Umeå University's logo

Det har uppmärksammats att uppskattningarna av luftföroreningssituationens hälsokonsekvenser, främst förtida dödsfall, skiljer sig mellan olika studier. Syftet med denna rapport är att belysa hur och varför resultat och metoder skiljer sig. Utgångspunkten var två studier gällande exponeringen i Sverige 2019 utförda av IVL respektive SMHI på uppdrag av Naturvårdsverket. Skillnader i resultat mellan dessa två studier beror inte på hälsokonsekvensberäkningen vilken tillämpar samma metod och antaganden, utan är en konsekvens av skillnader i beräknad exponering. IVL använder en empirisk-statistisk modell benämnd URBAN-modellen som har likheter med en ”land use regression” (LUR) modell, där halter av NO2 och partiklar uppmätta vid mätstationer, deras kvoter och deras samband med andra variabler är grunden för modelleringen med 1 km * 1 km upplösning. SMHI använder emissionsdata för NOx och partiklar, en kombination av två olika atmosfärskemiska modeller, MATCH-modellen för den regionala bakgrundshalten och NG2M för den urbana bidraget med 250 m * 250 m upplösning, men gör korrektioner med hjälp av halter uppmätta vid mätstationer. Eftersom båda modellerna använder svenska mätstationers haltdata från 2019 har inte någon validering av modelleringarna med dessa haltdata kunnat göras. För såväl totalhalt som medelvärde viktat utifrån geografisk befolkningsfördelning samt regional bakgrund av PM2.5, befolkningsviktat urbant bidrag av PM2.5 och befolkningsviktat urbant bidrag av NO2 beräknar IVL cirka 1,4 gånger högre exponering, vilket för totalhalten av PM2.5 innebär 7,1 respektive 5,1 µg/m3. Skillnaden får särskilt stor betydelse om man med hänsyn till lägsta studerade halter i epidemiologiska studier och tillämpar en tröskelhalt under vilken några konsekvenser för hälsa inte antas. De största relativa skillnaderna, på upp till fyra gånger, finns för urbana bidrag från trafik. I de två rapporterna från IVL respektive SMHI har en högre relativ risk, 1,26 per 10 µg/m3 högre halt, använts för det begränsade urbana bidraget av PM2.5 än för det betydligt större regionala, 1,08 per 10 µg/m3. Den lägre riskökningen är sammanvägningen erhållen i en litteraturöversikt inför nya WHO AQG, där dock studier med en medelexponering under 10 µg/m3 gav en sammanvägd relativ risk på 1,17 per 10 µg/m3. De svenska studiernas beräknade 6 116 respektive 4 264 förtida dödsfall på grund av PM2.5 per år skulle blivit fler om en relativ risk på 1,17 per 10 µg/m3 använts för både regionalt och urbant PM2.5, liksom ännu fler om relativa risken hämtats från senaste stora europeiska studien ELAPSE med en relativ risk på 1,30 per 5 µg/m3 vid halter under 12 µg/m3. I en annan skattning av hälsokonsekvenser av luftföroreningar har Trafikverket använt modellen som underbygger beräkningen för ASEK av vägtrafikens utsläppskostnader för en indirekt beräkning av antal förtida dödsfall på grund av luftföroreningar från vägtrafiken och hamnar då helt nära SMHI i resultaten gällande antal fall kopplade till vägtrafikens föroreningar. Olika formler för att beräkna hälsokonsekvenser av luftföroreningar förekommer i litteraturen bland annat utifrån analyser av existerande eller tillförd exponering, men ger ganska liknande resultat. Beroende på frågeställning kan olika grundfrekvens av hälsoutfallet (ofta kallat baseline) vara mest lämpliga. Den största skillnaden i resultat mellan olika antaganden som prövats i rapporten, blir om hänsyn tas till att ökningen av den relativa risken per µg/m3 högre halt (lutningen) verkar vara högre vid lägre halter, exempelvis i den största europeiska studien av partiklar och mortalitet. Beräkningar avseende antal förtida dödsfall per år på grund av PM2.5 i Sverige finns även i nordiska, europeiska och internationella studier och varierar mellan 370 och 8 233, främst beroende på antaganden om exponering-responsfunktionen inklusive eventuell tröskelnivå, och mindre på exponeringsdata.