Management quality evaluation of occupational disease reporting with AHP-TOPSIS method
-
+ English摘要:目的
探讨AHP-TOPSIS法在职业病报告管理质量评价中的应用。
方法采用AHP法对职业病报告管理质量评价目标进行连续性分解，依据各级评价目标对总评价目标作用价值的大小赋予一定的权重系数，再运用TOPSIS法确定各评价对象的最优解和最劣解，得到各县区职业病报告管理质量综合评价排序。将各县区职业病报告管理质量AHP-TOPSIS法排序结果与传统方法排序结果进行相关性分析。
结果职业病报告管理质量评价目标层连续分解为3个一级指标、12个二级指标。一级指标及其权重系数分别是组织管理（0.104 7）、工作实施（0.637 0）和质量控制（0.258 3），二级指标中权重系数最高的是报告人员培训覆盖率（0.272 4），其次是重点职业病监测项目个案卡收集率（0.149 6）、数据上报和审核及时率（0.120 2），最低的是年度工作计划完成率（0.011 4）。二级指标中地区差距最大的是年度漏报调查和质量评估优良率、数据上报和审核及时率，差距系数分别为0.00和13.63。AHP-TOPSIS法排序结果与传统方法排序结果之间存在相关性（rs=0.893，P=0.007）。
结论与传统方法相比，AHP-TOPSIS法结果可反映工作实际情况，对职业病报告管理工作的质量综合评判排序具有更好的可行性和有效性。
-
哨点监测是流行病学疾病监测中一种常用的主动监测方法，最早起源于艾滋病新发病例的医院监测[1]，并作为传统病例报告系统的有效补充，因其简明、灵活、敏感、可操作性强的特点，被广泛用于传染病监测中[2]。广州市作为我国改革开放的前沿地区，经济发展迅速，存在职业病危害因素工作场所的工厂基数也较大。从2008年起，广州市新发职业病病例数从34例增长到2014年的161例，增长速度较快；2015年和2016年维持在130例左右，2017年为102例。本项目通过在广州市部分重点行业的典型企业中建立“哨点”，于2014—2016年开展为期3年的连续监测，以期摸清广州市职业病危害因素分布特征，为制定防治对策提供科学依据。
1. 对象与方法
1.1 对象
根据广州市职业病发病和职业病危害分布特征，采用典型抽样的方法，选择广州市重点执法检查的36家企业，开展2014—2016年广州市企业职业病危害哨点监测研究。
1.2 方法
1.2.1 仪器设备
QCD-1500型大气采样器和JFC-3型个体粉尘采样器(盐城银河科技有限公司)、Gilian LFS个体空气采样器(美国Sensidyne公司)、Noisepro个体噪声仪(美国Quest Technologies公司)、ZG-4A型紫外辐照计(上海佰好仪器有限公司)、BP211D型电子天平(北京赛多利斯仪器系统有限公司)、6150AD便携式射线剂量率仪(上海科诺仪器有限公司)、Z-5000型原子吸收光谱仪(日本日立公司)、GC-2010型气相色谱仪(日本岛津株式会社)等。
1.2.2 职业病危害因素识别与检测
在2014—2016年，选择每年生产负荷较大的9月和10月，开展连续3年的职业病危害哨点监测。采用行业典型工程分析和现场勘查相结合的方式对企业工作场所中存在的职业病危害因素进行识别；采用定点采样为主、个体采样为辅，短时间采样与长时间采样相结合的方式进行现场采样。采样、实验室检测和结果判定严格按照现行有效的职业卫生相关标准[3-7]执行，检测点的职业病危害因素测定的浓度或强度高于职业卫生接触限制者，判定为超标；岗位中有任一检测点超标者，判定为岗位超标；企业中若有任一检测点超标者，判定为企业超标。
1.2.3 企业分类标准
依据国家质监局、统计局的现行标准对企业的行业[8]、注册类型[9]和企业规模[10]进行分类。为便于统计，将注册类型中的国有企业、国有联营企业、国有绝对控股和相对控股的国有与集体联营企业、其他国有联营企业、国有绝对控股和相对控股的其他有限责任公司和国有股份有限公司归类为国有经济；将集体企业、股份合作企业、集体联营企业、以非国有控股和相对控股的国有与集体联营企业、其他集体联营企业和集体股份有限公司归类为集体经济；将私营独资企业、私营合伙企业、私营有限责任公司、私营股份有限公司、其他企业(其他经济)和其他企业(个体经营户)归类为私有经济；将合资经营企业(港或澳、台资)、合作经营企业(港或澳、台资)、港澳台商独资企业和港澳台商投资股份有限公司归类为港澳台经济；将中外合资经营企业、中外合作经营企业、外商独资企业和外商投资股份有限公司归类为外商经济。
1.2.4 统计学分析
采用Epidata 3.1软件进行数据的双人录入、查重和逻辑纠错，使用SPSS 18.0软件完成统计学分析。计数资料以超标率(%)表示，组间比较采用χ2检验，检验水准α=0.05。
2. 结果
2.1 企业基本情况
开展监测的36家企业分布于广州市的6个典型行业，其中电子设备制造企业5家，船舶修造企业9家，化工企业5家，木质家具制造企业7家，皮革箱包制鞋企业6家，印刷包装企业4家。36家哨点企业以大型企业为主，共34家，另有中型企业1家，小型企业1家；经济类型以私有经济企业为主，共21家，另有港澳台经济企业7家，国有经济企业3家，外商经济企业5家。
2.2 职业病危害因素分布情况
对36家哨点企业开展现场工程分析和调查，分析不同行业主要的生产工艺和所用原辅料特性，识别和确定的主要职业病危害因素见表 1。
表 1 不同行业生产工艺存在的主要职业病危害因素行业 企业数 工艺流程 主要存在的职业病危害因素 电子设备制造 5 成型热加工、切割、打磨、清洗、印刷、烘干、电光检测、组装 苯、甲苯、二甲苯、1, 2-二氯乙烷、正己烷、噪声、高温、甲基丙烯酸甲酯、乙醇、正庚烷、环己酮、丁酮、丙酮、溶剂汽油、其他粉尘等 船舶修造 9 钢料堆场、打砂、剪切、折弯、冲压、打磨、焊装、预舾装、舾装、涂装、装配、试验、下水 苯、甲苯、二甲苯、1, 2-二氯乙烷、正己烷、二氧化锰、乙酸乙酯、乙酸丁酯、臭氧、氮氧化物、一氧化碳、电焊烟尘、炭黑粉尘、其他粉尘、噪声、紫外辐射、振动、电离辐射等 化工 5 搅拌、前炼、研磨分散、溶解搅拌、过滤包装 苯、甲苯、二甲苯、丁醇、丁酮、乙苯、乙酸、乙酸丁酯、丙烯酸甲酯、聚氨酯树脂、密胺树脂、丙烯酸树脂、三甲苯、丙二醇甲醚、磷酸烷基酯、异丁醇、N-乙酰基-3-十二烷基-1-吡咯-2, 5-二酮、盐酸、氢氧化钠、粉尘(钛白粉、炭黑、硫酸钡、氢氧化铝等)、噪声等 木质家具制造 7 开料、加工、打磨、组装、涂装、成品包装 苯、甲苯、二甲苯、1，2-二氯乙烷、正己烷、噪声、高温、甲基丙烯酸甲酯、乙醇、正庚烷、环己酮、丁酮、丙酮、木粉尘、噪声、手传振动等 皮革箱包制鞋 6 裁剪、针车、混合、黏胶、热压、烘干 苯、甲苯、二甲苯、1, 2-二氯乙烷、正己烷、噪声、其他粉尘等 印刷包装 4 制版、油墨调配、印刷、清洗、装订、配页、分切、包装、成品入仓 苯、甲苯、二甲苯、1, 2-二氯乙烷、正己烷、噪声、高温、甲基丙烯酸甲酯、乙醇、正庚烷、环己酮、丁酮、丙酮、噪声等 2.3 检测结果总体情况
2014—2016年3年间共对36家哨点企业(108家次)进行了工作场所职业病危害因素的连续性监测，共覆盖487个岗位的1 588个检测点，原则上选择危害最大的岗位进行检测，由于检测时的生产负荷和情况不同，每年检测的岗位和检测点数有所不同。
3年连续监测的总体情况，不同行业企业超标率差异有统计学意义(P＜0.01)，其中印刷包装行业企业超标率最高，为83.33%，其次为船舶修造行业的81.48%，化工行业最低，为20.00%；不同行业岗位超标率差异有统计学意义(P＜0.01)，其中船舶修造行业岗位超标率最高，为43.51%，其次为木质家具制造行业的38.71%，化工行业岗位超标率最低，为5.77%；不同行业检测点超标率差异有统计学意义(P＜0.01)，其中船舶修造行业岗位超标率最高，为23.06%，其次为木制家具制造行业的14.94%，化工行业检测点超标率最低，为1.07%。见表 2。
表 2 2014—2016年不同行业哨点企业职业病危害因素检测结果分析行业 企业 岗位 检测点 检测家次 超标家次 超标率/% 检测数 超标数 超标率/% 检测数 超标数 超标率/% 电子设备制造 15 6 40.00 54 15 27.78 162 15 9.26 船舶修造 27 22 81.48 154 67 43.51 399 92 23.06 化工 15 3 20.00 52 3 5.77 280 3 1.07 木质家具制造 21 12 57.14 93 36 38.71 241 36 14.94 皮革箱包制鞋 18 10 55.56 71 19 26.76 270 19 7.04 印刷包装 12 10 83.33 63 15 23.81 236 15 6.36 χ2值 20.25 31.10 98.50 P值 < 0.01 < 0.01 < 0.01 2.4 不同年份检测结果比较
2014年、2015年和2016年的企业超标率分别为55.56%、55.56%和63.89%，岗位超标率分别为37.68%、29.53%和29.49%，检测点超标率分别为13.99%、10.14%和10.71%，3种超标率在不同年份间比较，差异均无统计学意义(χ2企业= 0.686、χ2岗位=3.041、χ2检测点=4.198，P>0.05)。见表 3。
表 3 2014—2016年各年广州市哨点企业职业病危害因素检测结果情况年份 行业 企业 岗位 检测点 超标数 检测数 超标率/% 超标数 检测数 超标率/% 超标数 检测数 超标率/% 2014年 电子设备制造 1 5 20.00 3 14 21.43 3 42 7.14 船舶修造 8 9 88.89 25 48 52.08 33 119 27.73 化工 1 5 20.00 1 15 6.67 1 79 1.27 木质家具制造 4 7 57.14 13 24 54.17 13 53 24.53 皮革箱包制鞋 3 6 50.00 6 19 31.58 6 74 8.11 印刷包装 3 4 75.00 4 18 22.22 4 62 6.45 合计 20 36 55.56 52 138 37.68 60 429 13.99 2015年 电子设备制造 1 5 20.00 3 20 15.00 3 84 3.57 船舶修造 8 9 88.89 30 63 47.62 46 178 25.84 化工 1 5 20.00 1 21 4.76 1 130 0.77 木质家具制造 4 7 57.14 13 40 32.50 13 111 11.71 皮革箱包制鞋 3 6 50.00 6 24 25.00 6 109 5.50 印刷包装 3 4 75.00 4 25 16.00 4 108 3.70 合计 20 36 55.56 57 193 29.53 73 720 10.14 2016年 电子设备制造 4 5 80.00 9 20 45.00 9 36 25.00 船舶修造 6 9 66.67 12 43 27.91 13 102 12.75 化工 1 5 20.00 1 16 6.25 1 71 1.41 木质家具制造 4 7 57.14 10 29 34.48 10 77 12.99 皮革箱包制鞋 4 6 66.67 7 28 25.00 7 87 8.05 印刷包装 4 4 100 7 20 35.00 7 66 10.61 合计 23 36 63.89 46 156 29.49 47 439 10.71 船舶修造行业以噪声、锰及其无机化合物和电焊烟尘(总尘)的超标情况最为严重，三年的检测点超标率分别为73.49%(61/83)、23.21%(13/56)和20.75%(11/53)；木质家具制造行业噪声、木粉尘(总尘)和二甲苯的超标率较高，检测点超标率分别为52.08%(25/48)、21.88%(7/32)和14.81%(4/27)。
此外，每年除了船舶修造行业和木质家具制造行业的超标率较高外，2016年电子设备制造业的检测点超标(主要为噪声超标)率最高，检测点超标率为50.00%(14/28)。2014—2016年，电子设备制造业有机化学因素(二甲苯)的检测点超标率分别为0、0、50.00%，有升高的趋势。而船舶修造行业的物理因素(噪声)的岗位超标率分别为86.36%、82.14%、44.44%，检测点超标率分别为79.31%、83.33%、44.44%，均有下降的趋势(趋势χ2岗位=8.268、趋势χ2检测点=5.326，P＜0.05)。
2.5 不同职业病危害因素超标情况分析
2014—2016年监测的职业病危害因素主要为有机化学因素(包括苯、甲苯、二甲苯、乙苯、1，2-二氯乙烷、苯乙烯、丙烯酸、丙烯酸甲酯、丙烯酸丁酯、丙酮、丁酮、环己酮、乙酸乙酯、乙酸丁酯、甲醇、异丙醇、三氯乙烯、正己烷、总烃等)、无机化学因素(锰及其无机化合物、金属镍与难溶性镍化合物、可溶性镍化合物、硫酸、铅烟、三氧化铬、氧化锌)、粉尘(矽尘、电焊烟尘、木粉尘、砂轮磨尘、炭黑粉尘、其他粉尘)和物理因素(噪声和手传振动)。其中180个点检测结果超标，总超标率为11.34%(180/1 588)，超标的项目为有机化学因素(1，2-二氯乙烷、甲苯、二甲苯、总烃)、无机化学因素(锰及其无机化合物)、粉尘(矽尘、电焊烟尘、木粉尘、炭黑粉尘、其他粉尘)、物理因素(噪声、手传振动)。由于部分检测岗位同时检测了两种及以上的职业病危害因素，故检测岗位总(次)数为601。不同职业病危害因素的企业、岗位、检测点的超标率比较，差异均有统计学意义(P＜0.01)，其中均以物理因素(主要为噪声)为高。见表 4。
表 4 不同行业工作场所职业病危害因素超标情况分析职业病
危害因素企业 岗位 检测点 检测家次 超标家次 超标率/% 检测数 超标数 超标率/% 检测数 超标数 超标率/% 粉尘 52 14 26.92 117 20 17.09 141 24 17.02 化学因素 99 20 20.20 241 24 9.96 1 186 31 2.61 无机 29 9 31.03 56 9 16.07 95 13 13.68 有机 70 11 15.71 185 15 8.11 1 091 18 1.65 物理因素 84 53 63.10 243 114 46.91 261 125 47.89 χ2值 39.78 91.61 441.37 P值 < 0.01 < 0.01 < 0.01 3. 讨论
本文运用流行病学中哨点监测方法，选择广州市存在职业病危害因素的重点行业和企业，连续3年对36家哨点企业职业病危害因素的水平进行动态监测。根据职业卫生学调查结果，噪声、苯及苯系物为6个典型行业中普遍存在的职业病危害因素，不同行业由于原辅材料、主要产品和生产工艺的不同，存在的职业病危害因素也不尽相同。
2014—2016年36家哨点企业职业病危害因素检测点总超标率为11.34%，6个监测行业中船舶修造行业的超标情况最为严重，企业、岗位、检测点超标率均较高。广州市作为我国三大造船基地之一，集中分布着我国主要造船集团(中国船舶工业集团和中国船舶重工集团)的骨干船厂，船舶修造行业发展迅速。该行业属于劳动密集型行业，几乎含重工业的所有工种，机械化程度较低，手工作业多，且存在部分受限空间作业[11]。船舶修造企业中往往存在多种用工形式，大量有毒有害作业往往采用外包的形式承包给劳务派遣公司，接害劳动者的职业健康监护权益得不到有效保障。船舶修造行业的劳动者在作业过程中面临着噪声、电焊烟尘、二氧化锰和有机溶剂等多种因素带来的职业危害。文献显示，广东省船舶修造企业工作场所中噪声、电焊烟尘和锰及其无机化合物的超标率高于浙江，分别为78%、33%和70%[12]。本次哨点监测的结果显示，噪声超标为该行业的突出问题，应为广州市职业健康监管的重点。
木质家具制造行业从业人员多，工作场所噪声和粉尘超标情况较为普遍，为本项目三年以来持续重点监测的行业之一。2016年该行业的超标情况出现反弹，集中体现为噪声、木粉尘和二甲苯超标。故需根据行业特点和职业卫生工作现状，开展长期的职业卫生专项治理工作，从源头上改善工作场所的职业卫生状况。
化工行业在6个典型行业中超标率较低，考虑可能与广州市2012—2014年开展的化工行业职业病危害专项治理有关。本项目在现场检测过程中也发现，化工企业职业卫生管理状况良好，大多设置了专门的职业卫生管理机构和管理人员。
电子设备制造业作为新兴产业的典型代表，是目前国民经济的重要支柱产业。该行业工作场所中存在的职业病危害因素主要有化学毒物(包括有机溶剂和重金属)、噪声和非电离辐射。本次监测结果显示，列入哨点的5家电子设备制造企业超标的主要职业病危害因素为噪声，2014—2016年噪声的总检测点超标率为50.00%。电子设备制造业在清洗工序中往往使用有机溶剂作为清洗剂，2016年也在该行业的哨点企业中检出了二甲苯超标，说明在电子设备制造业中，有机化学物带来的职业危害也需要重点关注。
三年间36家哨点企业的企业、岗位、检测点超标率差异均无统计学意义(P > 0.05)，说明广州市重点行业职业病危害的总体形势目前处于稳定状态，但仍应保持警惕，继续加强对船舶修造、木质家具制造和电子设备制造等行业的监管力度，防止危害加重。
本次调查结果显示，三年中噪声的超标情况比其他职业病危害因素严重，哨点监测企业噪声的超标率一直居高不下，且波及范围较广，6个哨点监测的行业都出现了噪声超标。长期暴露于噪声环境下的工人可出现多系统健康损害，听觉、心血管、内分泌系统均可受到累及[13-14]，其中最常见的是职业性噪声聋。由此可见，噪声是广州市应该重点关注并开展专项治理的主要职业病危害因素。噪声的治理应从源头着手，增强防震减噪措施，降低噪声声级，并以机械化生产代替人工作业、以自动化控制减少人为操作，减少职业病危害作业岗位设置，从一级预防的角度保护劳动者少受噪声危害。同时，加强劳动者的岗前培训，普及生产性噪声对劳动者健康的影响和听力防护用品的正确佩戴方法也是有效措施之一。故认为，将工业化防护和卫生学预防相结合，以“机械化换人、自动化减人”和“保护听力，隔音生产”为理念开展试点工作，在广州市涉噪情况比较严重的部分行业(如玻璃宝石加工、船舶修造、木质家具制造)开展“降噪减振，绿色生产”工程，或可成为生产性噪声控制的一次有效尝试。
-
表 1 职业病报告管理质量评价指标体系
目标层(A) 一级指标(B) 二级指标(C) 职业病报告管理质量 组织管理(Bt) 执行管理制度优良率(C1) 专兼职部门人员配备率(C2) 年度工作计划完成率(C3) 工作实施(B2) 网络直报账号开通率(C4) 网络直报账号权限备案率(C5) 报告人员培训覆盖率(C6) 现场技术督导覆盖率(C7) 重点职业病监测项目个案卡收集率(C8) 质量控制(B3) 年度专题分析报告及时率(C9) 年度漏报调查和质量评估优良率(C10) 数据上报和审核及时率(C11) 职业病防治机构能力摸底调查完成率(C12) 
下载: 导出CSV
表 2 职业病报告管理质量评价指标权重系数
C B1(0.104 7) B2(0.637 0) B3(0.258 3) C × B C1 0.227 0 0.023 8 C2 0.663 8 0.069 5 C3 0.109 2 0.011 4 C4 0.108 3 0.069 0 C5 0.089 5 0.057 0 C6 0.427 7 0.272 4 C7 0.139 6 0.088 9 C8 0.234 9 0.149 6 C9 0.125 0 0.032 3 C10 0.250 0 0.064 6 C11 0.465 3 0.120 2 12C 0.159 7 0.041 3
下载: 导出CSV
表 3 某市各县区职业病报告管理质量评价指标相关原始数据
（率/%） C E1 E2 E3 E4 E5 E6 E7 C1 80.0 60.0 40.0 80.0 70.0 90.0 70.0 C2 60.0 80.0 50.0 60.0 60.0 60.0 80.0 C3 50.0 50.0 40.0 60.0 80.0 70.0 60.0 C4 90.0 80.0 80.0 90.0 80.0 90.0 90.0 C5 90.0 80.0 80.0 90.0 80.0 90.0 90.0 C6 80.0 70.0 70.0 80.0 80.0 90.0 80.0 C7 70.0 60.0 60.0 70.0 80.0 80.0 70.0 C8 100 90.7 92.7 99.8 100 99.8 100 C9 80.0 70.0 60.0 80.0 80.0 70.0 80.0 C10 100 100 0 0 100 100 0 C11 76.9 30.8 60.0 100 93.6 36.4 95.2 C12 91.4 88.6 74.3 80.0 71.4 60.0 65.7 注：E为县区代码，7个县区依次表示为E1 ~ E7
下载: 导出CSV
表 4 某市各县区职业病报告管理质量评价指标加权归一化数据矩阵
C 权重系数 E1 E2 E3 E4 E5 E6 E7 差距系数 C1 0.023 8 0.010 0 0.007 5 0.005 0 0.010 0 0.008 8 0.011 3 0.008 8 20.41 C2 0.069 5 0.024 2 0.032 3 0.020 2 0.024 2 0.024 2 0.024 2 0.032 3 24.44 C3 0.011 4 0.003 6 0.003 6 0.002 9 0.004 3 0.005 8 0.005 0 0.004 3 21.95 C4 0.069 0 0.027 3 0.024 3 0.024 3 0.027 3 0.024 3 0.027 3 0.027 3 26.67 C5 0.057 0 0.022 6 0.020 1 0.020 1 0.022 6 0.020 1 0.022 6 0.022 6 26.67 C6 0.272 4 0.104 5 0.091 4 0.091 4 0.104 5 0.104 5 0.117 5 0.104 5 25.45 C7 0.088 9 0.033 4 0.028 6 0.028 6 0.033 4 0.038 2 0.038 2 0.033 4 24.49 C8 0.149 6 0.057 9 0.052 5 0.053 7 0.057 8 0.057 9 0.057 8 0.057 9 26.85 C9 0.032 3 0.013 1 0.011 4 0.009 8 0.013 1 0.013 1 0.011 4 0.013 1 25.00 C10 0.064 6 0.032 3 0.032 3 0.000 0 0.000 0 0.032 3 0.032 3 0.000 0 0.00 C11 0.120 2 0.046 4 0.018 6 0.036 2 0.060 4 0.056 5 0.022 0 0.057 5 13.63 C12 0.041 3 0.018 6 0.018 0 0.015 1 0.016 3 0.014 5 0.012 2 0.013 4 23.65 注：差距系数，即先将县区E1 ~ E7各项指标从低到高排序，然后计算前25%（即前2个）县区的该指标总值占该指标县区E1 ~ E7总值的百分比。差距系数越大，说明地区差距越小，反之则地区差距越大
下载: 导出CSV
表 5 某市各县区评价指标值与最优解的相对接近度及综合评价排序
E Di+ Di- Gi 排序结果 E1 0.021 43 0.046 37 0.683 90 2 E2 0.050 86 0.035 12 0.408 45 6 E3 0.051 48 0.017 91 0.258 11 7 E4 0.036 20 0.045 32 0.555 92 3 E5 0.017 00 0.053 17 0.757 74 1 E6 0.039 81 0.043 98 0.524 92 5 E7 0.035 79 0.043 88 0.550 77 4
下载: 导出CSV
表 6 AHP-TOPSIS法排序和传统方法排序结果的相关性分析
方法 E1 E2 E3 E4 E5 E6 E7 rs值 P值 AHP-TOPSIS法 2 6 7 3 1 5 4 0.893 0.007 传统方法 2 6 7 4 1 3 5
下载: 导出CSV
-
[1] 唐小哲, 曾强, 刘东山.我国职业病报告工作的成本-效益分析[J].中华劳动卫生职业病杂志, 2017, 35(3):226-229. http://d.old.wanfangdata.com.cn/Periodical/zhldwszyb201703019 [2] 林琳, 肖培.职业病报告漏报调查方法探讨[J].中国预防医学杂志, 2015, 16(6):496-498. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgyfyxzz201506024 [3] 朱晓俊, 王丹, 王鸿飞, 等.职业病统计报告和监测现状及其信息化建设探讨[J].中国工业医学杂志, 2018, 31(1):73-75. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zggyyxzz201801027 [4] 冯磊, 赵洁.基于AHP-TOPSIS组合模型的城市公园景观质量评价研究[J].山东农业大学学报(自然科学版), 2018, 49(5):777-781. http://d.old.wanfangdata.com.cn/Periodical/sdnydxxb201805010 [5] ÖZCAN, EVREN CAN, ÜNLÜSOY, SULTAN, et al. A combined goal programming AHP approach supported with TOPSIS for maintenance strategy selection in hydroelectric power plants[J]. Renew Sust Energ Rev, 2017, 78(9):1410-1423. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=643bc4e70c75486ac0539e022741dc12
[6] AK M F, GUL M. AHP-TOPSIS integration extended with Pythagorean fuzzy sets for information security risk analysis[J]. Complex Intell Syst, 2019, 5(2):113-126. http://cn.bing.com/academic/profile?id=49cdfdceb0f006c2027618224b350415&encoded=0&v=paper_preview&mkt=zh-cn
[7] 杨立成, 杨洁, 赵临, 等.基于AHP-TOPSIS法的医院感染管理质量评价[J].中国感染控制杂志, 2018, 17(8):679-682, 687. http://d.old.wanfangdata.com.cn/Periodical/zggrkzzz201808005 [8] 彭荣, 刘慧敏, 张萌.基于熵权TOPSIS法的社会照料服务投入水平的地区差异研究[J].中国卫生政策研究, 2019, 12(1):42-47. http://d.old.wanfangdata.com.cn/Periodical/zgwszcyj201901007 [9] 刘磊, 程婷婷, 唐昆, 等.皖西地区2006-2016年新发职业病发病特征分析[J].中国职业医学, 2018, 45(4):498-501. http://d.old.wanfangdata.com.cn/Periodical/zgzyyx201804018 [10] 郑敏, 杨军红, 汪思顺, 等.贵州省职业病网络直报存在问题及对策[J].贵州医药, 2016, 40(3):308-309. http://d.old.wanfangdata.com.cn/Periodical/guizhouyy201603041 [11] 李成, 李海波, 高丹丹, 等.基于AHP模型评价武汉市大气环境质量[J].湖北大学学报(自然科学版), 2017, 39(4):372-375, 384. http://d.old.wanfangdata.com.cn/Periodical/hbdxxb201704008 [12] 赵丽, 李震, 刘洁, 等.层次分析法在职业性慢阻肺诊断指标体系权重确立中的应用[J].中华劳动卫生职业病杂志, 2019, 37(3):212-216. http://d.old.wanfangdata.com.cn/Periodical/zhldwszyb201903012 [13] 黄淑琼, 蔡晶, 杨雯雯. 2011-2015年湖北省医疗机构法定传染病信息报告质量综合评价[J].疾病监测, 2016, 31(9):786-790. http://d.old.wanfangdata.com.cn/Periodical/jbjc201609017 [14] 杨勇, 龚妍.基于TOPSIS模型的宜昌市职业安全健康监管综合评估应用[J].公共卫生与预防医学, 2017, 28(5):104-106. http://d.old.wanfangdata.com.cn/Periodical/ggwsyyfyx201705029 [15] XU J, FENG P, YANG P. Research of development strategy on China's rural drinking water supply based on SWOT-TOPSIS method combined with AHP-entropy:a case in Hebei Province[J]. Environ Earth Sci, 2016, 75(1):58. http://cn.bing.com/academic/profile?id=769df13252aa7a3e88a6004182166213&encoded=0&v=paper_preview&mkt=zh-cn
[16] ROY T, DUTTA R K. Integrated fuzzy AHP and fuzzy TOPSIS methods for multi-objective optimization of electro discharge machining process[J]. Soft Computing, 2019, 23(13):5053-5056. http://cn.bing.com/academic/profile?id=583cb2e49bbbd169dc702b24732f6763&encoded=0&v=paper_preview&mkt=zh-cn
[17] RAJNISH K, SIDHARTHA S P, ASHUTOSH S. Supplier selection of an Indian heavy locomotive manufacturer:an integrated approach using Taguchi loss function, TOPSIS, and AHP[J]. IMR, 2019, 31(1):78-90. http://cn.bing.com/academic/profile?id=dadb264ad301391b4de9a0bc66ab6107&encoded=0&v=paper_preview&mkt=zh-cn
[18] 万广圣, 钱芝网, 施毓凤, 等.基于AHP-TOPSIS法的珠三角城市健康生活医疗卫生服务评价[J].中国卫生经济, 2017, 36(12):95-97. http://d.old.wanfangdata.com.cn/Periodical/zgwsjj201712028 [19] 刘磊, 程婷婷, 唐昆, 等.六安市职业病报告现状调查结果分析[J].华南预防医学, 2018, 44(6):584-588. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=gdwsfy201806022 [20] 刘磊, 程婷婷, 唐昆, 等.安徽省六安市重点职业病监测与职业健康风险评估结果分析[J].公共卫生与预防医学, 2019, 30(6):102-105. http://d.old.wanfangdata.com.cn/Periodical/ggwsyyfyx201906025 [21] JUAN M S, JOSÉL M V, PORTOLES A. Assessment of arc welding process through the combination of TOPSIS-AHP methods with fuzzy logic[J]. Trans Indian Inst Met, 2017, 70(4):935-946. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=e837e5a9a8f1a13011e9b6b44fac4d77
[22] 朱晓俊, 李涛, 王丹, 等.重点职业病监测现状及问题对策分析[J].中国工业医学杂志, 2016, 29(6):403-407. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zggyyxzz201606001 [23] 刘移民, 苏艺伟, 周牧鹰, 等.我国职业健康监护工作进展与发展思路[J].职业卫生与应急救援, 2019, 37(3):209-212. http://zyws.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=810c6649-d778-45e9-abe6-7850ccf62a88 [24] 王祖兵, 李克勇, 郑光, 等.我国职业健康事业传承与发展[J].职业卫生与应急救援, 2019, 37(2):101-106. http://zyws.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=013184f6-e500-414e-9733-3f6017481510 -
期刊类型引用(9)
1. 赵雪，封琳敏，郭笑笑，刘静. 天津市5344家企业职业病危害申报情况分析. 职业与健康. 2024(12): 1688-1691 . 
百度学术
2. 曾雪娇，黄威，龚华. 上海市普陀区179家制造企业职业病危害现状调查. 职业与健康. 2022(07): 865-868+873 . 百度学术
3. 李康祥，余清玥. 工作场所危害因素监测研究进展. 绿色科技. 2022(06): 128-132 . 百度学术
4. 董晓蕾，彭建梅，马争，钟新光，张曼宇，庄小舟. 2018年东莞市不同行业职业病危害状况分析. 工业卫生与职业病. 2021(02): 100-103 . 百度学术
5. 邱艳霞，唐炼红，朱新河，孙康. 2006—2019年株洲市职业病发病情况分析. 应用预防医学. 2021(02): 140-142 . 百度学术
6. 杨丽，宾晓燕，张明杰，廖艳，李玲. 桂林市采矿企业职业病危害申报情况分析. 应用预防医学. 2021(05): 417-419+422 . 百度学术
7. 潘文娜，梁永锡，刘浩中，周郁潮，冯简青. 2017年中山市接触重点职业病危害因素劳动者职业健康现状分析. 职业卫生与应急救援. 2020(01): 51-55 . 本站查看
8. 许晓丽，李小萍，段平宁，黎海红，聂传丽，黄世文. 广西壮族自治区2017—2018年重点职业病危害因素调查. 中国职业医学. 2020(02): 235-238 . 百度学术
9. 臧黎慧. 探讨职业病危害因素现场采样及检测活动的质量控制工作. 保健文汇. 2020(12): 234-235 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 386
- HTML全文浏览量: 136
- PDF下载量: 38
- 被引次数: 9
