题目：Making waves: Addressing the over-conservatism of the assessment factor method in aquatic ecological risk assessment
期刊：Water Research
作者：Ren Ding, Dongbin Wei, Xiaoli Zhao, Yun Lu, Zhuo Chen, Yinhui Wu, Zitong Liao, Yaronq Qi, Yuming Wang, Huanan Gao, Fengchang Wu, Hong-Ying Hu
发表日期： 2025年11月26日
DOI：10.1016/j.watres.2025.125054
评估因子（AF）法依然是水生生态风险评价中推导预测无效应浓度（PNEC）时应用最广泛的方法，特别是对于新污染物（ECs）。然而，AF方法固有的保守性可能导致生态风险的系统性高估。本研究批判性地评价了磺胺甲恶唑及其他代表性新污染物的PNEC推导。研究结果表明，那些认定这些污染物具有高生态风险的研究，均一致依赖于AF法推导的PNEC值，这些数值通常比使用物种敏感性分布（SSD）法获得的结果低2-3个数量级。文献计量分析进一步表明，这些保守的PNEC值已被广泛采纳和引用，有可能影响了监管决策和环境管理实践。为解决此问题，我们提出了方法学的改进方案，包括标准化的毒性数据筛选规程、简化的推导方法、自适应的评估因子方案，以及创建一个开放的、动态更新的全球PNEC数据库。这些创新旨在提高PNEC推导的科学性、准确性和效率，从而为更精准的环境风险管理提供支撑。
水生生态风险评估是现代环境管理的核心工具，其关键在于确定污染物的生态风险阈值，即预测无效应浓度（PNEC）。PNEC定义了污染物在水环境中不对水生生物或其生态功能产生有害影响的最大浓度，是连接风险识别与风险管理、制定水质基准的科学基础。保护敏感物种被公认为是保护生态系统结构与功能的前提，因此PNEC的推导通常以最敏感物种的毒性数据为出发点。
国际上，推导水生生物水质基准的方法主要包括评估因子（AF）法、物种敏感性分布（SSD）法、毒性百分数排序（TPR）法以及生态毒理学模型法等。其中，SSD、TPR和模型法在统计稳健性和生态信息量上更具优势，但其应用受到对大量高质量毒性数据需求的制约，且受多种毒理学端点变异性的影响。相比之下，AF法通过将最敏感的可用毒性数据除以一个预设的“评估因子”来推导PNEC，因其所需数据少、操作简单、成本低廉，成为了全球范围内（除中国外）监管机构优先或备选的官方方法，也是新污染物生态风险前沿研究中最常用的工具。
然而，AF法的核心问题在于其内在的“保守性”。评估因子的大小反映了从有限毒性数据外推至环境保护阈值过程中的不确定性。为了确保生态系统安全，监管机构通常采用非常保守的评估因子（如10至1000）。这种静态、预设的保守性存在明显局限：首先，当仅有急性毒性数据或慢性数据覆盖的物种和营养级达到一定数量时，评估因子可能无法提供额外的保护，PNEC完全取决于最敏感物种的数据，未能充分利用后续积累的、涵盖更广物种的数据信息。其次，随着时间推移和毒性数据不断增加，沿用早期基于有限数据推导的AF法PNEC，会导致评估结果越来越保守，这与毒理学研究的进步初衷——即通过深化科学认知来精细化风险评估、减少不必要的保守——背道而驰。
进入21世纪，新污染物的水生态毒理学及生态风险研究呈现爆炸式增长。在风险评估实践中，风险商值（RQ）法因其直观性成为最广泛应用的方法，即通过比较环境浓度与PNEC的比值来判断风险水平。当RQ > 1时，通常被认为存在潜在高生态风险。然而，如果用于计算的PNEC本身因AF法而过于保守，就会导致生态风险被系统性高估。这种“过度保护”不仅可能引发监管过度反应，增加政府和企业不必要的合规成本，造成环境管理资源的错配，还可能削弱公众对科学评估和监管决策的信任。尽管此前已有研究从理论和模型上指出了AF法的局限性，但对其在实际研究中导致的系统性高估及其广泛传播的影响，尚缺乏系统性的实证调查。
本研究得出了明确且具有警示意义的结论，证实了AF法在新污染物风险评估中造成的系统性保守和高估问题。
AF法PNEC显著低于SSD法PNEC：核心发现是，对于所研究的新污染物（如SMX），采用AF法推导出的PNEC值，系统地比基于更充分数据、统计更稳健的SSD法推导出的PNEC值低2到3个数量级。这表明AF法设定的风险阈值过于严苛。
高风险结论高度依赖保守PNEC：在得出SMX具有高生态风险（RQ>1）的72项研究中，绝大多数（57项）都引用了同一项早期研究（Ferrari et al., 2004）中基于AF法（应用了高达1000的评估因子）推导的PNEC值。其余研究也均使用了AF法，没有一项采用当时毒性数据量已可满足要求的SSD或TPR等更全面方法。这一模式在其他几种新污染物（环丙沙星、红霉素等）的研究中也完全一致：所有报告高风险的研究都依赖于AF法PNEC，且这些PNEC值主要来源于2010年之前生成的旧数据。
图1 水质基准与水生态风险评估趋势。
(a) 各国及组织水生生物水质基准技术导则发布的时间线
(b) 新污染物的毒理学及生态风险评估研究趋势
(c) 用于评估新污染物水生态风险的RQ方法应用趋势
保守结论被广泛传播并产生深远影响：文献计量分析显示，关于SMX高风险的这72项研究，截至2024年已累计被引用超过2000次，引用者遍布全球117个国家/地区，涉及环境科学、化学、工程等22个学科类别。更关键的是，在引用这些研究并进行定量风险评估的后续文献中，近90%的研究得出了SMX存在生态风险的结论，且全部沿用了最初的AF法PNEC值。这表明，基于保守方法得出的初步结论，未经重新评估便被广泛接受和传播，可能已在学术、监管乃至工业界形成了关于这些污染物风险的“固化认知”。
问题根源在于方法更新滞后：研究指出，问题的根源并非AF方法本身，而是在毒性数据日益丰富的背景下，未能及时采用更稳健的方法（如SSD）更新风险阈值。许多研究更关注污染物在不同区域的赋存浓度，却忽视了毒性阈值本身也需要随着科学数据的积累而迭代更新。
图2 AF法对新污染物的PNEC推导导致的风险高估及其传播。
(a) 磺胺甲恶唑（SMX）的PNEC与地表水实测浓度对比
(b) 得出SMX具有高水生生态风险的研究的发表趋势及PNEC来源，以及这些研究的被引次数和地理分布
(c) 在得出所选新污染物具有高生态风险的研究中使用的PNEC与SSD法推导的PNEC的比较
(d) 报告所选新污染物具有高水生生态风险的研究中所用PNEC的发表年份
本研究采用了一种结合数据挖掘、对比分析和文献计量学的综合研究方法，旨在实证检验AF法在新污染物生态风险评估中可能导致的风险高估问题及其影响范围。
案例选取与数据收集：研究选取磺胺甲恶唑（SMX）作为代表性新污染物进行深入分析，并扩展至环丙沙星、红霉素、布洛芬、氧氟沙星、四环素和全氟辛烷磺酸（PFOS）等其他几种备受关注的新污染物。通过Scopus学术数据库，系统检索了2010年至2024年间发表的、使用RQ法评估这些污染物水生生态风险的相关研究，并设定了明确的纳入标准（如至少评估5种化合物等），以确保分析的系统性和代表性。
PNEC值比较分析：对于SMX，研究团队汇总并比较了72项得出其具有高风险（RQ>1）的研究中所使用的PNEC值。同时，利用可获得的充分毒性数据，采用更为稳健的SSD法重新推导了SMX的PNEC。通过将AF法PNEC、SSD法PNEC以及地表水中SMX的实际监测浓度进行对比，直观揭示了不同方法得出的风险阈值间的巨大差异。
文献计量与影响评估：对上述72项关于SMX高风险的研究进行了全面的文献计量学分析。统计了这些研究的累计被引次数、年度被引趋势、引用这些研究的国家/地区分布以及学科领域跨度。同时，审查了引用这些研究的后续文献中，有多少继续沿用了AF法PNEC并得出了高风险结论，从而评估了保守性结论的传播链条和影响广度。
模式归纳与框架构建：基于对SMX及其他几种新污染物的分析结果，归纳总结了AF法导致风险高估的普遍模式。在此基础上，结合现有方法的优缺点分析，提出了一个旨在实现PNEC推导现代化的“数据-方法-数据库”综合改进框架，包括数据筛选标准化、方法学简化与自适应化、以及数据库动态化等具体建议。
本研究不仅揭示了当前生态风险评估实践中的一个重大系统性偏差，更为未来的方法论改进和风险管理体系优化指明了方向。
推动毒性数据筛选与评价的标准化与智能化：未来需要由国际组织（如OECD、UNEP）与国家机构合作，共同制定更严格、透明的水生生态毒理学数据筛选与评价指南。应充分利用高通量筛选、计算毒理学平台（如ToxCast）产生的大数据，并结合“人工智能辅助+专家评估”的新模式，提高数据筛选的效率、一致性和科学性，确保用于PNEC推导的数据兼具准确性、可靠性和生态相关性。
发展自适应与简化的PNEC推导方法学：国际框架（如OECD）应更新技术指南，提供推荐方法清单，并鼓励各国动态采纳。具体路径包括：改革当前AF方案，使评估因子不再仅基于“急性/慢性”和“营养级数量”，而是能综合考虑污染物类别、可用数据量、作用模式（MoA）和毒性效应终点多样性，发展更精细、更具代表性的因子体系。对于具有相同MoA的化学品，可利用现有数据集和机制模型（如临界体负荷模型）推导基于机理的、更灵活的AF值。以及探索针对特定类别污染物的新指标：针对抗生素等特定类别新污染物，开发量身定制的风险评估新指标。
建立开放、动态、全球共享的PNEC数据库：当前数据库（如NORMAN）仍主要基于AF法。未来应由国际组织或权威机构牵头，建立能够自动集成最新毒性数据、优先采用最稳健科学方法、并根据实时数据自动选择适当推导方法并更新的PNEC数据库系统。该系统不仅能大幅减少人工工作量，避免过时或保守PNEC的传播，还能支持考虑区域物种敏感性差异的PNEC推导，从而为差异化的、精准的区域污染管理策略提供科学依据。
倡导风险阈值的动态更新理念：整个研究界和监管机构需转变观念，认识到PNEC不是一个一成不变的“固定值”，而应是一个随着科学认知深化和数据积累而“动态进化”的阈值。建立定期回顾和更新风险阈值的机制，是确保生态风险评估科学性和管理措施成本效益的关键。
总之，本研究呼吁一场从“保守预设”到“科学精准”的范式转变。通过构建集“高质量数据、自适应方法、智能数据库”于一体的现代化框架，我们才能更准确地区分真正的高风险污染物与风险被高估的污染物，从而将有限的环境管理资源聚焦于最紧迫的生态威胁，实现环境保护与可持续发展的平衡。
