中國(guó)城鎮(zhèn)居民健康的性別差異分解模型

熊 彥

（佛山科學(xué)技術(shù)學(xué)院 數(shù)學(xué)與大數(shù)據(jù)學(xué)院，廣東 佛山528300）

1 問題提出

兩性平等是現(xiàn)代社會(huì)中一個(gè)重要的課題，以往的研究大都集中在男女收入、薪酬方面的不平等，而對(duì)兩性在健康方面的差異研究相對(duì)較少。國(guó)際上關(guān)于健康性別差異的討論表明，盡管女性有更長(zhǎng)的預(yù)期壽命，但是相比男性有更高的發(fā)病率和更差的健康狀況。一些針對(duì)發(fā)達(dá)國(guó)家的研究表明，女性在健康方面的劣勢(shì)，主要是由女性的社會(huì)角色及社會(huì)經(jīng)濟(jì)地位弱勢(shì)造成的［1］。關(guān)于中國(guó)人口健康的性別差異，Yu M 等［2］討論了男性和女性在死亡率、發(fā)病率等醫(yī)學(xué)指標(biāo)方面的差距，姜秀花［3］討論了衛(wèi)生服務(wù)利用的男女不平等問題。近年國(guó)內(nèi)學(xué)者已經(jīng)認(rèn)識(shí)到社會(huì)經(jīng)濟(jì)因素對(duì)人口健康影響的重要性［4］，鄭莉［5］通過分析收入、教育、職業(yè)等變量對(duì)健康的回報(bào)率在男女組別的不同來研究健康的性別差異。以上研究雖然都明確了社會(huì)經(jīng)濟(jì)因素在健康性別差異中的重要影響，但是，都不能定量回答由社會(huì)經(jīng)濟(jì)因素引起的健康性別差異究竟有多大，同時(shí)，由于社會(huì)經(jīng)濟(jì)因素是一個(gè)綜合的概念，需要多個(gè)維度的度量指標(biāo)進(jìn)行刻畫，這些指標(biāo)中，哪些對(duì)健康性別差異影響大，各自對(duì)男女健康差異程度占多大影響比例，前面的文獻(xiàn)也不能回答。要回答以上問題，需要運(yùn)用統(tǒng)計(jì)學(xué)的方法，對(duì)男女兩個(gè)組別的健康差異進(jìn)行定量分解，至今國(guó)內(nèi)外尚未有任何這方面的研究。

對(duì)某一變量在兩個(gè)組別間的差異進(jìn)行分解，始于Oaxaca［6］和Blinder［7］在1973 年各自提出的開創(chuàng)性工作，也就是此后廣為應(yīng)用的Oaxaca-Blinder 分解方法。經(jīng)典的Oaxaca-Blinder 分解只是兩個(gè)群組間基于線性回歸模型的定量變量差異的分解，對(duì)二元定性變量的差異分解卻無能為力，Neilson［8］和Fairlie［9］將傳統(tǒng)的Oaxaca-Blinder 分解方法進(jìn)行了擴(kuò)展，使其適用于非線性模型的定性變量差異分解。此外，Oaxaca-Blinder 分解方法還存在指數(shù)基準(zhǔn)問題等固有缺陷，也就是分解中，選擇兩個(gè)群組中（如男、女）哪一種作為基準(zhǔn)組，會(huì)使得分解結(jié)果存在較大的區(qū)別，Reimers［10］、Cotton［11］、Oaxaca 等［12］針對(duì)指數(shù)基準(zhǔn)問題對(duì)Oaxaca-Blinder 分解方法提出了改進(jìn)。本文正是在Fairlie 適用于非線性模型的定性變量差異分解框架下，運(yùn)用改進(jìn)的Oaxaca-Blinder 分解方法，對(duì)我國(guó)城鎮(zhèn)居民健康的性別差異進(jìn)行了分解研究。與此前文獻(xiàn)相比，本文有兩方面的突破：一是本文關(guān)于社會(huì)經(jīng)濟(jì)因素變量的度量不同于已有文獻(xiàn)直接沿用國(guó)外文獻(xiàn)中的選擇方案，而是從中國(guó)社會(huì)當(dāng)前的特征出發(fā)選定度量指標(biāo)；二是本文應(yīng)用統(tǒng)計(jì)方法，對(duì)城鎮(zhèn)居民男女組別的健康差異進(jìn)行了定量分解，量化了各部分對(duì)性別健康差異的貢獻(xiàn)率。本文的研究結(jié)論能更深入刻畫我國(guó)城鎮(zhèn)居民健康性別差異的結(jié)構(gòu)，為進(jìn)一步深入研究社會(huì)經(jīng)濟(jì)因素與健康性別差異奠定基礎(chǔ)，同時(shí)為從社會(huì)經(jīng)濟(jì)因素角度來縮小健康性別差異提供了政策啟示。

2 模型與方法

其中，ΔX 反映的是由于協(xié)變量不同帶來的平均差異，即在兩群組的回歸系數(shù)一致（反事實(shí)）的情況下，由于X 的不同引起的Y 在兩個(gè)群組間的差異，即可被協(xié)變量本身不同所解釋的部分（在文獻(xiàn)中稱為變量效應(yīng)），ΔS 是在兩個(gè)群組的協(xié)變量取值相同（反事實(shí)）的情況下，由于方程結(jié)構(gòu)（回歸系數(shù)）不同引起的Y 在兩個(gè)群組間的平均差異，即不能被協(xié)變量本身不同所解釋的部分（在文獻(xiàn)中稱為結(jié)構(gòu)效應(yīng)）。以上為一般的Oaxaca-Blinder 分解方法。

本文中Yg表示是否健康二元定類變量，以上針對(duì)定性變量的分解方法不再適用。對(duì)二元定類變量Y，其與社會(huì)經(jīng)濟(jì)因素的關(guān)系通常用Logit 模型來擬合，即

按Fairlie 的非線性模型分解框架，本文先將上面的模型等價(jià)寫為

其中F 為L(zhǎng)ogistic分布函數(shù)，于是

經(jīng)過數(shù)學(xué)推導(dǎo)，總差異Δ 可以寫為如下兩項(xiàng)，第1 項(xiàng)為

表示可被社會(huì)經(jīng)濟(jì)因素變量本身不同解釋的差異，本文稱之為變量效應(yīng)。第2 項(xiàng)為

表示由社會(huì)經(jīng)濟(jì)因素影響系數(shù)不同引起的差異，本文稱之為結(jié)構(gòu)效應(yīng)。

注意到，以上過程都是選擇了M 組作為分解基準(zhǔn)，也就是特征效應(yīng)中選擇了M 組βM作為系數(shù)。學(xué)者們?cè)趹?yīng)用中發(fā)現(xiàn)，如果選擇F 組作為基準(zhǔn)，分解結(jié)果有很大的差異，Reimers 等［10-12］提出更為合理的做法，將M 和F 混合組系數(shù)β*用于特征效應(yīng)的估計(jì)，本文采用這種做法，于是變量效應(yīng)和結(jié)構(gòu)效應(yīng)分別變形為

在總的變量效應(yīng)ΔX 中，每一個(gè)社會(huì)經(jīng)濟(jì)因素變量引起的效應(yīng)該如何估計(jì)，是一個(gè)比較困難的統(tǒng)計(jì)問題，文獻(xiàn)中提出的方法各有優(yōu)劣。Fairlie 的方法在兩群組樣本量一致的情況下，可以完美地解決這個(gè)問題，但對(duì)應(yīng)用中兩樣本量不一致的情況，F(xiàn)airlie 提出樣本容量大的組別隨機(jī)選取一個(gè)與較少組別相同容量的子集，然后按樣本量一致的情況進(jìn)行單個(gè)特征變量效應(yīng)分解，這樣的處理使得結(jié)果成為一個(gè)隨機(jī)變量。Fairlie［9］證明該隨機(jī)量是真實(shí)值的漸近無偏估計(jì)。國(guó)內(nèi)已經(jīng)有個(gè)別學(xué)者，應(yīng)用上述方法框架對(duì)就業(yè)率（也是二元定性變量）城鄉(xiāng)差異進(jìn)行了分解，不過其文中并未將總變量效應(yīng)繼續(xù)分解到各變量項(xiàng)上去［13］。

依照上述分析框架，本文擬定的分解步驟為：1）先利用全體樣本擬合影響健康的社會(huì)經(jīng)濟(jì)因素Logit 模型；2）擬合各組別的影響健康的社會(huì)經(jīng)濟(jì)因素Logit 模型；3）將前兩步取得的系數(shù)分別代入方程（9）、（10），獲得健康差異的總變量效應(yīng)與結(jié)構(gòu)效應(yīng)；4）從較大樣本組中，選取一個(gè)與較小樣本中容量一致的子樣本，利用該樣本與較小樣本組，將總變量效應(yīng)分解到各變量的效應(yīng)；5）多次循環(huán)4），把各次結(jié)果的均值作為各分項(xiàng)變量效應(yīng)的點(diǎn)估計(jì)，并求出其置信區(qū)間。

3 實(shí)證研究

3.1 數(shù)據(jù)來源

本文選取家庭收入調(diào)查項(xiàng)目組2016 年發(fā)布的CHIP2013 城鎮(zhèn)人口數(shù)據(jù)作為研究樣本，CHIP2013數(shù)據(jù)主要是家庭收入方面的調(diào)查結(jié)果，也包含個(gè)人健康信息，是能公開獲得的最新個(gè)體健康大型微觀數(shù)據(jù)集，數(shù)據(jù)的詳細(xì)說明可以參見中國(guó)收入分配研究院的網(wǎng)站。CHIP2013 城鎮(zhèn)居民樣本共有6 674 個(gè)家庭，19 887 個(gè)居民數(shù)據(jù)。包含個(gè)人特征、家庭收支和家庭其他特征3 類信息，家庭的收支和家庭特征問卷是由戶主代表作答。由于家庭特征方面的信息大都為多分類的無序定性變量，對(duì)缺省值不便于插值補(bǔ)充，因此，對(duì)缺省值和錯(cuò)誤應(yīng)答條目，本文采取直接刪除的處理方式，最后得到有效樣本容量為4 375 個(gè)，其中男性樣本3 390 個(gè)，女性樣本為985 個(gè)。

3.2 指標(biāo)選擇

因變量方面，基于以下三方面的考慮，本文用個(gè)人健康自評(píng)得分作為個(gè)人健康狀況的測(cè)度：第一，已有的研究表明，自評(píng)健康數(shù)據(jù)與其他客觀健康指標(biāo)高度相關(guān)；第二，相比其他客觀健康指標(biāo)，自評(píng)健康是一個(gè)更綜合反映生理和心理、客觀和主觀感受的度量指標(biāo)；第三，本文選擇的CHIP2013 數(shù)據(jù)集樣本覆蓋面廣、且包含了豐富的社會(huì)經(jīng)濟(jì)因素變量，是本文研究主題最好的數(shù)據(jù)來源，在CHIP2013 調(diào)查中，只包含個(gè)人自評(píng)健康信息而不包含任何單一的客觀健康指標(biāo)。CHIP2013 所提供的個(gè)人自評(píng)健康選項(xiàng)為五個(gè)等級(jí)：非常好、好、一般、不好和非常不好。本文在處理時(shí)，沿用已有文獻(xiàn)的做法，將其歸并為兩類，其中非常好和好歸為健康，一般、不好和非常不好歸為不健康。

自變量方面，關(guān)于社會(huì)經(jīng)濟(jì)因素的度量，尚未有統(tǒng)一的共識(shí)，事實(shí)上影響因素變量的選擇應(yīng)該更密切來源于研究對(duì)象。齊良書［14-15］、黃潔萍［16］在綜述了大量已有文獻(xiàn)的基礎(chǔ)上，指出收入、職業(yè)和教育是三個(gè)支柱性的維度，黃潔萍［16］、王甫琴［17］等學(xué)者關(guān)于社會(huì)經(jīng)濟(jì)因素對(duì)健康影響的機(jī)制研究也表明從收入、職業(yè)和教育三個(gè)維度選擇變量是合理的。本文基于收入、職業(yè)和教育三個(gè)維度，同時(shí)立足于中國(guó)的社會(huì)經(jīng)濟(jì)特征來選擇社會(huì)經(jīng)濟(jì)因素變量。中國(guó)文化是重農(nóng)文化，是群本本位的沃土，重視群體價(jià)值、家庭價(jià)值，個(gè)人價(jià)值依賴于家庭與社會(huì)，個(gè)人是家庭的一份子［18］。東方文化長(zhǎng)期受儒家文化的影響，家庭處于極其重要的位置，個(gè)人不能超越家庭發(fā)展［19］。而且，經(jīng)驗(yàn)證據(jù)表明，在現(xiàn)代化進(jìn)程中，家庭整體利益觀，為家庭承擔(dān)責(zé)任的觀念未受到?jīng)_擊［20］。本文選取年齡、職業(yè)身份、教育程度作為個(gè)人層面的特征；將家庭年收入、親友是否可靠、自己家庭是否高于周圍其他家庭的生活水平（簡(jiǎn)稱為是否有更好的生活水平）、是否有比自己家庭生活水平更高的朋友（簡(jiǎn)稱為是否有更好的朋友）作為家庭層面的特征。年齡使用分段歸并為老年、中年和青年三類，職業(yè)身份歸并為雇主和非雇主二類，教育程度采用教育年限變量，家庭收入為2013 年家庭可支配收入，其他家庭特征變量均歸并為二元變量。各變量的描述統(tǒng)計(jì)見表1。

表1 各變量描述統(tǒng)計(jì)

從表1 可以看出，男性自評(píng)健康得分高出女性組7 個(gè)百分點(diǎn)。社會(huì)經(jīng)濟(jì)特征方面，男性組樣本年齡、職業(yè)身份中的雇主比例、親友可信比例以及自己家庭比周圍家庭有更好的生活狀況比例高于女性組，而教育年限、家庭年收入、擁有比自己生活水平更好的朋友的比例低于女性組。

3.3 模型擬合及分解

首先按男女組混合、男組和女組分別擬合了個(gè)人健康的社會(huì)經(jīng)濟(jì)特征Logit 模型，結(jié)果顯示，混合組、男性組中，除了擁有更好生活水平的朋友變量外，其他各社會(huì)經(jīng)濟(jì)特征變量系數(shù)均高度顯著，表明這些社會(huì)經(jīng)濟(jì)因素對(duì)居民健康有顯著影響，剔除擁有更好生活水平的朋友變量后，模型結(jié)果見表2?？梢钥闯觯魃鐣?huì)經(jīng)濟(jì)特征變量對(duì)健康的影響系數(shù)在男性組與女性組有較大的差異，其中教育年限、職業(yè)身份對(duì)男性的健康的影響系數(shù)明顯高于女性，這與鄭莉［5］應(yīng)用CHNS 數(shù)據(jù)集擬合的結(jié)果一致。

表2 個(gè)人健康Logit 模型擬合結(jié)果

按第二部分分解步驟，對(duì)男女健康差異進(jìn)行分解，先將總差異分為變量效應(yīng)和結(jié)構(gòu)效應(yīng)，然后再?gòu)哪行詷颖局谐槿∨c女性組容量相同的隨機(jī)樣本，對(duì)變量效應(yīng)進(jìn)行分項(xiàng)分解，并將此過程重復(fù)10 000 次，我們報(bào)告了10 000 次的均值結(jié)果和其置信度為0.95 的置信區(qū)間，見表3。注意到由于分項(xiàng)分解是在男性子樣與女性樣本之間進(jìn)行，所以各變量分項(xiàng)效應(yīng)之和不完全等于總的變量效應(yīng)。本分解的結(jié)果顯示，由于男女性別間社會(huì)經(jīng)濟(jì)因素本身不同，導(dǎo)致的健康差異占23.8%，而由于不同社會(huì)經(jīng)濟(jì)因素對(duì)健康的影響不同導(dǎo)致的差異占77.2%。根據(jù)10 000 次重復(fù)抽樣計(jì)算結(jié)果，各特征分項(xiàng)效應(yīng)的95%置信區(qū)間的波動(dòng)幅度大都在10%以內(nèi)，各變量的效應(yīng)總和與總的變量效應(yīng)的差異在5%以內(nèi)。從貢獻(xiàn)份額來看，職業(yè)身份的效應(yīng)貢獻(xiàn)了最大份額，占30%以上，而女性在教育、年齡、家庭收入變量方面更占優(yōu)勢(shì)，所以這些變量抑制了男女健康差異的擴(kuò)大。

表3 男女健康差異分解結(jié)果

4 結(jié)論與討論

本文從個(gè)人和家庭兩個(gè)層面入手，選取了城鎮(zhèn)居民的社會(huì)經(jīng)濟(jì)特征指標(biāo)，用Logit 模型擬合了我國(guó)城鎮(zhèn)居民自評(píng)健康得分與各社會(huì)經(jīng)濟(jì)特征因素之間的關(guān)系，然后，在Fairlie 非線性O(shè)axaca-Blinder 分解的框架下，對(duì)男女組間健康差異進(jìn)行了定量分解。本文的研究有如下發(fā)現(xiàn)：

（一）本文模型結(jié)果是基于2013 年的數(shù)據(jù)得出的，在此前后我國(guó)居民醫(yī)療保障制度進(jìn)行了重大調(diào)整，而本文結(jié)果表明，個(gè)人層面和家庭層面的社會(huì)經(jīng)濟(jì)特征都對(duì)個(gè)人健康有顯著的影響，這是擴(kuò)展了已有文獻(xiàn)中基于早期數(shù)據(jù)的結(jié)論，豐富了刻畫社會(huì)經(jīng)濟(jì)因素變量和指標(biāo)的選擇。

（二）從Logit 回歸結(jié)果來看，年齡對(duì)人口健康有負(fù)向影響，教育年限增加，家庭收入增加，較高職業(yè)身份，可信的親友，在生活水平更好的家庭，對(duì)人口健康都有正向影響。但是各社會(huì)經(jīng)濟(jì)因素對(duì)男性和女性的健康影響不同，甚至對(duì)男性健康有高度顯著影響的因素如職業(yè)身份和有更好的家庭生活等，對(duì)女性組的健康并無顯著影響，這種影響機(jī)制的性別差異在鄭莉［5］的研究中有所探討，也是本文分解結(jié)果中，社會(huì)經(jīng)濟(jì)因素對(duì)健康的影響不同造成的健康性別差異超過3/4 的原因。

（三）定量分解顯示，我國(guó)城鎮(zhèn)居民中，男女組別健康差異主要由社會(huì)經(jīng)濟(jì)特征對(duì)健康影響不同的差異引起的，其產(chǎn)生的結(jié)構(gòu)效應(yīng)達(dá)77.2%，而由于社會(huì)經(jīng)濟(jì)因素本身的不同導(dǎo)致的健康差異只有23.8%。各單一社會(huì)經(jīng)濟(jì)因素指標(biāo)中，職業(yè)身份的差異，對(duì)男女健康差異的擴(kuò)大有很強(qiáng)的效果，而其他對(duì)健康有正向影響的社會(huì)經(jīng)濟(jì)特征中，有些男性組占優(yōu)勢(shì)，有些女性組占優(yōu)勢(shì)，所以各分項(xiàng)特征的效應(yīng)互相抵消了一部分。

從以上第二點(diǎn)和第三點(diǎn)可以看出，我國(guó)城鎮(zhèn)居民中，男女性健康差異來源主要有兩個(gè)方面：一是社會(huì)經(jīng)濟(jì)因素對(duì)男女健康的影響機(jī)制不同，這一方面對(duì)健康性別差異的貢獻(xiàn)度達(dá)到77.2%；二是男女性別在職業(yè)地位上本身的差異，這方面對(duì)健康性別差異的貢獻(xiàn)度達(dá)到33.2%。

本文的局限性在于：第一，社會(huì)經(jīng)濟(jì)因素變量的選擇可能存在遺漏，因此本文關(guān)于社會(huì)經(jīng)濟(jì)因素對(duì)健康的影響（即方程（5）中的系數(shù)）存在高估，從而導(dǎo)致社會(huì)經(jīng)濟(jì)因素對(duì)健康的影響對(duì)健康性別差異的貢獻(xiàn)率高估的可能；第二，本文的定量分解結(jié)果，是對(duì)性別健康差異來源的一個(gè)客觀描述，能定量發(fā)現(xiàn)各部分對(duì)健康性別差異的貢獻(xiàn)度，但是不能揭示造成這種結(jié)構(gòu)的原因。本文主要價(jià)值在于：定量刻畫了城鎮(zhèn)居民健康性別差異的結(jié)構(gòu)，量化了各部分來源對(duì)健康性別差異的貢獻(xiàn)率，為進(jìn)一步探討形成這種性別健康差異結(jié)構(gòu)的原因奠定了基礎(chǔ)；同時(shí)，應(yīng)該從優(yōu)化社會(huì)經(jīng)濟(jì)因素對(duì)健康的影響機(jī)制、縮小男女職業(yè)地位差距這些貢獻(xiàn)率大的方面入手來進(jìn)行政策設(shè)計(jì)，縮小健康的性別差異。