我国居民预防保健服务需求影响因素—— 基于CHNS 数据的实证分析

韩垚 四川旅游学院

健康作为一项基本人权，是国家、社会和个人应共同承担的责任，同时也是从事劳动的必要条件，有助于提高人们的收入水平和福利水平。当个体患病时有两种选择：疾病发生后的医疗治疗，疾病发生和恶化前的预防保健。世界卫生组织定义预防是指疾病的预防，控制疾病发展，终止疾病恶化，促进健康。预防医学将预防分为一、二、三级预防。一级预防即病因预防，是预防的初级阶段，通过对引起疾病的因素进行调节来降低疾病发生率，包括日常饮食、体育锻炼、注射疫苗等；二级预防即临床前期预防，主要包括定期体检、肿瘤预检、疾病筛查等；三级预防即临床预防，借助临床治疗方法，防止患者病情恶化。在实证研究中，一般用二级预防来度量预防保健服务。保健，基于现代医学的视角，主要面向健康、亚健康人群，包括为保护和增进人体健康、防治疾病，医疗机构所采取的综合性措施，常与“预防”合称为“预防保健”。

近年来，随着我国居民生活方式、生活水平和外部环境的显著变化，人口老龄化进程加快，患病率尤其是慢性病患病率明显增加。慢性病患病率的上升使预防保健变得日益重要，不仅能提高整体国民的健康水平，还能降低个人医疗支出和国家医疗保险费用支出。虽然预防保健服务能有效改善居民健康状况，但预防保健具有一定时滞效应，个体和政府都极易忽视预防保健服务的重要性，“重治疗，轻预防”现象亦普遍存在，政府对预防保健公共卫生服务投入也相对较少。当前，刺激预防保健服务的需求，增加预防保健服务供给，是医疗保障体制改革最重要的任务。

针对预防保健服务需求的相关理论包括Arrow 不确定性理论、Grossman 健康需求理论和Phelps 保健需求理论。针对预防保健服务需求的影响因素，国内外学者认为收入、教育水平、城乡差异、年龄为主要影响因素。在中国特殊国情下国外的研究，不适用于中国。而国内的研究对象大多为农民或中老年人，研究领域大多集中在农村，而针对城镇的预防保健现状研究较少。已有研究大多采用自行问卷调查数据，一是样本量小，二是局部地区不能反映全国普遍情况。

本文采用CHNS 2011 年调查数据，调查样本包括全国的发达地区和落后地区、城镇和农村。通过构建多因素的logistic 回归模型，利用数据实证分析影响预防保健服务需求的影响因素，以期为提高我国预防保健服务政策制定提供参考。

一、研究方法

（一）样本数据

本文采用“中国健康与营养调查”（CHNS）数据库调查数据。该数据库由中国疾控中心、北卡罗林纳大学人口中心、美国营养和食品研究所共同建立。该问卷选取辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西和贵州九个省市进行调研，2011年新增北京、上海和重庆三个直辖市作为抽样地区。这12 个省市代表了中国东北、华北、东南、中部和西南地区，能反映整个中国居民的健康营养情况。数据的特点为：样本量大，信息覆盖全面，可靠程度高。

本文实证数据采用CHNS 数据库2011年截面数据，数据主要来源于成人调查表，通过家庭编号hhid 和line 确定唯一id，经过对数据进行筛选、合并处理，删除缺失值较多样本，最终进入模型的样本总共7566个。之所以选择18 岁以上成人作为样本，是因为未成年人大多处于义务教育阶段，无法自主选择预防保健服务，成年人能够自主决策是否接受预防保健服务。

（二）变量

1.被解释变量

本研究采用的被解释变量为预防保健服务需求preventive，该变量为二元虚拟变量，采用调查问卷中的问题“在过去4 周中，你有没有接受过任何一种预防保健服务”，1表示过去四周接受过预防保健服务，0 表示过去四周没有接受预防保健服务。

2.解释变量

本文研究的重点是我国预防保健服务的利用现状以及需求的影响因素，根据CHNS提供的数据，具体变量的定义如下：

（1）收入水平。本文样本既包括城镇居民，又包括农村居民。因此计算个人收入水平可利用CHNS 中的indinc 变量，它是将工资、农业、养殖业、商业等各种收入加总而得。重新编码为收入变量income，并且分为3 个水平，人均年收入小于15000 元赋值1，大于15000 元小于30000 元赋值2，大于30000 元赋值为3。

（2）性别。性别以女性为参照组，女性取值为0，男性取值为1。

（3）受教育水平。调查问卷中选项包括小学毕业、初中毕业、高中毕业、中等技术学校、职业学校毕业、大专或大学毕业、硕士及以上、不知道，为了研究便利，本文将高中毕业和中等技术学校、职业学校毕业合并为高中毕业，将大专或大学毕业、硕士及以上合并为大学及以上，不知道为缺失值。Edu=1 代表小学毕业，Edu=2 代表初中毕业；Edu=3 代表高中毕业；Edu=4 代表大学及以上。

（4）年龄。按照年龄通常分类标准，将18-35 岁赋值为1，35-50 岁赋值为2，将50-65 赋值为3，而65 岁以上为老年人赋值为4。

（5）健康状况。2009 年和2011 两年的调查问卷删除了“与同龄人相比，你觉得自己的健康状况怎么样”，这个自评健康答案经常被用来代表居民的健康状况。本文采用谢建的综合认定健康的指标来代替自评健康状况。将过去四周是否患病和过往患病的严重程度进行一定处理，得到一个新指标——综合认定健康。选取问卷中“过去四周是否患病”“你认为自己过往患病的严重程度”两个问题作为综合认定健康的构造基础。具体做法如表1 所示。

（6）医疗保险。采用调查问卷中“你是否有医疗保险”，1 代表有医疗保险，0 代表无医疗保险。

（7）城镇变量。考虑到城镇与农村在预防保健需求和供给上存在差异，设置城镇变量，1 代表城镇地区，0 代表非城镇地区。

（8）地区变量。考虑到不同地区的经济发展水平不同会对个人预防保健需求产生影响，在解释变量中加入地区变量。以北京、上海、山东、江苏为东部，赋值为1；以辽宁、黑龙江、河南、湖北、湖南为中部，赋值为2；以广西、贵州、重庆为西部，赋值为3。

3.预防保健服务需求模型

本文研究方法主要采用描述性统计和logistic 回归两种统计方法。描述性统计主要采用频率分布表和方差分析。

由于因变量preventive 为二项分类变量，而Logistic 模型是在二维响应变量建模中使用最广泛，因此应该采取多因素logistic 回归模型对数据进行分析。在logistic 回归模型中，因变量设为Y，服从二项分布，取值为0 和1，自变量为income、gender、edu、age、health、ins、urban、area。因此，建立预防保健需求的影响因素基本计量模型如下：

表1 综合健康认定说明表

二、实证结果

（一）描述性统计分析

针对预防保健服务相关问题进行描述统计，可分析预防保健需求现状。由表2可知，7566 个样本中，仅有604 人过去四周接受过预防保健服务，比例仅为8%，说明我国居民预防保健服务利用较少，需求量小。

同时由表2 可以分析不同群体对于预防保健服务利用的差别。农村居民预防保健服务利用比例为6.9%，城镇居民为9.7%，城镇利用率高于农村；女性预防保健服务利用率为8.8%，男性为7.4%，女性高于男性；小学、初中、高中、大学四个受教育程度的预防保健服务利用率分别为5.2%、7.3%、8.8%、11.4%，受教育程度越高预防保健服务需求越高；四个年龄段的预防保健服务利用率分别为6.7%、6.4%、8.9%、11.6%，说明年龄越高预防保健服务利用率越高，这可能是由于年龄越大患疾病概率越高；三个地区中，东中西部的预防保健服务利用率分别为12.2%、4.7%、5.7%，说明东部预防保健需求较多，而中西部需求较少；随着健康状况从非常好到差四个水平的预防保健服务利用率分别为14.4%、15.6%、19.0%、23.1%，说明身体健康状况越差的个体更倾向于使用预防保健服务；三个收入水平的群体接受预防保健服务的比例分别为4.6%、9.4%、10.5%，说明收入水平越高预防保健服务需求越多；有医疗保险的样本中8.1%的个体接受了预防保健服务，而没有医疗保险的样本中只有3.7%接受了预防保健服务。对预防保健服务需求的八个影响因素进行单因素方差分析，以P＜0.1 为差异有统计学意义，结果显示所有因素的P 值均小于0.05，有统计学意义。

（二）logistic 回归分析

以preventive 为因变量，对各自变量进行二元logistic 回归。对所有自变量进行共线性检验，由容差值和VIF 可以看出变量不存在多重共线。由LR=42.427（P=0.000）可知模型的整体显著性很高，说明至少有一个自变量系数不为0，模型具有统计学意义。由Z 统计量可知urban、area、income、health四个自变量的参数显著性较高。Hosmer-Lemeshow Test 表示拟合值和观测值的吻合程度，Hosmer-Lemeshow =7.541（P=0.480） 说明拟合值与观测值的差别不大，模型具有较好的拟合优度。

在回归的八个变量中，有四个最为显著，即城乡（urban）、收入（income）和健康状况（health）和地区（area）。其中城乡（urban）的P 值为0.002，在1%的显著性水平上显著，收入（income）和健康状况（health）的P 值分别为0.013 和0.018，在5%的显著性水平上显著，地区（area）的P 值为0.075，在10%的显著水平上显著。而其他四个变量性别（gender）、教育水平（edu）、年龄（age）、医疗保险（ins）对于预防保健需求的影响并不显著（见表3）。

三、讨论

二元logistic 回归实证结果表明，城乡差别、地区差别、收入和健康状况是影响我国居民预防保健需求的主要因素。

城乡（urban）对预防保健服务需求的影响极为显著，并与预防保健服务需求呈正相关关系，城镇居民的预防保健需求是农村居民的1.591 倍。相对于农村，城市提供了完善的预防保健服务体系，卫生服务条件好，而农村医疗设施条件和保健服务落后，导致农村居民预防保健服务需求显著落后与城镇居民。另外一个原因可能是农村的预防保健知识宣传不到位，而农民自身消费储蓄具有短视性，保健投入成本的不确定性导致对于预防保健的不重视，导致对预防保健服务的需求不足。

收入（income）对于预防保健服务需求的影响也十分明显。收入越高预防保健服务需求越多，收入高的个体的预防保健服务需求是收入低的个体的1.295 倍。收入较多，增加日常生活支出可以更好的提高居民的初级保健水平，同时，收入较高的个体可以减少价格的约束，选择更多更好的预防保健服务，这些都有利于预防保健需求的提高。而对于低收入居民，保健成为相对“奢侈品”。虽然保健的成本低于医疗，同时可以降低生病的概率，但是对于低收入人群来说，他们更愿意将有限收入用于最需要的地方。

表2 预防保健服务利用差别

表3 预防保健服务需求影响因素的logistic 回归分析

健康状况（health）对于预防保健服务需求的影响也是显著的。健康状况差的居民，其预防保健服务需求是健康状况好的1.215 倍。与医疗保险一样，这也体现了预防保健的逆向选择问题，身体健康状况差的居民更加注重自身的健康保养以便早日康复，而身体健康状况好的居民自认为不需要预防保健服务，预防保健服务需求相对不足。

地区（area）变量对于预防保健服务有一定程度影响。相对于东部，西部和中部地区预防保健服务需求比例是东部的0.846倍。这可能源自东部经济发展水平高，医疗卫生条件好，预防保健服务水平高，提高了预防保健服务的可及性，导致东部居民的预防保健服务需求高于中部和西部的居民需求。

其他四个变量性别（gender）、教育水平（edu）、年龄（age）、医疗保险（ins）对于预防保健需求的影响并不显著。可能有以下几个原因：实证显示男女预防保健服务利用的差异并不大，在现实中男性女性在日常膳食以及体育锻炼方面无显著差别，因而导致性别对预防保健需求的影响并不显著；虽然教育水平较高的人群在获取预防保健知识和提高预防保健意识上更加有利，但其中仍有部分人会因工作忙碌而无暇顾及身体保健，导致教育水平对预防保健需求的影响并不显著；即使中老年人身体健康状况一般不及年轻人，可能更需要预防保健服务，但实践中年轻人的预防保健意识仍高于中年老年人，说明年龄对于预防保健服务需求的影响具有不确定性；具有医疗保险对于预防保健服务需求的影响不显著，虽然理论上医疗与预防保健可以相互替代，具有医疗保险会使未来的医疗支出减少风险性，从而会加大当期的预防保健投入，但现实中，人们往往会认为医疗保险是最保险的投入方式，加之预防保健投入的收益具有不确定性，故具有医疗保险对于预防保健服务需求的影响并不显著。

四、研究不足与展望

首先，数据的限制使预防保健项目不能进一步细分，预测某一特定预防保健服务的需求，而且因变量为过去四周是否接受预防保健服务，时间太短可能会低估预防保健服务的利用比例。由于CHNS 数据的社区调查数据未公布，本文并未将社区经济条件以及医疗供给情况量化数据加入自变量中，而现实中社区状况可能会影响我国居民的预防保健需求，因此这也成为进一步研究的方向。

其次，在本文研究中健康状况作为自变量，预防保健需求作为因变量来考察，但二者实际上存在动态相关关系。人们会根据健康状况决定预防保健投入，而预防保健投入又会影响健康状况。由于本文中只采用截面数据，因此并没有考虑到二者的动态相关关系。在以后的研究中可使用时间序列数据来进行进一步的研究。