社会经济地位与健康不平等的因果关系研究

高兴民，许金红

（深圳大学中国经济特区研究中心，广东　深圳　518060）

社会经济地位与健康不平等的因果关系研究

高兴民，许金红

（深圳大学中国经济特区研究中心，广东深圳518060）

关于社会经济地位（SES）与健康之间关系的研究在国外已经比较成熟，但在国内现有文献中却仍属薄弱区域。基于社会因果论的视角，并使用2011年中国健康与营养调查（CHNS）的相关横截面数据对二者之间的关系做出数理统计和实证分析，结果发现：国民健康不平等现象确实存在；社会经济地位与健康之间线性因果关系是较为显著的正相关关系；受教育程度越高的人健康状况越好，家庭年净收入越高的人健康状况越好。社会经济地位与健康之间非线性因果关系结果为：收入因素对健康存在着一定的“倒U型”影响，可能不存在“S”型影响；教育因素对健康可能不存在“倒U型”和“S”型影响。因此建议从促进收入分配公平和大力发展教育两个方面来降低健康的不平等程度。

社会经济地位（SES）；健康；健康不平等

一、引言

健康不平等现象广泛存在于不同的国家，且在一定程度上是与社会经济地位（SES）的差异联系在一起的。教育和收入是所有文献中被研究最多的SES决定因子，许多文献显示，越富有的人和受教育越多的人拥有更长的寿命和更健康的生活［1］［2］［3］［4］。教育、收入和健康之间的正相关关系自始至终作用于所有教育和收入的分布之中，并作用于个体的一生［5］［6］。近年来的研究表明，由社会经济因素引起的健康不平等实际存在并在持续上升中。由于教育差距引起的预期寿命已自20世纪80年代初起就一直持续上升，预期寿命的所有增长几乎都来自更高教育（学历）组［7］。这也是本文将选用教育和收入因素作为SES的指标的主要原因。

现有对SES与健康不平等间关系的研究结论主要有两派，即分别是社会因果论和健康选择论①。关于SES与健康不平等关系的实证工作基本都是在检验这2种观点［8］。研究发现，社会因果论和健康选择论对中国民众的健康不平等状况都有一定的解释力，但相对而言，社会因果论的解释力要比健康选择论强，大部分研究结果偏向于社会因果论。本文也将在社会因果论视角下进行二者关系研究。

成人的SES特征（收入、教育、职业）和成人的健康有着因果联系。社会条件强烈影响着疾病的发生和进展。有学者认为，社会阶层影响个体控制其生活环境、压力、健康行为、权利、工作性质及工作环境，以及医疗卫生服务可及性的能力。收入更高的个体或人群可以支付更多有营养的食物，生活在更好的社区，那里有更少的环境污染，安全系数更高，他们面临更小的经济不确定性以及更多的对优质健康医疗服务的可及性［9］。收入不仅影响个体对健康病原风险因素的接触或经历，也影响着个体对疾病治疗或控制的资源可及性，还会影响个体调整生活环境以减少压力等产生或维持疾病因素的资源可及性［10］。个体SES中的典型指标教育，代表了个体在成年早期的社会经济地位以及他们自那时起所获得的人力资本存量，这两者都影响着个体接触和经历主要心理和生化风险因素的长期模式［11］。Preston和Taubman认为，受过良好教育的人更可能取得更高的工资和潜在收入，因此，他们更低可能地面临经济窘况［12］。高SES人群有能力去购买与健康相关的产品和服务，也能够支付起生活在一个更少污染和更多公共服务设施的小区的费用。Mirowsky和Ross指出，就业会提升地位、能力、经济独立性以及非经济回报如社会支持和认同感。他们强调，没有足够的收入去支付房租和家用开支的压力会产生心理上的压抑感、萎靡和易感疾病［13］。下岗或被炒鱿鱼的人，找不到工作的人，以及对工作的控制感和自治感较低的人，会更有可能处在心理压抑之下，于是他们的心理健康也受到了损害。

SES与健康之间关系的研究在国外已经比较成熟，但在国内现有文献中仍属薄弱区域，国内相关文献研究的侧重点与国外不尽相同，且研究进度处于落后状态［14］。因此对SES与健康之间的因果关系的检验显得十分必要。

二、国民健康的不平等

本文所使用的数据来自2011年中国健康与营养调查②（China Health and Nutrition Survey，CHNS）的相关截面数据［15］。健康指标用SAL指标衡量③。SAL指标为主观健康指标，更多地考虑到个体的心理因素，它虽然不是经过严格的指标计算或功能限制考察等方式得出的健康状况，但现有研究表明，没有证据证明其他指标比主观指标更加优良，包括健康的客观指标（QWB），也不能确定就比主观健康指标更优良。更重要的原因是，通过细致比较CHNS调查问卷的内容，发现从2004年至2011年这4次调查中关于健康状况的问题有了逐年的变化和相应的改进（见表1）。这是本文选用SAL作为个体健康指标的重要原因和主要依据。

表1　历年调查问卷关于个体SAH、SAL问题的设计变化

健康状况二十五目前健康状况（所有成人）2006 1、与同龄人相比，你觉得自己健康状况怎么样？二十六疾病史（所有成人）无对自评生活SAL的询问记忆力测试二十一记忆力测试（55岁及以上中老年人）2009卫生服务需求2011卫生服务需求利用及健康二十一疾病史（所有成人）17、你认为你现在的生活怎么样？利用及健康二十疾病史（所有成人）17、你认为你现在的生活怎么样？1、你认为你现在的生活怎么样？

这样的转变和调整很可能是因为个体在自评生活时不仅和自评健康时一样考虑自身目前的健康状况，更考虑到时间累积过程中的健康变化和心理感受。这样的指标对于衡量综合信息丰富、复杂的健康来说，更具全面性和准确性。

影响健康的社会经济因素、自然因素和其他因素三方面的因素共3类9个，分别为性别、年龄、BMI（=体重/身高的平方）、过去三月是否因病影响工作、教育程度、家庭年净收入、省份、户籍、有无医保。变量数据的含义说明：SAL有5个值：1代表很好，2代表好，3代表一般，4代表差，5代表很差；性别有两种值：1是男性，2是女性；年龄分4组：为18-35岁、35-50、50-65、65岁以上；BMI指数得分分为3组：分别为20以下、20-30，以及30以上；过去三月是否因病影响工作两种数据：1代表是，空缺代表否；教育程度分6组：1代表小学毕业，2代表初中毕业，3代表高中毕业，4代表中专、职业学校毕业，5代表大专、大学毕业，6代表硕士及以上；家庭年净收入分为1000以下、1000-10000、10000-50000、50000-100000、10万-15万、15万以上；省份和户籍的处理是将二者做为虚拟变量，属于某个具体省份为1，不是则为0；户籍情况是城镇户口为1，农村户口为0；有无医保有2种：1代表有，0代表无。

（一）健康及SES指标的统计性描述

为了对SAL有直观了解，本文对SAL进行分组，并对各组取值进行描述分析。

在所有成年人中，超过60%的人认为自己的生活状况是极好（24.4%）或好（37.59%）的，认为自己生活状况一般的接近35%，认为自己生活状况较差（3.09%）和差（0.64%）的比例总共不到3.8%。

对家庭年净收入进行分组统计结果为：人均年收入在1000-10000元之间的人数占比例最大，达到35.78%，接近36%；其次是年净收入在10000-50000元的家庭，所占比例达31.47%，这是广大的中下层及中层家庭。年净收入在150000元及以上的高收入家庭占总体的7.44%，这是相应的顶层收入的家庭。底层收入所占比率分布为3.61%，上层收入家庭所占比率为5.82%，数目都较少，但顶层比例高于上层比例，说明目前我国社会虽然整个收入分布呈现两头低、中间高的特征，但绝高收入比例超过绝低收入比例的现实不容忽视。

成人最高受教育年限变量的样本均值为2.638年，相当于高一、高二水平，这表明我国国民受教育程度总体有了一定提升，但仍有较大进步空间。分组统计结果为：小学毕业所占样本比重为21.17%，初中毕业所占样本的比重为35.72%，高中毕业及以下的比例总共接近3/4，达到74.61%。而受教育程度在大学及以上的人群所占样本的比重较以往对2006年数据（总共刚过6%）有了较大进步，超过了15%，大于中专、职校所占比例（9.61%）。但是样本中人群受教育程度在硕士以上的比率仍然甚低，只有0.7%。小学毕业人群所占比例超过了1/5，这个不低的比率清楚地显示，在我国最为基础的文化教育的工作在有效地进行着，同样值得一提的还有九年制义务教育，说明国民的教育扫盲工作虽然任重道远，但已在大步前行之中。

（二）影响健康的自然因素和其他因素变量的统计性描述

表2　影响健康的自然因素和其他因素变量的统计性描述

此调查男性被调查对象占47.25%，女性被调查者占52.75%，与通常男性样本规模略高于女性样本规模的经验不同。但描述分析汇报结果时忽略了700多个个案，这些个案性别相应的值为缺失，但这些个案其他问题的回答却有效。因此，出现男女性别比的略微差异可以接受。

被调查者年龄平均值为40.29岁。按不同年龄段进行年龄分组，其中，18-35岁组所占比率最高，达到32.31%；其次是中年人约占32.25%，中老年人所占比例不足30%，65岁以上的老年人所占比例接近9%，超过国际对老龄化社会界定的标准（7%），这也再次证明了我国已经进入了老龄化时代。

BMI均值为23.85，是亚洲人最适宜的身体质量分布情况。结合国际体质划分标准对BMI进一步分组，发现BMI得分在30以上的仅占总体的5.75%，得分在20以下的占14.14%，其余超过80%的人身体质量适中。与以往学者对2006年CHNS中人群BMI指数分组的结果相比，2011年的结果更加集中在适中的范围内。

对过去四周身体是否因病影响工作因素变量进行统计性描述，发现97.94%的绝大多数人没有因病而影响工作，只有2.06%的人群因病影响了工作，但因为确定因病影响工作的一般都为大病，而感冒之类的病实际上也会一定程度上影响工作效率等，但一般被调查者可能会选择否定或忘记，因此这个接近2%的比例实际上也不能完全忽视。

样本中农村户籍人口所占比例低于55%，城镇户籍所占比例高达46.2%，与新闻媒体等报道的数据比较接近，同时说明了我国城镇化率已然超过了45%，与以往学者对2006年CHNS中户口指标的统计分析相比，城镇化率有了较大的提升。

对地域因素进行统计性描述，发现8个地区（北京、辽宁、黑龙江、上海、江苏、山东、河南、湖北）大多数省份抽样占总体的比例基本都在11%-14%之间，只有上海直辖市所占比率稍高些，为16.8%，相差不是很大，但湖北省所占比例相对较小，仅为5.33%。存在差异的主要原因可能是抽样考虑到不同省份不同人口数等各方面的实际情况。

（三）国民健康的不平等现状

统计性描述针对的对象是全体样本，体现的是国民健康状况的均值。但不同国民之间的健康差异才是我们更为关心的问题。接下来将对不同SES状况、自然因素、其他因素的国民的健康状况进行比较，进一步反映国民健康因为各种因素的不同所呈现的差异。

1.不同自然因素下国民健康的比较

表3　健康自然因素与SAL得分交互结果

性别pearson卡方统计量p值没有通过显著性检验，这表明性别因素可能对国民健康影响不大，男女国民在各SAL组中的比例比较接近。年龄pearson卡方统计量p值通过显著性检验，这表明不同年龄段国民在SAL方面差异非常显著。青年人健康状况显著较好。BMI pearson卡方统计量p值通过显著性检验，不同BMI国民在SAL方面差异非常显著。在BMI为30以下时，随着BMI指数的上升，SAL得分呈现不断变好的趋势，而随着BMI指数的进一步上升，SAL健康指标得分情况反而变差。就每一种SAL得分来看，BMI与SAL得分之间存在显著的倒U型关系。但这种关系有待进一步实证回归检验。过去四周是否因病工作困难pearson卡方统计量p值在10%的显著性水平下，表明不同疾病史国民在SAL方面差异显著。过去四周内没有因病工作困难的国民健康状况较好。

2.不同SES国民健康的比较

表4　SES因素与SAL得分交互结果

最高受教育程度pearson卡方统计量p值为0，通过显著性检验，表明教育因素对国民健康影响很大，不同受教育程度组的国民健康差异非常显著，教育程度较高的国民可能拥有更好的健康状况。在初中以下，随着最高受教育程度的提升，SAL得分为较差和差的比例在下降，为极好、好和一般的在上升；在初中以上，总体来看，SAL得分为差的随最高受教育程度的不断上升而下降，在某些教育阶段规律性没那么明显，但总体看来，最高受教育程度与SAL得分之间存在显著的正相关关系，是否线性关系同样需要进一步考察。

家庭年净收入pearson卡方统计量p值为0，通过显著性检验，表明收入因素对国民健康影响很大，不同家庭年净收入组的国民健康差异非常显著。在SAL为极好、好、一般的组别中，1000元以下家庭年净收入家庭所占比重均为最低，且在5万元以下，随着家庭年净收入增加，SAL得分增高的规律较明显。但随着收入进一步增多，SAL有了下降的趋势。总体来看，家庭年净收入和SAL之间存在一种先正向后反向的倒U型关系。这种关系也有待实证回归过程中进行进一步检验。

3.不同其他因素国民健康的比较

表5　其他因素指标与SAL得分交互结果

户籍因素对国民健康影响很大，不同户籍的国民健康差异非常显著。农村人健康状况显著较好。地域因素通过显著性检验，表明不同省份之间的国民健康差异非常显著。在极好组中，北京人所占比重最高，黑龙江人紧跟其后；在差组中，山东人所占比重最高，其次是江苏人和湖北人。总体来看，上海、北京等地的人口健康状况要比其他地区的显著好些。有无医保因素对国民健康影响很大，有医保者健康状况显著好于无医保者。

由上述内容可见，国民健康不平等现象确实存在，健康按其影响因素的分布状况都是不尽相同甚至千差万别的。国民之间的健康状况绝非人人平等。而由SES不同引起的健康不平等是亲“高SES者”的，即偏向富人和受教育程度高的人，“高SES者”在健康状况上优于或显著优于低SES者，且这种差异具有显著性。也就是说，国民的SES很可能是影响国民健康状况的原因，二者之间具体的因果关系将在下面的回归分析中做判定。

三、SES与健康不平等因果关系的实证研究

（一）实证模型及变量说明

根据Wagstaff（1993）年的研究，从Grossman理论模型中导出的双对数形式，其假设条件（Ht/δt-1）存在缺陷，没有考虑卫生资本投资中的动态特征，不可信［16］。因此，在本文的实证研究中，我们将模型设定为以下线性形式而不是双对数形式［17］。实证使用STATA13软件，采用Ordered Logit逐步回归方法。在实证中，SAL为因变量，影响健康的社会经济因素、自然因素和其他因素三方面的因素为自变量，家庭年净收入在纳入回归时使用了其对数值。家庭年净收入剔除掉了负值以及500元以下的；BMI数据去掉了大于40的奇异值。

本文的基本计量模型设定为：自评生活或自评健康=F（收入、教育、性别、年龄、省份、身体质量指数、过往疾病史、户籍、有无医保）+扰动因素

本文计量模型中假设为：社会经济地位越高的人健康状况越好。具体来说，教育程度越高的人健康状况越好；家庭年净收入越高的人健康状况越好。

基本计量模型具体为：

为刻画某些变量（收入、教育、年龄、BMI）对健康可能存在的非线性影响（倒U型影响），在回归模型中纳入这些变量的平方项。加入平方项的计量模型为：

为刻画收入变量对健康可能存在的非线性影响（主要检验S型影响），在方程（2）的基础上进一步纳入收入的立方项。加入立方项的计量模型为：

（二）实证结果及分析

1.线性因果关系的回归结果分析

控制变量逐步加入，分别为模型（1）-（3）。模型（1）是纳入SES变量，模型（2）在模型（1）的基础上纳入自然因素变量，模型（3）在模型（2）的基础上再纳入其他因素变量。基本回归模型④实证结果如表6所示。

表6　基本模型逐步回归结果

注：⋆⋆⋆代表在1%的水平下统计显著，⋆⋆代表在5%的水平下统计显著，⋆代表在10%的水平下统计显著。括号中的为标准差，河南、湖北两个地域虚拟变量因为共线性而被剔除。

教育因素在整个基本回归模型中保持稳定。逐步纳入并控制自然因素、其他因素变量并没有改变教育因素对整个回归结果稳定性的影响。由此可以看到，教育对SAL得分的影响是负相关的，即受教育程度越高，SAL的得分越低。而CHNS中得分越低的SAL代表的健康状况越好，所以可以得出这样的结论：所受的最高教育程度越高，个体的健康结果可能越好。而且这种影响关系全部通过了显著性检验，回归结果展现了良好的稳定性。最高受教育程度变量在控制了其他所有变量后对SAL的负相关系数为-0.1543，说明个体最高受教育程度每提升一个单位，其SAL得分值下降0.1543，即自评生活状况更好。

将家庭年净收入作为收入因素的代理变量纳入回归模型，我们发现收入因素在整个基本回归模型中很不稳定。在没有纳入自然因素、其他因素变量之前，收入与健康呈负相关关系，即家庭年净收入越高，个体健康状况越好，但这个结论没有通过显著性检验；在纳入并控制自然因素后，家庭年净收入与健康之间的关系方向变成正相关，即家庭年净收入越高，个体健康状况反而越差，但这个结论也同样没有通过显著性检验；而在纳入并控制了自然因素和其他因素在内的其他所有非SES因素后，可以看到，收入对自评生活得分的影响是负相关的，即家庭年净收入越高，个体SAL的得分越低，个体的健康结果越好。而且这种影响关系最终通过了显著性检验。回归结果没有良好的稳定性，也就是在没有纳入其他变量的时候，估计不显著或相关关系方向不同。主要原因可能在于没有控制住其他变量对健康的影响。家庭年净收入变量在控制了其他所有变量后对SAL的负相关系数为-0.102，说明个体的家庭年净收入每提升一个单位，其SAL得分值下降0.102，即自评生活状况更好。

性别因素在纳入其他因素前后与健康指标都呈现负相关关系，说明男性的健康状况优于女性的健康状况。男性健康优于女性很可能归结为社会心理因素，这种心理因素往往由于经济生活状况和相对地位所赋予男性的优越感，从而在自评健康上会优于女性。但在纳入其他因素前后这种相关关系都没有通过显著性检验，有待进一步检验两者的具体关系。

年龄因素在纳入其他因素前后与SAL呈现的相关关系方向不同，显著性也不同。纳入其他因素前，年龄与自评生活的相关关系呈正方向，即年龄越大，SAL值越大，即自评生活状况越差。但这个结论没有通过显著性检验。而在控制了其他因素之后，年龄与自评生活的相关关系变成负方向，即年龄越大，SAL值越小，即自评生活状况越好，且这个结论通过了显著性检验。

身体质量指数因素纳入其他因素前与SAL呈现负相关关系，说明BMI指数越大的个体自评生活状况越好，纳入其他因素后与SAL健康指标呈现正相关关系，说明BMI指数越大的个体自评生活状况越差。但在纳入其他因素前后的这两种相关关系都没有通过显著性检验，有待进一步检验两者的具体关系。

疾病史因素在整个基本回归模型中保持稳定。逐步纳入并控制其他因素变量并没有改变疾病史因素对整个回归结果稳定性的影响。可以看到，过去四周是否因病工作困难指标对自评生活得分的影响是负相关的，这种影响关系在10%的水平下都通过了显著性检验。

户籍因素在逐步纳入并控制了有无医保和省份变量后，户口变量对自评生活得分的影响是负相关的，即户口变量赋值为1的（城镇户口为1，农村户口为0），SAL的得分越低，个体的健康结果越好。而且这种影响关系通过了显著性检验，因此可以说，城镇人口的健康状况要好过农村人口。

有无医保因素在逐步纳入并控制了省份变量后，有无医保变量对自评生活得分的影响是负相关的，即有无医保变量赋值越高（有为1，无为0），SAL的得分越低，个体的健康结果越好，即有医保者的健康状况要好过无医保者的健康状况。但这种影响关系没有通过显著性检验。

在逐步纳入并控制了其他省份变量后，发现北京、辽宁、上海、江苏、山东省份变量与自评生活状况呈正相关关系，这几个省份的人群健康状况相对更好，但是这种影响关系只有上海通过了显著性检验，黑龙江省份变量与自评生活状况呈负相关关系，即黑龙江人群健康状况相对更差，且这种影响关系通过了显著性检验。

2.非线性因果关系的回归结果分析

考虑到SES因素中收入和教育水平变量对健康可能存在的倒U型影响，同时考虑了自然因素中年龄和BMI也可能存在的倒U型影响，仍然按照基本回归模型中逐步纳入的回归方法，只是在平方模型的模型（1）中加入家庭年净收入和教育的平方，模型（2）中加入年龄的平方和BMI的平方（见表7）。

表7　加入平方项的回归模型结果

（0.1278）辽宁0.1548（0.1210）黑龙江-0.5967***（0.1244）上海0.5953***（0.1294）江苏0.1437（0.1219）山东-0.1307（0.1210）

从上表可以发现，加入了教育的平方项之后，在不控制其他变量的影响下，收入和教育水平都变得不显著了。即便我们控制了其他变量，这个影响也依然不存在，也仅仅是部分控制变量得以在10%的显著性水平下显著。最后在控制了户口、省份变量之后，收入水平表现出明显倒U型特征。在一次项时为正，二次项时为负，即随着个体家庭年净收入的增大，健康状况更好，但到了一定水平之后，随着个体家庭年净收入的继续增大，健康状况反而变差。而教育的平方项影响还是不明显。与基本回归模型比较，教育由于2次项的加入，加大了方差变异，这可能是导致统计不显著的原因，这一定程度上意味着教育因素的非线性特征不明显。地域特征变量存在一定差异，表明地域差异也是影响自评程度的重要变量。年龄的平方项影响自始至终都不显著，BMI平方项的影响比较显著，且稳定性良好，总体看来对健康存在一种这样的影响：随着个体BMI的增大，健康状况更好，但到了一定水平之后，随着BMI的继续增大，健康状况变好的幅度变小。

为了进一步验证变量对健康可能存在的S型影响，我们继续构建立方项模型。加入立方项的回归模型在平方回归模型的变量基础和顺序下，第一步加入家庭年净收入的立方项做变量，其他变量均保留。回归结果如表8所示。

表8　加入立方项的回归模型结果

Ln（家庭年净收入）30.0009 -0.0006 0.0097（0.0054）（0.0059）（0.0062）年龄20.0000 -0.0001（0.0001）（0.0001）BMI20.0021* 0.0019*（0.0011）（0.0011）性别-0.0673 -0.0885*（0.0497）（0.0502）年龄-0.0014 0.0026（0.0080）（0.0080）BMI -0.1045* -0.0944*（0.0563）（0.0566）过去四周是否因病工作困难-0.1051* -0.1123*（0.0614）（0.0613）户籍-0.3522***（0.0568）有无医保0.0099（0.0713）北京0.1584（0.1290）辽宁0.1670（0.1214）黑龙江-0.5962***（0.1244）上海0.6110***（0.1298）江苏0.1493（0.1220）山东-0.1296（0.1211）

与前文相同的是，收入对健康的S型影响没有通过显著性检验，但呈倒U型影响。随着家庭年净收入的增大，个体健康状况更好，但到了一定水平之后，随着个体家庭年净收入的继续增大，健康状况反而变差。教育依然没有非线性影响。其他控制变量的影响与前文估计类似，同时地域差异也存在。表明之前系数估计的稳健性。

综上所述，收入对健康存在倒U型影响。收入的1次影响为正，2次影响为负。不考虑2次影响时，这种效应总体为负。教育无非线性影响，2次项的加入影响了教育水平的真实影响作用。控制变量中，BMI、户口、过去四周是否因病工作困难以及省份变量都是显著影响健康的因素。

四、结论和相关政策建议

（一）结论

第一，国民健康不平等确实存在。基于SAL，健康按照SES、自然因素和其他影响因素的分布状况都是不同的。国民之间的健康状况绝非人人平等。

第二，社会经济地位（SES）差异与健康不平等之间确实存在一定的因果关系。二者线性因果关系结果为：在控制了其他所有健康影响变量的情况下，家庭年净收入和最高受教育程度这两个社会经济地位衡量指标和基于自评生活状况（SAL）的健康指标之间存在较为显著的正相关关系；受教育程度越高（教育变量值越大）的人健康状况越好（自评生活指标值越低）；家庭年净收入越高（家庭年净收入变量值越大）的人健康状况越好（自评生活指标值越低）。健康呈SES的梯状不平等性。二者非线性因果关系结果为：收入因素对健康存在着一定的“倒U型”影响，“S”型影响没有通过显著性检验。教育因素对健康不存在“倒U型”和“S”型影响。

本文和其他学者使用SAH指标得出的具体结果不同，结论也略有不同，这可能要归结于回归中用到数据上的差异、指标内涵的差异，以及在计量过程中可能存在的各种干扰和影响等等。

（二）相关政策建议

鉴于SES与健康不平等之间的因果关系，必须从促进收入分配公平和大力促进教育两方面来降低健康的不平等程度。

收入分配公平要求所有社会成员之间差距不会过大，所有社会成员之间不会在可支配收入、消费水平存在显著差异，所有国民的基本生活消费和医疗保健需求都能得到适度满足，这必然有助于实现健康公平［18］。所以首先应完善税收制度建设。进一步发挥个人所得税在提低调高和调节收入分配差距中的作用。对税负结构进行调整，在保证税收总额不降低的同时，减轻低收入人群的税收负担。其次要完善公共财政建设。特别要调整和增加对“三农”的公共服务和投入，使公共财政在保障一般公共产品和公共服务供给的同时，也能够有效地满足部分困难和贫困群体的基本生活需要，并在一定程度上保障相应所有国民都能充分享有生存权和发展权。再次，必须注重城乡、区域之间的协调发展。此外，必须加大社会保障体系建设，改革公务员分配制度和管理。

研究发现，国民接受教育的年限不同也较大程度上形成了阶梯化的人群的SES。因此，如果能提高国民普遍接受教育的年限，使得国民受教育程度在公平的前提下整体提高，尤其是提升农村地区或教育落后地区人群的受教育程度，相信能显著降低国民健康的不公平状况，提高健康公平的程度。为此，第一，应大力推进基础教育普及工作。对于农村地区，既要保证农村居民都能免费获得九年义务教育，不断提高教育质量，还要确保所有的农村居民都接受必要的义务教育。城市居民可以提前探索12年义务教育，然后将成功模式覆盖至农村地区。第二，大力抓好农村扫盲工作，着力解决偏远和贫困农村居民文盲的扫盲工作，提高农村居民受教育程度。第三，宣传鼓励提高个人受教育意识。第四，注重学校教育和单位学习相结合，提倡终生学习。通过个人尤其是弱势SES人群受教育程度的提高，从教育方面大大提升个人乃至群体的SES，缩小人群SES的差距，使得其在机会和过程中可及的资源更平等，最终降低由SES不同导致的健康不平等。

注：

①社会因果论认为，个人在社会经济结构中的位置决定了他们的健康水平；而健康选择论认为，健康状况是个人社会流动的筛选机制之一，只有健康状况较好的人才能获得较高的社会经济地位，从而产生了健康不平等。

②美国卡罗来纳大学人口研究中心、美国国家营养与食物安全研究所和中国预防医学科学院联合开展的调查项目。该调查对中国医疗、健康、人群、营养、孕产、生产经营、计划生育等方面做全面调查和计量，旨在检验健康、营养和计划生育政策的影响以及研究中国社会经济的转变如何作用于整个人口健康和营养状况。

③SAL（Self-Assessed Life）为个体自评生活。CHNS数据中SAL取值分为极好、好、一般、差、极差5个逐次递减的层次。

④基本回归模型是指所有自变量都只考虑对因变量的线性影响，没有加入平方项和立方项。即文中的（1）式模型。

［1］Grossman，M.On the Concept of Health Capital and the Demand for Health［J］.Journal of Political Economy，1972，8（02）：223-255

［2］Alder，Nancy E.and Joan M.Ostrove.Socio-economic Status and Health：What We Know and What We Don't.［M］. Annals of the New York Academy of Sciences896.1991.3-15.

［3］Grossman，M.The Demand For Health：A Theoretical and Empirical Investigation［M］.Columbia University Press.1972. 103-135.

［4］Bettina Piko，Kevin M Fitzpatrick.Does class matter SES and psychosocial health among Hungarian adolescents［M］.Social Science&Medicine，Volume 53，Issue 6，2001，（9）：817-830.

［5］Braveman PA，Cubbin C，Egerter S，et al.Socioeconomic status in health research：One size does not fit all［J］.Journal of American Medical Association，2005，（294）：2879-2888.

［6］Mustard CA，Frohlich N.Socioeconomic status and the health of the population［J］.Medical Care，1995，33（12Sup）：DS43-DS54.

［7］George Davy Smith.The Black Reports on Socioeconomic Inequality In Health 10 Years On［J］.BMJ，1991，Vol.301，No.6 748.

［8］Jie（Yvonne）Chen.An analysis of policy effect on equality of opportunity for health［D］.Yale University，2012.

［9］Hayward，Mark D.，Eileen M.Crimmins，Toni P.Miles，and YuYang.TheSignificanceofSocioeconomicStatusin Explaining the Racial Gap in Chronic Health Conditions［J］. American Sociological Review2000，（65）：910-930.

［10］Zimmer，Zachary and James S.House.Education，Income，and Functional Limitation Transitions Among American Adults：Contrasting Onset and Progression［J］.International Journal of Epidemiology.2003，（32）：89-97.

［11］House，James and Williams David R.Psychosocial pathways linking SES and CVD［A］.In：National Institutes of Health，National Heart，Lung，and Blood Institute's Report of the Conference on socioeconomic status and cardiovascular health and disease［D］.6-7 November 1995，1996：119-24.

［12］Preston，S.and P.Taubman.Socioeconomic Differences in Adult Mortality and Health［M］.Washington DC：National Academy Press.1994.279-318.

［13］Mirowsky，John and Catherine Ross.Socioeconomic Status and Subjective Life Expectancy［J］.Social Psychology Quarterly，2000，（63）：133-151.

［14］齐良书，余秋梅.社会经济状况与健康关系的研究综述［J］.经济学家，2008（2）：108-115.

［15］China Health and Nutrition Survey［EB/OL］http：//www.cpc.

［16］Wagstaff，A.TheDemandforHealth：AnEmpirical Reformulation of the Grossman Model［J］.Health Economics，1993，Vol.2.77-101.

［17］赵忠，侯振刚.我国城镇居民的健康需求与Grossman模型，经济研究，2005（10）：82-90

［18］胡宏伟.国民健康公平程度测量、因素分析与保障体系研究［M］.北京：人民出版社，2011.

【责任编辑：林莎】

Causality Research on Socio-economic Status and Health Inequality

GAO Xing-min，XU Jin-hong
（Center for Special Economic Zone Research，Shenzhen University，Shenzhen，Guangdong，518060）

The research on relationship between socio-economic status（SES）and health is fairly mature abroad，but it is still a weak area in domestic literature.Based on the perspective of social causation theory，this paper uses cross-sectional data of CHNS in 2011 to make a theoretical analysis of the relationship between SES and health through mathematical statistics and empirical analysis.The findings are as follow：the national health inequality indeed exists；there are significant positive correlations between health and socio-economic status；the better-educated have better health；people with higher family annual net income have better health.The nonlinear causal relation between health and socio-economic status shows that there exists an“inverted U”rather may no“S”relationship between income and health and that there may no“inverted U”or“S”relationship between education and health.The paper therefore suggests promoting fair income distribution and developing education to reduce health inequality.

Socio-economic Status（SES）；health；health inequalities

F 126.1；C 913.7

A

1000-260X（2015）06-0045-09

2015-05-23

高兴民，深圳大学教授，博士生导师，从事人力资源与社会保障研究；许金红，深圳大学中国经济特区研究中心人口、资源与环境经济学博士研究生，从事人力资源与社会保障研究。