2013—2019年宁波市高温热浪对中暑的滞后影响

鹿文涵 谷少华 孙仕强 张程明 朱宪春

(1.宁波市海曙区气象局，浙江 宁波 315153； 2.宁波市疾病预防控制中心，浙江 宁波 315010；3.宁波市气象局，浙江 宁波 315012)

引言

全球气候变化不仅表现在平均气温升高，还表现为极端气温事件发生的频率增加和强度增大[1-3]，其中极端气温事件以高温热浪为代表。我国正处于快速城市化的阶段，人为热的大量释放，城市热岛越来越严重，以致城市在遭遇高温热浪时变得非常脆弱[4-6]。高温热浪是一种全球性的气象灾害，发生时会引起人们身体不适。高温热浪强度越强，持续时间越长，就会超出人体的承受极限，进而导致生病甚至死亡。

进入21世纪以来，高温热浪区域化的定向影响研究越来越多，更加深入的定量评估工作愈加专业。美国纽约[7]、加利福尼亚州[8]、中国北京[9-10]和上海[11-12]等城市的定量研究均表明，高温热浪对人体健康的影响在不同城市表现出一些差异，且一般具有0—7 d不同的滞后程度，因此需对不同类型城市开展精细化的定量影响评估。而高温热浪对人体健康的相关定量研究大多在上述高度发达城市中开展，像宁波这类沿海中等发达城市，相关研究较少。

宁波地处我国海岸线中间地段，是我国重要的港口城市，地理位置紧临沿海，公众普遍认为海洋效应对沿海城市高温热浪有舒缓作用，因此宁波高温热浪未得到相应的重视，相关定量评估工作较少。有研究表明[13-14]，从气候角度看，1996—2005年宁波气温数据计算得到的炎热临界值达到89.6 ℃，位于中国发达城市前列；从气温发展趋势看，近30 a宁波气温有明显上升趋势[15-16]。其中2013年浙江地区由于副热带高压长期控制出现了罕见的连续极端高温日，宁波本地气温屡次为当日全国最高气温，40 ℃以上的日数也打破了历史记录，出现了近几十年最严重的高温热浪天气[17]。高温热浪已成为宁波夏季最严重的气象灾害之一。因此，采用宁波市2013—2019年6—9月逐日气象观测数据及同期中暑病例数据，重点利用分布滞后非线性模型(DLNM)建立影响分析模型，定量化研究了宁波高温热浪对中暑的滞后影响，以期研究结论能为宁波及同类城市开展更深入定量评估及应对高温热浪带来的危险提供参考。

1 资料与方法

1.1 数据来源

气象观测资料由宁波市气象局提供，为经过均一性检验的2013—2019年宁波市鄞州基本气象站6—9月逐日气象观测资料(包括日极端最高气温、日平均相对湿度等)；2013—2019年6—9月中暑病例数据来自宁波市疾病预防控制中心，数据涵盖所有行政区域，病例数据统计指标包括：报告卡编码、姓名、出生日期、中暑就诊日期、死亡日期、根本死因及国际疾病分类中的相应编码；中暑病例报告具有代表性，描述宁波市常住人口的中暑情况。病例以年龄进行分组标准：低于65 岁设定为低龄组(<65岁)，高于65岁设定为高龄组(≥65岁)。

1.2 研究方法

结合高温日统计标准[18-20]及上海陈敏等[6]的研究，宁波高温热浪统计标准具体为：一般高温热浪(3 d≤35 ℃及以上<5 d且 38 ℃及以上<3 d且40 ℃及以上=0 d)、危害高温热浪(5 d≤35 ℃及以上<8 d或3 d≤38 ℃及以上<5 d且40 ℃及以上=0 d)和强危害高温热浪(35 ℃及以上≥8 d或38 ℃及以上≥5 d或40 ℃及以上>0 d)3个等级。

分布滞后非线性模型(DLNM)被应用于环境、气象等健康效应的定量化评估研究中[21-23]，并取得了较大进展。本文利用分布滞后非线性模型(DLNM)对人体健康数据做定量影响分析，建立宁波高温热浪对中暑病例影响分析模型，在影响分析模型中将高温热浪作为哑变量引入，将研究期的非高温热浪设置为0(参考期)，一般高温热浪设置为1，危害高温热浪设置为2，强危害高温浪设置为3；将高温热浪的交叉基函数cb(heatwavet,lag)加入最终模型，并通过 QAIC 选择自由度；高温热浪对人体健康的影响分析模型基本结构详见式(1)：

Log[E(Yt)]=cb(heatwavet,lag)+ns(Timet,7×4)+ns(RHt,3)+ns(PM2.5t,3)+υDOWt+ηHolidayt+α

(1)

式(1)中，Yt为第t天观察到的中暑人数；α为截距；cb(heatwavet,lag)为建立的交叉基函数，里面规定了交叉基函数中，将高温热浪作为哑变量引入模型，滞后天数的自由度为3，最大滞后天数设置为10；ns(Timet，7×4) 说明使用自然三次样条(ns)控制长期趋势和季节性趋势；ns(RHt，3)、ns(PM2.5t，3)说明使用自然三次样条(ns)去除平均相对湿度和空气污染物(PM2.5)的混杂效应，自由度设置为3；每年7个自由度(df)，研究期高温热浪时将时间变量的自由度设定为4/a，共7 a。

模型将重点计算高温热浪在滞后0 d、1 d、2 d、3 d、4 d对中暑的单日RR值(95%CI)及滞后0 d、0—1 d，0—2 d，0—3 d和0—4 d的累计RR值(95%CI)，并确定其有无统计学意义；模型还将计算上述值在不同年龄组的影响结果。累计相对风险是得到一个连续风险的总和，可知中暑风险是否跟热量累计有关(与单日相对风险不同，且并非单日相对风险简单累计求和)。

2 结果分析

2.1 高温热浪事件特征分析

从图1可以看出，2013—2019年高温热浪年发生次数和高温日数有一定的波动，但总体较高。研究期间，高温热浪平均每年发生2.85次，其中2015年发生次数最少，为 1次；2013年、2016年和2017年发生次数最多，有4次。高温日数平均每年出现19.86 d，其中2014年和2019年出现天数最少，均为7 d；2013年出现天数最多，共42 d。

图1 2013—2019年6—9月宁波高温热浪事件年发生频次和高温日数的逐年变化Fig.1 Interannual variations of annual heat-wave frequency and high-temperature day from June to September during 2013-2019 in Ningbo

2.2 中暑病例描述性统计特征分析

研究期间共收集了7356例中暑病例，其中高龄组(≥65岁)1783例，低龄组(<65岁)5573例。每天平均中暑8.61例，每天最少0例，最多75例。中暑病例中，高龄组(≥65岁)人数小于低龄组(<65岁)。日最高气温Tmax和空气相对湿度RHavg的日平均及最大、最小值分别为22.36 ℃(-2.50～42.10 ℃)和75.83%(12.24%—100.00%)。具体见表1。

表1 2013—2019年6—9月宁波市中暑病例和气象要素的特征统计结果Table 1 Statistical results of heatstroke cases and meteorological elements from June to September during 2013-2019 in Ningbo

2.3 高温热浪(不分等级)对中暑的滞后定量分析

从图2a可以看出，高温热浪(不分等级)对全部人群发生当天造成中暑的单日RR值及95%CI(RR值的95%置信区间，下同)最大，为1.37(1.29—1.47)，说明高温热浪(不分等级)发生的当天对中暑有明显促进效应，随着滞后时间的推迟，造成中暑的单日RR值(95%CI)逐渐降低，而滞后到5 d时造成中暑的单日RR值(95%CI)第一次小于1.0，从统计学看，高温热浪(不分等级)对中暑的促进效应一直持续到滞后4 d之内具有统计学意义(P>0.05)。

图中坐标表示相对危险度RR值图2 宁波高温热浪对全部人群(a)、低龄组(b)及高龄组(c)中暑的单日RR值时间变化Fig.2 Variations of one-day RR values with lag time for heatstroke caused by heat-wave in all the crowd,the young group,and the elder group

从图2b和图2c可知，对于高龄和低龄不同年龄分组，高温热浪(不分等级)造成单日中暑风险的时间变化趋势保持一致。高温热浪(不分等级)发生当天造成低龄组和高龄组中暑的单日RR值(95%CI)最高，分别为1.33(1.24—1.42)和1.41(1.29—1.53)，说明高温热浪(不分等级)发生当天造成中暑的单日风险最大，随着滞后时间的推迟，单日RR值(95%CI)逐渐降低，滞后5 d高温热浪(不分等级)对中暑的影响无统计学意义(P>0.05)。高温热浪(不分等级)对高龄组中暑的单日RR值(95%CI)(促进作用)均要大于低龄组，说明高温热浪对于65岁以上的老年人(高龄组)影响更大。

表2为高温热浪(不分等级)对全部人群、低龄组及高龄组在不同滞后时间造成中暑的累计相对危险度RR值(95%CI)。高温热浪(不分等级)对不同年龄组中暑的累计影响时间变化趋势是一样的，从高温热浪(不分等级)发生当天一直到滞后0—4 d，造成中暑的累计RR值(95%CI)逐渐增高，滞后0—4 d造成中暑的累计RR值(95%CI)达到最高，滞后第5 d起造成中暑风险的累计RR值(95%CI)无统计学意义。高温热浪(不分等级)对全部人群、低龄组和高龄组中暑累计RR值分别为2.33(1.99—2.73)、2.12(1.80—2.49)和2.57(2.05—3.22)。高温热浪对高龄组中暑的累计RR值效应明显大于低龄组，说明高温热浪(不分等级)发生后，对65岁以上的老年人的中暑累计影响更强。

表2 不同滞后时间下高温热浪(不分等级)对全部人群、低龄组及高龄组中暑的累计RR值及95% CITable 2 Cumulative RR values and 95% CIs of heatstroke caused by heat-wave (no hierarchy) in all the crowd,the young group,and the elder group at the different lag time

2.4 不同等级高温热浪对中暑的滞后定量分析

图3是不同等级高温热浪对全部人群中暑单日RR值的时间变化，不同等级高温热浪对全部人群造成中暑的单日RR值(95%CI)变化趋势一致，都是高温热浪发生当天造成中暑的单日RR值(95%CI)最高，分别为1.11(1.08—1.15)、1.23(1.59—1.32)和1.37(1.25—1.51)。随着滞后时间的推迟，造成中暑的单日RR值(95%CI)逐渐降低，说明不同等级的高温热浪造成单日中暑风险均当天最高。造成中暑的单日RR值(95%CI)在滞后前3 d都大于1，说明高温热浪发生滞后3 d之内对中暑都有促进作用，滞后4 d起无统计学意义。随着高温热浪等级的增加，造成中暑的RR值(95%CI)也明显逐渐增高(强危害高温热浪>危害高温热浪>一般高温热浪)。

图3 一般等级(a)、危害等级(b)、强危害等级(c)高温热浪对全部人群，一般等级(d)、危害等级(e)、强危害等级(f)高温热浪对低龄组、一般等级(g)、危害等级(h)、强危害等级(i)高温热浪对高龄组在不同滞后时间中暑的单日RR值 Fig.3 Variations of one-day RR values with lag times for heatstroke caused by different levels of heat-waves in all the crowd,the young group,and the elder group,respectively

由图3d至图3i可知，对于高龄组和低龄组不同的年龄分组，不同等级高温热浪造成中暑风险的时间变化趋势保持一致；一般高温热浪、危害高温热浪和强危害高温热浪发生当天造成低龄组和高龄组中暑的单日RR值(95%CI)均最高。一般高温热浪、危害高温热浪和强危害高温热浪发生当天造成低龄组中暑的单日RR值(95%CI)分别为1.10(1.06—1.13)、1.20(1.13—1.28)和1.32(1.20—1.44)；一般高温热浪、危害高温热浪和强危害高温热浪发生当天造成高龄组中暑的单日RR值(95%CI)分别为1.17(1.11—1.23)、1.37(1.23—1.52)和1.60(1.36—1.88)。所有等级高温热浪均是发生当天造成中暑的单日风险最大，随着滞后时间的推迟，单日RR值(95%CI)逐渐降低，所有等级高温热浪造成单日中暑风险逐渐降低，滞后第4 d起所有等级高温热浪对中暑的单日影响无统计学意义(P>0.05)，这与不分等级高温热浪有所区别，不分等级高温热浪，滞后第5 d起对中暑的单日影响无统计学意义(P>0.05)；所有等级高温热浪对高龄组中暑的单日RR值(95%CI)(促进作用)均要大于低龄组。

表3为不同等级高温热浪在不同滞后天数对全部人群、低龄组及高龄组中暑累计RR值(95%CI)。从表3可看出，从高温热浪发生当天到滞后0—3 d，对于不同的年龄组，不同等级高温热浪造成中暑的累计RR值(95%CI)均逐渐增高。随着滞后时间的推迟和高温热浪等级的增加，造成中暑的累计RR值(95%CI)也对应逐渐增大；滞后4 d起造成中暑风险的累计RR值(95%CI)无统计学意义。以高龄组为例：一般高温热浪、危害高温热浪和强危害高温热浪当天对高龄组中暑的累计RR值分别为1.17(1.11—1.23)、1.37(1.23—1.52)和1.60(1.36—1.88)，随着滞后时间的推迟，不同等级高温热浪造成高龄组中暑的累计RR值(95%CI)逐渐增高，同时比低龄组对应均要高，滞后0—3 d高温热浪对中暑的累计风险最大，一般高温热浪、危害高温热浪和强危害高温热浪滞后0—3 d造成高龄组中暑的累计RR值分别为1.47(1.31—1.65)、2.16(1.72—2.72)和3.18(2.26—4.49)。

表3 不同滞后天数、不同等级高温热浪对全部人群、低龄组及高龄组中暑的累计RR值及95%CITable 3 Cumulative RR values and 95% CIs of heatstroke caused by different levels of heat-waves in all the crowd,the young group and the elder group at the different lag time

3 结论与讨论

(1)2013—2019年宁波市高温热浪年发生次数有一定的波动，但总体较高，研究期间高温热浪平均每年发生2.85次。研究期间共收集了7356例中暑病例，其中高龄组(≥65岁)1783例，低龄组(<65岁)5573例，每天平均中暑8.61例。

(2)高温热浪(不分等级)及各等级高温热浪(一般高温热浪、危害高温热浪和强危害高温热浪)造成中暑的单日RR值(95%CI)均在发生当天最大，分别为1.37(1.29—1.47)、1.11(1.08—1.15)、1.23(1.59—1.32)和1.37(1.25—1.51)，本文结论与前人相同，都是从高温热浪发生当天就对中暑有促进作用，且对中暑的促进作用最大[24-25]。

(3)高温热浪(不分等级)累计RR值(95%CI)0—4 d最大，为2.33(1.99—2.73)。各等级高温热浪(一般高温热浪、危害高温热浪和强危害高温热浪)造成中暑的累计RR值(95%CI)在0—3 d最大，分别为1.30(1.22—1.39)、1.69(1.48—1.93)和2.21(1.81—2.69)。随着时间的推迟，高温热浪(不分等级)和各等级高温热浪均造成中暑的累计风险逐渐增大。

(4)高温热浪对中暑的影响分析国内外已有大量研究，结论相对一致[24,26]。中暑在很大程度是一种高热量的累积效应，因为高温热浪的持续，中暑累计RR值(95%CI)更高。高温热浪(不分等级)单日RR值(95%CI)在高温热浪发生滞后第4 d依然有统计学意义，各等级高温热浪单日RR值(95%CI)高温热浪发生滞后第4 d起无统计学意义，这一结论与以往文献也表现出相对一致性[27-28]。

(5)随着高温热浪等级的增加，造成中暑的风险增大，强危害高温热浪造成中暑的风险大于危害高温热浪，更大于一般高温热浪。国内外关于高温对中暑的影响已经做了大量的研究，表明气温越高，导致中暑的风险越高[29]。

(6)高温热浪造成中暑的单日以及累计RR值(95%CI)低龄组均小于高龄组。高龄组属于较脆弱的人群，高龄组随着年龄的增长，身体的各器官机能减退，其中很大一部分高龄组因为长期服用药物导致身体的免疫力更差[30-31]，另外他们普遍对高温的预防意识较弱，所以在高温热浪中受到的威胁更严重[32]，因此分为低年龄组和高年龄组是有效的分组方法。