A Deviation-based Study of Physical Fitness Risk Pre-warning Model of the Civil Servants in Shanghai
-
摘要: 运用问卷调查、数理统计和数学建模等方法，构建上海市公务员体质健康风险预警模型，在对样本数据聚类和分层的基础上进行群体偏移度和个体偏移度表达。结果显示：公务员体质健康单一指标风险评价和总风险评价在性别聚类和年龄分层的条件下具有较高的拟合度，群体偏移状况明显；大样本量风险预警实测值分布理想，具有良好的收敛性，可有效表达公务员体质健康风险预警程度，表明该体质健康风险预警模型有效。Abstract: This paper, by adopting the methods of questionnaire, statistics and mathematical modeling, designs and builds a physical fitness risk pre-warning model for the civil servants in Shanghai.Based on the cluster analysis and stratifying analysis of the sample data, it then explores the deviation both individually and collectively.The results show that the single-indicator risk assessment and the general-indicator risk assessment of the civil servants' physical fitness have a high goodness of fit under the condition of gender clustering and age stratifying, with an obvious group deviation though. Besides, there is an ideal distribution of the large sample's risk pre-warning value with a good convergence, which can effectively describe civil servants' health risk pre-warning degree, showing the effectiveness of this pre-warning model.
-
Keywords:
- physical fitness /
- risk pre-warning model /
- deviation /
- civil servant /
- Shanghai
-
公务员作为国家负责统筹管理经济社会秩序和国家公共资源，维护国家法律规定贯彻执行的公职人员，其健康状况直接影响政府的工作效能[1]。部分研究资料和调查报告显示，我国公务员的体质健康状况不容乐观[2]。体质健康预警是以体质健康测试数据分析与健康预警为基础而构建的警示方法[3-6]。目前，国内外对体质健康预警的研究较少，缺乏可直接借鉴的模式[7-9]；因此，有必要从风险管理的角度建立公务员体质健康预警模型与表达方法[10-12]，为公务员体质健康运动促进提供科学指导。本文拟通过公务员体质信息的采集与筛选，构建风险评价指标体系，定义指标风险评价赋值规则，设计体质健康风险预警模型，并对实证数据进行深度挖掘，开发基于偏移度的体质健康风险预警表达方法[13]，使预警机制不仅具有评价功能，同时也具有预警与监控功能，并提供个体健康亟待改善的关键信息[14-16]，以提升公务员体质健康服务水平。
1. 研究对象与方法
1.1 研究对象
从上海市民体质研究中心随机抽取体质实测有效样本数据3 345条；数据记录字段包括姓名、性别、年龄、BMI(身体质量指数)、体脂率(BFR)、收缩压(SBP)、舒张压、最大摄氧量、握力、坐位体前屈、反应时等；性别分布为男1 931人，女1 414人；年龄范围为20～59岁；地区分布为杨浦区、长宁区、普陀区、黄浦区、浦东新区、闵行区、静安区、徐汇区、嘉定区共9个区。
1.2 研究方法
1.2.1 文献资料法
通过查阅相关资料，依据《国民体质测定标准手册及标准(成年人部分)》《世界卫生组织/国际高血压学会治疗指南》中关于“中国人的平均正常血压参考值”等文献资料[17-20]，结合专家问卷和多轮次体质健康专家会议研讨，在有限实测指标资源的约束下，选取体质健康风险核心指标，建立公务员体质健康风险预警指标体系。
1.2.2 问卷调查法
通过查阅相关论文和标准，征求专家意见和建议，研究和设计了《公务员体质健康风险评价专家调查问卷》，邀请国内运动科学方向体质健康专家对第2、第3层次指标在反映上一级指标时的影响程度进行排序，排序时使用“＞”和“=”符号，且只需写出指标后的代号。考虑到不同专家打分的不确定性，引入偏离度对专家打分数据进行去噪，计算各指标间的相对重要性比值，引入层次分析法确定各级指标权重。
1.2.3 数学建模法
在对各指标进行同质化的基础上，建立3级指标各单项风险评价赋值规则体系；各单项风险等级设定为6级，对应的评价等级分别为：0代表完全无风险；1代表略有风险但可以接受；2代表开始关注的风险；3代表高度关注的风险；4代表出现强烈风险；5代表出现极端风险。公务员体质健康风险预警总评表示为8个单项指标构成复合两级权重的8维雷达模型。偏移度表示指标偏移的程度，风险赋值偏移度表示整个群体与理想值、特定群体与总群体、个体与特定群体的风险偏离情况；风险赋值偏移度包含两方面的含义：整体偏移和偏移方向。
体质健康风险总量由8个体制指标进行联合表达，具体为：公务员个体的8个3级指标实测值经单指标风险等级赋值并复合其2级指标权重和3级指标权重在其所对应的数据轴上定位，体质健康风险总量即为8个定位点在预警雷达图上连线形成的围合雷达图形面积总量。在建立公务员体质健康风险预警指标体系基础上，根据公务员体质健康风险等级规则和定义，推导出体质健康风险总评价雷达面积模型计算公式为
$$ \begin{array}{l} F{\rm{ = }}0.5\sin 45^\circ ({L_{{A_1}}}{L_{{A_2}}} + {L_{{A_2}}}{L_{{B_1}}} + {L_{{B_1}}}{L_{{B_2}}} + \\ {L_{{B_2}}}{L_{{B_3}}} + {L_{{B_3}}}{L_{{C_1}}} + {L_{{C_1}}}{L_{{C_2}}} + {L_{{C_2}}}{L_{{C_3}}} + {L_{{C_3}}}{L_{{A_1}}}) \end{array} $$ (1) 式中：LA1=KAKA1FA1；LB2=KAKA2FA2；LB1=KBKB1FB1；LB2=KBKB2FB2；LC3=KBKB3FB3；LC1=KCKC1FC1；LC2=KCKC2FC2；LC3=KCKC3FC3；KA、KB、KC和KA1、KA2、KB1、KB2、KB3、KC1、KC2、KC3的取值见下文“风险指标权重系数”。
风险评价雷达图最大面积优化算法为：对复合权重的3级指标权重进行长度排序，以最大值Lmax为第一维轴，分别向两侧依次摆放长度排序为2、4、6、8轴和3、5、7轴，据此计算雷达图最大风险面积。
所有指标实测值为“0”时，总风险分级定义为“0风险区间”：Fi=0；所有指标实测值为“1”时，计算风险总评价雷达最大面积模型的总面积“F1”，样本实测总评价雷达最大面积“Fi”大于0且小于F1时，定义样本总风险分级为“1风险区间”：Fi=0(0＜Fi＜F1)，同理也可定义其他风险区间；当有且仅有一项指标存在大于1的风险赋值时，总风险分级定义为“1风险区间”：Fi=0。
2. 结果与分析
2.1 公务员体质健康风险预警指标权重的确定
体质健康风险预警涉及的指标要素数量较多，受研究条件所限和考虑现实预警工作对数据种类的有限性要求，在对上海市民体质研究中心现有的13类3级指标进行数据完整性和有效性检查的基础上，筛选出合规指标共计三大类8个指标，进行基于有限指标的风险预警研究。通过文献资料法和专家问卷，建立了公务员体质健康风险预警指标体系(表 1)。邀请国内16名运动科学方向体质健康专家(涉及高校和科研院所11家，其中教授8人，研究员1人，副教授7人)对表 1的指标进行对比赋值，计算各指标间的相对重要性比值，从而计算各个指标的权重系数(表 2)。
表 1 公务员体质健康风险预警指标体系Table 1. Physical fitness risk pre-warning system ofcivil servants1级指标 2级指标 3级指标 体质健康风险评价 身体形态风险评价A BMI风险评价A1 体脂率风险评价A2 身体机能风险评价B 收缩压风险评价B1 舒张压风险评价B2 最大摄氧量风险评价B3 身体素质风险评价C 反应时风险评价C1 握力风险评价C2 坐位体前屈风险评价C3 表 2 公务员体质健康风险预警指标权重系数Table 2. Weight coefficient of physical fitness risk pre-warningindicator of civil servants指标等级 指标名称 权重系数 2级指标 身体形态 KA=0.120 6 身体机能 KB= 0.722 8 身体素质 KC= 0.156 6 3级指标 BMI KA1=0.366 6 体脂率 KA2=0.633 4 收缩压 KB1=0.301 4 舒张压 KB2=0.332 3 最大摄氧量 KB3=0.366 3 反应时 KC1=0.224 1 握力 KC2=0.534 0 坐位体前屈 KC3=0.241 9 2.2 公务员体质健康风险评价的聚类与分层
立足风险预警3级指标实赋值和总风险预警实赋值，分别按照性别(男、女)进行两类聚类和按照每5岁作为一个年龄段划分8个年龄层，采用风险均值作为测量指标进行聚类与分层联合分析，分析结果如图 1～图 6所示。结果显示，性别聚类间风险曲线在年龄分层上具有较好的协同走势，年龄分层上则具有较为明显的差异化。
![]()
图 1 BMI指标风险赋值分层统计结果Figure 1. BMI risk indicator evaluation stratifying statistics chart![]()
图 2 体脂率指标风险赋值分层统计结果Figure 2. BFR risk indicator evaluation stratifying statistics chart![]()
图 3 收缩压指标风险赋值分层统计结果Figure 3. SBP risk indicator evaluation stratifying statistics chart![]()
图 4 最大摄氧量指标风险赋值分层统计结果Figure 4. Statistical results of risk assignment stratificationof VO2 max![]()
图 5 男性总风险与各指标风险赋值统计结果Figure 5. Male total risk and other risk indicator evaluation statistics chart![]()
图 6 女性总风险与各指标风险赋值统计结果Figure 6. Female total risk and other risk indicator evaluation statistics chart2.2.1 3级指标聚类与分层
(1) BMI聚类与分层。公务员群体BMI指标风险在男性35岁、女性50岁达到高峰；男性在40岁后整体风险水平下降(图 1)。经深度调研发现，这与男性40岁后工作繁忙程度下降、健康意识提升、公关活动减少有关。
(2) 体脂率聚类与分层。男性公务员体脂率持续保持在低风险水平，女性则自40岁开始持续上扬并在55岁左右达到峰值(图 2)。深度调研发现，这与女性公务员40岁后惰怠感增加、职业与家庭操劳度降低有关，尤其在50岁左右出现更年期导致饮食量增加有关。
(3) 收缩压聚类与分层。男女公务员收缩压曲线高度协同，且总体处于较低风险水平，反映了公务员群体自身对于高血压风险危害认知度高，控制措施较好；男女公务员均在45～50岁收缩压风险持续增大(图 3)。
(4) 最大摄氧量聚类与分层。最大摄氧量作为风险预警的核心指标，男女风险分层均值均在20～40岁持续下行并进入相对稳定的低风险水平(图 4)。在实践指导中，应加强对年轻公务员群体的运动督导，适当降低工作量，安排有氧耐力锻炼。
2.2.2 总风险预警聚类与分层
总风险预警分层曲线显示，上海市公务员群体的体质健康风险普遍存在，但总体风险值处于较低水平；其曲线特征为男女聚类均存在“两头略高、中间略低”的情况(图 5、图 6)。
深层分析其成因：年轻群体工作压力大，无时间锻炼，实践中需要从工作量设计入手进行减负和运动考核；50岁后群体风险提升与“准老年”意识出现、惰怠感增加和缺乏运动群体带动有关，在实践中可以从创建健康运动伙伴群入手，积极带动该群体参与运动。
3. 公务员体质健康风险评价模型的建立
3.1 体质健康风险总评价雷达面积模型的建立
通过公务员体质健康风险评价的聚类与分层分析，建立复合两级权重的8维雷达图最大面积表达模型(图 7)。
![]()
图 7 公务员体质健康风险总评价雷达面积模型Figure 7. General evaluation radar area model of physical fitnessrisk of civil servants3.2 体质健康风险偏移度预警模型
通过体质健康风险偏移度预警表达结果，建立体质健康风险偏移度预警模型。预警模型包括整体偏移和偏移方向，整体偏移为各个指标在风险赋值雷达图中所包围的面积，偏移方向通过各个指标的风险赋值来体现。
(1) 整体偏移。在图 7中，绘制目标群体(个体)的8个指标维度的坐标，将这8个坐标连接起来形成的封闭图形的面积作为整体风险。其中考虑8个指标的排列顺序不同，最终面积不同，因此, 采用最大面积作为最终面积。个体的8个指标维度的坐标定义明确，群体的雷达图坐标通过群体中各个个体坐标平均值来体现。风险的整体偏移情况采用2个目标的最大面积的比值，即
$$ P = {S_{\rm{a}}}/{S_{\rm{b}}} $$ (2) 式中：P为目标a相对于目标b风险赋值的整体偏移; Sa为目标a的雷达图最大面积; Sb为目标b的雷达图最大面积。
(2) 偏移方向。偏移方向采用8个指标维度的坐标差来定义，即
$$ {M_i}{\rm{ = }}{M_{{\rm{a}}i}}{\rm{-}}{{\rm{M}}_{{\rm{b}}i}} $$ (3) 式中：Mi为目标a相对于目标b风险赋值的第i个指标维度的偏移值；Mai为目标a的第i个指标维度的坐标(风险赋值)；Mbi为目标b的第i个指标维度的坐标。
例如：当Mi的值在正负0.5之间时，说明2个目标在该指标维度上的风险偏离小，赋值为3。最后将这8个指标维度的偏离赋值连接成一个8位的数字，每位数字的值在1～5，从最高位到最低位分别表示BMI、体脂率、收缩压、舒张压、最大摄氧量、反应时、握力、坐位体前屈的偏离情况。
3.3 体质健康风险偏移度预警实证
3.3.1 公务员群体相对于理想体质健康状况的偏移度
按照体质健康风险赋值计算公务员群体相对于理想体质健康状况(所有风险为0)的偏移度。由表 3可见，公务员群体在总体上存在相对于理想体质健康状况的偏移，但偏移度不大(P=1.11)；在3级指标偏移方向上，血压维持了可接受的偏移水平，在BMI、体脂率、最大摄氧量、反应时4个方面呈现较明显的恶化偏移，在握力和坐位体前屈2个方面上存在相当明显的群体性恶化偏移，因此在实践中应积极创造条件加以干涉和改善目前的状况。
表 3 公务员群体相对于理想体质健康状况的偏移度Table 3. Deviation of civil servant group relative to ideal physical fitness指标 BMI 体脂率 收缩压 舒张压 最大摄氧量 反应时 握力 坐位体前屈 理想值 0 0 0 0 0 0 0 0 群体平均值 0.76 1.49 0.35 0.18 0.93 0.65 2.14 2.07 偏移度 0.76 1.49 0.35 0.18 0.93 0.65 2.14 2.07 偏移度赋值 4 4 3 3 4 4 5 5 3.3.2 个体风险评价相对于聚类分层群体的风险偏移度
按照公务员体质健康风险赋值计算出的个体公务员相对于群体的偏移度如表 4所示。公务员个体存在相对于聚类分层群体健康状况的偏移，部分公务员偏移程度较大；雷达图最大面积比值越大说明其偏移度较大，健康状况风险度越高，需要进行干涉和改善。
表 4 公务员个体相对于群体的偏移度Table 4. Deviation of individual civil servant relative to civilservant group人员编号 年龄/岁 性别 偏移度方向字符串 雷达图最大面积比/% 9101201 54 男 33435412 285.33 ae19 43 女 45433142 199.93 cdg27 38 女 21333354 68.42 jc12 46 女 41532322 90.17 2014715024 26 男 31335412 102.54 3.3.3 聚类分层群体风险评价相对于全体风险总评价的风险偏移度
根据实证研究结果，以性别聚类、年龄分层形成的不同群体风险评价相对于全体风险总评价的偏移度如表 5所示。以男性20～24岁年龄段为例，其目标群体对于全体总评偏移度P为1.062，风险偏移百分比增量为6.22%，表示该群体体质健康风险高于全体人员6.22%。
表 5 公务员整体的风险偏移度Table 5. Risk deviation of civil servant group性别 年龄/岁 目标群体对于全体总评偏移度P 风险偏移百分比增量/% 偏移度方向字符串 男 20～24 1.062 6.22 33333333 25～29 1.031 3.06 33334333 30～34 1.021 2.07 33334333 35～39 1.004 0.36 33333333 40～44 0.989 －1.08 33333333 45～49 1.014 1.35 33333333 50～54 0.993 －0.72 33333333 55～59 1.055 5.50 33333333 女 20～24 1.086 8.65 33334333 25～29 1.055 5.50 33334333 30～34 0.963 －3.69 33333333 35～39 0.976 －2.43 33333323 40～44 0.929 －7.12 33333333 45～49 0.968 －3.24 33333333 50～54 0.986 －1.35 34333333 55～59 1.014 1.44 34333333 由此可见，不同的聚类分层群体对于公务员总体风险评价的偏移度具有明显差异，但总体上与总风险评价保持较好的离散度。可依据公务员的职业特征设计总框架一致的体质健康运动促进方案，同时应根据特定的年龄层和性别特征附加有针对性的运动训练方案，并开展分类指导，以便更高效地防范与降低公务员体质健康风险，全面提升公务员体质健康水平。
4. 结束语
在提出高度关注公务员体质健康风险的同时，建立了公务员体质健康风险预警的评价要素指标体系，调研回归指标体系权重，研究不同指标风险赋值规则，创建体质健康风险总评价雷达最大面积计算模型，并首次提出基于面积百分比增量和偏移度方向字符串的体质健康风险偏移度预警表达方法，是对当前体质健康风险管理研究的积极探索。实证研究表明，公务员体质健康风险状况整体良好，聚类分层测算的特定群体特征差异化明显，风险分布收敛性良好，复合偏移度表达方法可从风险增量和8维方向上对个体相对于群体的风险偏移程度进行有效表达。最大摄氧量风险、体脂率风险和收缩压风险在公务员体质健康预警评价中发挥了良好的主导作用，在实践中应作为运动促进处方设计的优先级依据。该模型的设计在未来的研究中应进一步得到优化改进。
-
![]()
图 1 BMI指标风险赋值分层统计结果
Figure 1. BMI risk indicator evaluation stratifying statistics chart
![]()
图 2 体脂率指标风险赋值分层统计结果
Figure 2. BFR risk indicator evaluation stratifying statistics chart
![]()
图 3 收缩压指标风险赋值分层统计结果
Figure 3. SBP risk indicator evaluation stratifying statistics chart
![]()
图 4 最大摄氧量指标风险赋值分层统计结果
Figure 4. Statistical results of risk assignment stratificationof VO2 max
![]()
图 5 男性总风险与各指标风险赋值统计结果
Figure 5. Male total risk and other risk indicator evaluation statistics chart
![]()
图 6 女性总风险与各指标风险赋值统计结果
Figure 6. Female total risk and other risk indicator evaluation statistics chart
![]()
图 7 公务员体质健康风险总评价雷达面积模型
Figure 7. General evaluation radar area model of physical fitnessrisk of civil servants
表 1 公务员体质健康风险预警指标体系
Table 1 Physical fitness risk pre-warning system ofcivil servants
1级指标 2级指标 3级指标 体质健康风险评价 身体形态风险评价A BMI风险评价A1 体脂率风险评价A2 身体机能风险评价B 收缩压风险评价B1 舒张压风险评价B2 最大摄氧量风险评价B3 身体素质风险评价C 反应时风险评价C1 握力风险评价C2 坐位体前屈风险评价C3 
下载: 导出CSV
表 2 公务员体质健康风险预警指标权重系数
Table 2 Weight coefficient of physical fitness risk pre-warningindicator of civil servants
指标等级 指标名称 权重系数 2级指标 身体形态 KA=0.120 6 身体机能 KB= 0.722 8 身体素质 KC= 0.156 6 3级指标 BMI KA1=0.366 6 体脂率 KA2=0.633 4 收缩压 KB1=0.301 4 舒张压 KB2=0.332 3 最大摄氧量 KB3=0.366 3 反应时 KC1=0.224 1 握力 KC2=0.534 0 坐位体前屈 KC3=0.241 9
下载: 导出CSV
表 3 公务员群体相对于理想体质健康状况的偏移度
Table 3 Deviation of civil servant group relative to ideal physical fitness
指标 BMI 体脂率 收缩压 舒张压 最大摄氧量 反应时 握力 坐位体前屈 理想值 0 0 0 0 0 0 0 0 群体平均值 0.76 1.49 0.35 0.18 0.93 0.65 2.14 2.07 偏移度 0.76 1.49 0.35 0.18 0.93 0.65 2.14 2.07 偏移度赋值 4 4 3 3 4 4 5 5
下载: 导出CSV
表 4 公务员个体相对于群体的偏移度
Table 4 Deviation of individual civil servant relative to civilservant group
人员编号 年龄/岁 性别 偏移度方向字符串 雷达图最大面积比/% 9101201 54 男 33435412 285.33 ae19 43 女 45433142 199.93 cdg27 38 女 21333354 68.42 jc12 46 女 41532322 90.17 2014715024 26 男 31335412 102.54
下载: 导出CSV
表 5 公务员整体的风险偏移度
Table 5 Risk deviation of civil servant group
性别 年龄/岁 目标群体对于全体总评偏移度P 风险偏移百分比增量/% 偏移度方向字符串 男 20～24 1.062 6.22 33333333 25～29 1.031 3.06 33334333 30～34 1.021 2.07 33334333 35～39 1.004 0.36 33333333 40～44 0.989 －1.08 33333333 45～49 1.014 1.35 33333333 50～54 0.993 －0.72 33333333 55～59 1.055 5.50 33333333 女 20～24 1.086 8.65 33334333 25～29 1.055 5.50 33334333 30～34 0.963 －3.69 33333333 35～39 0.976 －2.43 33333323 40～44 0.929 －7.12 33333333 45～49 0.968 －3.24 33333333 50～54 0.986 －1.35 34333333 55～59 1.014 1.44 34333333
下载: 导出CSV
-
[1] 文治禄,王曼.健康素质是公务员全面和谐发展的基础[J].中国行政管理,2008(10):25-27 doi: 10.3782/j.issn.1006-0863.2008.10.007 [2] 安徽行政学院调查组.中年公务员遭遇健康危机[J].决策,2010(2):46-48 http://www.cqvip.com/QK/96144A/201002/33723865.html [3] 戴霞,朱琳,谢红光.《国家学生体质健康标准》评价效能的反思与优化:大学生体质健康预警机制的构建[J].中国体育科技,2012,48(3):75-82 http://d.wanfangdata.com.cn/Periodical_zgtykj201203011.aspx [4] 郄鹏.基于纳金斯强化理论的公务员激励机制研究[D].重庆:重庆大学,2006:12-18 [5] 王继红,虞丽娟.上海市公务员生活方式对体质健康的影响[J].上海体育学院学报,2017,41(2):42-46 http://www.stxb1959.com/WKE/WebPublication/paperDigest.aspx?paperID=110fe324-b59d-455f-bbd7-abc203d64370 [6] 佘镜怀,生蕾.我国证券市场波动风险预警模型研究[J].金融理论与实践,2017(12):37-42 doi: 10.3969/j.issn.1003-4625.2017.12.007 [7] 魏伟,国世平.中国股市风险预警指标体系分析[J].深圳大学学报:人文社会科学版,2017(2):109-116 http://mall.cnki.net/magazine/Article/ZQQH201011007.htm [8] 魏光琼.等级相关在综合评估法评标中的应用[J].工程建设与设计,2014(4):156-160 http://www.cnki.com.cn/Article/CJFDTotal-GCJS201409050.htm [9] 张厚粲,徐建平.现代心理与教育统计学[M].北京:北京师范大学出版社,2004:1-15 [10] 田文学,田学礼.体能与体能训练的系统结构分析[J].安徽体育科技,2009,30(1):23-26 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ahtykj200901010 [11] 王稳,王东.企业风险管理理论的演进与展望[J].审计研究,2010(4):96-100 http://www.cqvip.com/QK/98204X/201004/34753911.html [12] 管悦,董煜,董浩军.大学生体质健康状况及其影响因素的分析:以北京石油化工学院为例[J].运动,2016(18):75-82 doi: 10.3969/j.issn.1674-151x.2016.18.038 [13] 孟乐,刘星,游建军,等.基于偏移度的电压无功功率控制原理与实现[J].系统运行与仿真,2015(9):87-91 http://www.cnki.com.cn/Article/CJFDTotal-XDGY201607037.htm [14] 唐吉平,杨斌.高校教师的健康状况及应对措施研究:基于湖南省某高校的调查[J].城市学刊,2015(3):75-82 http://www.cqvip.com/QK/97287A/201503/666614943.html [15] 陈庆杰,褚沈东,周文渊,等.体质健康导向下江苏省大学体育教学模式的研究[J].当代体育科技,2017(4):75-82 http://www.cnki.com.cn/Article/CJFDTOTAL-DYKJ201529082.htm [16] 宗有智,刘志文.陕西省国家公务员体质健康测定与研究[J].经济研究导刊,2017(3):118-120 http://www.cqvip.com/QK/85197X/200603/4000223970.html [17] 张洁.常州市武进区公务员体质与健康状况调查研究[D].西安:西安体育学院,2013:1-39 [18] 黎茜,邓彭冲,张珂,等.陕西省公务员体质状况研究[J].陕西行政学院学报,2015(3):56-60 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=sxsxzxysxsjjglgbxyxb201503013 [19] 周新新.我国国民体质与经济社会发展相关性研究[J].体育文化导刊,2012(11):1-4 doi: 10.3969/j.issn.1671-1572.2012.11.001 [20] WILLEMSEM M C.The new EU cigarette health warnings benefit smokers who want to quit the habit:Results from the Dutch continuous survey of smoking habits[J].European Journal of Public Health,2005,15(4):389-392 doi: 10.1093/eurpub/cki061
-
期刊类型引用(1)
1. 魏静. 北京市朝阳区公务员身体形态与身体机能指标研究. 运动. 2018(23): 149-150 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 121
- HTML全文浏览量: 80
- PDF下载量: 3
- 被引次数: 1