白新明

（1.平涼市農業(yè)技術推廣站，甘肅 平涼 744000；2.平涼市農產品質量安全檢測檢驗中心，甘肅 平涼 744000）

蔬菜農藥殘留對人體健康急性風險概率評估研究

白新明1,2

（1.平涼市農業(yè)技術推廣站，甘肅 平涼 744000；2.平涼市農產品質量安全檢測檢驗中心，甘肅 平涼 744000）

分析2004－2012年平涼市蔬菜中農藥殘留現(xiàn)狀，根據(jù)聯(lián)合國糧食及農業(yè)組織農藥殘留聯(lián)席會議建議的急性膳食攝入量計算方法，運用風險分析軟件，基于蒙特卡洛模擬技術建立蔬菜農藥殘留急性膳食風險評估模型，對超標率和檢出率高的蔬菜農藥開展暴露風險評估。結果表明：在檢測的26個種類1 273個樣品中，有6種蔬菜中的3種農藥殘留存在膳食風險，即甘藍中的敵敵畏、乙酰甲胺磷膳食風險概率分別為27.0%和22.5%，普通白菜中的敵敵畏膳食風險概率為32.0%，芹菜、大白菜、番茄、黃瓜中的甲氰菊酯膳食風險概率分別為29.4%、0.4%、0.8%、16.7%。平涼市部分蔬菜中農藥暴露風險較高，應加強平涼市蔬菜中農藥質量安全監(jiān)管力度。

農藥殘留；蒙特卡洛；風險評估

近年來隨著農業(yè)科技的快速發(fā)展和人們生活水平的不斷提高，公眾對農產品質量安全水平的重視程度越來越高，農產品質量安全管理日益受到各國政府和社會的廣泛關注。國內外科技界對農產品安全風險評估的研究逐步發(fā)展，目前由美國Palisade公司開發(fā)的基于蒙特卡洛（Monte Carlo）模擬技術的風險分析軟件@Risk己被應用于農產品安全定量風險評估工作中。

Monte Carlo模擬是概率評估的主要方法之一[1]，此方法一般先擬合分布，然后進行抽樣，可以認為是從總體中抽樣，能夠有效地量化變異性。美國環(huán)境保護署在風險分析政策中將其定為風險分析基本方法[2]，其輸出結果由于考慮到了幾乎所有的危害發(fā)生的可能性及其發(fā)生方式，可以給風險管理者提供更為直觀和科學的風險管理依據(jù)，已經成為近年來農產品安全風險評估領域研究的熱點。Gummow[3]、Liu Chenwuing[4]、周艷明[5-6]、朱君[7]等運用基于蒙特卡落模擬的@Risk軟件建立了動物性食品中高釩、有機胂、無機砷等重金屬以及亞硝酸鹽污染對人體健康膳食風險評估模型，研究了其殘留發(fā)生的風險概率大小。段文佳等[8]運用@Risk軟件對水產品中的甲醛進行了定量風險評估，表明中國普通居民僅通過食用水產品途徑的甲醛膳食暴露尚不存在健康風險。葉文慧等[9]利用風險分析@Risk軟件對通過大米造成的鎘膳食暴露風險進行初步研究，表明鎘的膳食暴露濃度對普通人群無健康風險。

以上研究主要集中在畜產品、水產品及大米中高釩、有機胂、無機砷、鎘等重金屬、亞硝酸鹽、甲醛等污染物對人體健康造成的膳食風險概率評估，而利用@Risk軟件對蔬菜農藥殘留污染對人體健康造成的風險暴露概率評估研究報道較少，為此本實驗整合2004—2012年平涼市蔬菜農藥殘留例行抽檢數(shù)據(jù)，根據(jù)聯(lián)合國糧食及農業(yè)組織（Food and Agriculture Organization，F(xiàn)AO）/世界衛(wèi)生組織（World Health Organization，WHO）農藥殘留專家聯(lián)席會議（Joint Meeting of Pesticide Residues，JMPR）農藥急性膳食風險攝入量計算方法[10]，對超標率、檢出率較高的蔬菜中農藥殘留進行風險概率評估，旨為維護平涼地區(qū)蔬菜產業(yè)的健康發(fā)展和農產品質量安全風險管理提供技術支持和科學依據(jù)。

1 材料與方法

1.1 抽樣方法

采用NY/T 789—2004《農藥殘留分析樣本的采樣方法》和NY/T 5344—2006《無公害農產品抽樣規(guī)范》規(guī)定執(zhí)行。2004年4月—2012年11月，在甘肅省涼州市主要蔬菜生產基地、農貿市場及超市抽取了26個種類1 273個樣品，在取樣點隨機抽回后按樣品處理標準打碎混勻，制成待測樣和備份樣各一份，冷凍貯藏。

1.2 檢測項目與方法

檢測蔬菜中敵敵畏、甲拌磷、毒死蜱、樂果、對硫磷、甲胺磷、馬拉硫磷、殺螟硫磷、乙酰甲胺磷、倍硫磷、甲基對硫磷、久效磷、氧化樂果、亞胺硫磷、二嗪磷、三唑磷、水胺硫磷、磷胺、溴氰菊酯、氯氰菊酯、氰戊菊酯、甲氰菊酯、氯氟氰菊酯、三氟氯氟氰菊酯、三唑酮、百菌清、抗蚜畏、氟氯氰菊酯28種農藥殘留。由平涼市農產品質量安全檢測檢驗中心、甘肅省農產品監(jiān)督管理總站、蘭州市農產品質量安全檢測中心、甘肅省農科院測試中心4家有資質機構檢測，檢測方法NY/T 761—2004《蔬菜和水果中有機磷、有機氯、擬除蟲菊酯和氨基甲酸酯類農藥多殘留檢測方法》、NY/T 761—2008《蔬菜和水果中有機磷、有機氯、擬除蟲菊酯和氨基甲酸酯類農藥多殘留的測定》，檢測儀器為SP-3420型氣相色譜儀和Agilent 6890N型氣相色譜儀，檢測結果以鮮質量表示。

1.3 風險評估方法

1.3.1 計算方法

在WHO原則指導下計算短期殘留攝入量（National Estimated Short-Term Intake，NESTI）[10]，開展急性評估，NESTI計算公式如下：

個體質量在0.025 kg以下的蔬菜：

個體質量在0.025 kg以上的蔬菜，并且單個質量小于大部分膳食者消耗量：

個體質量在0.025 kg以上的蔬菜，并且單個質量大于或等于大部分膳食者消費量：

式中：U代表蔬菜的個體質量/kg；HR代表抽查蔬菜中農藥最高殘留量/（mg/kg）；υ代表變異因子；LP代表涵蓋97.5%食用者的蔬菜攝入量/（kg/d）；mb代表食用者平均體質量/kg。

計算變異因子υ參照JMPR建議取默認值3[11]，HR取風險評估軟件通過實測值的分布擬合值，LP按2011年中國居民膳食寶塔推薦的消費量最大值0.5 kg/d計[12]，mb按中國居民平均體質量63 kg計[13]，U取值參見WHO統(tǒng)計[14]。計算過程中對蔬菜超標率、農藥檢出率均低于0.01、以及未檢出的蔬菜樣品攝入估計值為0，殘留攝入量很小、可以忽略，本實驗不再探討這部分檢測結果的污染狀況。

1.3.2 評估方法

本研究應用＠Risk5.7定量風險評估專用軟件，將蔬菜中農藥檢測值進行分布擬合，函數(shù)曲線的擬合優(yōu)度運用Chi-Squared（卡方）、Anderson-Darling（安德森-達林）、Kolmogorov-Smirnov（科爾莫戈羅夫-斯米爾諾夫）統(tǒng)計方法進行檢驗，分別選擇出蔬菜中檢測農藥殘留值的最優(yōu)分布函數(shù)，將其與對應參數(shù)帶入公式（1）～（3）計算出NESTI，NESTI的一次模擬10 000次運算，每一次運算時采用Latin Hypercube 抽樣方法從模型各變量的概率分布中抽取一個值，以這些隨機抽取的數(shù)字進行計算。評估的結果以概率分布的形式描述（參照表1中農藥急性參考劑量（pesticide acute reference measurement，ARfD），最后得出超過ARfD值的概率大?。?。

表1 不同種農藥急性參考劑量[[1155]]Table 1 Acute reference doses for different pesticides[[1155]]

2 結果與分析

2.1 蔬菜農藥殘留超標情況和農藥殘留檢出情況

通過整合分析2004年4月—2012年11月蔬菜農藥殘留檢測數(shù)據(jù)（26種蔬菜，1 273個樣品，7 093個數(shù)據(jù)）得出：除去全合格蔬菜樣品，蔬菜農藥殘留超標率（高于0.01）由高到低的順序為：普通白菜＞甘藍＞花椰菜＞芹菜＞長辣椒＞大白菜＞黃瓜＞青椒，見圖1；除去未檢出農藥外，農藥檢出率（高于0.01）由高到低的順序為：百菌清＞溴氰菊酯＞甲氰菊酯＞敵敵畏＞乙酰甲胺磷＞樂果＞三唑酮＞甲胺磷＞殺螟硫磷＞毒死蜱＞三唑磷，見圖2。

圖1 不同蔬菜中農藥殘留超標率的分布圖Fig.1 Distribution of samples with pesticide residues exceeding the MRLs in different vegetables

圖2 不同農藥殘留檢出率的分布圖Fig.2 Detection rates of different pesticides

2.2 風險評估情況

2.2.1 蔬菜農藥殘留檢測值擬合分布情況

將2.1節(jié)中蔬菜農藥檢測值進行擬合分布，列出有風險的蔬菜的農藥檢測值最優(yōu)分布函數(shù)（無風險的未列出），見表2。

表2 蔬菜農藥殘留擬合分布函數(shù)Table 2 The fitting distribution functions of pesticide residues in vegetables

分布擬合的結果表明，蔬菜農藥含量檢測數(shù)據(jù)比較符合Extvalue（極值）分布的有：甘藍中的敵敵畏（極小值為0.015 472 mg/kg，極大值為0.059 316 mg/kg）、番茄和黃瓜中的甲氰菊酯（極小值分別為0.006 484、 0.015 586 mg/kg，極大值分別為0.0093421、0.01966mg/kg）；符合BetaGeneral（β分布）的有：甘藍中的乙酰甲胺磷（形狀參數(shù)分別為0.104 47、0.516 23，最小值和最大值分別為0.003、16.8 mg/kg）、普通白菜中的敵敵畏（形狀參數(shù)分別為0.099 274、0.485 48，最小值和最大值分別為0.005、2.083 mg/kg）、芹菜中的甲氰菊酯（形狀參數(shù)分別為0.155 78、0.341 63，最小值和最大值分別為0.000 5、0.083 mg/kg）；大白菜中的甲氰菊酯檢測值符合Expon（指數(shù)分布），分布的平均值等于0.005 346 7 mg/kg。

2.2.2 蔬菜農藥殘留短期膳食攝入量風險概率

將蔬菜中農藥殘留急性膳食攝入量定義為輸出變量，用＠Risk5.7進行隨機抽取運算，得出有風險蔬菜農藥概率分布圖（無風險的蔬菜及農藥未附圖），結果見圖3～9。

圖3 大白菜中甲氰菊酯膳食暴露分布Fig.3 The dietary exposure distribution of fenpropathrin in Chinese cabbage

圖4 番茄中甲氰菊酯膳食暴露分布Fig.4 The dietary exposure distribution of fenpropathrin in tomato

圖5 甘藍中敵敵畏膳食暴露分布Fig.5 The dietary exposure distribution of dichlorvos in cabbage

圖6 甘藍中乙酰甲胺磷膳食暴露分布Fig.6 The dietary exposure distribution of acephate in cabbage

圖7 黃瓜中甲氰菊酯膳食暴露分布Fig.7 The dietary exposure distribution of fenpropathrin in cucumber

圖8 普通白菜中敵敵畏膳食暴露分布Fig.8 The dietary exposure distribution of dichlorvos in Chinese Cabbage

圖9 芹菜中甲氰菊酯膳食暴露分布Fig.9 The dietary exposure distribution of fenpropathrin in celery

從圖3～9可以看出，甘藍、普通白菜、芹菜、大白菜、番茄、黃瓜6種蔬菜中的敵敵畏、乙酰甲胺磷、甲氰菊酯3種農藥殘留急性膳食攝入量超過其對應參考劑量ARfD值，存在不同程度的膳食風險概率，其中敵敵畏農藥殘留有急性膳食風險概率的蔬菜由高到低順序為：普通白菜（32.0%）＞甘藍（27.0%）；乙酰甲胺磷農藥殘留有急性膳食風險概率的蔬菜僅有甘藍，其值為22.5%；甲氰菊酯農藥殘留有急性膳食風險概率的蔬菜由高到低的順序為：芹菜（29.4%）＞黃瓜（16.7%）＞番茄（0.8%）＞大白菜（0.4%）。4種蔬菜中甲氰菊酯農藥殘留急性膳食攝入量最大值（mg/（kg·d））由高到低順序為：黃瓜（0.003 03）＞大白菜（0.001 37）＞芹菜（0.001 32）＞番茄（0.001 30），平均值（mg/（kg·d））由高到低順序為：芹菜（0.000 418）＞黃瓜（0.000 385）＞番茄（0.000 162）＞大白菜（0.000 131）；2種蔬菜中敵敵畏農藥殘留急性膳食攝入量最大值、平均值（mg/（kg·d））由高到低順序相同，均為普通白菜（0.026 5，0.004 54）＞甘藍（0.013 4，0.001 18）；甘藍中的乙酰甲胺磷急性膳食攝入量最大值為0.4 mg/（kg·d），平均值為0.067 4 mg/（kg·d）。發(fā)現(xiàn)對于同種農藥而言，急性膳食攝入量平均值越大，其發(fā)生的風險概率也越大。

3 結論與討論

本研究以JMPR制定的農藥急性參考劑量為依據(jù)，應用＠Risk5.7定量風險評估專用軟件，分析蔬菜農藥殘留膳食攝入的風險性。風險評估結果表明，甘藍中的敵敵畏和乙酰甲胺磷的風險概率相對比較高，分別為27.0%和22.5%。其他種類蔬菜中都只檢測出一種農藥，其中普通白菜中的敵敵畏風險概率為32%，數(shù)據(jù)中風險最高。芹菜、黃瓜、番茄和大白菜中都含有甲氰菊酯，風險概率分別為29.4%、16.7%、0.8%和0.4%。甲氰菊酯的風險概率相對較低，但存在于多種蔬菜中，而且這幾類蔬菜是居民經常食用的，可能形成農藥殘留暴露的累積效應[18]。居民應樹立科學飲食的觀念，擴大蔬菜消費的品種范圍，避免長時間大量食用某種蔬菜。

另外本研究中百菌清、溴氰菊酯檢出率高達0.325、0.30，但評估過程中未出現(xiàn)風險。由此可見檢出率高的農藥不一定有風險，檢出率低的不一定沒有風險，建議此類研究中應加大檢出率和超標率高的農藥檢測力度。

風險評估具有一定的不確定性[19-20]。在評估農產品農藥殘留對人體暴露風險時，存在許多差異性，如不同人群（常人及敏感人群，主要為老人、孕婦、兒童以及病人等）、消費量、體質量、消費頻率、農藥殘留在農產品中的含量和最低檢出限等。今后在此類研究中盡可能考慮這些因素，加大樣本含量，使風險評估的結果更接近真實情況。

參考文獻：

[1] 錢永忠. 應用于農藥殘留對人體暴露評估的蒙特卡洛方法及其進展[J]. 農業(yè)質量標準, 2007(5): 43-46.

[2] 劉瀟威. 農產品中重金屬風險評估的研究[J]. 農業(yè)環(huán)境科學學報, 2007, 26(1): 15-18.

[3] GUMMOW B, BOTHA C J, NOORDHUIZEN J P T M, et al. The public health implications of farming cattle in areas with high background concentrations of vanadium[J]. Preventive Veterinary Medicine, 2005, 72: 281-290.

[4] LIU Chenwuing, LIANG Chingping, HUANG Fengmei, et al. Assessing the human health risks from exposure of inorganic arsenic through oyster (Crassostrea gigas) consumption in Taiwan[J]. Science of the Total Environment, 2006, 361: 57-66.

[5] 周艷明, 朱君, 于維軍, 等. 畜產品中洛克沙胂的安全性評價[J]. 食品科學, 2010, 31(9): 279-284.

[6] 周艷明, 韓曉鷗. 亞硝酸鹽在熟肉制品中的安全性評價[J]. 食品科學, 2008, 29(7): 101-106.

[7] 朱君, 周艷明. 動物性食品中總砷含量的暴露評估[J]. 食品安全, 2010, 31(10): 293-296.

[8] 段文佳, 周德慶, 張瑞玲. 基于蒙特卡羅的水產品中甲醛定量風險評估[J]. 中國農學通報, 2011, 27(23): 65-69.

[9] 葉文慧, 張東杰. Monte Carlo對大米為來源的鎘膳食暴露風險評估的初步研究[J]. 中國釀造, 2008, 27(10): 52-55.

[10] World Health Organization. Principles and methods for the risk assessment of chemicals in food-Chapter 6: dietary exposure assessment of chemicals in food[M]. Publisher: World Health Organization, 2010: 112-115.

[11] Food and Agriculture Organization / World Health Organization. Pesticide residues in food-2003. Report of the joint meeting of the FAO Panel of experts on pesticide residues in food and the environmnent and the WHO core assessment group on pesticide residues[R]. 2003: 20-29.

[12] 中國營養(yǎng)學會. 中國居民膳食指南(2011年全新修訂)[M]. 拉薩: 西藏人民出版社, 2010: 197-198.

[13] 簡秋, 單煒力, 段麗芳, 等. 我國農產品及食品中農藥最大殘留限量制定指導原則[J]. 農藥科學與管理, 2012, 33(6): 24-27.

[14] Food and Agriculture Organization. Progress ones tablishment of acute dietaryintake:international estimates of short-term dietaryintake[M] // Pesticideresidues in food-2000. FAO Plant Production and Protection Paper, 2000.

[15] 宋穩(wěn)成. JMPR評估農藥ADI和ARfD清單[J]. 農藥科學與管理, 2009, 30(8): 12-17.

[16] Food and Agriculture Organization / World Health Organization. Sanco doc 3010-directive 91/414/eec- part a: existing active substances divided into four lists for phased evaluations[R]. 2007: 1,5.

[17] Food and Agriculture Organization / World Health Organization. Joint fao/who food standards programme codex alimentarius commission twenty sixth session[R]. 2004: 68-71.

[18] KROES R, MULLER D, LAMBE J, et al. Assessment of intake from the diet[J]. Food and Chemical Toxicology, 2002, 40: 327-328.

[19] 趙宇翔. 市售蔬果中毒死蜱農藥殘留風險評估的研究[D]. 上海: 復旦大學, 2009: 39-40.

[20] 劉元寶, 王燦楠, 吳永寧, 等. 膳食暴露定量評估模型及其變異性和不確定性研究[J]. 中國衛(wèi)生統(tǒng)計, 2008, 25(1): 7-9.

Assessment of Acute Human Health Risk of Pesticide Residues in Vegetables

BAI Xin-ming1,2
(1. Pingliang Agricultural Technology Extension Station, Pingliang 744000, China; 2. Pingliang Agricultural Products Quality Safety and Inspection Center, Pingliang 744000, China)

According to the method of Joint FAO/WHO Meeting on Pesticide Residues (JMPR), a risk assessment model was established based on the data of pesticide residues in vegetables marketed in Pingliang city, Gansu province during 2004—2012 by Monte Carlo simulation with a risk analysis software to estimate the risk of dietary exposure to pesticide residues exceeding the maximum residual limits (MRLs). The results showed that of 1 273 samples from 26 varieties of vegetables tested, 6 vegetable varieties contained three kinds of pesticide residues which posed a health risk to consumers, with a risk possibility of 27.0% and 22.5% for dichlorvos and acephate in cabbage, respectively, 32.0% for dichlorvos in Chinese cabbage, and 29.4%, 0.4%, 0.8% and 16.7% for permethrin in celery, Chinese cabbage, tomato and cucumber, respectively. Thus, supervision should be strengthened due to the relatively high risk of dietary exposure to pesticide residues in some vegetables marketed in Pingliang city.

pesticide residues; Monte Carlo; risk assessment

R155.5

A

1002-6630（2014）05-0208-05

10.7506/spkx1002-6630-201405041

2013-04-12

甘肅農業(yè)科技項目（甘財農[2009]152號）

白新明（1979—），男，農藝師，碩士，研究方向為農產品質量安全檢測檢驗技術。E-mail：baixinming509@126.com