目的:1.分析天津市主城区大气污染物(PM_2.5,PM₁₀,SO₂,NO₂,CO和O₃)、气象因素（每日温度和相对湿度）、人群死亡和人群寿命损失年（YLL）的基本特征。2.建立天津市主要大气污染物与人群每日死亡及每日寿命损失年（YLL）的暴露反应关系。3.构建天津市大气污染物主成分,建立大气污染物主成分与每日YLL的暴露反应关系,初步构建天津市空气质量健康指数（AQHI）,并对AQHI合理性和适用性进行验证。方法:1.收集并整理2014²017年天津市六种主要大气污染物(PM_2.5,PM₁₀,SO₂,NO₂,CO和O₃)的日均浓度、气象数据（每日温度和相对湿度）和人群死亡监测数据。2.采用描述性统计学方法分析大气主要污染物年均浓度、气象数据、人群死亡和人群YLL数据的流行病学分布特征,并进行MK趋势性检验,分析各种大气污染物浓度的随时间变化的趋势。对大气污染物浓度与气象因素进行Pearson相关性分析。对不同性别、年龄居民的总死亡和总YLL进行描述性分析,对每日不同性别、年龄居民的总死亡进行配对设计的符号秩和检验（Wilcoxon配对法）,对每日不同性别、年龄居民的总YLL进行配对设计t检验。3.采用广义相加模型（GAM）,利用非参数平滑函数控制长期时间趋势、季节、气象因素等混杂因素,建立天津市大气污染物与人群每日死亡和每日YLL的暴露反应关系定量评价模型,以大气主要污染物浓度每增加1μg/m3对人群每日死亡和每日YLL的影响定量评估大气污染物的健康效应,对每日死亡和YLL分别以超额危险度（ER）和YLL的增值来表示效应值的大小。4.采用主成分分析法通过各种大气污染物与健康结局的暴露反应关系,构建天津市大气污染物主成分。采用广义相加模型对大气污染物主成分与每日YLL暴露反应关系进行分析,初步构建天津市空气质量健康指数。5.采用K折交叉验证法对所构建的AQHI进行验证,评价模型本身的合理性。之后,将AQHI与现有空气质量指数（AQI）比较,综合评价AQHI的适用性。结果:1.2014²017年,天津市大气污染物的浓度除O₃外,总体呈现上升趋势,其余均呈现下降趋势（P<0.001）。最低温度呈现下降的趋势（P<0.001）。除O₃外,其他大气污染物的浓度之间存在显著正相关性（P<0.01）。O₃的浓度与温度存在显著正相关（P<0.01）,与湿度存在负相关（P<0.01）。对于人群的健康效应,不同性别、年龄人群的总死亡和总YLL差别有统计学意义（P<0.01）。2.大气污染物与健康效应的暴露反应关系均存在滞后性,根据各污染物与总死亡和总YLL的暴露反应关系的不同,分别选取PM₁₀,PM_2.5,SO₂,NO₂浓度的0¹天的滑动平均浓度,CO的0³天的滑动平均浓度,O₃的0²天的滑动平均浓度进行主成分分析,构建两个天津市大气污染主成分F₁和F₂。F₁每增加一个单位,每日总死亡风险增加0.9662%,每日总YLL增加18.420人年。F₂每增加一个单位,每日总死亡风险增加1.1216%,每日总YLL增加22.409人年。3.K折交叉验证法的结果显示,AQHI对于总死亡和总YLL的预测结果和实际值的相关系数分别为0.742（P<0.001）和0.700（P<0.001）,均大于0.7,因此所构建的天津市AQHI模型本身合理。AQI和AQHI对空气质量评估的达优率进行卡方检验,差别有统计学意义（χ²=103.15,P<0.001）,AQHI和AQI存在相关性（r=0.807,P<0.01）,其分级也存在相关（r_s=0.580,P<0.01）。对于总人群,AQHI每增加一个四分位数间距（IQR）,每日的死亡风险增加1.6924%（95%CI:0.7457%,2.6480%）,而AQI每增加一个IQR,每日的死亡风险增加1.1489%（95%CI:0.3309%,1.9736%）。对于每日YLL,AQHI每增加一个IQR,每日YLL增加32.797（95%CI:14.559,51.035）人年,而AQI每增加一个IQR,每日YLL增加22.367（95%CI:6.619,38.116）人年,小于AQHI。结论:1.各种大气污染物对人群总死亡和总YLL的暴露反应关系存在不同的滞后期。构建的主成分大气污染物可以综合考虑各种污染物的滞后期与共线性。2.本研究构建的天津市AQHI有良好的应用前景,K折交叉验证法证实所构建的AQHI拟合度良好,具有可靠性。构建的天津市AQHI在对人群总死亡和总YLL的预测方面,AQHI优于AQI。因此,天津市AQHI可以综合考虑各种污染物对疾病死亡和YLL的影响,可以综合的反映空气质量,具有重要的现实意义。