2014, Vol. 35
伴随着快速工业化和城镇化，我国许多城市的环境空气质量都呈现出恶化趋势，环境空气重污染事件频发，影响范围越来越广，包括北京在内的我国多个城市都曾经出现在世界10大空气污染城市名单之中[1]，对居民健康和社会经济的危害日趋显著. 受不利天气和污染排放增加等多重因素的影响，包括北京在内涉及我国中东部130多万km2的严重雾霾污染事件，更是引起了全社会对大气环境污染及其健康损害的空前关注. 短期高浓度的空气污染对人体健康影响严重，20世纪著名的世界公害事件如比利时马斯河谷工业区4日内SO2污染事件，美国宾夕法尼亚州多诺拉镇1948年6日内SO2以及粉尘污染事件，40年代初美国洛杉矶光化学烟雾事件，1952年英国伦敦4日内烟雾事件[2]中，由于大气污染物高浓度暴露水平，引起了不同程度的居民急性死亡、 喉痛、 咳嗽、 呼吸困难等大气污染性疾病、 并致使更多人患上支气管炎、 冠心病、 肺结核乃至癌症. 定量评估高浓度PM2.5暴露下的居民健康风险并提出空气重污染事件的健康预警和应急措施意义重大.
健康风险评估目前多采用危险度评价方法，通过评价主要污染物每增高一个单位所产生的健康损失，定量表征污染物浓度变化产生的人体健康效应[3]. 其中，暴露反应关系链接了大气质量变化和人群健康效应终点的变化，是定量评价大气污染健康危害的关键. 国内外针对多种呼吸系统、 心脑血管系统疾病发病率、 就诊人数与PM10、 SO2和NO2等主要空气污染物之间的暴露反应关系开展了一系列研究，初步获取了主要污染物暴露水平与老年人、 儿童等特定敏感人群患相关疾病的几率和死亡率之间的相关关系[4, 5, 6]. 国内目前在上海、 香港、 武汉、 广州、 西安和北京等地分别开展了PM10, PM2.5暴露与城区居民健康影响的相关研究[7, 8, 9]，但是，针对突发性空气重污染事件的人群健康风险评价和健康预警研究在国内外均属鲜见. 在人群健康风险评估基础上，多以年作为时间尺度评价大气污染健康损害的经济损失[10, 11, 12]，其中包括对北京市2000-2004年期间以及2006年和2009年大气污染所开展的健康损失经济价值评估[10, 11, 12]. 这些评估大多采用疾病成本法(cost of illness, COI)、 人力资本法、 支付意愿法(willingness to pay, WTP)等方法[13]. 国内许多城市和地区包括兰州、 重庆，天津、 江苏、 贵州、 上海、 九江和南宁等均开展了针对大气污染的人群健康支付意愿调查[14, 15, 16, 17].
受能源消费和机动车数量快速增长的影响，北京市空气质量仍然较差，在世界卫生组织2011年公布的全球91个国家1 100个城市中空气质量排名第1 036位，全市严重污染日占到每年天数的6%且有增加的态势[18]，主要空气污染物PM2.5长期超标，灰霾问题日趋严重. 因此极有必要对短期的高浓度空气污染健康风险进行识别、 评估与防控. 本研究以2013年1月10-15日的严重雾霾污染事件为背景，选择北京市常住人口作为评估样本并利用主要污染物PM2.5逐日浓度数据，定量评估连续6日高浓度PM2.5暴露下的居民健康风险并对潜在的健康损害进行价值估算，以期为改进和完善针对空气重污染事件的健康预警和应急措施提供依据.
2013年1月10-15日，北京市23个大气环境监测站点的主要污染物均为细颗粒物，本文研究时间段内PM2.5污染数据来源于北京市环境保护局每日公布23个大气环境监测站点空气质量数据.
考虑到数据年份的可获得性和统一性，本研究人口及居民健康终点的发病、 死亡率统一以2011年数据为准，其中以“北京市公共卫生信息中心”公布的2011年底全市分区县常住人口作为暴露人群. 实际死亡率以及其他健康终端的基准发生率分别从《2011年北京市卫生事业发展统计公报》、 《2012年中国卫生统计年鉴》和《北京市2011年度卫生与人群健康状况报告》中获得. 评估的参考浓度选取WHO制定的健康浓度指导值，PM2.5日均浓度为25 μg ·m-3.
采用空气污染流行病学研究中应用较广的泊松回归模型，评价连续多日高浓度PM2.5暴露下的居民健康急性风险[19]，公式如下：
式中，ΔE为实际浓度与参考浓度下居民健康效应之差，即由于PM2.5浓度变化带来的居民健康效应变化量; P为居民数量，万人; β为暴露-反应关系系数; c为实际暴露浓度; c0为参考浓度; E为实际浓度下的居民健康效应，E0为参考浓度下的居民健康效应，两者常以发病或死亡表示.
定量评估大气污染引起的健康损失并进行货币化估算是环境保护措施成本-效益分析的基础，对加强政府的大气污染治理力度具有重要意义. 采用疾病成本法(COI)估算对高浓度PM2.5暴露引发的各种相关疾病所造成的经济价值损失，基本计算公式为：
式中，ci为PM2.5对健康终点i造成的疾病总成本，cPi为健康终点i的单位病例的治疗成本, GDPP为北京地区国内生产总值的每日人均值[元 ·(人 ·d)-1]，TLi为因健康终点i的疾病导致的误工时间，ΔIi为健康终点i因PM2.5污染导致的健康效应变化量.
在公式(1)中，北京市常住人口2 018.6万人，人口年总死亡率为5.9‰，其中心血管疾病死亡率为2.745 9‰，呼吸系统疾病死亡率为0.621 4‰. 北京市医疗卫生机构总住院率为9.947 5%，其中呼吸系统疾病住院占总住院率的12.86%，心血管疾病住院占总住院率的9.94%. 因此，呼吸系统疾病住院率为1.279%，心血管疾病住院率为0.989%. 针对PM2.5与相关健康终点的暴露-反应系数，杨敏娟等[7]和谢鹏等[20]提出了适用于中国地区PM2.5健康效应评估的暴露-反应系数. 黄德生等[21]基于流行病学综合研究成果总结了京津冀地区PM2.5引起的各健康终端的暴露-反应系数. 本研究综合以上研究成果，结合北京市实际情况，提取各健康终点基准发生率，PM2.5污染暴露-健康反应关系系数(β值)及其95%可信限(CI)，详见表 1.
|
表 1 主要健康终点的PM2.5污染暴露-居民健康反应系数和基准发生率1) Table 1 Concentration-response (CR) coefficients for mortality and morbidity and reference incidence rates of different health terminals used in this study |
综合考虑国内流行病学研究现状及数据的可获取性，本研究所选择的与可吸入颗粒物污染相关的急性健康效应终点包括哮喘患病、 急性支气管炎患病、 呼吸系统疾病、 心血管系统疾病、 内科及儿科门诊. 其中呼吸系统疾病住院中不包括哮喘、 急性支气管炎患病，门诊诊问包括儿科与内科诊问，主要估算不同年龄阶段人群访问次数.
健康终点的单位价值乘以ΔE就是该健康终点的人群归因经济损失，各健康终点的经济损失相加即为大气PM2.5污染的人群总归因经济损失. 考虑到健康的单位经济损失评估方法多样，且不同的评估方法最后结果不一，基于各健康终点经济损失基本数据的可获得性，本研究综合年鉴分析与相关研究成果进行估算，参考《中国卫生统计年鉴(2010)》的相关统计数据进行公式(3)计算，同时综合近年关于空气污染导致的居民健康损害(包括疾病和早逝)的经济价值评估和研究结果(表 2)进行估算.
|
表 2 相关研究中北京地区空气污染健康损害单位经济成本评估结果 Table 2 Unit cost of resident health damage due to air pollution in Beijing estimated by relevant studies |
为评估不同健康终点的经济损失，本研究依据北京地区人均GDP增长率和2012年人均可支配收入将表 2中不同研究年份的研究成果最终修正为2012年各健康终点经济成本，同时对不同健康终点的经济成本进行纵向比较，取其中的高、 中、 低经济成本作为本研究的基础数据(表 3)以便更全面的评估.
| 表 3 北京地区2012年相关健康终点的单位损害经济成本 Table 3 Unit damage costs of related health terminals in Beijing area in year 2012 |
全市主要地区10-15日PM2.5日均浓度变化如图 1所示. 可见在雾霾重污染期间，10日和11日全市PM2.5浓度逐渐增高，并在12日和13日到达峰值; 尤其是在12日，东城区、 西城区、 朝阳区、 丰台区、 石景山区、 大兴区、 通州区的监测浓度均超过了最高标准限值500 μg ·m-3，最高值出现在12日的通州区(788 μg ·m-3)和朝阳区(768 μg ·m-3). 13日，主城区PM2.5浓度有所下降，郊区如昌平(城市清洁对照点)、 顺义、 平谷、 密云、 怀柔和延庆等浓度有所上升; 此后由于较强冷空气来临，到14日浓度出现明显下降，至15日部分地区降至二级标准限值(75 μg ·m-3)附近. 在整个研究时段内，PM2.5逐日平均浓度市区为306.57 μg ·m-3，郊区为283.89 μg ·m-3，分别为二级标准限值的4.09和3.79倍.
 | 图 1 北京市主要空气质量监测点位1月10-15日PM2.5日均浓度变化 Fig. 1 Variations of daily averaged PM2.5 concentrations at the main air quality monitoring stations in Beijing during the period from January 10th to 15th, 2013 |
通过将研究时段内北京市主要城区常住人口数据、 PM2.5浓度、 急性健康效应终点基线数据、 暴露-反应关系系数等代入评价模型，计算得到雾霾重污染期间全市居民针对PM2.5持续高浓度暴露的急性健康效应(表 4). 为了避免重复计算，评价过程中将不同健康终点的次日影响人数减去前一日受影响人数，作为逐日累积的健康受损人数.
| 表 4 雾霾重污染期间持续高浓度PM2.5暴露下北京市居民健康风险评估结果Table 4 Estimated outcomes of resident health risk in exposure of consecutive high-level PM2.5 during the period of heavy haze pollution in Beijing |
计算结果显示，研究时段内PM2.5高水平暴露下北京市人群健康风险将显著增大，受危害总数约43 553例(95%CI：24 766-57 332)，占常住总人口的2.2‰. 其中，突发性死亡约201例(95%CI：99-300)，呼吸系统疾病住院约为1 056例(95%CI：0-1 805)，心血管疾病住院约545例(95%CI：360-715)，儿科门诊7094例(95%CI：2 700-10 764)，内科门诊16 881例(95%CI：9 670-23 260)，急性支气管炎10 132例(95%CI：6 116-11 375)，哮喘7643例(95%CI：5 820-9 114).
在人群健康风险评价基础上，结合表 3中各健康终点的单位损害经济成本，计算得出研究时段内居民健康损失的经济价值，结果见表 5.
| 表 5 PM2.5重度污染造成的北京居民健康价值损失 Table 5 Estimated losses in economic value of residents health damage due to severe PM2.5 pollution in Beijing |
结果显示，研究时段内人群健康经济损失均值约为4.89亿元(95%CI：2.04-7.49)，约占北京市2012年GDP的0.275‰(0.140‰-0.395‰). 其中，对应高、 中、 低这3个评估标准，居民健康损害经济价值分别为6.68亿元(95%CI：3.44-9.58)、 4.83亿元(95%CI：2.46-6.98)和3.15亿元(95%CI：1.58-4.57).
结合我国空气环境标准进行超标期间居民健康影响及相关经济损失分析. 重污染期间，PM2.5日均浓度在《环境空气质量标准》(GB 3095-2012)二级标准限值75 μg ·m-3基础上每升高10 μg ·m-3，将会造成北京市常住居民早逝增加8例，呼吸系统住院增加41例，心血管住院增加21例，儿科门诊增加277例，内科门诊增加659例，急性支气管患病增加396例，哮喘患病增加299例，共增加健康受损人群1 701例. 相应增加健康经济损失约1 915.0万元，其中早逝损失1 434.0万元，呼吸系统住院损失59.7万元，心血管住院损失41.5万元，儿科门诊损失13.9万元，内科门诊损失33.0万元，急性支气管患病损失142.5万元，哮喘患病损失190.1万元.
此次评估的重点是雾霾重污染期间典型污染物PM2.5对人群健康的影响与经济损失，未考虑其他污染物如SO2，NOx，PM10等对人群健康的影响. 鉴于各种大气污染物可能对人体健康损害产生协同作用，因此，此次的评估结果有可能低估研究时段PM2.5污染导致的急性健康危害. 对比北京市2009年PM2.5年均低浓度连续6日暴露的健康风险评估结果(719例)[21]，本次针对高浓度暴露的急性健康风险评价结果约为其60倍，说明此次雾霾重污染事件对居民健康损害的急性效应是十分严重的.
目前PM2.5对健康的影响机制尚不完全清晰，因此实际测算的健康终点可能不够全面. 尽管有研究提示肺功能降低、 限制活动天数、 不良生殖结局等也与PM2.5有关，但国内缺乏相关的流行病研究和基础健康资料，因此评估相应的健康损失存在较大的不确定性，依赖于流行病学的研究结果所得到的暴露-反应系数尚待更深入研究. 同时，本次暴露-反应关系的过程本身仍存在不确定因素，例如流行病学研究中对各种混杂因素(如天气、 其他污染物、 居民暴露模式等)的定义和控制过程中存在的差异会对暴露-反应系数的研究带来一定的困难[25]. 本研究对国内不同地区的暴露-反应关系进行了综合分析并尽量选取了北京市相关研究结果，避免了采用单个研究结果可能导致的误差，也在一定程度上将不确定性控制在相对可靠的范围.
基于有限的流行病学研究得到的PM2.5暴露反应关系，难以全面而真实地反映我国城市人群在急性大气污染物暴露下健康反应现状，目前国内大气污染急性健康效应的流行病学研究在国内开展较为罕见，尚需国内同行开展更多的大气污染流行病学研究，特别是严格设计的多城市时间序列研究和病例交叉研究. 另外，本研究发现，PM2.5高浓度暴露对人群急性支气管和哮喘的患病率影响较大，高浓度颗粒物暴露对儿童呼吸系统疾病如哮喘和支气管炎影响与内科门诊尤为严重. 据相关报道[26]，此次雾霾重污染期间北京市儿童医院门诊量最高峰曾达到9 000多人次，呼吸道感染占到内科病患的50%以上; 解放军总医院急诊科1月13日接诊的500多名患者中，大部分是呼吸道疾病患者.
当前有学者已提出分病因的暴露反应关系系数通常大于不分病因的暴露反应关系系数[27]，但由于我国医疗机构在门诊、 急诊登记时并未严格区分病种，以致内科门诊成为唯一可利用的门诊健康终点，因此，本研究有可能低估大气颗粒物污染对呼吸疾病引起的健康终点人数及其他健康终点人群.
在健康损害价值评估计算中，基于WTP法的评估方法能反映被测量人群的个人意愿和偏好，相对全面地反映由于疾病或过早死亡给个人带来的经济损失和痛苦等负效用. 人力资本法和COI法也被广泛应用于健康效应的经济学评价，但未能全面反映健康损害对人们造成的负效用和福利损失. 有可能低估疾病的经济学价值[28]. 对此，研究在充分参考北京地区早逝与各种疾病成本的相关研究成果基础上，对潜在居民健康损失的经济成本分别进行高、 中、 低这3个层次的估值，这样可在一定程度上提高健康损害价值评估的可靠性. 本研究时段内北京市PM2.5高浓度污染所造成的健康经济损失高达4.89(95%CI：2.04-7.49)亿元. 早逝占的经济损失最大，其次是哮喘和急性支气管炎的发病，心血管疾病和呼吸系统疾病住院.
研究时段主城区空气污染程度要明显高于郊区，导致位于北京市中心的6个城区的急性死亡和患病人数占到健康受损害总人数的60.2%. 其中，居民健康受损害人数最多的3个区依次分别是朝阳、 海淀和丰台. 经比较，通州、 大兴、 石景山和房山这4个区的健康风险较高，延庆、 昌平、 密云和怀柔这4个区的健康风险则明显低于其他区. 因此，相对于北部地区，这次空气重污染事件对北京市南部地区居民健康影响较大.
在空气重污染期间，即便高浓度的大气污染物暴露持续短短几日，也会导致大多数受影响居民出现不同程度的喉痛、 咳嗽、 呼吸困难等呼吸系统疾病症状，并可能诱使更多人罹患或加重急性支气管炎、 心血管疾病、 肺癌等，甚至可能导致敏感人群的急性死亡，由此造成严重的居民健康损害和经济损失. 空气重污染将给相关疾病患者特别是低保家庭带来较大的财务压力. 老人、 小孩以及心肺疾病患者是PM2.5污染的敏感人群.
(1)在重污染期间应针对退休老人和学龄前儿童因污染患病就医和心肺病患者因病情加重急诊就医实行免费或补贴，这部分成本可通过设立重污染日敏感人群应急医疗补助专项资金并纳入现行的应急方案来解决. 同时，也可为建立与空气污染相关的居民健康调查统计体系以及开展相关课题研究提供间接支持.
(2)针对重污染期间对人群造成的严重健康经济损失，建议对于重污染天气要尽可能提前预报和预防，在重污染期间除继续加大污染物减排力度之外，还要在重污染日发生前3日或1周内就要采取各种措施大幅削减主要大气污染物的排放，以此预防或缓解不利天气条件下大气污染物的累积，尽可能降低影响居民健康的污染暴露水平，最大限度地减少受影响人群规模及发病人数.
(3)机动车、 燃煤、 工业污染和扬尘是北京市大气污染的主要来源. 北京2012年末常住人口已经超过2 000万，到2015年常住人口将达到2 300万; 机动车保有量目前已达520万辆，每年50亿人次乘坐公共交通出行; 全市燃煤总量保持在2 300万t，汽柴油消费总量达到630万t; 全市建筑施工面积仍高达1.9亿m2，这些使得全市污染物排放总量持续居高不下. 因此可以基本肯定的是，如果还出现类似不利天气条件，极有可能再次发生空气重污染事件. 因此考虑到未来短期内无法实现全年特别是冬季污染物大幅度减排的情况下，应进一步完善针对空气重污染日的健康预警、 应急医疗和健康防护措施，最大程度地降低由于空气污染造成的居民健康危害和损失.
(1)研究时段内北京市急性人群健康风险显著增大，常住居民中受影响病例约为43 553例(95%CI：24 766-57 332)，即北京目前2 000多万常住人口中，每1 000人中就有2-3人的健康遭受急性损害. 其中，突发死亡201例，因突发呼吸系统和心血管疾病住院分别为1 056例和545例，儿科和内科门诊分别为7 094例和16 881例，急性支气管炎和哮喘发病分别为10 132例和7 643例.
(2)研究时段内因高浓度PM2.5暴露导致的居民健康损害价值总计近5亿元，约占北京市2012年GDP的0.275‰(95%CI：0.140‰-0.395‰). 早逝与急性支气管炎、 哮喘是健康损失的主要来源，三者占总损失的90%以上.
(3)高浓度PM2.5重污染期间可能导致内科门诊量和急性支气管炎的患病人数激增，哮喘发病人数和儿科门诊量也会有大幅增加，短期内会对全市主要医疗机构造成较大压力. 对此，建议加大社区医疗单位的应急能力建设和事前准备，不仅可以降低重污染期间全市主要医疗单位的门诊压力，而且可加快对老人、 儿童等需要协助就医的易感人群的医疗处置，减少居民患病就医的交通出行量和距离，进一步提高重污染期间医疗应急和健康防护的总体效果.
| [1] | 张庆丰, 罗伯特·克鲁特斯. 迈向环境可持续的未来——中华人民共和国国家环境分析[M]. 北京: 中国财政经济出版社, 2012.45-48. |
| [2] | 宫克. 世界八大公害事件与绿色GDP[J]. 沈阳大学学报, 2005, 17 (4): 3-6, 11. |
| [3] | Cohrssen J J, Covello V T. Risk analysis: a guide to principles and methods for analyzing health and environmental risks[M]. DIANE Publishing, 1999. |
| [4] | Gianicolo E A L, Bruni A, Mangia C, et al. Acute effects of urban and industrial pollution in a government-designated "Environmental risk area": the case of Brindisi, Italy[J]. International Journal of Environmental Health Research, 2013, 23 (1): 1-15. |
| [5] | Seaton A, Godden D, MacNee W, et al. Particulate air pollution and acute health effects[J]. The Lancet, 1995, 345 (8943): 176-178. |
| [6] | Pope C A, Dockery D W. Acute health effects of PM10 pollution on symptomatic and asymptomatic children[J]. American Journal of Respiratory and Critical Care Medicine, 1992, 145 (5): 1123-1128. |
| [7] | 杨敏娟, 潘小川. 北京市大气污染与居民心脑血管疾病死亡的时间序列分析[J]. 环境与健康杂志, 2008, 25 (4): 294-297. |
| [8] | 谢鹏, 刘晓云, 刘兆荣, 等. 我国人群大气颗粒物污染暴露-反应关系的研究[J]. 中国环境科学, 2009, 29 (10): 1034-1040. |
| [9] | Huang W, Cao J J, Tao Y B, et al. Seasonal variation of chemical species associated with short-term mortality effects of PM2.5 in Xi'an, a Central City in China[J]. American Journal of Epidemiology, 2012, 175 (6): 556-566. |
| [10] | Zhang M S, Song Y, Cai X H, et al. Economic assessment of the health effects related to particulate matter pollution in 111 Chinese cities by using economic burden of disease analysis[J]. Journal of Environmental Management, 2008, 88 (4): 947-954. |
| [11] | 陈仁杰, 陈秉衡, 阚海东. 我国113个城市大气颗粒物污染的健康经济学评价[J]. 中国环境科学, 2010, 30 (3): 410-415. |
| [12] | Hou Q, An X Q, Wang Y, et al. An assessment of China's PM10-related health economic losses in 2009[J]. Science of the Total Environment, 2012, 435-436 (1): 61-65. |
| [13] | 韩茜. 北京市大气污染物中可吸入颗粒物(PM10)造成的健康损失研究——人力资本法实例研究[J]. 北方环境, 2011, 23 (11): 150-152. |
| [14] | 岳立, 高新才, 张钦智. 西部城市大气污染支付意愿的实证分析——以兰州市为例[J]. 社科纵横, 2010, 25 (9): 15-18, 39. |
| [15] | Wang H, Mullahy J. Willingness to pay for reducing fatal risk by improving air quality: a contingent valuation study in Chongqing, China[J]. Science of the Total Environment, 2006, 367 (1): 50-57. |
| [16] | Wang H, He J. The Value of Statistical Life: A Contingent Investigation in China[EB/OL]. https://openknowledge. worldbank. org/handle/10986/3905, 2010-09-01. |
| [17] | Krupnick A, Hoffmann S, Qin P. The Willingness to Pay for Mortality Risk Reductions in China [A]. In: Fourth World Congress of Environmental Economists[C], Canada, 2010. |
| [18] | 李金香, 邱启鸿, 辛连忠, 等. 北京秋冬季空气严重污染的特征及成因分析[J]. 中国环境监测, 2007, 23 (2): 89-94. |
| [19] | Wang X P, Mauzerall D L. Evaluating impacts of air pollution in China on public health: implications for future air pollution and energy policies[J]. Atmospheric Environment, 2006, 40 (9): 1706-1721. |
| [20] | 谢鹏, 刘晓云, 刘兆荣, 等. 珠江三角洲地区大气污染对人群健康的影响[J]. 中国环境科学, 2010, 30 (7): 997-1003. |
| [21] | 黄德生, 张世秋. 京津冀地区控制PM2.5污染的健康效益评估[J]. 中国环境科学, 2013, 33 (1): 166-174. |
| [22] | World Bank. Cost of pollution in China[R]. Washington D C, 2007. |
| [23] | 卫生部. 中国卫生统计年鉴[M]. 北京: 中国协和医科大学出版社, 2010. |
| [24] | He K, Lei Y, Pan X, et al. Co-benefits from energy policies in China[J]. Energy, 2010, 35 (11): 4265-4272. |
| [25] | 陈仁杰, 陈秉衡, 阚海东. 上海市近地面臭氧污染的健康影响评价[J]. 中国环境科学, 2010, 30 (5): 603-608. |
| [26] | 曹滢, 陈元, 李莹, 等. 87小时雾霾天气下的生活扫描[EB/OL]. http://news. xinhuanet. com/politics/2013-01/14/c_114356015.htm. 2013-01-14. |
| [27] | Aunan K, Pan X C. Exposure-response functions for health effects of ambient air pollution applicable for China-a meta-analysis[J]. Science of the Total Environment, 2004, 329 (1): 3-16. |
| [28] | 陈晓兰. 大气颗粒物造成的健康损害价值评估[D]. 厦门: 厦门大学, 2008. |