摘 要：以貴陽(yáng)市為例，利用在貴陽(yáng)市政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)及中國(guó)知網(wǎng)下載的相關(guān)數(shù)據(jù)，從影響貴陽(yáng)市居民的生活、環(huán)境、衛(wèi)生、醫(yī)療等因素入手，對(duì)近10年各項(xiàng)指標(biāo)值使用熵值權(quán)重法賦予權(quán)重，再根據(jù)隸屬函數(shù)做歸一化處理，求出隸屬矩陣，根據(jù)權(quán)重與隸屬矩陣的乘積得出最后的模糊綜合評(píng)價(jià)模型。通過(guò)該模型分析貴陽(yáng)市居民健康水平的現(xiàn)狀及發(fā)展趨勢(shì)，實(shí)現(xiàn)對(duì)貴陽(yáng)市居民健康水平發(fā)展趨勢(shì)的定量動(dòng)態(tài)分析。

關(guān)鍵詞：模糊綜合評(píng)價(jià)法;熵值法;居民健康水平

中圖分類(lèi)號(hào)：O159; R195

文獻(xiàn)標(biāo)識(shí)碼： A

在我國(guó)居民健康水平評(píng)估的研究中，于麗娜等[1]利用熵值法給5個(gè)二級(jí)指標(biāo)權(quán)重賦值，評(píng)估5個(gè)類(lèi)別對(duì)深圳居民健康水平發(fā)展趨勢(shì)的影響作用，但使用數(shù)據(jù)較少。潘昌霖等[2]在居民健康卡的健康評(píng)估系統(tǒng)研究中，只對(duì)健康卡和調(diào)查問(wèn)卷收集到的居民個(gè)體全套健康數(shù)據(jù)量化分析，得出個(gè)人的總體健康狀況評(píng)分和生活方式評(píng)分，并沒(méi)有相關(guān)的影響性分析。田少杰等[3]利用了模糊綜合評(píng)價(jià)的方法，以甲亢疾病評(píng)估進(jìn)行健康評(píng)估系統(tǒng)的應(yīng)用，主要研究放在用戶(hù)使用和推廣方面，沒(méi)有考慮社會(huì)公共衛(wèi)生與環(huán)境。曹文君等[4]構(gòu)建健康危險(xiǎn)因素于個(gè)體健康間的結(jié)構(gòu)方程模型，解釋不同因子之間的相互作用及其對(duì)總體健康的效應(yīng)權(quán)重，但構(gòu)建的模型并非特別理想。莊凡等[5]基于Anderson健康行為進(jìn)行建模，利用卡方檢驗(yàn)和二分類(lèi)Logistic回歸模型進(jìn)行分析，但問(wèn)卷調(diào)查的數(shù)據(jù)不夠準(zhǔn)確，卡方檢驗(yàn)對(duì)各維度的影響因素的分析不夠理想。

基于此，本文選取《貴陽(yáng)統(tǒng)計(jì)年鑒》[6]2008—2017年這10年的數(shù)據(jù)，針對(duì)貴陽(yáng)市的生活、環(huán)境、衛(wèi)生、醫(yī)療等方面分析貴陽(yáng)市居民健康水平的現(xiàn)狀發(fā)展趨勢(shì)，綜合考慮不同因素對(duì)健康帶來(lái)的影響，利用隸屬矩陣與熵值權(quán)重構(gòu)建模糊綜合評(píng)價(jià)模型，通過(guò)Python畫(huà)出評(píng)價(jià)結(jié)果的曲線(xiàn)圖，分析影響健康水平的因素;為了能夠動(dòng)態(tài)檢驗(yàn)?zāi)Ｐ偷暮侠硇?，加入生活垃圾處理率和醫(yī)院衛(wèi)生院數(shù)與未加入兩個(gè)指標(biāo)前的健康指標(biāo)值進(jìn)行對(duì)比，觀察曲線(xiàn)圖的走勢(shì)。根據(jù)模型分析的結(jié)果，對(duì)貴陽(yáng)市實(shí)際情況提出合理建議。

1 數(shù)據(jù)來(lái)源及等級(jí)劃分

1.1 指標(biāo)選取

因?yàn)楂@取指標(biāo)數(shù)據(jù)有限，為了使所選取的指標(biāo)具有全面性和代表性，采用Pearson相關(guān)系數(shù)對(duì)原始指標(biāo)進(jìn)行相關(guān)性分析，篩選出森林覆蓋率（x1）、財(cái)政對(duì)醫(yī)療衛(wèi)生與計(jì)劃生育的支出（x2）、財(cái)政對(duì)節(jié)能環(huán)保的支出（x3）、人均生產(chǎn)總值（x4）、工業(yè)廢水排放量（x5）、死亡率（x6）、生活垃圾無(wú)害化處理率（x7）、醫(yī)院衛(wèi)生院數(shù)（x8）等8個(gè)三級(jí)指標(biāo)進(jìn)行研究（見(jiàn)表1）。

1.2 等級(jí)劃分

將森林覆蓋率（%）、工業(yè)廢水排放量（t）、生活垃圾無(wú)害化處理率（%）、人均生產(chǎn)總值（戶(hù)籍人口）、醫(yī)院衛(wèi)生院數(shù)、死亡率（%）、財(cái)政對(duì)公共衛(wèi)生的支出（萬(wàn)元）、財(cái)政對(duì)節(jié)能環(huán)保的支出（萬(wàn)元）8個(gè)指標(biāo)作為因素集，記為：

由于影響居民健康水平的因素有很多，不同的因素程度劃分的值不同，而且有些指標(biāo)沒(méi)有劃分，所以當(dāng)前對(duì)居民健康水平仍難以清晰地劃分出具體的等級(jí)。本文利用模糊綜合評(píng)價(jià)模型，將數(shù)據(jù)標(biāo)準(zhǔn)化后的值規(guī)范到[0，1]區(qū)間，把居民健康水平大致分為5個(gè)等級(jí)作為評(píng)定集，記作Yj。Yj的值越大，居民健康水平越好;Yj的值越小，居民健康水平越差;Yj=0表示健康水平處于最差狀態(tài);Yj=1表示健康水平處于最優(yōu)狀態(tài)。Yj∈（0.8，1]時(shí)居民健康水平處于優(yōu)等級(jí);Yj∈（0.6，0.8]時(shí)居民健康水平處于良等級(jí);Yj∈（0.4，0.6]時(shí)居民健康水平處于中等級(jí);Yj∈（0.2，0.4]時(shí)居民健康水平處于較差等級(jí);Yj∈[0，0.2]時(shí)居民健康水平處于極差等級(jí)。

2 模型的建立

具體指標(biāo)可以區(qū)分為正指標(biāo)和逆指標(biāo)：正指標(biāo)也稱(chēng)為效益型標(biāo)，指標(biāo)原始數(shù)值越大，對(duì)提高城市居民健康水平越有利;指標(biāo)原始數(shù)值越小，對(duì)提高城市居民健康水平越不利。逆指標(biāo)也稱(chēng)為成本型指標(biāo)，指標(biāo)原始數(shù)值越小，對(duì)提高城市居民健康水平越有利;指標(biāo)原始數(shù)值越大，對(duì)提高城市居民健康水平越不利。選取的8個(gè)指標(biāo)中，森林覆蓋率（x1）、財(cái)政對(duì)醫(yī)療衛(wèi)生與計(jì)劃生育的支出（x2）、財(cái)政對(duì)節(jié)能環(huán)保的支出（x3）、人均生產(chǎn)總值（x4）、生活垃圾無(wú)害化處理率（x7）、醫(yī)院衛(wèi)生院數(shù)（x8）是正指標(biāo)，工業(yè)廢水排放量（x5）、死亡率（x6）是逆指標(biāo)。令隸屬函數(shù)為uh（x）， 正指標(biāo)隸屬度為：

4 結(jié)論

通過(guò)上述貴陽(yáng)市實(shí)際情況的相關(guān)數(shù)據(jù)的分析可以看出，貴陽(yáng)市居民健康水平整體發(fā)展趨勢(shì)較好，呈上升趨勢(shì)。但是在環(huán)境和醫(yī)療方面波動(dòng)比較大，為了提高貴陽(yáng)市居民整體健康水平，針對(duì)目前貴陽(yáng)市的健康情況，提出以下建議：通過(guò)提倡垃圾分類(lèi)，有效提高垃圾廢物使用率及垃圾無(wú)害化處理率，同時(shí)增加對(duì)醫(yī)療衛(wèi)生的財(cái)政支出，更新醫(yī)療系統(tǒng)的設(shè)施設(shè)備，引進(jìn)高水平醫(yī)生，給患者和居民提出合理的膳食結(jié)構(gòu)，加強(qiáng)疾病宣傳等措施。鼓勵(lì)市民多做健康行為，營(yíng)造健康氛圍，相信貴陽(yáng)市成為“健康中國(guó)”引領(lǐng)示范城市指日可待。本研究方法可以對(duì)其他區(qū)域健康水平的評(píng)估提供理論依據(jù)，可以推廣應(yīng)用。

參考文獻(xiàn)：

[1]于麗娜， 張燕， 王曉宇. 深圳居民健康水平評(píng)估與測(cè)控模型研究[J]. 計(jì)算機(jī)產(chǎn)品與流通， 2019（8）： 91， 164.

[2]潘昌霖， 應(yīng)俊， 何史林， 等. 基于居民健康卡的健康評(píng)估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 醫(yī)療衛(wèi)生裝備， 2013， 34（3）： 41-44.

[3]田少杰， 洪躍， 李陽(yáng). 基于模糊綜合評(píng)價(jià)的健康評(píng)估系統(tǒng)開(kāi)發(fā)[J]. 計(jì)算機(jī)工程與科學(xué)， 2014， 36（4）： 685-689.

[4]曹文君， 劉丹紅， 李運(yùn)明， 等. 健康危險(xiǎn)因素與個(gè)體健康間的結(jié)構(gòu)方程模型[J]. 中國(guó)預(yù)防醫(yī)學(xué)雜志， 2012， 13（1）： 1-4.

[5]莊凡， 涂利麗， 莊宇， 等. 基于Anderson健康行為模型的佳木斯市城鎮(zhèn)居民健康體檢影響因素調(diào)查[J]. 黑龍江醫(yī)藥科學(xué)， 2019， 42（4）： 15-17.

[6]貴陽(yáng)市統(tǒng)計(jì)局. 貴陽(yáng)統(tǒng)計(jì)年鑒[J]. 北京： 中國(guó)統(tǒng)計(jì)出版社， 2009-2018.

[7]樊國(guó)敬， 田秀華. 基于SOM神經(jīng)網(wǎng)絡(luò)的區(qū)域復(fù)合生態(tài)系統(tǒng)健康評(píng)估[J]. 統(tǒng)計(jì)與決策， 2017（11）： 85-89.

[8]周輝仁， 鄭丕諤， 張揚(yáng)， 秦萬(wàn)峰. 基于熵權(quán)法的群決策模糊綜合評(píng)價(jià)[J]. 統(tǒng)計(jì)與決策， 2008（8）： 34-36.

（責(zé)任編輯：曾 晶）