现代预防医学

人口学特征	加权后	未加权样本量
总体	100	883 637	7 660
性别
男性	48.95（48.85～49.05）	432 546	3 656
女性	51.05（50.95～51.15）	451 091	4 004
年龄（岁）
15～24	11.56（11.50～11.63）	102 177	514
25～44	34.96（34.86～35.06）	308 937	1 752
45～64	35.72（35.62～35.82）	315 678	3 262
≥65	17.75（17.67～17.83）	156 845	2 132
居住地
城市	50.14（50.03～50.24）	443 046	3 327
农村	49.86（49.76～49.97）	440 591	4 333
教育水平
小学及以下	25.04（24.94～25.13）	221 220	2 647
初中毕业	43.00（42.90～43.10）	379 956	3 353
高中毕业	17.92（17.84～18.00）	158 351	988
大专及以上	13.05（12.98～13.12）	115 336	589
其他	0.99（0.97～1.01）	8 774	83
职业
农民	50.89（50.79～51.00）	449 711	4 647
政府/事业单位人员	1.25（1.23～1.28）	11 074	61
企业、商业、服务业人员	11.18（11.12～11.25）	98 804	550
教师	1.36（1.34～1.39）	12 044	54
医务工作者	0.91（0.90～0.93）	8 084	46
在校学生	7.34（7.29～7.40）	64 883	309
无业	6.80（6.75～6.85）	60 070	554
离退休人员	2.32（2.29～2.35）	20 505	186
其他	17.93（17.85～18.01）	158 462	1 253

人口学特征	加权后	未加权样本量
总体	100	883 637	7 660
性别
男性	48.95（48.85～49.05）	432 546	3 656
女性	51.05（50.95～51.15）	451 091	4 004
年龄（岁）
15～24	11.56（11.50～11.63）	102 177	514
25～44	34.96（34.86～35.06）	308 937	1 752
45～64	35.72（35.62～35.82）	315 678	3 262
≥65	17.75（17.67～17.83）	156 845	2 132
居住地
城市	50.14（50.03～50.24）	443 046	3 327
农村	49.86（49.76～49.97）	440 591	4 333
教育水平
小学及以下	25.04（24.94～25.13）	221 220	2 647
初中毕业	43.00（42.90～43.10）	379 956	3 353
高中毕业	17.92（17.84～18.00）	158 351	988
大专及以上	13.05（12.98～13.12）	115 336	589
其他	0.99（0.97～1.01）	8 774	83
职业
农民	50.89（50.79～51.00）	449 711	4 647
政府/事业单位人员	1.25（1.23～1.28）	11 074	61
企业、商业、服务业人员	11.18（11.12～11.25）	98 804	550
教师	1.36（1.34～1.39）	12 044	54
医务工作者	0.91（0.90～0.93）	8 084	46
在校学生	7.34（7.29～7.40）	64 883	309
无业	6.80（6.75～6.85）	60 070	554
离退休人员	2.32（2.29～2.35）	20 505	186
其他	17.93（17.85～18.01）	158 462	1 253

项目	现在吸烟率	戒烟率	二手烟暴露率
总体	22.27（22.18～22.36）	9.60（9.48～9.72）	36.84（36.73～36.95）
性别
男性	44.26（44.12～44.41）	9.50（9.38～9.63）	37.74（37.55～37.94）
女性	1.18（1.15～1.21）	13.08（12.24～13.93）	36.35（36.21～36.49）
年龄（岁）
15～24	8.24（8.07～8.40）	5.35（4.88～5.82）	31.12（30.82～31.42）
25～44	25.64（25.48～25.79）	3.22（3.10～3.34）	41.59（41.39～41.80）
45～64	24.25（24.10～24.40）	11.55（11.34～11.76）	38.34（38.14～38.53）
≥65	20.79（20.59～20.99）	19.29（18.90～19.67）	29.49（29.23～29.74）
居住地
城市	22.74（22.61～22.86）	7.02（6.87～7.17）	39.72（39.56～39.88）
农村	21.80（21.68～21.92）	12.16（11.96～12.35）	33.98（33.82～34.14）
教育水平
小学及以下	20.33（20.16～20.50）	14.67（14.37～14.98）	35.19（34.97～35.41）
初中毕业	25.19（25.05～25.32）	8.78（8.61～8.95）	38.52（38.34～38.70）
高中毕业	26.23（26.02～26.45）	8.11（7.86～8.36）	33.97（33.70～34.24）
大专及以上	11.87（11.69～12.06）	1.63（1.42～1.84）	38.76（38.46～39.06）
职业
农民	24.73（24.60～24.86）	11.16（10.99～11.34）	36.30（36.14～36.46）
政府/事业单位人员	39.02（38.11～39.93）	6.37（5.67～7.08）	65.37（64.23～66.50）
企业/商业/服务业人员	25.33（25.06～25.60）	3.93（3.70～4.17）	41.74（41.38～42.09）
教师	9.78（9.25～10.31）	—	41.25（40.32～42.17）
医务工作者	6.12（5.60～6.64）	8.08（5.78～10.38）	54.63（53.51～55.75）
在校学生	2.92（2.79～3.05）	—	29.34（28.98～29.69）
无业	10.95（10.70～11.20）	15.06（14.27～15.86）	36.26（35.86～36.67）
离退休人员	16.06（15.56～16.56）	14.80（13.68～15.92）	24.37（23.73～25.01）
其他	27.03（26.81～27.25）	8.21（7.96～8.45）	38.24（37.96～38.52）

项目	现在吸烟率	戒烟率	二手烟暴露率
总体	22.27（22.18～22.36）	9.60（9.48～9.72）	36.84（36.73～36.95）
性别
男性	44.26（44.12～44.41）	9.50（9.38～9.63）	37.74（37.55～37.94）
女性	1.18（1.15～1.21）	13.08（12.24～13.93）	36.35（36.21～36.49）
年龄（岁）
15～24	8.24（8.07～8.40）	5.35（4.88～5.82）	31.12（30.82～31.42）
25～44	25.64（25.48～25.79）	3.22（3.10～3.34）	41.59（41.39～41.80）
45～64	24.25（24.10～24.40）	11.55（11.34～11.76）	38.34（38.14～38.53）
≥65	20.79（20.59～20.99）	19.29（18.90～19.67）	29.49（29.23～29.74）
居住地
城市	22.74（22.61～22.86）	7.02（6.87～7.17）	39.72（39.56～39.88）
农村	21.80（21.68～21.92）	12.16（11.96～12.35）	33.98（33.82～34.14）
教育水平
小学及以下	20.33（20.16～20.50）	14.67（14.37～14.98）	35.19（34.97～35.41）
初中毕业	25.19（25.05～25.32）	8.78（8.61～8.95）	38.52（38.34～38.70）
高中毕业	26.23（26.02～26.45）	8.11（7.86～8.36）	33.97（33.70～34.24）
大专及以上	11.87（11.69～12.06）	1.63（1.42～1.84）	38.76（38.46～39.06）
职业
农民	24.73（24.60～24.86）	11.16（10.99～11.34）	36.30（36.14～36.46）
政府/事业单位人员	39.02（38.11～39.93）	6.37（5.67～7.08）	65.37（64.23～66.50）
企业/商业/服务业人员	25.33（25.06～25.60）	3.93（3.70～4.17）	41.74（41.38～42.09）
教师	9.78（9.25～10.31）	—	41.25（40.32～42.17）
医务工作者	6.12（5.60～6.64）	8.08（5.78～10.38）	54.63（53.51～55.75）
在校学生	2.92（2.79～3.05）	—	29.34（28.98～29.69）
无业	10.95（10.70～11.20）	15.06（14.27～15.86）	36.26（35.86～36.67）
离退休人员	16.06（15.56～16.56）	14.80（13.68～15.92）	24.37（23.73～25.01）
其他	27.03（26.81～27.25）	8.21（7.96～8.45）	38.24（37.96～38.52）

基于小区域估计模型估算2023年河北省定州市各街道乡镇成人烟草流行水平

PDF下载

李晓玥 ¹ , 么常强 ² , 李丹颖 ¹ , 任丽娜 ² , 郭晓璟 ¹ , 冯梦露 ² , 蔡泽敏 ¹ , 张丽 ² , 张猛 ² , 万霞 ¹

现代预防医学 | 流行病与统计方法 2025,52(7): 1175-1181

收起

现代预防医学 | 流行病与统计方法 2025, 52(7): 1175-1181

基于小区域估计模型估算2023年河北省定州市各街道乡镇成人烟草流行水平

全屏

李晓玥¹, 么常强², 李丹颖¹, 任丽娜², 郭晓璟¹, 冯梦露², 蔡泽敏¹, 张丽², 张猛², 万霞¹

作者信息

^1.中国医学科学院基础医学研究所北京协和医学院基础学院，呼吸和共病全国重点实验室，北京 100005

^2.定州市疾病预防控制中心（定州市卫生监督所）

李晓玥（1999—），女，硕士在读，研究方向：疾病负担和烟草控制相关研究

通讯作者:

万霞，E-mail:xiawan@ibms.pumc.edu.cn

Estimation of adult tobacco prevalence levels in each sub-district and township of Dingzhou city, Hebei Province in 2023 based on the small area estimation model

Xiao-yue LI¹, Chang-qiang YAO², Dan-ying LI¹, Li-na REN², Xiao-jing GUO¹, Meng-lu FENG², Ze-min CAI¹, Li ZHANG², Meng ZHANG², Xia WAN¹

Affiliations

National Key Laboratory of Respiratory and Comorbid Diseases, Institute of Basic Medical Sciences, Chinese Academy of Medical Sciences & School of Basic Medicine, Peking Union Medical College, Beijing 100005, China

出版时间: 2025-04-10 doi: 10.20043/j.cnki.MPM.202410080

文章导航

摘要

收起

目的

了解河北省定州市各街道乡镇成人烟草流行现状，为制定基层控烟政策提供数据支持，同时为县区层面烟草流行指标估算提供参考依据。

方法

采用多阶段分层整群抽样法和容量比例概率抽样（probability proportional to size，PPS）方法，对定州市15岁及以上常住居民进行问卷调查。调查数据使用SAS 9.4进行清洗、加权和分析。报告定州市现在吸烟率、戒烟率和二手烟暴露率，使用小区域估计（small area estimation，SAE）方法对各街道乡镇的上述指标进行估算。

结果

本次调查有效问卷共7 660份，整体应答率为68.70%。2023年定州市15岁及以上人群的现在吸烟率为22.27%，戒烟率为9.60%，非吸烟人群的二手烟暴露率为36.84%。SAE模型估算结果显示，不同街道乡镇之间的烟草流行监测指标存在差异。位于定州市南部的刑邑镇、李亲顾镇、东留春乡等乡镇现在吸烟率较高（25%～35%），西北、东南地区部分乡镇戒烟率较低（低于10%），而二手烟暴露率较高的街道乡镇较分散，其中东亭镇、息冢镇超过50%。

结论

SAE模型可用于估算县区乃至乡镇街道层面的烟草流行监测指标。目前定州市部分街道乡镇的烟草流行形势较严峻，应有针对性地开展基层控烟工作，加强无烟环境建设，推广基层戒烟服务。

关键词

烟草流行 / 吸烟 / 小区域估计 / 控烟

Abstract

收起

Objective

To understand the current situation of adult tobacco prevalence in each sub-district and township of Dingzhou city, Hebei Province, provide data support for formulating grass-roots tobacco control policies, and provide a reference for estimating tobacco prevalence indicators at the county-district level.

Methods

A multi-stage stratified cluster sampling method and Probability Proportional to Size (PPS) sampling method were used to conduct a questionnaire survey among permanent residents aged 15 and above in Dingzhou city. The survey data were cleaned, weighted, and analyzed using SAS 9.4. The current smoking rate, quitting rate, and second-hand smoke exposure rate in Dingzhou city were reported. The Small Area Estimation (SAE) method was used to estimate the above-mentioned indicators for each sub-district and township.

Results

A total of 7 660 valid questionnaires were collected in this survey, with an overall response rate of 68.70%. In 2023, the current smoking rate among people aged 15 and above in Dingzhou city was 22.27%, the quitting rate was 9.60%, and the second-hand smoke exposure rate among non-smokers was 36.84%. The estimation results of the SAE model showed that there were differences in tobacco prevalence monitoring indicators among different sub-districts and townships. Townships such as Xingyi Town, Liqinggu Town, and Dongliuchun Township in the southern part of Dingzhou city had relatively high current smoking rates (25%-35%). Some townships in the northwest and southeast regions had relatively low quitting rates (less than 10%), while the sub-districts and townships with relatively high second-hand smoke exposure rates were more scattered, with the rates in Dongting Town and Xizhong Town exceeding 50%.

Conclusion

The SAE model can be used to estimate tobacco prevalence monitoring indicators at the county-district and even sub-district and township levels. Currently, the tobacco prevalence situation in some sub-districts and townships of Dingzhou city is relatively severe. Targeted grass-roots tobacco control work should be carried out, the construction of smoke-free environments should be strengthened, and grass-roots smoking cessation services should be promoted.

Key words

Tobacco prevalence / Smoking / Small area estimation / Tobacco control

引用本文

李晓玥, 么常强, 李丹颖, 任丽娜, 郭晓璟, 冯梦露, 蔡泽敏, 张丽, 张猛, 万霞. 基于小区域估计模型估算2023年河北省定州市各街道乡镇成人烟草流行水平. 现代预防医学, 2025 , 52 (7) : 1175 -1181 . DOI: 10.20043/j.cnki.MPM.202410080

Xiao-yue LI, Chang-qiang YAO, Dan-ying LI, Li-na REN, Xiao-jing GUO, Meng-lu FENG, Ze-min CAI, Li ZHANG, Meng ZHANG, Xia WAN. Estimation of adult tobacco prevalence levels in each sub-district and township of Dingzhou city, Hebei Province in 2023 based on the small area estimation model[J]. Modern Preventive Medicine, 2025 , 52 (7) : 1175 -1181 . DOI: 10.20043/j.cnki.MPM.202410080

正文

收起

我国是全球最大的烟草消费和生产国，2020年我国15岁以上人群吸烟率高达25.8%^[1]，这与广大烟民戒烟意愿较低和烟草危害认知不足有关。定州市为河北省直管市，下辖25个街道和乡镇，常住人口110万，是华北五省市人口最多的县（市）^[2]。定州是中国公共卫生事业的发源地之一^[3]，以晏阳初先生为首的平民教育促进会曾在定县进行农村卫生实验^[4]，陈志潜先生亦在此创立了著名的“农村三级保健网”^[5-6]。为了解农村公共卫生教育对当地居民健康意识的影响是否会导致其烟草流行水平不同于全国，以及不同乡镇街道烟草流行情况是否一致，本研究在定州市开展烟草流行病学调查，以填补当地数据空白，为制订精准控烟干预政策提供依据，满足政府科学决策和精细化管理的需求^[7]。同时为减小估计偏差，本研究使用小区域估计（small area estimation， SAE）方法^[8-10]，基于地理空间分布原理，结合其他协变量建立混合效应模型，对定州市各街道乡镇的烟草监测指标进行估算。

1　资料与方法

收起

1.1　数据来源

本研究团队于2023年8月对定州市15岁及以上常住居民进行烟草流行调查。样本量计算按性别、城乡、地理位置分为6层，每层样本量计算公式为

。其中N为样本量，μ=1.96，吸烟率p取2018年中国成人吸烟率26.6%^[11]，设计效率deff=2，相关误差r取15%，δ=γ×p。计算最小样本量为7 544。参考全球成人烟草调查（Global Adult Tobacco Survey，GATS）中国项目^[12]以及当地情况，设家庭合格率为90%，家庭应答率为95%，家庭筛查率为95%，个人合格率为98%，个人应答率为85%，计算最小抽样户数为11 151户。采用多阶段分层整群抽样设计，按容量比例概率抽样法（probability proportional to size，PPS）进行抽样。对抽中家庭进行入户调查，并采用KISH表抽取1名≥15岁的成员开展问卷调查。

本次调查获得受访者本人或监护人知情同意，受访者个人信息已脱敏处理，本研究已通过中国医学科学院基础医学研究所伦理委员会审核通过（ZS2023021）。

1.2　数据加权

使用抽样权重、无应答调整系数和事后分层调整系数进行数据加权，最终权重为三者乘积^[13]。抽样权重为各阶段抽样概率倒数之积。以居委会（村）为单位校正无应答偏倚，无应答调整系数为加权后样本应答率的倒数。按性别和5岁年龄组分层，事后分层调整系数为各层内定州市第七次人口普查人数除以加权样本数。

1.3　烟草流行监测指标的SAE模型估算

将加权后数据作为建模数据集，以性别、年龄、城乡、教育程度、职业、民族等为协变量构建logistic回归混合效应模型，模型系数估计采用最大似然法。对模型和各协变量系数进行显著性检验，剔除不显著变量，直至均有统计学意义（P<0.05），最终模型为：

其中P_s，g，a为［s街道（乡镇）、g性别、a年龄组］模型校正后指标率值，gender为性别，age为年龄组，rural为城乡，education为教育程度，race为民族，β₀为固定截距，β₁～β₅为固定斜率，μ_s为随机截距。

计算模型不加随机截距时的残差值（取对数），对残差进行局部加权回归，权重包括年龄组权重（W_a）和空间权重（W_S），公式如下：

W_a为年龄组权重，a为监测点年龄组，a₀为对照点年龄组，ω为年龄权重调整系数，参照GBD设置为2^[14]。

W_S=s₀为指定街道乡镇的最终权重，W_S≠s₀为非指定街道乡镇的最终权重，ζ为空间平滑系数，参考Wang等^[15]设置为0.6。

对各街道乡镇不同年龄组，以残差回归估计值代替原模型中的μ_s，构建最终的SAE模型。

1.4　统计分析过程

使用SAS 9.4进行数据清洗、加权和分析，报告的所有率均为加权后率。现在吸烟率、戒烟率、二手烟暴露率定义参考《2018年中国成人烟草调查报告》^[11]。

2　结果

收起

2.1　基本情况

本次调查实际抽取11 348户，完成有效问卷7 660份，家庭应答率为70.40%，个人应答率为97.59%，整体应答率为68.70%。表1为加权样本的人口统计特点，男女比例分别为48.07%和51.93%，城乡居民比例分别为50.14%和49.86%。样本人群在45～64岁的最多，为35.72%，其次为25～44岁，为34.96%。教育水平以初中居多，为43.00%，职业以务农为主，占50.89%。

2.2　定州市15岁及以上常住人口烟草流行现状

2023年定州市15岁及以上人群的现在吸烟率为22.27%，戒烟率为9.60%，非吸烟者的二手烟暴露率为38.64%，见表2；不同性别、年龄组、居住地、文化程度和职业的人群中，三项指标均存在差异。其中，男性吸烟率、戒烟率、非吸烟者的二手烟暴露率分别为44.26%、9.50%、37.74%，女性分别为1.18%、13.08%、36.35%。年龄在25～44岁的人群现在吸烟率和二手烟暴露率较高，分别为25.64%和41.59%，戒烟率（3.22%）低于其他年龄段人群。不同职业人群中，政府和事业单位工作人员现在吸烟率和二手烟暴露率较为突出，分别达到39.02%和65.37%。

2.3　定州市各街道乡镇烟草流行监测指标的SAE模型估算结果

总体上看，合计及男性现在吸烟率、二手烟暴露率几个指标经SAE校正前后变化不大，而女性吸烟率和女性戒烟率在校正前后变化较大，主要集中在南部（东亭镇、东留春乡、高蓬镇和刑邑镇）和北部（清风店镇、留早镇、李亲顾镇）几个乡镇，其中东亭镇、李亲顾镇等有多个监测指标在校正前后有较大差距。见图1。

图2展示了各街道乡镇不同性别人群上述指标的SAE模型估算结果。男性现在吸烟率南部高于北部，其中刑邑镇、东留春乡、明月店镇、南城区街道和砖路镇超过54%；女性吸烟率分布与男性类似，其中刑邑镇最高，超过2%。戒烟率与现在吸烟率的高低分布不一致，杨家庄乡、东亭镇男性戒烟率最高（超过30%），位于西北和东南地区的部分乡镇男性戒烟率较低，包括大辛庄镇、李亲顾镇在内的共计12个街道和乡镇戒烟率低于10%。女性戒烟率总体高于男性，其中刑邑镇最高（大于30%），号头庄回族乡、西城区街道、长安路街道和明月店镇较低（低于10%）。二手烟暴露率高的镇街分布较分散，其中以东亭镇和息冢镇最为严重，总体二手烟暴露率超过50%；暴露率较低的乡镇是留早镇和大辛庄镇，总体二手烟暴露率低于20%。男性和女性的二手烟暴露情况分布较为一致。

3　讨论

收起

3.1　定州市烟草流行水平低于全国及河北省，可能与农村公卫教育有关

本次调查结果显示，定州市15岁及以上人群现在吸烟率为22.27%，低于2020年全国（25.8%）^[1]及河北省（24.86%）^[16]现在吸烟率；非吸烟者二手烟暴露率为38.64%，低于2018年全国水平的68.1%^[11]。由于定州市近几十年来并无专门的控烟项目投入，因此其烟草流行水平可能与早年开展的农村公共卫生教育以及当地人群健康意识较高有关。然而定州市15岁及以上吸烟人群戒烟成功率仅9.60%，低于2018年全国水平（20.1%）^[11]，亟需加强控烟宣传，推广基层戒烟门诊、简短戒烟建议等戒烟服务。总体来看，定州市距实现《“健康中国2030”规划纲要》的控烟目标（15岁以上人群吸烟率下降至20%）^[17]仍有较大差距。本次调查人群中，男性、25～44岁的青中年群体以及政府和事业单位工作人员的吸烟问题较为突出。这提示未来控烟工作应将上述群体作为戒烟干预的重点人群，同时继续开展无烟单位创建工作，倡导公职人员戒烟。

3.2　定州市部分地区烟草流行形势严峻，亟需控烟干预

定州市现在吸烟率总体南部高于北部，部分乡镇超过54%，提示当地政府需要重点关注以上乡镇的烟草流行情况，做好控烟干预工作。在上述地区特别是李亲顾镇、明月店镇、南城区街道和东留春乡，在吸烟率高的同时戒烟率低于10%，提示吸烟者的戒烟意愿和戒烟行动不足。此外，二手烟暴露率较高的街道乡镇分布较分散，表明二手烟暴露的现象较为普遍。针对以上结果，未来定州市应根据2008年WHO提出的扭转烟草流行的“MPOWER”策略，加强向戒烟者提供戒烟帮助（“O”策略）和加强无烟环境建设（“P”策略）两大策略^[18]。

3.3　SAE模型适用于县区等小区域烟草流行指标估算

本研究发现，总体及男性吸烟率、二手烟暴露率指标在SAE校正前后较稳定，而女性吸烟率和戒烟率变化较大。这表明在评估县区层面的烟草流行情况时，使用SAE模型对于估算上述不稳定的指标有重要意义。由于女性吸烟率较低，抽样时难以抽取到女性吸烟者，抽样误差会导致直接估计时某些乡镇的指标偏高或偏低，甚至出现女性现在吸烟率和戒烟率为0或100%的结果，这显然无法代表当地实际情况。因此需要找到一种间接估计方法，以增加“有效”样本大小，减少估计偏差。目前SAE方法在农业统计、社会统计等领域应用较广泛，但国内少见烟草流行的SAE研究^[19]。本研究通过结合人口学特征、地理空间分布等协变量建立SAE模型，对异常点进行平滑，从而获得相对准确的估算结果，也将为国内烟草流行研究提供思路。

3.4　了解小区域内烟草流行现状对于推进控烟具有重要作用

目前我国尚无全国性公共场所禁烟政策^[20]，考虑现实意义和经济社会平稳运行的需要，短期内大范围的无烟立法难以实现，省、市级政府在制定控烟政策时往往面临巨大压力。在此情况下，应首先在烟草流行形势严峻的小区域内加强控烟，由点及面推进烟草防控。定州市在上世纪前叶创立的“定县模式”为中国近代公共卫生事业的起步和发展作出了不可磨灭的贡献^[3，5]，本研究首次提供了具有定州市代表性的烟草流行数据，为控烟策略的制定提供了数据支持，将进一步推动定州市相关部门加大控烟力度，建设无烟环境和推广基层戒烟服务。

基金

收起

全国重点实验室专项经费(2060204)
北京协和医学院2023年暑期社会实践经费
医科院创新工程(2023-I2M-2-001)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

中华人民共和国国家卫生健康委员会.对十三届全国人大五次会议第8925号建议的答复[EB/OL].[2025-03-01]. http://www.nhc.gov.cn/wjw/jiany/202303/895a6840cbbe4689bf00ef09e578bdee.shtml.

The National Health Commission, the People's Republic of China. Reply to recommendation No. 8925 of the Fifth Session of the 13th National People's Congress[EB/OL].[2025-03-01].http://www.nhc.gov.cn/wjw/jiany/202303/895a6840cbbe4689bf00ef09e578bdee.shtml.(In Chinese)

[2]

定州市人民政府. 定州概况[EB/OL].[2025-03-01]. http://www.dzs.gov.cn/col/1598682388236/2024/05/28/1716859655464.html.

Dingzhou Municipal People's Government. Overview of Dingzhou[EB/OL].[2025-03-01]. http://www.dzs.gov.cn/col/1598682388236/2024/05/28/1716859655464.html.

[3]

夏志远，周爽.基于乡村振兴视角探讨定县实验精神的时代价值[J].内蒙古师范大学学报:哲学社会科学版，2023，52（6）：102-108.

Xia

， Zhou

. Exploring the timely value of the Dingxian experiment spirit from the perspective of rural revitalization[J]. Journal of Inner Mongolia Normal University (Philosophy & Social Science)， 2023，52(6):102-108.(In Chinese)

[4]

黄家亮.百年变迁视野下的定县乡村建设实验[J].山东社会科学，2020，34（12）：39-45.

Huang

. The experiment of rural construction in Dingxian from the perspective of century-old changes[J]. Shandong Social Science， 2020，34(12): 39-45.(In Chinese)

[5]

马克锋，曹辉.从定县到全国:国民政府县级卫生制度的起源、形成与推广[J].山东社会科学，2022，36（9）：123-134.

， Cao

. From Dingxian to the whole country: the origin，formation and promotion of county health system of national government[J]. Shandong Social Science， 2022，36(9): 123-134.(In Chinese)

[6]

刘宇浩.从定县模式到后疫情时代:谈医学界使命传承——读《中国农村之医学——我的记述》[J].中国初级卫生保健，2024，38（6）：23-25.

Liu

. Missions of medicine from the Dingxian model to post-pandemic era[J]. Chinese Primary Health Care， 2024，38(6): 23-25.(In Chinese)

[7]

于力超.小区域贫困指标估计方法的比较与模拟[J].统计与决策，2020，36（11）：32-36.

. Comparison and simulation of poverty index estimation methods in small regions[J]. Statistics and Decision， 2020，36(11): 32-36.(In Chinese)

[8]

Liu

, Dompreh

, Hartman

. Small-Area estimation of Smoke-Free workplace policies and home rules in US counties[J]. Nicotine &Tobacco Research, 2021, 23(8): 1300-1307.

[9]

Chen

, Li

, Zambarano

, et al. Small-area estimation for public health surveillance using electronic health record data: reducing the impact of underrepresentation[J]. BMC Public Health, 2022, 22(1):1515.

[10]

Bernal

RTI

, de Carvalho

, Pell

, et al. A methodology for small area prevalence estimation based on survey data[J].International Journal for Equity in Health, 2020, 19(1): 124.

[11]

李新华.2018中国成人烟草调查报告[M].北京：人民卫生出版社，2020.

. 2018 China adult tobacco survey report[M]. Beijing: People's Medical Publishing House， 2020.(In Chinese)

[12]

Hsia

, YANG

, LI

, et al. Methodology of the global adult tobacco survey in China, 2010[J]. Biomedical and Environmental Sciences, 2010, 23(6): 445-450.

[13]

刘晓宇，武雅萱，金勇进.抽样调查数据分析中权数引入问题研究[J].统计与决策，2023，39（8）：18-24.

Liu

， Wu

， Jin

. Research on the introduction of weights in sampling survey data analysis[J]. Statistics and Decision， 2023，39(8): 18-24.(In Chinese)

[14]

GBD 2019 Tobacco Collaborators.Spatial,temporal, and demographic patterns in prevalence of smoking tobacco use and attributable disease burden in 204 countries and territories, 1990-2019: a systematic analysis from the Global Burden of Disease Study 2019[J]. Lancet, 2021,397(10292): 2337-2360.

[15]

Wang

, Li

, Zhou

, et al. Under-5 mortality in 2851 Chinese counties,1996-2012: a subnational assessment of achieving MDG 4 goals in China[J]. Lancet, 2016, 387(10015): 273-283.

[16]

贺蕾，郭晓亮，张海容，等.河北省城乡居民烟草流行现状调查[J].中国公共卫生，2020，36（10）：1417-1419.

，Guo

，Zhang

，et al. Tobacco epidemic among urban and rural residents Hebei province，2017[J]. Chinese Journal of Public Health， 2020，36(10): 1417-1419.(In Chinese)

[17]

佚名.健康中国2030"规划纲要[EB/OL].[2025-03-01]. https://www.gov.cn/xinwen/2016-10/25/content_5124174.htm.

Anonym. Outline of the healthy China 2030 plan[EB/OL]. [2025-03-01]. https://www.gov.cn/xinwen/2016-10/25/content_5124174.htm. (In Chinese)

[18]

Zhang

, Tartarone

, Pérez-Ríos

, et al. Smoking burden,MPOWER, future tobacco control and real-world challenges in China: reflections on the WHO report on the global tobacco epidemic 2021[J]. Transl Lung Cancer Res, 2022, 11(1): 117-121.

[19]

严永富，许晴晴，刘世炜.小区域估计在烟草流行中的研究进展[J].中国慢性病预防与控制，2023，31（2）：156-160.

Yan

， Xu

， Liu

. Progress in small area estimation of tobacco epidemic[J]. Chinese Journal of Prevention and Control of Chronic Diseases， 2023，31(2): 156-160.(In Chinese)

[20]

冯雯婷，古荭欢，靳雪征.我国36个省会及以上城市出台全面无烟政策的影响因素研究[J].中国健康教育，2022，38（11）：973-977.

Feng

， Gu

， Jin

. Study on influencing factors of comprehensive smoke-free policy in Chinese provincial capitals and cities above[J].Chinese Journal of Health Education， 2022，38(11): 973-977.(In Chinese)

2025年第52卷第7期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202410080

接收时间：2024-10-08
首发时间：2026-03-18
出版时间：2025-04-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-10-08

基金

全国重点实验室专项经费(2060204)

北京协和医学院2023年暑期社会实践经费

医科院创新工程(2023-I2M-2-001)

作者信息

^1.中国医学科学院基础医学研究所北京协和医学院基础学院，呼吸和共病全国重点实验室，北京 100005

^2.定州市疾病预防控制中心（定州市卫生监督所）

通讯作者:

万霞，E-mail:xiawan@ibms.pumc.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202410080

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

人口学特征	加权后	未加权样本量
总体	100	883 637	7 660
性别
男性	48.95（48.85～49.05）	432 546	3 656
女性	51.05（50.95～51.15）	451 091	4 004
年龄（岁）
15～24	11.56（11.50～11.63）	102 177	514
25～44	34.96（34.86～35.06）	308 937	1 752
45～64	35.72（35.62～35.82）	315 678	3 262
≥65	17.75（17.67～17.83）	156 845	2 132
居住地
城市	50.14（50.03～50.24）	443 046	3 327
农村	49.86（49.76～49.97）	440 591	4 333
教育水平
小学及以下	25.04（24.94～25.13）	221 220	2 647
初中毕业	43.00（42.90～43.10）	379 956	3 353
高中毕业	17.92（17.84～18.00）	158 351	988
大专及以上	13.05（12.98～13.12）	115 336	589
其他	0.99（0.97～1.01）	8 774	83
职业
农民	50.89（50.79～51.00）	449 711	4 647
政府/事业单位人员	1.25（1.23～1.28）	11 074	61
企业、商业、服务业人员	11.18（11.12～11.25）	98 804	550
教师	1.36（1.34～1.39）	12 044	54
医务工作者	0.91（0.90～0.93）	8 084	46
在校学生	7.34（7.29～7.40）	64 883	309
无业	6.80（6.75～6.85）	60 070	554
离退休人员	2.32（2.29～2.35）	20 505	186
其他	17.93（17.85～18.01）	158 462	1 253

人口学特征

加权后

未加权
样本量

百分率（%，95%CI）

样本量

总体

100

883 637

7 660

性别

男性

48.95（48.85～49.05）

432 546

3 656

女性

51.05（50.95～51.15）

451 091

4 004

年龄（岁）

15～24

11.56（11.50～11.63）

102 177

514

25～44

34.96（34.86～35.06）

308 937

1 752

45～64

35.72（35.62～35.82）

315 678

3 262

≥65

17.75（17.67～17.83）

156 845

2 132

居住地

城市

50.14（50.03～50.24）

443 046

3 327

农村

49.86（49.76～49.97）

440 591

4 333

教育水平

小学及以下

25.04（24.94～25.13）

221 220

2 647

初中毕业

43.00（42.90～43.10）

379 956

3 353

高中毕业

17.92（17.84～18.00）

158 351

988

大专及以上

13.05（12.98～13.12）

115 336

589

其他

0.99（0.97～1.01）

8 774

职业

农民

50.89（50.79～51.00）

449 711

4 647

政府/事业单位人员

1.25（1.23～1.28）

11 074

企业、商业、服务业人员

11.18（11.12～11.25）

98 804

550

教师

1.36（1.34～1.39）

12 044

医务工作者

0.91（0.90～0.93）

8 084

在校学生

7.34（7.29～7.40）

64 883

309

无业

6.80（6.75～6.85）

60 070

554

离退休人员

2.32（2.29～2.35）

20 505

186

其他

17.93（17.85～18.01）

158 462

1 253

项目	现在吸烟率	戒烟率	二手烟暴露率
总体	22.27（22.18～22.36）	9.60（9.48～9.72）	36.84（36.73～36.95）
性别
男性	44.26（44.12～44.41）	9.50（9.38～9.63）	37.74（37.55～37.94）
女性	1.18（1.15～1.21）	13.08（12.24～13.93）	36.35（36.21～36.49）
年龄（岁）
15～24	8.24（8.07～8.40）	5.35（4.88～5.82）	31.12（30.82～31.42）
25～44	25.64（25.48～25.79）	3.22（3.10～3.34）	41.59（41.39～41.80）
45～64	24.25（24.10～24.40）	11.55（11.34～11.76）	38.34（38.14～38.53）
≥65	20.79（20.59～20.99）	19.29（18.90～19.67）	29.49（29.23～29.74）
居住地
城市	22.74（22.61～22.86）	7.02（6.87～7.17）	39.72（39.56～39.88）
农村	21.80（21.68～21.92）	12.16（11.96～12.35）	33.98（33.82～34.14）
教育水平
小学及以下	20.33（20.16～20.50）	14.67（14.37～14.98）	35.19（34.97～35.41）
初中毕业	25.19（25.05～25.32）	8.78（8.61～8.95）	38.52（38.34～38.70）
高中毕业	26.23（26.02～26.45）	8.11（7.86～8.36）	33.97（33.70～34.24）
大专及以上	11.87（11.69～12.06）	1.63（1.42～1.84）	38.76（38.46～39.06）
职业
农民	24.73（24.60～24.86）	11.16（10.99～11.34）	36.30（36.14～36.46）
政府/事业单位人员	39.02（38.11～39.93）	6.37（5.67～7.08）	65.37（64.23～66.50）
企业/商业/服务业人员	25.33（25.06～25.60）	3.93（3.70～4.17）	41.74（41.38～42.09）
教师	9.78（9.25～10.31）	—	41.25（40.32～42.17）
医务工作者	6.12（5.60～6.64）	8.08（5.78～10.38）	54.63（53.51～55.75）
在校学生	2.92（2.79～3.05）	—	29.34（28.98～29.69）
无业	10.95（10.70～11.20）	15.06（14.27～15.86）	36.26（35.86～36.67）
离退休人员	16.06（15.56～16.56）	14.80（13.68～15.92）	24.37（23.73～25.01）
其他	27.03（26.81～27.25）	8.21（7.96～8.45）	38.24（37.96～38.52）

项目

现在吸烟率

戒烟率

二手烟暴露率

总体

22.27（22.18～22.36）

9.60（9.48～9.72）

36.84（36.73～36.95）

性别

男性

44.26（44.12～44.41）

9.50（9.38～9.63）

37.74（37.55～37.94）

女性

1.18（1.15～1.21）

13.08（12.24～13.93）

36.35（36.21～36.49）

年龄（岁）

15～24

8.24（8.07～8.40）

5.35（4.88～5.82）

31.12（30.82～31.42）

25～44

25.64（25.48～25.79）

3.22（3.10～3.34）

41.59（41.39～41.80）

45～64

24.25（24.10～24.40）

11.55（11.34～11.76）

38.34（38.14～38.53）

≥65

20.79（20.59～20.99）

19.29（18.90～19.67）

29.49（29.23～29.74）

居住地

城市

22.74（22.61～22.86）

7.02（6.87～7.17）

39.72（39.56～39.88）

农村

21.80（21.68～21.92）

12.16（11.96～12.35）

33.98（33.82～34.14）

教育水平

小学及以下

20.33（20.16～20.50）

14.67（14.37～14.98）

35.19（34.97～35.41）

初中毕业

25.19（25.05～25.32）

8.78（8.61～8.95）

38.52（38.34～38.70）

高中毕业

26.23（26.02～26.45）

8.11（7.86～8.36）

33.97（33.70～34.24）

大专及以上

11.87（11.69～12.06）

1.63（1.42～1.84）

38.76（38.46～39.06）

职业

农民

24.73（24.60～24.86）

11.16（10.99～11.34）

36.30（36.14～36.46）

政府/事业单位人员

39.02（38.11～39.93）

6.37（5.67～7.08）

65.37（64.23～66.50）

企业/商业/服务业人员

25.33（25.06～25.60）

3.93（3.70～4.17）

41.74（41.38～42.09）

教师

9.78（9.25～10.31）

—

41.25（40.32～42.17）

医务工作者

6.12（5.60～6.64）

8.08（5.78～10.38）

54.63（53.51～55.75）

在校学生

2.92（2.79～3.05）

—

29.34（28.98～29.69）

无业

10.95（10.70～11.20）

15.06（14.27～15.86）

36.26（35.86～36.67）

离退休人员

16.06（15.56～16.56）

14.80（13.68～15.92）

24.37（23.73～25.01）

其他

27.03（26.81～27.25）

8.21（7.96～8.45）

38.24（37.96～38.52）