劳动力人口是家庭和社会经济来源的支柱。当前，中国适龄劳动力人口减少，老龄化程度不断加深，推行符合国情的延迟退休政策及保持劳动力人口质量十分重要^[1]。体育锻炼可提高或保持包括心肺耐力在内的一种或者多种身体能力^[2-3]。在生命过程中保持体育锻炼的良好习惯，有助于慢性病的预防与控制，促进健康老龄化^[4-7]，维持劳动力人口健康水平。本研究对2017年北京市18~64岁劳动力人口的经常锻炼水平及影响因素进行分析，并提出有针对性的干预建议。

1. 研究对象：2017年8-12月采用分层整群的抽样方法，从北京市16个区抽取55个街道165个社区。抽样共分4个阶段，最终在全市抽取18~79岁、过去1年内在北京市居住超过6个月的常住居民13 240人，具体各阶段抽样方法及样本量计算方法参见文献[8]。本研究以其中18~64岁劳动力人口作为研究对象^[9]，剔除年龄、性别、身体活动等关键变量缺失及异常值记录后，共纳入有效样本11 604人。本研究通过北京市CDC伦理委员会审查（批准文号：2017第5号），所有研究对象均签署知情同意书。

2. 研究方法：问卷调查内容包括基本人口学信息、使用全球身体活动问卷（global physical activity questionnaire，GPAQ）收集调查对象通常一周内各类身体活动信息（包括高、中等强度活动天数及时间，每次活动时间≥10 min者计入累积时间）、慢性病患病及主要相关影响因素等。调查采用面对面一对一询问方式，全部调查员经统一培训且考核合格。测量身高、体重、腰围等指标。抽取调查对象5 ml空腹静脉血，采用7600型全自动生化仪（日本日立公司）测定TC、TG、FPG、HDL-C和LDL-C，具体方法参见文献[8]。

3. 指标定义：①经常锻炼指每周至少有3天参加休闲性活动，每天活动时间至少30 min，且运动强度达到中等及以上^[10]；从不锻炼指业余时间从不参加任何形式的休闲性身体活动^[11]；身体活动水平判断标准以代谢当量（metabolic equivalent，MET）表示，计算公式：身体活动量（MET-min）=MET×每周活动天数（d）×每天活动时间（min）。本研究以GPAQ收集工作、农业及家务性、交通性与休闲性3类身体活动数据，对其中高等强度活动（如搬运重物、挖掘、长跑及游泳等）赋值为8.0 MET，中等强度活动（如手洗衣服、打扫卫生、快步走、骑自行车等）赋值为4.0 MET^[12]。参考美国GPAQ指南将身体活动水平分为3级：偏低或不足（累积身体活动量 < 600 MET-min/周）、中等（600 MET-min/周≤累积身体活动量 < 3 000 MET-min/周）、较高（累积身体活动量≥3 000 MET-min/周）^[13]。②糖尿病患者定义为本次监测FPG≥7.0 mmol/L者或已被乡镇/社区级或以上医院确诊为糖尿病者；高血压患者定义为SBP≥140 mmHg（1 mmHg=0.133 kPa）和/或DBP≥90 mmHg，或自报曾被社区级或以上医院医生诊断为高血压者且近两周内服用降压药物者^[14]。③血脂异常定义为TG≥2.3 mmol/L，或TC≥6.2 mmol/L，或HDL-C < 1.0 mmol/L，或LDL-C≥4.1 mmol/L^[15]。④参照《中国成人超重和肥胖症预防控制指南》^[16]依据BMI（kg/m²）将体重判定为偏瘦（< 18.5）、正常（18.5~）、超重（24.0~）、肥胖（≥28.0）。⑤北京市东城、西城、朝阳、海淀、丰台、石景山区为城区，其余为郊区；就业情况分为就业与未就业。⑥静态行为指安静地坐着、靠着或躺着看电视、使用电脑、玩电子游戏、阅读等^[17]。

4. 统计学分析：应用SPSS 20.0软件整理和分析数据。由于本监测采用复杂抽样设计，且为减少偏倚，需对样本进行抽样加权并对样本结构进行事后分层调整。针对每位调查对象的抽样权重计算过程：依次计算调查对象在各阶段所属样本单元的抽样权重，再计算这些权重的乘积作为最终抽样权重。事后分层权重：采用2010年北京市第6次人口普查数据计算各年龄、性别的权重，每层事后分层权重值的计算公式：普查在第K层的人口数/样本在第K层的人口数。调查对象个体的最终权重为抽样权重和事后分层权重乘积^[8]。计算复杂样本的加权均数、加权率及其95%CI。采用Rao-Scott χ²检验进行率的组间差异比较，采用复杂抽样单因素一般线性模型的效应检验进行均数的组间比较，采用复杂抽样logistic回归模型进行率的趋势分析，采用复杂抽样一般线性回归模型进行定量数据趋势检验。构建复杂样本的logistic回归模型，进行多因素分析，变量赋值见表 1，检验水准α=0.05。

表 1 复杂抽样多因素logistic回归分析变量赋值

表选项

1. 一般情况：11 604名研究对象年龄为（41.61±13.30）岁，男性5 463人（47.08%），女性6 141人（52.92%）；城区7 509人（64.71%），郊区4 095人（35.29%）；初中及以下文化程度人群占比最高为4 382人（37.76%）；已婚/同居8 860人（76.35%）；就业人群7 746人（66.75%）；超重/肥胖人群7 136人（61.50%）；高血压、糖尿病及血脂异常人群分别为2 545人（21.93%）、1 204人（10.38%）及4 042人（34.83%）；身体活动高水平人群为4 171人（35.94%）。见表 2。

表 2 2017年北京市18~64岁人群经常锻炼率（%）与从不锻炼率（%）比较

表选项

2. 不同特征人群经常锻炼与从不锻炼率：研究对象经常锻炼率和从不锻炼率分别为23.74%（95%CI：21.51%~26.12%）和64.34%（95%CI：61.66%~66.94%）。50~64岁人群经常锻炼率（χ²=5.46，趋势检验P=0.006）和从不锻炼率（χ²=11.10，趋势检验P < 0.001）均最高；文化程度越高（经常锻炼χ²=21.67，趋势检验P < 0.001；从不锻炼χ²=49.16，趋势检验P < 0.001）、身体活动量越大（经常锻炼χ²=273.18，趋势检验P < 0.001；从不锻炼χ²=219.64，趋势检验P < 0.001）的人群经常锻炼率越高，从不锻炼率越低。本研究对构成身体活动总量的各类身体活动量之间的相关性进行进一步分析，其中趋势分析结果提示，交通性身体活动量与休闲性身体活动量呈正相关（F=24.95，P < 0.001）；本研究身体活动总量中，交通性和休闲性身体活动仅占36.11%和13.94%，高强度身体活动量中，休闲性活动仅占36.37%。就业人群经常锻炼率低于未就业人群（χ²=30.70，P < 0.001）。女性从不锻炼率（66.39%）高于男性（63.28%，P=0.024）；未婚人群从不锻炼率为最低（χ²=6.20，P=0.004）。高血压、糖尿病、血脂异常与否，经常锻炼率和从不锻炼率差异无统计学意义。见表 2。

3. 不同特征人群每日锻炼及每日总静态行为时间比较：研究对象每日锻炼时间为23.44（95%CI：21.16~25.71）min，每日总静态行为时间为6.96（95%CI：6.80~7.13）h。随年龄增大，每日锻炼（F=6.04，P < 0.001）、每日总静态行为时间（F=254.51，P < 0.001）均减少；文化程度越高每日锻炼时间及每日总静态行为时间也越长（趋势检验P < 0.001）；未就业人群每日锻炼时间比就业人群长（F=5.76，P=0.021）身体活动水平越高人群每日锻炼时间越长，每日总静态行为时间越短（趋势检验P < 0.001）。男性（F=64.34，P < 0.001）、郊区人群（F=7.99，P=0.007）、未婚人群（F=37.03，P < 0.001）、就业人群（F=222.10，P < 0.001）及偏瘦人群（F=4.02，P=0.026）每日总静态行为时间多于女性、城区、其他婚姻状况、未就业及正常和超重/肥胖人群；患高血压（P=0.009）、糖尿病患者（P=0.011）每日总静态行为时间均低于非患者。见表 3。

表 3 不同特征人群每日锻炼时间与每日总静态行为时间比较

表选项

4. 经常锻炼影响因素的多因素分析：以经常锻炼与否为因变量，进行复杂样本的logistic回归分析。结果显示，年龄越大、文化程度高是经常锻炼的积极因素（35~岁：OR=0.653，95%CI：0.530~0.804，P < 0.001；50~64岁：OR=0.695，95%CI：0.560~0.864，P=0.001；高中/中专/技校：OR=0.679，95%CI：0.593~0.777，P < 0.001；大专：OR=0.478，95%CI：0.387~0.590，P < 0.001；本科及以上：OR=0.435，95%CI：0.347~0.546，P < 0.001），而就业（OR=1.631，95%CI：1.330~2.000，P < 0.001）及已婚/同居（OR=1.340，95%CI：1.093~1.644，P=0.038）是经常锻炼的消极因素。见表 4。

表 4 经常锻炼与否的多因素logistic回归分析

表选项

2017年中国北京市18~64岁劳动力人口经常锻炼率为23.74%，高于2008年水平，但远低于美国2001年的水平（45%）^[18]；从不锻炼率为64.34%，虽与2008年相比下降了6.9%左右^[11]，但仍处于高水平；每日锻炼时间为23.44（21.16~25.71）min，整体未达到每日30 min的要求，低于澳大利亚同年水平（44.7 min）^[19]；每日总静态行为时间达6.96（6.80~7.13）h，高于澳大利亚2011年的5.93 h^[20]、低于美国2003年的7.67 h^[21]。2008年中国北京奥运会使健康北京理念得以推广，之后，北京市政府颁布“健康北京人——全民健康促进十年行动规划（2009-2018年）”，对全民健身发挥了良好的促进作用^[22]，但效果并未达到预期。2020年北京市出台的《健康北京行动（2020-2030年）》，包括了全民健身普及行动，再次为经常锻炼水平的提升提供了政策保障，希望进一步提升人群身体锻炼水平。

2017年北京市劳动力人口经常锻炼率及从不锻炼率均随着年龄增大而升高，每日锻炼时间及每日总静态行为时间均随着年龄增大而减少，说明存在锻炼“两极分化”情况。故机关、企事业单位应利用团队、职场监督激励机制^[23]，倡导先进带动落后，积极开展集体性健身活动，以达到进一步扩大体育锻炼人数比例的目的；对于未就业人群，可借助社区现有支持性环境^[24]，鼓励其进行有效的锻炼。另外，劳动力人口文化程度越高，经常锻炼率也越高，从不锻炼率越低，每日锻炼时间和每日总静态行为时间都越长，这与北京市^[25]及国内其他研究^[26]一致，原因可能为高文化程度人群多从事静态职业，但能有意识地增加锻炼时间。超重/肥胖、患高血压及糖尿病人群每日总静态行为时间均低于体重正常人群及非患者，说明患病人群多有意识采取增加身体活动量的方式控制自身疾病，也提示应在一般人群和慢性病高危人群中倡导加强身体活动。

本研究提示，高身体活动水平者中经常锻炼人群比例最大，且每日锻炼时间最长，但休闲类身体活动量占比仍较低。工作、农业及家务性身体活动只能调动单一肌群，并不能获得持久健康收益，故应重点宣传业余时间锻炼的不可替代性^[27]，鼓励更多人群进行有效锻炼。另外，本研究提示，休闲性与交通性身体活动量呈正相关，以此为依据，可推广与普及将锻炼融入日常生活的理念，从改变出行方式等入手，达到“体育生活化”的目标^[2]。

多因素分析提示，就业及已婚/同居人群的不锻炼风险较大。其更易将更多精力放在工作及家务中，故为其提供方便可及且安全的锻炼场地及器材，指导其利用碎片化时间进行锻炼，借助团队激励机制发挥同伴效应的策略不应动摇^[28]。既往研究中女性不经常锻炼风险更大^{[11, 29]}，这在本研究多因素分析结果中未体现，说明近年来北京市劳动力人口中女性经常锻炼水平已有所提高。但由于女性对家庭生活方式的选择有决定性作用，应帮助其形成良好的生活方式，也有助于消除经常锻炼的性别间差异^{[11, 30-31]}。

本研究存在局限性。身体活动量信息为调查对象自报获得，存在回忆偏倚。但调查开始前已对所有调查员进行了培训，除身体活动量判定标准外，还对如何帮助调查对象准确回忆等调查技巧进行了培训，同时调查过程质控严格，已尽量保证了调查质量。未来考虑使用体质及心肺耐力设备开展专项调查，以客观收集身体活动数据。

综上所述，2017年北京市劳动力人口经常锻炼率仍处于较低水平，已婚/同居及就业为经常锻炼的消极因素，需根据人群不同特征进行针对性干预，以全民健康生活方式和全民健身为抓手，推广“体育生活化”，改善支持性环境，使劳动力人口获得更多健康收益。

利益冲突  所有作者声明无利益冲突

作者贡献声明  谢晨：统计学分析、论文撰写；马爱娟：对文章的知识性内容作批评性审阅、现场调查、质量控制；谢瑾、姜博、方凯、隗瑛琦：对文章的知识性内容作批评性审阅；董忠：研究指导、论文修改