[论文解读] Human Mobility Disproportionately Extends PM2.5 Emission Exposure for Low Income Populations

Chao Fan, Yu-Heng Chien+1 more|arXiv (Cornell University)|May 30, 2022

Air Quality and Health Impacts被引用 4

一句话总结

本研究利用德克萨斯州 Harris 县的匿名移动电话定位数据，分析人类活动模式如何加剧 PM2.5 暴露不平等，发现低收入人群因频繁访问高排放工业区且活动范围更广，遭受不成比例的更高暴露。研究结果表明，活动模式动态显著放大了仅基于居住地暴露所反映的环境不公，呼吁制定考虑移动性的污染政策以促进环境正义。

ABSTRACT

Ambient exposure to fine particulate matters of diameters smaller than 2.5μm (PM2.5) has been identified as one critical cause for respiratory disease. Disparities in exposure to PM2.5 among income groups at individual residences are known to exist and are easy to calculate. Existing approaches for exposure assessment, however, do not capture the exposure implied by the dynamic mobility of city dwellers that accounts for a large proportion of the exposure outside homes. To overcome the challenge of gauging the exposure to PM2.5 for city dwellers, we analyzed billions of anonymized and privacy-enhanced location-based data generated by mobile phone users in Harris County, Texas, to characterize the mobility patterns of the populations and associated exposure. We introduce the metric for exposure extent based on the time people spent at places with the air pollutant and examine the disparities in mobility-based exposure across income groups. Our results show that PM2.5 emissions disproportionately expose low-income populations due to their mobility activities. People with higher-than-average income are exposed to lower levels of PM2.5 emissions. These disparities in mobility-based exposure are the result of frequent visits of low-income people to the industrial sectors of urban areas with high PM2.5 emissions, and the larger mobility scale of these people for life needs. The results inform about environmental justice and public health strategies, not only to reduce the overall PM2.5 exposure but also to mitigate the disproportional impacts on low-income populations. The findings also suggest that an integration of extensive fine-scale population mobility and pollution emissions data can unveil new insights into inequality in air pollution exposures at the urban scale.

研究动机与目标

• 调查动态人类活动模式如何在居住地之外加剧 PM2.5 暴露不平等。
• 评估低收入人群是否因活动模式及靠近工业排放源而面临更高的 PM2.5 暴露。
• 开发一种基于活动的暴露度量指标，整合不同收入群体在污染区域停留时间的总和。
• 通过识别活动驱动的暴露不平等，为环境正义与公共卫生政策提供依据。
• 展示将细粒度活动数据与排放数据结合在城市空气质量公平性研究中的价值。

提出的方法

• 利用德克萨斯州 Harris 县数十亿条匿名化、经隐私保护处理的移动电话定位记录，重建个体活动轨迹。
• 计算回转半径以量化个体活动范围，代表随时间推移的典型移动距离。
• 利用兴趣点数据将位置映射至土地利用类型（如工业区、住宅区、商业区），以识别高排放区域。
• 将美国环保局（2011–2017 年）的 PM2.5 排放数据与空间替代指标结合，估算个体访问地点的污染浓度。
• 将“暴露范围”定义为个体在 PM2.5 浓度较高的区域停留的累计时间，并按收入群体分层。
• 应用统计建模比较控制空间与时间变异后的不同收入群体之间的活动暴露差异。

实验结果

研究问题

• RQ1 在城市环境中，人类活动如何影响不同收入群体的 PM2.5 暴露不平等？
• RQ2 低收入个体是否因活动范围更大且频繁访问工业区而导致更高的 PM2.5 暴露？
• RQ3 工作与日常活动的活动模式在多大程度上导致低收入人群的暴露不平等？
• RQ4 与仅基于居住地的暴露估算相比，基于活动的暴露估算在揭示环境不公方面有何差异？
• RQ5 工业用地使用及靠近排放源在塑造活动驱动的暴露不平等中发挥何种作用？

主要发现

• 低收入人群因活动模式导致 PM2.5 暴露显著增加，其暴露范围相较于高收入群体不成比例地扩大。
• 低收入群体个体频繁访问高 PM2.5 排放的工业区，导致其在工作和日常活动中暴露水平升高。
• 低收入群体的活动范围（以回转半径衡量）更大，导致其在污染城区停留时间更长。
• 当考虑活动模式时，暴露不平等被进一步放大，表明仅基于居住地的暴露估算会低估环境不公。
• 低收入劳动者更可能在 PM2.5 排放较高的工业部门就业，从而增加职业暴露。
• 整合活动与排放数据揭示了城市尺度环境正义的新见解，凸显了实施针对性政策干预的必要性。