四川盆地PM2.5污染的人群暴露風(fēng)險(xiǎn)研究

汪可可,康 平,石光明,張小玲,王柯懿,4

(1.成都信息工程大學(xué)高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室,四川 成都 610225;2.成都信息工程大學(xué)資源環(huán)境學(xué)院,四川 成都 610225;3.四川大學(xué)建筑與環(huán)境學(xué)院,四川 成都 610065;4.鄂州市氣象局,湖北 鄂州 436000)

細(xì)顆粒物(PM2.5)作為主要的大氣污染物,由于其體積小、比面積大,其上吸附大量細(xì)菌、病毒、重金屬等,對(duì)于空氣質(zhì)量狀況、全球氣候以及人類健康均有較大的影響[1-2]。大量的流行病學(xué)研究表明,較高的PM2.5暴露直接或間接地增加了人群呼吸系統(tǒng)疾病、心腦血管疾病與中風(fēng)等的發(fā)病率與死亡率[3-4],尤其是原先患有呼吸系統(tǒng)或心腦血管疾病的人群以及身體狀況不佳的老年、兒童人群對(duì)大氣顆粒物的污染更為敏感,可能引發(fā)或加速老年癡呆、兒童智力不良發(fā)育等[5-7]。因此,長(zhǎng)期暴露于PM2.5污染環(huán)境導(dǎo)致的人體健康損失和死亡已是造成全球疾病負(fù)擔(dān)的主要風(fēng)險(xiǎn)因素之一[8]。一項(xiàng)評(píng)估表明,人長(zhǎng)期暴露于大氣顆粒物污染環(huán)境中,大氣顆粒物污染濃度每增加10 μg/m3,人的預(yù)期壽命會(huì)減少0.64 a(95%CI=0.21～1.07)[9],2015年全球約有420萬(wàn)人因長(zhǎng)期暴露于PM2.5污染環(huán)境而死亡[10]。因此,對(duì)于空氣污染暴露風(fēng)險(xiǎn)進(jìn)行科學(xué)精準(zhǔn)評(píng)價(jià),從而對(duì)于空氣污染導(dǎo)致的人體健康問(wèn)題進(jìn)行合理控制迫在眉睫。

國(guó)內(nèi)外學(xué)者們運(yùn)用多種指標(biāo)對(duì)人群的PM2.5暴露風(fēng)險(xiǎn)進(jìn)行了評(píng)估。如:Luke等[11]基于土地利用回歸模型對(duì)澳大利亞長(zhǎng)期PM2.5暴露風(fēng)險(xiǎn)進(jìn)行了評(píng)估;張西雅等[12]基于多源數(shù)據(jù)對(duì)北京地區(qū)PM2.5暴露風(fēng)險(xiǎn)進(jìn)行了評(píng)估;鄒雨軒等[13]耦合土地利用回歸與人口加權(quán)模型對(duì)廣佛都市區(qū)PM2.5暴露風(fēng)險(xiǎn)進(jìn)行了評(píng)估。以上研究主要運(yùn)用環(huán)境中PM2.5濃度或基于模型和人口加權(quán)的PM2.5濃度對(duì)PM2.5污染的人群暴露風(fēng)險(xiǎn)進(jìn)行評(píng)估,但均缺少考慮人群環(huán)境暴露行為模式的差異對(duì)于PM2.5暴露風(fēng)險(xiǎn)的影響。環(huán)境暴露參數(shù)是科學(xué)評(píng)價(jià)環(huán)境健康風(fēng)險(xiǎn)的關(guān)鍵基礎(chǔ),被認(rèn)為是空氣污染物健康風(fēng)險(xiǎn)評(píng)估研究中最重要的誤差來(lái)源之一[14]。美國(guó)是最早開(kāi)展人群環(huán)境暴露行為模式研究的國(guó)家,由于我國(guó)相關(guān)研究起步較晚,我國(guó)許多學(xué)者在開(kāi)展部分區(qū)域環(huán)境暴露風(fēng)險(xiǎn)的研究中沿用了美國(guó)人群環(huán)境暴露參數(shù),而由于人種、環(huán)境和生活方式等的不同,其他國(guó)家的相關(guān)空氣暴露參數(shù)與我國(guó)的差異較大(據(jù)統(tǒng)計(jì),我國(guó)成人室外空氣綜合暴露系數(shù)分別是日本和韓國(guó)的2.7倍和3.3倍,我國(guó)兒童室外空氣綜合暴露系數(shù)高于美國(guó)同年齡段兒童,是美國(guó)的1.1～3.0倍[15])。因此,引用國(guó)外人群環(huán)境暴露參數(shù)來(lái)評(píng)估我國(guó)環(huán)境健康暴露風(fēng)險(xiǎn)會(huì)與真實(shí)環(huán)境暴露風(fēng)險(xiǎn)水平存在較大的偏差。一項(xiàng)對(duì)浙江沿海地區(qū)居民的研究發(fā)現(xiàn),若直接引用美國(guó)或日本人群環(huán)境暴露行為模式來(lái)計(jì)算我國(guó)人群涉氣活動(dòng)下的日均暴露劑量,男性計(jì)量計(jì)算值偏低,而女性計(jì)量計(jì)算值偏高,將分別帶來(lái)10.90%～13.75%和1.34%～1.55%的偏差[16]。原環(huán)境保護(hù)部根據(jù)我國(guó)人群環(huán)境暴露參數(shù)研究的調(diào)查結(jié)果,發(fā)布了《中國(guó)人群暴露參數(shù)手冊(cè)(成人卷)》[15]和《中國(guó)人群暴露參數(shù)手冊(cè)(兒童卷:6～17歲)》[17],共分別調(diào)查了91 121成人和41 439兒童,為我國(guó)環(huán)境健康風(fēng)險(xiǎn)評(píng)估工作提供了可代表全國(guó)本土水平的基礎(chǔ)數(shù)據(jù),是我國(guó)環(huán)境健康風(fēng)險(xiǎn)評(píng)估研究進(jìn)程里程碑式的成果。

美國(guó)國(guó)家環(huán)保署(EPA)推薦的環(huán)境健康暴露風(fēng)險(xiǎn)評(píng)估模型可用于評(píng)估通過(guò)呼吸途徑引起的人體健康風(fēng)險(xiǎn),有學(xué)者利用該模型并結(jié)合中國(guó)人群環(huán)境暴露參數(shù)對(duì)大氣顆粒物中重金屬的健康風(fēng)險(xiǎn)進(jìn)行了定量評(píng)價(jià)[18-19],但對(duì)于PM2.5總濃度的環(huán)境健康暴露風(fēng)險(xiǎn)評(píng)估較為缺乏。同時(shí),PM2.5污染的健康風(fēng)險(xiǎn)效應(yīng)評(píng)估還受到總?cè)丝跀?shù)、老齡化程度、不同健康終點(diǎn)閾值等的影響。Burnett等[20]通過(guò)研究PM2.5質(zhì)量濃度與4種相關(guān)疾病的相關(guān)性,建立了綜合暴露-響應(yīng)(integrated exposure response,IER)模型。IER模型是一種可以得到歸因于空氣污染的人群歸因分?jǐn)?shù)的相對(duì)環(huán)境健康暴露風(fēng)險(xiǎn)預(yù)測(cè)方法,張夢(mèng)嬌等[21]利用IER模型估算得出中國(guó)東部、中部地區(qū)2013—2017年由于PM2.5濃度下降可避免的歸因死亡人數(shù)為10.68萬(wàn)人;蔣葉等[22]利用IER模型分析得出2019年成都市由于PM2.5污染導(dǎo)致的4種相關(guān)疾病的過(guò)早死亡人數(shù)為1.83萬(wàn)例。四川盆地為我國(guó)大氣重污染區(qū)域,目前PM2.5暴露風(fēng)險(xiǎn)的歸因死亡研究較少,因此引入我國(guó)相關(guān)地區(qū)的人群環(huán)境暴露參數(shù)數(shù)據(jù)對(duì)四川盆地人群PM2.5暴露風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),將有助于真實(shí)地反映該區(qū)域空氣污染暴露風(fēng)險(xiǎn)以及不同人群暴露風(fēng)險(xiǎn)的差異特征。

綜上,本文以中國(guó)大氣復(fù)合污染最嚴(yán)重的地區(qū)之一的四川盆地為研究區(qū)[23-24],基于該地區(qū)2016—2020年國(guó)控監(jiān)測(cè)站點(diǎn)PM2.5濃度數(shù)據(jù)、精細(xì)化人口密度數(shù)據(jù)以及中國(guó)人群環(huán)境暴露參數(shù)數(shù)據(jù),通過(guò)比較PM2.5暴露強(qiáng)度(EI)、基于原始濃度的PM2.5暴露風(fēng)險(xiǎn)(R)和基于人口加權(quán)濃度的PM2.5暴露風(fēng)險(xiǎn)(R*)3種評(píng)估指標(biāo),綜合開(kāi)展四川盆地PM2.5污染的人群暴露風(fēng)險(xiǎn)研究,并利用IER模型對(duì)四川盆地2016—2020年年均歸因于PM2.5污染的疾病致死人數(shù)進(jìn)行評(píng)估,以期為精準(zhǔn)識(shí)別四川盆地不同區(qū)域、不同性別、不同年齡城鄉(xiāng)人群PM2.5暴露風(fēng)險(xiǎn)的特征和差異,為決策者制定PM2.5污染防控措施、減少健康損失提供理論參考。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

1.1.1 PM2.5濃度數(shù)據(jù)

本研究使用來(lái)自全國(guó)城市空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)(http://106.37.208.233:20035/)的PM2.5濃度數(shù)據(jù)為PM2.5小時(shí)值(數(shù)據(jù)起止時(shí)間為2016年1月1日—2020年12月31日),根據(jù)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)[25]對(duì)原始數(shù)據(jù)進(jìn)行質(zhì)量控制,最終選取四川盆地17個(gè)城市(成都、重慶、達(dá)州、德陽(yáng)、廣安、廣元、樂(lè)山、瀘州、眉山、綿陽(yáng)、南充、內(nèi)江、遂寧、雅安、宜賓、資陽(yáng)、自貢)共80個(gè)國(guó)控環(huán)境監(jiān)測(cè)站點(diǎn)(圖1)2016—2020年的PM2.5濃度數(shù)據(jù)。其中,選取國(guó)控環(huán)境監(jiān)測(cè)站點(diǎn)背景(對(duì)照)站PM2.5監(jiān)測(cè)濃度代表農(nóng)村PM2.5濃度(其中雅安、德陽(yáng)、綿陽(yáng)和內(nèi)江由于數(shù)據(jù)缺失,分別采用該市中PM2.5年均濃度最低站點(diǎn)代替背景站點(diǎn)PM2.5監(jiān)測(cè)濃度);剔除背景站后的其余站點(diǎn)的PM2.5監(jiān)測(cè)濃度代表城市PM2.5濃度。

圖1 四川盆地國(guó)控環(huán)境監(jiān)測(cè)站點(diǎn)分布圖Fig.1 Spatial distribution of national-controlled environ- mental monitoring sites in Sichuan Basin

1.1.2 人口密度數(shù)據(jù)

本研究使用的人口密度數(shù)據(jù)選用2015年中國(guó)人口空間分布1 km分辨率網(wǎng)格數(shù)據(jù),該數(shù)據(jù)來(lái)自中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn/DOI),單位為人/km2。根據(jù)《四川統(tǒng)計(jì)年鑒》[26]中各市人口增長(zhǎng)率,估算得到四川盆地2016—2020年的人口分布。城鄉(xiāng)人口數(shù)量數(shù)據(jù)根據(jù)《四川統(tǒng)計(jì)年鑒》中年末常住人口數(shù)量和城鎮(zhèn)化率計(jì)算得出。

1.1.3 基線死亡率和暴露因子數(shù)據(jù)

本研究使用的各年齡組基線死亡率數(shù)據(jù)選自《中國(guó)死因監(jiān)測(cè)數(shù)據(jù)集(2015—2020)》[27];暴露因子數(shù)據(jù)來(lái)自《中國(guó)人群暴露參數(shù)手冊(cè)》(成人卷[15]、兒童卷[17])?；€死亡率、暴露因子分別采用中國(guó)西部、西南部地區(qū)分區(qū)數(shù)據(jù),分男女組、城鄉(xiāng)組和年齡組,其中基線死亡率數(shù)據(jù)選取缺血性心臟病(ischemic heart disease,IHD)、慢性阻塞性肺病(chronic obstructive pulmonary disease,COPD)和肺癌(lung cancer,LC),并使用腦血管疾病數(shù)據(jù)代替中風(fēng)(stroke,STK);暴露因子采用了攝入量參數(shù)中的長(zhǎng)期呼吸速率(inhalation Rate,IR)和時(shí)間活動(dòng)模式參數(shù)中的暴露持續(xù)時(shí)間(exposure duration,ED)、暴露頻率(exposure frequency,EF)、室外活動(dòng)時(shí)間(exposure time,ET)、平均暴露時(shí)間(average time,AT)以及其他參數(shù)中的體重參數(shù)(body weight,BW)。

1.2 研究方法

1.2.1 PM2.5暴露強(qiáng)度(EI)

引入暴露強(qiáng)度風(fēng)險(xiǎn)模型[28],結(jié)合人口密度量化四川盆地PM2.5暴露強(qiáng)度,具體計(jì)算公式如下:

EIi=Piρi

(1)

式中:EIi為空間單元i的暴露強(qiáng)度;Pi為空間單元i的人口密度(人/km2);ρi為空間單元i內(nèi)的PM2.5質(zhì)量濃度(μg/m3)。

1.2.2 基于原始濃度的PM2.5暴露風(fēng)險(xiǎn)(R)

采用美國(guó)國(guó)家環(huán)境保護(hù)局(EPA)推薦的人體健康暴露風(fēng)險(xiǎn)評(píng)估模型,對(duì)PM2.5的人體健康暴露風(fēng)險(xiǎn)進(jìn)行評(píng)估。本研究主要考慮PM2.5通過(guò)呼吸途徑產(chǎn)生的非致癌健康暴露風(fēng)險(xiǎn),忽略消化道與皮膚接觸途徑產(chǎn)生的非致癌健康暴露風(fēng)險(xiǎn)。對(duì)于非致癌物質(zhì),根據(jù)非致癌物質(zhì)的日均暴露劑量ADD(average daily dose)、參考劑量RfD(reference dose)作為非致癌健康暴露風(fēng)險(xiǎn)評(píng)估的衡量標(biāo)準(zhǔn),其健康暴露風(fēng)險(xiǎn)評(píng)估模型可采用如下公式表示:

(2)

(3)

式中:ADD為非致癌物質(zhì)的日均暴露劑量[μg/(kg·d)];R為基于原始濃度的PM2.5暴露風(fēng)險(xiǎn)(無(wú)量綱);C為PM2.5質(zhì)量濃度(μg/m3);IR為長(zhǎng)期呼吸速率(m3/d);ET為室外活動(dòng)時(shí)間(min/d);EF為暴露頻率(d/a);ED為暴露持續(xù)時(shí)間(a);BW為體重(kg);AT為平均暴露時(shí)間(d);RfD為非致癌物質(zhì)參考劑量[μg/(kg·d)]。

RfD的計(jì)算方法與ADD相同,其中將世界衛(wèi)生組織(WHO)推薦的PM2.5年均暴露量不應(yīng)大于5 μg/m3作為PM2.5質(zhì)量濃度[29]。

1.2.3 基于人口加權(quán)濃度的PM2.5暴露風(fēng)險(xiǎn)(R*)

人口加權(quán)濃度可以彌補(bǔ)空氣質(zhì)量濃度假定評(píng)估單元內(nèi)人口空間分布均一的缺陷[30],該指標(biāo)被認(rèn)為可在精細(xì)尺度上區(qū)分空間單元內(nèi)部各網(wǎng)格人口空氣污染暴露風(fēng)險(xiǎn)的差異[31]?；谌丝诩訖?quán)濃度的PM2.5暴露風(fēng)險(xiǎn)(R*)的計(jì)算公式如下:

(4)

(5)

(6)

式中:Cpopi為空間單元i內(nèi)的PM2.5人口加權(quán)濃度(μg/m3);ADD*為基于人口加權(quán)濃度的非致癌物質(zhì)日均暴露劑量[μg/(kg·d)];R*為基于人口加權(quán)濃度的暴露風(fēng)險(xiǎn)(無(wú)量綱);其余參數(shù)同上。

1.2.4 健康損失計(jì)算方法

本文采用IER模型對(duì)歸因于PM2.5污染的IHD、COPF、STK和LC 4種疾病導(dǎo)致的成人(>25歲)過(guò)早死亡人數(shù)進(jìn)行評(píng)估[20],具體計(jì)算公式如下:

(7)

式中:RR為相對(duì)風(fēng)險(xiǎn)(relative risk,RR);C為PM2.5質(zhì)量濃度(μg/m3);Czf為不同健康終點(diǎn)對(duì)應(yīng)的閾值(μg/m3);α、γ、δ為與疾病有關(guān)的擬合參數(shù),詳見(jiàn)表1。

表1 IER模型的基本參數(shù)

歸因于PM2.5暴露的死亡人數(shù)由下式計(jì)算[21]:

(8)

式中:ΔMor為歸因于PM2.5暴露的死亡人數(shù)(人);y0為基線死亡率;Pop為人口數(shù)(人)。

2 研究結(jié)果與討論

2.1 四川盆地3種PM2.5暴露風(fēng)險(xiǎn)評(píng)估方法比較

圖2為四川盆地2016—2020年3種PM2.5暴露風(fēng)險(xiǎn)評(píng)估方法的結(jié)果對(duì)比圖。

圖2 四川盆地2016—2020年3種PM2.5暴露風(fēng)險(xiǎn)評(píng)估方法的結(jié)果比較Fig.2 Comparison of three PM2.5 exposure assessment methods in Sichuan Basin from 2016 to 2020

由圖2可以看出:從四川盆地2016—2020年EI的評(píng)價(jià)結(jié)果[圖2(a)]來(lái)看,EI值總體呈現(xiàn)盆地中部高、周邊低的空間分布格局,其中盆地西部(即成都、德陽(yáng))、盆地中南部(即內(nèi)江、宜賓及瀘州)以及盆地中東部(即重慶及達(dá)州)為EI高值區(qū);從四川盆地2016—2020年R的評(píng)價(jià)結(jié)果[圖2(b)]來(lái)看,R高值區(qū)集中在盆地南部(即自貢、宜賓、樂(lè)山),其次為瀘州、達(dá)州、南充、成都,R低值區(qū)主要位于盆地中部、西部(即資陽(yáng)、廣安、遂寧、雅安、重慶)以及廣元;從四川盆地2016—2020年R*的評(píng)價(jià)結(jié)果[圖2(c)]來(lái)看,R*高值區(qū)及低值區(qū)呈現(xiàn)出更為聚集的態(tài)勢(shì),其中R*高值區(qū)集中分布在盆地中部,其次為盆地東部,而R*低值區(qū)主要位于盆地北部及盆地西部。

EI考量了人口分布對(duì)于PM2.5暴露風(fēng)險(xiǎn)的影響,R考量了人群環(huán)境暴露參數(shù)對(duì)于PM2.5暴露風(fēng)險(xiǎn)的影響,而R*在考量人口分布的基礎(chǔ)上,考慮了人群環(huán)境暴露參數(shù)對(duì)于PM2.5暴露風(fēng)險(xiǎn)的影響。通過(guò)比較圖2中3種PM2.5暴露風(fēng)險(xiǎn)評(píng)估方法的結(jié)果可知:EI的評(píng)估結(jié)果與人口密度[圖2(d)]分布呈現(xiàn)高度的一致性,R的評(píng)價(jià)結(jié)果與四川盆地2016—2020年P(guān)M2.5質(zhì)量濃度空間分布[圖2(e)]呈現(xiàn)高度的一致性,而R*相對(duì)兼顧了以上兩者的優(yōu)勢(shì)。R最大值、最小值分別出現(xiàn)在自貢(1.460×10-5)、廣元(5.878×10-6),與基于PM2.5質(zhì)量濃度的評(píng)價(jià)結(jié)果一致[32],印證了R評(píng)估指標(biāo)與PM2.5質(zhì)量濃度評(píng)估指標(biāo)的相對(duì)一致性;R*最大值、最小值分別出現(xiàn)在成都(2.296×10-5)、雅安(3.072×10-6),這兩個(gè)城市的PM2.5人口加權(quán)濃度相對(duì)于原始質(zhì)量濃度增加(降低)了+48.77%(-212.40%)。由此可見(jiàn),PM2.5濃度高但人口較為稀疏的地區(qū),整體的人口暴露劑量不大,因此并非是PM2.5暴露風(fēng)險(xiǎn)最大的地區(qū),而PM2.5濃度低但人口較為密集的地區(qū)則成為PM2.5暴露風(fēng)險(xiǎn)最大的地區(qū)。

綜上所述,本文認(rèn)為R*評(píng)估指標(biāo)能更為準(zhǔn)確地顯示四川盆地PM2.5暴露風(fēng)險(xiǎn)的相對(duì)大小。因此,后續(xù)研究中將選擇使用R*作為評(píng)估指標(biāo)對(duì)四川盆地人群的PM2.5暴露風(fēng)險(xiǎn)做進(jìn)一步分析研究。

2.2 四川盆地人群PM2.5暴露風(fēng)險(xiǎn)評(píng)估

2.2.1 人群PM2.5暴露風(fēng)險(xiǎn)的城鄉(xiāng)時(shí)空差異分析

四川盆地2016—2020年城鄉(xiāng)人群各季節(jié)人群PM2.5暴露風(fēng)險(xiǎn)(R*)城鄉(xiāng)對(duì)比結(jié)果,見(jiàn)圖3。

圖3 四川盆地2016—2020年各季節(jié)人群PM2.5暴露風(fēng)險(xiǎn)(R*)城鄉(xiāng)對(duì)比圖Fig.3 Comparison of PM2.5 exposure risk (R*) between urban and rural areas in Sichuan Basin from 2016 to 2020

由圖3可以看出:

1) 從人群環(huán)境暴露參數(shù)來(lái)看,雖然城鄉(xiāng)在春季、秋季的室外活動(dòng)時(shí)間(ET)均高于夏季和冬季(城市分別高2.97%、6.52%;農(nóng)村分別高19.72%、24.74%),但四川盆地2016—2020年R*值仍呈現(xiàn)出冬季最高、夏季最低,春、秋季介于兩者之間的典型季節(jié)變化特征。其中,各季節(jié)城市、農(nóng)村R*平均值分別為春季1.304×10-5、1.058×10-5,夏季7.886×10-6、6.222×10-6,秋季1.133×10-5、9.098×10-6,冬季1.778×10-5、1.392×10-5。

2) 從季節(jié)特征來(lái)看,春季盆地以靜穩(wěn)天氣為主,且為播種及典型的生物質(zhì)燃燒季節(jié),會(huì)增加大氣中顆粒物的質(zhì)量濃度[33];夏季盆地太陽(yáng)輻射強(qiáng)烈,大氣湍流運(yùn)動(dòng)劇烈,水平和垂直擴(kuò)散條件均較好,大氣PM2.5濃度偏低;秋季盆地太陽(yáng)輻射減弱,且頻繁的降水導(dǎo)致PM2.5的清除作用明顯;冬季盆地以靜穩(wěn)天氣為主,易出現(xiàn)逆溫[34],使得大氣污染物在垂直方向上不易擴(kuò)散,且冬季降水相對(duì)較少,從而導(dǎo)致PM2.5的沖刷作用較弱,更易懸浮停留在大氣之中[35]。

3) 從城鄉(xiāng)對(duì)比來(lái)看,盆地城鄉(xiāng)R*值的時(shí)空分布差異不大,整體上城市R*值大于農(nóng)村20.37%,與以往的研究結(jié)果相符[34]。其中,城市R*值大于農(nóng)村的有廣安、南充在春、夏、秋三季,達(dá)州、瀘州、重慶在春、秋兩季,綿陽(yáng)、樂(lè)山在冬季,表明以上城市地區(qū)在相應(yīng)季節(jié)比農(nóng)村地區(qū)有著更為顯著的PM2.5人群暴露風(fēng)險(xiǎn)。其原因首先在于城市PM2.5質(zhì)量濃度相較農(nóng)村更大,這可能與城鄉(xiāng)大氣動(dòng)力學(xué)與熱力學(xué)特征、PM2.5排放速率、傳輸與擴(kuò)散條件以及下墊面差異等有關(guān)[36]。本研究選擇背景站PM2.5濃度代表農(nóng)村地區(qū)PM2.5濃度,該地區(qū)人口相對(duì)稀疏,工業(yè)不發(fā)達(dá),污染物排放少,且植被覆蓋度高,對(duì)污染物的清潔作用強(qiáng)[37]。從人群環(huán)境暴露參數(shù)來(lái)看,盆地城市人群各年齡段平均IR值大于農(nóng)村1.85%,平均BW值大于農(nóng)村3.21%;城市人群夏季、春秋季和冬季的ET值分別小于農(nóng)村7.01%、11.07%和4.13%,且城市、農(nóng)村的平均ET值都在冬季最小(分別小于平均值13.15%和15.98%)?？梢?jiàn),雖然由于城市人群在各季節(jié)的室外活動(dòng)時(shí)間(ET)相對(duì)較少且體重(BW)較大,但更高的長(zhǎng)期呼吸速率(IR)加重了城市人群的PM2.5暴露風(fēng)險(xiǎn);即使在室外活動(dòng)時(shí)間(ET)最小的冬季,由于PM2.5污染最為嚴(yán)重,因此仍在各季節(jié)中呈現(xiàn)出最高的PM2.5人群暴露風(fēng)險(xiǎn)。

4) 從整體上來(lái)看,春季、秋季R*高值區(qū)集中分布在盆地中西部及南部,夏季R*高值區(qū)集中分布在盆地中西部,其范圍較春季有所減小,冬季R*高值區(qū)擴(kuò)展到整個(gè)盆地中部及東部,其中特別是成都、德陽(yáng)、自貢、內(nèi)江等市為各季節(jié)R*高值區(qū);各季節(jié)R*低值區(qū)主要位于盆地周邊地區(qū),特別是盆地北部的廣元、盆地西部的雅安。由于各市采用同一套人群環(huán)境暴露參數(shù),因此各地級(jí)市間差異主要由于PM2.5人口加權(quán)濃度造成。由于自貢、內(nèi)江及其周邊地區(qū)位于盆地南部氣旋式流場(chǎng)污染物的滯留中心,且為典型的低山淺丘地區(qū),不利于PM2.5的稀釋與擴(kuò)散,因此PM2.5年均濃度較高[38],加之人口密度也較大(人口密度分別排在所選17個(gè)城市的第5位、第2位),使得該地區(qū)成為人群PM2.5暴露風(fēng)險(xiǎn)高值區(qū);成都作為四川省的省會(huì)城市,也是人群PM2.5暴露風(fēng)險(xiǎn)高值區(qū)之一,其人口密度最大,地勢(shì)較低,兩面環(huán)山的盆地地形不利于大氣污染物的水平輸送與擴(kuò)散,且加之成都市石化工業(yè)較為發(fā)達(dá),使得大氣污染物易在市區(qū)內(nèi)積聚[39];廣元(人口密度排名第16位)及其周邊地區(qū)地形寬闊,大氣傳輸與擴(kuò)散條件較好,且工業(yè)發(fā)展較慢,PM2.5人為源貢獻(xiàn)較小,為PM2.5濃度低值區(qū),因此人群PM2.5暴露風(fēng)險(xiǎn)亦較低[38];雅安位于盆地與青藏高原的結(jié)合過(guò)渡地帶,背靠青藏高原冷高壓,面向西南季風(fēng)暖濕氣流,是盆地中降水量最大的區(qū)域[40],其人口密度為所選17個(gè)城市中最低,空氣質(zhì)量較好,PM2.5濃度較低,因此人群PM2.5暴露風(fēng)險(xiǎn)也較低。

2.2.2 PM2.5暴露風(fēng)險(xiǎn)的人群差異分析

圖4(a)顯示了四川盆地2016—2020年城市人群各年齡段男、女性PM2.5暴露風(fēng)險(xiǎn)(R*)大于農(nóng)村人群的比例(其值>0表示城市人群PM2.5暴露風(fēng)險(xiǎn)大于農(nóng)村人群;其值<0則相反),圖4(b)、(c)顯示了四川盆地城鄉(xiāng)各年齡段男、女性PM2.5暴露風(fēng)險(xiǎn)的差異。

圖4 四川盆地2016—2020年城鄉(xiāng)人群各年齡段男、女性 PM2.5暴露風(fēng)險(xiǎn)(R*)對(duì)比圖Fig.4 Comparison of PM2.5 exposure risk (R*) between urban and rural of different gender and age groups in Sichuan Basin from 2016 to 2020

由圖4(a)可知:四川盆地2016—2020年除了9～<12歲人群和6～<9歲的男性人群的PM2.5暴露風(fēng)險(xiǎn)呈現(xiàn)農(nóng)村>城市的狀態(tài)外,其余年齡段均為城市人群的PM2.5暴露風(fēng)險(xiǎn)更大。從人群環(huán)境暴露參數(shù)來(lái)看(圖5),農(nóng)村9～<12歲人群的ET值較城市人群大(夏季大43.750%,春秋季大70.588%,冬季大47.973%)、BW值較城市人群小(小11.218%)。此外,四川盆地12歲以上人群隨著年齡的增大,城市人群PM2.5暴露風(fēng)險(xiǎn)大于農(nóng)村人群的比例越來(lái)越大,這是因?yàn)槌鞘?2歲以上人群ET值大于農(nóng)村人群的比例隨年齡呈遞增趨勢(shì)。由圖4(b)和4(c)可知,男、女性在各年齡段的PM2.5暴露風(fēng)險(xiǎn)差異不大(城市、農(nóng)村人群平均差異為7.832%、2.161%),且隨年齡的變化趨勢(shì)基本一致,Qiu等[41]的研究結(jié)果也呈現(xiàn)類似結(jié)論,因此本文在以下討論過(guò)程中使用男女均值做進(jìn)一步分析。

圖5 四川盆地人群環(huán)境暴露參數(shù)對(duì)比Fig.5 Comparison of population exposure parameters in Sichuan Basin

城市人群的PM2.5暴露風(fēng)險(xiǎn)R*值于45～<60歲(12～<15歲)達(dá)到最高(低),其值從1.103×10-5到3.316×10-6,平均值為6.25×10-6±2.187×10-6(圖6)?？傮w來(lái)說(shuō),18歲以上成年人群的PM2.5暴露風(fēng)險(xiǎn)比18歲以下未成年人群高,這與一項(xiàng)在西安對(duì)于PM2.5采用致癌模型的暴露風(fēng)險(xiǎn)評(píng)估結(jié)果一致[42];成年人群內(nèi)部及未成年人群內(nèi)部差異較小,而成年與未成年之間相比存在較大的差異;成年人群中45～<60歲人群的PM2.5暴露風(fēng)險(xiǎn)相對(duì)較大,隨后60～<80歲人群的PM2.5暴露風(fēng)險(xiǎn)略微降低,最后80歲以上人群的PM2.5暴露風(fēng)險(xiǎn)有所回升;45～<60歲人群與18～<45歲人群相比,中位線更低但均值更高,表示有著更高的PM2.5暴露風(fēng)險(xiǎn)。

圖6 四川盆地2016—2020年城鄉(xiāng)人群各年齡段PM2.5 暴露風(fēng)險(xiǎn)(R*)對(duì)比圖Fig.6 Comparison of PM2.5 exposure risk (R*) of different age groups between urban and rural in Sichuan Basin from 2016 to 2020

農(nóng)村人群的PM2.5暴露風(fēng)險(xiǎn)R*值于9～<12歲(15～<18歲)達(dá)到最高(低),其值從5.266×10-6到1.583×10-5,平均值為9.956×10-6±3.061×10-6;農(nóng)村人群各年齡段的PM2.5暴露風(fēng)險(xiǎn)差異較城市人群更小,并未出現(xiàn)成年人群的PM2.5暴露風(fēng)險(xiǎn)普遍高于未成年人群的現(xiàn)象,反而個(gè)別未成年人群(9～<12歲)的PM2.5暴露風(fēng)險(xiǎn)比成年人群更高(圖6)。這是由于兒童肺部發(fā)育尚未完全,肺-體容積較大且對(duì)有毒有害物質(zhì)的耐性較差,是產(chǎn)生非致癌效應(yīng)的最敏感的群體[43-44]。一項(xiàng)天津市春季的研究表明,不同PM2.5暴露途徑的非致癌風(fēng)險(xiǎn)均表現(xiàn)出兒童高于成人的特點(diǎn)[45],且PM2.5暴露會(huì)增加兒童行為問(wèn)題的發(fā)生風(fēng)險(xiǎn),短期暴露于PM2.5環(huán)境污染中易引起輕度的兒童異常行為,長(zhǎng)期暴露可能會(huì)加重兒童行為障礙疾病的發(fā)生風(fēng)險(xiǎn)和導(dǎo)致兒童血壓增高等[46-47],因此避免可能的空氣污染物暴露是很重要的。農(nóng)村成年人群中PM2.5暴露風(fēng)險(xiǎn)峰值出現(xiàn)在18～<45歲人群,而后隨著年齡的增大農(nóng)村成年人群的PM2.5暴露風(fēng)險(xiǎn)逐漸減小,但到80歲以上農(nóng)村人群的PM2.5暴露風(fēng)險(xiǎn)又略有回升。

城鄉(xiāng)80歲以上老年人群的PM2.5暴露風(fēng)險(xiǎn)均較高,說(shuō)明老年人作為敏感人群,較易受到PM2.5環(huán)境污染的影響,這與以往的一些研究結(jié)果一致[48-50]。我國(guó)作為世界上人口老齡化程度較高的國(guó)家之一,老年人口數(shù)量最大、老齡化速度最快,呼吸系統(tǒng)疾病、心腦血管疾病嚴(yán)重影響了老年人的生活質(zhì)量,是造成老年人預(yù)期壽命縮短的重要原因[51],而長(zhǎng)期處于空氣污染嚴(yán)重的環(huán)境中易誘發(fā)心腦血管疾病和呼吸系統(tǒng)疾病[52]。因此,老年人需要展開(kāi)針對(duì)性的防護(hù)工作,如在高PM2.5污染天氣時(shí)應(yīng)應(yīng)盡量避免或減少戶外活動(dòng)時(shí)間、正確佩戴口罩等,以減少老年人的疾病負(fù)擔(dān)和過(guò)早死亡人數(shù)。

從城鄉(xiāng)對(duì)比來(lái)看,未成年人群PM2.5暴露風(fēng)險(xiǎn)隨著年齡的增大,城鄉(xiāng)呈現(xiàn)出反向變化的趨勢(shì),即農(nóng)村人群的PM2.5暴露風(fēng)險(xiǎn)峰值出現(xiàn)在9～<12歲人群,而后隨年齡增加而下降,而城市人群呈現(xiàn)出完全相反的變化趨勢(shì)。從全年齡段來(lái)看,9～<12歲人群對(duì)于城市來(lái)說(shuō)R*值最小,但對(duì)于農(nóng)村來(lái)說(shuō)R*值最大。分析其原因認(rèn)為,9～<12歲人群的環(huán)境暴露參數(shù)存在很大的城鄉(xiāng)差異,農(nóng)村9～<12歲人群的戶外活動(dòng)時(shí)間相對(duì)更長(zhǎng)且體重更輕(圖5)。

圖7比較了四川盆地2016—2020年城鄉(xiāng)各年齡段人群在各季節(jié)的PM2.5暴露風(fēng)險(xiǎn),總體上來(lái)看,四川盆地城市與農(nóng)村各年齡段人群都呈現(xiàn)出PM2.5暴露風(fēng)險(xiǎn)冬季>春季>秋季>夏季的規(guī)律。但值得注意的是,從城鄉(xiāng)對(duì)比來(lái)看,雖然冬季農(nóng)村地區(qū)的PM2.5污染明顯比春、秋兩季的城市地區(qū)嚴(yán)重(PM2.5加權(quán)濃度分別減少36.33%、44.67%),但城市60歲以上年齡段人群呈現(xiàn)出春、秋兩季PM2.5暴露風(fēng)險(xiǎn)高于農(nóng)村冬季相應(yīng)人群的評(píng)價(jià)結(jié)果,而相似的現(xiàn)象還出現(xiàn)在15～<18歲人群(城市秋季>農(nóng)村春季、城市夏季>農(nóng)村秋季)、18～<60歲人群(城市春季>農(nóng)村冬季、城市秋季>農(nóng)村春季)。分析其原因認(rèn)為:18歲以上的城市人群相對(duì)于農(nóng)村人群,IR值更高(平均高2.16%)且春秋季ET>冬季ET(平均高23.88%);15～<18歲城市人群相比農(nóng)村人群,BW值更低(平均低3.95%)且夏季ET>春秋季ET(平均高16.51%)。說(shuō)明對(duì)于上述年齡段的城市人群來(lái)說(shuō),即使是在PM2.5濃度相對(duì)較低的季節(jié)中,由于較大的長(zhǎng)期呼吸速率、較多的室外活動(dòng)時(shí)間所引起的暴露劑量的增加,使得其仍承受著比較高的暴露風(fēng)險(xiǎn),因此更需要加以防護(hù)。

圖7 四川盆地2016—2020年城鄉(xiāng)各年齡段人群在不同 季節(jié)PM2.5暴露風(fēng)險(xiǎn)(R*)的對(duì)比Fig.7 Comparison of PM2.5 exposure risk (R*) between urban and rural populations of different ages in different seasons in Sichuan Basin from 2016 to 2020

2.3 四川盆地PM2.5污染導(dǎo)致的健康損失評(píng)估

本文采用IER模型計(jì)算了四川盆地2016—2020年年均可歸因于PM2.5污染的健康損失(即過(guò)早死亡人數(shù),以下簡(jiǎn)稱為歸因死亡人數(shù))為12.65萬(wàn)人,其結(jié)果如表2所示。

表2 四川盆地2016—2020年年均可歸因于PM2.5污染的過(guò)早死亡人數(shù)

由表2可知:四川盆地各市由STK疾病導(dǎo)致的歸因死亡人數(shù)最多,共計(jì)6.632萬(wàn)人(占52.42%),其余3種疾病,即IHD、COPD及LC疾病導(dǎo)致的過(guò)早死亡人數(shù)占比分別為26.54%、13.37%和7.67%。STK與IHD作為嚴(yán)重威脅人類健康的循環(huán)系統(tǒng)疾病,具有高患病率、高致殘率和高死亡率的特點(diǎn),居各種死因首位[53]。據(jù)WHO估計(jì),在2016年全球范圍內(nèi)與室外空氣污染有關(guān)的過(guò)早死亡中約58%是因?yàn)镮HD和STK疾病所致,COPD和急性下呼吸道感染疾病導(dǎo)致18%的過(guò)早死亡,另有6%的過(guò)早死亡是由LC疾病所致[54]。通過(guò)對(duì)比四川盆地各城市歸因于PM2.5污染的歸因死亡人數(shù)的空間分布與各城市人口總數(shù)的空間分布高度相似,歸因死亡人數(shù)最高的城市是重慶(3.663萬(wàn)人)、成都(2.182萬(wàn)人)和南充(0.786 3萬(wàn)人),與之對(duì)應(yīng),雅安(0.176 6萬(wàn)人)是歸因死亡人數(shù)最低的城市,此外資陽(yáng)和廣元?dú)w因死亡人數(shù)也較低,均在3 000人以下。

蔣葉等[22]應(yīng)用GBD-IER模型計(jì)算了成都市2014年和2019年由PM2.5污染導(dǎo)致的歸因死亡人數(shù)分別為2.024萬(wàn)人和1.834萬(wàn)人,相比本研究的計(jì)算結(jié)果略低,可能是由于PM2.5濃度數(shù)據(jù)和采用的基線死亡率來(lái)源等不同所致。此外,為了消除人口總數(shù)對(duì)歸因于PM2.5污染的健康損失的影響,以便更直觀地了解PM2.5污染導(dǎo)致的過(guò)早死亡率,通過(guò)采用PM2.5污染導(dǎo)致的歸因死亡人數(shù)除以各城市2016—2020人口總數(shù)均值的方式計(jì)算其PM2.5歸因死亡率,結(jié)果顯示:各城市PM2.5污染的歸因死亡率與PM2.5污染嚴(yán)重程度總體呈正相關(guān),即PM2.5污染較為嚴(yán)重的自貢和宜賓地區(qū)PM2.5污染的歸因死亡率最高,每萬(wàn)人中分別有23人和25人因?yàn)镻M2.5污染而導(dǎo)致過(guò)早死亡,而PM2.5年均污染程度最低的廣元地區(qū)導(dǎo)致過(guò)早死亡率最低,為17人,其余各城市差別不大,平均為24人,凸顯了在四川盆地PM2.5高污染地區(qū)須控制大氣顆粒物污染的必要性和緊迫性。

3 結(jié) 論

1) 比較3種PM2.5暴露風(fēng)險(xiǎn)評(píng)估指標(biāo),EI考量了人口分布對(duì)于PM2.5暴露風(fēng)險(xiǎn)的影響,R考量了人群環(huán)境暴露參數(shù)對(duì)于PM2.5暴露風(fēng)險(xiǎn)的影響,而R*在考量人口分布的基礎(chǔ)上考慮了人群環(huán)境暴露參數(shù)對(duì)于PM2.5暴露風(fēng)險(xiǎn)的影響,能更為準(zhǔn)確地反映四川盆地PM2.5暴露風(fēng)險(xiǎn)的相對(duì)大小。四川盆地2016—2020年R*最大值、最小值分別出現(xiàn)在成都(2.296×10-5)、雅安(3.072×10-6),未來(lái)PM2.5污染防控重點(diǎn)區(qū)域應(yīng)著眼于人口集中的地區(qū)。

2) 四川盆地2016—2020年人群PM2.5暴露風(fēng)險(xiǎn)R*值呈現(xiàn)出冬季最高,夏季最低,春、秋季介于兩者之間的典型季節(jié)變化特征。

3) 四川盆地2016—2020年春季、秋季R*高值區(qū)集中分布在盆地中西部及南部,夏季集中分布在盆地中西部,其范圍較春季有所減小,冬季擴(kuò)展到整個(gè)盆地中部及東部;各季節(jié)R*低值區(qū)主要位于盆地周邊地區(qū)。另外,其時(shí)空分布差異不大,整體表現(xiàn)為城市>農(nóng)村。

4) 四川盆地2016—2020年大多數(shù)年齡段城市人群的R*值大于農(nóng)村人群(除9～<12歲人群和6～<9歲的男性人群外)。城市人群R*值于45～<60歲(12～<15歲)達(dá)到最高(低),18歲以上成年人群的PM2.5暴露風(fēng)險(xiǎn)比18歲以下未成年人群高;農(nóng)村人群R*值于9～<12歲(15～<18歲)達(dá)到最高(低),成年人群中R*峰值出現(xiàn)在18～<45歲人群。由此可知,對(duì)于城市成年人群、農(nóng)村9～<12歲兒童人群特別需要展開(kāi)針對(duì)性的防護(hù)工作,以減少PM2.5暴露傷害。另外,60歲以上城市人群由于長(zhǎng)期呼吸頻率較高、室外活動(dòng)時(shí)間較長(zhǎng),即使在PM2.5濃度相對(duì)較低的季節(jié)(春秋),仍面臨著較高的PM2.5暴露風(fēng)險(xiǎn),更需要加強(qiáng)防護(hù)。

5) 四川盆地2016—2020年年均可歸因于PM2.5污染的健康損失(即過(guò)早死亡人數(shù))為12.65萬(wàn)人,其中由STK、IHD、COPD和LC疾病導(dǎo)致的過(guò)早死亡人數(shù)占比分別為52.42%、26.54%、13.37%和7.67%,表明四川盆地大氣污染導(dǎo)致的健康負(fù)擔(dān)仍然很重,需要實(shí)施更加嚴(yán)格的空氣污染控制政策。