典型高危害日化品的篩選及其水生生物預測無效應濃度推導

張璐瑩，于洋，黃怡，王力明，鄭玉婷，張麗麗，李晨男，高子竣，林軍，于彩虹,#

1.中國礦業大學(北京)化學與環境工程學院，北京 100083

2.生態環境部固體廢物與化學品管理技術中心，北京 100029

3.北京市污染源管理事務中心，北京 100089

日化品給人們生活帶來極大便利的同時，也對生態環境與人體健康造成了潛在的危害。例如，洗滌劑中含有表面活性劑和助劑，其中三聚磷酸鹽(STPP)是最理想的助劑，其在水體富營養化進程中，起到了一定的促進作用。1970年日本琵琶湖等封閉水域由于水中磷酸鹽含量超過正常值，水體富營養化，出現了水藻瘋長、魚類死亡的現象。20世紀80年代以后我國湖泊、水庫等水域也普遍受到磷、氮等物質的污染，水域生態系統遭到破壞，魚類和貝類大量死亡，從而影響了人類生活[1]。目前世界上約有7 000多種化學物質作為化妝品的原料，其中最常見的化學毒物為汞、鉛、砷、甲醇及雌激素等，能引起皮膚功能障礙的原料中最危險的是香料，其次為色素和防腐殺菌劑[2]。這些以原料和添加劑作為化妝品組分的化學物質，大多為人工合成，可能對人體產生一定的急、慢性危害，如可使人體過敏、刺激皮膚黏膜等，甚至不乏誘發人體疾病的物質，以至潛在的致癌性、致突變性和生殖毒性的物質(carcinogenic,mutagenic or substances toxic to reproduction,CMR)類物質。據調查顯示，染發劑中均含有20余種化學成分，其中有10種會引起人體細胞突變而致癌，這也是導致近年來國內中老年急性白血病患者顯著增多的原因之一。

歐盟化學品管理法規(Registration,Evaluation,Authorization and Restriction of Chemicals,REACH)，將CMR類物質劃分為有毒有害物質[3]。部分日化品，例如洗滌劑、清潔用產品、油漆去除劑、香皂和沐浴露等制劑產品中均可能存在含有CMR類物質的風險，這類物質的長期大量使用會對環境和健康帶來直接或間接的危害。因此，如何對CMR類日化品進行篩選評估并加以管控十分重要。

本研究基于文獻調研法及數據庫檢索法，收集了8類日化品成分清單，包括國際香料組織香水成分清單、國際化妝品原料標準中文名稱目錄清單和食品用洗滌劑原料(成分)清單等。通過與歐洲化學品管理局(ECHA)最新發布的高關注物質清單、國際癌癥研究機構(IARC)的致癌物清單、法國國家科學研究中心(CNRS)的CMR類物質清單和內分泌干擾物清單進行比對篩重，識別出一種典型高危害CMR類物質。通過數據質量評估開展高質量數據篩選，采用物種敏感度分布法(SSD)構建該物質對各物種的敏感度曲線，計算出5%物種危害濃度(HC5)值，進而應用評估系數法推導出各物種的預測無效應濃度(PNEC)值，評估該污染物對水生生物的危害，以期為我國典型高危害日化品的環境風險評估和水質基準的建立提供參考。

1 研究方法(Research methodology)

1.1 高危害日化品清單的建立及篩選

1.1.1 高危害日化品清單的建立

本研究采用文獻調研法以及數據庫檢索法，收集各類日化品成分清單為后續篩選工作提供數據支撐。

1.1.2 高危害日化品清單的篩選

本研究篩選的是同時具有CMR和內分泌干擾物(EDC)特性的，可能會對人體健康帶來潛在危害的高危害日化品。我國任幸等[4]利用基于風險的Football組合法對15種農用地酞酸酯類內源污染物進行篩選，發現鄰苯二甲酸二丁酯(DBP)、鄰苯二甲酸二(2-乙基己基)酯(DEHP)等5種酞酸酯類污染物可能會對生態環境和人體健康造成風險。朱曉晶等[5]等運用Copeland計分排序法和證據權重法對50種有毒有害大氣污染物開展危害特性優先性排序。張麗麗等[6]采用兩步篩選法，篩選出高分值的污染物名單，進而形成包括苯、環氧乙烷等在內的12種污染物優控名錄。以上學者在篩選高危害污染物時的方法雖然不完全相同，但關注的篩選指標均為致癌性、致突變、生殖毒性和內分泌干擾性等，且都是通過名錄對比法得到篩選結果。

本研究利用EXCEL篩選重復值工具進行名錄對比，首先將8類日化品成分清單中帶有CAS號的有效物質信息與ECHA最新發布的高關注物質(SVHC)清單和IARC的1類致癌物清單中的有效物質信息進行比對篩重，得到一個CMR類物質的初篩清單。為保證篩選結果更為準確，將上述初篩清單與法國國家科學研究中心化學研究院的化學品防范(PRC)管理部門發布的CMR類物質清單對照，重復以上篩選操作，得到進一步明確的物質清單。最后，再與內分泌干擾物物質清單進行篩重，識別出一個典型高危害CMR類物質。

1.2 水生生物毒性數據的獲取和篩選

1.2.1 水生生物毒性數據的獲取

本研究從國內外公開發表的文獻和報告中收集典型高危害日化品對水生生物的急、慢性毒性數據。當同一物種存在多組數據時，選擇最敏感試驗終點的數據。

毒性數據指標包括物種種類、拉丁文名稱、測試標準、介質、測試時間、毒性終點、毒性值、數據來源和數據年份等內容。其中，水生生物種類優先采用藻類、溞類和魚類3個營養級的毒性數據。急性毒性數據選擇暴露時間96 h以內的LC50或EC50數據，其中魚類選擇96 h的數據，溞類選擇48 h的數據，藻類選擇72 h或96 h的數據；慢性毒性數據選擇暴露時間最長的無可見效應濃度(NOEC)以及最低有影響濃度(LOEC)。

1.2.2 水生生物毒性數據的篩選

本研究應用Klimisch等[7]于1997年提出的生態毒理試驗可靠性評估一級及二級數據信息表，對所收集到的毒性數據進行數據質量評估。根據表中21個評估因素對文獻進行打分，通過總分數將文獻劃分為非常可靠、可靠和不可靠3個等級，總分數在18～21分為非常可靠；13～17分為可靠；<13分為不可靠，進而篩選出可供后續使用的高質量數據，具體評估信息如表1所示。

表1 生態毒理試驗可靠性評估表Table 1 Factors for reliability assessment of ecotoxicological tests

續表1數據質量評估因素Data quality assessment factors組Ⅳ:試驗結果GroupⅣ: Test results測試終點和其分析方法是否闡述清晰?Are the end points and analysis methods clearly stated?所有測試終點相關的試驗結果描述是否透明和完整?Are the descriptions of test results related to all test endpoints transparent and complete?是否給出數據分析的統計方法(如不必要或不適用請直接給分)?Are statistical methods for data analysis provided (please give marks directly if unnecessary or not applicable)?組V:試驗設計和結果的合理性Group V: Experimental design and rationality of results*實驗設計對于旨在獲得的數據是否合適?*Is the experimental design appropriate for the data to be obtained?定量測試方法是否可靠Whether the quantitative test method is reliable備注Remarks1. 每條標準賦分分值均為1分Each criterion is assigned a score of 1 point2. *代表達到1或2級評分的最大分數來源* Represents the maximum source of points to achieve a score of 1 or 23. 18～21分為非常可靠;13～17分為可靠;<13分或若不滿足所有的*標準為不可靠18～21 score is very reliable; 13～17 is reliable; <13 points or unreliable if all * criteria are not met

對于收集到的所有生態毒理學終點數據，首先剔除存在支撐信息不充分、測試明顯不規范等情形的無效數據。對于有效數據中的所有生態毒理學數據進行質量評估，篩選滿足質量要求的數據。選用最敏感物種數據作為關鍵效應數據，明確評估高危害典型日化品對水環境生物的危害性。

1.3 HC5值的計算

本研究通過數據庫檢索法和文獻調研法收集了典型高危害日化品的毒性數據，利用數據質量評估開展高質量數據篩選，采用SSD法構建該物質對全部物種、魚類、藻類和浮游動物的敏感度曲線，計算出3個類別水生生物的HC5值。

SSD曲線的擬合采用國家生態環境基準委員會于2021年研制開發的“國家生態環境基準計算軟件 物種敏感度分布法”(EEC-SSD)來完成，以此計算出HC5。EEC-SSD主要用于毒性數據的物種敏感度分布擬合，軟件涵蓋的擬合模型包括正態分布、對數正態分布、邏輯斯蒂分布和對數邏輯斯蒂分布4個模型。由于HC5更具有統計學意義，故一般選用HC5作為最大有害環境濃度[8]。在數據量上的選擇，一般認為控制數據量在10～15個隨機選擇量就能符合統計分析的要求，此時數據變異性較小。這些數據常要求覆蓋3個營養級8個分類群，并選用標準毒性測試物種，數據過少(少于5個)或是數據質量差(多個物種的毒性數據相同)，都可能導致擬合度的降低。另外，數據并非越多越好，數據越多HC5就會越小，這是不合理的[9]。

1.4 預測無效應濃度的推導

水環境危害表征通常采用統計外推法或評估系數法，推導水環境中生物的PNEC。對于不同方法獲得的不同PNEC值，應予以比較分析，確定用于適合水環境危害表征的PNEC值。

本研究獲得的水生生物毒性數據充分且滿足評估系數法對數據的基本要求，故采用評估系數法推導PNEC值。該方法由危害識別確定的水環境生物的生態毒理學關鍵效應數據(HC5)除以評估系數(AFwater)推算得出PNEC值，由于數據來自實驗室，實驗物種單一，具有較好的保守性。具體見公式(1)。

PNECwater=HC5/AFwater

(1)

式中：PNECwater為水環境生物的預測無效應濃度(mg·L-1)；HC5為水環境生物的生態毒理學關鍵效應值，通常采用最敏感物種的半數致死濃度(LC50)、效應濃度(EC50或EC10)或無觀察效應濃度(NOEC)及最低有影響濃度(LOEC)等(mg·L-1)；AFwater為評估系數，取值范圍為1～5。AFwater的取值根據可獲得毒性數據的質量、涉及生物物種的代表性和多樣性等情況選擇確定，無量綱。根據生態風險評價中“最壞情況”(The Worstcase)原則，該研究中AFwater值取5。

2 結果與分析(Results and analysis)

2.1 初篩清單的建立及篩選

通過數據庫檢索法收集了8類日化品成分清單，共28 515條物質信息，僅選用具有CAS號的15 201條有效物質信息(以下簡稱有效信息)供后續名錄對比使用，如表2所示。其中包括國際香料組織(IFRA)香水成分清單共3 963條物質信息；國際化妝品原料標準中文名稱目錄2018(草)清單共24 039條物質信息，其中10 741條有效信息；食品用洗滌劑原料(成分)名單(第一批)(草)共122條信息，其中120條有效信息；抗(抑)菌劑有效成分清單2019(草)96條物質信息，其中95條有效信息；消毒劑原料清單及禁限用物質名單共203條物質信息，其中190條有效信息；通過查詢口腔衛生用品成分表、洗發用品成分表、洗衣用品成分表，形成了3類日化品的成分清單，共92條物質信息，均為有效信息，如表2所示。

表2 日化品清單初篩表Table 2 Preliminary screening list of daily chemical products

ECHA最新的高關注物質(SVHC)清單共440條物質信息，其中390條有效信息；IARC致癌物清單共1 112條物質信息，其中包括1類、2A類、2B類以及3類致癌物有效信息共1 029條，僅選取1類致癌物的121條物質信息，其中60條有效信息；法國國家科學研究中心化學研究院的化學品防范(PRC)管理部門CMR類物質清單共1 238條物質信息；內分泌干擾物物質清單共688條物質信息，其中620條有效信息，如表3所示。

表3 4類篩選條件物質信息表Table 3 Material information sheet of 4 categories of screening conditions

將8類日化品成分清單與SVHC清單和IARC的1類致癌物清單中的有效物質信息進行比對篩重，得到一個CMR類物質的初篩清單。為保證篩選結果更為準確，將上述初篩清單與法國CNRS的CMR類物質清單對照重復以上篩選操作，得到進一步明確的物質清單。最后，再與內分泌干擾物物質清單進行篩重，最終得到鄰苯二甲酸丁芐酯(BBP)、1,2-二氯乙烷、N-甲基吡咯烷酮、鄰苯二甲酸二(2-乙基己)酯(DEHP)、乙二醇甲醚、鄰苯二甲酸二丁酯(DBP)和酚酞7種1類CMR類物質，如圖1所示。

圖1 典型高危害日化品篩選流程圖Fig. 1 Screening flow chart of typical high-hazard daily chemical products

對以上7種CMR類物質近10年的文獻發表數量進行統計，結果表明有關酚酞的文獻發表量最高，但其環境風險評估方面的文獻量幾乎為零，或因為其環境濃度較低或不造成生態危害。其次是鄰苯二甲酸酯類(PAEs)，包括BBP、DEHP和DBP這3種物質，相對于BBP和DEHP，DBP在總文獻發表量與環境風險評估方面的文獻發表量都較高，如圖2所示。又因其是一種新污染物，將是今后的研究熱點及重點治理管控對象之一，故本文選擇DBP作為研究對象。

圖2 7種致癌、致突變和致生殖毒性(CMR)類物質近10年的文獻發表數量Fig. 2 Number of literature publications for seven carcinogenic,mutagenic or toxic to reproduction (CMR)-like substances in the last decade

2.2 數據質量評估

通過文獻調研法收集到23篇相關文獻，其中，中文文獻10篇，英文文獻13篇，共計151條數據，根據所需毒性數據信息進一步在文獻中提取有效信息。通過數據庫檢索法分別從ECHA數據庫[10]、EPA-ECOTOX數據庫[11]中收集到共計24條數據，均視為有效數據。通過對比表1中21項評估因素，對該23篇文獻進行數據質量評估，得到非常可靠文獻10篇(18～21分)，可靠文獻5篇(13～17分)，不可靠文獻8篇(<13分)。上述文獻共得到52條相關數據，通過數據質量評估最終得到17條有效數據，而滿足數據質量要求的數據庫數據24條，合計41條有效數據。

根據PNEC值對數據的要求，對41條評估數據進一步篩選，最終篩選出滿足生物毒性數據要求的17個物種的急性數據，如表4所示。17個物種分為三大類，即魚類、藻類和浮游動物。其中魚類包含4種即三角魴(Megalobramaterminalis)、斑馬魚(Daniorerio)、紅鰭笛鯛(Lutjanuserythropterus)和大黃魚(Larimichthyscrocea)；藻類包含9種即斜生柵藻(Scenedesmusobliquus)、埃氏小球藻(C.emersonii)、蛋白核小球藻(C.pyrenoidosa)、近具刺柵藻(S.subspicatus)、羊角月牙藻(Selenastrumcapricornutum)、短裸甲藻(Gymnodiniumbreve)、巴夫杜氏藻(D.parva)、蒙古裸腹藻(MoinamongolicaDaday)和三角褐指藻(PhaeodactylumtricornutumBohlin)；浮游動物包含2種即多刺裸腹溞(Moinamacrocopa)、大型溞(Daphniamagna)。全部物種LC50/EC50的范圍為0.28～13 mg·L-1，魚類LC50/EC50的范圍為2.08～8.51 mg·L-1，藻類LC50/EC50的范圍為0.28～13 mg·L-1，浮游動物LC50/EC50的范圍為9.68～10.35 mg·L-1。

2.3 HC5值的計算

本研究分別通過正態分布模型和邏輯斯蒂分布模型，對17個水生生物物種的毒性數據進行擬合及分析，得到基于急性毒性的物種敏感度分析曲線，如圖3所示。由于SSD模型要求每組樣本數據量在5～500個范圍內，而浮游動物的數據量僅有2個，不滿足SSD曲線的要求，因此未對浮游動物擬合SSD曲線。

生物分類Biological classification物種中文名/物種拉丁名Chinese name of the species/Latin name of the species毒性值Toxicity valueLC50/EC50/(mg·L-1)試驗時間/hTime duration/h數據來源Data sources魚類Fish三角魴 Megalobrama terminalis2.0896[12]紅鰭笛鯛 Lutjanus erythropterus6.6696[13] 虹鱒 Salmo gairdneri6.4796[14] 斑點叉尾 Ictalurus punctatus2.9196[15] 斑馬魚 Brachydanio rerio8.5196[15] 大黃魚 Larimichthys crocea5.2396[16] 藻類Alga斜生柵藻 Scenedesmus obliquus2.2196[17] 埃氏小球藻 C. emersonii2.7896[18] 蛋白核小球藻 C. pyrenoidosa1396[19] 近具刺柵藻 S. subspicatus3.572[20] 羊角月牙藻 Selenastrum capricornutum0.472[18] 短裸甲藻 Gymnodinium breve0.696[21] 巴夫杜氏藻 D. parva0.2872[22] 蒙古裸腹藻 Moina mongolica Daday6.3472[23] 三角褐指藻 Phaeodactylum tricornutum Bohlin7.596[24] 浮游動物Zooplankton多刺裸腹溞 Moina macrocopa9.6848[25] 大型溞 Daphnia magna10.3548[26]

圖3 鄰苯二甲酸二丁酯(DBP)對不同物種的物種敏感度分布(SSD)曲線Fig. 3 Species sensitivity distribution (SSD) curves of dibutyl phthalate (DBP) for different species

毒性值的高低對DBP在不同物種體內的累積頻率具有一定影響。如圖3所示，當毒性值較低時(<0.79 mg·L-1)，不同物種對DBP的累積頻率由高到低的順序依次為：藻類>全部物種>魚類，表明藻類對DBP的敏感度高于其他物種；當毒性值在0.79～0.90 mg·L-1之間時，不同物種對DBP的累積概率由高到低的順序依次為：藻類>魚類>全部物種，藻類的敏感度仍處于最高，但魚類的敏感度有所變化，高于了全部物種；當毒性值>0.90 mg·L-1時，不同物種對DBP的累積頻率由高到低的順序依次為：魚類>全部物種>藻類，表明魚類對DBP的敏感度高于藻類，全部物種則上升到第二位。可見當DBP的毒性值濃度較低時，在藻類體內的累積頻率較高，但當其毒性值逐漸升高時，其在魚類體內的累積頻率逐漸升高。綜上結果表明，當毒性值較高時，相對藻類來說，DBP在魚類體內更容易累積。

采用正態分布模型和邏輯斯蒂分布模型擬合出SSD曲線，可見以上2種方法獲得了較為一致的結果。其中，正態分布模型中全部物種的HC5值為0.59 mg·L-1，邏輯斯蒂模型中的HC5值為0.63 mg·L-1；正態分布模型中魚類的HC5值為1.97 mg·L-1，邏輯斯蒂模型中的HC5值為2.08 mg·L-1；正態分布模型中藻類的HC5值為0.42 mg·L-1，邏輯斯蒂模型中的HC5值0.23 mg·L-1。SSD曲線擬合參數如表5和表6所示。全部物種的擬合度(R2)始終保持在0.9以上；魚類的R2均在0.8以上，但未超過0.9；藻類R2處于0.85～0.92之間。

表5 正態分布模型模擬SSD曲線關鍵擬合參數Table 5 Key fitting parameters of SSD curve simulated by normal distribution model

2.4 預測無效應濃度

根據公式(1)通過HC5及AFwater推導PNEC。由于正態分布模型和邏輯斯蒂分布模型擬合SSD曲線，可得出2組包含全部物種、魚類和藻類的HC5值，基于保守原則，本研究HC5選擇2組數據中較低的值。PNEC結果如表7所示。

表7 不同種類水生生物的預測無效應濃度(PNEC)推算結果Table 7 Predicted no effect concentration (PNEC) results of different aquatic organisms

如表6所示，不同物種的PNEC由低到高順序依次為：藻類<全部物種<魚類。在2類不同物種之間，藻類的PNEC最小，數值為0.046 mg·L-1，魚類的PNEC最大，數值為0.394 mg·L-1。PNEC結果表明，DBP對不同物種的PNEC存在差異，魚類與全部物種的PNEC較接近，與藻類的PNEC相差較大。

表6 邏輯斯蒂分布模型模擬SSD曲線關鍵擬合參數Table 6 Key fitting parameters of SSD curve simulated by Logistic distribution model

3 結論與討論(Conclusion and discussion)

3.1 結論

本研究通過收集國際香料組織(IFRA)香水成分清單在內的8類日化品成分清單，共得到15 201條有效物質信息。將以上物質信息與高關注物清單、致癌物清單以及內分泌干擾物清單等進行比對篩重，得到鄰苯二甲酸丁芐酯(BBP)、1,2-二氯乙烷、N-甲基吡咯烷酮和鄰苯二甲酸二丁酯(DBP)在內的7種1類CMR類物質。通過文獻檢索，統計結果表明DBP在總發文量與環境風險評估方面的發文量都相對較高，又因其是一種新污染物，故選擇DBP作為本文研究對象。

通過數據質量評估，篩除了不可靠文獻，得到15篇高質量文獻，最終獲得包括數據庫有效數據在內的17個物種的急性毒性數據，共計41條物質信息。可見數據質量評估對于推導典型有毒有害化學物質的PNEC具有十分重要的意義。

正態分布模型和邏輯斯諦分布模型擬合結果表明，2種模型擬合出的SSD曲線變化趨勢相似，即DBP對水生生物的HC5值較為接近。全部物種的PNEC值為0.118 mg·L-1、魚類的PNEC值為0.394 mg·L-1、藻類的PNEC值為0.046 mg·L-1。全部物種與魚類的PNEC值相近，與藻類存在較大差異，得出DBP對藻類的敏感度最高，對魚類的敏感度相對較低。

3.2 討論

本研究使用物種敏感度分布法基于EEC-SSD模型推導出DBP的PNEC值，所用數據涉及了魚類、藻類和浮游動物3個營養層級生物在內的17個物種，減少了單獨使用某一類生物數據推導的不確定性。且相比于沒有開展數據質量評估所獲得毒性數據的研究，本文篩除了不可靠數據，避免了可能出現的偏差。

不同的SSD分析軟件對典型有毒有害化學物質的PNEC擬合結果可能存在差異。我國有學者利用荷蘭公共健康與環境研究所(RIVM)開發的ETX 2.1風險評估軟件進行SSD分析，進而推導出代森錳鋅、百菌清和敵敵畏3種農藥水生態系統的PNEC[27]。該模型主要為對數正態分布，具有A-D初級檢驗、K-S中級檢驗和C-M高級檢驗3種階梯式檢驗方法。而本研究采用的EEC-SSD模型，檢驗方法較為單一，僅有K-S檢驗。因此，ETX2.1軟件可能具有更高的擬合度，結果可能更為精確，但其擬合曲線表現形式較為單一，無法更直觀形象地體現出不同物種之間的種平均毒性與累積頻率的關系。

建立水質基準的目的在于保護水生生態系統中的生物免受污染。通過對比本研究不同水生生物物種的PNEC值：PNEC藻類

本研究通過文獻檢索發現，近10年國內外對于DBP的毒性研究實驗相對較少，研究主要集中在20世紀80年代，且試驗物種類型有限，尚未有如林氏細鯽等我國特有物種的毒性數據。另外，本研究獲得的數據僅基于文獻調研與數據庫檢索，后續隨著更多毒性效應研究的開展，能夠獲得更多的水生生物毒性數據或中國特有物種試驗數據時，本研究推算的PNEC值應進一步更新與完善。

4 展望(Prospect)

當前，我國新污染物治理任務艱巨。國家發布了《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》等一系列文件，其中反復強調重視新污染物治理，并對此提出明確要求，可見新污染物治理將是未來“十四五”期間的熱點話題。

新污染物是指由人類活動造成的、目前已明確存在、但尚無法律法規和標準予以規定或規定不完善、危害生活和生態環境的所有在生產建設或者其他活動中產生的污染物[28]。本研究中的鄰苯二甲酸二丁酯(DBP)作為一種典型新污染物，在環境中廣泛存在。最主要的危害在于環境激素作用，在極低的濃度下就可干擾人和動物的內分泌系統[29]。美國環境保護局(United States Environmental Protection Agency,US EPA)于1977年將DBP類列為優先控制的有毒污染物，同年世界野生動物基金會(World Wide Fund for Nature,WWF)列出的68種環境激素類物質中也包括DBP[30]。目前，中國已將DBP列入優先控制污染物名單[31]，《地表水環境質量標準》(GB 3838—2002)也將DBP作為鄰苯二甲酸酯類污染物的檢測指標，并規定其含量不得超過3 μg·L-1。

在環境危害方面，近年來我國農膜的使用量不斷增加，由于塑料農膜的穩定性差，極易導致DBP從塑料薄膜中釋放。因此，越來越多的DBP進入到周邊土壤中，導致農業用地污染。另外，由于化肥、污灌等的不當使用，也使土壤中DBP的含量有所增加。受DBP污染土壤的影響，導致種植的作物對DBP的積累，進而通過食物鏈進入到人體中，對人體內分泌、神經系統等產生危害[32]。不僅如此，DBP還會以吸附或者氣溶膠的形式存在于氣體環境中，借助灰塵等進入大氣[33]。由于其化學性質穩定，不易光解，因此會造成污染的積累[34]，并且距離地面越高的空氣中，含量越高[35]。

在環境暴露方面，我國水環境中DBP含量嚴重超標，污染嚴重。隨著塑料的生產、應用與處理，DBP不斷地向周圍環境釋放，水環境中殘余量持續增長，已經在長江、黃河等重要水域及多種水生生物(海洋哺乳動物、魚類和水生無脊椎動物)中普遍檢出，且對水生生物產生影響[36]，還可通過食物鏈的富集和傳遞，潛在威脅人體健康[37-39]。孔昊玥和劉紅玲[40]在華東地區檢出DBP平均濃度為54.389 μg·L-1；卓麗等[41]在黃河中下游檢出DBP濃度為ND～26.0 μg·L-1，胡衛星等[42]在渭河流域西安段檢出DBP平均濃度為13.73 μg·L-1；朱鵬利等[43]在曹娥江紹興段檢出DBP濃度為1 974.4 ng·L-1；吳自清等[44]在長江南京段檢出DBP濃度為10～500 μg·L-1；韓文輝等[45]在汾河流域檢出DBP濃度為1.01～16.53 μg·L-1。

本文推導了新污染物DBP的PNEC值，接下來還需進一步開展其暴露評估，識別其潛在環境風險，從而為我國新污染物治理提供參考。同時，現階段我國應加強對CMR類日化品風險評估及管控等領域的研究。由于日化品種類多樣，在日常生活中暴露水平也相對較高，若其中含有CMR類物質，其毒性更應引起重視，需要盡量降低其最大的暴露源，尤其是化妝品、洗滌劑以及增塑劑中CMR類物質的含量。因此，建議各生產企業和監管部門針對日化品的生產線、包裝材料等產業鏈各環節進行分級排查，有效管控日化品中CMR物質的污染風險。