论文部分内容阅读
本文介绍了一种针对于自评健康数据（Self-Assessed Health，简称SAH）比较健康分布不平等性的方法，并在此基础上应用中国健康与营养调查（CHNS）的数据，从实证的角度测算了我国居民的健康不平等状况及其变动趋势。自评健康数据作为个人对自身健康状况的切身主观评价，在越来越多的调查研究中被涉及，作为衡量个体健康的指标在各类研究中被越来越广泛的应用。其中，一个重要的着眼点就是研究自评健康数据分布的不平等性，或者说是分布的分散性。而传统的不平等测算工具都依赖于平均值，如基尼系数、泰尔指数等，自评健康数据是一个序数性质的变量，变量之间可以两两比较优劣，但是优劣之间的差距无法像基数变量那样用具体的数字来衡量。因此，在自评健康数据的基础上，如果要应用传统的不平等测算工具，首先要解决的一个重要问题，就是要通过一定的程序使序数性质的变量基数化，对自评健康数据进行赋值。在此基础上得到一个平均值，使得传统的不平等测算工具具有适用性。但是，研究中发现了很重要的一个问题，对自评健康数据赋值基础上得出的平均值具有不稳定性，平均值的变动又进一步导致不平等测算结论的变动。因此，怀疑经此程序得出的关于自评健康数据分布不平等性结论的可靠性及可信度。 在本文中，介绍了一种专门针对序数变量测算不平等性的方法。试图从两极分化的角度定义健康的不平等，即当一个人群处于健康分布中间部分的群体逐渐消失，而分布完全集中在健康分布两极的情况出现时，认为健康分布的不平等性出现了恶化。B.Apouey(2007)定义了一种在序数变量的基础上测算分布两极分化程度的方法，从基于自评健康数据测算健康分布不平等性的角度借鉴其理论，得到了本文实证分析所依据的理论框架。这种方法不依赖于平均值，而是以自评健康分布的中位数为参照点，定义了对自评健康分布进行不平等排序的规则:S变动和转移变动都会导致自评健康数据分布不平等性的增加。由于S变动和转移变动只能够得出不完全的排序，并不是任何两个自评健康分布都可以通过这两个定义得出关于不平等性比较的结论。进一步地，给出了一个与S变动和转移变动具有一致性的不平等测算指数I1(F)/I2(N)，通过该指数可以得出关于自评健康分布的完全排序。 在此基础上，应用中国健康与营养调查(CHNS)的多期调查数据，对理论部分介绍的方法加以应用，并同时计算广义基尼系数，以观察这两种方法在不平等排序的结论上是否具有一致性。结论显示，尽管在计算不平等测算指数I1(F)时使用不同的参数α，会得到不同的不平等测算指数的绝对值，但是通过比较不平等测算指数绝对值得出的对不同子群体健康分布不平等性的排序具有很高的稳定性。此外，在多数情况下，不平等测算指数I1(F)得出的结论与基于广义基尼系数得出的不平等排序结论具有一致性。从实证分析的角度来看，依据2006年数据进行的截面分析显示，我国城市居民的健康分布更加不平等，其不平等程度高于全国整体水平，而农村居民的健康分布比全国整体水平更为平等;女性群体健康分布比男性群体更加不平等。当同时考虑性别和城乡两个特征时，发现城市女性群体是健康分布最为不平等的人群，其次是农村女性，整体上城乡女性群体的健康分布的平等性均在全国整体水平之下;农村男性是健康平等性最高的一个子群体，城市男性和农村男性的健康状况都比样本整体更加平等。此外，基于2006年数据分析比较了不同省份之间的健康不平等情况，结果显示河南省的健康分布在各省中最为不平等，而江苏省的健康平等性最好。除此之外，还利用中国健康与营养调查的多期数据分析了健康分布不平等性在1991-2006年之间的变动情况。结论一致显示，不论是样本整体，还是城市居民、农村居民，或是女性群体、男性群体，抑或是同时考虑性别与城乡两个维度，各居民群体的健康平等性基本上呈现着直线下降的趋势。此外，在实证分析中同时计算了广义基尼系数，结果显示广义基尼系数与本文介绍的不平等测算指数I1(F)得出的不平等排序结论具有高度的一致性。