老年人口健康寿命的演变轨迹及其影响因素——一项基于CLHLS的实证研究

宋靓珺, 杨 玲

(1. 复旦大学 人口与发展政策研究中心，上海 200433；2. 复旦大学 社会发展与公共政策学院，上海 200433)

一、引言

随着人类疾病谱的转变，人类对于健康状况的关注逐渐从死亡风险(生命长度)转为长寿风险，即人们更加关注延长寿命的健康状态(生命质量)。世界卫生组织(WHO)在1997年发布的《世界健康报告》引言中强调，“单纯寿命的增加不是生命质量的提高，健康寿命比寿命更重要”[1]，其后，WHO在同年发布的雅加达宣言中也再次重申了“我们的目标是提高世界人口的健康寿命，缩小国家和地区间的人口健康寿命差距”的全新理念[2]。同时，宣言中也明确了WHO将正式开始启用健康预期寿命这一指标来取代传统的平均预期寿命指标，以便能更好地反映各国人口的健康长寿状态。作为全球最大促进公众健康和改善公共卫生的国际权威机构，WHO的纲要对全球各国(地区)制定和实施本国(地区)的健康政策具有重要指导作用。为此，各国(地区)应在WHO的指导框架下对老年人口健康水平的演变轨迹做出科学研判，并对其背后蕴藏的政策价值进行深入挖掘。

中共中央、国务院于2016年10月发布了《“健康中国2030”规划纲要》，明确将“推进健康中国建设”纳入国家战略，并提出“至2030年我国人均预期寿命将达到79.0岁，人均健康预期寿命显著提高”的远景目标，这是国家规划中首次明确将健康预期寿命作为政策指标；习近平总书记在党的十九大报告中也强调未来老龄工作的目标是“提高老年人生活和生命质量、维护老年人尊严和权利”。随着社会经济和医疗卫生水平的快速发展，人口的预期寿命不断延长，极大地推动了中国老龄化的进程，但对中国老年人口健康预期寿命的规模、特征和变动轨迹的精准把握还未达成一致，由此科学预测未来老年人口照料服务需求、合理规划社会养老服务体系亦存囿限。健康预期寿命核算的是预期寿命中的健康部分，是一个以时间或年数表征的绝对量，而健康预期寿命占比(1)健康预期寿命占预期寿命的比重考虑到了健康预期寿命与预期寿命的相对增长速度。如有时候健康预期寿命和预期寿命均在延长，但健康预期寿命占预期寿命的比重却在下降，这是因为健康预期寿命增长速度慢于预期寿命，因此只关注健康预期寿命的绝对数字无法综合地评估老年人的健康寿命。以及结合健康预期寿命和预期寿命构建的“生命质量指数”(生命质量指数=预期寿命/(1-健康预期寿命/预期寿命))(2)生命质量指数的理想状态是分子越大越好，分母越小越好。分子越大，意味着预期寿命越长；分母越小，意味着健康预期寿命占预期寿命的比例越高。因其测算的是相对值，能同时反映生命长度和生命质量[3]，是健康寿命良好的特征指标。

二、理论与文献回顾

1.西方理论与研究现状

健康预期寿命是反映健康长寿的基础性指标，也是测算生命质量指数的重要组成元素。西方学者对于老年人口健康长寿的关注由来已久，早在1964年桑德斯(Sanders)就提出了“健康预期寿命”(Healthy Life Expectancy)的概念[4]，其定义为“平均预期寿命中处于不同健康状态下的时间”[5]。健康预期寿命作为健康测量的综合性指标，是在预期寿命(Life Expectancy)指标的基础上进一步识别预期寿命的健康部分和非健康部分[6]。从个体角度而言，这是一个能够很好地综合测量人群寿命和健康状况的指标，是衡量和评估生命质量的理想指标。国外有关老年健康预期寿命的研究通常将日常生活自理能力的丧失作为健康预期寿命的判定终点，因此人口学家通常将生活自理能力水平与健康预期寿命结合得到“自理预期寿命”(Disability-Free Life Expectancy，DFLE或者是Active Life Expectancy，ALE)作为评估老年人功能状况、照料需求和预测医疗保健成本的综合性指标[7]。健康预期寿命可以基于健康的不同定义或者具体的研究目的选择不同的定义和指标，基于日常生活自理能力(ADL)评价的健康预期寿命也可被称作失能(自理)期望寿命。本文采用的是人口学、社会学和老年学普遍使用的健康测量指标——日常生活自理能力指数(ADLs)作为健康评价指标，测算预期寿命中的健康(生活自理)部分。

除此之外，从宏观社会功能的角度来看，健康预期寿命也有助于预测老年人社会参与和社会融合的变化情况，是社会发展的重要参考指标。与此同时，将健康预期寿命占预期寿命的比重进行比较，可以论证以下三种不同的理论模型，即“残障压缩模式”(a compression of morbidity)[8-10]、“残障扩张模式”(an expansion of morbidity)[11-12]以及“动态均衡模式”(dynamic equilibrium)[13]，分别代表随着社会经济发展，老年人口在延长寿命的同时残障期缩短、扩张和动态发展，这三种模型均已在不同国家和地区得到了验证。迄今为止，绝大多数的发达国家(地区)和部分发展中国家都已经掌握了本国(地区)的健康预期寿命等基础数据，这些数据为评估本国(地区)老年人口生命质量等重要健康指标提供了很好的素材，极大地推动了老年健康研究。但中国的健康寿命变化究竟符合哪种模式尚未达成一致结论。

2.国内研究现状

健康预期寿命的研究始于发达国家，发达国家在这方面的研究比中国要深入、完善，但中国人口学、老年学和公共健康领域的学者也一直致力于推动相关领域的研究。从历次人口普查的数据分析可知，无论是全人群的预期寿命还是分性别的预期寿命，中国人口寿命的延长取得了瞩目的成就，全人群的预期寿命从1981年的67.9岁增长为2010年的74.8岁，其中男性增加了6岁，女性增加了8.1岁(3)数据来源：国家统计局网站，www.stats.gov.cn。但在寿命长度延伸的同时是否保持健康，是比单纯的寿命长度增加更有价值的研究议题，因为老年人口健康状态或生命质量的高低将直接关系到社会医疗卫生服务需求投入和疾病经济负担的多寡。为此，我国人口学者自20世纪90年代起开始关注老年人口健康预期寿命理论与方法的研究[14-25]，尤以曾毅等学者在2017年《柳叶刀》上发表的以中国高龄老人为研究对象的健康预期寿命模式研究[26]为重要里程碑。总结而言，相较于欧美发达国家，中国健康预期寿命的研究仍然处于积累阶段：第一，研究对象较为集中和单一，主要集中在部分地区和部分人群(如高龄老人)的健康预期寿命测算，目前对于全年龄人口结构、全国分区域的综合性、系统性的大型研究较为鲜见。第二，研究方法的应用有待改进，健康预期寿命研究中使用最多的是苏利文(Sullivan)法和多状态生命表法，但前者由于采用的是单一时点的调查数据，使得数据结果可能存在偏差，而后者可以较好地克服这一缺陷。因此，引入多状态生命表对老年健康预期寿命和生命质量相关指标进行测算是研究深入的方法需要。第三，研究内容的深度有待拓展，虽然近期也有少数研究利用大型追踪数据考察老年人不同健康状态之间的转移情况，但大多没有计算带有控制变量的健康预期寿命，也很少关注到健康预期寿命占预期寿命的比重及其影响因素，相应的政策干预也较为缺乏。因此，我国老年人口健康预期寿命研究尚处于起步阶段[27]，对健康预期寿命及以此延伸的生命质量指数等相关课题的研究也还有继续深入的空间。

三、基于多状态生命表的相关健康寿命指标测算

1. 数据与方法

采用健康预期寿命占比与生命质量指数作为健康寿命的特征指标，选取的理由如下：第一，健康预期寿命占预期寿命的比重，可以反映老年人在余寿中能够自理的相对时间长度，因此，健康预期寿命占比越高，反映老年人的健康状况越好，独立生活能力越强，对长期照护服务的依赖越小。第二，生命质量指数通过综合预期寿命和健康预期寿命两个指标，反映老年人口健康和长寿在质和量两方面的情况。生命质量指数高则反映了一个群体的“健康长寿”，而非“只长寿不健康”或“只健康不长寿”。因此，上述两项指标可以作为测算与评估健康寿命的良好特征变量。

(1)数据。本文采用2002—2005年、2005—2008年、2008—2011年、2011—2014年四期“中国老年人健康长寿影响因素调查”(CLHLS)的跟踪数据作为数据来源。失能是影响老年人健康预期寿命的重要因素，是研究老年人群健康的主要指标之一。因此，老年人的健康状况采用国内外通行的Karz量表(即ADLs量表)。只要被访者回答六项基本日常活动中有一项无法独立完成即被划为“失能”状态，失能的状态界定标准如表1所示。

表1 失能状态界定标准

(2)方法——转移概率矩阵。转移概率矩阵指的是个体从初期状态转变成末期状态的概率，对于追踪数据，该概率值的计算就是在期间发生状态转移的人数与期初的历险人数之比[28]。本文中的转移概率包括在期初处于自理状态，期末分别保持自理状态、转变为失能状态和转变为死亡状态；期初为失能状态，到期末分别保持失能状态、转变为自理状态和转变为死亡状态六种情况。因此，本文构建了展示健康状态的动态转移过程，即：第0期到第1期，状态从健康到健康、失能和死亡；从失能到健康、失能和死亡。此外，本文在运用上述方法进行健康预期寿命测算时，运用四期追踪数据形成四个多状态生命表，以实现健康预期寿命的跨期比较和趋势分析。需要说明的是：本文的转移概率矩阵仅考虑期初与期末两个时点上的状态转换，不考虑这期间发生的状态转换。

(3)主要函数。本文在前人研究基础上[18,29]，构建了以下多状态生命表结构(见表2)。本文以5岁为一组，共分为八个年龄组，最低年龄组为65—69岁组，100岁以上为开放年龄组，依次测算各年龄组在各期中的转换概率。通过多状态生命表的计算，可以得到不同年龄阶段的健康预期寿命、预期寿命。将健康状态预期寿命除以预期寿命得到“健康预期寿命占比”，即为老人余寿中处于健康状态的相对时间长度；将健康预期寿命占比做一定的形式转换可以得到“生命质量指数”，即生命质量指数=预期寿命/(1-健康预期寿命占比)。

表2 多状态生命表结构

(4)主要计算公式。多状态生命表构建中各变量的计算公式如下：

(1)

(2)

(3)

Lx=(lx+lx-n)×n÷2

(4)

(5)

(6)

(7)

(8)

(9)

ex=Tx/lx

(10)

(11)

(12)

2. 健康预期寿命占比与生命质量指数的演变轨迹

(1)分年龄状况。通过测算CLHLS 2002—2005、2005—2008、2008—2011和2011—2014年各个时期的占比，发现年龄是老年人健康状况的重要指标，随着年龄的增长，健康预期寿命的占比呈现下降的趋势。在中低龄段(65—75岁)健康预期寿命的占比在各个时期均超过80%；而在75岁之后，占比则低于80%。因此，75—79岁可能是老年人由自理转为失能的重要分界点。在百岁组老人中，即使是在表现最差的2011年，仍然有42.58%的老人生活能够自理，可能的解释是：在跨过一定的年龄界限后，失能老人不断被淘汰，只有健康老人能够存活至较高年龄组。因此，健康的筛选作用在一定程度上是存在的(见表3)。

表3 健康预期寿命占比及生命质量指数在各期中的年龄分布

数据来源：作者根据CLHLS数据计算而得。

随着年龄增大，老年人的生命质量指数呈现逐渐下降的趋势，但相较于低龄组较大的组间差异，年龄别的生命质量差异在85岁组以上波动不大。与健康预期寿命类似，75—79岁依然是老年人生命质量由优转劣的关键年龄段。这表明，在跨越了一定年龄之后，老年人生命质量的下降速度有所放缓并稳定在一个较低水平。CLHLS各个时期数据均表明老年人在进入85岁以后，生命质量将不再呈现较大波动。65—69岁组老年人的生命质量指数始终是所有年龄组中最高的(4)按照乔晓春等学者的定义，将大于等于100定义为高生命质量指数，参见参考文献[3]。，说明失能和衰弱随着年龄递增的趋势普遍存在。

从相隔两个调查年份来看，随着老年人年龄的增加，属于同一年龄区间健康预期寿命占比的差值，2005—2008年间呈现正向的扩张趋势、2008—2011年间呈现负向的扩张趋势、2011—2014年间呈现负向差距减小到正向差距递增的趋势；生命质量指数则随着老年人年龄的增长，在2005—2008、2008—2011、2011—2014年差值都逐渐趋于零(见表4)。由此得出，排除调查数据变动的干扰，中国老年人健康预期寿命占比的总体趋势是：随年龄增加先加速下降后降速趋缓进入“平台调整期”。这表明，中国老年健康预期寿命的演变规律是先以“残障压缩模式”为主后以“动态均衡模式”为主，两种模式并存。这与中国社会经济各方面存在巨大的差异有关。任何一种单一模式都无法解释中国这样一个地域辽阔、社会经济发展不均衡国家的特殊性，中国老年人的健康模式存在几种模式在不同阶段交替并存的现象，这与张文娟等学者的观点一致[22]。

表4 相隔调查年份间健康预期寿命占比及生命质量指数的按龄分布

数据来源：作者根据CLHLS数据计算而得。

在此需要说明的一点是，仅从健康预期寿命来看，2005—2008年比2002—2005年略有上升，之后是平稳下降，因此可以解释为2008年之前健康预期寿命处于平稳状态，之后由于医疗水平提高延长了不健康寿命，反而呈下降态势；而针对生命质量指数的变化，在2005—2008年确实是上升的，这是由于预期寿命的延长加上健康预期寿命占比略有增加导致，由于指数构建本身的特点(分母=1-健康预期寿命占比)，因此成倍放大了这种特征。所以部分调查年份(如2005—2008年)出现了异常值(低龄组生命质量指数特别高)。数据变化趋势虽略微受样本和调查方式的影响，存在正常波动但总体上在可接受范围。未来如果可以基于更长期的追踪数据加之对生命质量指数进一步改造，可以逐渐修匀这个偏差。

(2)分性别状况。根据以往的研究结论，老年男性的存活时间平均低于女性，女性老年人预期寿命比男性老年人长。但从健康预期寿命的占比来看，男性老年人的表现却优于女性老年人，男性老年人余寿中相对自理的时期占比较高，生命质量和生活质量高于女性老年人(见表5)。进一步论证了存在女性高龄老人寿命长但健康比同龄男性老人差的“健康—存活悖论”[26]。

表5 健康预期寿命占比及生命质量指数在各期中的性别分布

数据来源：作者根据CLHLS数据计算而得。

但对比四个调查时期可以看出，高龄阶段两性健康预期寿命占比的差异在不同时期呈现出不同规律特征，2002—2005、2008—2011年差异随着年龄增加而增大，2005—2008、2011—2014年的差异随着年龄增加先增加后减小，但两性之间的差值始终大于零。这表明，使用健康预期寿命占比表征的老年人健康状况，虽不同时期差距略有差异(见表6)，但男性老年人的表现始终优于女性老年人。

男女两性老年人生命质量指数在各个年龄阶段均呈现出相同的模式。女性老年人的健康状况在老年初期虽然落后于男性老年人，但随着年龄的增长，两者的差异逐渐趋小。可能的原因是男性老年人健康恶化(生命质量指数下降)的速度要快于女性老年人，其中的机制需要进一步的分析。总体而言，以健康预期寿命占比表征的不同性别老年人健康状况差距，随着其年龄的增大呈现动态变化的趋势；以生命质量指数表征的不同性别的老年人健康状况，随着年龄的增大差异逐渐趋同。从不同时期的变化来看，男性老年人和女性老年人的变化趋势相同，这与前面没有区分老年人性别测算和分析的结果一致。即老年人健康状况总体呈现先进入“残障压缩模式”为主后逐渐趋于稳定从而符合“动态均衡模式”为主。

表6 相隔调查年份间健康预期寿命占比及生命质量指数的性别分布

数据来源：作者根据CLHLS数据计算而得。

(3)分城乡状况。中国的城乡二元体制造成的社会经济发展和医疗卫生条件的差异也反映在老年人的健康状况上。从健康预期寿命占比的角度来看，除了2011—2014年的65—69岁和70—74岁的老年人外，在其余大部分年龄组中城镇地区的表现均次于农村，并且随着老年人口年龄的增加，这种差异还有增大的趋势(见表7)。然而国家在城镇地区投入了大量的医疗资源，但这种资源配比是否过度，值得引起相关政策制定者的反思。一方面，公共卫生资源在城乡之间的不均衡发展使得城镇老人享受到了便捷的医疗资源，但同时也延长了医学上无效治疗的时间，部分老年人特别是临终的高龄老人“被”救活下来，但实际增加的是“带残存活”的生命。另一方面，农村地区的老年人口更多的是经自然筛选(外在医疗干预少)的机制，其健康预期寿命占比通常反映的是“真实”的健康水平。

在生命质量指数方面，与健康预期寿命占比的总体趋势相似，农村老年人在各个年龄段的表现大体上均优于城镇，在高龄阶段的优势尤甚。可能的原因是：农村老年人口除了继续保持其在“健康”(健康预期寿命占比)方面的优势之外，还加持了其在“长寿”(预期寿命)方面的优势，这两个方面同步优异的表现使得农村老年人口的生命质量指数在更大程度上领先于城镇老人，城乡间生命质量指数的差异甚至大于健康预期寿命占比的差异。

具体分时期来看，随着年龄的增加城镇老年人中属于同一年龄区间健康预期寿命占比的差值，在2005—2008年间呈现正向差距增大后又减小的趋势，2008—2011年间呈现负向差距先增大后适度减小的趋势，2011—2014年间呈现正向差距增加后又有所减缓的趋势。这表明，2008—2011年，以健康预期寿命占比来测度的城镇老年人健康状况有所恶化，且随着老年人年龄的增大，情况先恶化然后适度改善；在农村老年人的健康预期寿命占比方面，2005—2008年间呈现正向差距增大的趋势，2008—2011年间呈现负向差距增大的趋势，2011—2014年间呈现负向差距逐渐缩小后正向差距增加，最后差距在100+岁趋于零。生命质量指数的变化情况与健康预期寿命占比的变化趋势基本一致(见表8)。因而，结合健康预期寿命占比和生命质量指数来看，中国老年人健康状况总体呈现先进入“残障压缩模式”为主后逐渐趋于稳定从而符合“动态均衡模式”为主。这与前述分年龄、分性别的中国老年人健康模式呈现的变化特征保持了总体一致。

表7 健康预期寿命占比及生命质量指数在各期中的城乡分布

数据来源：作者根据CLHLS数据计算而得。

表8 相隔调查年份间健康预期寿命占比及生命质量指数的城乡分布

数据来源：作者根据CLHLS数据计算而得。

四、老年人健康寿命影响因素的回归分析

1. 变量设定

基于CLHLS 2005年(5)选取2005年而非2002年的数据来分析老年人健康寿命的影响因素，原因在于CLHLS从2005年之后的数据才提供了权重，而在回归分析中加入权重可以有效减弱调查中对女性、农村以及高龄样本超比例抽样带来的数据干扰。、2014年两期截面数据，此部分将重点分析老年人健康寿命的影响因素及其在不同时期内的变化。其中，2005年样本量为15638个，2014年样本量为7192个(6)CLHLS调查手册显示，2005年的跟踪调查对死亡、失访的老年人按照同性别和年龄的原则就近进行样本替补；2014年的数据，除去长寿地区外的其余调查点，没有对丢失的样本进行增补，特此说明。，选取变量来自个体和社区两个层面的调查问卷。

(1)被解释变量。本文被解释变量为老年人生命质量指数，在稳健性检验部分，将使用健康预期寿命占比进行替换。

(2)解释变量。根据社会-心理-生物医学模式，将影响老年人健康状况的个人层面因素大致分为自然属性、社会属性、个人特征三大类。自然属性方面，选取性别及居住地两个变量(7)个体民族的差异性可能也是影响老年人生命质量的自然属性因素之一，但因为CLHLS 2014数据中有关民族的变量缺失值比较多，故本文未考虑民族因素，特此说明。，其中，男性=0，女性=1；农村=0，城镇=1。社会属性方面，选取个人的居住方式、受教育程度、生活来源、医疗保险、婚姻状况变量。居住方式中，与家人一同居住=0，独居=1，居住在养老院=2；受教育程度中，小学以下=0，小学及以上=1；生活来源方面，选取家庭年收入并取对数值(8)2005年和2014年数据中，部分样本年收入为0，为避免这些样本的年收入在取对数过程中出现缺失值，故采取+1再取对数处理。；医疗保险方面，对于拥有商业养老保险、公费医疗、城镇职工医疗保险、城镇居民医疗保险、新型农村合作医疗保险、商业医疗保险其中任何一项，定义为1，反之，若5项保险均没有，定义为0；婚姻状况方面，已婚且与配偶住在一起或已婚但不与配偶住在一起=0，离婚、丧偶、未结婚=1。个人特征方面，选取生活方式、患病情况和心理健康指标。生活方式方面，首先，吸烟、喝酒、锻炼身体等方面，回答是=1，不是=0；其次，参加各种活动方面，回答几乎每天、不是每天，但每周至少一次、不是每周，但每月至少一次、不是每月，但有时四项中的任何一项，则定义为1，回答不参加，则定义为0。患病情况方面，问卷中分别对24类慢性病进行统计，结果显示，2005年患病排名前三位的分别为关节炎、高血压和白内障，2014年患病排名前三位的分别为高血压、心脏病和白内障，本文分别对是否患排名前三的疾病设置虚拟变量，有=1，没有=0。此外，患重病方面，回答0次=0，其他=1。心理健康方面，针对消极心理(抑郁或难过)，回答不是为基准组，回答说不清楚、是为对照组。

社区层面因素，选取问卷中社区是否提供生活照料服务以及医疗服务两个问题，回答无=0，有=1。区域宏观层面变量，2005年数据中选取每万人平均拥有的医务人员数，2014年数据则选取2011年所在地级市(或直辖市)的医生数，并取对数处理。

2. 模型结果分析

(1)变量描述统计分析。表9显示，从2005年到2014年，老年人生命质量指数的平均值从55.14下降到43.78，健康预期寿命占比的平均值从0.72下降到0.68，这表明9年间老年人的健康呈现恶化趋势，随着年龄上升，老年人变得越来越“不健康”。解释变量中，从2005年到2014年，城乡、不同性别的老年人比重基本保持不变。医疗保险方面，拥有医疗保险的老年人比重从29.1%上升到88.8%；个人特征方面，吸烟、饮酒、参加体育锻炼的老年人比重均在下降，参加各种活动的老年人比例则基本保持不变，这表明，老年人虽然更加重视良好的生活习惯，但参加体育锻炼和各种活动的积极性却依然不高，这可能与老年人的年龄有关，身体状况的恶化导致老年人参加活动越来越受到限制。慢性病方面，2005年，19.2%的老年人患关节炎，19.1%患高血压，12.8%患白内障；2014年33.9%患高血压，13.6%患心脏病，12.9%患白内障。这表明，老年人患慢性病种类发生了变化，患高血压的老年人比例上升较快。社区因素方面，生活照料服务比重略微上升，从4.5%上升到5.2%；医疗服务比重明显上升，从11.4%上升到34.8%，社区医疗条件得到明显改善。地区公共服务因素方面，所在地医生的对数平均值从7.60上升至9.32。

表9 变量描述统计结果

注：2005年“所在地医生数”样本量为9246，2014年老年人“受教育程度”样本量为5533，这将导致回归时大量样本被删掉。但考虑到区域公共服务因素，特别是老年人的受教育程度是影响老年人健康的重要因素，所以回归方程仍然保留这两个变量，特此说明。

(2)回归结果。表10是对老年人生命质量指数影响因素OLS的回归结果，其中，(1)—(4)列为2005年回归结果，(5)—(8)列为2014年回归结果；(1)、(2)、(5)和(6)列包含老年人自然属性、社会属性、个人特征变量，(3)、(4)、(7)和(8)列加入社区因素和地区公共服务变量。

表10 生命质量指数回归结果

注：1.本文使用OLS进行估计，因受篇幅限制，稳健标准误以及其余的统计量未显示在本表中；2.***p<0.01，**p<0.05，*p<0.1；3.括号内为参照组；4.回归中均加入了调查所提供的权重。

2005年样本中(1)—(4)的回归结果显示，自然属性方面，无论是城镇样本还是农村样本，男性老年人的生命质量指数显著高于女性老年人，城镇样本中两性生命质量指数的差异更大。社会属性方面，无论是在城镇还是农村，独居老年人、住在养老院的老年人生命质量指数显著高于与家人同住的老年人；拥有小学及以上学历、有配偶的老年人生命质量指数显著高于基准组老年人；拥有医疗保险的农村老年人生命质量指数显著低于没有医疗保险的老年人，这一指标在城镇样本中不存在显著差异；年收入变量在农村和城镇样本中均不显著。个人特征方面，城镇吸烟的老年人生命质量指数显著高于没有吸烟的老年人，饮酒、体育锻炼和参加各种活动变量在城镇和农村中均不显著，可能是因为吸烟的老年人本身健康状况就相对良好，拥有不良习惯的老年人由于自然筛选过程，极有可能并未存活下来，这其中存在反向选择机制；心理因素方面，说不清楚自己最近心理状态的老年人生命质量指数显著低于没有消极心理感受的老年人；患病情况方面，患白内障的老年人生命质量指数显著低于没有患该病的老年人，患关节炎的城镇老年人生命质量指数显著高于没有患该病的城镇老年人，患高血压变量则在城乡样本中均不显著；患重病的农村老年人生命质量指数显著低于没有患重病的农村老年人。社区因素方面，(3)和(4)回归结果显示，农村样本中拥有医疗服务的社区老年人生命质量指数高于没有医疗服务的社区，提供生活照料服务社区老年人生命质量指数低于没有生活照料服务的社区，但这两个变量均不显著；城镇样本中，拥有医疗服务社区老年人的生命质量指数显著低于没有医疗服务的社区，可能原因在于医疗服务的普及虽然在一定程度上给老年人提供了医疗支持，但并不必然显著地提升其生命质量。而在农村老年人中，这两项服务本身的覆盖率就比较低，所以对老年人健康的促进作用不明显。地区公共服务因素方面，城镇和农村的样本均不显著。

2014年样本中(5)—(8)的回归结果显示，自然属性方面，在加入社区和地区因素后，农村样本中性别变量的回归系数为负，但不再显著；城镇女性老年人生命质量指数显著高于城镇男性。社会属性方面，居住在养老院的农村老年人生命质量指数显著低于与家人同住的老年人，独居的农村老年人生命质量指数不显著，居住方式这一变量在城镇样本中均不显著；小学及以上学历、拥有医疗保险、有配偶的城镇/农村老年人生命质量指数显著高于基准组老年人，这表明，社会保险等保障和福利可以提高老年人口的生命质量；在其他变量不变的情况下，农村老年人年收入每提高1%，其生命质量指数平均会提高0.875，收入变量在城镇样本中系数为负，但不显著，可能的原因是城镇高收入的老年人虽然更多地使用现代医疗技术延长自己的生命长度，但并不必然显著提升其生命质量，而在农村老年人中，因为收入本身可能比较低，收入对其生命质量的改善非常敏感。从2005年到2014年，收入这一变量对于农村老年人生命质量的改善作用开始凸显。个人特征方面，与2005年的回归结果相比，吸烟变量在农村样本中开始显著为正，在城镇样本中仍显著；饮酒变量在城/乡样本中仍不显著，饮酒不是影响城/乡老年人生命质量指数的显著因素；参加体育锻炼变量在城镇样本中开始显著为正，在农村样本中仍不显著；参加各种活动变量在城/乡样本中均开始显著为正，这有可能与老年人意识的提升以及社区公共活动供给的增加有关。心理因素方面，说不清楚自己最近心理状态的城镇/农村老年人的生命质量指数显著低于没有消极心理感受的老年人，有消极感受的农村老年人生命质量指数显著低于没有这一感受的老年人，这表明，农村老年人更容易陷入消极情绪中，他们应当得到更多的关注；患病情况方面，患高血压的城镇老年人生命质量指数显著高于没有患该病的老年人，白内障和心脏病这两个变量则不显著，描述性统计结果显示，2005年到2014年，患高血压的老年人比重从19.5%上升到33.9%，患高血压在老年人群中变得越来越普遍，亟须高度重视；患重病变量则在城乡样本中均不显著。社区因素方面，农村样本中，提供生活照料服务的社区老年人生命质量指数比没有的老年人低5.726，医疗服务因素则不显著；城市样本中这两个因素刚好相反，提供医疗服务的社区老年人生命质量指数比没有的老年人低3.066，生活照料服务因素则不显著，城镇中医疗服务的提供救治了一部分重病(健康状况很差)的老年人，使他们带病存活下来；这些老年人若没有接受医疗服务的救治，有很大的可能性会因病去世，故而在有医疗服务的社区其老年人生命质量指数显著低于没有提供医疗服务社区的老年人。地区公共服务因素方面，与2005年的回归结果相比，所在地医生数对数值变量在城镇样本中回归系数为负，仍不显著；农村样本中，该变量回归系数从正(不显著)变为显著为负，在其他变量不变的情况下，农村当地医生数量每增加1%，老年人的生命质量指数平均会下降2.796。这表明，一方面，医疗卫生水平的提高对老年人健康的影响可能不是单纯的线性关系，二者呈现倒“U”型，尤其是农村地区，医疗水平的提高促使老年人的健康状况得到改善，但超出某范围后，可能存在过度医疗的情况，使得部分老年人特别是临终的高龄老人“被”救活但实际增加的是“带残存活”的生命，故而医疗水平的提高与老年人的生命质量指数呈负相关；另一方面，农村老年人生命质量指数对当地医生数量变化的敏感程度要高于城镇老年人，这可能与城乡间医疗资源配置的不均衡有关。总之，相比于2005年，当地医疗资源成为影响农村老年人生命质量指数的影响因素之一。

(3)稳健性检验。稳健性检验使用健康预期寿命占比来替换被解释变量。表11中大部分变量的回归结果与表10分析一致，略有不同的是，2005年饮酒的农村老年人健康预期寿命占比显著低于不饮酒的农村老年人，患重病住院的农村老年人健康预期寿命占比显著高于没有患病的农村老年人，2014年患心脏病的城镇老年人中的健康预期寿命占比显著高于没有患心脏病的老年人，医疗服务这一因素与老年人健康预期寿命占比呈现显著负相关。稳健性检验结果显示，老年人性别、受教育程度、收入、个人生活方式、心理状况、罹患慢性病状况等因素是影响老年人健康寿命的主要因素，解释结果具有一致性和稳定性。

五、结论与讨论

改革开放以来，我国卫生健康事业取得了长足发展，人均预期寿命有望于2030年达到目标值79岁。但在健康领域的研究中，学者们更为关注健康的预期寿命。因此，本文利用全国大型老年专项调查数据，采用多状态生命表，较为系统地分析了中国老年人的健康寿命在过去十余年期间的演变轨迹，得出以下四点重要发现。

第一，中国老年人健康寿命的演变轨迹呈现如下具体特征：首先，总体而言，中国老年人生命质量和健康预期寿命的演变规律均呈现为先以“残障压缩模式”为主后以“动态均衡模式”为主，两种模式并存，并非某一种单一模式可以统一概述，分性别分城乡的变动轨迹依然呈现类似规律；其次，在生命质量指数的年龄差异方面，随着年龄增大，老年人口的生命质量逐渐呈现下降的趋势，但相较于低龄组较大的组间差异，年龄别的生命质量差异在85岁组以上几乎变动不大，75—79岁依然是老年人口生命质量由优转次的关键年龄段；再次，在生命质量指数的性别差异方面，女性老年人的健康状况在老年初期虽然落后于男性老年人，但随着年龄的增长，两者的差异逐渐缩小，“健康—存活悖论”依然存在；最后，在生命质量指数的城乡差异方面，农村地区老年人在各个年龄段上的表现总体均优于城镇，呈现“城乡倒置”的现象，在高龄阶段的优势尤甚。这提示我们：医疗条件和技术的进步可以延长生命，推迟死亡，但并不必然带来生命质量的提升。城市地区发达的医疗技术水平也可能同时带来过度医疗现象，并可能招致所谓的“胜利的失败”或“胜利的成本”等伦理诟病，这是中国在实施“健康中国”战略中需要着力统筹的难点。

表11 健康预期寿命占比回归结果

1.注：本文使用OLS进行估计，因受篇幅限制，稳健标准误以及其余的统计量未显示在表格中；2.***p<0.01，**p<0.05，*p<0.1；3.括号内为参照组；4.回归中均加入了调查所提供的权重。

第二，健康的生活方式对于延长健康寿命有积极的作用。在老人低龄健康阶段，政府就应通过引导民众建立全生命周期健康管理的理念，加强社区早期健康服务的干预与介入，帮助老年人形成有利于健康的生活方式和有效预防的主动观念。发达国家在此积累了大量成功的经验，如日本在社区兴建大量廉价甚至免费的老年运动设施和场地，鼓励老年人积极参与体育锻炼；再如丹麦政府的一项独特性制度“预防性家访”[30]，只要老人进入65岁，社区医生就会主动上门为老人检查身体并提出各类与健康知识、合理膳食、控烟、健身和心理健康方面相关的建议。正是由于这些“预防为主”的理念深入人心，使得老人们能够尽量推迟甚至避免使用长期照护服务从而实现健康长寿的目标，这对于正在逐渐步入高龄社会的中国具有积极的借鉴意义。

第三，收入保障对于农村地区的老年人而言仍然是其提高健康寿命的重要因素。较高的收入水平可以增强老年人健康医疗服务的购买和使用能力，从而增加及早筛查、及时诊治等的机会。农村地区医疗不足的现象大多是因为老年人及家庭对医疗服务的支付能力受限，老年贫困问题多由健康原因引发。为此，建议把老年人的基本日常生活自理能力(ADL/IADL)/认知能力(MMSE)等老年人健康状况和家庭照护能力的评估(家庭支持能力)纳入扶贫对象的识别中来，充分考虑家中有失能/失智老人的家庭照顾供需状况，防止出现“因病致贫”和“因病返贫”的现象。

第四，提供医疗服务的社区老年人生命质量指数显著低于没有提供服务的社区老年人。应避免过度医疗的不匹配现象，即临终的高龄老人“被”救活但实际增加的是“带残存活”的生命，这并非真正有质量的生命，本文得出的健康寿命在城乡呈现倒置现象也佐证了这一观点。无论是临终关怀的医疗资源分配、服务队伍建设，还是政府部门的政策指导，又或是人们关于生死观的认识，中国目前仍旧还有很长一段路。所以，应从全生命周期视角培育正确的死亡观，大力发展舒缓安宁疗法，实现老年人的“尊严死”。尽快将人们过度关注生命长度转为关注生命质量，这既是对有限医疗资源的最优配置，也是回归生命既有的本意。

本文的研究不足有以下三点：①考虑到CLHLS追踪数据在不同调查年份选取样本自身的特征，生命质量指数对本数据库的广泛适用性尚需深入论证；②本文只探讨了健康长寿的演变轨迹，尚未就老年人口健康长寿背后的规律与机制进行深入挖掘；③本文实证部分的影响因素研究仅限于相关分析，未考虑变量间存在的内生性问题，因果识别与机制检验将会是下一步的研究方向。