Assessment of reduced respiratory diseases in the Moscow population morbidity as a result of the implementation of the best available technology

Full Text

ВВЕДЕНИЕ

Согласно докладам Всемирной организации здравоохранения [1], факторы экологического риска влияют на вероятность возникновения заболеваний по 85 категориям важнейших болезней из 102 возможных. Воздействия, связанные с факторами окружающей среды, включают увеличение показателей заболеваемости и смертности. Причём в зависимости от региона различается влияние экологических факторов на заболеваемость, вклад данной группы факторов колеблется в диапазоне 17–25% [2].

Отечественные исследователи [3–6] рассматривают увеличение количества антропогенных источников и соответственно выбросов загрязняющих веществ в атмосферный воздух от них как один из индикаторов роста количества респираторных заболеваний, включая острые респираторные инфекции и хронические обструктивные заболевания лёгких. Зарубежные специалисты в рамках исследований по оценке связи между загрязнением атмосферного воздуха и состоянием здоровья населения с помощью методов регрессионного и факторного анализа [7, 8], оценки относительного риска и расчёта этиологической доли возникновения заболеваний [9, 10] формируют выводы, что заболевания нижних дыхательных путей, связанные с загрязнением воздуха, ориентировочно на 20% обусловлены экологическими причинами [3, 11, 12].

Задача снижения загрязнения атмосферного воздуха для сохранения здоровья населения такого крупного мегаполиса, как Москва, не теряет своей актуальности долгие годы. Суммарный валовый выброс загрязняющих веществ более 7100 предприятий города Москвы, отнесённых к объектам I–IV категорий негативного воздействия на окружающую среду (далее НВОС), составил 142 тыс. тонн по итогам 2020 года [13]. Проведённый в работе анализ ежегодных государственных докладов о состоянии санитарно-эпидемиологического благополучия населения города Москвы [14], опубликованных Роспотребнадзором, позволил определить структуру заболеваемости населения и подтвердить высокую долю заболеваний органов дыхания (до 35% случаев от всех ежегодно зарегистрированных).

Анализ объёма валовых выбросов предприятий Москвы показывает, что наибольший вклад в загрязнение атмосферного воздуха города вносят предприятия I категории НВОС, в соответствии с Федеральным законом от 10.01.2002 г. № 7-ФЗ (в редакции от 26.03.2022 г.) «Об охране окружающей среды» [15] являющиеся областью обязательного применения наилучших доступных технологий (НДТ), и предприятия II категории, на которых НДТ могут внедряться на добровольной основе. Одним из основных эффектов внедрения НДТ на промышленных предприятиях является снижение НВОС. Таким образом, целесообразно предположить, что следствием перехода крупных предприятий города Москвы на НДТ будет являться снижение загрязнения атмосферного воздуха и соответствующее снижение заболеваемости населения мегаполиса.

Цель исследования. Оценка потенциала снижения уровня заболеваемости органов дыхания населения Москвы в результате внедрения наилучших доступных технологий на объектах I и II категории негативного воздействия на окружающую среду.

МАТЕРИАЛ И МЕТОДЫ

В качестве объекта ретроспективного анализа статистических данных выбран г. Москва. В исследовании использованы сведения Программно-технического обеспечения ведения учёта объектов НВОС (ПТО УОНВОС) [16] Федеральной службы по надзору в сфере природопользования (в части идентификации объектов I и II категории НВОС на территории Москвы, их местоположения и численных оценок эмиссий загрязняющих веществ); базы данных по заболеваемости Департамента мониторинга, анализа и стратегического развития здравоохранения Министерства здравоохранения РФ и Центрального научно-исследовательского института организации и информатизации здравоохранения Министерства здравоохранения РФ [17] и статистические ежегодные государственные доклады о состоянии санитарно-эпидемиологического благополучия населения Управления Роспотребнадзора по городу Москве [14]; сведения территориального органа Федеральной службы государственной статистики о возрастном распределении населения города Москвы [18].

Процедура формирования массива исходных данных реализована с помощью разработанного авторами скрипта-парсера в среде программирования Python, позволяющего осуществлять автоматизированный процесс сбора контента об объектах I и II категории НВОС с шифром 45-ХХХХ-ХХХХХХ [19], который соответствует городу Москве, в соответствии с ресурсом ПТО УОНВОС Росприродназора [16].

На этапе оценки выбросов загрязняющих веществ от объектов I и II категории НВОС (по состоянию на 01.07.2021 г.) выделены маркерные вещества в зависимости от отраслевой принадлежности и на основании анализа 36 приказов Министерства природных ресурсов и экологии РФ об установлении технологических показателей НДТ. К наиболее распространённым маркерным веществам относятся: оксиды азота (NO_x), диоксид серы (SO₂), монооксид углерода (CO), взвешенные вещества (твёрдые частицы) (PM). Данные маркерные загрязняющие вещества также являются наиболее приоритетными для оценки качества атмосферного воздуха, они рекомендованы Всемирной организацией здравоохранения при расчёте показателя «индекс загрязнения атмосферы» [1].

Определение географических координат расположения промышленных объектов I и II категории НВОС и их территориальная привязка к административным округам Москвы проведены с использованием JavaScript API Геокодера Яндекса.

Оценка значений индекса сравнительной неканцерогенной опасности (HRI) для всех промышленных объектов I и II категории НВОС и суммарно по административным округам Москвы осуществлена в соответствии с руководством Р 2.1.10.1920-04 [20] и методическими рекомендациями МР 5.1.0081-13 [21]. Структура и алгоритм расчёта индексов опасности, представленные в отечественных нормативных документах, являются адаптацией зарубежного опыта и основаны на разработанных в США Агентством по защите окружающей среды (U.S. Environmental protection agency, U.S. EPA) материалах руководства по оценке риска для здоровья населения от воздействия химических веществ. Значения HRI рассчитаны для каждого маркерного загрязняющего вещества, поступающего ингаляционно, как произведение количественных оценок валовых выбросов (т/год) и весовых коэффициентов влияния на здоровье (TW), варьируемых в зависимости от значений референсных, среднегодовых, среднесуточных и максимально-разовых концентраций. На основании полученных значений HRI для каждого объекта I и II категории НВОС проведены их агрегация по наиболее уязвимой системе — дыхательной (органы дыхания) и дифференциация по административным округам Москвы с учётом проживающего населения.

Оценки снижения выбросов маркерных загрязняющих веществ и, соответственно, значений HRI основаны на разработках авторского коллектива [22–24], включающих анкетирование, аудит предприятий и выработку рекомендаций по развитию и внедрению НДТ на объектах I и II категории НВОС г. Москвы. Концептуально предполагаемая модернизация технологического оборудования и/или использование газоочистных установок могут быть реализованы на базе трёх сценарных линий.

Сценарий № 1: снижение эмиссий маркерных загрязняющих веществ от стационарных источников загрязнения на 5–10%. Данный сценарий может быть достигнут при условии перехода на НДТ всех предприятий I категории г. Москвы.

Сценарий № 2: снижение эмиссий маркерных загрязняющих веществ от стационарных источников загрязнения на 15–25%. Реализация данного сценарий возможна при переходе на НДТ не только всех предприятий I категории г. Москвы, но и самых крупных предприятий-загрязнителей II категории.

Сценарий № 3: снижение эмиссий маркерных загрязняющих веществ от стационарных источников загрязнения на 30–40%. Рассматриваемый сценарий предусматривает внедрение на всех предприятиях I категории и всех предприятиях II категории не только обязательных НДТ, но и наилучших экологических мировых практик.

С целью выявления взаимосвязи между показателями заболеваемости населения Москвы разных возрастных групп (дети — до 14 лет, подростки — от 15 до 17 лет, взрослые — старше 18 лет) и HRI для текущего и прогнозных сценариев внедрения НДТ на предприятиях г. Москвы реализован регрессионный и корреляционный анализ по рассматриваемым данным. Оценка связи между компонентами заболеваемости и HRI для объективности результатов проведена с помощью непараметрического метода — ранговой корреляции Спирмена, не имеющей ограничений по количеству данных и нормальности их распределения. Оценка статистической значимости полученных значений осуществлена с помощью t-критерия Стьюдента на уровне значимости α=0,05 для проверки нулевой гипотезы о равенстве нулю значения коэффициента ранговой корреляции Спирмена. В качестве метода регрессионого анализа использована степенная модель, для который оценены значения коэффициента детерминации, отражающего качество прогнозируемых значений относительно исходных данных, и значения F-критерия Фишера для проверки статистической значимости на уровне α=0,01. Математическая обработка статистических данных и применение вышеописанных методов реализованы с помощью интерпретируемого языка программирования R, а пространственная территориальная привязка объектов НВОС осуществлена с помощью геоинформационной системы ESRI ArcGIS Online.

Оценка потенциального снижения уровня заболеваемости органов дыхания населения г. Москвы (детей, подростков, взрослых) при снижении выбросов маркерных загрязняющих веществ в атмосферных воздух от объектов I категории и II категории НВОС и, как следствие, при снижении сравнительной неканцерогенной опасности проведена на основании следующей зависимости:

$∆{З}_i={З}_i\times \frac{HR{I}_i-HRIмарке{р}_i}{HR{I}_i}\times p{З}_{i}HR{I}_i\times W_{OC}\times B{З}_j,$

где З_i — общая заболеваемость дыхательной системы, количество случаев; HRIмаркер_i — индекс неканцерогенной опасности от выбросов маркерных веществ для органов дыхания; HRI_i — индекс неканцерогенной опасности для органов дыхания; ρЗ_i HRI_i — коэффициент ранговой корреляции Спирмена между заболеваемостью и HRI для дыхательной системы; W_ОС — коэффициент, учитывающий влияние факторов окружающей среды на состояние здоровья населения (W_ОС=0,2) [1, 2]; ВЗ_j — доля j-й возрастной группы (дети, подростки, взрослые) в структуре возрастных характеристик населения Москвы [18].

РЕЗУЛЬТАТЫ

На основании сведений из ПТО УОНВОС об объектах I–IV категории НВОС г. Москвы сформированы столбиковая диаграмма распределения предприятий по категориям (рис. 1, a) и круговая диаграмма суммарных валовых выбросов в т/год (рис. 1, b). Установлено, что вклад в загрязнение атмосферного воздуха от выбросов стационарных источников 20% предприятий города Москвы, относящихся к I и II категории НВОС, составляет 85% общего выброса.

 

Рис. 1. Распределение: a — предприятий г. Москвы в зависимости от категории НВОС; b — суммарных выбросов предприятий города Москвы, т/год.

Fig. 1. Distribution: a — Moscow enterprises depending on the category of negative impact on the environment; b — total emissions of Moscow enterprises, tons per year.

 

Результаты оценки распределения выбросов загрязняющих веществ от объектов НВОС г. Москвы различных категорий в разрезе административного деления приведены на рис. 2. Наибольшее количество выбросов приходится на Юго-Восточный, Северный и Южный административный округа Москвы, что связано с высокой плотностью расположения объектов I и II категории НВОС на этих территориях.

 

Рис. 2. Распределение выбросов загрязняющих веществ от объектов I–IV категории негативного воздействия на окружающую среду по административным округам города Москвы, т/год. Здесь и на рис. 3, 5: ЦАО — Центральный АО, САО — Северный АО, СВАО — Северо-Восточный АО, ВАО — Восточный АО, ЮВАО — Юго-Восточный АО, ЮАО — Южный АО, ЮЗАО — Юго-Западный АО, ЗАО — Западный АО, СЗАО — Северо-Западный АО, ЗелАО — Зеленоградский АО, ТиНАО — Троицкий и Новомосковский АО.

Fig. 2. Distribution of pollutant emissions from objects of category I–IV negative impact on the environment by administrative districts of the city of Moscow, tons per year. Here and in fig. 3, 5: ЦАО — Central autonomous district, САО — Northern autonomous district, СВАО — North-Eastern autonomous district, ВАО — Eastern autonomous district, ЮВАО — South-Eastern autonomous district, ЮАО — Southern autonomous district, ЮЗАО — South-West autonomous district, ЗАО — Western autonomous district, СЗАО — North-Western autonomous district, ЗелАО — Zelenograd autonomous district, ТиНАО — Troitsk and Novomoskovsky autonomous district.

 

Для всех рассматриваемых административных округов в исследовании проведена оценка HRI для органов дыхания от выбросов маркерных загрязняющих веществ объектами I и II категории НВОС (рис. 3) как наиболее уязвимой системы, на которую ежегодно приходится 50% заболеваний среди всего населения с учётом половозрастного распределения [14].

 

Рис. 3. Распределение индексов неканцерогенной опасности для дыхательной системы и график распределения количества заболеваний органов дыхания по административным округам города Москвы; о.е. — относительные единицы (безразмерная величина) индекса неканцерогенной опасности HRI.

Fig. 3. Distribution of non-carcinogenic danger indices to the respiratory system and the graph of the distribution of the number of respiratory diseases by administrative districts of the city of Moscow; o.e. — relative units (dimensionless value) of non-carcinogenic danger indices.

 

С целью более детального представления связи между заболеваемостью и HRI для дыхательной системы приведено корреляционное поле с обозначением зависимостей по вышеуказанным параметрам в разрезе административных округов Москвы и возрастных групп (дети, подростки, взрослые старше 18 лет и всё население) (рис. 4). 

 

Рис. 4. Распределение количества заболеваний органов дыхания для различных возрастных групп населения города Москвы в зависимости от уровней индекса неканцерогенной опасности для дыхательной системы и их степенная аппроксимация.

Fig. 4. Distribution of respiratory diseases number for different age groups of the population of the city of Moscow, depending on the levels of the index of non-carcinogenic danger to the respiratory system and their power approximation.

 

На основании трёх разработанных сценарных подходов по внедрению НДТ на объектах I и II категории НВОС г. Москвы сформирована динамика потенциального снижения HRI для дыхательной системы (рис. 5) для каждого административного округа Москвы с учётом накопления.

 

Рис. 5. Значения потенциального снижения индексов неканцерогенной опасности для дыхательной системы населения города Москвы по административным округам, %. Здесь: ЗВ — загрязняющие вещества.

Fig. 5. Potential reduction values of non-carcinogenic hazard indices for the respiratory system of the population of the city of Moscow by administrative districts, %.

 

Результаты оценки потенциального сокращения количества заболеваний дыхательной системы среди населения Москвы в разрезе рассматриваемых возрастных характеристик и для каждого административного округа на основании обозначенной ранее формулы и с учётом сведений о снижении HRI для дыхательной системы (см. рис. 5) приведены в табл.

Показано потенциальное снижение заболеваемости детского, подросткового и взрослого населения в целом для всего города при внедрении НДТ на объектах I и II категории НВОС по трём сценариям (рис. 6).

 

Рис. 6. Распределение потенциального снижения количества заболеваний органов дыхания в различных возрастных группах населения города Москвы при внедрении наилучших доступных технологий на объектах I и II категории негативного воздействия на окружающую среду по трём сценариям.

Fig. 6. Distribution of the potential respiratory diseases reduction of various age groups Moscow population with the best available technologies introduction at the objects of the I and II categories of negative impact on the environment according to three scenarios.

 

Таблица 1. Количество потенциально снижаемых случаев заболеваний органов дыхания населения Москвы при внедрении наилучших доступных технологий на объектах I и II категории негативного воздействия на окружающую среду для различных сценариев

Table 1. The number of potentially reduced cases of respiratory diseases of the Moscow population with the best available technologies introduction at the facilities of the I and II categories of negative impact on the environment for various scenarios

Административный округ Scenario line	Снижение эмиссий маркерных загрязняющих веществ | Decrease in emissions of marker pollutants
	Сценарий № 1 (на 5–10%) Scenario 1 (5–10%)			Сценарий № 2 (на 15–25%) Scenario 2 (15–25%)			Сценарий № 3 (на 30–40%) Scenario 3 (30–40%)
	Дети (до 14 лет) Children (≤14 years old)	Подростки (15–17 лет) Adolescent (15–17 years old)	Взрослые (18 лет и более) Adults (≥18 years old)	Дети (до 14 лет) Children (≤14 years old)	Подростки (15–17 лет) Adolescent (15–17 years old)	Взрослые (18 лет и более) Adults (≥18 years old)	Дети (до 14 лет)| Children (≤14 years old)	Подростки (15–17 лет) Adolescent (15–17 years old)	Взрослые (18 лет и более) Adults (≥18 years old)
ЦАО	1392	219	789	2559	403	1450	3479	548	1972
САО	2609	397	1633	2686	408	1681	2878	437	1801
СВАО	4550	456	3826	4794	480	4031	4956	496	4168
ВАО	1671	222	1359	3063	406	2491	4177	554	3397
ЮВАО	3141	490	1870	7628	1190	4542	11268	1757	6709
ЮАО	3876	667	2654	5727	986	3921	7173	1235	4911
ЮЗАО	2119	421	1828	3262	648	2815	4204	835	3627
ЗАО	1369	196	1098	3063	438	2457	4399	629	3528
СЗАО	1311	182	894	2443	338	1665	3366	466	2295
ЗелАО	1546	278	792	2142	386	1098	2621	472	1344
ТиНАО	751	193	988	1228	316	1616	1606	414	2113
Всего | Total	24 333	3721	17 730	38 594	6001	27 767	50 127	7846	35 865
Доля снижения относительно текущей заболеваемости, % The proportion of detection relative to registered prevalence, %	1,08	1,15	0,98	1,71	1,85	1,53	2,22	2,42	1,97

Примечание: ЦАО — Центральный АО, САО — Северный АО, СВАО — Северо-Восточный АО, ВАО — Восточный АО, ЮВАО — Юго-Восточный АО, ЮАО — Южный АО, ЮЗАО — Юго-Западный АО, ЗАО — Западный АО, СЗАО — Северо-Западный АО, ЗелАО — Зеленоградский АО, ТиНАО — Троицкий и Новомосковский АО.

Note: ЦАО — Central autonomous district, САО — Northern autonomous district, СВАО — North-Eastern autonomous district, ВАО — Eastern autonomous district, ЮВАО — South-Eastern autonomous district, ЮАО — Southern autonomous district, ЮЗАО — South-West autonomous district, ЗАО — Western autonomous district, СЗАО — North-Western autonomous district, ЗелАО — Zelenograd autonomous district, ТиНАО — Troitsk and Novomoskovsky autonomous district.

 

ОБСУЖДЕНИЕ

Установлено, что доля вклада в загрязнение атмосферного воздуха стационарных источников предприятий Москвы, которые отнесены к I и II категории НВОС, составляет 85%, причём наибольшее количество выбросов приходится на юго-восточный, северный и южный административный округа.

По результатам анализа статистических данных и проведённых расчетов получена статистически значимая связь между значениями HRI для дыхательной системы от маркерных веществ, выбрасываемых объектами I и II категории НВОС, и заболеваниями органов дыхания у различных возрастных групп населения г. Москвы. Коэффициент Спирмена равняется 0,84 (p <0,05), что соответствует сильной корреляции по шкале Чеддока, а показатель t-критерия Стьюдента — выше критического при уровне значимости α=0,05. Аппроксимации зависимостей рассматриваемых параметров HRI и заболеваний органов дыхания в виде графиков степенных функций также характеризуются высокими коэффициентами детерминации R² >0,6, и значения F-критерия Фишера — выше критических при уровнях статистической значимости α=0,01. Полученные регрессионные модели могут быть сформированы для любой из уязвимых систем человека и для любого органа, на которые оказывают влияние выбросы маркерных загрязняющих веществ, и использованы для ориентировочного прогнозирования заболеваемости населения.

Процедура моделирования потенциального снижения HRI для дыхательной системы населения Москвы по административным округам показала нелинейность изменения индексов в зависимости от сценария внедрения НДТ и, соответственно, снижения выбросов загрязняющих веществ в атмосферный воздух. Вариация снижения HRI для дыхательной системы в случае выбора сценария № 1 составляет от 3,6 до 18,4%, сценария № 2 — от 6,6 до 25,5%, сценария № 3 — от 7,3 до 31,2%. Наиболее целесообразным и предпочтительным для реализации на объектах I и II категории НВОС г. Москвы является сценарий № 2 по итогам эколого-экономической оценки затрат, проведённой авторами исследования (неопубликованные данные).

Определён потенциал снижения количества заболеваний органов дыхания населения Москвы, который варьирует в диапазоне 1,1–2,2% для детей, 1,2–2,5% — для подростков, 1,0–2,0% — для взрослых в зависимости от сценария внедрения НДТ на объектах I и II категории НВОС, необходимых для минимизации выбросов маркерных загрязняющих веществ.

ЗАКЛЮЧЕНИЕ

В результате проведённого корреляционно-регрессионного анализа данных о выбросах маркерных загрязняющих веществ предприятиями, отнесёнными к I и II категории негативного воздействия на окружающую среду, соответствующих им индексах неканцерогенной опасности и сведений о заболеваниях органов дыхания населения Москвы различного возраста разработана математическая модель, позволяющая определить значения потенциала снижения заболеваемости дыхательной системы при внедрении наилучших доступных технологий. Данная модель может быть использована при формировании как региональных, так и федеральных программ по социально-экономическому развитию и медицинскому обслуживанию с учётом природоохранного законодательства и требований по внедрению наилучших доступных технологий.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ / ADDITIONAL INFORMATION

Вклад авторов. Наибольший вклад распределён следующим образом: Н.В. Звонкова — статистический анализ данных и математическое моделирование; О.А. Локтионов — программная поддержка исследования и подготовка исходных данных к анализу; О.Е. Кондратьева — формирование проблемы и гипотезы, подготовка итоговой интерпретации результатов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).

Author contribution. N.V. Zvonkova — statistical data analysis and mathematical modeling; O.A. Loktionov — software support for research and preparation of initial data for analysis; O.E. Kondrateva — formation of the problem and hypothesis, preparation of the final interpretation of the results. All authors confirm that their authorship meets the international ICMJE criteria (all authors have made a significant contribution to the development of the concept, research and preparation of the article, read and approved the final version before publication).

Финансирование исследования. Работа выполнена в рамках стратегического проекта Национального исследовательского университета «МЭИ» «Климатическая трансформация энергетической отрасли» при реализации программы стратегического академического лидерства «Приоритет-2030».

Funding source. The work was carried out within the framework of the strategic project of the National research university "Moscow power engineering institute" "Climate transformation of the energy industry" in the implementation of the strategic academic leadership program "Priority 2030".

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Competing interests. The authors declare the absence of any potential conflict of interests.

About the authors

Natalya V. Zvonkova

National research university “Moscow power engineering institute”

Email: ZvonkovaNV@mpei.ru
ORCID iD: 0000-0003-0213-8313
SPIN-code: 5430-8935

senior lecturer

Russian Federation, 14/1 Krasnokazarmennaja street, 111250, Moscow

Oleg A. Loktionov

National research university “Moscow power engineering institute”

Email: LoktionovOA@mpei.ru
ORCID iD: 0000-0002-4669-8729
SPIN-code: 2883-3017

Cand. Sci (Tech.), assistant professor

Russian Federation, 14/1 Krasnokazarmennaja street, 111250, Moscow

Olga E. Kondrateva

National research university “Moscow power engineering institute”

Author for correspondence.
Email: KondratyevaOYe@mpei.ru
ORCID iD: 0000-0002-5462-3612
SPIN-code: 9205-9338

Dr. Sci. (Tech.), assistant professor

Russian Federation, 14/1 Krasnokazarmennaja street, 111250, Moscow

References

Supplementary files