汪 斌

（北京大学社会学系，北京 100871）

一、研究背景

人民健康是民族昌盛和国家富强的重要标志。党的十九大报告中正式提出“实施健康中国战略”。2019年，《国务院关于实施健康中国行动的意见》中特别指出“以疾病预防和健康促进为重心”，将“普及知识、提升素养”确定为实践健康中国行动首要基本原则，并在总目标中提出到2030年“全民健康素养水平大幅提升”。显然，健康治理理念发生了“以治病为中心向以人民健康为中心”的转变，健康治理模式从事后治理向前瞻性治理演进[1]。而作为国民健康素养直接表现的健康意识成为前瞻性推进人口健康治理、全生命周期健康服务体系和“健康中国”建设的重要议题。2021年国家“十四五”规划中再次强调要“全面推进健康中国建设”。但以往大量研究多关注直接人口健康结果，而对人口健康水平有重要决定作用的健康意识研究较少[2]。无论是经典社会分层领域、卫生经济学还是健康传播学中对于国民健康意识关联机制的跨学科认识很大程度上仍然是一个有待揭示的“黑箱”。在此背景下，本研究使用中国社会科学院社会学研究所实施的中国综合社会状况调查(Chinese Social Survey,CSS)数据，运用经典分层线性模型和机器学习算法系统探究国民健康意识特征及其影响机制，旨在对增强国民健康意识、提升国民健康素养、促进国民健康水平和进一步推动健康中国建设提供现实与政策参考价值。

二、文献回顾与理论假设

(一)国民健康意识的概念界定

健康素养是指个人获取、处理、理解并做出适当健康决定所需的基本健康信息和服务的能力[3]（P3-5）。在2015年中国卫生部新修订的《中国公民健康素养》中，明确指出中国公民健康素养包括三个维度的内涵，即基本知识和理念、健康生活方式与行为、基本技能[4](P3-4)。而健康意识是健康素养的重要内容和表现。根据健康素养理论，本研究中将国民健康意识界定为国民对健康的感知和关注，并表现在健康的基本知识和理念、健康生活方式与行为、健康基本技能之中。

(二)国民健康意识理论基础及研究假设

目前国内对于健康意识的影响机制研究相对较少，已有研究多集中于对直接的人口健康结果研究，而关于国民健康意识的基本特征及其影响机制仍有待深入研究。

社会结构因素普遍被认为对人群健康水平有重要影响[5-6]。社会因果论认为低社会经济地位是导致健康不佳或高死亡风险最有力的决定因素[7]。社会经济地位对健康结果束缚作用并非是纯粹的直接影响，而是通过一系列复杂多样的中间机制发挥作用。一般更高社会经济地位者所拥有的金钱、文化资本、社会关系等资源可能改变其健康意识和行为从而对其健康水平产生作用[8-9]。此外，医疗保健、社会资本、生活方式均可能作为社会经济地位影响健康的中间机制[10-12]。而健康意识是影响健康行为及健康结果的路径，是健康素养的直接表现。因此社会结构因素同样可能对健康意识有重要影响。但健康意识并不完全等同于直接健康结果。文化导向论认为低社会经济地位群体会形成自我维持的亚文化，在这种亚文化中的独特生活方式和文化观念会使他们即使处于快速变迁的社会环境中仍能保持相对隔离，由于这种观念与意识内部再生产继而会导致不健康生活方式的延续[13]。布迪厄认为任何文化实践的参与都带着不同经济地位群体属性的色彩，趣味即是文化实践具体表现形式，但趣味并非是某种基于个人才能基础之上的独特内心感受和实践，而是根源于与阶级教养和教育相关的社会地位[14]（P190-192）。健康意识从某种程度上可以理解是一种独特现代文化实践，不同阶层健康文化趣味差异可能形塑了不同的社会经济地位群体健康意识水平。在有关健康素养实证研究中也发现低社会经济地位群体的健康素养水平更低[15-16]。综上，作为社会经济地位与健康结果中间路径以及健康素养直接表现的健康意识同样可能受到社会结构因素的作用。据此，本文提出以下假设。

假设1：结构束缚假设受教育程度更低、收入水平更低及主观社会经济地位更低的国民健康意识更弱。

中国互联网技术已经经过了30多年的高速发展，中国社会早已迈入曼纽尔·卡斯特所描绘的“网络社会”[17]（P25），甚至已逐渐深入人与社会因数而连的“数字社会”[18]。数据显示，中国网民规模从2000年的2250万人上升至2020年的9.89亿人，其中移动端网民数量在2020年更是达到9.86亿人[19]。2020年《财富》发布的中国500强企业排行榜上一些互联网公司位居前列，互联网经济成为数字时代国家经济发展的动力之一。伦敦大学学院最近发布《全球智能手机报告》中更是直接提出作为移动互联网载体的智能手机促使现代人成为“把家装在口袋里的人类蜗牛”，互联网成为人类的“栖息之地”[20]。当代中国不同领域已经呈现出社会属性与数字化相融合的特征，这种由传统社会向数字社会的转变对个人健康有着直接影响。在经典数字鸿沟视角下，互联网技术推动了现代医学健康知识的传播和增强了健康信息可及性从而促进了接入互联网群体人群健康意识增强和健康水平提升[21-22]。但经典数字鸿沟视角重点关注的是第一道“接入沟”对健康带来的影响，即是否使用或接入互联网。然而随着中国移动互联网技术的发展，数字社会中更深层次的第二道“使用沟”和第三道“知识沟”作用会愈加凸显[23-24]。由此，本文认为在数字社会中互联网技能可能会对国民健康意识产生影响，并提出以下假设。

假设2：信息技能假设掌握互联网技能的国民的健康意识要明显强于未掌握互联网技能的国民。

在健康治理视角下，除基本人口特征、社会经济地位、信息技能等因素外，外在公共政策环境对于国民健康意识作用不容忽视。1986年第一届全球健康促进大会上发布的《渥太华宣言》中指出“健康促进是一个综合的社会政治过程，不仅包含加强个人素质和能力的行动，还包括改变社会、自然环境以及经济条件，从而削弱其对人群健康的不良影响”[25]。2013年在芬兰赫尔辛基召开的第八届全球健康促进大会上首次明确提出将健康融入所有政策[26]。李克强总理在中国上海举行的第九届全球健康促进大会上强调“在经济社会发展规划中突出健康目标，在公共政策制定实施中向健康倾斜，在财政投入上着力保障健康需求”[27]。健康促进政策是以国家为行动主体实行健康治理的工具，健康促进政策或者说国家健康资源投入对于国民健康意识可能有重要影响[28]。诚然，这种影响机制或路径是复杂多元的。从健康促进政策制定起点看，其原则多在于对公平和效率的准确把握。因此在前一个假设基础上本文认为国家健康资源投入可能提升较低收入群体获取健康信息能力而增强其健康意识。综上，本文提出以下假设。

假设3：健康促进假设所在省际健康资源投入水平越高的国民健康意识越强。

假设4：资源补偿假设较低收入国民健康意识水平会受到其所在省际健康资源投入的调节。

三、数据来源、变量操作和分析方法

(一)数据来源

本文使用的数据来自中国社会状况综合调查。该调查是由中国社会科学院社会学研究所2005年发起的一项全国范围内的大型连续性抽样调查项目，采用概率抽样的入户访问方式，调查区域覆盖了全国31个省/自治区/直辖市。由于本研究所需要的健康意识相关内容仅在2015年问卷J部分存在，因此使用的是中国社会状况综合调查2015年调查数据。这部分原始样本数为3450个，在剔除缺失严重和不符合条件样本后，最终进入分析的个体层次样本量为3216个，省级层次样本量为30个。本研究所使用的省级层次数据来自2016年《中国卫生和计划生育统计年鉴》。

(二)变量操作

因变量为国民健康意识。根据本文研究设计，健康意识测量涉及三个维度的信息，包括健康生活方式、健康基本技能与健康知识信念。具体在问卷中采取的是简化测量方法，健康生活方式包括“坚持健身”，健康基本技能包括“留意食品中的营养成分”，健康知识信念包括“定期体检”“注意收集健康方面的信息”。具体设问为“关于健康问题，下列做法与您的情况是否符合”，选项是从“很不符合”到“非常符合”依次递增的5级量表。KMO检验结果值为0.7，达到统计分析要求。通过因子分析求出唯一因子值，为了便于解释，将提取的唯一因子进行标准化处理从而转换为取值在[1,100]之间的健康意识得分，取值越高，表明健康意识越强。

自变量主要划分为三类。第一类是社会经济地位(Socioeconomic Status,SES)变量。由于样本中包含老年人样本，因此主要使用客观社会经济地位变量(受教育程度、个人年收入对数值)及主观阶层认知变量(主观社会经济地位)进行测量。第二类是互联网技能。具体通过问卷中“你是否掌握互联网使用技能”生成，“不掌握”赋值为0，“掌握”赋值为1。第三类变量主要衡量不同省份健康资源投入水平。出于省际之间可比性考虑，采用人均卫生费用进行测量，并取对数处理。人均卫生费用通过所在省份当年卫生总费用除以同期总人口数生成。控制变量主要包括年龄、性别、婚姻状况、医疗保险、户籍。此外，考虑到可能存在的非线性关系，对年龄取平方项。变量具体情况见表1。

表1 样本基本特征

(三)分析方法

1.多层线性模型

本研究所使用的数据同时包括了个体层次变量和省际层次变量，在研究设计中考虑到社会情境效应，此时若使用经典的线性回归模型不仅样本独立性假设很难满足，而且会产生“区群谬误”。因此，在具体分析过程中使用多层线性模型进行拟合。由于限制最大似然估计(Restricted Maximum Likelihood，REML)只对方差构成部分采用最大似然估计拟合，故在分层模型拟合中采用的是REML估计方法。分层线性模型公式可以表示为：

yij表示 j 省 i 样本健康意识，β0j表示随机截距，η00是总平均值，为固定参数，εij为残差项，并服从(0,σε2)的正态分布。xkij为个体层次的变量，Gqj表示省际层次的解释变量。

2.混合效应随机森林模型

在上述分析基础上，为明确多个自变量对国民健康意识的影响程度，进一步使用混合效应随机森林模型对影响因素重要性进行评估和度量。由于本研究中结果变量为连续变量，因此使用的是混合效应随机森林回归算法。混合效应随机森林回归算法是基于经典随机森林回归算法而开发的一种适用于对嵌套数据进行数据挖掘的机器学习方法。相比传统计量方法，使用混合效应随机森林回归算法获得的变量重要性的排名是无偏的且更准确的，模型发生过拟合的风险较小。混合效应随机森林回归算法的关键思想是将固定效应与随机效应进行分离；当存在难以忽略的随机效应时，该算法要优于经典随机森林回归算法[29]。

四、国民健康意识特征的描述性分析

(一)国民健康意识存在显著空间自相关关系

图1展示的是国民健康意识的空间分布状况。利用自然断点法将30个省/直辖市/自治区的国民健康意识水平划分为四个类型：高水平区(53.10，65.11)、较高水平区(43.05，53.09)、中等水平区(36.77，43.04)及低水平区(30.55，36.76)。总体而言，国民健康意识水平分布存在明显的空间变异。高水平区主要存在上海、北京、海南等地；较高水平区大多集中于中部和东部地区；中等水平区主要分布于东北地区和西部地区。30个省/直辖市/自治区的国民健康意识水平的全局莫兰指数值为0.155，且在5%的水平上显著。这表明省际国民健康意识水平存在显著空间正相关关系。

图1 国民健康意识水平值的省际分布

(二)国民健康意识有着较为明显社会经济梯度

相关分析结果表明，受教育程度、个人年收入对数值及主观SES均与居民健康意识有着显著的相关性(p<0.001)。如图2所示，受教育程度初中及以上的国民健康意识得分比初中及下高18.27分。为了更直观说明收入与健康意识关系，对收入进行三分数处理。结果可以发现收入水平与国民健康意识有显著正向关系。主观SES与健康意识同样存在着正相关关系，主观SES上层的国民其健康意识得分比中层高6.92分，比底层高14.12分。分析结果初步揭示国民健康意识水平可能存在社会经济梯度。

图2 国民健康意识与其社会经济地位、互联网技能的关系

(三)互联网技能与国民健康意识紧密关联

掌握互联网技能的国民其健康意识得分比未掌握互联网技能国民约高19.65分（见图2）。卡方分析结果表明互联网技能与国民健康意识存在显著的正相关关系(p<0.001)。在数字社会，健康信息传播的主要途径已经发生了由传统媒介向新媒介的转变，互联网已经成为人们搜寻、查找健康信息与甄别、学习健康知识的主要来源[30]。掌握互联网技术国民健康意识得分更高一定程度上体现数字社会中数字素养对个体健康意识的重要影响。

(四)省际健康资源投入和国民健康意识密切相关

图3结果表明了省际健康资源投入与国民健康意识的关系，随着省际人均卫生费用增加，国民健康意识水平在逐渐提高。总体上人均卫生费用投入更高省份其居民健康意识水平相对更高。从最小二乘法的拟合结果看，人均卫生费用的对数能够解释省际国民健康意识变异的33.6%。由此可知人均卫生费用的对数和国民健康意识水平密切相关，省际健康资源投入对于国民健康素养和健康意识有积极影响，但这仍需在控制其他变量基础上进一步分析。

图3 省际健康资源投入与国民健康意识关系

五、国民健康意识的影响机制及重要因素评价

(一)国民健康意识影响机制的多层线性模型结果

在描述性统计分析基础之上，本研究使用多层线性模型探究国民健康意识的影响因素及其内在机制。为避免多重共线性问题且考虑到结果可解释性，变量人均卫生费用的对数和个人年收入的对数均进行了对中处理。多层线性模型的估计结果见表2。

表2 国民健康意识影响机制的多层线性模型估计结果

模型1为空模型，其结果显示调整后的组内相关系数值(Intraclass Correlation Coefficient,ICC)达到0.0 74，大于0.059 经验值，且在p＜0.001的水平上显著。这表明省级差异可以解释国民健康意识差异的7.4%。此时经典线性回归中样本独立性假设无法满足，因此有必要构建多层线性模型。模型2在模型1基础上纳入省际层面变量人均卫生费用的对数后，调整后的ICC值由0.074下降到0.046。这表明省际国民健康意识差异的2.8%可以被人均卫生费用的对数变量所解释。且省际人均卫生费用对数值对国民健康意识有显著正效应。省际人均卫生费用对数值越高的省份国民健康意识明显更强。但这仍需控制其他变量后进一步检验。

模型3在模型1基础上加入控制变量和自变量。控制变量结果显示年龄系数为负，年龄平方项系数为正，这表明年龄对国民健康意识影响呈现出“U型”关系，其拐点值在42岁左右。可能解释是青年人通过对新知识的学习其健康意识水平更高；中年人社会压力较大，且工作往往以牺牲身体健康为代价，对健康关注变弱[31]；随着年龄继续增长，身体机能不断衰退、免疫力持续下降及退休后社会关系和角色发生转变，又逐渐重视健康[32]。国民健康意识还存在显著的性别差异，女性的健康意识比男性更强。与无配偶国民相比，已婚有配偶的国民健康意识得分更高。国民健康意识存在显著的城乡差异，城市居民健康意识得分明显高于农村居民。

模型3结果表明社会经济地位变量的受教育程度、个人年收入的对数、主观社会经济地位均对国民健康意识有显著影响。在控制其他变量前提下，受教育程度为初中及以上国民的健康意识得分显著高于受教育程度仅为初中以下的国民。国民个人年收入对数值越高其健康意识得分越高。主观社会经济地位为上层、中层国民的健康意识得分显著高于主观社会经济地位为底层的国民，高出幅度由大到小依次为：上层>中层>底层。综合来看，社会经济地位越高国民其健康意识越强。国民健康意识有着明显社会经济梯度和社会建构特征，检验了假设1。研究结果同时发现互联网技能对国民健康意识有显著正向影响，掌握互联网技能的国民其健康意识得分显著高于未掌握互联网技能的国民，检验了假设2。

模型4为全模型结果。社会经济地位、互联

网技能对国民健康意识有显著影响。在控制个体层次变量后，省际人均卫生费用的对数对国民健康意识仍然有着显著正向影响，检验了假设3。这表明国民个体的健康意识受到所处宏观社会环境的影响，省际健康资源投入是形塑国民健康意识水平重要社会情境因素。

(续表）

(二)收入不平等、健康资源投入与国民健康意识

本文继续通过跨层交互效应来检验收入不平等对国民健康意识的影响是否受到省际健康资源投入的调节作用。具体在表2中模型4的基础之上进一步加入人均卫生费用的对数和个人年收入的对数的交互项形成模型5。

在模型5中，省际人均卫生费用对数值与个人年收入对数值交互效应显著，检验了假设4。这说明不同收入水平对国民健康意识的影响会因省际健康资源投入高低而存在差异，存在交互效应，依次取人均卫生费用对数值四分位点(即-0.175、-0.015和0.062)进行可视化分析，见图4。在较低水平人均医疗费用投入省份(-0.175)，随着国民个人年收入对数值的上升，其所在省份国民健康意识水平呈迅速上升趋势。而在较高水平人均医疗费用投入省份中(0.062)，随着国民年收入对数值的上升，其健康意识水平呈现出上升趋势但相对较低水平健康资源投入省份随收入增长较为缓慢。简而言之，更高水平人均卫生费用投入省份所对应的直线更加平缓，更低水平人均卫生费用投入省份所对应的直线更加陡峭。即省际健康资源投入可能通过对较低收入国民补偿作用增强其健康意识，从而促进健康公平。

图4 省际健康资源投入的调节作用

(三)影响国民健康意识因素的特征重要性评价

为了增强研究结果对政策参考价值，本研究构建起混合效应随机森林模型评估影响国民健康意识特征因素的重要性。本研究设置树的数量为500，基于IncNodePurity值对重要性因素进行评估。IncNodePurity考虑了每个变量在用于拆分时减少节点杂质的能力。因为节点杂质与 MSE 相关，所以节点纯度的增加意味着MSE 的减少，具有最大IncNodePurity值的变量被认为是更重要的[33]。图5结果首先揭示了即使在社会经济地位中，不同变量重要性也不同。收入变量显然要比受教育程度、主观SES的重要性更高。其次，省际健康资源投入重要性仅次于收入变量，这表明公共政策在提升国民健康意识中的政策效用较大。最后，互联网技能在重要性排序中处于第5位，这表明在数字社会中提升国民健康意识有必要重视互联网影响。

图5 国民健康意识影响因素的特征重要性评价

六、结论与政策性启示

国民健康意识具有明显社会经济梯度和社会建构特征。受教育程度更低、收入水平更低及主观社会经济地位更低的国民，其健康意识明显更弱。作为数字社会媒介素养底层逻辑的互联网技能对国民健康意识有重要影响，掌握互联网技能国民健康意识水平明显更高。宏观社会情境因素对国民健康意识作用不可忽视。国民所在省际人均健康资源投入水平越高，其健康意识更强。在印证了社会环境因素对国民健康意识的影响后，研究进一步发现省级人均卫生费用可能通过对较低收入国民的补偿效应缩小了国民健康意识水平的差距。混合效应随机森林模型表明收入和省际健康资源投入是影响国民健康意识最重要特征因素。基于上述发现，本研究提出以下三点政策性建议。

(一)深刻认识结构因素对国民健康意识的影响

国民健康意识具有明显社会经济梯度。这表明在实施健康促进行动和增进国民健康素养时需要深入认识结构因素的约束作用。对于政策制定者而言，大力推进健康中国建设，提升国民健康水平，需着力破解结构因素对国民健康意识的束缚。因为个人获得健康知识和健康教育的机会并非是完全平等的，受到其教育、收入等方面因素的影响。健康治理应该更加重视落后地区及弱势群体健康教育普及和健康知识宣传，尽可能为低社会经济地位群体提供定期免费体检项目，努力将健康教育纳入到公民生活和工作之中，加强经济不发达区域体育活动设施和场所建设，提升弱势群体获取健康信息资源的能力，从而最大可能打破社会结构因素所导致的健康不平等再生产。

(二)准确把握数字社会健康治理的新特征

在数字社会掌握互联网技能国民其健康意识更强。健康治理的重点场域不应只关注传统在场空间。在日常生活被数字化高度渗透的当下，互联网同样是健康治理的重点场域，且作为新的治理空间其重要性会随着中国数字化发展而不断凸显。因此，为提升国民健康意识和全力推进健康中国建设需要从两个方面准确把握数字社会中国健康治理的新特征。一方面，互联网普及率已经相对较高。经典数字鸿沟理论中第一道“接入沟”已经实现快速弥合。但是随之而来的第二道“使用沟”及第三道“知识沟”却可能有不断扩大的风险。因此，在数字社会需要重视对国民数字素养和数字技能的培养，引导国民合理运用互联网技术获取现代医学健康知识和健康信息资源。另一方面，技术价值负荷论认为互联网技术工具性价值在改善人类生活同时可能成为社会失范的工具。[34]由于网络空间去中心化的特点，网络健康信息良莠不齐。少数被资本、技术利益主体等建构互联网平台为逐利而生产大量有害健康的信息，这对缺乏信息辨别能力国民的健康产生不利影响。因此，政府还应发挥制度优势，加强网络空间环境建设，遏止技术异化，推动“科技向善”，从而降低国民从互联网获取优质健康信息资源的门槛。

(三)着重发挥公共政策对健康公平的促进作用

公共政策对健康公平有着重要促进作用。国家资源投入更高区域的居民健康意识明显越强，较低收入国民健康意识水平受到其所在省际健康资源投入的调节，省际健康资源投入通过对较低收入国民补偿作用增强其健康意识。这一定程度上佐证了国家健康促进政策方向正确性。2016年《“健康中国2030”规划纲要》中明确提出“推动健康领域基本公共服务均等化，维护基本医疗卫生服务的公益性，逐步缩小城乡、地区、人群间基本健康服务和健康水平的差异”。为了解决卫生资源区域分布不均、城乡社会发展差距和弱势群体健康资源可及性问题，进一步缩小国民健康不平等和加快推进“健康中国”目标实现，健康治理应该着重发挥外在公共政策对弱势群体的支撑作用并强化对区域健康资源统筹与顶层健康战略布局。