基于云模型居民健康水平評(píng)價(jià)研究

吳懿祺，肖 翔，李泊言，尹 煜，古 晞

（1.上海工程技術(shù)大學(xué) a.城市軌道交通學(xué)院；b.數(shù)理與統(tǒng)計(jì)學(xué)院；c.材料工程學(xué)院，上海 201620；2.同濟(jì)大學(xué) 數(shù)學(xué)科學(xué)學(xué)院，上海 200092）

近年來(lái)，隨著經(jīng)濟(jì)發(fā)展，人們?cè)谏眢w層面被一些慢性疾病所折磨，這些具有所謂“失配性”現(xiàn)象的慢性非傳染疾?。ㄈ缣悄虿?、高血壓、高血脂及精神疾病等）不僅越來(lái)越多，而且有年輕化的趨勢(shì).與此同時(shí)，人們也受到嚴(yán)重的水污染、空氣污染、垃圾圍城等現(xiàn)代化環(huán)境問(wèn)題困擾.依靠“治病為中心”的末端應(yīng)對(duì)方式已無(wú)法解決這些問(wèn)題，需要采取“以健康為中心”的全過(guò)程測(cè)控策略，以“社會(huì)共治”的模式謀求新的解決之道.

1 文獻(xiàn)綜述

國(guó)內(nèi)外對(duì)居民健康水平領(lǐng)域的研究已經(jīng)取得豐富的研究成果.在國(guó)內(nèi)，李婕[1]采用傾向性匹配得分法（PSM）定量研究不同收入水平下基本醫(yī)療保險(xiǎn)對(duì)城鄉(xiāng)中老年人健康的影響以及醫(yī)療保險(xiǎn)與健康水平之間的關(guān)系，結(jié)果表明醫(yī)療保險(xiǎn)對(duì)居民的健康水平有促進(jìn)作用，尤其是對(duì)農(nóng)村低收入中老年人的作用效果更加顯著，緩解了農(nóng)村健康不平等問(wèn)題.張雅婧[2]以居民心理和身體健康作為切入點(diǎn)，通過(guò)因子分析法從5 個(gè)變量中合成3 個(gè)維度的變量(肢體健康，自評(píng)身體建康，自評(píng)心理健康)，賦予不同權(quán)重并最終整合成1 個(gè)綜合變量表示老人健康水平，使用多元線性回歸分析城鄉(xiāng)老年人的健康水平，結(jié)果表明城鎮(zhèn)老年人健康水平比農(nóng)村老年人的健康水平高.李亞南[3]選取截面數(shù)據(jù)進(jìn)行因子分析，得到影響城鎮(zhèn)居民生活水平的4 個(gè)主因子，分別為收支與就業(yè)因子、醫(yī)療衛(wèi)生因子、人口壓力因子和資源因子，定量分析我國(guó)不同地區(qū)居民健康水平的排名，研究表明東部地區(qū)居民健康水平比西部不發(fā)達(dá)地區(qū)居民的健康水平高.在國(guó)外，Cuesta 等[4]采用隨機(jī)效應(yīng)模型研究居民收入與心理健康之間的關(guān)系，結(jié)果表明收入越少，居民健康水平越低.

通過(guò)對(duì)文獻(xiàn)的梳理發(fā)現(xiàn),在健康指標(biāo)體系的構(gòu)建中，大多數(shù)學(xué)者是從心理層面和身體層面展開(kāi)研究，雖然國(guó)內(nèi)學(xué)者近年來(lái)開(kāi)始使用量化模型研究健康水平，但往往忽略模型的不確定性，所以研究成果與現(xiàn)實(shí)情況有所差異.

針對(duì)上述問(wèn)題，本研究在以下方面進(jìn)行創(chuàng)新：第一，構(gòu)建與居民健康水平相關(guān)的生態(tài)環(huán)境、生活方式、醫(yī)療保健、工作壓力的指標(biāo)體系;第二，在評(píng)價(jià)方面運(yùn)用云模型這一新方法，以解決傳統(tǒng)評(píng)價(jià)方法在評(píng)價(jià)過(guò)程中存在的不確定性及無(wú)法實(shí)現(xiàn)定性定量互相轉(zhuǎn)換的缺陷.最終，基于云模型，對(duì)深圳市居民的健康水平進(jìn)行具體的應(yīng)用研究.

2 居民健康水平的評(píng)價(jià)指標(biāo)體系

2.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建

本研究在不同層面對(duì)居民健康水平進(jìn)行分析，達(dá)到對(duì)健康水平綜合評(píng)價(jià)的目的.結(jié)合慢性非傳染疾病的形成機(jī)理[1?4]，在指標(biāo)體系構(gòu)建原則的指導(dǎo)下，考慮到實(shí)際情況以及數(shù)據(jù)的可得性與可操作性，最終確定包含16 個(gè)二級(jí)指標(biāo)的指標(biāo)體系，見(jiàn)表1.

評(píng)價(jià)指標(biāo)確定原因分析如下：

1）生態(tài)環(huán)境?Engel[5]通過(guò)對(duì)全球流行病影響因素分析指出，20%的疾病與生態(tài)環(huán)境有關(guān)；

表1 評(píng)價(jià)指標(biāo)Table 1 Evaluation indexes

2）生活方式?眾多研究表明，生活方式是影響居民健康水平的主要原因[6]，其中風(fēng)險(xiǎn)健康行為（如缺乏體育鍛煉等）是導(dǎo)致慢性病的首要原因；

3）醫(yī)療保健?Coulter[7]認(rèn)為居民健康與醫(yī)療保健提供之間有著密切關(guān)聯(lián)；

4）工作壓力?當(dāng)前社會(huì)中“智能制造”的普及造成的青壯年失業(yè)問(wèn)題，諸如互聯(lián)網(wǎng)公司等加班成為普遍現(xiàn)象，近年來(lái)由于工作壓力導(dǎo)致員工心理崩潰的案例時(shí)有發(fā)生，工作壓力極大地影響了居民的心理健康.

2.2 評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)的確立

只有確定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，才能判斷所有評(píng)價(jià)指標(biāo)到底處于什么樣的狀態(tài).目前關(guān)于居民健康水平還沒(méi)有一個(gè)現(xiàn)成的標(biāo)準(zhǔn)可供參考.基于文獻(xiàn)[8]，并結(jié)合慢性非傳染病的形成機(jī)理，將居民健康水平指標(biāo)劃分為4 個(gè)等級(jí)，見(jiàn)表2.4 個(gè)等級(jí)分別為健康級(jí)，表示居民健康水平非常好，需要繼續(xù)維持此狀態(tài)；亞健康級(jí)，表示居民健康水平較好；病變級(jí)，表示居民健康水平一般；危情級(jí)，表示較多居民患有嚴(yán)重的疾病，需要引起個(gè)人的注意，并且政府應(yīng)當(dāng)采取適當(dāng)?shù)拇胧?

表2 健康水平評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)Table 2 Evaluation grade standard for health conditions

3 評(píng)價(jià)指標(biāo)權(quán)重

居民健康水平指標(biāo)體系的構(gòu)建為健康水平評(píng)價(jià)搭建了總體框架，而指標(biāo)權(quán)重的量化直接影響結(jié)果的準(zhǔn)確性和客觀性，本研究采用基于正態(tài)云的主客觀組合賦權(quán)法確定各二級(jí)指標(biāo)的權(quán)重.正態(tài)云模型將主觀權(quán)重信息和客觀權(quán)重信息進(jìn)行融合，并通過(guò)逆向云生成算法確定正態(tài)云組合權(quán)重，將主觀權(quán)重和客觀權(quán)重信息擴(kuò)散成正態(tài)云模型，能夠有效地解決主觀權(quán)重和客觀權(quán)重的信息不確定及信息融合問(wèn)題，有助于較好地處理權(quán)重組合過(guò)程中存在的模糊性和隨機(jī)性，提高評(píng)價(jià)過(guò)程中組合權(quán)重結(jié)果的準(zhǔn)確性和合理性[9].

3.1 云模型理論

云模型結(jié)合了隨機(jī)性和模糊性，主要用于定性與定量的相互轉(zhuǎn)換.本研究使用正態(tài)云模型[10]，用期望 Ex，熵 En和超熵 He等3 個(gè)數(shù)值來(lái)表示其數(shù)字特征.根據(jù)以上數(shù)字特征，一般將云模型記為C(Ex,En,He).本研究使用正向云發(fā)生器[11]，將定性轉(zhuǎn)換為定量，步驟如下：

1）產(chǎn)生一個(gè)期望為En，標(biāo)準(zhǔn)差為He的正態(tài)隨機(jī)數(shù)En′；

2）產(chǎn)生一個(gè)期望為Ex，標(biāo)準(zhǔn)差為En的正態(tài)隨機(jī)數(shù)xi；

3）求解xi對(duì)定性概念的確定度ui=

4）重復(fù)步驟1）至3）N次，得到N個(gè)云滴(xi,ui)組成云像.

3.2 評(píng)價(jià)指標(biāo)的云數(shù)字特征計(jì)算

基于云模型理論，3 個(gè)云數(shù)字特征可以將評(píng)價(jià)過(guò)程中固有的隨機(jī)性、模糊性和離散性表示出來(lái).因此，對(duì)因素集的評(píng)價(jià)等級(jí)可以用正態(tài)云模型表示，評(píng)語(yǔ)表述有雙邊約束和單邊約束兩種.考慮到這4 個(gè)等級(jí)對(duì)應(yīng)的評(píng)語(yǔ)值都有雙邊取值范圍，本研究使用雙邊約束，正態(tài)云的數(shù)字特征值的計(jì)算公式為

表3 健康水平指標(biāo)正態(tài)云特征值Table 3 Normal cloud eigenvalues of health level indexes

已知指標(biāo)各等級(jí)的云數(shù)字特征，利用Matlab 2016 軟件，通過(guò)正向云發(fā)生器得到對(duì)應(yīng)評(píng)價(jià)等級(jí)的云圖，如圖1 所示.

圖1 健康水平評(píng)價(jià)等級(jí)云模型Fig.1 Cloud model of evaluation grade for health level

3.3 居民健康水平綜合評(píng)價(jià)云

目前，將指標(biāo)評(píng)價(jià)值與權(quán)重值綜合起來(lái)的方法主要有乘法合成法和加法合成法.由于本研究中健康水平評(píng)價(jià)中的指標(biāo)相互獨(dú)立，因此選擇加法合成計(jì)算健康水平綜合評(píng)價(jià)云，應(yīng)用云模型數(shù)字特征值表示，公式為

式中：R為健康綜合評(píng)價(jià)云；X為基于云模型的模糊綜合評(píng)價(jià)矩陣；W為基于云模型的評(píng)價(jià)指標(biāo)權(quán)重.

4 實(shí)例應(yīng)用

為驗(yàn)證方法的可行性，本研究選取深圳市進(jìn)行實(shí)例應(yīng)用分析.監(jiān)測(cè)顯示[13]，2019 年深圳市民健康素養(yǎng)水平為31.74%，較2018 年的24.27%增長(zhǎng)7.47 個(gè)百分點(diǎn)。2019 年深圳市民健康素養(yǎng)水平已提前達(dá)到政策規(guī)定的30%的目標(biāo)。

4.1 深圳市居民健康水平權(quán)重計(jì)算

本研究采用組合賦權(quán)法確定指標(biāo)權(quán)重.其中，主觀權(quán)重U由層次分析法確定，客觀權(quán)重V由熵權(quán)法確定，結(jié)合U和V確定綜合權(quán)重W，見(jiàn)表4.

表4 評(píng)價(jià)指標(biāo)權(quán)重Table 4 Weights of evaluation indexes

4.2 深圳市居民健康水平的評(píng)價(jià)計(jì)算

根據(jù)健康水平的正態(tài)云評(píng)價(jià)模型，計(jì)算深圳市居民健康綜合評(píng)價(jià)云，2019 年的云模型數(shù)字特征為

用同樣的方法算出2016—2018 年的云模型數(shù)字特征，分別為

其中，2019 年深圳居民健康水平評(píng)價(jià)云模型與健康水平評(píng)價(jià)等級(jí)云模型對(duì)比如圖2 所示.通過(guò)觀察可知，2019 年的正態(tài)云圖完全落在(6，8)區(qū)間，即亞健康等級(jí)區(qū)間.

圖2 2019 年深圳居民健康水平評(píng)價(jià)云模型Fig.2 Cloud model of health level evaluation for Shenzhen residents in 2019

最后，利用正向云發(fā)生器生成2016—2019 年的云圖，將每年的云圖和評(píng)價(jià)等級(jí)云圖進(jìn)行一一對(duì)比，如圖3 所示，最終得到深圳居民每年的健康水平評(píng)價(jià)等級(jí).

圖3 2016—2019 年深圳市居民健康水平變化趨勢(shì)Fig.3 Changing trend of health level of Shenzhen residents from 2016 to 2019

從圖中可以看出，2016—2019 年深圳市居民健康水平呈逐年穩(wěn)固上升趨勢(shì)，2019 年居民健康水平已經(jīng)接近健康等級(jí)，隨著生態(tài)環(huán)境的持續(xù)改善和社會(huì)保障制度的不斷完善，深圳市居民健康水平很快可以到達(dá)健康等級(jí).

5 結(jié)語(yǔ)

本研究根據(jù)云理論構(gòu)建基于云模型的居民健康水平評(píng)價(jià)模型.與一般方法相比，云模型利用期望、熵、超熵，極大程度地考慮健康水平評(píng)價(jià)過(guò)程中固有的不確定性.研究從生態(tài)環(huán)境、生活方式、醫(yī)療保健、工作壓力等4 個(gè)方面提煉出居民健康水平的常用指標(biāo)構(gòu)建評(píng)價(jià)體系，建立健康級(jí)、亞健康級(jí)、病變級(jí)和危情級(jí)4 個(gè)評(píng)價(jià)等級(jí)，通過(guò)計(jì)算各評(píng)價(jià)指標(biāo)的云數(shù)字特征，與權(quán)重矩陣進(jìn)行綜合計(jì)算得到綜合評(píng)價(jià)云.最后，將評(píng)價(jià)模型應(yīng)用于廣東省深圳市，計(jì)算出各指標(biāo)的組合權(quán)重，并利用正態(tài)云發(fā)生器計(jì)算得2016—2019 年每年的綜合評(píng)價(jià)云，與評(píng)價(jià)等級(jí)作比較，得到最終的評(píng)價(jià)結(jié)果與實(shí)際監(jiān)測(cè)結(jié)果相符.

該模型具有可推廣性，將本研究中關(guān)于深圳市相關(guān)數(shù)據(jù)換成其他城市的數(shù)據(jù)，就可以對(duì)其他城市的居民健康水平進(jìn)行評(píng)估.綜合全國(guó)各城市的居民健康水平，政府可以制定出更符合國(guó)家發(fā)展戰(zhàn)略的相關(guān)政策.由于居民健康水平涉及的內(nèi)容較多，本文在建立評(píng)價(jià)體系時(shí)不可避免地會(huì)有遺漏和偏差，因此指標(biāo)體系有待更進(jìn)一步的完善.