贫困人口因贫致病和因病致贫影响因素分析
2015年12月，国务院扶贫办指出：“2016年全国脱贫攻坚将开展教育扶贫、健康扶贫、金融扶贫、交通扶贫、劳务协作对接、百县万村、万企帮万村行动七大行动。” 2016年6月21日，国家卫生计生委等15个部门联合发布《关于实施健康扶贫工程指导意见》，全面推进和落实健康扶贫工作。前期研究表明我国贫困人口的两周患病率、慢病患病率均高于全人口水平。无论是客观患病还是主观感知方面，贫困人口的健康状况均较差。在卫生服务需求方面，贫困人口两周就诊率和因病住院率高于全人口；贫困人口需住院未住院比例也远高于全人口水平，卫生服务利用率较低。阿玛蒂亚森提出的贫困理论认为贫困是基本可行能力的被剥夺。而人类最基本的可行能力之一在于获得健康的能力，于是形成了健康贫困的理论基础。健康与贫困的关系受到人们的广泛关注[1]。国际研究结果表明在全球各地，社会经济水平低下都是导致发病和过早死亡的主要因素之一[2]，但全球性的健康战略并未将社会经济水平低下带来的影响视为需要控制的风险因素[3]。前期研究分析了社会经济水平对健康和死亡率的影响程度，认为贫困对人类健康的负面影响也是明显和持续的。贫困导致过早死亡的风险要高于其他一些因素。相关研究也显示，疾病与贫困存在内在关联。打破贫困与健康的恶性循环需要多部门合作的方式，调动所有政府部门的参与。本研究利用2012年中国家庭动态跟踪调查CFPS中 ≥ 16岁的35 719个样本开展实证研究，进一步探索健康贫困风险的社会因素和疾病因素，为健康扶贫找到合适的路径提供参考。现将结果报告如下。
1 资料与方法
1.1 资料来源 本研究以2012年中国家庭动态跟踪调查（The China Family Panel Studies，CFPS）中 ≥ 16岁的35 719人为研究对象。CFPS数据库重点关注中国居民的经济与非经济福利，包括经济收入、教育程度、健康等在内的诸多主题，是一项全国性、大规模、多学科的社会跟踪调查项目，样本覆盖25个省、直辖市、自治区，具有良好的代表性。其中，16～23岁占16 % ，24～64岁占71 % ，≥ 65岁占13 % ；女性占50.14 % ，男性占49.86 % 。
1.2 方法 本研究按2012年国家贫困线2 300元/人年和自评健康状况界定健康贫困状态，建立不健康（不健康为1，健康状况极好、非常好、良好或一般为0），低收入（收入等于或低于2012年国家贫困线为1，高于贫困线标准为0）和健康贫困（自评健康状况为不健康且收入 ≤ 国家贫困线标准为1，其他为0）3个因变量。对研究对象的恶性肿瘤、良性肿瘤、心血管系统疾病、血液系统疾病、生殖系统疾病、呼吸系统疾病、消化道系统疾病、内分泌系统疾病、神经系统疾病、肌肉结缔组织疾病、心理和精神疾病等十余种疾病的患病状况进行分析。研究不健康、低收入以及健康贫困风险问题，探索慢性疾病、健康与低收入之间的关系，以及健康贫困风险的社会和疾病影响因素。
1.3 统计分析 采用STATA 12.0软件进行数据分析，描述性统计主要包括健康状况，收入状况，慢性病患病状况，年龄，性别，受教育程度，由于被解释变量（是否健康，是否低收入和是否存在健康贫困）为二分类变量，因此采用非条件二元logistic回归建立模型，检验水平分别为0.01、0.05和0.1。解释变量分别为是否健康，是否低收入和是否患有慢性疾病，控制变量包括性别、年龄、城乡、受教育程度。
2 结 果
2.1 不同社会特征城乡居民比较（表 1）
表 1
表 1 2012年城乡居民人口学特征及健康状况比较
特征
人数
城市
农村
χ2值
P值
人数
%
人数
%
性别
12.161
< 0.001
男性
17 641
2 442
13.84
15 199
86.16
女性
17 738
2 687
15.15
15 051
84.85
年龄（岁）
372.441
< 0.001
16～23
5 627
539
9.58
5 088
90.42
24～64
25 477
3 800
14.92
21 677
85.08
≥ 65
4 615
848
18.37
3 767
81.63
受教育程度
3 500.000
< 0.001
文盲与半文盲
10 062
529
5.26
9 533
94.94
小学与初中
17 936
2 119
11.81
15 817
88.19
高中与中专
6 662
2 047
30.73
4 615
69.27
大专及以上
1 059
492
46.46
567
53.54
是否患有慢性病
25.576
< 0.001
无慢性病
28 087
4 318
15.37
23 769
84.63
有慢性病
4 032
745
18.48
3 287
81.82
是否健康
81.477
< 0.001
健康
29 425
4 502
15.30
24 923
84.70
不健康
6 294
685
10.88
5 609
89.12
是否低收入
1 700
< 0.001
低收入
19 854
3 936
19.82
15 918
80.17
非低收入
15 865
6 258
39.45
9 607
60.55
是否健康贫困
489.954
< 0.001
健康贫困
4 600
680
14.78
3 920
85.22
非健康贫困
31 119
9 514
30.57
21 605
69.43
表 1 2012年城乡居民人口学特征及健康状况比较
我国城乡居民在性别、年龄、受教育程度、自评健康状况，慢性病患病状况、收入水平及健康贫困之间差异均有统计学意义（P < 0.001）。在调查的 ≥ 16岁成年人口中，自评健康状况不健康占人群总数的比例为18 % （自评不健康人数/总人数），存在健康贫困风险者占13 % （自评不健康且收入低于国家贫困线人数/总人数），城市老龄人口占有较大的比重，农村地区的教育水平和收入水平普遍低于城市，农村自评不健康比例和健康贫困风险均高于城市地区。城市和农村居民在性别、年龄、受教育程度，收入水平，健康自评和健康贫困风险等方面比较，差异均有统计学意义。
2.2 不同特征城乡居民健康及健康贫困状况比较（表 2）
表 2
表 2 不同特征城乡居民健康及健康贫困状况比较
特征
城市
农村
健康
不健康
非健康贫困
健康贫困
健康
不健康
非健康贫困
健康贫困
人数
%
人数
%
人数
%
人数
%
人数
%
人数
%
人数
%
人数
%
性别
男性
4 283
88.40
562
11.60
4 629
95.54
216
4.46
10 911
85.27
1 885
14.73
11 479
89.71
1 317
10.29
女性
4 394
83.58
863
16.42
4 797
91.25
460
8.75
9 583
76.78
2 898
23.22
9 933
79.58
2 548
20.42
年龄（岁）
16～23
1 190
98.18
22
1.82
1 200
99.01
12
0.99
4 307
95.55
108
2.45
4 357
98.69
58
1.31
24～64
6 512
86.75
995
13.25
7 016
93.46
491
6.54
14 482
80.59
3 488
19.41
15 256
84.90
2 714
15.10
≥ 65
1 047
70.98
428
29.02
1 298
88.00
177
12.00
1 887
60.10
1 253
39.90
1 992
63.44
1 148
36.65
受教育程度
文盲与半文盲
1 000
69.64
436
30.36
1 166
81.20
270
18.80
5 724
66.36
2 902
33.64
6 053
70.17
2 573
29.83
小学与初中
3 860
85.40
660
14.60
4 221
93.38
299
6.62
11 710
87.28
1 706
12.72
12 210
97.01
1 206
8.99
高中与中专
3 160
91.12
308
8.88
3 364
97.00
104
3.00
2 966
92.86
228
7.14
3 060
95.80
134
4.20
大专及以上
729
94.68
41
5.32
763
99.09
7
0.91
276
95.50
13
4.50
282
97.58
7
2.42
是否患有慢性病
无慢性病
7 404
89.67
853
10.33
7 834
94.88
423
5.12
16 522
83.32
3 308
16.68
17 092
86.19
2 738
13.81
有慢性病
923
62.49
554
37.51
1 228
83.14
249
16.86
1 267
49.59
1 288
50.41
1 485
58.12
1 070
41.88
表 2 不同特征城乡居民健康及健康贫困状况比较
在城乡居民中不健康和健康贫困风险均存在女性高于男性的特征，年龄越大不健康和健康贫困风险越高，受教育程度越低不健康和健康贫困风险越高，慢性疾病患者不健康和健康贫困的风险显著高于无慢性疾病患者。
2.3 不健康、低收入与健康贫困单因素回归分析（表 3）
表 3
表 3 不健康、低收入与健康贫困单因素回归分析
变量
参照组
农村
城市
不健康
低收入
健康贫困
不健康
低收入
健康贫困
B
P值
B
P值
B
P值
B
P值
B
P值
B
P值
是否健康
不健康
健康
1.12
< 0.001
0.41
< 0.001
是否低收入
低收入
非低收入
1.12
< 0.001
0.41
< 0.001
性别
女性
男性
0.56
< 0.001
1.06
< 0.001
0.80
< 0.001
0.40
< 0.001
0.48
< 0.001
0.72
< 0.001
年龄（岁）
≥ 65
16～23
1.24
< 0.001
1.615
< 0.001
1.41
< 0.001
1.13
< 0.001
– 0.26
< 0.001
0.80
< 0.001
24～64
0.09
0.009
– 0.39
< 0.001
– 0.07
0.082
– 0.28
< 0.001
– 0.44
< 0.001
– 0.08
0.379
学历
文盲与半文盲
大专及以上
1.36
< 0.001
1.34
< 0.001
1.59
< 0.001
1.21
< 0.001
0.77
< 0.001
1.55
< 0.001
小学与初中
– 0.88
< 0.001
– 0.59
< 0.001
– 1.07
< 0.001
0.06
0.270
0.34
< 0.001
– 0.02
0.841
高中与中专
– 1.22
< 0.001
– 0.91
< 0.001
– 1.54
< 0.001
– 0.74
< 0.001
– 0.52
< 0.001
– 1.11
< 0.001
是否患有慢性病
慢性疾病
无慢性疾病
1.62
< 0.001
0.35
< 0.001
1.50
< 0.001
1.65
< 0.001
– 0.22
< 0.001
1.32
< 0.001
表 3 不健康、低收入与健康贫困单因素回归分析
不健康的单因素回归分析发现，低收入、女性、年龄 ≥ 65岁、文盲与半文盲、患慢性疾病均是造成不健康的重要危险因素；低收入的单因素回归分析发现，不健康的状态、女性、年龄 ≥ 65岁、文盲与半文盲是造成贫困的重要危险因素；健康贫困的单因素回归分析结果发现，女性、年龄 ≥ 65岁、文盲与半文盲、患慢性疾病是造成健康贫困的重要危险因素。无论是城市居民还是农村居民，性别、年龄、受教育程度和慢性病患病状况均会对自评健康和健康贫困状态产生重要影响，但在城市和农村，不健康与低收入之间关联程度有所不同。农村地区的低收入与不健康之间的关联程度更高。
2.4 城乡二元结构下健康贫困风险模型（表 4）
表 4
表 4 城乡二元结构下的健康贫困风险模型
变量
参照组
农村
城市
不健康
低收入
健康贫困
不健康
低收入
健康贫困
是否健康
否
是
0.670 a
0.449 a
是否低收入
是
否
0.668 a
0.467 a
性别
女性
男性
0.242 a
0.998 a
0.594 a
0.240 a
0.347 a
0.495 a
年龄（岁）
≥ 65
16～23
2.483 a
0.957 a
2.829 a
2.858 a
– 2.310 a
0.936 b
24～64
1.963 a
– 0.234 a
2.075 a
2.101 a
– 1.391 a
1.092 a
学历
文盲与半文盲
大专及以上
1.691 a
2.405 a
2.696 a
1.148 a
2.028 a
2.568 a
小学与初中
0.968 b
1.636 a
1.771 a
0.917 a
1.295 a
1.737 a
高中与中专
0.683 c
1.021 c
1.240 b
0.490 b
0.725 a
0.916 c
是否患有慢性病
是
否
1.435 a
– 0.125 b
1.277 a
1.505 a
– 0.330 a
1.120 a
常数项
– 5.396 a
– 1.584 a
– 6.403 a
– 5.427 a
– 0.634 a
– 6.029 a
注：数据均为B值，a，b，c分别表示在1 % ，5 % 和10 % 的显著性水平。
表 4 城乡二元结构下的健康贫困风险模型
logistic多元回归分析证实城乡居民在健康贫困风险上表现出不同的特征。建立不健康（不健康为1，健康状况极好、非常好、良好或一般为0），低收入（收入等于或低于2012年国家贫困线为1，高于贫困线标准为0）和健康贫困（自评健康状况为不健康且收入 ≤ 国家贫困线标准为1，其他为0）3个因变量。以性别、年龄、受教育程度和是否患有慢性疾病作为自变量，建立健康贫困风险模型。结果发现农村居民自评健康与收入之间的相互关系比城市联系更为紧密，但城市年龄24～64岁具备劳动能力的人口健康贫困的风险却比 ≥ 65岁老年人更大。农村地区造成不健康的主要危险因素包括低收入、女性、年龄 ≥ 65岁、文盲与半文盲、患慢性疾病；造成低收入的主要危险因素包括不健康、女性、年龄 ≥ 65岁、文盲与半文盲；造成健康贫困的主要危险因素包括女性、年龄 ≥ 65岁、文盲与半文盲、患慢性疾病。城市地区造成不健康的主要危险因素包括低收入、女性、年龄 ≥ 65岁、文盲与半文盲、患慢性疾病；造成低收入的主要危险因素包括不健康、女性、文盲与半文盲等；造成健康贫困的主要危险因素包括女性，24～64岁劳动人口，文盲与半文盲以及慢性疾病。女性所面临的健康问题，低收入问题和健康贫困问题都更为突出。教育是影响健康，贫困和健康贫困的重要因素。受教育程度越低，导致不健康，贫困和健康贫困的风险就越高。慢性疾病对健康和健康贫困具有较大的影响，但与收入之间的关系还需要进一步分类分析。
2.5 低收入对不良居住环境和低教育水平的交互作用 并不是所有慢性疾病的产生都与贫困有关系。但确实存在某些疾病的产生与贫困存在一定关系，如血液系统疾病，生殖系统疾病，心血管系统疾病，神经系统疾病和肌肉及结缔组织疾病与低收入之间存在明显的相关性（P < 0.01）。本文选择其中与收入关系较为密切的3种疾病类型：血液系统疾病、心血管系统疾病和肌肉结缔组织疾病进一步采用交互式分析。结果发现，在低收入与低教育水平的交互作用下，血液系统疾病 OR = 3.03（95 % CI = 2.34～3.98）、心血管疾病OR = 2.41（95 % CI = 2.11～2.75）、肌肉结缔组织疾病OR = 2.82（95 % CI = 2.45～3.24）的患病风险均会明显提高。在低收入与居住农村的交互作用下, 血液系统疾病OR = 2.92（95 % CI = 2.20～3.92）、心血管疾病患病风险OR = 1.56（95 % CI = 1.38～1.78）、肌肉结缔组织疾病OR = 1.83（95 % CI = 1.59～2.11）的患病风险均会明显提高。充分说明这些慢性疾病的产生并不仅仅与低收入状况相关，也更多的是与低收入相关的低教育水平和不良生存环境密切相关。
2.6 恶性肿瘤、血液系统疾病和心血管系统疾病是导致健康贫困风险的重大疾病（表 5）
表 5
表 5 因病致贫风险模型
疾病名称
健康贫困
因病致贫
B
P值
B
P值
恶性肿瘤
3.441 529
0.000
1.857 384
0.010
血液系统疾病
2.125 515
0.000
0.658 0 574
0.000
心血管系统疾病
2.079 052
0.000
0.261 1 747 a
0.000
良性肿瘤
1.988 756
0.000
0.811 8 974
0.087
内分泌系统疾病
1.994 239
0.000
– 0.093 1 831
0.651
生殖系统疾病
1.757 336
0.000
0.553 9 932
0.012
常数项
– 2.225 145
0.000
0.933 8 937
0.000
注：a，b，c分别表示在1 % ，5 % 和10 % 的显著性水平.
表 5 因病致贫风险模型
将自评健康状况为不健康且收入水平低于国家贫困线标准的个体界定为健康贫困状态。因病致贫风险用医疗消费支出/个人收入 > 1或者个人收入 = 0表示。用logistic回归分析不同疾病类型对健康贫困风险的影响和对因病致贫风险的影响。结果发现所有疾病都会对造成健康贫困状态造成重要影响，其中恶性肿瘤、血液系统疾病和心血管系统疾病影响最为显著。但并不是所有疾病都会对收入造成显著影响，恶性肿瘤、血液系统疾病和生殖系统疾病对收入的影响最为显著。
2.7 健康贫困人群疾病经济负担重但卫生服务需求情况 非健康贫困人群与健康贫困人群医疗消费支出进行两样本均数t检验，健康贫困人群平均医疗消费支出为2 379.50元，明显高于非健康贫困人群平均医疗消费支出的1 159.73元，差异有统计学意义（t = – 3.133 8, P < 0.01）。健康贫困人群疾病经济负担明显高于非健康贫困人群。以心血管疾病患者为例，患心血管疾病中低收入人群和非低收入人群医疗消费支出开展两样本均数 t检验，非低收入心血管疾病患者平均医疗消费支出为4 398.35元，明显高于低收入心血管疾病患者平均医疗消费支出2 401.94元，差异有统计学意义（t = 4.488 3，P < 0.01）。许多低收入人群疾病患者因经济因素，影响其接受完整规范的医疗服务。开展规范可及的慢病系统管理，将对改善健康贫困人群生活质量起到重要作用。
3 讨 论 本研究结果显示，由于不健康与低收入之间存在相互影响的关系，改善和保障人群健康状况对缓解人群贫困程度具有重要意义，同时扶贫策略的有效落实也对人群健康状况的改善也将起到重要作用。实证研究发现女性，受教育程度较低的人群，≥ 65岁老年人口是健康贫困状态的高风险人群，城乡之间健康贫困风险及其影响因素也表现出一定的差异性。一方面，加大农村地区环境改善，开展健康教育，健全健康管理和健康保障制度，另一方面在我国加速发展的城市化进程中，也要对城市出现的健康贫困风险特征予以关注。
教育是对健康和贫困都会产生影响的重要因素，通过提供高质量可及的健康教育，有利于提高贫困人群的健康素养。通过对吸烟、酗酒等不健康行为的干预，改变贫困人群的健康状态[4]。有针对性的开展高质量可及的健康教育项目，对社会健康贫困状况的改善也必将起到重要作用。干净卫生的饮水和如厕环境，远离空气与水的污染都会对改善健康贫困起到重要作用。研究发现，自来水服务和环境卫生对缩短绝对贫困城乡流动人口脱贫时间的贡献度分别为1.254倍和1.040倍[5]。农村地区饮用水，卫生设施，垃圾收集，能源，交通和医疗服务等公共服务的提供普遍落后于城市地区，而这些因素都会对健康和贫困造成直接或间接的影响。通过完善公共服务，为贫困人群提供安全可靠的饮水及如厕条件，进一步有效控制空气与水污染的状况，能让贫困人群真正获得健康收益。
慢性疾病对健康贫困的影响不容忽视[6 – 7]，需要弄清那些疾病对健康贫困的影响更大，才能更好地开展慢性疾病的系统管理和重大疾病的医疗救助。有条件有计划地逐步扩大慢性疾病系统管理范围，对缓解健康贫困问题将会起到重要作用。实证研究发现，恶性肿瘤和血液疾病是对健康贫困影响最大的两类疾病，其次是良性肿瘤和生殖系统疾病，针对这些疾病建立健康管理系统将对缓解健康贫困发挥重要作用；另外，建立以高血压和糖尿病为代表的心血管疾病和内分泌疾病慢病系统管理有利于进一步扩大受益范围和改善健康贫困效果。不同地区应该针对自身经济状况，逐步开展有效的健康管理系统，提高患者规范治疗率，有效降低疾病经济负担[8 – 9]。有研究表明建立社区慢病管理干预机制将有效改善慢性疾病的控制。
为缓解健康贫困状况，保险和救助范围的确定常常是政策制定中的难点之一。一方面既要有效缓解健康贫困人群的经济负担，扩大覆盖率；另一方面也要合理控制资金风险。研究结果发现健康贫困人群与非健康贫困人群在直接疾病经济负担上存在显著差异，健康贫困人群存在更多借债医疗的风险，需要更多家庭和社会的支持。通过因病致贫效应分析，发现恶性肿瘤，血液系统疾病和生殖系统疾病是导致贫困关键的疾病。在针对贫困人群的慢病管理和医疗救助方案中，需要重点关注这几类疾病。逐步扩大医疗救助病种。另外，由于疾病之间存在一定的内在关联，所以还要进一步关注那些有两种以上疾病人群的健康贫困问题。了解不同疾病对贫困产生的影响，帮助合理确定保险和救助范围。通过对不同疾病医疗费用分析，了解健康贫困人群疾病经济负担状况，为进一步确定保险与救助水平提供政策依据。健康与贫困之间的恶性循环严重影响了人们的生活质量和社会的发展[10]。打破因贫致病和因病致贫造成的悲剧，需要个人，家庭和社会共同的努力[11]。健康贫困与教育贫困和环境贫困之间存在紧密的联系。从政府的角度来看，需要从以下角度帮助人们打破健康贫困的魔咒。第一，明确健康贫困高风险人群，为其提供教育，环境和社会保障等全方面的支持。第二，教育，环境，健康与贫困相互影响，收入，环境与教育的不公平会加剧健康不公平，从而进一步加剧健康贫困恶性循环。第三，完善医疗保险，针对贫困人群的医疗救助制度和建立慢病系统管理制度，降低因病制贫的风险。第四，通过完善的公共服务，改善贫困人群的生活环境和高质量可及的健康教育，提高贫困人群的健康素养，降低因贫致病的风险。