王 瑞，杜建林，罗雪梅，罗家顺，梁 楠

(1.吉首大学数学与统计学院，湖南 吉首 416000; 2.吉首大学医学院，湖南 吉首 416000)

在我国，农村育龄妇女生殖健康的受关注度不高[1-2].笔者从湘西土家族苗族自治州(简称湘西州)属的州人民医院和州妇幼保健院历年妇科病的普查资料发现，妇科病普查率低，且患病率呈逐年上升趋势，这说明湘西州妇女的生殖健康问题十分突出.因此，笔者拟采用PLS路径模型[3]研究湘西州农村育龄妇女生殖健康的影响因素，以期改善当地育龄妇女的生殖健康现状.

1 对象与方法

以整群随机抽取的湘西州农村育龄妇女(年龄20～49岁)为研究对象，共发放调查问卷1 350份，回收有效问卷1 200份，有效率为92.7%.757名妇女自述患有妇科病，占总调查人数的63.1%.

2 实证研究

2.1 变量设置

通过参考大量与生殖健康和PLS路径模型有关的文献资料，并结合湘西州妇女的生殖健康现状，选取“是否患妇科病”这一指标作为农村育龄妇女生殖健康的因变量，选取年龄、受教育程度等31个指标作为农村育龄妇女生殖健康的自变量，具体见表1.

表1 变量设置Table 1 Variable Set

表1(续)Table 1 (Contiuned)

2.2 验证性因素分析

为了检验表1中各自变量之间是否具有相关性，采用KMO检验和Bartlett's球状检验，得到KMO值为0.896(大于0.8)，说明各自变量可以做因子分析；同时得到Sig.值小于0.001，说明各自变量之间存在显著的相关性.

通过因子分析[4]，选取特征值大于1的5个主成分(即5个潜变量)，分别为个体知识、个体态度、个体行为、家庭因素和社区因素，其总方差解释率为89.91%.其中个体知识包括7个可测变量，个体态度包括6个可测变量，个体行为包括7个可测变量，家庭因素包括4个可测变量，社区因素包括5个可测变量.另外，年龄和受教育程度各单独作为潜变量.

利用偏最小二乘法[3]分别求出各可测变量所对应潜变量的载荷系数，其中A4，A7，B1，B4，B5，C1，C4，C7，D2，D4，E2，E4和E5的载荷系数均在0.6以下，说明各因素间的相关性不高，所以剔除.最终选取16个可测变量来解释5个潜变量(表2).

表2 潜变量及其对应的可测变量Table 2 Latent Variables and Their Corresponding Measurable Variables

2.3 生殖健康影响因素直接作用的PLS路径模型分析

2.3.1 模型构建 通过上述分析，生殖健康影响因素的PLS路径模型如图1所示.

图1 生殖健康影响因素的PLS路径模型Fig. 1 PLS Path Model of Influencing Factors of Reproductive Health

表3 模型的唯一性检验Table 3 Uniqueness Test

2.3.2 PLS路径模型的唯一性检验 个体知识、个体态度、个体行为、家庭因素和社区因素均含有2个或2个以上的可测变量，故采用反映型来测量潜变量与可测变量之间的关系(表3).结果表明，这些潜变量的第一特征根与第二特征根的值均符合唯一维度检验的要求.

2.3.3 信度和效度检验 潜变量的信度和效度检验结果见表4.效度指标中的平均变异萃取量均大于0.7，信度指标中的合成信度、内部一致性系数均大于0.8，说明其可测变量的信度和内敛度较高；公因子方差均大于0.6，说明选取的模型是合适的.

表4 潜变量的信度和效度检验Table 4 Testing of Validity and Reliability

2.3.4 因子载荷系数 潜变量的载荷系数见表5.个体知识、个体态度、个体行为、家庭因素和社区因素这5个潜变量的载荷系数均在0.7以上，且平均载荷系数均大于0.8，说明各潜变量与其可测变量之间的相关性较高.

表5 潜变量的载荷系数Table 5 Loading Coefficient

2.3.5 载荷系数的Bootstrap检验 载荷系数的Bootstrap检验结果见表6.结果表明，模型中各潜变量与其对应可测变量间的相关性在0.01水平上具有统计学意义.

表6 载荷系数的Bootstrap检验Table 6 Bootstrap Test of Loading Coefficient

表2(续)Table 2 (Contiuned)

注：*表示在0.01水平上具有统计学意义.

2.3.6 路径系数的Bootstrap检验 对模型中的路径系数进行Bootstrap检验，结果见表7.从检验结果可知所有路径均具有统计学意义，说明7个潜变量都是影响生殖健康的重要因素.

表7 路径系数的Bootstrap检验Table 7 Bootstrap Test of Path Coefficient

注：*表示在0.01水平上具有统计学意义.

2.4 生殖健康影响因素间接作用的PLS路径模型分析

2.4.1 以个体知识为内生潜变量的PLS路径模型 个体知识不仅可以直接作用于生殖健康，还可以作为中间变量间接作用于生殖健康.以个体知识为内生潜变量的PLS路径模型如图2所示.

Fig. 2 PLS Path Model with Individual Knowledge as Endogenous Latent Variable

由图2可以看出，个体态度、个体行为、年龄和受教育程度这4个潜变量对个体知识均有显著影响，影响程度从大到小排序为个体态度(0.674)、个体行为(0.375)、受教育程度(0.132)、年龄(0.057).这说明，个体态度、个体行为、年龄和受教育程度这4个潜变量是通过个体知识来间接影响农村育龄妇女的生殖健康.对于越年轻、受教育程度越高的农村育龄妇女来说，她们的自我保健意识强，更注重自身的健康状况，也更重视生殖健康相关知识的宣传.

2.4.2 以个体态度为内生潜变量的PLS路径模型 个体态度与其他潜变量之间也存在一定的相关性.以个体态度为内生潜变量的PLS路径模型如图3所示.

图3 以个体态度为内生潜变量的PLS路径模型Fig. 3 PLS Path Model with Individual Attitude as Endogenous Latent Variable

由图3可以看出，个体知识、个体行为、年龄和受教育程度这4个潜变量对个体态度均有显著影响，影响程度从大到小排序为个体知识(0.536)、个体行为(0.474)、受教育程度(0.173)、年龄(0.043).这说明，个体知识、个体行为、年龄和受教育程度这4个潜变量是通过个体态度来间接影响农村育龄妇女的生殖健康.当农村育龄妇女获取的生殖健康知识越多，她的自我保健意识就越强，就能做出更多正确的生殖健康行为，从而使自身的生殖健康保持在一个良好的状态中.

2.4.3 以个体行为为内生潜变量的PLS路径模型 个体知识、个体态度、年龄和受教育程度这4个潜变量与个体行为均存在相关性.以个体行为为内生潜变量的PLS路径模型如图4所示.

图4 以个体行为为内生潜变量的PLS路径模型Fig. 4 PLS Path Model with Individual Behavior as Endogenous Latent Variable

由图4可以看出，个体知识、个体态度、年龄和受教育程度这4个潜变量对个体行为的影响程度从大到小排序为个体知识(0.716)、个体态度(0.617)、受教育程度(0.326)、年龄(0.027).这说明，个体知识、个体态度、年龄和受教育程度这4个潜变量是通过个体行为来间接影响农村育龄妇女的生殖健康.湘西州农村育龄妇女做出生殖健康行为正确与否，不仅受到年龄和受教育程度的影响，而且受到所接收的生殖健康相关知识和自我保健意识的影响.

而以家庭因素和社区因素为内生潜变量所建立的PLS路径模型是不存在的，说明其他潜变量对这两者的影响不显著.也就是说，农村育龄妇女的家庭月收入、家庭地位、所接受到的社区知识宣传及健康服务，不受年龄、受教育程度、个体知识、个体态度和个体行为所影响.

3 结语

生殖健康是不能直接观测的变量(潜变量)，因此人们希望找到一些能观测的变量(可测变量)来估计其值的大小.在测量和估计的过程中会出现误差，且潜变量之间会存在相关性，而这些问题是大多数传统统计方法无法解决的.鉴于此，笔者考虑采用PLS路径模型来进行处理，该模型可以很好地估计整个模型的拟合度、潜变量之间的关系和潜变量与显变量之间的关系.

影响农村育龄妇女生殖健康的因素是多维的，包括一般人口学特征因素(年龄、受教育程度等)和个体因素(个体知识、个体态度、个体行为)、家庭因素和社区因素等.经PLS路径模型发现，潜变量年龄、受教育程度、个体知识、个体态度、个体行为、家庭因素和社区因素是影响生殖健康的重要因素.其中年龄与生殖健康呈负相关，其他6个潜变量与生殖健康呈正相关，这说明年龄越小、受教育程度越高、了解的生殖健康相关知识越多、自我保健意识越强、个体健康行为越好、家庭月收入越多、家庭地位越高、社区生殖健康知识宣传越多和生殖健康服务提供越多，生殖健康状况越好.同时发现，家庭因素和社区因素之间不具有相关性，而个体知识、个体态度和个体行为之间具有相关性，即它们对生殖健康不仅有直接作用，也有间接作用.因此，湘西州有关政府部门应积极采取有效措施，加强生殖健康知识的宣传力度[5]，提升社区生殖健康服务机构的质量和效率，从而不断提高农村育龄妇女的自我保健意识，改善农村育龄妇女的生殖健康现状.