高保锴，虎昭言，王文龙，乔慧*

    在实际研究中，经常会在计数资料中遇到零膨胀现象，即观测值为“0”的比例远大于其他取值比例。如机动车-电动车碰撞事故发生频次、森林火灾发生次数等。该类资料中“0”值过多且相同“0”值能够表达不同含义，常会导致数据呈现过度离散，表现出较大变异，从而超出相同条件下Possion回归和负二项回归等传统计数模型能够预测的范围[1-3]。为了正确展开参数估计和统计推断，国内外学者相继提出零膨胀及其推广模型，理论和实践的交互印证使之逐渐成为统计学的研究热点之一。但在居民住院情况的研究领域中，大多成果仍集中在对住院率、未住院率等的分析，其个案数据结果常局限在“是”或“否”，对于次数背后的含义和科研价值不能充分挖掘。故而本文将住院行为以次数分级，充分把握大量观测值为“0”的数据特征，拟构建Possion回归、负二项回归、零膨胀Possion回归和零膨胀负二项回归模型，并对其进行对比分析，进而深入剖析居民住院次数的影响因素，从而为符合零膨胀相关特征数据的拟合提供方法学上的实证研究，有效弥补住院频次分析的缺乏，以此丰富卫生服务利用研究的方向和形式，同时为合理规划宁夏卫生资源配置、制定或调整相关政策向山区倾斜等提供数据支持和理论依据。

    1 资料与方法

    1.1 资料来源 本研究资料来源于2019年7—8月开展的“创新支付制度，提高卫生效益”项目卫生服务调查数据库[4]。该项调查采用多阶段分层整群随机抽样的方法确定调查对象，具体抽样方法为：在宁夏南部山区7个县中随机抽取4个样本县(盐池县、海原县、彭阳县、西吉县)；再以经济发展水平好、中、差作为分组依据，将各县辖区内的所有行政村划分为3个层次，每层按照40%的比例，采用随机数字表法抽取样本村；随后根据所在村庄的户主花名册进行系统抽样，每个村庄抽取20～33个家庭户作为样本户；将户内所有常住(居住时间≥6个月)成员列为调查对象，开展后续入户调查。原始数据库共有27 196份问卷信息，本研究去除关键变量缺失或不明确的问卷后，纳入可供分析的问卷22 427份(82.46%)。

    1.2 研究方法 本研究选取的因变量为居民过去1年内住院次数。考虑到患者住院情况是多因素作用的结果，选取自变量时应综合各方面的影响，本研究以文献回顾、社会理论支持及专业知识储备为基础，结合数据库现有变量，初步选取9个可能影响居民年住院次数的潜在自变量[5-6]。选取的自变量及其赋值见表1。 ......