我國圍產兒省際健康公平性研究

劉詩婷 應曉華

復旦大學公共衛生學院 上海 200032

圍產兒死亡率是指妊娠滿28周至出生后7天內發生的死產及新生兒死亡,能反映一個國家或地區婦幼保健工作水平質量。[1]相較于新生兒死亡率等通常用以刻畫兒童健康指標,圍產兒死亡率關注到死產問題。死產作為懷孕和分娩的敏感指標,具有較高可預防性。[2]然而,目前我國圍產兒健康改善進展遲緩。根據華盛頓大學健康指標與評估研究所和聯合國兒童基金會的數據,我國圍產兒死亡在5歲以下兒童死亡占比不斷上升,到2019年圍產兒死亡率占比高達60.65%;其中死產和極早新生兒健康改善相對于嬰兒較為緩慢,2000—2019年,7～27天嬰兒死亡率下降約87.76%;死產率下降約65.66%,極早新生兒死亡下降約83.88%。[3]因此我國公共衛生領域加快死產、極早新生兒死亡率下降速度以均衡各年齡段兒童福祉十分必要。

2009年新一輪醫改啟動實施了基本公共衛生服務項目以促進中西部地區、農村地區孕產婦和兒童保健事業的發展并縮小婦幼健康差距,但我國圍產兒健康區域不公平性仍然存在。實證研究發現圍產兒死亡更多集中于相對貧困的地區[4],且圍產兒死亡與區域的衛生資源配置、基本醫療服務利用等有關[5]。此外按照“東部—中部—西部”進行區域劃分[6],圍產兒健康水平的區域差異總體呈擴大趨勢,圍產兒健康區域公平性有待改善。

經濟學家Grossman于1972年提出的健康生產理論從微觀層面揭示了健康決策和健康狀況之間的關系。[7]個體健康決策受到多因素影響,包括個體的收入、教育水平、社會環境以及與醫療保健相關的因素。同時,個體健康也受到遺傳因素和環境因素等的制約。目前健康生產理論也拓展并廣泛應用于政策和資源配置對健康狀況和健康公平性的評估研究。[8-9]學者們通過將地區層面變量替換原模型中的個體層面變量,實現宏觀層面分析,進而為公共決策提供了理論依據。本文基于健康生產理論總結了中國圍產兒健康的影響因素研究,主要集中于四個方面:(1)衛生系統因素,包括衛生資源配置、衛生服務利用與衛生政策[10-11];(2)個人層面因素,包括人口學特征、生物學因素以及個人健康行為[1,12-13];(3)社會經濟因素,包括收入、職業等[14-15];(4)自然環境因素,包括大氣質量、[16]水環境等。這四大類因素共同作用于圍產兒健康,導致其健康差異與健康不公平。在圍產兒健康區域公平性時空變化態勢的研究中,[4,6,12,17]大多以東、中、西部做區域界定,并未見對省際健康差異與趨勢進行刻畫。

本研究基于2002—2020年我國省際面板數據,運用基尼系數描述圍產兒死亡率省際差異的歷時性變化,并構建涵蓋衛生系統、人口結構、社會經濟以及自然環境的健康決定因素模型。此外研究進一步通過雙向固定效應回歸識別圍產兒健康關鍵影響因素,并利用夏普利值分解具有顯著影響效應變量對省際差距貢獻度的動態變化。本研究旨在觀察我國圍產兒健康在更長時間跨度中的時空演變特征,并從一系列聚焦于圍產兒健康的影響因素中挖掘我國更具優先級的方面。

1 資料與方法

1.1 資料來源

本研究數據來源于2003—2021年《中國統計年鑒》及《中國民政統計年鑒》、2003—2012年《中國衛生統計年鑒》、2013—2017年《中國衛生和計劃生育年鑒》、2018—2021年《中國衛生健康統計年鑒》、2005與2018年《中國人口和就業統計年鑒》、Wind(萬德)數據庫和加拿大達爾豪斯大學大氣成分分析組。除我國宏觀經濟和金融市場相關數據外,萬德數據庫提供部分人口、社會特征的數據。本研究中的流動人口指標來源于萬德數據庫。加拿大達爾豪斯大學大氣成分分析組是研究大氣中化學成分和氣候變化的學術研究團隊,提供衛星監測下的全球PM2.5柵格數據。基于此本研究使用ArcGIS 軟件提取了2002—2020年中國各省年均PM2.5相關數據。

1.2 指標與方法

1.2.1 相關變量與指標

本研究選取中國31個省(自治區、直轄市)的圍產兒死亡率為被解釋變量。綜合現有研究成果,本文從衛生資源配置、衛生服務利用、人口結構、社會經濟以及自然環境五方面探討我國圍產兒健康公平性的影響因素。以人均財政衛生支出、每千人口衛技人員、每百萬人婦幼機構、每萬人醫院婦產科床位、每十萬人婦幼機構床位來刻畫衛生資源配置情況;以孕產婦系統管理率刻畫衛生服務利用情況;以平均受教育年限、戶籍人口與總人口比值、離婚率刻畫人口結構特征;以人均國民生產總值、城鎮居民可支配收入、農村居民可支配收入、城鎮人口比重和城市供水覆蓋率刻畫社會經濟特征;以年均PM2.5濃度刻畫地區自然環境特征(表1)。

表1 圍產兒死亡率及相關變量定義表

研究選取基尼系數(Gini coefficient)、廣義熵指數(Generalized entropy index)以刻畫圍產兒健康公平性,其中廣義熵指數作為穩健性檢驗指標。具體而言,研究使用廣義熵指數中的平均對數離差與泰爾指數兩種測度指標。基尼系數受平均值變化影響更大,平均對數離差受樣本較小的值變化影響更大,泰爾指數受樣本較大的值變化影響更大。本研究主要利用以下公式進行計算:

(1)

(2)

其中,G為基尼系數,GE為廣義熵指數,當a=0,GE為平均對數離差,當a=1,GE為泰爾指數,yi為第i個省份的圍產兒死亡率,yj為第j個省份的圍產兒死亡率,n為省份個數,μ為總體圍產兒死亡率的平均值,n為地區個數,fi為各省總量所占比例。

1.2.2 雙向固定效應回歸模型

本研究選取雙向固定模型構建圍產兒健康水平影響因素的回歸模型,其中對圍產兒死亡率以及費用類變量均采取對數處理。依次將衛生系統、社會經濟、人口結構以及自然環境四維度影響因素逐步放入回歸模型,以觀察全模型回歸結果的穩健性。雙向固定效應回歸方程如下:

(3)

其中Y為圍產兒死亡率,X為自變量,β為回歸系數,δ為省份效應,τ為時間效應,εit為隨機擾動項。

1.2.3 基于回歸的夏普利值分解法

研究采用我國學者萬光華提出的基于回歸的夏普利值分解法系統地衡量各因素對我國圍產兒死亡率省際差異的貢獻度,貢獻度越大體現該因素對不公平性的作用越強。[18,19]夏普利值理論基礎為合作博弈,分解時分別將解釋變量的真實值與均值代入回歸方程,測度兩個估計值的不公平性,二者差異即為特定變量貢獻度。由于存在博弈,需要經過迭代計算考慮其中分析單元排列組合的情況,具體計算為:

(4)

(5)

(6)

其中,自變量集合為Xi,K為選取變量X1后剩余變量集X′的子變量集Zi的個數,CX′Zi為子集Zi在X′的余集,I為不公平性測度指標,N個變量的絕對貢獻值(S1,…,SN),Pn為各變量對不公平的相對貢獻度。

在雙向固定效應回歸模型的基礎上,選用反映區域健康公平性的指標來分解不同解釋變量對圍產兒死亡率影響的貢獻度。另外由于夏普利分解的橫向可加性,本研究還將各因素貢獻度加總到每一大類里。本研究采用Stata 14.0進行回歸分析以及聯合國世界發展經濟學研究開發的Java程序完成夏普利分解。

2 結果

2.1 圍產兒死亡率及相關影響因素基本情況

2002—2020年圍產兒死亡率的均值由12.92‰降至4.64‰,標準差小幅降低。在我國圍產兒死亡率改善的同時,省際差異縮小。圍產兒健康相關影響因素中,除每百萬人婦幼機構數外,其他衛生資源配置因素均體現了一定比例的投入增加,其中相較于2002年,2020年人均財政衛生支出標準差增加且幅度較大。孕產婦系統管理率提高且標準差顯著變小。研究期間,人口結構中平均受教育年限由7.7年增長至9.5年,離婚率由0.21%增長至0.63%,總體上人口流動結構變化不大。社會經濟因素中人均GDP、城鎮居民及農村居民人均可支配收入均增加且標準差明顯增大;城鎮人口比重與城市供水覆蓋率變化較大,分別由31.85%和24.29%增至63.73%和40.30%。自然環境維度中,年均PM2.5的均值標準差也有所下降,其均值由2002年的36.73微米/立方米降至2020年的27.75微米/立方米(表2)。

表2 我國2002年和2020年圍產兒死亡率及相關因素

2.2 圍產兒健康水平影響因素回歸分析

本研究選擇雙向固定效應模型,同時控制省份和時間效應,根據我國31個省市的面板數據,構建圍產兒健康水平的影響因素模型,將各維度影響因素逐次放入回歸模型,探究四類因素對圍產兒死亡率的影響。逐步回歸結果顯示大多數估計系數的符號和預期一致(表3)。衛生資源如財政衛生支出、衛生技術人員數、婦幼機構數、醫院婦科床位數、婦幼機構床位數對圍產兒死亡率具有負向作用,孕產婦系統管理對圍產兒死亡率也呈負向作用,人口學特征中流動人口比例與離婚率提高使圍產兒死亡率增加但并不顯著,社會經濟狀況中城鎮居民可支配收入、城鎮人口比重與城市家庭供水覆蓋率對圍產兒死亡率具有負向作用。總體回歸結果顯示人均財政衛生支出、每千人口衛生技術人員數、每百萬人婦幼機構、孕產婦系統管理率、平均受教育年限、城鎮居民可支配收入、城鎮人口比重6個因素對圍產兒死亡率影響顯著。具體而言,人均財政衛生支出在10%的顯著性水平上對圍產兒健康水平存在正向影響,人均財政衛生支出每增加1%,圍產兒死亡率下降0.85%,每千人衛生技術人員、每百萬人婦幼機構在5%顯著性水平上每增加1單位,圍產兒死亡率分別下降2.3%和3.1%。孕產婦系統管理率增加1%,圍產兒死亡率顯著下降0.2%。在人口結構因素中,每增加一年平均受教育年限,圍產兒死亡率降低8.1%,是7個因素中對圍產兒死亡率影響最大的指標。在社會經濟因素中,城鎮人均可支配收入每增加1%,圍產兒死亡率下降0.16%。城鎮人口比重變化1單位,圍產兒死亡率下降0.7%,說明我國城鄉圍產兒死亡率差距仍然存在。

2.3 圍產兒死亡率省際不公平現狀

2002—2020年,圍產兒死亡率基尼系數由0.20降至0.14,廣義熵指數顯示較一致的變化趨勢(圖1)。2013年不公平性程度小幅度增加,2002—2020年我國省際圍產兒死亡率不公平程度呈逐步下降趨勢。基尼系數數值變動幅度更敏感,可見樣本中較小與較大值的變動均小于均值的變動,極端值較少發生。

圖1 2002—2020年我國圍產兒死亡率省際不公平演變

2.4 圍產兒死亡率省際不公平來源分析

進一步分解7個具有顯著影響效應因素的歷年貢獻度。穩健性檢驗顯示GE0以及GE1分解后各變量貢獻度與基于基尼系數分解的結果總體上均較為一致(下面主要報告基于基尼系數分解的結果),并取各變量貢獻度的縱向加權平均得到各變量歷年綜合貢獻度(表4)。城鎮人均可支配收入始終居于首位,其貢獻率呈波動上升,從2002年31.29%增長至2020年49.67%。城鎮人口比重綜合排名第二且綜合貢獻度為22.47%。綜合排序第三和第四的分別為平均受教育年限和人均財政衛生支出。人均財政衛生支出貢獻度雖在2017年略有回升,但總體上其對省際圍產兒死亡率不公平性的貢獻呈降低趨勢。此外,相較于平均受教育年限而言,2002—2007年間,人均財政衛生支出更大程度導致了省際圍產兒健康差距。每千人衛生技術人員數綜合貢獻排在第五位,其貢獻度為7.70%,2009—2018年其對省際圍產兒健康差距貢獻度高于綜合排名第四的人均財政衛生支出。孕產婦系統管理率貢獻度排名第六,縱觀整個研究期間其貢獻度變化幅度較小。最后則是每百萬人婦幼機構,其貢獻度由2002年的6.60%降至2020年1.77%。2011—2017年的貢獻度為負,說明該指標弱化了省際圍產兒健康不公平性(圖2)。

圖2 2002—2020年圍產兒死亡率省際不公平性各因素 貢獻度及演變

表4 2002—2020年我國圍產兒死亡率省際不公平來源分解結果

橫向加總衛生系統、人口結構、社會經濟三個維度對圍產兒健康省際不公平性的貢獻度發現,社會經濟因素在圍產兒死亡率省際公平性上至關重要,始終保持在第一位,并且總體處于波動上升趨勢,到2020年其貢獻度達69.42%。衛生系統對圍產兒健康不公平性的貢獻度在2010年之前高于人口結構層面因素的貢獻度,總體上呈波動下降態勢,2016—2020年其貢獻度又呈現一定幅度的回升。人口結構層面的貢獻水平在2002—2020年略有波動,并在2014年達到頂峰(圖3)。

圖3 2002年—2020年我國圍產兒死亡率省際不公平性各維度平均貢獻及演變

3 討論

根據回歸和夏普利值分解結果,收入和城鎮化水平對圍產兒死亡公平性貢獻水平處于優勢地位。現有研究表明較高的收入水平提升了個人保持營養膳食[20]、獲取醫療資源[21]、決定居住生活環境的能力,進而影響圍產兒健康。而城鎮化演進中醫療條件和收入水平也在不斷提高,孕產婦預防保健服務、產前檢查率等公共衛生服務利用率也會提升,人群生命安全保障待遇得到改善將極大地降低圍產兒的死亡風險。[23]

為促進我國居民健康水平及健康公平性,逐步實現基本公共衛生服務均等化成為2009年新一輪醫療衛生體制改革重點之一。在城鄉經濟結構分割的情況下,為了避免和扭轉財政分權對基本公共衛生服務供給產生的不平等影響,此輪醫改特別加強了中央財政轉移支付力度,以促進均等化項目的實施。在過去一段時間里,財政衛生投入、衛生技術人員配置、婦幼機構資源以及孕產婦系統管理服務四個方面的貢獻度呈現出波動下降的趨勢。衛生系統維度的貢獻度下降一定程度上得益于基本公共衛生服務均等化項目的實施和衛生服務體系建設的加強,從而顯著改善了服務利用情況。從整體上看,衛生系統維度對圍產兒死亡率的公平性的貢獻居于次優地位。

教育水平與健康需求密切相關。個人教育水平提高可能伴隨行為與生活方式的改善進而直接影響健康。已有研究表明孕產婦教育水平是女性推遲頭胎年齡的重要機制,低齡妊娠可能導致諸如流產、畸形引產、死胎死產等問題并影響圍產兒健康。[24]此外,教育水平的提高還會間接影響個人健康,如隨著教育水平的提高,個人的收入水平也會相應增加,在促進健康改善方面也起到重要作用。盡管本研究發現,在三個維度中受教育程度貢獻程度較低,但在圍產兒健康公平性促進方面,教育對個人健康水平的影響有更為廣泛的作用,同樣不容忽視。

4 建議

4.1 重視社會經濟因素對圍產兒健康省際不公平性的貢獻度優勢

相關政策制定中需要重點關注社會經濟相關因素。一方面,由于各省份經濟發展水平差異擴大阻礙圍產兒健康水平省際公平性改善,要求決策者促進機會、規則、權利的公平性以協調好各省城鎮人均可支配收入水平。[25]改善中低收入人群的經濟狀況是縮小圍產兒健康省際不公平程度的可行方案。另一方面,城鎮化水平對我國圍產兒健康省際不公平性的貢獻度較高,不僅說明我國各省之間城鎮化進程并不協調,也提示城鄉之間圍產兒健康進程存在差距。因此,建議各地在積極發展當地經濟的同時,繼續加大對中西部經濟發展相對滯后地區的扶持和傾斜,重點關注城鎮化進程較為遲緩的省份,充分發揮城鎮化進程對圍產兒健康的積極影響。

4.2 繼續實施基本公共衛生服務均等化政策,發揮衛生系統次優貢獻度

為發揮衛生系統在改善圍產兒省際健康不公平性方面的作用,應繼續鞏固現階段基本公共衛生服務均等化成果,并持續發力加速這一進程。因此,除增加經費、人力、機構及服務提供外還應更加重視服務質量的監管,提高資源投入效率的同時,進一步縮小圍產兒健康地區之間的差異,改善健康公平性。

4.3 采取跨領域整合的健康導向措施以改善圍產兒健康省際公平

資源稀缺性對其配置結構的合理性提出更高的要求,實施積極干預以統籌聯合貢獻度不同的各因素,發揮協同效應,并最終改善圍產兒健康的省際公平狀況。政府部門可以適當關注經濟劣勢地區、農村地區人群,落實我國公共服務型政府的義務。具體而言,加大農村地區基礎設施建設,配置充分的醫療資源并完善醫療保障制度。在提供健康相關公共產品與服務時充分考慮個人收入差距問題,確保不因個體收入差距影響其對公共衛生產品和服務的可及性和獲得產品及服務的質量,居民能公平地享受相關健康服務。各地政府可通過開展更為精準的健康扶貧行動對城鎮人均可支配收入較低人群給予更高的醫療保障力度,增加地方政府財政衛生投入以促進孕產婦預防保健服務、產前檢查率等公共衛生服務覆蓋率以及提高服務質量。

5 研究局限性

囿于數據可獲得性,目前的研究在指標選擇方面存在一些不足。一方面,尚未全面反映圍產兒相關衛生服務質量在省際健康公平性方面的貢獻度。通過孕產婦系統管理率這一關鍵指標,只能了解產前、產后和新生兒訪視的服務利用情況而無法捕捉到基本公共衛生服務均等化政策導向下孕產婦相關公共衛生服務質量變化對圍產兒健康及其公平性的影響。這可能會削弱現有結果中衛生系統維度的貢獻度。此外,本研究也未能收集到各省歷年分娩鎮痛普及程度差異對省際圍產兒健康公平性的影響。自2019年我國開啟第一批國家分娩鎮痛試點醫院,隨著政策推進和統計指標的完善,未來研究中或可考慮納入反映分娩鎮痛試點成效的指標。另一方面,衛生人力對健康產出具有較大影響,但目前無法收集各省份聚焦于婦幼保健的人力資源數據,故以衛生技術人員數作為服務提供方人力的衡量指標是為權衡之下的替代選擇。

另外,本研究雖然揭示了關鍵要素對圍產兒健康水平發展的影響,但未能充分解釋其對圍產兒健康發展的內在機制。未來可綜合質性方法進行中小尺度區域研究,為圍產兒相關衛生保健政策提供更有價值的參考。

作者聲明本文無實際或潛在的利益沖突。