我国环境污染情况较为严峻,严重威胁人民群众身体健康[1]。环境健康风险评价可有效促进相关政策的制定和公众健康保护,而精确的环境健康风险评价离不开基于精准暴露参数的暴露评估。暴露参数是进行污染暴露评价和开展环境健康风险评估工作的基础数据[2],它包括人体一般生理学特征、行为活动模式特征和呼吸饮食摄入特征等[3],参数调查越细致后续风险评价会越准确。美国是较早开展人群行为模式调查并发布人群暴露参数手册的国家[4],欧盟、日本等发达国家也均有本地化的暴露参数手册[3, 5]。我国于2013年以来陆续发布了《中国人群暴露参数手册(成人卷)》[6]及《中国人群暴露参数手册(儿童卷)》[7-8]等暴露参数手册,手册中收集了我国人群行为活动模式及交通出行的相关参数,对环境健康风险管理具有重要意义,但是由于该数据来自全国159个区县[5],因此缺乏未涵盖在内的中小城市或区县的数据。另外,暴露参数中行为活动模式和交通出行模式受经济社会发展及研究人群年龄段的影响较大,具有一定的时效性[3]、地域性和需求性,因此有针对性的对不同城市、不同人群和不同时间开展暴露参数调查具有重要意义。而基于不同课题需求对行为活动模式和交通出行模式的精细化调查可大幅度提高科学研究结果的准确性,对于制定相关政策,保护人群健康更具有现实意义。
鉴于此,本研究于2017年底—2018年初分别在我国东北、华北、华东、华中、西南和华南地区选择一个城市为研究地区,调查以上研究城市(60~89)岁老年人的行为活动模式和交通出行模式,了解不同地区人群老龄人口在当季的室内外活动情况和交通出行情况,为准确开展人群暴露评价和健康风险评估提供数据支持。
1 材料与方法 1.1 研究对象本研究分别选择我国东北地区的黑龙江哈尔滨市、华北地区的河北石家庄市、华东地区的江苏无锡市、华中地区的湖北武汉市、西南地区的四川成都市和华南地区的广东珠海市为研究地区。于2017年9月—2018年1月,从上述6个城市随机选取相近的(1~2)个社区作为抽样地点,获取社区所有人员名单后,按照性别年龄随机抽取(60~89)岁的人群共709名作为研究对象。要求研究对象符合年龄要求,其在现址居住2年以上,自愿参与并接受问卷调查等条件。
1.2 调查方法采用自行设计并经过环境、卫生、流行病学等各领域专家论证后的调查问卷,以一对一面询的方式基于内置电子问卷系统的平板电脑进行现场调查。为了保证质量,所有调查人员均经过多轮统一培训并模拟开展现场电子问卷调查,问卷系统内嵌多种逻辑校验,通过联网保证数据实时进入数据系统,调查数据经过三级质控及数据清理后最终进入分析阶段。
问卷内容包括研究对象的一般情况(姓名、年龄、教育程度)、体育锻炼情况以及当季行为活动模式和交通出行模式信息。其中行为活动模式调查内容包括:在家时的室内活动时间(家室内)、在家时的室外活动时间(家室外)、在工作场所的室内活动时间(工作室内)、在工作场所的室外活动时间(工作室外)、用于交通的时间(交通)、在其他各室内的活动时间(其他室内)和其他各室外的活动时间(其他室外)。交通出行模式调查内容包括:步行时间(步行)、骑自行车时间(骑车)、驾驶汽车和乘坐出租车时间(机动车)、乘坐地上轨道交通时间(地上轨道)、乘坐地下轨道交通时间(地下轨道)、乘坐公交车时间(公交)和乘坐其他类型交通工具(其他工具)的时间。为了获取较为精确的出行活动相关参数,调查时分别从工作日和休息日不同角度进行问询。为了更好的比较研究对象室内外活动时间,将每人家室内、工作室内和其他室内时间合并为“总室内”时间,将每人家室外、工作室外和其他室外时间合并为“总室外”时间,之后进一步比较分析。
1.3 数据分析采用Excel 2007及SPSS 19.0进行数据整理和分析。不同城市居民室内外停留时间及交通活动时间采用K-S检验后显示为非正态分布,以中位数(M)和百分位数(P5和P95)表示不同城市数据。采用卡方检验分析6城市人口学基本信息,检验水平为0.05;采用非参数检验分析室内外时间活动模式及交通活动模式的城市间差异,检验水平为0.05。
2 结果 2.1 研究对象基本信息本研究最终调查了709人,黑龙江哈尔滨市、河北石家庄市、江苏无锡市、四川成都市、广东珠海市和湖北武汉市分别调查了128、124、129、87、123和118人(表 1)。不同城市研究对象性别比例基本为1:1(P>0.05),不同年龄组人群构成也基本相同(P>0.05)。不同城市研究对象教育程度有所不同,其中哈尔滨、石家庄、无锡、成都和武汉5个城市调查对象高中及以上学历人口比例约为30%~43%,珠海调查对象高中及以上学历人口比例最低为6.5%;哈尔滨和石家庄调查对象小学和初中人口比例在60%左右,无锡、成都、珠海和武汉4个城市调查对象小学和初中人口比例约为34%~50%;哈尔滨、石家庄、无锡、成都和武汉5个城市调查对象小学以下人口比例约为3%~17%,珠海调查对象小学以下人口比例为58.5%(P<0.05)。从调查人群参与体育锻炼强度上分析,6个城市人群几乎不参加重体力锻炼;哈尔滨、无锡和武汉研究对象相对重视体育锻炼,从事锻炼人口比例约为83%~94%;成都、石家庄和珠海研究对象从事锻炼人口比例约为40%~65%;无体力锻炼人口比例最高的为珠海市,约55%,无体力锻炼人口比例最低的为无锡市,约6%(P<0.05)。
影响因素 | 黑龙江哈尔滨 | 河北石家庄 | 江苏无锡 | 四川成都 | 广东珠海 | 湖北武汉 |
调查人数/人 | 128 | 124 | 129 | 87 | 123 | 118 |
性别 | ||||||
男 | 62(48.4%) | 62(50.0%) | 64(49.6%) | 42(48.3%) | 60(48.8%) | 59(50.0%) |
女 | 66(51.6%) | 62(50.0%) | 65(50.4%) | 45(51.7%) | 63(51.2%) | 59(50.0%) |
年龄 | ||||||
(60~69)岁 | 44(34.4%) | 41(33.1%) | 48(37.2%) | 24(27.6%) | 41(33.3%) | 43(36.4%) |
(70~79)岁 | 42(32.8%) | 43(34.7%) | 38(29.5%) | 35(40.2%) | 39(31.7%) | 44(37.3%) |
(80~89)岁 | 42(32.8%) | 40(32.3%) | 43(33.3%) | 28(32.2%) | 43(35.0%) | 31(26.3%) |
教育程度 | ||||||
小学以下 | 13(10.2%) | 4(3.2%) | 21(16.3%) | 9(10.3%) | 72(58.5%) | 10(8.5%) |
小学 | 27(21.1%) | 23(18.5%) | 14(10.9%) | 17(19.5%) | 26(21.1%) | 18(15.3%) |
初中 | 49(38.3%) | 55(44.4%) | 47(36.4%) | 24(27.6%) | 17(13.8%) | 41(34.7%) |
高中/职 | 25(19.5%) | 35(28.2%) | 25(19.4%) | 20(23.0%) | 8(6.5%) | 38(32.2%) |
大学/专 | 13(10.2%) | 7(5.6%) | 22(17.1%) | 16(18.4%) | 0(0.0%) | 10(8.5%) |
研究生及以上 | 1(0.8%) | 0(0.0%) | 0(0.0%) | 1(1.1%) | 0(0.0%) | 1(0.8%) |
体育锻炼 | ||||||
重体力锻炼 | 0(0.0%) | 0(0.0%) | 2(1.6%) | 0(0.0%) | 0(0.0%) | 1(0.8%) |
中等体力锻炼 | 17(13.3%) | 26(21.0%) | 32(24.8%) | 10(11.5%) | 8(6.5%) | 41(34.7%) |
轻体力锻炼 | 91(71.1%) | 45(36.3%) | 87(67.4%) | 46(52.9%) | 42(34.1%) | 56(47.5%) |
无体力锻炼 | 17(13.3%) | 53(42.7%) | 8(6.2%) | 29(33.3%) | 67(54.5%) | 10(8.5%) |
不清楚 | 3(2.3%) | 0(0.0%) | 0(0.0%) | 2(2.3%) | 6(4.9%) | 10(8.5%) |
工作情况 | ||||||
有休息日工作人群 | 13(10.2%) | 4(3.2%) | 9(7.0%) | 19(21.8%) | 38(30.9%) | 4(3.4%) |
无休息日工作人群 | 2(1.6%) | 0(0.0%) | 4(3.1%) | 1(1.1%) | 4(3.3%) | 1(0.8%) |
退休人群 | 113(88.3%) | 120(96.8%) | 116(89.9%) | 67(77.0%) | 81(65.9%) | 113(95.8%) |
有休息日人群 | 126(98.4%) | 124(100.0%) | 125(96.9%) | 86(98.9%) | 119(96.7%) | 117(99.2%) |
2.2 不同城市老年人群的行为活动模式
在(60~89)岁老年人群中部分调查对象仍然从事工作,但6研究城市工作人数较少,大部分人群为退休人群(表 1),因此本研究着重分析老年人群休息日的行为活动模式(表 2)。
h/d | ||||||||||
地点 (样本量) |
类型 | 家室内 | 家室外 | 工作室内 | 工作室外 | 交通 | 其他室内 | 其他室外 | 总室内 | 总室外 |
黑龙江哈尔滨 (n=126) |
M | 21.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 21.0 | 2.0 |
P5 | 12.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 15.0 | 0.0 | |
P95 | 23.0 | 7.5 | 0.0 | 0.0 | 2.8 | 2.8 | 4.0 | 23.8 | 8.0 | |
河北石家庄 (n=124) |
M | 20.8 | 1.0 | 0.0 | 0.0 | 0.5 | 0.0 | 0.0 | 21.0 | 2.0 |
P5 | 14.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 16.0 | 0.0 | |
P95 | 24.0 | 4.0 | 0.0 | 0.0 | 2.0 | 2.9 | 4.0 | 24.0 | 7.0 | |
江苏无锡 (n=125) |
M | 20.0 | 1.5 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 21.0 | 2.0 |
P5 | 14.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 16.1 | 1.0 | |
P95 | 23.0 | 4.0 | 0.0 | 0.0 | 2.0 | 4.4 | 3.0 | 23.0 | 7.0 | |
四川成都 (n=86) |
M | 12.0 | 3.0 | 0.0 | 0.0 | 2.0 | 1.0 | 2.0 | 15.5 | 6.0 |
P5 | 5.1 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 7.0 | 0.6 | |
P95 | 22.0 | 8.0 | 1.5 | 2.0 | 4.8 | 6.0 | 9.0 | 22.4 | 15.0 | |
广东珠海 (n=119) |
M | 18.0 | 2.0 | 0.0 | 0.0 | 0.1 | 0.0 | 1.5 | 20.0 | 4.0 |
P5 | 10.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 12.0 | 1.0 | |
P95 | 23.0 | 8.0 | 0.2 | 0.0 | 1.1 | 5.0 | 8.2 | 23.0 | 12.0 | |
湖北武汉 (n=117) |
M | 22.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 22.0 | 1.0 |
P5 | 15.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 17.0 | 0.0 | |
P95 | 24.0 | 4.0 | 0.0 | 0.0 | 2.0 | 2.0 | 3.0 | 24.0 | 6.2 |
不同城市(60~89)岁人群休息日室内外行为活动模式有所差异,其中研究对象在家室内所待时间最长的城市为武汉(22.0 h/d)(P<0.05);在家室外时间最长的城市为成都(3.0 h/d)(P<0.05);6个城市研究对象均很少在工作地点室内外活动;休息日交通时间最长的城市、在其他室内和其他室外活动时间最长的城市均为成都(交通2.0 h/d,其他室内1.0 h/d,其他室外2.0 h/d)(P<0.05)。休息日6个城市在总室内时间由大到小为武汉(22.0 h/d)>哈尔滨、石家庄和无锡(21.0 h/d)>珠海(20.0 h/d)>成都(15.5 h/d)(P<0.05),总室外时间由大到小为成都(6.0 h/d)>珠海(4.0 h/d)>哈尔滨、石家庄和无锡(2.0 h/d)>武汉(1.0 h/d)(P<0.05)。
从表 2可以看出老年人群更倾向于在家室内外活动, 同时进行一些必要的交通出行。为进一步了解老年人行为活动特点,本研究分析了性别和教育程度对老年人花费于家室内外、交通和总体室内外时间的影响(表 3和表 4),其中调查时教育程度每组人数较少,因此分析了高中及以下和大学及以上人群的差异。结果显示,不同城市不同性别老年人室内外活动模式差别不大,仅四川成都市男性较女性有较为宽泛的交通出行时间(P<0.05),但二者交通出行时间中位数相同。分析高中及以下学历和大学及以上学历老年人群室内外行为活动模式可知,不同教育程度对老年人室内外活动时间影响不大,这可能与休息日老年人群较少的社交需求有关。
h/d | |||||||
地点 | 性别 (样本量) |
类型 | 家室内 | 家室外 | 交通 | 总室内 | 总室外 |
黑龙江哈尔滨 | 男 (n=62) |
M | 20.0 | 2.0 | 0.0 | 20.8 | 2.0 |
P5 | 12.0 | 0.0 | 0.0 | 15.0 | 0.0 | ||
P95 | 23.0 | 5.0 | 2.0 | 24.0 | 8.0 | ||
女 (n=64) |
M | 21.0 | 2.0 | 0.0 | 21.0 | 2.0 | |
P5 | 12.0 | 0.0 | 0.0 | 16.0 | 0.2 | ||
P95 | 23.0 | 8.0 | 3.0 | 23.0 | 8.0 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
河北石家庄 | 男 (n=62) |
M | 20.3 | 1.0 | 0.0 | 21.0 | 2.8 |
P5 | 13.1 | 0.0 | 0.0 | 15.0 | 0.0 | ||
P95 | 24.0 | 5.0 | 1.0 | 24.0 | 8.0 | ||
女 (n=62) |
M | 21.0 | 1.0 | 1.0 | 21.5 | 2.0 | |
P5 | 15.0 | 0.0 | 0.0 | 16.0 | 0.0 | ||
P95 | 24.0 | 4.0 | 2.0 | 24.0 | 6.5 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
江苏无锡 | 男 (n=63) |
M | 20.0 | 1.0 | 1.0 | 20.6 | 3.0 |
P5 | 15.0 | 0.0 | 0.0 | 16.6 | 1.0 | ||
P95 | 23.0 | 4.0 | 2.0 | 23.0 | 7.0 | ||
女 (n=62) |
M | 20.0 | 2.0 | 1.0 | 21.0 | 2.0 | |
P5 | 14.0 | 0.0 | 0.0 | 16.1 | 1.0 | ||
P95 | 22.0 | 4.0 | 2.0 | 22.5 | 7.0 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
四川成都 | 男 (n=41) |
M | 14.0 | 3.0 | 2.0 | 16.0 | 6.0 |
P5 | 8.0 | 0.0 | 1.0 | 8.0 | 1.0 | ||
P95 | 22.0 | 8.0 | 5.0 | 22.0 | 13.0 | ||
女 (n=45) |
M | 12.0 | 3.0 | 2.0 | 14.0 | 6.0 | |
P5 | 5.0 | 0.0 | 0.0 | 7.0 | 0.1 | ||
P95 | 22.0 | 8.0 | 3.8 | 22.9 | 16.0 | ||
P值 | >0.05 | >0.05 | <0.05 | >0.05 | >0.05 | ||
广东珠海 | 男 (n=57) |
M | 18.0 | 2.0 | 0.5 | 20.0 | 4.0 |
P5 | 10.0 | 0.0 | 0.0 | 12.0 | 1.0 | ||
P95 | 22.0 | 7.0 | 1.2 | 23.0 | 11.2 | ||
女 (n=62) |
M | 18.0 | 2.0 | 0.0 | 20.0 | 4.0 | |
P5 | 10.0 | 0.0 | 0.0 | 12.0 | 1.0 | ||
P95 | 23.0 | 8.9 | 1.0 | 23.0 | 12.0 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
湖北武汉 | 男 (n=58) |
M | 22.0 | 1.5 | 0.0 | 22.0 | 2.0 |
P5 | 13.9 | 0.0 | 0.0 | 15.9 | 0.0 | ||
P95 | 23.2 | 6.2 | 2.0 | 24.0 | 8.0 | ||
女 (n=59) |
M | 22.0 | 1.0 | 0.0 | 22.5 | 1.0 | |
P5 | 16.0 | 0.0 | 0.0 | 18.0 | 0.0 | ||
P95 | 24.0 | 3.1 | 1.0 | 24.0 | 5.0 | ||
P值 | >0.05 | >0.05 | <0.05 | >0.05 | >0.05 |
h/d | |||||||
地点 | 教育程度/ (样本量) |
类型 | 家室内 | 家室外 | 交通 | 总室内 | 总室外 |
黑龙江哈尔滨 | 高中及以下 (n=112) |
M | 20.0 | 2.0 | 0.0 | 20.3 | 2.0 |
P5 | 12.0 | 0.0 | 0.0 | 14.6 | 0.6 | ||
P95 | 23.0 | 6.0 | 3.0 | 23.0 | 8.0 | ||
大学及以上 (n=14) |
M | 22.0 | 1.0 | 0.0 | 22.0 | 2.0 | |
P5 | 11.3 | 0.0 | 0.0 | 15.7 | 0.0 | ||
P95 | 23.4 | 8.0 | 2.0 | 24.0 | 8.0 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
河北石家庄 | 高中及以下 (n=117) |
M | 21.0 | 1.0 | 0.5 | 21.0 | 2.0 |
P5 | 13.8 | 0.0 | 0.0 | 15.8 | 0.0 | ||
P95 | 24.0 | 4.0 | 2.0 | 24.0 | 7.0 | ||
大学及以上 (n=7) |
M | 18.0 | 2.0 | 0.0 | 20.0 | 3.0 | |
P5 | 16.0 | 0.0 | 0.0 | 16.6 | 0.0 | ||
P95 | 24.0 | 4.4 | 1.0 | 24.0 | 7.4 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
江苏无锡 | 高中及以下 (n=103) |
M | 20.0 | 2.0 | 1.0 | 21.0 | 2.0 |
P5 | 14.0 | 0.0 | 0.0 | 16.1 | 1.0 | ||
P95 | 23.0 | 4.0 | 2.0 | 23.0 | 7.0 | ||
大学及以上 (n=22) |
M | 20.0 | 1.3 | 0.8 | 20.5 | 2.5 | |
P5 | 16.1 | 0.1 | 0.0 | 17.1 | 1.0 | ||
P95 | 23.0 | 4.0 | 1.5 | 23.0 | 4.5 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
四川成都 | 高中及以下 (n=69) |
M | 12.0 | 3.0 | 2.0 | 15.0 | 6.0 |
P5 | 5.0 | 0.0 | 0.0 | 7.0 | 0.7 | ||
P95 | 22.0 | 8.0 | 5.0 | 22.0 | 15.6 | ||
大学及以上 (n=17) |
M | 14.0 | 3.0 | 2.0 | 16.0 | 5.0 | |
P5 | 7.8 | 0.0 | 0.0 | 8.6 | 0.8 | ||
P95 | 22.0 | 6.4 | 3.0 | 23.0 | 14.2 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
湖北武汉 | 高中及以下 (n=106) |
M | 22.0 | 1.0 | 0.0 | 22.0 | 1.8 |
P5 | 15.3 | 0.0 | 0.0 | 17.0 | 0.0 | ||
P95 | 24.0 | 4.0 | 1.8 | 24.0 | 6.8 | ||
大学及以上 (n=11) |
M | 21.0 | 1.5 | 0.0 | 21.0 | 3.0 | |
P5 | 15.0 | 0.0 | 0.0 | 18.0 | 0.5 | ||
P95 | 23.0 | 3.5 | 2.0 | 23.5 | 4.0 | ||
P值 | >0.05 | >0.05 | >0.05 | >0.05 | >0.05 | ||
注:广东珠海研究对象大学及以上学历人口为0,因此没有进行分析,下同 |
2.3 不同城市老年人群的交通出行模式
研究结果显示老年人群休息日交通以步行、骑车和乘坐公共交通3种形式为主(表 5),极少采用机动车、地上轨道、地下轨道和其他工具出行。其中成都老年人群步行出行时间最长,其次为无锡,其他城市步行出行时间较短(P<0.05)。6个城市均有少数老年人群选择骑车和乘坐公共交通,但是占比人数较少。
min/d | ||||||
地点/(样本量) | 类型 | 步行 | 骑车 | 公交 | ||
黑龙江哈尔滨 (n=126) |
M | 0 | 0 | 0 | ||
P5 | 0 | 0 | 0 | |||
P95 | 120 | 0 | 120 | |||
河北石家庄 (n=124) |
M | 0 | 0 | 0 | ||
P5 | 0 | 0 | 0 | |||
P95 | 60 | 60 | 0 | |||
江苏无锡 (n=125) |
M | 20 | 0 | 0 | ||
P5 | 0 | 0 | 0 | |||
P95 | 60 | 60 | 79 | |||
四川成都 (n=86) |
M | 66 | 0 | 0 | ||
P5 | 0 | 0 | 0 | |||
P95 | 180 | 30 | 113 | |||
广东珠海 (n=119) |
M | 0 | 0 | 0 | ||
P5 | 0 | 0 | 0 | |||
P95 | 60 | 60 | 30 | |||
湖北武汉 (n=117) |
M | 0 | 0 | 0 | ||
P5 | 0 | 0 | 0 | |||
P95 | 61 | 30 | 2 |
分析不同性别和教育程度对老年人交通出行活动可知(表 6和表 7),不同性别老年人骑车和公交出行时间少于步行出行时间,且不同城市不同性别老年人交通出行活动模式差别不大,仅无锡市女性老年人步行交通时间长于男性(P<0.05)。分析高中及以下学历和大学及以上学历老年人群交通行为活动模式可知,不同教育程度对老年人交通出行时间影响不大。
min/d | |||||
地点 (样本量) |
性别 (样本量) |
类型 | 步行 | 骑车 | 公交 |
黑龙江哈尔滨 | 男 (n=62) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 120 | 0 | 122 | ||
女 (n=64) |
M | 0 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 120 | 0 | 111 | ||
P值 | >0.05 | >0.05 | >0.05 | ||
河北石家庄 | 男 (n=62) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 60 | 0 | ||
女 (n=62) |
M | 0 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 60 | 0 | ||
P值 | >0.05 | >0.05 | >0.05 | ||
江苏无锡 | 男 (n=63) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 87 | 74 | ||
女 (n=62) |
M | 30 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 30 | 99 | ||
P值 | <0.05 | <0.05 | >0.05 | ||
四川成都 | 男 (n=41) |
M | 70 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 183 | 30 | 80 | ||
女 (n=45) |
M | 61 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 144 | 60 | 114 | ||
P值 | >0.05 | >0.05 | >0.05 | ||
广东珠海 | 男 (n=57) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 72 | 60 | 6 | ||
女 (n=62) |
M | 0 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 0 | 29 | ||
P值 | >0.05 | <0.05 | >0.05 | ||
湖北武汉 | 男 (n=58) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 120 | 35 | 32 | ||
女 (n=59) |
M | 0 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 0 | 0 | ||
P值 | >0.05 | >0.05 | >0.05 |
min/d | |||||
地点 (样本量) |
教育程度 (样本量) |
类型 | 步行 | 骑车 | 公交 |
黑龙江哈尔滨 | 高中及以下 (n=112) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 121 | 0 | 120 | ||
大学及以上 (n=14) |
M | 0 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 120 | 0 | 82 | ||
P值 | >0.05 | >0.05 | >0.05 | ||
河北石家庄 | 高中及以下 (n=117) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 60 | 0 | ||
大学及以上 (n=7) |
M | 0 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 42 | 42 | 0 | ||
P值 | >0.05 | >0.05 | >0.05 | ||
江苏无锡 | 高中及以下 (n=103) |
M | 20 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 60 | 79 | ||
大学及以上 (n=22) |
M | 8 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 59 | 59 | 74 | ||
P值 | >0.05 | >0.05 | >0.05 | ||
四川成都 | 高中及以下 (n=69) |
M | 90 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 180 | 30 | 108 | ||
大学及以上 (n=17) |
M | 60 | 0 | 0 | |
P5 | 24 | 0 | 0 | ||
P95 | 180 | 12 | 72 | ||
P值 | >0.05 | >0.05 | >0.05 | ||
湖北武汉 | 高中及以下 (n=106) |
M | 0 | 0 | 0 |
P5 | 0 | 0 | 0 | ||
P95 | 61 | 0 | 0 | ||
大学及以上 (n=11) |
M | 0 | 0 | 0 | |
P5 | 0 | 0 | 0 | ||
P95 | 60 | 30 | 20 | ||
P值 | >0.05 | >0.05 | >0.05 |
3 讨论
室内外行为活动模式和交通出行模式受气象条件、工作条件及调查人群身体条件影响较大[9],具有一定的季节性和区域性,同时还受休息日以及调查对象年龄的影响[10]。本研究中,研究地区分别为我国的东北、华北、华东、华中、西南和华南地区,地理分布的原因导致气候条件和生活差异较大,因此虽然性别比和年龄构成一致,但是行为活动模式和交通模式有所不同。
通过分析行为活动模式可知,不同城市老年人群室内外活动模式不同,成都老年人群室内时间远低于其他城市,而室外时间远高于其他城市,由此可见不同的地域差异对活动模式影响较大,在针对某一区域某一时间范围内环境与健康研究应尽可能采用具有时效性的地区化参数以获得更精准的分析[3]。
相较我国其他城市出行模式,本研究中哈尔滨、石家庄、无锡、成都、珠海和武汉老年人群总室内活动时间(15.5~22.0 h/d)远高于太湖流域人群的室内活动时间(15.08 h/d)[11],但本研究中6个城市的总室外活动时间(1.0~6.0 h/d)低于太湖流域人群的室外活动时间(8.93 h/d)[11]。对比全国范围的人群环境暴露行为模式研究[5],本研究中哈尔滨、石家庄、无锡、珠海和武汉5城市老年人群室内活动时间(20.0~22.0 h/d)与全国范围人群环境暴露行为调查中(60~79)岁及80岁以上老年人群的室内活动时间(20.1~21.0 h/d)[5]范围相近,但成都老年人群室内活动时间(15.5 h/d)远低于全国水平[5]。本研究中哈尔滨、石家庄、无锡和武汉城市老年人群室外活动时间(1.0~2.0 h/d)低于全国范围人群环境暴露行为调查中(60~79)岁及80岁以上老年人群的室外活动时间(2.5~3.5 h/d)[5],成都和珠海老年人群室外活动时间(4.0~6.0 h/d)远高于全国水平[5]。以6个城市老年人群室内外活动时间与美国65岁以上老年人口室内外停留时间比较可知,除成都外其他5个城市老年人群在所有类型室内总停留时间高于美国老年人群总室内停留时间19.0 h/d(1 142 min/d)[2],同时除成都外其他5个城市老年人群在所有类型室外总停留时间低于美国老年人群室外总停留时间5.0 h/d(298 min/d)[2]。国内外对室内外活动模式调查结果的不同与地区经济发展程度、地理气象条件、调查所处季节时期和调查人群的年龄组别等都有直接关系,因此在通过室内外活动时间估算污染物暴露水平时,应尽可能使用本地化暴露参数,以进行更为准确的暴露评价和风险评估。
本研究中6城市老年人群首选的交通方式为步行,其次为骑行及公共交通出行。本研究中成都老年人群步行时间(66 min/d)高于兰州市60岁以上老年人群的步行时间(60 min/d)[12],哈尔滨、石家庄、无锡、珠海和武汉5个城市老年人群步行时间(0~20 min/d)则低于兰州市60岁以上老年人群的步行时间[12]。对比全国范围的人群环境暴露行为模式研究[5],本研究中成都老年人群步行时间(66 min/d)高于全国范围人群环境暴露行为调查中(60~79)岁及80岁以上老年人群的步行时间(30~40 min/d)[5],哈尔滨、石家庄、无锡、珠海和武汉5个城市老年人群步行时间(0~20 min/d)远低于全国水平[5]。这可能与不同调查地区的生活习惯和调查所处季节不同有关。本研究中选择机动车出行的老年人群较少,而机动车出行时间也较短,一方面这与我国60岁以上老年人口驾驶员比例较低有关[13],另一方面与老年人群自由支配时间充足有关。与2009年一项中国成人车内活动时间对比(0.4 h/d)[10],本研究6个城市老年人群在汽车内停留时间也较低,这与本研究中调查对象为老龄人有关。本研究6个城市老年人群在汽车内停留的时间远低于美国65岁及以上人口在汽车内的停留时间(84.5 min/d)[2],这与不同国家经济发展水平和交通模式有较大关系。由此可见,虽然老年人群交通出行时间不长,但是交通出行模式显著不同,且交通过程中面临的环境污染暴露复杂多样,因此细致的暴露参数调查对于污染暴露的评估至关重要[14]。
本研究虽然采取了一对一面询的方式进行现场调查,但是由于需要研究对象通过回忆的方式给出每日室内外活动模式和交通出行信息,因此结果可能存在一定偏倚;由于调查时间所限,虽然已经将调查内容按照工作日和休息日进行细化,但是相对比一些发达国家的暴露参数调查细致程度仍显不足;另外,由于研究目的所限,本研究调查时间主要处于秋冬季节且人群样本量偏少,因此暴露参数应用具有一定局限性。建议未来研究中,应根据研究目的,进一步细化出行和交通相关的调查内容,增加室外活动时污染源情况及交通出行机动车类型情况,扩大样本量及调查时间,以获得更为全面的行为活动和交通出行参数。
综上所述,不同地区老龄人口具有显著不同的行为活动模式和交通出行特点,在进行人群暴露评价时,应根据实际情况获取本地化行为活动模式和交通出行数据,从而更好的开展环境健康风险评估工作,为管理者和决策者提供更精准的数据支持。
[1] |
Lim SS, Vos T, Flaxman AD, et al. A comparative risk assessment of burden of disease and injury attributable to 67 risk factors and risk factor clusters in 21 regions, 1990-2010:a systematic analysis for the Global Burden of Disease Study 2010[J]. Lancet, 2012, 380(9859): 2224-2260. DOI:10.1016/S0140-6736(12)61766-8 |
[2] |
USEPA, EPA/600/R-090/052F. Exposure factors hand book:2011 Edition[M]. Washington, DC: US EPA, 2011.
|
[3] |
杜艳君, 张翼, 李湉湉. 空气污染物暴露参数相关问题刍议[J]. 华南预防医学, 2015, 41(3): 260-262. (In English: Du YJ, Zhang Y, Li TT. Discussion on problems related to air pollutant exposure factors[J]. South China Journal of preventive medicine, 2015, 41(3): 260-262.) |
[4] |
Akland GG, Hartwell TD, Johnson TR, et al. Measuring human exposure to carbon monoxide in Washington, DC, and Denver, Colorado, during the winter of 1982-1983[J]. Environmental Science & Technology, 1985, 19(10): 911-918. |
[5] |
赵秀阁, 段小丽. 中国人群暴露参数手册(成人卷)概要[M]. 北京: 中国环境出版社, 2014. (In English: Zhao XG, Duan XL. Highlights of the Chinese exposure factors handbook (Adults)[M]. Beijing: China Environmental Science Press, 2014.)
|
[6] |
环境保护部. 中国人群暴露参数手册(成人卷)[M]. 北京: 中国环境出版社, 2013. (In English: Ministry of Environmental Protection. Exposure factors handbook of Chinese population (Adults)[M]. Beijing: China Environmental Science Press, 2013.)
|
[7] |
环境保护部. 中国人群暴露参数手册(儿童卷:0~5岁)[M]. 北京: 中国环境出版社, 2016. (In English: Ministry of Environmental Protection. Exposure factors handbook of Chinese population (0-5 years)[M]. Beijing: China Environmental Science Press, 2016.)
|
[8] |
环境保护部. 中国人群暴露参数手册(儿童卷:6~17岁)[M]. 北京: 中国环境出版社, 2016. (In English: Ministry of Environmental Protection. Exposure factors handbook of Chinese population (6-17 years)[M]. Beijing: China Environmental Science Press, 2016.)
|
[9] |
王贝贝, 王宗爽, 赵秀阁, 等. 我国成人室内外活动时间研究[J]. 环境与健康杂志, 2014, 31(11): 945-948. (In English: Wang BB, Wang ZS, Zhao XG, et al. Study on environmental exposure-related activity patterns of Chinese adults[J]. Journal of Environmental Health, 2014, 31(11): 945-948.) |
[10] |
李天昕, 王叶晴, 段小丽, 等. 环境健康风险评价中的行为活动模式暴露参数[J]. 环境与健康杂志, 2012, 29(2): 118-123. (In English: Li TX, Wang YQ, Duan XL, et al. Exposure factors of activity patterns in environmental health risk assessment[J]. Journal of Environmental Health, 2012, 29(2): 118-123.) |
[11] |
杨彦, 于云江, 杨洁, 等. 太湖流域人群活动行为模式暴露参数研究[J]. 环境与健康杂志, 2013, 30(3): 230-234. (In English: Yang Y, Yu YJ, Yang J, et al. Exposure parameters of human activity pattern in Taihu Lake basin[J]. Journal of Environmental Health, 2013, 30(3): 230-234.) |
[12] |
王丹洁, 曾光, 闫芳芳, 等. 兰州市居民交通出行方式及时间研究[J]. 环境与健康杂志, 2017, 34(1): 43-47. (In English: Wang DJ, Zeng G, Yan FF, et al. Travel patterns and related time of residents in Lanzhou[J]. Journal of Environmental Health, 2017, 34(1): 43-47.) |
[13] |
石京, 菅美英. 老年人驾驶特性和未来中国老年人交通安全问题分析[J]. 交通信息与安全, 2014, 32(5): 20-24. (In English: Shi J, Jian MY. Driving characteristics of elderly people and their traffic safety problems for the future of China[J]. Journal of Transport Information and Safety, 2014, 32(5): 20-24.) |
[14] |
段小丽, 黄楠, 王贝贝, 等. 国内外环境健康风险评价中的暴露参数比较[J]. 环境与健康杂志, 2012, 29(2): 99-104. (In English: Duan XL, Huang N, Wang BB, et al. Development of exposure factors research methods in environmental health risk assessment[J]. Journal of Environmental Health, 2012, 29(2): 99-104.) |