近年來，PM2.5空氣污染成為公眾關注焦點，大氣污染對健康轉變和死亡率的影響日益突出。PM2.5污染對健康的影響有多大？健康狀況的惡化是否會影響到勞動供給，會造成多大的經濟損失？人口學關注不同年齡、性別、社會經濟狀況人群的健康狀況。因而，從人口學角度，運用人口學的技術、方法和數據研究PM2.5健康效應具有重要意義。

空氣污染的健康危險度評價，即估算在某種暴露情況下對特定人群產生不良健康效應的概率，是政府制定大氣污染治理政策的重要依據。這一課題跨醫學、環境科學和人口學等學科，要求將健康人口數據和環境暴露危害數據聯系起來綜合考慮。暴露—反應關系將空氣質量的變化（每增加一單位PM2.5濃度）和人群健康效應終端（死亡率、患病率、住院率等）的變化聯系起來，是定量評價空氣污染對健康損失的關鍵。

以往研究者多采用時間序列研究和病例交叉研究的方法，觀察短時間（一天或數天）大氣污染高暴露水平對人群患病率、死亡率上升的影響。然而這類方法可能僅僅反映的是大氣污染對已有心肺疾患等敏感弱勢人群的影響，而不能反映污染長期暴露對全體人群的健康效應。隊列研究是公認的評價大氣污染長期暴露對人群健康影響較為理想的方法。人口學中，把在同一時期內發生某種同樣人口活動的人稱為“一個隊列”。在危險度評價中，該方法需要根據個體暴露于大氣污染的程度將選定人群分組，測量和比較這些人群組的死亡率和疾病患病率。隊列設計研究周期長，人力物力投入大。目前，得到國際公認的有關隊列研究，只有20世紀90年代美國哈佛大學六城市研究和美國癌癥協會的研究。這兩項研究都是將大規模的隊列研究數據納入多因素Cox比例風險模型中進行分析，結果表明：在控制了吸煙等其他個人的風險因素的條件下，死亡率風險和細顆粒物（PM）之間具有穩健的統計關聯。目前，這兩個前瞻性隊列研究已經經歷了廣泛的再分析檢驗和擴展，證實了這兩項研究的可靠性。

目前，我國相關的定量評價工作雖已有初步的探索，但與發達國家比較，PM2.5對人群長期慢性積累的影響缺乏大規模的隊列研究數據。在缺乏歷史暴露數據的條件下如何估算是該研究的難點所在。有國內學者利用Meta分析，對國內外文獻研究的結果進行系統、定量的綜合分析，得到大氣污染濃度每升高一個單位（如10ug/m3），人群不良健康效應發生的相對危險度（%）的均數和95%可信限，并將分析結果應用于我國各城市大氣污染健康效應評價。然而，國內外人群暴露—反應關系存在較大差異，有必要應用人口學的視角和方法，充分利用國內外有限的數據資料，相對合理地估算不同年齡、性別、社會經濟狀況人群健康受PM2.5的影響。

國際上的健康危險度評價，一般選擇死亡作為健康終端評價PM2.5污染對居民健康影響的慢性效應。用人口學視角和方法來研究健康、死亡的度量是其他學科不可替代的。人口預期壽命是其中最重要指標之一。這一指標本身涉及一批人和同期人的概念，不是死亡年齡的簡單平均。《人口學學科體系研究》一書指出：“在眾多社會科學、自然科學中只有人口學才能真正研究人口預期壽命的科學度量問題。”用于估算預期壽命的人口學基礎方法——生命表方法，無論在純人口學領域還是人口健康、人口經濟的交叉領域應用均廣泛，其優勢主要體現在以下幾點。

其一，生命表的編制未必需要真實的隊列資料，實際中很少編制真實隊列生命表，大多是假想隊列生命表。它是根據某一特定時期（一年或連續幾年）實際死亡率資料編制，反映一個假定出生隊列按照這一特定時期的死亡水平將經歷的整個生命過程。因此，它能夠較好地反映某個特定時期的死亡狀況。在人口學視野下PM2.5健康效應評估研究中，基于暴露—反應關系模型，計算得到的歸因于PM2.5分年齡分性別死亡數和健康基年的分年齡分性別死亡數，可以作為編制生命表的主要數據資料。

其二，去死因生命表（cause eliminated life table）可用于分析某種死因對人口健康、壽命的影響。由于其研究結果不受人口年齡結構影響，適用于做不同地域不同時點的分析比較。我們可以編制生命表，分別估算居民各年齡別預期壽命值和假設無大氣顆粒物污染情況下的預期壽命值，其中后者采用去死因生命表的方法進行估計。以有無大氣PM2.5污染場景下的生命表為基礎，可以得出這兩種場景下預期壽命差值和損失人年數。

其三，單或多衰減生命表可用于對社會經濟過程進行分析。根據生命表原理，還可編制反映人口流動過程的流動生命表，反映人們一生工作時間狀況的工作壽命表，進而得到流動預期壽命、預期工作年數等。死亡率研究的生命表是單衰減生命表，而應用于勞動就業的工作生命表則是多衰減生命表。這些生命表是分析人口經濟狀況的內在規律的有力工具。從勞動力供給的角度考慮PM2.5污染健康效應時，我們可以將死亡率與勞動參與率結合起來，編制工作生命表，計算出人口的平均預期工作年數。進一步，以有無大氣PM2.5污染場景下的生命表為基礎，得出這兩種場景下的工作生命表，進而得到平均預期工作年數的差值，以此反映PM2.5污染通過死亡終端對勞動力就業損失的影響。

此外，有必要用人口學技術對健康基線資料進行可靠性評估與鑒別。國內PM健康研究編制生命表所用的分年齡死亡率，大多直接來源統計年鑒、人口普查或者衛生部監測數據。健康基線資料的準確性對評價結果影響很大。死亡資料相對于患病資料而言準確度較高。但無論是統計年鑒、人口普查或者衛生部監測數據的分年齡分性別死亡率都存在漏報，尤其嬰兒死亡率是死亡率研究領域中最不易調查準確的指標之一。而作為生命表起始年齡組的死亡率的估計誤差會導致整個生命表指標產生誤差，最終影響平均預期壽命的估計。人口學者可結合衛生部監測數據，采用留存率方法、寇爾曼德模型生命表及布拉斯羅吉特轉換，對人口普查、抽樣調查的死亡漏報、年齡死亡概率模式、壽命水平進行重新評估推算。

人口學應用于PM2.5健康效應研究思路可概括為以下幾點：首先，在已有流行病學隊列研究分析成果基礎上，采用國際上通用的危險度評價方法，建立PM2.5大氣污染與不同人群死亡的暴露—反應關系的流行病學模型；更進一步，通過結合調整、重新評估后的死亡數據，應用人口學的生命表技術，即單或多衰減生命表、去死因生命表，對PM2.5大氣污染對居民健康影響進行定量研究和估計；與此同時，編制工作生命表，從勞動力供給的角度考慮PM2.5污染通過死亡終端對勞動力就業損失的影響。具體估計結果可表示為每增加一單位PM2.5濃度，預期壽命的損失人年數和預期工作壽命的損失人年數，或者PM2.5濃度下降帶來的整體預期壽命和預期工作壽命收益人年數。

由此可見，人口學的技術、方法和數據能夠為這一交叉領域研究提供支持。尤其是隨著人口問題從控制人口數量拓展到提高人口質量，人口學的一系列特征變量如死亡率（預期壽命）、人口結構等，與人口健康密切相關。人口學的隊列分析方法、人口預測方法、生命表方法等能發揮其他學科不可替代的作用。用人口學的視角和方法來研究相關問題，將人群健康效應及其經濟影響、環境保護綜合考慮，這不僅為政府治理大氣污染的社會經濟政策提供依據，而且對于有關健康轉變的人口理論研究也具有重要意義。