中國社區社會經濟地位和成人自評健康的關聯研究

王志成，郭 巖

(北京大學公共衛生學院衛生政策與管理學系，北京 100191)

《“健康中國2030”規劃綱要》要求“逐步縮小城鄉、地區、人群間基本健康服務和健康水平的差異，實現全民健康覆蓋，促進社會公平”[1]。大量研究揭示了中國國內不同社會群體之間存在明顯健康不公平情況[2-3]，相關生態學研究也證實經濟社會發展落后地區的人群面臨更高的疾病負擔，而且期望壽命更短[4-5]。在不同層面地區中，社區作為居民日常生活接觸和互動最頻繁的地區，社區社會經濟地位是健康社會決定因素中的重要因素。社區社會經濟地位由居民的社會經濟地位決定，大量低社會經濟地位人群居住的社區被稱為低社會經濟地位社區[6]。社區社會經濟地位和人群健康的關聯，可能僅僅是因為個體社會經濟地位低而健康狀況差的個體聚集造成的構成效應(compositional effect)，也可能是社區社會經濟地位對個體健康具有獨立的效應，即情境效應(contextual effect)[7]。社區社會經濟地位對健康是否具有影響，將關系到是否需要在低社會經濟地位社區開展社區層面的干預，例如改善社區基礎設施、構建和諧社區文化等。

國外已開展了大量利用多水平模型方法，在控制個體因素后分析社區社會經濟地位對自評健康影響的研究。Daponte-Codina等[8]利用1987—2001年西班牙五輪健康調查數據，發現控制個體社會經濟地位后，與生活在社會經濟地位最高20%的社區相比，生活在社區社會經濟地位最低20%社區的居民健康狀況較差。除了上述橫斷面研究的證據，Xiao等[9]利用美國退休人員協會(America Association of Retired Persons，AARP)的膳食與健康調查數據，分析1995—2006年近25萬人的隊列調查數據，發現與居住在社會經濟地位最高20%社區的人群相比，居住在社會經濟地位最低20%社區的人群自評不健康風險更高(OR=1.26，95%CI：1.20～1.32)。然而，也有部分研究認為社區社會經濟地位和成人自評健康之間的關聯能夠完全被個體層面社會因素所解釋，Rejineveld[10]在荷蘭阿姆斯特丹開展的研究顯示，低社會經濟地位社區的不良健康狀況主要是由于大量低社會經濟地位且不健康個體聚集造成的，社區層面社會經濟地位和自評健康之間的關聯在控制個體層面社會經濟因素后消失。

目前，中國社區社會經濟地位對健康影響的研究尚不多見，Lei[11]利用2010年中國家庭追蹤調查(China Family Panel Studies，CFPS)基線數據，發現控制兒童所在家庭社會經濟地位后，居住在農村低社會經濟地位社區的兒童身高更低，營養狀況更差。本研究采用具有全國代表性家庭調查數據，構建社區社會經濟指數(socioeconomic index, SEI)，并采用多水平建模方法控制個體社會經濟因素后，分析社區社會經濟地位是否和成人自評健康存在獨立關聯。

1 資料與方法

1.1 資料來源

本研究采用的數據來自于中國家庭追蹤調查(China Family Panel Studies，CFPS)，該調查是一項全國性、綜合性社會追蹤調查項目，旨在通過追蹤收集個體、家庭、社區3個層次的數據，反映中國社會、經濟、人口、教育和健康的變遷[12]。其中社區在城市地區指的是居委會社區，在農村地區指的是村委會社區。

CFPS的調查樣本框為中國25個省、自治區和直轄市中的家庭戶和樣本家庭戶中的所有家庭成員，抽樣框覆蓋了中國95%以上的人口[13]。CFPS 2010年基線數據完整，因此本研究利用基線數據構建樣本社區的SEI，為保證社區層面的均值指標穩定可靠，本研究刪除了少于15個受訪戶的社區。由于2012年追蹤數據中的成人自評健康詢問方式更加合理[14]，本研究結合2012年追蹤數據中成人數據進行多水平回歸分析。數據處理過程如圖1所示，最終共有31 321名成人受訪者納入本研究分析，分布在577個社區中，其中城市居民8 423名，農村居民22 898名。

1.2 社區SEI

國外采用多個社會經濟指標來衡量社區的社會經濟地位[15]，但是相關社會經濟指標存在共線性問題，因此需要采用主成分分析方法構建社區SEI。本研究對社區層面人均收入、人均教育年限和人均財富進行主成分分析，構建社區SEI。因為社區人均收入和人均財富呈偏態分布，需要先對其進行對數轉換。此外，因主成分分析對變量量綱敏感，將對上述指標按照公式(1)進行最小值-最大值(min-max)標準化，以消除指標的量綱影響:

(1)

其中sij為j社區轉換后的i指標，xij為j社區的原始i指標，xij(min)和xij(max)分別為i指標在所有社區中的最小值和最大值。對上述3個轉換后的指標提取第一主成分，對第一主成分得分進行標準化后作為社區SEI，該指數越高，說明社區社會經濟地位越高(圖2)。為了更直觀地說明社區SEI對應的社區社會經濟情況，本研究根據社區SEI將樣本分為五等分，計算各組中不同維度貧困率(成人文盲率、收入貧困率、無安全用水率、無水沖廁所率和無清潔烹飪燃料率)。

圖2 社區SEI構建流程Figure 2 Process of constructing SEI

1.3 成人自評健康和控制變量

自評健康是社會調查中常用的單項主觀健康指標，能夠預測遠期死亡風險[16]，不僅僅反映疾病狀態，還能多方面反映健康水平[17]。測量受訪者健康時，問卷詢問受訪者“你會說你的整體健康狀況是什么?”，并要求受訪者從5個類別中選擇一個回答：非常健康、很健康、比較健康、一般、不健康，將回答“不健康”定義為自評不健康，編碼為1，其他回答編碼為0。其他個體層面的控制變量包括年齡、性別、婚姻狀態、教育程度、就業狀態、收入和財富等指標。

1.4 多水平Logistic回歸

本研究采用多水平建模方法研究社區社會經濟地位對健康的影響，用以控制社區內部成員之間的組內相關性。其中，第一水平為成人，第二水平為社區，采用多水平Logistic隨機截距模型分析，相應的估計方程如下：

logit(yji)=β0j+βiXji+γji，

(2)

式中下標j表示不同社區，下標ji表示j社區中成人i，β0j是回歸截距，βi是個體層面的回歸斜率。其中，社區層面的截距模型為：

β0j=γ0+γjSEIj+μ0j。

(3)

將公式(3)代入公式(2)得到下式：

logit(yji)=γ0+γjSEIj+βiXji+μ0j+γji,

(4)

式中，SEIj為j社區SEI，γj為對應的系數，γjSEIj為社區社會經濟地位對自評不健康影響的效應；Xji為個體層面的特征，βi為個體層面因素對應的系數，μ0j為社區層面的隨機波動，γji為個體的隨機波動。對應的組內相關系數(intraclass correlation coefficient，ICC)計算公式如下：

(5)

2 結果

2.1 2010年基線調查社區社會經濟情況

納入到最終分析的成人分布在577個樣本社區，其特征如表1所示，其中位于東部282個(48.87%)、中部144個(24.96%)、西部151個(26.17%)，79.37%的社區人均受教育年限小于9年，63.08%的社區人均年收入小于1萬元，80.07%的社區人均財產低于10萬元。

表1 2010年基線樣本社區基本情況Table 1 Characteristics of baseline sample communities, 2010

2.2 社區SEI結果

對標準化消除量綱后社區人均教育年限、社區人均收入(對數)和社區人均家庭財富(對數)進行主成分分析，提取第一主成分得分，其具體公式為：第一主成分=0.56×社區人均教育年限+0.60×社區人均收入(對數)+0.57×社區人均財富(對數)。第一主成分解釋了83.28%的總變異。

對第一主成分進行標準化后作為社區SEI，其取值范圍為-2.41～3.16，均值為0，方差為1。SEI越大說明社區社會經濟地位越高。進一步分析社區社會經濟地位和貧困率之間的關聯，結果顯示隨著社區社會經濟地位增加，成人文盲率、收入貧困率、無安全用水率、無水沖廁所率和無清潔烹飪燃料率顯著下降(表2)，說明社區SEI能夠較好地反映社區的社會經濟地位。

表2 2010年按SEI劃分的不同社區不同維度貧困發生率(%)Table 2 The prevalence of deprivation in different dimensions grouped by community SEI, 2010 (%)

2.3 社區社會經濟地位和成人自評健康的關聯結果

同時控制個體和社區因素的多水平回歸結果顯示，就個體社會經濟因素而言，隨著成人教育程度、收入和財富的增加，成人自評不健康的概率下降。隨著社區社會經濟地位增加，城市居民和農村居民自評不健康概率均有所下降，但城市自評不健康概率下降無統計學意義(OR=0.94，95%CI：0.83～1.06)，而農村自評不健康概率下降具有統計學意義(OR=0.84，95%CI：0.76～0.94，表3)。

基于多水平Logistic回歸模型，圖3顯示了在城市和農村社區SEI取值范圍內，隨著社區SEI增加，城鄉居民自評不健康概率下降情況，社區SEI提高和農村居民自評不健康情況改善關聯顯著，關聯強度高于城市居民。

3 討論

本研究利用具有全國代表性的中國家庭追蹤調查數據分析了社區社會經濟地位對成人自評健康的影響，發現基于社區人均收入、財富和教育年限構建的社區SEI能夠較為全面地反映社區社會經濟地位，隨著社區社會經濟地位提高，社區不同維度貧困率下降。多水平回歸研究結果顯示，在控制了個體社會經濟因素后，隨著社區社會經濟地位提高，成人自評不健康概率下降，社區社會經濟地位對健康具有情境效應。然而只在農村社區中觀察到了情境效應，換言之，居住在低社會經濟地位農村社區會額外增加居民的自評不健康風險。社區社會經濟地位影響健康的一個重要途徑就是公共資源和服務途徑[18]，中國面臨著較大的城鄉差異，農村社區公共服務和基礎設施顯著落后于城市社區[19]。社會經濟地位低的農村社區公共服務供給更為不足，社區公共資源和服務的供給需要農村居民自己集資或者地方政府提供。因此，低社會經濟地位農村社區無力提供充足的包括醫療服務在內的公共資源和服務，無法有效維護居民健康。除了農村社區公共服務和基礎設施的供給不足外，其公共服務的質量也落后于城市社區[20]，由此推測低社會經濟地位農村社區的公共服務質量也更低，這些因素有助于解釋農村社區居民的健康更容易受到社區社會經濟地位的影響。

表3 社區SEI和成人自評不健康之間的關聯Table 3 Association between community SEI and adults self-rated poor health

圖3 社區SEI對成人自評不健康的邊際效應Figure 3 Marginal effect of community SEI on adult self-rated poor health

減少國家內部健康不公平不僅是“健康中國2030”的要求，同時也是聯合國可持續發展目標的要求[21]。減少國家內部健康不公平，不僅需要改善低社會經濟地位個體的健康狀況，同時也需要整體關注低社會經濟地位社區人群健康狀況。盡管中國扶貧議程轉向了基于個體的精準扶貧，但仍需要采取基于社區層面的干預，這種干預應該從經濟開發的政策轉移到完善公共服務的政策，針對健康的情境效應采取對應措施。國內已有相關政策致力于改善貧困地區的公共服務，例如2016年15個部委聯合發布了《關于實施健康扶貧工程的指導意見》，要求“實施貧困地區縣級醫院、鄉鎮衛生院、村衛生室標準化建設，加快完善貧困地區公共衛生服務網絡，以重大傳染病、地方病和慢性病防治為重點，加大對貧困地區疾病控制、婦幼保健等專業公共衛生機構能力建設的支持力度”[22]。這些整體改善貧困社區醫療條件的政策能夠促進農村貧困社區所有居民的健康狀況，有助于縮小國家內部的健康不公平。

本研究主要局限體現在，采用橫斷面研究設計，所得到的社區社會經濟地位對健康的影響仍不足以被解讀為因果效應。影響社區社會經濟地位對個體健康因果推斷主要體現在樣本的自選擇問題，低社會經濟地位社區中的健康個體可能會遷移到高社會經濟地位社區，造成低社會經濟地位社區不健康人群比例增加。未來還需要采用追蹤數據進一步研究社區社會經濟地位對健康的長期影響，以增強結論的因果推斷強度。

本研究利用2010年CFPS基線數據構建了樣本社區的SEI，該指數能夠反映社區的社會經濟狀況。結合CFPS 2012年追蹤數據進行多水平回歸分析發現，在控制個體層面的人口學和社會經濟因素后，隨著社區社會經濟地位的增加，農村成人居民自評不健康概率下降。在社會經濟發展落后的農村社區，不僅需要采取針對個體的健康干預，同時需要開展基于社區層面的健康干預，以整體改善社會經濟發展落后社區所有居民的健康水平。