高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

中国社会区域空间多维健康贫困“能力-权利-风险”耦合驱动特征与变迁分异研究

吴冰 李叶 吴群红 赖勇强 郝艳华 宁宁 张曦宇 田雨露

吴冰, 李叶, 吴群红, 赖勇强, 郝艳华, 宁宁, 张曦宇, 田雨露. 中国社会区域空间多维健康贫困“能力-权利-风险”耦合驱动特征与变迁分异研究[J]. 中国公共卫生. doi: 10.11847/zgggws1141546
引用本文: 吴冰, 李叶, 吴群红, 赖勇强, 郝艳华, 宁宁, 张曦宇, 田雨露. 中国社会区域空间多维健康贫困“能力-权利-风险”耦合驱动特征与变迁分异研究[J]. 中国公共卫生. doi: 10.11847/zgggws1141546
WU Bing, LI Ye, WU Qunhong, . Social region-specific characteristics and transition-differentiation of health capability-right-risk coupled drivers on multidimensional health poverty in China: a CHARLS and statistical data-based study[J]. Chinese Journal of Public Health. doi: 10.11847/zgggws1141546
Citation: WU Bing, LI Ye, WU Qunhong, . Social region-specific characteristics and transition-differentiation of health capability-right-risk coupled drivers on multidimensional health poverty in China: a CHARLS and statistical data-based study[J]. Chinese Journal of Public Health. doi: 10.11847/zgggws1141546

中国社会区域空间多维健康贫困“能力-权利-风险”耦合驱动特征与变迁分异研究

doi: 10.11847/zgggws1141546
基金项目: 国家自然科学基金(72174047;71874045)
详细信息
    作者简介:

    吴冰(1997 – ),女,山东菏泽人,硕士在读,研究方向:健康贫困与疾病负担

    通讯作者:

    李叶,E-mail:liye8459@163.com

  • 中图分类号: R 197.1

Social region-specific characteristics and transition-differentiation of health capability-right-risk coupled drivers on multidimensional health poverty in China: a CHARLS and statistical data-based study

  • 摘要:   目的  了解中国社会区域多维健康贫困的空间分异格局及叠加耦合驱动特征,为下一阶段精准扶贫和健康贫困空间治理提供科学依据。  方法  收集2011、2013、2015和2018年中国健康与养老追踪调查(CHARLS),2012、2014、2016、2019年《中国统计年鉴》、《中国卫生和计划生育统计年鉴》和2019年全球疾病负担网络中的相关数据,以课题组构建的“能力 – 权利 – 风险”多维健康贫困理论模型为框架,最终纳入了健康能力、健康权利、健康风险3个维度的13个指标作为多维健康贫困的驱动因子,采用地理探测器实现单一及耦合驱动作用特征的捕捉,分析驱动因子的空间差异。  结果  与2011、2013和2015年比较,2018年健康能力维度的人均国内生产总值、城镇化率、居民年住院率的排位均有所上升,而健康权利维度的人均社会保障和就业支出、公众健康教育活动次数的排位均有所下降,权利赋能对于抵御健康贫困发生的效应增强。驱动因子空间差异研究结果显示,2011 — 2018年东部地区的风险驱动因子主要为城镇失业率,中部地区的风险驱动因子主要为调查前3年PM2.5浓度,而西部地区的多维健康贫困则是健康能力、健康权利和健康风险3个维度联合驱动的结果。从交互作用探测结果显示,健康能力维度的人均国内生产总值、城镇化率与健康权利维度的政府卫生支出占比、人均社会保障和就业支出、每千人口医疗卫生机构床位数的交互作用类型始终为双因子增强,健康能力与健康权利的联合作用会改善多维健康贫困的发生;调查前3年PM2.5浓度这一健康风险指标与居民年住院率、老年抚养比2011年、2013年、2018年的交互作用类型亦为双因子增强。  结论   多维健康贫困在中国社会区域空间存在时空分异格局,是多维因素耦合驱动的结果,而多维因素耦合对多维健康贫困发生的复杂机制则要求多领域、多部门、多机制、多阶段的综合健康治理。
  • 图  1  最优参数的选择

    图  2  中国东部、中部和西部地区2011 — 2018年多维健康贫困驱动因子雷达图

    图  3  2011 — 2018年各驱动因子交互作用探测结果

    表  1  2011 — 2018年健康贫困指数的驱动因子解释力

    维度指标q
    2011年 2013年 2015年 2018年
    健康能力 人均国内生产总值(X1 0.52 a 0.66 a 0.44 a 0.80 a
    城镇化率(X2 0.64 a 0.75 a 0.63 a 0.80 a
    文盲率(X3 0.47 a 0.83 a 0.47 a 0.75 a
    居民年住院率(X4 0.48 a 0.70 a 0.40 a 0.74 a
    老年抚养比(X5 0.55 a 0.62 a 0.44 a 0.44 a
    健康权利 每千人口医疗卫生机构床位数(X6 0.52 a 0.71 a 0.66 a 0.75 a
    政府卫生支出占比(X7 0.55 a 0.75 a 0.37 a 0.73 a
    每千人注册护士数(X8 0.33 a 0.62 a 0.37 a 0.44 a
    公众健康教育活动次数(X9 0.65 a 0.77 a 0.44 a 0.71 a
    人均社会保障和就业支出(X10 0.62 a 0.66 a 0.46 a 0.70 a
    每万人图书馆面积(X11 0.47 a 0.65 a 0.46 a 0.73 a
    健康风险 城镇失业率(X12 0.50 a 0.45 a 0.50 a 0.67 a
    调查前3年PM2.5浓度(X13 0.55 a 0.64 a 0.35 a 0.71 a
      注:a P < 0.01。
    下载: 导出CSV
  • [1] 翟绍果. 健康贫困的协同治理: 逻辑、经验与路径[J]. 治理研究, 2018, 34(5): 53 – 60. doi: 10.3969/j.issn.1007-9092.2018.05.008
    [2] Chi XX, Liu XH, Zhang ZZ. Measuring multidimensional health poverty in China[J]. Frontiers in Public Health, 2022, 9: 786325. doi: 10.3389/fpubh.2021.786325
    [3] 白晨, 顾昕. 高龄化、健康不平等与社会养老保障绩效研究 —— 基于长期多维健康贫困指数的度量与分解[J]. 社会保障研究, 2019(2): 3 – 12.
    [4] Jia HY, Sai XY, Su YY, et al. Measurement and decomposition of the health poverty of rural residents in China[J]. International Journal of Environmental Research and Public Health, 2022, 19(19): 12876. doi: 10.3390/ijerph191912876
    [5] 贾海彦. “健康贫困”陷阱的自我强化与减贫的内生动力 —— 基于中国家庭追踪调查 (CFPS) 的实证分析[J]. 经济社会体制比较, 2020(4): 52 – 61,146.
    [6] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116 – 134. doi: 10.11821/dlxb201701010
    [7] Xu B, Wang JF, Li ZJ, et al. Seasonal association between viral causes of hospitalised acute lower respiratory infections and meteorological factors in China: a retrospective study[J]. The Lancet Planetary Health, 2021, 5(3): e154 – e163. doi: 10.1016/S2542-5196(20)30297-7
    [8] Ding H, Hao XM. Spatiotemporal change and drivers analysis of desertification in the arid region of northwest China based on geographic detector[J]. Environmental Challenges, 2021, 4: 100082. doi: 10.1016/j.envc.2021.100082
    [9] Song YZ, Wang JF, Ge Y, et al. An optimal parameters - based geographical detector model enhances geographic characteristics of explanatory variables for spatial heterogeneity analysis: cases with different types of spatial data[J]. GIScience and Remote Sensing, 2020, 57(5): 593 – 610. doi: 10.1080/15481603.2020.1760434
    [10] Ju HR, Zhang ZX, Zuo LJ, et al. Driving forces and their interactions of built - up land expansion based on the geographical detector - a case study of Beijing, China[J]. International Journal of Geographical Information Science, 2016, 30(11): 2188 – 2207. doi: 10.1080/13658816.2016.1165228
    [11] Song YZ, Wright G, Wu P, et al. Segment - based spatial analysis for assessing road infrastructure performance using monitoring observations and remote sensing data[J]. Remote Sensing, 2018, 10(11): 1696. doi: 10.3390/rs10111696
    [12] Xia Q, Zhang XY, Hu YM, et al. The superposition effects of air pollution on government health expenditure in China - spatial evidence from GeoDetector[J]. BMC Public Health, 2022, 22(1): 1411. doi: 10.1186/s12889-022-13702-y
    [13] Zhang XY, Xia Q, Lai YQ, et al. Spatial effects of air pollution on the economic burden of disease: implications of health and environment crisis in a post - COVID - 19 world[J]. International Journal for Equity in Health, 2022, 21(1): 161. doi: 10.1186/s12939-022-01774-6
    [14] 金贵, 邓祥征, 董寅, 等. 发展地理学视角下中国多维贫困测度及时空交互特征[J]. 地理学报, 2020, 75(8): 1633 – 1646.
    [15] Johar M, Soewondo P, Pujisubekti R, et al. Inequality in access to health care, health insurance and the role of supply factors[J]. Social Science and Medicine, 2018, 213: 134 – 145. doi: 10.1016/j.socscimed.2018.07.044
    [16] 唐聪聪, 王宛. 以区域发展战略助力构建新发展格局[N]. 经济日报, 2022 – 01 – 25(10).
    [17] 普世传, 刘梅, 李灵清, 等. 云南省脱贫地区居民健康素养具备情况及其影响因素分析[J]. 中国公共卫生, 2022, 38(11): 1478 – 1480.
    [18] 舒展, 唐云霞, 肖金光, 等. 贫困人口因贫致病和因病致贫影响因素分析[J]. 中国公共卫生, 2019, 35(8): 953 – 958.
    [19] 叶巾祁, 黄子骄. 空气污染对中老年人健康的长期影响研究[J]. 华中科技大学学报: 社会科学版, 2022, 36(5): 121 – 135.
    [20] 王敏. 江苏省PM2.5污染的居民健康风险测度与健康经济损失评价研究[D]. 南京: 南京邮电大学, 2021.
    [21] 关博. “十四五”时期“全民医保”的风险挑战与改革路径[J]. 宏观经济管理, 2021(3): 41 – 45,53.
    [22] 仇雨临, 王昭茜. 我国医疗保险制度发展四十年: 进程、经验与展望[J]. 华中师范大学学报: 人文社会科学版, 2019, 58(1): 23 – 30.
    [23] 王学男, 吴霓. 教育是阻断贫困代际传递的治本之策 —— 习近平总书记关于教育的重要论述学习研究之二[J]. 教育研究, 2022, 43(2): 4 – 12. doi: 10.12238/er.v5i2.4500
  • 加载中
图(3) / 表(1)
计量
  • 文章访问数:  66
  • HTML全文浏览量:  12
  • PDF下载量:  13
  • 被引次数: 0
出版历程
  • 接收日期:  2023-02-21
  • 网络出版日期:  2023-04-21

目录

    /

    返回文章
    返回