趙海莉,原 悅,李曉芹,王玉霞

1 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 蘭州 730070

2 甘肅省疾病預(yù)防控制中心, 蘭州 730030

近年來(lái),快速的工業(yè)化和城市化造成我國(guó)資源短缺、生態(tài)破壞、環(huán)境污染、災(zāi)害頻發(fā)等問(wèn)題日益凸顯,從而引發(fā)了一系列生態(tài)效應(yīng),其中大氣污染已被確認(rèn)為危害公眾健康的重要風(fēng)險(xiǎn)因素之一[1],可直接或間接導(dǎo)致人體免疫系統(tǒng)紊亂,對(duì)呼吸系統(tǒng)、循環(huán)系統(tǒng)、消化系統(tǒng)等造成嚴(yán)重威脅,尤其對(duì)呼吸系統(tǒng)健康的損害最為嚴(yán)重,主要病變部位為氣管、支氣管、肺部及胸腔[2—3]。國(guó)內(nèi)外眾多研究已證實(shí),以細(xì)顆粒物(PM2.5)、可吸入顆粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O38h)、一氧化碳(CO)等為特征污染物的區(qū)域性大氣環(huán)境已成為呼吸系統(tǒng)疾病發(fā)生和發(fā)展的敏感源[4],極易誘發(fā)哮喘[5—6]、慢性阻塞性肺病[6]、肺部感染[5]、呼吸道炎癥[7]、心血管疾病[7]等,嚴(yán)重者可導(dǎo)致過(guò)早死亡。世衛(wèi)組織(WHO)數(shù)據(jù)顯示,2012年大氣污染導(dǎo)致全球370萬(wàn)人過(guò)早死亡,其中約25%死于呼吸系統(tǒng)疾患[1],2018年全球因呼吸系統(tǒng)疾病導(dǎo)致的過(guò)早死亡人數(shù)高達(dá)700萬(wàn),其中約100萬(wàn)來(lái)自中國(guó)[8]。OECD研究顯示,亞洲國(guó)家的大氣污染遠(yuǎn)遠(yuǎn)超過(guò)世衛(wèi)組織標(biāo)準(zhǔn),若不采取有效行動(dòng),僅PM10導(dǎo)致的死亡人數(shù)將在2050年達(dá)到360萬(wàn)[9]。以上數(shù)據(jù)均表明,呼吸系統(tǒng)發(fā)病率和死亡率的上升與大氣污染密切相關(guān),其作為全球性的公共衛(wèi)生問(wèn)題,不僅加重了患者的經(jīng)濟(jì)負(fù)擔(dān),也給醫(yī)療衛(wèi)生機(jī)構(gòu)帶來(lái)了沉重壓力。

探討居民環(huán)境暴露風(fēng)險(xiǎn)及其健康效應(yīng)是健康地理學(xué)和環(huán)境公正研究的熱點(diǎn)話題。在一定時(shí)空范圍內(nèi),鑒于不同區(qū)域大氣污染水平及來(lái)源、氣象因素、目標(biāo)人群及其對(duì)污染物的敏感程度等各不相同,導(dǎo)致環(huán)境暴露的健康效應(yīng)也存在顯著差異[10]。目前,國(guó)內(nèi)多數(shù)研究主要著眼于氣候環(huán)境條件較為溫和且相對(duì)發(fā)達(dá)的區(qū)域[11—12],相反,大氣污染嚴(yán)重且欠發(fā)達(dá)地區(qū)人群健康效應(yīng)的研究相對(duì)有限,對(duì)不同疾病類(lèi)型、性別、年齡、患病季節(jié)及采暖期和非采暖期分層的脆弱性研究更是鮮有涉及。西固區(qū)作為蘭州市的核心工業(yè)區(qū),集中分布了石油化工、冶金和機(jī)械等重工產(chǎn)業(yè),工業(yè)結(jié)構(gòu)偏重、能源消耗過(guò)高,且冬季供暖期較長(zhǎng),生產(chǎn)生活以燃煤方式為主,加之地處黃土高原境內(nèi),沙塵等惡劣天氣頻發(fā),以及特有的盆地地形和特殊的氣象條件使污染物集聚,極易對(duì)當(dāng)?shù)鼐用竦慕】翟斐商禺愋杂绊慬13]。因此,針對(duì)大氣污染的嚴(yán)重形勢(shì),近年來(lái)西固區(qū)政府通過(guò)實(shí)施環(huán)境網(wǎng)格化管理,在冬防工作中突出精準(zhǔn)治污、科學(xué)治污、依法治污,做到時(shí)間、區(qū)域、對(duì)象、問(wèn)題、措施“五個(gè)精準(zhǔn)”等多項(xiàng)治理和管控措施,環(huán)境污染有了大幅改善,但整體環(huán)境形勢(shì)仍不容樂(lè)觀,特別是重污染天氣的出現(xiàn)依舊嚴(yán)重威脅著居民健康。

基于此,本文以蘭州市西固區(qū)為研究區(qū)域,以呼吸系統(tǒng)疾病住院數(shù)據(jù)為效應(yīng)指標(biāo),采用時(shí)間序列廣義相加模型和人群分層的分析方法,定量評(píng)估大氣污染物(PM2.5、PM10、SO2、NO2、O38h和CO)對(duì)居民呼吸系統(tǒng)疾病住院人數(shù)的影響,并對(duì)不同類(lèi)型疾病、性別、年齡、患病季節(jié)、采暖期和非采暖期進(jìn)行敏感性分析,以期為有針對(duì)性地保護(hù)易感人群和為進(jìn)一步開(kāi)展西固區(qū)大氣污染健康效應(yīng)的評(píng)估工作提供決策依據(jù)。

1 資料來(lái)源與研究方法

1.1 研究區(qū)概況

西固區(qū)位于蘭州市西部(103°19′—104°41′E、35°38′—36°13′N(xiāo)),黃河由西向東橫貫全境,帶狀河谷型盆地特征明顯。現(xiàn)轄5鎮(zhèn)1鄉(xiāng)40個(gè)行政村,7個(gè)街道70個(gè)社區(qū),全區(qū)總面積385.3 km2,2019年末常住人口36.9萬(wàn)人。境內(nèi)植被覆蓋率低,主要以干草原和荒漠草原為主,屬溫帶大陸性季風(fēng)氣候,干燥寒冷,年平均氣溫8.5—8.9℃,平均海拔1560 m。主要?dú)庀鬄?zāi)害以風(fēng)沙天氣為主(圖1)。

圖1 研究區(qū)概況Fig.1 Survey of the study area

1.2 資料來(lái)源

呼吸系統(tǒng)疾病資料來(lái)源于西固區(qū)某三甲醫(yī)院信息系統(tǒng)(HIS)2014年1月1日—2018年12月31日逐日呼吸科住院病歷資料,包括患者性別、年齡、家庭住址、疾病類(lèi)型、就診日期、住院天數(shù)等。參考國(guó)際疾病分類(lèi)標(biāo)準(zhǔn)編碼(ICD- 10：J00—J99)[14],將呼吸系統(tǒng)疾病分為肺炎、慢性阻塞性肺病(COPD)、哮喘、上呼吸道感染(URI)和支氣管炎5類(lèi),并剔除疾病數(shù)據(jù)錄入殘缺和家庭住址非本地的患者信息。

大氣污染物數(shù)據(jù)來(lái)源于同期西固區(qū)蘭煉賓館監(jiān)測(cè)站逐日環(huán)境監(jiān)測(cè)數(shù)據(jù),包括PM2.5、PM10、SO2、NO2、O38h和CO(mg/m3)的日平均濃度(μg/m3)；氣象資料來(lái)源于蘭州市氣象監(jiān)測(cè)站逐日地面觀測(cè)數(shù)據(jù),包括氣溫(℃)和相對(duì)濕度(%)的日平均值。盡管西固區(qū)僅有蘭煉賓館1所標(biāo)準(zhǔn)監(jiān)測(cè)站,但因城區(qū)工業(yè)分布稠密,占地面積廣,周邊鄉(xiāng)鎮(zhèn)住院人數(shù)僅占總體0.03%,因此污染物空間差異較小,所選站點(diǎn)具有代表性。

1.3 研究方法

廣義相加模型(generalized additive models,GAM)[15]已被廣泛應(yīng)用到環(huán)境暴露的健康效應(yīng)研究中。居民每日因病入院屬于小概率事件,其近似服從Poisson分布,且考慮到污染物和氣象因素與呼吸系統(tǒng)疾病之間的非線性關(guān)系,本文采用擬合Poisson回歸的時(shí)間序列廣義相加模型。模型建立需控制一些混雜因素的影響,對(duì)溫度、相對(duì)濕度等長(zhǎng)期趨勢(shì)采用自然平滑樣條函數(shù)進(jìn)行平滑擬合,同時(shí)用啞變量控制星期幾效應(yīng)和假期效應(yīng)的影響。基本模型為：

(1)

式中,E(Yt)為第t日呼吸系統(tǒng)疾病住院人數(shù)的期望值；α為截距；β為回歸系數(shù)；Xt為第t日大氣污染物濃度；ns為自然平滑樣條函數(shù)；as.factor為啞變量函數(shù)；time為時(shí)間變量；df為自由度；Fit為第i個(gè)氣象要素在第t日的平均值；wt為星期、節(jié)假日等啞變量。自由度采用Akaike信息準(zhǔn)則(AIC)進(jìn)行擬合度檢驗(yàn),AIC值越小,擬合度越高。

由于患者從患病到就診存在一定時(shí)間差,或因某些原因未能及時(shí)就診,使得入院時(shí)間相對(duì)于環(huán)境變化存在滯后性。故本文在上述模型基礎(chǔ)上,對(duì)環(huán)境變量相對(duì)于患者入院時(shí)間按提前一周考慮其滯后效應(yīng)和累積效應(yīng),依次將當(dāng)天(lag0)、單日滯后1—7d(lag1—lag7)和累積滯后(污染物濃度多日移動(dòng)平均值)1—7d(lag01—lag07)的污染物濃度引入模型。并將患者按性別、年齡(0—14歲、15—64歲、≥65歲),時(shí)間按季節(jié)、采暖期(11月1日—次年3月31日)和非采暖期(4月1日—10月31日)進(jìn)行分層。此外,考慮到污染物之間的交互作用,嘗試引入其他共存污染物構(gòu)建多污染物模型,分析多種污染物對(duì)呼吸系統(tǒng)的健康效應(yīng)。

根據(jù)GAM模型得到的回歸系數(shù)β,計(jì)算污染物濃度每升高10 μg/m3(CO升高1 mg/m3)時(shí),居民因病住院的相對(duì)危險(xiǎn)度(RR)及95%置信區(qū)間(95%CI),選取最大效應(yīng)值作為環(huán)境暴露風(fēng)險(xiǎn)的估計(jì)值。具體公式為：

RR=expβ×10%mean

(2)

95%CI=exp10×(β±1.96SE)

(3)

統(tǒng)計(jì)分析由SPSS 18.0軟件和R 4.0.4軟件中的mgcv、tsModel程序包共同實(shí)現(xiàn)。

2 結(jié)果與分析

2.1 大氣污染物、氣象因子及疾病住院人數(shù)的描述性統(tǒng)計(jì)分析

2014—2018年期間,西固區(qū)呼吸系統(tǒng)疾病住院總?cè)舜螢?4239例,日均住院人次8例,其中男性多于女性(男:女=1:0.6),成人低于兒童和老人(0—14歲兒童:15—64歲成人:≥65歲老人=1:0.67:1),發(fā)病率相對(duì)較高。疾病分類(lèi)中,肺炎患者最多(占49.32%),慢性阻塞性肺病、哮喘、上呼吸道感染和支氣管炎患者較少,占比分別為18.22%、12.14%、11.92%和8.40%。PM2.5、PM10、SO2、NO2、O38h和CO的日均濃度分別為48.71 μg/m3、118.21 μg/m3、19.54 μg/m3、46.19 μg/m3、54.20 μg/m3和1.23 mg/m3,參考國(guó)家《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(GB3095—2012)》[16]二級(jí)濃度限值,6種污染物平均濃度均未超標(biāo)；溫度和相對(duì)濕度的日平均值分別為7.82℃和61.36%,這與西固區(qū)大陸性氣候特征和河谷型盆地地形高度切合,即干燥少雨,溫度偏低(表1)。

表1 呼吸系統(tǒng)疾病住院人數(shù)、大氣污染物和氣象因素描述性統(tǒng)計(jì)結(jié)果(2014—2018年)Table 1 Descriptive statistical results of inpatients with respiratory diseases, air pollutants and meteorological factors (2014—2018)

2.2 大氣污染物與氣象因素的相關(guān)性分析

統(tǒng)計(jì)學(xué)中,Spearman相關(guān)系數(shù)是衡量?jī)蓚€(gè)分級(jí)定序變量依賴(lài)性的非參數(shù)指標(biāo),它利用單調(diào)方程來(lái)評(píng)價(jià)兩個(gè)統(tǒng)計(jì)變量的相關(guān)性。由于西固區(qū)大氣污染物與氣象因素不服從正態(tài)分布,因此采用Spearman相關(guān)分析。結(jié)果顯示,相關(guān)系數(shù)均通過(guò)了t檢驗(yàn),具有統(tǒng)計(jì)學(xué)意義(P<0.01)。PM2.5、PM10、SO2、NO2、CO之間呈顯著正相關(guān)性；O38h、溫度和相對(duì)濕度與其他污染物之間呈顯著負(fù)相關(guān)性；O38h與溫度呈顯著正相關(guān),與相對(duì)濕度呈負(fù)相關(guān)；溫度和相對(duì)濕度呈正相關(guān)。總之,除O38h與溫度呈顯著正相關(guān),其他污染物與溫度和相對(duì)濕度均為負(fù)相關(guān)關(guān)系。原因在于近地面溫度較高時(shí),大氣層結(jié)穩(wěn)定,近地層對(duì)流旺盛,有利于大氣垂直運(yùn)動(dòng)和污染物的擴(kuò)散；相反,因蘭州全年約80%的天氣出現(xiàn)逆溫,逆溫天氣會(huì)阻礙大氣對(duì)流,抑制其稀釋擴(kuò)散,使污染物聚集,增加居民患病風(fēng)險(xiǎn)。低濕條件下,空氣中水汽含量低,大氣污染物吸附水分的作用減弱,使其濃度增加；受降水影響,在高濕條件下,污染物吸附作用增強(qiáng),隨降水降落到地面,大大降低了污染物的濃度(圖2)。

圖2 大氣污染物與氣象因素的Spearman相關(guān)系數(shù) Fig.2 Spearman correlation coefficient between air pollutants and meteorological factorsTemp:溫度Temperature; RH:相對(duì)濕度Relative humidity

2.3 呼吸系統(tǒng)疾病的單污染物GAM分析

2.3.1大氣污染物對(duì)呼吸系統(tǒng)疾病的滯后效應(yīng)

大氣污染暴露導(dǎo)致居民因病住院并非在當(dāng)天最顯著,而是存在一定的滯后效應(yīng),各污染物對(duì)疾病的影響在不同滯后期均具有統(tǒng)計(jì)學(xué)意義。單日滯后天數(shù)中,PM2.5和PM10在當(dāng)天(lag0)出現(xiàn)最大值,SO2和NO2分別在lag3和lag7時(shí)效應(yīng)值最大,O38h和CO分別在lag4和lag6時(shí)效應(yīng)值最大,表明顆粒物對(duì)呼吸系統(tǒng)患病存在即時(shí)效應(yīng),氣態(tài)污染物的單日滯后期延長(zhǎng)；累積滯后天數(shù)中,PM2.5、PM10、SO2、NO2和CO的累積滯后期延長(zhǎng),且健康效應(yīng)不斷增強(qiáng),RR的最大值均出現(xiàn)在lag07時(shí),而O38h在lag01時(shí)出現(xiàn)最大值,健康效應(yīng)逐漸減弱,表明多數(shù)污染物的累積滯后效應(yīng)更具有長(zhǎng)期性?？偟膩?lái)看,PM2.5、PM10、SO2、NO2和CO在累積滯后7d,O38h在單日滯后4d的健康效應(yīng)最大。在最佳滯后期,PM2.5、PM10、SO2、NO2和O38h每升高10 μg/m3,CO升高1 mg/m3,疾病住院人數(shù)分別增加1.06%(1.04%—1.07%)、1.04%(1.03%—1.05%)、1.10%(1.08%—1.13%)、1.07%(1.05%—1.09%)、0.97%(0.96%—0.98%)和3.83%(2.33%—6.29%)?？梢?jiàn)氣態(tài)污染物(SO2和NO2)相比顆粒物(PM2.5和PM10)對(duì)人體的危害性更高,原因在于西固區(qū)大氣污染以煤煙型污染為主,并表現(xiàn)出明顯的石油化工型污染,主要污染物為SO2和NO2等[17](圖3)。

圖3 大氣污染物對(duì)呼吸系統(tǒng)疾病的滯后效應(yīng)Fig.3 Lag effects of air pollutants on respiratory diseases

2.3.2大氣污染物與呼吸系統(tǒng)疾病的暴露-反應(yīng)關(guān)系

大氣污染物與呼吸系統(tǒng)疾病住院人數(shù)具有顯著相關(guān)性。隨著PM2.5、PM10、SO2、NO2和CO濃度的升高,居民住院風(fēng)險(xiǎn)也呈上升趨勢(shì),而O38h濃度增加導(dǎo)致的住院風(fēng)險(xiǎn)并不顯著。此外,SO2和NO2的暴露-反應(yīng)關(guān)系曲線呈單調(diào)線性分布,其他污染物則呈“J”型分布,表明呼吸系統(tǒng)對(duì)高濃度SO2和NO2更為敏感。同時(shí)得出,污染物濃度在低于國(guó)家環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)二級(jí)濃度閾值水平時(shí),也會(huì)帶來(lái)人群健康風(fēng)險(xiǎn)(圖4)。

圖4 大氣污染物與呼吸系統(tǒng)疾病的暴露-反應(yīng)關(guān)系曲線Fig.4 The exposure-response curve between air pollutants and respiratory diseases

2.3.3大氣污染物對(duì)不同人群分層的健康效應(yīng)

大氣污染物在最佳滯后期對(duì)不同分層結(jié)果的健康效應(yīng)均存在易感性差異。疾病分類(lèi)中,肺炎對(duì)PM2.5、PM10、SO2和NO2最敏感,慢性阻塞性肺病對(duì)O38h最敏感,SO2是誘發(fā)所有呼吸系統(tǒng)疾病的重要風(fēng)險(xiǎn)因素。性別分層中,各污染物對(duì)兩性人群患病均具有統(tǒng)計(jì)學(xué)意義,其中女性對(duì)PM2.5、PM10、SO2和NO2更敏感,污染物濃度增加10 μg/m3時(shí),RR分別增加1.07%、1.04%、1.13%和1.07%；男性對(duì)O38h更敏感,SO2暴露對(duì)兩性患病的風(fēng)險(xiǎn)最高。年齡分層中,各污染物對(duì)0—14歲人群患病的風(fēng)險(xiǎn)均為最顯著,且都具有統(tǒng)計(jì)學(xué)意義,其中SO2對(duì)各年齡人群呼吸系統(tǒng)的危害性更高。對(duì)比15—64歲和≥65歲人群,發(fā)現(xiàn)前者對(duì)PM10更敏感,后者對(duì)PM2.5、SO2和NO2更敏感。季節(jié)分層顯示,各污染物暴露在冬季患病的風(fēng)險(xiǎn)最高,且均具有統(tǒng)計(jì)學(xué)意義,春季除PM10對(duì)疾病的影響無(wú)統(tǒng)計(jì)學(xué)意義,其他污染物均具有統(tǒng)計(jì)學(xué)意義,且顯著性?xún)H次于冬季,表明冬春季節(jié)是呼吸系統(tǒng)疾病的高發(fā)期。此外,各季節(jié)住院人數(shù)的增加均受SO2的影響最大(圖5)。

圖5 大氣污染物對(duì)不同人群分層的健康效應(yīng)Fig.5 Health effects of air pollutants on different population stratification***:P<0.001; **:P<0.01; *:P<0.05

2.3.4采暖期和非采暖期大氣污染物對(duì)呼吸系統(tǒng)疾病的滯后效應(yīng)

結(jié)合西固區(qū)帶狀盆地地形和冬季漫長(zhǎng)的特點(diǎn),本文將研究期分為采暖期和非采暖期進(jìn)行對(duì)比分析。圖6顯示,疾病日住院量有逐年升高趨勢(shì),該趨勢(shì)與西固區(qū)常住人口逐年升高的趨勢(shì)大體一致。PM2.5、PM10、SO2和NO2的采暖期濃度明顯高于非采暖期,對(duì)應(yīng)的日住院人數(shù)也多于非采暖期,原因是采暖期燃煤污染物排放量增加,加上盆地小風(fēng),逆溫頻率與強(qiáng)度均高于非采暖期,形成不利于污染物擴(kuò)散的氣象特征,使大氣中污染物濃度增高[17]。相反,O38h的非采暖期濃度值明顯高于采暖期,原因是O3是光化學(xué)反應(yīng)產(chǎn)生的主要二次污染物,非采暖期大氣層結(jié)穩(wěn)定,天氣晴朗,空氣中污染物更易發(fā)生光化學(xué)反應(yīng)。圖7顯示,采暖期PM2.5、SO2、CO在lag03時(shí)出現(xiàn)最大值,PM10、NO2和O38h分別在lag0、lag05、lag4時(shí)健康效應(yīng)最大；非采暖期除O38h在lag1時(shí)健康效應(yīng)最大,其他污染物均在lag07時(shí)出現(xiàn)最大值。由此可知,除O38h外,PM2.5、PM10、SO2、NO2和CO在采暖期呼吸系統(tǒng)患病的滯后期比非采暖期提前了約2—6 d。

圖6 2014—2018年西固區(qū)大氣污染物和呼吸系統(tǒng)疾病住院人數(shù)變化曲線圖Fig.6 Variation curve of air pollutants and inpatients with respiratory diseases in Xigu District from 2014 to 2018

圖7 采暖期和非采暖期大氣污染物對(duì)呼吸系統(tǒng)疾病的滯后效應(yīng)Fig.7 Lag effects of air pollutants on respiratory disease during heating period and non-heating period

2.4 呼吸系統(tǒng)疾病住院人數(shù)的多污染物GAM分析

本文選取單污染物GAM模型確定的最佳滯后天數(shù),同時(shí)引入當(dāng)天其他污染物建立多污染物模型。表2所示,當(dāng)PM2.5、PM10和CO與其他污染物交互時(shí),均會(huì)降低呼吸系統(tǒng)的健康風(fēng)險(xiǎn),表明各污染物與PM2.5、PM10和CO交互對(duì)疾病住院人數(shù)的增加具有拮抗作用。在SO2中引入PM2.5、PM10、NO2和O38h時(shí)會(huì)降低疾病的住院人數(shù),引入CO會(huì)增加住院人數(shù),除NO2外,引入其他污染物均具有統(tǒng)計(jì)學(xué)意義；在NO2中引入CO會(huì)增加疾病住院人數(shù),引入其他污染物時(shí)會(huì)降低其住院人數(shù),但均具有統(tǒng)計(jì)學(xué)意義；在O38h中引入PM2.5、PM10、SO2和CO時(shí),呼吸系統(tǒng)的健康效應(yīng)增加,引入NO2時(shí)無(wú)統(tǒng)計(jì)學(xué)意義?？梢?jiàn)這3種污染物與其他污染物交互對(duì)應(yīng)的健康效應(yīng)有增加,也有降低,表明SO2、NO2和O38h與各污染物交互對(duì)住院人數(shù)的增加具有協(xié)同作用或拮抗作用。由此可知,盡管污染物之間存在顯著的正相關(guān)性,但各污染物之間交互并非都是協(xié)同作用,尤其是PM2.5、PM10和CO在和其他污染物交互時(shí)表現(xiàn)出拮抗作用,說(shuō)明PM2.5、PM10和CO是呼吸系統(tǒng)疾病住院人數(shù)增加的獨(dú)立危險(xiǎn)因素。

表2 多污染物在最佳滯后天數(shù)對(duì)呼吸系統(tǒng)的健康效應(yīng)Table 2 Health effects of multi-pollutants on respiratory system in the best lag days

3 討論

大氣污染物濃度升高會(huì)增加居民呼吸系統(tǒng)的患病風(fēng)險(xiǎn),且存在一定滯后效應(yīng),對(duì)不同類(lèi)型疾病、性別、年齡、患病季節(jié)及采暖期和非采暖期人群也存在易感性差異?，F(xiàn)有成果多數(shù)也集中于呼吸系統(tǒng)疾病在性別、年齡和季節(jié)等方面的相關(guān)性研究[5,11,18—20]。

性別分層顯示,女性對(duì)大氣污染更為敏感,國(guó)內(nèi)上海市[11]、遵義市[12]、蘭州市[19]等城市研究也得出一致結(jié)論。但有時(shí)間序列研究顯示,男性呼吸系統(tǒng)比女性更易受到大氣污染的急性影響[21]。可見(jiàn)性別差異依舊存在爭(zhēng)議,可能與兩性的生理構(gòu)造(激素、器官大小和體型)差異有關(guān),這些因素會(huì)影響污染物的運(yùn)輸和組織沉積[22]。此外環(huán)境背景、文化差異、生活習(xí)慣及工作活動(dòng)場(chǎng)所等也會(huì)影響兩性的健康狀況[23]。因此環(huán)境暴露的性別差異還有待進(jìn)一步研究。

年齡組考察發(fā)現(xiàn),0—14歲兒童是呼吸系統(tǒng)疾病的高危人群。據(jù)估計(jì),全球每年有將近41萬(wàn)兒童死于大氣污染[24],多項(xiàng)研究也證實(shí)兒童作為易感人群,更易受到大氣污染的急性影響[20,25]；一項(xiàng)基于空氣質(zhì)量等級(jí)的分層分析顯示,空氣質(zhì)量從“優(yōu)”到“中度污染”4個(gè)等級(jí)下的兒童呼吸疾病門(mén)診量呈梯度增長(zhǎng)[26]。兒童較成年人氣道狹窄,每千克體重的空氣攝入量高,呼吸系統(tǒng)和免疫系統(tǒng)發(fā)育不成熟,抵抗力低下,加之戶(hù)外活動(dòng)機(jī)會(huì)多,空氣中攜帶的細(xì)菌、病毒等有害物質(zhì)更易刺激呼吸道,引發(fā)肺部感染[25]。

時(shí)間分層顯示,冬春季節(jié)是呼吸系統(tǒng)疾病的高發(fā)期,這與遵義市[12]、蘭州市[18]、臨汾市[27]等城市得到類(lèi)似結(jié)論。數(shù)據(jù)還顯示,冬季PM2.5、PM10、SO2、NO2和O38h的風(fēng)險(xiǎn)值分別為夏季的1.04、1.03、1.12、1.07和1.05倍,近期研究也證實(shí)了這種積極聯(lián)系在寒冷季節(jié)比在溫暖季節(jié)更加明顯[19,28]；采暖期和非采暖期對(duì)比顯示,PM2.5、PM10、SO2、NO2和CO的采暖期濃度值和疾病日住院人數(shù)均高于非采暖期,且采暖期呼吸系統(tǒng)患病的滯后期較非采暖期提前。原因在于中國(guó)北方地區(qū)冬春季節(jié)氣溫低,可減弱呼吸道粘液纖毛運(yùn)動(dòng)[29],且因采暖期燃煤供暖等原因,大氣污染物濃度更高,毒性更強(qiáng),導(dǎo)致病情復(fù)雜,反復(fù)性大,合并癥多,增加了人體患病風(fēng)險(xiǎn)[30],相比非采暖期將大大縮短患病周期。

單污染物模型顯示,PM2.5、PM10、SO2、NO2和CO在lag07時(shí)健康效應(yīng)最大,O38h在lag4時(shí)健康效應(yīng)最大。合肥市的研究也顯示lag07時(shí)累積效應(yīng)的顯著性最高[31],一些特定城市的研究也獲得了不同的最佳滯后天數(shù)[20—21]。相比來(lái)看,西固區(qū)大氣污染對(duì)疾病的累積滯后效應(yīng)更為明顯,表明污染物暴露對(duì)人體患病具有長(zhǎng)期效應(yīng)。多污染物模型顯示,除SO2、NO2與CO,以及O38h與其他污染物交互對(duì)人體患病具有協(xié)同作用,其他污染物兩兩交互均具有拮抗作用,其中PM2.5、PM10和CO是疾病住院人數(shù)增加的獨(dú)立危險(xiǎn)因素。相關(guān)研究也得到不同的獨(dú)立危險(xiǎn)因素[5],且與單污染物模型相比,多污染物模型的健康效應(yīng)降低[32]。表明各污染物之間并非簡(jiǎn)單疊加,可能存在某種聯(lián)合作用(相加、協(xié)同、拮抗等),Spearman分析結(jié)果也表明,各污染物之間高度相關(guān),可能會(huì)影響結(jié)果的真實(shí)性。因此為提高模型的穩(wěn)定性和更加科學(xué)地研究污染物的健康效應(yīng),今后可采用定量的指標(biāo)分析大氣污染成分及其對(duì)疾病的影響。

疾病分層發(fā)現(xiàn),肺炎對(duì)PM2.5、PM10、SO2、NO2最敏感,慢性阻塞性肺病對(duì)O38h最敏感。現(xiàn)有研究也發(fā)現(xiàn)多數(shù)大氣污染和肺炎[33],O3與慢性阻塞性肺病[34]之間的顯著關(guān)聯(lián)性。但值得注意的是,與顆粒物(PM2.5和PM10)相比,氣態(tài)污染物(SO2和NO2)帶來(lái)的健康風(fēng)險(xiǎn)更高,相關(guān)研究也得出類(lèi)似結(jié)論[30,34],其中SO2暴露對(duì)各人群呼吸系統(tǒng)疾病的影響均最為顯著。SO2濃度每上升10 μg/m3,越南河內(nèi)兒童lag06時(shí)呼吸系統(tǒng)疾病入院的RR值為1.123[33]；每增加一次SO2暴露,澳大利亞慢性阻塞性肺病的患病風(fēng)險(xiǎn)增加3.8%[8]。究其原因,SO2是大氣中重要的酸性氣體,主要來(lái)源于西固區(qū)工業(yè)生產(chǎn)排放、取暖燃煤,尤其是冬季SO2濃度更高[35],通過(guò)呼吸道進(jìn)入體內(nèi),直接由血液運(yùn)輸至全身,對(duì)人體健康帶來(lái)直接危害。

本研究尚存在一定局限性：(1)時(shí)間序列廣義相加模型雖能通過(guò)特殊的設(shè)計(jì)在人群暴露水平上控制一些混雜因素的影響,但無(wú)法排除個(gè)人層面的解釋因素,包括生活習(xí)慣(吸煙)、生活方式、個(gè)體差異和職業(yè)暴露等[36],給模型模擬和預(yù)測(cè)帶來(lái)了一定的偏倚。(2)僅依賴(lài)于一個(gè)固定監(jiān)測(cè)站的污染物數(shù)據(jù)作為人體暴露媒介,忽略了患者居住地與具體污染源之間的臨近效應(yīng),且本文采用了平均濃度,將導(dǎo)致一定的測(cè)量誤差,這是環(huán)境流行病學(xué)研究固有的局限性[37]。(3)未能根據(jù)現(xiàn)有資料確定住院患者的再入院頻率,有些病人可能在短期內(nèi)復(fù)診多次,這種重復(fù)的入院可能低估污染物風(fēng)險(xiǎn)估計(jì)的方差。(4)選取的滯后效應(yīng)天數(shù)較短,未能觀測(cè)到峰值的出現(xiàn),可能因疾病的潛伏期較長(zhǎng),導(dǎo)致測(cè)量結(jié)果的特定暴露可能發(fā)生在一周之前。因此,今后的研究可在以下幾方面進(jìn)行嘗試：環(huán)境暴露的健康模型及其求解方法可以將個(gè)人層面的潛在因素考慮在內(nèi),朝著多維度、非線性、多種統(tǒng)計(jì)分析手段的方向發(fā)展；若能獲得更多監(jiān)測(cè)站的污染物數(shù)據(jù)和更加全面的醫(yī)院病例數(shù)據(jù),可依據(jù)患者的職業(yè)或工作性質(zhì)進(jìn)行高、低暴露方面的分析研究,或?qū)⑽廴疚飫澐植煌燃?jí),探討不同級(jí)別污染物對(duì)呼吸系統(tǒng)的健康效應(yīng),或是對(duì)有多次門(mén)診記錄的患者進(jìn)行更為深入的研究；因呼吸系統(tǒng)疾病的潛伏期較長(zhǎng),需進(jìn)一步研究其時(shí)間趨勢(shì),以便捕獲最佳滯后效應(yīng),對(duì)于制定綜合的空氣控制策略至關(guān)重要。本研究提供的證據(jù)還表明,在處理污染物協(xié)同效應(yīng)時(shí),環(huán)境政策應(yīng)側(cè)重于多污染物的聯(lián)合防治,加強(qiáng)污染物濃度預(yù)報(bào)的準(zhǔn)確性和及時(shí)性,提高人群防范意識(shí),對(duì)指導(dǎo)居民健康出行和降低疾病住院率具有指導(dǎo)性意義。

4 結(jié)論

開(kāi)展不同區(qū)域大氣污染健康效應(yīng)評(píng)估對(duì)有效實(shí)施“健康中國(guó)2030”戰(zhàn)略和預(yù)防人群敏感性疾病具有重大而深遠(yuǎn)的意義。本文運(yùn)用GAM模型,定量分析了西固區(qū)大氣污染對(duì)呼吸系統(tǒng)的健康效應(yīng)及不同分層人群的易感性差異。研究表明：

(1)PM2.5、PM10、SO2、NO2、O38h和CO對(duì)呼吸系統(tǒng)疾病存在滯后效應(yīng),在最佳滯后天數(shù)下,其濃度每升高10 μg/m3(CO升高1 mg/m3),居民住院風(fēng)險(xiǎn)分別增加1.06%、1.04%、1.10%、1.07%、0.97%和3.83%。氣態(tài)污染物(SO2和NO2)相比顆粒物(PM2.5和PM10)對(duì)人體呼吸系統(tǒng)的危害性更高。

(2)性別、年齡和時(shí)間分層顯示,女性?xún)和瘜?duì)大氣污染物更為敏感；冬春季節(jié)是呼吸系統(tǒng)疾病的高發(fā)期；采暖期污染物濃度值和每日呼吸系統(tǒng)患病人數(shù)均高于非采暖期,且采暖期呼吸系統(tǒng)患病的滯后期比非采暖期提前了約2—6 d；SO2暴露對(duì)不同人群分層結(jié)果的影響均最為顯著。

(3)不同疾病分析發(fā)現(xiàn),肺炎對(duì)PM2.5、PM10、SO2、NO2最敏感,慢性阻塞性肺病對(duì)O38h最敏感,哮喘、上呼吸道感染和支氣管炎受SO2的影響較為顯著。

(4)多污染物模型中,不同污染物交互對(duì)疾病的影響具有協(xié)同作用或拮抗作用,PM2.5、PM10和CO是西固區(qū)呼吸系統(tǒng)疾病住院人數(shù)增加的獨(dú)立危險(xiǎn)因素。