大學(xué)生肥胖檢出率的空間分布特征及其影響因素

辛譚思祺　于紅妍

摘 要：采用整群抽樣法抽取2015-2018年大一新生18 319名，分析大學(xué)生肥胖檢出率的空間分布特征及影響空間分布的因素.研究發(fā)現(xiàn)：大學(xué)生肥胖檢出率的高值區(qū)為河北省、吉林省和黑龍江省;熱點(diǎn)區(qū)包含7個(gè)省份，集中在東北部;冷點(diǎn)區(qū)包含4個(gè)省份，集中在南部.氣溫是影響空間分布特征的重要因素，對處于肥胖檢出率高值區(qū)和熱點(diǎn)區(qū)的省份進(jìn)行干預(yù)時(shí)，應(yīng)重點(diǎn)考慮氣溫的影響.

關(guān)鍵詞：GIS;大學(xué)生;肥胖檢出率;空間分布

[中圖分類號]G80-05?? [文獻(xiàn)標(biāo)志碼]A

Spatial Distribution Characteristics and Influencing Factors ofObesity Detection Rate Based on GIS AmongChinese College Students

XIN Tansiqi，YU Hongyan*

（Shanghai Jiao Tong University，Shanghai 200240，China）

Abstract：The cluster sampling method was used to select 18，319 freshmen from 2015 to 2018，and the spatial distribution characteristics of the obesity detection rate of college students and the factors affecting the spatial distribution were analyzed.The study found that： Hebei Province，Jilin Province and Heilongjiang Province have the highest obesity detection rates among college students;the hot spot area includes 7 provinces，concentrated in the northeast;the cold spot area includes 4 provinces，concentrated in the south.Temperature is an important factor that affects this spatial distribution.When intervening in provinces with high obesity detection rates and hot spots，the impact of temperature should be considered.

Key words：GIS;college students;obesity detection rate;spatial distribution

肥胖是一種常見的、明顯的、復(fù)雜的代謝失調(diào)癥[1]，是危害人類健康的主要因素之一.高校大學(xué)生作為國家建設(shè)的主力軍，正處于特殊的身體發(fā)育階段，他們的身體健康狀況不僅影響自身的學(xué)習(xí)和生活質(zhì)量[2]，更關(guān)乎國家未來的發(fā)展，因此應(yīng)當(dāng)較為全面地認(rèn)識大學(xué)生的體質(zhì)現(xiàn)狀.本研究借助地理信息系統(tǒng)（Geographic Information System，GIS）技術(shù)對大學(xué)生肥胖檢出率的空間分布進(jìn)行研究，以期為大學(xué)生開展肥胖干預(yù)提供實(shí)證參考.

1 研究方法

1.1 數(shù)據(jù)來源

空間數(shù)據(jù)來源 以我國省域1∶40 000 000電子地圖（shp格式）作為底圖進(jìn)行空間分布分析.

體測數(shù)據(jù)來源 采用整群抽樣方法，抽取上海市大學(xué)生體質(zhì)健康監(jiān)測數(shù)據(jù)庫中大學(xué)一年級學(xué)生身高、體重等數(shù)據(jù).抽樣時(shí)段為2015-2018年，刪除異常及無效數(shù)據(jù)后，樣本量為18 319人，覆蓋我國大陸31個(gè)省市（自治區(qū)）.由于缺少香港、臺灣和澳門的相關(guān)數(shù)據(jù)，所以不在本研究范圍內(nèi).大學(xué)一年級學(xué)生體質(zhì)測試在剛?cè)雽W(xué)時(shí)進(jìn)行，還未受到學(xué)校所在地環(huán)境的影響，能夠代表其生源地的情況，由此來確定學(xué)生肥胖檢出率的空間分布狀況.

屬性數(shù)據(jù)來源 通過國家統(tǒng)計(jì)局官網(wǎng)[3]查詢獲得全國各省、市、自治區(qū)的相關(guān)經(jīng)濟(jì)、社會、自然環(huán)境數(shù)據(jù).

肥胖判斷標(biāo)準(zhǔn)采用BMI作為肥胖的判斷標(biāo)準(zhǔn).根據(jù)2014年修訂的國家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)[4]對BMI指數(shù)進(jìn)行分類.依據(jù)學(xué)生BMI指數(shù)數(shù)值，將其劃分為4類：低體重、正常體重、超重及肥胖（表1）.每一省份的肥胖檢出率=該省的肥胖人數(shù)/該省的總樣本量.

1.2 空間統(tǒng)計(jì)分析方法

Jenks自然最佳斷裂聚類法 基于數(shù)據(jù)內(nèi)部的內(nèi)在聯(lián)系自然分組，使得組間差距最大化組內(nèi)相似值最優(yōu)化，分組點(diǎn)選在數(shù)據(jù)變量值出現(xiàn)相對最大變化處.

冷熱點(diǎn)分析（Getis-Ord G*i） 當(dāng)空間數(shù)據(jù)存在全局空間關(guān)聯(lián)特征時(shí)，采用Getis-Ord G*i指數(shù)檢查局部地區(qū)是否存在統(tǒng)計(jì)顯著的高值集聚（熱點(diǎn)區(qū)）或低值集聚（冷點(diǎn)區(qū)）的空間分布模式.Getis-Ord G*i指數(shù)的計(jì)算公式為：

G*i（d）=∑nj=1Wij（d）Xj∑nj=1Xj.（1）

為了便于解釋和比較，對G*i（d）進(jìn)行標(biāo)準(zhǔn)化處理：

Z（G*i）=G*i-E（G*i）Var（G*i）.（1′）

式（1′）中，E（G*i）和Var（G*i）分別是G*i的數(shù)學(xué)期望和變異數(shù)，Wij（d）是空間權(quán)重.如果Z（G*i）為正且顯著，表明位置i周圍的值相對較高（高于均值），屬高值空間集聚（又稱熱點(diǎn)區(qū)）;反之，如果Z（G*i）為負(fù)且顯著，則表明位置i周圍的值相對較低（低于均值），屬低值空間集聚（又稱冷點(diǎn)區(qū)）.

回歸分析 普通最小二乘法（Ordinary Least Square，OLS）是線性回歸模型最基本最重要的參數(shù)估計(jì)方法之一，通過構(gòu)造殘差平方和函數(shù)，以模型參數(shù)估計(jì)量為變量，以函數(shù)值達(dá)到最小來確定參數(shù)估計(jì)值的取值.OLS回歸模型為：

yi=β0+∑mk=1βkxik+εi.（2）

式（2）中，yi為因變量值， xik（k=1，2，…，m）為解釋變量值，βk（k=1，2，…，m）為回歸分析系數(shù).

地理加權(quán)回歸模型 將地理學(xué)的第一定律與局部空間統(tǒng)計(jì)方法結(jié)合起來，分別解析分析點(diǎn)，以獲得與空間位置一一對應(yīng)的空間回歸系數(shù)，并使用隨空間位置變化而變化的參數(shù)估計(jì)來量化空間關(guān)系的異質(zhì)性，是一種揭示觀察到的屬性值在空間上的的非平穩(wěn)性和空間依賴性的有效方法.基礎(chǔ)地理加權(quán)回歸模型為：

yi=β0（ui，vi）+∑mk=1βk（ui，vi）xik+εi.（3）

式（3）中，yi為在位置i處的因變量值， xik（k=1，2，…，m）為位置i處的解釋變量值，（ui，vi）為回歸分析點(diǎn)i的坐標(biāo)，β0（ui，vi）為截距項(xiàng)，βk（k=1，2，…，m）為回歸分析系數(shù).

指定GWR模型，對GWR結(jié)果進(jìn)行檢查，確?；貧w殘差在空間中的隨機(jī)分布，如果高殘差或低殘差在空間上顯著聚集分布且具有統(tǒng)計(jì)學(xué)意義，則意味著指定了錯誤的GWR模型，需要更改解釋變量，再次指定GWR模型.

數(shù)理統(tǒng)計(jì)法 分性別組的均值±2倍標(biāo)準(zhǔn)差作為正常值的參考范圍.對身高、體重進(jìn)行統(tǒng)計(jì)處理，將超出參考范圍的觀測予以剔除.采用描述性統(tǒng)計(jì)法統(tǒng)計(jì)2015-2018年31個(gè)?。ㄗ灾螀^(qū)、直轄市）的學(xué)生肥胖檢出率.計(jì)算Getis-Ord G*i指數(shù)，在95%置信度水平下進(jìn)行Z檢驗(yàn)，判斷肥胖檢出率在空間上是否呈現(xiàn)聚集以及聚集的方式.通過普通最小二乘法獲得正確的OLS模型，得出回歸顯著的解釋變量，再將其與肥胖檢出率進(jìn)行地理加權(quán)回歸分析，并對回歸模型進(jìn)行檢查，找出影響肥胖檢出率空間分布的因素.分析通過SPSS 24.0軟件和ArcGIS 10.4軟件完成.

2 結(jié)果與分析

2.1 大學(xué)生肥胖檢出率的空間分布

計(jì)算我國31個(gè)?。ㄗ灾螀^(qū)、直轄市）大學(xué)生肥胖檢出率，借助ArcGIS 10.4軟件，采用Jenks自然最佳斷裂點(diǎn)法對數(shù)據(jù)進(jìn)行分組（表2）.2015-2018年大學(xué)生肥胖檢出率集中在2.72%～7.85%.學(xué)生肥胖檢出率高值地區(qū)為東北部的河北省、吉林省、黑龍江省，均超過6.30%;肥胖檢出率較高的地區(qū)在我國環(huán)渤海地區(qū)和西部地區(qū)，包括遼寧省、北京市、山東省和新疆回族自治區(qū);肥胖檢出率低值地區(qū)主要分布在我國南部，包括四川省、云南省、廣西壯族自治區(qū)、福建省、海南省，均低于2.95%.

2.2 大學(xué)生肥胖檢出率的局域空間分布特征

計(jì)算數(shù)據(jù)局域空間關(guān)聯(lián)指數(shù)Getis-ord G*i，利用ArcGIS軟件將其空間化，用Jenks自然斷點(diǎn)分級法對局域G*i統(tǒng)計(jì)量從高到低分成4類，依次為熱點(diǎn)區(qū)域、次熱區(qū)域、次冷區(qū)域和冷點(diǎn)區(qū)域.

2015-2018年，大學(xué)生肥胖檢出率熱點(diǎn)區(qū)域聚集在東北地區(qū)的黑龍江省、吉林省和遼寧省，華北地區(qū)的河北省、北京市、天津市以及內(nèi)蒙古自治區(qū)，共有七個(gè)熱點(diǎn)地區(qū).冷點(diǎn)區(qū)域聚集在西南地區(qū)的重慶市，中南地區(qū)的湖南省、廣西壯族自治區(qū)和廣東省.

肥胖與所在地域的自然環(huán)境、社會經(jīng)濟(jì)、飲食習(xí)慣等有較強(qiáng)的關(guān)聯(lián).李紀(jì)江[5]研究得出氣溫、海拔高度、地球緯度等自然地理環(huán)境因素對北方地區(qū)人群身體形態(tài)的影響程度要大于南方地區(qū)，這可能是導(dǎo)致學(xué)生肥胖檢出率高的地區(qū)在北方聚集，而肥胖檢出率低的地區(qū)在南方聚集的原因之一.季成葉[6]等研究表明，對第一因子（反映總的體格水平）具有重要影響的因素，地理自然環(huán)境指標(biāo)（如日照、氣溫、維度等）明顯優(yōu)勢，但社會經(jīng)濟(jì)指標(biāo)（如生活消費(fèi)開支等）的作用也不容忽視.肖憲平[7]通過斯皮爾曼（Spearman）相關(guān)分析和多元逐步回歸分析研究發(fā)現(xiàn)，自然環(huán)境因素中的緯度、年平均氣溫、年降水量、年日照時(shí)數(shù)對少數(shù)民族18歲男女學(xué)生的身高、體重具有高度顯著性;社會環(huán)境因素中的人均存款余額與18歲男生的體重、胸圍、身體質(zhì)量指數(shù)（BMI）具有顯著性差異.戴月[8]通過多因素Logistic回歸研究得出男性、高齡、低文化程度、高收入、居住在城市、蘇北地區(qū)為成人超重肥胖的危險(xiǎn)因素.各個(gè)因素間相互影響，可能是造成我國學(xué)生肥胖情況在空間上聚集分布的原因.

2.3 影響因素

選取2014-2017年各地區(qū)的地區(qū)生產(chǎn)總值、人均地區(qū)生產(chǎn)總值、居民消費(fèi)水平、城市人口密度、人均公園綠地面積、年平均氣溫、年降水量、年日照時(shí)數(shù)和年平均相對濕度作為解釋變量，以大學(xué)生肥胖檢出率作為因變量進(jìn)行回歸分析.OLS回歸結(jié)果僅得到“年平均氣溫”這一因素與肥胖檢出率呈顯著相關(guān)關(guān)系（R2=0.320，調(diào)整后R2=0.296，F(xiàn)=13.642，P<0.001）.

將OLS回歸篩選出的解釋變量“年平均氣溫”與大學(xué)生肥胖檢出率進(jìn)行地理加權(quán)回歸分析，發(fā)現(xiàn)在考慮地理位置后的GWR回歸模型的解釋力更強(qiáng)（R2=0.626，調(diào)整后R2=0.518）.對GWR回歸結(jié)果的殘差及條件數(shù)進(jìn)行檢查，確定GWR回歸模型正確.GWR回歸系數(shù)在-0.026～-0.216，均為負(fù)，說明氣溫與肥胖檢出率呈顯著負(fù)相關(guān)關(guān)系.

熱點(diǎn)區(qū)省份的年平均氣溫平均為-4.5 ℃，冷點(diǎn)區(qū)為13.0 ℃，相差17.5 ℃. 溫度每下降10 ℃，身體活動參與率就會減少1%～2%.每天的身體活動水平隨著環(huán)境溫度的降低而降低.因此，應(yīng)重視低氣溫對學(xué)生身體鍛煉的影響.

3 結(jié)論

2015-2018年，大學(xué)生肥胖檢出率熱點(diǎn)聚集在東北部，冷點(diǎn)區(qū)聚集在南部.氣溫是影響這種空間分布特征的重要影響因素.建議相關(guān)部門在對肥胖檢出率高值區(qū)和熱點(diǎn)區(qū)的學(xué)生進(jìn)行肥胖干預(yù)時(shí)，重點(diǎn)考慮低氣溫的影響.

參考文獻(xiàn)

[1]孫長新.單純性肥胖運(yùn)動處方研究綜述[J].牡丹江師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2012（1）：21-23.

[2]王忠波.淺析肥胖大學(xué)生運(yùn)動處方的制定[J].牡丹江師范學(xué)院學(xué)報(bào)：自然科學(xué)版，2009（1）：58-59.

[3]2014年《國家學(xué)生體質(zhì)健康標(biāo)準(zhǔn)》單項(xiàng)指標(biāo)評分表[EB/OL].http：//www.csh.edu.cn/wtzx/zl/20141226/2c909e854a8490a4014a8498e6730009.html.

[4]中華人民共和國統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒[M].北京：中國統(tǒng)計(jì)出版社.

[5]李紀(jì)江，蔡睿，何仲濤.我國成年人體質(zhì)綜合水平與自然環(huán)境因素的關(guān)聯(lián)分析[J].體育科學(xué)，2010，30（12）：42-47.

[6]季成葉，袁捷，溫大英.中國農(nóng)村青少年生長發(fā)育地區(qū)差異的環(huán)境影響因素淺析[J].體育科學(xué)，1992（1）：38-42+46+95.

[7]肖憲平，唐少敏，張?zhí)斐?我國18歲少數(shù)民族學(xué)生體格與自然環(huán)境因素及社會經(jīng)濟(jì)環(huán)境因素的相關(guān)性研究[J].安徽體育科技，2010，31（3）：47-51.

[8]戴月，袁寶君，甄世祺.江蘇省成人超重肥胖現(xiàn)狀及其影響因素分析[J].江蘇預(yù)防醫(yī)學(xué)，2013，24（4）：20-21.

編輯：吳楠

收稿日期：2020-11-01

基金項(xiàng)目：國家社會科學(xué)基金項(xiàng)目（18BTY082）

作者簡介：辛譚思祺（1996-），女，山東淄博人.碩士研究生，主要從事體質(zhì)健康促進(jìn)研究;于紅妍（1976-），女，黑龍江雞西人.副教授，博士，碩士研究生導(dǎo)師，主要從事體質(zhì)健康促進(jìn)研究.

通訊作者：于紅妍