張玉婷 時 濤

1.泰安市中心醫(yī)院泌尿外科,山東 泰安 271000；2.醫(yī)藥管理學院，山東第一醫(yī)科大學(山東省醫(yī)學科學院)，山東 泰安 271016

健康，是人類最基本的權利，其實質是對健康公平的追求。公平程度，是社會文明程度的重要指標之一。提高健康水平、促進健康公平成為各國政府不斷追求的政策目標，并把消除健康不公平作為各國衛(wèi)生改革和發(fā)展的重點目標[1]。不同歷史時期，健康觀有著不同的含義，十九大報告不僅再次明確了大健康觀的核心要義，即“為人民群眾提供全方位全周期健康服務”，更是上升到國家戰(zhàn)略高度。隨著我國社會經濟的高速發(fā)展，我國人群健康水平不斷提升，但隨之而來的健康公平問題也日益凸顯。人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾成為當前社會主要矛盾，美好生活的基礎就是健康，確保人民健康是打造健康中國的基礎和保障。因此如何評價人群健康水平，如何解決健康公平，本文將從省域人群健康水平、健康公平性測度、健康水平的影響因素分析入手，一步步作出回答。

1 研究對象與研究方法

1.1 研究對象與數據來源

本文的研究對象是全國省域的人群健康水平，記作H。

由于健康狀況的評價沒有全球統(tǒng)一的標準，所以人群健康評價也處于不斷發(fā)展和完善之中[2]。本文遵循資料易獲得、敏感度高、計算方便、廣為接受的原則，分別從要素投入和產出效果兩個層面，選取以下4個指標作為健康水平評價指標：(1)嬰兒死亡率H1；(2)孕產婦死亡率H2；(3)平均預期壽命H3；(4)每千人口衛(wèi)生技術人員數H4。采用功效系數法剔除各個指標的量綱[3]，數據經標準化后加權求和得到健康水平指數H：

(1)

其中，Wi為各指標權重，本文認為4個指標同等重要，附以相同的權重系數Wi=0.25。

為了完整展示健康水平及公平性的時空演變特征，本文選擇2002—2016年的全國省域健康水平相關指標數據，數據采集自《中國衛(wèi)生統(tǒng)計年鑒》(2003—2012)、《中國衛(wèi)生和計劃生育統(tǒng)計年鑒》(2013—2017)和《中國統(tǒng)計年鑒》(2003—2017)。

1.2 研究方法

1.2.1健康水平集中指數CI

世界銀行推薦的用于評估不同社會經濟條件下健康不公平性指標，用于度量不同社會經濟發(fā)展水平下地區(qū)間的不公平性。本研究用此指標測度健康公平性的時間演變規(guī)律。計算公式如下：

(2)

其中，CI代表集中指數，Hi代表第i個省域的健康水平，Ri代表第i個省域經濟發(fā)展的累計秩次。其值域(-1,1)，當健康水平在不同社會經濟發(fā)展水平的省域間無差異時，CI=0，說明絕對健康公平；當健康水平集中在社會經濟發(fā)展水平高的省域時，CI>0，且越接近于1，表明健康公平性越差；反之亦然。

1.2.2泰爾總指數TP一階嵌套分解

泰爾指數(Theil index)是研究區(qū)域差異常用的分析工具之一。本研究借助GDP對健康水平指數H進行一階嵌套分解。一方面，可以測度華北、東北、華東、中南、西南、西北6大區(qū)域之間的人群健康水平差異；另一方面，也可以測度6大區(qū)域內部不同省區(qū)之間的人群健康水平差異。本研究用此指標測度健康公平性的時間演變規(guī)律。其計算公式如下：

(3)

其中，Hij為第i區(qū)域第j省的健康水平，Pij為第i區(qū)域第j省的地區(qū)生產總值，P為全國國內生產總值；泰爾總指數Tp越大，區(qū)域間健康水平差異越大。Tp經過一階嵌套分解成區(qū)域間差異TBR和區(qū)域內差異TWR。

1.2.3空間計量模型

解決回歸模型中復雜的空間單元之間的相互作用，以及空間依存性結構問題(Anselin，1984)[4]。最小二乘法估計(OLS)的基本要求是，數據滿足獨立性、正態(tài)性、方差齊性。各省在地理位置上存在著空間差異，從而缺乏同質性，所以方差不具有齊性。同時各省相互開放，存在資源的相互流動，從而形成空間溢出，所以不滿足獨立性。因此OLS估計存在統(tǒng)計偏差，進而導致經濟學研究得出的各種結果和推論缺乏應有的解釋力[5]。空間計量模型的應用可以從根本上彌補OLS模型的不足，為研究空間單元的地域差異開辟了一個新路徑，在衛(wèi)生經濟領域有巨大的應用空間。

本研究主要借助空間滯后模型(SLM)和地理加權回歸模型(GWR)。

(1)空間滯后模型(SLM)：SLM主要探討各觀測變量在某一個空間單元是否存在溢出效應，公式為：

H=ρWh+βX+ε

(4)

式中，H為因變量；X為解釋變量的矩陣；ρ為空間回歸系數，揭示各觀測變量的空間依賴作用；Wh為空間滯后因變量，反映了空間距離對健康水平H的作用，具有很強的地域性；ε為隨機誤差項向量。為消除非獨立、異方差性，本研究建立雙對數空間計量模型[5]。

(5)

(2)地理加權回歸模型(GWR)：GWR是基于OLS的擴展模型。各個空間單元的回歸系數βj是由鄰接空間單元的信息進行局部回歸估計而得到的[6]，即每個空間單元都有一個自己的回歸系數βj，公式為：

(6)

其中，系數βij是估計的每一個空間單元的回歸系數，它是與之鄰接的空間單元(ui,vi)的函數。εi是估計的第i個空間單元的隨機誤差項，跟傳統(tǒng)的統(tǒng)計模型要求一樣，εi必須滿足正態(tài)性、方差齊性和獨立性假定[7]。

2 研究過程與分析

2.1 我國省域人群健康水平時間演變分析

將2002—2016年我國省域健康水平各指標數據代入公式(1)，計算得到省域健康水平H的面板數據，繪制箱線圖如圖1所示。

圖1中虛線表示的是2002—2016年的15年間全國健康水平的平均值0.84，有北京、天津等17個省區(qū)市高于全國平均水平，其他省區(qū)市低于平均水平，西藏為最低。省域間的健康水平存在巨大差異，從而影響了健康的公平性。健康水平和社會經濟發(fā)展水平之間存在顯著相關關系，進而利用公式(2)計算集中指數CI測量健康公平性。

圖2顯示，15年間健康水平的集中指數CI均大于0.68，說明健康水平集中在社會經濟發(fā)展高的省域，這與圖1相吻合。其中，集中度最高的是2012年的0.79，最低的在2006年的0.68，差11個百分點，其余年份在0.72附近。這也說明省域間的健康水平存在不公平性，與社會經濟發(fā)展存在顯著相關，隨著經濟發(fā)展的不均衡，CI值將拉大，健康公平性將下降。

為測算健康公平性，借助各省域社會經濟發(fā)展水平GDP加權，利用公式(3)泰爾指數一階嵌套分解，進一步分析6大地域以及31個省域之間的健康水平差異情況。

圖3中黑實線顯示泰爾總指數呈現(xiàn)逐年下降趨勢，6大區(qū)域內差異大于區(qū)域間差異，為主要差異來源，且各省域之間的差異存在逐年下降趨勢。說明隨著社會經濟發(fā)展水平的提高，全國趨于區(qū)域健康公平。

圖4顯示，東北、華北、華東三大地域內各省域之間的差異相對較小，且有下降趨勢，尤其是東北地域為最??；西南、中南、西北三大地域各省域之間的差異較大，尤其是西北地區(qū)為甚。這也進一步說明社會經濟發(fā)展水平是影響健康水平的重要因素之一。

圖1 2002—2016年我國省域健康水平箱線圖

圖2 2002—2016年我國省域健康水平集中指數CI

圖3 泰爾總指數Tp

圖4 泰爾總指數一階嵌套分解

2.2 省域人群健康水平空間統(tǒng)計學分析

2.2.1莫蘭指數Moran’s I

本研究選取2016年為研究截面，首先通過空間自相關分析，得到莫蘭指數Moran’s I=0.099，人群健康水平H存在正空間自相關，人群健康水平在地理分布上存在弱空間集聚格局。這種現(xiàn)象稱為空間異質性，揭示空間異質性可用空間聯(lián)系指標(LISA)表示。

接著，應用Arc GIS 10.1繪制31個省域人群健康水平H的可視化四分位地圖(圖5)，地圖中顏色變化表示數值大小，顏色越淺表明其健康水平H越底[7]。另外，借助GeoDa1.4.6軟件繪制LISA Cluster Map(圖6)。

圖5 2016年健康水平的空間四分位地圖

圖6 LISA集聚地圖

圖5中，從顏色深淺很明顯看出人群健康水平的高低，從東往西層次分明，說明存在空間異質性。其中顏色最深的北京、上海、浙江三省市的人群健康水平最高，屬于第一梯隊，西藏為最低。LISA異質性地圖顯示河北、天津、江蘇三省市處在HH熱點區(qū)，且具有較高的顯著性，P<0.01。其他省區(qū)市不顯著[8]。

2.2.2空間自回歸模型

《社會醫(yī)學》(李魯，2014)中介紹影響人群健康的因素有經濟發(fā)展水平、人口數量與結構、衛(wèi)生服務與醫(yī)療保障水平、人群健康行為等因素。從數據的可獲得性、代表性上考慮，本研究選取8個可操作變量，作為影響人群健康水平H省域差異的主要因素。構建雙對數空間計量模型，帶入公式(5)得到空間滯后模型(SLM)。相應的指標選取介紹：

因變量：人群健康水平H；

自變量：

X1人均衛(wèi)生經費(AHE)：衛(wèi)生總費用是反映地區(qū)衛(wèi)生籌資水平及其利用程度的重要指標，而經濟因素是影響衛(wèi)生費用投入的基礎因素，從而影響人群健康水平。改革開放以來，我國社會快速發(fā)展，隨著經濟發(fā)展水平的提高，人均GDP從1978年的385元提高到2016年的53 980元，增長了140倍。衛(wèi)生費用總量也快速增長，由1978年的110.2億元提高到2016年的46 344.88億元，提高了420倍之巨。這些資金對提升我國的公共衛(wèi)生服務水平和醫(yī)療服務水平發(fā)揮巨大作用。但是，由于地區(qū)社會、資源、文化的差異，經濟發(fā)展的地區(qū)差異很大，從而影響人群健康水平，本研究選用人均衛(wèi)生經費作為影響變量。目前學界達成的共識是，地區(qū)經濟發(fā)展水平越高，其健康水平越高，預期影響為正。

X2基本公共衛(wèi)生服務水平指數(PHI)：2009年新醫(yī)改以來，我國越來越重視基本公共衛(wèi)生服務的建設。十九大報告要求中國特色的醫(yī)療衛(wèi)生系統(tǒng)能夠提供優(yōu)質高效的醫(yī)療衛(wèi)生服務，以確保人民健康。這一指標的測算，參照(宋敏、時濤，2014年)指標體系計算出2016年的省域基本公共衛(wèi)生服務水平總指數PHI。因此，基本公共衛(wèi)生服務水平越高，人群健康水平越高，預期影響為正。

X3總撫養(yǎng)比(TDR)：指人口總體中0～14歲及65歲以上人口數，與15～64歲人口數之比，TDR反映人口學因素對地區(qū)經濟發(fā)展的影響。截止2017年末，我國60歲以上人口24 090萬人，占17.3%。65周歲以上人口1.58億，占11.4%。十三五期間，60歲以上老年人口平均每年增加640萬，到2020年將達到2.55億，占17.8%。老年人口比重的急劇增加，將加重家庭及社會疾病負擔，尤其是近年來老年慢病比例增長加快，直接影響健康水平。另外，0～5歲人口數在醫(yī)學上稱為醫(yī)學敏感人群，兒童傳染病嚴重威脅著兒童的健康和生命，這部分人群的數量對計劃內的免疫接種及常見病的預防也是影響健康水平的又一重要因素。因此，隨著總撫養(yǎng)比的上升，將導致基本健康水平的下降，本指標是逆指標，預期影響為負。

X4人口密度(DENSITY)：人，是社會主體，是社會經濟發(fā)展的重要內生變量，一定程度上又是影響省區(qū)健康水平的重要因素。各省的地理面積、自然資源存在較大差別，人口數量也是千差萬別。本研究用人口密度指標，能夠增加省域之間的可比性。本文認為人口密度越大，人群健康水平下降，本指標是逆指標，預期影響為負。

X5人口城市化率(URBAN)：城市化水平反映人類社會文明程度，一般來說提高人口在地域上的集中程度和城市化水平，可以發(fā)揮規(guī)模經濟效應和城市聚集效應，降低人均基本公共衛(wèi)生服務的供給成本[9]。因此，城鎮(zhèn)化水平的加快，將促進健康水平的提升，預期影響為正。

X6文盲率(ILLITERATE)：反映教育水平的指標很多，教育產出最核心的測度指標之一就是文盲率，它反映了社會發(fā)展的文明程度，這在學界也是達成共識。本研究認為，教育程度越高，文盲率越低，從而健康水平越高，文盲率是逆指標，預期影響為負。

X7環(huán)境水平指數(EQI)：環(huán)境與健康的關系，不言而喻。2002年，UNDP在《中國人類發(fā)展報告》中首次引入的健康風險指數中，環(huán)境因素對健康的危險程度受到重視。其中空氣污染和水污染尤甚。環(huán)境質量與污染物(廢氣和廢水)排放關系緊密，本指標選取廢氣排放中的二氧化硫排放量和廢水排放量之和，除以省域年末總人口，得到人均環(huán)境水平指數值。環(huán)境水平指數越大，人群健康水平越低，本指標是逆指標，預期影響為負。

X8空間效應(ρ)：省域之間地理位置的差異，自然、社會、文化存在巨大的空間異質性，省域間的人口流動使得基本公共衛(wèi)生服務存在空間溢出效應。第一種結果是空間溢出效應為正，即健康水平H高的省域，起龍頭作用，拉動周邊省區(qū)發(fā)展，達到區(qū)域協(xié)調、均衡發(fā)展；第二種結果是空間溢出效應為負，即人財物等要素的流向健康水平高的省區(qū)，促進其更快更強發(fā)展，反而拉大了與周邊省域的差距?？臻g效應對人群健康的影響方向，需要實證分析來得到結論。

自變量操作化指標描述統(tǒng)計分析及對H的預期影響方向,見表1。

表1 自變量操作化指標描述統(tǒng)計分析及對H的預期影響方向

應用Arc GIS 10.1計算得到，Moran's I=0.099>0，人群健康水平H存在正空間自相關，因此不滿足OLS估計的獨立性假設前提。表2為給出了分別構建的OLS、SLM、SEM 3種全局空間計量模型的回歸估計結果，通過檢驗，選擇擬合優(yōu)度最高的模型。

OLS估計前，要進行多重共線性、正態(tài)性、異方差性的檢驗。GeoDa1.4.6軟件給出了檢驗結果：(1)Multicollinearity Condition Number=240.79>30，說明存在多重共線性。(2)Test on Normality of Errors：Jarque-Bera=4.28(P=0.118)，說明滿足正態(tài)性假設。(3)Diagnostics for Heteroskedasticity Random Coefficients：Breusch-Pagan=8.2853(P=0.31)，Koenker-Bassett=6.51(P=0.48)，說明不存在異方差。(4)Diagnostics for Spatial Dependence for Weight Matrix : china00.GAL (row-standardized weights)，5個拉格朗日乘數檢驗統(tǒng)計量中，LM-Lag & Robust LM-Lag的P值相對較小，說明SLM估計是合適的。(5)SLM估計的可決系數R2=0.88為最大，Log likelihood最大，AIC和SC最小，說明SLM的解釋能力最強。

表2 空間回歸模型估計結果

注：P<0.1。

SLM模型估計顯示:

“人均衛(wèi)生經費”影響為正，且有統(tǒng)計學意義，這與預期影響方向相同，說明省域經濟發(fā)展水平越高，衛(wèi)生費用投入越高，從而用于衛(wèi)生支出就越高，最終人群健康水平隨之提高，但隨之也會拉大省域之間健康水平的差距。

“基本公共衛(wèi)生服務水平”影響為正，這與預期影響方向相同，但無統(tǒng)計學意義。國家大力推進基本公共衛(wèi)生服務建設，尤其是推進地區(qū)均等化進程，對于提高地區(qū)衛(wèi)生服務水平，進而提升健康水平有積極作用。

“總撫養(yǎng)比”的影響為負，且有統(tǒng)計學意義，這與預期影響方向相同。隨著生育觀念的改變，生育意愿在下降。面對人口老齡化的速度加快，老年人口總量及其健康問題日益凸顯，如何提升老年的健康水平(包括身體、心理和社會適應性)，也是國家及社會各界面臨的重大問題。

“人口城市化率”影響為正，且有統(tǒng)計學意義，這與預期影響方向相同。

“人口密度”影響為負，且有統(tǒng)計學意義，這與預期影響方向相反。究其原因，可以與人口城市化水平提高聯(lián)系起來分析，人口向城市或城鎮(zhèn)集中，各種衛(wèi)生資源可以共享，達到資源的有效利用，從而提高健康水平。

“文盲率”影響為負，且有統(tǒng)計學意義，這與預期影響方向相同。

“環(huán)境水平”指數影響為正，且無統(tǒng)計學意義，這與預期影響方向相反。本研究選取的指標都是污染物的排放量，經濟越發(fā)展其污染物的排放越高，兩者存在正相關關系。所以某種意義上說環(huán)境水平指數反而是測度經濟發(fā)展水平的輔助指標。但是，隨著我國對環(huán)境治理越來越重視，這種趨勢會發(fā)生逆轉。

“空間滯后因子”影響為正，且具有統(tǒng)計學意義，這個指標反映出健康水平高的省區(qū)起龍頭作用，拉動周邊省區(qū)發(fā)展，相互影響又相互促進，達到區(qū)域協(xié)調、均衡發(fā)展，這時的空間溢出效應為正，有利于促進健康公平。

雖然構建的SLM模型擬合優(yōu)度R2達到了0.88，但是我們發(fā)現(xiàn)模型似然比檢驗值為Likelihood Ratio Test=1.3436，P=0.2464>0.05，并沒有通過顯著性檢驗，說明全局空間計量模型并不能夠反映各省域的異質性，這就有必要構建局部空間模型——地理加權回歸模型GWR來解釋。

2.2.3地理加權回歸模型(GWR)

基于SLM模型的分析結果，選取模型中通過顯著性檢驗的人均衛(wèi)生費用、總撫養(yǎng)比、人口城市化率、人口密度、文盲率等5個影響因素構建GWR模型，將變量分別代入公式(6)構建地理加權回歸模型，ArcGIS 10.1運行結果如表3所示。

表3 GWR模型回歸系數的描述統(tǒng)計分析

表3中標準化殘差的值域[-2.59,1.81]，全部100%均落在[-2.58,2.58]。說明GWR估計模型的標準化殘差值在0.05顯著性水平上服從隨機分布。說明模型擬合效果非常好。

ArcGIS 10.1給出了GWR模型參數估計值以及模型評價指標。殘差平方和Residual Squares=0.041 5，Effective Number=8.013 8，距離向量的標準差為Sigma=0.040 7，AICc=-100.923 3，擬合優(yōu)度R2=0.972 0，調整后的擬合優(yōu)度R2Adjusted=0.9641，大于SLM模型的擬合優(yōu)度，說明GWR模型較全局空間計量模型擬合得更加理想。GWR模型可以很好地反映每一個影響因素對人群健康水平H的影響。

ArcGIS 10.1同時繪制了各個影響因素的回歸系數及殘差標準誤的分層地圖，如圖7所示。圖中顏色偏藍色，回歸系數越?。活伾t色，回歸系數越大。人均衛(wèi)生費用、人口城市化率2個變量的回歸系數變化有從東到西依次增大趨勢；總撫養(yǎng)比、文盲率2個變量的回歸系數變化有從東北向西南依次增大趨勢；人口密度變量的回歸系數變化有從南到北依次增大趨勢。說明省域之間存在空間異質性，構建GWR模型分析各因素對H的影響尤為必要。

3 結 論

本研究發(fā)現(xiàn)：(1)2002—2016年15年間，我國省域人群健康水平上升的同時差異性在減小，時間演變上趨于健康公平。(2)人群健康水平集中指數CI值均大于0.68，說明健康水平高的集中在社會經濟發(fā)展高的省域。(3)泰爾總指數TP呈現(xiàn)逐年下降趨勢，六大區(qū)域內差異大于區(qū)域間差異；經過GDP加權后的TP一階嵌套分解后發(fā)現(xiàn)，東北、華北、華東各省域之間的差異相對較小，且有下降趨勢，尤其是東北地域為最??；西南、中南、西北各省域之間的差異較大，西北地區(qū)最大。(4)計算2016年省域人群健康水平的空間自相關指數Moran's I=0.099，說明人群健康水平存在空間異質性；LISA異質性地圖顯示河北、天津、江蘇三省市處在HH熱點區(qū)，且具有較高的顯著性，其他省區(qū)不顯著。(5)空間滯后模型(SLM)估計結果顯示，經濟發(fā)展、人口數量和結構、城市發(fā)展水平、教育水平、空間溢出效應是顯著的影響因素，基本公共衛(wèi)生服務水平和環(huán)境水平的影響不顯著。其中，空間滯后因子的影響為正，且具有統(tǒng)計學意義，這個指標反映出健康水平高的省區(qū)起龍頭作用，拉動周邊省區(qū)發(fā)展，相互影響又相互促進，達到區(qū)域協(xié)調、均衡發(fā)展，這時的空間溢出效應為正，有利于促進健康公平。(6)地理加權回歸模型(GWR)可以很好地反映每一個影響因素對人群健康水平影響的省域空間異質性。人均衛(wèi)生費用、人口城市化率2個變量的回歸系數變化有從東到西依次增大趨勢；總撫養(yǎng)比、文盲率2個變量的回歸系數變化有從東北向西南依次增大趨勢；人口密度變量的回歸系數變化有從南到北依次增大趨勢。在樣本空間單元存在異質性的研究中，GWR模型的擬合優(yōu)度最高。

圖7 各因素對H影響的省域空間變異性地圖

從宏觀層面來講，省域間社會經濟發(fā)展水平的差異是造成人群健康不公平的主要原因。經濟發(fā)展水平高的省區(qū)，可以提供較高水平和質量的基本公共衛(wèi)生服務和醫(yī)療服務、教育水平、工作及生活環(huán)境，進而影響其人群健康水平，從而增加了健康的不公平性。另外，社會、文化、政治等層面也會造成健康不公平性。從微觀層面來講，個人所處的社會階層，面臨的社會狀況，還有諸如其收入水平、就業(yè)情況、生活習慣、工作壓力、身體狀況等等，都會造成健康水平的不公平，這是必然存在的。