引言

人口的持续增长、新型城镇化的快速推进及经济的有序发展，对我国城市生活垃圾无害化处理能力提出了更高要求。根据《中国统计年鉴》，城市生活垃圾无害化处理量从2014年的1.64亿t^[1]增加至2023年的2.54亿t^[2]，增长超过50%。目前生活垃圾无害化处理方式主要包括卫生填埋、焚烧处理和堆肥处理等。其中，垃圾焚烧因具有土地利用集约、固体废物处理效率高、可有效削减温室气体排放并促进可再生能源利用等优势^{[3, 4]}，正逐步取代卫生填埋，成为当前破解“垃圾围城”困境、助力“双碳”目标的战略选择。截至2024年底，我国垃圾焚烧厂达到1013座^[5]，焚烧处理量占比提高至82.5%^[2]。随着《“十四五”城镇生活垃圾分类和处理设施发展规划》及《关于加强县级地区生活垃圾焚烧处理设施建设的指导意见》等政策文件陆续出台，生活垃圾焚烧设施的建设与运行已成为我国固体废物管理战略的核心手段。

然而，垃圾焚烧在发挥减量化与资源化效益的同时，不可避免会排放多类空气污染物，可能引发不良的健康结局。流行病学和毒理学研究发现，城市固体废物燃烧产生的颗粒物、酸性气体、重金属和不完全燃烧污染物^{[6, 7]}，会导致呼吸系统疾病、免疫功能障碍，甚至增加癌症罹患率^{[8, 9]}。因此，垃圾焚烧厂的建设和运行通常伴随显著的公众邻避情绪^[10]，精准评估垃圾焚烧污染排放导致的健康风险及其时空分布格局具有重要的现实意义。

尽管已有不少研究尝试去构建生活垃圾焚烧厂的污染物排放清单并评估其健康影响，但这些研究大多开展于2020年之前^{[7, 11]}，研究区域主要聚焦典型城市群或局地污染场地^[12–14]，全国尺度的系统研究相对稀缺。更重要的是，研究得到的关于生活垃圾焚烧健康风险结论并未取得一致。例如，Zhou等^[3]发现2015年中国生活垃圾焚烧导致的致癌风险大约是美国环保署规定的可接受风险水平（1×10^-6）的5.71倍，然而Huang等^[15]对环渤海地区30个城市96座垃圾焚烧厂的健康风险评估结果显示，其风险水平均处于可接受范围之内。

在此背景下，本研究聚焦最新时期（2020—2024年），使用文献调研获得的本地化排放因子与生活垃圾焚烧厂的详细运行数据，编制了工厂层级自下而上的多污染物排放清单。在此基础上，采用高斯烟羽模型（Gaussian Plume Model）模拟全国生活垃圾焚烧厂污染物排放浓度的空间分布，并进一步基于健康风险评价方法测算中国人口加权的致癌风险与非致癌风险水平，从而为我国形成以健康风险最小化为导向的生活垃圾焚烧分级分区管控策略提供科学支撑。

1 研究方法与数据来源 1.1 本地化排放清单编制

本研究采用自下而上方法编制全国（不含港澳台地区）生活垃圾焚烧厂多污染物排放清单。2020—2024年每个垃圾焚烧发电厂的基本信息来自生活垃圾焚烧发电厂自动监测数据公开平台（CEMS）^[5]，其中包含每座垃圾焚烧厂的名称、省份、地理位置经纬度、炉型、投产时间、停产时间、设计容量等基础信息。

本研究共纳入6种重金属（砷、铅、镉、汞、铬、镍）和二噁英，7种污染物的综合排放因子采用文献调研的结果，具体使用Zhou等^[3]基于28篇中国生活垃圾焚烧烟道气体排放实地测试研究的文献荟萃分析结果，按照炉型区分，并假设同一炉型下同一污染物的综合排放因子在研究期内保持不变。每座生活垃圾焚烧厂的空气污染物排放量以该厂每日生活垃圾实际处理量与综合排放因子相乘进行计算，并在年度尺度累加。具体计算公式如下：

$ E_{j, y}=\sum_{n=1}^{N_{y}}\left(T_{n, y} \times \mathrm{DWT}_{n, y} \times \mathrm{CEF}_{i, j}\right) $

(1)

式中，$E_{j, y}$为评估年份$y$污染物$j$ 的排放量（mg）；$T_{n, y}$为焚烧厂$n$ 在评估年份$y$ 的运行天数（d），依据焚烧厂投/停产日期与年度边界核算：若全年在产，取当年总天数（365或366 d），非全年在产则按实际运行天数计；$\mathrm{DWT}_{n, y}$为垃圾焚烧厂$n$ 的日均实际处理量（t/d）；$\mathrm{CEF}_{i, j}$ 为炉型$i$ 对应的污染物$j$的综合排放因子（mg/t）；$i$为焚烧炉类型，包括炉排炉（GFI）、循环流化床（FBI）和其他（other）；$j$为污染物种类，包括7种污染物：砷（As）、铅（Pb）、镉（Cd）、汞（Hg）、铬（Cr）、镍（Ni）、二噁英（PCDD/Fs）；$N_{y}$ 为年份$y$ 的焚烧厂数量。

由于缺乏单个生活垃圾焚烧厂的实际处理量数据，本研究采用《中国城乡建设统计年鉴》^[16–19]的省级年实际焚烧量和设计处理能力构建省级平均运行负荷率，并用于单厂处理量折算。省份$p$在年份$y$ 的平均运行负荷率定义为：

$ \mathrm{PLF}_{p, y}=\frac{\mathrm{AWT}_{p, y}}{\mathrm{CWT}_{p, y} \times D_{y}} $

(2)

式中，$\mathrm{AWT}_{p, y}$ 为省份$p$ 在年份$y$ 实际处理量（t/a）；$\mathrm{CWT}_{p, y}$ 为省份$p$ 焚烧厂日设计处理能力总和（t/d）；$D_{y}$为年份天数。假设同一省份内焚烧厂在同一年份的运行负荷率一致，则单厂日均实际处理量为：

$ \mathrm{DWT}_{n}=\mathrm{CWT}_{n} \times \mathrm{PLF}_{p, y} $

(3)

其中$\mathrm{CWT}_{n}$ 为单个垃圾焚烧厂设计处理能力（t/d）。

鉴于2024年省级垃圾焚烧量统计数据尚未公布，本研究进一步假设$\mathrm{PLF}_{p, 2024}$ 与$\mathrm{PLF}_{p, 2023}$ 保持一致，并据此进行外推。

1.2 生活垃圾焚烧污染物排放浓度空间分布模拟

在上述排放清单基础上，本研究采用高斯烟羽模型模拟生活垃圾焚烧厂排放导致的污染物浓度空间分布。高斯烟羽模型是一种广泛使用的模拟连续高架点源污染物扩散的模型。模型基于稳态高斯扩散方程，适用于对垃圾焚烧厂这类点源污染短距离的快速评估^{[3, 20]}。

在实际模型模拟过程中，以每座生活垃圾焚烧厂为中心构建受体网格，选取半径80 km范围作为扩散域，以2 km网格分辨率计算域内排放的多种污染物的环境浓度。由于高斯公式需在风向坐标系中求解，本研究采用坐标旋转变换将地理坐标系下的受体点转换到点源（风向）坐标系。以x轴表示下风向，y轴表示水平面内的横向扩散方向，z轴表示垂直扩散方向，则受体点坐标变换为：

$ \left\{\begin{array}{lll} x^{\prime}=\left(x-x_{n}\right) & \cos \theta+\left(y-y_{n}\right) & \sin \theta \\ y^{\prime}=\left(y-y_{n}\right) & \cos \theta-\left(x-x_{n}\right) & \sin \theta \end{array}\right. $

(4)

式中，$\left(x_{n}, y_{n}\right)$为垃圾焚烧厂$n$的地理坐标系；$(x, y)$为任意受体网格的地理坐标系；$\left(x^{\prime}, y^{\prime}\right)$为对应的旋转后坐标。$\theta$ 为风向与地理坐标系X轴夹角。本研究中以垃圾焚烧厂为中心构建相对网格，即将点源置于坐标原点，因此（$x_{n}, y_{n}$）为（0，0）。

在特定风向扇区$w$下的稳态平均浓度计算公式如下：

$ \begin{align*} C(x, y, z)_{n, j, w}= & \frac{E_{n, j} / 86400}{2 \pi \bar{u}_{n} \sigma_{y, n} \sigma_{z, n}} \exp \left(\frac{-y^{2}}{2 \sigma_{y, n}^{2}}\right) \\ & \times \sum\nolimits_{m=-4}^{4}\left\{\begin{array}{l} \exp \left[\frac{-\left(z+2 m L_{n}+H_{n}^{2}\right)}{2 \sigma_{z, n}^{2}}\right] \\ +\exp \left[\frac{-\left(z+2 m L_{n}-H_{n}^{2}\right)}{2 \sigma_{z, n}^{2}}\right] \end{array}\right\} \end{align*} $

(5)

式中，$C(x, y, z)_{n, j, w}$ 表示垃圾焚烧厂$n$ 在受体点$(x, y, z)$ 处排放的污染物$j$ 的稳态平均浓度（mg/m³）；参数86 400代表着将天转化为秒的时间转化因子；$\overline{u_{n}}$ 为焚烧厂$n$的排放口高度处的平均风速（m/s）；$ \sigma_{y, n}、\sigma_{z, n}$ 分别为横向和垂向扩散系数；$H_{n}$ 为有效排放高度（m），取烟囱距地面高度与烟气抬升高度的和，烟囱高度根据《生活垃圾焚烧污染控制标准》（GB 18485—2014）^[21]统一设定为80 m；m为反射次数，本研究取值范围为-4~4；$ L_{n}$为混合层厚度（m）。排口处风速计算、扩散参数、稳定度判断、烟气抬升高度计算等关键参数化过程参照《制定地方大气污染物排放标准的技术方法》（GB/T 3840—91）执行。

气象参数获取方面，本研究采用逐年（2020—2024年）气象观测数据驱动扩散模拟。采用空间最近邻匹配方法将每座垃圾焚烧厂关联至最近气象监测站点，并基于该站点对应年份的逐日风向将全年风向按10°扇区划分为36类，统计各扇区出现频率及对应平均风速。模型在各风向扇区情景下分别计算$C(x, y, z)_{n, j, w}$，并按风向频率加权得到焚烧厂$C(x, y, z)_{n, j, w}$的加权平均浓度：

$ C(x, y, z)_{n, j}=\sum\nolimits_{w} p(w) C(x, y, z)_{n, j, w} $

(6)

式中，$C(x, y, z)_{n, j}$为垃圾焚烧厂$n$排放的污染物$j$ 在受体点$(x, y, z)$处的加权平均浓度（mg/m³）；$p(w)$为垃圾焚烧站点$n$ 处于风向$w$ 下的频率，按照对应年份依次核算。

进一步基于线性叠加原理，将所有焚烧厂对各受体点的污染贡献进行求和，得到区域内污染物$j$的总浓度分布，计算公式如下：

$ C(x, y, z)_{j}=\sum\nolimits_{n} C(x, y, z)_{n, j} $

(7)

为便于后续将垃圾焚烧厂模拟得到的污染物扩散浓度与人口栅格数据进行匹配，本研究采用空间聚合方法，将浓度结果汇总到全国1km分辨率网格：

$ C_{j, k, U}=\sum\nolimits_{(x, y, z) \in k, k \in U} C(x, y, z)_{j} $

(8)

式中，$C_{j, k, U}$为区域$U$内网格$k$ 的污染物$j$ 的浓度（mg/m³）；$U$ 为研究区域的地区编码；$k$为地区编码$U$ 中的网格编码$(k \in U)$。

1.3 生活垃圾焚烧污染物健康风险评估

本研究采用美国环保署推荐的健康风险评估模型，对生活垃圾焚烧排放污染物的非致癌风险与致癌风险进行系统测算^[22]。具体而言，基于1.2节高斯烟羽模型模拟的1km网格污染物浓度空间分布，分别引入污染物的毒性特征参数——非致癌参考浓度（RfC）与吸入致癌斜率因子（SF），表征构建网格尺度的非致癌危害指数（HI）与致癌风险（CR），并结合网格人口空间分布进行人口加权，得到区域尺度的人口加权非致癌风险与致癌风险水平。

$ \mathrm{HI}_{U} =\frac{\sum\nolimits_{k}\left[\sum\nolimits_{j}\left(C_{j, k, U} / R f C_{j}\right) \times P_{k, U}\right]}{\sum\nolimits_{k} P_{k, U}} $

(9)

$ \mathrm{CR}_{U} =\frac{\sum\nolimits_{k}\left[\sum\nolimits_{j}\left(C_{j, k, U} \times \mathrm{SF}_{\mathrm{inh}, j}\right) \times P_{k, U}\right]}{\sum\nolimits_{k} P_{k, U}} $

(10)

式中，$\mathrm{HI}_{U}$ 为区域$U$ 的人口加权非致癌总风险；$\mathrm{CR}_{U}$ 为区域$U$ 内的人口加权致癌总风险；$P_{k, U}$ 为区域$U$ 中网格$k$的常住人口数，通过当年度的实际人口数与人口网格分布数据叠加获取；$R f C_{j}$ 为污染物$j$ 的非致癌参考浓度（mg/m³）；$\mathrm{SF}_{\mathrm{inh}, j}$为污染物$j$的吸入致癌斜率因子（m³/mg）。

鉴于本研究地理覆盖范围广、区域暴露参数差异显著且本土化暴露基准数据有限，为确保健康风险评估的科学性与稳健性，本研究中仅考虑以吸入暴露途径表征生活垃圾焚烧的健康风险特征。在非致癌风险计算中，纳入了Cd、As、Cr、Ni、Pb、Hg和PCDD/Fs 7种污染物；在致癌风险计算中，参考美国环保署风险筛选环境指标（Risk-Screening Environmental Indicators, RSEI）数据库，由于经由呼吸途径暴露的Pb与Hg尚缺乏明确的致癌风险证据，因此仅纳入Cd、As、Cr、Ni和PCDD/Fs 5种污染物。

本研究采用蒙特卡罗模拟对生活垃圾焚烧厂的活动水平与排放因子开展不确定分析，并基于1000次随机抽样迭代，获取致癌风险与非致癌风险的95%不确定性区间。其中，对于活动水平分析，假设各焚烧厂的实际垃圾处理量服从正态分布，其变异系数（CV）取值为10%；对于排放因子分析，假设不同炉型（GFI与FBI）的污染物排放因子服从正态分布，其均值与标准差设定参考Zhou等^[3]研究。不确定性区间的具体设置如表 1所示。

1.4 数据来源与参数设定

本研究构建了2020—2024年全国生活垃圾焚烧设施工厂级清单数据库，并整合了多源气象数据、高分辨率人口网格及毒性效应参数。污染物排放清单构建、大气污染扩散模拟以及健康风险计算所涉及的关键数据、空间/时间分辨率及来源汇总等见表 2。

2 结果与分析 2.1 我国生活垃圾焚烧厂的基本情况

截至2024年底，全国在运生活垃圾焚烧厂共1013座，设计处理能力达113.13万t/d，较2020年分别增长71.4%与67.0%，行业规模进入加速扩张阶段。从空间分布看，焚烧设施多聚集于人口与经济活动密集的沿海地区（尤其是广东、江苏、浙江、山东），其设施布局与能力配置显著高于全国平均水平，而西部地区（尤其西藏、青海、宁夏、新疆）设施布局相对薄弱（图 1a）。就技术路线而言（图 1b），机械炉排炉设计处理能力占全国比重持续提升，由2020年的89%增长至2024年的95%；循环流化床占比逐渐下降，从2020年的11%下降至2024年的5%；其他类型（以热解气化炉为主）占比不足1%。该结构性变化与我国生活垃圾分类与预处理尚未形成长期稳定、均质的供料体系密切相关：机械炉排炉对入炉垃圾的成分、粒径与含水率的适应性更强，可实现“混合垃圾—直接焚烧”，而循环流化床通常要求较为均质且热值较高、粒径较小的燃料，对进料稳定性与前端分类依赖度更高。

2.2 2020—2024年生活垃圾焚烧的污染物排放特征 2.2.1 时间趋势格局

2020—2024年生活垃圾焚烧大气污染物排放量整体呈持续上升趋势，不同污染物之间的增幅相对一致（图 2）。具体而言，2020年全国生活垃圾焚烧厂向大气排放Cr 77.3 t、Pb 66.6 t、Hg 42.4 t、Cd 12.0 t、Ni 9.3 t、As 0.7 t，以及PCDD/Fs 200.2 g毒性当量（g-TEQ）。到2024年，上述污染物排放量分别增长至：Cr 151.3 t、Pb 124.3 t、Hg 80.6 t、Cd 21.8 t、Ni 17.5 t、As 1.4 t以及PCDD/Fs 381.6 g-TEQ。7种有毒有害污染物在2020—2024年的增长率介于81.9%至95.6%之间，年均增长率为16.13%~18.25%。从排放结构看，Cr和Pb为主要贡献污染物，占总排放量的69%。

与Zhou等^[3]报告的2015年全国大气污染物排放清单结果相比，十年间主要污染物排放量呈现增长趋势，Cr、Pb、Hg、Cd、Ni、As和PCDD/Fs的增幅分别达到358.5%、276.5%、303.2%、262.7%、338.7%、245.9%以及306.0%。污染物排放量的快速增长与2015—2024年焚烧处置规模持续扩张高度相关，反映出活动水平对总量变化的主导作用。

2.2.2 省际空间分布格局

生活垃圾焚烧导致的大气污染物排放在空间上呈现出明显的区域差异（图 3），其中东南沿海及部分中东部省份形成了较为突出的排放高值区。2020—2024年，广东、江苏和山东始终为排放量最大的前三省份。以2024年为例，三省7种污染物排放总量分别为44.3 t、34.3 t及33.8 t。此外，河南、四川、河北、浙江等省份排放量亦位居前列。2024年，广东、江苏、山东、河南、四川、河北、浙江7省污染物排放总量占全国约51.0%，构成全国生活垃圾焚烧污染物排放的主要贡献区域。

尽管研究期内各省份污染物排放量均呈现上升趋势，但省际间排放格局发生了一定变化。在主要排放省份中，河南省由2020年的第9位（7.5 t）上升至2024年的第4位（25.2 t），四川省由2020年的第6位（10.7 t）上升至2024年的第5位（21.8 t），而浙江省从2020年的第4位（14.1 t）下降至2024年的第7位（21.5 t），福建省则由2020年的第5位（12.1 t）下降至2024年的第9位（17.4 t）。上述变化表明，不同省份在生活垃圾焚烧规模扩张速度及区域处置能力布局方面存在显著差异。

2.3 生活垃圾焚烧的健康风险时空格局 2.3.1 整体风险水平评估与时间趋势解析

如表 3所示，2020—2024年，生活垃圾焚烧相关大气污染物引发的致癌风险（CR）介于7.25×10^-7至8.59×10^-7之间，非致癌风险（HI）介于2.08×10^-3至2.40×10^-3之间。研究期内，致癌风险与非致癌风险始终低于美国环保署规定的可接受风险水平（HI≤1，CR≤1×10^-6），表明在全国尺度上生活垃圾焚烧对公众健康造成的总体风险处于可接受范围内。

从时间变化趋势来看，过去五年间两类风险水平均呈现一定的年际波动。然而需要指出的是，本研究在不同年份间统一采用综合排放因子，未进一步考虑近年来污染控制技术升级与排放标准趋严带来的实际排放浓度下降效应^[28]，即假设综合排放因子在时间上保持不变。因此，基于该假设得到的风险上升幅度可能在一定程度上被高估。

为进一步区分气象扩散与输送条件与暴露受体分布对全国健康风险水平的影响，本研究对比了全国尺度下人口加权（反映实际人群暴露水平）与未加权风险（反映空间风险场强度，不受人群分布影响），如图 4所示。结果发现，气象扩散与输送条件在年际间的变化一定程度上抵消了焚烧处置量增长带来的排放压力，使得未经人口加权风险在年际间的波动较小；而人口加权后的风险值显著高于未加权情景，意味着人口空间集聚会进一步放大暴露负担，使风险变化对热点区域更敏感。

将本研究结果与其他典型环境健康风险水平进行对比可以发现，生活垃圾焚烧相关健康风险整体处于相对较低水平。例如，其致癌风险水平与非致癌风险水平均低于北京市2014年冬季PM_2.5中14种元素组分暴露所对应的综合致癌风险（儿童：2.85×10^-6，成人：1.14×10^-5）及非致癌风险总和（HI = 1.14）^[29]，其致癌风险亦低于在通风条件不足情况下家庭烹饪活动产生的致癌风险水平（重金属：2.7×10^-3，多环芳烃：5.8×10^-6）^[30]。

此外，为检验结果与既有生活垃圾焚烧厂健康风险评估研究结论的一致性，表 4汇总并对照了国内相关研究结果。可以发现，除Boré等^[31]基于垃圾焚烧厂下风向1km高暴露情景所估算的非致癌风险与致癌风险水平显著偏高外，本研究得到的风险区间与其余全国或区域尺度研究结果总体处于同一数量级范围内。

就最新时期而言（2020—2024年），全国尺度的系统评估研究仍较为有限。Huang等^[15]和Ma等^[28]仅对2020年环渤海经济圈在典型月份的生活垃圾焚烧健康风险进行了分析，其研究结果显示，2020年1月和7月对应的非致癌风险分别为1.82×10^-3和4.07×10^-3，致癌风险分别为4.72×10^-7和2.13×10^-7，整体略低于本研究2020年全国尺度估算结果（HI= 2.08×10^-3，CR=7.25×10^-7）。该差异可能主要源于本研究采用的综合排放因子整体高于环渤海经济圈基于监督性监测数据得到的实际排放因子^[28]。

2.3.2 健康风险的空间格局差异分析

2020—2024年全国垃圾焚烧健康风险呈现显著的省际差异与空间异质性（表 5）。以2024年为例，非致癌风险水平在省际间范围为4.74×10^-4（广西）~1.65×10^-2（上海），致癌风险范围为1.05×10^-7（宁夏）~6.12×10^-6（上海）。空间分布上，风险高值区呈现出明显的沿海发达地区与超大城市集聚特征：以上海为核心的长三角地区为全国最高值板块，京津冀及广东亦处于高值水平；与此同时，湖北、湖南、四川、西藏、陕西等内陆省份形成次高值板块。在时间演变方面，2020—2024年多数省份风险上升，上海、北京、天津等城市增幅较大；而甘肃、江西、辽宁、宁夏、青海、重庆等省份则同比下降。

值得注意的是，尽管全国尺度下2020—2024年致癌风险与非致癌风险总体均低于可接受阈值，但在省级尺度上，上海、北京、江苏、广东等地区的致癌风险在研究期内均高于1×10^-6，表明全国平均掩盖了局部地区的较高风险水平。

进一步分析表明，生活垃圾焚烧导致的健康风险空间格局与污染物排放空间格局间存在一定“错位”。以2024年为例，从排放总量看，广东、江苏、山东、河南是排放最高的四个省份；而从健康风险水平看，上海、北京、江苏、广东则表现为健康风险高值区域。这一差异表明，健康风险水平不仅取决于污染物排放水平，还受到污染物扩散输送过程与暴露受体特征的共同影响。结合前述风险趋势机制解析（图 4），本研究所观察到的排放—风险的“错位”现象，可能与区域气象条件对污染输送与稀释的影响，以及人口在空间上的高度集聚有关：污染物在扩散过程中由排放源向暴露受体转移，而上海、北京等超大城市人口密度高、暴露受体集中，从而放大了相应地区的健康风险水平。

因此，尽管全国尺度健康风险总体处于可接受范围内，省际差异与排放—风险的“错位”现象表明，风险管理不宜仅依据处置规模或排放总量进行判断，而应综合考虑扩散条件与暴露受体分布纳入综合评估框架，开展风险导向的差异化管理。

3 结论与建议 3.1 主要结论

本研究基于自下而上的清单编制方法，系统构建了2020—2024年我国生活垃圾焚烧污染物排放数据库，并集成高斯烟羽模型与健康风险评价模型，揭示了致癌风险与非致癌风险的时空演化规律。主要结论如下：

（1）2020—2024年，我国生活垃圾焚烧行业呈现规模快速扩张与技术结构调整的特征。垃圾焚烧厂数量与设计处理能力显著提升，同时炉型技术加速向机械炉排炉集中。

（2）受生活垃圾焚烧处置规模快速增长的影响，2020—2024年有毒有害污染物排放总量整体呈上升趋势，年均增长率为16.13%~18.25%。其中，广东、江苏、山东始终为全国排放高值区。

（3）全国平均致癌风险与非致癌风险在2020—2024年整体呈现波动变化趋势，但在本文暴露情景与模型假设下，两类风险在全国尺度均低于可接受风险阈值（HI≤1，CR≤1×10^-6）。

（4）致癌风险与非致癌风险总体呈现出“东部沿海及超大城市群风险相对较高、西北部分地区风险较低”的空间分布格局。此外，受气象扩散与输送过程以及人口空间集聚特征影响，排放格局与健康风险格局呈现一定“错位”现象。

3.2 政策建议

（1）我国当前生活垃圾焚烧技术以机械炉排炉为主，但其重金属排放控制能力相对有限。未来应在保障现有主流炉型稳定运行的基础上，强化末端治理与运行管理协同优化，加强垃圾源头分类与预处理，降低入炉垃圾重金属杂质含量，以实现重金属排放的系统性控制、同时稳步推广循环流化床等低排放焚烧技术。

（2）针对风险持续高值，特别是超过推荐阈值的省份（如以上海、北京及部分东部沿海省份为代表），应纳入重点监管清单，开展年度（或季度）动态评估，在高风险地区建立“人口—排放—扩散条件”联动的风险预警机制。同时，对于当前风险水平较低的地区（如西北部分省份），在产能布局与项目准入阶段引入风险约束，防范未来焚烧规模扩张导致的潜在风险累积。

（3）建立分级分区的信息公开与公众参与机制。应以可核查、可视化方式客观呈现全国尺度健康风险整体处于可接受水平的结论，并结合典型日常暴露情景开展对比解读，减少不必要的恐慌。同时，针对风险高值区与排放高值区空间错位现象，同步发布排放与健康风险信息，配套下风向提示与年度趋势说明，重点解释“排放—扩散—暴露受体”共同驱动的风险链条，降低信息不对称。进一步探索多元化邻避补偿策略，推动公共物品供给与参与式监督等形式^[35]，将补偿机制与信息公开机制相衔接，形成“风险告知—公众参与—利益补偿—持续监督”的完整治理闭环，增强公众信任并缓解邻避情绪。

致谢: 感谢青悦数据 https://data.epmap.org对本研究在数据处理方面提供的帮助。