郭 敏,王宗爽*,姜 楠,顧閆悅,徐 舒,譚玉菲,段小麗
1. 中國環(huán)境科學研究院環(huán)境標準研究所,北京 100012
2. 北京科技大學能源與環(huán)境工程學院,北京 100083
有毒有害大氣污染物(hazardous air pollutants,HAPs)是指在一定范圍大氣中濃度達到會對人體健康和生態(tài)環(huán)境造成危害的污染物質[1]. 目前,國內外已經開展很多有毒有害大氣污染物的相關研究[2-3],中國[4]、世界衛(wèi)生組織[5]、歐盟[6-8]、英國[9]、日本[10]、印度[11]等許多國家、地區(qū)或組織均在各自環(huán)境空氣質量標準或指南中規(guī)定了部分有毒有害大氣污染物的濃度限值. 我國政府歷來高度重視生態(tài)環(huán)境安全和人民健康,《中華人民共和國大氣污染防治法》[12]要求制定有毒有害大氣污染物名錄,《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》[13]《關于深入打好污染防治攻堅戰(zhàn)的意見》[14]《新污染物治理行動方案》[15]等文件均提出關于“重視新污染物治理”“建立健全有毒有害化學物質環(huán)境風險管理制度”和“以有效防范新污染物環(huán)境與健康風險為核心,統(tǒng)籌推進新污染物環(huán)境風險管理”的要求. 有毒有害大氣污染物是新污染物的重要組成部分,鑒于此,迫切需要制定有毒有害大氣污染物的環(huán)境空氣濃度限值. 目前,我國生態(tài)環(huán)境部發(fā)布的基于保護公眾健康的《環(huán)境空氣質量標準》(GB 3095?2012)[4]中僅規(guī)定了苯并[a]芘、鉛等7項有毒有害大氣污染物濃度限值,已發(fā)布的58項國家固定源涉氣污染物排放標準中也只規(guī)定了48項有毒有害大氣污染物的企業(yè)邊界環(huán)境空氣濃度限值,但與發(fā)達國家相比,涉及的有毒有害大氣污染物數量十分有限,不能滿足當前環(huán)境風險管理需求. 此外,我國國家衛(wèi)生健康委員會于2019年修訂發(fā)布的《工作場所有害因素接觸限值第一部分:化學有害因素》(GBZ 2.1?2019)[16]中雖規(guī)定了358種工作場所空氣中化學有害因素的職業(yè)接觸限值,但該標準僅適用于勞動者在工作場所中與化學有害因素職業(yè)接觸的管理與控制,不能直接作為保護公眾健康的有毒有害污染物環(huán)境空氣濃度限值.
有毒有害大氣污染物種類繁多、成分復雜,快速制定各項有毒有害污染物濃度限值的難度較大. 為解決這一難題,美國和歐盟均建立了有毒有害污染物職業(yè)接觸與環(huán)境空氣濃度限值之間的轉換系數(transformation coefficient,TC),從而根據職業(yè)健康保護的有毒有害物質接觸限值高效確定有毒有害污染物環(huán)境空氣濃度限值,如美國環(huán)境保護局(US EPA)針對非致癌物,基于職業(yè)接觸暴露和終生環(huán)境暴露關系、個體敏感性差異及數據質量不確定性等確定了適用于美國居民的轉換系數(0.002 4)[17],從而將美國政府工業(yè)衛(wèi)生學家協(xié)會(ACGIH)650多項化學有害因素職業(yè)接觸限值轉化為保護人體健康的有毒有害污染物環(huán)境空氣濃度限值;歐盟也根據其區(qū)域人群暴露特征提出了適合其自身的轉換系數(0.002 7)[18-20],為制定鎘、鎳等有毒有害大氣污染物限值提供支撐.但是,歐美的轉換系數計算公式未考慮人群生理因素以及行為活動模式的影響,且在我國已有研究中關于轉換系數的相關研究較為鮮見. 因人種以及行為活動模式等差異,我國人群暴露特征與歐美國家不同,直接采用歐美的轉換系數并不科學. 因此,有必要分析提出基于中國人群暴露特征的污染物職業(yè)接觸與環(huán)境空氣濃度限值轉換系數,以期對科學、準確、合理、高效地制定我國有毒有害大氣污染物限值以及有毒有害物質的環(huán)境風險管理提供技術支撐.
無論有閾化合物(一般是非致癌物)還是無閾化合物(一般是致癌物),都建立在對暴露量計算的基礎上,再結合劑量-反應關系的相關因子進行健康風險評價[21]. 對有閾化合物而言,其健康風險評價模型[22-23]為
式中:R為發(fā)生某種特定有害健康效應造成等效死亡的終身危險度;ADD為有閾化學污染物的暴露劑量,mg/(kg·d);RfD為化學污染物在某種暴露途徑下的參考劑量,mg/(kg·d);10?6為與RfD相對應的假設可接受的危險度水平;C為空氣中污染物的濃度,mg/m3;IR為呼吸量,m3/d;ET為暴露時間,h/d;EF為暴露頻率,d/a;ED為暴露持續(xù)時間,a;BW為體質量,kg;AT為平均暴露時間,d.
針對非致癌的有毒有害大氣污染物,該研究基于等效健康風險評估法,采用中國人群暴露特征參數,推導出工作場所空氣中化學有害因素職業(yè)接觸限值與環(huán)境空氣中有毒有害污染物濃度限值之間的轉換 系數(TC)的計算模型:
式中:Cair為環(huán)境空氣中有毒有害污染物的濃度限值,mg/m3;Cwork為工作場所空氣中化學有害因素的職業(yè)接觸限值,mg/m3,取GBZ2.1?2019中污染物的時間加權平均容許濃度值(PC-TWA);I Rwork為職業(yè)人群呼吸量,L/min;E Twork為 職業(yè)人群暴露時間,h/d;EFwork為職業(yè)人群暴露頻率,d/a; EDwork為職業(yè)人群暴露持續(xù)時間,a;B Wair為 一般人群體質量,kg;A Tair為一般人群平均期望壽命,a; IRair為一般人群呼吸量,m3/d;ETair為 一般人群暴露時間,h/d; EFair為一般人群暴露頻率,d/a;E Dair為 一般人群暴露持續(xù)時間,a;B Wwork為職業(yè)人群體質量,kg;A Twork為職業(yè)人群平均期望壽命,a;0.014 4為單位修正值,0.014 4=1.44(1 L/min=1.44 m3/d)×0.01(不確定性系數)〔個體間敏感性差異的不確定性因子(0.1)×數據質量等不確定性因子(0.1)[6]〕.
暴露參數是決定環(huán)境健康風險評價準確性和科學性的關鍵因子[24-26]. 2011?2014年,我國開展了中國人群環(huán)境暴露行為模式研究[27-28],獲取了我國31個省(自治區(qū)、直轄市)的159個縣/區(qū)、636個鄉(xiāng)鎮(zhèn)/街道、1 908個村/居委會的18歲及以上的91 121份成人居民樣本(不包括港澳臺地區(qū)數據),以及我國30個省(自治區(qū)、直轄市)的55個縣/區(qū)、165個鄉(xiāng)鎮(zhèn)/街道和316所學校的0~17歲兒童的75 519份兒童居民樣本(不包括西藏自治區(qū)和港澳臺地區(qū)數據),建立了能夠反映中國人群暴露行為特征的暴露參數數據庫,具有很好的年齡、性別、區(qū)域、職業(yè)等代表性. 該研究中不同人群呼吸量(IR)、體質量(BW)暴露參數均來源于該數據庫,具體取值見表1. 呼吸量可分為短期呼吸量和長期呼吸量,短期呼吸量按每分鐘或每小時吸收氧或釋放二氧化碳的量(L/min或m3/h)計算,按活動強度可分為休息、坐、輕微活動、中體力活動、重體力活動和極重體力活動下的呼吸量;長期呼吸量按每天吸收氧或釋放二氧化碳的量(m3/d)計算[29]. 一般人群呼吸量( IRair)則是在實測人群身高、體質量的基礎上通過人體能量代謝估算法得出的長期呼吸量[30-32];職業(yè)人群的工作強度屬中到重度運動,其呼吸量( I Rwork)選取了中度、重度運動下短期呼吸量的平均值. 體質量是指人體的質量, B Wair和 BWwork主要通過實測及問卷調查的方式獲取. 此外,該研究采用直方圖、QQ圖、K-S檢驗等多種檢驗方法,分別對一般人群和職業(yè)人群的體質量、呼吸量數據進行正態(tài)檢驗,結果顯示數據均服從正態(tài)分布.
表 1 我國不同亞組人群暴露參數Table 1 Exposure factors of Chinese populations groups
行為特征參數主要包括暴露時長(ET)、暴露頻率(EF)和暴露持續(xù)時間(ED). 對成人活動模式參數的調查通常采用問卷調查方式獲得,記錄受訪者前一天(24 h)在所有活動和地點中消耗的時間[33-34]. 對于暴露時長,一般人群每天暴露時長為24 h(即 ETair取值為24 h),職業(yè)人群每天暴露時長按我國基本工時制度規(guī)定的法定工作時長8 h計算[35](即 EFwork取值為8 h). 對于暴露頻率,一般人群暴露頻率為365 d/a(即 E Fair取值為365 d/a),職業(yè)人群除去周末和法定節(jié)假日后的暴露頻率為225 d/a (即E Fwork取值為225 d/a).對于暴露持續(xù)時間,一般人群在計算終生風險時,暴露持續(xù)時間與平均期望壽命值相同(即 EDair=A Tair);職業(yè)人群的暴露持續(xù)時間則參考相關文獻[6]選取平均值30 a(即E Dwork取值為30 a). 平均期望壽命(AT)的統(tǒng)計數據來源于2019年《中國統(tǒng)計年鑒》[36],且該研究認為職業(yè)人群與一般人群的平均期望壽命相同,我國人群的平均期望壽命為76.34歲(即 A Tair和 ATwork的取值均為76.34歲),其中,男性平均73.64歲,女性平均79.43歲.
參數敏感性分析是概率風險評估的重要內容,敏感性分析所得敏感度若為正值,表示該值與預測結果呈正相關;敏感度若為負值,則表示與預測結果呈負相關;所得結果的絕對值越大,對預測結果的影響越大[37-38]. 由轉換系數推導模型〔見式(6)〕可知,一般人群和職業(yè)人群暴露參數ET、ED、EF、AT均為定值,且身體特征暴露參數(IR和BW)均符合正態(tài)分布.為分析轉換系數推導模型中暴露參數的敏感度,該研究使用Crystal Ball 16.0軟件對暴露參數分布特征進行蒙特卡洛模擬,對不同人群身體特征暴露參數的分布特征模擬運算10 000次,得到平均值、中位數以及百分位數,并分析身體特征暴露參數對轉換系數變化敏感度的貢獻率. 該研究使用Excel 2019、Origin 2018軟件進行數據處理及制圖.
由于城市、農村人群的自然環(huán)境以及生活習慣等不同,不同人群的暴露參數存在差異. 該研究將中國人群分為8類,選取表1中相應暴露參數代入轉換系數推導模型,得出不同區(qū)域(城市、農村)、不同性別(男性、女性)以及居民總體的污染物職業(yè)接觸與環(huán)境空氣濃度限值之間的轉換系數(見表2). 我國居民的總體轉換系數為0.002 1,男性轉換系數為0.002 1,略高于女性(0.002 0). 結果顯示,城市和農村居民的總體轉換系數均為0.002 2,且城市和農村男性的轉換系數均0.002 2,高于城市和農村女性的轉換系數(0.002 0). 由此可見,城市和農村居民的轉換系數沒有顯著差異,且男性的轉換系數普遍高于女性. 因經濟、社會、人種等各方面差異,不同國家的轉換系數有所不同,如我國居民總體轉換系數為0.002 1,美國為0.002 4[17],歐盟為0.002 7[18-20],其原因主要是該研究在轉換系數推導模型建立時考慮了人群生理因數和行為活動模式(即IR和BW)的影響,因此不同國家居民行為特征參數取值有所不同.
表 2 我國城鄉(xiāng)不同性別人群的轉換系數Table 2 The TC values with gender difference in urban and rural China
由于人群在不同年齡段生理特征存在差異,特別是未成年人的暴露參數隨生長發(fā)育過程變化較大,因此在污染物暴露水平相同的情況下,兒童較成人可能面臨更高的健康風險. 為研究轉換系數隨年齡的分布特征,并識別轉換系數對于敏感人群的影響,該研究將一般人群分為兒童與成人,其中兒童分為13個年齡段[39],成人分為4個年齡段,各年齡段的暴露參數來源于中國人群暴露參數數據庫中的平均值[27-28],作為參照組的職業(yè)人群暴露參數選取表1中職業(yè)人群總體平均值. 我國不同年齡段人群的轉換系數如表3所示,15~18歲未成年人的轉換系數已經接近成人總體水平;6歲以下兒童較成人敏感,其轉換系數接近成人的50%,其中1歲以內兒童最為敏感,轉換系數低至0.000 9. 綜上,兒童由于其體質量、呼吸量等暴露參數較低,相應的轉換系數也較低,建議在制定有毒有害大氣污染物限值時應給予兒童暴露健康風險更多關注.
表 3 我國不同年齡段人群的轉換系數Table 3 The TC values of different age groupsfor Chinese populations
由于我國地域遼闊、地區(qū)經濟發(fā)展不平衡且差異性較大,該研究選取中國人群暴露參數數據庫收錄的我國31個省(自治區(qū)、直轄市)居民的暴露參數[28],采用轉換系數推導模型計算出不同省份成人的轉換系數(見圖1). 由圖1可見:不同省份的轉換系數差異顯著(P<0.05). 如只考慮性別因素,各省份的轉換系數均呈現男性普遍高于女性,且人群總體平均值介于男性、女性數值之間的分布規(guī)律;如只考慮地區(qū)因素,西藏自治區(qū)轉換系數(0.002 3)最高,上海市轉換系數(0.001 9)最低. 如將地區(qū)與性別因素結合考慮,男性轉換系數在西藏自治區(qū)(0.002 5)最高,在天津市(0.002 0)最低;女性轉換系數在新疆維吾爾自治區(qū)(0.002 2)最高,在甘肅省(0.001 9)最低. 綜上,我國各省份在制定有毒有害大氣污染物地方標準時應考慮這種差異性.
圖 1 我國人群轉換系數隨地區(qū)、性別差異的分布情況Fig.1 The distribution of TC values with regional and gender differences for Chinese populations
職業(yè)人群的實際工齡隨入職年齡不同而有所差異,因此職業(yè)人群暴露持續(xù)時間也存在較大差異,其會影響轉換系數值. 該研究考慮不同性別的退休年齡差異,將職業(yè)人群分別設定4種不同入職年齡,男性分別為18歲、30歲、40歲、50歲,女性分別為18歲、30歲、35歲、40歲,一般人群暴露參數則選取居民總體平均值,分別計算不同工齡人群的轉換系數(見表4). 假設一名男性職工18歲入職,60歲法定退休,實際工齡為42 a,則職業(yè)暴露持續(xù)時間為42 a,選取對應的BW、IR等參數計算得出轉換系數為0.002 9.假設一名女性職工30歲入職,50歲法定退休,實際工齡為20 a,則職業(yè)暴露持續(xù)時間為20 a,計算得出30歲入職女性職工的轉換系數為0.001 4,約為18歲入職男性職工轉換系數的1/2. 此外,男性和女性職工在距離法定退休年齡10 a時,轉換系數均低至0.000 7,則在相同的污染物暴露水平下可能面臨非常高的健康風險,建議工業(yè)企業(yè)在設置有毒有害污染物暴露相關崗位時應考慮年齡的因素.
表 4 我國不同性別、工齡人群的轉換系數Table 4 The TC values with gender and working-age differences for Chinese populations
2.5.1一般人群敏感性分析
通過10 000次蒙特卡洛模擬的計算結果如圖2所示,一般人群轉換系數平均值為0.002 3,中位數為0.002 2,與轉換系數推導模型計算結果(0.002 1)非常接近,即驗證了計算結果的準確性. 計算值有20%的概率分布在0.001 6以下,即當轉換系數值為0.001 6時,可以保護80%的一般人群;有10%的數據分布在0.001 4以下,即當轉換系數值為0.001 4時,可以保護90%的一般人群. 檢驗轉換系數敏感性結果如圖3所示,一般人群暴露參數敏感度貢獻率呈一般人群體質量(32.5%)>職業(yè)人群體質量(28.7%)>一般人群呼吸量(23.2%)>職業(yè)人群呼吸量(15.6%)的特征.結合敏感度的正負結果可知,一般人群體質量改變1個單位,轉換系數結果會正向改變32.5%;職業(yè)人群體質量改變一個單位,轉換系數結果則會反向改變28.7%;一般人群呼吸量改變一個單位,轉換系數結果則會反向改變23.2%;職業(yè)人群呼吸量改變一個單位,轉換系數結果則會正向改變15.6%.
圖 2 一般人群和敏感人群轉換系數的概率分布Fig.2 Probability distribution of the TC values for general populations and sensitive populations
圖 3 一般人群和敏感人群轉換系數的敏感性分析Fig.3 Sensitivity analysis of the TC values for general populations and sensitive populations
2.5.2敏感人群敏感性分析
該研究選取0~6歲兒童作為敏感人群,通過10 000次蒙特卡洛模擬計算,結果如圖2所示. 敏感人群轉換系數平均值為0.001 2,中位數為0.001 1. 計算值有20%的概率分布在0.000 7以下,因此當轉換系數值為0.000 7時,可以保護80%的敏感人群;10%的數據分布在0.000 6以下,即當轉換系數值為0.000 6時,可以保護90%的敏感人群. 檢驗轉換系數敏感性的結果如圖3所示,敏感人群暴露參數敏感度貢獻率呈敏感人群體質量(48.3%)>敏感人群呼吸量(29.9%)>職業(yè)人群體質量(13.5%)>職業(yè)人群呼吸量(8.3%)的特征. 結合敏感度的正負結果可知,敏感人群體質量改變1個單位,轉換系數結果會正向改變48.3%;敏感人群呼吸量改變一個單位,轉換系數結果則會反向改變29.9%. 職業(yè)人群體質量改變一個單位,轉換系數結果則會反向改變13.5%;職業(yè)人群呼吸量改變一個單位,轉換系數結果則會正向改變8.3%.
a)基于我國人群環(huán)境暴露行為特征,建立轉換系數推導模型計算出我國居民職業(yè)接觸與環(huán)境空氣污染物濃度限值的總體轉換系數為0.002 1,與蒙特卡洛模擬計算值(平均值為0.002 3,中位數為0.002 2)相近,但低于美國和歐盟的轉換系數.
b)我國男性的轉換系數普遍高于女性,且城市和農村居民之間不存在顯著差異. 不同兒童組轉換系數值比較發(fā)現,低齡人群需要更多保護,其中6歲以下兒童轉換系數接近成人的50%,1歲以內兒童轉換系數低至0.000 9. 我國不同省份成人的轉換系數存在顯著差異(P<0.05),其中,上海市(0.001 9)最低,西藏自治區(qū)(0.002 3)最高.
c)通過轉換系數敏感性檢驗發(fā)現,體質量、呼吸量等暴露參數對轉換系數值的影響較大,因此在計算職業(yè)人群與一般人群的有毒有害大氣污染物限值轉換系數時有必要考慮人群暴露參數的影響.