李艷麗 ,譚樂祥,閆菊娥,高建民
(1.西安交通大學 公共政策與管理學院,西安 710061;2.臨沂大學 法學院,山東臨沂 276000;3.江蘇省興化市人民醫院,江蘇 興化 225700)
當前世界各國都開始加大對健康和醫療保健領域的投入力度,但是衛生狀況和總體健康結果的改進卻越來越緩慢,甚至出現了更大的健康結果不公平。健康結果不平等是指在一個國家或地區內健康結果存在差異。中國居民的健康結果較之前有了很大的改善,但健康結果公平問題同樣不容樂觀[1]。
相較國際上對健康不平等問題的研究,我國對居民的健康不平等進行的研究處于起步階段。劉寶和胡善聯(2001)利用上海市四區(縣)進行的家庭衛生服務調查數據,采用Hopit模型獲得人群間可比性的傷殘得分考察了與收入相關的健康不平等問題。李湘君等(2013)利用2009年中國健康與營養調查江蘇省數據,以自評健康狀況為健康結果變量,研究結果表明江蘇省居民存在健康結果不平等[2]。與研究居民健康不平等問題的其它文獻相比,本文利用陜西省第四次國家衛生服務調查數據,對農村居民的與收入相關的健康不平等問題進行定量分析,以自評健康作為健康結果變量,采用Probit模型對其進行賦值,并在此基礎上計算集中指數,進行不平等來源的分解。
本研究使用2008年陜西省第四次國家衛生服務調查數據,以15歲及以上農村居民為研究對象,共計3263戶、8558人。調查內容包括家庭成員人口社會學特征、家庭成員經濟狀況、家庭成員健康結果。擬合優度檢驗、瑪葉指數和DELTA不相似系數與GINI集中比顯示樣本的代表性較好,調查數據與總體的差別較小。
大量文獻表明,健康自評能夠反映健康狀態的主觀和客觀兩個方面,因此可以作為評價健康狀況的一個重要指標。根據國際經驗,第四次國家衛生服務調查采用歐洲五維健康量表(EQ-5D)來反映居民的健康自我評價情況。本研究選用綜合健康評分指標來反映自評健康狀況。綜合健康評分指標是對百分制刻度尺進行打分,“0”代表健康結果最差,“100”代表健康結果最好。根據研究目的以及擬合模型需要,本研究將百分制的自評健康得分轉換成二分類變量,即以中位數為界,80分及以上為良好,80分以下為不良,可以計算自評健康不良率。
引入模型的健康結果的影響因素包括:“人口統計學”變量如性別和年齡,“控制”變量包括經濟水平、教育程度等。具體設置及描述見表1所示。
采用集中指數和集中曲線測量健康結果不平等。集中曲線是以經濟水平從最窮到最富排序后的人口累計百分比為x軸,以與之相對應個體的健康結果變量為y軸進行繪制的。如果健康結果與經濟水平無關,集中曲線應該與45度對角線重合。45度的對角線也被稱之為公平線。集中曲線與公平線的距離越遠說明健康結果越不公平[3]。集中指數是集中曲線和公平線(45°線)間面積的兩倍,取值范圍為[-1,1]。集中指數的公式如下:

式中:cov為協方差;hi為健康結果變量;μh為hi均數;ri=i/N是將個體按照經濟水平排序后,第i個體在總人數中的比例,i=1為最窮個體,i=N為最富個體。

表1 Probit模型中控制變量的設置及描述
本文采用集中指數分解法測量健康結果的水平公平性。集中指數分解法是將健康結果集中指數分解為各因素對健康結果不平等的貢獻,將影響因素分為“人口學”變量和“控制”變量。利用集中指數分解法不但可以測量與經濟水平相關的健康結果的水平公平性,而且能夠計算各因素對健康結果不平等性的貢獻,通過Probit模型估計不同因素對健康結果變量的影響[4]。公式如下:

式中:yi為健康結果變量;xj為“人口統計學”變量;γk為“控制”變量;為邊際效應,即為dy/dxj和dy/dzk,它是每個變量通過計算樣本均數時得到并被視為固定參數;μi為殘差項,包括逼近誤差。
由于式(2)具有線性可加性,因變量y的集中指數分解結果如下所示:

式中:C為y的非標準化集中指數;Cj為xj的集中指數;Ck為γk的集中指數;GCε為殘差項的集中指數;為xj的均數;為zk的均數。
健康結果水平不公平指數等于非標準化集中指數減去“人口統計學”變量對不平等的貢獻,公式如下:

數據采用Stata12.0軟件進行統計學分析,圖表采用Excel2010軟件進行繪制。
結果表明,自評健康不良率的集中指數為-0.0441,說明陜西省農村居民存在偏富人的健康結果不平等,即自評健康不良率集中于窮人,經濟水平較差的農村居民的健康結果較差。以經濟水平(人均消費性支出)的累計百分比為x軸,以其所對應的健康結果變量為y軸,繪制集中曲線。自評健康不良率的集中曲線總體上位于公平線的上方,說明健康結果的集中指數總體上為負值,存在偏富人的健康結果不平等,經濟水平較差農村居民的健康結果較差。
以自評健康不良率為健康結果指標為因變量,擬合模型,分析各因素對健康結果水平公平性的影響。回歸模型的自變量分為兩類:“人口統計學”變量和“控制”變量,其中性別和年齡為“人口統計學”變量,其它變量為“控制”變量。選用Probit回歸模型,采用線性逼近法計算自變量對健康結果的邊際效應。
通過模型計算顯示,偽決定系數(Pseudo R2)=0.1812,似然比c2=1866.48,P<0.001,故該模型與最簡模型相比有統計學意義,對其有顯著影響的變量有經濟水平、性別、年齡和家庭規模。
比較其它變量對自評健康不良率的影響,可以發現:(1)就業狀況對自評健康不良率的影響大體上顯著,在校學生呈負向顯著,而無業呈正向顯著,說明相比較在業居民,在校學生的自評健康不良率較低,而無業居民的自評健康不良率較高。(2)廁所類型對自評健康不良率的影響呈正向顯著,說明相比較無害化衛生廁所,使用衛生廁所和非衛生廁所居民的自評健康不良率較高。(3)居住地區對自評健康不良率的影響呈負向顯著,說明相比較陜南居民,陜北及關中居民的自評健康不良率較低。(4)離最近醫療點距離對自評健康不良率的影響呈正向顯著,說明距離最近醫療點的分鐘數越大,自評健康不良率越高,具體見表2所示。
利用Probit回歸模型估計出自變量對健康結果的邊際效應后,便可利用式(3)將健康結果的集中指數分解為各自變量對其的貢獻。計算得出自評健康不良率的集中指數為-0.0441,即不良健康結果集中于低收入群體,存在偏富人的健康結果不平等。
從“人口統計學”變量的角度來看,男性和30~44歲、45~59歲兩個年齡組,貢獻均為正值,起到了擴大偏窮人健康結果不平等的作用,對偏富人的健康結果集中指數的貢獻率為負值。60歲及以上年齡組的貢獻為負值,起到了縮小偏窮人健康結果不平等的作用,對偏富人健康結果的集中指數的貢獻率為105.41%。貢獻率作為一個相對指標,在自評健康不良率為健康結果指標的集中指數的分解中,如年齡對偏富人健康結果不平等的貢獻為負值,說明年齡起到了縮小偏窮人健康結果不平等的作用,因此相比較偏富人的自評健康不良率的集中指數,貢獻率為正值。具體見表3所示。

表2 以自評健康不良率為因變量的Probit模型估計結果
從“控制”變量的角度來看,經濟水平對健康結果影響的彈性為正,由于其分布集中于富人,貢獻為正值,起到了擴大偏窮人健康結果不平等的作用,而對偏富人的健康結果集中指數的貢獻率為-91.60%。教育程度的貢獻為負值,起到了縮小偏窮人的健康結果不平等作用,對偏富人的健康結果不平等的貢獻率為39.34%。同樣,就業狀況大體上起到了縮小偏窮人健康結果不平等的作用,對偏富人健康結果的集中指數的貢獻率為23.01%。除此之外,廁所類型為非衛生廁所、居住地為關中地區、距最近醫療點距離的貢獻為負值,起到了縮小偏窮人的健康結果不平等的作用,對偏富人的健康結果集中指數的貢獻率為正值;而衛生廁所和家庭規模貢獻為正值,起到了擴大偏窮人的健康結果不平等的作用,對偏富人的健康結果集中指數的貢獻率為負值。其余變量由于Probit回歸系數差異無統計學意義,故對健康結果不平等所起的作用并不明朗。具體見表3所示。

表3 以自評健康不良率為因變量的集中指數分解
根據Whitehead關于健康不平等和不公平的相關理論,利用式(4),計算出健康結果水平不公平指數,自評健康不良率的水平不公平指數為-0.0080,說明不良健康結果集中于低收入群體,存在偏富人的健康結果水平不公平,窮人的健康結果較差。
[1]中華人民共和國國務院新聞辦公室.中國的醫療衛生事業[J].北京周報(英文版),2013,56(3).
[2]李湘君,王中華.江蘇居民健康不平等及其分解:基于CHNS數據的分析[J].醫學與哲學(A),2013,(5).
[3]Wagstaff A,Paci P,Van-Doorslaer E.On The Measurement of Inequalities in Health[J].Social Science&Medicine,1991,33(5).
[4]Scott E,Theodore K.Measuring and Explaining Health and Health Care Inequalities in Jamaica,2004 and 2007[J].Revista Panamericana De Salud Pública.2013,33(2).