國民健康水平的多維測度與時空差異特征
——以中國31個省級行政單元為例

楊振，丁啟燕，周晴雨

（華中師范大學(xué)a，城市與環(huán)境科學(xué)學(xué)院；b，可持續(xù)發(fā)展研究中心，武漢 430079）

一、引言

健康是人的基本權(quán)利和永恒追求，在不同時代，人們對健康內(nèi)涵的理解存在一定差異。傳統(tǒng)觀念認(rèn)為“沒有疾病就是健康”，1947年世界衛(wèi)生組織（World health organization，WHO）提出三維健康觀，主張“健康是一種軀體、心理和社會康寧的完滿狀態(tài)，不僅僅是沒有疾病和虛弱”。1989年，WHO將健康內(nèi)涵進(jìn)一步擴(kuò)展為“生理、心理、社會適應(yīng)和道德品質(zhì)的良好狀態(tài)”，并于1990年將道德品質(zhì)修改為道德完善（劉曉霞等，2012）[1]。在學(xué)界，部分研究者根據(jù)研究目的還提出其他一些表征健康的概念，如Dale B.Hahn等（2011）認(rèn)為健康應(yīng)該包括生理、情緒、社會、智力、精神、職業(yè)、環(huán)境等7個維度[2]。隨著理論研究的深入和實踐需求，政府和學(xué)界的關(guān)注視野逐步從傳統(tǒng)的健康觀向多維健康觀延伸，對區(qū)域人口健康水平的多維化測度日益引起廣泛的興趣（齊蘭蘭等，2013）[3]。由于資料和方法上的限制，當(dāng)前研究中通常使用一個或幾個指標(biāo)描述健康的一些主要方面，例如WHO通常將經(jīng)殘疾率校正的預(yù)期壽命和兒童死亡率作為評測一個國家或地區(qū)總體健康水平的指標(biāo)，聯(lián)合國則采用預(yù)期壽命、嬰兒死亡率、兒童死亡率3個綜合指標(biāo)。另外，社會總營養(yǎng)水平、成年人身高、肥胖者比重、孕產(chǎn)婦死亡率、圍產(chǎn)兒死亡率等指標(biāo)也經(jīng)常見諸報道?？傮w上看，當(dāng)前研究對健康的關(guān)注仍然集中于身體健康方面，較少涉及心理、社會適應(yīng)等維度。雖然關(guān)于人群健康綜合測度的成果不多，但可供借鑒的多指標(biāo)綜合方法，如加權(quán)求和法、向量和法、因子分析法、多邊形法、多面體法等已在相關(guān)領(lǐng)域研究中得到廣泛應(yīng)用。

人口健康受到區(qū)域地理環(huán)境的強(qiáng)烈影響，是人地關(guān)系地域系統(tǒng)運(yùn)行狀態(tài)的“顯示器”之一。由于不同國家和地區(qū)的自然、人文條件存在較大差異，人口健康狀況也不盡相同。作為社會經(jīng)濟(jì)不平等的表現(xiàn)形式之一，健康的地區(qū)差異問題已引起學(xué)界廣泛關(guān)注（楊振等，2017）[4]。部分地理學(xué)者綜合使用標(biāo)準(zhǔn)差、泰爾指數(shù)、變異系數(shù)、聚類分析或空間自相關(guān)等方法，對不同空間尺度的健康差異特征進(jìn)行了量化分析，并從光、熱、水、土、氣等自然環(huán)境出發(fā)，沿循人地關(guān)系分析視角較好地揭示了地方病、癌癥村、長壽區(qū)等現(xiàn)象的成因（楊林生等，2010）[5]。醫(yī)學(xué)工作者專注探索身體疾病的發(fā)病機(jī)理、藥物治療、醫(yī)療保健等問題，主張個體基因差異、遺傳稟賦、醫(yī)療資源可及性等條件的不同是影響健康水平的基本原因（林相森等，2009）[6]。經(jīng)濟(jì)學(xué)者認(rèn)為，醫(yī)學(xué)因素不是解釋健康差異的唯一變量，居民收入、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)模式、工業(yè)化水平等因素也是不可忽視的影響變量，并從成本-效用視角提出健康生產(chǎn)函數(shù)概念（陳心廣等，2014）[7]。與健康的多維化趨勢相適應(yīng)，2005年WHO成立了“健康社會決定因素委員會”，倡導(dǎo)從政治、文化、經(jīng)濟(jì)、制度等綜合視角探求影響健康差異的相關(guān)因素與作用機(jī)制。該分析框架囊括了影響健康的大部分核心變量，是當(dāng)前分析健康差異問題的理論框架之一（蔣萍等，2008）[8]。雖然學(xué)者們對不同因素的關(guān)注水平存在差異，但健康受到多因素的綜合影響仍然獲得共識，且通常使用數(shù)理統(tǒng)計技術(shù)開展相關(guān)的量化分析（張瓊等，2012）[9]。

由于影響健康的自然、人文環(huán)境的不同，我國各地區(qū)國民健康水平存在較大差異。政府對如何縮小地區(qū)差距、改善健康公平做了大量工作，頒布了包括“健康中國2030規(guī)劃”在內(nèi)的一大批政策、法規(guī)。當(dāng)前國內(nèi)關(guān)于國民健康水平的測度研究仍以單要素、單指標(biāo)為主，與現(xiàn)代健康觀的多維化趨勢不相適應(yīng)（李日邦等，2004）[10]。在建設(shè)“健康中國”背景下，本研究借鑒國內(nèi)外相關(guān)領(lǐng)域基于多要素、多指標(biāo)綜合集成測度方法的學(xué)術(shù)思想，從生理健康、心理健康、社會適應(yīng)、道德完善等方面建立區(qū)域國民健康多維測度模型，利用空間自相關(guān)、Kernel密度函數(shù)、基尼系數(shù)分解等方法對我國2000～2015年各地區(qū)多維健康水平差異進(jìn)行實證分析。同時，引入灰關(guān)聯(lián)分析法考察多維健康的影響因素，為豐富健康地理學(xué)的相關(guān)理論與方法提供參考依據(jù)。

二、指標(biāo)、數(shù)據(jù)與方法

（一）指標(biāo)與數(shù)據(jù)

根據(jù)WHO提出的多維健康觀，從生理、心理、社會適應(yīng)和道德完善4個方面構(gòu)建我國國民健康多維測度指標(biāo)體系，并根據(jù)科學(xué)性、數(shù)據(jù)易得性等原則選擇相關(guān)測度指標(biāo)，結(jié)果見表1。其中，選擇地區(qū)粗死亡率、孕產(chǎn)婦死亡率和圍產(chǎn)兒死亡率3個指標(biāo)衡量人群生理健康水平。精神科急診率是指某地區(qū)每10萬人中在醫(yī)療機(jī)構(gòu)精神急診科就診的患精神性疾病的人數(shù)，在一定程度上代表該地區(qū)人口心理健康狀況（梁宏，2014）[11]。社會適應(yīng)良好意味著人們在生活中能夠較好地扮演好自己的社會角色，而對其他人不造成傷害（李玫瑾，2013）[12]。家庭是社會的“細(xì)胞”，夫妻之間的關(guān)系在一定程度上映射了整個社會人群彼此之間的適應(yīng)狀況，因此這里選擇登記離婚率指標(biāo)反向表示地區(qū)人群的社會適應(yīng)狀況。道德完善通常指健康者不以損害他人的利益來滿足自己的需要，具有辨別真?zhèn)?、善惡、美丑、榮辱等是非觀念，能夠按照社會行為規(guī)范、準(zhǔn)則約束自己及支配自己的思想和行為（于曉薇等，2010）[13]，因此選擇刑事犯罪率作為地區(qū)人群道德完善程度的衡量指標(biāo)。國民多維健康水平測度的指標(biāo)名稱、計算方法與方向?qū)傩裕姳?。計算中使用的基礎(chǔ)數(shù)據(jù)均來自中國衛(wèi)生與計劃生育統(tǒng)計年鑒（2000～2016年）、中國民政統(tǒng)計年鑒（2000～2016年）、中國檢察統(tǒng)計年鑒（2000～2016年）等。

表1 國民多維健康水平測度指標(biāo)體系

（二）研究方法

1.國民健康水平的多面體測度法。借鑒徐勇等學(xué)者的做法（徐勇等，2016）[14]，采用多面體體積法測算我國各地區(qū)國民多維健康水平。首先，根據(jù)表1所示的4個維度、6個指標(biāo)，選擇一個正八面體做參照，利用該八面體橫截面的中心點(diǎn)與各頂點(diǎn)連接形成的線段代表各指標(biāo)（圖1）。由于社會適應(yīng)和道德完善狀況歸根結(jié)底取決于生理和心理素質(zhì)狀況，作為身心統(tǒng)一的人，生理和心理是緊密依存的兩個方面，因此將這兩個維度的4個指標(biāo)作為八面體橫截面各邊。在圖1中，O為原點(diǎn)，OA、OB、OC、OD分別代表區(qū)域人口粗死亡率、孕產(chǎn)婦死亡率、圍產(chǎn)兒死亡率、精神科急診率等4個指標(biāo)，各指標(biāo)夾角為90°；OE、OF垂直于正方形ABCD，分別代表登記離婚率、刑事犯罪率2個指標(biāo)方向。然后，以各維度指標(biāo)的標(biāo)準(zhǔn)化值為基礎(chǔ)構(gòu)成一個新的八面體，內(nèi)嵌于上述正八面體之內(nèi)（圖1）。對這個內(nèi)嵌八面體的體積進(jìn)行計算，并將其結(jié)果定義為國民多維健康指數(shù)（Multi-dimensional heath index，MHI）。在式（1）中，lOa、lOb、lOc、lOd分別代表區(qū)域人口粗死亡率、孕產(chǎn)婦死亡率、圍產(chǎn)兒死亡率、精神科急診率數(shù)據(jù)的標(biāo)準(zhǔn)化值，lOe、lOf分別為登記離婚率、刑事犯罪率指標(biāo)的標(biāo)準(zhǔn)化值。根據(jù)lOa、lOb、lOc、lOd的不同排列方式，MHI會有多種不同的計算結(jié)果，對不同結(jié)果取平均后得到最終的MHI。顯然，國民多維健康指數(shù)是一個相對指標(biāo)，某地區(qū)在某年份的得分較高，說明該地區(qū)相對于其他地區(qū)和年份而言的健康綜合水平相對較高；反之，則反。

圖1 國民多維健康水平測度多面體

在計算MHI之前，為消除各維度指標(biāo)因量綱、量級不同造成的偏差，采用能夠區(qū)分指標(biāo)正、負(fù)性的方法預(yù)先對各指標(biāo)數(shù)據(jù)進(jìn)行極差標(biāo)準(zhǔn)化處理。由于要對2000～2015年進(jìn)行總體縱向?qū)Ρ?，為統(tǒng)一標(biāo)準(zhǔn)，這里對傳統(tǒng)的極差標(biāo)準(zhǔn)化方法進(jìn)行改進(jìn)。在式（2）中，Zij為某年份地區(qū)i指標(biāo)j的數(shù)據(jù)標(biāo)準(zhǔn)化值，Xij為該年份地區(qū)i指標(biāo)j的數(shù)據(jù)原始值，i=1，2…31代表31個大陸省級單元（不含港、澳、臺地區(qū)），j=1，2…6代表上述6項指標(biāo)。min{Xij，t0-t15}、max{Xij，t0-t15}分別表示所有年份中各地區(qū)指標(biāo)j的最小、最大值，t0-t15表示2000～2015年。

2.國民健康水平差異的核密度估計。作為一類重要的非參數(shù)方法，Kernel密度函數(shù)利用連續(xù)的密度曲線描述變量的分布位置、形態(tài)和延展性等信息，以反映變量的地區(qū)差異特征（孫才志等，2015）[15]。該方法認(rèn)為地理事件可以發(fā)生在空間的任何位置上，但在不同位置出現(xiàn)的概率不同。事件發(fā)生概率高的區(qū)域點(diǎn)密集，概率低的區(qū)域點(diǎn)稀疏。將區(qū)域多維健康指數(shù)視作隨機(jī)變量，其密度函數(shù)為f（x），那么該函數(shù)在點(diǎn)x的概率密度可以用式（3）進(jìn)行估計。其中，N為觀測值的個數(shù)，h表示帶寬，K（$）是核函數(shù)，是一種加權(quán)函數(shù)或平滑轉(zhuǎn)換函數(shù)，Xi是獨(dú)立同分布的觀測值，x為均值。根據(jù)Kernel密度函數(shù)的表達(dá)式不同，核函數(shù)可分為高斯核、三角核、四角核、Epanechnikov核等類型，本研究選擇常用的高斯核函數(shù)，其表達(dá)式見式（4）。

3.國民健康水平差異的基尼系數(shù)分解法。

1997年，Dagum提出基尼系數(shù)按子群分解法，能夠較好地克服其他常用分解方法的不足，從組內(nèi)差異、組間凈差異和組間逆差異3個方面考察國民健康水平地區(qū)差異的空間結(jié)構(gòu)特征（劉華軍等，2012）[16]。首先，將全國各省份劃分為東、中、西3大地帶，然后根據(jù)式（5）計算全國多維健康指數(shù)差異的基尼系數(shù)，代表全國總體差異水平。式（5）中，yji（yhr）是j（h）地帶內(nèi)任一省份的多維健康指數(shù)，μ是全國各省的平均值，n=31代表省份個數(shù)，k=3代表地帶個數(shù)，nj（nh）是j（h）地帶內(nèi)的省份個數(shù)。

全國多維健康指數(shù)差異的基尼系數(shù)G分解為以下3個部分：地帶內(nèi)差異的貢獻(xiàn)Gw，地帶間凈值差異的貢獻(xiàn)Gnb與超變密度（intensity of trans variation）的貢獻(xiàn)Gt，滿足G=Gw+Gnb+Gt。公式（6）、（7）分別表示j地帶內(nèi)基尼系數(shù)Gjj與地帶內(nèi)差異的貢獻(xiàn)Gw；公式（8）、（9）分別表示j、h地帶間的基尼系數(shù)Gjh與地帶間凈值差異的貢獻(xiàn)Gnb；公式（10）表示超變密度的貢獻(xiàn)Gt，該項是劃分地帶時由于交叉項的存在而對總體差異產(chǎn)生的影響。

其中，Pj=nj/n，Sj=njYˉj/nYˉ，j=1，2…，k，Djh為j、h地帶間相對健康指數(shù)影響，其定義見式（11），其中djh、pjh的計算方法分別為式（12）、（13）。其中，F(xiàn)j（Fh）分別為j（h）地帶的累積密度分布函數(shù)。將djh定義為地帶間健康指數(shù)差值，可以理解為是j、h地帶中所有yji-yhr＞0的樣本值加總的數(shù)學(xué)期望；pjh定義為超變一階矩陣，可以理解為j、h地帶中所有yhr-yji＞0的樣本值加總的數(shù)學(xué)期望。

三、結(jié)果與分析

（一）國民健康水平的地區(qū)差異變化

根據(jù)式（1）、（2）計算2000～2015年各地區(qū)多維健康指數(shù)MHI，結(jié)果見表2。可以發(fā)現(xiàn)，不同年份、地區(qū)之間的MHI得分存在較大差異。其中，2000年MHI最大值出現(xiàn)在廣東，為1.3272，最小值出現(xiàn)在西藏，為0.1135，二者相差1.2137。2005、2010、2015年3個代表年份的最小值分別出現(xiàn)在西藏（0.2961）、重慶（0.5874）和重慶（0.3423），最大值均出現(xiàn)在廣東，分別為1.6425、1.7692、1.5074。前后4個年份各地區(qū)MHI的平均值分別為0.8340、1.0054、1.0713、0.8848，呈現(xiàn)明顯的“先增加，后降低，總體略增”的變化特征。根據(jù)國家統(tǒng)計局的相關(guān)標(biāo)準(zhǔn)，將全國劃分為東、中、西3大地帶，結(jié)果見表2。統(tǒng)計顯示，相對于2000年，2015年各地帶內(nèi)省份的MHI有升有降，其中西藏、青海、甘肅、云南、陜西5個西部省份的增加幅度大小依次為1.0297、0.8118、0.6156、0.5272、0.4516，增幅位居全國前5位；黑龍江、浙江、天津、北京、吉林5個中東部省份降幅最大，從大到小依次為-0.8107、-0.5936、-0.4975、-0.4404、-0.3827。進(jìn)一步的統(tǒng)計還發(fā)現(xiàn)，2000年東、中、西3大地帶的MHI均值分別為1.0000、1.0217、0.5568，2015年變化為0.8420、0.8992、0.9145，16年間東、中部分別降低-0.1580、-0.1225，西部則增加0.3577。因此，從總體上看我國健康水平變化不僅在省域?qū)用嫔媳憩F(xiàn)為明顯的位序差異特征，而且在地帶層面呈現(xiàn)“西部增加、中東部降低”的地理差序格局。

引入全局性Moran’s I指數(shù)計算和檢驗各地區(qū)多維健康水平的空間集聚特征，該指數(shù)的取值范圍為[-1，1]，計算方法見文獻(xiàn)[17]。計算結(jié)果見圖2，顯示在考察期內(nèi)MHI的Moran’s I指數(shù)均大于0，其中2000～2009年通過5%的顯著性檢驗，2010～2015年大多數(shù)通過了10%的顯著性檢驗，表明各地區(qū)國民健康水平在地理空間上不是隨機(jī)分布的，而是受到周邊鄰接地區(qū)的顯著影響，MHI較高或較低的地區(qū)在地理空間上均呈現(xiàn)出明顯的集聚趨勢。從空間自相關(guān)強(qiáng)度的變化趨勢看，Moran’s I總體上呈波動下降特征，2000年為0.4202，2001年快速上升到0.5319后，經(jīng)過2002～2005年的短暫波動后快速下降，2015年低至0.1369，地理集聚性有所弱化。另外，根據(jù)式（3）、（4）對2000、2005、2010、2015年4個代表年份MHI的概率密度進(jìn)行估計，結(jié)果見圖3，顯示2000年MHI的密度函數(shù)呈明顯的單峰分布，寬度較大，左右拖尾較長；2005年為典型的雙峰分布且寬度相對變?。慌c2000年相比，2010年的峰值明顯增高，向右偏移，寬度變窄，2015年則無明顯峰值。因此，從總體上看，我國各地區(qū)健康水平分布的離散化趨勢有所增強(qiáng)。

表2 2000～2015年國民多維健康指數(shù)變化

圖2 國民健康水平的集聚趨勢變化

圖3 國民健康水平的密度分布變化

（二）國民健康水平的地區(qū)差異分解

為進(jìn)一步刻畫各地區(qū)多維健康水平的差異特征，根據(jù)Dagum提出的基尼系數(shù)按子群分解法對全國2000～2015年MHI的地區(qū)差異結(jié)構(gòu)與來源進(jìn)行測算，結(jié)果見圖4、圖5?？梢园l(fā)現(xiàn)，在考察期內(nèi)全國MHI基尼系數(shù)的大小發(fā)生明顯變化，總體呈現(xiàn)“先下降、后上升，總體略降”趨勢。其中，2009年的基尼系數(shù)最低，為0.0779，2000、2005、2010、2015年4個代表年份的總體基尼系數(shù)分別為0.1313、0.1019、0.0904、0.1189。統(tǒng)計顯示，在2000年全國MHI的總差異中，帶內(nèi)差異、帶間差異與超變密度分別為0.0188、0.0540、0.0585。相對于2000年，其他年份的帶內(nèi)差異變化相對平穩(wěn)，總體略有上升，2015年達(dá)到最大值（0.0237）；帶間差異在波動中快速下降，2013、2014、2015年較低，分別為0.0040、0.0046、0.0060；超變密度總體上升，最后3年較高，分別為0.0818、0.0895、0.0892（圖4）。計算3類差異對總差異的貢獻(xiàn)水平，發(fā)現(xiàn)2000年的帶內(nèi)差異、帶間差異與超變密度在總差異中所占比重分別為14.34%、41.08%、44.58%（圖5），說明該年度總差異主要來源于帶間差異與超變密度，帶內(nèi)差異貢獻(xiàn)較小。以2000年為參照，其他年份的帶內(nèi)差異貢獻(xiàn)率變化相對平穩(wěn)，總體略有上升；帶間差異的貢獻(xiàn)率快速下降，考察期前3年均超過40%，最后3年則低于6%；相應(yīng)地，超變密度的貢獻(xiàn)率快速上升，由期初的40%左右提高到后期的70%左右。進(jìn)一步的分析還顯示，2000～2015年帶內(nèi)差異、帶間差異與超變密度的貢獻(xiàn)率均值分別為17.68%、22.76%、59.56%，說明總體上我國國民健康水平的地區(qū)差異主要來源于超變密度，其次為帶間差異，帶內(nèi)差異的貢獻(xiàn)最低。

圖4 國民健康水平差異的基尼系數(shù)變化

圖5 國民多維健康差異貢獻(xiàn)結(jié)構(gòu)變化

從各地帶內(nèi)部的差異看，2000年東、中、西地帶內(nèi)部各省區(qū)的健康水平差異分別為0.0404、0.0277、0.0948，2015年變化為0.0688、0.0631.0，0727，中部地帶內(nèi)部與東部地帶內(nèi)部的差異程度有所升高，西部下降。圖6所示，東部諸省差異隨時間增加的趨勢較為平緩；中部差異的變化趨勢相對波折，呈現(xiàn)不明顯的正“U”型模式，2006年最低，為0.0212；西部諸省差異的變化幅度最大，“先降、后升”的正“U”型模式比較明顯。最低值出現(xiàn)在2007年，為0.0436。對考察期內(nèi)3類差異橫向比較，發(fā)現(xiàn)在大部分時點(diǎn)上西部地帶內(nèi)部的差異最大，東部次之，中部最低。在所有時點(diǎn)上，西部差異均高于中部差異。圖7刻畫了3大地帶之間的差異，顯示東、中部地帶之間的差異總體上呈現(xiàn)平穩(wěn)上升趨勢，最低值（0.0613）、最高值（0.1410）分別出現(xiàn)在2001、2015年；東、西部之間的差異總體上呈現(xiàn)“先降后增，總體降低”的正“U”型變化模式，最低值（0.1000）出現(xiàn)在2007年。中、西部之間的差異變化趨勢大致呈現(xiàn)為“W”模式，3個高值點(diǎn)分別出現(xiàn)于2000年（0.2231）、2006年（0.2159）與2014年（0.1458）。對2000～2015年3類差異進(jìn)行橫向比較，發(fā)現(xiàn)在所有時點(diǎn)上東、中部之間的差異最?。粬|、西部與中、西部差異的相對大小可劃分為兩個階段，在2000～2006年前者低于后者，其他年份除2011、2013年外均高于后者。

圖6 國民健康水平地帶內(nèi)差異變化

圖7 國民健康水平地帶間差異變化

（三）國民健康水平差異影響因素的灰關(guān)聯(lián)分析

根據(jù)健康社會決定因素分析框架（楊繼生等，2013）[18]，將Grossman提出的個人健康生產(chǎn)函數(shù)擴(kuò)展到地區(qū)人群層面，根據(jù)指標(biāo)選擇的科學(xué)性、代表性與數(shù)據(jù)的可得性等原則從區(qū)域健康基礎(chǔ)（F1）、經(jīng)濟(jì)發(fā)展（F2）、產(chǎn)業(yè)結(jié)構(gòu)（F3）、居民收入（F4）、居民消費(fèi)（F5）、社會發(fā)展（F6）、醫(yī)療資源（F7）、生活環(huán)境（F8）等8個方面建立國民健康水平的社會決定因素集，分別使用前一時點(diǎn)的多維健康指數(shù)、人均GDP（元/人）、第二次產(chǎn)業(yè)產(chǎn)值比重（%）、居民人均可支配收入（元/人）、居民人均消費(fèi)支出（元/人）、人口城市化水平（%）、每千人擁有的醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)（床/千人）、SO2地均排放量（t/km2）等可計算指標(biāo)表示。相關(guān)基礎(chǔ)數(shù)據(jù)均來自于中國統(tǒng)計年鑒（2000～2016年）。

根據(jù)當(dāng)前的理論研究和實踐認(rèn)識水平，人們對上述8項因素與多維健康組成的所謂“經(jīng)濟(jì)-社會-健康”系統(tǒng)的認(rèn)知尚存在一定模糊性，該系統(tǒng)的“部分信息已知，部分信息未知”，屬于灰色系統(tǒng)范疇，對各變量關(guān)系不宜采取用確切的數(shù)理統(tǒng)計技術(shù)進(jìn)行分析?；谊P(guān)聯(lián)分析是灰色系統(tǒng)理論的核心內(nèi)容之一，能夠較好地考察這一問題。其基本思想是，通過對系統(tǒng)序列曲線幾何形狀的相似性比較，來刻畫系統(tǒng)因素間的關(guān)聯(lián)程度（劉思峰等，2014）[19]。兩條曲線的幾何形狀越接近，則認(rèn)為兩者的關(guān)聯(lián)度越大，相互之間的影響程度也較大。這里通過計算上述因素與國民多維健康指數(shù)之間的關(guān)聯(lián)度，評價各因素對其影響的相對大小。根據(jù)劉思峰等學(xué)者提出的灰色關(guān)聯(lián)公理與計算公式，將各省區(qū)多維健康指數(shù)數(shù)列作為參考數(shù)列MHI（k），將8項經(jīng)濟(jì)社會因素分別作為比較數(shù)列Fi（k），初值化處理后利用式（14）計算二者在各地點(diǎn)k上的關(guān)聯(lián)系數(shù)ξi（k）。式中，k=1，2，…，31表示各個省份，i=1，2，…，8表示各項經(jīng)濟(jì)社會因素。ρ為分辨系數(shù)，按通常做法取0.5。

由于各地點(diǎn)上關(guān)聯(lián)系數(shù)ξi（k）的信息過于分散，不便于數(shù)列之間的整體比較，這里對各點(diǎn)的關(guān)聯(lián)系數(shù)取算數(shù)平均。在式（15）中，R表示參考數(shù)列與比較數(shù)列之間的灰色關(guān)聯(lián)度，該值越大表示相關(guān)因素對多維健康指數(shù)的影響相對越大，反之，影響越小。通常規(guī)定，當(dāng)R≤0.3時為輕度關(guān)聯(lián)，0.3＜R≤0.6為中度關(guān)聯(lián)，R＞0.6為強(qiáng)度關(guān)聯(lián)。

灰關(guān)聯(lián)分析結(jié)果見表3，顯示8項經(jīng)濟(jì)社會因素的R值都大于0.6，均與健康指數(shù)處于強(qiáng)關(guān)聯(lián)狀態(tài)，充分說明各因素對多維健康具有重要影響，同時也說明文章各指標(biāo)因子選擇較為合理。表3還顯示，不同因素在同一年份的關(guān)聯(lián)系數(shù)不盡相同，各因素之間的相對大小隨時間變化而變化。2001年，8項社會經(jīng)濟(jì)因素與健康指數(shù)的關(guān)聯(lián)程度從大到小的次序為：健康基礎(chǔ)（0.9593）＞產(chǎn)業(yè)結(jié)構(gòu)（0.9207）＞醫(yī)療資源（0.8106）＞社會發(fā)展（0.8067）＞居民收入（0.7857）＞居民消費(fèi)（0，7852）＞經(jīng)濟(jì)發(fā)展（0.7652）＞生活環(huán)境（0.7558）。上述排序情況說明，前一年度的多維健康水平對當(dāng)前各地區(qū)健康指數(shù)的變化影響最大，第二產(chǎn)業(yè)產(chǎn)值比重指標(biāo)的影響程度次之，每千人擁有的病床數(shù)與人口城市化水平分列第三、四位；居民收入、消費(fèi)水平、人均GDP與地均SO2指標(biāo)的作用較小。2002～2015年各因素R值的大小與相對位次發(fā)生一定變化，其中健康基礎(chǔ)R值均高于0.9，一直高居第一位。經(jīng)濟(jì)發(fā)展與生活環(huán)境影響作用的位次相對較低。其間，產(chǎn)業(yè)結(jié)構(gòu)因素的位次發(fā)生了明顯躍遷，關(guān)聯(lián)程度從2001～2007年的第2位降低到2008～2015年的第8位，說明隨著時間變化，該因素對國民多維健康的影響相對減弱。按照考察期內(nèi)8項因素的R值大小與位序，辨識影響多維健康的主要、次要因素。將R值高于0.6且在前4的位次上出現(xiàn)頻率高于60%的指標(biāo)因子認(rèn)定為健康影響主導(dǎo)因子，其他為次要因子。統(tǒng)計顯示，健康基礎(chǔ)、社會發(fā)展、醫(yī)療資源3個指標(biāo)的R值均超過0.7且在前4位的位次上各出現(xiàn)了16次，對區(qū)域健康水平的影響作用相對較強(qiáng)，是主要的影響因子。產(chǎn)業(yè)結(jié)構(gòu)、居民收入、居民消費(fèi)、經(jīng)濟(jì)發(fā)展、生活環(huán)境等5項因素在前4位出現(xiàn)的概率均低于60%，對多維健康指數(shù)的影響相對較弱，是次要因子。

表3 國民健康水平影響因素的灰關(guān)聯(lián)R值大小與位次

四、結(jié)論與討論

健康是人的基本需求，也是人全面發(fā)展的必然要求?？茖W(xué)測度國民健康水平的相對高低具有重要意義，本研究嘗試從生理、心理、社會適應(yīng)和道德完善4個方面建立人口多維健康綜合測度定量模型，并對中國國民多維健康水平的空間差異變化特征及影響因素進(jìn)行考察，主要結(jié)論如下：第一，2000年以來，我國國民多維健康水平總體上呈現(xiàn)“先增加、后降低”的變化特征；各地區(qū)有升有降，“西部增高，中、東部降低”的地理差序格局比較明顯；空間集聚性下降，分散化趨勢相對增強(qiáng)。第二，多維健康水平的地區(qū)差異主要來源于超變密度，其次為3大地帶之間的差異，帶內(nèi)差異的貢獻(xiàn)度最低；在大部分年份里，西部地帶的內(nèi)部差異最大，東部次之，中部最低；在帶間差異中，中、西部差異最大，東、西部次之，東、中部最小。第三，灰關(guān)聯(lián)分析顯示，國民健康水平受到社會經(jīng)濟(jì)因素的強(qiáng)烈影響，其中健康基礎(chǔ)、城市化水平、醫(yī)療資源的可及性是主要影響因子；人均GDP、第二產(chǎn)業(yè)產(chǎn)值比重、居民收入與消費(fèi)、二氧化硫排放濃度等因素的影響相對較弱，是次要因子。

值得指出的是，本研究提出的多維健康概念，為醫(yī)療衛(wèi)生規(guī)劃、健康中國建設(shè)等問題研究提供了一個新穎視角。多維健康指數(shù)計算中直接使用政府統(tǒng)計資料，所得結(jié)果比較客觀。然而，在考察健康水平分布差異的影響因素時，基于數(shù)據(jù)的可得性僅選取8個經(jīng)濟(jì)社會典型指標(biāo)進(jìn)行分析，缺乏對自然要素的探討，對部分指標(biāo)的影響方向和強(qiáng)度亦無過多論及，這是本文下一步研究中需要克服的問題之一。?

參考文獻(xiàn)：

[1]劉曉霞，鄒小華，王興中.國外健康地理學(xué)研究進(jìn)展[J].人文地理，2012（3）：23-27.

[2]Dale B.，Hahn，Wayne A.，Payne.Focus on Health（8th Edition）[M].Shanghai：Fudan University Press，2011，

[3]齊蘭蘭，周素紅，閆小培等.醫(yī)學(xué)地理學(xué)發(fā)展趨勢及當(dāng)前熱點(diǎn)[J].地理科學(xué)進(jìn)展，2013，32（8）：1276-1285.

[4]楊振，丁啟燕，王宇.中國居民健康支出的時空差異與環(huán)境技術(shù)彈性[J].華中師范大學(xué)學(xué)報（自然科學(xué)版），2017，51（2）：247-252.

[5]楊林生，王五一，譚見安等.環(huán)境地理與人類健康研究成果與展望[J].地理研究，2010，29（9）：1571-1583.

[6]林相森，艾春榮.對中國醫(yī)療服務(wù)利用不平等問題的實證檢驗[J].中國人口科學(xué)，2009（3）：86-112.

[7]陳心廣，王培剛.中國社會變遷與國民健康動態(tài)變化[J].中國人口科學(xué)，2014（2）：63-73.

[8]蔣萍，田成詩，尚紅云.人口健康與中國長期經(jīng)濟(jì)增長關(guān)系的實證研究[J].中國人口科學(xué)，2008（5）：44-51.

[9]張瓊.健康與經(jīng)濟(jì)增長的跨國研究[J].中國人口·資源與環(huán)境，2012，22（4）：108-117.

[10]李日邦，王五一，譚見安等.中國國民的健康指數(shù)及其區(qū)域差異[J].人文地理，2004，19（3）：64-68.

[11]梁宏.代際差異視角下的農(nóng)民工精神健康狀況[J].人口研究，2014，38（4）：87-100.

[12]李玫瑾，崔海英.詮釋犯罪心理：精神分析理論的獨(dú)特視角[J].中國人民公安大學(xué)學(xué)報（社會科學(xué)版），2013（6）：1-7.

[13]于曉薇，胡宏偉，吳振華.我國城市居民健康狀況及影響因素研究[J].中國人口·資源與環(huán)境，2010，20（2）：151-156.

[14]徐勇，段健，徐小任.區(qū)域多維發(fā)展綜合測度方法及應(yīng)用[J].地理學(xué)報，2016，71（12）：2129-2140.

[15]孫才志，李欣.基于核密度估計的中國海洋經(jīng)濟(jì)發(fā)展動態(tài)演變[J].經(jīng)濟(jì)地理，2015，35（1）：96-103.

[16]劉華軍，趙浩.中國二氧化碳排放強(qiáng)度的地區(qū)差異分析[J].統(tǒng)計研究，2012，29（6）：46-50.

[17]Anselin L.Local Indicators of Spatial Association Analysis-LISA[J].Geographical Analysis，1995，27（2）：93-115，

[18]楊繼生，徐娟，吳相俊.經(jīng)濟(jì)增長與環(huán)境和社會健康成本[J].經(jīng)濟(jì)研究，2013（12）：17-29.

[19]劉思峰，楊英杰，吳利豐，灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，2014.