陕西省人口健康空间格局及影响因素研究——基于107个县的空间计量分析

韦 艳，郑晨琪，陈瑞斌

(西安财经大学 统计学院，陕西 西安 710100)

一、研究背景

2016年10月，中共中央、国务院发布了“健康中国2030”规划纲要，提出今后15年中国推进“健康中国”建设的行动纲领，将“健康中国”上升为国家战略。2016 年 6 月国家卫生计生委等 15 个部门联合发布《关于实施健康扶贫工程指导意见》(国卫财务发〔2016〕26号)，全面推进和落实健康扶贫工作。实施健康扶贫工程，保障贫困地区和贫困人口享有基本医疗卫生服务，防止因病致贫、因病返贫。随着脱贫攻坚任务的逐步完成，剩余贫困人口呈现向“老少边穷”等深度贫困地区集聚态势，这些地区大都是自然条件差，经济基础弱，广泛存在着因病致贫返贫和贫病交加的状况，贫困人口的健康影响着整个地区的社会经济发展。随着乡村振兴和城镇化的推进与深化，乡村振兴需要城镇带动，城镇发展能够促进乡村振兴。以县域经济发展带动乡村振兴，在县域经济的诸多生产要素中，最为重要的当属人力资本。而健康人力资本是影响和制约县域经济增长和社会经济发展的核心因素，对贫困县的县域经济社会发展尤其如此。要实现健康扶贫与乡村振兴的精准对接，就一定要重视县域医疗卫生工作的最基础保障作用，以及各种维护和促进健康的资源配置。

2015年陕西省经济总量在全国排名第15位，经济增速在全国排名第16位。2015年陕西省的健康中国指数排名在全国31个省市中为第22位，低于健康中国指数的全国平均值23.56，排名较为落后[1]。2015年陕西省人均预期寿命达73.6岁，低于全国水平的75.99岁，陕西省人口健康水平整体偏低。截止2016年底，陕西省建档立卡农村贫困人口78.3万户，其中因病致贫户为20.2万户，占全省贫困户总数的25.78%，在十大致贫原因中因病致贫排在第一位。而陕南秦巴山区是国家扶贫规划重点地区，陕西省有近40%贫困人口集中在秦巴山区[2]。经济落后限制了陕西省人口健康的发展。陕西省县级人口健康状况在一定程度上代表着欠发达地区人口的健康现状，陕西县域人口健康的研究对于有效精准地发现问题，推进健康中国和健康扶贫工作具有重要的现实意义。

二、文献回顾

Schultz的人力资本投资理论强调，通过人口健康素质和文化素质来提高贫困人口能力，从而摆脱贫困。健康人力资本是一种具体的人力资本实现形式，通过提升劳动时间和劳动效率来影响人力资本的存量和增量，进而增加未来的经济收入[3]。Grossman首次将健康资本和健康投资纳入到人力资本理论框架，建立了健康需求模型，研究健康服务的供给和经济发展之间的关系[4]。国外学者进行了较为丰富的健康影响因素研究：收入对于包括高血压在内的八种疾病有显著影响[5]；教育对疾病有预防作用[6]；构造空气污染影响健康分析框架，来考察改善空气质量后居民健康状态变化的货币化收益等等[7]。国内对健康需求理论的研究，主要集中于对健康需求模型的构建或改进，以及健康需求的影响因素分析等[8-11]。

随着空间计量经济学等理论发展的成熟以及地理信息技术的发展，关于人口健康分布格局的研究也逐渐增多。已有对人口健康方面的空间分析主要通过计量模型测度空间相关性，建立空间计量模型对影响因素进行分析。国外研究中人口健康空间分析的研究比较丰富且分析方法多样，除了使用莫兰指数外，也会使用核密度估计空间上的异质性，且倾向于癌症、心脏病、糖尿病等具体疾病的分析，并指出这些疾病在空间分布上都存在一定的相关性[12-14]。有学者从县级层面通过观察夜光灯与乳腺癌的分布图，推出两者之间可能存在基本的生物学联系[14]。国内研究比较集中，主要使用人口死亡率、人均预期寿命等国际通用指标，从省级层面作出分析。王晓霞从省级层面分析，指出中国人口健康存在空间集聚特征，存在高集聚区和低集聚区，东部地区人口健康状况较好，西部较差[15]。杨振等针对这种健康状况分布格局，对其脆弱性进行了分析，指出降低健康脆弱性的主要障碍是地区间的差异，应着力缩小经济、社保、医疗等方面的差距[16]。大多数人口健康的空间研究主要集中在省级层面，更为细化的研究比较少见。敖荣军等对湖北省的县级层面空间进行了有益的尝试，指出经济、社会、自然环境等因素的改善有利于人口健康[17]。

关于人口健康影响因素的分析，主要集中在经济、医疗、教育、社会等方面。人口健康资源的供给有利于改善人口健康状况。经济方面无论是居民收入，还是人均GDP，都分析出经济发展水平越高的地区，居民的健康程度越高，尤其在人口健康较差的群体中，经济状况所产生的效用更加明显[18-20]。教育方面，学历水平对健康的边际影响变化将加剧健康不平等，而且不同阶段的教育对城乡健康状况所产生的效用不同，提高农村的教育水平可以降低健康的不平等[21]。医疗方面，村卫生室水平的提高、新农合医疗保险的普及、床位和医师数等人均医疗资源量的增加，都有利于改善人口健康，但在资源利用上存在效率的问题[22]。社会发展方面，城镇化对健康产生的效用存在区域差异，西部地区城镇化对健康产生的效用低于东部[23]。

综上所述，已有研究对于人口健康的空间分析做了很多有益的尝试，但是仍存在以下不足。一是空间分析单位过于宏观。由于更为细化的空间单位的人口健康数据比较难于获取，已有大部分研究主要集中在省级层面的研究，容易忽略省内较大的差异；二是人口健康影响因素分析缺乏空间视角。人口健康的影响因素分析较为全面，但是基于空间分析的影响研究还不够完善。为了弥补已有研究的不足，本文从陕西省县级层面入手，分析陕西省的人口健康空间格局分布特征和时间上的变化特征，利用空间计量模型分析经济、社会、医疗、教育四个方面与健康状况的关系，深入剖析陕西省三大区域县级人口健康状况的主要影响因素，以期为相关部门出台政策建议提供理论依据。

三、数据与方法

(一)数据说明

由于县级层面的人口健康数据比较难于获得，只有在普查年份和小普查年份才能获得较为详细的数据，其他的社会经济数据在年鉴数据中可以获取，因此本文数据来自多种数据源。本文使用的数据为2000和2010年的全国人口普查数据、《2015年陕西省1%人口抽样调查资料》和历年《陕西省区域统计年鉴》。《陕西省区域统计年鉴》涵盖了陕西关中、陕南、陕北及各市、县(市、区)的主要社会经济统计数据，本文中使用的农村居民人均纯收入、每千人床位数指标数据均来自于该年鉴。人口死亡率、城镇化率、15岁以上文盲率指标数据来自于全国人口普查数据和《2015年陕西省1%人口抽样调查资料》[注]2015年陕西省1%人口抽样调查数据是陕西省根据《全国人口普查条例》和《国务院办公厅关于开展2015年全国1%人口抽样调查的通知》进行的全国1%人口抽样调查，以全省为总体，以各市为子总体，采取分层、二阶段、概率比例、整群抽样方法，最终样本量为80.50万人，占全省总人口的2.12%。。最终纳入本文分析的为陕西省107个县/区样本数据，其中陕北地区共有25个县/区，关中地区共54个县/区，陕南地区共28个县/区。

(二)主要变量

本文健康变量使用人口死亡率。人口死亡率是在某一地区一段时间内的死亡人数与该时期平均总人数之比率。该指标在一定程度上表现了一个地区医疗水平及居民健康水平的高低。基于以上综述和数据的可得性，本文选取了四个方面的影响因素，分别为经济变量、医疗变量、教育变量、社会变量，其中经济变量使用农村居民人均纯收入，教育变量使用15岁以上文盲率，医疗变量使用每千人床位数，社会变量使用城镇化率。

四、模型介绍

(一)空间相关性

全局Moran指数已经是公认的界定空间相关性的方法之一。本文使用一阶0-1空间权重矩阵计算Moran指数。全局Moran指数的公式如下：

(1)

(二)空间计量模型

本文使用的是R软件中的spdep程序包进行的回归分析。首先进行LM检验来选择合适的空间模型。通过LM检验发现极大似然LMLAG检验统计量比极大似然LMERR统计量更显著，在稳健性检验中，稳健RLMLAG检验统计量显著，RLMERR检验统计量不显著，赤池信息准则(AIC)更小，所以适合的模型为空间滞后模型(SLM：Spatial Lag Model)。具体公式如下：

y=ρWy+Xβ+ε，ε～(0，σ2In)

(2)

其中y代表n×1维被解释变量，X表示自变量数据矩阵。n为空间单位个数，本文中n=107，X=[xs，xe，xi，xd]，xs为社会发展列变量，xe为经济发展列变量，xi为教育发展列变量，xd为医疗列变量。W代表空间权重矩阵，β反映解释变量对因变量y变化产生的影响，ρ代表空间滞后因变量Wy的系数，度量了整体的区域之间的依赖强度，反映了相邻县区关于y的扰动误差对本县/区y的冲击程度，ε为n×1阶的空间误差项。

五、实证分析

(一)特征分析

本文计算出2000、2010和2015年陕西省县级分析的人口死亡率的Moran值，如图1、图2和图3，其值分别为0.673、0.521和0.465，都显著为正。从2000年到2015年，陕西省人口死亡率空间相关性发生较大变化，高死亡率集聚地区减少，低死亡率集聚地区明显增加。这说明2000、2010和2015年陕西省县级人口死亡率在空间上有较强的相关性，即正向的集聚性较强，而且其空间相关性正在逐渐减弱。

总体上，从图4、图5和图6都可以看出陕南地区(汉中、安康、商洛)的县是明显的H-H地区，高死亡率集聚。2000年，高死亡率分布区主要集中在安康和商洛。2010年，高死亡率分布区在安康、商洛和汉中，其中安康高死亡率县区有所减少。2015年汉中市高死亡率集聚地区逐渐减少，安康市的高死亡率集聚区相对2010年有所增加。结合三幅图看，高死亡率集聚区由东向西偏移，低死亡率集聚区由中部向北部偏移，且逐渐增加。为了便于观察2000、2010和2015年四个区域所涵盖的具体县，列表如表1所示。

图1 2000年人口死亡率Moran值图 图2 2010年人口死亡率Moran值图 图3 2015年人口死亡率Moran值图

图4 2000年人口死亡率莫兰集聚图 图5 2010年人口死亡率莫兰集聚图 图6 2015年人口死亡率莫兰集聚图

表1 2000—2015年陕西省人口死亡率的区域变动

本文根据人口死亡率情况制作了分级色彩图，共分为4层，分别是：低(2.07‰～4.76‰)、较低(4.76‰～6.37‰)、较高(6.37‰～9.53‰)、高(9.53‰～11.19‰)。从人口死亡率各等级分布的覆盖面积看，陕南、关中和陕北部分县区的人口死亡率状况明显得到改善。2000年陕南地区死亡率为高的县区有5个(佛坪县、紫阳县、岚皋县、平利县、白河县)，到2010年减少为一个(佛坪县)，2015年不存在死亡率等级为高的县区。同时，存在人口死亡率上升的县区，2015年长武县、旬邑县、耀州区、彬县、永寿县、三原县、泾阳县、户县、长安区和蓝田县的人口死亡率较2010年有所升高。这些县区人口死亡率的提高，使得县区之间人口死亡率的差距拉大了。另外，陕南部分县区的人口死亡率有所降低。到2015年，陕南地区商洛市大部分县区的死亡率明显下降，且陕南地区所有县区的人口死亡率都在9.53‰以下，但可以看出依旧是人口健康状况的洼地。

2000—2015年间，县域之间人口死亡率差距拉大且较为分散，使得“中心-外围”的特征变得明显，即以市区为中心，人口健康状况优于周边县。观察图7，安康市、商洛市、渭南市在2000年并没有呈现出太明显的“中心-外围”特征。而根据图8和图9，在2010年，陕南地区的汉中市、安康市、商洛市具有很明显的‘中心-外围’特征。关中地区，西安市、宝鸡市、铜川市、咸阳市同样具有‘中心-外围’特征，但人口健康状况之间的差距不大，只有咸阳市的泾阳县人口健康状况较差。陕北地区、榆林市和延安市没有‘中心-外围’特征。榆林市定边县、佳县、米脂县、子洲县、清涧县和延安市志丹县的人口健康状况较差。到2015年，陕南地区部分县区死亡率水平有所下降，“中心-外围”特征减弱。关中地区，渭南市部分县区死亡率水平明显下降，宝鸡市和西安市存在“中心-外围”特征，咸阳市县区的死亡率差距较2010年增大，宝鸡市死亡率水平有所下降，差距减小。陕北地区死亡率水平处于低等级县区数量增加，死亡率明显改善，人口健康状况显著优于陕南地区。

(二)空间相关分析

根据上述实证分析，发现陕西省的人口健康状况存在明显的空间自相关性，因此采用空间回归模型比传统的回归分析方法更合理。

表2给出了陕西省三次普查年份的人口健康影响因素的空间计量分析结果。由于量纲不一致，一些变量的发散程度较大，为避免异方差，本部分在回归分析中对变量进行了对数处理。

表2 陕西省2000—2015年县域人口健康影响因素空间模型回归结果

注：***、**、*分别表示显著性水平p<0.001、p<0.01、p<0.05。

结合表2的回归结果分析，对比三个年份系数估计值的显著性存在差异，经济变量(农村居民人均纯收入)、社会变量(城镇化率)、教育变量(15岁以上文盲率)对人口健康的影响显著，空间滞后因变量系数ρ显著。

经济方面，农村人均纯收入的回归系数为负，与人口健康有显著的负向相关性，农村居民人均纯收入的增加有利于降低人口死亡率，系数估计值由2000年的-0.104变为2015年的-1.464，且显著性增加，说明农村居民人均纯收入对人口健康产生的效用在增强。

医疗方面，每千人床位数的系数估计值并不显著，本文也同时计算了人口死亡率与每千人床位数的pearson相关系数，2000、2010和2015年的数值分别为-0.260、 -0.149和-0.265，其相关性都不高，这一情况可能是因为医疗卫生资源供给上低效率，而且人口死亡的原因主要为难以治愈的恶性肿瘤和突发性强的心脑血管疾病，从而导致医疗卫生人员和医疗物资的增减对人口死亡变动难以产生直接的影响。

教育方面，15岁以上文盲率的相关性在2000年不显著，但在2010年与2015年显著，系数估计值由2000年的0.025变为为2010年的0.101，可见教育普及状况的改善可以降低人口死亡率，同时教育普及状况的提高也使得教育变量在人口健康状况改善中的效用变大了，到2015年系数估计值又变为0.089，比较显著，在人口健康状况改善中的作用力有所下降。

社会发展方面，城镇化率的系数估计值在2000年为-2.988，非常显著，可见城乡资源分配上的差距与人口死亡率相关，尤其是良好的公共服务状况对人口健康状况改善的作用，城镇化水平的提高对人口健康状况改善的效用较好。2010年和2015年系数估计值分别变为-0.017和-0.118，不太显著，且作用力减弱。

2000、2010和2015年的空间滞后变量的系数ρ的系数估计值分别为：0.422、0.320和0.519，且都显著为正，说明陕西省人口健康状况在各县之间的空间依赖强度较大。

(三)影响因素分析

从空间计量模型分析可以得出经济、社会、教育对陕西省人口健康状况起到了改善的作用，本部分进一步分析影响因素对三大区域人口健康的作用。

1.经济因素分析

县域经济已经成为了中国经济增长的推动力量，对吸纳农村劳动力和改善农村人口收入有着密切的联系，农村人口收入的增加与健康投资是正相关的，而健康投资有利于人口健康状况改善，所以县域经济的发展与人口健康改善不可分割[24]。本文从县级层面分析陕北、关中、陕南经济发展与人口健康的关系。

从产业结构上看，陕北地区煤炭、石油、天然气资源丰富，工业发展迅猛，依托资源优势，着力打造能源基地，形成工业主导的经济发展模式。这种有工业支撑的县区对于提高人口收入有一定的刺激作用。但由于资源分布不均匀，在县域层面体现出了发展不平衡的特征，在人口健康状况上也有所体现，图4～图6反映出人口死亡率呈现出一定的层级差距，神木、府谷、靖边、吴起等县属于资源支撑发展的类型，人口收入状况较好，人口死亡率水平属于低(2.07～4.77)、较低(4.76～6.37)等级层面，而佳县、米脂、绥德等县属于资源相对匮乏区，人口死亡率水平属于较高(6.37-9.53)等级层面。

关中地区地势比较平坦、交通便利，在城市规划上有良好的地理条件，借助战略区位、科教实力、工业基础、文化底蕴等形成了以西安为中心的“天水-关中城市群”。各个城市在规划上定位明确，城市之间协调发展，便捷的交通条件促进了中心市区对周边县区的辐射作用。在农村居民人均纯收入上有所体现，中心市区的收入偏高，周边县区比较均匀，但距离市区较远的县辐射较弱，互相缺乏联系。当然，也存在依靠政策支持而迅速发展的县。

陕南地区经济发展明显落后于关中、陕北地区。陕南地区北靠秦岭，南靠大巴山，河流纵横，土壤肥沃，拥有丰富的植物资源、水资源和一定的矿产资源。但陕南地区地形起伏较大，夏季降雨多，洪涝、滑坡等自然灾害频发，交通不便和地形复杂使优势资源和产业难以形成规模，也限制了中心城市对周边县区的辐射作用，导致县域经济成为陕南地区的薄弱环节。同时，秦巴山区是南水北调中线的汉江上游水源地，产业发展上会受国家政策的限制。使得经济整体上与关中、陕北存在较大差距。

2.社会因素分析

县域城镇化是农村人口和非农业产业不断向县域城镇聚集的经济社会发展过程。县域城镇化提高可以在教育、医疗、经济、公共服务等方面发挥出强于农村的资源优势，与人口健康水平呈现正相关，对人口健康状况的改善可以发挥更大的效用。陕西省的县域城镇化水平比较低，与市域城镇化水平差距较大。从陕西省区域统计年鉴数据可得，2010年陕西省的县域城镇化水平的百分比为33.36%，但是市域城镇化均值为68.27%，到2015年陕西省总体的城镇化水平已经达到54%，而且陕北、关中、陕南同样表现出了不同的特征。

陕北地区，根据资源分布状况，借助县城土地和劳动力的成本优势，从县级层面发力。工业发展中创造的就业机会吸引本地的农村劳动力，使得城镇化率提高，所以陕北地区的县域城镇化水平较高，且呈块状分布。陕北的高城镇化率地区主要集中在两个地区，以煤矿、石油支撑，分别是“府谷-神木-榆阳”地区、“靖边-吴起-志丹-安塞-子长-延川-宝塔-甘泉”地区。榆阳区(57.13%)为榆林市的市区，神木县(62.05%)和府谷县(57.13%)煤炭资源丰富，属于全国工业强县。同样，靖边县、吴起县、志丹县、安塞县、子长县、延川县、宝塔区、甘泉县的城镇化率都在43.68%以上。

关中地区与陕北地区的城镇化水平提升方式相反。关中地区以西安为中心，着重发展节点城市的承载力，提升节点城市的综合服务功能。这种发展模式在人口分布和资源分配上产生虹吸效应，使市域城镇化的水平要高于县域城镇化，因而高城镇化地区呈点状分布。市域城镇化水平高，县域城镇化水平较低，地区间城镇化水平差距较大。

陕南地区城镇化水平整体偏低。市域城镇化水平和县域城镇化水平与关中地区均存在差距。陕南地区的农业人口偏多，农业产业化水平低，非农产业规模不大，吸收农村剩余劳动力有限。2010年关中、陕北农业产值占GDP总产值的比例均不超过10%，而陕南地区为21%。没有非农产业做支撑，劳动力聚集在农村或者外出打工，因而城镇化率提高缓慢。

3.教育因素分析

教育对人口健康改善有两个途径，一是教育通过提高人口素质，使人口收入提高，从而改善人口健康状况；二是教育提高健康意识，从而改善人口健康。这里对陕西省的县级层面的教育普及情况做出分析。

陕北地区，榆林市各县的文盲率整体偏高，陕西省各县的平均文盲率为5.95%。榆林市的12个县区中有10个文盲率高于9.23%，分别是神木县、佳县、靖边县、横山县、子洲县、清涧县，属于整个陕西的文盲集中区，而延安市文盲率最高的县为安塞县(4.9%)。关中地区文盲率整体较低，教育普及程度好，整体的县域均值为3.46%，咸阳市文盲率稍稍偏高，分别是长武县、彬县、旬邑县、永寿县、乾县均高出均值，在5.72%～9.23%之间，其次是宝鸡市的眉县(6.04%)、太白县(7.54%)文盲率较高。陕南地区的文盲率整体偏高，县文盲率均值为7.04%。安康市、商洛市、汉中市都存在高文盲率的县，汉中市的略阳县(10.23%)，宁强县(14.04%)，安康市的汉阴县(11.24%)，紫阳县(10.72%)，平利县(13.75%)，商洛市的柞水县(14.87%)，镇安县(12.8%)都是高文盲率县。综合来看，陕北、陕南地区的教育状况对人口健康状况的改善还有较大的提升空间。

六、结论与建议

本文使用空间计量分析方法对陕西省县级人口健康状况进行分析，得出以下主要结论：

首先，陕西省人口健康状况在县区层面在空间上呈正相关分布。从2000年到2015年，这种正相关性有所减小，人口健康状况也有明显的改善，陕南地区死亡率显著降低，但陕南地区相对陕西省其他地区来说依旧为高死亡率集聚区，这种高集聚区由陕南的东部(商洛)向西部(汉中)偏移。关中地区低死亡率集聚增多，并且由中部向北部偏移。

其次，陕西省人口健康状况分布有明显的“中心-外围”特征，即市区的人口健康状况要好于周边县城的人口健康状况。这种“中心-外围”特征随着时间推移逐渐明显，尤其是陕南地区和关中地区，周边县的人口健康状况与市区存在明显的差距。

最后，经济发展模式和产业结构对人口收入和城镇化有密切的关系，符合实际的发展模式，可以通过各种影响因素对健康状况的改善起到很好的支撑作用。陕北地区基于资源优势和分布状况，在县级层面发展工业，汲取农村劳动力；关中地区以‘关中-天水城市群’进行规划，发展节点城市，充分发挥其辐射作用。两者通过不同的形式提高人口收入和城镇化水平，在收入提高和城镇优势资源供给的环境下，人口健康状况得到改善；陕南地区非农产业规模有限，在地形、交通上均不占优势，尚未形成具有自身特色的发展模式，健康资源的供给能力有限。

基于以上结论，为提升陕西省县域人口健康状况，建议从以下方面做出努力。一是经济发展方面，在乡村振兴战略下，大力发展非农产业，以规模化产业化和市场化推进优势行业的发展，增强优势行业对劳动力的吸附能力，提高人口收入，并以此带动县域城镇化水平的提高，保证健康状况改善在经济方面和公共服务方面的需求。二是资源分配方面，根据实际情况平衡县与市之间资源的配置，包括医疗、财政、教育等方面的投入。提高死亡率较高地区的医疗保障水平，减少大病患者和贫困人群的医疗负担。三是在加强基层的卫生设施建设方面，以加强县级医疗卫生机构能力建设为重点，并对贫困地区传染病、地方病重疫区的村卫生室建设给予适当支持。通过整合现有卫生资源，建立农村社区卫生服务机构，更好地承担农村疾病预防控制、基本医疗、健康教育等公共卫生工作，切实推进健康扶贫工作，提升县级人口健康水平，使人力健康资本在乡村振兴战略的实施中发挥更大效用。