張 樂曹 爽李士雪徐凌忠李群偉

?

職業(yè)病防治績效影響因素分析

張 樂1曹 爽2李士雪3徐凌忠3李群偉1

【提 要】 目的 確定影響職業(yè)病防治績效的影響因素。方法 采用偏最小二乘回歸法建立績效指數(shù)及其影響因素的回歸模型。結(jié)果 人均GDP、規(guī)模以上工業(yè)萬元增加值能耗、財(cái)政赤字率、第二產(chǎn)業(yè)比重、城鎮(zhèn)登記失業(yè)率和職業(yè)病危害因素接觸率與績效指數(shù)呈負(fù)相關(guān)，R&D投入占GDP的比例、規(guī)模以上工業(yè)產(chǎn)值中高新技術(shù)產(chǎn)業(yè)比重、衛(wèi)生技術(shù)人員千人擁有量、大專以上文憑所占比重與績效指數(shù)呈正相關(guān)。結(jié)論 優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加速粗放型經(jīng)濟(jì)向集約型經(jīng)濟(jì)的轉(zhuǎn)化是改善職業(yè)病防治績效的關(guān)鍵。

【關(guān)鍵詞】職業(yè)病防治績效 偏最小二乘回歸 共線性 主成分

1.泰山醫(yī)學(xué)院公共衛(wèi)生學(xué)院（271016）

2.濟(jì)南市兒童醫(yī)院

3.山東大學(xué)公共衛(wèi)生學(xué)院

職業(yè)病防治工作是一項(xiàng)極其復(fù)雜的系統(tǒng)工程，其績效的優(yōu)劣并不單純?nèi)Q于政府相關(guān)部門及用人單位努力程度，而是受到政治、經(jīng)濟(jì)、文化、社會(huì)、科技以及自然等環(huán)境因素的影響。本研究在篩選出這些有代表性影響因素的基礎(chǔ)上，進(jìn)一步確定這些因素與職業(yè)病防治績效的定量關(guān)系，從而為職業(yè)病防治績效的改善提供依據(jù)。

對(duì)象與方法

1.研究對(duì)象

采用分層隨機(jī)抽樣的方式，按照工業(yè)化水平的高低，將山東省地市級(jí)行政區(qū)域劃分為工業(yè)化高、中和低三類，分別從工業(yè)化水平高的地區(qū)選擇煙臺(tái)市、威海市和萊蕪市，從工業(yè)化水平中等的地區(qū)選擇棗莊市、濟(jì)南市和濰坊市，從工業(yè)化水平低的地區(qū)選擇濟(jì)寧市、聊城市和菏澤市，共選擇九個(gè)地級(jí)市為樣本。

2.研究方法

采用文獻(xiàn)復(fù)習(xí)與歸納的方法，選擇可能與職業(yè)病防治績效相關(guān)的因素，建立指標(biāo)庫，從《山東省統(tǒng)計(jì)年鑒》中獲取2013年樣本地區(qū)各關(guān)鍵指標(biāo)的資料，然后利用專家咨詢法對(duì)其進(jìn)一步篩選，并建立其與職業(yè)病防治績效指數(shù)的回歸模型。10個(gè)指標(biāo)分別為：人均GDP（X1）、規(guī)模以上工業(yè)萬元增加值能耗（X2）、財(cái)政赤字率（X3）、第二產(chǎn)業(yè)比重（X4）、城鎮(zhèn)登記失業(yè)率（X5）、R&D投入占GDP的比例（X6）、規(guī)模以上工業(yè)產(chǎn)值中高新技術(shù)產(chǎn)業(yè)比重（X7）、衛(wèi)生技術(shù)人員千人擁有量（X8）、大專以上文憑所占比重（X9）和職業(yè)病危害因素接觸率（X10）。

3.統(tǒng)計(jì)分析

本研究主要采用偏最小二乘回歸法建立其與績效指數(shù)的模型，用excel 2003建立數(shù)據(jù)庫，使用統(tǒng)計(jì)軟件SAS9.1進(jìn)行分析，建模方法如下：

設(shè)有q個(gè)因變量和p個(gè)自變量。為了研究因變量與自變量的統(tǒng)計(jì)關(guān)系，觀測了n個(gè)樣本點(diǎn)，由此構(gòu)成了自變量與因變量的數(shù)據(jù)表x和y。偏最小二乘回歸分別在x與y中提取出t和u，要求：①t和u應(yīng)盡可能大地?cái)y帶它們各自數(shù)據(jù)表中的變異信息；②t和u的相關(guān)程度能夠達(dá)到最大。在第一個(gè)成分被提取后，偏最小二乘回歸分別實(shí)施x對(duì)t的回歸以及y對(duì)t的回歸。如果回歸方程已經(jīng)達(dá)到滿意的精度，則算法終止；否則，將利用x被t解釋后的殘余信息以及y被t解釋后的殘余信息進(jìn)行第二輪的成分提取。如此往復(fù)，直到能達(dá)到一個(gè)較滿意的精度為止。

結(jié)果與分析

參考數(shù)據(jù)散點(diǎn)圖，本研究給出以下數(shù)學(xué)模型：

1.數(shù)據(jù)的標(biāo)準(zhǔn)化處理

2.主成分提取個(gè)數(shù)的選擇

采用去一交叉驗(yàn)證法提取成分，共提取兩個(gè)主成分，所提取的兩個(gè)主成分對(duì)自變量X的解釋能力為72.51%，對(duì)因變量Y的解釋能力為96.83%，包含極多的信息，詳見表2。

3.偏最小二乘回歸模型的確定

在提取兩個(gè)主成分時(shí)，可以計(jì)算出基于偏最小二乘的回歸方程，詳見表3。顯然X1、X2、X3、X4、X5和X10與Y呈負(fù)相關(guān)，其他自變量與Y呈正相關(guān)。

4.回歸模型精度檢驗(yàn)

回歸模型構(gòu)建完畢后，尚需對(duì)其預(yù)測的精度進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果顯示，回歸模型對(duì)樣本地區(qū)職業(yè)病防治績效指數(shù)預(yù)測的誤差最高為4.112%，均不高于5%，說明回歸模型的精度較好。

表1　因變量與自變量的標(biāo)準(zhǔn)化值

表2　主成分個(gè)數(shù)選擇及解釋能力

表3　偏最小二乘回歸分析結(jié)果

討 論

偏最小二乘回歸法［2］是由S.Wold和C.Albano等人所創(chuàng)立，最早應(yīng)用于化學(xué)領(lǐng)域，目前已被廣泛應(yīng)用于包括醫(yī)學(xué)在內(nèi)的眾多領(lǐng)域［3-5］。它能夠解決自變量之間的多重共線現(xiàn)象，而且能夠?qū)⑺械慕忉屪兞烤{入到回歸方程中。而本研究10個(gè)自變量之間存在嚴(yán)重的共線性，因此，本研究選擇偏最小二乘回歸法建立回歸模型。

本研究在篩選出這些有代表性的影響因素的基礎(chǔ)上，通過建立績效指數(shù)與其影響因素的回歸方程，進(jìn)一步確定這些因素與職業(yè)病防治績效的定量關(guān)系，從標(biāo)準(zhǔn)化系數(shù)的大小來看，對(duì)職業(yè)病防治績效影響最大的是職業(yè)病危害因素接觸率，其次是第二產(chǎn)業(yè)比重，第三是規(guī)模以上工業(yè)產(chǎn)值中高新技術(shù)產(chǎn)業(yè)比重，第四是規(guī)模以上工業(yè)萬元增加值能耗，而對(duì)職業(yè)病防治績效影響最小的是財(cái)政赤字率，其次為城鎮(zhèn)登記失業(yè)率。

職業(yè)病危害因素接觸率衡量既有職業(yè)病危害程度，第二產(chǎn)業(yè)比重衡量一個(gè)區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)，規(guī)模以上工業(yè)產(chǎn)值中高新技術(shù)產(chǎn)業(yè)比重和規(guī)模以上工業(yè)萬元增加值能耗兩個(gè)指標(biāo)衡量一個(gè)區(qū)域的科技發(fā)展水平和產(chǎn)業(yè)的集約化程度。因此，我們的當(dāng)務(wù)之急是優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高第三產(chǎn)業(yè)的比重，并加速從粗放型經(jīng)濟(jì)向集約型經(jīng)濟(jì)的轉(zhuǎn)化，提高高科技成分在產(chǎn)業(yè)中所占的比例。

參考文獻(xiàn)

［1］張樂.職業(yè)病防治績效評(píng)價(jià)與分析研究.山東大學(xué)，2014.

［2］王惠文.偏最小二乘回歸方法及其應(yīng)用.北京：國防工業(yè)出版社，1999.

［3］肖琳，何大衛(wèi).PLS回歸分析法及其醫(yī)學(xué)應(yīng)用.中國衛(wèi)生統(tǒng)計(jì)，2002，19（2）：76-79.

［4］王園園，陳景武.偏最小二乘回歸分析在醫(yī)學(xué)中的正確應(yīng)用.中國衛(wèi)生統(tǒng)計(jì)，2010，27（2）：208-209.

［5］張勝林.健康行為改變理論統(tǒng)計(jì)模型研究-結(jié)構(gòu)方程模型的應(yīng)用.華中科技大學(xué)，2009.

（責(zé)任編輯：郭海強(qiáng)）