混杂因素对大气污染与居民死亡关系的影响

(山西广播电视大学,山西 太原 030027)

在1952年发生的伦敦烟雾事件中,由于燃煤造成大气污染物浓度短期急剧增加,导致当地约12,000人死亡[1]。这一事件后,国内外研究人员在关注环境污染事件的同时,也开始关注处于低浓度水平的大气污染物变化对人体健康造成的不利影响,并逐步证实了大气污染物短期浓度变化与人群日死亡人数有关[2]。但是,大气污染物是气态和颗粒态的混合体,对于是气态还是颗粒态哪类污染物对人体健康危害更大,研究人员仍存在一定争议。例如,北美国家的一些研究认为可吸入颗粒物是影响居民健康的主要污染物,而欧洲进行的类似研究则提出SO2和NO2等气态污染物与居民健康的关系比颗粒态更为密切[3]。此外,在污染与居民健康关系中像温度、湿度以及研究对象的社会经济特征等潜在混杂因素也对两者的关系产生一定的影响[4, 5]。为此,笔者深入探讨了天津市常规大气污染物的短期暴露浓度对于城区居民死亡人数的影响,并分析了季节以及年龄、性别等人群特征效应的修饰作用,为当地有关部门制订相关的环境卫生政策、保护居民身体健康提供了科学理论依据。

一、研究背景分析

研究采用2008年1月1日-2011年12月31日天津市城区(包括六个行政区域:和平区、河北区、河西区、河东区、红桥区和南开区)居民每日死亡统计资料,其来源于天津市疾病预防与控制中心。我们采用第10版国际疾病分类法分析归纳城区居民非意外总死亡(非意外总死亡是指总死亡人数减去意外死亡人数,文中简称总死亡)的统计资料,非意外总死亡编码为A00-R99,其每例疾病死亡病例的详细信息,包括姓名、性别、身份证号、出生日期、居住地点、文化教育程度、从事的职业、死亡的具体时间以及根本死亡原因等都记录在疾控中心死亡登记报告系统的电子档案中。我们分别按照年龄层次(60岁以上,60岁以下包括60岁人群)、性别(男和女)以及受教育文化程度(文盲和小学、初中以上包括初中)将非意外总死亡人数进行分组进行分析,此外,总死亡人数还按照温暖季节(4-9月)和寒冷季节(10月-第二年的3月)分别进行了分组分析。

研究采用的污染数据来源于天津市环境监测中心网站公布的同期空气质量日报资料,包括常规大气污染物SO2、NO2和PM10的每日浓度,其浓度值为城区各国控监测点的数据的算术平均值。天津市环境监测中心作为国家环境监测的一级监测站,其监测的数据完全满足质量的保证和控制的要求。

研究采用中国气象科学数据共享服务网(http:∥cdc.cma.gov.cn)公布的同期天津地面国际交换站的气候资料日值数据,其中气象指标包括每日平均气温和每日平均相对湿度。

二、研究方法分析

本研究采用时间序列方法的核心模型-广义相加模型(GAM)来分析大气污染与居民非意外总死亡之间的关系。GAM在处理混杂因素方面具有灵活而有效的优点,因而被广泛应用于环境流行病学有关污染急性健康效应的研究中。居民每日非意外死亡人数相对于城区总人口而言为小概率事件,在统计学上近似服从Poisson分布。在引入虚拟变量排除“星期几效应”的影响、采用平衡样条函数对时间序列中死亡的长期和季节趋势、温度、相对湿度等混杂因素进行平衡化处理后,分析大气污染物浓度与居民非意外死亡之间的关系。即:

LogE(Yt)=βZt+DOW+ns(time,df)+ns(Xt,df)+intercept

Yt～Poisson[E(Yt)]

式中,

E(Yt)是指在t日居民非意外死亡人数的期望值;

β是暴露-反应关系系数;

Zt是指在t日大气污染物的浓度水平;

DOW为周一至周日的星期变量;

ns(time,df)为日期变量的自然平滑样条函数,df为其自由度;

ns(Xt,df)为气象因素的自然平滑样条函数,其中,Xt指在t日的平均温度(℃)和相对湿度(%)；

intercept表示截距。

研究采用2.5.1版本的R软件mgcv软件包分析污染暴露与居民死亡两者之间的关系。所有统计分析的检验水准定位为0.05,采用双侧检验。当P<0.05时,我们认为在统计学上污染物的健康效应具有显著性。文中分析结果均以污染物浓度增加10 μg/m3时日死亡率增加的百分比表示。

同时,为了检验不同滞后天数大气污染物浓度的健康效应以及大气中其他共存污染物对某一污染物健康效应的影响,我们还通过敏感性分析检验了结果对模型参数的敏感性。文中首先分析了单日滞后效应[包括当日(lag 0)、滞后1日(lag 1)、2日(lag 2)等]和多日移动平均滞后效应lag 01和lag 06。lag 01表示当日和前1日的移动平均值,也称为2日移动平均值;lag 06表示当日和前6日的移动平均值。其次,将大气污染物两两拟合为双污染物模型估计其各自的效应。

三、研究结果分析

(一)基本统计结果分析

表1为2008-2011年天津市居民非意外总死亡、大气污染物浓度及气象因素的频数分布。研究期间,天津年平均温度为12.9℃,相对湿度为56.7%。天津共有86898例非意外死亡病例,平均每日约为60例。同期大气污染物PM10的平均浓度为95μg/m3(范围为10～503μg/m3)、SO2的平均值为54μg/m3(范围为8～312.5μg/m3)、NO2的平均值为42μg/m3(范围为12.8～142.4μg/m3)。

(二)相关性结果分析

表2为研究期间气象因素与大气污染物浓度之间的Pearson相关分析。NO2与相对湿度呈微弱的正相关,与温度呈负相关。SO2分别与温度、相对湿度呈负相关,只是强度不同。PM10与温度、相对湿度呈微弱的正相关。SO2与NO2的相关系数最大,其值为0.71。PM10与SO2、NO2之间存在明显的正相关。

表1 2008-2011年天津市城区居民非意外总死亡数和气象指标、大气污染水平的频数分布

表2 2008-2011年天津市每日大气污染物浓度与气象因素的Pearson相关系数

注:“**”表示P<0.01.

(三)模型拟合结果分析

表3为在统计学最佳滞后天数条件(lag 01)下,在单污染模型中大气污染对非意外总死亡影响的结果。由表3可见,PM10、SO2与NO2日均浓度每增加10 μg/m3,非意外总死亡分别增加了0.47%(95%CI:0.28%, 0.66%)、0.46%(95%CI:0.05%, 0.86%)、1.22%(95%CI:0.44%, 2.01%),且每种污染物浓度的升高均与居民非意外总死亡风险的联系具有统计学意义。PM10、SO2和NO2分别在男性组、60岁以上人群组以及低教育组中所产生的健康效应更为显著。 PM10、SO2和NO2在男性组、60岁以上人群组、以及低教育组中的效应值分别是对女性组、60岁以下人群组以及高教育组效应值的1-3倍(SO2对60岁以下人群的效应除外)。此外,SO2和NO2的季节效应显著,寒冷季节的健康效应是温暖季节的2-5倍,而PM10却相反,温暖季节比寒冷季节对非意外死亡的效应更大些。

表4为双污染物模型中PM10、SO2和NO2日均浓度每增加10 μg/m3,在统计学最佳滞后天数条件(lag 01)下,天津市居民非意外总死亡增加的百分比。SO2与NO2变量的引入几乎没有影响PM10的效应,而SO2或NO2在其它污染物变量引入后或多或少降低了该污染物的效应。

表3 大气污染物日平均浓度每增加10 μg/m3,天津市城区居民非意外总死亡概况

表4 在单双污染物模型下大气污染物在lag01浓度每增加10 μg/m3,天津市城区居民非意外总死亡增加的百分比

图1呈现了大气污染物在最佳滞后天数下浓度的增加与居民非意外总死亡之间的暴露-反应关系曲线。图中显示,PM10、SO2和NO2对非意外疾病总死亡的暴露-反应曲线基本呈线性或近线性关系,表明超额死亡风险随污染物的浓度上升而增加。

图1 PM10、SO2和NO2浓度分别与居民非意外总死亡率的暴露反应关系

图2为单污染物模型的滞后效应和多日移动平均滞后效应的分析结果。从图2可见,在当日(lag 0)PM10、SO2与NO2的单日滞后效应达到最大值,之后随着滞后天数的增加效应逐渐下降。PM10、SO2和NO2的2日累积效应最强,比任一单日滞后效应都强得多。

图2 PM10、SO2和 NO2 在不同滞后天数每升高10 μg/m3导致的非意外总死亡率百分比的增加(均值和95%可信区间)

类似的研究在我国多地进行,得出的结果与本研究基本一致。侯斌等[5]评价得出西安的主要大气污染物PM10、SO2和NO2对居民总死亡的超额风险分别为0.35%、0.60%和2.42%。Kan等[6]分析得出PM10、SO2和NO2对上海居民全死因死亡率分别增加0.25%、0.95%和0.97%。Shang等[7]以我国 33 个大中型城市为研究站点,采用meta 分析方法得出 PM10、SO2和NO2对非意外总死亡的合并效应值分别为 0.32%,0.81%和1.30%。上述研究显示污染物浓度每增加10 μg/m3,其导致的死亡超额风险存在一定差异,这是由于不同城市污染物浓度变化范围不同。此外,污染物的健康效应除与污染物浓度、气象条件有关外,还与不同地区人们的社会经济特征、生活习惯等有关。比如,侯斌等[5]的研究得出男性对于大气污染更为敏感的结论与本研究一致,但一些报道结果与此相反,例如Kan等[6]认为大气污染对男性总死亡的影响要弱于女性,究其原因,与不同人群的户外活动、家中通风等习惯有关,但Kan等[6]进一步指出有关性别、年龄等因素对于污染物健康效应的修饰作用还没有最终的定论。

比较温暖和寒冷季节的分析结果,可发现大气污染的健康效应存在季节性差异。与本研究结果类似的是,侯斌等[5]分析得出非采暖期PM10暴露对西安居民总死亡的效应比采暖期的更为显著,与本研究中关于不同季节PM10的效应一致。本研究还发现SO2和NO2只在寒冷季节中的健康效应显著。作为北方城市,天津的十月到第二年的三月这一时间段(除十月以外)均属于采暖期,而同年的四月到九月为非采暖期,颗粒态和气态污染物在不同季节质量浓度的差异产生了不同的健康效应状况,SO2和NO2的质量浓度在采暖期远高于非采暖期,而在不同时期PM10的质量浓度相当。此外,地理因素、气象条件以及人群分布状况及其特点等因素也会造成研究结果之间的差异。

双污染物模型分析结果再次证明PM10对居民死亡确有影响。阚海东等[8]指出,多污染物模型在统计学上意义较低的原因是由于多污染物模型会增加模型拟合结果的标准差,因而需慎重考虑多污染物模型的结果[3]。

我国上海[3]有关研究SO2和NO2与健康方面暴露反应关系所对应的曲线走向基本与本文研究结果一致,即呈线性或近线性增长无阈值,但张燕萍等[9]研究太原市PM10与人群每日死亡率的关系却呈阈值非线性曲线,Li等[10]研究北京PM10与非意外死亡之间关系也呈非线性曲线。分析原因,我国不同地区PM10的健康效应曲线呈现较大差异与暴露剂量范围以及颗粒物来源不同有很大关系[9]。但到目前为止,有关具体的反应机制还不清楚,需要进一步研究。

四、结论

诚然,由于主要大气污染物之间的Pearson相关系数数值较高(表2),目前尚无法将不同污染物各自的效应分开估算[3],因此需从整体的角度探讨颗粒态和气态污染物对人体健康的作用。本文在污染滞后效应的基础上定量分析了2008-2011年天津市常规监测指标PM10、SO2和NO2质量浓度变化对居民每日非意外总死亡的影响,关注了冷暖季节以及不同性别、不同年龄阶段和不同文化程度的居民对两者之间关系的影响,并观察了大气污染暴露与居民健康反应两者之间的关系,揭示出研究时段天津市大气污染水平特别是PM10对居民非意外总死亡确实存在显著的不利影响。