健康对人类社会有非常重要的价值和意义,在现代社会,健康的重要性更为突出,然而健康在人群中的分布是不均衡的,从社会经济学角度研究健康不均衡有非常重要的理论意义。改革开放以来,中国居民的健康水平得到极大的提升,彰显中国在卫生领域取得的巨大成就,特别是十八大以来,以习近平总书记为核心的党中央,非常重视人民的健康,吹响了建设健康中国的号角,在这样的政策背景下,研究中国居民健康不均衡问题,具有重要的现实意义。健康不均衡,是指健康在人群中分布的不均衡。在综述既有文献对健康不均衡问题的研究后,本文将健康不均衡的内涵剖析为两层含义,即健康不均衡包含公平的健康不均衡和不公平的健康不均衡。所谓公平的不均衡,是指由遗传、运气、个人偏好等不可抗因素导致的健康不均衡,而不公平的不均衡,指由社会经济因素的不均衡导致的健康不均衡,这些不公平的不均衡是可以、也是应该缩小的。在此基础上,本文设定的研究目的包括两个方面,一是合理、准确地度量中国居民的健康不均衡程度,二是对中国居民的健康不均衡进行分解研究,将不均衡分解为公平的不均衡和不公平的不均衡,并进一步定量计算影响健康的各个社会经济因素对健康不均衡的贡献度,揭示中国居民健康不均衡的结构。作为度量和分解研究的基础,本文做了两方面的准备。一是识别了影响居民健康的社会经济因素。通过非参数检验、统计建模等方法,从个人、家庭和区域三个层面找出与个人健康高度显著相关的社会经济因素变量。其中个人层面包括受过更好的教育、雇主职业身份和更高职业地位;家庭层面包括高收入家庭、有能力应付意外情况、亲朋可靠、有较高生活水平和有多样化的朋友;区域层面包括行政区划的东部和西部等变量,代表公共服务等综合的地区间差异影响。结果表明,家庭层面的社会经济因素对居民健康的影响超过个人层面的变量。二是对自评健康分类数据进行了转换。通过适当的技术手段,将自评健康得分转换为连续数值型数据,同时修正了自评健康数据固有的切点位移(cut-pointshift)问题。对于第一个研究目的,本文不囿于套用一般社会经济变量不均衡的常用度量方法。一般社会经济变量不均衡通常采用基尼系数或者泰尔指数进行度量,这样的指数只是度量单个变量的纯粹的不均衡程度,而社会经济学视角下的健康不均衡度量,需要从健康和社会经济因素两个维度进行考虑。本文沿用世界银行经济学家wagstaff建立的框架,构建了社会经济因素相关的(socioeconomic-related)健康不均衡集中指数,用于度量中国的健康不均衡。与其他沿用wagstaff框架构建集中指数的研究不同的是,本文建立的是社会经济因素相关的健康不均衡集中指数,而其他同类文献构建的绝大多数是收入相关的(income-related)健康不均衡集中指数。已有的研究指出,社会经济因素不单单指收入,还包括职业、教育背景等维度,所以本文所构建的健康不均衡集中指数,比以往同类文献具有更广泛、更全面的含义,能更准确、合理度量中国健康不均衡。在集中指数构建过程中,由于社会经济因素是多维变量,本文采用了主成分分析方法,在不损失太多信息的基础上,将多维的社会经济因素变量进行降维,综合为单一指标。经过计算,得到中国健康不均衡的集中指数为0.3439,相比收入相关的(income-related)健康不均衡集中指数,本文的结果能更好地反映健康不均衡的社会经济学内涵,从而能更合理、准确地度量中国居民的健康不均衡水平。对于第二个研究目的,本文将其分为两个方面。一方面,是将总的健康不均衡指数分解为公平的不均衡指数和不公平的不均衡指数。另一方面,是将性别、城乡群组之间的健康不均衡,分解为公平的不均衡和不公平的不均衡。在此基础上,分别定量计算社会经济因素对总的健康不均衡、男性和女性之间的健康不均衡、城乡居民间的健康不均衡的贡献度。为了完成这两方面的分解,本文构建了“反事实”的分解框架,将公平的不均衡,界定为在各社会经济影响因素完全平均分布的前提下,仍然存在的不均衡部分。由于各社会经济影响因素完全平均分布,这是不可能被观测到的,是“反事实”的。总的健康不均衡集中指数具体分解技术主要沿自wagstaff的集中指数分解方法,结果表明,中国居民总的健康不均衡中,44.29%属于公平的健康不均衡,55.71%属于不公平的健康不均衡。也就是说,55.71%健康不均衡是可以由各个社会经济因素的不均衡解释,并通过促进社会经济发展努力缩小的。对男女健康不均衡进行分解研究时,根据数据分布的特征,本文尝试了基于logit回归模型的分解、Oaxaca-Blinder分解和分位数回归分解,其中基于logit回归模型的分解、Oaxaca-Blinder分解方法本质上都是针对男性和女性群组健康均值差异的分解,而分位数回归分解是针对男性和女性群组健康分布差异进行分解。结果显示,平均而言,男女群组间有40%左右的健康不均衡能被社会经济因素变量解释,也就是说,男性与女性之间约4成的健康不均衡属于不公平的不健康,具体而言.,基于logit回归模型的分解结果为38.7%,Oaxaca-Blinder分解结果为42.1%。由于Oaxaca-Blinder分解的数据是进行了切点位移调整后的健康数据,也就是数据转换过程已经对男女之间自评健康得分的固有差异进行了一定的调整,所以有更高比例的健康不均衡能被社会经济因素解释,这也从侧面证实了本文采用的自评健康数据转换的方法,对切点位移的修正起到了很好的效果。从分位数回归分解的结果看,不同分位点的男性和女性健康不均衡程度不同,在低分位点和高分位点,属于不公平的健康不均衡比例非常高,达到60%甚至更高,而在中间的分位点,属于不公平的健康不均衡比例较低,甚至为负,这表明对不同健康层次的居民,社会经济因素在男女健康方面的作用机制不同。在自评健康非常差和自评健康非常好的居民中,社会经济地位的不同,会明显导致男女健康的不均衡;而自评健康一般或者中间部分的群体,社会经济地位不同,并不明显带来健康的不均衡。对城乡居民健康不均衡进行分解研究时,同样按照数据的特征,将问题分成了城镇居民和农村居民的健康不均衡分解,以及城镇居民和流动人口健康不均衡分解。城镇居民和农村居民的健康不均衡分解,采用了基于logit回归模型的分解和Oaxaca-Blinder分解方法,分解的结果从纵向来看,Oaxaca-Blinder分解得到的不公平的健康不均衡比例,要高于基于logit回归模型分解的结果,前者为67.7%,后者为53.2%,这两者的差别同样可以由两种方法对应的数据不同来解释。与上一章男女群组健康不均衡的分解结果横向比较来看,城乡间的健康不公平不均衡的比例,要高于性别间的不公平不均衡比例。城镇居民和流动人口的健康不均衡分解中,考虑到流动人口中的城镇化程度不同,可能会引起健康不均衡程度的不一致,继续沿用前面的离散二元群组间的健康不均衡的方法和步骤不合适,因此本文引建立了连续群组间健康不均衡的分解方法,结果表明,不同城镇化程度的流动人口,与城镇居民间的健康不公平不均衡比例有所不同。总的来看,城镇居民与流动人口之间的健康不均衡中,超过60%可以被社会经济因素解释,属于不公平的不均衡,城镇化程度越高,与城镇居民之间不公平的健康不均衡比例越低。从各个影响健康的社会经济因素对健康不均衡的贡献度来看,对中国居民总体健康不均衡的贡献度大的因素依次为是否在高收入家庭、是否有雇主身份、家庭是否有能力应付意外;对男性和女性居民健康不均衡贡献度大的因素依次为家庭生活水平是否高于当地、是否在高福利单位工作、家庭是否有能力应付意外;对城乡居民健康不均衡贡献度大的因素依次为亲友是否可信、是否有雇主身份、是否在高收入家庭。可以看出,家庭层面的社会经济因素对中国居民健康不均衡贡献度非常大,个人的工作所在行业,个人的职业身份也对居民健康不均衡有较大的贡献度。相比于国内关于健康不均衡研究的相关文献,本文的创新之处主要有三个方面。一是构建了真正意义上的社会经济相关的健康不均衡度量指数;二是更为合理的数据处理技术,实现了将自评健康得分从分类数据到数值型数据的转换,并修正了自评健康数据中固有的切点位移问题;三是采用群组间不均衡分解方法,对性别间、城乡间居民健康不均衡进行分解,清晰揭示了中国居民健康不均衡的结构。基于本文的研究结果,可以从贡献度大的因素入手,通过促进相应的社会经济变量的均衡化发展,可以达到缩小中国居民健康不均衡的政策目标。