江蘇地區9~14周歲男童體型分類

摘 要： 為優化兒童體型分類，以江蘇地區9～14周歲學齡男童為研究對象，結合接觸式手工測量和非接觸式三維人體測量2種測量方法，獲取了研究對象的14個主要人體尺寸數據。基于描述統計分析、相關性分析、主成分分析和K-means聚類分析結果，對9～14周歲男童進行體型研究與分類，結果表明：兒童體型發育變化受年齡段影響，9～11周歲男童的身高增速顯著快于12～14周歲男童；相比胸腰差、臀腰差，身胸比、身腰比、身臀比這3類衍生尺寸更適合作為兒童體型分類指標；K-means聚類結果顯示，可將9～11周歲和12～14周歲男童體型分為S、M、L三類，分別表示矮瘦體、標準體和高壯體，9～11周歲男童S、M、L三類體型占比分別為31.10%、38.28%、30.62%，12～14周歲男童S、M、L三類體型占比分別為19.19%、62.63%、18.18%。研究可為兒童號型標準的修訂及童裝、校服的設計生產提供參考。

關鍵詞： 兒童；體型分類；人體測量；主成分分析；K-means聚類分析；手肘法

中圖分類號： TS941.2""" 文獻標志碼： A""" 文章編號： 1009-265X（2025）01-0075-08

隨著經濟高速發展和人民生活條件的提升，中國兒童體型發生了顯著變化，具有區域差異化、性別差異化、體型多樣化等特征，而中國現行的兒童服裝號型標準GB/T 1335.3—2009《服裝號型 兒童》基于舊有的采樣數據，未能充分反映當前兒童體型的多樣性和變化趨勢，因此需要更新數據和分類標準，以更好地適應童裝市場需求。

人體體型分類方法通常包括定性分析、定量分析及聚類分析3種^［1］，其中聚類分析是目前最為廣泛應用的分類方法。人體體型分析主要分為整體形態分析和局部形態分析2類。現有研究主要以不同地區的青年女性、青年男性以及中老年女性為主要研究對象，也有少量學者對學齡兒童體型進行研究。其中，成人體型研究以局部形態分析為主^［2-4］，兒童體型研究則更多側重于整體形態分析。早期，兒童體型研究采用胸腰差、臀腰差作為體型分類指標，并通過定量分析法對兒童體型進行分類^［5-6］。然而此分類方法未考慮兒童與成人體型差異，且存在準確度不高的問題。Chung等^［7］則基于7800個樣本數據，通過2步聚類分析方法將臺灣地區6～18周歲兒童體型分為S、M、L三類。而相較2步聚類法，K-means 聚類分析法的聚類速度更快，且聚類結果較好^［8］，因此在人體體型分類中得到廣泛應用^［9］。盡管已有不少學者通過K-means聚類分析法對不同地區、年齡及性別的兒童體型分類^［10-13］，但仍存在以下問題：最優聚類數K值的確定方法較為復雜，且未從發育階段分析不同年齡段、不同性別兒童的體型變化差異。

有數據顯示兒童發育年齡逐年提前^［14］。在兒童發展階段中，9～14周歲兒童處于小學高年級學段（9～11周歲）及初中階段（12～14周歲）^［15］，該時期的學齡兒童正處于青春期發育的關鍵階段，且女童在9周歲之后普遍開始處于快速發育階段，身高增速快于男生^［16］，因此，對于9周歲以上的兒童體型分類，應依據性別需要區分男童和女童。

本文以江蘇地區9～14 周歲男童為研究對象，先采用皮爾遜相關分析法篩選體型分類指標，應用主成分分析法對體型指標進行簡化，最后經K-means 聚類法對不同年齡段男童分別進行整體形態分析，進而對9～14周歲男童體型進行分類，并采用以誤差平方和為核心指標的手肘法來確定最優聚類數K值。研究結果可為兒童服裝號型標準優化及校服、童裝制定提供參考。

1 樣本數據獲取

1.1 測量項目

測量項目依據GB/T 16160—2017《服裝用人體測量的尺寸定義與方法》和GB/T 1335.3—2009《服裝號型 兒童》，選取能夠較全面展示兒童體型變化規律及童裝生產設計可能使用的14個人體尺寸數據，包含5個長度尺寸（身高、全臂長、頸椎點高、腰圍高和坐姿頸椎點高）、8個圍度尺寸（頭圍、頸圍、總肩寬、胸圍、腰圍、臀圍、大腿根圍、臂根圍）和人體體重。

1.2 測量方法

為提升測量效率，采用接觸式手工測量和非接觸式三維人體測量相結合的測量方法。

1.2.1 接觸式手工測量

接觸式手工測量方法依據GB/T 16160—2017《服裝用人體測量的尺寸定義與方法》，測量工具包含人體測高儀、軟尺和體重秤。由經過培訓的專業人員在校服定制期間前往抽樣小學和初中進行人體測量，測量時間選擇在春夏季，以確保被測者穿著輕薄服裝，減少服裝對尺寸測量的影響（見圖1）。

1.2.2 非接觸式三維人體測量

非接觸式三維人體測量方法則參照GB/T 23698— 2023《三維掃描人體測量方法的一般要求》，使用Vitus Smart XXL三維人體掃描儀（德國Human Solutions公司）對站姿和坐姿的被測者分別進行人體掃描，并輔以Anthroscan三維圖像數據處理軟件直接獲取相關人體尺寸數據，對于無法直接獲取的頭圍、臂根圍等數據則通過Anthroscan軟件對掃描獲取的三維人體模型進行圓周測量得到，經3次重復測量后取平均值，機測結束后，測量被測者的體重并記錄。部分抽樣小學、初中學生前往三維人體掃描實驗室進行測量，被測者穿著提供的淺色緊身服，頭戴淺色壓發帽，減少服裝對測量誤差的影響。

1.3 樣本容量確定

樣本容量是選擇檢驗統計量的1個要素，合理的樣本容量既能保證研究的可靠性，又能減少因測量帶來的人力、物力等資源浪費。因此，本文根據中心極限定理，在各年齡層隨機抽取30個樣本（確保樣本均值呈正態分布的最小樣本量），并對14個人體數據進行描述統計分析。通過計算其平均值和標準差，使用隨機抽樣的樣本容量計算公式^［17］，確定研究對象群體（江蘇地區9～14歲男童）的最小樣本容量，如式（1）所示：

N=" u·σ d" 2 （1）

其中u= s x" -" ，則式（1）可寫成：

N=" s·σ x" - ·d" 2 （2）

式中：N表示所需最小樣本容量；σ表示統計量，取σ=1.96（置信水平為95%）；d表示容許誤差，取2%；u表示變異系數，為標準差與平均值之比；s表示標準差；x "- 表示平均值。

對N進行進1位取整處理，最小樣本容量計算結果如表1所示，由表可知，在14個人體數據中，體重的變異系數最大，變異系數越大表示所需的樣本容量就越大，計算得最小樣本容量為404個。

實驗所測總樣本容量為420個，各年齡層均勻分布，經數據清洗，對重復值、空值、異常值進行處理后，最終獲得有效樣本容量為407個，樣本有效率為96.9%，滿足最小樣本容量。接觸式手工測量樣本來自于無錫市、常州市、南京市和宿遷市，三維人體測量樣本來自無錫市，總體樣本分散，覆蓋蘇南、蘇中、蘇北，且每個年齡層選擇的學校數量大于等于2個，籍貫為江蘇省的樣本比例大于等于95%，樣本數據具有一定代表性。

1.4 樣本數據信度檢驗

對同一組樣本數據進行組間信度（Intra-observer" reliability）檢驗，使用測量技術誤差（Technical error of measurement， Etm）、相對測量技術誤差（Relative technical error of measurement，%Etm）和信度系數（Reliability coefficient）計算手工測量和三維人體測量數據之間的可靠性。計算公式分別如式（3）—（5）所示^［18］：

Etm= ∑D2/2N" （3）

%Etm=Etm/x" - ·100 （4）

R=1-（E2tm/SD2） （5）

式中：Etm表示測量技術誤差；D表示數據差值；N表示樣本量；%Etm表示相對測量技術誤差；x" - 表示平均值；R表示信度系數；SD表示標準差。

Carsley等^［18］研究指出若達到R=0.9的信度，5～18歲年齡段內兒童進行所需受試者數為12。R值越高表明信度越高，最小可接受的R值為0.7。本文對其中15名受試者分別進行了手工測量和三維人體掃描測量，并計算2種測量結果間的Etm、%Etm和R值，結果如表2所示。樣本數據信度檢驗結果顯示，各項目Etm、%Etm和R值范圍分別為0.29～0.5、0.33%～1.87%和0.84～0.97，表明手工測量和三維人體測量數據之間測量技術誤差小，且具有較高的信度。

2 體型特征分析

2.1 描述統計分析

通過SPSS 25.0軟件對相關數據進行分析，基本描述統計量采用平均值來反映數據的平均水平。如圖2所示，9～14周歲男童的身高均值逐年增長，但增長速度在12周歲之后逐漸放緩，因此本文根據男童的發育情況，將被測群體劃分成9～11周歲、12～14周歲2個年齡段分別進行數據分析，此年齡段劃分亦符合兒童發展階段的年齡劃分。通過Q-Q圖對數據進行正態性檢驗^［19］，結果顯示9～11周歲及12～14周歲2個年齡段男童人體尺寸數據符合正態分布。

2.2 相關性分析

2.2.1 主要尺寸

根據GB/T 1335.3—2009《服裝號型 兒童》的號型分類中采用的控制部位，對長度尺寸與身高、圍度尺寸與胸圍、圍度尺寸與腰圍分別進行皮爾遜相關性分析，皮爾遜相關系數r表示2個變量之間的協方差和標準差的商。當|r|∈［0.6，1］時，表示2個變量強相關；當|r|∈［0.4，0.6）時，表示2個變量中等相關；當|r|∈［0.2，0.4）時，表示2個變量弱相關；當|r|∈［0，0.2）時，表示2個變量不相關^［20］。相關性分析結果可為主成分分析的體型分類指標及控制部位的篩選提供參考。

長度尺寸與身高、圍度尺寸與胸圍、圍度尺寸與腰圍的皮爾遜相關系數r如表3所示，剔除與胸圍中等相關的頭圍數據，篩選出與身高和胸圍強相關的12個主要尺寸（包括身高、全臂長、頸椎點高、腰圍高、坐姿頸椎點高、胸圍、頸圍、總肩寬、臂根圍、腰圍、臂圍、大腿根圍）作為體型分類指標。且相比GB/T 1335.3—2009，增加長度控制部位頸椎點高和圍度控制部位臂根圍、大腿根圍。

2.2.2 衍生尺寸

體型的胖瘦程度通常采用BMI（Body mass index， 體重指數）進行衡量，因此對胸腰差、臀腰差、身胸比、身腰比和身臀比這5類衍生尺寸與BMI進行皮爾遜相關性分析。衍生尺寸與BMI的皮爾遜相關系數r計算結果如表4所示，由表可知，身胸比、身腰比、身臀比與BMI呈強負相關，而胸腰差、臀腰差與BMI不相關，基于上述分析，篩選身胸比、身腰比和身臀比作為體型分類指標，經檢驗，身胸比、身腰比和身臀比數據服從正態分布。

2.3 主成分分析

基于相關性分析結果，對9～11周歲和12～14周歲男童的身高、頸圍、總肩寬、胸圍、腰圍、臀圍、大腿根圍、臂根圍、全臂長、頸椎點高、腰圍高、坐姿頸椎點高這12個主要尺寸進行主成分分析，提取主成分因子，以簡化體型分類指標。

經KMO和Bartlett檢驗，得到9～11周歲和12～ 14周歲男童主要尺寸數據的KMO統計量分別為0.925和0.874，且存在顯著性差異（P＜0.001），符合主成分因子提取要求。

根據主成分因子個數提取原則（特征值大于1），提取了F1和F2這2個主成分因子，其累計貢獻率分別為80.447%、73.330%，這2個主成分能夠解釋原來12個特征指標變量的絕大部分信息。其中，F1在圍度尺寸有較大載荷，且在胸圍、腰圍、臀圍、大腿根圍尺寸上的載荷最大，可綜合反映人體圍度；F2在長度尺寸有較大載荷，且在身高、頸椎點高尺寸上的載荷最大，可綜合反映人體長度，基于此，F1和F2分別命名為圍度因子和長度因子。并采用方差最大法對因子載荷矩陣進行正交旋轉，得到各個成分在各個變量上的因子載荷，即各變量因子在主成分因子中的權重，結果如表5所示。

2.4 K-means聚類分析

K-means聚類算法是1種迭代求解的算法，可以將數據集生成K個聚類中心點，并把所有數據分為K個族，最終將每個數據分配給距離最近的聚類中心。當分配結束后，經不斷迭代，直至聚類中心不再改變。基于相關性分析和主成分因子提取結果，對9～11周歲、12～14周歲男童的F1、F2和身胸比、身腰比、身臀比這5個指標變量進行聚類，其中F1主要反映人體三圍數據，F2主要反映人體身高數據，身胸比、身腰比、身臀比則主要從體型上反映人體身高、體重數據。

2.4.1 K值的選取

利用手肘法^［21］來確定最優聚類數K，其核心指標為SSE（誤差平方和），計算公式如式（6）所示：

SSE=∑ki∑x∈Ci（mi-x）2 （6）

式中：Ci表示第i個簇；x表示Ci中的樣本點；mi表示Ci中所有樣本的均值；k表示聚類數目。

當K小于最佳聚類數時，K增大使得每簇的聚合程度大幅增加，導致SSE大幅下降，而當K達到真實聚類數時，再增加K，其聚合程度回報則迅速變小，從而SSE的下降幅度驟減，并隨著K值的繼續增大而趨于平緩，因此形成一個肘部形狀，可根據肘部對應的值來確定最優聚類數K。如圖3所示，現有樣本數據合適的聚類數K為3或4。進一步對這2類情況進行聚類發現，當K=4時，其中2類聚類中心接近，可能存在過度分類，因此最終確定最佳聚類數為K=3。

2.4.2 聚類中心

當聚類數目為3時，9～11周歲、12～14周歲男童的最終聚類中心如表6所示，經聚類方差分析，5個指標變量聚類結果均存在顯著性差異（P＜0.05）。根據最終聚類中心結果進行對比分析，可將體型分為三類：第1類F1、F2最小且身胸比、身腰比、身臀比最大，此類兒童身形偏矮小瘦削，為矮瘦體，命名為S；第2類F1、F2最大且身胸比、身腰比、身臀比最小，此類兒童身形高大健壯，為高壯體，命名為L；第3類位于第1類和第2類中間，此類兒童身形中等，人數占最大比例，為標準體，命名為M。9～11 周歲男童S、M、L三類體型占比分別為31.10%、38.28%、 30.62%，12～14周歲男童S、M、L三類體型占比分別為19.19%、62.63%、18.18%，可知隨著年齡段的增長，男童體型逐漸趨于穩定，集中于中等體型。

根 據最終聚類中心結果，9～11周歲和12～14周歲不同體型的男童各部位的平均值和標準差如表7所示，該結果可為中間體的確定提供參考。在GB/T 1335.3—2009《服裝號型 兒童》中， 未對兒童的體型進行分類，且身高范圍局限于 160 cm及以下，對比研究所得的聚類結果，可知原號型標準已不適用于12～14周歲男童，此外，原號型標準上裝和 下裝的最大號型分別為160/80和160/69，無法滿足9～11周歲L體型男童的需求。

3 結語

本文通過測量和分析江蘇地區9～14周歲學齡男童的人體尺寸數據，采用K-means聚類分析方法對該地區及年齡段男童進行體型分類，得出以下主要結論：

a）9～14周歲男童的發育速度與年齡緊密相關，12周歲男童的身高增速顯著減緩，進行兒童體型分類時應考慮年齡段對不同性別兒童發育情況的影響。

b）受生長發育影響，不同于成人體型分類標準中以胸腰差、臀腰差為分類指標，9～14周歲男童體型以縱向變化為主，體型分類指標采用身胸比、身腰比、身臀比更為合理。

c）對體型特征指標進行K-means聚類分析，江蘇地區9～14周歲男童的體型可分為S、M、L三類，分別表示矮瘦體、標準體和高壯體。

d）隨著年齡段的增長，男童體型發育逐漸趨于穩定，集中于中等體型，9～11周歲男童S、M、L三類體型占比分別為31.10%、38.28%、30.62%，而12～14周歲男童S、M、L3類體型占比分別為19.19%、62.63%、18.18%。

e）現行兒童服裝號型標準適用范圍存在局限性，無法滿足江蘇地區9～11周歲L體型及12～14周歲所有體型男童的服裝需求。

本文的研究結果可為江蘇地區兒童服裝號型標準修訂提供參考，以滿足更多體型兒童的服裝需求。本文的研究樣本來自江蘇地區的兒童，因此研究結果受到該地區文化、經濟和生活習慣等因素的影響，可能不完全適用于其他地區的兒童體型分類。未來研究需要獲取不同地區的兒童樣本數據，以優化全國范圍內兒童體型分類及服裝號型標準。

參考文獻：

［1］ 汪海仙，尚笑梅.人體體型分類方法研究綜述［J］. 現代絲綢科學與技術，2019，34（3）：37-40.

WANG Haixian， SHANG Xiaomei. A review of research on human body classification methods［J］." Modern Silk Science amp; Technology，2019，34（3）：37-40.

［2］ 楊杰，支阿玲，吳巧英.基于橢圓傅里葉算法的青年女性軀干形態分類［J］. 絲綢，2022，59（5）：34-41.

YANG Jie， ZHI Aling， WU Qiaoying. The torso morph-ology classification of young females based on ellipse Fourier［J］." Journal of Silk，2022，59（5）：34-41.

［3］ 黃元菁，申鴻.基于四川省女青年腰腹臀體型特征的皮褲樣板優化方案［J］. 皮革科學與工程，2023，33（6）：104-108.

HUANG Yuanjing， SHEN Hong. Optimization plan for leather pants template based on waist-abdomen-hip body shape characteristics of young women in Sichuan Province［J］." Leather Science and Engineering，2023，33（6）：104-108.

［4］ KOUSAR S， BABAR RAMZAN M， ARIF CHEEMA S， et al. Classification of male upper body shape： An innovative approach［J］." Journal of Engineered Fibers and Fabrics，2023，18：15589250231177447.

［5］ 孟靈靈，吳志明.基于蘇南地區學齡期兒童體型特點的服裝號型研究［J］. 紡織科技進展，2006（6）：87-89.

MENG Lingling， WU Zhiming. Study on the sizeand typeof clothes basedon the traits of bodily form of shool-aged children in the south area of Jiangsu province［J］." Progress in Textile Science amp; Technology，2006（6）：87-89.

［6］ 韓瑞，王軍，邵冰.基于三維測量的大連地區學齡兒童體型分類研究［J］. 紡織科學研究，2011（2）：45-53.

HAN Rui， WANG Jun， SHAO Bing. Study on body shape classification of school-age children in Dalian based on three-dimensional measurement［J］." Textile Science Res-earch，2011，22（2）：45-53.

［7］ CHUNG M J， LIN H F， WANG M J J. The development of sizing systems for Taiwanese elementary-and high-school" students［J］." International Journal of Industrial Ergonomics， 2007，37（8）：707-716.

［8］ 顧冰菲，張健，徐凱憶，等.基于聚類和形態參數的人體體型分析研究進展［J］. 服裝學報，2023，8（4）：307-314.

GU Bingfei， ZHANG Jian， XU Kaiyi， et al. Research progress of human body shape analysis based on clustering and morphological parameters［J］." Journal of Clothing Research，2023，8（4）：307-314.

［9］ 方方，王子英.K-means聚類分析在人體體型分類中的應用［J］. 東華大學學報（自然科學版），2014，40（5）：593-598.

FANG Fang， WANG Ziying. Application of K-means clustering analysis in the body shape classification［J］." Journal of Donghua University （Natural Science），2014，40（5）：593-598.

［10］ 吳巧英，馮婉婉.長江下游地區學齡前女童體型的分類［J］. 紡織學報，2013，34（4）：111-116.

WU Qiaoying， FENG Wanwan. Body classification of preschool girls from lower region of the Yangtze River［J］." Journal of Textile Research，2013，34（4）：111-116.

［11］ 史書娜，王利君.浙江金華地區小學女生服裝號型分析［J］. 毛紡科技，2018，46（8）：57-60.

SHI Shuna， WANG Lijun. Body shape analysis of primary school girls in Jinhua area of Zhejiang［J］." Wool Textile Journal，2018，46（8）：57-60.

［12］ 趙瑩，周捷，秦芳.西安地區小學生服裝號型分類［J］. 紡織高校基礎科學學報，2020，33（2）：50-54.

ZHAO Ying， ZHOU Jie， QIN Fang. The clothing size classification of primary school students in Xi '" an［J］." Basic Sciences Journal of Textile Universities，2020，33（2）：50-54.

［13］ 王星嵐，尹玲.江蘇地區8～15周歲學齡期男童的體型研究與分類［J］. 創意設計源，2022（5）：76-80.

WANG Xinglan， YIN Ling. Study and classification of body shape for 8-15 years '"" boys in Jiangsu area［J］." Idea amp; Design，2022（5）：76-80.

［14］ WU X， BAO L， DU Z， et al. Secular trends of age at menarche and the effect of famine exposure on age at menarche in rural Chinese women［J］." Annals of Human Biology，2022，49（1）：35-40.

［15］ 國家統計局，聯合國兒童基金會，聯合國人口基金.2020年中國兒童人口狀況：事實與數據［R］. 北京：國家統計局，2023.

National Bureau of Statistics， United Nations Children '" s Fund， United Nations Population Fund. China '" s child population status in 2020： Facts and figures［R］. Beijing： National Bureau of Statistics，2023.

［16］ 中華人民共和國國家衛生健康委員會.WS/T 612—2018：7周歲～18周歲兒童青少年身高發育等級評價［S］. 北京：中華人民共和國國家衛生健康委員會，2018.

National Health Commission of the People '" s Republic of China. WS/T 612—2018： Evaluation of height development" grade of children and adolescents aged 7 to 18 years old［S］. Beijing： National Health" Commission of the People '" s" Republic of China，2018.

［17］ 姚淑霞，張銅會.隨機抽樣必要樣本容量的確定方法及其應用［J］. 干旱區研究，2012，29（3）：547-552.

YAO Shuxia， ZHANG Tonghui. A method for determining necessary sample size in random sampling and its appli-cation［J］." Arid Zone Research，2012，29（3）：547-552.

［18］ CARSLEY S， PARKIN P C， TU K， et al. Reliability of" routinely collected anthropometric measurements in primary" care［J］." BMC Medical Research Methodology，2019，19（1）：84.

［19］ 梁小筠.正態性檢驗［M］. 北京：中國統計出版社，1996：142-151.

LIANG Xiaoyun. Normality Test［M］. Beijing： China Statistics Press，1996：142-151.

［20］ 郭亮，郭子雪，賈洪濤，等.基于皮爾遜相關系數與SVM的居民竊電識別［J］. 河北大學學報（自然科學版），2023，43（4）：357-363.

GUO Liang， GUO Zixue， JIA Hongtao， et al. Residents electric larceny detection based on Pearson correlation coefficient and SVM［J］." Journal of Hebei University （Natural Science Edition），2023，43（4）：357-363.

［21］ NAINGGOLAN R， PERANGIN-ANGIN R， SIMARMATA E， et al. Improved the performance of the K-Means cluster using the sum of squared error （sse） optimized by using the elbow method［J］." Journal of Physics： Con-ference Series，2019，1361（1）：012015.

Study on the body shape of boys aged from 9 to 14 based in Jiangsu province

YOU" Li1，" WANG" Jing1，" YANG" Liangbo1，" CHEN" Fei1，" YAN" Fangying^2a，" XU" Honghui1，" KE" Ying^2b

（1.Changzhou Food and Drug Fiber Quality Supervision and Inspection Center， Changzhou 213002， China;2a. College of Textile Science and Engineering; 2b. School of Digital Technology and InnovationDesign， Jiangnan University， Wuxi 214122， China）

Abstract：

The purpose of this study is to explore the body shape differences among boys aged from 9 to 14 in Jiangsu province. Economic development and improved living conditions have led to significant changes in the body types of Chinese children， exhibiting notable regional and gender variations， as well as diversity. The existing children '" s clothing size standards are outdated and do not fully reflect these changes. Therefore， there is an urgent need to update the data and classification standards to better meet the demands of the children '" s clothing market. The primary objective of this study is to classify the body types of boys aged from 9 to 14 in Jiangsu province through scientific measurement methods and data analysis， further optimize the relevant children '" s clothing size standards， and provide guidance for the design and production of children '" s clothing.

In this study， 14 key body size measurements of boys aged from 9 to 14 in Jiangsu province were obtained by combining contact manual measurement and non-contact three-dimensional scanning technology. The collected data were processed and analyzed by using descriptive statistical analysis， correlation analysis， principal component analysis， and K-means clustering analysis. The results showed significant differences in body development among different age groups. Based on the results of descriptive statistical analysis， it was observed that as age increased， the growth rate of boys '"" height slowed down significantly， with boys aged from 9 to 11 growing faster than those aged from 12 to 14. Furthermore， correlation analysis results indicated that body-to-chest ratio， body-to-waist ratio， and body-to-hip ratio were more correlated with BMI than traditional indicators such as chest-to-waist difference and waist-to-hip difference， making them more suitable for classifying children '" s body types. Finally， through K-means clustering analysis， the body types of boys aged from 9 to 11 and 12 to 14 were divided into three categories：" S（short and thin）， M（medium）， and L（tall and strong）. Among boys aged from 9 to 11， the proportions were 31.10%（S）， 38.28%（M）， and 30.62%（L）， while among boys aged from 12 to 14， the proportions were 19.19%（S）， 62.63%（M）， and 18.18%（L）. These results indicate that as boys age， their body shapes tend to stabilize， with a higher proportion of medium body types.

Studying the classification of body types among children of different age groups is beneficial for revising and optimizing the children '" s clothing size standards in Jiangsu province， providing enterprises with reference for designing and producing clothing that better fits the actual body types of children in the region. To enhance the general applicability of the results， future research will include more regional samples， so as to further provide reference for the nationwide optimization of children '" s clothing size standards.

Keywords：

children; body shape classification; anthropometric measurements; principal component analysis; K-means cluster analysis; elbow method

基金項目： 江蘇省市場監督管理局科技計劃項目（KJ2023054）

作者簡介： 尤立（1967—），女，正高級工程師，主要從事紡織品服裝檢驗檢測與管理方面的研究

通信作者： 柯瑩，E-mail：keying@jiangnan.edu.cn