我国流动人口的健康差异测度及其成因分解

杨若愚，董永庆，张 豆

1中国民航大学经济与管理学院，天津，300300；2天津大学管理与经济学部，天津，300072

我国的流动人口群体日益壮大，第七次人口普查数据显示，2020年流动人口数量为3.76亿，流动人口占总人口比重的26.64%[1]。自改革开放以来，虽然中国人口的整体经济状况和医疗水平在不断改善，但群体间的健康差异却依然存在。流动人口群体的健康差异问题近年来也备受政府关注。2016年发布的《“健康中国2030”规划纲要》，明确指出要“推动健康领域基本公共服务均等化”，重点关注基本健康服务和健康水平差异问题。同年发布的《流动人口健康教育和促进行动计划(2016-2021年)》，针对提高流动人口健康水平提出了“推动形成有利的政策环境”“提高卫生计生服务可及性”等7项重点工作任务。现有关于流动人口健康问题的学术研究，多关注流动人口健康的影响因素，或是流动人口内部特定群体的健康状况[2-5]，对于流动人口群体内部健康差异的研究却相对匮乏。在此背景下，本研究利用2017年全国流动人口卫生计生动态监测大样本数据，对流动人口这一群体的健康差异进行测度与分解。

1 资料来源与方法

1.1 资料来源

本研究中所使用的数据来自于原国家卫生和计划生育委员会组织的2017年全国流动人口卫生计生动态监测调查。该调查关注流动人口的生存发展状况、流动特征、社会融合情况和健康及基本公共服务利用的状况，范围覆盖31个省级行政单位及新疆生产建设兵团，样本总量达169989。调查抽样采取分层、多阶段、与规模成比例的PPS(probability proportionate to size)抽样方法，具有科学性、专业性和较好的代表性。综上，该调查数据能够较好符合本文对于流动人口健康差异研究的需要。

1.2 健康状况的测量

对于健康状况的测量存在主观维度和客观维度。其中，自评健康是常用的主观健康评价指标，以往研究证明自评健康数据与死亡率等客观健康测量指标高度相关，可以有效地度量健康，较好反映个人综合健康状况[6]，故本文选取自评健康作为主观健康指标。通过借鉴以往研究，本文的客观健康评价指标选择两周内不适指数及患慢性病指数。综上，本文衡量健康状况的指标有3个，且均有对应的问卷问题与之相匹配。

1.3 健康差异影响因素的测度

在本研究中，健康影响因素包含个体特征、社会融合、医疗资源可及性和流动人口的流动特征4个方面。结合问卷问题和以往研究，个体特征选取性别、年龄、受教育程度和婚姻状况4个子指标进行度量，就社会融合而言，本文参考杨菊华等学者构建的社会融入指标体系[7]，根据易得性和问卷中原始数据的因子分析，选择将经济整合、行为适应以及身份认同作为测度社会融合的3个维度，将个人月收入、住房类型作为测度经济整合维度的两个指标，其中，住房类型参照以往学者关于流动人口住房保障的研究进行“安居”属性的分类[8]。将流动人口的社区参与作为测度行为适应的指标，并通过流动人口对于户籍人口的心理距离以及归属感等作为测量流动人口身份认同的指标。医疗资源可及性一定程度上影响着公共卫生资源的配置，体现了资源的可得性。因此，本文运用到达医疗机构的时间来测量该指标。就流动特征而言，本研究结合问卷问题选择“流动距离”和“流动年份”两个指标进行测度，二者分别反映了空间和时间层面的流动性，可以很好地表征流动特征。

1.4 健康差异的测量与分解方法

集中指数是测度健康差异的常用方法，通过集中指数这一基于双变量分布的测度方式，可以观察在相关社会经济因素变量完全一致时，健康分布的不均衡程度，从而对其进行“反事实”的分解，进行因果关系的推断[9]。因此，本文将运用集中指数进行健康差异分解。

1.4.1 健康差异的测量。集中指数(concentration index，CI)是集中曲线和绝对公平线(斜对角线)所围面积的两倍，本文所使用的计算CI的公式为：

(1)

其中CI指的是集中指数，n代表的是样本个数，μ指的是健康水平h的均值，hi表示个体的健康水平，Ri表示的是个体的收入秩次。由于本文的健康指数代表的是健康不良水平，故当CI为正时，健康不平等对穷人有利，为负时表示对富人有利，为0时则代表完全平等。

1.4.2 健康差异的分解。本文采取Wagstaff等的方法[10]，将健康集中指数与回归框架相结合，对健康差异进行分解。设定健康水平H为因变量，健康影响因素X为自变量，建立健康回归模型为：

(2)

βk是指第k个因素对健康的边际影响，εi是误差项。则健康集中指数可以分解为：

(3)

由于用于计算集中指数的健康指标必需是一个二分变量或连续型变量[11]，而本文的自评健康数据是通过4个等级的打分制获得的，因此，有必要对这一变量数据进行处理。考虑到直接将自评健康变为二分变量会失去较多信息，本文采用Wagstaff提出的潜在变量法进行处理，假定自评健康得分的背后存在一个潜在的变量满足标准的对数正态分布，并计算4个自评健康等级所占有的比例，按照比例查正态分布表并进行指数换算，从而将自评健康这一有序变量转化为了数值变量。

1.4.3 变量及其操作化定义。本文以2017年全国流动人口卫生计生动态监测调查数据中的A卷调查结果为依据，变量类型及其操作化定义如表1所示。

表1 变量类型及其操作化定义

2 结果

2.1 基于收入分组的健康差异现状分析

本文使用数据仅涉及15岁及以上且在流入地居住1个月及以上的流动人口。表2报告了总样本健康状况均值和根据收入水平分组统计的被调查流动人口健康状况的平均值。自评健康均值为1.206，且慢性病患病率均在7%以下。可以看出，流动人口的整体健康状况良好(自评健康状况采取1至4分的打分制，分数越高表明自评健康越差)。随着收入的提高，人们的自评健康和两周内不适的指数都在下降，高收入组的流动人口身体状况普遍好于低收入组，流动人口群体的健康状况存在着“亲富人”的现象，但收入对慢性病患病率的影响在更高的收入层次有所减小。

为了将健康状况的差异程度进行更深层次的量化分析，本研究计算出在自评健康、两周内不适和患慢性病3个健康指标上的集中指数分别为-0.0742、-0.1152和-0.1225，并绘制出了基于月收入的健康集中曲线，如图1-3所示。可以看出，这3个健康指标上都存在着“亲富人”的现象，即高收入群体的健康水平更佳。其中，自评健康集中指数为-0.0742，和2020年张志坚等人利用2016年基层卫生综合改革调查数据得出的自评健康指数(-0.0507)相比[12]，指数的绝对值较大，说明流动人口内部的健康差异程度比总体人口的健康差异水平还要高。

表2 按月收入分组的被调查流动人口健康状况(均值)

图1 以月收入排序绘制的自评健康指标的健康集中曲线

图2 以月收入排序绘制的两周内不适指标的健康集中曲线

图3 以月收入排序绘制的患慢性病指标的健康集中曲线

2.2 健康各指标的集中指数分解

为了进一步探究其中的原因机理，本文针对3个健康指标进行了差异分解。其中，患慢性病指数是患高血压指数、患糖尿病指数、患糖尿病和高血压指数的加总值。总体而言，负值贡献率缩小健康差异，正值贡献率扩大健康差异，各维度的分解结果整合如下表3所示。自评健康的分解结果中，年龄的弹性为正，贡献率达16.25%，其“亲富人”的特征使其扩大健康差异，成为月收入外影响自评健康差异的主要因素，性别、受教育程度和婚姻状况通过集中提升高收入人群的自评健康水平扩大了流动人口的健康差异。住房类型在一定程度上缩小了流动人口的自评健康差异，贡献率达-1.46%，更具“安居”属性的住房类型通过集中降低高收入人群的自评健康水平缩小了健康差异。对患慢性病的健康差异分解结果显示，年龄因素是扩大患慢性病健康差异的主要因素，贡献率达26.61%。此外，受教育程度、住房类型和流动距离的弹性虽然都为正，但其亲富的特征使其成为缩小慢性病患病率的主要因素，贡献率分别达到-5.55%、-5.18%和-3.74%。两周内不适指数的分解结果显示，月收入对健康差异的贡献高达68.23%，是造成两周内不适健康差异的主要因素。个体特征如性别、年龄以及受教育程度也对健康差异存在重要贡献，贡献率分别为10.20%、4.71%和7.42%。性别和受教育程度通过集中降低高收入者的两周内不适程度扩大了健康差异。婚姻状况和住房类型的弹性为正，但提高了较高收入群体的两周内不适水平，缩小了健康差异。

2.3 健康综合指数的广义logistic回归

为了验证上述分析结论的稳健性，本文使用logistic回归分析方法进行影响因素分析。为了综合度量健康状况，构建“综合健康得分”因变量，将自评健康、两周内不适指数以及患慢性病指数进行加和。为了避免出现频次较低的分类，本文将健康状况得分中的“5，6，7”合并成一个分类，留下5个类别进行估计。其中，1至5分别代表健康状况“很好”“好”“一般”“差”和“很差”。本研究所构建的综合健康得分可以作为一个独立的变量，故选择有序logistic回归模型对其进行分析。采用有序logistic回归模型需要满足平行性假设，即对于因变量的每个分类，自变量的影响效果是一样的。本研究利用Stata 15.0对其进行平行线假设检验，结果显示P值均显著，拒绝平行线假定的原假设，则使用有序logistic回归模型是不合理的。因此，本文选择能较好解决这一问题并更为简洁的分析方法——广义logistic回归[13]，对健康综合得分的回归结果见表4。同时，表5报告了健康综合得分相关影响因素的边际效应。

表4及表5显示，在个体特征中，性别、年龄和受教育程度对综合健康得分的差异的贡献是显著的。其中，性别存在正向影响，说明男性流动人口的自评健康状况整体要好于女性流动人口。年龄对综合健康水平存在负向影响，说明年轻人的身体素质普遍优于老年人，这与客观规律相符。受教育程度越高，测得综合健康状况较差的概率就越小。婚姻状况总体上而言对综合健康的影响并不显著。就社会融合的层面而言，月收入在1%的水平上显著提高了测得更高综合健康水平的可能性，单就边际效应而言，在其他自变量的条件不变的情况下，月收入每提高一个单位，测得综合健康“很好”的概率提高3.91%。住房类型对于综合健康水平存在着负向的影响，这与上文的分析结果一致。身份认同对综合健康存在正向影响。在边际效应中，身份认同每提高一个水平，综合健康报告“很好”的概率提高2.52%。行为适应对综合健康存在负向影响。在边际效应中，行为适应每提高一个单位，综合健康报告“很好”的概率降低0.01%，报告“好”的概率降低0.19%。就流动特征而言，流动距离对综合健康存在显著的正向影响， 流动年份对综合健康存在显著的负向影响。流动年份与年龄有着相似的影响路径，但影响的程度较小。医疗资源可及性对于综合健康存在正向影响。在边际效应分析中，若其他条件不变，到达时间每提高一个单位，综合健康报告“很好”的概率增加1.11%，“一般”的概率提高0.03%，“差”的概率降低0.20%，“很差”的概率降低0.07%。

表3 自评健康指数的健康差异分解

表4 健康综合得分相关影响因素的回归分析

表5 健康综合得分相关影响因素的边际效应分析(%)

3 讨论

3.1 流动人口在年龄、性别等层面存在健康差异

本研究发现，流动人口群体内部存在着“亲富人”的健康差异。就个人特征层面而言，年龄、性别是除收入外导致健康差异的主要因素，这与以往的研究结论相一致[14-15]。年龄增长容易带来身体机能下降和各种健康风险[16]，年龄在广义logistic回归中的边际效应分解显示其对流动人口的综合健康水平存在显著的负向影响，在集中指数的分解中发现，年长的流动人口大多集中在低收入组，年龄所带来的身体机能下降与低收入所带来的医疗支付压力扩大了流动人口群体的健康差异。抛去性别本身的健康生物学差异所带来的“健康不平等”，不同性别的群体在资源、信息、权力方面存在的差距也会造成健康差异[17]。在本研究中，性别在3个健康指标的集中指数的分解结果表明，社会经济地位偏高的男性健康状况优于女性。广义logistic回归的结果也显示，性别存在显著的正向影响。因此，应在提供基本公共卫生服务时重点关注流动人口中的老年与女性群体，推动医疗保险更多惠及流动老人，并应出台针对不同性别的就医政策，以提高就医公平性以及医疗资源的利用率，以提升流动人口的整体健康水平。

3.2 社会融合对于流动人口综合健康水平具有重要影响

社会融合与流动人口的健康密切相关[18]。在本研究中，月收入以及住房类型作为社会融合的经济整合维度指标，对于流动人口的健康差异具有重要影响。月收入是流动人口健康差异扩大的主要因素，而住房类型是流动人口健康差异缩小的主要因素，在边际效应的分解结果中，月收入和住房类型对于流动人口健康的影响程度也是显著的。已往研究表明，低收入易导致健康不佳[19]。低收入有可能会增加个体暴露于有害环境的风险。本文分析也显示收入的提高整体上有利于流动人口健康水平的提升。实证结果表明，住房类型越具安居性，流动人口的健康状况反而越不佳。这可能是由于随着城镇化进程的不断加快，城市房价也在不断飞涨，稳定的住房类型伴随的高成本却使得流动人口生活负担加重，进而影响其健康状况。经济整合层面极大地影响着流动人口的健康差异，建议增强针对流动人口的就业信息提供与就业培训，缩小该群体内部的收入差距。此外，应扩大保障性住房的覆盖范围，更好发挥公共租赁房的作用，减轻流动人口的居住压力。身份认同体现着流动人口对于流入地的归属感与认同感，深刻影响着流动人口的行为与知觉。行为适应体现了流动人口对于新环境的适应能力，但也可能会使流动人口更多地暴露于歧视与压力的环境之中，从而降低其健康水平。因此应该进一步关注流动人口的心理健康，推动开放包容的社区氛围建设，促进其更好融入流入地，并建立相应的社会支持体系，及时为流动人口提供健康资源支持。

3.3 医疗资源可及性能够有效提高流动人口综合健康状况

研究结果显示，医疗资源可及性对于流动人口的健康差异贡献较小，但在边际效应分解中，其对于流动人口群体健康存在显著的正向影响。医疗资源可及性是公共卫生服务的基本指标，其通过直接的医疗资源的供给为流动人口的健康提供保障。但已有研究表明，流动人口对于医疗资源的利用率不高[20]。因此，在为流动人口提供基本医疗资源的同时，流入地还应保障其获取基本医疗服务的权利，加强针对流动人口的医疗权益宣传，以提高医疗资源使用效率。建议在流动人口聚集区域建立便民医疗点或者流动性的医疗卫生服务站，保障医疗资源的可及性。

3.4 流动特征对流动人口综合健康水平具有重要影响

流动特征包含流动距离与流动年份，在健康集中指数的分解中，流动特征对于流动人口的健康差异的贡献总体而言并不显著。但是在广义logistic回归的结果中，流动特征的影响是显著的。本研究发现，流动距离对于流动人口的健康状况具有正向的影响，即跨省流动的人口健康状况比省内流动的人口健康状况更好，一方面可能是因为存在健康选择效应[21]，健康状况更好的流动人口更易迁移。另一方面是大城市的医疗资源可能比省内的医疗资源更好。在本研究中，流动年份对流动人口的健康状况存在负向影响，这可能是因为流动时间更久的流动人口暴露在“陌生环境”中的时间更长，健康风险从而也更大。因而，需要落实异地医保政策，保障流动年份久、流动距离远的流动人口享有更广泛的医疗健康服务。