燃煤发电职业危害暴露健康负担评价方法*

张渤苓，王一然，王露露，杨校毅，佟瑞鹏

(中国矿业大学(北京) 应急管理与安全工程学院，北京 100083)

0 引言

燃煤发电的生产流程涉及到煤炭运输、锅炉燃烧、烟气脱硫以及三废处理等多种复杂的操作工艺，作业过程中工人会不可避免地接触到粉尘、有毒有害气体、噪声以及高温等多种职业病危害因素，时间久了会对接触人群造成巨大的健康负担。根据世界范围内的统计数据，作业环境下高浓度粉尘的职业暴露与职工的慢性阻塞性肺病[1]、心血管疾病的发病率增高有显著关系，更严重的甚至会导致肺癌[2]。同时，长期处于噪声环境下，不仅会造成人的听力损失[3]，还会引起心率与血压的异常升高，甚至罹患心血管疾病[4]。

燃煤发电生产环境内作业人员的职业暴露危害持续受到国内外研究者的广泛关注，但是现有研究多集中于对危害因素的来源探究、暴露程度的评估和控制措施的制定。为分析越南北部某火力发电厂产生飞灰的潜在环境危害，Vu等[5]对飞灰的粒度、矿物学特征、形态和物理化学性质开展了细致的评估；王学峰[6]调查了燃煤发电厂中粉尘的种类和分布情况，对该电厂主要工种和作业场所的粉尘浓度进行了检测和分析，并提出了相应的防治措施。此外，除了探讨最普遍的粉尘污染，现有研究也对以放射性元素为代表的其他职业病危害因素开展了相应的探索。Zhang[7]对中国西北某燃煤电厂周围土壤中天然放射性核素活度浓度进行了调查，以评价其放射性水平，结果表明，燃煤电厂周围土壤环境会受到燃煤发电生产活动的影响，辐射水平增高。

综上所述，尽管关于燃煤发电行业中职业危害的研究已经初成系统，针对从业人员因职业暴露而造成的健康影响的评估和分析却仍然比较缺乏。鉴于此，本文首先利用工作暴露矩阵法对3个燃煤电厂进行职业暴露程度分析，并在此基础上构建燃煤发电职业暴露健康负担评价模型，对工人的健康负担进行量化表征，并提出针对性的改进措施，以期为燃煤发电行业降低生产过程中各类危害因素所致健康损害提供参考。

1 方法与材料

1.1 研究方法

主要用工作暴露矩阵方法和归宿分析法进行职业危害暴露健康负担评价体系的构建，具体流程如图1所示。

图1 燃煤发电职业暴露健康负担评价流程Fig.1 Flow chart of health burden assessment in the coal-fired power generation industry

1.1.1 职业危害工作暴露矩阵

1)矩阵分析目标与范围

工作暴露矩阵分析是一种基于职业接触史对人群的职业危害暴露进行分析和定量评估的方法[8]。依据已有的职业卫生调查资料和相关研究文献，本文利用工作暴露矩阵方法对电厂的职业暴露程度进行分析，并通过统计处理和参数回归推算弥补部分缺失的数据，从而得到各类职业病危害因素完整的暴露数据。根据对燃煤电厂中各个生产单元职业病危害因素的探究，结合现有评价方法，本文将对粉尘、有毒有害气体以及噪声这3类因素展开分析。

2)职业暴露数据处理

对研究对象进行编码，燃煤发电行业代码为4411，工人代码为62801[9-10]。根据生产要素和工艺的不同，将燃煤发电划分为5类典型生产系统，并对各系统内一线工人进行编码，分别为运输煤系统(装载机、除尘风机、胶带巡检和碎煤机巡检工)、锅炉燃烧系统(锅炉操作工和管道巡检工)、除灰渣系统(除灰工、除渣工和灰厂巡检工)、烟气脱硫系统(脱硫巡检)以及辅助生产系统(维修巡检工位)，编号依次为62801a～k[11]。参考朱素蓉等[12]的研究，对各危害因素进行编码，依次为0 001～0 004(粉尘、SO2，NO2和噪声)。按照半定量级别对危害暴露浓度或强度进行分级，以便后续数据统计处理和回归关系推算。3类危害因素的分级标准参考相关职业接触限值标准，具体分级及含义见表1。

表1 3类职业病危害因素的暴露浓度分级Table 1 Classification of exposure concentrations for three kinds of occupational hazards

3)工作暴露矩阵建立

基于经编码和分级处理的危害暴露浓度(强度)数据，借助EXCEL和SPSS 23.0软件完成回归模型的求取，进而开展暴露浓度(强度)数据推算，得到工作暴露矩阵中缺失的数据值，并构建各类危害因素相应的工作暴露矩阵，燃煤发电过程中的职业暴露状况即可得到全面完整的体现。

1.1.2 职业危害暴露程度估算

采用归宿分析法将职业病危害因素的排放量转化为作业空间内该因素的浓度增加值。归宿分析需要利用归宿因子来实现污染物排放量与浓度值的转换，也即空气中职业病危害因素浓度的增加量与其每年在该环境中释放总量的比值，具体计算如式(1)所示：

Ci=Fi×Mi

(1)

式中：Ci为污染物i在空气中的浓度增加值，μg/m3；Fi为污染物i在空气中的归宿因子，m-3；Mi为污染物i的总质量，μg。

相关研究表明[13]，工业生产排放的粉尘、SO2和NO2等污染物将在整个城市进行扩散，归宿分析的研究边界应扩大至工厂所在整个城市，而不仅限于工作场所附近。因此，本文研究的空间范围为3座燃煤电厂所在地，新疆维吾尔自治区。根据2017年国家统计年鉴和新疆维吾尔自治区环境状况公报[14-15]，PM10，SO2，NO2排放量分别为5.015，4.182，3.884×106t，平均浓度分别为121，13，31 μg/m3。因此，PM10，SO2，NO2的归宿因子分别为2.41×10-16，3.11×10-17，6.95×10-17m-3。

1.1.3 职业暴露健康负担评价

燃煤发电作业场所危害暴露的健康负担评估主要分为3个步骤，分别是健康负担终端分类、效应分析以及量化评估。

1)健康负担终端分类

环境粉尘中，对人体健康造成负面影响的物质主要是直径小于10 μm的粉尘颗粒，即PM10。相对于广义上的粉尘来说，PM10浓度已经成为空气质量监测、职业卫生评价以及环境健康风险评估等应用领域的重要指标之一，相关理化特性和浓度信息的获取也更容易。因此，本文将PM10浓度作为燃煤发电过程中粉尘暴露健康负担的计算指标。基于相关研究的总结[16]，可以确定粉尘暴露导致的疾病负担类型，共包括尘肺病、急性呼吸道感染、心脑血管疾病和慢性阻塞性肺部疾病。另外，SO2导致的疾病负担主要是肺心病、慢性阻塞性肺部疾病和急性呼吸道感染，NO2的疾病负担为急性呼吸道感染。此外，长期暴露于SO2和NO2环境中还会导致严重的心脑血管疾病，并且通常都是以过早死亡作为最后的健康终点。对于噪声所致健康影响，听力损失是目前唯一可以量化的疾病终端[17]，因此，本文将听力损失影响作为评价噪声职业暴露健康负担的疾病终端。

2)健康负担效应分析

在健康负担效应分析过程中，借助单位风险因子(Unit Risk Factor，URF)推算出由各类危害因素单位浓度增加而引起相应疾病终端发病人数的增加数量，计算如式(2)所示：

Eij=N×URFij/Lt

(2)

式中：Eij为由于职业病危害因素i的单位浓度增加而引起的罹患疾病类型j的发病人数年增加值，case/(μg·m-3·a)；N是受职业病危害因素i影响的总人数，人；URFij为职业病危害因素i导致疾病影响类型j的单位风险因子，case/(μg·m-3)，取值见表2；Lt是工人的平均期望寿命，a，取值为我国的人均寿命76.3 a。

表2 不同疾病负担类型的关键参数取值Table 2 Key parameters for different occupational disease burden

根据Eij与职业危害暴露浓度结果，可计算出燃煤电厂1 a内受职业病危害因素i影响所致健康损害类型发病人数的增加总值，具体计算如式(3)所示：

Tij=Eij×Ci

(3)

式中：Tij为职业病危害因素i的年排放量引起作业场所区域范围内疾病终端类型j的发病人数增加总数，case/a；Ci为污染物i的浓度增加值，μg/m3。

对于噪声所致听力损失疾病负担的计算，需要将作业场所中的噪声强度转化为工人的职业噪声暴露水平。本文选取8 h等效噪声声级LEX,8h作为评价指标，具体计算如式(4)～(5)所示：

(4)

LEX,8h=LAeq,T+10×lg(Te/T0)

(5)

式中：LAeq,T为连续稳态噪声的A计权声级，dB；N为遭受职业噪声暴露的工人总数，人；LAeq,Tn指的是n个工人的A计权连续等效声压级，dB；Te是每天工作时间内暴露于作业环境噪声的时间，h；T0是标准工作时间，8 h。

在职业卫生评价领域，通常以超额风险(Excess Risk，ER)来作为评价噪声暴露所致听力损失疾病的量化指标。本文借鉴已有研究成果[18-20]，构建听力损失疾病负担评估模型，具体计算如式(6)～(9)所示：

ER=Re-R0

(6)

Re=k1×(LEX,8h)k2×(ED×EF×ET)k3

(7)

R0=k4×ek5×ED

(8)

E=ER/Lt

(9)

式中：ER为噪声暴露导致听力损失疾病的终生超额发病率；Re为噪声暴露人群的听力损失疾病发生率；R0为未遭受噪声暴露的人群罹患听力损失的发病率；k1～k5为噪声所致疾病效应参数，取值分别为7.86×10-9，3.79，0.49，1.24，8.22×10-2；ED为作业人员在相应噪声暴露水平下的总工作时间，a；EF是职工每年在噪声环境下的工作天数，d/a；ET为每天处在噪声暴露环境下的工作时间，h/d；E为噪声暴露所致听力损失疾病的年均超额发病率；Lt是遭受职业噪声暴露工人的平均寿命，a，取值为我国的人均寿命76.3 a。

3)健康负担量化评估

为将各职业病危害因素所导致不同疾病类型的损害转换成统一的评估指标，选取伤残调整寿命年(Disability Adjusted Life Years，DALY)作为评价职业健康负担水平的指标。伤残调整寿命年可分为由于过早死亡所导致的寿命损失年(Years of Life Lost，YLL)和由于疾病伤残失能所导致的健康损失年(Years of Life with Disability，YLD)2种类型，如式(10)～(11)所示：

DALYj=YLLj+YLDj

(10)

YLDj=Lj×Dj

(11)

式中：DALYj为疾病终端j引起的生命损失年，a/case；YLLj为疾病终端j所引起的寿命损失年，a/case；YLDj为疾病终端j所引起的健康损失年，a/case；Lj为疾病终端j的总持续时间，a/case；Dj为疾病终端j的伤残权重。

世界卫生组织WHO在全球疾病负担研究项目中，以对人体健康影响的严重程度为各疾病赋予0～1之间的值(0表示完全健康，1表示死亡)，本文参考其结果对伤残权重进行取值，具体参数见表2。

亲鱼放养后，要坚持早中晚巡塘，特别是闷热或雷雨天以及夜晚更应注意。水质过肥时，及时加入适量新水，以防缺氧泛塘。高温季节清晨最易出现浮头，应仔细观察。巡塘时要检查亲鱼吃食情况，以合理确定次日投饲量。

综上，可将燃煤发电作业场所中各类职业病危害因素的排放量转换成以伤残调整寿命年为统一指标表征的健康负担。最后，结合不同疾病负担的寿命损失年DALYj与效应分析结果Tij，可以得到相应职业病危害因素i的总体健康负担值。计算如式(12)所示：

Uij=∑Tij×DALYj

(12)

式中：Uij为职业病危害因素i引起职工患有疾病类型j的伤残调整寿命年的增加值，即本文最终评价的健康负担，a。

对于噪声的健康负担量化，由于听力损失并不会导致死亡效应，因此，无需考虑寿命损失年YLL，只需计算健康损失年YLD即可。根据已有研究，职业噪声暴露造成听力影响的伤残权重D为0.105，听力损失疾病的持续时间L约为20 a[21]。因此，听力损失疾病负担的计算如式(13)～(14)所示：

DALY=YLD=L×D

(13)

U=N×E×DALY

(14)

式中：U为职业噪声暴露所致听力损失的疾病负担，a；N为遭受职业噪声暴露的工人数量，人。

1.2 研究对象

本文分别选取KC火力发电厂、CJ火力发电厂及GC燃煤电厂进行职业危害暴露健康负担评价。3座燃煤发电厂的装机容量分别是1 160，660，350 MW，年发电量分别达32.50，23.41，14.87亿kWh。3座电厂内受职业病危害因素影响的总人数分别为405，289，223人。此外，3座电厂的技术工艺和生产流程大致相同，均采用煤电行业应用最为普遍的煤粉锅炉，利用锅炉燃烧产生的高压水蒸气驱动凝气式汽轮机发电。职业危害防护设施配备情况相近，厂内除尘系统都采用煤电行业主流的静电复合除尘装置。对于燃烧废气的处理均用选择性催化还原法进行脱硝，并通过石灰石-石膏湿法脱硫设备进行烟气脱硫。

2 结果与讨论

2.1 工作暴露矩阵分析

通过数据收集和统计，共有包括粉尘、有毒有害气体以及噪声危害因素在内的680条有效浓度(强度)数据，由于数据并不完整，需要利用工作暴露矩阵方法对职业病危害因素暴露浓度数据进行推算和补全。首先，根据各个工种接触到的职业病危害因素浓度或强度对生产系统和工种进行分级，再运用SPSS 23.0软件依次将粉尘、SO2，NO2浓度数据和噪声强度数据分别求取以燃煤电厂、生产系统级别和工种级别分类交叉归并的对数浓度(强度)均值，并作多元回归统计，建立回归方程式，并利用回归方程式推算空缺的危害因素浓度(强度)数据，表3展示了对PM10建立的工作暴露浓度矩阵。

表3 燃煤电厂PM10工作暴露浓度矩阵Table 3 The Job-exposure matrix for PM10 concentration in coal-fired power plants

2.2 职业健康负担评估

根据上文中职业病危害因素工作暴露矩阵的分析结果，可知各电厂作业环境中粉尘、SO2，NO2与噪声的平均暴露浓度(强度)见表4。结合相关计算参数，对3座燃煤电厂职业危害暴露导致的健康负担进行量化评估，评价结果见表5。

表4 燃煤电厂职业病危害因素平均浓度(强度)Table 4 Average concentrations of occupational hazards

2.3 评价结果讨论分析

3座电厂的职业暴露健康负担如图2和表5所示，可知其危害程度大体相近。其中粉尘所致健康影响最大，KC,CJ和GC 3座电厂的职工因PM10暴露所致人均职业健康负担分别为8.870,9.384，8.330 a，占总体职业健康负担的绝大部分。而在粉尘导致的所有疾病负担中，尘肺病对工人的健康影响最为严重，罹患该疾病所造成的健康负担占粉尘总体健康负担的90%以上；SO2暴露导致的健康负担次之，3座电厂职工的DALY值分别为0.598,0.865，0.500 a；3座电厂工人因长期暴露在噪声下导致的总体健康负担分别为0.295,0.237，0.210 a；而燃煤电厂内的NO2对工人的健康影响最小，总健康负担分别为0.061,0.045，0.041 a。

图2 燃煤电厂各类职业病危害因素所致人均健康负担Fig.2 The per capita health burden from occupational hazards exposure in the power plant

表5 燃煤电厂的职业暴露健康负担Table 5 The health burden from occupational hazard exposure in three coal-fired power plants

2.3.2 燃煤发电生产系统分析

根据对各生产系统中主要工种的划分，及对各工种开展的职业健康负担评估结果，可得出各生产系统的总健康负担，如图3所示。5个生产系统中，运输煤系统工人的健康负担最大，人均健康负担达到了14.75 a，在总体职业健康负担中所占比例更是达到了45.53%。除灰除渣系统次之，其人均伤残调整寿命年为9.204 a。而辅助生产系统、锅炉燃烧系统和烟气脱硫系统作业人员的健康负担较小，仅有3.291,2.959，2.189 a，在总体职业健康负担中所占的比例为10%左右。

图3 燃煤发电生产系统健康负担所占比例Fig.3 Proportion of health burden at all production systems of the coal-fired power plant

表5(续)

2.4 健康损害改善措施

燃煤发电各生产过程中各类职业病危害因素的具体评价结果，有助于企业以及职业卫生管理部门筛选出对职工健康影响较大的生产环节和操作工艺，从而采取有效措施进行靶向干预和职业健康风险管控。以本文中呈现出最高健康损害水平的生产阶段为例，运输煤系统作为燃煤发电的前端生产单元，承担着煤炭原料的装卸、运输和粉碎处理等工序，工人在作业过程中会频繁地接触到煤块逸散到空气中的高浓度煤尘和矽尘颗粒。因此，燃煤电厂需要高度关注运输煤系统中的职业卫生防护工作并加强日常的职业健康管理。

对于整个燃煤发电行业而言，要想从源头上减少作业人员接触各类危害因素所致健康负担，相关部门应制定符合我国燃煤发电行业现状的管理制度和统一的执行标准，严格控制污染物的无组织排放；其次，持续推进清洁煤电能源供应体系，注重各操作环节的清洁生产；最后，可以利用先进的信息技术构建覆盖全国燃煤电厂的职业危害监测统计分析网络，所获数据可为相关部门政策的制定提供有力参考。

3 结论

1)利用工作暴露矩阵分析方法和归宿分析法分析燃煤电厂的职业暴露程度，基于此构建燃煤发电职业暴露健康负担评价体系，通过疾病负担分类、健康效应分析与负担量化等过程，将职业病危害因素暴露分析结果统一转化成以DALY为表征指标的健康负担值，实现职业健康影响的量化评估。

2)将燃煤发电职业暴露健康负担评价体系应用于燃煤电厂进行实证分析，结果表明，燃煤发电生产环境中粉尘逸散造成的职工寿命损失值约为8.861 a，远大于SO2,NO2以及噪声暴露导致的健康负担，运输煤和除灰渣系统的危害因素对工人的健康影响最大，其健康负担分别占整个发电生产过程的45.53%和28.41%，应加以重点控制。