卢鹏予 王诗瑶 刘辉

大连医科大学，辽宁 大连 116027

期望寿命也称预期寿命，出生（0岁组时）的期望寿命，简称期望寿命或平均寿命。人均预期寿命，是衡量一个国家或地区现阶段经济发展水平、人民生活质量和医疗卫生服务条件的通用指标，也是评价不同地区、不同时期居民健康水平的重要指标之一，社会经济条件、卫生医疗水平等影响人的寿命，所以不同社会和时期，人类寿命长短有很大的差别；同时，由于体质、遗传因素、生活条件等体差异，也使每个人的寿命相差很大。平均预期寿命最能体现民生综合指标，是世界卫生组织（WHO）健康测量指标的重要内容之一。

对影响预期寿命的因素如：环境因素、地理因素和教育水平等研究很多，但多为单因素或少数几个因素定性分析对人口预期寿命的影响，并不能准确反映何种因素影响人均预期寿命的最主要因素和其影响程度。本文将综合相关数据，分析2000～2015年中国大陆的预期寿命与人均GDP、人均医疗机构床位数、单位面积二氧化硫排放量、每万人拥有执业助理医师数、人均教育经费、经度、纬度、海拔高度、海岸线的直线距离等主要影响因素的关联，定量分析影响预期寿命最主要因素。

1 资料与方法

1.1 数据来源 ①经济发展：张守忠指出GDP100强城市在我国经济发展中举足轻重［1］。而人均GDP直接反映一个地区经济情况，相关数据通过汇总各省市区国家统计局的公开数据得出［2］。②卫生发展：随着医疗卫生事业的发展，过去许多难以医治、危及生命的疾病得到救治，人们身体健康指数大幅提升，预期寿命明显提高。因此，我们用医疗机构床位数和每万人拥有执业助理医师数表示医疗卫生服务水平［4-5］。③教育水平：采用教育经费表示，教育程度越高，对自身健康的重视程度也高［6］。有利于预期寿命的提高。因此用教育经费来表示教育水平［2］。④地理因素：经度，纬度、海拔高度、最近海岸线距离、地理位置造成的气候类型差异等，可能影响人的预期寿命［7］。各省会（直辖市）经度、纬度、海拔高度通过谷歌卫星地图进行查询。海岸线的直线距离来自于百度地图测量统计：运用其测量距离工具，将各省的省会中心坐标（直辖市直接选取中心）作为起始坐标，与其最近的海岸线的点坐标作为终止坐标，多人测量多组数据进行平均值计算，得出数据即为海岸线直线距离。⑤环境因素：用单位二氧化硫排放量表示环境污染水平［8］。环境问题越来越成了影响人们生活的主要因素之一。随着工业，汽车等尾气排放，对人们的健康造成了许多危害［2］。⑥人口预期寿命根据国家统计局第四、五、六次人口普查完整寿命表资料获得［2］。数据（有些年份数据记录不全）采用两端取平均值，上下延展补缺，进行后续计算分析。原始数据见表1。

1.2 建立分析模型 整理数据后，运用SPSS软件将2000～2015年各省预期寿命为因变量，人均GDP、人均医疗机构床位数、单位面积二氧化硫排放量、每万人拥有执业助理医师数、人均教育经费、经度、纬度、海拔高度、海岸线的直线距离为自变量做线性退行回归方程。建立函数模型Y=C+人均GDP×β1+排放面积×β2+床位人×β3+人均教育费×β4+距最近海岸线距离（公里）×β5+纬度×β6+经度×β7+海拔高度×β8，将各数据代入分析。

表1 2000～2015年我国人口预期寿命及影响因素

1.3 模型有效性验证 得出线性回归方程后，将各项数据的平均值回带入此方程后与平均寿命比较，进行检验预测。后选取各省中具有代表性的数据，整体各项因素进行比较，观察是否符合结果得出的结论。

1.4 因子效应比较 通过比较得出的标准化系数，确定各因素对预期寿命的影响程度和相关度。标准化系数为正时，表示为正相关，反之为负相关。标准化系数的绝对值越大表明相关度越大。再分别将人均GDP，海拔高度和海岸线距离按由小到大的顺序平均分成10组，为序1～10。先将平均寿命作为因变量，人均GDP作为一层自变量由小到大排序，对海拔高度为二层自变量进行均数分析。再加入平均海岸线距离作为第三层自变量进行均数分析，观测结果是否符合根据标准化系数得出的结论。

2 结果

2.1 数据模型 人口预期寿命的预测方程为：Y=71.318+4.4×10-5×人均 GDP+0.018×排放面积+0.067×床位人+4.72×10-4×人均教育费-0.002×海拔高度-0.001×距最近海岸线距离（公里）。

2.2 模型有效性验证 通过观察调整后的判定系数R2为0.852，拟合优度较高，不被解释的变量较少，将9个自变量经4次带入方程中，P＜0.05为差异有统计学意义。将各省各因素平均值带入的数模型可得预测的平均寿命值。与平均寿命相比，误差在结果范围内，结果可靠。见表2。

表2 各省份预期寿命实际值与计算值

2.3 因子效应比较 通过标准系数的比较，距最近海岸线距离和海拔高度与预期寿命成负相关，即据距最近海岸线越远，地域海拔越高，预期寿命越低。而单位排放面积、人均GDP、人均医疗机构床位数和人均教育经费为正相关。可知海拔高度为影响预期寿命的最主要因素，其次为人均GDP、床位数、距海岸线距离、教育经费和单位面积排放。均属分析的结果也符合该数据模型。见表3。

表3 预期寿命影响因素结果分析

2.4 人均GDP相似，海拔高度不同时人均寿命的差异由于人均GDP对预期寿命有影响，所以选择人均GDP进行分组，每十个分为一组，每组内人均GDP视为一致，观察组内地区的平均海拔高度类似的预期寿命的差异，见表4。同一GDP组内，地区的海拔高度与预期寿命成反比，即排除经济发展因素，该地区的海拔高度对预期寿命仍有显著影响。

2.5 人均GDP、海拔高度相似海岸线距离不同时人均寿命的差异 由于人均GDP和该地区的平均海拔高度对预期寿命影响较大，所以选择人均GDP分组，海拔高度再分组，观察组内地区距最近海岸线的距离类似的预期寿命的差异，见表5，同一人均GDP组和海拔高度亚组内，海岸线距离与预期寿命成反比，即排除经济发展因素和海拔高度因素，海岸距离对预期寿命仍有显著影响。

3 讨论

从构造的回归直线方程的标准系数来看，以全国范围综合比较，海拔高度是影响预期寿命的最主要因素，其次依次是人均GDP，每人床位数，海岸线距离，人均教育经费和单位面积的废气排放量。由此可见，结果与人们普遍的认知有所差异［9］。GDP和床位数分别代表的是经济水平和医疗卫生水平，为主要影响预期寿命的主要因素在预料之中，也是多为人们所接受的因素。反之，单位面积废气排放量则是代表环境污染程度的指标，空气污染严重会影响健康，而会影响寿命。但通过实验的结果看，环境因素的标准系数仅为0.061，远小于经济和医疗的0.260和0.216。环境污染对人类寿命的不利影响远小于经济发展对此的有利影响。

表4 人均GDP类似，海拔高度不同时期望寿命的分析比较

表5 人均GDP、海拔高度类似，海岸线距离不同时期望寿命的分析比较

对于寿命的影响，GDP和床位数分别排在第二、三位。其原因是GDP升高代表着经济的发展，才有能力和精力关心自身的健康。而床位数的增加则代表医疗水平的提升，医疗系统的改善，过去许多难治，不治疾病如今却可以治疗［10］，在疾病的预防方面也有着极大的提升，同时经济与医疗的发展也相辅相成，这些都对人们的预期寿命增长有着积极的作用。

教育水平越高，对卫生知识也更加地了解，更加懂得如何保健和就医［11］。所以教育也是影响预期寿命的主要因素。

通过结果分析，对人预期寿命影响最大的是海拔高度，其标准化系数为-0.498，远大于其他因素标准化系数，高海拔地区，气压较低，空气稀薄，氧气含量较低，对人身体的心脑血管和肺部等器官和全身各系统均有不利影响，长期会对人体造成持续的损害，进而影响预期寿命。

目前，多数研究表明，经纬度对预期寿命有着重要影响因素［12］，本文结果分析，经纬度对预期寿命影响不明显。靠近海岸线的地方空气湿润，氧含量充足，污染较小，对心肺功能有改善作用，可提高预期寿命。在海拔不高，靠近海岸线的地方，才是最适宜人居的。

根据分析，在人均GDP接近的情况下，平均海拔高的地区预期寿命低于低海拔地区。如2000年安徽预期寿命为71.85，云南为65.49，湖北为71.08，内蒙古为69.87，河北为72.54。2005年甘肃预期寿命为72.54；广东为74.88和新疆为72.35等。而在限制人均GDP和海拔高度一定的情况下，距海岸线越近的省份预期寿命越高，如2000年重庆预期寿命为71.73，吉林为73.1，湖北为72.98，浙江为74.7；2005年江西预期寿命为71.64，辽宁为73.34。

综合来看，不必过分忧虑因环境恶化对寿命的不利影响，而忽视经济、医疗和教育等方面发展的有利影响。国家应调整好经济发展与环境保护之间的关系，形成良好循环机制。