钱旭君 贺天锋 谷少华， 刘起勇 许国章△ 沈月平△

宁波市大气污染物暴露与肺癌发病及死亡灰色关联定量分析*

钱旭君1贺天锋2谷少华2，3刘起勇3许国章2△沈月平1△

目的 定量评价宁波市大气污染与人群肺癌发病及死亡的关系。方法 收集2006-2013年宁波市居民肺癌发病和死亡数据及2001-2013年宁波市大气污染资料，采用灰色关联分析方法计算不同污染物与肺癌发病率及死亡率的关联度，并对大气污染物导致肺癌的潜伏期进行定量分析。结果 SO2及NO2对宁波市居民肺癌发病及死亡影响最大。2003-2007年SO2浓度变化序列对2008-2012年肺癌死亡率参考序列影响最大，关联系数为0.86，潜伏期为4年；2002-2006年NO2浓度变化序列对2008-2012年肺癌死亡率参考序列影响最大，关联系数为0.87，潜伏期为5年；2003-2007年PM10浓度变化序列对2008-2012年肺癌死亡率参考序列影响最大，关联系数为0.85，潜伏期为4年；2006-2010年烟尘比较序列对2008-2012年肺癌死亡率参考序列影响最大，关联系数为0.92，潜伏期为1年。结论 SO2及NO2是宁波市居民肺癌发病及死亡的主要影响指标，其致肺癌潜伏期分别为4年及5年。

肺癌 大气污染物 灰色关联分析

近年来，全国多地雾霾天气频发，大气污染物对人类健康的影响引起社会的极大关注，其中大气污染与肺癌的关系是社会关注的焦点之一。流行病学研究表明可吸入颗粒物（PM10）、二氧化硫（SO2）及二氧化氮（NO2）等大气污染物浓度的升高可能会增加肺癌等呼吸系统疾病发病及死亡的风险［1-3］，特别是NOX与肺癌之间存在显著的相关性［2-3］，但由于大气污染物成分存在地域性差别，在国内不同地区的研究结果并不完全一致，因此根据本地大气污染物特点开展针对本地人群大气污染物健康影响效应分析结果也更为可靠。

灰色关联分析对数据分布类型和样本量无特殊要求，是目前用来解决部分信息已知和部分信息未知的不确定系统，近年来作为一种探索性分析方法在经济学、医学领域都有着广泛的应用［4-7］。本研究利用宁波市大气污染物监测资料及宁波市居民肺癌发病和死亡数据，采用灰色关联分析相关指标，探讨大气污染物各指标浓度变化与肺癌之间的定量反应关系，以期为肺癌防控及大气污染物与人群健康效应评估治理提供科学依据。

资料与方法

1.资料来源 2001-2013年大气污染物各指标资料来自宁波市环境保护局；宁波市2006-2013年居民肺癌发病率及死亡率资料来自宁波市疾病预防控制中心。

2.方法［6-10］

（1）灰色绝对关联度 设母序列｛X0｝与子序列｛Xi｝分别为：

则X0与Xi的灰色绝对关联度的计算公式为：

（2）灰色相对关联度 设母序列｛X0｝与子序列｛Xi｝初值化后的值分别为：

X0与Xi的灰色相对关联度为：

（3）综合关联度 为灰色绝对关联度与灰色相对关联度的均值：r综合＝（roi+ri）／2。

（4）灰色关联度 即邓氏关联度。确定反应系统行为特征的参考数列和影响系统行为的比较数列。X0为参考数列，Xi为比较数列。系统若有m+1个数据序列：

对各序列的数据进行初值化处理，求差数列及两级最大差和两级最小差。参考数列X0与比较数列Xi在第k点的绝对差为

由Δi（k）组成差序列，两级最大差：

两级最小差：

参考序列X0与比较数列Xi在第k点的关联系数（0.5为分辨系数，一般在0与1之间选取）：

（5）统计分析方法 采用excel 2007进行数据录入，依据计算公式对大气污染物与居民肺癌发病及死亡进行灰色关联分析［9］，数值见表1。

结 果

1.肺癌发病率与大气污染指标的综合关联分析

表1 宁波市2006-2013年居民肺癌发病率与死亡率及2001-2013年4种大气污染物年均浓度

根据公式计算得到，宁波市 SO2、NO2、PM10及烟尘与宁波市居民肺癌发病率的绝对关联度分别为0.5034、0.5036、0.5046及 0.6151；宁波市 SO2、NO2、PM10及烟尘与宁波市居民肺癌发病率的相对关联度分别为0.9641、0.9135、0.7194及0.5432；综合关联度分别为0.7337、0.7085、0.6120及0.5791。SO2对居民肺癌发病的影响最大，其次为NO2。

2.肺癌死亡率与大气污染指标的综合关联分析

根据公式计算得到，宁波市 SO2、NO2、PM10及烟尘与宁波市居民肺癌死亡率的绝对关联度分别为0.5061、0.5064、0.5083及 0.7062；宁波市 SO2、NO2、PM10及烟尘与宁波市居民肺癌死亡率的相对关联度分别为0.8107、0.7768、0.6469及0.5289；综合关联度分别为 0.6584、0.6416、0.5776及 0.6175。SO2对居民肺癌死亡的影响最大，其次为NO2，但四个指标综合关联度相差不大。

3.居民肺癌死亡率与大气污染物指标的灰色关联定量分析 以宁波市2008-2012年5年的肺癌死亡率为参考数列，用5年的大气SO2平均浓度变化作为比较数列，进行初值化（表2）及差序列分析（表3），并计算得到关联系数r2003-2007＝0.86最大（表4）。即2003-2007年的SO2浓度变化序列对2008-2012年的肺癌死亡率序列影响最大，序列间距为5年。

同理，得到NO2数列最大关联系数为r2002-2006＝0.87，即2002-2006年的NO2浓度变化序列对2008-2012年的肺癌死亡率序列影响最大，序列间距为6年；PM10数列最大关联系数为r2003-2007＝0.85，即2003-2007年的PM10浓度变化序列对2008-2012年的肺癌死亡率序列影响最大，序列间距为5年；烟尘数列最大关联系数为r2006-2010＝0.92，即2006-2010年的烟尘浓度变化序列对2008-2012年的肺癌死亡率序列影响最大，序列间距为2年。

以肺癌的平均存活期1年来计算［5］，估计宁波市SO2、NO2、PM10及烟尘致肺癌的潜伏期分别为4年、5年、4年及1年。

表2 SO2浓度变化数列初值化后不同时间点的参考数列和比较数列

表3 SO2浓度变化参考数列和比较数列的差序列

表4 SO2浓度变化数列与肺癌死亡率数列的关联系数

讨 论

本研究表明，SO2及NO2是宁波市居民肺癌发病及死亡最主要的影响因素，这与相关研究不全一致，张晓等［10］研究提出对北京市居民肺癌发病和死亡影响最大的指标为 NO2和 PM2.5，而上海市为降尘及PM2.5，广州市为降尘及NO2，这些研究结果可能更多提示的是大气污染物具有的地域性特征。宁波市地处东南沿海，当地化工企业较多，工业化程度较高，工业废气排放较多，如2001年至2011年，宁波市工业废气排放量从1718.68亿标立方米增加到5910.30亿标立方米［11］，因此市民暴露于SO2及NO2气体污染物导致肺癌的风险更大。但从综合关联度来看，PM10及烟尘对肺癌死亡的关联度也较高，提示对于肺癌这种慢性的、长期积累的、多因素导致的疾病，除了对SO2及NO2主要污染物进行控制外，烟尘及PM10控制依然重要。以5年的肺癌死亡率为参考数列，分析各污染物指标导致肺癌的潜伏期，得到宁波市SO2、NO2、PM10及烟尘致肺癌的潜伏期分别为4年、5年、4年及1年，其中NO2及烟尘致肺癌的潜伏期与相关研究一致［10］。

灰色关联度分析是基于灰色系统的灰色过程，对一个系统序列发展变化态势的定量描述和比较［8］，相对关联度、绝对关联度及综合关联度均属于广义灰色关联分析。相对关联度和绝对关联度在数据的分析上各有优劣。相对关联系数通过与初值的转化，消除了量纲，使新定义的关联度只与原始数据有关，但缺点在于它只是一个相对值，不具有唯一性，受数列中极大值与极小值、样本量等因素影响，特别是在多因素的灰色关联分析中，由于对于不同因素计算基础不一样，因此不具有可比性。而绝对关联系数中两队列是互为参考序列，不受其他因素影响，具有唯一性，可以比较多因素的关联性。因此基于两者结合的灰色综合关联度既能体现队列对于初始点变化速率的接近程度，又能体现几何图形的相似性，是较为全面的表征序列间关系程度的数量指标［8-9］。本研究中通过空气污染数据与肺癌发病及死亡数据进行分析发现，综合关联度在环境污染指标的评价筛选中有效性较高，能灵敏反应不同指标的影响程度，与相关研究结果一致［9］。但需要提出的是，灰色关联分析在一些因果关系还不明确的研究中，只能进行一些探索性的分析，如本研究中，部分污染指标（如烟尘）与肺癌的因果关系还不明确，对于这样的资料灰色关联分析在结论的确定上还有局限性，此外由于本地PM2.5历史监测数据的缺乏，本研究未对PM2.5致肺癌的影响效应进行评估。

［1］黄雯，王洪源，王旗.我国大气可吸入颗粒物污染对人群死亡率的影响.中华预防医学杂志，2011，45（11）：1031-1035.

［2］Renjie C，Evangelia S，Chit-Ming W，et al.Associations between short-term exposure to nitrogen dioxide and mortality in 17 Chinese cities：The China Air Pollution and Health Effects Study（CAPES）.Environment International，2012，45：32-38.

［3］陈士杰，李秀央，周连芳.大气污染物致肺癌的潜伏期灰色定量分析.中华流行病学杂志，2003，24（3）：233-235.

［4］郑娟，许建强，王健.TOPSIS与灰色关联法在口腔科医院感染管理质量评价中的应用.中国卫生统计，2014，31（5）：843-846.

［5］杨川，宋月雁，邵金霞.总额预付制下糖尿病住院费用的灰色关联分析.中国卫生统计，2015，32（1）：148-149.

［6］梅振国.灰色绝对关联度及其计算方法.系统工程，1992，10（5）：43-45.

［7］戴力辉，张妍，林素玲，等.我国农村母婴保健的灰色关联综合分析.中国卫生统计，2011，28（4）：375-383.

［8］虞亚平，王冠中，李大治.广义灰色关联度的简便计算方法.南通大学学报（自然科学版），2008，7（2）：85-90.

［9］张晓，杨琼英，林国桢，等.大气污染与居民肺癌发病及死亡灰色关联分析.中国公共卫生，2014，30（2）：165-170.

［10］宁波市统计局.宁波统计年鉴.http：／／www.nbstats.gov.cn／tjnj／2004njbg.htm.

Quantitative Study by Grey Correlation Analysis on Association Between Air Pollution and Lung Cancer in Ningbo

Qian Xujun，He Tianfeng，Gu Shaohua，et al.
（Department of Public Health，Soochow University（215123），Suzhou）

Objective To quantitatively evaluate the association of air pollution and the mortality and mobidity of lung cancer in the population in Ningbo.Methods The mortality and mobidity data of lung cancer during 2006-2013 and the air pollution data during 2001-2013 in Ningbo were collected，and the grey correlation analysis method was applied to calculate correlation degree between the morbidity，mortality of lung cancer and different pollutants，and the latent period of lung cancer induced by air pollution was quantitatively analyzed.Results The most serious pollution factors affecting lung cancer incidence in Ningbo were NO2and SO2.The most serious effect to reference sequence of lung cancer mortality during 2008-2012 were comparison sequence of SO2during 2003-2007，sequence of NO2level change during 2002-2006，sequence of PM10level change during 2003-2007，the corresponding correlation coefficient was 0.86，0.87 and 0.85 respectively，the corresponding latent periods were 5 years，4 years and 1 year.Conclusion The most serious pollution factors affecting the mortality and mobidity of lung cancer in Ningbo were SO2and NO2，and the corresponding latent periods were 4 and 5 years.

Lung cancer；Air pollution；Grey relational analysis

国家重大科学研究计划项目（2012CB955500）；浙江省医药卫生项目（2014KYA202）；宁波市科技计划项目（2014C50027）

1.苏州大学公共卫生学院流行病与卫生统计教研室（215123）

2.浙江省宁波市疾病预防控制中心

3.中国疾病预防控制中心传染病预防控制所，传染病预防控制国家重点实验室

△通信作者：沈月平，E-mail：shenyp＠suda.edu.cn；许国章，E-mail：xuguoz＠nbcdc.org.cn

郭海强）