202XLOGO健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計演講人2025-12-0901健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計02健康大數(shù)據(jù)的內(nèi)涵、特征及其在社區(qū)干預(yù)中的價值03社區(qū)干預(yù)的核心痛點與大數(shù)據(jù)的破局思路04健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計框架05健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)關(guān)鍵技術(shù)支撐06實踐案例：某城市“智慧健康社區(qū)”干預(yù)項目07挑戰(zhàn)與未來展望目錄01健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計作為深耕公共衛(wèi)生與社區(qū)健康管理領(lǐng)域多年的實踐者，我始終認(rèn)為，社區(qū)是健康中國戰(zhàn)略落地的“最后一公里”，而數(shù)據(jù)則是破解社區(qū)健康治理“碎片化”“粗放化”難題的核心鑰匙。當(dāng)前，我國社區(qū)健康干預(yù)面臨著人口老齡化加劇、慢性病高發(fā)、健康資源分配不均等多重挑戰(zhàn)，傳統(tǒng)“一刀切”式的干預(yù)模式已難以滿足居民日益增長的個性化健康需求。健康大數(shù)據(jù)的興起，為社區(qū)干預(yù)提供了從“經(jīng)驗驅(qū)動”向“數(shù)據(jù)驅(qū)動”轉(zhuǎn)型的歷史機(jī)遇。本文將從健康大數(shù)據(jù)的內(nèi)涵特征出發(fā)，結(jié)合社區(qū)干預(yù)的核心痛點，系統(tǒng)闡述健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計框架、關(guān)鍵技術(shù)支撐、實踐路徑及未來挑戰(zhàn)，以期為行業(yè)同仁提供可參考的“數(shù)據(jù)賦能社區(qū)”實踐范式。02健康大數(shù)據(jù)的內(nèi)涵、特征及其在社區(qū)干預(yù)中的價值健康大數(shù)據(jù)的內(nèi)涵與多源構(gòu)成3.環(huán)境與社會數(shù)據(jù)：包括社區(qū)空氣質(zhì)量、噪音污染、健身設(shè)施覆蓋率、醫(yī)療資源分布、居民收入水平、教育背景等環(huán)境與社會決定因素數(shù)據(jù)，是解釋健康差異的“外部變量”；健康大數(shù)據(jù)是以居民健康為核心，融合醫(yī)療、行為、環(huán)境、社會等多維度信息的海量數(shù)據(jù)集合。其數(shù)據(jù)來源具有顯著的“多源異構(gòu)”特征：2.行為感知數(shù)據(jù)：通過智能手環(huán)、血壓計、體脂秤等可穿戴設(shè)備采集的步數(shù)、心率、睡眠質(zhì)量等日常行為數(shù)據(jù)，以及通過手機(jī)APP記錄的飲食、運動、吸煙飲酒等生活方式數(shù)據(jù)，構(gòu)成了“動態(tài)健康畫像”的“鮮活素材”；1.醫(yī)療健康數(shù)據(jù)：包括社區(qū)衛(wèi)生服務(wù)中心的電子健康檔案（EHR）、醫(yī)院電子病歷（EMR）、檢驗檢查結(jié)果、疫苗接種記錄等，是反映居民健康狀況的“核心數(shù)據(jù)”；4.主動反饋數(shù)據(jù)：通過社區(qū)健康問卷、線上咨詢、居民滿意度評價等渠道獲取的主觀訴求與反饋數(shù)據(jù)，體現(xiàn)了“以人為本”的干預(yù)導(dǎo)向。健康大數(shù)據(jù)的核心特征健康大數(shù)據(jù)區(qū)別于傳統(tǒng)健康數(shù)據(jù)的核心在于其“4V”特征：-規(guī)模性（Volume）：單個社區(qū)即可積累數(shù)萬居民的GB級健康數(shù)據(jù)，多社區(qū)聯(lián)動則形成PB級數(shù)據(jù)池；-多樣性（Variety）：涵蓋結(jié)構(gòu)化數(shù)據(jù)（如檢驗指標(biāo)）、半結(jié)構(gòu)化數(shù)據(jù)（如病歷文本）和非結(jié)構(gòu)化數(shù)據(jù)（如健康咨詢語音），需多模態(tài)融合分析；-時效性（Velocity）：可穿戴設(shè)備實時上傳數(shù)據(jù)、電子病歷動態(tài)更新，要求具備“秒級響應(yīng)”的數(shù)據(jù)處理能力；-價值密度低（Value）：海量數(shù)據(jù)中蘊(yùn)含的健康價值需通過算法模型挖掘，例如從100萬條步數(shù)數(shù)據(jù)中識別出“日步數(shù)＜5000步且BMI≥28”的高風(fēng)險人群。健康大數(shù)據(jù)在社區(qū)干預(yù)中的獨特價值在社區(qū)場景中，健康大數(shù)據(jù)的價值不僅在于“數(shù)據(jù)量”，更在于“數(shù)據(jù)精度”與“應(yīng)用深度”：1.破解“信息孤島”：傳統(tǒng)社區(qū)干預(yù)中，醫(yī)院數(shù)據(jù)、社區(qū)數(shù)據(jù)、居民自報數(shù)據(jù)相互割裂，大數(shù)據(jù)可通過統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)（如《國家基本公共衛(wèi)生服務(wù)規(guī)范》數(shù)據(jù)元）實現(xiàn)跨源整合，形成“一人一檔”的全周期健康檔案；2.實現(xiàn)“精準(zhǔn)畫像”：通過多維度數(shù)據(jù)融合，可構(gòu)建居民健康畫像的“360度視圖”——例如，某老年居民畫像不僅包含高血壓病史，還關(guān)聯(lián)了“獨居”“子女異地”“服藥依從性差”“社區(qū)食堂高鹽飲食”等風(fēng)險標(biāo)簽，為干預(yù)提供“靶向?qū)Ш健保?.驅(qū)動“主動干預(yù)”：傳統(tǒng)干預(yù)多為“問題出現(xiàn)后響應(yīng)”，而通過大數(shù)據(jù)預(yù)測模型（如慢性病風(fēng)險預(yù)測、跌倒風(fēng)險預(yù)測），可實現(xiàn)“風(fēng)險識別-早期預(yù)警-提前干預(yù)”的前瞻性健康管理；健康大數(shù)據(jù)在社區(qū)干預(yù)中的獨特價值4.優(yōu)化“資源配置”：通過分析社區(qū)疾病譜、熱點區(qū)域（如高血壓聚集樓棟）、重點人群（如孕產(chǎn)婦、糖尿病患者），可指導(dǎo)社區(qū)健康資源（如家庭醫(yī)生、健康講座、體檢設(shè)備）的精準(zhǔn)投放，避免“撒胡椒面”式浪費。03社區(qū)干預(yù)的核心痛點與大數(shù)據(jù)的破局思路社區(qū)干預(yù)的現(xiàn)實痛點當(dāng)前社區(qū)干預(yù)面臨“三難”困境，嚴(yán)重制約了干預(yù)效果：1.數(shù)據(jù)獲取難：社區(qū)衛(wèi)生服務(wù)中心與醫(yī)院信息系統(tǒng)未完全打通，居民自報數(shù)據(jù)真實性低、完整性差，導(dǎo)致“無數(shù)據(jù)可用”或“數(shù)據(jù)不可信”；2.精準(zhǔn)識別難：傳統(tǒng)干預(yù)依賴“經(jīng)驗判斷”，難以區(qū)分不同人群的健康風(fēng)險差異——例如，同樣是高血壓患者，肥胖患者、老年患者、年輕患者的干預(yù)需求截然不同，但“一刀切”的降壓宣教效果甚微；3.效果維持難：短期干預(yù)（如健康講座）容易“聽過就忘”，缺乏持續(xù)跟蹤與個性化激勵，導(dǎo)致居民參與度低、行為改變難以持續(xù)。大數(shù)據(jù)的破局邏輯針對上述痛點，健康大數(shù)據(jù)通過“數(shù)據(jù)整合-模型挖掘-智能應(yīng)用”的閉環(huán)路徑，重構(gòu)社區(qū)干預(yù)模式：-從“碎片數(shù)據(jù)”到“全景數(shù)據(jù)”：打通醫(yī)療、行為、環(huán)境、社會數(shù)據(jù)壁壘，構(gòu)建“全量、動態(tài)、多維”的社區(qū)健康數(shù)據(jù)池；-從“經(jīng)驗判斷”到“模型預(yù)測”：利用機(jī)器學(xué)習(xí)算法（如隨機(jī)森林、XGBoost）構(gòu)建健康風(fēng)險預(yù)測模型，實現(xiàn)高風(fēng)險人群的“自動識別”與“分級預(yù)警”；-從“被動響應(yīng)”到“主動服務(wù)”：基于實時數(shù)據(jù)監(jiān)測，觸發(fā)“智能預(yù)警-精準(zhǔn)推送-跟蹤反饋”的主動干預(yù)流程，例如當(dāng)某糖尿病患者連續(xù)3天血糖超標(biāo)時，系統(tǒng)自動提醒家庭醫(yī)生上門隨訪；-從“短期活動”到“長期生態(tài)”：通過數(shù)據(jù)反饋持續(xù)優(yōu)化干預(yù)策略，結(jié)合社區(qū)資源（如志愿者、社會組織）構(gòu)建“技術(shù)+人文”的社區(qū)健康生態(tài)，提升居民參與黏性。04健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計框架健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)方案設(shè)計框架基于上述邏輯，我們提出“五維驅(qū)動”的社區(qū)干預(yù)方案設(shè)計框架，涵蓋需求調(diào)研、數(shù)據(jù)整合、畫像構(gòu)建、策略匹配、動態(tài)優(yōu)化五個核心環(huán)節(jié)，形成“數(shù)據(jù)-畫像-策略-反饋”的閉環(huán)體系（見圖1）。需求調(diào)研：明確干預(yù)目標(biāo)與數(shù)據(jù)基礎(chǔ)1.社區(qū)基線調(diào)查：通過人口普查數(shù)據(jù)、社區(qū)健康檔案、焦點小組訪談等方式，掌握社區(qū)人口結(jié)構(gòu)（如老齡化率、兒童比例）、主要疾病譜（如高血壓、糖尿病患病率）、健康資源分布（如全科醫(yī)生數(shù)量、健身設(shè)施）及居民核心訴求（如“希望獲得糖尿病飲食指導(dǎo)”“需要居家養(yǎng)老照護(hù)支持”）；2.數(shù)據(jù)資產(chǎn)盤點：梳理社區(qū)現(xiàn)有數(shù)據(jù)資源（如電子健康檔案覆蓋率、可穿戴設(shè)備滲透率），明確數(shù)據(jù)缺口（如缺乏居民運動行為數(shù)據(jù)），制定數(shù)據(jù)采集計劃（如與智能設(shè)備廠商合作開展免費健康監(jiān)測活動）。數(shù)據(jù)整合：構(gòu)建多源異構(gòu)數(shù)據(jù)融合體系1.數(shù)據(jù)標(biāo)準(zhǔn)化：采用《健康信息數(shù)據(jù)元標(biāo)準(zhǔn)》（GB/T21415-2008）對異構(gòu)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換，例如將不同醫(yī)院的“血糖值”統(tǒng)一為“空腹血糖（mmol/L）”和“餐后2小時血糖（mmol/L）”兩個指標(biāo)；012.數(shù)據(jù)存儲與管理：構(gòu)建社區(qū)健康數(shù)據(jù)湖，采用分布式存儲技術(shù)（如Hadoop）存儲結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，并通過數(shù)據(jù)治理工具（如ApacheAtlas）實現(xiàn)數(shù)據(jù)血緣追蹤與權(quán)限管理；023.數(shù)據(jù)安全與隱私保護(hù)：遵循《個人信息保護(hù)法》要求，對敏感數(shù)據(jù)（如身份證號、病歷）進(jìn)行脫敏處理（如替換為“ID_001”），采用區(qū)塊鏈技術(shù)實現(xiàn)數(shù)據(jù)訪問留痕，確?！皵?shù)據(jù)可用不可見”。03健康畫像構(gòu)建：實現(xiàn)居民精準(zhǔn)分群健康畫像是干預(yù)方案設(shè)計的“靶向器”，需從“基本屬性-健康狀況-行為習(xí)慣-風(fēng)險因素-社會支持”五個維度構(gòu)建多層級標(biāo)簽體系（見表1）：健康畫像構(gòu)建：實現(xiàn)居民精準(zhǔn)分群|畫像維度|標(biāo)簽示例||--------------------|-----------------------------------------------------------------------------||基本屬性|年齡、性別、文化程度、職業(yè)、婚姻狀況、醫(yī)保類型||健康狀況|慢性病史（高血壓、糖尿病等）、過敏史、疫苗接種史、當(dāng)前用藥情況、體檢指標(biāo)異常項||行為習(xí)慣|吸煙（是/否，頻率）、飲酒（是/否，頻率）、運動頻率（每周≥3次/＜3次）、睡眠時長（≥7h/＜7h）||風(fēng)險因素|BMI≥28、缺乏運動、高鹽飲食、獨居、家庭支持不足|健康畫像構(gòu)建：實現(xiàn)居民精準(zhǔn)分群|畫像維度|標(biāo)簽示例|基于標(biāo)簽體系，采用聚類算法（如K-means）對居民進(jìn)行分群，例如：-A群（高風(fēng)險干預(yù)群）：老年、高血壓、BMI≥28、缺乏運動、獨居；-B群（中風(fēng)險預(yù)防群）：中年、糖尿病前期、偶爾運動、飲食偏油膩；-C群（低健康維護(hù)群）：青年、無慢性病、規(guī)律運動、關(guān)注健康資訊。|社會支持|是否參與社區(qū)活動、鄰里互助頻率、子女照護(hù)情況、社區(qū)醫(yī)療可及性|干預(yù)策略匹配：實現(xiàn)“千人千面”精準(zhǔn)干預(yù)針對不同畫像群，設(shè)計差異化干預(yù)策略，遵循“高風(fēng)險強(qiáng)干預(yù)、中風(fēng)險常提醒、低風(fēng)險重預(yù)防”的原則：1.A群（高風(fēng)險干預(yù)群）：-醫(yī)療干預(yù)：家庭醫(yī)生“一對一”簽約服務(wù)，每周1次電話隨訪，每月1次上門血壓監(jiān)測；-行為干預(yù)：推送個性化飲食方案（如低鹽食譜），聯(lián)合社區(qū)食堂提供“定制餐”；發(fā)放智能藥盒，提醒按時服藥，數(shù)據(jù)同步至家庭醫(yī)生終端；-社會干預(yù)：鏈接社區(qū)志愿者開展“每日敲門”服務(wù)，解決獨居老人生活困難；組織“高血壓患者互助小組”，增強(qiáng)社會支持。干預(yù)策略匹配：實現(xiàn)“千人千面”精準(zhǔn)干預(yù)2.B群（中風(fēng)險預(yù)防群）：-知識干預(yù)：通過社區(qū)公眾號推送“糖尿病預(yù)防”系列科普短視頻（每集3分鐘），結(jié)合居民飲食數(shù)據(jù)定制“減重小任務(wù)”（如“每日步行5000步，連續(xù)打卡7天獎勵運動手環(huán)”）；-資源干預(yù)：開放社區(qū)健康小屋免費體檢（每月1次），提供“運動處方”（如推薦社區(qū)廣場舞時間）；-激勵干預(yù)：建立“健康積分”制度，參與健康講座、體檢等活動可積分兌換雞蛋、口罩等日用品。干預(yù)策略匹配：實現(xiàn)“千人千面”精準(zhǔn)干預(yù)-科普干預(yù)：定期舉辦“健康大講堂”（如“年輕人頸椎保健”），通過短視頻平臺傳播健康知識；ACB-自助干預(yù)：開發(fā)社區(qū)健康A(chǔ)PP，提供“自測-解讀-建議”功能（如上傳體檢報告后自動生成健康報告）；-社群干預(yù)：組建“健康打卡群”，鼓勵居民分享運動成果，形成“朋輩激勵”氛圍。3.C群（低健康維護(hù)群）：動態(tài)監(jiān)測與閉環(huán)優(yōu)化：確保干預(yù)效果可持續(xù)1.效果評估指標(biāo)：設(shè)定短期（1-3個月）、中期（3-6個月）、長期（1年）評估指標(biāo)，例如：-生理指標(biāo)：高血壓患者血壓控制率（達(dá)標(biāo)率≥80%）、糖尿病患者空腹血糖下降值；-行為指標(biāo)：居民運動頻率提升率（每周運動≥3次比例提升20%）、吸煙率下降率；-滿意度指標(biāo)：居民對干預(yù)服務(wù)的滿意度評分（≥4.5分/5分）。2.實時監(jiān)測與反饋：通過社區(qū)健康數(shù)據(jù)平臺實時追蹤干預(yù)效果，例如當(dāng)某A群居民連續(xù)2周血壓未達(dá)標(biāo)時，系統(tǒng)自動觸發(fā)“家庭醫(yī)生+營養(yǎng)師”聯(lián)合干預(yù)；3.策略迭代優(yōu)化：每季度召開“數(shù)據(jù)驅(qū)動干預(yù)研討會”，基于效果評估數(shù)據(jù)調(diào)整干預(yù)策略，例如發(fā)現(xiàn)“低鹽食譜”依從性低，則改為“減鹽調(diào)味品試用+烹飪技巧培訓(xùn)”的組合干預(yù)。05健康大數(shù)據(jù)驅(qū)動的社區(qū)干預(yù)關(guān)鍵技術(shù)支撐數(shù)據(jù)采集與處理技術(shù)1.物聯(lián)網(wǎng)（IoT）感知技術(shù)：部署智能健康監(jiān)測設(shè)備（如智能血壓計、血糖儀、智能水表監(jiān)測飲水行為），實現(xiàn)居民健康數(shù)據(jù)的“自動采集、實時上傳”；12.邊緣計算技術(shù)：在社區(qū)衛(wèi)生服務(wù)中心部署邊緣服務(wù)器，對可穿戴設(shè)備數(shù)據(jù)進(jìn)行“本地預(yù)處理”（如數(shù)據(jù)清洗、異常值剔除），降低云端壓力，提升響應(yīng)速度；23.自然語言處理（NLP）技術(shù)：通過NLP算法分析居民健康咨詢文本（如“最近總是頭暈怎么辦”），提取關(guān)鍵健康訴求，輔助醫(yī)生快速診斷。3數(shù)據(jù)分析與建模技術(shù)1.機(jī)器學(xué)習(xí)預(yù)測模型：采用隨機(jī)森林、XGBoost等算法構(gòu)建慢性病風(fēng)險預(yù)測模型，例如輸入年齡、BMI、運動頻率等10個特征，預(yù)測未來6個月糖尿病發(fā)病概率（AUC≥0.85）；012.時空分析技術(shù)：利用GIS技術(shù)分析社區(qū)內(nèi)“高血壓聚集區(qū)域”，結(jié)合環(huán)境數(shù)據(jù)（如周邊快餐店密度、健身設(shè)施距離），識別“環(huán)境健康風(fēng)險因子”；023.深度學(xué)習(xí)推薦算法：基于協(xié)同過濾算法，根據(jù)居民畫像和干預(yù)效果數(shù)據(jù)，推送個性化健康內(nèi)容（如為B群居民推薦“減脂操”視頻，為A群老人推送“防跌倒訓(xùn)練”指南）。03數(shù)據(jù)可視化與交互技術(shù)0102031.社區(qū)健康數(shù)據(jù)駕駛艙：為社區(qū)管理者開發(fā)可視化大屏，實時展示社區(qū)人口健康概況、疾病譜分布、干預(yù)覆蓋率、效果評估等關(guān)鍵指標(biāo)；2.居民端健康A(chǔ)PP：提供“健康檔案查看”“干預(yù)任務(wù)打卡”“醫(yī)生在線咨詢”“健康報告生成”等功能，界面設(shè)計需符合老年居民使用習(xí)慣（如大字體、語音導(dǎo)航）；3.家庭醫(yī)生智能終端：為家庭醫(yī)生配備移動終端，自動同步居民健康數(shù)據(jù)、干預(yù)記錄和預(yù)警信息，輔助制定個性化干預(yù)方案。隱私保護(hù)與安全技術(shù)01在右側(cè)編輯區(qū)輸入內(nèi)容1.聯(lián)邦學(xué)習(xí)技術(shù)：在保護(hù)數(shù)據(jù)隱私的前提下，多社區(qū)聯(lián)合訓(xùn)練風(fēng)險預(yù)測模型，數(shù)據(jù)不出本地，僅交換模型參數(shù)；023區(qū)塊鏈存證技術(shù)：對居民健康數(shù)據(jù)訪問、使用、修改等操作進(jìn)行鏈上存證，實現(xiàn)“全程可追溯、責(zé)任可認(rèn)定”。2.差分隱私技術(shù)：在數(shù)據(jù)發(fā)布時加入適量噪聲，確保個體信息不可識別，同時保證數(shù)據(jù)統(tǒng)計特征的準(zhǔn)確性；06實踐案例：某城市“智慧健康社區(qū)”干預(yù)項目項目背景某城市XX社區(qū)是一個老齡化程度較高的混合型社區(qū)（60歲以上居民占32%），高血壓患病率達(dá)28%，糖尿病患病率12%。傳統(tǒng)干預(yù)模式下，居民參與率低（健康講座參與率＜30%），血壓控制率僅為55%。2022年，該社區(qū)啟動“健康大數(shù)據(jù)驅(qū)動的智慧健康社區(qū)”項目，旨在通過數(shù)據(jù)賦能提升干預(yù)精準(zhǔn)性。實施路徑1.數(shù)據(jù)整合：對接社區(qū)衛(wèi)生服務(wù)中心電子健康檔案（覆蓋100%居民）、轄區(qū)醫(yī)院電子病歷（覆蓋80%慢性病患者）、智能設(shè)備廠商（免費發(fā)放500臺智能血壓計），構(gòu)建包含1.2萬居民的社區(qū)健康數(shù)據(jù)池；2.畫像構(gòu)建：基于5個維度、36個標(biāo)簽對居民分群，識別出A群（高風(fēng)險）2300人、B群（中風(fēng)險）4500人、C群（低風(fēng)險）5200人；3.精準(zhǔn)干預(yù)：-A群：家庭醫(yī)生簽約率100%，智能藥盒覆蓋率80%，社區(qū)食堂“低鹽餐”提供率100%；-B群：開發(fā)“糖尿病預(yù)防”小程序，推送個性化任務(wù)，居民參與率達(dá)65%；-C群：組建8個“健康打卡群”，累計打卡人次超2萬；實施路徑4.動態(tài)監(jiān)測：通過社區(qū)健康數(shù)據(jù)駕駛艙實時追蹤效果，每季度召開優(yōu)化會議，例如針對A群居民“服藥依從性低”問題，增加“家屬遠(yuǎn)程提醒”功能。效果評估033.滿意度指標(biāo)：居民對干預(yù)服務(wù)的滿意度達(dá)4.8分（滿分5分），家庭醫(yī)生工作量減少30%（智能終端輔助提升效率）。022.行為指標(biāo)：居民每周運動≥3次的比例提升至58%（提升35個百分點），吸煙率下降至15%（下降8個百分點）；011.生理指標(biāo)：1年后，高血壓控制率提升至82%（提升27個百分點），空腹血糖達(dá)標(biāo)率提升至75%（提升18個百分點）；07挑戰(zhàn)與未來展望當(dāng)前面臨的主要挑戰(zhàn)1.數(shù)據(jù)壁壘尚未完全打破：部分醫(yī)院因數(shù)據(jù)安全顧慮不愿共享數(shù)據(jù)，導(dǎo)致“數(shù)據(jù)孤島”依然存在；3.基層醫(yī)療能力短板：社區(qū)醫(yī)生對大數(shù)據(jù)分析工具應(yīng)用能力有限，難以充分挖掘數(shù)據(jù)價值；2.居