1996-2019 年我国孕产妇保健情况调查

王 萌，祝丽玲

（佳木斯大学公共卫生学院，黑龙江 佳木斯 154007）

随着我国基本公共卫生服务不断加强，国家积极推进妇幼健康全程服务，孕产妇保健内涵不断拓展，妇幼保健机构的服务效率呈现上升趋势[1]。孕产妇保健水平不仅可以衡量妇幼卫生服务质量，还能有效地指导政府调整孕产妇保健相关政策、促进医院对孕产妇保健工作的重视和改进、提高孕产妇保健工作效率和质量。随着二孩、三孩政策的开放，高龄产妇的增加，强化孕产妇保健工作，降低高危妊娠的发生率是目前孕产妇保健工作的重点[2-4]。本研究采用TOPSIS 法、秩和比法及两者模糊联合的方法综合评价我国1996-2019 年孕产妇保健状况，旨在更加全面的分析孕产妇保健工作，得到更加科学的结论，为相关政府部门进行卫生资源优化提供参考依据。

1 资料与方法

1.1 资料来源 本研究资料来源于《2015 中国卫生和计划生育统计年鉴》和《2020 中国卫生健康统计年鉴》。

1.2 指标选择 结合《中国卫生和计划生育统计年鉴》和《中国卫生健康统计年鉴》公布的相关数据，选取活产数、建卡率、系统管理率、产前检查率、产后访视率、住院分娩率、孕产妇死亡率（1/10 万）7 个指标作为综合评价我国妇女保健的指标，分别以X1，X2，……，X7表示。

1.3 方法

1.3.1 TOPSIS 法 TOPSIS 法是基于归一化后的原始数据矩阵，将有限方案中的正理想解和负理想解构成一个空间，待评价的方案可视为空间上的某一点[5]，由此可获得该点与正理想解和负理想解间的距离Di+和Di-（用欧氏距离表示），从而得出待评价方案与正理想解的相对接近程度Ci值，根据Ci值大小来评价方案的优劣的决策方法[6]。

1.3.2 秩和比法 秩和比法（rank sum ratio，RSR）是一种集合参数统计与非参数统计的优点于一体的统计分析方法[7]，其基本思想是在一个n 行m 列矩阵中，通过秩转换获得无量纲统计量RSR[8]；在此基础上，运用参数分析的方法研究RSR 的分布，运用非参数公式对各评价对象计算加权秩和比[9]，用RSR值对评价对象的优劣直接排序、分档排序或者比较RSR 的置信区间。

1.3.3 TOPSIS 法与秩和比法加权模糊联合 运用FUZZYSET 理论[10]，设Ci值与RSR 值的权重比W1∶W2，即求W1Ci× W2RSR，这样根据W1、W2值可分为若干档[11，12]。具体计算过程借助Excel 2013 完成RSR 法是通过对指标数据按优劣顺序编秩，综合多项指标后得到一个最终的统计量，该统计量克服了各指标间由于量纲的不同引起的差异，即为RSR 值。

1.4 观察指标 以1996-2019 年中国孕产妇保健数据为基础，应用TOPSIS 法、RSR 法以及二者模糊联合的方法对7 项研究指标进行综合评价。

1.5 统计学方法 采用Excel 2013 与SPSS 19.0 软件对数据进行统计分析，计数资料采用（n，%）表示，行χ2。检验水准为α=0.05，P＜0.05 表示差异有统计学意义。

2 结果

2.1 RSR 法综合评价结果

2.1.1 编写秩次、计算RSR 值 R1、R2、……R7是7 个指标的秩次，从高到低排秩次，值相同时取平均秩次。RSRij=，式中m 为指标个数，n 为分组例数（m=7，n=24），X1～X6为高优指标按RSR 值从小到大依次排序，X7为低优指标从大到小排序，见表1。

表1 我国1996-2019 年孕产妇保健工作的7 项指标值编秩后的RSR 分布

2.1.2 确定RSR 值分布 根据RSR 值从小到大排序，列出各组频数f，计算各组累计频率∑f，确定各组RSR 的秩次R 以及平均秩次，计算向下累计频率P=/n[13]。将百分率P 转换为概率单位Probit（参照百分数与概率单位对照表）。RSR 值是多个评价指标的综合水平，RSR 值越大越优[14]，见表2。

表2 表1 的RSR 值分布

2.1.3 计算回归方程 以RSR 值为因变量，Probit 值为自变量进行线性回归分析，得到方程：RSR=-0.877+0.274×Probit，方程有统计学意义（F=319.833，P＜0.05，r=0.967）。

2.1.4 RSR 值排序与分档 将我国孕产妇保健水平用最佳分档原则分为上、中、下3 档。用回归方程算得的Probit 界值所对应的RSR 估计值作为孕产妇保健指标评价分档的临界值，分别为4 和6，见表3。

表3 全国1996-2019 孕产妇保健工作的分档排序

2.2 TOPSIS 法综合评价

2.2.1 指标同趋势化及归一化处理 1991-2019 年我国孕产妇保健工作情况中，前6 个评价指标为高优指标，数值越大，表示质量越好；最后一个指标为低优指标，数值越大，表示质量越差。为了达到同趋势评价将低优指标以倒数法转换为高优指标[15]，采用公式（原高优指标）和（原低优指标）将同趋势数据转化为归一化矩阵值，消除离散程度不同对评价结果的影响[16]。

2.2.2 确定最优方案和最劣方案 根据归一化后的数据得到各指标的最优值向量和最劣值向量，即有限方案中的最优方案A+和最劣方案A-：

2.2.3 计算最优解的距离 Di+和最劣解的距离Di-及正理想解的接近程度Ci计算各评价对象与最优方案和最劣方案的距离Di+、Di-及其与最优方案的接近程度Ci，并按Ci大小排序，见表4；Ci的取值范围[0，1]。Ci值越接近1，表明评价对象越接近最优方案；Ci越接近0，表明评价对象越远离最优方案[17]。

表4 我国1996-2019 年孕产妇保健工作用TOPSIS 评价的结果

2.3 模糊联合法 模糊联合法将TOPSIS 法与RSR 法模糊加强联合，研究取Ci∶RSR 分别为0.1∶0.9、0.5∶0.5、0.9∶0.1，分别计算出其值并排序。TOPSIS 法和RSR 法评价结果均显示2015、2016、2017、2018、2019 年排名前5 位，1996、1997、1998 年排名最后；TOPSIS 与RSR 模糊联合法设置3 种不同的权重进行计算排序，其结果同样显示2015、2016、2017、2018、2019 年均排名前5 位，1996、1997、1998 年排名最后。这3 种方法评价结果认为1996-2019 年我国孕产妇保健情况基本呈整体提高趋势，见表5。

表5 全国孕产妇保健情况RSR 值分布

3 讨论

3.1 评价方法分析 TOPSIS 和RSR 都是对研究对象进行综合评价，两者各有优劣。RSR 是一种非参数的统计评价方法，但对数据利用不够充分、易丧失原始数据信息；TOPSIS 结果直观、可靠，但灵敏度低、易受极端值的影响；模糊联合法将两种方法优势互补，加强了适用范围，充分利用了原始数据，弥补了极端值的影响，可根据择多原则，选择总体趋势相同的结果，灵敏度更高，分析研究结果更加准确，可靠性更好[18，19]。本研究显示，在TOPSIS 分析中2017 年为第1 名，RSR 和模糊联合法中2016 年为第1 名，三者总体趋势一致。说明运用TOPSIS 和RSR 相结合的综合评价方法进行不同年份的纵向比较，能客观反映孕产妇保健情况，使评价结果更具有全面性和科学性，为完善相关制度提供科学依据。

3.2 评价结果分析 本研究选用孕产妇保健最常用的7 项指标，低优指标与高优指标兼顾，从而全面且直观的比较我国孕产妇保健水平。结果表明，孕产妇保健水平逐年提升，可能是由于我国经济水平的提高。1996-1999 年的孕产妇保健水平均在后4 位，2015-2019 年的孕产妇保健水平均在前5 位，总体趋势一致；2016 年和2017 年的保健水平达到顶峰，可能是由于2015 年全面开放了二孩政策，并且各级政府部门同步加强相关管理；2018 年与前一年比较呈现小幅度下滑，可能是由于二胎产妇多为高龄产妇，其增长速度过快，超越了孕产妇保健的负荷能力。从分析结果看，应该提高建卡率、系统管理率、产前检查率和产后访视率，降低孕产妇死亡率。随着2021 年三孩政策出台，高危孕产妇数量增加，应当及时进行孕期干预和健康管理，使孕产妇健康得到保障，以改变不良妊娠结局[20]。综合以上结果，需提升人们孕期及产后的保健意识，增加预警机制，及时发现、分析及解决问题，进而促进我国形成完善的孕产妇保健体系。