我国青少年视力状况的时空演变特征分析*

朱厚伟, 史曙生, 郑 哲,3

(1.浙江师范大学 体育与健康科学学院,浙江 金华 321004;2.南京师范大学 体育科学学院,江苏 南京 210023；
3.永恒大学,马尼拉 0900)

视力是指视网膜分辨影像的能力.视网膜分辨影像的能力受到角膜、晶体、玻璃体等屈光介质的影响，当屈光解释浑浊或屈光不正时(如近视、远视、散光等)，会导致视力下降，统称为视力不良[1].目前，以近视为主的视力不良已经成为世界范围内一项突出的新型健康问题，在亚洲地区尤为严重.中国更是近视发生的重灾区，相关调查数据显示，2018年中国的近视患者人数已达到6亿，我国青少年近视率更是位居世界第一，其中小学生的近视率达到36%，初中生约72%，高中生81%，大学生约90%[2].2018年8月，习近平总书记就青少年近视问题作出重要指示，要求“全社会都要行动起来，共同呵护好孩子的眼睛，让他们拥有一个光明的未来.”[3]教育部等8部门也联合颁发了《综合防控儿童青少年近视实施方案》(下简称为“《方案》”)，要求各地切实开展近视防控工作，并将近视防控纳入政府绩效考核[4].目前，针对我国青少年视力变化的研究多数仅从时间序列出发对青少年的视力变化进行描述，但是我国幅员辽阔，全国青少年的视力存在明显的地域差异，单纯的时间变化特征不足以厘清我国青少年视力的变化特征.鉴于此，本文借助1985—2014年每10年全国学生体质与健康调研中的视力数据，采用时序分析和空间分析相结合的方法，分别对我国青少年视力状况的时序变化和空间分布特征进行分析，为我国青少年近视防控提供理论支持.

1.1 研究对象

时序分析以1985年、1995年、2005年及2014年(为了体质测试数据更好地服务国家发展规划政策的制定，将每5年一次、原定于2015年的学生体质与健康测试工作调整到2014年,且2014测试结果与2015年相近，不影响每10年的数据分析)全国学生视力调研中7～22岁的青少年平均视力状况的时序变化为研究对象；
空间分析以1985年、1995年、2005年及2014年全国学生视力调研中30个省、自治区、直辖市的18岁青少年平均视力状况的空间变化为研究对象.按照《2019年全国学生体质与健康调研及国家视力抽查复核工作手册》近视程度分级标准：凡裸眼视力<5.0者为视力低下(又称视力不良)；
裸眼视力<5.0且非睫状肌麻痹下电脑验光等效球镜度数<-0.50D(球镜当量)判定为近视.视力不良是我国青少年的常见病，其中80%[5]或者85%[6]以上的青少年视力不良属于近视.在很多大规模的视力调查中，鉴别“视力不良”是否属于近视比较困难，所以都用视力不良率代表近视率[1].

1.2 研究方法

首先，采用时序分析法进行分析，利用SPSS 21.0通过计算变量，分析1985—2014年每10年间青少年视力不良检出率的增长速度变化，并对城市、乡村、男生、女生各分组的增长速度的差异性进行比较；
其次，采用空间趋势分析，利用ARCGIS 10.5软件的Geostatiscal Analyst模块的趋势分析和空间插值分析，对我国青少年视力不良检出率的空间趋势走向和空间趋势变化进行分析；
最后，采用空间自相关分析，利用 ARCGIS 10.5软件处理各省市青少年视力数据，导入GEODA软件进行全局空间自相关和局部空间自相关分析，并利用ARCGIS 10.5软件生成局部空间自相关的LISA(local indicators of spatial association)地图，来分析各省市青少年视力指标的空间聚集和变化特征.

2.1 我国青少年视力变化的时序特征

时间序列分析是统计学中常用的定量预测分析方法，是对一个区域进行一定时间段内的连续观测.逐期增长量和环比增长速度是常用的观测指标.逐期增长量是时间序列中各项分别以前一期为基期计算的增长量，即:a1-a0，a2-a1，…，an-an -1;环比增长速度=逐期增长量/前期水平[7].

本研究主要采用了时间序列分析中的发展水平增长量和增长速度(用“增长率”表示)分析我国青少年视力的变化状况.从表 1、图 1和表 2不难看出，1985—2014年，我国青少年的视力不良检出率呈现出急剧增加的趋势.随年龄的增加，视力不良检出率也增加，且视力不良呈现出低龄化的趋势；
城市青少年的视力不良检出率大于乡村；
乡村青少年视力不良检出率的环比增长率稍大于城市；
女生的视力不良检出率大于男生；
男生视力不良检出率的环比增长率稍大于女生.

图1 1985—2014年每10年汉族青少年的近视不良检出率变化

表1 1985—2014年每10年汉族城乡男生视力不良检出率的时序变化 单位：%

就城市男生而言，1985—2014年每10年的平均环比增长率分别为27.92%，17.50%，19.39%.1985—2014年这30年间，城市男生视力不良检出率的总增长率为79.44%.在2014年的视力状况调查中，城市男生的平均视力不良检出率已高达65.82%，大学生的视力不良检出率高达84.58%.就乡村男生而言，1985—2014年每10年的平均环比增长率分别为64.92%，22.42%，37.91%.1985—2014年这30年间，乡村男生视力不良检出率的总增长率为178.44%.在2014年的视力状况调查中，乡村男生的平均视力不良检出率已高达55.80%，大学生的视力不良检出率高达84.09%.

就城市女生而言(见表2)，1985—2014年每10年的平均环比增长率分别为29.42%，17.55%，13.83%.1985—2014年这30年间，城市女生视力不良检出率的总增长率为73.18%.在2014年的视力状况调查中，城市女生的平均视力不良检出率已高达71.75%，大学生的视力不良检出率高达88.09%.就乡村女生而言，1985—2014年每10年的平均环比增长率分别为64.58%，21.57%，29.28%，1985—2014年这30年间，城市女生视力不良检出率的总增长率为158.67%.在2014年的视力状况调查中，乡村女生的平均视力不良检出率已高达63.09%，大学生的视力不良检出率高达88.61%.

表2 1985—2014年每10年汉族城乡女生视力不良检出率的时序变化 单位：%

1985—2014年这30年间，城市青少年视力不良检出率的总增长率为76.31%，乡村青少年为168.56%，乡村稍大于城市；
1985—2014年这30年间，男生视力不良检出率的总增长率为128.94%，女生为115.93%，男生稍大于女生.

以近视为主的青少年视力不良问题已成为新型的体质健康问题.纵向来看，我国青少年视力问题呈现以下特点：1)视力不良和近视发病早期化和低龄化，越来越多的小学生，尤其是城市7岁小学生的近视率已达到36%以上;2)有较大比例的青少年视力不良患者在青春期发展速度快、度数增加快;3)数据显示，11～13岁青少年的视力不良检出率相差10%以上，与相关研究结果一致.相关研究[8]指出,12～13岁是青少年视力下降幅度最大的阶段，也是身体素质增长最快的阶段；
视力不良的城乡差异正逐步缩减；
近30年青少年视力问题的患病率不断增加，部分地区大学生的患病率已接近100%.有研究[9-12]指出，视力不良患病概率的不断增加与社会经济的发展存在较大的关联性，社会经济的发展在一定程度上改变了青少年的环境及行为方式.例如，教育压力增大、视近工作时间增长、电子产品的使用率和使用时间增加、户外活动减少、饮食习惯的改变等都可能在一定程度上对青少年的视力产生一定的影响.

2.2 我国青少年视力变化的空间特征

根据Tobler的地理学第一定律，即地理分析基本定律：“地理事物之间都存在着相应的关系，其中相距较近的事物比相距较远的关系更密切”[13].本研究首先运用ArcGIS分析我国30个省级行政区(台湾地区、香港特别行政区、澳门特别行政区及西藏自治区除外.台湾地区、香港特别行政区和澳门特别行政区未纳入调研范围，西藏自治区只调研藏族学生，因此均被剔除)18岁青少年的视力健康状况(18岁是青少年生长发育的一个生理节点，很多学者习惯将18 岁学生身高、生长水平作为我国青少年生长发育研究的切入点[14-15])，随后采用空间自相关分析我国青少年各项体质健康指标的空间分布特征.我国幅员辽阔，各区域之间的差异较大，且区域差异是中国青少年体质健康的一个重要现状，值得深入探讨.

2.2.1 我国青少年视力不良检出率变化的空间趋势分析

趋势分析能够利用样点数据生成以某一属性值为高度的三维透视图，进而可以从不同空间视角分析出走向的数据特征.本研究采用趋势面分析，拟合得到我国青少年视力不良检出率不同走向的趋势分析图和趋势变化的插值图，以把握我国青少年视力的空间特征和发展趋势.趋势分析图的主要特征为：1)根据统计得出的全国青少年视力数据，通过ArcGIS的Geostatiscal Analyst模块的趋势分析，拟合出中国东—西、南—北2个方向上的各视力状况指标的趋势图，以位置为旋转参考，逆时针旋转45°得到西南—东北、西北—东南2个方向上的趋势图，见图2；
2)趋势分析是根据空间抽样数拟合出一个数学曲面，用该数学曲面的走势表示指标空间的分布情况；
3)Y轴所指方向为北，X轴所指方向为东，曲线1(绿色曲线)从左至右表示由西向东，曲线 2(蓝色曲线)从左至右表示从南向北；
4)逆时针旋转45°，曲线3(绿色曲线)从左到右表示由西北到东南，曲线 4(蓝色曲线)从左到右表示由东北向西南.

图2 1985—2014年每10年青少年视力不良检出率的空间趋势分析图

图 2显示了我国1985—2014年每10年的青少年近视不良检出率平均值的空间趋势走向，从图中不难看出，1985—2014年，每10年我国青少年视力不良检出率的空间趋势存在一定的空间一致性.我国青少年近视不良检出率的空间趋势走向整体呈现如下：从南向北呈现出先升高再降低的倒U型逐渐升高趋势；
从西向东呈逐渐升高的趋势；
从西北向东南呈先升高再降低的倒U型趋势，但曲线整体变化幅度较小；
从东北向西南呈现出先上升后下降的倒U型趋势.

在对我国青少年视力不良检出率空间趋势分析的基础上，利用ArcGIS的Geostatiscal Analyst模块中的趋势面插值算法，分析我国青少年视力不良检出率的空间变化趋势，颜色由蓝色变为黄色再变为红色，显示了我国青少年视力不良检出率从低到高的变化趋势，具体见图3.

注：基于自然资源部标准地图服务网站审图号为GS(2019)1833号的标准地图制作，底图无修改

图3显示，1985年我国青少年视力不良检出率的空间变化呈现出西南地区低、东部沿海地区高的现象；
1995年我国青少年视力不良检出率的空间变化特征呈现出中部及东部地区普遍较高的现象；
2005年我国青少年视力不良检出率的空间变化呈现出东西两边高、中间低的现象；
2014年我国青少年视力不良检出率的空间变化呈现出东部高、其他地区低的现象.

2.2.2 我国青少年视力不良检出率变化的全局空间自相关分析

全局Moran′sI指数是空间自相关分析中最常见的指标之一，用于描述区域的整体空间特征，当Moran′sI指数大于0时，呈正相关关系；
小于0时，呈负相关关系.Moran′sI指数的取值范围为[-1,1][16],其计算公式为

(1)

(2)

式(2)中：E[I]=-1/(n-1);V[I]=E[I2]-E[I]2.

运用GEODA软件，通过空间自相关分析计算1985—2014年我国青少年视力不良检出率的全局Moran′sI指数值和局部Moran′sI指数值，其中全局Moran′sI指数用于描述指标在整体空间中的分布特征，局部Moran′sI指数用于绘制LISA图分析各个省份的具体空间聚集特征.表3显示，2014年我国青少年视力不良检出率的空间演变的全局Moran′sI指数具有统计学意义，Z值的绝对值大于1.96，P<0.05；
1985年、1995年和2005年我国青少年视力不良检出率的空间演变的全局Moran′sI指数均不具有统计学意义，Z值的绝对值均小于1.96，P>0.05.1985—2014年间，我国青少年视力不良检出率的空间聚集现象逐渐明显，空间结构性逐渐增强，说明我国青少年视力不良的发生存在一定的地缘关系，一定区域内的青少年视力不良发生特征具有较高的相似性.这一特征的出现为我国青少年近视防控的区域治理或跨区域联合治理提供了一定的便利性.

表3 1985—2014年每10年我国青少年视力不良检出率演变的全局Moran′s I指数一览表

2.2.3 我国青少年视力不良检出率变化的局部空间自相关分析

在研究中分析局部空间聚集及局部对全局的贡献时，常采用局部自相关的相关指标，例如：局部Moran′sI指数、LISA图等.LISA图是基于局部Moran′sI指数绘制的空间局部自相关地图，是在局部Moran′sI指数的基础上，揭示各个区域单位(各个省市)空间自相关的程度及显著性水平，定量地得知每个空间单元的具体关联程度，包括不显著(0，灰色)、高-高聚集显著(1，红色)、低-低聚集显著(3，蓝色)、低-高聚集显著(2，浅绿色)、高-低聚集显著(4，橙色)5种类型，并以不同显色对显著单位在地图上进行标示.LISA图中高-高聚集显著(1，红色)和低-低聚集显著(3，蓝色)代表正相关，低-高聚集显著(2，浅绿色)和高-低聚集显著(4，橙色)表示负相关.

图 4显示，2014年，我国青少年视力不良检出率局部空间分布的LISA图中各省域青少年视力不良检出率主要呈现高-高、低-低、低-高及高-低聚集4种聚集状态具存，较为分散的空间特征.由于1985年、1995年和2005年的全局Moran′sI指数的Z值小于1.96，且P>0.05，因此，无法进行局部空间自相关分析.2014年“高-高”集聚省份由我国东部地区转移到东北部沿海地区的北京市、山东省、江苏省、上海市、浙江省、天津市、河北省、山西省；
被“高-高”集聚包围的是河南省、江西省，形成了“低-高”集聚省份；
“低-低”集聚包括广西壮族自治区、广东省、海南省；
被“低-低”集聚包围的是云南省，形成了“高-低”集聚省份，且2014年的Z值明显高于1985年、1995年和2005年，地缘亲疏关系的凸显性上升.通过局部空间自相关分析，得出我国青少年视力不良检出率的空间特征向“东部高、南部低”的聚集特征转变.有研究指出，视力不良患病概率的不断增加与社会经济的发展存在较大的关联性，社会经济的发展在一定程度上改变了青少年的环境及行为方式.例如，教育压力增大、视近工作时间增长、电子产品的使用率和使用时间增加、户外活动减少、饮食习惯等改变可能在一定程度上对青少年的视力产生了一定影响[9].从2014年我国18岁青少年视力不良检出率的空间聚集特征中不难看出，北京市、山东省、江苏省、上海市、浙江省、天津市、河北省、山西省形成了一个高视力不良检出率的高空间聚集状态，江苏省、浙江省、山东省、上海市、北京市、天津市都是我国排在前列的教育大省，教育压力过大可能是导致青少年视力不良发生的因素之一.有研究[9]指出，高教育水平地区的学生重度视力不良的检出率是低教育水平学生的2倍以上.在教育压力下，高强度、长时间的用眼行为势必会导致青少年视力的下降和视力不良检出率的增加.针对这一空间聚集特征，我国青少年综合近视防控工作在中央政府与各省签订近视防控工作责任任务书这一省域治理的基础上，还可针对青少年视力不良检出率增长过快、检出率较高的省份采用跨区域治理[17]、多区域协同治理[18]的方法，就青少年视力不良高发的问题，加强中央政府对该片区地方政府的激励-约束程度，使地方政府由政治性执行向自发性试验，然后到自发性执行的状态，最终实现青少年近视防控的跨区域治理，实现对青少年近视的有效防控.

注：基于自然资源部标准地图服务网站审图号为GS(2019)1833号的标准地图制作，底图无修改

1)我国青少年视力不良的检出率逐渐升高，1985—2014年，环比增长速度呈现出农村大于城市、男生大于女生的现象.

2)1985—2014年的30年中，我国青少年视力的空间趋势走向特征为西向东逐渐升高的趋势，其区域差异较小；
从南向北、从西北向东南、从东北向西南，均呈现出先上升后下降的倒U型趋势.

3)全局空间相关分析和局部空间自相关分析发现，我国青少年视力的地缘亲疏关系逐渐增强，呈现出“东高南低”的聚集特征.