探討職業病發病率統計預測的兩種方式及比較

吳毅青

（鄭州市職業病防治院，河南 鄭州 450000）

引言：當前職業病在我國的各種門類的工作中出現得越來越多，其表現的種類越來越多。根據種類的分別，在發病率上又存在著較大的差距。我國相關法律規定職業病是在某用人單位的工作者在進行工作時因接觸某些因素而引起的部分疾病。由于工作性質的不同，勞動者往往會接觸某些粉塵或其他有害物質，包括某些條件較為艱苦的氣象天氣等都成為造成職業病引發的原因。從1972 年首次公布職業病起到今，我國職業病已經分為了十大類和132 種，其中涉及到的各種病因造成的疾病的分類則更為復雜。職業病的防治對于勞動者來說具有重要意義，關系著整個社會的正常運行。所以有關職業病的預測統計則變得尤為重要，在此篇文章中將介紹兩種統計模型來預測職業病的發病率。

一、職業病的研究現狀

從上個世紀70 年代，我國對職業病進行了首次公布到今天我國職業病的現狀仍然是十分嚴峻的。首先，我國職業病產生的因素較多。隨著我國經濟的不斷發展，我國各門各類的職業不斷興起，勞動者所從事的職業也出現了多個種類的分別，其中包括傳統工業、農業以及逐步興起的第三產業，引發職業病的危害因素也隨著產業的發展而擴大。截至2015 年，我國職業病的防治工作就已經覆蓋到了30 多個行業，我國法律規定的職業病已經達到了100多種。在世界范圍內，我國現有的職業病問題較為嚴重，已經出現的病例在數據上也尤為可觀，依然位居世界前列。

其次，我國職業病呈現的趨勢相對不樂觀。根據現有的數據可以觀察到，我國職業病的發病率在數量上存在著反復的現象，其在控制上存在一定的難度。當今我國職業病主要危害因素為粉塵，我國勞動者中因粉塵而發生職業病的病人占總體數量的71%左右。

另外，我國職業病所引發的后續影響也較為嚴重。根據在2015 年獲得的數據顯示，我國因職業病相關問題已經產生了1000 萬以上的損失。職業病已經給我國帶來了較大的經濟損失，而除此之外，職業病給勞動者帶來的隱患更是不可小視的，如果職業病發病率持續升高，將會造成我國勞動者的短缺，將造成波及范圍較大的社會影響，不利于我國勞動力市場的穩定性。

而相對于職業病發病來說，我當前針對職業病的研究以及防治人員上不到位。我國雖然已經形成對于職業病初步的監測和防治系統，但其內部人員仍然較少，并且質量不高，整體文化素質較低，仍然缺乏高端技術服務人員以及新生后備力量。并且，我國針對職業病防治的投入明顯不足，使得衛生監測與防治系統在發展上得不到保證。但是針對職業病，我國已經形成了相關法律法規，針對管理系統內部人員的職責以及整個體制的安排進行了完善。隨著當今經濟全球化的不斷發展，國家之間的聯系不斷加強，我國的職業病防治體系將逐步向國際化靠攏，將建立起更加完善的防治體系。

我國職業病的防治已經成為我國衛生防治系統工作的一大重要題目。而針對職業病的防治應當具備針對性以及專業性。到2015 年為止，我國部分鄉鎮企業微小企業衛生水平上仍然不達標，這也是職業病發生的一大重要因素，在這些地區以及企業內部職業病發病率較高。而針對職業病的相關防治法律未得到普及，部分地區以及企業內部對于職業病防治法沒有進行完整的了解，這也就導致了某些地方在進行職業病防治法的執行上尚存在一些缺漏之處。

二、職業病發病率統計預測的意義

針對職業病發病率所進行的預測研究，對于整體職業病的防治來說具有重要意義。隨著當前我國經濟在不斷地發展，企業的類型以及數量在逐漸地增多，針對于勞動者的需求也在逐步擴大，我國整體勞動力數量呈上升態勢。而其中部分勞動者從事的工作所能涉及到的危害因素較多，在傳統工業以及部分相關職業中，危害因素往往存在于勞動者工作的各個方面以及角落。而針對職業病的發病率進行預測，能夠為職業病的防治提供一定的數據依據，有利于相關管理部門以及監測部門針對了解到的現狀以及預測得到的結果對某些特殊行業的職業病進行及時地預防，采取某些有效的措施，最大程度地保護勞動者的身體健康，減少危害因素對于勞動者們的侵害。通過對職業病的發病率進行預測，能夠對社會以及勞動者自身形成一定的預警，尤其是在某些傳統工業職業中，勞動者通常文化水平較低，自我保護意識較為薄弱。而通過相關職業病發病率的預測對勞動者自身形成預警，有利于勞動者從自身做起，重視職業病，維護其自身權力，維護其自身的利益，有利于我國各項有關職業病的法律法規的普及以及實行，進一步防止我國職業病。同時，職工能夠有效地進行自我保護，不僅對其自身有很大的幫助，將有助于穩固社會，為社會的發展提供保障。

同時，對職業病的發病率進行統計預測，企業能夠根據得到的數據結果提前采取預防措施，企業能夠根據預測的結果建立相關防護系統以及評價系統，根據不同部門的職業進行及時地預防，能夠對職業病實現有效地控制。同時，也為整體職業病的防治提供了科學的，合理的依據。

三、灰色預測模型

灰色預測模型主要是針對人們對于未知領域或未知區域內的預測，其更多的相對于白色區域來說的。由于人們對未知的不確定性，就要利用運算方法對這些不確定性因素，推演其規律，建造數學模型，作出科學的預測?；疑A測模型具體包括時間序列預測，災變預測，波形預測以及系統預測等等，而其中最為常見的則為時間序列預測。

GM（1，1）模型，該模型本身只含有一個變量

1、建立時間序列

求級比L(k)：

當所有的L(k)落在【exp(-2/(n+1)),exp(2/(n+1))】區間之內,認為可以做比較滿意的GM(1,1)建模

2、在原序列的基礎上累加生成新序列

設累加生成之后的序列為X'

3、對累加生成之后的序列進行鄰均值生成。設新生成的鄰均值序列為Z，則：

構造數據矩陣B 及數據向量Y

計算發展系數a 及灰作用量b

4、建立模型求解時間響應函數并進行預測

GM（1，1）模型X(k)+aZ(k)=b 的白化方程

5、精確度檢驗（相對殘差檢驗、方差比檢驗、小誤差概率檢驗）

相對誤差*k=|&（k）|/X（k）

（2）設殘差序列為&（k），其序列標準差為A。原始序列為X（k），其序列標準差為B。

則方差比C=A/B。

（3）設小誤差概率為p，

殘差序列平均值為&：P={|&（k）-&|〈0.6745B}

則p=P/原始數據序列長度

四、非線性數學模型

在醫學相關的實際研究當中，所涉及的變量較多并且變量之間的關系也較為復雜多變。因此，在因變量和自變量之間并非絕對的會呈現線性關系。對于此類數據，應當建立非線性回歸模型，通過非線性回歸模型對數據進行預測，針對非線性模型中無法直接計算得出的模型可將其再轉化為線性模型，進行數據的計算，而后將得到較為準確以及科學的預測結果。由于非線性回歸模型其包含的種類較多，在進行選擇時應當遵循幾大原則。首先，所選用的函數是應當與基本理論做到相對一致。第二，對于方程的選擇要適合，要具有較大的相關性。第三，函數方程其本身形式應當做到簡潔，不應太過復雜。

1、拋物線函數：

2、雙曲線函數：

3、冪函數：

4、指數函數：

5、對數函數：

6、S 形曲線函數：

其中:L，a,b〉0，稱該函數為邏輯曲線

7、多項式方程：

在預測模型結果的計算時，非線性回歸函數通常無法直接得到結果，這個時候通常將非線性回歸方程轉化為線性方程這樣的形式來進行計算。

（1）、倒數變換

雙曲線函數，設Z=1/X：

（2）、半對數變換

對數函數，設Z=lnX：

五、兩種模型優缺點比較

在實際的研究過程中，灰色預測模型和非線性回歸模型，其具有不同的特點，也適用于不同種類的數據。在進行職業病發病率的研究時，應當根據該職業病的特點以及數據的特性選擇合適的模型進行預測。

灰色預測模型，其在計算時使用的不是原始的數據序列，而是經過累加等多種運算法則之后生成的新數列。灰色預測模型本身具備一定的優點，灰色預測模型不需要數量較多的數據，一般將數據控制在四個左右，就能保證序列的完整性并保證預算結果的可靠性。但是，灰色預測模型其只用于中短期內的預測以及指數增長的預測。

非線性回歸模型是在線性回歸模型的基礎上所建立的，由于在實地研究過程中涉及的因素較多，變量也較為復雜，通過簡單的線性回歸模型，無法得到準確的預測結果，這個時候建立非線性回歸模型，能夠更有效以及科學的構建預測模型。而在后續的計算過程中，由于非線性模型其本身的特點，往往無法通過簡單的數學運算計算得到結果。這時就要將復雜的非線性回歸模型轉變為較為簡單的線性回歸模型，再計算出最終的預測結果。非線性回歸模型仍然是以回歸分析為核心，在形式上以及內涵上同線性回歸模型具有同樣的特點。

結束語

職業病的研究在我國統計學領域已成為重要課題，探討職業病的發病率相關課題能夠有效幫助勞動者預測以及防治職業病。通過灰色預測模型以及非線性數學模型，選擇更為適合的模型，針對不同種類的職業病進行高效的預測，對于整個社會來說具有重要意義，能夠在最大程度上對職業病實現全面防治，保護職業內的勞動者的身體健康安全，保證社會秩序的穩定，促進社會整體的向上發展，在進行回歸預測時要采用不同的模型，結合該職業的發病特點，進行科學合理的預測，使結果更為值得借鑒。