王 靜,范馨月
(貴州大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院,貴州 貴陽(yáng) 550025)
在我國(guó)居民健康水平評(píng)估的研究中,于麗娜等[1]利用熵值法給5個(gè)二級(jí)指標(biāo)權(quán)重賦值,評(píng)估5個(gè)類(lèi)別對(duì)深圳居民健康水平發(fā)展趨勢(shì)的影響作用,但使用數(shù)據(jù)較少。潘昌霖等[2]在居民健康卡的健康評(píng)估系統(tǒng)研究中,只對(duì)健康卡和調(diào)查問(wèn)卷收集到的居民個(gè)體全套健康數(shù)據(jù)量化分析,得出個(gè)人的總體健康狀況評(píng)分和生活方式評(píng)分,并沒(méi)有相關(guān)的影響性分析。田少杰等[3]利用了模糊綜合評(píng)價(jià)的方法,以甲亢疾病評(píng)估進(jìn)行健康評(píng)估系統(tǒng)的應(yīng)用,主要研究放在用戶使用和推廣方面,沒(méi)有考慮社會(huì)公共衛(wèi)生與環(huán)境。曹文君等[4]構(gòu)建健康危險(xiǎn)因素于個(gè)體健康間的結(jié)構(gòu)方程模型,解釋不同因子之間的相互作用及其對(duì)總體健康的效應(yīng)權(quán)重,但構(gòu)建的模型并非特別理想。莊凡等[5]基于Anderson健康行為進(jìn)行建模,利用卡方檢驗(yàn)和二分類(lèi)Logistic回歸模型進(jìn)行分析,但問(wèn)卷調(diào)查的數(shù)據(jù)不夠準(zhǔn)確,卡方檢驗(yàn)對(duì)各維度的影響因素的分析不夠理想。
基于此,本文選取《貴陽(yáng)統(tǒng)計(jì)年鑒》[6]2008—2017年這10年的數(shù)據(jù),針對(duì)貴陽(yáng)市的生活、環(huán)境、衛(wèi)生、醫(yī)療等方面分析貴陽(yáng)市居民健康水平的現(xiàn)狀發(fā)展趨勢(shì),綜合考慮不同因素對(duì)健康帶來(lái)的影響,利用隸屬矩陣與熵值權(quán)重構(gòu)建模糊綜合評(píng)價(jià)模型,通過(guò)Python畫(huà)出評(píng)價(jià)結(jié)果的曲線圖,分析影響健康水平的因素;為了能夠動(dòng)態(tài)檢驗(yàn)?zāi)P偷暮侠硇裕尤肷罾幚砺屎歪t(yī)院衛(wèi)生院數(shù)與未加入兩個(gè)指標(biāo)前的健康指標(biāo)值進(jìn)行對(duì)比,觀察曲線圖的走勢(shì)。根據(jù)模型分析的結(jié)果,對(duì)貴陽(yáng)市實(shí)際情況提出合理建議。
因?yàn)楂@取指標(biāo)數(shù)據(jù)有限,為了使所選取的指標(biāo)具有全面性和代表性,采用Pearson相關(guān)系數(shù)對(duì)原始指標(biāo)進(jìn)行相關(guān)性分析,篩選出森林覆蓋率(x1)、財(cái)政對(duì)醫(yī)療衛(wèi)生與計(jì)劃生育的支出(x2)、財(cái)政對(duì)節(jié)能環(huán)保的支出(x3)、人均生產(chǎn)總值(x4)、工業(yè)廢水排放量(x5)、死亡率(x6)、生活垃圾無(wú)害化處理率(x7)、醫(yī)院衛(wèi)生院數(shù)(x8)等8個(gè)三級(jí)指標(biāo)進(jìn)行研究(見(jiàn)表1)。
表1 指標(biāo)分類(lèi)
將森林覆蓋率(%)、工業(yè)廢水排放量(t)、生活垃圾無(wú)害化處理率(%)、人均生產(chǎn)總值(戶籍人口)、醫(yī)院衛(wèi)生院數(shù)、死亡率(%)、財(cái)政對(duì)公共衛(wèi)生的支出(萬(wàn)元)、財(cái)政對(duì)節(jié)能環(huán)保的支出(萬(wàn)元)8個(gè)指標(biāo)作為因素集,記為:
X={x1,x2,…,xm}。
由于影響居民健康水平的因素有很多,不同的因素程度劃分的值不同,而且有些指標(biāo)沒(méi)有劃分,所以當(dāng)前對(duì)居民健康水平仍難以清晰地劃分出具體的等級(jí)。本文利用模糊綜合評(píng)價(jià)模型,將數(shù)據(jù)標(biāo)準(zhǔn)化后的值規(guī)范到[0,1]區(qū)間,把居民健康水平大致分為5個(gè)等級(jí)作為評(píng)定集,記作Yj。Yj的值越大,居民健康水平越好;Yj的值越小,居民健康水平越差;Yj=0表示健康水平處于最差狀態(tài);Yj=1表示健康水平處于最優(yōu)狀態(tài)。Yj∈(0.8,1]時(shí)居民健康水平處于優(yōu)等級(jí);Yj∈(0.6,0.8]時(shí)居民健康水平處于良等級(jí);Yj∈(0.4,0.6]時(shí)居民健康水平處于中等級(jí);Yj∈(0.2,0.4]時(shí)居民健康水平處于較差等級(jí);Yj∈[0,0.2]時(shí)居民健康水平處于極差等級(jí)。
具體指標(biāo)可以區(qū)分為正指標(biāo)和逆指標(biāo):正指標(biāo)也稱(chēng)為效益型標(biāo),指標(biāo)原始數(shù)值越大,對(duì)提高城市居民健康水平越有利;指標(biāo)原始數(shù)值越小,對(duì)提高城市居民健康水平越不利。逆指標(biāo)也稱(chēng)為成本型指標(biāo),指標(biāo)原始數(shù)值越小,對(duì)提高城市居民健康水平越有利;指標(biāo)原始數(shù)值越大,對(duì)提高城市居民健康水平越不利。選取的8個(gè)指標(biāo)中,森林覆蓋率(x1)、財(cái)政對(duì)醫(yī)療衛(wèi)生與計(jì)劃生育的支出(x2)、財(cái)政對(duì)節(jié)能環(huán)保的支出(x3)、人均生產(chǎn)總值(x4)、生活垃圾無(wú)害化處理率(x7)、醫(yī)院衛(wèi)生院數(shù)(x8)是正指標(biāo),工業(yè)廢水排放量(x5)、死亡率(x6)是逆指標(biāo)。令隸屬函數(shù)為uh(x), 正指標(biāo)隸屬度為:
(1)
逆指標(biāo)隸屬度為:
(2)
其中,xmax、xmin分別表示第i個(gè)指標(biāo)的m個(gè)樣本原始數(shù)據(jù)值中的最大、最小值。式(1)、式(2)中的uh(x)∈[0,1],隸屬函數(shù)值越接近于1,表示居民健康水平越好,當(dāng)uh(x)=1時(shí)達(dá)到完美水平。
根據(jù)各項(xiàng)指標(biāo)隸屬度計(jì)算得到隸屬矩陣,也就是決策矩陣Rh:
(3)
其中,rij=uh(x),i=1,2,…,m;j=1,2,…,n。
根據(jù)各項(xiàng)指標(biāo)對(duì)健康水平的大權(quán)重應(yīng)大和小權(quán)重應(yīng)小的原則,通過(guò)分析各指標(biāo)之間的關(guān)聯(lián)程度及各指標(biāo)的信息量決定指標(biāo)的權(quán)重,從而在一定程度上避免了主觀因素帶來(lái)的偏差。設(shè)xij(經(jīng)過(guò)無(wú)量綱化后,數(shù)據(jù)不能為0)表示樣本i的第j個(gè)指標(biāo)的數(shù)值,(i=1,2,…,n;j=1,2,…,p),其中n和p分別為樣本個(gè)數(shù)和指標(biāo)個(gè)數(shù)。采用熵值法確定各指標(biāo)權(quán)重的大小,進(jìn)行如下的權(quán)重變換,計(jì)算得出各指標(biāo)新的權(quán)重。
對(duì)指標(biāo)做比重變換:
(4)
計(jì)算指標(biāo)的熵值:
(5)
將熵值逆向化:
gj=1-hj。
(6)
計(jì)算指標(biāo)xj的權(quán)重:
(7)
最后根據(jù)相對(duì)隸屬矩陣R與指標(biāo)權(quán)重向量ω得到模糊綜合評(píng)價(jià)矩陣,即:
Y=ωR。
(8)
首先,將選取的森林覆蓋率、財(cái)政對(duì)醫(yī)療衛(wèi)生與計(jì)劃生育的支出、財(cái)政對(duì)節(jié)能環(huán)保的支出、人均生產(chǎn)總值4個(gè)正指標(biāo)和工業(yè)廢水排放量、死亡率2個(gè)逆指標(biāo)原始數(shù)據(jù)值帶入隸屬函數(shù)式(1)、式(2)中,計(jì)算出隸屬矩陣R:
其次,由式(4)—(7)計(jì)算出指標(biāo)的權(quán)重向量集ω:
ω=(0.177,0.159,0.157,0.163,0.172,0.171)。
最后,將所求的隸屬矩陣和權(quán)重向量代入式(8),求出最終的評(píng)價(jià)指標(biāo)值Y,如表2。將評(píng)價(jià)結(jié)果可視化,得到評(píng)價(jià)折線圖,如圖1??梢钥闯觯F陽(yáng)市生活健康指標(biāo)呈現(xiàn)上升趨勢(shì),在2016年達(dá)到最大值,指標(biāo)值在0.7左右,處于良等級(jí)健康水平狀態(tài)。
表2 2008—2017年貴陽(yáng)市居民健康指標(biāo)值
圖1 貴陽(yáng)市居民健康指標(biāo)折線圖
根據(jù)以上方法,同樣可以得到環(huán)境評(píng)價(jià)指標(biāo)值,見(jiàn)表3和圖2??梢钥闯?,貴陽(yáng)市環(huán)境指標(biāo)隸屬度在2012年達(dá)到最大值0.729,在2013年以后的幾年相對(duì)波動(dòng)幅度較小,且在2016年和2017年兩年趨于穩(wěn)定趨勢(shì)。
表3 2008—2017年貴陽(yáng)市環(huán)境指標(biāo)值
圖2 貴陽(yáng)市環(huán)境指標(biāo)折線圖
根據(jù)模糊綜合評(píng)價(jià)法求出2008—2017年貴陽(yáng)市醫(yī)療指標(biāo)值,如表4和圖3。貴陽(yáng)市醫(yī)療狀況基本呈現(xiàn)上升趨勢(shì),在2015年達(dá)到隸屬度最大值,隸屬度值接近0.9,且2013年到2016年波動(dòng)幅度較小,而2017年下降幅度較大。
表4 2008—2017年貴陽(yáng)市醫(yī)療指標(biāo)值
圖3 貴陽(yáng)市醫(yī)療指標(biāo)折線圖
根據(jù)模糊綜合評(píng)價(jià)法求出2008—2017年貴陽(yáng)市財(cái)政支出指標(biāo)值,見(jiàn)表5和圖4。可以直接看出,貴陽(yáng)市政府每年都加大財(cái)政支出方面的投入,以提高貴陽(yáng)市居民健康水平,在2017年更是達(dá)到完美健康水平。
表5 2008—2017年貴陽(yáng)市財(cái)政支出指標(biāo)值
圖4 貴陽(yáng)市財(cái)政支出折線圖
在原有的6個(gè)指標(biāo)中加入生活垃圾無(wú)害化處理率(%)和醫(yī)院衛(wèi)生院數(shù)(個(gè))兩個(gè)新指標(biāo),分別求出每個(gè)指標(biāo)加入后對(duì)健康水平的影響程度,再將兩個(gè)指標(biāo)綜合加入,觀察其結(jié)果。
加入環(huán)境方面的生活垃圾無(wú)害化處理率(%)指標(biāo)后,結(jié)果如圖5。因?yàn)樵?008、2011、2013、2015年生活垃圾無(wú)害化處理率較低,所以拉低了居民健康水平,而在2010、2012、2014、2016、2017年生活垃圾無(wú)害化處理率均在96%以上,提高了居民健康水平。
圖5 加入垃圾處理指標(biāo)對(duì)比圖
加入醫(yī)療衛(wèi)生方面的醫(yī)院衛(wèi)生院數(shù)(個(gè))指標(biāo),結(jié)果如圖6。2013年和2014年醫(yī)院衛(wèi)生院總數(shù)在250個(gè)左右,對(duì)貴陽(yáng)市的健康水平?jīng)]有太大的影響,2015年—2017年醫(yī)院衛(wèi)生院總數(shù)最少260個(gè),由此可以看出適量增加醫(yī)院衛(wèi)生院數(shù)目提高了居民健康水平。
圖6 加入醫(yī)院衛(wèi)生院數(shù)指標(biāo)對(duì)比圖
最后,綜合考慮8項(xiàng)指標(biāo)數(shù)據(jù)下貴陽(yáng)市居民健康水平狀況,結(jié)果如表6和圖7。加入生活垃圾無(wú)害化處理率(%)和醫(yī)院衛(wèi)生院數(shù)(個(gè))兩個(gè)指標(biāo)后,2016年居民健康指標(biāo)值超過(guò)0.8,居民健康水平處于優(yōu)等級(jí),而且在2013—2017年間,貴陽(yáng)市居民健康指標(biāo)值均增加了0.1,居民健康水平處于良等級(jí)。所以2012年后貴陽(yáng)市在垃圾處理和醫(yī)療方面的投入提高了居民的健康水平,這也動(dòng)態(tài)說(shuō)明模型的適用性與可行性。
表6 2008—2017年貴陽(yáng)市居民健康指標(biāo)值對(duì)比
圖7 健康指標(biāo)對(duì)比圖
通過(guò)上述貴陽(yáng)市實(shí)際情況的相關(guān)數(shù)據(jù)的分析可以看出,貴陽(yáng)市居民健康水平整體發(fā)展趨勢(shì)較好,呈上升趨勢(shì)。但是在環(huán)境和醫(yī)療方面波動(dòng)比較大,為了提高貴陽(yáng)市居民整體健康水平,針對(duì)目前貴陽(yáng)市的健康情況,提出以下建議:通過(guò)提倡垃圾分類(lèi),有效提高垃圾廢物使用率及垃圾無(wú)害化處理率,同時(shí)增加對(duì)醫(yī)療衛(wèi)生的財(cái)政支出,更新醫(yī)療系統(tǒng)的設(shè)施設(shè)備,引進(jìn)高水平醫(yī)生,給患者和居民提出合理的膳食結(jié)構(gòu),加強(qiáng)疾病宣傳等措施。鼓勵(lì)市民多做健康行為,營(yíng)造健康氛圍,相信貴陽(yáng)市成為“健康中國(guó)”引領(lǐng)示范城市指日可待。本研究方法可以對(duì)其他區(qū)域健康水平的評(píng)估提供理論依據(jù),可以推廣應(yīng)用。