中老年健康差异及其影响因素分析——基于EQ-5D健康调查数据的实证检验

陈 东，李晓宇，栾 静

(山东大学 经济学院，山东 济南 250100)

一、引言

中国在经济快速增长过程中，社会不公平问题逐渐显现，其中健康差异是突出问题之一，无法被平均健康状况的改善所掩盖。学者们研究发现，中国城乡均存在亲富人的健康差异[1-2]，而老年人作为健康脆性和疾病风险加大的特殊群体，其面临的健康差异问题呈愈发严重之势[3]。

与已有研究不同，本文将健康差异的研究视角转向中老年群体，原因有二：一方面，20世纪50年代以来，随着婴儿和儿童健康质量的大幅提升，中老年时期成为人类健康水平提高的重要阶段。正如诺贝尔经济学奖获得者安格斯·迪顿在《逃离不平等》一书中所指出的，随着流行病学“从婴儿的肠腔和胸腔转移到了老人的动脉里”，“人类的健康问题焦点已经从婴儿转向了中年人和老年人”。另一方面，随着人口老龄化程度日益加深，中老年人将成为中国人口的重要组成部分，其健康状况需要给予特别关注[4]。在中国老龄化与城镇化、家庭小型化、空巢化相生相伴的过程中，中老年人之间的健康差异正在逐步扩大，已成为整个社会关注的焦点。在这种背景下，本文利用2015年度中老年居民健康调查的一手数据，通过引入欧洲五维健康量表法(EQ-5D)来测度中国中老年群体的健康水平，将健康差异的研究对象转向中老年人，考察造成中国中老年人健康差异的影响因素，为制定缩小健康差异、推进“健康中国”战略的公共政策提供参考。

二、文献综述

健康差异研究始于20世纪70年代，重点是比较不同国家或地区的平均健康水平或者健康不均衡程度。研究结果表明，尽管各国的人口健康情况各有不同，但是各个国家均存在不同程度的健康差异[5]。在此基础上，学者们分析了影响健康差异的具体因素，发现社会经济条件、社会人口学特征、区域因素等共同作用于个体健康水平，并由此带来了健康差异问题。

社会经济条件包括收入、职业、受教育程度三大支柱，其中收入作为影响健康差异的最重要支柱，与健康呈显著正相关关系，即高收入人群的健康状况明显优于低收入人群，这一结论得到了诸多学者的一致认同。例如，Van Doorslaer等分解了13个欧洲国家的健康差异来源，认为收入差距是导致富人健康优势最重要的原因[5]；Maheswaran等(2015)也发现健康差异程度之所以不断加深，在很大程度上要归因于日益扩大的收入差距。国内学者如黄潇也证实，中国居民健康差异的根源在于最初阶段的收入不平等，穷人在缩小与富人健康差距方面不得不直面更多的困难[6]。相比之下，受教育程度代表着个体获取健康资源的能力，其对健康差异的作用尚无定论。有的学者认为教育加剧了健康差异程度[7]，而有的学者则认为提高教育水平是缩小健康差异的重要手段[8]。与此同时，职业和就业状态对健康差异的影响同样重要，一方面，职业不同，工作的健康风险也不同，高层次职业人群往往更为健康[9]；另一方面，与职业相比，就业状态对健康的影响更加突出，对此Sarti等(2016)利用意大利劳动市场雇佣和健康数据，发现在经济下滑时期，失业人群和未失业人群之间的健康差距不断拉大。

社会人口学特征主要涉及年龄、性别、婚姻状况等。在性别方面，尽管大多数学者认为男性身体素质一般好于女性，但Bakkeli(2016)的研究发现男性的健康优势是不固定的，女性的健康表现有时会明显优于男性；在年龄方面，年龄和健康状况呈明显的负相关关系，且年龄对个人健康状况的作用是复杂的，在到达高龄阶段后，老人的健康下滑速度明显放缓[10]；在婚姻状况方面，良好的婚姻状况有利于个体生活质量的提高，有效改善健康状况、降低死亡率[11]。

区域因素对健康差异的影响同样值得关注。不同的区域拥有不同的经济社会环境、自然环境和生活方式等，这些因素均会对健康产生或大或小的影响，并进一步导致个体健康差异。以中国为例，东部沿海地区人口拥有明显的健康优势，平均死亡率和慢性病患病率远远低于中西部内陆地区，其根源之一便在于地区差异[12]；城市居民的健康状况普遍优于同年龄段的农村居民[13]，且这种不平等不但没有减小，反而有逐渐加深之势[14]。

随着全球老龄化程度日益加深，越来越多的国内外学者专门针对老年人的健康差异展开研究，并主要形成了两方面的研究成果：一是对健康差异进行度量和分解，探讨其影响因素，并得到了大致相同的结论，即老年人群体普遍存在亲富人的健康差异，最主要的贡献因素为收入[3]；二是更为关注健康差异的动态变化，并发现日益扩大的收入不平等正在拉动老年人健康差异的持续扩大，且一单位的收入差距可能会引致几倍的健康差距[15]。在此基础上，陈东等将研究视角进一步扩展至中老年群体，发现中老年群体存在亲富人的健康差异，且其源泉主要为收入增长效应和收入分布效应[16]。

与已有文献相比，本文试图在以下两方面有所拓展：其一，研究人群的拓宽。现有文献大多聚焦于成年期或儿童期的健康差异，围绕老年人开展的研究不多[3，17]，针对中老年群体的研究则更少[18]。一般来讲，人在45岁以后会出现老年前期特征，并开始步入老年阶段，同时为了体现健康从中年到老年这一过渡阶段的变化，本文将研究对象扩展到中老年阶段。其二，健康测量方法的创新。健康测量方法直接关系到健康及健康差异研究的科学性，目前国内学者常用自评健康(SRH)作为反映研究对象健康状况的综合指标[2]，但是序数型SRH不能直接用于集中指数的计算，需要通过区间回归或者Ordered Probit估计转化为连续型健康指数，且难以避免自评健康主观性的问题；也有学者使用生活质量指标(QWB)，但该指标对数据要求较高，需要丰富的健康相关变量予以支撑[19]。本文使用了目前国内尚未广泛使用的欧洲五维健康量表(EQ-5D)方法，结合2017年最新发布的基于中国人群健康偏好构建的EQ-5D效用值换算表计算健康效应值，以此全面地反映研究对象的健康状况。

三、测量方法与实证思路

(一)健康的测量——欧洲五维健康量表法(EQ-5D)

健康是一个多维度概念，对健康水平的度量是研究健康差异的前提和首要问题。相对于传统的死亡率、发病率等指标，生命质量能够同时反映躯体、心理、社会和情感方面的健康，可以提供更多的信息和维度。具体而言，生命质量可以通过健康效用值进行量化，其测量工具有多种，包括欧洲五维健康量表(EQ-5D)、六维健康调查简表(SF-6D)、健康效用指数(HUI)等；其中，EQ-5D具有简单明了、易于操作、应用面广、可信度高等特点，是国际上使用最为广泛的通用量表之一[20]57-102。本文使用中文版EQ-5D-5L量表计算健康效应值，并以此衡量和评价研究对象的健康状况[注]EQ-5D量表包括两个版本：最初开发的EQ-5D-3L量表和改进的EQ-5D-5L量表。与EQ-5D-3L相比，EQ-5D-5L能减少测量的天花板效应，并提高对较轻健康状态变化的区分能力。。

EQ-5D-5L量表由健康情况调查问卷和效用积分体系两部分组成，其中调查问卷又分为健康描述体系(the EQ-5D descriptive system)和视觉模拟标尺(the EQ visual analogue scale，EQ-VAS)两部分：前者包括行动能力、自己照顾自己的能力、日常活动能力、疼痛或不舒服、焦虑或者抑郁五个维度，每个维度又细分为五个水平：没有任何困难、稍微有一点困难、有中度困难、有很大困难、有极度困难，分别用数值1～5代表；后者是一个长20厘米的垂直视觉尺度尺，顶端为100分，代表“心目中最好的健康状况”，底端为0分，代表“心目中最差的健康状况”。

EQ-5D-5L量表定义了3 125种不同的健康状态，每一种健康状态均由5个数字表示；例如，“11111”表示在5个维度上均没有任何困难，是一种“完全健康状态”；“12234”表示在行动维度没有困难，在自我照顾和日常生活维度有一点困难，觉得中度疼痛或不舒服，有严重的焦虑或抑郁。本文使用表1列示的2017年最新发布的基于中国人群健康偏好构建的EQ-5D-5L健康效用值换算表，将EQ-5D-5L量表表示的健康状态转换成健康效用值，从而描述受访者的生命质量和健康状况[21]。具体而言，对照效用积分体系，根据受访者在问卷中五个维度、五种水平上做出的选择，采用完全健康的指数得分(1.000)减去每个维度、每个水平上选项对应的系数，即可得到健康效用值。例如，某受访者的答案是1(该维度、该水平对应的系数为0.000)、2(0.048)、2(0.045)、3(0.138)和4(0.215)，那么完全健康指数得分(1.000)减去上述括号内的相应系数，则可得到该受访者的健康效用值为0.554。健康效用值的值域是[-1，1]，其中0表示死亡，1表示完全健康，负值表示该健康状态差于死亡。

表1 中国EQ-5D-5L效用积分体系表

(二)健康差异的测量及其分解

本文选择健康集中指数衡量中老年群体健康差异程度，具体而言，集中指数法是在借鉴洛仑兹曲线和基尼系数的基础上，给定连续的健康变量，计算相关指数，描述按照社会经济排名由低到高的累计人口分布所对应的累计健康分布。该方法衡量的是相对不平等程度，取值范围为[-1，1]。当集中指数为0，表明健康在不同社会经济阶层人群间均匀分布；当集中指数为负，表明健康集中于低收入阶层，存在亲穷人的健康差异；当集中指数为正，表明健康优势汇聚在高收入阶层，存在亲富人的健康差异。集中指数绝对值越大，健康差异程度越严重，计算公式如下：

(1)

其中C是健康集中指数，n为样本数目，μ是健康变量的均值，yi代表第i个人的健康变量值，Ri是第i个人在社会经济分布中的分数秩次，可以由下式计算得出：

(2)

集中曲线和集中指数能够说明健康差异是否存在及其程度大小，如要考察健康差异具体受哪些因素影响，则需要对集中指数进行分解。本文采用Wagstaff等(2003)提出的分解方法，基于健康回归方程对健康集中指数进行分解。假设健康变量yi可以拟合为线性回归模型，具体的线性健康回归方程可设为：

yi=α+β1x1i+β2x2i+…+βkxki+εi

(3)

其中ε是误差项，x是健康的影响因素变量，β是各影响因素的回归系数。

在此基础上，可计算健康影响因素xk的集中指数，用以衡量变量xk的分布不平等程度：

(4)

残差项的集中指数为：

(5)

基于健康回归方程和健康的影响因素集中指数，健康集中指数可以写为：

(6)

因此，本文将根据健康集中指数公式(1)，测度城乡中老年群体的健康差异程度；在此基础上，进一步测度健康相关因素的集中指数，结合健康回归方程(3)的回归结果，并利用集中指数分解公式(6)，对城乡中老年人的健康差异影响因素进行分解研究。

四、数据来源与变量描述(一)数据来源

本文使用的数据来自2015年对中国45岁及以上中老年居民的健康抽样调查。本调查由山东大学、澳大利亚墨尔本大学和昆士兰大学联合进行，选取山东大学在校学生为调查员，对其家乡满足年龄条件的亲朋好友进行调查，问卷内容涵盖受访者的健康状况、社会经济状况、退休准备情况以及个人及家庭基本信息等。担任调查员的学生来自全国除港澳台以外的31个省(直辖市、自治区)，通过采访面谈和问卷调查两种形式搜集数据，共涉及2 159位受访者。剔除回答内容前后不一致和没有按照要求作答的问卷，最终回收1 894份有效问卷，有效问卷率为87.73%。本文剔除存在缺失值的观测样本后，最终实际使用样本数量为1 639个，其中城市样本953个，农村样本686个。

(二)变量选取

1.被解释变量。本文的被解释变量是中老年群体的健康水平(Health)，采用中文版EQ-5D-5L计算的健康效用值来度量。

2.解释变量。在已有的实证研究中，学者们常常选择收入、受教育程度和职业三大支柱来反映个体的社会经济条件。同时，中老年群体作为家庭关系的综合体，子女数量与健康状况密不可分；人口居住的地区不同，经济发展水平、文化风俗、生活习惯等方面也不同，都会对健康有一定影响。基于此，本文的解释变量选取如下：

1)个人年收入(lnincome)，即受访者个人2015年全年收入。为了反映收入与健康之间的非线性关系、消除数据的异方差性，对个人年收入取对数。

2)养老积蓄情况(covered)。与已有研究不同，本文在收入、受教育程度、职业等常规反映社会经济地位的因素之外，引入了养老积蓄这一反映中老年人经济状况的重要指标，该变量用于体现受访者是否为老年生活做好充足积蓄。养老积蓄准备充分，取值为1，否则取值为0。

3)受教育程度(edu)。以受访者的最高受教育程度来度量，分为小学及以下、初中、高中和职业学校、大专或大学及以上四类，并以小学及以下为参照组。

4)工作状态(employed)。该变量用于衡量受访者是否正处于受雇状态，如果正处于受雇的工作状态，则取值为1，否则取值为0。

5)子女数量(child)，以受访者的子女数目来衡量。

6)所在地区(region)，按照受访者常住地区划分为东、中、西部和东北地区，并以东部为参照组。

3.控制变量。社会人口学特征因素也是重要的健康影响因素。依据模型和问卷设置，设置年龄(age)、性别(gender)、婚姻状况(married)和民族(Han)作为控制变量。

所有变量定义及统计性描述如表2所示。

表2 变量定义与统计性描述表

(三)数据描述性统计

城镇样本和农村样本的描述性统计结果见表2，需重点关注如下差异：其一，城镇样本的健康效用均值为0.907，较之农村样本(0.861)具有明显的健康优势。其二，城镇样本和农村样本的平均年龄分别为53.792和57.312，在一定程度上说明农村样本人口的老龄化程度更为严重，其健康问题尤其需要重视。其三，城镇居民的社会经济地位普遍高于农村居民，主要表现为：城镇样本的平均收入对数值水平(10.648)显著高于农村样本(9.784)；城镇样本中过半数者已经为老年生活做好了充足的养老积蓄准备，而农村样本中只有三分之一左右的中老年人肯定自己的养老储蓄充足；农村样本的受教育程度明显低于城镇样本，前者农村小学及以下受教育程度的比例(46.9%)远远高于后者(10.3%)，前者拥有大专及以上学历的比例(3.1%)则远远低于后者(46.1%)；城镇样本中超过60%的中老年人仍处于受雇的工作状态，而农村样本中高达56.10%的中老年人失业或者退休。

图1～4进一步显示了健康效用值在不同社会经济状况人群中的分布。由图1可以看出，不同收入分位组人群的健康情况各不相同，收入越高的人群健康优势越明显。一方面，不论是城镇样本还是农村样本，高收入者的健康水平优于中低收入者；而在农村样本中，高收入者与低收入者的健康指数差距更是达到0.184。另一方面，低收入群体的城乡健康差距更为突出，即低收入群体之间的健康差距高达0.108，远远高于中等收入群体(0.022)和高收入群体(0.008)。与之相对应，图2显示不论是城镇样本还是农村样本，养老积蓄充足者的健康水平均优于养老积蓄不充足的群体。图3和图4则表明，高学历人群与低学历人群的健康差异明显，受教育程度越高，越能改善中老年群体的健康状况；相对于仍在工作的人群，退休和无业者的健康水平明显处于劣势，这一结论在农村样本中更为明显。

注：收入按照农村样本P25(6 000元)和P75(30 000元)、城镇样本P25(30 000元)和P75(60 000元)分为低、中、高三个水平。

图1不同收入群体健康分布图

图2 不同养老积蓄准备群体健康分布图

图3 不同受教育程度群体健康分布图

图4 不同就业状态群体健康分布图

由此可见，城镇样本的平均健康效用值明显高于农村样本，农村中老年群体处于健康劣势地位；无论城镇还是农村，高收入者的健康水平优于中低收入者；养老积蓄充足的中老年人健康表现更好；高级知识分子的健康素质明显优于低学历人群；尚处于工作状态的中老年人的健康情况普遍优于失业或者已退休的群体。按照不同特征划分的中老年群体之间存在明显的健康差异问题，从而为下文的影响因素检验提供了典型化事实。

五、实证结果与分析(一)健康回归方程的估计结果

在上述变量选取的基础上，本文根据Wagstaff等(2003)提出的健康水平回归方程设定模型如下：

Healthi=α+β1lnincomei+β2coveredi+

β3edui+β4employedi+β5childi+

β6regioni+β7agei+β8genderi+

β9marriedi+β10Hani+εi

(7)

其中，i代表第i个个体，Health代表个体健康；lnincome代表个体年收入对数；covered代表养老积蓄；edu表示受教育程度虚拟变量；employed代表就业状态；child代表子女数量；region代表地区虚拟变量；控制变量则包括年龄(age)、性别(gender)、婚姻状况(married)、民族(Han)等人口学特征变量；ε代表残差项。

考虑到中国城乡中老年群体的健康差距巨大，且影响因素可能存在异质性，故本文将样本细分为城市子样本和农村子样本，其基准回归结果见表3中第1、2列。

城镇样本与农村样本的基准回归结果均说明，社会经济条件对健康水平的影响作用最为突出。具体而言，其一，收入对城乡中老年群体的健康水平具有显著的正向影响；同时，这一变量对城镇样本的影响系数(0.017)低于农村样本(0.027)，说明对于经济发展相对落后、人均收入较低的农村地区，提高收入对于改善农村居民的生命质量更为重要。其二，养老积蓄作为反映中老年人经济状况的另一重要指标，同样对健康效用值有着显著作用；养老积蓄准备充分，可以支持中老年人得到足够的生活物质资源和医疗卫生资源，稳定精神状态，从生理和心理两方面提升身体素质。此外，这一变量对农村居民的影响高于城镇居民，在城乡养老金收入差距较大、农村“空巢老人”现象严重的现实情况下，养老积蓄充足与否对农村中老年人的重要性不言而喻。其三，教育因素对城乡居民的健康效用值产生了不同程度的积极作用，其中在城镇样本中，表示受教育程度的三个虚拟变量(edu1、edu2、edu3)均显著为正，说明相较于小学及以下文化程度的人群，文化程度高的人群享有健康优势；然而，在农村样本中，仅有初中教育(edu1)为其健康效用值带来了显著的正效应，高中及以上学历对健康的影响并不具有统计上的显著性，这一结果与农村中老年群体文化层次普遍较低、罕有高学历的情况有一定关系。其四，就业状态(employed)对城镇样本的健康影响并不显著，可能的原因在于，部分中老年人已经退出劳动力市场，部分中老年人尽管仍在工作，但是已经处于职业生涯末期，工作强度和时间大幅度下降，在上述二者的综合作用下，工作状态对中老年人健康的影响式微。但是，相对于失业或者退休，仍在就业状态的农村中老年人的健康水平处于显著的优势地位。究其原因，农村各方面的社会保障相对薄弱，失业或者退休对其收入冲击巨大，而受雇的工作可以为农村居民提供相对稳定的收入来源，在生理和心理上都有益于其健康功能的维护和健康水平的提高。

以子女数量来表征的家庭因素与中老年群体健康的关系也十分密切。无论城镇样本还是农村样本，子女数量(child)的回归系数显著为负，表明子女多的人群在进入中老年阶段后健康水平相对较差。子女数量越多，意味着中老年居民在其青壮年时期承担的子女抚养任务越重，加之几十年前的经济社会发展水平不高、医疗和营养条件不足，繁重的子女抚养重任会影响健康水准的保持，导致中老年时期健康存量下降速度过快。地区因素(region)对健康效用值的影响在城镇样本中无统计上的显著性，在农村样本中则呈现出显著的影响作用，即相对于居住在东部地区，居住在西部地区和中部地区的农村中老年人显著降低了健康效用值。换言之，农村发展水平的区域差异显著，整体上东部地区发展水平高于同期中部地区、东北地区和西部地区，而这一差距从不同地区农村中老年群体的健康差异中可见一斑。

在控制变量中，城乡中老年群体的年龄(age)回归系数均为负数，表明年龄与健康呈显著负相关关系，这符合健康资本随着年龄增长而不断折旧的规律。婚姻状态(married)的回归结果则表明，相对于未婚、离异及丧偶而言，已婚状态能够积极有效地改善城乡中老年人的健康状况。民族(Han)仅对城镇样本有一定影响，城镇中老年群体中，汉族相比少数民族健康状况更佳。

为了验证上述结果的稳健性，本文将健康度量指标由健康效用值替换为EQ-5D量表中的VAS评分。如前文所述，VAS评分由受访者在EQ-5D调查问卷的视觉模拟标尺部分为自己“今天的健康状况”打分而得到。表3中的第3、4列汇报了VAS评分作为被解释变量的回归结果，可以看出，虽然VAS评分和健康效用值捕捉的健康信息有所差异，但是该结果与基准回归结果基本一致，表明上述基准回归结果具有较好的稳健性和较强的说服力。

表3 中老年人健康决定因素的多元回归结果表

注：***、**和*分别表示在1%、5%和10%的显著水平上具有统计学意义；()内数字为标准误差。

(二)健康差异的分解分析

如前所述，健康集中指数和健康相关因素集中指数是健康差异影响因素的分解基础。如果该指数小于0，表明该变量的分布集中在低收入群体当中，反之则表明该变量的分布集中在高收入群体中。本文根据式(1)，计算得出城镇居民的健康集中指数为0.024，农村居民的健康集中指数为0.048，表明城乡中老年群体均存在亲富人的健康差异，且该现象在农村更加突出。在此基础上，利用式(4)计算出各解释变量的集中指数，根据集中指数分解公式(6)，并结合健康回归方程(7)的回归系数计算各解释变量集中指数的权重，最终求得各解释变量对健康差异的贡献率，实现对城乡中老年人的健康差异的分解研究，结果见表4。

表4的分解结果表明，无论是城镇样本，还是农村样本，社会经济条件都是中老年群体健康差异贡献率最高的因素。其一，反映中老年人经济状况的个人收入和养老积蓄是影响健康差异最主要的因素。其中，收入对城镇和农村健康差异的贡献率分别高达29.11%和31.96%，养老积蓄的贡献率则分别为16.96%和8.64%。如此高的贡献率主要源自两方面原因：一方面，弹性系数均为正数，收入和养老积蓄都对健康有显著的正效应；另一方面，无论城乡，个人收入、养老积蓄集中指数均明显大于0，表明经济状况不平等现象在中老年群体中普遍存在，由此可见，收入是决定中老年人群健康水平差距的首要因素，而养老积蓄的不平等也推动了健康差异的进一步扩大。其二，受教育程度对健康差异的作用虽因文化层次不同而发生变化，但是总体来看，教育因素在不同程度上加剧了城乡中老年群体的健康差异；对城镇中老年人而言，高等教育以高达74.10%的贡献率加剧了健康差异，并且抵消了初高中教育程度对健康差异的削弱作用，因而综合来看，教育因素对城镇中老年健康不平等的总体贡献率约为22.52%。相比之下，教育对农村中老年人的健康差异作用较小，主要是由于不同受教育层次对健康的弹性系数接近于0，但总体来看教育因素仍在8.55%左右的水平上拉大了农村中老年人的健康差异。其三，就业状态对农村样本和城镇样本的健康差异分别产生了促进和减缓作用，贡献率分别为15.32%和-7.06%。

除了上述社会经济条件之外，以子女数量为代表的家庭因素也对中老年群体的健康差异有较大影响，对城镇样本和农村样本的健康差异贡献率分别为10.30%和8.64%。城乡中老年居民的子女数量集中指数均为负值，表明城乡子女数量分布均主要集中在低收入群体，即穷人的子女数量较多，反映了“越穷越生”的社会现象；而中老年群体在青壮年时期抚养的孩子数量越多，生活负担和精神压力也就越大，健康存量因此降低，特别是进入中老年阶段后，前期健康存量不足的风险逐渐显露，子女数量引起的健康水平差距凸显，健康差异程度进一步扩大。

相比之下，性别、婚姻、民族和地区因素对健康差异的贡献率很小，均在5%以下，说明这些因素与中老年人健康差异程度之间的相关关系较弱。但是，年龄对城乡中老年人健康差异的作用明显，贡献率分别达到了31.63%和14.14%，其贡献作用来自两方面：一方面，在城镇样本和农村样本中，年龄的集中指数均为负值，表明高收入者相对年轻，而低收入者的年龄相对偏大；另一方面，无论城乡，年龄对健康的弹性系数均为负值，自然衰老是导致个体健康水平下滑无法抗拒的因素，两方面的综合作用导致年龄因素在较大程度上推动了中老年群体健康差异的扩大。

表4 健康差异的分解计算表

同理，为了验证中老年群体健康差异分解结果的稳健性，以VAS评分作为健康衡量指标，并利用健康集中指数分解模型，计算并分析各因素对健康差异的贡献率，其结果见表5。可以看出，使用VAS评分计算得出的城乡健康集中指数均大于0，且农村样本的集中指数高于城镇样本，再次说明中国城乡中老年人群均存在亲富人的健康差异，且农村的健康分布不均衡现象比城镇更加突出。分解结果进一步显示，社会经济条件仍是中老年群体健康差异贡献比重最大的因素，其中城镇中老年人27.98%的健康差异可以由收入解释，在农村中老年群体中，这一比重达到了43.31%；养老积蓄推动了健康差异的进一步扩大，无论城乡，养老积蓄对中老年健康差异的贡献率均在10%以上。教育因素在不同程度上加剧了城乡中老年群体的健康差异；就业状态推动了农村样本健康差距的扩大，却在一定程度上减轻了城镇样本的健康差异程度；此外，子女数量和年龄同样是推动中老年群体健康差异扩大的重要因素，而性别、婚姻、民族和地区因素的贡献率很小。由此可见，以VAS评分衡量健康，进行的健康差异分解分析结果与健康效用值的分解结果基本相似，从而验证了上述分析结论的稳健性。

表5 稳健性检验表

六、结论与政策建议

本文利用2015年度中老年居民健康调查的一手数据，通过引入新的健康度量法——欧洲五维健康量表法(EQ-5D)来测度中国城乡中老年群体的健康水平，并在此基础上对城镇和农村样本与收入相关的健康差异进行了测度和分解。研究结果表明：第一，城镇样本的健康效用均值为0.907，与农村样本(0.861)相比具有明显的健康优势；同时，城镇样本的健康集中指数为0.024，低于农村样本(0.048)，说明城乡中老年群体均存在亲富人的健康差异，且农村的健康差异程度更大。第二，社会经济条件不仅与中老年居民的健康水平密切相关，而且也是中老年群体健康差异贡献率最高的因素。其中，收入是健康差异的重要影响因素，可以解释城乡中老年群体30%左右的健康差异；养老积蓄和受教育程度均在不同程度上推动了健康差异的扩大，且对城镇中老年人的影响更大；就业状态加剧了农村中老年群体的健康差距，却在一定程度上缓解了城镇中老年人的健康差异程度。第三，子女数量和年龄同样是推动中老年群体健康差异加剧的重要因素，而性别、婚姻、民族和地区因素的贡献率很小。

基于以上结论，本文的政策含义是：第一，现阶段农村中老年人健康水平较低、城乡中老年群体健康差距明显，为缩小城乡健康差异，坚持统筹城乡协调发展，推动城乡公共服务均等化，仍然是未来相当一段时间内的政策导向。在这个过程中，要重点保障农村中老年人能享受到与城市中老年人相同的医疗卫生资源和公共设施服务，在公共卫生政策的制定和推进方面，需要特别关注并且更好地惠及低收入的农村中老年群体，使这部分弱势群体能够公平地享受健康服务和公共卫生资源，改善农村中老年群体的整体健康状况。第二，收入是拉大健康差异的重要因素，调节收入分配、扭转收入分配过于悬殊的局势，是缓解中老年居民健康差异日益加剧的重要举措。因此，需加快完善中老年群体收入合理增长机制，尤其注重改善低收入者生活，不仅要缩小城乡之间的收入差距，而且要缩小城镇内部、农村内部居民的收入差距。第三，养老积蓄的巨大差异推动了健康不平等程度的进一步加深，因此政府部门应当进一步完善养老保障制度，健全多层次的社会保障体系，继续提高养老保障水平，使其与当地经济发展水平和物价水平相适应，保证中老年人具有稳定可靠的养老积蓄来源。