邱艷平，王麗娟，周玉蘭，陳歡，梁果

(1.上海體育學院 體育教育學院，上海 200438；2.浙江師范大學 體育與健康科學學院，浙江 金華 321004)

基本動作技能(Fundamental Motor Skills，F(xiàn)MS)是人體基本動作的協(xié)調運用能力，包括位移技能(身體從一個地方移動到另外一個地方的能力，如走、跑、跳等)和操控技能(身體通過控制某種器械進行運動的能力，如拍球、接球、踢球等)[1-2]。FMS是專項運動技能的基礎，大量研究證明兒童階段FMS的良好發(fā)展可以推動其身體活動參與[3-4]、促進體質健康[5]、提高兒童的認知功能與學業(yè)成績[6]，并影響其成年后的社會適應能力[7]。2022年教育部印發(fā)《義務教育體育與健康課程標準(2022年版)》[8]，明確將FMS納為義務教育階段體育與健康課程主要內容。然而，過往研究發(fā)現(xiàn)我國兒童的FMS水平較低[3,9]，因此探索了解我國兒童FMS的影響因素對于促進其發(fā)展至關重要。

國內外研究針對兒童身體活動和久坐行為(Sedentary Behavior，SED)與其FMS的獨立關系進行分析，發(fā)現(xiàn)這些行為與FMS緊密相關[3,10-11]，而睡眠也被認定和動作技能的學習相關[12-13]。近10年，部分學者對這種獨立關系研究范式提出質疑，認為：低強度身體活動(Light-Intensity Physical Activity，LPA)、中高強度身體活動(Moderate-to-Vigorous Physical Activity，MVPA)、SED與睡眠時間構成一天24 h，稱為“24 h活動行為”(24 h Movement Behavior)；24h活動行為之間相互依賴，一種活動時間(如身體活動)的變化必然導致另一種或多種活動時間(如SED或睡眠)的補償性變化。從單一維度探討這些行為的效應，可能使其與效應指標之間的關聯(lián)產生偏差，建議應考慮各種行為之間的內在聯(lián)系并分析其對個體FMS產生的綜合效應[14-15]。

然而，從數據特征看，24 h活動數據屬于成分數據，即含有多個分量(LPA、MVPA、SED、睡眠)，各分量為非負數且總和為定值(24 h)[15]。運用傳統(tǒng)統(tǒng)計學方法對此類數據進行分析時往往忽略“定和限制”特性，導致分析結果出現(xiàn)多重共線性問題[16]。為此，英國學者Chastin等[14]將成分數據分析方法(Compositional Data Analysis)運用于健康研究中，通過成分數據之間的等距對數比轉換為時間占比，解決成分數據間的共線性問題，從而了解不同行為的時間占比以及時間重新分配與健康結局變量的關系。此分析方法在近5年開始運用于24 h活動的效應研究中，目前僅兩項研究運用此方法探討24 h活動行為與學齡兒童動作技能之間的關系：Burns等[17]分析美國兒童校內MVPA、LPA、SED與粗大動作技能之間的關系，結果顯示MVPA時間占比與FMS正相關，且其效應主要體現(xiàn)在兒童的操控技能發(fā)展上。Smith等[18]探討英國與伊朗學齡兒童MVPA、LPA、SED、睡眠與FMS的關系，發(fā)現(xiàn)MVPA、LPA時間占比與FMS顯著正相關，SED、睡眠的時間占比與FMS顯著負相關，將10 min睡眠替代SED提高了FMS水平，反之則降低了FMS水平。

本研究聚焦于浙江省金華市兒童的FMS及其亞類(位移技能與操控技能)，使用成分數據分析方法，探討MVPA、LPA、SED、睡眠的時間占比與FMS總分、位移技能、操控技能的關系，分析MVPA、LPA、SED和睡眠之間進行10 min時間重新分配對FMS總分、位移技能、操控技能的影響，探究MVPA、LPA、SED和睡眠時間持續(xù)分配與FMS總分、位移技能、操控技能之間的“劑量-效應”特征，旨為我國兒童FMS發(fā)展與干預提供參考，為我國24 h活動指南制定提供科學依據。

1 研究對象與方法

1.1 測量對象

本研究采用大肌肉動作發(fā)展測試第三版(Test of Gross Motor Development-3，TGMD-3)測量FMS，運用Actigraph GT3X型人體運動能耗監(jiān)測儀(簡稱加速度計)測量MVPA、LPA、SED和睡眠時長。采用隨機抽樣方法在浙江省金華市2個城區(qū)(婺城區(qū)和金東區(qū))隨機選取3所小學，由于TGMD-3專門用于評估3～10歲兒童的FMS[19-20]，故本研究的目標樣本是6～10歲學生。因此，小學六年級學生因年齡普遍在10歲以上予以排除，從1～5年級每個年級隨機抽取1個班級，邀請班級里所有年齡在10歲或以下學生共581名進行測試。按照自愿參與原則，每位學生家長均需簽署知情同意書，共497位學生同意參與研究。排除11名存在心血管相關疾病、身體殘疾、智力障礙的學生，最終486名學生參與本項研究，測試工作在2022年3月進行。

首先，本研究運用Actigraph GT3X型加速度計測量學生為期一周的24 h活動。每天不少于16 h的佩戴時間記錄為一個有效日，1周至少佩戴3個有效日(2個上學日+1個周末日)為有效數據[21]。在486名受試學生中，344名學生的測試數據為有效數據，有效率為70.78%。隨后，對這344名學生進行FMS測試，327名完成測試，其中男生167名(51.1%)，女生160名(48.9%)，受試學生年齡分布于6～10歲，平均年齡為(8.53±1.34)歲。最后，采用標準身高體重測量儀測量受試學生的身高體重，計算每位受試對象的身體質量指數(Body Mass Index，BMI)，得出受試者BMI均值為(16.97±2.69)kg/m2。

1.2 24 h活動指標的測量

參與本研究的學生需連續(xù)7天(包括5個上學日和2個周末日，洗澡、游泳等水性活動時需要取下)佩戴加速度計。測試前由調查人員講解研究目的，向學生發(fā)放儀器并講解佩戴加速度計的規(guī)范及注意事項。加速度計采用15 s的時間間隔(epoch)記錄MVPA、LPA及SED的數據[21]。根據Barreria等[22]編制的睡眠算法，研究采用60 s時間間隔記錄睡眠時長，此算法可自動辨別與剔除睡眠過程中的清醒時間，然后記錄全天睡眠時長。測試過程中受試學生將加速度計佩戴于腰間右側，為提高數據有效性，調查員每天去學校監(jiān)督及檢查學生佩戴儀器情況。加速度計從發(fā)放的第2天凌晨0點開始記錄數據，直至第8天由調查人員收回。測試結束后運用ActiLife 6.13.3軟件對加速度計數據進行篩選與分析。根據所記錄的身體活動強度分子以及Evenson等[23]提出的兒童身體活動強度分類標準，將所記錄下來的身體活動分為SED、LPA、MPA、VPA。本研究選取測量所得數據中的MVPA時間(MVPA時間=MPA時間+VPA時間)、LPA時間、SED時間以及睡眠時長進行分析。

1.3 FMS的測量

本研究采用大肌肉動作發(fā)展測試第3版(TGMD-3)對學生的位移技能和操控技能進行測量。該工具由美國密歇根大學Ulrich教授于1985年編制，2013年在第2版(TGMD-2)基礎上完成了第3次修訂(TGMD-3)，用于測評3～10歲兒童FMS發(fā)展狀況，并已被證明在我國兒童中具有良好的信效度[19-20]。測試內容包含位移技能和操控技能共13項，其中位移技能包括跑、前滑步、單腳跳、側滑步、立定跳遠和跑跳步6項，操控技能包括雙手擊打固定球、單手原地拍球、雙手接球、踢固定球、上手投球、下手拋球和單手握拍擊打反彈球7項。TGMD-3中的每個項目根據3～5個條目進行評分，符合1個條目得“1”分，不符合條目得“0”分，正式測試為2次，最終得分為2次測試之和，位移技能和操控技能分別為46分和54分，總分為100分。

測試人員為上海體育學院體育教育訓練學博碩士研究生以及體育教師，所有測試人員均經過理論培訓、動作示范培訓和測試評分培訓。測試過程中，根據TGMD-3測試手冊要求，按照“體育教師講解示范1次→學生練習1次→正式測試2次”的順序依次進行，同時測試全程對每位學生進行正面和側面錄像。測試結束后，由2名運動技能專家(體操國際級運動健將且為國家一級裁判)通過觀看錄像獨立進行評分，最后將兩名專家所評分數的平均分作為最終成績。

1.4 統(tǒng)計學分析

本研究數據分析遵循Chastin等[14]提出的24 h活動成分數據分析指南，采用R軟件(3.6.1)中的“compositions”和“robCompositions”包對數據進行整理與分析，所有模型均調整性別、年齡、BMI。為了消除數據之間的共線性，對24 h活動行為數據進行等距對數比轉換(isometric log ratio transformation，ilr)[24-25]。數據分析主要包含如下步驟：(1)24 h活動數據的集中與離散趨勢分析。通過計算每種行為時間的成分幾何均值和在24 h的占比來揭示各行為數據的集中趨勢，通過成對對數比方差矩陣反映24 h成分數據的離散情況。若對數比方差值越小表示兩項活動間的關聯(lián)程度更高，方差數值越大表示兩項活動間的關聯(lián)程度越低[26]。(2)24 h活動時間占比的成分線性回歸分析，以ilr坐標作為自變量，以FMS總分、位移技能和操控技能作為因變量，構建成分多元線性回歸模型，分析每一種行為的時間占比與因變量的相關程度[25]。(3)24 h活動的成分等時替代分析。WHO認為，每天10 min身體活動累積量是個體健康收益的最小單位[27]，因此本研究以10 min作為不同行為重新分配的單位時長。以FMS總分、位移和操控技能為因變量，在保持其他行為時間不變的情況下，一種行為重新分配10 min給另一種行為后，探究因變量預測值的變化[18]。(4)24 h活動對于FMS的“劑量-效應”。本研究針對成分等時替代分析中具有顯著替代效應的路徑，以10 min為增量單位，持續(xù)延長時間至60 min，以討論不同替代時長與FMS的“劑量-效應”。

2 結果與分析

2.1 兒童FMS水平與24 h活動時間分布

FMS測試結果顯示，學生FMS總分均值為(65.43±7.93)分，其中，位移技能的平均得分為(33.45±3.95)分，操控技能的平均得分為(31.98±4.42)分。24 h活動時間分布結果顯示，MVPA、LPA、SED及睡眠的成分幾何均值及比例依次為45.83(3.19%)、224.18(15.57%)、570.59(39.62%)、599.41(41.63%) min，算術平均值及比例依次為47.78(3.32%)、228.33(15.86%)、568.82(39.50%)、595.07 (41.32%) min。

本研究采用成對對數比方差矩陣反映24 h活動的離散情況(見表1)。

表1 身體活動、久坐行為和睡眠的成對對數比方差矩陣

變異矩陣顯示SED和睡眠時間之間的對數比方差最小，ln(SED/睡眠)=0.045，表明SED與睡眠的關聯(lián)程度最高，即SED和睡眠最容易發(fā)生轉換。MVPA與SED的等距對數比方差最高，ln(MVPA/SED)=0.148，表明這兩個變量的關聯(lián)程度最低，說明MVPA與SED最不易發(fā)生轉換。

2.2 兒童24 h活動時間組合及時間占比與FMS的關系

本研究在調整性別、年齡和BMI后，以等距對數比轉換后的24 h活動行為(MVPA、LPA、SED和睡眠)為自變量，F(xiàn)MS總分、位移技能、操控技能為因變量，進行成分數據回歸分析(見表2)。結果顯示，針對單個因變量的4個模型P值和R2均相等，表明擬合模型未出錯。24 h活動時間組合與FMS總分(P＜0.01，R2=0.613)、位移技能(P＜0.01，R2=0.523)、操控技能(P＜0.01，R2=0.603)均顯著相關。其次，相對于24 h活動的其他行為，MVPA的時間占比與FMS總分、位移技能和操控技

表2 身體活動、久坐行為和睡眠的時間占比與FMS的成分線性回歸1)

能顯著正相關(βMVPA=4.155，P＜0.01；βMVPA=1.425，

P＜0.05；βMVPA=2.730，P＜0.01)；SED的時間占比分別與FMS總分、位移技能、操控技能顯著負相關(βSED=-6.926，P＜0.01；βSED=-2.440，P＜0.05；βSED=-4.859，P＜0.01)；睡眠時間占比與操控技能顯著正相關(β睡眠=2.958，P＜0.05)，但與FMS總分、位移技能無顯著相關(P＞0.05)；LPA的時間占比與FMS總分、位移技能、操控技能均無顯著相關(P＞0.05)。

2.3 兒童24 h活動時間重新分配的FMS預測值變化

本研究以10 min為時間分配單位，探討MVPA、LPA、SED和睡眠時間的重新分配對FMS總分、位移技能和操控技能的影響(見表3)。結果顯示，在調整性別、年齡和BMI后，將10 min MVPA替代睡眠后，F(xiàn)MS總分和操控技能分別顯著增加0.594、0.421個單位，反之分別顯著減少0.752、0.527個單位，但對位移技能無顯著影響(P＞0.05)。將10 min MVPA替代SED后，F(xiàn)MS總分、位移技能和操控技能分別顯著增加0.728、0.252、0.477個單位，反之分別顯著減少0.884、0.302、0.582個單位。將10 min MVPA替代LPA后，F(xiàn)MS總分、位移技能和操控技能分別顯著增加0.659、0.222、0.437個單位，反之分別顯著減少0.815、0.272、0.543個單位。將10 min睡眠替代SED后，F(xiàn)MS總分、位移技能和操控技能分別顯著增加0.134、0.078、0.056個單位，反之分別顯著減少0.133、0.078、0.055個單位。其他活動行為時間的相互替代對FMS總分、位移技能和操控技能均無顯著影響。

表3 身體活動、久坐行為和睡眠10 min重新分配與FMS預測值變化(95%CI)

2.4 兒童24 h活動重新分配與FMS的“劑量-效應”

為探索持續(xù)時間分配中FMS的變化規(guī)律，本研究針對具有顯著時間分配效應的24 h活動行為要素，以10 min為1次增量，持續(xù)時間至60 min，進一步分析不同時間分配時長與FMS總分、位移技能、操控技能的“劑量-效應”關系。根據圖1與圖2，本研究發(fā)現(xiàn)MVPA與其他行為時間(LPA、SED、睡眠)的重新分配效應具有不對稱性，即MVPA時間替代其他行為對FMS總分、位移技能、操控技能的上升效應低于其他行為時間替代MVPA的降低效應，而SED與睡眠時間的相互替代對FMS總分、位移技能、操控技能的影響差異并不明顯。如將10 min睡眠替代SED后，F(xiàn)MS總分顯著增加0.134個單位，反之分別顯著減少0.133個單位(見表3)。其次，劑量-效應曲線顯示隨著MVPA時間持續(xù)替代LPA、SED、睡眠，其FMS水平不斷提高，但MVPA時間替代SED時FMS總分、位移技能、操控技能上升幅度最大，即效應最大。最后，MVPA時間替代其他行為引起操控技能上升幅度高于位移技能(見圖2)，即其影響操控技能的效應大于位移技能。

圖1 24 h活動重新分配對FMS總分的影響

圖2 24 h活動重新分配對位移技能和操控技能的影響

3 討論

基于24 h的“定和限制”特性，本研究運用成分數據分析方法探討我國兒童24 h活動行為時間占比、時間重新分配與FMS之間的關系。通過成分線性回歸分析與成分等時替代分析，主要有以下重要發(fā)現(xiàn)。

MVPA時間占比與FMS存在顯著正相關，并且將LPA、SED、睡眠時間分配給MVPA后有利于提高FMS水平，這些結果拓展與延伸了過去對于MVPA的傳統(tǒng)認識，即MVPA不但有益于健康，而且對提高FMS水平也具有重要作用。過往的兩項針對兒童FMS的成分數據分析研究雖也發(fā)現(xiàn)MVPA時間占比與FMS存在正相關[17-18]，但Stodden等[28]與Robinson等[29]提出兒童FMS和身體活動之間存在動態(tài)關系的理論模型，指出個體的FMS練習可以有效促進其身體活動的參與，而身體活動對FMS的發(fā)展也起著積極作用，這為本研究中MVPA對FMS發(fā)展起促進作用提供了理論支持。從實踐層面看，6～10歲學齡兒童的認知能力、身體素質、運動能力等還未發(fā)育成熟，并不適合開展系統(tǒng)的專項運動技能學習，因此，走、跑、跳、投等相關動作技能與體育游戲成為學齡兒童體育課以及日常生活中的主要身體活動形式[1,8]，這些活動形式與FMS測評項目高度契合，因此兩者可能存在“共變”關系，即身體活動參與和FMS水平提升相互關聯(lián)并共同發(fā)展。并且，走、跑、跳、投等身體活動特征也決定了其中等或高等活動強度[30]。由此可見，本研究中所呈現(xiàn)的MVPA而非LPA對FMS有明顯促進作用的研究結果符合兒童活動實踐規(guī)律。

雖然，將MVPA時間替代LPA、SED、睡眠均可促進FMS發(fā)展，但“劑量-效應”曲線進一步顯示MVPA時間替代SED對FMS的促進效應最佳。本研究中成分線性回歸分析表明SED時間占比對FMS有負向影響，MVPA時間占比與FMS存在顯著正相關，將SED這種消極行為轉化為具有積極效應的MVPA，兩種行為效應的反差可能導致其相互轉換對FMS產生更大影響。此研究結果也與我國在2021年制定的《中國人群身體活動指南》所強調的“多動少坐”觀點一致[31]?；诖搜芯拷Y果，減少SED時間而代之以MVPA是提升我國兒童FMS水平的最佳路徑。如減少學科課程增加體育課或體育活動、鼓勵學生課間離開坐位參與MVPA活動、放學后適當縮短學生久坐如學習、屏幕行為、樂器練習等時間并以MVPA活動替代等，均可達到兩種行為之間的有效轉換。然而，本研究的對數比方差矩陣表明MVPA與SED之間最不易發(fā)生轉換。從實踐層面看，在我國現(xiàn)有教育體制下，學生學習時間與身體活動時間的矛盾在短時間內難以調和；其次，許多學校出于安全考慮，并不鼓勵甚至限制學生在課間從事強度較高的活動[32-33]；這些學校教育中存在的現(xiàn)實問題也限制了學生SED與MVPA之間轉換的可能性。因此，基于LPA與MVPA時間分配的顯著效應，本研究建議也可通過LPA與MVPA的轉換來達成。例如在體育課、大課間、體育活動課等兒童有效活動時間內提高活動強度，合理提升MVPA的比例。但就睡眠與MVPA時間分配對于FMS的積極效應而言，建議需謹慎對待我國兒童普遍存在睡眠不足的問題[34-35]。本研究中小學生平均每天睡眠為595.07 min，未達到我國教育部在2021年規(guī)定的確保小學生每天10 h的睡眠時間[36]。因此，即使研究結果顯示睡眠時間分配給MVPA可以提高FMS水平，但從健康角度而言，對于普遍缺乏睡眠的小學生不宜將睡眠時間分配給MVPA。

MVPA與其他行為時間的重新分配對兒童FMS的影響具有不對稱性，即MVPA替代其他活動行為對FMS所產生的積極效應小于其他活動行為替代MVPA對FMS的消極效應。過往研究在運用成分數據分析方法探討24 h活動健康效應時，大部分研究均發(fā)現(xiàn)MVPA與其他行為轉換效應具有不對稱性[26,37-38]。這些學者認為，MVPA時間分配的不對稱特征與各項24 h活動時長不同有關，平均每天MVPA時間僅為45 min，從MVPA時間中移除10 min所占比例超過1/5，由此引起的替代效應自然較大；而LPA、SED、睡眠時長分別為224 min、571 min、599 min，從這3種行為中移除10 min所占比例僅為4.5%、1.8%、1.7%，所產生的替代效應也因此較弱，甚至可忽略不計。此結果也說明在現(xiàn)有學生MVPA水平的基礎上，如再減少參與MVPA的時間會給學生FMS帶來嚴重的負面影響，需在LPA、SED與睡眠中調配更多時間才可彌補。因此，如因各種條件限制無法增加學生MVPA時間的前提下，維持目前已有水平也至關重要。

本研究表明睡眠時間占比與兒童FMS無顯著性相關，但如果將SED時間替代睡眠后會顯著降低FMS的水平。部分學者認為睡眠可以促進新技能動作的學習，即在睡眠中大腦可強化和調整新習得的動作技能、鞏固隔夜的動作技能記憶，從而提高動作技能的學習績效[12-13]。本研究結果表明睡眠占比與FMS無顯著相關，可能是因為FMS并非復雜的技能動作，F(xiàn)MS發(fā)展的關鍵不在于動作技能習得，而在于通過反復練習才能提高水平[39]。因此，睡眠提高動作技能這一功能對于FMS的長期發(fā)展影響有限。雖然睡眠并不直接影響FMS，但如果減少睡眠時間而代之以SED，則會對FMS的發(fā)展起負面作用，這與Smith等[18]的成分數據分析結果一致。此研究結果對于我國兒童而言有重要意義，這說明睡眠不足、久坐時間過長不但對健康產生不良影響，也是FMS發(fā)展的消極因素。家長應引導與監(jiān)督孩子減少其久坐特別是屏幕行為，在此基礎上合理規(guī)劃睡眠時間以保持充足睡眠。

針對位移技能與操控技能，24 h活動時間占比與重新分配對兩者的影響是相似的，但在兩方面存在效應差異：(1)睡眠時間占比與操控技能正相關，但與位移技能無顯著相關；同樣，10 min MVPA替代睡眠可以提升操控技能，但對于位移技能的發(fā)展無顯著影響。操控技能涉及到對于球類等器材掌控的能力，從技術難度來說，與跳躍、奔跑等位移技能相比操控技能顯然更為復雜，也更難以掌握[19]。通過睡眠可以鞏固動作技能的記憶，加快動作技能的學習與掌握[13]，這可能是相對于位移技能，睡眠對操控技能產生影響效應更為顯著的主要原因。(2)MVPA與其他行為(LPA、SED、睡眠)之間的時間分配對于操控技能的影響均高于位移技能，此研究結果與Burns等[17]對于美國學齡兒童的分析結果一致。部分學者認為，兒童位移技能與操控技能的掌握存在時間差。小學階段初期兒童基本上已熟練掌握位移技能，而由于操控技能技術難度更大、操控技能的發(fā)展滯后于位移技能[17]。因此，MVPA與其他行為之間的時間分配效應在小學階段發(fā)展?jié)摿Ω蟮牟倏丶寄苌嫌懈@著的反應。

綜上所述，本研究是我國首次基于成分數據分析模型探討學齡兒童24 h活動與FMS關系的研究，并運用加速度計測量24 h活動以保證數據的精確性。然而，本研究存在部分局限：第一，本研究為橫斷面調查研究，無法確定不同活動行為與FMS的因果關系，后續(xù)需更多隊列研究和干預研究來驗證兩者之間的關系。第二，本研究中TGMD-3是一個過程性評價工具，測試人員的主觀評判差異可能會影響24 h活動與FMS的關系，后續(xù)研究應結合客觀測量工具對學齡兒童FMS進行測量以進一步提高研究的精確度。第三，本研究樣本量偏少且樣本代表有限，有待更大樣本針對24 h活動與FMS的關系做進一步研究。第四，本研究分析時僅控制年齡、性別和BMI，但未對其他可能影響FMS的因素(如家庭環(huán)境等因素)進行控制。在后續(xù)研究中應加強隊列研究和干預研究，分析24 h活動與學齡兒童FMS之間的因果關系。同時，有必要對于不同類型久坐行為(如屏幕類久坐行為、學習類久坐行為)、身體活動與久坐時間積累模式(單次活動持續(xù)時長與間斷次數)、不同時間睡眠(如午休睡眠、夜晚睡眠)對FMS的不同影響進行更深入的探討與分析，以便進一步了解學齡兒童24 h活動行為中哪些類型活動對FMS能力發(fā)展的影響最大，從而為學校與家庭合理規(guī)劃學齡兒童24 h活動安排，為我國24 h活動指南的制定提供參考。