北京地区奥运会期间PM2.5对心脑血管疾病的影响

孙兆彬，陶 燕，崔甍甍，马小会，张小玲，安兴琴，张德山（1.中国气象局北京城市气象研究所，北京100089；.京津冀环境气象预报预警中心，北京 100089；.兰州大学资源环境学院，甘肃 兰州 70000；.北京急救中心，北京 10001；.中国气象科学研究院，北京 100081；.北京市公共气象服务中心，北京 100089）

北京地区奥运会期间PM2.5对心脑血管疾病的影响

孙兆彬1，2*，陶 燕3，崔甍甍4，马小会2，张小玲2，安兴琴5，张德山6（1.中国气象局北京城市气象研究所，北京100089；2.京津冀环境气象预报预警中心，北京 100089；3.兰州大学资源环境学院，甘肃 兰州 730000；4.北京急救中心，北京 100031；5.中国气象科学研究院，北京 100081；6.北京市公共气象服务中心，北京 100089）

为了探讨2008年奥运会前后减排和限行措施对北京居民心脑血管健康的影响，调查了2006～2010年7～9月的空气质量状况及北京急救中心心脑血管疾病日入院人数，采用时间序列方法中的非参数广义相加模型（GAM），在控制了长期趋势、“星期几效应”及气象因素的影响后，分析了北京 PM2.5浓度与心脑血管疾病日入院人数的暴露-反应关系，并按性别、年份建立了模型.结果表明，PM2.5对心脑血管疾病的影响具有一定的滞后效应，全人群、男性和女性滞后均为0～2d，在2006～2010年7～9月中，2008年3个人群的RR均最小，2009年RR最大.PM2.5日均浓度每增加10μg/m3，2008年男性、女性及全人群日入院人数风险分别增加0.18%、0.07%和0.00%， 2009年男性、女性及全人群日入院人数风险分别增加3.43%、2.10%和2.97%.2008年7～9月采取的相关政策措施对降低了北京地区居民心脑血管疾病的发病风险具有重要作用.

奥运会；时间序列；心脑血管疾病；空气污染

大量的流行病学研究表明，大气污染物浓度的升高与人群心脑血管疾病、呼吸系统疾病的发病率的升高关系密切［1-10］，同时年龄、性别、气象要素等与大气颗粒物之间存在交互效应［11-13］.随着工业化和城市化进程的加快，能源消耗的过度增加造成的大气环境污染问题日益突出，因此，定量评价大气颗粒物污染的健康危害并进行经济学评价，对控制大气污染、保护人民群众身体健康具有重要意义［14］.近年来北京地区多次出现持续性、严重污染天气，人群具有较高的暴露水平.2008年奥林匹克夏季运动会在北京召开，为了此次重要活动顺利开展，从2008年7月1日～2008年9月20日近3个月采取了严格的机动车限行制度，超标排放的大型运输车被禁止上路，北京及周边地区向大气中排放污染物的工厂被责令关闭.因此，奥林匹克夏季运动会的召开，为北京提供了一个难得的机遇来评估减排所形成健康效应与减排前后年份健康效应的关系.

由于气象条件在很大程度上影响着污染物浓度的变化，本研究定义了一个表征空气污染积累的气象参数，叫做湿静稳指数，用湿静稳指数来说明奥运期间及奥运前后年份近地层气象要素对污染物浓度的影响.在此基础上，利用国际上通用的基于时间序列的广义相加模型（GAM）和危险度评价方法定量评估了2006～2010年7月、8月、9月PM2.5的日均浓度变化与人群心脑血管疾病入院人数之间的关系.

1　资料与方法

1.1资料来源

1.1.1心脑血管疾病数据来源 心脑血管疾病病例资料来源于北京急救中心病案资料，包括2006～2010年7月、8月、9月期间逐日心脑血管疾病病例，依据疾病的分类标准为第十版（ICD-10），具体疾病编码如下：脑血管疾病，主要包括：急性脑血管病 I67.8，脑出血 I61.9，脑梗死E63.9，蛛网膜下腔出血I60.9，脑卒中I64.X，；心血管疾病，主要包括：心绞痛 I20.9，急性心肌梗死I21.9，冠状动脉粥样硬化性心脏病I25.1.

1.1.2大气环境的监测资料 北京市海淀区宝联大气气溶胶监测站选用美国R&P公司生产的TEOM 1400a颗粒物监测仪来测量PM2.5的质量浓度.TEOM 1400a系列仪器可用于室内、外环境空气中颗粒物质量浓度的实时测量，通过对进气口切割头的控制可以测量不同粒径颗粒物的质量浓度，如TSP、PM10、PM2.5以及PM1等.TEOM 1400a大气颗粒物监测仪应用锥管振荡微天平（TEOM）方法连续测量大气中颗粒物浓度.宝联站的PM2.5浓度的监测数据均由专人对每个数据进行质量控制，剔除少量的奇异值，也有专人定期对仪器进行维护.宝联气溶胶监测站较早开展了PM2.5等气溶胶成分的监测，对北京地区PM2.5浓度的变化监测时间较长，同时具有较好的区域代表性［15-16］.

1.1.3气象数据来源 气象数据来源于北京市气象局的北京市2006～2010年7月1日～9月30日均风速（m/s）、相对湿度（%）、平均温度（℃）、最高气温（℃）、最低气温（℃）等.

1.2湿静稳指数的建立

本研究定义了一个湿静稳指数（WSS）来表征研究时段内气象因素对污染物及健康效应的影响，空气污染物的浓度与气象要素的关系密切［17-20］，北京三面环山，受太行山及燕山山脉的影响，污染物一旦积聚，在无明显冷空气的条件下便较难扩散，在弱气压场的影响下，大气趋于静稳，此时若相对湿度也随之增加，大气中的颗粒物会迅速吸湿增长，同时发生二次反应，北京地区就会出现重污染天气，所以持续性的小风和高湿是北京地区出现重污染天气重要局地气象特征［21-24］.

湿静稳指数（WSS）被定义为：

1.3GAM模型的建立

1.3.1参数的选取 广义相加模型（GAM）是对广义线性模型（GLM）的非参数扩展，适用于处理应变量和众多解释变量间过度复杂非线性的关系［25］.GAM 模型通过对部分或全部的解释变量采用平滑函数的方法建立模型［8，26-27］.它排除了长期趋势、季节趋势、日历效应、气象因素、污染因素等混杂因素对健康效应终点的影响，将污染物浓度日变化作为因子变量引入模型，分别观察其对健康效应终点人数的影响.对于总人群来说，日心脑血管疾病的发病属于小概率事件，分布近似泊松分布［28-29］.

本研究采用半参数广义相加模型（GAM）具体模型如下：

式中：Yk为的心脑血管疾病入院人数； E（Yk）为的心脑血管疾病入院人数的期望值；β为回归系数，称为暴露-反应关系系数；Xk为污染物浓度；s为非参数样条平滑函数，排除长期趋势、季节性、日历效应、气象等混杂因素的影响；df为自由度；考虑到居民每日心脑血管疾病入院人数的在一周内的有“星期几效应”显著性不明确，为排除“星期几效应”可能带来的影响，所以引入虚拟函数DOW；time为日历时间；Zk为某种气象要素.通过此模型对心脑血管疾病入院人数与日均PM2.5的浓度进行非线性拟合，求得暴露反应关系系数β，从而建立了PM2.5与逐日心脑血管疾病入院人数之间的暴露-反应关系.

1.3.2模型拟合的优度检验 赤池信息准则（AIC）是一种用来反映模型拟合数据能力的统计方法，可以对模型进行因子选择与优度检验.根据AIC准则，AIC值越小，模型的拟合优度越好，AIC值最小的模型即为最优模型.

1.3.3相对危险度计算 根据GAM模型估算出暴露-反应关系系数β，计算当PM2.5变化单位浓度时，每日心脑血管疾病入院人数自然对数的相对改变量为相对危险度 RR.本文的单位浓度变化为污染物浓度的四分位间距（IQR）.RR的形式如下：

在此基础上计算出RR的95%的可信区间（95%CI）［30］为EXP［（β±1.96SE） ·IQR.

污染物浓度每增加 10μg/m3，疾病平均日入院人数变化的百分比为［（10/IQR） · （RR-1）］ · 100%

按照上述原则分不同年份建立模型，估算PM2.5的人群健康影响.利用 AIC准则进行模型拟合优度检验，并考察模型的滞后效应.

1.4奥运期间健康效应的对比研究

本文对比分析了 2008年奥运期间（7～9月）与前两年（2006年、2007年）、后两年（2009年、2010年）同时期的气象要素、PM2.5浓度、RR，通过对比减排前后与减排期间年份的人群健康效应，来说明污染物浓度的降低所对应的健康效应的影响.

2　结果

2.1湿静稳指数与PM2.5之间的关系

PM2.5浓度受排放源、周边地区输送、二次气溶胶生成、气象条件等多种因素影响，由图 1可见，湿静稳指数对 PM2.5浓度变化具有一定的指示意义，当湿静稳指数增大时，说明大气低层相对湿度增大，大气低层的空气流动性在持续变差，一方面利于颗粒物吸湿增长，另一方面利于污染不断积聚，所以可以用湿静稳指数来表征北京地区大气污染的气象潜势，从图 2（a）可见，2006～2010年7～9月湿静稳指数的年变化趋势并不显著，均处于7～7.5区间之内，从图2（b）可见，2008年由于奥运会前后的减排作用PM2.5浓度为2006～2010年中的最低值60.6μg/m3.

2.2心脑血管疾病每日入院人数、大气污染物的浓度及气象因素频率分布

图2　2006～2010年7～9月湿静稳指数与PM2.5浓度时间序列变化Fig.2 The variation of wet static stability index and PM2.5concentration from July to September during 2006 to 2010

表1　2006～2010年7～9月北京地区心脑血管疾病、PM2.5及气象因素的描述性统计Table 1 The descriptive statistics of cardiovascular and cerebrovascular diseases， PM2.5and meteorological factors from July to September in 2006～2010

2006～2010年 7～9月北京市 PM2.5日均浓度、主要气象因子和心脑血管疾病入院人数的描述性统计结果见表 1.平均每天心脑血管疾病入院人数为9例左右.2006～2010年 7～9月平均气温为25.01℃，相对湿度为67.2%.

2.32006～2010年7～9月心脑血管疾病与PM2.5的健康效应

从图3可以看出，2006～2010年7～9月，统计学意义上 PM2.5对心脑血管疾病日入院人数的影响存在一定的滞后效应.北京地区的 PM2.5浓度水平对居民心脑血管疾病存在影响.全人群、男性人群、女性人群的滞后时间为 lag0～lag2.对于3类人群，RR最小值均出现在2008年，男性人群 RR为 1.006（95%置信区间：0.880～1.151），女性人群 RR为 1.003（95%置信区间：0.825～1.218），全人群的 RR仅为 0.973（95%置信区间：0.863～1.096）.

图3　北京市PM2.5影响不同人群心脑血管疾病日入院人数的相对危险度Fig.3 Relative risks of the associations between PM2.5and hospitalizations for cardiovascular and cerebrovascular diseases in different groups

图4　不同人群心脑血管疾病日入院人数随PM2.5增加10μg/m3而增加的风险Fig.4 Increased risks for cardiovascular and cerebrovascular diseases in hospitalizations different groups with increase of 10μg/m3in PM2.5

由图4可见，当北京地区PM2.5日均浓度增加10μg/m3时，2008年3个人群日入院人数增加的风险分别为男性人群0.18%、女性人群0.07%、全人群近0.00%，而2009年3个人群日入院人数增加的风险达到最大值，分别为男性人群3.43%、女性人群2.10%、全人群2.97%，与2008年相比均出现明显的上升.

2008年7～9月的减排和限行措施的实施，不但降低了心脑血管疾病的相对危险度，同时降低了PM2.5日均浓度增加10μg/m3时心脑血管疾病日入院人数增加的百分比.

3　讨论

3.1对比分析

本研究证实了北京地区PM2.5浓度对心脑血管疾病日入院人数具有影响.经GAM模型分析得知，2006～2010年全人群、男性人群、女性人群的最佳滞后时间均在0～2d.同时，3个人群中2008年在奥运会减排前后的RR值均低于前后2年的数值，由于减排和限行政策的落实，2008年7～9月PM2.5平均浓度仅为60.6μg/m3，为 2006～2010年中的最低值.

以往有大量的研究采用某种疾病的日死亡人数或日入院人数来进行流行病学研究，对于北京这样的超大城市，外来人口，尤其是外来看病的人口占到了相当大的比例，而如何在GAM模型的建模过程中区分本地患病人群和外地来京就医人群成为了研究中的难点，如不对两者进行仔细区分，将增大计算结果中的RR值，产生误差.本研究中所使用患病人群数据为北京急救中心调度指挥信息数据库和病案资料，2006～2010年 7月、8月、9月期间逐日心脑血管疾病数据，具有较好的地区代表性，同时既然是急救数据，那么基本可以排除外地病患就医带来的计算误差，所得到的结论也主要基于本地的大气污染情况和气象条件得出的.

气象条件对居民的健康具有较大影响，研究中为了排除气象条件对结果的影响，在GAM模型的运算中也利用平滑函数对其进行了处理，同时建立了一个湿静稳指数，用来表征2008年的大气污染的气象潜势，通过分析发现，2008年的气象条件并未显著地不同于其他年份，因此气象条件对2008年RR数值相对较低和PM2.5浓度下降影响较小，2008年7～9月PM2.5浓度的明显下降应与限行和减排措施地实施关系密切

3.2不确定性分析

本文利用GAM模型建立了2006～2010年7～9月心脑血管疾病的暴露-反应关系，所使用的数据为 120急救中心心脑血管日入院人数资料，因最初急救时效性的需要无法在接治病人的同时获取详尽的病人年龄、病史等情况，但针对这一情况，120急救中心采取跟踪入院后病人病情、记录入院后医生再次检查确诊后的结论等方式保证数据质量.

此外由于导致个体发病的外界混杂因素众多，本文所采用的GAM模型能够在一定程度上控制过分散效应，但无法完全消除.

本文重点研究了PM2.5心脑血管疾病的健康效应，模型建立过程中排除了气象因子的影响，但除PM2.5外，PM10、NO2、SO2、O3等污染物也具有显著的健康效应，本文未针对其他大气污染物的交互效应开展研究.

由于交通相关空气污染物的排放高度接近人体呼吸带，交通环境中的污染物暴露严重威胁着公众的健康.大量流行病学研究显示，交通相关空气污染物能对人体心血管系统造成损害［31-32］，而对污染物采取不同的控制策略将会对人群健康效应具有不同的改善［33］，与此同时由于奥运期间限行政策的推出，将会改变北京市民外出时的行为习惯，进而改变 PM2.5的暴露强度和暴露时间［34-37］，与非奥运期间的暴露特征相比，无法定量说明两者间由于人群出行方式改变导致暴露水平的差别.

由于交通源排放对 PM2.5成分影响较大，人群出行方式的改变、北京全城限行和减排措施地实施会改变交通源的排放强度，从而影响 PM2.5中各化学组分的分布［38-41］.

3.3建议

大气中的细颗粒物 PM2.5粒径较小，不受上呼吸道阻挡，可直接进入人体呼吸系统深部甚至血液循环系统中，不易被排出体外，对人体健康的危害严重，尤其是对人口密度极大的北京地区，人群暴露水平较高，由此带来的健康损害和经济损失给城市中低收入人群带来更大的压力.应利用奥运期间气溶胶质量浓度、数浓度、颗粒物源解析等成果认真评估奥运期间近 3个月的减排和限行措施所对应人群健康效应的变化，评估由于污染物浓度降低所减少的经济损失.

个体的暴露水平取决于其所处的暴露环境中所吸入的颗粒物浓度.由于减排和限行措施的实施，人群出行的行为模式会发生变化，从而导致人群的暴露水平发生改变，这对人群健康效应将产生怎样的影响需要仔细研究.

4　结论

4.1北京地区的 PM2.5浓度水平对居民心脑血管疾病存在影响.全人群、男性人群、女性人群的滞后时间为lag0～lag2.对于3类人群，RR最小值均出现在 2008年，男性人群 RR为 1.006 （95%CI：0.880～1.151），女性人群RR为1.003（95% CI：0.825～1.218），全人群的 RR仅为 0.973（95% CI：0.863～1.096）.

4.2北京地区PM2.5日均浓度增加10μg/m3时，2008年3个人群日入院人数增加的风险分别为男性人群 0.18%、女性人群 0.07%、全人群近0.00%，而2009年3个人群日入院人数增加的风险达到最大值，分别为男性人群 3.43%、女性人群2.10%、全人群2.97%，与2008年相比均出现明显的上升.

4.32008年限行和减排措施的实施，降低了北京市居民的暴露水平，降低了心脑血管疾病的发病风险.

［1］ Pope C A， Burnett R T， Thun M J， et al. Lung cancer，cardiopulmonary mortality， and long-term exposure to fine particulate air pollution ［J］. J. Am. Med. Assoc.， 2002，287：1132-1141.

［2］ 阚海东，陈秉衡，贾 健.大气污染物暴露与人群健康效应的暴露-反应关系分析 ［J］. 环境与健康杂志， 2004，21（7）：253-254

［3］ 洪传洁，阚海东，陈秉衡.大气污染对城市居民健康危害的定量评估 ［J］. 环境与健康杂志， 2005，22（1）：62-64.

［4］ 胡 伟，魏复盛.成人呼吸健康与空气颗粒物中元素浓度的关系［J］. 环境与健康杂志， 2004，21（4）：195-198.

［5］ 孟紫强，卢 彬，周 义，等.沙尘天气对呼吸系统疾病日入院人数影响的时间序列研究（1995～2003年） ［J］. 环境科学学报，2006，26（11）：1900-1908.

［6］ 张金良，桑 田，赵宝新，等.2013年1月灰霾期间太原市空气污染对儿科急诊量和门诊量的影响 ［J］. 环境与健康杂志， 2013，30（12）：1071-1075.

［7］ 陈仁杰，陈秉衡，阚海东.我国113个城市大气颗粒物污染的健康经济学评价 ［J］. 中国环境科学， 2010，30（3）：410-415.

［8］ 王 艳，张宜升，李欣鹏.济南城区空气污染对呼吸道疾病门诊量的影响 ［J］. 中国环境科学， 2008，28（6）：571-576.

［9］ Zanobetti A， Schwartz J， Dockery D W. Airborne particles are a risk factor for hospital admissions for heart and lung disease. Environmental Health Perspectives， 2000，108：1071-1077.

［10］ Atkinson R W， Anderson H R，Sunyer J， et al. Acute effects of particulate air pollution on respiratory admissions results from APHEA 2Project ［J］. American Journal of Respiratory and Critical Care Medicine， 2001，164（10）：1860-1866.

［11］ Zhang Minsi， Song Yu， Cai Xuhui. A health-based assessment of particulate air pollution in urban areas of Beijing in 2000～2004［J］. Science of the Total Environment， 2007（376）：100-108.

［12］ Zhang Misi， Song Yu， Cai Xuhui， Zhou Jun. Economic assessment of the health effects related to particulate matter pollution in 111Chinese cities by using economic burden of disease analysis ［J］. Journal of Environmental Management， 2008（88）：947-954.

［13］ 谈建国，黄家鑫.热浪对人体健康的影响及其研究方法 ［J］. 气候与环境研究， 2004，9（4）：680-686.

［14］ 阚海东，陈秉衡，贾 健.大气污染物暴露与人群健康效应的暴露-反应关系分析 ［J］. 环境与健康杂志， 2004，21（7）：253-254.

［15］ 张小玲，唐宜西，熊亚军，等.华北平原一次严重区域雾霾天气分析与数值预报试验 ［J］. 中国科学院大学学报， 2014，3（3）：337-344.

［16］ 唐宜西，张小玲，熊亚军，等.北京一次持续霾天气过程气象特征分析 ［J］. 气象与环境学报， 2013，29（5）：12-19.

［17］ 陈长和，王海啸，黄建国，等.城市气溶胶的辐射效应及对混合层发展的影响 ［J］. 科学通报， 1993，38（15）：1439-1402.

［18］ 贺千山，毛节泰，陈家宜，等.基于激光雷达遥感和参数化模式研究城市混合层的发展机制 ［J］. 大气科学， 2006，30（2）：293-306.

［19］ 曹伟华，梁旭东，李青春，等.北京一次持续性雾霾过程的阶段性特征及影响因子分析 ［J］. 气象学报， 2013，71（5）：940-951.

［20］ 周明煜，姚文清，徐祥德.北京城市大气边界层低层垂直动力和热力特征及其与污染物浓度关系的研究 ［J］. 中国科学 D辑地球科学， 2005，35（增刊Ⅰ）：20-30.

［21］ 施晓晖，徐祥德.北京及周边气溶胶区域影响与大雾相关特征的研究进展 ［J］. 地球物理学报， 2012，55（10）：3230-3239.

［22］ 吴 兑，廖碧婷，吴 蒙，等.环首都圈霾和雾的长期变化特征与典型个例的近地层输送条件 ［J］. 环境科学学报， 2014，34（1）：1-11.

［23］ 陈朝晖，程水源，苏福庆，等.北京地区一次重污染过程的大尺度天气型分析 ［J］. 环境科学研究， 2007，20（2）：99-105.

［24］ 刘树华，李 洁，文平辉.城市及乡村大气边界层结构的数值模拟 ［J］. 北京大学学报（自然科学版）， 38（1）：90-97.

［25］ Simon N， Wooda， Nicole H， et al. GAMs with integrated model selection using penalized regression splines and applications to environmental modeling ［J］. Ecological Modelling， 2002，157：157-177.

［26］ 董 英，赵耐青，汤军克，等.广义相加模型在气温健康效应研究中的应用 ［J］. 中国卫生统计， 2008，25：（2）：144-146.

［27］ 阚海东，贾 健，陈秉衡.上海市某区居民脑卒中死亡与大气污染关系的时间序列研究 ［J］. 卫生研究， 2004，33（1）：36-38.

［28］ Domici F， Mcdermott A， Zeger S L，et al. On the use of generalized additive models in time-series studies of air pollution and health ［J］. Am. J. Epidemiol.， 2002，156：193-203.

［29］ Schwartz J， Spix C， Touloumi G et al. Methodological issues in studies of air pollution and daily counts of deaths or hospital admissions ［J］. Journal of Epidemiology and Community Health，1996，50（suppl 1）：s3-s11.

［30］ Isaac N L， Karen Y F， Kevin M G. Association of ambient air pollution with respiratory hospitalization in a governmentdesignated “area of concern”： the case of Windsor， Ontario ［J］. Environ. Health Perspect.， 2005，113（3）：290-296.

［31］ 黄 婧，郭新彪.交通相关空气污染的健康影响研究进展 ［J］.中国环境科学， 2014，34（6）：1592-1598.

［32］ 徐丽敏，金陶胜，付雪梅，等.2014.天津市公交站人群 PM10暴露研究及 PAHs健康风险评估 ［J］. 环境科学学报， 2014，34（8）：1906-1911.

［33］ 谢 鹏，刘晓云，刘兆荣，等.不同控制指标下的大气PM10浓度对人群的健康影响—以 2006年珠江三角洲地区为例 ［J］. 中国环境科学， 2010，30（1）：25-29.

［34］ 肖 珊，余 琦，马蔚纯，等.上海冬季公共交通出行 PM1污染暴露特征 ［J］. 中国环境科学， 2012，32（11）：1933-1938.

［35］ 宋兵跃，胡可臻，吴建平，等.不同交通模式下CO和NOx的暴露水平研究 ［J］. 中国环境科学， 2014，34（11）：2734-2740.

［36］ 闫伟奇，张潇尹，郎凤玲，等.北京地区大气细颗粒物的个体暴露水平 ［J］. 中国环境科学， 2014，34（3）：774-779.

［37］ 翟世贤，安兴琴，孙兆彬，等.污染源减排时刻和减排比例对北京市 PM2.5浓度的影响 ［J］. 中国环境科学， 2015，35（7）：1921-1930.

［38］ 刘 俊，安兴琴，朱 彤，等.京津冀及周边减排对北京市PM2.5浓度下降评估研究 ［J］. 中国环境科学， 2014，34（11）：2726-2733.

［39］ 王占山，潘丽波，李云婷，等.火电厂大气污染物排放标准对区域酸沉降影响的数值模拟 ［J］. 中国环境科学，中国环境科学2014，34（9）：2420-2429.

［40］ 张霖琳，王 超，刀 谞，等.京津冀地区城市环境空气颗粒物及其元素特征分析 ［J］. 中国环境科学， 2014，34（12）：2993-3000.

［41］ 王晴晴，马永亮，谭吉华，等.北京市冬季PM2.5中水溶性重金属污染特征 ［J］. 中国环境科学， 2014，34（9）：2204-2210.

The effect of PM2.5on cardiovascular and cerebrovascular diseases in Beijing areas during the Olympic Games.

SUN Zhao-bin1，2*， TAO Yan3， CUI Meng-meng4， MA Xiao-hui12， ZHANG Xiao-ling12， AN Xing-qin5， ZHANG De-shan6（1.Institute of Urban Meteorology， China Meteorological Administration， Beijing， Beijing 100089， China；2.Environment Meteorology Forecast Center of Beijing-Tianjin-Hebei， China Meteorological Administration， Beijing 100089， China；3.College of Earth and Environmental Sciences， Lanzhou University， Lanzhou 730000， China；4.Beijing Emergency Medical Center， Beijing 100031， China；5.China Meteorological Administration， Beijing 100081， China；6.Beijing Meteorological Service Center， Beijing 100089， China）.

China Environmental Science， 2015，35（11）：3481～3488

To investigate the impact of emission reduction and traffic restrictions measures before and after the 2008 Olympic Games in Beijing on public health， which had cardiovascular and cerebrovascular diseases. Air quality and the hospitalizations of cardiovascular and cerebrovascular diseases from Beijing Emergency Medical Center were collected from July to September during 2006～2010 in this paper. Using time series method of nonparametric generalized additive model （GAM） by controlling the long-term trend， "week effect"， the influence of meteorological factors， to establish the relationship between the concentrations of PM2.5and hospitalizations including gender and years stratification. There is significantly associations between PM2.5and different cardiovascular and cerebrovascular disease with a lag of 0～2d. From July to September during 2006 to 2010， the relative risks （RR） of different groups are least in 2008 and are largest in 2009. Increases of 0.0%， 0.18% and 0.07% in 2008， 3.43%、2.10% and 2.97% in 2009 for total， male and female cardiovascular and cerebrovascular diseases hospitalizations were associated with increase of 10μg/m3in PM2.5. In addition， it is very important for reducing the risk of cardiovascular and cerebrovascular diseases in Beijing by taking the related measures during the Olympic Game in 2008.

Olympic Games；time series；cardiovascular and cerebrovascular diseases；air pollution

X503.1

A

1000-6923（2015）11-3481-08

2015-03-14

国家科技支撑科研专项（2014BAC23B01）；北京市气象局科技项目（BMBKJ201403007；BMBKJ201402005）；国家自然科学基金（41075102）.

* 责任作者， 工程师， szb850804@163.com

孙兆彬（1985-），男，黑龙江黑河市人，工程师，硕士，主要从事大气污染对人体健康影响评估与重污染天气形成机制的研究.发表论文14篇.