統計學因素分析范文

前言：我們精心挑選了數篇優質統計學因素分析文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

關鍵詞：溝壑密度；溝壑特征；影響因素；延河流域

中圖分類號 P931.6 文獻標識碼 A 文章編號 1007-7731（2016）14-0108-04

Abstract：In order to study the statistical characteristics of gully density in the Yanhe river basin，this paper based on DEM of Yanhe river basin and ArcGIS software，using hydrological analysis method and mean value change-point method to extract the best gully system，and analyzed gully density in Excel software.The results show that：the total gully density in study area is 1.16km/km2，and the trend of gully density in partition areas is D1area>D2area>D3area>D4area；in different partitions，the average lengths of gullies and gully density with different classes have great differences；the gullies with same classes in different partition areas have different space distribution，and spatial heterogeneity of gully density also exists；these gully density characteristics are the results of landform factors and soil properties and so on.The study will help to reveal the spatial differences of soil erosion，and understand deeply the influence factors of gully density，then provide theoretical basis for coming up with integrated control measures of soil and water conservation pertinently.

Key words：Gully density；Gully characteristics；Influence factors；Yanhe river basin

土壤侵蝕使土地資源遭到破壞，土壤肥力和質量下降，已成為全球性的重大環境問題之一[1]。定量評價區域的土壤侵蝕量、土壤侵蝕強度及其空間分布特征，對于采取相應措施減少水土流失、保護和合理利用土地資源具有重要意義[2]。土壤侵蝕強度除了可用土壤侵蝕模數和土壤侵蝕厚度評價外，還可以采用溝壑密度來定量描述。溝壑密度可用于描述地面切割破碎程度，以單位面積上的溝谷總長度來度量[3]。溝壑密度越大，地面越破碎，土壤侵蝕程度越大[4]。目前，關于溝壑密度的提取方法，主要有外業調查法、遙感圖像處理法、數字高程模型（DEM）法、地形圖量算法等[5-6]。隨著數字高程模型被廣泛應用于地形特征提取、流域水系分析等數字地形分析領域[7-8]，溝壑密度、溝壑切割深度等溝壑特征參數以及坡度、坡向、流域邊界、溝谷網絡、溝谷節點等地形特征參數皆可通過DEM提取[9-10]，操作簡便且提取精度較高，不失為一種高效處理數據的方法。

黃土高原是我國土壤侵蝕最嚴重、生態環境最脆弱的地區[11]，地面溝壑縱橫，支離破碎，切割程度極大，因而該區城溝壑特征的研究一直是土壤侵蝕研究領域的重點。本文以延河流域為研究對象，按高程大小將研究區劃分為4個小區，對比分析不同小區溝壑密度的統計學特征。研究結果不僅助于揭示土壤侵蝕的空間差異性，而且可深入理解溝壑密度的影響因素，從而為有針對性地提出水土保持綜合防治措施提供理論依據。

1 研究區概況

延河，黃河一級支流，全長286.9km，源于白于山附近，由西北向東南注入黃河，流域面積7 725km2，位于36°21′～37°19′N，108°38′～110°29′E。流域年平均氣溫為8.8～10.2℃，年平均降雨量為520mm，且集中于6―9月。土壤類型以黃綿土為主，質地均一，土質疏松，抗侵蝕能力差；地勢西北高、東南低，形態表現為以下3種類型，即：上游為峁梁丘陵溝壑區，梁多而峁小，河床比降大，植被稀少，侵蝕強烈；中游為峁狀丘陵溝壑區，梁窄峁小，河谷寬闊，階地發育；下游為破碎塬區，塬面窄小，沖溝發育?？傮w上黃土丘陵溝壑區面積約占90%，水土流失嚴重。

2 數據與方法

2.1 數據獲取 本文以地理空間數據云網站的DEM數字高程模型數據為基礎數據源，以WGS_1984_UTM_Zone_49N為空間參考，空間分辨率為30m×30m。

2.2 數據處理

2.2.1 延河流域的生成 在ArcGIS10.2軟件中首先對DEM源數據進行拼接處理，利用水文分析功能生成矢量河網數據，分水嶺工具生成集水流域，選擇、導出并合并延河流域干流及其支流所流經區域，利用合并后的延河流域面文件裁剪DEM源數據，獲得延河流域DEM數據，如圖1所示。

2.2.2 溝壑密度計算方法 溝壑密度也稱溝谷密度或溝道密度，是指單位面積內溝壑的總長度，單位一般以km/km2表示，數學表達式為：

[D=LA]

式中：D指溝壑密度；∑L指研究區域內的溝壑總長度（單位：km）；A指特定研究區域的面積（單位：km2）[12]。

2.2.3 延河流域溝谷網絡提取 在延河流域溝谷網絡提取過程中，匯流閾值的大小直接決定了溝壑密度的大小，故數據處理的關鍵在于設置合理的閾值。為了確定延河流域溝谷網絡的最佳閾值，在ArcGIS10.2軟件中建立水文分析模型，分別選取100、200、300…2 300、2 400、2 500等一系列閾值，運用圖解建模的方法依次運行模型（具體模型見圖2），當閾值位2 500時流域溝壑總長度趨于穩定。由圖3可看出，隨著匯流閾值的增加，流域溝壑總長度隨閾值增加總體呈冪函數減小，相關系數R2為0.999 4，擬合度較高，通過統計學檢驗。

為了使提取的溝谷網絡更加接近真實溝谷形態，基于均值變點分析法，確定曲線由陡變緩的唯一點，即為最佳閾值點。由圖4可知，當匯流閾值為500時，所提取的溝谷網絡最接近真實溝谷形態，此時流域溝壑總長度為8 903.55km。

3.1 溝壑密度 研究區按高程大小可劃分為4個分區，即延河中游河谷平原區（HD2區>D3區>D4區的特點，而第2等級溝谷的溝壑密度為D2區>D1區>D3區>D4區。

[m]

圖5 延河流域溝壑密度分布

從不同分區不同等級的溝谷平均長度來看，在不同分區中，隨著溝谷等級的增大，不存在明顯的規律性。1區以第3級溝谷平均長度最長，為1.15km，第1級和第2級溝谷的平均長度相差不大，第7級的溝谷長度最長，為14.65km；2區除2、5、6級溝谷外，其余溝谷平均長度隨著溝谷等級的增大而減小，溝谷長度除6級溝谷外隨溝谷等級的增大也呈減小趨勢，2級溝谷的平均長度最大，為0.92km；3區溝谷長度及溝谷最大值均隨著溝谷等級的增大遞減，平均長度以1級溝谷最大，為0.81km，4級溝谷最小，為0.62km；4區1、2級溝谷的平均長度分別為0.71km和0.56km，1級溝谷長度為2級溝谷長度的10倍左右。

同一等級的溝谷，在4個分區中的空間分布也不相同（圖5）。7級溝谷即溝谷主干有且僅有1條，僅存在于1區和2區范圍內，主要分布于2區，在2區的溝谷長度為1區的10倍之多；6級溝谷即溝谷的一級支流，僅有2條且僅分布于2區，溝谷總長度為73.93km，兩條溝谷的長度分別為24.65km和49.28km；5級溝谷有7條，分布于2區和3區，其中有4條完全分布于2區，3條既分布于2區，又分布于3區，在2區的溝谷長度為168.95km，占5級溝谷總長度的84.09%；4級溝谷共38條，仍主要分布于2區，有20條完全分布于2區，其中分布于2區的溝谷長度為438.50km，3區的溝谷長度為103.06km，2區溝谷長度是3區的4.25倍；3級溝谷分布于1區、2區和3區，以2區分布最多，其溝谷總長度為1 168.26km，分布于2區的溝谷長度為826.94km，占該級沖溝總長度的70.78%；其余1、2級溝谷在4個分區中均有分布，為整個溝壑系統的主體部分，其中，1、2級溝谷在2區中的分布均大于3區，其溝谷長度分別為2 790.95km和1 451.34km，分別占該級溝谷總長度的61.79%和64.56%，二者在1區中的分布均最少。總體上看，研究區各級溝谷主要分布于2區和3區，且分布于2區的溝谷數量及溝谷長度均最大，其溝壑密度也較大，為1.66km/km2，表明研究區侵蝕最強烈的地區位于2區，是該流域的水土流失重點防治區域；雖1區溝壑密度最大，但由于其面積最小，且溝谷級別類型較少，且其屬于延河中游河谷平原區，呈條帶狀沿干流分布，主要地貌類型為河流階地且階地面寬坦[13]，故其地面破碎度較小，不作為水土保持防治的重點區域。

3.2 影響因素

3.2.1 地貌形態 地貌是組成自然環境的基本要素，一個地區的土壤侵蝕差異受到不同地貌形態的制約。一般來說，平原地區以堆積為主，山區和丘陵地區則以侵蝕為主[12]。溝壑密度的大小主要取決于溝谷的發育程度，在研究面積一定的條件下，其與溝谷總長度成正比。黃土高原的地貌類型主要有塬、梁、峁及各類溝谷，黃土塬部分地形較平坦，侵蝕較弱；梁峁區主要發育細溝、淺溝、切溝等多種形態的溝谷，且具有坡度大、坡度長、臨空面大的特點，有利于水流侵蝕和重力侵蝕的發展，故為黃土高原侵蝕最強烈、地形最破碎的地區[12]；山地區則多發育深切沖溝，切割深度較大，且大多已達侵蝕基準面，下切侵蝕與溯源侵蝕過程受到抑制，即溝谷發育過程受到限制，故雖土壤侵蝕強度較大，但地形破碎度較小，溝壑密度較小。研究區4個小區可進一步劃分為平原區（1區）、梁峁區（2、3區）和山地區（4區）。梁峁區的溝壑密度為2.43km/km2，較山地區（0.18km/km2）大，且山地區僅發育1、2級溝谷，溝谷類型較單一，梁峁區發育1～7級溝谷，溝谷類型復雜多樣，溝谷發育程度大，地形破碎，是水土保持綜合防治的重點區域。

3.2.2 土壤性質 土壤性質是影響溝谷發育的主要因素之一，在其他條件一定的情況下，地表組成物質越疏松，溝谷越發育。延河流域主要的土壤類型為黃綿土，土體結構疏松，有機質含量低，易受侵蝕，巖性主要為中生代的砂巖、砂頁巖。黃土的這些性質表現為其機械組成由西北向東南逐漸變細，物質越細、抗蝕能力越（下轉116頁）（上接110頁）強，故地表組成物質由西北向東南抗蝕能力增強[14]，從而影響了溝壑密度的空間分異。

4 結論與討論

通過以上分析可知，研究區各分區溝壑密度呈現出D1區>D2區>D3區>D4區的特點，3區和4區隨溝谷等級的增大，溝壑密度呈減小趨勢。1區7級溝谷的溝壑密度最大，為2.02km/km2，2區1級溝谷溝壑密度最大，為0.79km/km2。研究區總溝壑密度為1.16km/km2，景可[14]的研究結果表明，不同比例尺地形圖上，以不同起算點研究同一流域的河網密度，大小往往可相差5倍左右，其中延河流域溝壑密度大小介于0.41～1.45km/km2，與本文的研究結論一致。

本文通過對延河流域按高程進行分區，并且對不同分區的溝壑密度統計學特征進行分析，有助于認識不同地貌類型下溝壑密度的空間分異特征，從而進一步地反映了地表破碎度即土壤侵蝕強度的差異性，為提出有針對性的水土保持綜合防治對策提供理論依據。前人對黃土高原地區溝壑密度的研究多集中于其宏觀上的空間規律性以及不同流域、不同尺度地域之間溝壑密度特征的對比分析，而對同一流域按不同標準劃分分區，對比不同分區溝壑密度特征及空間分異性，揭示其影響因素的研究則較少，因此本研究具有一定的理論意義。

參考文獻

[1]趙曉麗，張增祥，周全斌，等.中國土壤侵蝕現狀及綜合防治對策研究[J].水土保持學報，2002，16（01）：40-43，46.

[2]王曉慧，陳永富，陳爾學，等.基于遙感和GIS的黃土高原中陽縣土壤侵蝕評價[J].山地學報，2011，29（4）：442-448.

[3]韋中亞，周貴云，羅萬勤.一種基于數學形態學的溝壑密度提取算法[J].地理學與國土研究，2001，17（2）：24-27.

[4]代靈燕.黃土高原嚴重水土流失區多尺度DEM地形因子分析[D].西安：陜西師范大學，2012.

[5]黨福江，戈素芬.溝壑密度調查應采取水文網絡法[J].水土保持通報，1998，18（6）：34-36.

[6]郭蘭勤，丑述仁.基于DEM不同路徑算法的溝壑密度提取[J].地下水，2011，33（6）：145-147.

[7]李麗，郝振純.基于DEM的流域特征提取綜述[J].地球科學進展，2003，18（2）：251-256.

[8]謝順平，都金康，羅維佳，等.基于DEM的復雜地形流域特征提取[J].地理研究，2006，25（1）：96-102，87.

[9]朱紅春，劉海英，張繼賢，等.基于DEM的流域地形因子提取與量化關系研究――以陜北黃土高原的實驗為例[J].測繪科學，2007，32（2）：138-140，182.

[10]李俊，湯國安，張婷，等.利用DEM提取陜北黃土高原溝谷網絡的匯流閾值研究[J].水土保持通報，2007，27（2）：75-78.

[11]陳伯讓.黃土高原水土保持綜合治理的實踐[J].中國水土保持，2005（12）：3-4.

[12]吳良超.基于DEM的黃土高原溝壑特征及其空間分異規律研究[D].西安：西北大學，2005.

[13]孫虎.陜西延河流域地貌組合類型的模糊聚類劃分[J].陜西師范大學學報（自然科學版），1996，24（4）：83-88.

第2篇

關鍵詞：統計指數；因素分析；教學

統計指數產生于分析研究現象的動態變化，如物價的變動、產量的變動、勞動生產率的變動、工資的變動、成本的變動等，是統計方法中的一種重要方法。中職學生在學習時要注意以下幾點。

一、充分理解同度量因素的概念

同度量因素是學習統計指數這一章首先要理解的概念。為了讓學生更好地理解這個概念，筆者改變了以往的教學方式，采用了案例教學。案例：鋼和煤是兩種不同的產品，要反映鋼和煤在一定時期內總的增長速度，就不能簡單地把鋼和煤的產量直接加在一起來計算，這是因為鋼和煤是具有不同使用價值的商品，但這不等于說鋼和煤就沒有相加的可能性。其實，不同的產品都是人類勞動的產物，都具有一定的價值量，各種不同的產品或商品的價值量是可以相加的。因此，我們可以把鋼和煤的產量乘以其單位價格，變為產值再相加在一起，這樣就可以計算這兩種產品總的增長速度了。在這里，鋼和煤不可同度量；而價格這個因素，則是同度量因素。由此可見，同度量因素，就是使不可同度量的現象過渡到可以同度量的那個中間因素，它只起同度量的作用，并不參與現象的變動。

二、掌握質量、數量指標指數的編制原則和方法

掌握質量、數量指標指數的編制原則和方法是學好統計指數這一章的基礎，也是學習指數體系、平均指標指數體系的重要環節。在教學過程中，筆者特別注重這一環節的教學，要求每一位學生都能掌握：指數體系中，因素指數的個數與因素指標的個數是對應的；選擇同度量因素時期的一般原則是，數量指標指數的同度量因素固定在基期，質量指標指數的同度量因素固定在報告期；絕對量的關系式是根據指數體系中對應的各指數的分子、分母之差建立的。

編制質量指標指數的目的，并不是為了說明各種產品價格的變動，而是綜合說明價格的平均變動。為了說明這個問題，用以下例題來分析。資料如下表：

在計算這三種產品價格的總指數時，首先遇到的問題，就是這三種產品的價格不可同度量，因為這三種價格所依附的產品的使用價值不同，從現象的聯系分析中得知，產品的價格乘其產量這個同度量因素，便可得出總產值，而總產值可以相加，即∑產品產量×價格=總產量。通過分析，同度量因素產量q固定在報告期有實際的經濟意義，而固定在基期沒有實際的意義。再根據綜合指數的編制方法可知，這是兩個總量指標的報告期與基期的比值，從而推出編制質量指標指數的公式為：

這個公式中產量q1是同度量因素，要把它固定在報告期，同時讓學生再一次體會同度量因素的實質。

把數據代入上式，得：=92.5%

計算結果表明，該企業報告期所生產的甲、乙、丙三種產品的價格平均降低了7.5%。

而價格指數公式的分子與分母之差為：

∑p1q1-∑p0q1=4440-4800=-360（元）

由此說明，由于該企業產品價格降低而使企業減少的總產值為360元。用同樣的方法可推出數量指標指數的公式為：

三、用質量、數量指標指數的編制原則解釋指數體系的分析方法

指數體系是指反映社會經濟現象總體變動的指數和反映各個因素變動的指數之間所具有的某種聯系所構成的體系。指數體系中的各個指數，在數量上有著密切的關系。在許多情況下，指數體系中的各個指數之間的關系，表現為因果關系，可以進行因素分析。分析的基礎是質量、數量指標指數的編制原則和方法，利用這一點，可以再一次鞏固質量、數量指標指數的編制方法，又可以分析指數體系在實踐中的應用。筆者在講述時，都采用案例講授法，取得的效果比較明顯。如下表：

要求：根據表中的資料，計算商品銷售額指數和商品銷售額變動的絕對值。

解：根據表中的資料可計算出：

商品銷售額指數為：111%

商品銷售額變動的絕對值為：∑p1q1-∑p0q0=4440-4000=440（元）

計算結果表明：商品銷售額報告期比基期增長了11%；增加的絕對值為440元，這種變動是由于商品銷售量變動和商品價格變動而引起的。

首先，分析商品銷售量變動對商品銷售額變動的影響：

120%

∑p0q1-∑p0q0=4800-4000=800（元）

其次，分析商品價格變動對商品銷售額變動的影響：

92.5%

∑p1q1-∑p0q1=4440-4800=-360（元）

再綜合分析：由于商品銷售量的變動，使商品銷售額增長了20%；由于商品價格的變動，使商品銷售額下降了7.5%。這兩個因素共同作用的結果，致使商品銷售額增長了11%。它們的經濟數量關系是：111%=120%×92.5%。

由于商品銷售量的變動，使商品銷售額增加了800元；由于商品價格的變動，使商品銷售額下降了360元。這兩個因素共同作用的結果，致使商品銷售額增加了440元。它們之間的經濟數量關系是：440元=800元+（-360元）。

四、用質量、數量指標指數的編制原理和方法推導平均指標指數體系

用質量、數量指標指數的編制原理和方法，可以分析平均指標指數體系，比如可變構成指數：

因為加權算術平均數的公式還可以表示為：

所以上面的可變構成指數公式還可以寫成以下形式：

由此可以明顯地看出，可變構成指數的變動，受兩個因素變動的影響：一個是受構成總體的各組變量x變動的影響；另一個是受總體結構的影響，即各個變量值出現的次數占總次數的比重變化的影響。因此，要進一步測定和分析各個因素變動對總平均數變動的影響程度和影響的絕對值各是多少。

為了分析變量x的變動對總平均數變動的影響，必須將權數f固定下來，即公式的分子、分母均用同一時期的權數。根據質量指標指數編制的原則和方法，應把權數f固定在報告期。

可得固定組成指數：

用公式的分子減去分母，可得由于各組變量值的變動而對總平均數影響的絕對值。算式如下：

影響的絕對值=

另外，為了測定和分析總體結構的變動對總平均數變動的影響，必須將變量x固定下來。根據數量指標指數編制的原則和方法，應把變量x固定在基期，也就是結構影響指數的分子和分母均用基期的變量x0。

可得結構影響指數：

結構影響指數公式中的分子與分母之差，則反映由于總體結構變動對總平均數變動影響的絕對值。算式如下：

影響的絕對值=

可變構成指數與固定組成指數、結構影響指數之間，有著緊密的數量關系：

從相對數方面看，可變構成指數等于固定組成指數與結構影響指數的乘積。其指數體系如下列經濟數量關系式所示：可變構成指數=固定組成指數×結構影響指數。

從絕對數方面看，可變構成指數的分子與分母之差，等于固定組成指數的分子與分母之差，加上結構影響指數的分子與分母之差。

在講解平均指數體系構成因素的分析時，也采用案例教學法，同樣取得了較明顯的效果。例如用平均工資的變動為例，說明平均指標指數體系的分析方法，資料見下表：

要求：根據表中的資料，對該企業全部職工的總平均工資的變動進行分析。

（一）分析全廠總平均工資的變動程度和變動規模，計算可變構成指數。

106.98%

總平均工資變動的絕對值為：

（二）利用指數體系進行因素分析。

1. 分析各類職工工資水平的變動，對總平均工資變動的影響程度和影響的絕對值。

要分析各類人員工資水平變動，對總平均工資的影響，需將各類人員人數固定在報告期，即計算固定組成指數。

109.52%

由于各類人員工資水平變動，對總平均工資變動影響的絕對值為：

2. 分析人員結構的變動，對總平均工資影響的程度和影響的絕對值。

要分析人員結構變動對總平均工資的影響，需把各類人員的工資水平固定在基期，即計算結構影響指數：

由于人員結構變動，使總平均工資變動的絕對值為：

（三）綜合分析。

從相對數方面分析，由于各類人員工資水平的變動，使總平均工資提高了9.52%；由于人員結構的變動，使總平均工資降低了2.33%。這主要是由于新職工與老職工之間的結構變動造成的。工資比較低的新職工占全部職工的比重，由基期的40%增到報告期的60%；而工資比較高的老職工占全部職工的比重，由基期的60%到報告期下降到40%。因此，由于各類人員工資水平的變動和人員結構的變動，這兩個因素共同作用的結果，使總平均工資提高了6.98%。這三個指數之間的經濟數量關系如下：106.98%=109.52%×97.67%。

從增長量方面分析：由于各類人員工資水平的變動，使總平均工資報告期比基期增加了240元；由于新職工和老職工人員結構的變動，使總平均工資減少了60元；這兩個因素共同作用的結果，使總平均工資增加了180元。它們之間的經濟數量關系如下：180=240-60（元）。

經過以上由淺入深的引導和學習，學生往往都能理解同度量因素的概念，掌握指數的編制方法，利用指數體系分析解決實際問題，并對指數體系的應用有更多的見解，從而達成本章的學習目標。

（作者單位：廣東省開平市吳漢良理工學校）

參考文獻：

[1]黃良文，陳仁恩.統計學原理[M].北京：中央廣播電視大學出版社，2006.

第3篇

關鍵詞：血鉛水平 相關因素 兒童

【中圖分類號】R-1 【文獻標識碼】B 【文章編號】1008-1879(2012)08-0246-03

目前對兒童鉛中毒的關注較多，年齡越小，鉛對其危害則越大，也越隱匿。我們在門診健康體檢的兒童中進行血鉛檢測，了解嬰幼兒的血鉛水平，從中尋找問題，以指導兒童保健工作，預防兒童鉛中毒。

1 對象及方法

1.1 對象。2009年3月-2011年2月來我院進行健康體檢兒童，均為肅寧常住人口，隨機抽出體檢兒童共有543例，在采樣和體檢前向家長詳細詢問兒童的一般情況、家庭社會環境，并填寫“中國部分城市兒童鉛中毒防治項目調查表”。

1.2 方法。對受檢者左手無名指依次用0.2%硝酸棉球、去離子水棉球和75%酒精棉球擦凈、消毒，再用三棱針刺破皮膚，待血自然流出，擦去第一滴血，用20ul去鉛吸管準確吸取末梢微量血20ul，放入血鉛測試液，混勻、靜置4小時以上。

1.3 鉛中毒診斷標準。采用國際公認的鉛濃度≥100ug/L為兒童鉛中毒的診斷標準。

2 結果

2.1 標本的自然情況描述。

2.1.1 各年齡組調查人數。

2.1.2 性別分布。

2.2 兒童血鉛現狀的描述。

2.2.1 不同血鉛水平的分布與鉛中毒率。

表1 血鉛分布情況描述

表2 全體血鉛水平等級分布情況

表3 不同性別血鉛水平描述

表4 不同性別鉛等級分布

2.2.3 不同年齡組段血鉛水平人數分布、鉛中毒率。

表6 各年齡段血鉛等級分布

3 影響血鉛濃度的因素分析

3.1 單因素分析。

3.1.1 一般情況。家庭情況。家人是否吸煙對血鉛濃度的影響。

表7 家人是否吸煙的血鉛濃度分析

3.1.2 居住環境。住所周圍1.0公里有如下工廠（油漆廠、印刷廠、蓄電池廠、冶煉廠等）對血鉛濃度的影響。

表8 住所周圍1.0公里內污染企業的血鉛濃度分析

3.1.3 飲食習慣。爆米花對血鉛濃度的影響。

3.2 臨床表現。學習是否困難的血鉛分析。

表10 學習困難的血鉛濃度分析

4 結論

4.1 不同性別血鉛水平的分布。調查不同性別血鉛水平的分布無顯著差異，鉛中毒率男童女童基本接近，無顯著差異，說明家長對環境污染的重視及在兒童性別上看護上無統計學意義。

4.2 不同年齡組血鉛水平的分布。不同年齡血鉛水平在各個等級上的分布無顯著差異，但2-3歲兒童鉛中毒率低，可能是因為低齡兒童戶外活動范圍較少，接觸外界環境較少有關。

4.3 影響兒童血鉛水平的相關因素。

4.3.1 家庭因素與兒童血鉛水平的關系。本次調查發現，兒童作為被動吸煙者，其血鉛水平明顯高于非被動吸煙者，且差異顯著。

4.3.2 環境污染與兒童鉛中毒的關系。環境污染是最早引起關注的兒童鉛中毒危險因素，本調查發現居住在鉛污染區附近的兒童血鉛水平高于其他遠離區的兒童，有顯著差異。

4.3.3 飲食習慣。本調查對兒童的飲食習慣進行了相關因素分析，結果顯示吃爆米花等膨化食品頻率越高，血鉛水平越高，成正相關。

4.3.4 兒童智能與血鉛水平的相關性。本調查發現兒童學習困難與血鉛水平成正相關，說明血鉛水平增高時兒童學習困難的影響因素。