검색
검색 팝업 닫기

Ex) Article Title, Author, Keywords

Article

Split Viewer

Original Article

J Environ Health Sci. 2022; 48(5): 272-281

Published online October 31, 2022 https://doi.org/10.5668/JEHS.2022.48.5.272

Copyright © The Korean Society of Environmental Health.

A Study on the Spatiotemporal Characteristics of Chemical Discharges and Quantified Hazard-Based Result Scores Using Pollutant Release and Transfer Register Data

화학물질배출이동량 자료를 활용한 화학물질배출량 및 유해기반지수 정량화와 시공간 특성 연구

Yu-Ra Lim1 , Sun-Yeong Gan2 , Hyun-Joo Bae2*

임유라1, 간순영2, 배현주2*

1Medical Research Center, Seoul National University, 2Division of Environmental Health, Korea Environment Institute

1서울대학교 의학연구소, 2한국환경연구원 환경보건연구실

Correspondence to:Division of Environmental Health, Korea Environment Institute, 370 Sicheongdaero, Sejong 30147, Republic of Korea
Tel: +82-44-415-7681
Fax: +82-44-415-7799
E-mail: hjbae@kei.re.kr

Received: September 16, 2022; Revised: October 19, 2022; Accepted: October 20, 2022

This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Highlights

ㆍ Spatial and temporal of regional data are crucial for chemical industry health management.
ㆍ Hotspots and chemical types were successfully identified with RSEI coupled with hazard-based score (RSEI/hazard).
ㆍ Chemical types differ remarkably when hazard-based scores are taken into account.
ㆍ The RSEI/hazard could be useful for management of chemical industry and EH policy.

Background: The constant consumption of chemical products owing to expanding industrialization has led to an increase in public interest in chemical substances. As the production and disposal processes for these chemical products cause environmental problems, regional information on the hazard level of chemical substances is required considering their effects on humans and in order to ensure environmental safety.
Objectives: This study aimed to identify hazard contribution and spatiotemporal characteristics by region and chemical by calculating a hazard-based result score using pollutant release and transfer register (PRTR) data.
Methods: This study calculated the chemical discharge and hazard-based result score from the Risk- Screening Environmental Indicators (RSEI) model, analyzed their spatiotemporal patterns, and identified hotspot areas where chemical discharges and high hazard-based scores were concentrated. The amount of chemical discharge and hazard-based risk scores for 250 cities and counties across South Korea were calculated using PRTR data from 2011 to 2018.
Results: The chemical discharge (high densities in Incheon, Daegu, and Busan) and hazard-based result scores (high densities in Incheon, Chungcheongnam-do, and some areas of Gyeongsangnam-do Province) showed varying spatial patterns. The chemical discharge (A, B) and hazard-based result score (C, D) hotspots were identified. Additionally, identification of the hazard-based result scores revealed differences in the type of chemicals contributing to the discharge. Ethylbenzene accounted for ≥80% of the discharged chemicals in the discharge hotspots, while chromium accounted for >90% of the discharged chemicals in the hazard-based result score hotspots.
Conclusions: The RSEI hazard-based result score is a quantitative indicator that considers the degree of impact on human health as a toxicity-weighted value. It can be used for the management of industries discharging chemical substances as well as local environmental health management.

KeywordsRisk-Screening Environmental Indicators, pollutant release and transfer register, hazard score

1990년대 이후 산업단지 개발의 증가와 산업화로 인한 경제성장으로 국민소득은 증가되었으며 환경문제에 대한 국민의 관심은 증가하고 있다. 일상생활에서도 다양한 화학물질 제품이 소비되고 있으며 화학물질의 생산과 폐기 과정에서 환경문제가 발생하기도 하며 이러한 화학물질 정보에 대한 국민적 관심도 증가하고 있다.1) 환경문제를 해결하기 위한 정책 추진에 있어 직접규제 중심이었던 1세대 환경정책에서 시장매커니즘에 기반한 2세대 환경정책을 거쳐 3세대 환경정책은 사전예방적이며 유연한 정보공개정책이 각광받고 있다.2)

우리나라의 화학물질과 관련한 정보는 크게 화학물질통계조사와 화학물질배출이동량조사로 구분될 수 있다. 화학물질통계조사는 화학물질의 제조, 수입, 수출 등의 유통량과 관련한 통계자료로 1998년부터 통계조사가 이루어졌으며 4년마다 공표되었다가 2010년 이후부터는 2년마다 통계자료가 공표되었다. 화학물질배출이동량조사 자료는 사업자가 제조나 사용과정에서 환경(대기, 수계, 토양)으로 배출되는 화학물질의 양을 자발적으로 보고하여 국민에게 공개하는 것으로 우리나라의 화학물질배출이동량조사(Pollutant Release and Transfer Registers, PRTR) 제도는 1996년 OECD 가입 시 화학물질 배출량조사제도 도입을 약속하고, 같은 해 12월 유해화학물질 관리법을 개정하여 화학물질의 배출량조사에 필요한 법적 근거를 마련하여 시행되었다.3) 화학물질관리법 제5조에 명시된 화학물질 배출량조사는 화학물질 배출로부터 국민의 건강과 환경을 보호하고 사업장으로 하여금 자발적인 화학물질 배출의 저감을 유도하기 위하여 화학물질을 취급하는 사업장에 대하여 해당 화학물질을 취급하는 과정에서 배출되는 화학물질 현황 등을 조사한다고 명시하고 있다.

화학물질배출이동량 조사자료는 배출되는 화학물질배출량 원단위(kg)를 기준으로 산정되며 2000년부터 현재까지 화학물질에 대한 방대한 양의 데이터가 구축되어 2010년 6월 사업장별 화학물질배출량에 대한 정보가 전면 공개되었다. PRTR의 궁극적인 목적이 국민의 건강을 지키기 위한 것임에도 불구하고 인체 위해성을 고려한 화학물질에 대한 정보보다는 사업장의 배출이동량 정보만 공개되고 있다. 하지만 정보수요자의 관심은 자신이 살고 있는 지역의 오염수준과 화학물질의 인체 유해성 정도에 대한 정보에 더 큰 관심을 가질 가능성이 크다. 화학물질에 따라 적은 양이어도 인체에 큰 영향을 미칠수도 있으며 반대로 배출량은 많으나 인체 위해성 정도가 낮을 수도 있다.

미국의 환경보호청(Environmental Protection Agency, EPA)은 사업체의 화학물질배출량에 따른 잠재적 인체 영향을 평가하며 이를 통하여 지역별 특정 화학물질에 대한 위해 수준을 파악하여 전략적 계획을 수립하거나 위해 변화를 측정하여 화학물질 및 업종에 대한 관리 우선순위 결정을 위한 자료로 활용하기 위한 목적으로 화학물질배출량자료(Toxics Release Inventory, TRI)를 이용하여 화학물질에 의한 영향을 추정하기 위한 스크리닝 모델(Risk-Screening Environmental Indicators, RSEI)을 개발하였다.4) RSEI는 크게 중량기반, 유해기반, 위해기반의 관점에서 사업체의 화학물질배출량으로 인한 잠재적 인체 영향을 평가한다. 산출된 RSEI가 정량적인 위해성 평가는 아니지만 지역, 물질, 그리고 업종간의 비교가 가능하여 잠재적으로 만성적 건강 위해(chronic health risk)에 가장 큰 영향을 줄 수 있는 물질, 업종, 가장 영향을 받을 수 있는 지역 등을 파악할 수 있고 우선순위를 도출할 수 있는 과학적 근거를 제시할 수 있다.4)

국내에서 화학물질배출량과 유해기반지수를 활용한 연구는 크게 연도별, 지역별 추세를 파악하거나 환경정의 측면에서 지역별로 화학물질배출시설 및 배출량과 사회경제변수를 비교한 연구가 주로 이루어졌다.1,3,5) RSEI가 개발된 미국의 경우 다양한 학술적 연구가 진행되었는데 RSEI와 사회인구변수(인종, 저소득)와의 관련성을 파악한 연구가 이루어졌으며,6-8) 미국의 TRI 배출량과 RSEI의 추세를 파악하여 환경규제 준수를 평가할 수 있는 정량적 지표로서 기초자료 분석이 이루어졌다.9,10) RSEI 자료는 학술적 연구 이외에도 실제로 지역의 우선순위 관리 지역을 도출하는 정책의 과학적 근거로도 활용되었다.

이처럼 화학물질배출량과 유해기반지수와 관련한 연구사례의 경우 추이를 파악하고 배출량과 유해기반지수의 단순 비교를 통한 기초자료 제시에 중점을 맞춘 연구가 주로 이루어졌으며 국내에서 화학물질배출량과 관련한 공간분포 특성은 지역의 환경정의를 파악하기 위한 기초 자료로써 활용되었다. 배출량과 유해기반지수 차이가 발생하는 지역적 공간분포 특성이나 유해기반지수가 높게 나타나는 지역의 특성을 파악한 연구는 미흡한 실정이다. 환경보건 분야의 정책 수립에서 한정된 자원과 시간을 효율적으로 배분하기 위해서는 과학적 근거 자료로서 인체 영향을 고려한 화학물질의 유해수준을 파악한 지역별 자료가 필요하다.

본 연구에서는 PRTR 자료를 바탕으로 화학물질배출량과 RSEI의 유해기반지수를 산출하고 화학물질배출량의 공간분포 특성을 파악하고자 하였다. 또한 화학물질배출량과 유해기반지수가 지속적으로 높았던 지역의 화학물질별 특성을 비교하여 유해기반 관리가 필요한 부분을 확인하고자 한다.

1. 연구의 범위 및 연구자료

본 연구는 화학물질배출량과 RSEI 유해기반지수를 산출하여 지역적 공간패턴을 파악하고 배출량과 유해기반지수가 집중적으로 발생하는 지역을 탐색하여 이들 지역의 화학물질별 특성을 분석하는 것을 목표로 하고 있으며 공간적 범위는 시군구(250개, 2018년 기준) 단위로 환경부 화학물질배출량 조사제도(PRTR) 사업장(3,798개, 2018년 기준)을 대상으로 하였다(Fig. 1).

Figure 1.Location of chemicals discharge facilities in Korea (2018)

본 연구에서는 RSEI 유해기반지수를 산출하기 위하여 환경부의 화학물질배출량 조사제도(PRTR) 자료를 활용하였다. PRTR 제도는 「화학물질관리법」을 근거로 하여 화학물질을 취급하는 사업장이 화학물질의 배출량과 이동량에 대한 정보를 화학물질별, 매체별(대기, 수계, 토양)로 환경부에 보고하도록 하고 있다. PRTR 조사 업종은 1999년 석유정제, 화학 2개 업종에 대하여 80종 화학물질을 대상으로 처음으로 화학물질배출이동량 조사가 시행된 이후 최근 2018년(2020년 공개기준)에는 화학제품 제조업, 1차 금속 제조업 등 33개 업종 228종 화학물질을 대상으로 조사가 이루어졌다. PRTR은 사업장 내에서 처리 후 대기, 수계, 토양으로 직접 배출되는 배출량과 사업장 내에서 관리하는 매립지에 매립되는 자가 매립량, 폐기물처리업체로 이동되는 조사대상 화학물질의 위탁처리량으로 구분된다. 본 연구에서는 사업장에서 직접 배출되는 화학물질배출량을 중심으로 2011년부터 2018년까지 자료를 구축하였다.

PRTR 자료에 등록된 업체의 주소를 기준으로 Geocoding Tool (Biz GIS 제공)을 통해 좌표로 변환하는 지오코딩을 하였으며 ArcGIS 10.1로 지도화하였다. 정제된 자료를 기반으로 화학물질배출량과 유해기반지수를 산정하고 지역별로 합산하여 시군구별 자료를 산출하였다.

2. 연구방법

2.1. RSEI 모델의 유해기반지수 산정 방법

본 연구에서는 PRTR 자료의 가용성을 고려하여 세 가지 방법 중 유해기반지수를 중심으로 화학물질 배출특성을 파악하였다. RSEI의 유해기반지수는 화학물질배출량에 매체별, 노출경로별 독성가중치(toxicity weight)를 곱하여 산출한다. 구체적인 유해기반지수 산출 과정은 Fig. 2와 같다.

Figure 2.Calculation process of RSEI hazard-based score

첫 번째, 대상지역과 화학물질을 선정하고 두 번째, 화학물질에 해당하는 독성가중치를 산정하여 세 번째, 화학물질 배출량에 독성가중치를 곱하여 계산한다. 유해기반 점수는 화학물질 배출량과 특정 매체(대기, 수질, 토양, 폐기물)에 따라 대응하는 독성가중치를 곱하여 산출하며 최종 유해기반 점수는 화학물질의 매체별 값을 합산한다.

본 연구에서는 PRTR 자료를 활용하여 조사 대상이 되는 415종의 화학물질에 대한 유해기반지수를 산출하였다. 독성자료는 2018년 RSEI 버전 2.3.7의 독성가중치 자료를 활용하였다. 독성가중치는 매체별 노출경로에 따라 발암, 비발암별 적용되는 독성가중치 값이 달라지는데 발암물질은 경구에 의한 oral slope factor (OSF)와 흡입에 의한 inhalation unit risk (IUR) 독성값이 적용되며 비발암은 용량기준의 reference dose (RfD)와 농도 기준의 reference concentration (RfC)이 사용된다.4) 유해기반지수는 노출경로에서 가장 인체에 악영향을 끼치는 독성값에 대한 독성가중치를 산출하게 되며, 화학물질이 발암과 비발암 모두 영향을 갖는 경우 각각 독성가중치를 산정하여 가장 높은 값을 해당 화학물질의 독성가중치로 결정된다(Table 1).

Table 1 Selection of toxicity weights for Risk-Screening Environmental Indicators

AirWaterLand
CancerAmount of release×IURAmount of release×OSFAmount of release×OSF
Non cancerAmount of release×RfCAmount of release×RfDAmount of release×RfD
Hazard-based scoreHigher of IUR tox weight or
RfC tox weight
Higher of OSF tox weight or
RfD tox weight
Higher of OSF tox weight or
RfD tox weight

화학물질 유해기반지수는 특정 단위가 존재하지 않아 배출량과의 절대적 비교가 아닌 상대적 비교가 가능하며 같은 방법을 통하여 적용된 화학물질별, 산업별, 지역별 상대적 평가가 가능하다.

2.2. 커널 밀도 분석

본 연구에서는 화학물질배출시설의 점자료를 활용하여 각 사업체의 화학물질배출량과 유해기반지수에 대한 공간적 패턴을 분석하였다. 화학물질배출시설과 같은 점 개체의 경우 분포 패턴을 규칙적, 임의적, 군집적 패턴으로 분류할 수 있으며 규칙적, 임의적 패턴의 경우는 시각적으로 판단하기 어렵기 때문에 통계적 분석방법을 사용하게 된다.11) 밀도 분석에서 커널(kernel) 분석은 대상지의 점 개체의 분포를 바탕으로 대상지 전체에 걸쳐 공간밀도를 추정하게 된다. 밀도 추정은 격자들의 중심점 간의 거리가 증가할수록 연관성이 감소하며 일정한 크기의 대역폭(bandwidth)을 설정하여, 대역폭 내에서 점 개체들을 기준으로 하여 격자의 밀도를 조정하게 된다.12) 즉, 주어진 점들로부터 대상지역 전체 각 셀의 공간밀도 Z를 추정하기 위해 kernel이라고 불리는 확률밀도함수를 이용한다. S 지점에 대한 공간밀도 λ(S)는 다음과 같은 공식을 통해 산출된다.13)

λ^τS=1δτS i=1n1τ2kS Siτ

여기서, kSSiτ: 커널함수

λ0: 공간밀도를 추정하기 위한 대역폭(bandwidth)

δτS: 가장자리 보정 요소

본 연구에서 화학물질시설의 배출량과 유해기반지수에 대한 커널밀도분석은 ArcGIS 10.1을 이용하여 산출하고 지도화하였다.

2.3. 핫스팟(hotspot) 분석

시군구의 화학물질배출량과 유해기반지수 핫스팟(hotspot) 지역을 탐색하기 위하여 시공간스캔통계량(spatiotemporal scan statistics, SaTScan)을 활용하였다. SaTScan은 Kulldorff14)가 미국 국립암연구소(National Cancer Institute)와 개발한 프로그램으로 원형과 타원형 등의 정의된 모양의 탐색도형 크기와 위치를 바꾸며 대상지역 전체를 훑어 우도비(likelihood ratio)에 기초하여 통계적 군집(cluster)을 탐색하여 클러스터를 찾아낸다. SaTScan은 우도비에 로그를 취한 로그 우도비(log likelihood ratio, LLR)를 이용하여 연구대상지의 모든 탐색모형에 대한 우도비를 계산하고, LLR의 최대값을 구하면 그때의 탐색모형이 가장 유의한 클러스터(primary cluster)가 된다. 즉, 우도비를 비교하여 최대우도비를 산출하게 되며 최대우도비가 관측된 지역과 시기가 바로 시공간집중이 발생한 핫스팟 지역이 된다.15)

SaTScan은 자료의 분포에 따라 여러 모형이 개발되었으며 실험군과 대조군으로 이루어진 자료는 Bernoulli 모델을 적용하고 특정 지역의 환자수에 관한 자료는 포아송 모델, 생존시간에 관한 자료는 지수모델, 연속형 자료는 정규 모델을 적용한다.16)

본 연구에서 활용한 화학물질배출량과 유해기반지수는 연속형 자료로 정규 모델을 적용하였다. 정규 모델에서 평균은 μ=X/N, 분산은 σ2=i μx i2N, i 지역의 관찰값을 χi라 하였을 때 우도비는 다음 식과 같다.17)

L0=o1σ2πe xiμ22σ2

또한, SaTScan은 과거에 시공간집중이 발생했던 공간과 시간적 범위를 찾는 retrospective analysis와 최근 상황을 근거로 시공간집중이 발생하고 있는 지역을 찾는 prospective analysis의 두가지 형태로 구분된다. 본 연구에서는 현재 진행형의 시공간 집중의 시공간적 범위를 파악할 수 있는 prospective analysis를 실시하였다.

본 연구에서 핫스팟 분석은 SaTScan v9.6을 사용하였으며 ArcGIS 10.1을 이용하여 지도화하였다.

1. 화학물질배출량 및 유해기반지수 기본통계량 및 커널 밀도 분석

2011년부터 2018년까지의 화학물질배출량과 화학물질 유해기반지수의 추세를 파악한 결과는 Fig. 3과 같다. 대기, 수계, 토양으로 직접 배출되는 화학물질배출량은 2011년부터 2013년까지는 52,288,640 kg에서 50,767,030 kg으로 감소하다 2016년 57,247,558 kg으로 증가하는 추세를 보였으나 독성가중치를 고려한 화학물질 유해기반지수의 경우는 2011년 996,401,327,105에서 2014년 1,917,718,544,780으로 지속적으로 증가하는 추세를 보이다 2016년에는 감소하는 추세를 나타내 화학물질배출량과 유해기반지수의 연도별 추이에서 차이를 보였다.

Figure 3.Annual changes in the chemicals released amounts and hazard-based scores (2011~2018)

2011년부터 2018년까지 전국 시군구의 화학물질배출량과 RSEI 유해기반지수의 기본통계량은 Table 2와 같다. 8년간 화학물질배출량 평균은 6,208 kg이며 유해기반지수는 평균 231,267,677이었다. 표준편차는 화학물질배출량 51,462와 유해기반지수 4,757,927,358으로 변동계수(sd/mean)를 계산하면 화학물질배출량(8.29)보다 유해기반지수(20.57)가 높게 나타나 유해기반지수의 지역별 차이가 큰 것으로 분석되었다.

Table 2 Statistics of chemicals released amounts and hazard-based scores for metropolitan and basic local governments in Korea (2011~2018)

MinPercentilesMaxMeanStd. deviation

255075
Released amounts (kg)006,070159,5555,406,4966,20851,462
Hazard-based scores001,113,171233,688,504551,923,057,000231,267,6774,757,927,358

본 연구에서는 2011년부터 2018년까지 화학물질배출량과 유해기반지수의 핫스팟 분석에 앞서 공간패턴을 파악하기 위하여 커널 밀도 분석을 실시하였으며 2011년, 2015년, 2018년의 결과 값은 Fig. 4와 같다. 화학물질배출시설의 배출량을 토대로 전국을 대상으로 공간밀도를 추정하는 것이며, 화학물질배출량은 인천과 대구, 부산, 울산 등 7대 도시에 속한 지역이 다른 지역보다 화학물질배출량의 밀집도가 높은 패턴을 보였으며 연도별로 유사한 패턴을 보였다. 화학물질배출량과 달리 RSEI 유해기반지수의 경우는 연도별로 공간적 차이가 발생하였다. 2011년에는 화학물질 유해기반지수의 경우 충남, 부산 일부 지역에서 높은 값을 보였으며 2015년에는 2011년에 포함된 지역 외에도 군산 지역에서 유해기반지수가 높게 나타났다. 최근 2018년에는 충남과 경남 일부 지역에서 화학물질 유해기반지수 밀도가 다른 지역보다 높게 나타났다.

Figure 4.Kernel density of the chemical released amounts (A) and RSEI hazard-based scores (B) for metropolitan and basic local governments in Korea (2011~2018)

2. 화학물질배출량 및 유해기반지수 핫스팟 분석

공간적 패턴에서 차이를 보였던 화학물질배출량과 유해기반지수에 대하여 시공간집중이 발생하는 지역을 탐색하기 위하여 SaTScan의 정규모델을 이용하여 prospective analysis를 실시하였다. 2011년부터 2018년까지 전국 250개 시군구의 화학물배출량과 유해기반지수 자료를 활용 핫스팟 분석을 실시한 결과, 화학물질배출량과 유해기반지수 모두 2015~2018년 시공간집중이 발생하는 핫스팟 지역이 탐색되었다. 화학물질배출량은 울산광역시 A와 경상남도 B가 핫스팟 지역으로 탐색되었으며(Fig. 5A), RSEI 유해기반지수는 충청남도 C와 경상남도 D가 핫스팟 지역으로 탐색되었다(Fig. 5B). 화학물질배출량과 RSEI 유해기반지수 핫스팟 분석 결과는 p값이 0.01 이하로 통계적으로 유의미한 결과로 나타났다.

Figure 5.Hotspot analysis of the Chemical released amounts (A) and the hazard-based score (B) in Korea

2011년부터 2018년 동안 화학물질배출량의 핫스팟 분석 결과 우도비의 차이로 가장 유의한 지역인 Cluster 1 (primary cluster)은 울산시 A로 탐색되었으며, 시공간집중이 발생한 시기는 2015~2018년으로 4년 평균 화학물질배출량은 4,639,946 kg이며 클러스터 지역을 제외한 외부의 화학물질배출량 평균인 205,740 kg보다 22배 이상 높게 나타났다. Cluster 1 다음으로 우도비가 높게 나타난 Cluster 2에 해당하는 지역은 경상남도 B로 4년 평균 클러스터 내 화학물질배출량은 4,203,760 kg으로 Cluster 2를 제외한 지역의 화학물질배출량 평균인 206,611 kg보다 20배 이상 높게 나타났다. 2011년부터 2018년 동안 RSEI 유해기반지수의 핫스팟 분석 결과 Cluster 1은 충청남도 C로 탐색되었으며 시공간집중이 발생한 시기는 2015~2018년으로 4년간 클러스터 내 평균 유해기반지수는 268,345,047,399으로 클러스터 외 지역의 평균 유해기반지수인 6,594,428,313보다 40배 이상 높게 나타났다. 유해기반지수 Cluster 2에 해당하는 지역은 경상남도 D로 4년 평균 클러스터내 유해기반지수는 348,292,791,744로 Cluster 2를 제외한 지역의 유해기반지수 평균인 6,710,430,660보다 50배 이상 높게 나타났다(Table 3).

Table 3 Spatial scan statistics applied to chemical released amounts and hazard-based score in Korea (2011~2018)

Cluster (N)YearLLRp-valueMean

Cluster insideCluster outside
Released amounts1 (1)2015~2018127.8200.0014,639,946205,740
2 (1)2015~2018102.5930.0014,203,760206,611
Hazard-based scores1 (1)2015~2018126.4090.007268,345,047,3996,594,428,313
2 (1)2016~2018126.1050.007348,292,791,7446,710,430,660

화학물질배출량과 RSEI 유해기반지수 핫스팟 지역에 대한 화학물질 특성을 파악함으로써 유해기반 관리가 필요한 부분을 확인하고자 하였다.

화학물질배출량과 RSEI 유해기반지수 핫스팟 지역에 대한 2015~2018년 평균 화학물질 구성 비율을 파악한 결과는 Fig. 6과 같다. 화학물질배출량 핫스팟 지역인 울산시 A와 경상남도 B의 화학물질배출량과 유해기반지수의 화학물질별 구성 비율이 유사한 형태를 보였는데 화학물질배출량은 울산시의 경우 자일렌(72.1%), 에틸벤젠(20.3%)이 가장 많이 배출되며 B도 자일렌(78.7%), 에틸벤젠(16.4%) 순으로 배출되었다. 화학물질안전원에서 PRTR 자료를 바탕으로 매년 발간하고 있는 화학물질배출량 조사결과 보고서18)에서도 2015년부터 2018년까지 배출량에서 화학물질 중 자일렌이 20% 이상으로 높은 비율을 차지하였다. 배출량에 독성가중치를 적용한 유해기반지수에서는 배출량과 달리 인체 영향의 독성값이 자일렌(독성가중치 50)보다 더 높은 에틸벤젠(독성가중치 890)의 비중이 자일렌보다 높게 나타나 울산시 A와 경상남도 B 모두 83% 이상의 비중을 차지하였다. 화학물질배출량에서 자일렌이 높게 나타나지만 인체 위해성을 고려한 유해기반지수의 경우 에틸벤젠의 구성비율이 높게 나타나 인체 위해성 측면에서는 이들 지역에 대하여 에틸벤젠의 관리가 필요하다.

Figure 6.Proportional contribution of each chemical released amount (A) and hazard-based score (B) for basic local governments in hotspot

RSEI 유해기반지수 핫스팟 지역인 충청남도 C와 경상남도 D의 배출량은 화학물질배출량 핫스팟 지역과 화학물질배출량과 유해기반지수의 화학물질 구성에 차이가 나타났다. C의 경우 화학물질 중 암모니아(23.1%), 알루미늄(22.0%), 2-프로판올(11.3%) 순으로 화학물질배출량의 비중을 차지하였으며 D는 디클로로메탄(24.3%), 자일렌(23.5%), 메틸알코올(9.5%) 순으로 화학물질배출량의 비중을 차지하였다. RSEI 유해기반지수에 대한 화학물질 비율을 파악한 결과 C와 D 모두 크롬 및 그 화합물이 96% 이상을 차지하였다. 크롬은 국제암연구소(International Agency for Research on Cancer, IARC)에서 인체에 암을 일으키는 물질인 Group 1에 해당하는 화학물질로 독성가중치도 43,000,000로 매우 높다. Kim 등 (2021)1) 연구에서는 전국의 RSEI 유해기반지수 산정 결과에서도 크롬이 가장 높은 비중을 차지하였으며, 이는 다른 물질보다 인체 영향을 주는 크롬화합물의 독성가중치가 높기 때문으로 핫스팟 지역에서 두 번째로 비중이 높았던 코발트와 니켈보다 크롬의 독성가중치가 각 46배, 2.5배 높다. 이들 지역의 경우도 인체 위해성 측면에서는 크롬에 대한 집중적인 관리가 필요할 것으로 보인다.

화학물질배출량과 RSEI 유해기반지수의 연도별 추세 파악에서도 2016년부터 2018년까지 연도별로 배출량이 감소하는 형태를 보였는데 PRTR 사이트에서 배출량의 높은 비중을 차지하는 자일렌의 배출량이 2015년부터 지속적으로 감소하는 추세를 보였다.19) 이와 반대로 RSEI 유해기반지수에서 가장 큰 비중을 차지하는 크롬1)의 경우는 2014년부터 2016년까지는 감소하다 2017년에 다시 증가하는 추세를 보였으며19) 유해기반지수 추세와 유사한 패턴을 보였다. 화학물질배출량과 유해기반지수 관리에 있어서 화학물질별 관리의 중요성이 대두되는 점이라 할 수 있다.

Collins6)의 2011년 연구에서는 다양한 화학물질이 건강영향을 미치기 보다는 인체 위해성이 높은 화학물질이 건강위험에 기여한다고 제시하였으며, Collins 등8)의 2016년 연구에서도 미국 내에 독성이 높은 물질들을 많이 배출하는 일부 업종(toxic outlier)들이 존재하며 소수인종과 저소득층이 이들 업종에 대한 노출이 불균형적으로 높다는 사실을 확인하였다. 본 연구의 RSEI 유해기반지수 화학물질 특성에서도 다양한 화학물질보다는 크롬, 카드뮴 등 적은 수의 화학물질이 유해기반지수에 영향을 주고 있으며 이들 물질에 대한 집중적인 관리가 환경질과 건강 증진을 위하여 필요하다. 화학물질별의 특성뿐만 아니라 지역별 공간 특성의 커널밀도 분석에서 RSEI 유해기반지수가 높은 지역은 특정 지역에 집중하여 나타나고 있음을 확인할 수 있었다. 화학물질배출량 조사결과 보고서18)에서 화학물질배출량은 경기도>경상남도>울산광역시 순으로 배출량이 높았으며 지역별 공간특성에서도 화학물질배출량이 이들 지역을 중심으로 높게 나타났다. 인체 위해성을 고려한 RSEI 유해기반지수의 경우도 Kim 등 (2021)1) 연구에서 시도별로 유해기반지수가 높았던 충청남도, 경상남도에서 커널 밀도함수가 높게 나타났다. 본 연구에서는 화학물질배출량이나 유해기반지수에 대한 특성을 시각화하여 지역별로 파악할 수 있었다.

환경보건분야의 정책은 단일 매체에 대한 관리가 아닌 대기, 수질, 토양, 화학물질 등 매체에 의한 건강영향을 고려한 정책과 규제가 이루어질수 있는 분야로 정치적, 사회적 차이에 영향을 받기도 한다.9) 화학물질배출이동량 정보는 2010년 전면 공개되었으나 이는 사업장에서 매체로 배출되거나 위탁처리되는 이동량으로 인체 건강영향을 고려한 정보를 제공하지는 못하였다. 배출이동량의 공개로 사업체의 자발적으로 배출량을 감소시키기 위한 노력을 끌어올리는 기대효과가 있지만 정보공개와 배출량 감소에 유의미한 관련성을 파악하기 어려웠다.20) 배출량이 규제 수준에 이르지 못하더라도 인체 위해성 측면에서 관리가 필요하다면 그에 해당하는 화학물질에 대한 관리 규제가 이루어져야 한다. 이는 화학물질배출량 정보에만 국한되는 것이 아닌 예방적 측면에서 수용체 중심의 인체 위해성을 고려한 유해기반지수로 우선 관리 화학물질을 선택하는데 기초자료로써 사용될 수 있다.

본 연구에서는 PRTR 자료를 활용하여 전국 시군구의 화학물질배출량과 유해기반지수를 산정하였으며, 화학물질배출시설에서 배출되는 화학물질배출량과 유해기반지수의 공간적 패턴을 파악한 결과 화학물질배출량과 유해기반지수의 공간적 패턴이 상이하게 나타나는 것을 확인하였다. 또한 화학물질배출량과 유해기반지수가 시공간적으로 집중적으로 발생하는 핫스팟지역을 탐색한 결과, 화학물질배출량과 유해기반지수의 핫스팟 지역이 다르게 탐색되었고 배출량과 유해기반지수에 기여하는 화학물질 종류에서도 차이가 발생하는 것으로 나타났다.

PRTR 제도의 주요 목적은 국민의 건강과 환경을 보호하기 위한 것으로 배출량에 대한 정보뿐만 아니라 인체 위해성을 고려한 정보의 제공도 필요하다. 화학물질관리에서 건강에 대한 고려를 위한 환경보건학적 정책 수립을 위해서는 우선 관리가 이루어질 지역, 물질, 업종에 대한 도출이 필요하며 이를 위한 데이터베이스 구축과 구체적인 방법론에 대한 연구가 이루어져야 한다.4) 현재 국내의 화학물질배출시설의 규제 준수 정도를 파악하는데 사용되는 정량적인 지표는 화학물질배출량에 대한 것이다. 화학물질배출량은 인체 건강에 대한 직간접적인 영향을 설명하지 못한다. 따라서 인체 건강에 대한 영향을 기반으로 하는 화학물질이나 업종의 우선순위를 지정할 수 있는 포괄적인 지표가 필요하며 배출량과 더불어 인체 건강영향의 정도를 수치화한 독성가중치를 적용한 RSEI 유해기반지수가 정량적인 지표로 활용될 수 있다.

RSEI 유해기반지수는 정량적인 지표뿐만 아니라 지역의 환경특성이나 인체 건강영향을 관리하는데 활용될 수 있다. 화학물질배출량에 대한 양적인 측면에서의 관리뿐만 아니라 인체 위해성을 고려한 질적인 관리를 위하여 지역 차원에서 RSEI 유해기반지수가 활용될 수 있다는 것을 제시한 것이다.

활용성이 높은 RSEI가 국내에서 정보공개에 활용되지 못하는 것은 RSEI가 최악의 상황을 가정하여 독성가중치를 고려한 단순 모형으로 사업체나 의사결정권자의 부담 등 정치적, 제도적, 경제적 요인이 복합적으로 작용하기 때문이다. 하지만 환경오염으로 과부하된 지역사회에서 환경의 질과 건강을 향상시킬 수 있는 방법으로 타겟팅된 오염물질의 관리나 핫스팟 지역에 대한 관리는 재원과 인력을 효율적으로 활용할 수 있는 방법 중 하나이다. 향후에 RSEI 유해기반지수를 지표로 이용하여 화학물질의 모니터링 강화 연구나 지표를 활용한 지역, 매체, 화학물질의 건강영향을 평가한 연구가 지속적으로 이루어진다면 화학물질배출이동량조사의 목적인 인간의 건강과 지역의 환경 향상에 기여할 수 있을 것이다.

본 논문은 환경부의 재원으로 한국환경산업기술원의 환경보건디지털 조사기반 구축기술개발사업(2021003330002)의 지원을 받아 한국환경연구원이 수행한 “환경보건감시체계 구축 및 예방관리 기술 개발(2022-004(R))” 사업의 연구결과로 작성되었습니다.

No potential conflict of interest relevant to this article was reported.

임유라(연구원), 간순영(전문연구원), 배현주(선임연구위원)

  1. Kim SJ, Lim YR, Bae HJ. A study on the spatiotemporal characteristics of a hazard-based index using the pollutant release and transfer register data. J Environ Health Sci. 2021; 47(2): 144-154. https://doi.org/10.5668/JEHS.2021.47.2.144
  2. Tietenberg T. Disclosure strategies for pollution control. Environ Resour Econ. 1998; 11(3-4): 587-602. https://doi.org/10.1023/A:1008291411492
    CrossRef
  3. Im JY, Kim HJ, Kim MS, Lee JH, Lee SM, Lee CS. A study on the variation of hazardous pollutant emissions in Korea from 2006 to 2015. J Environ Health Sci. 2018; 44(1): 15-23. https://doi.org/10.5668/JEHS.2018.44.1.15
  4. U.S. Environmental Protection Agency. EPA’s Risk-Screening Environmental Indicators (RSEI) Methodology RSEI Version 2.3.8. Washington, DC: U.S. Environmental Protection Agency; 2019. https://www.epa.gov/sites/default/files/2020-02/documents/rsei_methodology_v2.3.8.pdf
  5. Yu SU, Bae HH. Trends in toxic chemical releases in Korea: comparison between total releases and human health risk levels in the period 2004 to 2012. J Environ Policy Adm. 2015; 23(1): 21-41. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART001980556
    CrossRef
  6. Collins M. Risk-based targeting: identifying disproportionalities in the sources and effects of industrial pollution. Am J Public Health. 2011; 101(Suppl 1): S231-S237.
    Pubmed KoreaMed CrossRef
  7. Ash M, Boyce JK. Racial disparities in pollution exposure and employment at US industrial facilities. Proc Natl Acad Sci U S A. 2018; 115(42): 10636-10641.
    Pubmed KoreaMed CrossRef
  8. Collins MB, Munoz I, JaJa J. Linking ‘toxic outliers’ to environmental justice communities. Environ Res Lett. 2016; 11: 015004. https://iopscience.iop.org/article/10.1088/1748-9326/11/1/015004
    CrossRef
  9. Abel T, Stephan M, Kraft M. Environmental information disclosure and risk reduction among the states. State Local Gov Rev. 2007; 39(3): 153-165. http://www.jstor.org/stable/25130417
    CrossRef
  10. Zhou X, Schoenung J. Combining U.S.-based prioritization tools to improve screening level accountability for environmental impact: the case of the chemical manufacturing industry. J Hazard Mater. 2009; 172(1): 423-431.
    Pubmed CrossRef
  11. Kil HM, Park HS, Park JY. Analyzing the location-selecting factors for care hospitals using kernel density function and LISA based on GIS - focusing on the demand and supply factors of the metropolitan area. J Resid Environ Inst Korea. 2015; 13(4): 283-299. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002071645
  12. Lee HY, Shim JH. Geographic information science, 2nd ed. Paju: Beopmunsa; 2011. http://www.riss.kr/link?id=M12553715
  13. Lee HY. The locational characteristics and spatial clustering of the internet industry located in Seoul. J Korea Plan Assoc. 2005; 40(2): 33-51. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART001112357
  14. Kulldorff M. SaTScan User Guide v9.6. Boston: SaTScan; 2018. https://www.satscan.org/techdoc.html
  15. Kang HJ. Space-time analysis: transition and application of apace-time analysis. Plan Policy. 2007; 309: 104-111. https://library.krihs.re.kr/search/media/img/ART000303076974?metsno=000000018824&fileid=M000000018824_FILE000001
  16. Sohn HG, Park KH. A spatial statistical method for exploring hotspots of house price volatility. J Korean Geogr Soc. 2008; 43(3): 392-411. http://www.koreascience.or.kr/article/JAKO200827448606877.pub
  17. Kulldorff M, Huang L, Konty K. A scan statistic for continuous data based on the normal probability model. Int J Health Geogr. 2009; 8: 58.
    Pubmed KoreaMed CrossRef
  18. National Institute of Chemical Safety. 2018 Pollutant Release and Transfer Registers Report. 2020. Available: https://icis.me.go.kr/prtr/pblictn/examinResultReprt.do [accessed 8 August 2022]. https://icis.me.go.kr/prtr/pblictn/examinResultReprt.do
  19. National Institute of Chemical Safety. PRTR Information System, Release and Transfer Data. Available: https://icis.me.go.kr/prtr/prtrInfo/unitySearch.do [accessed 11 August 2022]. https://icis.me.go.kr/prtr/prtrInfo/unitySearch.do
  20. Yu SU, Bae HH. Environmental information disclosure and plants’ strategic behavior: evidence in the PRTR data. Korea Assoc Policy Stud. 2015; 24(3): 95-121. http://m.riss.kr/search/detail/DetailView.do?p_mat_type=1a0202e37d52c72d&control_no=75f664b6ab154cd8b36097776a77e665#redirect

Article

Original Article

J Environ Health Sci. 2022; 48(5): 272-281

Published online October 31, 2022 https://doi.org/10.5668/JEHS.2022.48.5.272

Copyright © The Korean Society of Environmental Health.

A Study on the Spatiotemporal Characteristics of Chemical Discharges and Quantified Hazard-Based Result Scores Using Pollutant Release and Transfer Register Data

Yu-Ra Lim1 , Sun-Yeong Gan2 , Hyun-Joo Bae2*

1Medical Research Center, Seoul National University, 2Division of Environmental Health, Korea Environment Institute

Correspondence to:Division of Environmental Health, Korea Environment Institute, 370 Sicheongdaero, Sejong 30147, Republic of Korea
Tel: +82-44-415-7681
Fax: +82-44-415-7799
E-mail: hjbae@kei.re.kr

Received: September 16, 2022; Revised: October 19, 2022; Accepted: October 20, 2022

This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/), which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

Background: The constant consumption of chemical products owing to expanding industrialization has led to an increase in public interest in chemical substances. As the production and disposal processes for these chemical products cause environmental problems, regional information on the hazard level of chemical substances is required considering their effects on humans and in order to ensure environmental safety.
Objectives: This study aimed to identify hazard contribution and spatiotemporal characteristics by region and chemical by calculating a hazard-based result score using pollutant release and transfer register (PRTR) data.
Methods: This study calculated the chemical discharge and hazard-based result score from the Risk- Screening Environmental Indicators (RSEI) model, analyzed their spatiotemporal patterns, and identified hotspot areas where chemical discharges and high hazard-based scores were concentrated. The amount of chemical discharge and hazard-based risk scores for 250 cities and counties across South Korea were calculated using PRTR data from 2011 to 2018.
Results: The chemical discharge (high densities in Incheon, Daegu, and Busan) and hazard-based result scores (high densities in Incheon, Chungcheongnam-do, and some areas of Gyeongsangnam-do Province) showed varying spatial patterns. The chemical discharge (A, B) and hazard-based result score (C, D) hotspots were identified. Additionally, identification of the hazard-based result scores revealed differences in the type of chemicals contributing to the discharge. Ethylbenzene accounted for ≥80% of the discharged chemicals in the discharge hotspots, while chromium accounted for >90% of the discharged chemicals in the hazard-based result score hotspots.
Conclusions: The RSEI hazard-based result score is a quantitative indicator that considers the degree of impact on human health as a toxicity-weighted value. It can be used for the management of industries discharging chemical substances as well as local environmental health management.

Keywords: Risk-Screening Environmental Indicators, pollutant release and transfer register, hazard score

I. 서 론

1990년대 이후 산업단지 개발의 증가와 산업화로 인한 경제성장으로 국민소득은 증가되었으며 환경문제에 대한 국민의 관심은 증가하고 있다. 일상생활에서도 다양한 화학물질 제품이 소비되고 있으며 화학물질의 생산과 폐기 과정에서 환경문제가 발생하기도 하며 이러한 화학물질 정보에 대한 국민적 관심도 증가하고 있다.1) 환경문제를 해결하기 위한 정책 추진에 있어 직접규제 중심이었던 1세대 환경정책에서 시장매커니즘에 기반한 2세대 환경정책을 거쳐 3세대 환경정책은 사전예방적이며 유연한 정보공개정책이 각광받고 있다.2)

우리나라의 화학물질과 관련한 정보는 크게 화학물질통계조사와 화학물질배출이동량조사로 구분될 수 있다. 화학물질통계조사는 화학물질의 제조, 수입, 수출 등의 유통량과 관련한 통계자료로 1998년부터 통계조사가 이루어졌으며 4년마다 공표되었다가 2010년 이후부터는 2년마다 통계자료가 공표되었다. 화학물질배출이동량조사 자료는 사업자가 제조나 사용과정에서 환경(대기, 수계, 토양)으로 배출되는 화학물질의 양을 자발적으로 보고하여 국민에게 공개하는 것으로 우리나라의 화학물질배출이동량조사(Pollutant Release and Transfer Registers, PRTR) 제도는 1996년 OECD 가입 시 화학물질 배출량조사제도 도입을 약속하고, 같은 해 12월 유해화학물질 관리법을 개정하여 화학물질의 배출량조사에 필요한 법적 근거를 마련하여 시행되었다.3) 화학물질관리법 제5조에 명시된 화학물질 배출량조사는 화학물질 배출로부터 국민의 건강과 환경을 보호하고 사업장으로 하여금 자발적인 화학물질 배출의 저감을 유도하기 위하여 화학물질을 취급하는 사업장에 대하여 해당 화학물질을 취급하는 과정에서 배출되는 화학물질 현황 등을 조사한다고 명시하고 있다.

화학물질배출이동량 조사자료는 배출되는 화학물질배출량 원단위(kg)를 기준으로 산정되며 2000년부터 현재까지 화학물질에 대한 방대한 양의 데이터가 구축되어 2010년 6월 사업장별 화학물질배출량에 대한 정보가 전면 공개되었다. PRTR의 궁극적인 목적이 국민의 건강을 지키기 위한 것임에도 불구하고 인체 위해성을 고려한 화학물질에 대한 정보보다는 사업장의 배출이동량 정보만 공개되고 있다. 하지만 정보수요자의 관심은 자신이 살고 있는 지역의 오염수준과 화학물질의 인체 유해성 정도에 대한 정보에 더 큰 관심을 가질 가능성이 크다. 화학물질에 따라 적은 양이어도 인체에 큰 영향을 미칠수도 있으며 반대로 배출량은 많으나 인체 위해성 정도가 낮을 수도 있다.

미국의 환경보호청(Environmental Protection Agency, EPA)은 사업체의 화학물질배출량에 따른 잠재적 인체 영향을 평가하며 이를 통하여 지역별 특정 화학물질에 대한 위해 수준을 파악하여 전략적 계획을 수립하거나 위해 변화를 측정하여 화학물질 및 업종에 대한 관리 우선순위 결정을 위한 자료로 활용하기 위한 목적으로 화학물질배출량자료(Toxics Release Inventory, TRI)를 이용하여 화학물질에 의한 영향을 추정하기 위한 스크리닝 모델(Risk-Screening Environmental Indicators, RSEI)을 개발하였다.4) RSEI는 크게 중량기반, 유해기반, 위해기반의 관점에서 사업체의 화학물질배출량으로 인한 잠재적 인체 영향을 평가한다. 산출된 RSEI가 정량적인 위해성 평가는 아니지만 지역, 물질, 그리고 업종간의 비교가 가능하여 잠재적으로 만성적 건강 위해(chronic health risk)에 가장 큰 영향을 줄 수 있는 물질, 업종, 가장 영향을 받을 수 있는 지역 등을 파악할 수 있고 우선순위를 도출할 수 있는 과학적 근거를 제시할 수 있다.4)

국내에서 화학물질배출량과 유해기반지수를 활용한 연구는 크게 연도별, 지역별 추세를 파악하거나 환경정의 측면에서 지역별로 화학물질배출시설 및 배출량과 사회경제변수를 비교한 연구가 주로 이루어졌다.1,3,5) RSEI가 개발된 미국의 경우 다양한 학술적 연구가 진행되었는데 RSEI와 사회인구변수(인종, 저소득)와의 관련성을 파악한 연구가 이루어졌으며,6-8) 미국의 TRI 배출량과 RSEI의 추세를 파악하여 환경규제 준수를 평가할 수 있는 정량적 지표로서 기초자료 분석이 이루어졌다.9,10) RSEI 자료는 학술적 연구 이외에도 실제로 지역의 우선순위 관리 지역을 도출하는 정책의 과학적 근거로도 활용되었다.

이처럼 화학물질배출량과 유해기반지수와 관련한 연구사례의 경우 추이를 파악하고 배출량과 유해기반지수의 단순 비교를 통한 기초자료 제시에 중점을 맞춘 연구가 주로 이루어졌으며 국내에서 화학물질배출량과 관련한 공간분포 특성은 지역의 환경정의를 파악하기 위한 기초 자료로써 활용되었다. 배출량과 유해기반지수 차이가 발생하는 지역적 공간분포 특성이나 유해기반지수가 높게 나타나는 지역의 특성을 파악한 연구는 미흡한 실정이다. 환경보건 분야의 정책 수립에서 한정된 자원과 시간을 효율적으로 배분하기 위해서는 과학적 근거 자료로서 인체 영향을 고려한 화학물질의 유해수준을 파악한 지역별 자료가 필요하다.

본 연구에서는 PRTR 자료를 바탕으로 화학물질배출량과 RSEI의 유해기반지수를 산출하고 화학물질배출량의 공간분포 특성을 파악하고자 하였다. 또한 화학물질배출량과 유해기반지수가 지속적으로 높았던 지역의 화학물질별 특성을 비교하여 유해기반 관리가 필요한 부분을 확인하고자 한다.

II. 재료 및 방법

1. 연구의 범위 및 연구자료

본 연구는 화학물질배출량과 RSEI 유해기반지수를 산출하여 지역적 공간패턴을 파악하고 배출량과 유해기반지수가 집중적으로 발생하는 지역을 탐색하여 이들 지역의 화학물질별 특성을 분석하는 것을 목표로 하고 있으며 공간적 범위는 시군구(250개, 2018년 기준) 단위로 환경부 화학물질배출량 조사제도(PRTR) 사업장(3,798개, 2018년 기준)을 대상으로 하였다(Fig. 1).

Figure 1. Location of chemicals discharge facilities in Korea (2018)

본 연구에서는 RSEI 유해기반지수를 산출하기 위하여 환경부의 화학물질배출량 조사제도(PRTR) 자료를 활용하였다. PRTR 제도는 「화학물질관리법」을 근거로 하여 화학물질을 취급하는 사업장이 화학물질의 배출량과 이동량에 대한 정보를 화학물질별, 매체별(대기, 수계, 토양)로 환경부에 보고하도록 하고 있다. PRTR 조사 업종은 1999년 석유정제, 화학 2개 업종에 대하여 80종 화학물질을 대상으로 처음으로 화학물질배출이동량 조사가 시행된 이후 최근 2018년(2020년 공개기준)에는 화학제품 제조업, 1차 금속 제조업 등 33개 업종 228종 화학물질을 대상으로 조사가 이루어졌다. PRTR은 사업장 내에서 처리 후 대기, 수계, 토양으로 직접 배출되는 배출량과 사업장 내에서 관리하는 매립지에 매립되는 자가 매립량, 폐기물처리업체로 이동되는 조사대상 화학물질의 위탁처리량으로 구분된다. 본 연구에서는 사업장에서 직접 배출되는 화학물질배출량을 중심으로 2011년부터 2018년까지 자료를 구축하였다.

PRTR 자료에 등록된 업체의 주소를 기준으로 Geocoding Tool (Biz GIS 제공)을 통해 좌표로 변환하는 지오코딩을 하였으며 ArcGIS 10.1로 지도화하였다. 정제된 자료를 기반으로 화학물질배출량과 유해기반지수를 산정하고 지역별로 합산하여 시군구별 자료를 산출하였다.

2. 연구방법

2.1. RSEI 모델의 유해기반지수 산정 방법

본 연구에서는 PRTR 자료의 가용성을 고려하여 세 가지 방법 중 유해기반지수를 중심으로 화학물질 배출특성을 파악하였다. RSEI의 유해기반지수는 화학물질배출량에 매체별, 노출경로별 독성가중치(toxicity weight)를 곱하여 산출한다. 구체적인 유해기반지수 산출 과정은 Fig. 2와 같다.

Figure 2. Calculation process of RSEI hazard-based score

첫 번째, 대상지역과 화학물질을 선정하고 두 번째, 화학물질에 해당하는 독성가중치를 산정하여 세 번째, 화학물질 배출량에 독성가중치를 곱하여 계산한다. 유해기반 점수는 화학물질 배출량과 특정 매체(대기, 수질, 토양, 폐기물)에 따라 대응하는 독성가중치를 곱하여 산출하며 최종 유해기반 점수는 화학물질의 매체별 값을 합산한다.

본 연구에서는 PRTR 자료를 활용하여 조사 대상이 되는 415종의 화학물질에 대한 유해기반지수를 산출하였다. 독성자료는 2018년 RSEI 버전 2.3.7의 독성가중치 자료를 활용하였다. 독성가중치는 매체별 노출경로에 따라 발암, 비발암별 적용되는 독성가중치 값이 달라지는데 발암물질은 경구에 의한 oral slope factor (OSF)와 흡입에 의한 inhalation unit risk (IUR) 독성값이 적용되며 비발암은 용량기준의 reference dose (RfD)와 농도 기준의 reference concentration (RfC)이 사용된다.4) 유해기반지수는 노출경로에서 가장 인체에 악영향을 끼치는 독성값에 대한 독성가중치를 산출하게 되며, 화학물질이 발암과 비발암 모두 영향을 갖는 경우 각각 독성가중치를 산정하여 가장 높은 값을 해당 화학물질의 독성가중치로 결정된다(Table 1).

Table 1 . Selection of toxicity weights for Risk-Screening Environmental Indicators.

AirWaterLand
CancerAmount of release×IURAmount of release×OSFAmount of release×OSF
Non cancerAmount of release×RfCAmount of release×RfDAmount of release×RfD
Hazard-based scoreHigher of IUR tox weight or
RfC tox weight
Higher of OSF tox weight or
RfD tox weight
Higher of OSF tox weight or
RfD tox weight


화학물질 유해기반지수는 특정 단위가 존재하지 않아 배출량과의 절대적 비교가 아닌 상대적 비교가 가능하며 같은 방법을 통하여 적용된 화학물질별, 산업별, 지역별 상대적 평가가 가능하다.

2.2. 커널 밀도 분석

본 연구에서는 화학물질배출시설의 점자료를 활용하여 각 사업체의 화학물질배출량과 유해기반지수에 대한 공간적 패턴을 분석하였다. 화학물질배출시설과 같은 점 개체의 경우 분포 패턴을 규칙적, 임의적, 군집적 패턴으로 분류할 수 있으며 규칙적, 임의적 패턴의 경우는 시각적으로 판단하기 어렵기 때문에 통계적 분석방법을 사용하게 된다.11) 밀도 분석에서 커널(kernel) 분석은 대상지의 점 개체의 분포를 바탕으로 대상지 전체에 걸쳐 공간밀도를 추정하게 된다. 밀도 추정은 격자들의 중심점 간의 거리가 증가할수록 연관성이 감소하며 일정한 크기의 대역폭(bandwidth)을 설정하여, 대역폭 내에서 점 개체들을 기준으로 하여 격자의 밀도를 조정하게 된다.12) 즉, 주어진 점들로부터 대상지역 전체 각 셀의 공간밀도 Z를 추정하기 위해 kernel이라고 불리는 확률밀도함수를 이용한다. S 지점에 대한 공간밀도 λ(S)는 다음과 같은 공식을 통해 산출된다.13)

λ^τS=1δτS i=1n1τ2kS Siτ

여기서, kSSiτ: 커널함수

λ0: 공간밀도를 추정하기 위한 대역폭(bandwidth)

δτS: 가장자리 보정 요소

본 연구에서 화학물질시설의 배출량과 유해기반지수에 대한 커널밀도분석은 ArcGIS 10.1을 이용하여 산출하고 지도화하였다.

2.3. 핫스팟(hotspot) 분석

시군구의 화학물질배출량과 유해기반지수 핫스팟(hotspot) 지역을 탐색하기 위하여 시공간스캔통계량(spatiotemporal scan statistics, SaTScan)을 활용하였다. SaTScan은 Kulldorff14)가 미국 국립암연구소(National Cancer Institute)와 개발한 프로그램으로 원형과 타원형 등의 정의된 모양의 탐색도형 크기와 위치를 바꾸며 대상지역 전체를 훑어 우도비(likelihood ratio)에 기초하여 통계적 군집(cluster)을 탐색하여 클러스터를 찾아낸다. SaTScan은 우도비에 로그를 취한 로그 우도비(log likelihood ratio, LLR)를 이용하여 연구대상지의 모든 탐색모형에 대한 우도비를 계산하고, LLR의 최대값을 구하면 그때의 탐색모형이 가장 유의한 클러스터(primary cluster)가 된다. 즉, 우도비를 비교하여 최대우도비를 산출하게 되며 최대우도비가 관측된 지역과 시기가 바로 시공간집중이 발생한 핫스팟 지역이 된다.15)

SaTScan은 자료의 분포에 따라 여러 모형이 개발되었으며 실험군과 대조군으로 이루어진 자료는 Bernoulli 모델을 적용하고 특정 지역의 환자수에 관한 자료는 포아송 모델, 생존시간에 관한 자료는 지수모델, 연속형 자료는 정규 모델을 적용한다.16)

본 연구에서 활용한 화학물질배출량과 유해기반지수는 연속형 자료로 정규 모델을 적용하였다. 정규 모델에서 평균은 μ=X/N, 분산은 σ2=i μx i2N, i 지역의 관찰값을 χi라 하였을 때 우도비는 다음 식과 같다.17)

L0=o1σ2πe xiμ22σ2

또한, SaTScan은 과거에 시공간집중이 발생했던 공간과 시간적 범위를 찾는 retrospective analysis와 최근 상황을 근거로 시공간집중이 발생하고 있는 지역을 찾는 prospective analysis의 두가지 형태로 구분된다. 본 연구에서는 현재 진행형의 시공간 집중의 시공간적 범위를 파악할 수 있는 prospective analysis를 실시하였다.

본 연구에서 핫스팟 분석은 SaTScan v9.6을 사용하였으며 ArcGIS 10.1을 이용하여 지도화하였다.

Ⅲ. 결 과

1. 화학물질배출량 및 유해기반지수 기본통계량 및 커널 밀도 분석

2011년부터 2018년까지의 화학물질배출량과 화학물질 유해기반지수의 추세를 파악한 결과는 Fig. 3과 같다. 대기, 수계, 토양으로 직접 배출되는 화학물질배출량은 2011년부터 2013년까지는 52,288,640 kg에서 50,767,030 kg으로 감소하다 2016년 57,247,558 kg으로 증가하는 추세를 보였으나 독성가중치를 고려한 화학물질 유해기반지수의 경우는 2011년 996,401,327,105에서 2014년 1,917,718,544,780으로 지속적으로 증가하는 추세를 보이다 2016년에는 감소하는 추세를 나타내 화학물질배출량과 유해기반지수의 연도별 추이에서 차이를 보였다.

Figure 3. Annual changes in the chemicals released amounts and hazard-based scores (2011~2018)

2011년부터 2018년까지 전국 시군구의 화학물질배출량과 RSEI 유해기반지수의 기본통계량은 Table 2와 같다. 8년간 화학물질배출량 평균은 6,208 kg이며 유해기반지수는 평균 231,267,677이었다. 표준편차는 화학물질배출량 51,462와 유해기반지수 4,757,927,358으로 변동계수(sd/mean)를 계산하면 화학물질배출량(8.29)보다 유해기반지수(20.57)가 높게 나타나 유해기반지수의 지역별 차이가 큰 것으로 분석되었다.

Table 2 . Statistics of chemicals released amounts and hazard-based scores for metropolitan and basic local governments in Korea (2011~2018).

MinPercentilesMaxMeanStd. deviation

255075
Released amounts (kg)006,070159,5555,406,4966,20851,462
Hazard-based scores001,113,171233,688,504551,923,057,000231,267,6774,757,927,358


본 연구에서는 2011년부터 2018년까지 화학물질배출량과 유해기반지수의 핫스팟 분석에 앞서 공간패턴을 파악하기 위하여 커널 밀도 분석을 실시하였으며 2011년, 2015년, 2018년의 결과 값은 Fig. 4와 같다. 화학물질배출시설의 배출량을 토대로 전국을 대상으로 공간밀도를 추정하는 것이며, 화학물질배출량은 인천과 대구, 부산, 울산 등 7대 도시에 속한 지역이 다른 지역보다 화학물질배출량의 밀집도가 높은 패턴을 보였으며 연도별로 유사한 패턴을 보였다. 화학물질배출량과 달리 RSEI 유해기반지수의 경우는 연도별로 공간적 차이가 발생하였다. 2011년에는 화학물질 유해기반지수의 경우 충남, 부산 일부 지역에서 높은 값을 보였으며 2015년에는 2011년에 포함된 지역 외에도 군산 지역에서 유해기반지수가 높게 나타났다. 최근 2018년에는 충남과 경남 일부 지역에서 화학물질 유해기반지수 밀도가 다른 지역보다 높게 나타났다.

Figure 4. Kernel density of the chemical released amounts (A) and RSEI hazard-based scores (B) for metropolitan and basic local governments in Korea (2011~2018)

2. 화학물질배출량 및 유해기반지수 핫스팟 분석

공간적 패턴에서 차이를 보였던 화학물질배출량과 유해기반지수에 대하여 시공간집중이 발생하는 지역을 탐색하기 위하여 SaTScan의 정규모델을 이용하여 prospective analysis를 실시하였다. 2011년부터 2018년까지 전국 250개 시군구의 화학물배출량과 유해기반지수 자료를 활용 핫스팟 분석을 실시한 결과, 화학물질배출량과 유해기반지수 모두 2015~2018년 시공간집중이 발생하는 핫스팟 지역이 탐색되었다. 화학물질배출량은 울산광역시 A와 경상남도 B가 핫스팟 지역으로 탐색되었으며(Fig. 5A), RSEI 유해기반지수는 충청남도 C와 경상남도 D가 핫스팟 지역으로 탐색되었다(Fig. 5B). 화학물질배출량과 RSEI 유해기반지수 핫스팟 분석 결과는 p값이 0.01 이하로 통계적으로 유의미한 결과로 나타났다.

Figure 5. Hotspot analysis of the Chemical released amounts (A) and the hazard-based score (B) in Korea

2011년부터 2018년 동안 화학물질배출량의 핫스팟 분석 결과 우도비의 차이로 가장 유의한 지역인 Cluster 1 (primary cluster)은 울산시 A로 탐색되었으며, 시공간집중이 발생한 시기는 2015~2018년으로 4년 평균 화학물질배출량은 4,639,946 kg이며 클러스터 지역을 제외한 외부의 화학물질배출량 평균인 205,740 kg보다 22배 이상 높게 나타났다. Cluster 1 다음으로 우도비가 높게 나타난 Cluster 2에 해당하는 지역은 경상남도 B로 4년 평균 클러스터 내 화학물질배출량은 4,203,760 kg으로 Cluster 2를 제외한 지역의 화학물질배출량 평균인 206,611 kg보다 20배 이상 높게 나타났다. 2011년부터 2018년 동안 RSEI 유해기반지수의 핫스팟 분석 결과 Cluster 1은 충청남도 C로 탐색되었으며 시공간집중이 발생한 시기는 2015~2018년으로 4년간 클러스터 내 평균 유해기반지수는 268,345,047,399으로 클러스터 외 지역의 평균 유해기반지수인 6,594,428,313보다 40배 이상 높게 나타났다. 유해기반지수 Cluster 2에 해당하는 지역은 경상남도 D로 4년 평균 클러스터내 유해기반지수는 348,292,791,744로 Cluster 2를 제외한 지역의 유해기반지수 평균인 6,710,430,660보다 50배 이상 높게 나타났다(Table 3).

Table 3 . Spatial scan statistics applied to chemical released amounts and hazard-based score in Korea (2011~2018).

Cluster (N)YearLLRp-valueMean

Cluster insideCluster outside
Released amounts1 (1)2015~2018127.8200.0014,639,946205,740
2 (1)2015~2018102.5930.0014,203,760206,611
Hazard-based scores1 (1)2015~2018126.4090.007268,345,047,3996,594,428,313
2 (1)2016~2018126.1050.007348,292,791,7446,710,430,660

Ⅳ. 고 찰

화학물질배출량과 RSEI 유해기반지수 핫스팟 지역에 대한 화학물질 특성을 파악함으로써 유해기반 관리가 필요한 부분을 확인하고자 하였다.

화학물질배출량과 RSEI 유해기반지수 핫스팟 지역에 대한 2015~2018년 평균 화학물질 구성 비율을 파악한 결과는 Fig. 6과 같다. 화학물질배출량 핫스팟 지역인 울산시 A와 경상남도 B의 화학물질배출량과 유해기반지수의 화학물질별 구성 비율이 유사한 형태를 보였는데 화학물질배출량은 울산시의 경우 자일렌(72.1%), 에틸벤젠(20.3%)이 가장 많이 배출되며 B도 자일렌(78.7%), 에틸벤젠(16.4%) 순으로 배출되었다. 화학물질안전원에서 PRTR 자료를 바탕으로 매년 발간하고 있는 화학물질배출량 조사결과 보고서18)에서도 2015년부터 2018년까지 배출량에서 화학물질 중 자일렌이 20% 이상으로 높은 비율을 차지하였다. 배출량에 독성가중치를 적용한 유해기반지수에서는 배출량과 달리 인체 영향의 독성값이 자일렌(독성가중치 50)보다 더 높은 에틸벤젠(독성가중치 890)의 비중이 자일렌보다 높게 나타나 울산시 A와 경상남도 B 모두 83% 이상의 비중을 차지하였다. 화학물질배출량에서 자일렌이 높게 나타나지만 인체 위해성을 고려한 유해기반지수의 경우 에틸벤젠의 구성비율이 높게 나타나 인체 위해성 측면에서는 이들 지역에 대하여 에틸벤젠의 관리가 필요하다.

Figure 6. Proportional contribution of each chemical released amount (A) and hazard-based score (B) for basic local governments in hotspot

RSEI 유해기반지수 핫스팟 지역인 충청남도 C와 경상남도 D의 배출량은 화학물질배출량 핫스팟 지역과 화학물질배출량과 유해기반지수의 화학물질 구성에 차이가 나타났다. C의 경우 화학물질 중 암모니아(23.1%), 알루미늄(22.0%), 2-프로판올(11.3%) 순으로 화학물질배출량의 비중을 차지하였으며 D는 디클로로메탄(24.3%), 자일렌(23.5%), 메틸알코올(9.5%) 순으로 화학물질배출량의 비중을 차지하였다. RSEI 유해기반지수에 대한 화학물질 비율을 파악한 결과 C와 D 모두 크롬 및 그 화합물이 96% 이상을 차지하였다. 크롬은 국제암연구소(International Agency for Research on Cancer, IARC)에서 인체에 암을 일으키는 물질인 Group 1에 해당하는 화학물질로 독성가중치도 43,000,000로 매우 높다. Kim 등 (2021)1) 연구에서는 전국의 RSEI 유해기반지수 산정 결과에서도 크롬이 가장 높은 비중을 차지하였으며, 이는 다른 물질보다 인체 영향을 주는 크롬화합물의 독성가중치가 높기 때문으로 핫스팟 지역에서 두 번째로 비중이 높았던 코발트와 니켈보다 크롬의 독성가중치가 각 46배, 2.5배 높다. 이들 지역의 경우도 인체 위해성 측면에서는 크롬에 대한 집중적인 관리가 필요할 것으로 보인다.

화학물질배출량과 RSEI 유해기반지수의 연도별 추세 파악에서도 2016년부터 2018년까지 연도별로 배출량이 감소하는 형태를 보였는데 PRTR 사이트에서 배출량의 높은 비중을 차지하는 자일렌의 배출량이 2015년부터 지속적으로 감소하는 추세를 보였다.19) 이와 반대로 RSEI 유해기반지수에서 가장 큰 비중을 차지하는 크롬1)의 경우는 2014년부터 2016년까지는 감소하다 2017년에 다시 증가하는 추세를 보였으며19) 유해기반지수 추세와 유사한 패턴을 보였다. 화학물질배출량과 유해기반지수 관리에 있어서 화학물질별 관리의 중요성이 대두되는 점이라 할 수 있다.

Collins6)의 2011년 연구에서는 다양한 화학물질이 건강영향을 미치기 보다는 인체 위해성이 높은 화학물질이 건강위험에 기여한다고 제시하였으며, Collins 등8)의 2016년 연구에서도 미국 내에 독성이 높은 물질들을 많이 배출하는 일부 업종(toxic outlier)들이 존재하며 소수인종과 저소득층이 이들 업종에 대한 노출이 불균형적으로 높다는 사실을 확인하였다. 본 연구의 RSEI 유해기반지수 화학물질 특성에서도 다양한 화학물질보다는 크롬, 카드뮴 등 적은 수의 화학물질이 유해기반지수에 영향을 주고 있으며 이들 물질에 대한 집중적인 관리가 환경질과 건강 증진을 위하여 필요하다. 화학물질별의 특성뿐만 아니라 지역별 공간 특성의 커널밀도 분석에서 RSEI 유해기반지수가 높은 지역은 특정 지역에 집중하여 나타나고 있음을 확인할 수 있었다. 화학물질배출량 조사결과 보고서18)에서 화학물질배출량은 경기도>경상남도>울산광역시 순으로 배출량이 높았으며 지역별 공간특성에서도 화학물질배출량이 이들 지역을 중심으로 높게 나타났다. 인체 위해성을 고려한 RSEI 유해기반지수의 경우도 Kim 등 (2021)1) 연구에서 시도별로 유해기반지수가 높았던 충청남도, 경상남도에서 커널 밀도함수가 높게 나타났다. 본 연구에서는 화학물질배출량이나 유해기반지수에 대한 특성을 시각화하여 지역별로 파악할 수 있었다.

환경보건분야의 정책은 단일 매체에 대한 관리가 아닌 대기, 수질, 토양, 화학물질 등 매체에 의한 건강영향을 고려한 정책과 규제가 이루어질수 있는 분야로 정치적, 사회적 차이에 영향을 받기도 한다.9) 화학물질배출이동량 정보는 2010년 전면 공개되었으나 이는 사업장에서 매체로 배출되거나 위탁처리되는 이동량으로 인체 건강영향을 고려한 정보를 제공하지는 못하였다. 배출이동량의 공개로 사업체의 자발적으로 배출량을 감소시키기 위한 노력을 끌어올리는 기대효과가 있지만 정보공개와 배출량 감소에 유의미한 관련성을 파악하기 어려웠다.20) 배출량이 규제 수준에 이르지 못하더라도 인체 위해성 측면에서 관리가 필요하다면 그에 해당하는 화학물질에 대한 관리 규제가 이루어져야 한다. 이는 화학물질배출량 정보에만 국한되는 것이 아닌 예방적 측면에서 수용체 중심의 인체 위해성을 고려한 유해기반지수로 우선 관리 화학물질을 선택하는데 기초자료로써 사용될 수 있다.

Ⅴ. 결 론

본 연구에서는 PRTR 자료를 활용하여 전국 시군구의 화학물질배출량과 유해기반지수를 산정하였으며, 화학물질배출시설에서 배출되는 화학물질배출량과 유해기반지수의 공간적 패턴을 파악한 결과 화학물질배출량과 유해기반지수의 공간적 패턴이 상이하게 나타나는 것을 확인하였다. 또한 화학물질배출량과 유해기반지수가 시공간적으로 집중적으로 발생하는 핫스팟지역을 탐색한 결과, 화학물질배출량과 유해기반지수의 핫스팟 지역이 다르게 탐색되었고 배출량과 유해기반지수에 기여하는 화학물질 종류에서도 차이가 발생하는 것으로 나타났다.

PRTR 제도의 주요 목적은 국민의 건강과 환경을 보호하기 위한 것으로 배출량에 대한 정보뿐만 아니라 인체 위해성을 고려한 정보의 제공도 필요하다. 화학물질관리에서 건강에 대한 고려를 위한 환경보건학적 정책 수립을 위해서는 우선 관리가 이루어질 지역, 물질, 업종에 대한 도출이 필요하며 이를 위한 데이터베이스 구축과 구체적인 방법론에 대한 연구가 이루어져야 한다.4) 현재 국내의 화학물질배출시설의 규제 준수 정도를 파악하는데 사용되는 정량적인 지표는 화학물질배출량에 대한 것이다. 화학물질배출량은 인체 건강에 대한 직간접적인 영향을 설명하지 못한다. 따라서 인체 건강에 대한 영향을 기반으로 하는 화학물질이나 업종의 우선순위를 지정할 수 있는 포괄적인 지표가 필요하며 배출량과 더불어 인체 건강영향의 정도를 수치화한 독성가중치를 적용한 RSEI 유해기반지수가 정량적인 지표로 활용될 수 있다.

RSEI 유해기반지수는 정량적인 지표뿐만 아니라 지역의 환경특성이나 인체 건강영향을 관리하는데 활용될 수 있다. 화학물질배출량에 대한 양적인 측면에서의 관리뿐만 아니라 인체 위해성을 고려한 질적인 관리를 위하여 지역 차원에서 RSEI 유해기반지수가 활용될 수 있다는 것을 제시한 것이다.

활용성이 높은 RSEI가 국내에서 정보공개에 활용되지 못하는 것은 RSEI가 최악의 상황을 가정하여 독성가중치를 고려한 단순 모형으로 사업체나 의사결정권자의 부담 등 정치적, 제도적, 경제적 요인이 복합적으로 작용하기 때문이다. 하지만 환경오염으로 과부하된 지역사회에서 환경의 질과 건강을 향상시킬 수 있는 방법으로 타겟팅된 오염물질의 관리나 핫스팟 지역에 대한 관리는 재원과 인력을 효율적으로 활용할 수 있는 방법 중 하나이다. 향후에 RSEI 유해기반지수를 지표로 이용하여 화학물질의 모니터링 강화 연구나 지표를 활용한 지역, 매체, 화학물질의 건강영향을 평가한 연구가 지속적으로 이루어진다면 화학물질배출이동량조사의 목적인 인간의 건강과 지역의 환경 향상에 기여할 수 있을 것이다.

감사의 글

본 논문은 환경부의 재원으로 한국환경산업기술원의 환경보건디지털 조사기반 구축기술개발사업(2021003330002)의 지원을 받아 한국환경연구원이 수행한 “환경보건감시체계 구축 및 예방관리 기술 개발(2022-004(R))” 사업의 연구결과로 작성되었습니다.

CONFLICT OF INTEREST

No potential conflict of interest relevant to this article was reported.

<저자정보>

임유라(연구원), 간순영(전문연구원), 배현주(선임연구위원)

Fig 1.

Figure 1.Location of chemicals discharge facilities in Korea (2018)
Journal of Environmental Health Sciences 2022; 48: 272-281https://doi.org/10.5668/JEHS.2022.48.5.272

Fig 2.

Figure 2.Calculation process of RSEI hazard-based score
Journal of Environmental Health Sciences 2022; 48: 272-281https://doi.org/10.5668/JEHS.2022.48.5.272

Fig 3.

Figure 3.Annual changes in the chemicals released amounts and hazard-based scores (2011~2018)
Journal of Environmental Health Sciences 2022; 48: 272-281https://doi.org/10.5668/JEHS.2022.48.5.272

Fig 4.

Figure 4.Kernel density of the chemical released amounts (A) and RSEI hazard-based scores (B) for metropolitan and basic local governments in Korea (2011~2018)
Journal of Environmental Health Sciences 2022; 48: 272-281https://doi.org/10.5668/JEHS.2022.48.5.272

Fig 5.

Figure 5.Hotspot analysis of the Chemical released amounts (A) and the hazard-based score (B) in Korea
Journal of Environmental Health Sciences 2022; 48: 272-281https://doi.org/10.5668/JEHS.2022.48.5.272

Fig 6.

Figure 6.Proportional contribution of each chemical released amount (A) and hazard-based score (B) for basic local governments in hotspot
Journal of Environmental Health Sciences 2022; 48: 272-281https://doi.org/10.5668/JEHS.2022.48.5.272

Table 1 Selection of toxicity weights for Risk-Screening Environmental Indicators

AirWaterLand
CancerAmount of release×IURAmount of release×OSFAmount of release×OSF
Non cancerAmount of release×RfCAmount of release×RfDAmount of release×RfD
Hazard-based scoreHigher of IUR tox weight or
RfC tox weight
Higher of OSF tox weight or
RfD tox weight
Higher of OSF tox weight or
RfD tox weight

Table 2 Statistics of chemicals released amounts and hazard-based scores for metropolitan and basic local governments in Korea (2011~2018)

MinPercentilesMaxMeanStd. deviation

255075
Released amounts (kg)006,070159,5555,406,4966,20851,462
Hazard-based scores001,113,171233,688,504551,923,057,000231,267,6774,757,927,358

Table 3 Spatial scan statistics applied to chemical released amounts and hazard-based score in Korea (2011~2018)

Cluster (N)YearLLRp-valueMean

Cluster insideCluster outside
Released amounts1 (1)2015~2018127.8200.0014,639,946205,740
2 (1)2015~2018102.5930.0014,203,760206,611
Hazard-based scores1 (1)2015~2018126.4090.007268,345,047,3996,594,428,313
2 (1)2016~2018126.1050.007348,292,791,7446,710,430,660

References

  1. Kim SJ, Lim YR, Bae HJ. A study on the spatiotemporal characteristics of a hazard-based index using the pollutant release and transfer register data. J Environ Health Sci. 2021; 47(2): 144-154. https://doi.org/10.5668/JEHS.2021.47.2.144
  2. Tietenberg T. Disclosure strategies for pollution control. Environ Resour Econ. 1998; 11(3-4): 587-602. https://doi.org/10.1023/A:1008291411492
    CrossRef
  3. Im JY, Kim HJ, Kim MS, Lee JH, Lee SM, Lee CS. A study on the variation of hazardous pollutant emissions in Korea from 2006 to 2015. J Environ Health Sci. 2018; 44(1): 15-23. https://doi.org/10.5668/JEHS.2018.44.1.15
  4. U.S. Environmental Protection Agency. EPA’s Risk-Screening Environmental Indicators (RSEI) Methodology RSEI Version 2.3.8. Washington, DC: U.S. Environmental Protection Agency; 2019. https://www.epa.gov/sites/default/files/2020-02/documents/rsei_methodology_v2.3.8.pdf
  5. Yu SU, Bae HH. Trends in toxic chemical releases in Korea: comparison between total releases and human health risk levels in the period 2004 to 2012. J Environ Policy Adm. 2015; 23(1): 21-41. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART001980556
    CrossRef
  6. Collins M. Risk-based targeting: identifying disproportionalities in the sources and effects of industrial pollution. Am J Public Health. 2011; 101(Suppl 1): S231-S237.
    Pubmed KoreaMed CrossRef
  7. Ash M, Boyce JK. Racial disparities in pollution exposure and employment at US industrial facilities. Proc Natl Acad Sci U S A. 2018; 115(42): 10636-10641.
    Pubmed KoreaMed CrossRef
  8. Collins MB, Munoz I, JaJa J. Linking ‘toxic outliers’ to environmental justice communities. Environ Res Lett. 2016; 11: 015004. https://iopscience.iop.org/article/10.1088/1748-9326/11/1/015004
    CrossRef
  9. Abel T, Stephan M, Kraft M. Environmental information disclosure and risk reduction among the states. State Local Gov Rev. 2007; 39(3): 153-165. http://www.jstor.org/stable/25130417
    CrossRef
  10. Zhou X, Schoenung J. Combining U.S.-based prioritization tools to improve screening level accountability for environmental impact: the case of the chemical manufacturing industry. J Hazard Mater. 2009; 172(1): 423-431.
    Pubmed CrossRef
  11. Kil HM, Park HS, Park JY. Analyzing the location-selecting factors for care hospitals using kernel density function and LISA based on GIS - focusing on the demand and supply factors of the metropolitan area. J Resid Environ Inst Korea. 2015; 13(4): 283-299. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002071645
  12. Lee HY, Shim JH. Geographic information science, 2nd ed. Paju: Beopmunsa; 2011. http://www.riss.kr/link?id=M12553715
  13. Lee HY. The locational characteristics and spatial clustering of the internet industry located in Seoul. J Korea Plan Assoc. 2005; 40(2): 33-51. https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART001112357
  14. Kulldorff M. SaTScan User Guide v9.6. Boston: SaTScan; 2018. https://www.satscan.org/techdoc.html
  15. Kang HJ. Space-time analysis: transition and application of apace-time analysis. Plan Policy. 2007; 309: 104-111. https://library.krihs.re.kr/search/media/img/ART000303076974?metsno=000000018824&fileid=M000000018824_FILE000001
  16. Sohn HG, Park KH. A spatial statistical method for exploring hotspots of house price volatility. J Korean Geogr Soc. 2008; 43(3): 392-411. http://www.koreascience.or.kr/article/JAKO200827448606877.pub
  17. Kulldorff M, Huang L, Konty K. A scan statistic for continuous data based on the normal probability model. Int J Health Geogr. 2009; 8: 58.
    Pubmed KoreaMed CrossRef
  18. National Institute of Chemical Safety. 2018 Pollutant Release and Transfer Registers Report. 2020. Available: https://icis.me.go.kr/prtr/pblictn/examinResultReprt.do [accessed 8 August 2022]. https://icis.me.go.kr/prtr/pblictn/examinResultReprt.do
  19. National Institute of Chemical Safety. PRTR Information System, Release and Transfer Data. Available: https://icis.me.go.kr/prtr/prtrInfo/unitySearch.do [accessed 11 August 2022]. https://icis.me.go.kr/prtr/prtrInfo/unitySearch.do
  20. Yu SU, Bae HH. Environmental information disclosure and plants’ strategic behavior: evidence in the PRTR data. Korea Assoc Policy Stud. 2015; 24(3): 95-121. http://m.riss.kr/search/detail/DetailView.do?p_mat_type=1a0202e37d52c72d&control_no=75f664b6ab154cd8b36097776a77e665#redirect
The Korean Society of Environmental Health

Vol.48 No.5
October, 2022

pISSN 1738-4087
eISSN 2233-8616

Frequency: Bimonthly

Current Issue   |   Archives

Stats or Metrics

Share this article on :

  • line