基于偏移度的上海市公務員體質健康風險預警模型研究

考書健, 虞麗娟

(上海體育學院 運動科學學院，上海 200438)

公務員作為國家負責統籌管理經濟社會秩序和國家公共資源，維護國家法律規定貫徹執行的公職人員，其健康狀況直接影響政府的工作效能[1]。部分研究資料和調查報告顯示，我國公務員的體質健康狀況不容樂觀[2]。體質健康預警是以體質健康測試數據分析與健康預警為基礎而構建的警示方法[3-6]。目前，國內外對體質健康預警的研究較少，缺乏可直接借鑒的模式[7-9]；因此，有必要從風險管理的角度建立公務員體質健康預警模型與表達方法[10-12]，為公務員體質健康運動促進提供科學指導。本文擬通過公務員體質信息的采集與篩選，構建風險評價指標體系，定義指標風險評價賦值規則，設計體質健康風險預警模型，并對實證數據進行深度挖掘，開發基于偏移度的體質健康風險預警表達方法[13]，使預警機制不僅具有評價功能，同時也具有預警與監控功能，并提供個體健康亟待改善的關鍵信息[14-16]，以提升公務員體質健康服務水平。

1 研究對象與方法

1.1研究對象從上海市民體質研究中心隨機抽取體質實測有效樣本數據3 345條；數據記錄字段包括姓名、性別、年齡、BMI(身體質量指數)、體脂率(BFR)、收縮壓(SBP)、舒張壓、最大攝氧量、握力、坐位體前屈、反應時等；性別分布為男1 931人，女1 414人；年齡范圍為20～59歲；地區分布為楊浦區、長寧區、普陀區、黃浦區、浦東新區、閔行區、靜安區、徐匯區、嘉定區共9個區。

1.2研究方法

1.2.1 文獻資料法 通過查閱相關資料，依據《國民體質測定標準手冊及標準(成年人部分)》《世界衛生組織/國際高血壓學會治療指南》中關于“中國人的平均正常血壓參考值”等文獻資料[17-20]，結合專家問卷和多輪次體質健康專家會議研討，在有限實測指標資源的約束下，選取體質健康風險核心指標，建立公務員體質健康風險預警指標體系。

1.2.2 問卷調查法 通過查閱相關論文和標準，征求專家意見和建議，研究和設計了《公務員體質健康風險評價專家調查問卷》，邀請國內運動科學方向體質健康專家對第2、第3層次指標在反映上一級指標時的影響程度進行排序，排序時使用“>”和“=”符號，且只需寫出指標后的代號。考慮到不同專家打分的不確定性，引入偏離度對專家打分數據進行去噪，計算各指標間的相對重要性比值，引入層次分析法確定各級指標權重。

1.2.3 數學建模法 在對各指標進行同質化的基礎上，建立3級指標各單項風險評價賦值規則體系；各單項風險等級設定為6級，對應的評價等級分別為：0代表完全無風險；1代表略有風險但可以接受；2代表開始關注的風險；3代表高度關注的風險；4代表出現強烈風險；5代表出現極端風險。公務員體質健康風險預警總評表示為8個單項指標構成復合兩級權重的8維雷達模型。偏移度表示指標偏移的程度，風險賦值偏移度表示整個群體與理想值、特定群體與總群體、個體與特定群體的風險偏離情況；風險賦值偏移度包含兩方面的含義：整體偏移和偏移方向。

體質健康風險總量由8個體制指標進行聯合表達，具體為：公務員個體的8個3級指標實測值經單指標風險等級賦值并復合其2級指標權重和3級指標權重在其所對應的數據軸上定位，體質健康風險總量即為8個定位點在預警雷達圖上連線形成的圍合雷達圖形面積總量。在建立公務員體質健康風險預警指標體系基礎上，根據公務員體質健康風險等級規則和定義，推導出體質健康風險總評價雷達面積模型計算公式為

(1)

式中：LA1=KAKA1FA1；LB2=KAKA2FA2；LB1=KBKB1FB1；LB2=KBKB2FB2；LC3=KBKB3FB3；LC1=KCKC1FC1；LC2=KCKC2FC2；LC3=KCKC3FC3；KA、KB、KC和KA1、KA2、KB1、KB2、KB3、KC1、KC2、KC3的取值見下文“風險指標權重系數”。

風險評價雷達圖最大面積優化算法為：對復合權重的3級指標權重進行長度排序，以最大值Lmax為第一維軸，分別向兩側依次擺放長度排序為2、4、6、8軸和3、5、7軸，據此計算雷達圖最大風險面積。

所有指標實測值為“0”時，總風險分級定義為“0風險區間”：Fi=0 ；所有指標實測值為“1”時，計算風險總評價雷達最大面積模型的總面積“F1”，樣本實測總評價雷達最大面積“Fi”大于0且小于F1時，定義樣本總風險分級為“1風險區間”：Fi=0(0

2 結果與分析

2.1公務員體質健康風險預警指標權重的確定體質健康風險預警涉及的指標要素數量較多，受研究條件所限和考慮現實預警工作對數據種類的有限性要求，在對上海市民體質研究中心現有的13類3級指標進行數據完整性和有效性檢查的基礎上，篩選出合規指標共計三大類8個指標，進行基于有限指標的風險預警研究。通過文獻資料法和專家問卷，建立了公務員體質健康風險預警指標體系(表1)。邀請國內16名運動科學方向體質健康專家(涉及高校和科研院所11家，其中教授8人，研究員1人，副教授7人)對表1的指標進行對比賦值，計算各指標間的相對重要性比值，從而計算各個指標的權重系數(表2)。

表1 公務員體質健康風險預警指標體系

表2 公務員體質健康風險預警指標權重系數

2.2公務員體質健康風險評價的聚類與分層立足風險預警3級指標實賦值和總風險預警實賦值，分別按照性別(男、女)進行兩類聚類和按照每5歲作為一個年齡段劃分8個年齡層，采用風險均值作為測量指標進行聚類與分層聯合分析，分析結果如圖1～圖6所示。結果顯示，性別聚類間風險曲線在年齡分層上具有較好的協同走勢，年齡分層上則具有較為明顯的差異化。

2.2.1 3級指標聚類與分層 (1) BMI聚類與分層。公務員群體BMI指標風險在男性35歲、女性50歲達到高峰；男性在40歲后整體風險水平下降(圖1)。經深度調研發現，這與男性40歲后工作繁忙程度下降、健康意識提升、公關活動減少有關。

圖1 BMI指標風險賦值分層統計結果

(2) 體脂率聚類與分層。男性公務員體脂率持續保持在低風險水平，女性則自40歲開始持續上揚并在55歲左右達到峰值(圖2)。深度調研發現，這與女性公務員40歲后惰怠感增加、職業與家庭操勞度降低有關，尤其在50歲左右出現更年期導致飲食量增加有關。

圖2 體脂率指標風險賦值分層統計結果

(3) 收縮壓聚類與分層。男女公務員收縮壓曲線高度協同，且總體處于較低風險水平，反映了公務員群體自身對于高血壓風險危害認知度高，控制措施較好；男女公務員均在45～50歲收縮壓風險持續增大(圖3)。

(4) 最大攝氧量聚類與分層。最大攝氧量作為風險預警的核心指標，男女風險分層均值均在20～40歲持續下行并進入相對穩定的低風險水平(圖4)。在實踐指導中，應加強對年輕公務員群體的運動督導，適當降低工作量，安排有氧耐力鍛煉。

圖3 收縮壓指標風險賦值分層統計結果

圖4 最大攝氧量指標風險賦值分層統計結果

2.2.2 總風險預警聚類與分層 總風險預警分層曲線顯示，上海市公務員群體的體質健康風險普遍存在，但總體風險值處于較低水平；其曲線特征為男女聚類均存在“兩頭略高、中間略低”的情況(圖5、圖6)。

圖5 男性總風險與各指標風險賦值統計結果

圖6 女性總風險與各指標風險賦值統計結果

深層分析其成因：年輕群體工作壓力大，無時間鍛煉，實踐中需要從工作量設計入手進行減負和運動考核；50歲后群體風險提升與“準老年”意識出現、惰怠感增加和缺乏運動群體帶動有關，在實踐中可以從創建健康運動伙伴群入手，積極帶動該群體參與運動。

3 公務員體質健康風險評價模型的建立

3.1體質健康風險總評價雷達面積模型的建立通過公務員體質健康風險評價的聚類與分層分析，建立復合兩級權重的8維雷達圖最大面積表達模型(圖7)。

圖7 公務員體質健康風險總評價雷達面積模型

3.2體質健康風險偏移度預警模型通過體質健康風險偏移度預警表達結果，建立體質健康風險偏移度預警模型。預警模型包括整體偏移和偏移方向，整體偏移為各個指標在風險賦值雷達圖中所包圍的面積，偏移方向通過各個指標的風險賦值來體現。

(1) 整體偏移。在圖7中，繪制目標群體(個體)的8個指標維度的坐標，將這8個坐標連接起來形成的封閉圖形的面積作為整體風險。其中考慮8個指標的排列順序不同，最終面積不同，因此,采用最大面積作為最終面積。個體的8個指標維度的坐標定義明確，群體的雷達圖坐標通過群體中各個個體坐標平均值來體現。風險的整體偏移情況采用2個目標的最大面積的比值，即

P=Sa/Sb

(2)

式中：P為目標a相對于目標b風險賦值的整體偏移;Sa為目標a的雷達圖最大面積;Sb為目標b的雷達圖最大面積。

(2) 偏移方向。偏移方向采用8個指標維度的坐標差來定義，即

Mi=Mai-Mbi

(3)

式中：Mi為目標a相對于目標b風險賦值的第i個指標維度的偏移值；Mai為目標a的第i個指標維度的坐標(風險賦值)；Mbi為目標b的第i個指標維度的坐標。

例如：當Mi的值在正負0.5之間時，說明2個目標在該指標維度上的風險偏離小，賦值為3。最后將這8個指標維度的偏離賦值連接成一個8位的數字，每位數字的值在1～5，從最高位到最低位分別表示BMI、體脂率、收縮壓、舒張壓、最大攝氧量、反應時、握力、坐位體前屈的偏離情況。

3.3體質健康風險偏移度預警實證

3.3.1 公務員群體相對于理想體質健康狀況的偏移度 按照體質健康風險賦值計算公務員群體相對于理想體質健康狀況(所有風險為0)的偏移度。由表3可見，公務員群體在總體上存在相對于理想體質健康狀況的偏移，但偏移度不大(P=1.11)；在3級指標偏移方向上，血壓維持了可接受的偏移水平，在BMI、體脂率、最大攝氧量、反應時4個方面呈現較明顯的惡化偏移，在握力和坐位體前屈2個方面上存在相當明顯的群體性惡化偏移，因此在實踐中應積極創造條件加以干涉和改善目前的狀況。

表3 公務員群體相對于理想體質健康狀況的偏移度

3.3.2 個體風險評價相對于聚類分層群體的風險偏移度 按照公務員體質健康風險賦值計算出的個體公務員相對于群體的偏移度如表4所示。公務員個體存在相對于聚類分層群體健康狀況的偏移，部分公務員偏移程度較大；雷達圖最大面積比值越大說明其偏移度較大，健康狀況風險度越高，需要進行干涉和改善。

3.3.3 聚類分層群體風險評價相對于全體風險總評價的風險偏移度 根據實證研究結果，以性別聚類、年齡分層形成的不同群體風險評價相對于全體風險總評價的偏移度如表5所示。以男性20～24歲年齡段為例，其目標群體對于全體總評偏移度P為1.062，風險偏移百分比增量為6.22%，表示該群體體質健康風險高于全體人員6.22%。

表4 公務員個體相對于群體的偏移度

表5 公務員整體的風險偏移度

由此可見，不同的聚類分層群體對于公務員總體風險評價的偏移度具有明顯差異，但總體上與總風險評價保持較好的離散度。可依據公務員的職業特征設計總框架一致的體質健康運動促進方案，同時應根據特定的年齡層和性別特征附加有針對性的運動訓練方案，并開展分類指導，以便更高效地防范與降低公務員體質健康風險，全面提升公務員體質健康水平。

4 結束語

在提出高度關注公務員體質健康風險的同時，建立了公務員體質健康風險預警的評價要素指標體系，調研回歸指標體系權重，研究不同指標風險賦值規則，創建體質健康風險總評價雷達最大面積計算模型，并首次提出基于面積百分比增量和偏移度方向字符串的體質健康風險偏移度預警表達方法，是對當前體質健康風險管理研究的積極探索。實證研究表明，公務員體質健康風險狀況整體良好，聚類分層測算的特定群體特征差異化明顯，風險分布收斂性良好，復合偏移度表達方法可從風險增量和8維方向上對個體相對于群體的風險偏移程度進行有效表達。最大攝氧量風險、體脂率風險和收縮壓風險在公務員體質健康預警評價中發揮了良好的主導作用，在實踐中應作為運動促進處方設計的優先級依據。該模型的設計在未來的研究中應進一步得到優化改進。

[1] 文治祿,王曼.健康素質是公務員全面和諧發展的基礎[J].中國行政管理,2008(10):25-27

[2] 安徽行政學院調查組.中年公務員遭遇健康危機[J].決策,2010(2):46-48

[3] 戴霞,朱琳,謝紅光.《國家學生體質健康標準》評價效能的反思與優化：大學生體質健康預警機制的構建[J].中國體育科技,2012,48(3):75-82

[4] 郄鵬.基于納金斯強化理論的公務員激勵機制研究[D].重慶：重慶大學,2006:12-18

[5] 王繼紅,虞麗娟.上海市公務員生活方式對體質健康的影響[J].上海體育學院學報,2017,41(2):42-46

[6] 佘鏡懷,生蕾.我國證券市場波動風險預警模型研究[J].金融理論與實踐,2017(12):37-42

[7] 魏偉,國世平.中國股市風險預警指標體系分析[J].深圳大學學報:人文社會科學版,2017(2):109-116

[8] 魏光瓊.等級相關在綜合評估法評標中的應用[J].工程建設與設計 ,2014(4):156-160

[9] 張厚粲,徐建平.現代心理與教育統計學[M].北京：北京師范大學出版社,2004:1-15

[10] 田文學,田學禮.體能與體能訓練的系統結構分析[J].安徽體育科技,2009,30(1):23-26

[11] 王穩,王東.企業風險管理理論的演進與展望[J].審計研究,2010(4):96-100

[12] 管悅,董煜,董浩軍.大學生體質健康狀況及其影響因素的分析：以北京石油化工學院為例[J].運動,2016(18):75-82

[13] 孟樂,劉星，游建軍，等.基于偏移度的電壓無功功率控制原理與實現[J].系統運行與仿真,2015(9):87-91

[14] 唐吉平,楊斌.高校教師的健康狀況及應對措施研究：基于湖南省某高校的調查[J].城市學刊,2015(3):75-82

[15] 陳慶杰,褚沈東,周文淵，等.體質健康導向下江蘇省大學體育教學模式的研究[J].當代體育科技,2017(4):75-82

[16] 宗有智，劉志文.陜西省國家公務員體質健康測定與研究[J].經濟研究導刊,2017(3):118-120

[17] 張潔.常州市武進區公務員體質與健康狀況調查研究[D].西安：西安體育學院,2013:1-39

[18] 黎茜,鄧彭沖,張珂,等.陜西省公務員體質狀況研究[J].陜西行政學院學報,2015(3):56-60

[19] 周新新.我國國民體質與經濟社會發展相關性研究[J].體育文化導刊,2012 (11):1-4

[20] WILLEMSEM M C.The new EU cigarette health warnings benefit smokers who want to quit the habit:Results from the Dutch continuous survey of smoking habits[J].European Journal of Public Health,2005,15(4):389-392