上海市奉賢區(qū)主要大氣污染物對人群呼吸系統(tǒng)急性健康效應(yīng)的影響

秦萌,陳英 ,李敬芝,顧品強(qiáng),徐相明

(1.上海市奉賢區(qū)疾病預(yù)防控制中心，上海 201499； 2.上海市奉賢區(qū)氣象局，上海 201499)

·論 著·

上海市奉賢區(qū)主要大氣污染物對人群呼吸系統(tǒng)急性健康效應(yīng)的影響

秦萌1,陳英1,李敬芝1,顧品強(qiáng)2,徐相明2

(1.上海市奉賢區(qū)疾病預(yù)防控制中心，上海 201499； 2.上海市奉賢區(qū)氣象局，上海 201499)

目的：討論灰霾天氣和非灰霾天氣中存在的主要大氣污染物(PM10、SO2、NO2、PM2.5、CO、O3)的分布特征，以及其對人群呼吸系統(tǒng)急性健康效應(yīng)的影響。方法：采用廣義相加模型的統(tǒng)計(jì)方法，分析灰霾天氣中主要大氣污染物與呼吸系統(tǒng)疾病每日就診人數(shù)變化的關(guān)系及呼吸系統(tǒng)疾病日死亡人數(shù)變化的關(guān)系。結(jié)果：2013～2015年，PM10、SO2、NO2、PM2.5、CO、O3(8 h)等6種主要大氣污染物中，除了PM2.5年日均濃度水平略高于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)規(guī)定的濃度限值外，其余5種均低于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)；霾天氣時(shí)，PM10、SO2、NO2、PM2.5和CO的濃度與非霾天氣時(shí)的差異均有統(tǒng)計(jì)學(xué)意義(P<0.01)；PM10、SO2、NO2、PM2.5、O3濃度的升高均會在不同觀察日時(shí)，導(dǎo)致我區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)日門急診量不同程度地增加；NO2、PM2.5、CO、O3(8 h)濃度的升高，會導(dǎo)致我區(qū)居民呼吸系統(tǒng)疾病死亡不同程度地增加。結(jié)論：霾天氣時(shí)，PM10、SO2、NO2、PM2.5和CO的濃度大于非灰霾天，灰霾天對人群呼吸系統(tǒng)急性健康效應(yīng)的影響大于非灰霾天。

灰霾； 廣義相加模型； 呼吸系統(tǒng)疾病

國內(nèi)外大量研究均表明，灰霾天氣可以對人體呼吸系統(tǒng)、循環(huán)系統(tǒng)、免疫系統(tǒng)產(chǎn)生一定的危害,長期處于細(xì)顆粒物濃度較高環(huán)境中的人群患心肺疾病的幾率和肺癌的死亡率增高，PM2.5濃度增加與醫(yī)院急診和門診患者人數(shù)增加顯著相關(guān)。美國、日本、馬來西亞等一些國家相繼開展了關(guān)于灰霾天氣高發(fā)時(shí)的健康效應(yīng)研究，發(fā)現(xiàn)灰霾天氣的發(fā)生頻率與人群死亡率、住院病人量、急診病人量和門診病人量等均有明顯的相關(guān)關(guān)系。

目前，國內(nèi)對灰霾的相關(guān)研究比較少，尤其對灰霾天氣下大氣污染與人體健康危害的定量評價(jià)研究才剛剛起步，相關(guān)研究資料比較缺乏。奉賢區(qū)地處長三角地區(qū)南部，灰霾天氣也毫不例外地給本地區(qū)的環(huán)境、交通和人民群眾的身體健康帶來嚴(yán)重威脅。進(jìn)入21世紀(jì)，我區(qū)的灰霾天氣頻次越來越高，近年來，呼吸系統(tǒng)疾病死亡也一直是我區(qū)居民的第3位死因。為做好本轄區(qū)灰霾天氣下醫(yī)療機(jī)構(gòu)門急診工作量預(yù)測，合理配置醫(yī)療人力、設(shè)備等資源，并適時(shí)開展空氣污染物健康效應(yīng)評價(jià)，及時(shí)發(fā)布風(fēng)險(xiǎn)預(yù)警，從而開展了此項(xiàng)研究。

1 資料與方法

1.1 一般資料

收集我區(qū)2013年1月1日至2015年12月31日期間戶籍人口的呼吸系統(tǒng)疾病每日死亡資料(ICD- 10，J00- J99)、各級醫(yī)院的呼吸系統(tǒng)疾病日門急診量統(tǒng)計(jì)資料以及同時(shí)段的氣象數(shù)據(jù)及大氣污染資料。氣象數(shù)據(jù)來自于我區(qū)氣象臺，大氣污染資料來自于我區(qū)環(huán)境監(jiān)測站。

1.2 方法

采用廣義相加模型(GAM)：logE(Yt)=α+βZt+DOW+ns(time,df)+ns(Xt,df)，在整個(gè)研究期間，設(shè)定日期平滑函數(shù)的自由度為每年7度，日平均溫度和濕度的自由度分別為6和3。

2 結(jié) 果

2.1 描述性統(tǒng)計(jì)分析

2.1.1 2013～2015年我區(qū)大氣污染物濃度的分布

2013～2015年期間，PM10年日均濃度水平為(0.07±0.04)mg·m-3，低于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)中PM10濃度限值(0.15 mg·m-3)；SO2年日均濃度水平為(0.02±0.02)mg·m-3，低于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)中SO2濃度限值(0.15 mg·m-3)；NO2年日均濃度水平為(0.04±0.02)mg·m-3，低于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)中NO2濃度限值(0.08 mg·m-3)；PM2.5年日均濃度水平為(0.05±0.03)mg·m-3，其最大值略高于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)中PM2.5濃度限值(0.075 mg·m-3)；CO年日均濃度水平為(0.86±0.30)mg·m-3，低于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)中CO濃度限值(4 mg·m-3)；O3(8 h)年日均濃度水平為(0.11±0.05)mg·m-3，低于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095- 2012)中O3(8 h)濃度限值(0.16 mg·m-3)。見表1。

表1 2013～2015年上海奉賢區(qū)大氣污染物濃度分布情況 mg·m-3

Tab 1 Concentration distributions of the atmospheric pollutants,2013- 2015 in Fengxian District of Shanghai mg·m-3

2.1.2 灰霾天數(shù)的頻數(shù)分布

本研究采用把當(dāng)日氣象同時(shí)滿足能見度<10 km，相對濕度<90%的定義為灰霾天氣。從2013～2015年的霾天氣頻數(shù)分布圖可以看出，2013年8～10月無灰霾天，而2014～2015年每個(gè)月均有灰霾天氣出現(xiàn)，且出現(xiàn)灰霾天氣的總天數(shù)逐年增多。見圖1。

圖1 2013- 2015年奉賢區(qū)灰霾天數(shù)的頻數(shù)分布情況

Fig 1 The frequency distribution of Fengxian District haze days，2013- 2015

2.1.3 灰霾天與非灰霾天各污染物平均數(shù)的t檢驗(yàn)

結(jié)果顯示，霾天氣中PM10、SO2、NO2、PM2.5和CO的濃度與非霾天氣時(shí)的濃度差異均有統(tǒng)計(jì)學(xué)意義(P<

0.01)，灰霾天高于非灰霾天。見表2。

2.1.4 2013～2015年奉賢區(qū)每日大氣污染物濃度與氣象條件之間的相關(guān)性分析

3年間我區(qū)每日氣溫平均為(16.77±8.58) ℃，相對濕度為(79.38±11.16) %；研究發(fā)現(xiàn)，PM10與氣溫、SO2之間存在正相關(guān)(分別為0.331、0.668，均P<0.01)，與相對濕度存在負(fù)相關(guān)(為-0.307，均P<0.01)；SO2與氣溫和相對濕度之間存在負(fù)相關(guān)(分別為-0.373、-0.398，均P<0.01)；NO2與氣溫和相對濕度之間存在負(fù)相關(guān)(分別為-0.556、-0.229，均P<0.01),與PM10、SO2之間存在正相關(guān)(分別為0.713、0.614，均P<0.01)；PM2.5與氣溫和相對濕度之間存在負(fù)相關(guān)(分別為-0.358、-0.140,均P<0.010)，與PM10、SO2、NO2之間存在正相關(guān)(分別為0.928、0.762、0.735，均P<0.01)；CO與氣溫和相對濕度之間存在負(fù)相關(guān)(分別為-0.430、-0.048，均P<0.01)，與PM10、SO2、NO、PM2.5之間存在正相關(guān)(分別為0.808、0.675、0.743、0.859，均P<0.01)；O3與氣溫存在正相關(guān)(為0.586，P<0.01)，與相對濕度、PM10、SO2、NO2、PM2.5、CO之間存在負(fù)相關(guān)(分別為-0.160、-0.036、-0.089、-0.380、-0.075、-0.288，均P<0.01)。見表3。

表2 灰霾天與非灰霾天時(shí)主要污染物的t檢驗(yàn)分析結(jié)果

Tab 2 The results of the analysis ofttest of main pollutants of haze days and non haze days

組 別天數(shù)PM10/mg·m-3SO2/mg·m-3NO2/mg·m-3PM2．5/mg·m-3CO/mg·m-3O3＿8/mg·m-3非灰霾天7540．060．0190．030．0400．770．44灰霾天3410．090．0210．050．0720．980．51t值9．2672．5618．2289．3626．738-0．098P值<0．01<0．01<0．01<0．01<0．010．922

表3 2013～2015年奉賢區(qū)每日大氣污染物濃度與氣象條件之間相關(guān)分析的r值

Tab 3rvalue of correlation analysis between daily concentrations of atmospheric pollutants and meteorological conditionin Fengxian District,2013- 2015

指 標(biāo)逐日平均氣溫/℃逐日平均相對濕度/%PM10/mg·m-3SO2/mg·m-3NO2/mg·m-3PM2．5/mg·m-3CO/mg·m-3O3＿8/mg·m-3逐日平均氣溫/℃10．230a0．331a-0．373a-0．556a-0．358a-0．430a0．586a逐日平均相對濕度/%1-0．307a-0．398a-0．229a-0．140a-0．048-0．160aPM10/mg·m-310．668a0．713a0．928a0．808a-0．036SO2/mg·m-310．614a0．762a0．675a-0．089NO2/mg·m-310．735a0．743a-0．380aPM2．5/mg·m-310．859a-0．075CO/mg·m-31-0．288aO3＿8/mg·m-31

aP<0.01

2.2 模型擬合分析結(jié)果

2.2.1 各污染物對我區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)疾病日門診量變化的影響

由表4可以看出，PM10、SO2、NO2、PM2.5和O3對呼吸系統(tǒng)疾病的日門急診量是正影響。PM10濃度每升高10 μg·m-3，在第13個(gè)觀察日導(dǎo)致我區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)日門急診量增加0.32%(P<0.01)；SO2濃度每升高10 μg·m-3，在第1、11、12、13、101個(gè)觀察日分別導(dǎo)致我區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)日門急診量增加0.95%、1.26%、1.41%、1.58%、1.55%(均P<0.01)；NO2濃度每升高10 μg·m-3，在第1、11、12、13、 101個(gè)觀察日分別導(dǎo)致我區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)日門急診量增加1.45%、1.38%、1.37%、1.53%、1.99%(均P<0.01);PM2.5濃度每升高10 μg·m-3，在第13個(gè)觀察日導(dǎo)致我區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)日門急診量增加0.33%(P<0.01);O3在第12、13個(gè)觀察日分別導(dǎo)致我區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)日門急診量增加0.34%、0.44%(均P<0.01)。

2.2.2 不同污染物對我區(qū)戶籍人口呼吸系統(tǒng)疾病日死亡人數(shù)變化的影響

由表5可以看出，NO2濃度每升高10 μg·m-3，在第1、101個(gè)觀察日分別導(dǎo)致我區(qū)居民呼吸系統(tǒng)疾病死亡增加3.81%、5.25%(均P<0.01)；PM2.5濃度每升高10 μg·m-3，在第1個(gè)觀察日分別導(dǎo)致我區(qū)居民呼吸系統(tǒng)疾病死亡增加1.89%(P<0.01)；CO濃度每升高10 μg·m-3，在第1、101個(gè)觀察日分別導(dǎo)致我區(qū)居民呼吸系統(tǒng)疾病死亡增加0.22%(95%CI：0.04%～0.41%)，0.24%(95%CI：0.01%～0.46%)；O3在第2個(gè)觀察日導(dǎo)致我區(qū)居民呼吸系統(tǒng)疾病死亡增加2.32%(P<0.01)。

表4 在不同觀察日由模型擬合的PM10、SO2、NO2、PM2.5、CO、O3(8 h)濃度每升高10 μg·m-3奉賢區(qū)醫(yī)療機(jī)構(gòu)呼吸系統(tǒng)疾病日門急診量增加的百分比

Tab 4 The increase percentage of respiratory system daily emergency volume of medical institution per 10 μg·m-3increase of PM10,SO2,NO2,PM2.5,CO,O3_8 by means of single contamination model fitting analysis

觀察日PM10SO2NO2PM2．5COO3＿8均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI10．16-0．07～0．380．980．20～1．771．450．87～2．030．17-0．08～0．420．03-0．01～0．06-0．23-0．54～0．09110．11-0．12～0．331．260．49～2．031．380．80～1．960．02-0．24～0．270．01-0．02～0．04-0．06-0．36～0．23120．20-0．02～0．431．410．68～2．151．370．79～1．950．18-0．07～0．430．02-0．02～0．050．340．06～0．62130．320．10～0．531．580．86～2．311．530．95～2．100．330．09～0．580．03-0．002～0．060．440．17～0．721010．19-0．08～0．461．550．65～2．461．991．31～2．680．13-0．17～0．430．02-0．01～0．06-0．21-0．57～0．16

表5 在不同觀察日由模型擬合的PM10、SO2、NO2、PM2.5、CO、O3(8 h)濃度每升高10 μg·m-3奉賢區(qū)居民呼吸系統(tǒng)疾病死亡增加的百分比

Tab 5 The increase percentage of death from respiratory system diseases per 10 μg·m-3increase of PM10，SO2，NO2，PM2.5，CO，O3_8 by means of single contamination model fitting analysis

觀察日PM10SO2NO2PM2．5COO3＿8均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI均值95%CI10．75-0．64～2．153．71-0．93～8．363．810．13～7．481．890．40～3．370．220．04～0．410．83-1．15～2．81110．27-1．16～1．691．03-3．71～5．763．71-0．02～7．430．36-1．19～1．920．09-0．10～0．292．320．50～4．1512-0．22-1．65～1．210．05-4．51～4．612．22-1．49～5．940．13-1．42～1．690．07-0．13～0．271．39-0．38～3．16130．64-0．73～2．023．05-1．37～7．462．39-1．31～6．100．58-0．94～2．090．15-0．04～0．34-1．20-2．97～0．571010．71-0．94～2．373．25-2．27～8．775．250．88～9．611．81-0．02～3．630．240．01～0．462．360．07～4．66

3 討 論

環(huán)境污染對人類健康的危害效應(yīng)慢、周期長、范圍大、后果重。長期以來，國內(nèi)外學(xué)者在環(huán)境污染對人類健康影響領(lǐng)域的研究比肩接踵，不勝枚舉[1- 6]。但對于灰霾，目前國內(nèi)在此領(lǐng)域的相關(guān)研究比較少，尤其對灰霾天氣下大氣污染與人體健康危害的定量評價(jià)研究才剛剛起步。

有研究人員采用了廣義相加模型來控制氣象因素的混雜[7- 8]，對灰霾天氣下大氣污染與人體健康的危害進(jìn)行定量評估。經(jīng)查閱文獻(xiàn)，多污染物模型會增加擬合結(jié)果的標(biāo)準(zhǔn)差，從而使其在統(tǒng)計(jì)學(xué)上的意義較低[9]，因此本次研究未做多污染物模型的擬合。單污染物模型擬合結(jié)果提示，我區(qū)PM10、SO2、NO2、PM2.5以及O3濃度的升高，均引起轄區(qū)醫(yī)療機(jī)構(gòu)居民呼吸系統(tǒng)疾病的日門急診量相應(yīng)增加；NO2、PM2.5、CO以及O3濃度的升高，均引起轄區(qū)居民呼吸系統(tǒng)疾病的日死亡人數(shù)相應(yīng)增加，而PM10和SO2對呼吸系統(tǒng)疾病的日死亡人數(shù)變化影響不明顯。由每日大氣污染物濃度與氣象條件之間的相關(guān)性分析顯示，兩者高度相關(guān)。CO對呼吸系統(tǒng)疾病發(fā)病的影響以及PM10和SO2對呼吸系統(tǒng)疾病日死亡人數(shù)變化的影響不明顯，原因可能是各污染物之間的共線性掩蓋了污染物自身對呼吸系統(tǒng)疾病發(fā)病及死亡的影響。研究顯示，我區(qū)霾天氣中PM10、SO2、NO2、PM2.5和CO的濃度均大于非灰霾天，灰霾天對人群呼吸系統(tǒng)急性健康效應(yīng)的影響大于非灰霾天。這與國內(nèi)外研究結(jié)果相似[3,10- 15]。文獻(xiàn)報(bào)道：大氣污染與許多健康效應(yīng)密切相關(guān)[16]，對經(jīng)濟(jì)增長具有抑制作用[17]。有研究人員認(rèn)為，政府、企業(yè)、消費(fèi)者應(yīng)各司其職，建立健全多元協(xié)同治理模式，使大氣污染治理效果顯著，提高衛(wèi)生事業(yè)的效益和效果，促進(jìn)人群健康水平的提高[18]。

[1] 年似冰.灰霾堪比SARS[J].浙江經(jīng)濟(jì)，2013(4)：32.

[2] WALSON J G．2002 grilleal reviuw- visilbility：science and regulation[J]．Air&Waste Manage Assoc，2002，52(6)：628- 713．

[3] OBERDORSTER G.Pulmonary effects of inhaled ultrafine particles[J]．Int Arch Occup Environ Health，2001，74：l- 8．

[4] 孟燕軍，王淑英，趙習(xí)方．北京地區(qū)大霧日大氣污染狀況及氣象條件分析[J]．氣象，2000，26(3)：40- 42．

[5] 闞海東，陳秉衡．我國大氣顆粒物暴露與人群健康效應(yīng)的關(guān)系[J]．環(huán)境與健康雜志，2002，19(6)：422- 424．

[6] 龔偉，婁暢，王紹華.延慶區(qū)學(xué)齡兒童肺部健康環(huán)境影響因素分析[J]．現(xiàn)代醫(yī)學(xué)，2016，44(3)：277- 283.

[7] WHITMAN S,GOOD G,DONOGHUE E R,et al.Mortality in Chicago attributed to the July 1995 heet- wave[J].Am J Public Health,1997,87:1515- 1518.

[8] KATSOUYANNI K,PANTAZOPOULOU A,TOULOUMI G,et al.Evidence for interaction between air pollution and high temperature in the causation of excess mortality[J].Arch Environ Health,1993,48:235- 242.

[9] PETERS A，DORING A，WICHMANN H E，et a1．Increased plasma viscosity during an pollution episode：a link to mortality[J]．Lancet，1997，349：1582- 1587.

[10] 吳兌．關(guān)于霾與霧的區(qū)別和灰霾天氣預(yù)警的討論[J]．氣象，2005，31(4)：3- 7.

[11]朱悅，楊小南，李宇斌．沈陽市某地區(qū)大氣污染與兒童呼吸系統(tǒng)疾病門診人次的關(guān)系[J]．環(huán)境與健康雜志，2008，25(7)：575- 578．

[12] 黃麗紅，宋偉民，胡敏．大氣PM2.5對巨噬細(xì)胞的毒性作用研究[J]．上海環(huán)境科學(xué)，2002，21(5)：288- 290．

[13] 白志鵬，蔡斌彬，董海燕,等．灰霾的健康效應(yīng)[J]．環(huán)境污染與防治，2006，28(3)：198- 201．

[14] 劉燕，賀克斌，時(shí)宗波,等.珠江三角洲大氣顆粒物研究進(jìn)展[J]．環(huán)境保護(hù)科學(xué)，2006，32(5)：l- 5．

[15] 姚煥英，張秀芹．灰霾天氣對人體健康的危害[J]．榆林學(xué)院學(xué)報(bào)，2008，18(2)：79- 81.

[16] 苗艷青,陳文晶.空氣污染和健康需求：Grossan模型的應(yīng)用[J].世界經(jīng)濟(jì),2010(6)：140- 160.

[17] 蘇為華,張崇輝.關(guān)于異質(zhì)性假說的中國EKC再檢驗(yàn)[J].統(tǒng)計(jì)研究,2011，28(12)：66- 71.

[18] 盧寧.大氣污染現(xiàn)狀、來源分類與協(xié)同治理研究[J].中共浙江省委黨校學(xué)報(bào),2013,29(6):117- 124.

(本文編輯：周蘭波)

The acute respiratory effects of main air pollutants in Fengxian District of Shanghai

QIN Meng1,CHEN Ying1,LI Jing- zhi1,GU Pin- qiang2,XU Xiang- ming2

(1.FengxianDistrictCenterforDiseaseControlandPrevention,Shanghai201499,China; 2.FengxianDistrictMeteorologicalBureau,Shanghai201499,China)

Objective:To explore the distributing characteristics of main air pollutants (PM10,SO2,NO2,PM2.5,CO,O3) during haze days and non- haze days, as well as their acute respiratory effects．Methods: Generalized additive models were used to analyze the associations of main air pollutants with daily hospital visits and mortality due to respiratory diseases. Results: From 2013- 2015, among criteria air pollutants, only PM2.5 were slightly beyond the annual- average limits of “National Ambient Air Quality Standard”. The daily average concentrations of PM10, SO2, NO2, PM2.5 and CO were all significantly higher during haze days than those during non- haze days(P<0. 01). The increase in concentrations of PM10, SO2, NO2, PM2.5 and O3 at various lags days were significantly associated with increased daily visits at outpatient department and at emergency department, and the increase in concentrations of NO2,PM2.5,CO,O3 were significantly associated with increased mortality due to respiratory diseases. Conclusion: The concentrations of PM10, SO2, NO2, PM2.5 and CO were higher during haze days than those during non- haze days. Air pollutants during haze days have larger acute respiratory effects than during non- haze days.

haze; generalized additive model; respiratory diseases

2016- 07- 28

2016- 12- 09

上海市氣象局科技開發(fā)項(xiàng)目(MS201606)

秦萌(1982-),女,河南新鄉(xiāng)人,主管醫(yī)師。E- mail:qinmeng_1982@163.com

顧品強(qiáng) E- mail:gupinq2004@126.com

秦萌,陳英,李敬芝,等.上海市奉賢區(qū)主要大氣污染物對人群呼吸系統(tǒng)急性健康效應(yīng)的影響[J].東南大學(xué)學(xué)報(bào):醫(yī)學(xué)版,2017,36(2):197- 202.

R56; X5

A

1671- 6264(2017)02- 0197- 06

10.3969/j.issn.1671- 6264.2017.02.013