2015—2021年我國中部六省5歲以下兒童死亡率變化及影響因素分析

衡量一個國家的兒童健康狀況的重要標準之一是5歲以下兒童的死亡率（U5MR）。本世紀初期，5歲以下兒童死亡率下降速度明顯加快，但隨著不斷發展，這一速度漸漸放緩。中國在婦幼衛生事業的發展方面仍然面臨問題和挑戰，如婦幼衛生發展存在地區間的不平衡等。本文研究梳理了2015—2021年我國中部六省5歲以下兒童死亡率變化，并運用多種分析方法研究了我國中部六省5歲以下兒童死亡率影響因素。

研究對象與方法

本文數據來源于《中國統計年鑒（2015—2021年）》和《中國衛生與健康統計年鑒（2015—2021年）》。本文選取時間節點為2015年至2021年，樣本范圍囊括中國中部六省，即山西、河南、安徽、江西、湖北、湖南，總樣本為42個。本文選取了衛生投入、人均GDP、家庭人均可支配收入、5歲以下兒童死亡率、新生兒出生率等指標。

模型設定和方法

根據所獲的數據，建立面板數據，并據此建立多元線性回歸模型。如下所示：

deathit=α+β1birthit+β2pgdpit+β3pincomeit+β4health_inputit+μi+λt+εit

其中，被解釋變量為death，β系數為各個解釋變量對被解釋變量的影響系數，i表示不同的省份，t表示年份，μ為控制省份固定效應，λ為控制年份固定效應。模型最后一項為隨機擾動項，控制其他不受解釋變量影響的因素。

描述性統計與事實分析

根據描述性統計與事實分析可以得出：山西、河南、安徽、江西、湖北、湖南的樣本總量為42個，但城市和農村的兒童死亡率和醫療支出數據僅有河南、安徽和湖南三省（樣本總量為21），因此在進行城鄉差異分析時，僅使用部分省份數據。5歲以下兒童死亡率均值為6.124%，最小值為3.56%，最大值為10.7%，均值與中位數5.76%較為接近;城市的兒童死亡率均值為3.82%，低于農村的5.55%，且農村的兒童死亡率低于總樣本6.12%。樣本省份每年衛生費用投入均值為2168億元，樣本內最小的為922.93億元，最高的可達4611.25億元。

經過分析得知，中部六省的5歲以下兒童死亡率整體呈下降趨勢，在2017年至2021年間，湖北、安徽、湖南、河南和山西的數據逐漸趨同，但是山西省和安徽省2020年間兒童死亡率出現了一定程度的上升。

相關性分析

通過相關性分析可知：death和birth的相關系數為0.353，這表明5歲以下兒童死亡率與出生率成正比，在5%水平上顯著;death和PGDP（人均地區生產總值）的相關系數為-0.727，且在1%水平上顯著，這表明5歲以下兒童死亡率與人均GDP間存在負向關系;death和PCDI（人均可支配收入）的相關系數為-0.614，且在1%水平上顯著，這表明5歲以下兒童死亡率與人均可支配收入間存在負向關系;等等。以上只是初步分析，還需要進一步論證。

異方差檢驗與自相關檢驗

異方差檢驗。在回歸分析中，隨機誤差項的方差不是常數，而是隨著解釋變量的變化而變化。因此，我們必須在回歸之前進行異方差檢驗，以保證最小二乘估計的有效性。懷特檢驗（White test）是一種用于檢測回歸模型中異方差性（Heteroskedasticity）的流行方法。懷特檢驗主要根據檢驗的P值或者是比較計算出的統計量與相應自由度的卡方分布的臨界值，判斷是否拒絕原假設。本文采用懷特檢驗P值小于0.05，說明本文存在異方差性，在后續回歸中采用異方差—穩健標準誤來緩解異方差問題。

自相關檢驗。在回歸分析中進行自相關檢驗是非常重要的，特別是在處理時間序列數據時。自相關（Autocorrelation）也稱為序列相關，是指在時間序列中，不同時間點上的值之間存在的相關關系。自相關違反了經典線性回歸模型中誤差項之間相互獨立的基本假設。如果誤差項存在自相關，最小二乘估計（OLS）將不再是最佳線性無偏估計量（BLUE），這意味著估計的參數可能不是最有效的，可能導致統計推斷不準確。因此，本文對樣本數據進行B-G自相關檢驗。

首先對數據進行最小二乘法（OLS）估計原始回歸模型，并基于得到的估計結果，計算每個觀測值的殘差。隨后構建輔助回歸模型，并對輔助回歸模型進行OLS估計。如果檢驗統計量的值超過了給定顯著性水平下的卡方分布或F分布的臨界值，我們拒絕原假設（即不存在自相關）。這意味著模型的誤差項存在自相關。反之，我們不能拒絕原假設。

回歸分析

本文采用面板固定效應模型對各變量與被解釋變量進行OLS回歸分析，為了緩解由于單位原因造成的系數過小，本文將人均可支配收入和人均GDP的單位轉變成萬元。我們可以發現，控制了省份和年份固定效應后，人均可支配收入和衛生投入的上升顯著降低了各省份5歲以下兒童死亡率。此外，在僅控制省份固定效應時，出生率對死亡率是負效應，但在控制了時間固定效應后出生率對死亡率也從負向變成正向，說明出生率對兒童死亡率的影響被年份的變化所吸收。

城鄉樣本差異分析——T檢驗

T檢驗是一種常用的統計方法，用于比較兩個獨立樣本的均值差異是否具有統計學意義。主要步驟如下。

一是設定假設：設定零假設（H0）為兩組數據的均值之間沒有差異，即城市和農村兒童死亡率的差異為零。對立假設（H1）為兩組數據的均值存在差異。二是計算T統計量：根據樣本數據計算T統計量，該統計量反映了樣本均值差異與樣本內部變異之間的比例。三是確定顯著性水平：選擇一個顯著性水平（通常為0.05或0.01），用于判斷觀測到的差異是否不太可能僅由隨機變異引起。四是比較P值和顯著性水平：根據T統計量和自由度計算出P值，如果P值小于顯著性水平，我們拒絕零假設，認為兩組數據的均值存在統計學上的顯著差異。

城市的兒童死亡率顯著低于農村兒童死亡率，且T值為-7.8836，在1%顯著性水平上可以認為城鄉兒童死亡率直接存在顯著差異。城市的人均可支配收入顯著高于農村人均可支配收入，T值達到44.103，在1%顯著性水平上顯著，這直接影響到居民的健康狀況。

城市和農村的醫療支出均值差異檢驗結果表明：城市的醫療支出顯著高于農村的醫療支出。城市地區通常擁有更多的醫療資源，從而降低兒童死亡風險，而農村地區的醫療設施落后。這直接影響到農村兒童在面臨健康問題時能獲得的醫療服務質量。

討論與總結

5歲以下兒童死亡率對評價當地的社會經濟發展和婦幼保健水平具有重要意義。政府財政對婦幼衛生投入和經濟發展對婦幼衛生服務水平具有顯著影響，同時對婦幼衛生的投入對婦女兒童健康也具有重要意義。

一是5歲以下兒童死亡率現狀。2015年至2021年，中國中部六省的5歲以下兒童死亡率均值為6.124%，表明整體兒童健康狀況良好，但仍有改進空間。二是城鄉差異明顯。城市地區的5歲以下兒童死亡率（3.82%）明顯低于農村地區（5.55%），顯示出城鄉在衛生保健和兒童健康方面的不平衡。三是經濟因素與兒童死亡率。人均可支配收入與5歲以下兒童死亡率呈負相關，說明經濟水平提升有助于降低兒童死亡率。四是衛生投入的重要性。增加衛生投入，特別是針對兒童健康的投入，是降低兒童死亡率的有效途徑。

總之，本文不僅揭示了中部六省5歲以下兒童死亡率的現狀及其變化趨勢，還深入探討了影響死亡率的各種因素，為政策制定者提供了參考依據。未來，隨著數據的更新和方法的改進，可以進一步拓展研究范圍，進行更加精細的分析，為兒童健康事業的持續發展提供更為全面和深入的指導。

（本欄責編 桑 濤）