大連地區老年女性體型分類研究

晉金迪， 姚 彤,2， 王 軍,2， 孫見梅， 潘 力,2

(1. 大連工業大學 服裝學院， 遼寧 大連 116034； 2. 大連工業大學 遼寧省數字化服裝設計與工程重點實驗室， 遼寧 大連 116034)

國家統計局數據顯示，2020年我國60歲及以上老年人口占比達到18.7%，其中60～80歲的老年人口占90.78%[1]。人口老齡化的加速促進了“銀發經濟”的發展，提升了老年產品和服務消費，而據調查我國整體老年服裝供需匹配率不高，各地區普遍存在服裝不合體、號型單一等問題。服裝號型標準與體型劃分密不可分，通過人體體型的細分可提高服裝結構的合體性和舒適性[2]，為了滿足老年消費者的需求，老年人的體型分類亟待研究。

通過2022年4月14日中國知網數據庫檢索發現國內外關于人體體型分類研究的文獻分別有259篇和98篇，而其中關于中老年體型分類的研究僅有12篇，關于老年體型研究的僅有2篇，專門針對老年體型分類的研究鮮有報道。在人體體型研究歷史進展中，國外研究對人體尺寸測量和體型分類研究起步較早，如國外學者Simmons等[3]、 Song等[4]、 Choi等[5]等通過軀干主要圍度、腰臀部特征及體側角來進行整體體型和局部體型的劃分研究。國內學者對我國不同地區、不同性別的中青年群體也進行了廣泛的測量，運用多種體型分類方法進行了體型分類研究。如學者孫潔等[6]、李詠梅等[7]、錢露露等[8]、夏鳳琴等[9]分別從人體形態角度、體型指數、胸腹差、臀腹差、人體縱截面輪廓線等角度進行體型研究。由于目前體型研究多數是針對青年和少數地區的中老年群體，而針對老年體型分類研究鮮有報道，本文采用接觸式和非接觸式相結合的方式，采集大連地區60～80歲老年女性人體數據，通過主成分因子分析、特征比較分析、聚類分析等方法，對大連地區老年女性體型特征和體型分類進行研究。

1 人體測量與數據預處理

1.1 實驗對象與儀器

實驗對象：實驗采用簡單隨機抽樣的方法進行隨機抽樣，選取的測量對象為大連地區身體狀況良好的60～80歲老年女性。

實驗儀器：VITUS便攜式三維人體掃描儀、馬丁測量儀、角度儀、體重計、軟尺等，德國Human Solutions公司。

1.2 實驗方法與測量項目

實驗方法：本文實驗用Anthroscan三維圖像處理軟件提取三維人體掃描各部位尺寸數據，手工測量補充和修正三維人體掃描儀測量數據。

測量項目：參考GB/T 1335.2—2008 《服裝號型 女子》，結合老年女性體型實際情況最終共選取38個測量項目作為本文體型研究的基礎變量，其中包括體重及高度變量7個、圍度變量10個、長度變量8個以及水平厚度、水平寬度、角度變量各4個。

1.3 數據預處理

本文實驗共測得60～80歲人體數據樣本217個，用SPSS檢查數據中的缺失值和奇異值，剔除無法重新提取或替換的數據樣本[10]；考慮到體型極特殊樣本對整體樣本的影響，根據身體質量指數(BMI)參考標準，剔除BMI指數小于17.5的體重過低樣本3個和BMI指數大于30的嚴重肥胖樣本4個。綜合初步樣本數據處理結果，最終共剔除樣本13個，保留204個有效樣本，有效樣本貢獻率為94%。

2 體型特征分析

2.1 主要控制部位的提取

人體控制部位是指人體最具代表性的部位，可把控服裝號型，合理化進行批量成衣生產，提高服裝的合體性。由于人體統計量部位多而雜，需要選取最能反映人體體型的控制部位來進行研究，為保證主要因子提取的準確性，選擇對實驗樣本變量因子分組進行主成分因子提取。根據人體測量項目特征，本文實驗把影響人體的體段寬度和長度因子、圍度因子、高度因子等分組進行主成分分析，實現因子降維，結果見表1～3。根據表1所示，體段寬度和長度因子提取了3個主成分：前腰長、臂長、前胸寬。根據表2所示，圍度因子中提取了2個主成分：腹圍、頸圍；根據表3所示，高度因子中提取了1個主成分：身高(或頸椎點高)。綜上，影響大連地區老年女性體型的主要因子為身高、腹圍、頸圍、前腰長、臂長、前胸寬。實現了以較少的變量反映原有變量的絕大部分信息。

表1 人體寬度和長度因子成分矩陣Tab.1 Human body width and length factor component matrix

表2 圍度因子成分矩陣Tab.2 Circumference factor component matrix

表3 高度因子成分矩陣Tab.3 Height factor component matrix

2.2 基本體型特征比較分析

考慮到研究樣本體型的實際特殊性，結合國家服裝號型標準中主要控制部位和實際中老年人容易發生變形的部位進行綜合篩選，最終確定身高、頸圍、胸圍、腰圍、腹圍、臀圍、總肩寬和臂長這8個變量對其進行尺寸對比分析。由于樣本胸腰差接近GB/T 1335.2—2008中的B體型，所以將大連地區老年女性平均體型和國標B體型中間體的主要控制部位數據進行對比，結果如表4所示。對比發現，大連地區老年女性的胸腰差均值雖然接近國標B體型，但實際部位值明顯大于國標值，其中胸圍偏大7.4 cm，腰圍偏大8.8 cm。為深入研究老年女性的腰腹部特征，本文測量增加了對老年女性腹圍的考量。由表中數據知，樣本腹圍均值達96.4 cm，臀腹圍度差僅1.1 cm，其他主要基本部位中身高、頸圍、臀圍比國標B體型的中間體大1.4～1.5 cm，臂長平均偏長2.1 cm，總肩寬接近。分析得出：與國標B體型中間體相比，大連地區老年女性具有胸部和腰腹部凸出明顯，手臂較長，身高偏高等特征。

表4 樣本平均體與國標B體型中間體基本部位對比Tab.4 Comparison of basic positions of average body of sample and intermediate of body B in national standard cm

3 聚類分析

為了對體型進行更清晰的認知，以了解大連地區老年女性的中間體體型特征，結合實際中老年女性的肩背部形態和主要軀干圍度變化大的特點，選取主要肩背部因子、軀干圍度因子和因子分析提取的6個主成分因子對大連地區老年女性進行K-means動態聚類分析。

3.1 偽F統計量確定分類個數

在K-means聚類中，必須預先選擇聚類數目作為先驗值，在聚類過程中，類的數目始終參照初始設定的先驗值，而在實際體型分類時，分類前分類數目是不確定的。由于偽F統計量可評價分為G類的效果，因此選擇偽F統計量作為初始聚類數目的合理性判定，方便后續K-means聚類的研究。偽F統計量(簡稱PFS)計算公式[11-12]如下：

式中：n為總樣本數；T為所有樣本的總離差平方和，PG表示分為G類時的類內平方和；G-1表示其自由度；T-PG表示分為G類時的類外平方和，n-G表示其自由度。

PFS用于描述分為G類時的聚類效果時，PFS值越大，聚類效果越好，統計量結果如圖1所示。當聚類數目為4時，PFS值達到最大，所以體型最佳聚類數為4類。

圖1 PFS隨分類數變化示意圖Fig.1 Schematic diagram of PFS changing with number of classes

3.2 K-means聚類

根據偽F統計量確定的聚類數目，使用SPSS執行K-means動態聚類，聚類數為4，根據迭代歷史記錄，當迭代次數為14時任何中心的最大絕對坐標變動為0.000，實現收斂。聚類后系統有效個案數為203個，系統缺失個案數為1個，每類中的個案數如表5所示。可發現，聚類中心1的個案數占比最高，聚類中心2、3次之。結合最終聚類中心的各指標情況(見表6)，可發現大連地區大約有33.3%的老年女性身高在165 cm左右，有48.5%的老年女性身高在160 cm左右，老年女性身高整體偏高。

表5 各聚類類別數及占比Tab.5 Number and proportion of cases in each cluster category

表6 各聚類中心和國標號型系列主要控制部位值對比表Tab.6 Comparison table of values of main control parts of each clustering center and national standard series cm

各聚類中心和國標號型系列主要控制部位對比發現：各聚類中心的胸腰差主要落在GB/T 1335.2—2008中的B體型、C體型的胸腰差范圍內，但各聚類中心的胸圍、腰圍、臀圍均明顯偏大，臂長明顯偏長，同時各聚類中心的臀腰差參差不齊相差較大。

各聚類中心對應的人體模型如圖2所示。通過將聚類結果與國標B、C體型中間體對比，將大連地區老年女性按其體型特點分為以下4類。

圖2 各聚類中心體型Fig.2 Somatotype of each cluster center

1)普通型。對應表6中的聚類中心3，圖2中的體型Ⅲ。其胸腰差落入國標B體型范圍內，主要控制部位與國標B體型相比，此類體型身高偏高1.3 cm，臀圍偏小3.1 cm，臂長偏長2.1 cm，胸圍、腰圍指標相差不大，占樣本總量的23.5%。

2)矮胖型。對應表6中的聚類中心4，圖2中的體型Ⅳ。其胸腰差落入國標C體型范圍內，各控制部位與國標C體型相比，此類體型身高偏矮3.2 cm，胸圍偏大5.7 cm，腰圍偏大3.6 cm，臀圍偏小1.8 cm，臂長偏長1.5 cm，占樣本總量的17.6%。

3)高挑闊胸型，對應表6中的聚類中心1，圖2中的體型Ⅰ。其胸腰差落入國標C體型范圍內，但各部位均比國際C體型大。與國標C體型相比，此類體型身高偏高5.1 cm，胸圍偏大9.1 cm，腰圍偏大4.4 cm，臀圍偏大3 cm，臂長偏長2.4 cm，占樣本總量的33.3%。

4)肥胖闊胸凸腹型，對應表6中的聚類中心2，圖2中的體型Ⅱ。其胸腰差落入國標C體型范圍內，與國標C體型相比，此類體型胸圍偏大15.7 cm、腰圍偏大14.6 cm、臀圍偏大6.3 cm，臂長偏長1.8 cm，占樣本總量的25.0%。

聚類分析是依據樣本間關聯的量度標準，將其自動分為幾個群組，對樣本結構做一個初步評價，更注重樣本的整體性，而對于含有多維數據的人體體型判別，需要更貼切、實用的劃分標準。

4 體型分類

根據前文對聚類中心與國標體型控制部位值的對比分析發現，實際上老年女性體型雖胸腰差大部分接近國標中B體型，但部位值更傾向于B、C體型之間或大于C體型，說明按照國標體型劃分方法并不能清晰地劃分老年女性體型，胸腰差劃分法已經不能明顯區分老年女性的體型特征。由于圍度差值過于集中會影響體型的劃分，綜合以往研究[13-15]中體型劃分方法，針對本文樣本，擬選取臀腰差作為輔助劃分標準，對樣本體型采用胸腰差和腰臀差組合法進行細致劃分。

由于樣本胸腰差范圍為(-1 cm，19 cm)，且分布基本符合正態分布，根據國標已有的胸腰差劃分辦法，對于老年女性體型，提出刪去胸腰差為19～24 cm的Y體型，增加胸腰差為-1～3 cm的體型，設代號為D，將老年女性按胸腰差劃分為A、B、C、D4類，如表7所示；樣本臀腰差分布范圍為(-1 cm，20.7 cm)，在允許范圍內修正為(-1 cm，21 cm)，臀腰差檔差設為4 cm，將體型根據臀腰差劃分為F0、F1、F2、F3、F4 5類，如表8所示。

表7 基于胸腰差的體型分類Tab.7 Somatotype classification based on chest-waist difference

胸腰差體型分類代號和臀腰差體型分類代號兩兩組合可得到20種體型，結合實際情況，刪去極特殊體型AF4、CF0類,最終得到18種細分體型，如表9所示。最終體型覆蓋概率達到96.57%，說明此劃分法對于大連地區老年女性體型劃分覆蓋率高，適用性較好。

表9 基于胸腰差和臀腰差組合體型分類及分布Tab.9 Somatotype classification and distribution based on chest-waist difference-hip-waist difference combination

根據其分布占比情況可發現BF、CF體涵蓋樣本較多，且BF2體型在老年女性群體中占比最多。根據組合分類結果，把AF、BF、CF、DF系列分別設為第1、2、3、4類體型，選擇BF2為中間體，中間體的各主要控制部位值如表10所示。與國家標準分類相比，這種分類方法不僅考慮了上下體類型的變化，而且體型分類更加細致，更有利于上下體類型的分離分析，對我國實際老年女性群體的適應程度更高，此體型分類指導下的老年女裝類型涵蓋的范圍更廣。

表10 中間體主要控制部位值Tab.10 Value of main control position of intermediate type cm

5 結 論

1)通過主成分因子分析提取了控制大連地區老年女性體型的6個主要因子。通過樣本平均體型與國標體型對比分析得出大連地區老年女性胸部和腰腹部凸出明顯，手臂較長，身高偏高等特征。

2)基于偽F統計量預測樣本最佳分類數，通過K-means動態聚類最終得到了4個聚類中心，定性定量分析了4個聚類中心的體型特征。

3)擴展了國標中胸腰差劃分范圍，提出以臀腰差作輔助進行胸腰差與臀腰組合分類，實現了大連地區老年女性體型細分，并得出中間體控制部位參考值。

FZXB