2015年中國PM2.5相關(guān)超額死亡數(shù)集成評估

王情，許懷悅，朱歡歡,2，馬潤美，班婕，李湉湉*

(1. 中國疾病預(yù)防控制中心環(huán)境與人群健康重點(diǎn)實(shí)驗(yàn)室，環(huán)境與健康相關(guān)產(chǎn)品安全所，北京 100021；2. 河北科技大學(xué)環(huán)境科學(xué)與工程學(xué)院，河北 石家莊 050027)

空氣污染對人類健康的影響已經(jīng)成為重要的全球環(huán)境和公共衛(wèi)生問題。全球疾病負(fù)擔(dān)研究(Global Burden of Disease Study，GBD)顯示，2019年全球死亡相關(guān)危險(xiǎn)因素中，空氣污染位居第4位，其中顆粒物的健康危害最為嚴(yán)重[1]。2019年顆粒物(PM)導(dǎo)致全球近414萬人過早死亡，占2019年全球所有死亡人數(shù)的8.0%。其中一半以上的死亡(58%)發(fā)生在中國和印度。1990—2019年，可歸因于PM的死亡人數(shù)約增長了50.6%。我國空氣污染較為嚴(yán)重，2019年我國大氣PM污染造成142.4萬例超額死亡，約占全球的34.4%[2-3]。近年來中國采取了大量的防控措施來治理空氣污染，空氣質(zhì)量得到了大幅度改善，但與世界平均水平相比，空氣污染水平仍較高，隨著人口的增長和老齡化，與空氣污染相關(guān)的疾病負(fù)擔(dān)形勢不容樂觀。細(xì)顆粒物(PM2.5)是我國首要空氣污染物，因此，為有效減少空氣污染對人群健康的有害影響，需要開展對PM2.5造成的疾病負(fù)擔(dān)的評估，確定高負(fù)擔(dān)的人群和地區(qū)，為制定和實(shí)施符合實(shí)際情況的空氣污染治理和健康風(fēng)險(xiǎn)防控措施提供科學(xué)的參考依據(jù)。

目前，我國已有不少研究開展了PM2.5相關(guān)超額死亡的評估，但多基于單一來源的暴露數(shù)據(jù)或者國外研究的暴露-反應(yīng)關(guān)系(exposure-response，E-R)展開評估，不確定性較高[4-7]。Wang等[8]結(jié)合4種不同來源的PM2.5暴露濃度和GBD研究中用到的綜合暴露反應(yīng)評估模型(Integrated exposure-response, IER)評估了2010年我國范圍內(nèi)2 826個(gè)縣區(qū)PM2.5相關(guān)死亡風(fēng)險(xiǎn)，結(jié)果顯示，全國由于PM2.5所致過早死亡人數(shù)為127萬人。現(xiàn)階段，基于我國人群隊(duì)列數(shù)據(jù)獲得的E-R開展的PM2.5慢性疾病負(fù)擔(dān)研究仍較為欠缺。隨著環(huán)境與健康研究的發(fā)展，目前我國已建立起相關(guān)人群隊(duì)列，得到了一些基于本土人群暴露的空氣污染對健康定量效應(yīng)的成果，為我國空氣污染相關(guān)疾病負(fù)擔(dān)評估研究的開展提供了重要的本土化參數(shù)。為了降低評估結(jié)果的不確定性，現(xiàn)結(jié)合多種來源的PM2.5暴露濃度數(shù)據(jù)、國內(nèi)外研究的E-R模型，進(jìn)行不同情景下的歸因于環(huán)境PM2.5的超額死亡數(shù)評估和分析，為相關(guān)的政策制定提供數(shù)據(jù)基礎(chǔ)和科學(xué)依據(jù)。

1 研究方法

1.1 數(shù)據(jù)收集與預(yù)處理

收集了評估所需的PM2.5暴露濃度、全國區(qū)縣人口數(shù)、基礎(chǔ)疾病死亡率、PM2.5長期暴露死亡效應(yīng)等數(shù)據(jù)集評估2015年我國不同情景的PM2.5長期暴露所致的超額死亡數(shù)。

1.1.1 PM2. 5暴露數(shù)據(jù)

基于本課題組前期開展的全國PM2.5時(shí)空模擬研究成果，即中國疾病預(yù)防控制中心環(huán)境所環(huán)境健康風(fēng)險(xiǎn)評估室(簡稱“環(huán)境所風(fēng)評室”)數(shù)據(jù)[9]，以及來自全球疾病負(fù)擔(dān)評估(GBD 2015)、加拿大Dalhousie大學(xué)、美國Emory大學(xué)等研究團(tuán)隊(duì)[10-12]開展的PM2.5濃度模擬成果，共5套2015年中國PM2.5年均暴露濃度數(shù)據(jù)。

1.1.2 暴露-反應(yīng)關(guān)系

收集了目前國內(nèi)外PM2.5健康效應(yīng)定量研究相關(guān)的最新研究成果，包括近年來我國多中心的人群隊(duì)列研究成果[13-15]，即Yin(2016)，Li(2018)，Yang(2020)3個(gè)研究得到的風(fēng)險(xiǎn)比(HR)，分別為1.09[13]，1.08[15]，1.11[14]，代表PM2.5暴露濃度每增加10 μg/m3，人群死亡風(fēng)險(xiǎn)分別增加8%，9%和11%；國外2套E-R模型：IER、全球暴露-死亡模型(Global Exposure Mortality Model, GEMM)[16-18]，作為本研究的PM2.5慢性死亡效應(yīng)模型。

1.1.3 人口和基礎(chǔ)疾病死亡率數(shù)據(jù)

評估所需的全國2 826個(gè)區(qū)縣的人口數(shù)據(jù)主要來源于2010年全國第六次人口普查，包括 0～84歲、85歲及以上的所有以5年為間隔年齡組的人口信息[19]。分疾病、分年齡的死亡率分別來自中國疾病預(yù)防控制中心慢性非傳染性疾病預(yù)防控制中心(疾病終點(diǎn)為全因死亡數(shù))[20]和全球疾病負(fù)擔(dān)評估研究( GBD 2013) (疾病終點(diǎn)為慢性阻塞性肺病、缺血性心臟病、中風(fēng)、肺癌和下呼吸道感染)[21]，使用省級基礎(chǔ)死亡率數(shù)據(jù)代表各區(qū)縣的值。

1.2 情景設(shè)置

采用上述5種不同來源的PM2.5年均暴露數(shù)據(jù)和5種E-R模型組合成25種參數(shù)組合情景，見表1。

表1 情景設(shè)置

1.3 評估超額死亡數(shù)

1.3.1 國內(nèi)暴露-反應(yīng)關(guān)系

基于我國的隊(duì)列研究得到3套PM2.5長期暴露的E-R[13-15]，結(jié)合人口和全因死亡率數(shù)據(jù)，計(jì)算得到25歲以上成人與PM2.5相關(guān)超額死亡數(shù)，見公式(1)。

(1)

式中：M——區(qū)縣內(nèi)歸因于環(huán)境PM2.5暴露的超額死亡人數(shù)，例；P——區(qū)縣內(nèi)25歲以上人口數(shù)，例；I——區(qū)縣內(nèi)25歲以上人群死亡率(基于人口普查死亡率)，%；RR——主要是3種線性E-R的相對危險(xiǎn)度取值(根據(jù)國內(nèi)的3個(gè)隊(duì)列研究得到的HR計(jì)算得出)。

1.3.2 國外暴露-反應(yīng)關(guān)系

基于IER和GEMM模型的5種疾病終點(diǎn)的相對風(fēng)險(xiǎn)值來估計(jì)PM2.5相關(guān)超額死亡數(shù)，利用公式(2)估算了每個(gè)區(qū)縣內(nèi)不同年齡段的超額死亡數(shù)。其中每5歲為一個(gè)年齡段[16- 17]。

(2)

式中：Mi,j——區(qū)縣內(nèi)年齡段為i,疾病終點(diǎn)為j的可歸因于PM2.5暴露的超額死亡數(shù)，例；Pi——區(qū)縣內(nèi)年齡段為i的人口數(shù)，例；Ii,j——區(qū)縣內(nèi)年齡段為i，疾病終點(diǎn)為j的對應(yīng)死亡率，%；RRi,j——從IER和GEMM模型獲取的對應(yīng)的PM2.5濃度對應(yīng)的相對風(fēng)險(xiǎn)值。

2 結(jié)果與分析

2.1 PM2.5質(zhì)量濃度分布情況

2015年不同數(shù)據(jù)來源的中國PM2.5年均暴露質(zhì)量濃度空間分布見圖1(a)(b)(c)(d)(e)。由圖1可見，不同數(shù)據(jù)來源的PM2.5濃度空間分布整體較為一致，但也存在一定差異。

圖1 2015年不同數(shù)據(jù)來源的中國PM2.5暴露質(zhì)量濃度空間分布

濃度較高地區(qū)主要分布在我國黃淮海地區(qū)和新疆西南部等地，西部、西南、內(nèi)蒙古等地濃度較低。以本課題組前期研究成果(環(huán)境所風(fēng)評室數(shù)據(jù))為例，全國人口加權(quán)PM2.5質(zhì)量濃度為52.30 μg/m3，其中京津冀地區(qū)及河南、山東西部等地污染最為嚴(yán)重，部分區(qū)縣年均質(zhì)量濃度>95 μg/m3。

2.2 PM2.5相關(guān)超額死亡數(shù)評估

根據(jù)5套2015年中國PM2.5暴露數(shù)據(jù)和5種E-R模型，對PM2.5相關(guān)超額死亡數(shù)進(jìn)行評估，結(jié)果見圖2。由圖2可見，2015年全國(覆蓋2 826個(gè)區(qū)縣)歸因于PM2.5相關(guān)的超額死亡數(shù)為75.0萬～256.5萬例。同一E-R模型，不同PM2.5暴露數(shù)據(jù)評估得到的PM2.5相關(guān)超額死亡數(shù)大小排序?yàn)椋篏BD 2015數(shù)據(jù) > 環(huán)境所風(fēng)評室數(shù)據(jù)> 美國Emory大學(xué)數(shù)據(jù)(更新版)> 美國Emory大學(xué)數(shù)據(jù) > 加拿大Dalhousie大學(xué)數(shù)據(jù)。

圖2 不同情景評估的2015年中國PM2.5相關(guān)超額死亡數(shù)

基于不同E-R模型，評估2015年中國PM2.5相關(guān)的超額死亡數(shù)統(tǒng)計(jì)結(jié)果見圖3。由圖3可見，不同E-R模型評估得到的PM2.5相關(guān)超額死亡數(shù)大小順序?yàn)椋篩ang(2020)>Yin(2016)>Li(2018)>GEMM(2018)>IER(2016)。基于國內(nèi)E-R模型評估得到的超額死亡數(shù)為186.0萬～256.5萬例，而基于國外E-R模型(IER和GEMM模型)評估得到的超額死亡數(shù)為75.0萬～133.2萬例，基于國外模型評估得到的超額死亡數(shù)遠(yuǎn)小于基于國內(nèi)的3個(gè)模型的評估結(jié)果。

圖3 不同E-R模型評估的2015年中國PM2.5相關(guān)超額死亡數(shù)

2.3 PM2.5相關(guān)超額死亡數(shù)的空間分布

各情景下PM2.5相關(guān)超額死亡數(shù)的空間分布格局較相似，污染較重、人口密集的黃淮海地區(qū)、四川盆地等具有較高的PM2.5相關(guān)超額死亡數(shù)?；诒菊n題組前期研究成果(環(huán)境所風(fēng)評室數(shù)據(jù))的PM2.5質(zhì)量濃度數(shù)據(jù)，國外、國內(nèi)不同E-R模型評估的2015年中國PM2.5相關(guān)超額死亡數(shù)的空間分布見圖4(a)(b)和圖5(a)(b)(c)，其中紅色代表PM2.5相關(guān)超額死亡較高的區(qū)縣，綠色代表較低的區(qū)縣。5種E-R模型評估結(jié)果在空間上的分布基本一致，主要為重污染地區(qū)的京津冀、山東、河南、新疆、內(nèi)蒙古西部、西藏北部的超額死亡率較高。整體而言，大部分地區(qū)基于GEMM模型評估得到的PM2.5相關(guān)超額死亡數(shù)高于IER模型的評估結(jié)果；國內(nèi)的3個(gè)模型中基于Yang(2020)的評估結(jié)果也高于另外2個(gè)模型的評估結(jié)果。

圖4 國外E-R模型評估的2015年中國PM2.5相關(guān)超額死亡數(shù)的空間分布

圖5 國內(nèi)E-R模型評估的2015年中國PM2.5相關(guān)超額死亡數(shù)的空間分布

3 討論

根據(jù)2015年中國生態(tài)環(huán)境狀況公報(bào)[22]報(bào)道，2015年中國 PM2.5年均質(zhì)量濃度為55 μg/m3，與本研究中幾套PM2.5質(zhì)量濃度數(shù)據(jù)的均值較為接近。由于中國地面監(jiān)測站大多集中在中國中東部人口稠密地區(qū)，農(nóng)村地區(qū)和欠發(fā)達(dá)省份(例如西藏、青海和內(nèi)蒙古)較少，使用地面監(jiān)測站獲得的暴露數(shù)據(jù)通常會高估實(shí)際的全國PM2.5濃度均值[8, 23]。相反，使用衛(wèi)星反演的數(shù)據(jù)在空間上能覆蓋廣大農(nóng)村地區(qū)，因此，應(yīng)用多套暴露數(shù)據(jù)進(jìn)行評估能夠更科學(xué)地表達(dá)人群暴露分布和造成的健康風(fēng)險(xiǎn)[8]。

研究發(fā)現(xiàn)，基于國內(nèi)E-R模型評估的PM2.5相關(guān)超額死亡數(shù)遠(yuǎn)大于國外E-R模型的評估結(jié)果，這與疾病終點(diǎn)和死亡效應(yīng)值有關(guān)。國外2個(gè)模型的疾病終點(diǎn)為5種主要病種，總死亡數(shù)遠(yuǎn)小于國內(nèi)模型的全死因死亡數(shù)。同時(shí)，國內(nèi)暴露反應(yīng)關(guān)系模型的死亡數(shù)與濃度呈現(xiàn)正相關(guān)的線性關(guān)系[13-15]，而國外為非線性關(guān)系，死亡數(shù)與濃度呈非正相關(guān)關(guān)系，超過一定的閾值后E-R曲線出現(xiàn)平穩(wěn)狀態(tài)[18]。雖然國內(nèi)模型是基于我國人群的隊(duì)列研究所得，暴露濃度與死亡數(shù)更能夠準(zhǔn)確表達(dá)我國的真實(shí)情況，但國內(nèi)的線性模型可能高估了我國PM2.5死亡效應(yīng)，國外的非線性模型更加符合人群死亡效應(yīng)，因此，未來應(yīng)該結(jié)合2類模型的優(yōu)勢，并結(jié)合更多的人群隊(duì)列數(shù)據(jù)積累，獲取更準(zhǔn)確的E-R關(guān)系進(jìn)而獲得更可靠的PM2.5相關(guān)疾病負(fù)擔(dān)評估結(jié)果。

目前，已有幾項(xiàng)研究報(bào)告了我國部分地區(qū)或全國長期暴露于PM2.5導(dǎo)致的死亡負(fù)擔(dān)[6-7, 24-25]。Liang等[23]基于1 530個(gè)地面監(jiān)測站的數(shù)據(jù)和GEMM模型評估了2000—2016年全國PM2.5相關(guān)的超額死亡數(shù)，其中2015年成人超額死亡數(shù)約為160多萬例，略高于在本研究的基于環(huán)境所風(fēng)評室和GEMM模型在相同的疾病終點(diǎn)下評估全國的超額死亡數(shù)(133萬例)。這可能是由于其使用的監(jiān)測站數(shù)據(jù)對于暴露的評估高于本研究中基于模型模擬得到的暴露數(shù)據(jù)。因?yàn)楝F(xiàn)有空氣質(zhì)量監(jiān)測站點(diǎn)大多分布在PM2.5濃度相對較高的城區(qū)和近郊，而空氣質(zhì)量較好的遠(yuǎn)郊和農(nóng)村地區(qū)的監(jiān)測站點(diǎn)則分布較少。Wang等[8]基于IER模型評估了2010年我國2 826個(gè)縣區(qū)PM2.5相關(guān)的超額死亡數(shù)為127萬例，其中針對成人主要包括慢性阻塞性肺病、肺癌、缺血性心臟病、腦卒中等；而5歲以下兒童則多死于急性下呼吸道感染。從空間差異來看，由于較高的空氣污染及人口密度，京津冀地區(qū)和華北平原風(fēng)險(xiǎn)較高。Liu等[4]評估了全國PM2.5相關(guān)的超額死亡數(shù)從 2004 年的80萬例增加至 2012 年的120萬例，其中疾病終點(diǎn)針對成人的肺癌、缺血性心臟病和中風(fēng)?？臻g上超額死亡數(shù)較高為京津冀、長三角、珠三角、四川盆地、山東、河南等空氣污染較重的地區(qū)或人口密度高的地區(qū)。本研究的PM2.5相關(guān)超額死亡數(shù)的空間分布與以上2項(xiàng)研究結(jié)果相似。

我國作為一個(gè)人口眾多、幅員遼闊的發(fā)展中國家，空氣污染水平、人口密度、年齡結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展在空間上存在巨大差異，因此空氣污染防治和健康風(fēng)險(xiǎn)防控政策措施也應(yīng)根據(jù)各地特征，因地制宜地制定。在本研究中，京津冀地區(qū)、山東、河南等重污染地區(qū)，以及空氣相對清潔但人口密度較高的廣東的超額死亡數(shù)較高。因此，污染嚴(yán)重的地區(qū)需重點(diǎn)關(guān)注，加強(qiáng)空氣污染防控和減排；同時(shí)對于人口稠密的地區(qū)需要制定更嚴(yán)格的空氣質(zhì)量標(biāo)準(zhǔn)和政策，降低其健康危害和疾病負(fù)擔(dān)。

本研究采用了最新的暴露數(shù)據(jù)集和E-R模型進(jìn)行參數(shù)組情景設(shè)置，以了解中國PM2.5相關(guān)超額死亡數(shù)的空間分布差異。與之前的研究相比，具有一定的創(chuàng)新性。首先，本研究使用了5套不同數(shù)據(jù)來源的PM2.5暴露濃度數(shù)據(jù)，覆蓋了全國范圍內(nèi)的區(qū)縣，可以有效地減少評估疾病負(fù)擔(dān)時(shí)與暴露估計(jì)相關(guān)的不確定性。其次，之前的評估研究大多運(yùn)用國外研究的IER 和GEMM的E-R模型，而本研究基于我國本土人群隊(duì)列數(shù)據(jù)獲得的E-R開展PM2.5慢性疾病負(fù)擔(dān)研究，同時(shí)運(yùn)用多種E-R模型評估，得到疾病負(fù)擔(dān)的區(qū)間范圍，有利于減少評估的不確定性。

本研究存在一定的局限性，如疾病的基礎(chǔ)死亡率是省級尺度的，區(qū)縣級基礎(chǔ)死亡率對于評估區(qū)縣級的超額死亡數(shù)及其空間分布更為科學(xué)，但目前區(qū)縣級分病種的基礎(chǔ)死亡率數(shù)據(jù)無法獲取，因此采用了省級基線死亡率數(shù)據(jù)。為了使未來研究結(jié)果表達(dá)更加科學(xué)，中國應(yīng)系統(tǒng)地收集和提供縣級疾病特定基線死亡率的統(tǒng)計(jì)數(shù)據(jù)[8]。

4 結(jié)語

應(yīng)用多種來源的 PM2.5暴露濃度數(shù)據(jù)和E-R模型評估了2015年中國PM2.5相關(guān)超額死亡數(shù)，觀察到不同E-R模型得到的疾病負(fù)擔(dān)差異較大，運(yùn)用國內(nèi)研究的E-R模型評估的疾病負(fù)擔(dān)結(jié)果較國外模型的評估結(jié)果更大。未來應(yīng)加強(qiáng)我國PM2.5與人群健康的隊(duì)列研究，基于中國國內(nèi)的E-R模型和考慮人口結(jié)構(gòu)變化的影響開展PM2.5相關(guān)疾病負(fù)擔(dān)的評估與預(yù)估研究，為PM2.5健康風(fēng)險(xiǎn)的精細(xì)化定量化探索提供線索。