, , , , , , , , 2. 宜昌市卫生和计划生育委员会 湖北宜昌 443000
, , , , , , , , 2. Yichang Commission of Health and Family Planning, Yichang Hubei 443000, China
健康不仅仅是没有疾病或病痛，而且包括身体、心理和社会方面的完好状态。[1]近半个世纪以来，慢性病伴随着人均寿命的延长而迅速增长，期望寿命、死亡率等生命统计指标已不能满足人群健康水平或政策干预成效的系统评估需要。健康期望寿命是指人群在特定健康状态下生存的平均年限。[2]1971年，Sullivan正式提出了健康期望寿命的计算方法[3]；20世纪90年代中期，健康期望寿命和伤残进程国际网络(REVES)成立[4]；1990年，美国首次将延长国民健康生命的长度作为“健康公民2000”的主要目标之一[5]；2004年，欧洲选择健康寿命年(healthy life years, HLY)为其战略核心结构性指标[6]；《世界卫生报告2000》首次使用失能调整期望寿命(disability adjusted life years, DALE)评估了各成员国健康水平[7]；2007年，联合国将健康调整期望寿命(HALE)作为其可持续发展扩展指标之一[8]。2015年10月，中国疾控病预防控制中心制定了《中国居民健康状况报告技术手册(试用版)》，将健康预期寿命作为“人口增长与预期寿命”的增加指标，但是没有明确健康期望寿命指标定义和技术规范。目前，国际上主流健康期望寿命指标有WHO主导的健康调整期望寿命(HALE)，以及欧盟主导的健康状态期望寿命(HSE), 国内仍然处于多方探索试用阶段。本文首次借鉴欧洲成熟的基本健康模块(the Minimum European Health Module, MEHM)，建立了本次调查中使用的基本健康模块(the Minimum Health Module, MHM)，用于测算宜昌市居民出生自评健康期望寿命(Health expectancy based on self-perceived, HE-sp)、健康寿命年(HLY)，探索适合基层人群健康综合测量指标，为后续应用提供第一手资料。
1 资料与方法 1.1 研究对象宜昌市全部户籍人口。截至调查起始时间，调查对象要求年满15岁。2016年，总户籍人口为785 664人，其中男性396 339人，女性389 325人。按宜昌市2010年第六次人口普查构成，标化各类健康状况率。
1.2 研究内容借鉴欧洲基本健康模块[9](MEHM)，设计宜昌市人群健康调查工具。计算宜昌市居民自报健康状况现患率，包括自评健康和特定健康状况。计算宜昌市居民出生自评健康期望寿命(HE-sp)、健康寿命年(HLY)及其在期望寿命中的占比(HE-sp/LE, HLY/LE)，并分析宜昌市居民健康期望寿命特点。
1.3 研究方法 1.3.1 样本含量根据《湖北省第四次卫生服务调查报告》[10]，以宜昌市西陵区15岁及以上居民自我评价非健康率(P=0.066)作为总体率。设定允许相对误差为15%，绝对误差δ=0.15 P，检验水准a=0.05，按二项分布资料样本估计公式计算，男女分层分别需调查2 519人，取抽样效率Deff=1.5，共需调查7 557人。[11]结合宜昌市网格化管理，以及可能存在的拒绝回答等情况，实际确定户籍人口健康调查样本数量8 460人。样本简化计算公式为：
|
采用计算机网格化分层抽样。2010年，宜昌市成为全国首批社会管理创新试点单位，建立了全员人口地理信息网格化管理系统。本次抽样运用人口大数据技术，利用计算机对全市1 410个社区网格数据，按网格分层进行顺序编号，建立抽样框。再通过存储过程(程序)调用数据库随机函数，在每个网格内随机抽取6名调查对象，如有编号重复则重新抽取，直到没有重复数据，共计8 460人。如果因为调查对象无法回答而需要代答的，代答人必须为家庭知情者。如果无法询问到调查对象，可以就近置换居民户，按先左邻、后右邻，先楼上、后楼下的顺序现场选择调查居民户。[12]
1.3.3 问卷内容与健康归类问卷以第五次全国卫生服务调查《家庭健康询问调查表》[13]为基础，借鉴欧盟[9]收入与生活状况统计调查(EU-statistics on income and living conditions, EU-SILC)中的欧洲基本健康模块(MEHM)，设计基本健康模块。利用同类成熟调查工具EQ-5D，验证基本健康模块。同时，将调查问卷内容信息化，转换成面访系统。
调查内容包括：调查对象的一般情况包括性别、年龄、学历、职业和户籍等。基本健康模块(MHM)的健康状况描述包括自评健康(self-perceived health)、慢性疾病(chronic morbidity)以及活动限制(activity limitation)三个方面。
自评健康的提问方式为“总体来说，您的健康状况如何？”供调查对象选择的答案为“非常好、好、一般、差、非常差”，同时将回答“一般”的再次进行“好或差”两分类校正；所有回答“差、很差”的归类为自评非健康，计算非健康率πi。活动限制的问题为“您是否持续存在日常活动限制？”，回答“严重限制、一般限制、无限制”[14]；回答“严重限制、一般限制”的归类为活动限制，计算活动限制率πi。现场调查对象为15岁及以上居民，根据既往文献，15岁以下人群用9~15岁健康状况现患率的近似代替。[15]
1.3.4 质量控制2016年9月18日，宜昌市卫生计生委发布了《宜昌市居民健康状况调查实施方案》，正式启动健康调查。调查分6个区，60名调查人员同时推进，历时2个月。利用家庭医师随访包配备的平板电脑，实施在线面访调查。由宜昌市疾控中心和各社区卫生服务中心共同组建质控组开展实时质量控制，质控内容包括调查员质控、问卷真实性质控、问卷完整性质控和调查对象年龄质控，置换率小于20%，应答率大于90%。[16]另外，抽取全部问卷的5%复核，内容符合率大于80%。[12]按照设定的抽样误差，宜昌市调查对象男女人口比容许范围为0.86~1.16。
1.3.5 计算公式健康期望寿命的计算采用Sullivan法, 2014年，欧洲健康期望寿命官方网站(www.eurohex.eu)更新了《健康期望寿命沙利文计算方法第四版》[17]。REVES官方网站(http://reves.site.ined.fr)也同期公布计算公式如下：
|
其中, 
全部使用家庭医生智能随访包中的平板电脑，采用在线调查的方式进行，调查结果通过网络传输至后台实时核对后导出数据。设置检验水准α=0.05，使用χ2检验进行率和构成比的比较。健康期望寿命和标化率比较采用Z检验。调查表的验证，重测信度采用Kappa相关系数，效度检验使用Gamma系数。分析工具使用SPSS20.0、EXCEL 2007。
2 结果 2.1 调查质量内容符合率91.12%。置换率17.86%，应答率94.83%，人口性别比例误差范围实际控制在±15%抽样误差以内。调查人口玛叶指数为2.64，样本人口无特定年龄偏好；拟合度检验卡方值为7.85，P>0.05(男性、女性χ2分别为8.18、6.96，P均大于0.05)，总样本、分性别样本均与2010年宜昌市城区人口普查年龄结构相似。男女性别比为0.90，符合控制标准。
2.2 基本健康模块的验证 2.2.1 信度分析由于借鉴了欧盟MEHM核心指标，并且首次在国内使用，因此需要进行自评总体健康和活动限制两项指标的信度分析。调查表经过预调查确定后，选取同一组人群(400人)，在4周内进行了两次调查，两次调查采用Kappa指数分析结果的一致性，调查表信度较好(Kappa系数分别为0.855、0.882)(表 1、表 2)。
|
表 1 同一人群自评健康状况重测 |
|
|
表 2 同一人群活动限制状况重测 |
基本健康模块内容效度通过了专家评审。同时，使用EQ-5D作为标准测量手段，利用Gamma系数检验基本健康模块中的自评健康、活动限制指标与当前效标的关联程度。自评健康同类指标间G=0.899，P＜0.001；活动限制同类指标间G=0.974，P＜0.001，指标相关性较为理想(表 3、表 4)。
|
|
表 3 同一人群自评健康状况同时效度 |
|
|
表 4 同一人群活动限制状况同时效度 |
统计标准：欧盟将“很差、差、一般”归类为“非健康”。我们结合国内关于“一般”的健康归类严重不统一的实际，问卷设置逻辑跳转。回答“一般”者将继续回答“您回答的一般是指偏好？还是指偏差？”，回答其它选项者直接跳转进入下一问题，消除歧义。结果显示：调查对象自评健康为“非健康”的比例为9.49%，其中男性为10.05%，女性为8.99%，男女自评非健康率差异无统计学意义(χ2=2.59，P>0.05)(表 5、表 6)。
|
|
表 5 男女居民自评健康状况构成(%) |
|
|
表 6 调查对象分性别年龄组自评非健康率(%) |
统计标准：“一般限制、严重限制”归类为“限制”。
调查对象总体活动限制率为3.08%，其中男性为3.15%，女性为3.01%，男女总体活动限制情况差异无统计学意义(χ2= 1.27，P>0.05)。随年龄增长，自评为“限制”的调查对象在本年龄段中所占比例逐渐增大，85岁及以上年龄组居民自评为“限制”的比例占本组调查对象的38.28%。不同年龄组调查对象自评活动限制状况差异有统计学意义(χ2=2 427.31，P＜0.05)(表 7、表 8)。
|
|
表 7 男女居民活动限制状况构成(%) |
|
|
表 8 调查对象分性别年龄组自评非健康率(%) |
总人群、男性、女性出生HE-sp分别为71.90、69.66、74.44岁。男女性各年龄组差异均有统计学意义，女性高于男性；校正健康期望寿命占期望寿命(HE-sp/LE)比例分别为91.80%、92.04%，各年龄组差异无统计学意义。随着年龄的增加，总人群、男性、女性HE-sp及其占比总体上逐渐减少(女性80岁以上占比、总人群85岁以上占比升高)(表 9)。
|
|
表 9 2016年宜昌市居民HE-sp及其占比(%) |
总人群、男性、女性出生HLY分别为75.58、73.60、77.82岁。男女性各年龄组差异均有统计学意义，女性高于男性；健康期望寿命占期望寿命(HLY/LE)比例分别为97.00%、96.22%，各年龄组差异均无统计学意义。总人群、男性、女性HLY及其占比总体上逐渐减少(女性85岁以上占比略升高)(表 10)。
|
|
表 10 2016年宜昌市居民HLY及其占比(%) |
宜昌市居民75岁以下各年龄组HE-sp与HLY及其占比差异有统计学意义，总人群HLY及其占比均高于HE-sp及其占比。总体上随着年龄的增长，两类指标及其占比均逐渐减少(85岁组HE-sp占比升高)(表 11)。
|
|
表 11 2016年宜昌市居民HE-sp与HLY及其占比(%) |
调查表是调查问卷的一种常见形式，它不同于量表，可包含完全不同的独立内容，可用于评价不同的指标，适用于研究人群的不同特征。而量表是由若干问题或自我评分指标组成的标准化测定表格，用于测量研究对象的某种状态、行为或态度，具有多维性、定量化和标准化的特点。目前，国内用于健康期望寿命研究的健康调查工具主要包括：日常活动能力量表(ADL)、工具性日常活动能力量表(IADL)、全国卫生服务调查《家庭健康询问调查表》以及世界卫生组织于2002年开发的世界卫生调查问卷(WHS)等。2004年，欧盟基本健康模块(MEHM)作为欧洲统计局收入和生活状况调查的基本指标，统一了欧盟健康期望寿命的调查工具和健康率计算方法，具有良好的操作性和可比性。但是，除了欧洲地区，其他地区计算健康期望寿命所使用的调查工具仍然是各取所需，类别繁多。世界卫生组织的世界卫生调查问卷(WHS)是国内较早引进使用的人群健康综合测量工具，经过消化吸收，方法验证，各地学者在健康期望寿命的研究中也有应用。WHS最大的优势在于全维度、多层次综合反映人群健康状况，缺点在于问题条目较多、调查繁琐，权重计算过程也较为复杂。后来，有很多学者开始利用全国卫生服务调查资料中的人群自报健康、日常活动状况现患率，计算相应的人群健康期望寿命。但是，学者们在健康的确切定义方面还是存在一定的认知差异，使用资料的方式也各不相同，因而现况调查健康率也就无法横向比较。
本研究借鉴欧盟MEHM指标设计了基本健康模块(MHM)，MEHM作为一种健康调查问卷，其最大的特点是：调查的问题能够独立反映人群总体健康状况，其信度和效度已经在欧盟得到验证。目前国内还没有其应用的报道，因此，对基本健康模块的真实性和可靠性，也就是信度和效度必须进行验证。宜昌市居民健康状况调查表在设计之初，通过文献查阅，结合基层实际，采用MEHM健康模块，并经过国内专家多次评审，认为可以试用。
本次调查表设计参考了全国卫生服务家庭健康调查问卷，并将其自评当天健康和活动限制状况作为标准测量手段，考察基本健康模块的同时效度，用Gamma系数描述两个测量手段之间的一致性，自评健康同类指标间G=0.899，P＜0.001；活动限制同类指标间G=0.974，P＜0.001，指标相关性较为理想，能够有效地反映居民实际健康状况。另外，同等条件下上述指标的重测Kappa系数均大于0.7，前后检测结果差异无统计学意义，提示该调查模块具有良好的重复性，信度较好。基本健康模块(MHM)的指标定义全面、准确，既解决了与国外健康分类的差异，也可以统一国内同类指标健康定义标准不一致的问题；同时基于该模块的健康期望寿命测算模型成熟可靠。
3.2 居民出生自评健康期望寿命(HE-sp)和健康寿命年(HLY)能够较好的反映居民综合健康宜昌市居民出生健康寿命年(HLY)为75.58岁(男女分别为73.60、77.82，其中15岁组男性、女性分别为59.22、63.50岁)，0岁组、15岁组非健康生存年数分别为2.66、2.63岁；宜昌市居民HLY总体上高于欧洲平均水平[18]，这可能与地域文化差异有关；男女性各年龄组均有显著差异，且女性各年龄组健康寿命年始终大于男性，但健康寿命年占期望寿命比例无差异，说明男女性活动限制健康期望寿命呈现等比例下降趋势。宜昌市居民出生自评健康期望寿命(HE-sp)为71.90岁(男女分别为69.66、74.44岁，其中15岁组男性、女性分别为54.49、59.98岁)，0岁组、15岁组自评非健康生存年数分别为6.38、6.28岁；总体上低于2012年欧洲HE-sp平均水平[18]，女性各年龄HE-sp大于男性；但是男女HE-sp呈现等比例衰减现象，各年龄段居民出生自评健康期望寿命占期望寿命(HE-sp /LE)比例均无差异。总体上，宜昌市居民出生自评健康期望寿命(HE-sp)低于健康寿命年(HLY)，存在显著性差异，与欧洲同类指标顺位相反可能与宜昌市居民对自报活动限制更为谨慎、更为敏感有关。另外，女性80岁以上HE-sp占比、85岁以上HLY占比略升高，提示高龄女性综合健康状况好于男性。
国内关于健康期望寿命研究中，利用全国卫生服务调查资料有关身体功能的5+1个健康范畴资料(行动、起居、活动、疼痛、精神，另加VAS)，计算健康期望寿命的文献较多。2010年以来，从查阅的相关文献来看，资料利用方式各不相同，主要有四种代表类型：第一种是利用第四次全国卫生服务调查数据，采取直接计算2个身体功能指标现患率的方式，分别测算了北京市、重庆市居民出生自评健康期望寿命(HE-sp) [19-20]、无失能期望寿命(HE based on activity limitation，HE-al/DFLE)，本次测算参考了该健康归类标准；第二种是利用第四次全国卫生服务调查数据，选取5个身体功能指标，规定全部指标选择“无”的归类为“健康”这一标准，计算浙江省居民非健康比例，综合测算健康期望寿命[21]；第三种是利用全国卫生服务第二、三、四次调查资料，选择总体非健康状况率(由两周患病、半年慢性病患病、自评健康状况不佳三个指标简单综合而来)测算浙江省居民1998、2003、2008年时间序列健康期望寿命[22]；第四种是以第五次国家卫生服务调查家庭健康询问调查表为调查工具，开展了太仓市居民健康期望寿命专项调查，将身体功能指标的6个健康问题分成两部分，采用两分法分别计算自评健康、失能健康状况率，测算健康期望寿命。[23]以上四种调查工具相同，但是在健康率的计算方面采用了不同的分类标准，因而四种健康期望寿命结果之间无法比较。
目前，利用全球疾病负担(Global Burden of Disease, GBD)研究结果来计算全国健康调整期望寿命(health adjusted life expectancy，HALE)的文献也比较多。有学者认为计算HALE等疾病负担指标需要有完整的人口、发病和死亡等基础数据，但是，目前上述数据质量还有待进一步提高。[24]有学者利用GBD 2013研究结果，计算了中国人群的人群伤残调整寿命年和健康期望寿命，并分析了其变化趋势。[25]2016年，有学者利用GBD2015分析了全国及各省期望寿命和HALE，认为HALE的计算是在疾病负担研究中寿命损失年(YLL)、伤残损失生命年(YLD)和伤残调整寿命年(DALY)的基础上得出来的，但是YLD测算中很多疾病都来自文献和模型估计，而且YLD所采用的伤残权重并非来自于中国人群，对YLD估计的准确性也可能产生影响，加上工作量非常大，在数据可及性较差的地区，估计出来的健康期望寿命可能并不可靠。[26]鉴于以上原因，目前，HALE类健康期望寿命指标在基层实现的技术基础和数据基础尚显不足。
因此，无论选用HSE指标，还是选择HALE指标，建立统一的人群健康综合测量工具和计算标准，使之具有跨人群、跨地域空间的比较性，是当前开展健康期望寿命测算的当务之急。相对而言，世界卫生组织[18]选用HALE类指标更多的是基于指标在国家间的可比性、卫生系统绩效评估，而欧美各国选用HSE类指标主要考虑指标的连续监测可得性及其在本国公共政策中的实际应用；结合国内开展人群健康状况综合测量的实践，从指标的应用与推广角度而言，HE-sp和HLY指标从调查工具的选择、数据收集渠道的建立、测算过程及结果解释等方面均较HALE类指标更有优势，更易于在国内快速推广应用。
4 建议 4.1 明确健康期望寿命指标选择目前国际上主流的标准有两类：一类是WHO主导的健康调整期望寿命(HALE)，及相应的健康测量；另一类是以欧盟为主的健康状态类期望寿命(HSE)，包括DFLE、HLY、HE-sp等指标。尤其是HE-sp、HLY相对容易获得，国际上应用最为成熟，可以在国内推广使用。国际上健康期望寿命指标早已纳入各地区和国家战略应用指标，中国仍然处于各自为政的研究探索阶段。建议在国家层面迅速统一健康期望寿命指标，指导各地实践应用。
4.2 将基本健康模块定位为地市级适用工具以自报为主的健康评价已成为国际上比较通用的健康测量方法。建议将基本健康模块(MHM)作为地市级人群健康综合测量工具，在基层居民健康状况调查中作为核心模块，进行推广应用，建立稳定的时间和空间序列，便于比较地区差异和发展趋势。
4.3 将健康期望寿命指标纳入中国居民健康监测指标体系借鉴美国《健康公民2020》、《欧洲2020战略》结构指标，将其增设为《健康中国2030》评价指标。《中国防治慢性病规划(2017—2025年)》已经明确提出“提高居民健康期望寿命”，当务之急是将健康期望寿命指标纳入《中国居民健康状况白皮书》核心指标，并规定其技术标准。本次研究立足于国内实际应用，从指标选择、测量工具、计算方法、结果分析等方面，提出了一整套技术路线、操作方法和标准化计算模块，通过了各种技术验证，结果符合实际，技术方法基本成熟，可以作为国内基层健康状态类期望寿命适宜测算技术的实践来源之一。
作者声明本文无实际或潜在的利益冲突。
| [1] |
冯宏鹏, 钟建伟, 庄静, 等. 关于我国健康评价指标体系建设的几点建议[J]. 成都体育学院学报, 2010, 36(10): 61-64. DOI:10.3969/j.issn.1001-9154.2010.10.016 |
| [2] |
CJL Murray, JA Salomon, CD Mathers, et al. Summary measures of population health:concepts, ethics, measurement and applications[M]. Geneva: WHO, 2002: 177.
|
| [3] |
Jagger C, Robine J M. Healthy Life Expectancy//Rogers R G, Crimmins E M (eds. ). International Handbook of Adult Mortality, International Handbooks of Population 2[M]. Springer Science+Business Media B V, 2011: 551-564.
|
| [4] |
REVES. History and objectives of REVES[EB/OL]. [2016-02-04]. http://reves.site.ined.fr/en/home/about_reves/
|
| [5] |
Molla M T, Mandans J H, Wagener D K, et al. Summary Measures of Population Health: Report of findings on methodologic and data issues[R]. Hyattsville, Maryland: National Center for Health Statistics, 2003. https://www.researchgate.net/publication/247671712_Summary_measures_of_population_health_Report_of_findings_on_methodologic_and_data_issues
|
| [6] |
BRIDGE Health. The BRIDGE Health project[EB/OL]. [2016-02-25]. http://www.bridge-health.eu/content/bridge-health-project-0
|
| [7] |
World Health Organization. World Health Report 2000, Health Systems: Improving Performance[R]. Geneva: WHO, 2000. https://www.researchgate.net/publication/262500883_World_health_report_2000_improving_health_system_performance
|
| [8] |
Department of Economic and Social Affairs. Indicators of Sustainable Development:Guidelines and Methodologies Third Edition[M]. New York: United Nations, 2007.
|
| [9] |
The EHLEIS team. EU-SILC health questions 2004-2013in national languages and back translations toEnglish by the country experts[R]. EHLEIS Technical report, 2014.
|
| [10] |
焦红. 湖北省第四次卫生服务调查报告[R]. 武汉: 华中科技大学出版社, 2010.
|
| [11] |
陆培廉. 预防医学[M]. 北京: 人民卫生出版社, 1989.
|
| [12] |
黄春蓉. 成都市成人健康期望寿命及其相关因素研究[D]. 广州: 暨南大学, 2010.
|
| [13] |
肖树发. 湖北省第五次卫生服务调查报告[R]. 武汉: 武汉大学出版社, 2015.
|
| [14] |
Eurostat. Health variables in SILC: methodology[EB/OL]. [2016-03-27]. http://ec.europa.eu/eurostat/statistics-explained/index.php/Healthvariables_in_SILC-methodology
|
| [15] |
Office for National Statistics. Update to the Methodology used to Calculate Health Expectancies[EB/OL]. [2016-02-27]. http://webarchive.nationalarchives.gov.uk/20160105160709/http://www.ons.gov.uk/ons/dcp171776_300519.pdf
|
| [16] |
叶临湘. 现场流行病学[M]. 北京: 科学出版社, 2003.
|
| [17] |
Jagger C, Van O H, Robine J M. Health Expectancy Calculation by the Sullivan Method: A Practical Guide 4th Edition[EB/OL]. [2016-01-30]. Newcastle University Institute for Ageing, 2014. http://www.eurohex.eu/pdf/Sullivan_guide_pre%20final_oct%202014.pdf
|
| [18] |
Eurostat. Healthstatus[EB/OL]. [2016-03-20]. http://ec.europa.eu/health/indicators/echi/list/
|
| [19] |
胡广宇, 谢学勤, 邓小虹. 北京市居民健康期望寿命测算研究[J]. 中国卫生政策研究, 2013, 6(9): 62-69. |
| [20] |
胡广宇, 钟晓妮, 毛阿燕, 等. 重庆市居民健康期望寿命测算研究[J]. 医学与社会, 2016, 29(1): 34-37. |
| [21] |
胡如英, 潘劲, 俞敏. 浙江省15岁以上居民自评健康期望寿命[J]. 疾病监测, 2010, 25(8): 665-667. |
| [22] |
詹一, 俞敏. 健康期望寿命的计算方法与应用[J]. 疾病监测, 2011, 26(12): 1004-1008. DOI:10.3784/j.issn.1003-9961.2011.12.025 |
| [23] |
姜纪武, 鲍勇, 林海鹰, 等. 江苏省太仓市居民健康期望寿命分析[J]. 中国健康教育, 2016, 32(8): 675-680. |
| [24] |
宇传华, 崔芳芳. 全球疾病负担研究及其对我国的启示[J]. 公共卫生与预防医学, 2014, 25(2): 1-5. |
| [25] |
崔芳芳, 宇传华, 聂德为, 等. 1990-2013年中国人群伤残调整寿命年和健康期望寿命变化趋势分析[J]. 现代预防医学, 2016, 43(16): 2959-2962. |
| [26] |
周脉耕, 李镒冲, 王海东, 等. 1990-2015年中国分省期望寿命和健康期望寿命分析[J]. 中华流行病学杂志, 2016, 37(11): 1439-1443. DOI:10.3760/cma.j.issn.0254-6450.2016.11.001 |
(编辑 刘 博)