杨相龙,黄碧捷,徐杰佳,张茂荣
(江汉大学 化学与环境工程学院,湖北 武汉 430056)
颗粒物(PM)污染,尤其是PM2.5,已成为影响我国居民健康的重要环境因素之一[1]。随着《大气污染防治行动计划》(2013年)等大气污染控制政策与相关措施的推行,我国空气颗粒物污染问题得到了很大程度上的改善。如何量化诸如颗粒物等污染物带来的健康损失,或者说如何评估污染治理措施带来的健康收益一直都是热门的研究课题。评估颗粒物污染造成的健康危害及其经济损失,可以为城市进行生态文明建设时对颗粒物污染防治政策的成本效益分析提供建议和参考意见。近年来,研究者们在这一领域的探索与实践也形成了健康效益评估的基本思路和方法。
大气颗粒物(PM)对人体健康的影响与其化学成分和粒径大小显著相关[2]。长期暴露于高浓度PM10中会引起咳嗽、哮喘、支气管炎等呼吸系统疾病。PM2.5对人群的危害更大[3],能穿透肺部进入血液循环,导致心血管疾病,甚至能致敏感人群急性死亡,给人口带来严重的健康风险和经济损失[4]。以PM2.5为主体的大气复合污染及其带来的健康效应是当前研究的热点之一。如何客观、准确、量化的评估颗粒物的实际暴露水平是进行人群健康效益评估的基础。关于暴露分析方法的研究,以是否对研究对象直接测量可以划分为直接法和间接法。
直接法主要分为:个体暴露测量法和生物标志法两类。个体暴露测量是直接对个体监测和收集诸如大气颗粒物等污染物的暴露量。该方法适用于需要准确暴露数据的小范围的流行病学调查,但显然不适用于对大规模人群进行评估。大气颗粒物进入机体后会引起机体产生相应的生化反应,产生相应的可分析的生物标志物[5]。生物标志法是通过污染物及其代谢产物的体内含量来反映暴露水平。生物标志物能很好的反映机体吸收污染物与其健康的关系,能定性评估机体通过饮食、呼吸、透过皮肤等不同途径累积的污染物,但是无法做到量化通过不同暴露途径进入机体的污染物。
间接法主要分为:环境监测站法、问卷调查法、微环境法和模型法。其中模型法应用最为广泛。模型法将影响暴露程度诸如外部浓度、气象数据等多种因素结合起来建立暴露模型,通过已知数据去估算相应的暴露参数,可以用现有数据预测未来暴露水平,不需要大规模采样。目前常用的暴露模型包括:GIS空间插值模型、大气扩散模型等[5]。模拟的多维大气质量模型能将数据与污染源、地理、气候等方面的信息相结合,体现污染物的暴露特征。我国研究人员将EPA开发的空气污染与健康效益评估模型(BenMAP)做为框架基础,尝试建立适用于我国本土化的计算参数体系。雷宇[6]等人通过对BenMAP模型中人口分布资料、大气污染与人体健康影响的暴露反应关系等的修正,采用“支付意愿法”与“疾病成本法”相结合的方法,系统评估了《大气污染防治行动计划》实施后,PM2.5污染变化引起的环境健康效益。武卫玲等人[7]利用BenMAP模型,定量评估了《大气十条》实施后PM2.5浓度降低折合的健康效益。通过污染物流行病学研究中得到的暴露-反应/效应关系对暴露危害进行评估也利用广泛。例如:Huan Chen[8]等人用该方法评估了我国2015~2016年空气污染物对死亡率的总体潜在贡献。魏国茹[9]等人依据西安市连续3年冬季PM2.5的平均浓度与同时期的医疗数据进行Poisson回归暴露模型评估了PM2.5暴露对居民健康损失间的关系。张梦娇[10]等人利用综合暴露响应模型评估了我国东部地区改善PM2.5对人群的健康效益,并分析了人口总量,人口老龄化、暴露浓度,基准死亡率的具体影响。
污染物毒理学和流行病学研究是进行健康效益评估的基础。
污染物毒理学相关的体内和体外实验研究为大气污染物的健康效应影响极其评估提供直接科学证据[11],包括:不同剂量、不同种类的污染物对体外细胞生长和发育的影响及其机理。选取暴露后测定的体内和体外毒性效应的相关毒理学指标的数据是进行健康效益评估的基础。
传统的大气污染流行病学是反映人类健康与空气污染关系的研究。包括:长期效应研究、前瞻性短期研究和干预性事件研究[12]。前瞻性短期研究是当前根据时间序列去分析和预测空气污染对健康影响的主流方法,这种方法系统相关的收集大气污染数据和以住院率和死亡率等表征的健康数据。例如:谢元博[13]等人以北京2013年1月的重度雾霾污染事件研究暴露在高浓度PM2.5环境中人群的急性健康风险,评估PM2.5污染对北京造成的经济损失,该经济损失以高暴露同时期医疗系统较低暴露时增加的负荷及增加的医疗费等来表征。大气颗粒物对健康的影响在空间上和时间上是不均衡的,呼吸系统和心血管疾病住院率在冬季受到的影响最大,对美国202个城市的研究数据表明PM2.5浓度增加10 μg/m3,呼吸系统疾病和心血管疾病的住院率分别增加1.05%和1.49%[14]。近年来,前瞻性长期效应研究兴起,其从疾病健康终端去研究大气污染健康效应,分析空气污染与每天死亡人数之间的关系,研究空气污染对人类健康的长期影响。已有研究结果表明:6个美国城市PM2.5的长期暴露与居民因心脏和肺部疾病的死亡率之间存在显著正相关性,且重度污染城市的死亡率是轻度污染城市的1.26倍[15]。而对中国超7万名中年男子的长期跟踪调查结果表明:PM2.5浓度每升高10 μg/m3,其心血管疾病死亡率为1.8%,呼吸道疾病死亡率为1.7%[16]。
如何将污染数据和健康数据转化为经济数据是进行污染物健康效益评估的关键。常规的分析评估方法包括:基于标准指标体系的空气污染经济学分析;疾病成本法;人力资本法;生命质量评价和意愿支付法等。排污费、减排补贴、环境税等都是将污染和环保管理体系建立经济学联系的基本方式,体现了污染的经济学价值损益。健康的经济学价值往往可以用估算疾病造成的社会控制疾病所需要花费的资源,例如护理费、门诊费、住院费、营养费、治疗期间的交通费和旅费等的直接经济损失的疾病成本法来体现[17]。同时,污染带来的疾病、残疾和早逝等造成的社会和家庭的间接经济损失一般用人力资本法来评估。近年来,污染物健康效益评估研究者们非常关注生命质量评价,该方法通常利用生命质量评价表(包括身体状况、心理状况、社会活动和综合评价等方面)和病人调查表,对大气污染所致疾病的生命质量损失上进行了定量分析。另外,意愿支付法是国际常用的对非市场商品的价值评估方法,其通过意愿评估调查,估算居民因避免空气污染造成的疾病所意愿支付的额外开销[18],如购买空气净化器,绿植,置业更高价格具备新风系统或良好生态环境的住宅,或生态旅游等。
当前对颗粒物污染的健康效益评估主要是根据不同国家和地区的具体情况探讨适用于各自的具体评估方法和相应的模型参数。概况而言:个体经济条件,国家和地区经济发展状况,空气质量情况是主要的差别影响因素。不同的个体经济条件会决定其不同的针对污染的个人防范控制措施的投入和遭遇疾病后的就医治疗方式,必然带来不同的相对损益数据,例如:美国学者研究[15]发现哮喘的公立医院入院率与居民是否有健康保险有关,低收入家庭入院率反而更高,而高收入家庭或许选择了更高收费的私立医院或平时投入了更多的防范或保健措施患病率较低。故而,在进行健康效益评估时应对同样的污染造成的疾病进行不同经济条件群体的划分。不同国家和地区的发展情况,决定了健康效益评估中的“底线”,即评估比较中的基础标准值。对于PM2.5的标准值而言,世卫组织制定的年和24 h平均浓度标准分别为:10 μg/m3和25 μg/m3;相应现行的美国PM2.5的年和24 h平均浓度标准分别为15 μg/m3和35 μg/m3(2006年执行,相当于世卫组织过渡期Ⅲ的指标);我国现行的PM2.5的年和24 h平均浓度标准分别为35 μg/m3和75 μg/m3(2016年执行,相当于世卫组织过渡期Ⅰ的指标)。显然,不同的国家和地区按照不同的标准计算颗粒物污染物的健康效益是不同的。另外,疾病并非单一某种大气污染物带来,而是多种大气污染物综合效益的结果。在进行健康效益评估时还应考虑特定国家和地区不同的空气质量状况。例如:Pope[19]等人研究发现不同来源的PM2.5组分和毒性对人群健康的影响不同,总死亡率和心脏病死亡率跟空气中的 PM2.5和SO2浓度有关,在排除吸烟、饮食、职业和地理位置变化等风险因素之后,PM2.5浓度每升高10 μg/m3,死亡的发生风险增加4%,其中心肺疾病死亡的发生风险增加8%。越来越多PM2.5的溯源研究将为不同来源PM2.5的健康效益评估提供更全面和准确的背景数据信息。
以上的这些差异因素,必然带来了颗粒物健康效益评估的不确定性。不确定性分析是健康效益评估必然要考虑的部分。为了降低研究的不确定性,主要对健康评估研究终端的选择、暴露反应参数的选取和颗粒物危害浓度阈值等方面进行了优化或特异性研究。健康评估研究终端的选择会影响健康效益评估的结果。健康评估研究终端既包括选择的与颗粒物污染带来的健康影响相关的指标体系,如颗粒物污染导致的各类急、慢性疾病的死亡率,患癌率等,也包括不同经济条件,性别、年龄等个体差异的居民群体的筛选的科学性等。若计算健康效益中一些与污染相关联的健康终端未计入评估,可能会低估改善大气污染物浓度带来的健康效益。另外,不同国家和地区的大气污染及颗粒物成分状况、人口的易感性和年龄分布会带来健康效益评估模型中重要的暴露反应系数的差异,虽然大数据平台和Meta研究分析方法能有效的从技术层面规避一定的差异性,但是若要进一步降低污染物健康效益评估研究的不确定性,还是应该建立特征的暴露反应参数体系的选取和建库。最后,不同的经济发展和研究认识水平,对颗粒物危害浓度阈值也应逐步准确确定,应加快大气污染物健康效应基准研究的相关成果在国家或地方标准建设和更新中的速度,使得健康效益评估更为贴合实际。
当前颗粒物污染的健康效益评估实际上是相对污染控制标准为基础,以健康相关指标的经济学损失为量化方式的研究,是污染若在标准限值内的假设性状态下的定量体现。首先,颗粒物污染与具体的病症间是否直接相关,或者说相关程度大小都基于流行病学的证据。不同颗粒物的来源造成的危害程度不一致,颗粒物中不同化学组分的交互作用及其影响程度均会对健康效益评估产生影响。这必然要求未来会更加关注流行病学调查的长期效应研究。另外,不同组分、不同来源甚至二次转化过程的大气毒理学相关研究也会越来越得到重视。其次,健康效益评估方法的特异性和不确定性相关研究也会加强,为了更准确地评估颗粒物污染健康效益,表征颗粒污染物治理的成效,也会加快更精确、更及时的监测智能化的发展,为健康效益评估提供精细的背景分析数据。再次,污染物健康效益评估的发展必然能为绿色GDP体系的建立和完善提供思路和操作方法的参考,相关的研究也会兴起。最后,颗粒物污染健康效益评估必将促进环境科学、医学、数学与统计学、毒理学、社会学等相关科学门类的交叉边缘学科的研究与发展,甚至带来新的污染治理的视角和产业更新,未来可期。