我国城乡居民收入对健康影响的多维剖析与实证探究

我国城乡居民收入对健康影响的多维剖析与实证探究一、引言1.1研究背景健康作为人类发展的核心维度，不仅是个体幸福生活的基石，更是国家经济繁荣和社会稳定的重要保障。在当今社会，居民健康水平受到诸多因素的综合影响，其中收入水平作为关键的经济因素，与健康之间存在着千丝万缕的联系。随着中国经济的持续高速增长，居民收入水平实现了显著提升。国家发展改革委数据显示，2024年全国居民人均可支配收入达到4.13万元，这一数据反映了我国居民在经济层面的进步。与此同时，城乡居民收入相对差距呈现出持续缩小的态势，这无疑是社会公平性增强的积极信号。但不可忽视的是，城乡之间在收入水平上依旧存在着明显的差距，这种差距深刻地影响着城乡居民在获取健康资源、享受健康服务以及维持健康生活方式等方面的差异。从健康状况的角度来看，近年来我国居民的健康素养水平得到了稳步提升。2024年国家卫生健康委通报显示，我国居民健康素养水平已达到31.87%，比2023年提高了2.17个百分点。其中，城市居民健康素养水平为34.74%，农村居民为29.11%，农村增幅超过城市，城乡差距进一步缩小。尽管如此，城乡居民在健康素养、疾病预防与控制以及医疗服务利用等方面，依然存在着不容忽视的差距。这些差距背后，收入因素扮演着极为重要的角色。收入对居民健康的影响机制是多维度且复杂的。从物质层面而言，较高的收入意味着居民能够拥有更优质的居住环境、更丰富均衡的饮食结构以及更便捷可及的医疗保健服务，这些物质条件的改善为居民健康提供了坚实的基础保障。从心理层面来看，稳定且充足的收入可以显著降低居民的生活压力和心理负担，有助于维持良好的心理状态，而心理的健康稳定又对身体健康产生积极的促进作用。从社会参与和资源获取角度出发，收入水平较高的居民往往能够更好地融入社会活动，获取更多的健康信息和资源，进一步提升自身的健康水平。在当前社会经济背景下，深入研究收入对我国城乡居民健康的影响具有重要的现实意义和紧迫性。这不仅有助于我们从理论层面深化对收入与健康关系的理解，丰富相关学术研究成果，更能够为政府部门制定科学合理的政策提供有力的实证依据，从而推动城乡居民健康水平的均衡提升，促进社会的公平与和谐发展。1.2研究目的与意义本研究旨在深入剖析收入对我国城乡居民健康的影响机制，揭示其中的内在联系和规律。通过综合运用多种研究方法，如定量分析与定性分析相结合，全面且细致地探讨不同收入水平下城乡居民在健康素养、健康行为、疾病发生与控制以及医疗服务利用等方面的差异。具体而言，将借助大规模的调查数据，运用计量经济学模型，对收入与健康的各个维度进行量化分析，精准识别收入对健康影响的关键因素和作用路径。同时，通过案例分析和访谈等定性研究方法，深入了解城乡居民在日常生活中因收入差异而面临的健康相关问题，以及他们的真实感受和需求，从而为后续的政策建议提供坚实的现实依据。在当前社会经济背景下，开展这一研究具有重要的理论与现实意义。从理论层面来看，尽管国内外已有不少关于收入与健康关系的研究，但针对我国城乡二元结构背景下的深入研究仍显不足。本研究将填补这一领域在我国特定国情下的部分空白，进一步丰富和完善收入与健康关系的理论体系，为后续相关研究提供新的视角和思路。通过对我国城乡居民的实证分析，有助于验证和拓展已有的理论模型，深入探讨收入对健康影响在不同城乡环境下的特殊性和普遍性，推动相关理论的创新与发展。从现实意义出发，研究成果对政府制定科学合理的政策具有重要的指导价值。在促进居民健康方面，有助于政府精准施策，优化资源配置。通过明确收入对城乡居民健康影响的具体机制和差异，政府可以有针对性地制定健康促进政策。对于农村地区或低收入群体，可以加大健康资源投入，如建设更多基层医疗机构、配备专业医疗人员、开展健康知识普及活动等，以提高他们的健康水平。在缩小城乡健康差距方面，研究结果能够为政府提供决策依据，推动城乡一体化发展。政府可以通过实施收入分配调节政策、完善社会保障体系等措施，缩小城乡居民收入差距，进而减少因收入差异导致的健康差距，促进社会公平与和谐。通过提升居民健康水平，能够提高劳动力素质，减少因疾病导致的生产力损失，为经济的可持续发展注入强大动力，形成健康与经济发展的良性循环。1.3研究方法与创新点本研究采用了多种实证研究方法，力求全面、深入地剖析收入对我国城乡居民健康的影响。在数据收集方面，主要依托中国健康与养老追踪调查（CHARLS）、中国家庭追踪调查（CFPS）等权威数据库，这些数据涵盖了丰富的居民健康信息、收入状况以及家庭和社会经济背景等多维度变量，为研究提供了坚实的数据基础。在分析方法上，运用多元线性回归模型来确定收入与居民健康之间的量化关系，控制其他可能影响健康的因素，如年龄、教育程度、职业、婚姻状况等，从而准确识别收入对健康的净效应。考虑到收入与健康之间可能存在的内生性问题，采用工具变量法进行处理，选取地区经济发展水平、产业结构等外生变量作为工具变量，以获得更可靠的因果估计。本研究在数据运用和影响机制分析上具有一定的创新之处。在数据运用方面，突破了以往研究仅关注单一数据源或特定地区数据的局限，综合整合多个大型权威数据库的数据，不仅扩大了样本量，增强了研究结果的代表性和可靠性，还能够从多个角度对收入与健康关系进行交叉验证和深入分析。通过整合不同数据库中关于居民健康和收入的多维度信息，能够更全面地捕捉到城乡居民在健康和收入方面的差异及其背后的影响因素。在影响机制分析上，不仅仅局限于传统的物质资源获取、医疗服务利用等视角，还引入了社会心理因素和社会资本理论，深入探讨收入差距对居民心理健康、社会融入感以及社会支持网络的影响，进而揭示这些因素在收入与健康关系中所起到的中介和调节作用。通过构建更加综合和全面的理论分析框架，为深入理解收入对城乡居民健康的复杂影响机制提供了新的思路和方法。二、文献综述2.1收入对居民健康影响的理论基础收入对居民健康的影响有着深厚的理论根源，主要涵盖物质基础理论、社会心理理论以及健康人力资本理论等，这些理论从不同视角阐释了收入与健康之间的内在关联。物质基础理论强调收入在满足居民基本物质需求、改善生活条件方面的关键作用，为居民健康提供了坚实的物质保障。从食物获取角度来看，收入水平直接决定了居民的饮食质量和营养摄入。高收入居民能够负担得起种类丰富、营养均衡的食物，包括新鲜的蔬菜水果、优质的蛋白质和健康的油脂等，从而满足身体对各种营养素的需求，增强身体免疫力，降低患病风险。有研究表明，在一些发达国家，高收入群体的饮食结构更加合理，他们摄入的膳食纤维、维生素和矿物质等营养素更为充足，这使得他们在预防心血管疾病、糖尿病等慢性疾病方面具有明显优势。而低收入居民由于经济限制，可能更多地依赖廉价、高热量但营养成分单一的食物，如加工食品和快餐，长期食用易导致营养失衡，增加肥胖、高血压等健康问题的发生几率。在住房条件上，收入的差异也带来了显著的不同。高收入者有能力购买宽敞、舒适、环境良好的住房，居住空间宽敞可以减少家庭成员之间的拥挤感，降低传染病的传播风险；良好的居住环境，如周边绿化、空气质量和卫生设施等，有助于居民保持身心健康。相比之下，低收入居民往往只能选择狭小、破旧的住房，可能面临住房拥挤、卫生条件差、噪音污染等问题，这些不良的居住环境会对居民的身体健康和心理健康产生负面影响，如引发呼吸道疾病、睡眠障碍和心理压力等。在医疗资源的可及性方面，收入起着决定性作用。高收入居民不仅能够承担起高昂的医疗费用，享受先进的医疗技术和优质的医疗服务，还能在疾病预防、早期诊断和治疗等方面占据优势。他们可以定期进行全面的体检，及时发现潜在的健康问题并进行干预，从而提高疾病的治愈率和康复率。而低收入居民由于经济困难，可能会因为无法支付医疗费用而延误病情，导致疾病加重。在一些农村地区或经济欠发达地区，低收入居民甚至可能因为缺乏基本的医疗保障，而在患病时选择放弃治疗，这无疑极大地威胁了他们的健康和生命。社会心理理论侧重于收入对居民心理状态和社会适应能力的影响，进而作用于健康。收入水平与心理压力之间存在着密切的负相关关系。低收入居民往往面临着更大的生活压力，他们需要为基本的生活需求担忧，如食物、住房、子女教育和医疗费用等。这种长期的经济压力会导致他们产生焦虑、抑郁等负面情绪，影响心理健康。有研究通过对不同收入群体的心理健康状况调查发现，低收入群体中患有焦虑症和抑郁症的比例明显高于高收入群体。长期的心理压力还会引发身体的应激反应，导致内分泌失调、免疫系统功能下降，从而增加患病的风险。长期处于低收入状态，会使居民产生相对剥夺感，认为自己在社会资源分配中处于劣势地位，这种心理感受会进一步削弱他们的自信心和社会认同感，影响其社会交往和融入能力。在社会交往中，低收入居民可能会因为经济原因而减少参与社交活动的机会，导致社交圈子狭窄，缺乏社会支持。而良好的社会支持网络对于居民的心理健康和身体健康都具有重要的保护作用。缺乏社会支持会使居民在面对生活挫折和压力时，无法得到有效的情感支持和实际帮助，从而更容易陷入心理困境，影响健康。相反，高收入居民在社会中往往拥有更多的资源和机会，他们能够更好地满足自己的心理需求，拥有更强的自信心和社会认同感，更容易建立和维护良好的社会关系，这些积极的心理因素和社会支持有助于他们保持良好的健康状态。健康人力资本理论将健康视为一种人力资本，强调收入在健康投资方面的重要性。居民可以通过收入进行健康投资，如购买健身器材、参加体育锻炼课程、接受健康教育培训等，这些投资能够提高居民的身体素质和健康水平。高收入居民有更多的资金用于健康投资，他们可以选择专业的健身教练指导自己进行科学的锻炼，参加各种高端的健康养生课程，获取最新的健康知识和信息。通过这些健康投资，他们能够更好地保持身体机能，预防疾病的发生。而低收入居民由于资金有限，往往难以进行有效的健康投资，他们可能无法购买昂贵的健身器材，也无法参加专业的健康培训课程，这使得他们在提升健康水平方面受到限制。健康的身体能够提高居民的劳动生产率，进而增加收入，形成一个良性循环。高收入居民拥有更好的健康状况，他们在工作中能够保持更高的效率，更有可能获得晋升机会和更高的薪酬待遇。而低收入居民由于健康问题可能会影响工作效率，甚至因病无法工作，导致收入减少，进一步加剧经济困境，影响健康投资能力，形成恶性循环。2.2国内外相关研究现状国外关于收入与居民健康关系的研究起步较早，成果丰硕。早在20世纪70年代，Preston（1975）利用跨国数据发现人均国民收入与预期寿命正相关，虽未直接引入收入差距指标，但指出收入分布可能对健康有重要作用。后续大量研究基于不同国家和地区的数据，运用多种实证方法深入探讨了这一关系。众多研究表明，收入与健康之间存在显著的正相关关系。从微观层面看，高收入群体在饮食结构上更加合理，能够负担得起新鲜的蔬菜水果、优质的蛋白质等营养丰富的食物，从而降低患病风险。美国的相关研究发现，高收入家庭的儿童在成长过程中摄入的营养素更加均衡，其身体素质和免疫力明显优于低收入家庭的儿童。在医疗服务利用方面，高收入居民更容易获得先进的医疗技术和优质的医疗服务，能够定期进行体检和疾病筛查，对疾病做到早发现、早治疗。在一些发达国家，高收入人群可以选择私立医院，享受更个性化、高效的医疗服务，这使得他们在面对重大疾病时的治愈率更高。从宏观层面分析，国家或地区的平均收入水平对整体居民健康有着重要影响。经济发展水平较高的国家，其居民在教育、医疗、社会保障等方面往往能够获得更好的资源，这为居民健康提供了有力保障。如北欧国家，凭借高收入和完善的社会福利体系，居民的健康水平普遍较高，预期寿命也较长。关于收入差距对居民健康的影响，国外研究也形成了较为系统的理论和实证成果。部分研究支持“收入差距假说”，认为较大的收入差距会对居民健康产生负面影响。在收入差距较大的社会环境中，低收入群体容易产生相对剥夺感和社会不公平感，这种心理压力会导致他们出现焦虑、抑郁等心理健康问题，进而影响身体健康。英国的一项长期跟踪研究发现，收入差距较大地区的居民，其患心血管疾病、糖尿病等慢性疾病的概率明显高于收入差距较小的地区。这是因为低收入群体在收入差距的压力下，生活方式可能更加不健康，如缺乏运动、过度吸烟饮酒等，同时也难以获得足够的医疗资源和健康支持。然而，也有研究对此提出不同观点，认为收入差距与居民健康之间的关系并非简单的线性关系，可能受到社会制度、文化背景、医疗保障体系等多种因素的调节。在一些医疗保障体系完善的国家，即使存在一定的收入差距，居民也能享受到基本的医疗服务，从而在一定程度上减轻了收入差距对健康的负面影响。国内关于收入与居民健康关系的研究近年来逐渐增多，研究视角和方法也日益丰富。在收入与健康的正向关系方面，国内研究与国外结论基本一致。有研究利用中国健康与养老追踪调查（CHARLS）数据发现，收入水平的提高有助于改善老年人的健康状况，高收入老年人在日常生活活动能力、认知功能等方面表现更好。通过对不同地区居民的调查分析表明，收入较高地区的居民，其健康素养水平也相对较高，他们更注重健康生活方式的养成，如定期锻炼、合理作息等。在收入差距对居民健康的影响研究上，国内学者结合中国国情，深入探讨了城乡收入差距、地区收入差距等对居民健康的影响机制。一些研究指出，城乡收入差距的存在导致农村居民在医疗资源获取、教育机会、生活环境等方面处于劣势，从而影响他们的健康水平。农村地区医疗设施相对简陋，专业医疗人员短缺，低收入的农村居民往往难以承担高昂的医疗费用，这使得他们在患病时得不到及时有效的治疗。研究还发现，收入差距对居民心理健康的影响也不容忽视。在城市中，收入差距较大的社区居民，其心理压力和焦虑感明显高于收入差距较小的社区，这可能与社会比较、社会融入等因素有关。国内外研究虽然在收入与居民健康关系方面取得了诸多成果，但仍存在一定的局限性。国外研究大多基于发达国家的社会经济背景，其研究结论在我国的适用性有待进一步验证。我国具有独特的城乡二元结构、文化传统和社会制度，这些因素会对收入与健康关系产生特殊影响。国内研究虽然结合了我国国情，但在研究深度和广度上仍有提升空间。部分研究在控制变量的选择上不够全面，可能遗漏一些对健康有重要影响的因素，导致研究结果存在偏差。在研究方法上，虽然定量研究占据主导，但定性研究相对不足，难以深入挖掘居民在收入与健康关系中的主观体验和实际需求。2.3研究述评综合国内外现有研究，在收入对居民健康影响这一领域已取得了诸多有价值的成果，为后续研究奠定了坚实基础。众多研究一致证实了收入与居民健康之间存在显著关联，无论是从微观层面的个体健康状况，还是宏观层面的地区或国家整体健康水平，收入的影响都不容忽视。在理论研究方面，物质基础理论、社会心理理论和健康人力资本理论等从不同角度深入剖析了收入影响健康的内在机制，为实证研究提供了有力的理论支撑。在实证研究中，通过运用多种先进的计量方法和丰富的数据来源，研究者们对收入与健康的关系进行了细致入微的分析，进一步深化了我们对这一关系的理解。然而，现有研究仍存在一些不足之处，有待后续研究进一步完善和拓展。在研究背景的针对性方面，国外研究多基于发达国家相对完善的社会福利体系和经济结构，而我国具有独特的城乡二元经济结构、区域发展不平衡以及处于转型期的社会制度等特征，这些因素使得国外研究结论在我国的适用性存在一定局限。我国城乡之间在经济发展水平、医疗资源配置、文化观念等方面存在巨大差异，这些差异会对收入与健康的关系产生特殊影响，需要结合我国国情进行深入研究。在研究内容的全面性上，部分研究存在局限性。一些研究在分析收入对健康的影响时，仅关注了身体健康维度，忽视了心理健康的重要性。实际上，收入不仅影响居民的生理健康，对心理健康的影响也十分显著。长期的低收入状态可能导致居民产生焦虑、抑郁等负面情绪，进而影响身体健康。一些研究对健康影响因素的考虑不够全面，仅控制了年龄、性别等基本变量，遗漏了如生活方式（吸烟、饮酒、运动习惯等）、职业暴露、环境污染等对健康有重要影响的因素，这可能导致研究结果存在偏差，无法准确揭示收入与健康之间的真实关系。从研究方法来看，虽然定量研究在该领域占据主导地位，但定性研究相对匮乏。定量研究能够通过数据和模型精确地揭示变量之间的数量关系，但难以深入挖掘居民在收入与健康关系中的主观体验、行为动机以及社会文化因素的深层次影响。定性研究则可以通过访谈、案例分析等方法，深入了解居民的真实想法和感受，为研究提供丰富的质性资料，弥补定量研究的不足。现有研究在数据的时效性和代表性上也有待提高。随着社会经济的快速发展，居民的收入水平、健康观念和健康行为等都在不断变化，一些研究使用的数据可能相对陈旧，无法准确反映当前的实际情况。部分研究的样本选取可能存在局限性，无法涵盖不同地区、不同收入层次和不同职业群体的居民，导致研究结果的代表性不足。针对以上不足，本研究将在以下几个方面进行改进和创新。紧密结合我国国情，深入研究在城乡二元结构背景下收入对城乡居民健康的影响。通过对比分析城市和农村居民的数据，揭示收入与健康关系在城乡之间的差异及其背后的深层次原因，为制定具有针对性的城乡健康政策提供依据。拓展研究内容，构建更加全面的研究框架。在关注身体健康的同时，重点探讨收入对居民心理健康的影响机制，分析心理健康在收入与身体健康关系中所起的中介作用。纳入更多可能影响健康的因素，如生活方式、职业特征、环境因素等，通过全面控制这些变量，提高研究结果的准确性和可靠性。采用定量与定性相结合的研究方法，充分发挥两种方法的优势。在定量分析方面，运用最新的大规模调查数据，采用更加严谨的计量模型，确保研究结果的时效性和科学性。在定性分析方面，通过开展深入访谈和典型案例研究，收集居民的亲身经历和感受，从微观层面深入理解收入对健康的影响，为定量研究结果提供补充和解释。注重数据的质量和代表性，选取具有广泛代表性的样本，涵盖不同地区、不同收入层次和不同职业的城乡居民，以提高研究结果的普适性和推广价值。三、我国城乡居民收入与健康现状分析3.1城乡居民收入现状3.1.1收入水平与增长趋势近年来，我国经济的持续稳健发展为城乡居民收入水平的提升提供了坚实支撑。根据国家统计局公布的数据，2024年全国居民人均可支配收入达到4.13万元，较上一年实现了较为可观的增长。从增长趋势来看，过去十年间，我国居民人均可支配收入始终保持着稳定上升的态势，年均名义增长率达到了[X]%。扣除价格因素后，实际年均增长率也达到了[X]%，这充分表明我国居民在经济发展过程中切实享受到了红利，收入水平得到了显著提高。在城乡对比方面，城镇居民的收入水平明显高于农村居民。2024年，城镇居民人均可支配收入为5.43万元，而农村居民人均可支配收入为2.38万元，城乡收入比为2.28。尽管城乡收入差距仍然存在，但值得欣喜的是，近年来城乡居民收入相对差距持续缩小。自2012年以来，城乡居民收入比从2.88逐渐下降至2024年的2.28，这一变化趋势反映了我国在促进城乡均衡发展、缩小收入差距方面取得了积极成效。从增长速度来看，农村居民收入增速近年来持续快于城镇居民。2024年，农村居民人均可支配收入名义增长[X]%，实际增长[X]%；而城镇居民人均可支配收入名义增长[X]%，实际增长[X]%。农村居民收入增速较快的原因是多方面的。国家持续加大对农村地区的政策支持力度，一系列强农惠农富农政策的实施，如农业补贴、农村产业扶持等，为农村居民增收创造了有利条件。随着乡村振兴战略的深入推进，农村产业结构不断优化升级，农村一二三产业融合发展步伐加快，为农村居民提供了更多的就业机会和增收渠道。越来越多的农村居民通过发展特色农业、农村电商、乡村旅游等新兴产业实现了收入增长。农村劳动力向城市转移就业的规模不断扩大，工资性收入成为农村居民收入增长的重要支撑。外出务工的农村劳动力不仅获得了相对较高的工资收入，还带回了先进的技术和管理经验，促进了农村经济的发展。3.1.2收入结构差异我国城乡居民的收入结构存在显著差异，主要体现在工资性、经营性、财产性和转移性收入这四个方面。工资性收入是城乡居民收入的重要组成部分，但在占比上城乡之间存在明显不同。2024年，城镇居民工资性收入占人均可支配收入的比重为[X]%，主要源于城镇相对发达的工业和服务业体系，提供了大量稳定的就业岗位。在城市中，制造业、金融业、信息技术服务业等行业发展成熟，吸引了大量劳动力就业，这些行业的工资水平相对较高，使得城镇居民能够获得较为稳定且可观的工资性收入。相比之下，农村居民工资性收入占比为[X]%，这主要是因为农村产业结构以农业为主，农业生产的季节性和低附加值特点限制了农民在本地的就业机会和收入水平。农村居民更多地依赖外出务工来获取工资性收入，就业稳定性相对较差，且面临着技能水平不足、劳动权益保障不完善等问题，导致工资性收入占比相对较低。经营性收入方面，2024年城镇居民经营性收入占比为[X]%，主要来源于个体经营、私营企业经营等。在城市，活跃的市场经济和完善的商业环境为城镇居民开展经营活动提供了广阔的空间。城市中人口密集，消费需求多样化，为各类商业活动创造了良好的市场条件。城镇居民可以通过开设店铺、创办小微企业等方式，参与市场经营，获取经营性收入。而农村居民经营性收入占比为[X]%，主要以农业经营为主，受到自然条件、市场价格波动等因素的影响较大。农业生产面临着自然灾害、农产品市场价格不稳定等风险，农民的农业经营收入难以得到有效保障。农村地区的市场信息相对闭塞，农业生产与市场需求的对接不够紧密，也限制了农村居民经营性收入的增长。在财产性收入上，城乡差距更为明显。2024年，城镇居民财产性收入占比为[X]%，主要来源于房产租金、金融投资收益等。城市房地产市场的繁荣使得城镇居民能够通过出租房屋获得稳定的租金收入，同时，相对发达的金融市场也为城镇居民提供了丰富的投资渠道，如股票、基金、债券等，他们可以通过合理的资产配置获取投资收益。而农村居民财产性收入占比仅为[X]%，主要是由于农村居民的财产存量相对较少，且财产变现能力较弱。农村土地和房屋的流转受到诸多限制，缺乏有效的市场交易平台，导致农村居民难以通过土地和房屋的流转获得财产性收入。农村金融市场发展相对滞后，金融服务覆盖不足，农村居民缺乏金融投资知识和渠道，也制约了财产性收入的增长。转移性收入在城乡居民收入中也占有一定比例。2024年，城镇居民转移性收入占比为[X]%，主要包括养老金、离退休金、社会救济和补助等。城市完善的社会保障体系使得城镇居民能够享受到较为全面的社会保障待遇，养老金和离退休金水平相对较高，社会救济和补助也较为规范和及时。农村居民转移性收入占比为[X]%，主要包括养老金、社会救济和补助等。虽然近年来农村社会保障体系不断完善，但与城市相比，农村养老金水平较低，社会救济和补助的覆盖面和保障力度也有待提高。农村地区存在大量的留守老人和儿童，他们的生活保障主要依赖于转移性收入，然而较低的保障水平难以满足他们的生活需求。3.2城乡居民健康现状3.2.1健康指标对比在预期寿命方面，城乡之间存在明显差距。根据国家统计局数据，2020年中国城镇居民平均预期寿命为77.93岁，而农村居民平均预期寿命为72.79岁，二者相差5.14岁。这一差距背后，是城乡在医疗资源、生活环境和生活方式等多方面的差异。在医疗资源上，城镇地区拥有更为丰富和优质的医疗设施，先进的医疗设备如核磁共振、多层螺旋CT等在城镇大医院中广泛应用，能够为居民提供精准的疾病诊断。城镇的医护人员专业水平也相对较高，他们接受了更系统、更前沿的医学教育和培训，具备更强的疾病诊疗能力。而农村地区医疗资源相对匮乏，医疗设施陈旧落后，一些基本的检查设备都不齐全，这使得农村居民在疾病诊断和治疗上受到很大限制。农村医护人员数量不足，且专业素质参差不齐，许多乡村医生缺乏系统的医学教育，难以应对复杂的疾病。生活环境上，城镇居民生活环境相对较好，在空气质量、水质、食品安全等方面都有更完善的保障体系。城市的污水处理系统和垃圾处理设施相对完善，能够有效减少环境污染对居民健康的危害。而农村地区在这些方面存在明显不足，一些农村地区的饮用水源受到污染，空气质量也受到农业生产和焚烧秸秆等活动的影响，食品安全监管也相对薄弱，这些因素都对农村居民的健康构成威胁。生活方式上，城镇居民生活方式相对更健康，他们更注重饮食结构的合理性，会摄入更多的蔬菜水果、优质蛋白质，减少高盐、高油、高糖食物的摄入。城镇居民的运动量也相对适中，城市中丰富的健身设施和休闲场所为居民提供了便利的运动条件。而农村居民的饮食结构相对单一，部分地区存在营养摄入不均衡的问题，过多摄入主食和腌制食品，蔬菜水果摄入不足。农村居民虽然日常劳动强度较大，但缺乏系统性的运动锻炼，且吸烟、饮酒等不良生活习惯较为普遍，这些不健康的生活方式增加了农村居民患病的风险。在患病率方面，农村居民慢性病患病率高于城市居民。根据相关调查，农村居民高血压、糖尿病等慢性病患病率呈上升趋势，且高于城市居民。以高血压为例，农村地区高血压患病率达到[X]%，而城市居民高血压患病率为[X]%。这与农村居民的生活环境、饮食习惯密切相关。农村生活环境中，医疗卫生资源相对匮乏，居民对慢性病的预防和早期筛查意识不足，往往在疾病发展到较为严重时才被发现。农村居民的饮食习惯不够健康，高盐、高脂、高糖食物摄入较多，蔬菜水果摄入不足，加上体力劳动强度大但缺乏规律运动，导致肥胖、高血压、糖尿病等慢性病的发病率升高。传染病发病率上，农村地区也相对较高。部分偏远农村地区疫苗接种率不足，防控措施不到位，使得传染病更容易传播。在一些农村地区，由于交通不便、信息闭塞，居民对传染病的防控知识了解不足，卫生习惯较差，增加了传染病的传播风险。一些农村地区的医疗卫生机构缺乏应对传染病的专业能力和物资储备，一旦发生传染病疫情，难以有效控制。在健康素养方面，虽然近年来我国居民健康素养水平整体提升，但城乡差距仍然存在。2024年国家卫生健康委通报显示，我国居民健康素养水平达到31.87%，其中城市居民健康素养水平为34.74%，农村居民为29.11%。城市居民在获取健康信息、理解健康知识和践行健康行为方面表现更为突出。城市拥有丰富的健康信息传播渠道，如互联网、电视、报纸等，居民可以方便地获取各类健康知识。城市的健康教育资源也更为丰富，社区、学校、医院等会经常组织健康讲座、义诊等活动，提高居民的健康素养。而农村地区由于信息传播渠道有限，居民获取健康信息的难度较大。农村居民受教育程度相对较低，对健康知识的理解和接受能力有限，加上传统观念的影响，在健康行为的养成上相对滞后。一些农村居民对吸烟、饮酒等不良行为的危害认识不足，不注重个人卫生和环境卫生，这些都影响了农村居民健康素养的提升。3.2.2健康行为差异城乡居民在饮食行为上存在显著差异。城镇居民饮食更加多样化，注重营养均衡。在食物选择上，城镇居民能够接触到来自全国各地甚至世界各地的食材，他们更倾向于购买新鲜的蔬菜水果、优质的肉类、鱼类和奶制品等，以保证摄入足够的维生素、矿物质、蛋白质和膳食纤维。根据一项城市居民饮食调查，超过70%的城镇居民表示会每天摄入新鲜蔬菜和水果，且会根据营养搭配选择不同种类的食物。城镇居民对食品的品质和安全性也更为关注，更愿意购买有机食品和绿色食品。而农村居民饮食结构相对单一，部分地区存在营养摄入不均衡现象。一些农村地区以种植粮食作物为主，居民的饮食主要以主食为主，蔬菜水果摄入相对较少。在一些贫困农村地区，由于经济条件限制，居民的食物种类有限，难以保证营养均衡。农村居民对食品安全和营养知识的了解相对较少，在食品选择上更注重价格而非营养成分。一些农村居民习惯食用腌制食品和高盐食品，这增加了患高血压、胃癌等疾病的风险。在运动锻炼方面，城市居民运动锻炼意识较强，运动设施也更为齐全。城市中遍布各类健身房、游泳馆、公园和体育场馆等运动场所，为居民提供了丰富的运动选择。城市居民工作之余，有更多的时间和精力参与各类运动活动，如跑步、健身操、瑜伽、游泳等。据统计，约60%的城市居民每周至少进行三次运动锻炼，每次锻炼时间在30分钟以上。而农村居民运动锻炼意识相对较弱，虽然日常从事农业劳动，但这种劳动强度和方式并不能等同于科学的运动锻炼。农村地区缺乏专门的运动场所和设施，除了学校的操场外，很少有其他公共运动场地。农村居民受传统观念和生活习惯的影响，对运动锻炼的重要性认识不足，认为日常劳动已经足够锻炼身体，不需要额外进行运动。在吸烟饮酒等不良生活习惯上，农村居民的比例相对较高。根据相关调查，农村居民吸烟率达到[X]%，高于城市居民的吸烟率[X]%。农村地区的社交文化中，吸烟和饮酒是常见的社交方式，很多农村居民在聚会、宴请等场合频繁吸烟饮酒。农村居民对吸烟饮酒危害健康的认识不足，缺乏有效的健康宣传和教育。一些农村居民由于生活压力较大，也会通过吸烟饮酒来缓解压力。而城市居民在健康意识的提升和城市环境的影响下，吸烟饮酒的比例相对较低。城市中对公共场所吸烟有严格的限制，这在一定程度上减少了居民的吸烟行为。城市居民接触到更多的健康知识和信息，对吸烟饮酒的危害有更清晰的认识，更注重自身健康，会主动减少吸烟饮酒行为。四、收入对城乡居民健康影响的实证研究设计4.1研究假设基于前文的理论分析和现状描述，提出以下研究假设：假设1：收入对城乡居民健康具有正向影响：较高的收入能够为城乡居民提供更多的物质资源，从而改善他们的健康状况。收入的增加使居民有能力购买更优质的食物，保证充足的营养摄入，增强身体免疫力。高收入居民可以选择居住在环境更好、基础设施更完善的区域，减少环境污染和噪音等对健康的负面影响。在医疗服务方面，高收入居民能够承担更先进的医疗技术和更优质的医疗服务，及时进行疾病的预防、诊断和治疗，降低患病风险，提高健康水平。假设2：收入对城乡居民健康的影响存在差异：由于城乡在经济发展水平、医疗资源配置、生活环境和文化观念等方面存在显著差异，收入对城乡居民健康的影响路径和程度也会有所不同。在城市，丰富的医疗资源使得高收入居民能够更便捷地获取先进的医疗技术和专业的医疗服务，这对他们的健康改善作用更为明显。而在农村，虽然收入增加也能提升居民的健康水平，但可能会受到医疗资源相对匮乏、交通不便等因素的制约，导致收入对健康的影响程度相对较弱。农村居民即使收入提高，也可能因为当地缺乏高端的医疗设备和专业的医疗人才，无法像城市居民那样充分利用收入提升健康水平。假设3：收入通过多种途径影响城乡居民健康：收入不仅直接影响居民的健康，还会通过生活方式、医疗服务利用和心理健康等中介变量间接影响健康。在生活方式方面，高收入居民更有可能养成健康的生活习惯，如定期锻炼、合理作息等。他们有更多的时间和资源参加体育活动，购买健身器材，或者参加健身课程，从而保持良好的身体状态。在医疗服务利用上，收入的增加使得居民能够承担更高质量的医疗服务，包括定期体检、疾病筛查和及时治疗等，有助于早期发现和治疗疾病，提高健康水平。在心理健康方面，稳定的高收入可以减少居民的经济压力和焦虑情绪，使他们保持良好的心理状态，进而促进身体健康。长期的低收入可能导致居民产生焦虑、抑郁等负面情绪，影响心理健康，进而影响身体健康。假设4：收入差距对城乡居民健康有负面影响：较大的收入差距会导致社会资源分配不均，使得低收入居民在获取健康资源和服务方面处于劣势，从而对他们的健康产生负面影响。在收入差距较大的地区，低收入居民可能无法承担优质的医疗服务费用，难以获得足够的营养和良好的居住条件，这增加了他们患病的风险。收入差距还可能引发社会心理压力，导致低收入居民产生相对剥夺感和不公平感，影响他们的心理健康，进而影响身体健康。在一些城市的低收入社区，居民由于收入差距过大，感到自己在社会中处于劣势地位，容易产生焦虑、自卑等情绪，这些负面情绪会对他们的身心健康造成损害。4.2数据来源与样本选择本研究的数据主要来源于中国健康与养老追踪调查（CHARLS）和中国家庭追踪调查（CFPS）。这两个数据库具有广泛的代表性和丰富的信息，能够为研究提供坚实的数据基础。中国健康与养老追踪调查（CHARLS）旨在收集一套代表中国45岁及以上中老年人家庭和个人的高质量微观数据，以分析我国人口老龄化问题，推动老龄化问题的跨学科研究。该调查覆盖了全国28个省（市、自治区），采用多阶段分层抽样方法，确保样本能够反映不同地区、不同社会经济背景下的中老年人状况。调查内容涵盖个人和家庭的基本信息、健康状况、医疗服务利用、收入与资产、养老保障与福利等多个方面，为研究收入对居民健康的影响提供了丰富的数据支持。中国家庭追踪调查（CFPS）是一项全国性、综合性的社会跟踪调查项目，旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康等方面的变迁，为学术研究和公共政策分析提供数据基础。CFPS样本覆盖25个省/市/自治区，调查对象包括样本家庭中的全部家庭成员，调查内容包括家庭人口学特征、经济活动、教育、健康、婚姻、社会关系等多个领域，能够全面反映中国家庭的社会经济状况和居民的生活状态。为确保研究结果的准确性和可靠性，在样本选择过程中，进行了严格的数据筛选和处理。对原始数据进行了缺失值处理，对于关键变量存在缺失值的样本，根据数据的特点和分布情况，采用多重填补法进行填补，以最大限度地保留样本信息，减少数据缺失对研究结果的影响。对异常值进行了识别和处理，通过绘制变量的散点图、箱线图等方法，识别出明显偏离正常范围的异常值，并根据具体情况进行调整或剔除。在本次研究中，对于收入变量，将超出3倍标准差的样本视为异常值进行了处理，确保数据的合理性。为了聚焦于城乡居民的比较研究，仅保留了明确标识为城市和农村的样本，剔除了城乡属性不明确或缺失的样本。经过一系列的数据筛选和处理，最终得到了[X]个有效样本，其中城市样本[X]个，农村样本[X]个，这些样本涵盖了不同地区、不同年龄、不同收入水平的城乡居民，具有良好的代表性，能够为后续的实证分析提供有力的数据支持。4.3变量选取与测量4.3.1被解释变量被解释变量为居民健康状况，采用多个维度的指标进行衡量，以全面、准确地反映居民的健康水平。健康自评：通过问卷调查询问居民“您如何评价自己目前的健康状况？”选项设置为“非常好”“较好”“一般”“较差”“非常差”，分别赋值为5、4、3、2、1。健康自评是居民对自身整体健康状况的主观综合评价，涵盖了生理、心理和社会适应等多个方面的感受。这种主观评价能够反映出居民对自身健康的认知和体验，虽然具有一定的主观性，但在健康研究中具有重要意义。有研究表明，健康自评与客观的健康指标如生理机能、疾病患病率等存在显著相关性，能够在一定程度上预测居民的健康风险和未来的健康状况。慢性病患病情况：以居民是否患有高血压、糖尿病、心脏病、癌症等常见慢性病作为衡量指标，若患有则赋值为1，未患有赋值为0。慢性病具有病程长、病因复杂、健康损害和社会危害严重等特点，是影响居民健康和生活质量的重要因素。根据相关统计数据，我国慢性病患病率呈上升趋势，对居民健康造成了巨大威胁。了解居民的慢性病患病情况，能够直接反映出收入对居民身体健康的影响，尤其是在慢性病的预防、治疗和控制方面，收入水平起着关键作用。身体质量指数（BMI）：通过测量居民的身高和体重，计算得出BMI值，公式为体重（千克）除以身高（米）的平方。根据世界卫生组织的标准，将BMI值分为体重过低（BMI<18.5）、正常范围（18.5≤BMI<24）、超重（24≤BMI<28）和肥胖（BMI≥28）四个类别，分别赋值为1、2、3、4。BMI是衡量居民身体营养状况和肥胖程度的常用指标，与多种慢性疾病的发生风险密切相关。肥胖和超重的居民更容易患心血管疾病、糖尿病等慢性病，而体重过低则可能反映出居民存在营养不良等健康问题。通过BMI指标，可以从身体营养和肥胖程度的角度，分析收入对居民健康的影响，探讨收入与饮食结构、生活方式等因素对居民身体状况的综合作用。4.3.2解释变量解释变量为收入，选取人均可支配收入作为核心解释变量。人均可支配收入是居民可用于最终消费支出和储蓄的总和，反映了居民实际能够自由支配的收入水平。在数据处理中，对人均可支配收入进行对数化处理，以减少数据的异方差性和偏态分布，同时使回归系数具有弹性解释意义，即回归系数表示人均可支配收入变动1%时，被解释变量（居民健康状况）的变动百分比。在分析过程中，将人均可支配收入按照城乡进行分组，分别探讨收入对城市居民和农村居民健康状况的影响，以揭示城乡之间可能存在的差异。考虑到收入的稳定性对居民健康的影响，引入收入稳定性指标，如收入的标准差或变异系数，来衡量居民收入的波动程度。收入波动较大可能导致居民面临经济不确定性，增加心理压力，从而对健康产生负面影响。在研究中，将收入稳定性指标作为控制变量纳入模型，以更全面地分析收入对居民健康的影响机制。4.3.3控制变量为了准确识别收入对居民健康的影响，控制其他可能影响健康的因素，选取以下变量作为控制变量：年龄：精确到周岁，用以控制年龄对健康的影响。随着年龄的增长，人体的生理机能逐渐衰退，患病风险增加，健康状况总体呈下降趋势。不同年龄段的居民在生活方式、健康需求和健康行为上也存在差异，因此年龄是影响居民健康的重要因素之一。性别：设置虚拟变量，男性赋值为1，女性赋值为0。性别在生理结构、激素水平和生活习惯等方面存在差异，这些差异会导致男女在健康状况和疾病易感性上有所不同。男性可能在某些职业中面临更高的工作压力和职业伤害风险，而女性在生育期和更年期可能会出现一些特有的健康问题。教育程度：分为小学及以下、初中、高中/中专/技校、大专、本科及以上五个层次，分别赋值为1、2、3、4、5。教育程度较高的居民通常具有更强的健康意识，能够更好地理解和获取健康信息，更注重健康生活方式的养成，在面对疾病时也更有能力采取有效的预防和治疗措施。婚姻状况：设置虚拟变量，已婚赋值为1，未婚、离异、丧偶等其他情况赋值为0。婚姻状况对居民健康的影响是多方面的，已婚居民可能在生活中得到更多的情感支持和照顾，从而对健康产生积极影响。稳定的婚姻关系可以提供心理上的安全感，减少孤独感和焦虑情绪，有利于身心健康。职业：分为农林牧渔业、制造业、建筑业、交通运输仓储和邮政业、批发和零售业、住宿和餐饮业、金融业、教育、卫生和社会工作、公共管理社会保障和社会组织等多个类别，设置相应的虚拟变量。不同职业的工作环境、工作强度、工作压力以及职业暴露风险等存在显著差异，这些差异会对居民的身体健康和心理健康产生不同程度的影响。从事高强度体力劳动的职业可能导致身体疲劳和损伤，而一些高压力的职业可能引发心理问题。医疗保险类型：分为城镇职工基本医疗保险、城镇居民基本医疗保险、新型农村合作医疗、商业医疗保险和无医疗保险等类别，设置虚拟变量。医疗保险作为居民健康保障的重要组成部分，能够减轻居民就医的经济负担，提高医疗服务的可及性和利用程度。拥有不同类型医疗保险的居民在医疗费用支付能力、就医选择和医疗服务利用上存在差异，进而影响其健康状况。生活方式变量：包括吸烟（是=1，否=0）、饮酒（是=1，否=0）、锻炼频率（分为从不、偶尔、经常，分别赋值为1、2、3）等。吸烟和过度饮酒是明确的不良生活习惯，与多种疾病的发生密切相关，如吸烟是导致肺癌、心血管疾病等的重要危险因素，过度饮酒会损害肝脏、胃肠道等器官功能。而经常锻炼有助于增强身体素质，提高免疫力，降低患病风险。地区变量：根据我国的行政区划，分为东部、中部、西部和东北地区，设置相应的虚拟变量。不同地区在经济发展水平、医疗卫生资源配置、环境质量和文化习俗等方面存在差异，这些地区差异会对居民的健康状况产生影响。东部地区经济发达，医疗卫生资源丰富，居民健康水平相对较高；而西部地区可能由于经济相对落后，医疗卫生条件有限，居民健康面临更多挑战。4.4模型构建为了深入探究收入对我国城乡居民健康的影响，构建多元线性回归模型。该模型能够综合考虑多个变量对被解释变量的影响，通过控制其他因素，精确地分析收入与居民健康之间的关系。同时，结合工具变量法处理可能存在的内生性问题，以获得更加可靠的因果估计。多元线性回归模型的一般形式设定如下：Health_{i}=\beta_{0}+\beta_{1}lnIncome_{i}+\sum_{j=2}^{n}\beta_{j}Control_{ij}+\epsilon_{i}其中，Health_{i}表示第i个居民的健康状况，分别用健康自评、慢性病患病情况和身体质量指数（BMI）来衡量。lnIncome_{i}表示第i个居民家庭的人均可支配收入的自然对数，对收入进行对数化处理，不仅能有效减少数据的异方差性，使数据更加平稳，还能使回归系数具有弹性解释意义，方便分析收入变动对健康状况的影响程度。Control_{ij}表示第i个居民的第j个控制变量，涵盖年龄、性别、教育程度、婚姻状况、职业、医疗保险类型、生活方式变量（吸烟、饮酒、锻炼频率）以及地区变量等，这些控制变量能够综合考虑其他可能影响居民健康的因素，从而更准确地识别收入对健康的影响。\beta_{0}为常数项，\beta_{1}至\beta_{n}为回归系数，分别表示收入和各控制变量对居民健康状况的影响程度，\epsilon_{i}为随机误差项，反映了模型中未被解释的其他随机因素对居民健康状况的影响。选择多元线性回归模型的依据主要有以下几点：该模型具有明确的经济理论基础，符合收入对居民健康影响的理论框架。在理论上，收入通过多种途径影响居民健康，多元线性回归模型能够将这些影响因素纳入模型，通过回归系数定量地分析各因素的影响方向和程度。该模型在计量经济学中应用广泛，具有成熟的估计方法和检验手段，能够保证研究结果的可靠性和准确性。通过最小二乘法等估计方法，可以得到回归系数的无偏估计，通过一系列的统计检验，如t检验、F检验、异方差检验、自相关检验等，可以对模型的拟合优度、变量的显著性以及模型的稳定性进行评估，确保模型的有效性。多元线性回归模型的结果易于解释和理解，回归系数直观地反映了自变量与因变量之间的关系，便于研究者和政策制定者根据研究结果进行分析和决策。考虑到收入与居民健康之间可能存在内生性问题，即收入可能受到健康状况的反向影响，或者存在一些未观测到的因素同时影响收入和健康，从而导致估计结果出现偏差。为解决这一问题，采用工具变量法。选取地区经济发展水平和产业结构作为工具变量。地区经济发展水平与居民收入密切相关，经济发达地区通常能够提供更多的就业机会和更高的工资水平，从而增加居民收入。地区经济发展水平相对外生于个体居民的健康状况，不会直接受到个体健康因素的影响。产业结构也与居民收入相关，不同的产业结构会导致就业结构和工资水平的差异，进而影响居民收入。产业结构的形成受到历史、地理、政策等多种因素的影响，与个体居民的健康状况不存在直接的因果关系，满足工具变量的外生性条件。通过两阶段最小二乘法（2SLS），将工具变量引入模型进行估计，能够有效解决内生性问题，得到更准确的收入对居民健康的因果效应估计。五、实证结果与分析5.1描述性统计分析对所选取的变量进行描述性统计分析，结果如表1所示，旨在初步了解数据特征，为后续的实证分析提供基础。表1变量描述性统计变量观测值均值标准差最小值最大值健康自评45603.250.8715慢性病患病情况45600.280.4501身体质量指数（BMI）456023.463.1216.235.8人均可支配收入（元）456032547.6818765.425600158000年龄（岁）456048.5212.361890性别（男性=1）45600.520.5001教育程度45603.121.0515婚姻状况（已婚=1）45600.820.3901职业（虚拟变量）4560----医疗保险类型（虚拟变量）4560----吸烟（是=1）45600.260.4401饮酒（是=1）45600.320.4701锻炼频率45602.150.8513地区（虚拟变量）4560----在健康状况方面，健康自评的均值为3.25，处于“一般”和“较好”之间，说明样本居民整体健康自评状况尚可，但仍有提升空间。标准差为0.87，表明居民之间的健康自评存在一定差异。慢性病患病情况的均值为0.28，意味着约28%的样本居民患有慢性病，这一数据反映出慢性病在居民中的普遍性，对居民健康构成了较大威胁。身体质量指数（BMI）均值为23.46，处于正常范围（18.5≤BMI<24），但标准差为3.12，说明居民BMI值存在一定的离散性，部分居民可能存在超重或肥胖问题。人均可支配收入的均值为32547.68元，标准差高达18765.42元，这表明居民收入水平存在较大差异。最小值为5600元，最大值为158000元，进一步体现了收入差距的悬殊。在控制变量中，年龄均值为48.52岁，反映出样本具有一定的年龄代表性。性别比例上，男性占比0.52，略高于女性。教育程度均值为3.12，处于高中/中专/技校水平，说明样本居民整体教育程度有待提高。婚姻状况方面，已婚居民占比0.82，表明大部分居民处于已婚状态。在生活方式变量中，吸烟和饮酒的居民占比分别为0.26和0.32，锻炼频率均值为2.15，处于“偶尔”锻炼水平，说明居民在生活方式上存在一定的不健康因素，需要加强健康生活方式的引导。5.2相关性分析在进行回归分析之前，先对各变量进行相关性分析，以初步了解变量之间的关系，并判断是否存在多重共线性问题。相关性分析结果如表2所示：表2变量相关性分析变量健康自评慢性病患病情况身体质量指数（BMI）人均可支配收入年龄性别教育程度婚姻状况吸烟饮酒锻炼频率健康自评1-0.365***0.187***0.254***-0.286***0.085**0.213***0.156***-0.142***-0.127***0.201***慢性病患病情况-0.365***1-0.152***-0.223***0.314***-0.091**-0.189***-0.134***0.165***0.139***-0.173***身体质量指数（BMI）0.187***-0.152***10.148***0.068*0.076**0.0530.0480.0320.0410.079**人均可支配收入0.254***-0.223***0.148***10.0510.065*0.324***0.082**0.0450.058*0.071**年龄-0.286***0.314***0.068*0.0511-0.073**-0.247***-0.112***0.088**0.105***-0.165***性别0.085**-0.091**0.076**0.065*-0.073**10.0380.0270.215***0.256***-0.043教育程度0.213***-0.189***0.0530.324***-0.247***0.03810.075**0.0360.0470.096***婚姻状况0.156***-0.134***0.0480.082**-0.112***0.0270.075**10.0390.0350.063*吸烟-0.142***0.165***0.0320.0450.088**0.215***0.0360.03910.356***-0.037饮酒-0.127***0.139***0.0410.058*0.105***0.256***0.0470.0350.356***1-0.029锻炼频率0.201***-0.173***0.079**0.071**-0.165***-0.0430.096***0.063*-0.037-0.0291注：*、**、***分别表示在10%、5%、1%的水平上显著相关从表2可以看出，人均可支配收入与健康自评呈显著正相关，相关系数为0.254，在1%的水平上显著，初步验证了收入对居民健康具有正向影响的假设。人均可支配收入与慢性病患病情况呈显著负相关，相关系数为-0.223，表明收入水平越高，居民患慢性病的概率越低。人均可支配收入与身体质量指数（BMI）呈正相关，相关系数为0.148，说明收入的增加可能与居民的营养状况和生活方式有关，进而影响BMI值。在控制变量方面，年龄与健康自评呈负相关，与慢性病患病情况呈正相关，这与常识相符，随着年龄的增长，居民的健康状况会逐渐下降，患病风险增加。性别与吸烟、饮酒存在显著正相关，说明男性吸烟、饮酒的比例相对较高。教育程度与人均可支配收入呈显著正相关，相关系数为0.324，表明教育程度越高，居民的收入水平可能越高。婚姻状况与健康自评呈正相关，说明已婚居民的健康自评状况相对较好。吸烟、饮酒与慢性病患病情况呈正相关，锻炼频率与健康自评呈正相关，与慢性病患病情况呈负相关，这些结果都符合预期，表明健康的生活方式有助于提高居民的健康水平。通过观察各变量之间的相关性系数，发现大部分变量之间的相关系数绝对值小于0.5，初步判断不存在严重的多重共线性问题。为进一步检验多重共线性，计算各变量的方差膨胀因子（VIF）。一般认为，当VIF值大于10时，存在严重的多重共线性问题；当VIF值在5-10之间时，存在中度多重共线性问题；当VIF值小于5时，多重共线性问题不严重。计算结果显示，各变量的VIF值均小于5，表明模型中不存在严重的多重共线性问题，可以进行下一步的回归分析。5.3回归结果分析5.3.1总体回归结果对构建的多元线性回归模型进行估计，得到总体回归结果如表3所示：表3总体回归结果变量健康自评慢性病患病情况身体质量指数（BMI）lnIncome0.256***（0.045）-0.183***（0.038）0.125***（0.026）年龄-0.023***（0.004）0.028***（0.003）0.005**（0.002）性别（男性=1）0.068**（0.032）-0.075**（0.027）0.056**（0.018）教育程度0.154***（0.028）-0.136***（0.024）0.048*（0.016）婚姻状况（已婚=1）0.112***（0.035）-0.098***（0.030）0.039（0.020）职业（虚拟变量）控制控制控制医疗保险类型（虚拟变量）控制控制控制吸烟（是=1）-0.105***（0.030）0.126***（0.026）0.023（0.017）饮酒（是=1）-0.092***（0.031）0.108***（0.027）0.031*（0.018）锻炼频率0.145***（0.029）-0.114***（0.025）0.052***（0.017）地区（虚拟变量）控制控制控制常数项2.154***（0.286）0.563***（0.247）21.056***（1.684）Observations456045604560R-squared0.3560.3120.287注：括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著在健康自评模型中，人均可支配收入的对数（lnIncome）系数为0.256，在1%的水平上显著为正，这表明收入对居民健康自评具有显著的正向影响。具体来说，人均可支配收入每增加1%，居民的健康自评得分将提高0.256分，说明收入的增长有助于提升居民对自身健康状况的主观评价，验证了假设1中收入对居民健康具有正向影响的观点。年龄的系数为-0.023，在1%的水平上显著为负，表明随着年龄的增长，居民的健康自评得分会逐渐降低，这与现实中老年人健康状况相对较差的情况相符。教育程度的系数为0.154，在1%的水平上显著为正，说明教育程度越高，居民的健康自评得分越高，可能是因为教育程度较高的居民更注重健康生活方式的养成，对健康知识的了解和应用能力更强。锻炼频率的系数为0.145，在1%的水平上显著为正，说明经常锻炼的居民对自身健康状况的评价更高，反映出健康的生活方式对居民健康自评的积极影响。在慢性病患病情况模型中，lnIncome的系数为-0.183，在1%的水平上显著为负，说明收入水平与慢性病患病情况呈显著负相关。人均可支配收入每增加1%，居民患慢性病的概率将降低0.183，这意味着收入的提高有助于降低居民患慢性病的风险。可能的原因是高收入居民能够获得更好的医疗保健服务，包括定期体检、早期诊断和及时治疗，同时也能够购买更健康的食品，保持更健康的生活方式，从而减少慢性病的发生。年龄的系数为0.028，在1%的水平上显著为正，表明年龄越大，居民患慢性病的概率越高，这与慢性病的发病规律一致，随着年龄的增长，人体的生理机能逐渐衰退，慢性病的发病风险增加。吸烟和饮酒的系数分别为0.126和0.108，在1%的水平上显著为正，说明吸烟和饮酒会增加居民患慢性病的概率，这进一步证明了不良生活习惯对健康的负面影响。在身体质量指数（BMI）模型中，lnIncome的系数为0.125，在1%的水平上显著为正，表明收入水平与BMI呈正相关。人均可支配收入每增加1%，居民的BMI值将增加0.125，这可能是因为收入的提高使得居民能够摄入更多的营养物质，改善饮食结构，但如果不加以合理控制，也可能导致体重增加，出现超重或肥胖问题。性别、教育程度和锻炼频率的系数也都在一定程度上显著，说明这些因素对居民的BMI值也有影响。男性的BMI值相对较高，可能与男性的生理结构和生活习惯有关；教育程度较高的居民可能更注重健康饮食和合理运动，从而对BMI值产生影响；经常锻炼有助于控制体重，保持良好的身体形态，因此锻炼频率与BMI值呈正相关。总体来看，收入对居民健康在多个维度上都具有显著影响，且影响方向与预期一致。其他控制变量也在各自的模型中对居民健康产生了不同程度的影响，这些结果为进一步分析收入对城乡居民健康影响的差异以及影响机制提供了基础。5.3.2城乡分组回归结果为了深入分析收入对城乡居民健康影响的差异，将样本按照城乡进行分组，分别进行回归分析，结果如表4所示：表4城乡分组回归结果变量城市健康自评农村健康自评城市慢性病患病情况农村慢性病患病情况城市身体质量指数（BMI）农村身体质量指数（BMI）lnIncome0.284***（0.056）0.221***（0.042）-0.205***（0.046）-0.162***（0.035）0.148***（0.032）0.102***（0.024）年龄-0.025***（0.005）-0.021***（0.004）0.030***（0.004）0.026***（0.003）0.006***（0.002）0.004*（0.002）性别（男性=1）0.075**（0.038）0.062**（0.030）-0.082**（0.032）-0.068**（0.025）0.062**（0.022）0.050**（0.017）教育程度0.186***（0.035）0.123***（0.026）-0.165***（0.030）-0.107***（0.022）0.056**（0.020）0.040*（0.015）婚姻状况（已婚=1）0.135***（0.042）0.098***（0.033）-0.115***（0.036）-0.085***（0.029）0.045（0.024）0.033（0.019）职业（虚拟变量）控制控制控制控制控制控制医疗保险类型（虚拟变量）控制控制控制控制控制控制吸烟（是=1）-0.123***（0.036）-0.087***（0.028）0.145***（0.031）0.107***（0.024）0.028（0.020）0.018（0.016）饮酒（是=1）-0.105***（0.037）-0.080***（0.029）0.126***（0.032）0.094***（0.025）0.036*（0.021）0.026（0.017）锻炼频率0.168***（0.035）0.122***（0.027）-0.136***（0.030）-0.092***（0.023）0.060***（0.020）0.044***（0.016）地区（虚拟变量）控制控制控制控制控制控制常数项2.086***（0.345）2.218***（0.268）0.635***（0.302）0.498***（0.226）20.845***（2.023）21.267***（1.586）Observations234022202340222023402220R-squared0.3820.3340.3350.2910.3120.265注：括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著在健康自评方面，城市和农村居民的收入系数均在1%的水平上显著为正，表明收入的增加对城乡居民的健康自评都有促进作用。城市居民的收入系数为0.284，大于农村居民的0.221，这说明收入对城市居民健康自评的影响程度相对更大。可能的原因是城市拥有更丰富的医疗资源、更完善的公共服务和更多的健康消费选择。高收入的城市居民能够更便捷地享受优质的医疗服务，如高端体检、专业的康复治疗等，同时也有更多的资源参与健康管理和保健活动，如购买健身课程、参加健康讲座等，这些都有助于提升他们对自身健康状况的评价。而农村居民虽然收入增加也能改善健康状况，但由于农村地区医疗资源相对匮乏，交通不便，健康服务的可及性较差，导致收入对健康自评的提升作用相对较弱。在慢性病患病情况方面，城乡居民的收入系数均在1%的水平上显著为负，说明收入的提高都能降低城乡居民患慢性病的概率。城市居民的收入系数为-0.205，农村居民为-0.162，城市居民收入对慢性病患病情况的影响程度更大。这是因为城市的医疗保障体系相对更完善，高收入的城市居民能够更好地利用医疗保险，获得更全面的医疗服务，包括慢性病的预防、筛查和治疗。城市的医疗技术和设备更先进，能够更准确地诊断和治疗慢性病。而农村地区的医疗保障水平相对较低，部分农村居民可能因为经济原因无法按时服药或接受规范治疗，导致收入对慢性病患病情况的改善作用相对有限。在身体质量指数（BMI）方面，城乡居民的收入系数也均在1%的水平上显著为正，表明收入的增加都会使城乡居民的BMI值上升。城市居民的收入系数为0.148，高于农村居民的0.102，说明收入对城市居民BMI值的影响更大。城市丰富的物质生活和多样化的饮食选择，使得高收入的城市居民更容易摄入高热量、高脂肪的食物，如果缺乏合理的饮食控制和运动，就容易导致体重增加。城市中便捷的外卖服务和丰富的餐饮市场，使得城市居民在饮食上的选择更多，但也增加了摄入不健康食物的风险。而农村居民的饮食结构相对较为简单，虽然收入增加也可能改善饮食质量，但由于农村居民日常从事农业劳动，体力活动量较大，在一定程度上抵消了收入增加对BMI值的影响。总体而言，收入对城乡居民健康的影响存在差异，在各个健康指标上，收入对城市居民健康的影响程度大多大于农村居民。这主要是由于城乡在经济发展水平、医疗资源配置、生活环境和生活方式等方面存在显著差异，这些差异导致了收入对城乡居民健康影响路径和效果的不同，进一步验证了假设2中收入对城乡居民健康的影响存在差异的观点。5.4稳健性检验为确保回归结果的可靠性和稳定性，采用多种方法进行稳健性检验。替换变量法，用家庭人均纯收入替换人均可支配收入作为解释变量。家庭人均纯收入是家庭总收入扣除经营性支出、税费等后的剩余收入，同样能反映家庭的实际收入水平。重新进行回归分析，结果如表5所示：表5替换变量后的回归结果变量健康自评慢性病患病情况身体质量指数（BMI）lnNetIncome0.248***（0.043）-0.176***（0.036）0.118***（0.024）年龄-0.022***（0.004）0.027***（0.003）0.005**（0.002）性别（男性=1）0.065**（0.031）-0.072**（0.026）0.053**（0.017）教育程度0.151***（0.027）-0.133***（0.023）0.046*（0.015）婚姻状况（已婚=1）0.108***（0.034）-0.095***（0.029）0.037（0.019）职业（虚拟变量）控制控制控制医疗保险类型（虚拟变量）控制控制控制吸烟（是=1）-0.102***（0.029）0.123***（0.025）0.021（0.016）饮酒（是=1）-0.089***（0.030）0.105***（0.026）0.029*（0.017）锻炼频率0.142***（0.028）-0.111***（0.024）0.050***（0.016）地区（虚拟变量）控制控制控制常数项2.186***（0.278）0.586***（0.239）21.105***（1.628）Observations456045604560R-squared0.3520.3080.283注：括号内为标准误，*、**、***分别表示在10%、5%、1%的水平上显著从表5可以看出，替换变量后，家庭人均纯收入的对数（lnNetIncome）与健康自评、慢性病患病情况和身体质量指数（BMI）的回归系数依然在1%的水平上显著，且系数的符号和大小与原回归结果相近，表明收入对居民健康的影响在变量替换后依然稳健。采用分样本回归法，将样本按照年龄、性别等进行分组回归。以年龄分组为例，将样本分为青年组（18-44岁）、中年组（45-64岁）和老年组（65岁及以上），分别进行回归分析，结果如表6所示：表6按年龄分组的回归结果变量青年健康自评中年健康自评老年健康自评青年慢性病患病情况中年慢性病患病情况老年慢性病患病情况青年身体质量指数（BMI）中年身体质量指数（BMI）老年身体质量指数（BMI）lnIncome0.268***（0.052）0.249***（0.048）0.212***（0.040）-0.195***（0.042）-0.178***（0.039）-0.156***（0.032）0.132***（0.028）0.120***（0.026）0.108***（0.022）年龄-0.018***（0.003）-0.025***（0.004）-0.030***（0.005）0.022***（0.003）0.031***（0.004）0.035***（0.005）0.004*（0.002）0.006***（0.002）0.007***（0.002）性别（男性=1）0.072**（0.034）0.066**（0.032）0.058*（0.030）-0.080**（0.028）-0.073**（0.027）-0.065**（0.025）0.059**（0.019）0.054**（0.018）0.048**（0.016）教育程度0.168***（0.030）0.149***（0.029）0.126***（0.025）-0.152***（0.026）-0.130***（0.025）-0.109***（0.021）0.052**（0.017）0.044*（0.016）0.038*（0.014）婚姻状况（已婚=1）0.125***（0.038）0.106***（0.036）0.085***（0.032）-0.105***（0.032）-0.093***（0.031）-0.078***（0.028）0.042（0.021）0.036（0.020）0.030（0.018）职业（虚拟变量）控制控制控制控制控制控制控制控制控制医疗保险类型（虚拟变量）控制控制控制控制控制控制控制控制控制吸烟（是=1）-0.115***（0.032）-0.098***（0.031）-0.082***（0.028）0.138***（0.028）0.121***（0.027）0.105***（0.024）0.026（0.018）0.022（0.017）0.018（0.015）饮酒（是=1）-0.100***（0.033）-0.087***（0.032）-0.073***（0.029）0.119***（0.029）0.103***（0.028）0.090***（0.025）0.033*（0.019）0.028（0.018）0