非整秩次秩和比法评价计划生育出生统计质量

杨永传

出生人口数据是制定人口政策的重要依据之一，及时、准确和完整地统计出生人口数据是计划生育工作的重要内容，提高出生统计质量、减少统计误差一直是计划生育部门目标管理考核的重要内容之一。本文运用非整秩次秩和比法，对宁波市下属各县市区2010―2016年的有关出生统计指标进行综合评价和分析，以期了解和掌握各地的统计质量水平，为下一步工作规划和分类指导提供决策依据。现报道如下。

1 资料与方法

1.1 一般资料 宁波市下属各县市区作为研究对象，资料来源于宁波市计划生育WIS数据库（截止到2017年12月31日，包括了历年补报和清查数据）。

1.2 分析方法

1.2.1 确定统计指标 因为2017年开始有3个地区进行了区划调整，同时考虑到多年的平均指标综合性更强，所以采用2010―2016年的平均指标。选用出生漏报率（X1）、出生当年上报率（X2）、出生上报及时率（X3）、计划内外误差率（X4）及出生性别误差率（X5）共5项指标。在报表中未上报，事后在WIS库中录入的个案认为是漏报，据此计算出生漏报率；出生后3个月内上报的认为及时上报，据此计算出生上报及时率。因为报表数据每年上报后已经固化，所以把报表数据作为基准，然后把宁波市计划生育 WIS数据库个案和当年报表上报的个案进行比对，计算出上述5个反映统计质量的指标，再对该5个指标进行综合评价分析。其中X2和X3为高优指标，其余为低优指标，见表1。

表1 宁波市各区县市计划生育出生统计质量指标%

表2 宁波市各区县市计划生育出生统计质量指标秩次

表3 RSR值的分布

1.2.2 计算平均秩次（RSR） 采用非整秩次RSR法的编秩方法，即高优指标用如下公式计算秩值：R=1+（n―1）×（X―Xmin）/（Xmax―Xmin），低优指标采用如下公式计算秩值：R=1+（n―1）×（Xmax―X）（/Xmax―Xmin），然后运用秩和比计算公式RSR=R（/m×n）计算最后结果（表2），其中R为某地区某指标的秩次值，m为指标个数，n为分组个数，X为原始指标值，Xmax、Xmin分别是最大、最小的原始指标值，RSR值越大越优。

1.2.3 计算回归方程 根据RSR的大小，确定其分布，计算累积频数和累计频率，再根据百分数与概率单位对照表查出概率单位Y值（表3）。以概率单位Y为自变量，RSR为因变量，采用 IBM SPSS 24进行回归分析，可以求得回归方程RSR =－0.2528+0.1868Y，F=82.527，P＜0.01，表明该回归方程有统计学意义。

2 结果

根据合理分档原则，拟将统计质量分为三档。根据回归方程，把相应的概率单位值代入回归方程，推算出对应RSR估计值，再根据该估计值进行排序和分档。代码为330209、330211两个县市统计质量一般，代码为 330206、330213、330205、330210、330203、330208、330204、330202、330214 九个县市区的统计质量良好，代码为330201、330207、330212三个县市区统计质量优秀。见表 4。用 IBM SPSS 24对三档RSR值进行方差分析，差异有统计学意义（F=20.9792，P ＜ 0.01），见表 5，据此得出的结论是合理的。

3 讨论

秩和比法是一种简易、灵活、实用、有效的统计分析方法，集中了非参数统计与参数统计各自的优势，适用面广，功能强，大量应用于卫生医疗领域，对卫生信息资源的开发、利用和分析产生了深远的影响。本文尝试把秩和比法应用于计划生育统计领域，运用秩和比法对影响出生统计质量的多项指标进行综合性分析。

秩和比法要取得好的应用效果必须选好相关指标，本文在选取指标时，既考虑了在考核中常用的指标，如出生漏报率、计划内外误差率和出生性别误差率，又考虑到了不常用的出生当年上报率和出生上报及时率，尽可能从各个方面反映统计质量；另外，为了消除年度间的波动可能带来的影响，采用了7年的平均指标。

表4 RSR值的排序与分档

表5 各档RSR方差分析结果

秩和比法在把指标值转化为秩次值时会丧失一部分原始资料的信息，为了尽可能保留这部分信息，本文采用了非整秩次秩和比法，此方法用类似于线性插值的方式对指标值进行编秩，所编秩次除了最大值和最小值为整数外，其余基本上为非整数，而且和原指标值之间存在定量的线性对应关系。因此，非整秩次秩和比法适用性更强、效果更好。

RSR值反映了被评价对象的相对优劣程度，本文通过非整秩次秩和比法获得的评价结果与平时实际工作中所掌握的情况基本相吻合，表明该方法用于出生统计质量的评价是可行的，是符合客观实际的。

参考文献：

[1]田凤调.秩和比法及其应用[M].北京:中国统计出版社,1993:1-82.

[2]冉崇宏.非整秩次RSR法在临床科室工作绩效评价中的应用[J].中国卫生统计,2016,33(5):876-877.