廣東某市疫情期間污水中精神藥物的分布特征和濫用評價

馮立洲,陳自恩,劉 波,張 巍,李喜青*

廣東某市疫情期間污水中精神藥物的分布特征和濫用評價

馮立洲1,2,陳自恩1,劉 波1,張 巍3,李喜青1*

(1.北京大學城市與環境學院,地表過程分析與模擬教育部重點實驗室, 北京 100871；2.廣東省公安廳禁毒局,廣東 廣州 510050；3.中國人民大學環境學院,北京 100872)

采用污水流行病學的方法,研究了2020年新冠疫情期間及前后廣東省某市生活污水中兩種典型精神藥物甲基苯丙胺和氯胺酮的賦存特征及其變化情況,并運用手機信令數據分析人口總數、結構特征及其變動規律,進而將兩者結合分析了疫情期間及前后兩種藥物的消費量變化特征.結果表明,疫情期間該市實際人口相對于疫情前下降了約45%,兩種藥物總消費量相對于疫情前下降了約75%.總消費量的顯著下降很大程度是由疫情期間實際人口下降造成的.實際上,疫情期間該市甲基苯丙胺和氯胺酮的人均消費水平相對于疫情前下降不到50%.考慮到疫情期間嚴格的管控措施,這一下降幅度說明這兩種精神類藥物濫用極其頑固;而疫情后兩種藥物的消費量及在環境中的濃度又基本恢復到疫情前的水平,進一步證明了精神類藥物濫用的頑固性.

藥品和個人護理品；新冠疫情；藥物濫用；污水流行病學

藥品和個人護理用品(PPCPs)在環境中的行為和影響引起人們越來越多的關注[1-2].精神類藥物是PPCPs的一類,是直接作用于中樞神經系統,使之興奮或抑制,連續使用能產生依賴性的藥物,以甲基苯丙胺和氯胺酮為代表[3].當前,精神類藥物被廣泛濫用,已成為全球日益關注的問題[3].2020年新型冠狀病毒肺炎(COVID-19)疫情期間,全國各地都采取了嚴格的防控措施,如限制交通、小區封閉管理、關閉公共場所等,精神類藥物的濫用有所下降.但另一方面,疫情期間這類藥物的管制執法活動也受到很大影響,從這個角度,精神類藥物的濫用又有可能增加.

近年來,一種新的方法——污水流行病學被廣泛應用于評估和監測精神類藥物濫用[3-4].這類方法在歐洲、北美、亞洲等區域的很多國家得到了廣泛應用[5-8],也在中國的精神藥物濫用評估方面發揮了重要作用.污水流行病學主要用于計算人均消費水平,而在總消費量評估方面往往因缺乏同步的人口數而失之準確.手機信令數據為打破這一困局提供了可能.近年來手機信令數據已經被逐漸應用到人口數據統計的研究中.例如,在城市規劃中,基于手機信令數據,可以通過基站小區定位、出行鏈識別、分區統計及結果擴樣等方法,獲取居住人口分布、通勤崗位分布、跨區人流等特征信息,為城市規劃提供了一種全新的數據獲取手段[9].在疫情防控中,通過手機信令獲取人員信息,進而構建指標和選擇算法模型,最終形成精度更高、更客觀、更契合本地疫情防控實際需要的人口數據[10].在對上海市人口分布和活動動態特征研究中,手機信令數據在構建“人口-時間-行為”關系的人口空間動態分析模型中也發揮了重要作用[11].通過移動電話數據估算人口在污水流行病學的研究中也有報道[12].

Z市地處廣東省珠三角地區,經濟發達.該市從1月23日晚啟動重大突發公共衛生事件一級響應,公共場所全部暫時關閉,所有節慶活動全部暫停舉辦,全面加強交通檢疫.2月7日,該市對各居民小區進行封閉管理.2月24日該市將突發公共衛生事件一級響應調整為二級響應.3月27日起居住小區(社區)恢復原有進出通道,不再限制人員、車輛進出,各餐飲場所有序開放堂食服務.2020年5月9日零時起,將疫情防控應急響應級別由市重大突發公共衛生事件二級響應調整為三級相應,社會生活也基本恢復正常.從上述時間節點看,Z市疫情和防控措施的調整在全國除湖北以外地區具有典型性,是研究疫情期間及前后精神藥物消費情況變化的理想代表.

精神類藥物濫用會帶來顯著的社會問題和環境問題,研究其賦存特征、消費水平及其變化規律,對相關環境風險分析和藥物濫用評價均具有重要意義.本研究首次建立了基于手機信令數據的人口分析技術與污水流行病學相結合的方法,用以評價藥物消費情況及其變化規律,在藥物濫用評價方法上具有創新性.將該方法應用于Z市,研究疫情期間及前后兩種代表性精神類藥物(甲基苯丙胺和氯胺酮)的消費量和環境賦存特征,分析疫情防控對精神類藥物濫用的影響.

1 材料與方法

1.1 實驗試劑

使用的甲基苯丙胺和氯胺酮標準品(1mg/mL溶于甲醇,純度>99%),以及甲基苯丙胺-d8和氯胺酮-d4氘代內標(100μg/mL溶于甲醇,純度>99%),均購自Cerilliant公司(美國).甲酸(HPLC級)和甲酸銨(HPLC級)均購自上海麥克林生化科技有限公司(中國).甲醇(HPLC級)購自默克公司(德國).鹽酸(AR級,36～38%)、硫酸(AR級,95～98%)和氨水(GR級,25～28%)均購自廣州化學試劑廠(中國).超純水由ULPHW-IV型超純水機(四川優普超純科技有限公司,中國)制備.

1.2 樣品采集

Z市共24個街鎮,每個街鎮均有污水處理廠,共有24個污水采樣點.本研究在每個污水處理廠的進水口開展樣品采集分析.采樣方法為,每2h采集一次瞬時樣,體積100mL,每天24h采集的12個瞬時樣等體積混勻,得到每日混合樣.隨即用37%濃鹽酸調節pH值至2,并立即轉移至-20℃冰箱冷凍保存.待全部采集完成后,統一冷鏈運輸至實驗室進行檢測分析.

從2018年開始,課題組在Z市開展污水流行病學研究,積累了24個采樣點的多年精神藥物濃度數據.疫情期間每個采樣點采集了14d樣品,采樣最早開始于2020年1月29日,最晚結束于2020年2月17日.這段時間對Z市而言疫情最嚴重,管控也最嚴.為了評估疫情對藥物消費的影響,本研究比較了疫情前2個季度,即2019年8月(采樣周期為8月14～26日)和12月(采樣周期為12月12～23日),及疫情后一個季度,即2020年5月(采樣周期為5月12～27日)的藥物消費水平.

1.3 實驗方法

污水樣品使用固相萃取法(SPE)進行樣品前處理:依次用3mL甲醇,4mL超純水,4mL鹽酸溶液(pH=2)活化Oasis-MCX固相萃取柱(Waters公司,美國);將50mL水樣用玻璃纖維濾膜(上海紅光實業有限公司,中國)過濾,除去樣品中較大的固體顆粒物.然后以1mL/min的流速通過固相萃取柱;樣品加載完成后,用5mL超純水通過固相萃取柱,以沖洗雜質;以緩和的空氣流將固相萃取柱填料干燥后,用1.2mL5%氨水甲醇溶液洗脫;洗脫液在室溫下用均勻、緩和的氮氣流將洗脫液吹干;用0.5mL20%甲醇水溶液重新溶解干燥后的殘留物;用有機相離心過濾管(VWR公司,美國)離心過濾.將上述濾液轉移入1.5mL HPLC-MS/MS專用的螺紋口透明進樣瓶中,待上機測定.

目標化合物使用島津高效快速液相色譜(Prominence UFLCXR,日本)和菲羅門(Phenomenex,美國)Gemini C18液相色譜柱(50mm×2.00mm,3μm)進行分離,進樣量為5μL.流動相由含0.1%甲酸的30mmoL/L甲酸銨水溶液(A相)和甲醇(B相)組成.洗脫梯度為:0～1.5min:20% B;1.5～2.25min:80% B; 2.25～3.1min:95% B;3.1～5.0min:20% B.流動相流速為0.3mL/min.目標化合物的濃度使用API-5500三級四重桿串聯質譜儀(包括1臺DGU-20A3脫氣裝置,2臺LC-20AD泵,1臺SIL-20AC自動進樣器,1臺CTO-20AC型柱溫箱)(AB Sciex,美國)在多反應監測模式(MRM)下進行測定.

按照上述前處理和分析方法,甲基苯丙胺和氯胺酮的方法檢出限(LOD)均為0.3ng/L,方法定量限(LOQ)均為0.8ng/L,方法回收率在(81.8±1.6)%～ (105.5±2.8)%之間.

1.4 消費量計算

根據文獻中相關研究的計算方法[13],甲基苯丙胺和氯胺酮的消費水平用千人均消費量表示,用下面公式計算:

式中:千人均消費量是每千人每日的藥物消費量, mg/(千人×d);目標物濃度是每個污水廠每個采樣周期內甲基苯丙胺或氯胺酮的平均濃度, ng/L;進水流量是污水廠采樣周期內的進水流量平均值, L/d;甲基苯丙胺和氯胺酮的排泄率分別為43%[14]和30%[15].

每次采樣期間各污水廠均提供了每天的進水流量.服務區人口通過進水流量乘以其中的生活污水占比(主要依據污水廠提供數據),再除以人均污水產生量(234L/(人×d),依據當地水務局提供數據計算得到).比較疫情前后千人均消費量只能反映Z市精神類藥物濫用的一個方面,因為疫情爆發恰逢春節,Z市外來人口返鄉后因疫情無法再回到Z市,導致疫情期間Z市的實際居住人口遠低于疫情前后,因此可以判斷,疫情不僅會影響甲基苯丙胺和氯胺酮的人均消費量,還會因為影響人口流動而進一步顯著影響這兩種藥物的總消費量.

為比較疫情期間和疫情前后Z市甲基苯丙胺和氯胺酮的總消費量,需要知道Z市各街鎮的實際人口.城市人口估算通常基于全國及各級政府部門的統計年鑒數據、人口普查統計數據或1%人口抽樣調查數據.但這類數據源受時間跨度長、數據更新較慢等限制,得到的結果較為滯后且不夠精確,無法實時明確地反映人口的真實情況.因此本文根據通信運營商的移動信令大數據來統計采樣期間Z市各鎮的人口.

根據移動信令數據統計人口的基礎是[16-18]:手機用戶發生通信行為(含打電話、接電話、收發短信、上網),必然與基站建立連接,運營商通信話單會記錄用戶的位置;手機待機狀態時也會周期性向基站發送位置更新,網絡同樣可以定位手機用戶的位置.通過解析上述網絡通信信令,可抓取一個城市區域內的全部移動手機用戶.再結合該城市移動通信市場占有率、一人多卡用戶占比進行折算,得出總的擁有手機的人數.最后加上未使用手機的人群比例(含老人、嬰幼兒和小學生),測算出該城市全量人口.利用信令數據統計的是實時的動態人口,并不區分常住人口和流動人口.

需要指出的是,一天24h內Z市移動信令系統采集到的手機對應的人口可能并不是24h都在Z市區域內,比如常住鄰市的人員來Z市辦事,在Z市停留的時間可能只有幾個小時.有的人只是乘坐火車或汽車路過Z市,這部分人的手機也會被Z市的信令系統捕捉到.另外,Z市不同街鎮之間還有大量的人員流動.針對這些情況,Z市移動公司統計了在Z市各街鎮停留0～1,1～2,2～3,…..,23～24h的人數123,24,然后計算街鎮的折合人數:

式中:P是街鎮根據停留時間所計算的折合人數;1到24是在街鎮停留不同時間段的人數.折合人數是根據停留時間計算的時間加權平均人數,在藥物消費量的計算中,根據停留時間加權的折合人數比統計人口數能更準確反映出藥物的人均消費量.原因是特定區域產生的生活污水量與該區域的人口數成正比,即人口數越多,產生的生活污水也越多,其中所含有的精神類藥物的代謝產物總量也越多.需指出,上述結論僅在人口的生活規律大體相同的前提下才成立.而“生活規律”最具差異性的就是“停留時間”,即人在目標地所停留時間不同,代謝產物的貢獻就有差別.考慮停留時間的差異,對人口進行加權折算,比不考慮停留時間差異的絕對人口數更加合理.

在各街鎮的每天綜合人數的基礎上,可以計算出各街鎮在歷次采樣期間的綜合人數.由這一采樣期間的綜合人數和相應污水廠的甲基苯丙胺或氯胺酮的濃度水平,根據公式(1),就可以計算該次采樣期間的平均消費總量.各街鎮的平均消費總量相加得到Z市疫情前、疫情期間和疫情后的總消費量,由此闡明疫情對Z市甲基苯丙胺和氯胺酮總消費的影響.

2 結果與討論

2.1 疫情期間精神類藥物的賦存特征

本研究4次采樣期間,各污水處理廠處理的污水量及相應的甲基苯丙胺和氯胺酮的人均消費量列于表1.

表1 4次采樣期間各污水廠的日均進水流量及相應服務區內甲基苯丙胺和氯胺酮的人均消費量

注:“-”表示由于污水處理廠維修停產等原因而當次未監測;*此處“日進水流量”為各街鎮的合計值,“甲基苯丙胺消費量”和“氯胺酮消費量”為各街鎮的流量加權平均值.

2019年8月各污水處理廠服務區甲基苯丙胺千人均消費量最低0.5mg/(千人×d),最高14.9mg/(千人×d),大部分污水廠對應的甲基苯丙胺消費量低于10mg/(千人×d).氯胺酮消費量最低0.6mg/(千人×d),最高45.1mg/(千人×d),大部分水廠服務區氯胺酮消費量低于10mg/(千人×d).2019年Z市的甲基苯丙胺和氯胺酮的消費水平低于國內大部分城市[13].甲基苯丙胺的消費水平也遠低于美國(平均427mg/(千人×d))[19]、加拿大(代表城市54mg/(千人×d))[15]、澳大利亞(代表城市85.1mg/(千人×d))[20]和歐洲城市(3～376mg/(千人×d))[6,21])的消費水平.

Z市甲基苯丙胺和氯胺酮的消費水平低于國外水平,這與文獻中發現的我國主要藥物自2015年以來顯著下降的趨勢相一致[22].這種下降趨勢主要歸因于過去幾年相關管理部門對精神類藥物使用的嚴格管控,例如2015年實施的“青少年藥物預防教育工程”和“社區戒毒和社區康復工程”.專項打擊行動減少了藥物的供給,而預防教育和社戒社康工程減少了藥物的需求.正是因為這些行動和工程從減少藥物供需兩方面同時發揮作用,使得近年來主要精神類藥物的消費水平持續下降.

2019年12月,Z市各污水處理廠服務區甲基苯丙胺千人均消費量最低1.2mg/(千人×d),最高10.5mg/(千人×d),平均為3.5mg/(千人×d)(表1).氯胺酮消費量最低0.7mg/(千人×d),最高48.9mg/(千人×d),平均為6.9mg/(千人×d)(表1).2020年2月,各污水處理廠服務區甲基苯丙胺千人均消費量最高為7.5mg/(千人×d),平均值1.9mg/(千人×d),均低于疫情前(2019年12月)的數值(表1).氯胺酮消費量最高9.5mg/(千人×d),平均值3.1mg/(千人×d),也低于疫情前(2019年12月)的數值 (表1).2020年5月,各污水處理廠服務區甲基苯丙胺千人均消費量平均值為2.8mg/(千人×d),高于疫情期間(2020年2月),低于疫情前的水平.氯胺酮千人均消費量也呈現類似的變化規律(表1).

2.2 疫情期間和疫情前后的人口變化

Z市根據手機信令統計的動態人口顯示,一天中在各街鎮停留時間小于1h和超過23h的人數最多,而且在Z市主城區和非主城區的動態人口分布特征呈現顯著差異:主城區停留時間小于1h的人數遠大于停留時間超過23h的人數;相反,非主城區停留時間超過23h的人數大于或接近于停留時間小于1h的人數(圖1).這種差異可以理解,因為在主城區面積小,人員跨區流動更頻繁,僅僅是路過的人數就很大,而非城區的街鎮面積大,人員跨區流動相對少,僅僅路過的人數也少.

圖1 Z市代表性主城區和非主城區街鎮的動態人口特征

Fig 1 Population dynamics in representative urban and non-urban districts

根據式(2)計算各街鎮由停留時間所計算的時間加權平均人數,即折合人數.圖2是Z市各街鎮一天中停留時間<8h、8～16h、>16h的折合人數在總折合人數中的占比.可以看出,盡管停留時間<8h的絕對動態人口數超過其他2個時段,但這個停留時段的折合人數占比最小,停留時間在8～16h之間的折合人數占比其次,停留時間>16h的折合人數占比最高.大部分非主城區街鎮停留時間>16h的折合人數占比在70%以上(有的達到85%以上),而在這些街鎮停留時間<8h的折合人數占比都在10%以下.而在Z市的5個主城區街鎮(街鎮1～街鎮5),停留時間<8h的折合人數占比都在10%以上,停留時間8～16h的折合人數占比都在25%以上,而停留時間>16h的折合人數占比都在60%以下或略高于60%.這種情況跟主城區人員流動更頻繁的情況相符.

圖2 Z市不同停留時間人數在折合人數中的占比

圖3 2020年5月12、20、27日Z市各街鎮折合人數的相對波動

從圖1和圖2可以看出,無論在Z市主城區還是非城區,短時間停留的人口在動態人口總數中均占較高比例,這種情況在其他城市也具有普遍性[23-24].這種情況說明無論采用動態總人口還是采用常住人口來估算藥物人均消費量均不合理,因為前者過高估計了流動人口(特別是短時間停留人數)的貢獻,而后者未充分考慮流動人口的貢獻.相比這兩種做法,用停留時間對動態人口進行校正,得到的折合人口更加合理.

此外,疫情后Z市社會生活恢復常態,各街鎮的折合人數和Z市總折合人數也呈現很高的穩定性.圖3是2020年5月12日、20日和27日(5月份采樣期間為12～27日)各街鎮折合人數的相對波動.除個別街鎮波動超過2%以外,絕大部分街鎮的折合人數波動小于1%.

從表2可以看出,疫情前和疫情后各街鎮折合人數及Z市總折合人數變化不大(在550～580萬人之間),而疫情期間(2020年2月)的折合人數(308.6萬人)顯著低于疫情前和疫情后,這是因為疫情期間正值春節,大量外地在Z市務工的人員返鄉后尚未回到Z市,導致Z市人口顯著低于疫情前后.如果不把疫情期間的總人口變化考慮進去,顯然無法準確評估疫情對Z市精神類藥物消費的影響.

表2 4次采樣期間Z市各街鎮的平均折合人口數

注:“-”表示由于污水處理廠維修停產等原因而當次未監測.

與折合人口的變化類似,本研究的4次采樣期間,各污水處理廠處理的污水量也有一定的波動,主要是疫情期間的污水處理量普遍低于疫情前后(表1),2019年8月、2019年12月和2020年5月全市生活污水處理廠合計處理量為85～97萬m3/d,平均89.51萬m3/d,而疫情期間(2020年2月)為72.69萬m3/d.

傳統估算污水廠服務區人口的方法為用污水廠的進水流量乘以其中的生活污水占比(由污水廠提供),再除以人均生活污水產生量.結果可知,按照此方法估算得到的疫情前、后絕大多數污水廠的服務區人口及全市合計變化不大(在287～319萬人之間),而疫情期間服務區人口合計225萬人,顯著低于疫情前后(表2),這一結果與根據手機信令數據計算得到的折合人口的變化規律基本一致.然而,根據人均污水產生量估算的各街鎮污水處理廠服務區人口與根據手機信令數據估算得到的折合人口之間的相關性并不顯著(圖4),可能與相應街鎮的污水收集率、污水處理廠進水中的生活污水占比和人均污水產生量等參數的不確定性有關,同時也說明了采用不同的人口數會對Z市精神藥物消費量的評估結果產生顯著影響.

圖4 采樣期間2種估算方法得到的折合人口對比(數據點編號對應街鎮編號)

2.3 疫情對精神類藥物濫用的影響

根據表1和表2,Z市各街鎮歷次采樣期間的千人均消費量和折合人數,可以計算疫情前后和疫情期間甲基苯丙胺和氯胺酮的全市平均消費量和總消費量(圖5).2019年8月、12月、2020年2月、5月甲基苯丙胺全市平均消費量分別為3.6,3.5,1.9, 2.8mg/(千人×d),氯胺酮全市平均消費量分別為4.7, 6.5,3.1,4.2mg/(千人×d).

把各街鎮歷次采樣期間兩種精神藥物的消費量(該次采樣期間的平均消費量乘以折合人數)加和得到Z市各次采樣期間全市的總消費量.2019年8月、12月、2020年2月、5月甲基苯丙胺的全市總消費量分別為20.7,19.3,5.9,16.2g/d,氯胺酮的全市總消費量分別為27.0,35.8,9.6,24.4g/d.

從上述結果可以看出,疫情期間甲基苯丙胺和氯胺酮的總消費量出現了顯著下降(相對于疫情前下降了約75%).但是,總消費量的顯著下降很大程度是由疫情期間Z市折合總人數下降造成的.實際上,疫情期間Z市甲基苯丙胺和氯胺酮的人均消費水平相對于疫情前下降不到50%.

精神類藥物供需兩方面的抑制都可以導致精神類藥物消費水平的下降.疫情期間精神類藥物流通(供給方面)受阻會導致精神類藥物消費下降.另外氯胺酮的消費有聚眾的特點,很多出現在娛樂場所或私人會所.這種群體性吸食行為受環境安全的影響很大.在疫情期間Z市所有的娛樂場所都停止了營業,在私人場所人員聚集也很困難,客觀上消除了聚眾吸食(需求方面)的可能性,導致Z市消費水平的下降.但是考慮到疫情期間Z市極其嚴格的管控措施(交通管制、小區封閉管理等),上述平均消費水平的下降幅度并不算大,說明即使在嚴格的管控條件下,精神類藥物的濫用仍然不能被完全消除.而疫情后兩種精神類藥物的人均消費量和總消費量在較短時間基本恢復到疫情前水平,進一步說明人群中精神類藥物濫用的頑固性.

精神類藥物濫用的前提是能夠獲得這些藥物.疫情期間,政府出臺各種措施控制人口流動,人們甚至很難離開居住的小區,因此精神藥物濫用成癮的人員通過直接交易獲得這些藥物的可能性微乎其微,即相關人員直接攜帶精神類藥物交易流通的方式基本斷絕.盡管如此,疫情期間氯胺酮的市場價格相對于疫情前后基本持平(均為300元/g),甲基苯丙胺在疫情期間的價格為800元/g,相對于2019年12月份的900元/g略有下降,說明即使在疫情期間這兩種精神類藥物的供需尚能基本保持平衡,也說明即使在嚴格的管控形勢下,精神類藥物仍具有相對通暢的供應、分銷渠道.近年來,很多精神類藥物交易是以互聯網和物流快遞的方式進行.在疫情期間,快遞與生活物資的日常供給結合得更加緊密,快遞量激增,物流寄遞行業為滿足疫情防控和群眾生活的需求,全員上崗,滿負荷運作.可以推測,疫情期間Z市精神類藥物流通的主要渠道是互聯網+物流快遞.事實上互聯網+物流寄遞的方式在精神類藥物濫用管控方面具有高度隱蔽、跨區域、分散性等特點,給藥物管理部門的管控查處帶來巨大的困難.這一特點需要引起相關部門的重視,適應精神類藥物濫用的新趨勢,進行有針對性和有效的管控.

圖5 4次采樣期間Z市甲基苯丙胺和氯胺酮的平均消費量和總消費量

3 結語

疫情期間Z市實際居住人口相較于疫情前后下降了約45%,基于各鎮街折合人數計算的Z市兩種精神類藥物總消費量相較于疫情前下降了約75%.總消費量的顯著下降很大程度是由疫情期間Z市折合總人數下降造成的.實際上,疫情期間Z市甲基苯丙胺和氯胺酮的人均消費量相對于疫情前下降不到50%.考慮到疫情期間嚴格的管控措施,這一下降幅度說明精神類藥物消費極其頑固.由于疫情期間人員流動基本阻斷,主要通過互聯網和物流獲得精神類藥物,說明完善物流寄遞監管對于遏制精神類藥物濫用非常重要.

[1] 余綿梓,袁 嘯,李適宇,等.典型PPCPs在河流沉積物中的吸附特性[J]. 中國環境科學, 2019,39(4):1724-1733.

Yu M Z, Yuan X, Li S Y, et al. Experimental and modeling study of sorption characteristics of selected PPCPs onto river sediments [J]. China Environmental Science, 2019,39(4):1724-1733.

[2] 王 丹,隋 倩,呂樹光,等.黃浦江流域典型藥物和個人護理品的含量及分布特征[J]. 中國環境科學, 2014,34(7):1897-1904.

Wang D, Sui Q, Lv SG, et al. Concentrations and distribution of selected pharmaceuticals and personal care products in Huangpu River [J]. China Environmental Science, 2014,34(7):1897-1904.

[3] 丁 旭,毛 康,白 雅,等.水環境中苯丙胺類物質的快速前處理方法 [J]. 中國環境科學, 2020,40(2):219-225.

Ding X, Mao K, Bai Y, et al. Accelerated pre-treatment method for amphetamine-type substances in water environment [J]. China Environmental Science, 2020,40(2):219-225.

[4] 劉 娜,金小偉,薛荔棟,等.太湖流域藥物和個人護理品污染調查與生態風險評估[J]. 中國環境科學, 2017,37(9):3515-3522.

Liu Na, Jin XW, Xue LD, et al. Concentrations distribution and ecological risk assessment of pharmaceuticals and personal care products in Taihu Lake [J]. China Environmental Science, 2017,37(9): 3515-3522.

[5] Terzic S, Senta I, Ahel M. Illicit drugs in wastewater of the city of Zagreb (Croatia) —estimation of drug abuse in a transition country [J]. Environmental Pollution, 2010,158(8):2686-2693.

[6] Thomas K V, Bijlsma L, Castiglioni S, et al. Comparing illicit drug use in 19 European cities through sewage analysis [J]. Science of the Total Environment, 2012,432:432-439.

[7] Vuori E, Happonen M, Gergov M, et al. Wastewater analysis reveals regional variability in exposure to abused drugs and opioids in Finland [J]. Science of the Total Environment, 2014,487:688-695.

[8] Zhang Y, Zhang T, Guo C, et al. Drugs of abuse and theirmetabolites in the urban rivers of Beijing, China: Occurrence, distribution, and potential environmental risk [J]. Science of the Total Environment, 2017,579:305–313.

[9] 唐小勇,周 濤,陸百川.基于手機信令的大范圍人流移動分析 [J]. 重慶交通大學學報(自然科學版), 2017,36(1):82-87.

Tang X Y, Zhou T, Lu B C. Analysis of wide range population flow analysis based on mobile phone signaling [J]. Journal of Chongqing Jiaotong University (Natural Science), 2017,36(1):82-87.

[10] 戴順勇,蔡 欣,郭 濤.基于手機信令大數據的疫情監控指揮中心人口流動監控方案研究 [J]. 無線互聯科技, 2020,17(12):130-131.

Dai S Y, Cai X, Guo T. Research on population flow monitoring program of outbreak surveillance command center based on mobile signaling big data [J]. Wireless Internet Technology, 2020,17(12):130- 131.

[11] 鐘煒菁,王 德,謝棟燦,等.上海市人口分布與空間活動的動態特征研究——基于手機信令數據的探索 [J]. 地理研究, 2017,36(5): 972-984.

Zhong W J, Wang D, Xie D C, et al. Dynamic characteristics of Shanghai's population distribution using cell phone signaling data [J]. Geographical Research, 2017,36(5):972-984.

[12] Baz-Lomba J, Ruscio F D, Amador A, et al. Assessing alternative population size proxies in a wastewater catchment area using mobile device data [J]. Environmental Science and Technology, 2019,53(4): 1994-2001.

[13] Du P, Li K, Li J, et al. Methamphetamine and ketamine use in major Chinese cities, a nationwide reconnaissance through sewage-based epidemiology [J]. Water Research, 2015,84:76-84.

[14] Zuccato E, Chiabrando C, Castiglioni S, et al. Estimating community drug abuse by wastewater analysis [J]. Environ Health Perspective, 2008,116:1027-32.

[15] Yargeau V, Taylor B, Li H, et al. Analysis of drugs of abuse in wastewater from two Canadian cities [J]. Science of the Total Environment, 2014,487:722-730.

[16] 黃 偉,孫世超,孫 娜.基于手機信令數據的居住地人口分布辨識改進方法 [J]. 城市交通, 2021,19(1):95-101.

Huang W, Sun S C, Sun N. Improved identification method of residential population distribution based on mobile phone signaling data [J]. Urban Transport of Chian, 2021,19(1):95-101.

[17] 鈕心毅,林詩佳,秦思嫻,等.移動定位大數據支持城市人口規模監測的技術途徑 [J]. 當代建筑, 2020,12(12):39-43.

Niu X Y, Lin S J, Qin S X, et al. The technical approach of urban population size monitoring supported by mobile positioning big data [J]. Contemporary Architecture, 2020,12(12):39-43.

[18] 陳小鴻,陳先龍,李彩霞,等.基于手機信令數據的居民出行調查擴樣模型 [J]. 同濟大學學報(自然科學版), 2021,49(1):86-96.

Chen X H, Chen X L, Li C X, et al. Sample expansion model of householdtravel survey using cellphone data [J]. Journal of Tongji University(Natural Science), 2021,49(1):86-96.

[19] Subedi B, Kannan K. Mass loading and removal of select illicit drugs in two wastewater treatment plants in New York State and estimation of illicit drug usage in communities through wastewater analysis [J]. Environmental Science and Technology, 2014,48:6661-6670.

[20] Irvine R J, Kostakis C, Felgate P D, et al. Population drug use in Australia: a wastewater analysis [J]. Forensic Science International, 2011,210:69-73.

[21] Mackulak T, Skubak J, Grabic R, et al. National study of illicit drug use in Slovakia based on wastewater analysis [J]. The Science of the Total Environment, 2014,494-495:158-165.

[22] Li X, Du P, Zhang W, et al. Wastewater: a new resource for the war against illicit drugs [J]. Current Opinion in Environmental Science & Health, 2019,9:73-76.

[23] 王 蓓,王 良,劉艷華,等.基于手機信令數據的北京市職住空間分布格局及匹配特征 [J]. 地理科學進展, 2020,39(12):2028-2042.

Wang B, Wang L, Liu Y H, et al. Characteristics of jobs-housing spatial distribution in Beijing based on mobile phone signalingdata [J]. Progress in Geography, 2020,39(12):2028-2042.

[24] 施 澄,田 琳,程 遙.短期人口流動視角下的長三角城市群空間組織研究——基于手機信令數據對出行數據識別的實證 [J]. 城鄉規劃, 2020,6:105-115.

Shi C, Tian L, Cheng Y. Regional spatial organization from the perspective of short-term travel: anempirical study on the Yangtze River Delta based on mobile phone data [J]. Urban and Rural Planning, 2020,6:105-115.

Evaluation of the occurrence of psychotropic drugs in urban sewage and the abuse during the COVID-19 epidemic period in a city of Guangdong.

FENG Li-zhou1,2, CHEN Zi-en1, LIU Bo1, ZHANG Wei3, LI Xi-qing1*

(1.Laboratory of Earth Surface Processes, College of Urban and Environmental Sciences, Peking University, Beijing 100871, China；2.Narcotics Control Bureau, Department of Public Security of Guangdong, Guangzhou 5100510, China；3.School of Environment and Natural Resources, Renmin University of China, Beijing 100872, China)., 2021,41(10)：4703～4711

Wastewater-based epidemiology was applied to study the impact of the COVID-19 in 2020 on occurrence and consumption of methamphetamine and ketamine before, during, and after the outbreak in a city of Guangdong province. To estimate the total consumption during the outbreak, mobile data of the city was used to study the dynamics of the population in the towns and districts of the city. The concept of composite population was brought about for the first time and calculated to estimate total drug consumptions of each towns or districts. The population during the outbreak decreased by about 45% relative to before the outbreak. The total consumptions of the two drugs declined by about 75% during the outbreak relative to before the outbreak. However, the decrease to this extent rather implies the persistence of abuse of the two drugs, given the extremely strict control measures. The consumptions of the two drugs were found to decrease by approximately 50% relative to before the outbreak. The consumptions of the drugs rebounded to the level before the outbreak, further demonstrating the persistence of the abuse.

pharmaceuticals and personal care products；COVID-19；drug abuse；wastewater-based epidemiology

X703

A

1000-6923(2021)10-4703-09

馮立洲(1971-),男,廣東中山人,北京大學博士研究生,主要從事環境社會學方向的研究.發表論文5篇.

2021-02-23

國家自然科學基金資助項目(41877508)

* 責任作者, 副教授, xli@pku.edu.urban.cn