目的:综合评价2011~2019年我国居民健康水平,了解31个省份居民健康水平差异,为实现健康中国2030年目标和相关部门优化卫生资源配置,制定健康政策和措施提供科学依据。方法:采用熵权TOPSIS法从生理健康、心理健康、社会适应和道德完善多维度综合评价我国31个省份居民健康水平,结合RSR法进行分档。结果:2011~2019年我国31个省份居民健康水平为“好”的地区为西藏、广东、山西、宁夏、福建,Ci值分别为0.683、0.633、0.602、0.593、0.586。健康水平为“差”的地区为四川、重庆、黑龙江、辽宁,Ci值分别为0.433、0.371、0.423、0.401。结论:川渝地区和东北地区居民健康水平较低,东部地区心理健康问题较为突出,建议政府加强居民心理健康教育和道德教育,不断提高居民心理健康素养和道德素质,促进东、中、西部居民健康水平均衡发展。 Objective: To comprehensively evaluate the health level of residents in mainland China from 2011 to 2019, and to understand the differences in health levels of residents in 31 provinces, so as to provide scientific basis for achieving the Healthy China 2030 goal and for relevant departments to optimize the allocation of health resources and formulate health policies and measures. Methods: The Entropy weight TOPSIS method was used to comprehensively evaluate the health level of resi-dents in 31 provinces mainland China from multiple dimensions of physical health, mental health, social adaptation and moral improvement. RSR method was used to classify the health status. Re-sults: From 2011 to 2019, the areas with “good” residents’ health levels in mainland China were Ti-bet, Guangdong, Shanxi, Ningxia, and Fujian, with Ci values of 0.683, 0.633, 0.602, 0.593, and 0.586 respectively. The areas with “poor” health levels were Sichuan, Chongqing, Heilongjiang, and Liao-ning, and the Ci values are 0.433, 0.371, 0.423, and 0.401 respectively. Conclusion: The health level of residents in Sichuan, Chongqing and Northeastern regions was low. Mental health problems were more prominent in the eastern region. It is recommended that the government strengthen mental and moral health education to continuously improve residents’ mental health literacy and moral quality. The health of residents in the eastern, central and western parts of the country should be developed in a balanced way.
目的:综合评价2011~2019年我国居民健康水平,了解31个省份居民健康水平差异,为实现健康中国2030年目标和相关部门优化卫生资源配置,制定健康政策和措施提供科学依据。方法:采用熵权TOPSIS法从生理健康、心理健康、社会适应和道德完善多维度综合评价我国31个省份居民健康水平,结合RSR法进行分档。结果:2011~2019年我国31个省份居民健康水平为“好”的地区为西藏、广东、山西、宁夏、福建,Ci值分别为0.683、0.633、0.602、0.593、0.586。健康水平为“差”的地区为四川、重庆、黑龙江、辽宁,Ci值分别为0.433、0.371、0.423、0.401。结论:川渝地区和东北地区居民健康水平较低,东部地区心理健康问题较为突出,建议政府加强居民心理健康教育和道德教育,不断提高居民心理健康素养和道德素质,促进东、中、西部居民健康水平均衡发展。
居民健康水平,TOPSIS法,RSR法,综合评价
Qingqing Bu, Xinrui Chen, Meng Zhang, Bo Tan, Dan Deng*
Medical and Social Development Research Center, School of Public Health, Chongqing Medical University, Chongqing
Received: Dec. 25th, 2023; accepted: Feb. 21st, 2024; published: Feb. 27th, 2024
Objective: To comprehensively evaluate the health level of residents in mainland China from 2011 to 2019, and to understand the differences in health levels of residents in 31 provinces, so as to provide scientific basis for achieving the Healthy China 2030 goal and for relevant departments to optimize the allocation of health resources and formulate health policies and measures. Methods: The Entropy weight TOPSIS method was used to comprehensively evaluate the health level of residents in 31 provinces mainland China from multiple dimensions of physical health, mental health, social adaptation and moral improvement. RSR method was used to classify the health status. Results: From 2011 to 2019, the areas with “good” residents’ health levels in mainland China were Tibet, Guangdong, Shanxi, Ningxia, and Fujian, with Civalues of 0.683, 0.633, 0.602, 0.593, and 0.586 respectively. The areas with “poor” health levels were Sichuan, Chongqing, Heilongjiang, and Liaoning, and the Civalues are 0.433, 0.371, 0.423, and 0.401 respectively. Conclusion: The health level of residents in Sichuan, Chongqing and Northeastern regions was low. Mental health problems were more prominent in the eastern region. It is recommended that the government strengthen mental and moral health education to continuously improve residents’ mental health literacy and moral quality. The health of residents in the eastern, central and western parts of the country should be developed in a balanced way.
Keywords:Residents’ Health Level, TOPSIS Method, RSR Method, Comprehensive Evaluation
Copyright © 2024 by author(s) and beplay安卓登录
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
健康是社会发展与文明进步的重要基石,是国家昌盛和人民富强的重要标志。以习近平同志为核心的党中央把保障人民健康放在优先发展的战略位置 [
熵权法、优劣解距离法(technique for order preference by similarity to ideal solution, TOPSIS)和秩和比法(rank sum ratio, RSR)被广泛运用于医疗卫生服务质量评价,但在评价居民健康水平上应用较少 [
本文选取2011~2019年为研究时间,以我国31个省份(不包括港、澳、台地区)为研究对象,数据来源于《中国卫生统计年鉴》《中国民政统计年鉴》《中国检察统计年鉴》。根据世界卫生组织对健康的多维定义,结合数据的科学性和可获得性,借鉴学者杨振 [
维度 | 指标 | 计算公式 | 指标 属性 |
---|---|---|---|
生理健康 | 人口粗死亡率 | 一年内死亡人数/同年该地区平均人口数(‰) | 负向 |
孕产妇死亡率 | 一年内孕产妇死亡数/同年该地区活产数(1/10万) | ||
甲乙类法定报告传染病报告发病率 | 一年内甲乙类法定报告传染病发病 人数/同年该地区平均人口数(1/10万) | ||
心理健康 | 医院精神科门急诊率 | 一年内医院精神科门急诊人数/同年该地区平均人口数(‰) | |
社会适应 | 人口粗离婚率 | 一年内登记离婚对数/同年该地区平均人口数(‰) | |
道德完善 | 刑事犯罪率 | 一年内犯罪人数/同年该地区平均人口数(‰) |
表1. 我国居民健康水平评价指标体系
本研究首先采用熵权法确定各个待评价指标的权重,结合TOPSIS法来计算各省份居民健康指标与理想解的相对距离Ci值,从而求得各省份居民健康水平的综合值,并进行排序。采用RSR法将健康水平划分为好、中、差三档。相对于整秩次和,使用非整秩次和计算秩和比能准确反映原始数据大小。建立非整秩次和比RSR与概率单位值Probit的线性回归方程 P = β 0 + β 1 x ,采用最小二乘回归法进行拟合。最后使用方差分析检验RSR法分档结果是否有显著性差异。在此之前需要检验相对距离 值的正态性,Levene法和Bonferroni法分别进行方差齐性检验和两两比较 [
运用MATALAB R2022a进行熵权TOPSIS法结合RSR法评价,并采用SPSS26.0进行正态性检验、方差分析和多重比较,检验水准α = 0.05。
熵权法结果计算出人口粗死亡率、孕妇死亡率、医院精神科门急诊率、甲乙类法定报告传染病发病率、人口粗离婚率、犯罪率六项待评价指标的权重分别为:0.244、0.022、0.094、0.060、0.183和0.397。各省份居民健康水平的相对距离 值通过TOPSIS法排序后得到平均水平前六名分别为西藏、广东、山西、宁夏、福建、北京。后6名分别为江苏、湖南、四川、黑龙江、辽宁、重庆。各年RSR法分档结果显示,辽宁、黑龙江、四川、重庆有较大的概率处于较低健康水平分档。重庆和四川的人口粗死亡率2011~2019年的平均水平分别位于全国第一和第五名,人口粗离婚率分别位于第二和第九名。而黑龙江和辽宁人口粗离婚率分别位于全国第一和第五名,犯罪率位于全国第六和第一名(见表2)。此外,东部的辽宁、江苏、浙江,中部的吉林、黑龙江、河南、湖南,西部的贵州、重庆、四川在2011~2019年各年的RSR分档中均未达到“好”档(见表3)。
地区 | 人口粗死亡(‰) | 孕妇死亡率(1/10万) | 医院精神科 门急诊率(‰) | 甲乙类法定报告 传染病发病率(1/10万) | 人口粗离婚率(‰) | 犯罪率(‰) | |
---|---|---|---|---|---|---|---|
东部 | |||||||
北京 | 4.949 | 8.333 | 70.355 | 156.139 | 3.517 | 4.894 | |
天津 | 5.686 | 7.533 | 52.770 | 143.619 | 3.570 | 5.972 | |
河北 | 6.364 | 9.422 | 15.317 | 179.403 | 2.741 | 5.603 | |
辽宁 | 6.653 | 10.411 | 29.047 | 213.601 | 3.599 | 7.523 | |
上海 | 5.242 | 3.856 | 78.131 | 179.307 | 2.734 | 6.269 | |
江苏 | 7.018 | 4.233 | 47.808 | 118.587 | 2.998 | 6.081 | |
浙江 | 5.507 | 5.089 | 85.966 | 201.066 | 2.541 | 5.349 | |
福建 | 5.993 | 10.322 | 37.183 | 270.073 | 2.388 | 4.488 | |
山东 | 6.932 | 9.267 | 25.528 | 134.569 | 2.441 | 5.256 | |
广东 | 4.517 | 8.033 | 36.748 | 323.781 | 1.818 | 6.024 | |
海南 | 5.949 | 16.489 | 17.613 | 330.601 | 1.712 | 6.521 | |
中部 | |||||||
山西 | 5.627 | 13.744 | 15.376 | 267.580 | 1.934 | 5.448 | |
吉林 | 5.881 | 16.289 | 28.037 | 177.828 | 4.502 | 5.798 | |
黑龙江 | 6.416 | 17.589 | 19.665 | 195.244 | 4.743 | 6.486 | |
安徽 | 5.978 | 12.844 | 19.335 | 213.374 | 3.064 | 6.177 | |
江西 | 6.137 | 9.500 | 13.645 | 219.450 | 2.144 | 5.293 | |
河南 | 6.876 | 10.211 | 19.750 | 227.752 | 2.630 | 4.085 | |
湖北 | 6.570 | 9.489 | 25.840 | 254.294 | 2.892 | 5.059 | |
湖南 | 6.997 | 14.433 | 19.640 | 252.550 | 2.710 | 6.745 | |
西部 | |||||||
内蒙古 | 5.631 | 15.789 | 20.687 | 286.900 | 3.526 | 5.070 | |
重庆 | 7.133 | 14.889 | 46.516 | 253.673 | 4.556 | 6.300 | |
广西 | 6.148 | 14.144 | 23.503 | 290.328 | 2.209 | 5.543 | |
四川 | 6.968 | 16.933 | 39.843 | 198.472 | 3.422 | 5.930 | |
贵州 | 7.003 | 22.467 | 8.721 | 258.657 | 3.146 | 4.631 | |
云南 | 6.431 | 23.367 | 21.905 | 200.631 | 2.301 | 6.582 | |
西藏 | 5.016 | 116.244 | 1.231 | 294.898 | 0.933 | 5.032 | |
陕西 | 6.220 | 10.344 | 18.462 | 200.630 | 2.556 | 4.886 | |
甘肃 | 6.280 | 19.533 | 13.078 | 230.068 | 1.763 | 5.770 | |
青海 | 6.149 | 34.044 | 11.192 | 436.498 | 2.332 | 6.283 | |
宁夏 | 4.813 | 20.511 | 11.192 | 241.084 | 2.767 | 6.379 | |
新疆 | 4.561 | 32.678 | 20.203 | 602.324 | 3.962 | 6.832 |
表2. 2011~2019年我国31个省份居民健康水平评价指标平均值
地区 | 平均 值 | 熵权TOPSIS法 | RSR法分档 | |||
---|---|---|---|---|---|---|
排序 | P (分档 = 差) | P (分档 = 一般) | P (分档 = 好) | |||
东部 | ||||||
北京 | 0.571 | 6 | 0.00 | 0.67 | 0.33 | |
天津 | 0.506 | 21 | 0.22 | 0.67 | 0.11 | |
河北 | 0.533 | 15 | 0.00 | 0.89 | 0.11 | |
辽宁 | 0.401 | 30 | 0.44 | 0.56 | 0.00 | |
上海 | 0.528 | 16 | 0.11 | 0.78 | 0.11 | |
江苏 | 0.445 | 26 | 0.33 | 0.67 | 0.00 | |
浙江 | 0.543 | 12 | 0.00 | 1.00 | 0.00 | |
福建 | 0.586 | 5 | 0.00 | 0.67 | 0.33 | |
山东 | 0.511 | 19 | 0.11 | 0.78 | 0.11 | |
广东 | 0.633 | 2 | 0.00 | 0.56 | 0.44 | |
海南 | 0.542 | 13 | 0.00 | 0.67 | 0.33 | |
中部 | ||||||
山西 | 0.602 | 3 | 0.00 | 0.67 | 0.33 | |
吉林 | 0.482 | 25 | 0.22 | 0.78 | 0.00 | |
黑龙江 | 0.423 | 29 | 0.56 | 0.44 | 0.00 | |
安徽 | 0.515 | 17 | 0.11 | 0.78 | 0.11 | |
江西 | 0.571 | 7 | 0.00 | 0.67 | 0.33 | |
河南 | 0.541 | 14 | 0.11 | 0.89 | 0.00 | |
湖北 | 0.513 | 18 | 0.11 | 0.78 | 0.11 | |
湖南 | 0.441 | 27 | 0.44 | 0.56 | 0.00 | |
西部 | ||||||
内蒙古 | 0.553 | 10 | 0.00 | 0.78 | 0.22 | |
重庆 | 0.371 | 31 | 0.56 | 0.44 | 0.00 | |
广西 | 0.546 | 11 | 0.00 | 0.78 | 0.22 | |
四川 | 0.433 | 28 | 0.44 | 0.56 | 0.00 | |
贵州 | 0.504 | 23 | 0.11 | 0.89 | 0.00 | |
云南 | 0.492 | 24 | 0.00 | 0.78 | 0.22 | |
西藏 | 0.683 | 1 | 0.00 | 0.44 | 0.56 | |
陕西 | 0.569 | 8 | 0.00 | 0.89 | 0.11 | |
甘肃 | 0.555 | 9 | 0.00 | 0.56 | 0.44 | |
青海 | 0.506 | 20 | 0.11 | 0.78 | 0.11 | |
宁夏 | 0.593 | 4 | 0.00 | 0.67 | 0.33 | |
新疆 | 0.506 | 22 | 0.00 | 1.00 | 0.00 |
表3. 2011~2019年我国31个省份居民健康水平的熵权TOPSIS法和RSR法结果
建立RSR与Probit的回归方程,求得 β 1 = 0. 2 0 6 , β 0 = − 0. 542 ,即:RSR = −0.542 + 0.206 Probit,P值小于0.05,回归方程显著。调整R2= 0.97,表明RSR与Probit的线性拟合度很好。Shapiro-Wilks检验的统计量0.980,P值为0.818,相对距离Ci值满足正态性条件。方差齐性检验显著性水平P值大于0.05,满足方差分析检验条件。单因素方差分析结果F值 = 39.069,显著性水平小于0.05,表明RSR法各个分档之间的健康水平存在显著性差异,分档结果如表4所示。
分类 | RSR临界值(拟合值) | Probit临界值 | 分档 |
---|---|---|---|
差 | <0.280 | <4 | 四川、重庆、黑龙江、辽宁 |
中 | 0.280~0.692 | 4~6 | 安徽、北京、甘肃、广西、贵州、海南、河北、河南、湖北、湖南、吉林、江苏、江西、内蒙古、青海、山东、山西、上海、天津、新疆、云南、浙江 |
好 | >0.692 | >6 | 西藏、广东、山西、宁夏、福建 |
表4. 2011-2019年我国31个省份居民健康水平分档
本研究采用熵权TOPSIS法和RSR法对我国31个省份居民健康水平进行综合评价。其中,熵权TOPSIS法分析2011~2019年我国31个省份居民健康水平的平均情况,RSR法对居民健康水平进行分档。熵权TOPSIS法与RSR法的结果一致,显示东部地区的广东、福建,中部地区的山西,西部地区的宁夏、西藏的居民健康水平较好。川渝地区和东北地区的居民健康水平较差,不同地区内部健康水平差异较大。
在本研究中,人口粗死亡率、人口粗离婚率、犯罪率被客观地赋予了较大的权重。在中国中部及西南地区人口死亡率呈高态势,呈现一定程度的集聚效应 [
《“健康中国2030”规划纲要》对城乡居民体质、健康素养、孕产妇死亡率等提出了更高目标 [
2021年度重庆市教育委员会人文社会科学研究项目:社区养老服务供需匹配量化研究(项目编号:21SKGH028);重庆医科大学未来医学青年创新团队支持计划(项目编号:W0063)。
卜清清,陈忻睿,张 萌,谭 博,邓 丹. 基于熵权TOPSIS法结合RSR法的我国居民健康水平综合评价Comprehensive Evaluation on the Health Status of Residents of 31 Provinces in Mainland China with Entropy Weight TOPSIS and RSR Methods[J]. 统计学与应用, 2024, 13(01): 133-140. https://doi.org/10.12677/SA.2024.131014
https://www.gov.cn/zhengce/content/2022-05/20/content_5691424.htm, 2023-12-23.
https://www.gov.cn/zhengce/2016-10/25/content_5124174.htm, 2023-12-23.
http://www.nhc.gov.cn/mohwsbwstjxxzx/tjzxtjsj/tjsj_list.shtml, 2023-11-15.
https://tjj.cq.gov.cn/zwgk_233/fdzdgknr/tjxx/sjjd_55469/202105/t20210513_9277563_wap.html, 2023-12-22.
https://www.sc.gov.cn/10462/c105630/2021/5/26/1773fb30c88c4596ae0541ab1692ae2d.shtml, 2023-12-22.
https://tjj.ln.gov.cn/tjj/tjxx/tjgb/rkpcgb/599A9740DB0E4710A5AA1B0DB9C4B3F4/, 2023-12-22.
http://www.scio.gov.cn/ztk/xwfb/46/11/Document/976066/976066_1.htm, 2023-12-22.