楊振　劉會敏　王曉霞

摘 要：該文利用最近3次人口普查獲得的資料，對我國省級層面的人口健康分布的時空變化特征與影響因素進行分析。結(jié)果表明：1）近20年我國居民總體的健康狀況得到較大改善，但人均預(yù)期壽命存在明顯的省際差異，呈現(xiàn)西部較低、中部次之、東部最高的空間梯度特征，差異程度隨時間不斷降低；2）各地區(qū)健康分布并非表現(xiàn)出完全的隨機性，而是在總體上呈現(xiàn)出一定的空間集聚趨勢，但集聚趨勢隨時間變化有所弱化；3）地區(qū)人均預(yù)期壽命的增加速度與初始水平負相關(guān)，初始水平較低的地區(qū)增速普遍高于初始水平較高的省區(qū)，空間收斂趨勢明顯；4）人均GDP、食物支出占比、森林覆蓋率與廢水處理達標率等指標較高的地區(qū)的預(yù)期壽命相對較高，城市化的快速推進與醫(yī)療設(shè)施稟賦變化對人口健康的凈效應(yīng)總體為負。

關(guān)鍵詞：健康分布；時空變化；空間關(guān)聯(lián)；收斂性；影響因素

中圖分類號：K901.3 文獻標識碼：A

人口健康分布存在明顯的地區(qū)差異，例如美洲、歐洲和西太平洋地區(qū)的人均預(yù)期壽命目前已普遍達到76歲，而非洲僅56歲，其中的中非和剛果共和國不足50歲[1]。一個國家或地區(qū)的健康水平與當?shù)氐淖匀环A賦和環(huán)境質(zhì)量密切相關(guān)，適量的日照、清潔的空氣、宜人的氣候、潔凈的水源等因素對控制人體生物節(jié)律、保持正常代謝、增強免疫功能、促進生長發(fā)育等具有積極作用；伴隨快速工業(yè)化、城市化而來的廢水、廢氣與廢渣的過量排放，超過了自然系統(tǒng)的消納能力，將造成短期或長期的健康損害。在生命周期中，除年齡外，環(huán)境污染是影響健康折舊率的重要因素，污染嚴重地區(qū)的居民普遍面臨著健康存量加速折舊的沖擊。政府增加針對污染的治理投入則有助于預(yù)防和減少疾病、降低死亡率和增加預(yù)期壽命[2]。一些研究還發(fā)現(xiàn)，區(qū)域經(jīng)濟水平、生活習慣、醫(yī)療服務(wù)、文化教育等人文因素與人口健康也有較高的相關(guān)性，其原因可能在于，經(jīng)濟發(fā)展狀況與社會總體的食品供給保障、公共衛(wèi)生建設(shè)、生態(tài)環(huán)境保護投入等密切相關(guān)，人均GDP較高的國家或地區(qū)健康水平往往較高，而貧窮地區(qū)能夠用于國民健康的資源往往捉襟見肘[3]。然而，部分學者也注意到，一些發(fā)達國家和地區(qū)的居民因不良生活習慣和生活方式，引發(fā)了較多的肥胖病、冠心病、糖尿病、脂肪肝等“富裕病”，非感染性疾病已成為這些地區(qū)人口死亡的重要原因[1]。醫(yī)療保健與衛(wèi)生服務(wù)對預(yù)防和治療疾病、提升健康有積極作用，但實證研究中也經(jīng)常發(fā)現(xiàn)醫(yī)療稟賦較好地區(qū)的發(fā)病率、死亡率也較高，預(yù)期壽命與醫(yī)療投入水平負相關(guān)[4]。居民受教育水平通過就業(yè)機會、工作環(huán)境、收入水平、心理狀態(tài)等中介變量對健康產(chǎn)生影響，教育鴻溝的出現(xiàn)會在一定程度上擴大不同種族、地區(qū)的健康差距[5]。

改革開放以來，我國城鄉(xiāng)居民健康狀況得到明顯改善，學界關(guān)于健康問題的理論研究正處于蓬勃發(fā)展的起步階段。綜合而言，當前關(guān)于人口健康分布的相關(guān)成果中既有對某一區(qū)域各時期健康水平的縱向比較研究[6]，也不乏一些地區(qū)之間健康水平的橫向比較分析[7]，但比較缺乏從縱、橫兩個維度聯(lián)合起來的時空變化分析成果，對全國各地區(qū)健康分布變化的未來趨勢尚沒有一個清晰的總體判斷，對相關(guān)因素的影響作用總體上還處于經(jīng)驗認知水平上?；诖?，本研究以我國最近3次人口普查數(shù)據(jù)為基礎(chǔ)，構(gòu)建空間關(guān)聯(lián)模型和收斂性檢驗?zāi)Ｐ停瑢?990年以來各地區(qū)健康分布的時空變化特征與變化趨勢進行研究，同時利用主成分回歸方法探討健康分布的影響因素與作用機制，為我國醫(yī)療資源配置與健康地理學創(chuàng)新研究提供參考依據(jù)。

1 研究思路與方法

1.1 健康指標選擇

由于人口健康的概念內(nèi)涵非常豐富，目前尚沒有一個獨立的指標能完全概括它應(yīng)包含的所有方面，通常使用一個或幾個指標來描述它的一些主要特征。例如，F(xiàn)ogel和Arora分別使用社會總營養(yǎng)水平、成年人身高作為地區(qū)健康的代理變量，世界衛(wèi)生組織將經(jīng)殘疾率校正的預(yù)期壽命和兒童死亡率作為評測國家和地區(qū)總體健康水平的指標，聯(lián)合國則采用預(yù)期壽命、嬰兒死亡率、兒童死亡率3個指標。世界衛(wèi)生統(tǒng)計報告指出，人口死亡率及根據(jù)死亡率計算的預(yù)期壽命能夠較好地反映一個國家或地區(qū)人口的整體健康狀況。國內(nèi)的一些研究也主要使用預(yù)期壽命、死亡率衡量地區(qū)健康水平。參考上述成果并基于資料限制，本研究使用出生時平均預(yù)期壽命作為衡量全國及各地區(qū)健康水平的表征指標。人口出生時平均預(yù)期壽命反映了地區(qū)新出生人口平均預(yù)期可存活的年數(shù)，是假設(shè)當前分年齡死亡率保持不變的條件下同一時期出生的人預(yù)期能夠繼續(xù)生存的平均年數(shù)。該指標包含了死亡率的大部分信息，簡單明了，并且可以從國家人口普查資料中獲得相關(guān)數(shù)據(jù)。

1.2 空間集聚性判定

空間集聚性是健康分布的重要性質(zhì)，描述了與地理位置相關(guān)的健康數(shù)據(jù)之間的空間聯(lián)系特征，這里引入全局Moran's I指數(shù)的計算和檢驗來完成[8]。該指數(shù)的取值范圍為[-1，1]，計算方法如式（1）所示，其中xi、xj為地區(qū)i、j的人口出生時平均預(yù)期壽命， ■為x的全國均值，wij為空間鄰接矩陣的元素，表示各地區(qū)之間的地理鄰接關(guān)系，確定方法見式（2），其中的n為地區(qū)個數(shù)?；谡龖B(tài)分布假設(shè)，對Moran's I指數(shù)通常采用其標準化的統(tǒng)計量Z（I）檢驗n個地區(qū)之間是否存在顯著的空間集聚趨勢。當Z（I）為正且顯著時，表明健康分布存在正的空間自相關(guān)，意味著預(yù)期壽命相似的地區(qū)趨于空間集聚，在地理空間上形成一個或多個明顯的高值集聚區(qū)或低值集聚區(qū)；當Z（I）為負且顯著時，表示預(yù)期壽命相似的地區(qū)趨于分散分布；Z（I）為零則表示預(yù)期壽命觀測值呈獨立隨機分布。

Moran′s I = ■ （1）

w■=1 地區(qū)i和j鄰接0 其他 （2）

1.3 變化收斂性檢驗

人口健康分布變化收斂性檢驗的實質(zhì)是確定預(yù)期壽命初始水平較低的地區(qū)是否具有比高壽區(qū)更高的增長率，以此判斷不同地區(qū)的健康水平未來是否存在所謂的趨同趨勢，亦即收斂趨勢。借鑒經(jīng)濟學研究中的收斂性檢驗方法[9]，本文構(gòu)建的健康分布變化的收斂性檢驗?zāi)Ｐ腿缡剑?）所示，其中xit表示地區(qū)i在考察期初t的人口平均預(yù)期壽命，xiT表示地區(qū)i在考察期末T的平均預(yù)期壽命，t-T為考察時段；α為常數(shù)，b為收斂系數(shù)。若b小于0，表示地區(qū)人均預(yù)期壽命的增長速度與其初始水平呈負相關(guān)關(guān)系，說明初始水平較低地區(qū)的預(yù)期壽命增速快于水平較高的地區(qū)，各地區(qū)人口預(yù)期壽命差異存在隨時間減小的趨勢，即收斂趨勢。若b大于或等于0，表示各地區(qū)預(yù)期壽命變化不存在收斂趨勢，而呈現(xiàn)發(fā)散態(tài)勢。

■ln■=a+blnxit+？著it （3）

2 研究結(jié)果與分析

2.1 人口健康分布的差異特征

根據(jù)1990、2000、2010年全國人口普查資料，3個年份全國尺度的出生時平均預(yù)期壽命分別為68.55歲、71.40歲、74.83歲，20年增長了6.28歲，年均增長0.31歲。這一增速無論與發(fā)達國家還是發(fā)展中國家相比都不遜色。在省區(qū)尺度上，各地區(qū)預(yù)期壽命均有所增長，但增幅存在明顯差異。表1顯示，1990年預(yù)期壽命最小值出現(xiàn)在西藏，為59.64歲，最大值出現(xiàn)在上海，為74.90歲，二者相差15.26歲，各地區(qū)標準差為3.49歲。相比于1990年，2000、2010年的預(yù)期壽命最小值分別增長到64.37歲（西藏）、68.17歲（西藏），最大值增長到78.14歲（上海）、80.26（上海），極差則減少為13.77歲、12.09歲，標準差縮小到3.14歲、2.70歲。由此可見，20年間我國人口整體的預(yù)期壽命在大幅提升的同時，省區(qū)層面的差異在不斷縮小。對全國3大地帶進行分區(qū)統(tǒng)計，發(fā)現(xiàn)1990年東部各省份的預(yù)期壽命均值為71.41歲，中、西部分別為67.98、65.30歲，2000、2010年東、中、西部預(yù)期壽命均值則分別達到為74.21、71.40、68.42歲與77.28、75.08、72.62歲，均呈現(xiàn)明顯的“東部較高、中部居中、西部最低”的空間梯度差異特征。從3大地帶之間的差異看，除2000年的中、西部差異比1990年稍大外，其他年份各地帶之間的差異均呈現(xiàn)出不斷縮小的特點（表1）。

為進一步考察不同地區(qū)健康水平的時空對比關(guān)系，將3個年份所有的樣本數(shù)據(jù)作為分類對象進行空間聚類分析。利用常用的K-means距離聚類法，根據(jù)中心值65.6491、71.1823、75.8690將所有樣本劃分為3個類型組，分別命名為預(yù)期壽命低水平組、中水平組和高水平組，結(jié)果如表2所示。顯示2010年的西藏、2000年的貴州、云南、西藏、甘肅、青海、新疆與1990年的吉林、黑龍江、江西等合計22個省份同屬于低水平組，說明這些省區(qū)的健康水平處于較低層次，意味著2010年西藏的預(yù)期壽命僅相當于貴州、云南等省份2000年的水平以及吉林、黑龍江、江西等省份1990年的水平。低水平組內(nèi)多為1990年的中、西部省份與2000年的西部省份，無東部省份。中水平組內(nèi)的樣本相對多樣，三大地帶內(nèi)3個年份的省份均有涉及，但總體上以1990年的東部省份、2000年中、西部省份和2010年的西部省份為主。高水平組則以2010年的中、東部省份為主，西部省區(qū)較少，明顯反映了西部地區(qū)健康水平落后于中、東部的時空特征。

2.2 人口健康分布的變化趨勢

根據(jù)式（1）、（2）計算3個年份的Moran's I指數(shù)，發(fā)現(xiàn)1990年各地區(qū)預(yù)期壽命的Moran's I指數(shù)為0.5443，且通過5%的顯著性檢驗，表明我國人口預(yù)期壽命存在顯著的正向自相關(guān)，說明從統(tǒng)計學意義上看，各地區(qū)健康水平分布并非表現(xiàn)出完全的隨機性，而是在宏觀上呈現(xiàn)出一定的空間集聚趨勢，健康水平較高的省區(qū)相對地趨向于和較高水平的省區(qū)相鄰，健康水平較低的省區(qū)相對地趨向于和較低水平的省區(qū)相鄰。2000、2010年預(yù)期壽命的Moran's I指數(shù)分別減少到0.5136、0.4399，且均通過5%的檢驗，說明這兩個年份的健康分布也存在明顯的空間集聚趨勢，但與1990年相比集聚性降低，分散化趨勢相對增強。

根據(jù)公式（3）對1990年～2000年、2000年～2010年、1990年～2010年3個時段的人口預(yù)期壽命的收斂性進行檢驗，結(jié)果如表3所示。1990年～2000年時段檢驗方程的F值為12.075，說明該方程在5%的置信水平下顯著；R2為0.294，表明預(yù)期壽命年均增長變化的29.4%可以由其初始水平進行解釋；收斂系數(shù)b為-0.021，小于0且通過5%的顯著性檢驗，表明初始水平較低地區(qū)的預(yù)期壽命增速快于水平較高的地區(qū)，初始水平較高的地區(qū)的預(yù)期壽命增速慢于水平較低的地區(qū)，兩類地區(qū)的預(yù)期壽命差異存在隨時間而減小的趨勢，最終會趨同或收斂于某一較高水平。對2000年～2010年的收斂性進行檢驗發(fā)現(xiàn)，相對于前一時段，預(yù)期壽命初始值對其增長率變化的貢獻度進一步加大，由29.4%增加到55.3%，輸出方程的顯著性也有所增強。但收斂系數(shù)b的絕對值有所降低，由前一時段的0.021降低到0.020。就1990年～2010年全時段的總體情況看，收斂系數(shù)b為-0.018，收斂速度稍低于兩個分時段。不同地區(qū)健康水平存在收斂性的主要原因可能在于：第一，人類的健康發(fā)展水平有著嚴格的生物學極限，預(yù)期壽命不可能無限提高，存在所謂的“天花板”效應(yīng)。第二，近些年各地區(qū)健康水平普遍達到較高水平，經(jīng)濟發(fā)展、醫(yī)療進步、營養(yǎng)改善等因素對健康提升的邊際效應(yīng)開始呈現(xiàn)差異化的遞減趨勢，對低壽區(qū)人口的促進效應(yīng)較大，高壽區(qū)較小，由此導致了不同地區(qū)健康提升速度的差異，引致預(yù)期壽命的趨同。

2.3 人口健康分布的影響因素

現(xiàn)代健康觀認為，人口健康受到多種因素的影響，與當?shù)氐淖匀?、人文條件密切相關(guān)[10]。根據(jù)Grossman提出的健康生產(chǎn)函數(shù)并考慮數(shù)據(jù)的可得性等因素，這里重點從區(qū)域經(jīng)濟發(fā)展水平（x1）、社會發(fā)展狀況（x2）、居民生活水平（x3）、自然環(huán)境稟賦（x4）、污染處理狀況（x5）、醫(yī)療衛(wèi)生資源（x6）等6個方面建立人口健康分布的影響因素集。其中，①經(jīng)濟發(fā)展水平用人均GDP表示，單位：元/人，反映一個地區(qū)的綜合實力，預(yù)期對當?shù)厝丝诘慕】蛋l(fā)展有正向作用。②社會發(fā)展狀況用人口城市化率表示，單位：%，反映社會進步和文明程度，預(yù)期有正向影響。③居民生活水平用恩格爾系數(shù)表示，單位：%，反映食品消費支出在居民總支出中的比重，預(yù)期有負向影響。④自然環(huán)境稟賦用森林覆蓋率表示，單位：%，良好的生態(tài)環(huán)境有利于增強體質(zhì)和減少疾病，因此預(yù)期有正向影響。⑤污染處理狀況用廢水排放達標率表示，單位：%，預(yù)期有正向影響。⑥醫(yī)療衛(wèi)生資源用每萬人擁有的醫(yī)療病床數(shù)表示，單位：張/萬人，預(yù)期有正向影響。

基于最小二乘方法（OLS）的回歸估計是當前廣泛使用的影響因素研究方法。但是，由于上述6類因素指標間存在意義上的重疊，直接使用這一方法將嚴重擴大模型誤差并破壞模型的穩(wěn)健性。主成分回歸方法能有效克服這一缺陷，首先對6個自變量做主成分分析，提取全部主成分Fj（j=1，2，…，6）與因變量進行回歸建模，如式（4）所示。然后，采用OLS方法進行估計并逐步刪除t檢驗不顯著的主成分，僅保留通過檢驗的主成分。顯然，這些相互直交的主成分避免了在一般回歸參數(shù)估計時使用OLS方法的困難，并且由于各主成分均為原自變量的線性組合，轉(zhuǎn)換后可以得到關(guān)于原自變量與因變量的映射關(guān)系，如式（5）所示。

y=a+？滋1F1+ ？滋2F2+…+？滋6F6+？著 （4）

y=？茁+r1■1+r2■2…+r6■6+？濁 （5）

為增加模型估計的穩(wěn)健型，反映近20年的總體狀況，這里使用1990、2000、2010年3個年份預(yù)期壽命的平均值作為因變量y，以3個年份的人均GDP、人口城市化率、恩格爾系數(shù)、森林覆蓋率、廢水達標率、萬人病床數(shù)指標的平均值■1、■2、■3、■4、■5、■6作為自變量，進行建模分析。結(jié)果顯示，最終有第二、六主成分在5%的水平上通過檢驗，相應(yīng)的估計方程為y=64.034+0.064F2+0.024F6，方程F值為38.014，調(diào)整的R2為0.705，表示方程在1%的水平上顯著，且兩個主成分能夠解釋健康分布差異的70.5%（表4）。

變量代換后，健康分布關(guān)于原自變量■■（i=1，2，…，6）的回歸系數(shù)估計結(jié)果見表5。可以發(fā)現(xiàn)，■1、■3、■4、■5四個指標的回歸系數(shù)為正值，說明地區(qū)經(jīng)濟發(fā)展、食物消費、自然環(huán)境、污染防治指標變量對人口預(yù)期壽命有正向影響，在控制其他因素保持不變的情況下，這4個指標每提高1個百分點將推動人口預(yù)期壽命分別增加0.030%、0.36%、5.83%、3.52%。其中，■1、■4、■5的影響方向符合預(yù)期，■3的影響方向與預(yù)期相左。其原因可能是，食物是維持人體健康最核心的物質(zhì)基礎(chǔ)，當前我國居民的營養(yǎng)攝取普遍處于中、低水平的供需平衡狀態(tài)，家庭在食物消費方面的支出比重越大（即恩格爾系數(shù)越大），在一定程度上表示人口的總營養(yǎng)水平較高，相應(yīng)的健康水平也越高。

■2、■6兩個指標的回歸系數(shù)為負值，說明人口城市化水平越高、每萬人擁有的病床數(shù)越多，人口預(yù)期壽命反而越低，這種情況與大部分人的經(jīng)驗性認識相悖。我們認為，城市化指標效應(yīng)為負的原因可能是，我國當前大部分地區(qū)的城市化水平尚處于較低層次，城市地區(qū)普遍存在交通擁擠、住房緊張、社保不健全、工作壓力高、環(huán)境污染大等現(xiàn)象，人口常住地的轉(zhuǎn)變沒有給地區(qū)總體帶來更高的健康保障。也就是說，城市化雖然能夠使人們獲得更好的醫(yī)療保健服務(wù)和產(chǎn)品，但城市化快速推進所激發(fā)的健康損害大大削弱了其積極效應(yīng)，導致健康凈效應(yīng)總體為負。同時，根據(jù)Grossman模型，隨著醫(yī)療設(shè)施和衛(wèi)生服務(wù)的增加，居民健康需求和健康水平一般也會提高。但如果相對于居民收入而言，醫(yī)療服務(wù)因收費過高對大部分人產(chǎn)生明顯的需求抑制時，它們對健康生產(chǎn)的邊際效益可能趨于零，部分地區(qū)甚至因為資源浪費、使用不公或使用效率低下等原因?qū)е聦θ巳嚎傮w的健康貢獻為負，從而在總體上產(chǎn)生醫(yī)療改善與健康提升的負相關(guān)現(xiàn)象。這種情況在一定程度上反映了我國近年來的醫(yī)療衛(wèi)生體制改革現(xiàn)狀，改革方向一直在市場化和公益化兩種傾向之間搖擺，群眾看病難、看病貴的問題一直沒能得到徹底解決。從總體上看，上述6類因素對健康分布的影響系數(shù)（絕對值）都比較小，說明這些因素的影響方向尚存在變化的可能，與人群健康的關(guān)系具有一定的可變性，這需要在不同時空背景下進一步深入研究。

3 結(jié)論與討論

人口健康在多種因素影響下具有明顯的時空動態(tài)性，本文研究發(fā)現(xiàn)：第一，近20年我國居民總體的健康狀況得到較大改善，但人均預(yù)期壽命存在明顯的省際差異，呈現(xiàn)西部較低、中部次之、東部最高的空間梯度特征，差異程度隨時間不斷降低；第二，各地區(qū)健康分布并非表現(xiàn)出完全的隨機性，而是在總體上呈現(xiàn)出一定的空間集聚趨勢，但集聚趨勢隨時間變化有所弱化；第三，地區(qū)人均預(yù)期壽命的增加速度與初始水平負相關(guān)，初始水平較低的地區(qū)增速普遍高于初始水平較高的省區(qū)，空間收斂趨勢明顯；第四，人均GDP、食物支出占比、森林覆蓋率與廢水處理達標率等指標較高的地區(qū)的預(yù)期壽命相對較高，城市化的快速推進與醫(yī)療設(shè)施稟賦變化對人口健康的凈效應(yīng)總體為負。

上述結(jié)論為我國衛(wèi)生體制改革、醫(yī)療資源配置提供了部分依據(jù)，提示我們在預(yù)期壽命的高、低集聚區(qū)應(yīng)分別采取不同的應(yīng)對措施，在醫(yī)療保健、社會保障、養(yǎng)老保險、產(chǎn)業(yè)轉(zhuǎn)型、退休年齡、婚育政策等方面進行差別化設(shè)計，因地制宜；預(yù)期壽命具有明顯的收斂性，意味著各地區(qū)未來均有步入老齡化社會的趨勢，當前應(yīng)未雨綢繆，盡早從總體上謀劃一條符合中國國情的衛(wèi)生體制和資源配置模式。另外，在小康社會建設(shè)中還應(yīng)始終牢固樹立以人為本的理念，進一步理清相關(guān)因素的健康效應(yīng)機制，保證城市化快速推進過程不得損害生態(tài)環(huán)境質(zhì)量，努力增加居民收入和營養(yǎng)供給，大力提升醫(yī)療設(shè)施規(guī)模和質(zhì)量，堅持衛(wèi)生體制改革的公益化方向，不斷提升國民健康福利。

參考文獻：

[1] 茍曉霞. 世界各國預(yù)期壽命差異及影響因素定量分析[J]. 南京人口管理學院學報，2013，29（3）：31-36.

[2] 于曉薇，胡宏偉，吳振華. 我國城市居民健康狀況及影響因素研究[J]. 中國人口·資源與環(huán)境，2010，20（2）：151-156.

[3] 蔣萍，田成詩，尚紅云. 人口健康與中國長期經(jīng)濟增長關(guān)系的實證研究[J]. 中國人口科學， 2008（5）：44-51.

[4] 林相森，艾春榮. 對中國醫(yī)療服務(wù)利用不平等問題的實證檢驗[J]. 中國人口科學， 2009（3）：86-112.

[5] 邱俊杰，李承政. 人口年齡結(jié)構(gòu)、性別結(jié)構(gòu)與居民消費[J]. 中國人口·資源與環(huán)境， 2014， 24（2）：125-131.

[6] 陳心廣，王培剛. 中國杜會變遷與國民健康動態(tài)變化[J]. 中國人口科學，2014（2）：63-73.

[7] 劉會敏，牛叔文，楊振. 中國人口死亡水平的空間統(tǒng)計分析[J]. 中國人口科學，2008（1）：44-52.

[8] Anselin L. Local indicators of spatial association analysis-LISA[J]. Geographical Analysis，1995，27（2）：93-115.

[9] 韓海彬，趙麗芬. 環(huán)境約束下中國農(nóng)業(yè)全要素生產(chǎn)率增長及收斂分析[J]. 中國人口·資源與環(huán)境，2013，23（3）：70-76.

[10] 陳明華，郝國彩. 中國人日老齡化地區(qū)差異分解及影響因素研究[J]. 中國人口·資源與環(huán)境，2014，24（4）：136-141.

[11] 牛建林. 人口流動對中國城鄉(xiāng)居民健康差異的影響[J]. 中國社會科學，2013（2）：46-63.

Spatio-temporal variations of population health distribution in China and its influencing factors

YANG Zhen， LIU Hui-min， WANG Xiao-xia

（1. College of Urban and Environmental Sciences， Central China Normal University， Wuhan 430079， China； 2. Key Laboratory of Geological Process Analysis and Simulation of Hubei Province， Wuhan 430079， China）

Abstract： Using the recent three census data， this paper analyzed the spatial and temporal variations of provincial distribution of population health in China and its influencing factors. The results showed that： 1） Chinese residents' overall health has been improved in the past 20 years， but the provincial average life expectancy was significantly different， which present the gradient decrease trend from the east area to the western area. 2） The regional distribution of health is not completely random. It shows the spatial agglomeration trend on the whole， although the agglomeration trend have weakened. 3） The increasing rate of regional life expectancy is negatively related to the initial level， which means that the increasing rate of low initial-level provinces are higher than those of the high initial-level provinces. And the provincial health disparities is decreasing. 4） The principal components regression showed that per capita GDP， food expenditure rate， the forest coverage rate， the effluent treatment rate and other indicators are the main factors influencing the regional life expectancy. Due to urbanization， the problems such as traffic congestion， environmental pollution， marketization of medical reform has resulted in difficulty and high cost of treatment， which explains why the index of urbanization and medical facilities are negatively related to local health level.

Key words： health distribution； spatial and temporal changes； space correlation； convergence； influencing factor