基于平均預期壽命的我國人口健康水平時空分異與影響機制分析

梁曉璇，張新輝，陳 功

1北京大學人口研究所，北京，100089；2北京體育大學中國體育戰略研究院，人文學院，北京，100084

平均預期壽命是指假定按照地區當前的分年齡死亡率,同一批人平均生存的年數,能夠便捷清晰地反映地區人口的健康水平,是聯合國人類發展指數(human development index, HDI)合成指標中用于反映健康水平的指標,也是“健康中國”戰略用于衡量成效的指標[6]。國內外相關研究主要聚焦于地區差異、作用機制、動態演化及其變動對社會經濟的影響等方面,自二戰結束以來,全球大部分國家平均預期壽命持續增長,多數發達國家已經超過80歲[7],但國家與國家之間、一國區域之間甚至城鄉間健康不公平的問題仍普遍存在[2,4,8-10]。這也使得學者們對平均預期壽命的研究從演化過程、空間格局的描述性分析,逐步轉移到對健康不公平現象背后作用機制的探尋[3, 11-16]。在研究方法方面,以一般性的回歸方法為主,但隨著學者們出于對地理因素越來越多的考量,空間計量方法如地理探測器、地理加權回歸等也逐步引入健康研究當中[3]?？傮w來看,已有研究尚未關注 “新常態”和 “健康中國”戰略實施背景下平均預期壽命演化格局的新特征和新趨勢,而顯著的空間分異背后的健康交互特征也少有學者關注。鑒于此,本研究綜合運用LISA時空躍遷、地理加權等研究方法探究我國人口健康水平的時空演化特征和作用機制,以期為推進“健康中國”建設提供參考。

1 資料來源與方法

1.1 資料來源

本研究使用國家統計局發布的第五、第六、第七次人口普查公布的我國31個省份的人口平均預期壽命數據,以探究其在2000-2020年的時空演化特點。人均GDP、城鎮化率、人均可支配收入、文盲率、人均綠地和園林面積、二氧化硫排放量主要來自于《中國統計年鑒》(2001-2021年),千人口醫療衛生機構床位數、千人口衛生技術人員數、人均衛生健康支出來源于《中國衛生統計年鑒》(2003-2012年)、《中國衛生和計劃生育統計年鑒》(2013-2017年)、《中國衛生健康統計年鑒》(2018-2021年),少數民族人口數來源于各省統計年鑒如《遼寧統計年鑒》,夜間燈光數據來源于國家青藏高原科學數據中心官網(http://data.tpdc.ac.cn/zh-hans),平均氣溫、平均濕度來源于中國環境監測總站官網(www.cnemc.cn)。

1.2 研究變量

平均預期壽命不僅是一個反映死亡水平的指標,其內涵涉及人群健康水平、社會公平等多個方面,已經被中國等多個國家政府用于衡量健康發展績效[14-19]。健康水平的變化和差異往往與人們生活、學習、工作所暴露在的社會環境直接或間接相關,影響著人群健康的公平和風險,因此在對健康水平的影響因素研究中,很多學者運用社會決定因素框架(social determinants of health, SDOH)選取影響因素[20-21]。本研究在Wang等對SDOH框架改進的基礎上[3],除了從社會經濟、人口特征、醫療衛生資源3個維度衡量經濟發展基礎、城鎮化水平、地區公平、民族、教育以及醫療衛生資源稟賦的作用之外,進一步加入對自然環境的考慮,從環境污染、氣候和生活環境質量的角度解釋地區間健康水平差異的影響機制,具體指標如表1所示。

1.3 研究方法

1.3.1 泰爾指數。泰爾指數由泰爾將信息理論中的熵應用于經濟學領域分析收入差距[22],因其具有可分解性,可將差異分成區域間差異和區域內差異,由此本研究也引入泰爾指數來測度我國31個研究單元平均預期壽命的區域差異。

1.3.2 LISA時空躍遷分析。LISA時空躍遷通過分解的思路,將Moran's散點圖中各研究單元在一定時間段內的集散、方向變動等屬性通過傳統馬爾可夫鏈進行表達[23-24],可用于測度不同時段各省份人口健康水平與周圍省份的關聯關系,以及關聯類型在時間上的轉換情況。主要包括4種類型:I型表示省域自身與鄰域在一定時間范圍內均不發生形態類型的躍遷;II型表示鄰域不變,僅省域自身發生躍遷;III型表示省域自身未發生改變,僅省域鄰域發生躍遷;IV型則表示省域及其鄰域均隨時間推移發生形態類型的躍遷。

1.3.3 探索性回歸。機制研究中往往會選取多個解釋變量,考慮到現實意義OLS回歸難以確定一個最為符合各方面條件的模型,而探索性回歸作為一種數據挖掘工具,能夠遍歷自變量的所有模型組合,基于設定的閾值標準,找出滿足條件的最優選擇。健康水平的差異很大程度受到社會經濟、人口特征、醫療衛生資源和自然環境的共同作用,為保證研究框架的完整性和影響因素的更優解釋,結合已有研究[15,25],采用ArcGIS 10.7 的探索性回歸工具,篩選原則如下。①最小調整R2不低于0.5。②各影響因素需至少在10%水平下顯著。③最大方差膨脹因子小于7.5。④所選影響因子組合的赤池信息量準則值盡量小,進行解釋變量的選取。

1.3.4 地理加權回歸。OLS回歸采用的是全局回歸的角度來量化影響因素對被解釋變量的影響,但由此會忽略變量的空間相關性,不可避免地存在一定的空間誤差。而我國地區間經濟、環境等因素具有較大異質性,為此健康水平也呈現出明顯的空間差異,因而選擇地理加權回歸進行影響因素分析,以量化研究變量的空間非穩定性。

2 結果

2.1 2000-2020年我國人口平均預期壽命的分布及其動態演化特征

我國人口平均預期壽命在20年間穩步提高,從2000年的71.2歲提高至2020年的77.9歲,增長了6.7歲。泰爾指數從2000年的0.098降至2020年的0.060,表明我國地區間人口平均預期壽命的差異逐步縮小。另外,通過2000-2010年和2010-2020年兩階段平均預期壽命的增速變化與全國平均水平相比較,將全部研究單元分為4類:低速增長型、先慢后快型、先快后慢型和高速增長型,以刻畫地區間平均預期壽命增長的動態分異特征(圖1)。其中,低速增長型共有11個研究單元,與平均預期壽命較高研究單元的分布高度吻合。而高速增長類型的11個研究單元則主要分布于我國的中、西部地區,絕大多數平均預期壽命相對較低。

圖1 2000-2020年我國人口平均預期壽命變動模式

2.2 我國人口平均預期壽命局域空間的時空躍遷結果

采用LISA時空躍遷分析進一步揭示我國地區間平均預期壽命空間關聯形態的轉移特征(表2)。其中HH和LL分別為高值集聚型和低值集聚型,而HL和LH則分別表示自身為高值被相鄰的低值區包圍和自身為低值被相鄰的高值區包圍?？梢钥闯?I型躍遷占比最高,2000-2010年間和2010-2020年間分別為77%和48%。其中,山東、江蘇、上海、安徽、北京、天津、河南、浙江8個省份研究期內均為HH型,而西部的新疆、西藏、貴州研究期內均為LL型。另外,從4大區域I型研究單元的占比來看,東部地區兩階段均為80%,中部地區從50%下降至33%,西部地區從83%下降至42%,而東北地區則從100%下降至0%。

研究進一步驗證了環境心理學相關理論及Arthur Stamps的天際線美學理論，為城市天際線定量評價提供了探索性的研究方法。當前我國城市正處于快速建設的階段，設計手段及反饋機制亟待更新，以上方法也為城市規劃設計導則的科學化編制提供了可能性。關于現階段城市設計得到如下啟示：

表2 人口平均預期壽命時空躍遷矩陣

2.3 我國人口平均預期壽命時空演化的影響因素分析

結果顯示2000年、2010年、2020年地理加權回歸模型調整R2平均值分別為0.91、0.85和0.90,模型線性擬合度均大于相應的OLS回歸模型,說明各因素對平均預期壽命的影響具有顯著的空間異質性,具體影響因素的回歸系數如表3-表8所示。

表3 人均GDP回歸系數

表4 城鄉收入比回歸系數

表5 少數民族比例回歸系數

表6 文盲率回歸系數

表7 千人口衛生技術人員數回歸系數

表8 綠地和園林面積回歸系數

社會經濟因素中人均GDP對于平均預期壽命具有正向作用。2000年人均GDP回歸系數表現出自西北向東南遞增的特點,這一時期地區經濟發展水平與平均預期壽命的分布具有梯度一致性, 回歸

系數大于0.42的研究單元與其他單元相比,人均GDP高出約1800元,平均預期壽命高約4歲。研究期內城鄉收入比對于平均預期壽命具有顯著的消極影響,以2000年為例,中國城鄉收入比最高的10個研究單元與城鄉收入比最低的10個研究單元平均預期壽命分別為66.0歲和70.5歲。

人口特征中少數民族比例與平均預期壽命之間長期呈顯著的負相關關系,少數民族比例較高的研究單元平均預期壽命持續低于我國平均水平。 2000年、2010年和2020年31個研究單元平均預期壽命分別為71.2歲、74.9歲和77.9歲,而少數民族比例前10位的研究單元平均預期壽命平均值分別為68.7歲、72.7歲、76.1歲。此外,2010年后,文盲率對地區平均預期壽命表現出顯著的負向作用。

2020年,醫療衛生資源水平對平均預期壽命的影響開始凸顯。其中千人口衛生技術人員數對于多數地區平均預期壽命以積極影響為主,如2020年千人口衛生技術人員數最多的研究單元北京, 其平均預期壽命為82.5歲,顯著高于全國平均水平的77.9歲。但新疆、青海和西藏千人口衛生技術人員數卻與當地平均預期壽命呈負相關關系,兩者之間的錯位現象突出。其中青海千人口衛生技術人員數約為 8.26 人,位列 31 個研究單元的第7位,而其平均預期壽命卻位處倒數第2位,表明西部地區盡管衛生技術人員數量相對具有保證,但專業素質和醫療設備與東部發達地區仍存在客觀差距。

另外,在自然環境維度中,綠地和園林面積對我國的平均預期壽命具有顯著的正向作用,回歸系數的分布格局總體呈現“西高東低”的分異特點。并且呈現出綠地園林面積水平越低的地區回歸系數越高,如位于西部的青海、新疆等2000-2020年回歸系數均在0.2左右,表明此類地區健康水平受環境的制約作用更強。

3 討論

3.1 我國中、西部地區人口健康關聯結構相比東部較為松散,有助于健康促進機制的重構

本研究顯示,我國人口平均預期壽命的分布具有明顯的路徑依賴特征。東部地區人員稠密,擁有扎實的經濟基礎和較高的對外開放水平,具有高層次的醫療衛生服務需求和供給,尤其在2000年后高速交通的便利化下,醫療衛生資源從核心城市逐步向外蔓延,跨區域推動東部地區醫療衛生水平的整體性發展,形成了“壟斷性”的健康優勢[26],并且從I型研究單元的占比來看,醫療衛生資源整體性的發展使得東部地區的健康優勢結構較為穩固。而西部的新疆、西藏等則長期處于資源被剝奪的境況,醫療衛生資源不均衡現象突出,平均預期壽命水平整體較低,健康關聯效應較弱,處于“健康相對貧困”的地位。不過盡管這種健康不均衡的空間局面短期內難以徹底扭轉,但此種鎖定特征呈現減弱的態勢,這也意味著此類地區更易受到外力的干預,從而有助于現有落后局面的打破和地區間健康促進機制的重構。尤其伴隨“新醫改”和“健康中國”戰略的逐步深入,資金、技術、人力不斷向西部地區傾斜,健康產業、健康服務、健康保障多方面發力,地區間健康水平的絕對差距逐步縮小[27],未來可通過“健康中國”戰略這一全局性力量,針對中、西部地區健康薄弱的環節,構建跨區域的醫療衛生協作體系,以信息化促進優勢地區醫療資源的橫向流動。

3.2 我國人口健康水平的空間分異格局受到經濟、人口、環境和醫療衛生因素的影響

我國不同地區人口健康水平在空間上的分異首先受到社會經濟基礎的制約。經濟水平的高低直接決定地區教育、環境、醫療衛生治理的現實可能性,也是地區人口健康保障的必要條件[3],因而人均GDP較高的地區,地區總體的健康水平也相對較高。城鄉收入比對于平均預期壽命具有顯著的消極影響,以2000年為例,我國城鄉收入比最高的10個研究單元與城鄉收入比最低的10個研究單元平均預期壽命分別為66.0歲和70.5歲。收入水平的差距決定人群醫療衛生保障能力和生活條件存在客觀差異,同時,較大的收入差距會導致收入較低的群體具有更大的社會壓力,對收入和生活水平的焦慮和不滿也會導致更多如吸煙、酗酒等有損健康的行為[10,13]?？梢姼纳剖杖敕峙浣Y構,共同富裕、推動城鄉一體化發展不僅是社會經濟可持續發展的應有之義,同時對于提高地區健康水平、促進平均預期壽命的提升也具有重要意義。

人口特征方面少數民族比例和文盲率與平均預期壽命之間存在顯著的負相關關系。比如我國中西部地區即為少數民族的主要聚居地區,文盲率也相對較高,其平均預期壽命持續低于我國平均水平。以往研究指出種族、民族間平均預期壽命的差異本質上是經濟、教育、婚姻生育觀念等因素的割裂所導致的[28-29]。而文化水平和識字水平的局限對于兒童的哺育、照料以及健康觀念的發展和衛生知識的接受都有顯著的阻礙效應,從而對健康水平造成消極影響。這也表明,促進少數民族經濟和醫療衛生條件的發展以及積極生育觀、科學健康觀的普及能夠進一步提高少數民族地區人口的健康水平。另外,醫療衛生資源中衛生技術人員作為醫療衛生服務的重要載體,在人群中比例的提高有利于地區的就醫保障,從而對于地區健康水平的提升具有顯著的積極影響。環境因素方面,人均綠地和園林面積的正向作用也表明了生活環境對于人群健康的重要性,人均綠地和園林面積的提高會激勵公民的鍛煉和健康行為,從而能夠減少如肥胖、高血壓等疾病的發生,有助于地區的健康促進[30]。

基于以上討論,在“健康中國”戰略實施的背景下,健康目標應更主動地融入各相關部門、促進政策落地以解決健康不公平問題。其次,應當關注健康交互作用結構更為松散的中、西部地區,吸取類型向好的躍遷單元如重慶、江西等的發展經驗,通過經濟、人口、環境和醫療衛生因素的作用重構健康促進的協同機制,以點帶面,統籌改善地區的健康水平。