中国已经发生健康贫困的女性化了吗？——基于“全国健康扶贫动态监测系统数据”的研究

孙晶晶，董舞艺，崔牛牛，张蕾*

(1 北京大学 人口研究所，北京 100871；2 美国麻省大学 波士顿分校 老年社会与人口研究中心，美国 02171)

1 引言

自20世纪70年代以来，女性及女户主通常被认为是“穷人中的穷人”，“贫困女性化”(The Feminization of Poverty)成为一个世界性的新命题，通常被理解为全球各地贫困妇女普遍比例过高。“贫困女性化”一词最初是由黛安娜·皮尔斯(Diana Pearce)于1978年在研究1950-1970年美国社会再就业和收入方面的性别不平等问题中发现的。她指出贫困存在明显的性别差异，并采用贫困家庭中女户主家庭和贫困人口中女性所占比重的上升趋势作为衡量“贫困女性化”的指标(Pearce，1978)。该趋势在富裕的西方和东方社会中十分显著，且在发展中国家尤为突出(Veeran，2000)。1995年，联合国开发计划署(UNDP)发布的《人类发展报告》中指出，全球女性贫困人口占世界总贫困人口的70%，与男性相比，女性具有更容易陷入贫困、贫困程度更严重以及摆脱贫困更困难的特点(UNDP，1995)。然而，这一结论受到了一些学者的质疑。Carolina和Ana(2018)认为70%的结论通常采用家庭层面的数据，并非是个体层面的性别差异，随后，他们基于全球监测数据库(Global Monitoring Database)中89个国家数据，从个体层面估算出女性占世界贫困人口(1)贫困线为1.9美元/天。的50%，而不是70%。可见，从全球来看，贫困是否女性化是悬而未决的话题。在中国，单从贫困女性占比来看，“贫困女性化”的趋势似乎不存在：2021年《人类减贫的中国实践》白皮书显示，实现脱贫的近1亿中国贫困人口中妇女约占一半；中国国家统计局发布的2019年《中国妇女发展纲要(2011—2020年)》统计监测报告显示，2019年末全国农村贫困人口为551万人，其中约一半为女性，女性贫困占比没有明显的变化。与国家层面的数据报告结果相反，一些学者从家庭结构(许艳丽，董维玲，2008)、区域(李小云等，2004)、老年人口(徐勤，魏彦彦，2005)、机会和能力禀赋(李芝兰，2007)等层面指出中国的贫困女性化已经发生。

贫困是一个多维概念，健康贫困是贫困测量的重要维度之一。健康贫困是指由于健康受损引起的贫困或因贫困引发疾病进而加剧原有的贫困(World Bank，2014)。健康贫困主要表现为寻求医疗卫生保健机会的丧失，以及健康水平下降导致其参与社会经济活动能力的削弱和剥夺(樊桦，2001；Blackwell et al.，2002；Gwatkin，2005)。关于健康贫困与性别的研究，国内外学者得出几乎一致的结论：与男性相比，贫困女性因兼具贫困和女性双重属性所致健康贫困脆弱性更高。王冬梅和罗汝敏(2005)通过四项贫困县区的调研发现，健康方面的性别差异主要体现在妇女的健康状况和保健质量处于劣势、家庭内部营养品分配的不平等及生育和节育手术的不平等三个方面。孔繁荣和卢红霞(2015)利用四川省两个国家级贫困县的农户调查数据发现男性比女性获得更多的健康投资。舒展等(2019)以2012 年研究发现，农村居民中不健康和健康贫困风险均具有女性高于男性的特征。究其原因，Abercrombie和Hastings(2016)指出在家庭中，男性通常做出决定，而女性则执行这些决定，妇女的需求和优先事项往往得不到考虑，导致妇女对影响她们决策的控制权减少，甚至在一些国家中家庭而非其自身决定着妇女的健康选择及其健康能力，然而作者并未给出事实数据以支撑该论点。

目前关于“健康贫困女性化”的研究缺少实证分析。一方面，2017年前，囿于数据的可得性，尚无全国层面支持进行量化健康贫困测量的数据。另一方面， “贫困女性化”的衡量工具存在一定局限性。皮尔斯通过统计总体贫困样本中女性和女户主家庭的比重来衡量“贫困女性化”，其本质在于对贫困人群的性别差异化进行分析，该方法的弊端在于不能反映女性人口群体内部的贫困情况、女性健康投资机会的剥夺等更深层次的信息，而这些深层次的信息往往对研究和政策制定会有更大的帮助。虽然后来一些学者在皮尔斯方法的基础上利用贫困发生率、贫困强度和深度的方式对“女性贫困化”进行分析，这些研究均是从经济意义衡量贫困的女性化(李小云,张瑶，2020)，从家庭户层面利用健康投资或消费数据探究健康贫困是否女性化的实证研究仍有所欠缺。

如何更加准确地看待“健康贫困女性化”问题？联合国开发计划署在1997年《人类发展报告》中提出的“人类贫困(human poverty)”概念能够促进对健康贫困女性化的深入理解。传统的贫困视角侧重于探讨获得体面生活水平的物质手段方面，而这并非是贫困的唯一方面。相对于传统贫困，“人类贫困”具有更广泛的内涵。从 “人类贫困”角度来看，贫困可以理解为对人类功能性活动的机会和能力的剥夺，这既包含了主体为了生存而必须满足的需要被剥夺，也包括过上长久、健康和富有创造力的生活，享受体面的生活水平、自由、尊严和他人尊重的机会被剥夺(Sakiko，1999)。因此，基于“人类贫困”的视角，健康贫困是否女性化既需要采用皮尔斯的相对比重考察性别差异，也需要从健康投资或健康消费的角度考察男女性在获取健康机会和能力方面的不同，而这些不同可以通过医疗卫生服务利用差异来体现(高梦滔,姚洋，2004；黎楚湘等，2006)。

2017-2019年“健康扶贫的动态数据库系统”收集了全国建档立卡农村贫困人口因病致贫、因病返贫的详实情况(2)该数据库总共包含2016-2020年五年的数据，且该数据库属于封闭式工作数据库，不对外使用，由于作者于2020年接触该数据库，数据使用时间导致样本量缺失；又由于2016年刚实行健康扶贫政策，各地是逐步建立数据库的，所以2016年数据库建立不完善，也存在一些样本缺失。因此，鉴于数据使用时间和政策执行时间滞后引发的样本量缺失问题，本文选取2017-2019年三年数据进行分析。，主要包括疾病诊治信息、费用情况以及救治效果等，通过对救治信息处理和汇总，可以精准监测贫困家庭中每位成员在观察期内的所有患病和治疗情况，同时对个体和家庭户主开展性别对比分析，为本文的实证研究提供了良好的契机。本文以皮尔斯的“贫困女性化”指标设计的原理为基础，探索性地从相对数量和卫生服务利用剥夺两个层面考察我国健康贫困人口是否发生女性化的问题。

2 研究设计

2.1 数据来源

如前所述，本文数据资料来源于健康扶贫动态管理系统。该系统是国家卫生健康委在实施健康扶贫工作中建立的业务系统，用于全面检测监测健康扶贫对象疾病核实、分类救治、健康管理、费用报销等主要信息，由经过各级专业培训的基层工作人员根据医院诊断证明或医疗机构信息系统录入而得，系统数据共覆盖775万户、8000万人健康扶贫对象。本文使用的是以家庭户为单位，10%为抽样比例，对该数据库进行随机抽样所得的数据，并根据“主要致贫原因”的问题设置选择 “因病致贫”的样本，最终共获得2017-2019年间84.5万个个体，38.8万家庭户。样本特征描述如表1所示，总体呈现出女性受教育水平较低、无劳动能力比重较大的样本特征。在研究中，由于考虑到不同病种在发病机制以及医疗卫生服务利用和医疗花费差异较大，进一步选取贫困人口患病率居前三位的慢病(高血压、脑血管病和糖尿病)和大病(慢性阻塞性肺气肿、白内障和肺癌)病种(3)《中国健康扶贫研究报告》指出结合中华医学会《大病临床路径(2015年版)》和国家卫生健康委员会历年公布的1212个临床路径，确定大病、慢病和重病等疾病分类标准。慢病是指病程长且病情迁延不愈，影响劳动能力或生活质量，医药费用负担重的疾病。大病是指医疗费用负担很重且在较长一段时间内严重影响患者及其家庭正常工作和生活的疾病。重病属于大病的一种类型，是不能一次治愈、医疗费用持续发生且巨大的大病，往往导致完全丧失劳动能力、丧失经济来源。可见，大病和慢病均具有病程长的特征。此外，该六种重点疾病贫困患者占总贫困人口比重超50%。进行重点疾病的健康贫困性别差异分析，以排除病种差异带来的干扰。其中，高血压、脑血管病和糖尿病样本分别占被调查个体的11%、9%和4%；慢性阻塞性肺气肿(以下简称慢阻肺)、白内障和肺癌样本分别占被调查个体的4%、1%和0.5%。此外，本研究所使用数据为出于行政目的收集的基层上报数据，不包含任何个人识别信息，免于机构审查委员会的批准。

表1 样本特征描述性信息

2.2 研究对象

因病致贫是健康贫困的重要内容，因患疾病造成的花费增加、健康损失、收入减少是引起贫困的根本原因。本文考察中国因为疾病引起贫困(即“因病致贫”)的人群性别差异问题。基于健康贫困、贫困女性化和人类贫困的相关概念，狭义健康贫困女性化测量指标选择健康贫困人群中女性占比、健康贫困家庭中女户主家庭占比；广义健康贫困女性化不仅包含狭义健康贫困女性化的测量内容，还有医疗卫生服务利用个体性别差异、家庭户主性别差异。因此，本文从三个方面研究中国健康贫困女性化的问题：第一，“因病致贫”人群中是否存在女性化问题，采用“因病致贫”人口中的女性人口占比衡量；第二，“因病致贫”家庭户中的健康贫困女性化问题，用女户主家庭数占家庭总数的比重衡量；第三，通过对比个体、家庭户主医疗卫生服务资源使用的性别差异衡量卫生服务利用剥夺女性化问题，考察女性是否因为女性或女户主身份导致获取健康的机会和能力被剥夺。

2.3 统计方法

本文运用Stata 16.0对数据进行整理和分析。在相对比重的性别差异方面，以男性为对照，基于数据可得性，用均值、频数和频率等描述统计方法，分别考察“因病致贫”的个体和家庭户中的女性和女户主占比，以及重点疾病的女性个体和户主占比。在获取健康的机会和能力是否被剥夺方面，以就诊次数和多年连续就诊率(4)为了考察重点疾病患者的连续就诊情况，我们追踪在2017年有三大慢病、大病就诊记录的男女患者继续在2018-2019年的就诊情况。依据前文对慢病、大病定义，此处重点疾病均具有病程长的特征，需要连续救治。没有连续就诊主要有两种情况：一是该患者治愈或死亡，二是患者有病不治。为了排除第一种情况，我们删掉了截止观察年份治愈和死亡的样本，得到“有病不治”的患者样本。作为代理指标进行统计性分析，并采用多元logit回归模型，分析女性、户主身份是否引起就诊行为性别差异，探讨卫生服务利用剥夺女性化问题。

3 个体和家庭户健康贫困状况分析

本节从个体健康贫困女性化、家庭户主健康贫困女性化和卫生服务利用剥夺女性化三个方面考察健康贫困女性化问题。其中，前两方面均采用皮尔斯的相对比重指标衡量，最后一方面采用学者们通用的一定时期内的就诊次数衡量医疗服务利用。需要强调的是，如前文所述，不同病种在发病机制、疾病性质、治疗方案存在较大不同，这些不同会引起卫生服务利用的差异，为排除病种差异带来的影响，在分析的过程中加入重点病种进行分类描述。

3.1 健康贫困女性化的基本状况

观察期内因病致贫人群中女性的占比如图1所示。在“因病致贫”的人群中，总体的贫困女性占比为48.6%。2017-2019年因病致贫女性人口占比依次为47.8%、48.7%、49%，呈现微弱的上升趋势，但并未超过男性。这与Carolina和Ana(2018)估算的世界数据接近。

图1 2017-2019年因病致贫人群的性别占比(%)

重点病种(三大慢病和三大大病)的性别差异分析如表2所示。在慢病贫困患者中，高血压作为贫困人口患病率最高的疾病，女性患者占比在2017-2019年一直高于男性，且下降幅度并不显著；糖尿病的女性患者比重在三年间维持在60%，脑血管女性患者比重呈现上升趋势，但上升幅度较小。在大病患者中，慢阻肺和肺癌女性患者的比重均低于男性，其中女性慢阻肺患者占比逐年下降且降幅有限；女性白内障患者占比三年间均高于男性，且并未呈现规律的变化趋势。

表2 2017-2019年重点疾病患者的性别占比(%)

从个体性别差异看，健康贫困女性化的趋势并不显著。观察期内“因病致贫”女性的人口占比有微弱上升趋势，但比重并未超过50%，增长率也并未超过2%。从重点疾病的女性占比来看，女性慢病患者比重相对较高，男性大病患者比重相对较高，但女性重点疾病患者比重均未呈现逐年上升趋势。

3.2 家庭户健康贫困女性化状况

2017-2019年因病致贫家庭的户主性别占比如图2所示。总体而言，“因病致贫”的女户主家庭总体占比在23.5%，男户主家庭为76.5%。如果按照Carolina和Ana(2018)的观点(联合国计算的70%的结论通常采用家庭层面的数据)，那么该结论与前文联合国计算的全球数据恰好相反。2017-2019年间，女户主家庭的占比并未呈现逐年上升的趋势。

图2 2017-2019年因病致贫家庭户主的性别占比(%)

表3给出了2017-2019年重点疾病患者的家庭户主性别差异。无论是三大慢病还是三大大病患者中，男户主比重均压倒性地高于女户主。重要的是，除了糖尿病和白内障，男户主比重均呈逐年递增的趋势，女户主比重呈逐年递减的趋势。

表3 2017-2019年重点疾病患病的家庭户主性别差异(%)

从家庭户主的性别差异来看，健康贫困女性化的现象在中国并未存在，相反地，从重点疾病分析来看，健康贫困具有“男性化”的倾向。

3.3 卫生服务利用剥夺女性化状况分析

本节利用统计性描述和多元logit回归分病种考察卫生服务利用剥夺女性化状况。基于“人类贫困”视角，卫生服务利用剥夺女性化指的是女性因某种原因在卫生服务资源利用上的缺乏，导致女性获取健康的机会和能力被剥夺，强调卫生服务利用性别公平性的失衡。卫生服务利用的指标采用学者们通用的罹患某一疾病的个体一定时期内的就诊次数来衡量(Van Doorslaer ,2008；齐良书，李子奈，2011)。同时，采用多年连续就诊率考察 “有病不治”的性别差异。

在分病种进行就诊次数的性别对比时，各病种就诊次数的合理范围需要提前确认。因为病种、病程、治疗手段等不同，就诊次数越多并不意味着越好，就诊次数超过一定数量还可能存在频繁就诊(5)频繁就诊是指12 个月内就诊次数在前 10% 的患者为频繁就诊患者(Vedsted，Christensen，2005；Smits et al，2009)。研究表明，频繁就诊会给初级医疗卫生保健系统造成沉重负担(Melanie et al，2020)。与频繁就诊相对应的就是常规就诊，即治疗某种疾病常规需要的就诊次数，且视病情严重程度而变。的问题。因此，我们总结了重点疾病的常规和频繁就诊次数范围，如表4所示。需要指出的是，“因病致贫”人口因其贫困特性，其频繁就诊次数存在低估现象，即估算值低于普通人口(6)以高血压为例，季燕等(2021)得到北京市月坛社区高血压患者频繁就诊次数为24次以上，而本数据库利用相同计算方法得到计算得到频繁就诊次数为8次。，甚至低于常规就诊次数(如白内障)。因此，在针对“因病致贫”人口重点疾病的就诊次数不超过频繁就诊次数(白内障患者就诊次数不超过常规就诊次数)前提下，就诊次数越多意味着患者对卫生服务的积极利用。

表4 重点疾病的常规和频繁就诊次数范围

3.3.1 卫生服务利用的性别差异情况

(1)分病种的个体性别差异

年均就诊次数是指 “因病致贫”患者每人每年的平均就诊次数。重点疾病患者年均就诊次数的性别差异如图3所示。2017-2019年间，随着健康扶贫政策不断深入，重点疾病男女贫困患者年均就诊次数均有所增加，最高为女性糖尿病患者的5.3次，并未超过频繁就诊次数。除糖尿病外，各年男性患者年均就诊次数高于女性，女性糖尿病患者年均就诊次数分别于2017和2019年微高于男性。三大大病中，男性慢阻肺和肺癌患者的年均就诊次数均显著高于女性。

图3 2017-2019年重点疾病患者年均就诊次数的性别差异(次)

为了考察重点疾病患者的连续就诊情况，我们追踪在2017年有三大慢病、大病就诊记录的男女患者继续在2018-2019年的就诊情况(如图4所示)。得到2年连续就诊率和3年连续就诊率(7)2年连续就诊率为2017-2018年均有三大慢病、大病就诊记录且2018年未治愈和未死亡的“因病致贫”人口占2017年同病种“因病致贫”人口的比重；3年连续就诊率为2017-2019年均有三大慢病、大病就诊记录且2019年未治愈和未死亡的“因病致贫”人口占2017年同病种“因病致贫”人口的比重。。具体来看，除了糖尿病和肺癌，其它病种的女性贫困患者2年连续就诊率均低于男性；女性脑血管病和慢阻肺贫困患者3年连续就诊率均低于男性，其余四种病种均高于男性。可见，相比于男性，更多女性患者连续就诊时间达到3年。

图4 重点疾病连续就诊率的性别差异(%)

(2)分病种的户主性别差异

2017-2019年重点疾病患者年均就诊次数的家庭户性别差异如表5所示。从整体来看，观察期内各家庭成员的年均就诊次数均有所增加，且均未超过频繁就诊次数，部分疾病甚至仍未实现常规就诊次数(如脑血管病、慢阻肺)。在家庭间对比中，除了糖尿病和白内障，其余患有重点疾病的女户主年均就诊次数均略低于男户主；除了白内障，其余重点疾病的女户主患者年均就诊次数略低于女配偶。家庭内部比对中，同样除了糖尿病和白内障，其余重点疾病的女户主患者年均就诊次数略低于其男配偶，且大病病种表现出的差距更加明显。可见，多数重点疾病患者中，具有户主身份的女性对医疗服务资源利用比其他患者更弱，这一点也会通过下文的回归分析得到进一步验证。

表5 2017-2019年重点疾病患者年均就诊次数的家庭户性别差异

从户主性别角度考察重点疾病患者的连续就诊情况如图5所示，与个体分析相同，排除了治愈和死亡样本。总体来看，除了肺癌，其余疾病的女户主患者2年、3年连续就诊率均低于男户主。在三大慢性疾病中，女户主患者的2年、3年连续就诊率不仅低于男户主，还低于女配偶；除了高血压的3年连续就诊率，其余女户主的连续就诊率均高于其配偶。在三大大病中，女户主的连续就诊率均高于其男配偶，且高于男户主家庭中的女配偶(慢阻肺的3年连续就诊率除外)。可见，相比于男户主，更少女户主患者连续就诊时间达到3年；相比于男配偶，更多的女户主患者连续就诊时间达到2年或3年。慢病女配偶的连续就诊率较高，但重病女配偶的连续就诊率低于男户主，也低于女户主。

图5 重点疾病连续就诊率的户主性别差异(%)

总的来说，卫生服务利用的个体和家庭户的统计性性别差异是不同的。从个体来看，相较于男性，女性的年均就诊次数较低，连续就诊时间更长。从家庭户来看，多数重点疾病患者中，与男户主患者相比，女户主患者对医疗服务资源利用有所欠缺、连续就诊时间更短；而女配偶慢病患者的卫生服务利用优于女户主，作为“顶梁柱”的女户主，一旦患有大病，其卫生服务利用会好于女配偶。由此可以看出，户主身份对于男女性卫生服务利用具有较大影响。

3.3.2 影响卫生服务利用的多元logit分析

为了进一步考察女性、女户主的角色是否导致女性在卫生服务资源利用上的缺乏，使得女性获取健康的机会和能力被剥夺，本节采用多元logit回归分析予以讨论。依据以往相关医疗服务利用方面的研究(高梦滔,姚洋，2004；解垩，2009；郭静等，2015；孟颖颖，韩俊强，2019)，具体模型设定如下：

logit(Usei)=β0i+β1igenderi+β2iheaded_householdi+βiXi+εi

在上述模型中，借鉴已有相关研究一般选择一定时期内看医生的次数、看急诊的次数、住院天数衡量患者卫生服务利用状况的做法(Van-Doorslaer ,2008；解垩，2009)，以及考虑到数据的限制，因变量Usei采用2017年确诊为某种重点疾病的贫困患者在2018年就诊次数，取值为0、1和2(0为不就诊，1为1次就诊，2为2次及以上就诊)。关键自变量包括性别gender(男性与女性)、户主类别headed-householdi(非户主、女户主、男户主)，不同病种的男女占比、男女户主及非户主占比均有所差异，相同的是各病种女户主占比均低于男户主。基于安德森卫生服务利用行为模型和相关经验分析，选取年龄、教育程度、家庭人口数、劳动能力、三区三州(8)三区三州的“三区”是指西藏自治区和青海、四川、甘肃、云南四省藏区及南疆的和田地区、阿克苏地区、喀什地区、克孜勒苏柯尔克孜自治州四地区；“三州”是指四川凉山州、云南怒江州、甘肃临夏州。三区三州是国家层面的深度贫困地区，具有自然条件差、经济基础弱的特点，是健康扶贫工作中的 “硬骨头”。因此三区三州背后蕴含的经济和地理因素也是影响医疗资源使用的重要指标，极具中国特色。、医疗总费用为控制变量Xi。其中，贫困人口的受教育程度以小学为主(各病种小学患者均超过50%)，年龄以60岁以上居多(均在60%以上)，无劳动能力(除糖尿病和慢阻塞外，其余在50%以上)、非三区三州(均在97%以上)也占绝大多数。医疗费用以2018年的单人平均医疗总花费表示。各类重点疾病的主要变量描述性统计如表6所示。

表6 主要变量的描述性统计

表7是以0次就诊为对照组，三大慢病贫困患者就诊次数差异的多元logit模型回归结果，各模型LR统计量的p值均为0.000，稳健标准误与普通标准误比较接近，不存在聚类效应。此外，各模型测算了变量的相对风险比(relative risk ratios，RRR)，其含义是在其它条件均不变的情况下，个体某一特征改变一个单位，其选择增加就诊次数的概率是对照组的多少倍数。三大慢病均显示出核心变量性别、户主身份均对贫困患者就诊选择有显著影响。在其它条件相同的情况下，女性比男性更加倾向于1次就诊和多次就诊，且女性选择一年内就诊1次的概率高于1次以上(就诊1次的RRR高于1次以上的RRR)。各类慢病患者中，男户主选择进行1次就诊的概率是不具有户主身份患者的1倍以上，女户主在1次就诊选择上没有显著差异；男户主选择1次以上就诊的概率进一步扩大，而女户主选择1次以上就诊的可能性将比非户主身份患者下降1倍左右，且在1%的水平上统计显著，可以看出，户主身份对女性贫困慢病患者就诊有抑制作用，而对男性贫困患者就诊有促进作用。

表7 三大慢病贫困患者就诊次数差异的多元logit回归结果

其它因素也是影响三大慢病贫困患者就诊次数的重要参考因素。高中及以上受教育水平、具有弱/半劳动力、来自三区三州等特征的贫困慢病患者进行就诊的可能性更高；具有2-3位家庭成员和较高医疗花费的患者不进行就诊的概率更高。

同样以2018年0次就诊为对照组，三大大病贫困患者就诊次数差异的多元logit模型回归结果如表8所示。检验各模型显著性的LR统计量的p值均为0.000，稳健标准误与普通标准误比较接近。由于多数变量为虚拟变量，因此仍采用RRR汇报几率。与三大慢病情况类似，三大大病均显示出核心变量性别、户主身份均对贫困患者的就诊选择有显著影响。就性别来看，其它条件相同时，女性比男性更倾向于就诊，其一年就诊1次及1次以上的概率比男性高1倍以上；且女性就诊1次的概率高于就诊多次(女性1次的RRR高于1次以上的RRR)。就户主身份来看，男户主选择就诊1次和多次的概率是非户主患者的2倍以上，且均在1%的水平上显著；慢阻肺和肺癌女户主患者的就诊概率是非户主患者的1倍左右，低于男户主，而白内障女户主患者的就诊选择没有显著意义。

表8 三大大病贫困患者就诊次数差异的多元logit回归结果

与三大慢病情况不同，不同大病病种患者的就诊次数的显著影响因素不同。慢阻肺和肺癌患者越有劳动能力越不会多次就诊，家庭成员数为3个及以上的患者比成员数小于2的家庭更可能增加就诊次数，越高的医疗花费越不可能多次就诊。对于白内障患者来说，与文盲和高中学历及以上患者相比，小学和初中学历的患者就诊1次的概率更大，弱劳动能力患者比无劳动能力患者多次就诊的概率更高。

综上回归结果可以发现，无论是三大慢病还是大病，个体角度下女性贫困患者的就诊概率高于男性，家庭角度下户主身份对男女性的就诊行为影响需要分病种讨论：户主身份对三大慢病女性贫困患者就诊具有抑制作用，对三大慢病的男性患者具有促进作用；而户主身份对三大大病的男性和女性患者就诊均具有正向作用，只是对前者就诊次数增加促进作用更大。因此，可总结为相比于男户主，具有户主身份的女性在对卫生服务资源利用方面相对欠缺。

4 卫生服务利用剥夺“女户主化”的机制分析

与普通贫困女性相比，贫困女户主具有女性和户主二重属性，“女性”属性表现在女户主具有普通贫困女性的特征，例如文化程度不高、较低的社会经济地位等；“户主”属性表现为女户主具有家庭“顶梁柱”的户主特性。虽然从相对占比来看，健康贫困女性化问题在中国并不显著，但是医疗卫生服务资源剥夺表现出“女户主”化的趋势。

本节基于医疗卫生领域的安德森理论模型，尝试回答为什么会出现医疗卫生服务资源剥夺表现出“女户主”化的趋势。安德森及其同事于1968年开发的卫生服务利用行为模型(Behavioral Model of Health Ser-vices Use，简称安德森模型)作为分析个体医疗卫生服务利用行为影响因素的权威性理论框架，其结构中包含倾向特征(Preedisposing Characteristics)、促进资源(Enabling Resources)和需要(Need)三种影响因素。“倾向特征”强调利用医疗卫生服务资源的人群特征，包含人口学、社会结构和健康信念；“促进资源”强调家庭成员能够获得医疗卫生服务资源的能力(收入、医疗保险等)及医疗资源的可及性；“需要”是指家庭成员感受到的对医疗服务的需求，包含感知需要(自评健康状况)和评估需要(医生诊断)两方面(李月娥，卢珊，2017)。户主身份对卫生服务利用的影响在三种因素中均有所体现(见图6)。

图6 基于安德森模型构建的卫生服务利用剥夺 “女户主”化机制

在倾向特征方面，较低的社会经济地位和集体主义价值观念是女户主获得医疗资源的障碍。父权制多年来使妇女处于社会、文化和宗教从属地位，与男性相比，女性的工作负担更重，收入更低，导致女性在获得健康相关的资源和能力上缺少机会(Ross & Chloe，1994)，有研究指出以教育、收入或职业为指标的社会经济地位与健康行为、就医行为密切相关，较低的社会经济地位意味着缺少健康保护的知识(Lantz,et al.，2001;Ross et al.，2012)。与普通女性相比，在强调集体主义、家庭团结以及家庭需求优先于个人需求的东亚文化影响下，女户主拥有更多的经济压力和家庭责任，繁重的家庭事务不仅会剥夺女性户主接受教育、职业发展的权利，使其缺乏对医疗服务利用的认知，还会恶化女性户主的身体和心理健康状况(Yousef et al.，2015；陈璐,范红丽，2016)，女户主家庭(尤其是单亲母亲家庭)更容易陷入“疾病—贫困—疾病”的恶性循环(Chant，2003)。

在促进资源方面，贫困家庭的资源有限性导致女户主患者倾向减少治疗次数、延长治疗期限。贫困家庭资源有限，内部资源的分配情况取决于家庭成员的决定权。多数研究认为女性在家中缺乏家庭成员的尊重和决策权力，无法公平参与家庭资源分配，导致家庭内部资源分配具有“男性化倾向”(Glendinning & Millar，1987；Abercrombie & Hastings，2016；仲超，2019)；然而，作为户主的贫困女性是家庭内部资源的分配者，具有一定的话语权，但仍存在其医疗资源利用不及男户主和男配偶的情况，究其原因与女户主的利他主义特性密不可分。与男性相比，以女性为户主的家庭通常基于利他主义原则进行家庭资源分配，而男户主往往更多表现出利己主义(Chant，2003)。女户主可以将更多的钱用于家庭成员的共同支出，这对成员的营养摄入、保健和教育产生积极影响(Chant，1997；Oppong，1997)。这种利他主义或集体主义观念使得女户主在遭遇疾病时可能存在“小病拖、大病扛”的消极应对方式，最终导致女户主患者减少治疗次数、延长治疗时期(9)本文的实证结果显示无论是三大慢病还是大病，女户主的就诊次数均少于男配偶，但其3年连续就诊率较高，为此观点提供数据支撑。。

在需要因素中，女户主对卫生服务的自我感知需要对就诊行为的影响发挥着不可或缺的作用。与男性相比，女性的受教育水平普遍较低(如表1所示)。较低的文化程度使得女性的保健意识较弱，健康知识来源和卫生服务途径相对匮乏，对于主动寻求医疗卫生服务的意识不够，造成疾病拖延不愈的结果(罗军飞，廖小利，2016)。如前文所述，贫困女户主既具有普通贫困女性的普遍特征，即寻求卫生服务的意识薄弱，又具有承担家庭责任的“户主”特性，这种多维属性导致其面对不同疾病种类产生不同就诊行为。针对表征不严重的疾病(如慢性疾病)，女户主的女性特征突出，女户主更容易主观上排斥对医疗服务的感知需要，倾向于采用如自我治疗的非正规性治疗方式(王冬梅，罗汝敏，2005)，以减轻家庭负担；针对重大疾病，女户主的户主特征使其主观上增加对卫生服务的感知需要，并将这种需要转化为实际需求(10)在统计性分析中，三大慢病女户主年均就诊次数均略低于男户主家庭中的女配偶，三大大病中的白内障女户主年均就诊次数并未均低于女配偶；三大慢病女户主2、3年连续就诊率均低于女配偶，大病女户主多年连续就诊率则高于女配偶(慢阻肺的3年连续就诊率除外)。在回归分析中，相比于非户主成员，三大慢病的女户主卫生服务利用的概率更低，三大大病的女户主卫生服务利用可能性更高。上述实证分析为上述观点提供了数据支撑。。

5 结论与政策意蕴

从个体和家庭户主的性别差异看，中国健康贫困女性化的趋势并未凸显。然而，从家庭户角度考察的卫生服务资源剥夺情况表现出“女户主化”的趋势，这包含了两层含义：一是与男户主相比，女户主在医疗卫生资源利用程度上相对较弱；二是作为“配偶”的慢病女性患者在卫生服务方面优于作为“户主”的女性，且并未弱于其男“户主”。为了进一步了解卫生服务利用剥夺“女户主化”的发生机制，基于安德森理论模型，从倾向特征、促进资源和需要三要素展开讨论，推断相对较低的社会经济地位和为家“牺牲”的利他主义观念成为阻碍女户主充分利用医疗服务资源的重要因素。因此，从上述重要因素入手，增强女户主对医疗服务资源使用的能力和机会，得到以下政策启示：

一是精准识别女户主家庭是政策制定的前提。虽然前文按照家庭户对就诊行为的分析得到了男女户主的行为差异，但是这些家庭在实际数据统计中满足哪些条件被确定为女户主或男户主家庭并未存在统一的标准，而且随着时间推移，存在部分女户主通过再婚或同居转变为男户主家庭，这些均为针对性的政策制定带来了难度。联合国对女性户主的定义是指由女性户主承担财务责任、做出重要决定、管理家庭经济事务或作为主要养家糊口者等概念，强调因守寡、离婚、丈夫的经济移民、丈夫因犯罪行为或政治原因被监禁、丈夫因缺乏必要的技能、年龄或残疾而失业等原因导致女性成为户主(ESCWA，2001)。也有学者指出户主被认为对家庭负责的人(Kishor & Neitzel，1997)。显然，这两种定义与我国以户口簿的行政登记界定贫困人口的户主定义还存在一些差距。那么如何准确界定女户主家庭成为一切行动之前的关键议题，如果没有明确女户主标准及相应的协调机制，那么针对女户主特有福利政策可能会带来“搭便车”的行为，造成资源的配置损失。

二是政策制定要考虑“户主”女性与“配偶”女性的差异。作为“配偶”的女性与作为“户主”的女性在医疗卫生服务利用方面是存在差异的，两者的主要区别是，前者往往面临有限的资产基础(劳动力、收入、资产等)问题，而后者的主要问题是家庭资源分配中有限的决策权和话语权。因此，政策设计之初就需要考虑女户主与女配偶在医疗服务利用上的共性与差异，尊重女性群体内在差异(例如卫生服务利用的病种差异)，锁定最值得关注的群体(如单亲母亲及老年妇女家庭)。针对不同群体实行差异化政策。

三是鼓励制定妇女地位指标，便于对女性生活环境做深入研究，为针对性的提高女性地位提供政策指导。女户主家庭的贫困发生率和相对劣势与衡量妇女地位有关，不同国家、不同家庭在户主的特征、家庭的组成、妇女与男子相比在获得社会资源方面面临的相对劣势，以及妇女在通过非正式渠道获得家庭间支持和资源的潜力等方面可能存在差异，通过制定国家间统一的妇女地位指标，不仅可以做国际比较，寻找自身的政策优势与劣势，借鉴有益经验，还可以更系统的、标准的方式对女性的社会经济环境进行洞察，有助于我们更好地解释人口与健康的关系。

四是破除女户主医疗服务使用障碍，降低其为家“牺牲”的机会成本。首先，进一步提高医疗保险的慢病和大病报销范围，考虑将住宿费、交通费等非直接医疗费用进行补贴；其次，鼓励发展性别差异而平等的公民观，提高男性家庭意识，鼓励男性参与家务活动，减轻女户主的育儿、养老负担，减少女户主进出劳动力市场的阻碍。最后，通过提高女户主的社会资本和社会支持预防和改善其身体和心理健康。