空氣污染與呼吸系統疾病發病率的關系分析

2021-05-10 08:50:56汪鋒，劉辛

重慶大學學報 2021年4期

汪鋒，劉辛

(重慶大學經濟與工商管理學院，重慶 400044)

中國的城市化和工業化進程不可避免地伴隨著環境污染。目前中國許多城市正在遭受嚴重的霧霾污染。國家生態環境部通報2018年全國338個城市中有262個PM2.5平均濃度超標，空氣質量超標天數比例高達21%。空氣質量的下降對居民健康和生活質量造成嚴重威脅，世界衛生組織估計2016年的空氣污染導致全世界420萬人過早死亡[1]。大量醫學研究領域的文獻認為空氣污染不僅會直接導致癌癥、心血管疾病和呼吸系統疾病的發病率升高，而且與人口死亡率升高直接相關[2-9]。中國嚴重的空氣污染引起了國內學術界的廣泛關注，基于中國數據研究空氣污染健康風險的實證研究也日益豐富[10-14]。

中國政府高度關注空氣污染治理問題，2018年8月全國人大修訂了《中華人民共和國大氣污染防治法》，國務院分別于2018年和2013年發布了《打贏藍天保衛戰三年行動計劃》和《大氣污染防治行動計劃》，并在全國范圍內建設“國家環境空氣質量檢測網”，能夠實時監測和預報各城市的空氣質量。基于多年積累的城市空氣污染監測數據，筆者使用2013年1月至2018年12月重慶市某醫院54 337個呼吸系統疾病確診病例的微觀數據，通過假設該醫院服務社區的人口規模在短期內沒有顯著的變化，使用多種呼吸系統疾病確診量作為呼吸系統疾病發病率的代理變量，與中華人民共和國生態環境部公布的城市空氣質量月度報告中的重慶各類空氣污染物的月度濃度指標進行匹配，定量分析城市空氣質量與各類呼吸系統疾病發病率之間的統計關系。

本文的研究一方面提供了最新的基于中國西部特大城市重慶市空氣污染暴露健康風險的實證證據；另一方面，由于“國家環境空氣質量檢測網”提供了不同種類空氣污染物濃度的詳細數據，因此能夠細致地評估不同種類空氣污染物帶來的負外部性和社會福利損失，為有針對性地制定環境政策和公共衛生政策提供準確的基礎信息。

1 數據與樣本

1.1 呼吸系統疾病確診病例微觀數據

本文中使用的呼吸系統疾病微觀數據來源于重慶市某醫院2013年1月至2018年12月確診的呼吸系統疾病確診病例，包括支氣管哮喘、慢性支氣管炎、上呼吸系統感染、社區獲得性肺炎、細菌性肺炎、肺氣腫、慢性阻塞性肺疾病、肺惡性腫瘤。此外，作為一個對照組，非呼吸系統疾病急性心肌梗死疾病確診病例也納入了實證研究的微觀數據之中。

所獲取呼吸系統疾病微觀數據的醫院為重慶市主城區區域性中心醫院，6年的觀測樣本期間內獲得了該醫院45 380個被調查種類疾病確診病例的詳細資料。重慶市2013年至2018年年均常住人口增長率為0.87%，增長較為緩慢，因此假設該醫院服務社區的人口規模在樣本期內沒有顯著的變化，使用某類呼吸系統疾病確診量作為該呼吸系統疾病發病率的代理變量。由于該醫院信息系統的限制，部分時間段內的呼吸系統疾病確診病例資料無法獲取。所使用的呼吸系統疾病確診病例時間分布如表1所示。

表1 重慶市某醫院呼吸系統疾病確診病例數(2013—2018)

續表1

1.2 空氣污染觀測數據

隨著城市霧霾污染在中國引起公眾的高度關注，中國政府推出了新的《環境空氣質量標準》(GB 3095—2012)、《環境空氣質量評價技術規范(試行)》(HJ 663—2013)，從2013年起將大氣中的細顆粒物(PM2.5)質量濃度(μg/m3)、可吸入顆粒物(PM10)質量濃度(μg/m3)、二氧化硫(SO2)質量濃度(μg/m3)、二氧化氮(NO2)質量濃度(μg/m3)、一氧化碳日均值第95百分位(CO-95per)質量濃度(mg/m3)、臭氧日最大8小時第90百分位(O3-8H-90per)質量濃度(μg/m3)納入日常大氣環境質量監測范圍，并測算城市環境空氣質量綜合指數。

中華人民共和國生態環境部通過其官方網站(http:∥www.mee.gov.cn/)提供了全國各城市的“全國空氣質量實時發布”“城市空氣質量狀況月報”等官方權威空氣質量地面監測數據。這一數據來源于中華人民共和國生態環境部下屬的中國環境監測總站在全國范圍內建設的“國家環境空氣質量檢測網”，包括全國338個地級以上城市(含地、州、盟所在城市)設置的監測點位1 436個(其中含135個清潔對照點)。

2014年12月以后“城市空氣質量狀況月報”報告了各大城市PM2.5、PM10、SO2、NO2、CO和O3月均濃度數據，2014年12月之前雖然沒有具體空氣污染物的月均濃度數據，但報告了各大城市的環境空氣質量綜合指數，可以視為空氣污染程度的綜合觀測變量。環境空氣質量綜合指數是描述城市環境空氣質量綜合狀況的無量綱指數，它綜合考慮了SO2、NO2、PM10、PM2.5、CO、O3六項空氣污染物的污染程度，環境空氣質量綜合指數數值越大表明綜合污染程度越重。其計算方法為首先計算各空氣污染物的單項指數，計算公式為

(1)

式中：Ci為污染物i的濃度值，Si為污染物i的日均值大氣環境二級標準。

將上述六項空氣污染物的單項指標進行加總即可得到環境空氣質量綜合指數

(2)

式中：Isum為環境空氣質量綜合指數，Ii污染物i的單項指數，i包括全部六項空氣污染物指標，即SO2、NO2、PM10、PM2.5、CO和O3。

與目前在中國霧霾問題研究中被大量使用的衛星空間觀測數據[15]相比，中國環境監測總站地面監測數據具有兩大優勢：第一，地面監測數據可以獲得不同類型空氣污染物的觀測數據，從而獲得空氣污染物結構變化，及其與特定呼吸系統疾病關系的信息；第二，目前公布和使用的衛星空間觀測數據存在一定的時滯，無法獲得最新的城市空氣質量情況。

使用2013年至2018年“城市空氣質量狀況月報”中的重慶市空氣質量月度環境空氣質量綜合指數和2014年12月至2018年12月重慶市PM2.5、PM10、SO2、NO2、CO和O3月均濃度數據來衡量重慶市的空氣質量情況。文中所使用的重慶市某醫院呼吸系統疾病月度確診量數據和城市空氣質量月度數據的變量定義及其描述性統計如表2所示。

表2 變量描述性統計

2 實證分析

為了準確地評估各類空氣污染物與呼吸系統疾病發病率之間的關系，實證分析分為兩步。第一步使用統計學相關性分析，尋找變量之間的統計學規律；第二步根據呼吸系統疾病確診量的數據特征，使用計數數據泊松回歸模型定量衡量城市空氣污染對呼吸系統疾病發病率的影響。

2.1 相關性分析

樣本相關系數是最為常用的衡量2個變量之間線性相關程度的統計指標，如式(3)所示。

(3)

式中：分子為X和Y之間的樣本協方差，分母為變量X和Y各自的標準差的乘積。使用相關性分析對各類呼吸系統疾病發病率與空氣污染物濃度的實證結果如表3所示。

表3 空氣污染與呼吸系統疾病確診量的相關系數

續表3

從表3可以發現，空氣污染物濃度與多種呼吸系統疾病發病率存在顯著的正相關關系。空氣污染加重時，不僅各類急性呼吸系統疾病確診量會增加，慢性呼吸系統疾病就醫確診的數量也會增加，空氣污染是呼吸系統疾病發生或病情加重的重要誘因。

具體而言，支氣管哮喘、慢性支氣管炎、社區獲得性肺炎、細菌性肺炎、肺氣腫、慢性阻塞性肺疾病、肺惡性腫瘤病患者確診量在空氣污染加重的月份會增加。但上呼吸系統感染和作為對照組的急性心肌梗死在所研究的時間段和樣本中，與空氣污染之間不存在統計意義上的相關關系。

臭氧污染主要由人為排放的氮氧化物和揮發性有機物在高溫、日照充足、空氣干燥條件下轉化形成。從重慶市的月度空氣污染數據來看，臭氧日最大8小時第90百分位濃度(O3-8H-90per)與其他空氣污染物月均濃度之間存在顯著的負相關關系，與各類呼吸系統疾病確診量也存在負相關關系，因此不構成呼吸系統疾病發病的誘因。

2.2 回歸分析

呼吸系統疾病確診量是典型的計數數據(count type)，只能取非負整數，為了對這類數據建模，采用考慮計數數據特性的泊松概率分布(Poisson probability distribution)，構建泊松回歸模型(Poisson regression model, PRM)進行估計。

泊松回歸模型對空氣污染與呼吸系統疾病發病率之間的關系進行回歸分析，具體的模型形式為

yt=E(yt)+ut=λt+ut，

(4)

其中，

λt=E(yt|Xt)=eBX=eβ0+β1pollutiont+β2tempt+β3sunt，

(5)

(6)

式中：被解釋變量yt為所調查醫院某類呼吸系統疾病月度確診數量；λt為泊松分布的參數被解釋變量yt的條件均值；X為決定λt的解釋變量向量，假設與呼吸系統疾病發病率相關的因素包括空氣污染程度pollutiont，以及氣候因素控制變量月平均氣溫tempt和日照時數sunt。控制變量月平均氣溫和日照時數的數據來源于歷年《重慶市統計年鑒》和中國氣象局主辦的中國天氣網(www.weather.com.cn)。根據相關系性分析的結果，回歸分析中不包括上呼吸系統感染、急性心肌梗死兩類與空氣污染在月度數據中不相關的疾病，同時不使用空氣污染中的臭氧日最大8小時第90百分位濃度數據。

上述泊松回歸模型的參數為非線性，可以通過極大似然估計方法(maximum likelihood estimate, MLE)對該非線性回歸模型進行估計。重慶市PM2.5月均濃度對呼吸系統疾病確診量影響的估計結果如表4所示。

表4使用計數數據泊松回歸模型的極大似然估計結果表明，PM2.5月均質量濃度增加1 μg/m3，當月支氣管哮喘平均確診病例數量將提高約1.1%，慢性支氣管炎平均確診病例數量將提高約0.8%，上呼吸系統感染平均確診病例數量將提高約0.2%，社區獲得性肺炎平均確診病例數量將提高約0.7%，肺氣腫平均確診病例數量將提高約0.5%，慢性阻塞性肺疾病平均確診病例數量將提高約1%。上述實證結論表明PM2.5污染是呼吸系統疾病發病的重要誘因，帶來較大的公共衛生風險。但在所考察的樣本區間，PM2.5污染與細菌性肺炎、肺惡性腫瘤平均確診數量與無關。除了肺惡性腫瘤以外，表4中的似然比例統計量在所有的回歸結果中概率值均很低，表明模型中的解釋變量能夠很好的解釋被解釋變量各類呼吸系統疾病確診量的變化。

表4 PM2.5月均濃度對呼吸系統疾病確診量影響的極大似然估計結果

表5報告了本文中涉及的所有空氣污染物對呼吸系統疾病確診量泊松回歸模型的極大似然估計系數，以及系數等于零的概率值，在估計過程中使用了氣候因素控制變量月平均氣溫tempt和日照時數sunt。從表5的估計結果來看，PM2.5、PM10、SO2、CO污染以及空氣污染綜合指數與支氣管哮喘、慢性支氣管炎、上呼吸系統感染、社區獲得性肺炎、肺氣腫和慢性阻塞性肺疾病確診量之間的極大似然估計系數為正，且顯著的異于0，表明空氣污染增加會帶來上述呼吸系統疾病的確診量的增加。NO2污染與社區獲得性肺炎、細菌性肺炎和肺惡性腫瘤以外的其他呼吸系統疾病確診量之間也存在上述關系。雖然細菌性肺炎確診量與單獨某項空氣污染物月均濃度無關，但月度空氣污染綜合指數能夠解釋細菌性肺炎確診量的變化，表明空氣污染是細菌性肺炎的致病原因之一。與上述研究結論不同，表3顯示上呼吸系統感染與各種空氣污染物濃度之間不存在相關關系，但表5的泊松回歸模型極大似然估計結果表明空氣污染暴露將增加罹患上呼吸系統感染的風險。表3顯示肺惡性腫瘤確診量與各種空氣污染物濃度之間存在正相關關系，但表5的泊松回歸模型極大似然估計結果表明空氣污染暴露與罹患肺惡性腫瘤的風險無關。