1、戒烟影响因素分析模型与实证研究【摘要】目的：探讨影响戒烟成功的主要因素，以此引起烟民对戒烟的重视，从而成功从根本上进行戒烟。方法：使用偏相关分析、多元线性回归、t 检验、因子分析等方法，分别构建了多元线性回归、因子分析等模型，使用 EXCEL、MATLAB、SPSS 等软件处理数据和编程，在此基础上建立多元回归模型而后进行评价。结果：多元线性回归模型说明了各个影响因素与戒烟成功之间的定量的关系，因子分析模型阐述了影响戒烟成功的主要因素。结论：通过建立的多元回归模型，找出了各个影响因素对戒烟的定量影响关系，同时因子分析得出了每日抽烟支数、CO浓度和调整的 CO 浓度就是影响戒烟成功的主要因素，故
2、而降低抽烟数量可以有效地进行戒烟。 【关键词】戒烟 影响因素 评价 因子分析 吸烟有害健康，不仅仅危害自身健康，尤其是周围被迫吸收二手烟的人群，他们的身心都会被受到伤害。目前全世界约有 11 亿吸烟者，其中 70%以上的烟民分布在发展中国家。而作为最大的发展中国家，中国是全球最大的卷烟生产国和消费国，中国吸烟人数占世界吸烟者总数的近30%，居首位，我国每年吸烟导致的死亡人数超过 100 万，如此现状不加改变，到 2020 年，我国归因于吸烟的死亡人数将上升至 200 万，占总死亡的比重将上升 33%。同时，我国每年还有 10 万人死于二手烟。近年来我国虽然先后在 154 个地区颁发了禁止吸烟的
3、规定，但是效果甚微。为此，如何帮助相关人士摆脱烟瘾的困扰也就成为一个重要的研究课题。从现有的研究结果看，国外研究显示，吸烟者戒烟与吸烟者的人口学特征、戒烟的决心、尼古丁依赖程度和既往的戒烟经历有关。国内的研究相对较少，李恂8研究的吸烟者自身意愿因素，文其岭的研究中表明戒烟受人们所处的社会环境的因素的影响，导致戒烟成功率较低，有调查显示认为吸烟者的知识水平与每日抽烟支数有关。前人的研究成果给予了研究重要的参考，但是本文运用了同前人不同的定量分析方法，并运用因子分析法使结果更加准确科学。基于此，本文使用偏相关分析、多元线性回归、t 检验、因子分析等方法，分别构建了多元线性回归、因子分析等模型，使用
4、 EXCEL、MATLAB、SPSS 等软件处理数据和编程得出影响戒烟的主要因素，为戒烟者如何正确戒烟提供了合理的思路。 一、样本选择 本次研究涉及到被调查的 234 人，他们都表示愿意戒烟但是还未戒烟成功，在他们戒烟的这一天，测量了每个人的 CO（一氧化碳）水平并记下他们抽最后一支烟到 CO 测定时间，co 的浓度水平是评价他们之前抽烟数量的一个客观指标，但是毕竟也会受到戒烟最后一天 co 浓度的影响，故而本次研究中引出调整的 co 的浓度这个因素，假定这些人一直参与到调查截止，该次调查所用数据及调查方法均是真实可靠并且正规的。通过对取得的数据分析，发现其中有 10 人的数据出现缺失，为避免
5、对最后结果的正确性造成影响，故利用 EXCEL 软件将无效数据进行剔除，并对数据进行统计处理。由于不同条件下的戒烟时间有大量相同，可将相同的戒烟时间的多组数据作为该戒烟时间下的一组数据，如下表所示： 表 1 修正之后的数据 二、模型引入 （一）通过多元线性回归进行检验 由于存在多个影响因素，采用如下模式的多元线性回归方程： 上述模型也用矩阵形式可以表示为 X=AF+e 三、实证分析 （一）偏相关分析 为探究各个因素是否会影响戒烟时间长短，利用 SPSS 软件对各个因素与因变量戒烟时间进行偏相关分析，得出影响因素和戒烟时间的偏相关程度。利用 SPSS 软件对数据进行偏相关分析，控制单个因素与其他
6、因素的联系，得出偏相关系数与其 Sig 值（见表 2） 表 2 戒烟时间与各因素的偏相关性表 由表 2 可得被调查者的性别、每日抽烟支数和调整的 CO 浓度与戒烟时间的相关系数较大，即调查者的性别、每日抽烟支数和调整的 CO 浓度对戒烟时间的影响程度较大，但是仅根据相关性分析还不能准确得出各个因素对戒烟的影响程度，故而需要进一步进行求证分析。 （二）回归分析 由于戒烟时间是由多个因素共同影响的，各个因素之间也有一定的关系，利用 SPSS 做出各个因素的交互影响的相关系数表（见表 3） ，防止各个因素之间的多重共线及其他可能会对戒烟时间产生混合影响的因素关系。 表 3 各个影响因素之间的相关性表
7、 由上述结果可以得到可决系数，拟合优度不高。而且由 jbtest 检验，h=1 表明残差不服从正态分布，通过对残差图的分析，存在第59、62、65 和 66 组数据为异常值，于是剔除异常值后再次进行回归，直至不再出现异常值为止，并做出多次去点回归过程中的可决系数变化表（见表 4） 结果分析：由式（2）看出每日抽烟支数、CO 浓度和调整的 CO 浓度与戒烟时间之间反向变动，即每日抽烟支数增多，戒烟时间变短；CO 浓度和调整的 CO 浓度升高，戒烟时间变短。而且，抽烟支数的变动更能引起戒烟时间的变动，CO 浓度的引起的抽烟时间变动程度较抽烟支数相对较小，调整的 co 浓度引起的戒烟时间变动程度最为
8、微弱。式（2）即是戒烟时间与影响因素之间的定量关系。 （三）因子分析 为了更加准确的探究影响戒烟成功的主要因素，依然可以将戒烟时间作为衡量戒烟成功的程度。由于各因素之间的关系错综复杂，可以利用 SPSS 对变量进行降维处理，即因子分析，找出与戒烟时间相关性较高的变量，就是影响戒烟时间的主要因素。通过运用 SPSS 软件进行 KMO 和 Bartlett 的检验分析处理，结果如下： 表 5 KMO 和 Bartlett 的检验 从表 5 中可以看出 KMO 检验结果 0.642，大于 0.5，比较适合做因子分析，Bartlett 球形检验的 Sig.取值 0.000，表示拒绝假设。 将数据代入因
9、子分析模型中，利用 SPSS 软件进行计算，得到主成分列表（见表 6）由表可见，第一个成分的主成分特征根为 2.269，方差贡献率为 45.387%，第二个成分的主成分特征根为 1.318，方差贡献率为26.367%，前两个主成分的累计贡献率为 71.754%，根据提取因子的条件特征根大于 1，因此共选出了 2 个因子。 表 6 主成分列表 结果分析：由以上结果可见，每日抽烟支数、CO 浓度和调整的 CO 浓度同 与 之间相关程度较大，其中 对于 CO 浓度的载荷量较大，为0.365，其次分别是每日抽烟支数与调整的 CO 浓度，而对于 来说，则是性别与之相依程度较大，其次分别是调整的 CO 浓
10、度、CO 浓度和每日抽烟支数，但是 对每日抽烟支数的载荷量相对于其他三个因素来说较小。结合先前的回归模型，可以得出每日抽烟支数、CO 浓度和调整的 CO 浓度是影响戒烟成功的主要因素。 四、结论及建议 （一）结论 从回归分析模型以及因子分析结果来看，每日抽烟支数、CO 浓度和调整的 CO 浓度与戒烟时间的相关性较大，即三者对戒烟时间的影响显著，也就是说每日抽烟支数、CO 浓度和调整的 CO 浓度是影响戒烟成功的主要因素。 根据偏相关分析得出：年龄和性别并不是能否戒烟成功的决定因素。从每日吸烟的数量和 CO 浓度可以判断一个吸烟者的烟瘾大小，每日吸烟数量越多的吸烟者烟瘾较大，故而不容易戒烟成功；
11、而 CO 浓度则是从另一方面表现出了吸烟者的烟龄和烟瘾，若是长时间吸烟或是烟瘾较大，则体内的 CO 浓度则较高。科学研究已从不同角度证明烟瘾较大，体内 CO浓度越高，则危险性就越大，故而，吸烟者要出于自身及他人健康努力戒烟。 研究中利用 MATLAB、SPSS 、EXCEL 等数学软件对数据进行处理并分析，简便，直观，快捷；运用因子分析主成分来判断影响戒烟成功的主要因素，具有科学性；并且综合了偏相关分析与多元线性回归，将定量与定性相结合，对影响戒烟成功的因素进行了全面的分析；同时建立的模型与实际紧密相连，充分考虑现实情况，从而使模型更加贴近现实，实用性强。但是不足之处在于在数据的整理过程中，有
12、 10 个人的数据有缺失项，为了简化整理数据的步骤，将这十个数据剔除后对数据进行进一步的整理与分析，这样的做法会减少样本容量的个数，从而会对下面数据的分析与模型的建立产生一定的影响，故而有可能求得的结果同前人的研究结果不大相同，同时，在建立多元回归模型的时候考虑的影响因素并不全面，导致模型较为简单。 （二）建议 通过对问题的建模和求解，得出每日抽烟支数和 CO 浓度才是影响戒烟成功的主要因素，故而为有志于戒烟的吸烟者提出以下五点建议： 减少吸烟数量，逐步戒除烟瘾。每日吸烟的数量和 CO 浓度表现了一个吸烟者的烟瘾大小，并且数量越多，则烟瘾越大。故戒烟者应合理的减少自己每日吸烟的支数，逐步戒除自
13、己的烟瘾。 转移注意，拓展兴趣爱好。健康的身体和健康的生活态度有关，既然有志戒烟，就应该改变自己的不良嗜好，健康生活，将对于吸烟的注意力转移到其他的兴趣爱好上。 学会换位思考。二手烟的危害更甚于对抽烟者自身的危害，为了家人及自身的健康，吸烟者也要下决心戒烟，同时动员家庭成员的力量，帮助吸烟者戒烟。 加大宣传力度，反对公共场所吸烟。管理人员应该加大宣传力度，严厉反对在公共场合吸烟，建立起一道坚定的“反吸烟屏障” 。 提高烟草价格。较低的烟草价格对人们产生不了多大的影响，但若是价格提升到影响人们正常生活时，人们便会克制自己不去吸烟。 参考文献： 1刘又宁，崔俊昌.吸烟与呼吸系统疾病J.中华内科杂志
14、，2008， （47） 2侯小萌，蔡柏蔷.北京市郊区农村吸烟者戒烟状况的调查J 中国医学科学院学报，2014， （3）. 3中国疾病预防控制中心控烟办公室 2011 年中国控制吸烟报告R北京：中国疾病预防控制中心控烟办公室，2011. 4李云霞，姜垣，杨焱，等.中国公共场所禁止吸烟法规现状分析J.环境与健康杂志，2007. 5 Nides， M. A.，et al.， Predictors of initial smoking cessation and relapse through the first 2 years of the Lung Health StudyJ.J Consult Clin Psychol， 1995， （1）. 6 Hatziandreu， E. J.， et al.， Quitting smoking in the United States in 1986J. J Natl Cancer Inst， 1990， （17）. 7林沛茹，何雩霏，张颖，吸烟者戒烟的影响因素分析J.实用医学杂志，2013， （9）.
