2015—2021年我国中部六省5岁以下儿童死亡率变化及影响因素分析

衡量一个国家的儿童健康状况的重要标准之一是5岁以下儿童的死亡率（U5MR）。本世纪初期，5岁以下儿童死亡率下降速度明显加快，但随着不断发展，这一速度渐渐放缓。中国在妇幼卫生事业的发展方面仍然面临问题和挑战，如妇幼卫生发展存在地区间的不平衡等。本文研究梳理了2015—2021年我国中部六省5岁以下儿童死亡率变化，并运用多种分析方法研究了我国中部六省5岁以下儿童死亡率影响因素。

研究对象与方法

本文数据来源于《中国统计年鉴（2015—2021年）》和《中国卫生与健康统计年鉴（2015—2021年）》。本文选取时间节点为2015年至2021年，样本范围囊括中国中部六省，即山西、河南、安徽、江西、湖北、湖南，总样本为42个。本文选取了卫生投入、人均GDP、家庭人均可支配收入、5岁以下儿童死亡率、新生儿出生率等指标。

模型设定和方法

根据所获的数据，建立面板数据，并据此建立多元线性回归模型。如下所示：

deathit=α+β1birthit+β2pgdpit+β3pincomeit+β4health_inputit+μi+λt+εit

其中，被解释变量为death，β系数为各个解释变量对被解释变量的影响系数，i表示不同的省份，t表示年份，μ为控制省份固定效应，λ为控制年份固定效应。模型最后一项为随机扰动项，控制其他不受解释变量影响的因素。

描述性统计与事实分析

根据描述性统计与事实分析可以得出：山西、河南、安徽、江西、湖北、湖南的样本总量为42个，但城市和农村的儿童死亡率和医疗支出数据仅有河南、安徽和湖南三省（样本总量为21），因此在进行城乡差异分析时，仅使用部分省份数据。5岁以下儿童死亡率均值为6.124%，最小值为3.56%，最大值为10.7%，均值与中位数5.76%较为接近;城市的儿童死亡率均值为3.82%，低于农村的5.55%，且农村的儿童死亡率低于总样本6.12%。样本省份每年卫生费用投入均值为2168亿元，样本内最小的为922.93亿元，最高的可达4611.25亿元。

经过分析得知，中部六省的5岁以下儿童死亡率整体呈下降趋势，在2017年至2021年间，湖北、安徽、湖南、河南和山西的数据逐渐趋同，但是山西省和安徽省2020年间儿童死亡率出现了一定程度的上升。

相关性分析

通过相关性分析可知：death和birth的相关系数为0.353，这表明5岁以下儿童死亡率与出生率成正比，在5%水平上显著;death和PGDP（人均地区生产总值）的相关系数为-0.727，且在1%水平上显著，这表明5岁以下儿童死亡率与人均GDP间存在负向关系;death和PCDI（人均可支配收入）的相关系数为-0.614，且在1%水平上显著，这表明5岁以下儿童死亡率与人均可支配收入间存在负向关系;等等。以上只是初步分析，还需要进一步论证。

异方差检验与自相关检验

异方差检验。在回归分析中，随机误差项的方差不是常数，而是随着解释变量的变化而变化。因此，我们必须在回归之前进行异方差检验，以保证最小二乘估计的有效性。怀特检验（White test）是一种用于检测回归模型中异方差性（Heteroskedasticity）的流行方法。怀特检验主要根据检验的P值或者是比较计算出的统计量与相应自由度的卡方分布的临界值，判断是否拒绝原假设。本文采用怀特检验P值小于0.05，说明本文存在异方差性，在后续回归中采用异方差—稳健标准误来缓解异方差问题。

自相关检验。在回归分析中进行自相关检验是非常重要的，特别是在处理时间序列数据时。自相关（Autocorrelation）也称为序列相关，是指在时间序列中，不同时间点上的值之间存在的相关关系。自相关违反了经典线性回归模型中误差项之间相互独立的基本假设。如果误差项存在自相关，最小二乘估计（OLS）将不再是最佳线性无偏估计量（BLUE），这意味着估计的参数可能不是最有效的，可能导致统计推断不准确。因此，本文对样本数据进行B-G自相关检验。

首先对数据进行最小二乘法（OLS）估计原始回归模型，并基于得到的估计结果，计算每个观测值的残差。随后构建辅助回归模型，并对辅助回归模型进行OLS估计。如果检验统计量的值超过了给定显著性水平下的卡方分布或F分布的临界值，我们拒绝原假设（即不存在自相关）。这意味着模型的误差项存在自相关。反之，我们不能拒绝原假设。

回归分析

本文采用面板固定效应模型对各变量与被解释变量进行OLS回归分析，为了缓解由于单位原因造成的系数过小，本文将人均可支配收入和人均GDP的单位转变成万元。我们可以发现，控制了省份和年份固定效应后，人均可支配收入和卫生投入的上升显著降低了各省份5岁以下儿童死亡率。此外，在仅控制省份固定效应时，出生率对死亡率是负效应，但在控制了时间固定效应后出生率对死亡率也从负向变成正向，说明出生率对儿童死亡率的影响被年份的变化所吸收。

城乡样本差异分析——T检验

T检验是一种常用的统计方法，用于比较两个独立样本的均值差异是否具有统计学意义。主要步骤如下。

一是设定假设：设定零假设（H0）为两组数据的均值之间没有差异，即城市和农村儿童死亡率的差异为零。对立假设（H1）为两组数据的均值存在差异。二是计算T统计量：根据样本数据计算T统计量，该统计量反映了样本均值差异与样本内部变异之间的比例。三是确定显著性水平：选择一个显著性水平（通常为0.05或0.01），用于判断观测到的差异是否不太可能仅由随机变异引起。四是比较P值和显著性水平：根据T统计量和自由度计算出P值，如果P值小于显著性水平，我们拒绝零假设，认为两组数据的均值存在统计学上的显著差异。

城市的儿童死亡率显著低于农村儿童死亡率，且T值为-7.8836，在1%显著性水平上可以认为城乡儿童死亡率直接存在显著差异。城市的人均可支配收入显著高于农村人均可支配收入，T值达到44.103，在1%显著性水平上显著，这直接影响到居民的健康状况。

城市和农村的医疗支出均值差异检验结果表明：城市的医疗支出显著高于农村的医疗支出。城市地区通常拥有更多的医疗资源，从而降低儿童死亡风险，而农村地区的医疗设施落后。这直接影响到农村儿童在面临健康问题时能获得的医疗服务质量。

讨论与总结

5岁以下儿童死亡率对评价当地的社会经济发展和妇幼保健水平具有重要意义。政府财政对妇幼卫生投入和经济发展对妇幼卫生服务水平具有显著影响，同时对妇幼卫生的投入对妇女儿童健康也具有重要意义。

一是5岁以下儿童死亡率现状。2015年至2021年，中国中部六省的5岁以下儿童死亡率均值为6.124%，表明整体儿童健康状况良好，但仍有改进空间。二是城乡差异明显。城市地区的5岁以下儿童死亡率（3.82%）明显低于农村地区（5.55%），显示出城乡在卫生保健和儿童健康方面的不平衡。三是经济因素与儿童死亡率。人均可支配收入与5岁以下儿童死亡率呈负相关，说明经济水平提升有助于降低儿童死亡率。四是卫生投入的重要性。增加卫生投入，特别是针对儿童健康的投入，是降低儿童死亡率的有效途径。

总之，本文不仅揭示了中部六省5岁以下儿童死亡率的现状及其变化趋势，还深入探讨了影响死亡率的各种因素，为政策制定者提供了参考依据。未来，随着数据的更新和方法的改进，可以进一步拓展研究范围，进行更加精细的分析，为儿童健康事业的持续发展提供更为全面和深入的指导。

（本栏责编 桑 涛）