基于灰色聚类方法评估大学生亚健康状况*

曾　静, 赵晓红

(重庆工商大学 数学与统计学院，重庆 400067)



基于灰色聚类方法评估大学生亚健康状况*

曾静, 赵晓红

(重庆工商大学 数学与统计学院，重庆 400067)

摘要：从大学生的生活方式、学习工作、不良生活事件3个方面制定评估指标系，运用灰色聚类评估方法，建立大学生亚健康评估模型，从定量的角度评估分析大学生是否处于亚健康状态，为大学生提供了一种亚健康自我评估方法，有助于帮助大学生走出亚健康状态.

关键词：灰色聚类;亚健康;白化权函数;指标体系

亚健康是前苏联学者布赫曼教授在20世纪80年代中期提出的一个新概念，也称灰色状态.亚健康即指非病非健康状态，这是一类次等健康状态，界于健康与疾病之间.亚健康不但与健康状态有重叠交叉，又与疾病存在重叠交叉.因此，亚健康既可以向“健康”的方向发展，又可以向“疾病”的方向发展.这种发展变化是双向、不确定的.介于这种情况，此处将亚健康状态分为3个等级：轻度亚健康状态、中度亚健康状态、重度亚健康状态.

2003年，顾大成[1]应用数理统计和灰色聚类评估方法对广西中小学生身体素质和运动能力现状进行了研究；2007年，张杰[2]运用灰色聚类分析方法对14个代表型企业的自主创新能力进行了客观量化实证研究，得出灰聚类评估结果并对评价结果进行了归纳性分析；2008年，姜明辉等人[3]用灰色聚类评估模型对黑龙江省主导产业进行选择；2012年，项勇等人[4]运用灰色聚类分析法将分散的风险评价信息处理成不同灰类度的评价量并得到风险综合评价值；2013年，李建桥等人[5]采用定性分析的研究方法选出影响我国青少年亚健康的相关因素；2014年，郭太炜等人[6]编制大学生亚健康状态测量表，并分析得出我国大学生亚健康是个多领域多维度的系统；2015年，张婷婷等人[7]采用熵权法等数学计算方法使高校教职工健康评价结果更为客观合理.大学生群体作为亚健康的一个高发人群，是值得社会多去关注的.受参考文献[1-4]的启发，采用灰色聚类评估方法，从大学生的生活方式、学习工作、不良生活事件3个方向制定评估指标体系，根据每位同学的自身情况用数字大小量化表示，建立大学生亚健康评估模型，计算综合聚类系数，由此判断其亚健康程度.

1大学生亚健康评估模型

灰色聚类评估[8]是建立在灰数白化权函数基础上的，将评价对象在各评价指标上的白化函数值乘以相应评价指标的权重值，按N个灰类进行归纳整理，哪一灰类得分最高，则被评价对象属于哪一灰类状态.

1.1建立评价指标

根据冯丽仪等人[9]发表的《亚健康评价指标体系的研究与建立》最终筛选得到39个亚健康评价指标，在其基础上选取主要影响大学生亚健康的指标并将其中一些指标重新命名，得到关于大学生亚健康的评价指标.将导致大学生亚健康的因素基本分为3类：生活方式、学习工作情况和不良生活事件，称为一级指标.这三个一级指标下又分细为几个指标，称为二级指标.具体指标如图1所示.

图1　亚健康评价指标体系Fig.1　Sub-health evaluation index system

1.2确定评价灰类及各指标的白化函数

此处将亚健康状态分为轻度亚健康状态、中度亚健康状态、重度亚健康状态，连同无亚健康状态，一共有4个灰类，灰类序号k(k=1,2,3,4)，用数字0-10表示各指标的的得分值.考虑灰类划分的要求，在白化权函数的取值区间[0,10]中依次选取属于无亚健康、轻度亚健康、中度健康、重度亚健康程度的点为λ1=0，λ2=3，λ3=6，λ4=9.

1.3给出各评价指标的权重

ηij为各指标对亚健康的影响程度的权重.生活方式上，作息习惯(70.09%)、饮食习惯(60.81%)、有无吸烟(58.59%)、有无嗜酒(58.59%)、运动情况(55.00%)；学习工作情况上，就业压力(61.76%)、脑力劳动(47.31%)、人际关系(36.79%)、求胜心(17.86%)、工作学习进展情况(30.08%)；不良生活事件上，有突发性伤害或自然伤害(62.25%)、家庭负担过重(50.66%)、与父母关系(26.49%)、失恋(45.29%)、考试落榜(26.24%).括号中的百分比是指这一因素对造成亚健康所要负的责任大小[10].按照评价指标体系确定的层次结构，将这些指标的百分值加总做归一化处理，最终得到各层指标的权重.

组合权重是每个二级指标xij对大学生亚健康体质x上占有的评价权重(例如x11的组合权重等于作息习惯70.09%比所有二级指标之和)，层次权重是每个二级指标xij在一级指标层xi上的权重(例如x11的层次权重等于x11的组合权重比属于生活方式x1层上所有二级指标的组合权重之和)，如表1所示.

表1　生活方式指标权重

表2　学习工作情况指标权重

表3　不良生活事件指标权重

1.4计算各指标的白化权函数值

以调查的某位同学实际情况为例，进行计算分析(表4数据已经依照抽象的具体事件进行了灰色测度，根据该同学的具体生活状态进行量化，用数字大小来表示程度由轻到重).

将表4数值带入白化权函数计算所得结果，如表5.

1.5结果分析

表4　某同学各个指标的实际值

表5　白化权函数值

表6　亚健康体质评价各层次的聚类系数

从表6可以看出，总体x在σ3上得分最高，所以判断该同学体质属于第三灰类，即这位同学是中度亚健康体质.生活方式方面，x1在σ2上得分最高，则属于第二灰类.学习工作情况方面，x2在σ3得分最高，则属于第三灰类.不良生活事件方面，x3在σ1得分最高，属于第一灰类，说明该同学在生活方式方面还是比较良好的.在学习工作情况方面一些问题轻微影响到了自己的身体健康，在生活事件方面没有不良事件影响到身体健康.总体来看，该同学身体状态属于中度亚健康状态.

2结论

将影响大学生亚健康的定性指标通过数字量化表示，根据量化数据的大小计算每个指标处于各个灰类的聚类系数，最终判断综合系数在哪一灰类得分最高，判断对象即处于这一灰类.利用该模型可以根据大学生自身的日常生活习惯，来初步评估大学生是否处于亚健康状态及亚健康严重程度，而且可以进一步判断是由于哪一方面(生活方式、学习工作情况和不良生活事件)造成的亚健康.为大学生提供了一种亚健康自我评估方法，有助于帮助大学生走出亚健康状态.

参考文献(References)：

[1]顾大成.广西中小学生身体素质和运动能力现状的分析与研究[J].广西师范学院学报(自然科学版),2003,20(2):110-114

GU D CH.Analysis and Study on Present Situation of Physical Fitness and Sports Abilities of Primary & Middle School Students in Guangxi[J].Journal of Guangxi Teachers College(Natural Science Edition),2003,20(2):110-114

[2] 张杰.基于灰色聚类的企业自主创新能力评价[J].统计与决策，2007(12):161-163

ZHANG J.The Evaluation Based on Independent Innovation Capability of Gray Clustering[J].Statistics & Decision,2007(12):161-163

[3] 姜明辉，翟相如，王天龙.基于灰色聚类评估模型的黑龙江主导产业的选择[J].商场现代化，2008,54(5):228-229

JIANF M H,ZHAI X R,WANG T L.Select Heilongjinag Leading Industry Based on Grey Clustering Evaluation Model[J].Market Modernization,2008,5(540):228-229

[4] 项勇，张仕廉.基于灰色聚类—网络分析法的工程项目风险评价[J].统计与决策，2012(1):91-97

XIANG Y,ZHANG SH L.Based on Gray Cluster—Network Analysis of the Engineering Project Risk Evaluation[J].Statistics and Decision,2012(1):91-97

[5] 李建桥，吴瑞，刘琴，等.影响中国青少年亚健康相关因素的系统评价[J].中国循证医学杂志，2013,13(3):251-258

LI J Q,WU R,LIU Q,et al.Influencing Factor Related to Sub-Health in Adolescents:A Systematic Review[J].Evidence-Based Health Policy-Making,2013,13(3):251-258

[6] 郭太炜，朱勤，施鸿飞，等.大学亚健康评价指标的研究[J].现代预防医学，2014,41(2):253-258

GUO T W,ZHU Q,AHI H F,et al.Study on the Evaluation of Sub-health Status of College Students[J].Modern Preventive Medicine,2014,41(2):253-258

[7] 张婷婷，王蒙，葛静.基于熵权和TOPSIS法的高校教职工健康评价[J].重庆工商大学学报(自然科学版),2015,32(8):83-87

ZHANG T T,WAMG M,GE J.Assessment of the College Staff Health Based on Entropy Weight and the TOPSIS Method[J].Journal of Chongqing Technology and Business University(Natural Science Edition),2015,32(8):83-87

[8]刘思峰，谢乃明.灰色系统理论及其应用[M].北京：科学出版社，2013

LIU S F,XIE N M.Grey Systems:Theory and Application[M ].Beijing:Science Press,2013

[9] 冯丽仪，许军，罗仁，等.亚健康评价指标体系的研究与建立[J].中国全科医学,2011,14(1):37-40

FENG L Y,XU J,LUO R,et al.Analysis and Build-up for Sub-health Evaluating Indicator System[J].Chinese General Practice,2011,14(1)37-40

[10]王秋慧，王枫.我国国民健康状况初探[J].贵州教育学院学报(自然科学版),2005,16(4):95-95

WANG Q H,WANG F.Analysis on the Health Condition of Chinese People[J].Journal of Guizhou Education College:Natural Science Edition,2005,16(4):95-95

[11] 李付星，陈亮.模糊综合评价在摩托车方案优选中的应用研究[J].包装工程，2015，36(8)：87-91

LI F X,CH L.The Application Research of Fuzy Comprehensive Synthetic in the Evaluation Optimiztion Choice of the Motorcycle[J].Packaging Engineering,2005,36(8):87-91

责任编辑：田静

College Student Sub-health Situation Evaluation Based on Grey Clustering Method

ZENG Jing, ZHAO Xiao-hong

(School of Mathematics and Statistics, Chongqing Technology and Business University, Chongqing 400067, China)

Abstract：This paper makes evaluation index system from such three perspectives as life style, study and work as well as unhealthy life incidents of college students, constructs sub-health evaluation model for college students by grey clustering assessment method, and evaluates and analyzes whether college students stay in sub-health situation from quantitative perspective. Sub-health self-evaluation method is presented for the college students, which helps the college students get out of sub-health situation.

Key words：grey cluster; sub-health; whitening weight function; index system

中图分类号：N941.5;R195.3

文献标志码：A

文章编号：1672-058X(2016)01-0043-04

作者简介：曾静(1983-)，女，四川彭州人，讲师，博士，从事最优化理论与方法研究.**通讯作者：赵晓红(1993-)，女，内蒙古人.E-mail:zuiyi316@163.com.

*基金项目：重庆工商大学青年博士基金项目(1352014).

收稿日期：2015-07-28；修回日期：2015-09-08.

doi:10.16055/j.issn.1672-058X.2016.0001.010