首页 > 资讯 > 应用Fairlie分解法的老年人自评健康状况性别差异研究

应用Fairlie分解法的老年人自评健康状况性别差异研究

泰然健康网
2024-12-15 14:51

随着我国步入老龄化社会，老年人口逐渐增多，老年人的健康问题越来越成为我国老年人问题研究的热点之一。老年人健康问题有其复杂性和特殊性，健康不公平的现象比较突出[1-3]。曾毅[4]认为性别差异是我国老年人健康状况存在的两大特征之一，并且女性在生活自理能力上弱于男性，处于弱势地位。当前关于不同性别老年人的健康研究大多是关于其现状及影响因素。本文旨在通过对收集到的2013年中国健康与养老追踪调查(China health and retirement longitudinal study, CHARLS)数据，利用Fairlie分解法对不同性别老年人自评健康的差异进行分解，分析不同性别老年人健康现状及差异。

1. 对象与方法

1.1 研究对象

本研究采用的数据是2013年CHARLS全国追访调查数据，采用概率比例容量抽样法(probability proportionate to size sampling，PPS)，旨在收集一套能够代表中国45岁及以上中老年人家庭和个人的高质量微观数据，推动老龄化问题的跨学科研究。剔除无效样本后，共得到3 744位65岁及以上老年人样本，其中男性1 954位，女性1 790位。

1.2 研究内容与方法

本研究选用的自变量包括年龄、婚姻、受教育程度、医保类型、收入、是否锻炼、是否饮酒、是否吸烟、睡眠。受限于取得数据库问卷资料的局限性，对于吸烟饮酒的定义采用多个问题来界定，吸烟是结合过去以及现在的吸烟状况，饮酒是结合过去一年是否喝酒以及饮酒的频率。对人均年收入进行了分组，人均年收入分为3组，分别为低收入组[0, 3 000元)，中等收入组[ 3 000, 30 000元)，高收入组[ 30 000元, +∞)。

1.3 统计分析

使用Stata 14.0软件，采用卡方检验针对不同性别老年人的基本特征和自评健康状况进行比较分析。采用多因素非条件Logistic回归分析与自评健康相关的影响因素。采用Fairlie分解法确定不同性别老年人存在自评健康差异的影响因素。检验水准为α=0.05。首先分别建立男性和女性的线性回归模型如下：

Ye和Yw分别为男性和女性健康自评的平均值，X为各自的变量，β为相应的系数。男性和女性平均自评健康差异分解可表示如下：

¯Ye−¯Yw=[Ne∑i=1F(Xeieβ)/Ne−Nw∑i=1F(Xwieβ)/Nw]+n[Ne∑i=1F(Xwieβ)/Nw−Ne∑i=1F(XwiWβ)/Nw]n(3)

Ne和Nw分别代表男性和女性的样本数量，Xe和Xw为男性和女性的特征向量。(3)式中，等号右前半部分表示可解释部分，是由不同性别的个体特征造成的差异，也可称为特征效应，后半部分表示不可解释部分，是由于不可观测因素所引起的，称之为系数效应[5]。需要注意的是，在非线性模型的分解中，可能会因为各个变量分解的先后顺序不同，最终影响结果，为了解决该问题，将变量进行100次随机分组后得出平均结果[6]。

2. 结果

2.1 研究对象一般情况

3 744名老年人被纳入了此次研究，其中男性老年人1 954人，自评健康人数为921人，自评健康率为47.1%；女性老年人1 790人，自评健康人数为744人，自评健康率为41.6%。经χ2检验，老年男性与女性健康状况差异有统计学意义(χ2=11.74，P<0.001)。见表 1。

表 1 男性和女性老年人的基本特征[n(%)]a

Table 1. Description of male and female elderly [n(%)]a

变量名称男性女性合计 χ2值 P值是否吸烟 1 219.096 ＜0.001 是 1 286(65.8) 180(10.1) 1 466(39.2) 否 668(34.2) 1 610(89.9) 2 278(60.8) 是否喝酒 465.817 ＜0.001 是 756(38.7) 151(8.4) 907(24.3) 否 1 198(61.3) 1 639(91.6) 2 837(75.8) 是否锻炼 0.038 0.845 是 154(7.9) 138(7.7) 292(7.8) 否 1 800(92.1) 1 652(92.3) 3 452(92.2) 收入 41.930 ＜0.001 低 1 396(71.4) 1 439(80.4) 2 835(75.7) 中 322(16.5) 216(12.1) 538(14.4) 高 236(12.1) 135(7.5) 371(9.9) 婚姻状况 182.588 ＜0.001 有伴侣 1 648(84.3) 1 168(65.3) 2 816(75.2) 无伴侣 306(15.7) 622(34.7) 928(24.8) 受教育程度 130.188 ＜0.001 小学及以下 1 462(74.8) 1 597(89.2) 3 059(81.7) 初中至高中 440(22.5) 177(9.9) 177(9.9) 大专及以上 52(2.7) 16(0.9) 68(1.8) 年龄(岁) 0.892 0.827 65~ 853(43.7) 783(43.7) 1 636(43.7) 70~ 554(28.4) 516(28.8) 1 070(28.6) 75~ 347(17.8) 299(16.7) 646(17.3) ≥80 200(10.2) 192(10.7) 392(10.5) 医保类型 8.913 0.003 无医疗保险 42(2.1) 68(3.2) 110(2.9) 有医疗保险 1 912(97.9) 1 722(96.8) 3 634(97.1) 睡眠时间(h) 47.467 ＜0.001 <5.5 643(32.9) 785(43.9) 1 428(38.1) 5.5~ 754(38.6) 580(32.4) 1 334(35.6) ≥7 557(28.5) 425(23.7) 982(26.2) 自评健康 11.736 0.001 健康 921(47.1) 744(41.6) 1 655(44.5) 不健康 1 033(52.9) 1 046(58.4) 2 079(55.5) 合计 1 954(100.0) 1 790(100.0) 3 744(100.0)注：a括号中表示构成比。2.2 不同性别老年人自评健康状况的二分类Logistic回归

我国不同性别老人自评健康的影响因素存在某些差异。男性老人自评健康的影响因素包括收入、锻炼、饮酒及睡眠。低收入、锻炼、饮酒及睡眠时间低于5.5 h的男性老年人自评健康较好。而女性老人的影响因素包括收入、饮酒、睡眠。低收入、饮酒和睡眠时间低于5.5 h的女性老年人自评健康较好。见表 2。

表 2 不同性别老年人自评健康状况的Logistic回归结果

Table 2. The Logistic results of male and female elderly's self-rated health

变量男女 β OR(95% CI)值 P值β OR(95% CI)值 P值人均年收入(元) 中 -0.401 0.670(0.495~0.905) 0.009 -0.468 0.626(0.426~0.919) 0.017 高 -0.068 0.935(0.655~1.333) 0.709 -0.043 0.958(0.611~1.503) 0.851 锻炼 0.415 1.514(1.061~2.160) 0.022 0.331 1.392(0.965~2.006) 0.077 吸烟 0.022 1.022(0.840~1.244) 0.826 -0.236 0.790(0.571~1.093) 0.155 饮酒 0.469 1.598(1.321~1.933) ＜0.001 0.378 1.459(1.038~2.052) 0.030 有伴侣 -0.228 0.796(0.617~1.028) 0.080 -0.009 0.991(0.801~1.226) 0.931 受教育程度初中至高中 -0.410 0.664(0.360~1.223) 0.188 -0.134 0.874(0.313~2.441) 0.797 大专及以上 -0.120 0.887(0.477~1.648) 0.703 -0.073 0.930(0.325~2.662) 0.892 年龄(岁) 70~ -0.071 0.932(0.671~1.293) 0.672 -0.205 0.815(0.578~1.147) 0.241 75~ -0.102 0.903(0.644~1.268) 0.557 0.033 1.033(0.730~1.463) 0.853 ≥80 -0.058 0.944(0.658~1.353) 0.752 -0.163 0.849(0.583~1.238) 0.396 有医保 0.087 1.091(0.579~2.057) 0.788 0.086 1.090(0.656~1.811) 0.739 睡眠(h) 5.5~ -0.371 0.690(0.546~0.872) 0.002 -0.380 0.684(0.536~0.872) 0.002 ＞7 -0.011 0.989(0.790~1.239) 0.924 0.069 1.071(0.828~1.384) 0.601 常量 0.589 1.802 0.301 1.352注：变量赋值如下，人均年收入：0=低，1=中，2=高；锻炼：0=否，1=是；吸烟：0=否，1=是；饮酒：0=否，1=是；婚姻：0=无伴侣，1=有伴侣；受教育程度：0=小学及以下，1=初中至高中，2=大专及以上；年龄(岁)：0=65~，1=70~，2=75~，3=≥80；医保：0=无医保，1=有医保；睡眠时间(h)：0=＜5.5，1=5.5~，2=＞7；性别：0=女，1=男。

表 3 老年人自评健康状况的性别差异分解

Table 3. The decomposition of disparity of male and female self-rated health

各变量的差异分解回归系数 P值贡献率(%) 年龄 -0.000 2 0.411 -0.39 婚姻状况 -0.004 5 0.224 -8.74 收入 0.009 0 ＜0.001 17.48 医疗保险 0.000 4 0.599 0.78 受教育程度 0.008 6 0.008 16.70 生活方式 0.038 1 ＜0.001 73.98 可解释部分(特征效应) 0.051 5 - 92.46 不可解释部分(系数效应) 0.004 2 - 7.54 总差异 0.055 7 - 100.00注：特征效应+系数效应=总差异。回归系数保留4位小数。2.3 老年人自评健康率性别差异的Fairlie分解结果

将吸烟、饮酒、锻炼以及睡眠合并为生活方式，收入分组、受教育程度分组合并为收入和受教育程度，然后进行分解。在总差异当中，特征效应所占的比例为92.46%，而系数效应所占比例为7.54%，即老年人自评健康的性别差异中，92.46%是由于可观测因素所引起的，另外7.54%是由于性别属性本身造成的差异。各个因素的分解结果显示，收入、受教育程度和生活方式对老年人自评健康的性别差异有统计学意义(均有P<0.05)，贡献率分别为17.48%、16.70%和73.98%，其他因素均无统计学意义(均有P>0.05)。

3. 讨论

Krause等[7]经过社会调查发现，大约70%的人健康自评的标准是自身体质状况。学者Maddox等[8]早在1973年研究就已表明健康自评不但可以反映个人健康状况，同时也是客观健康状况以及与之相关事物的主观反映，是死亡风险以及体质功能衰退的一个很好的预测指标[9-10]。

本次研究发现，老年男性自评健康比率为47.1%，女性则为41.6%，差异有统计学意义。男性自评健康比率高于女性。孙菊等[11]、徐婧[12]关于老年人自评健康性别差异的研究结果均显示，男性自评健康比率均高于女性，这与本文的研究结果一致。研究结果显示，饮酒、锻炼和睡眠时间低于5.5 h的男性老年人自评健康状态较好，中等收入的男性老年人自评健康较差。低收入、饮酒、睡眠时间低于5.5 h的女性老年人自评健康较好。锻炼和饮酒的老年人相较于不锻炼不饮酒的老年人健康状况较好，这与刘祥等[13]的研究结果相同，可能是因为在长期的生活中已经适应了此饮酒量，以及在此过程中可获得的社交收益及愉悦感有关系。

Fairlie分解结果显示，由于性别导致的老年人自评健康差异有92.46%可由可观测的因素所解释，包括社会经济特征、社会人口特征以及他们的生活方式。李建新等[14]人的研究也发现在控制了各种因素之后，女性和男性老人对自己健康评价的差异没有统计学意义。其中，生活方式、收入和受教育程度对不同性别老年人自评健康的差异有统计学意义(均有P<0.05)，其贡献率分别为73.98%、17.48%、16.70%，说明在当生活方式、收入和受教育程度相同时，老年人自评健康性别差异会分别缩小73.98%、17.48%、16.70%，提示生活方式成为影响老年人自评健康性别差异的最重要因素。相对男性来说，女性受过健康教育的机会较少，相关的健康知识能力比较缺乏，难以形成健康合理的生活方式，这与陆一鸣等[15]的研究中男性健康素养水平4.9%高于女性4.5%以及宋江宇等[16]研究中男性受高等教育机会高于女性一致。孙菊等[11]人的研究发现，健康的性别不公平实质上是男女社会经济状况不平等的体现。女性在社会经济地位上处于明显的弱势，不能够在经济上加以支持健康。徐婧[12]在对中老年人健康的性别差异研究中发现，教育、睡眠对健康的性别差异贡献较大，分别为62.60%和13.74%，教育特别是高等教育导致两性健康差距的主要因素。这与本文的研究有所区别，可能原因在于研究人群的差异，徐婧研究人群为45岁以上中老年人而本文为65岁以上老年人，同时在其文章中指出教育对各年龄组性别差异的贡献率会随年龄的增高而呈现减小的趋势，也部分证明了此观点。通过本次研究得出，老年人自评健康存在着性别差异，为了缩小差异，需要重视生活方式、教育以及社会经济特征的影响。相对于提高社会经济特征，加大对女性老人健康教育的宣传工作，提倡形成健康的生活习惯和方式，以此来提高女性老年人的健康水平，缩小老年人健康存在的性别差异，促进老年人健康公平更为有效。本次研究使用的是2013年的横断面数据，但影响老年人健康的因素众多，可能难以考虑到其他因素，再者，因为问卷设计的局限性，在某些变量的定义上有所争议，这些都是本文存在的局限性，因此在后续的研究中需要收集更多的数据加以分析验证结果的合理性。