EN中文

经济地理 >

2020 , Vol. 40 >Issue 2: 23 - 30

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.02.003

区域经济理论与方法

1990—2010年中国人口预期寿命与人均GDP的相关关系及其变化特征

  • 龚胜生 , 1 ,
  • 陈云 1 ,
  • 张涛 1 ,
  • 张正杰 2
展开
  • 1.华中师范大学 可持续发展研究中心/城市与环境科学学院，中国湖北 武汉 430079
  • 2.华中师范大学 数学与统计学院，中国湖北 武汉 430079

龚胜生（1965—），男，湖南涟源人，博士，教授，博士生导师。主要研究方向为历史地理学、健康地理学、人文地理学和可持续发展。E-mail：。

收稿日期: 2019-05-27

  修回日期: 2019-11-05

  网络出版日期: 2025-04-01

基金资助

湖北省创新群体项目(2016CFA026)

收起

Correlation and Its Changing Characteristics of China's Population Life Expectancy and GDP Per Capita from 1990 to 2010

  • GONG Shengsheng , 1 ,
  • CHEN Yun 1 ,
  • ZHANG Tao 1 ,
  • ZHANG Zhengjie 2
Expand
  • 1. Institute of Sustainable Development / College of Urban and Environmental Science，Central China Normal University，Wuhan 430079，Hubei，China
  • 2. College of Mathematics and Statistics，Central China Normal University，Wuhan 430079，Hubei，China

Received date: 2019-05-27

  Revised date: 2019-11-05

  Online published: 2025-04-01

Fold

摘要

预期寿命是反映人口寿命水平的重要指标，人均GDP是反映经济发展的重要指标。采用相关分析和回归分析对中国1990—2010年市域、县域两个尺度的预期寿命与人均GDP的关系进行分析，结果表明：人均GDP对预期寿命具有显著正向影响，但累积影响强于即时影响；人均GDP超过3 000~5 000元后，其对预期寿命的影响开始出现边际递减效应；人均GDP对预期寿命的影响强度在空间分布上自东向西增强。由于经济相对发达的东部地区人均GDP对预期寿命的贡献率要小于经济相对落后的西部地区，因此，今后东部地区应通过完善社会保障、优化卫生资源配置、倡导健康生活方式等途径进一步提高预期寿命，西部地区则应大力发展区域经济，努力提高生活水平，以尽快缩小与东部地区预期寿命的差距。

关键词： 预期寿命; 人均GDP; 经济发展水平; 回归分析; 东部地区; 西部地区

本文引用格式

龚胜生 , 陈云 , 张涛 , 张正杰 . 1990—2010年中国人口预期寿命与人均GDP的相关关系及其变化特征[J]. 经济地理, 2020 , 40(2) : 23 -30 . DOI: 10.15957/j.cnki.jjdl.2020.02.003

Abstract

Life expectancy is an important indicator reflecting human-life level,and GDP per capita is an important indicator reflecting economic development. Based on the methods of correlation analysis and regression analysis,this paper analyzes the relationship between life expectancy and GDP per capita at the both prefecture and county levels in China from 1990 to 2010. The results shows that: GDP per capita has a significant positive impact on life expectancy,but the cumulative impact is stronger than the immediate impact; after GDP per capita exceeds 3 000~5 000 yuan, its impact on life expectancy begins to decline marginally; the impact of GDP per capita on life expectancy increases from east to west in spatial distribution. Because the contribution rate of GDP per capita to life expectancy in the developed eastern region is less than that in the developing western region,therefore,the eastern region should further improve life expectancy by improving social security,optimizing health resources allocation and advocating healthy lifestyle,while the western region should make every effort to develop regional economy and strive to improve living standards so as to reduce the gap of life expectancy between the western and the eastern regions as soon as possible in the future.

Key words： life expectancy; GDP per capita; economic development level; regression analysis; Eastern Region; Western Region

预期寿命（Life expectancy，LE）是反映寿命水平的重要指标[1]，人均GDP（Gross domestic product per capita，PGDP）是反映经济发展的重要指标。改革开放以来，我国经济发展的成就引人瞩目，人均GDP由1978年的385元增至2017年的59 660元[2]，同时人口寿命水平也迅速提升，预期寿命由1981年的67.77岁提高至2017年的76.70岁[3-4]。经济发展与人口寿命水平的关系值得深入探究。
一个区域人口寿命水平的高低，既受自然环境因素的作用，也受经济社会因素的影响。研究表明：预期寿命主要受经济发展水平的影响，人均GDP对其有较强的即时或滞后正向影响[5⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓-23]。人均GDP是反映经济社会水平最综合的指标，其与预期寿命的关系，学界虽然做了一些个案研究，但这些研究存在以下明显不足：一是多为省级尺度的研究，空间尺度不够精细；二是多为单个年份小范围的统计分析，样本数据不够充分；三是多为研究区域内单尺度的相关关系分析，缺乏多尺度的空间差异分析。
为此，本文以1990—2010年为研究时段，利用1990、2000、2010年的人口普查数据和人均GDP数据，运用相关分析和回归分析，从市域、县域两个尺度对我国人均GDP与预期寿命的时空关系进行分析，希望能为健康地理学的发展提供案例支撑，为“健康中国”战略的实施提供科学依据。

1 数据与方法

1.1 数据来源及处理

1.1.1 人口数据

计算人均GDP需要用到人口总数，计算预期寿命需要分年龄组人口数和死亡数，计算百岁人口比率需要百岁及以上人口数，这些人口数据分别来源于1990、2000、2010年三次人口普查资料。

1.1.2 GDP数据

GDP数据来自相关年份的《中国城市统计年鉴》《中国区域经济统计年鉴》和各省市统计年鉴。统计年鉴中的GDP数据均为按当年价格统计的名义GDP，为了消除价格变动的影响，计算人均GDP时，以1990年为基期，依据公式“当年实际人均GDP=（当年名义人均GDP/当年人均GDP价格指数）×100％”[24]分别计算出2000、2010年的实际人均GDP。比如，河北省1990年的名义人均GDP为1 465元，2010年为28 668元，经计算2010年可比实际人均GDP为12 481元，名义人均GDP为实际人均GDP的2.30倍，这样，将2010年河北省各市、县的名义人均GDP除以2.3就得到该年各市、县的实际人均GDP。其余依此类推。

1.1.3 预期寿命数据

各市、县预期寿命没有现成数据，需要计算获得。计算步骤是：第一步，根据各市、县各年份分年龄组人口数据用简略寿命表[25]计算出预期寿命粗略值；第二步，根据官方公布的当年省域预期寿命校正值对预期寿命粗略值进行修订。比如，计算的2010年安徽省预期寿命粗略值为78.83岁，而官方公布的预期寿命值为75.08岁，校正比为95.24%，则依据校正比对2010年安徽省各市、县的期寿命粗略值进行修正。1990年的人口普查数据没有市、县分年龄组人口统计，无法计算预期寿命，本文不予分析。

1.1.4 地图数据

本文的分析主要在市域、县域两个尺度上进行，文中市、县政区图源自2010年国家基础地理信息中心的1∶400万全国政区图，对于1990—2010年的行政区划变化，统一以2010年为准进行处理。经处理后，全国共有344个市域单元，2 325个县域单元。为便于空间分析，港、澳、台做市域处理，因其无相关数据，故本文分析的市域单元最多为341个。县域数据缺失更多，分析的样本数各年多少不等，具体见表1。
表1 1990—2010年中国市、县两级预期寿命、人均GDP统计特征值

Tab.1 Statistical characteristics of life expectancy and GDP per capita at perfecture and county scales in China from 1990 to 2010

变量 空间尺度 年份 样本数（个） 平均值 最大值 最小值 标准差
预期寿命（LE） 市域 2000 341 71.03 79.03 58.12 3.56
2010 341 74.67 83.75 60.56 3.03
县域 2000 1 588 69.87 88.46 45.52 4.44
2010 2 084 74.01 90.43 55.84 3.40
人均GDP（PGDP） 市域 1990 315 1 998 20 356 398 1 757
2000 341 4 156 23 371 641 3 314
2010 341 14 046 65 136 1 688 10 213
县域 1990 1 304 1 413 8 330 273 1 042
2000 1 588 2 981 41 445 152 2 784
2010 2 084 10 533 92 628 1 151 9 378

1.2 研究方法

1.2.1 相关分析法

在分析两个定比或定距变量之间的相关性时，最常用的方法是相关分析。本文借助SPSS软件，分析人均GDP与预期寿命的相关关系，计算公式为[26]：
r = ∑ i = 1 n x i - x ¯ y i - y ¯ n - 1 S x S y
式中：r为相关系数； x i为i市或县的人均GDP；yi为i市或县的预期寿命； x ¯为所有市或县的人均GDP平均值； y ¯为所有市或县预期寿命平均值；n为据以分析的市、县样本数；Sx和Sy分别为所有市或县的x变量、y变量的标准差。

1.2.2 回归分析法

在分析一个变量对另一个变量的影响时，多采用一元回归分析方法。由于人均GDP变动幅度很大，本文采用一元非线性回归对数模型分析人均GDP对预期寿命的影响，计算公式为：
y = a + b l n x
式中：x为人均GDP值； l n x为人均GDP对数值（自变量）；y为预期寿命值（因变量）；a为常数项；b为斜率。为了直观表达自变量对因变量的影响，本文以人均GDP为横坐标，以预期寿命为纵坐标，在坐标系中进行函数曲线拟合。

1.2.3 地理加权分析法

传统回归分析只能描述自变量对因变量的整体的影响，无法描述自变量对因变量影响的空间差异。本文采用地理加权回归模型（GWR）来分析人均GDP对预期寿命影响的空间差异。地理加权回归模型是一种基于局部光滑的空间回归模型[27]，本文只有人均GDP一个自变量，回归分析公式为[28]：
γ i = β 0 u i , v i + β   u i , v i   x i + ε i
式中： γ i为因变量预期寿命； β 0为截距项；（ u i , v i）为i市或县的空间坐标； ε i为随机误差项； x i为自变量人均GDP； β（ u i , v i）为自变量人均GDP的系数，系数绝对值越大，说明人均GDP对预期寿命的影响越大，反之则反。本文借助ArcGIS10.3软件进行地理加权回归分析，设置核类型为固定距离，带宽方法为Akaike信息准则（AICc）。

2 结果与分析

2.1 人均GDP与预期寿命的相关性

预期寿命是反映地区人口健康的重要指标，人均GDP是反映地区经济水平的重要指标。为了探讨经济发展与人口健康的关系，我们从即年、滞后、区间三个方面对人均GDP与预期寿命的关系进行市域和县域尺度的相关分析。

2.1.1 人均GDP与预期寿命的即年相关性

所谓即年相关性，是指分析的人均GDP数据与预期寿命数据都是同一年份的，任何一个地方，每一年都可以找到一对这样对应的数据。由于人均GDP值的变幅特别大，且远远大于预期寿命值的变幅，为了消除人均GDP变幅过大的影响，本文将人均GDP值取对数后再与预期寿命值进行相关分析。经验证，几乎所有的对数值相关系数都要比绝对值相关系数高，所以，本文所说的相关系数都是人均GDP对数值的相关系数。
市域尺度上，2000、2010年全国共341对人均GDP和预期寿命数据，对其进行相关分析，分别得到相关系数0.600、0.592，分别记为r市2000、r市2010；再将2000、2010年2年共682对数据集合进行相关分析，得到相关系数0.709，记为r市2000∪2010。县域尺度上，2000年全国共1 588对数据，2010年共2 084对数据，其相关系数分别为0.509、0.452，分别记为r县2000、r县2010；再将2000、2010年共3 672对数据集合进行相关分析，得到相关系数0.624，记为r县2000∪2010。六组数据的相关系数都通过了0.01显著性水平检验，表明：①即年的人均GDP与预期寿命具有显著的中度正相关关系，说明经济发展对预期寿命提高具有正向的促进作用。②多年集合的相关系数大于单年的相关系数，说明观察的时间越长，数据越多，更能反映人均GDP对预期寿命的促进作用。③市域相关系数都大于县域相关系数，说明人均GDP与预期寿命的相关关系在市域尺度上更敏感。

2.1.2 人均GDP与预期寿命的滞后相关性

经济发展对预期寿命的影响不是即时显现的，而是长期累积的，也就是说，现在的预期寿命，可能是以前10年、20年甚至更长时期经济发展持续影响的结果。1990、2000、2010三个时间点，可以进行两个10年和一个20年的滞后分析。在市域尺度上，三个时间点共有315对连续数据。将1990和2000年人均GDP的均值对数值与2000年的预期寿命进行相关分析，得到相关系数0.584，记为r市1990-2000。将2000和2010年人均GDP的均值对数值与2010年的预期寿命进行相关分析，得到相关系数0.623，记为r市2000-2010。将1990、2000、2010年的人均GDP均值对数值与2010年的预期寿命进行相关分析，得到相关系数0.619，记为r市1990-2010。在县域尺度上，三个时间点共有976对持续数据，根据上述类似的方法，可以得到三个相关系数分别为：r县1990-2000=0.563，r县2000-2010=0.517，r县1990-2010=0.517。比较相关系数可以发现，人均GDP持续10年、20年对预期寿命的滞后影响都要高于当年的即时影响，说明持续累积的经济发展对人口健康的促进作用更加明显。

2.1.3 人均GDP与预期寿命的区间相关性

人均GDP的高低在同一个时间点上反映的是经济水平的空间差异，在同一个空间位上反映的是经济发展的时间变化。为了揭示不同经济水平与预期寿命的关系，将2000、2010年的数据组予以集合，然后按人均GDP高低分为6个区间分别进行相关分析（表3）。地市尺度的相关系数均小于0.4，县域尺度的相关系数均小于0.3，说明各区段人均GDP对预期寿命都有促进作用，但相关性较弱。在市域尺度上，随着人均GDP值的增加，人均GDP与预期寿命的相关系数呈现出一个先降后升的过程，当人均GDP处于3 000~5 000元的阶段时，经济发展对预期寿命的正影响最小，该阶段正是经济失调、社会失序、心理失衡的“转型阶段”。在县域尺度上，随着人均GDP值的增加，人均GDP与预期寿命的相关系数先降、后升、再降，人均GDP在2 000元以下时，相关系数最高，人均GDP在20 000元以上时，相关系数最低（图1）。
表2 人均GDP与预期寿命的相关系数

Tab.2 Correlation coefficients between GDP per capita and life expectancy

变量 LE2000 LE2010 LE2000U2010 PGDP1990-2000 PGDP2000-2010 PGDP1990-2010
LE2000 1 市0.584**，县0.563**
PGDP2000 市0.600**，县0.509**
LE2010 1 市0.623**，县0.517** 市0.619**，县0.517**
PGDP2010 市0.592**，县0.452**
PGDP2000∪2010 市0.709**，县0.624**

说明：表中带**者为0.01显著水平，带*者为0.05显著水平。LE2000U2010为2000和2010年预期寿命的集合，PGDP1990-2000为1990与2000年两个年份人均GDP的平均值，PGDP1990-2010为1990、2000、2010年三个年份人均GDP的平均值，PGDP2000-2010为2000、2010年两个年份的人均GDP的平均值，PGDP2000∪2010为2000和2010年人均GDP的集合。

表3 人均GDP与预期寿命的分段相关系数

Tab.3 Sectional correlation coefficients between GDP per capita and life expectancy

人均GDP（元）（1990年可比价格） ≤2 000 （2 000，3 000] （3000，5 000] （5000，10 000] （10 000，20 000] >20 000
样本市数（个） 78 89 127 178 146 64
r市2000∪2010 0.241* 0.163 0.093 0.294** 0.330** 0.333**
样本县数（个） 724 502 697 962 557 230
r县2000∪2010 0.284** 0.100* 0.167** 0.175** 0.089* 0.063
图1 人均GDP与预期寿命区间相关系数变化

Fig.1 Change of sectional correlation coefficients between GDP per capita and life expectancy

2.1.4 人均GDP与预期寿命的总体相关性

经过上述分析，得到即年的、滞后的、区间的三组相关系数（图2）。这些相关系数具有三个显著特点：一是多年集合的相关系数大于单年的相关系数；二是累积滞后的相关系数大于即年的相关系数；三是分区间的相关系数都较低。即年、滞后相关系数能够总体反映人均GDP与预期寿命的相关关系，其值在0.452~0.709之间，平均为0.576，属于中度显著正相关，这说明人均GDP的提高能够促进预期寿命的提高。
图2 人均GDP与预期寿命相关系数比较图

Fig.2 Comparison of various correlation coefficients between GDP per capita and life expectancy

2.2 人均GDP对预期寿命的影响

上述相关分析表明，人均GDP与预期寿命具有显著的中度正相关性。那么，人均GDP对预期寿命的影响究竟有多大?这就需要进行回归分析。鉴于分区间的人均GDP与预期寿命的相关系数很低，这里只做即时的和滞后的回归分析，回归分析结果见表4。通过表4，可以得到12个人均GDP对预期寿命影响的回归方程，回归方程显示，人均GDP对数值每增加一个单位，预期寿命将提高2.182~3.284岁，平均提高2.760岁。
表4 人均GDP对数值与预期寿命的一元回归分析结果

Tab.4 Univariate regression analysis results of logarithm of GDP per capita and life expectancy

空间尺度 因变量 常量
自变量		 未标准化系数 标准化系数 t R² F
B 标准误差
市域尺度 常量 44.418 1.933 22.982（0.000） 0.360 190.847 [0.000]
LE市2000 lnPGDP市2000 3.284 0.238 0.600 13.815（0.000）
常量 49.786 1.845 26.990（0.000） 0.351 182.992 [0.000]
LE市2010 lnPGDP市2010 2.669 0.197 0.592 13.527（0.000）
常量 48.088 1.854 25.932（0.000） 0.341 161.441 [0.000]
LE市2000 lnPGDP市1990-2000 2.985 0.235 0.584 12.706（0.000）
常量 53.897 1.514 35.593（0.000） 0.388 197.709 [0.000]
LE市2010 ln PGDP市2000-2010 2.375 0.169 0.623 14.061（0.000）
常量 53.628 1.548 34.648（0.000） 0.383 194.021 [0.000]
LE市2010 lnPGDP市1990-2010 2.485 0.178 0.619 13.929（0.000）
常量 46.924 0.993 47.254（0.000） 0.503 689.066 [0.000]
LE市2000U2010 ln PGDP市2000∪2010 2.975 0.113 0.709 26.250（0.000）
县域尺度 常量 44.110 1.097 40.228（0.000） 0.260 556.049 [0.000]
LE县2000 lnPGDP县2000 3.325 0.141 0.509 23.581（0.000）
常量 54.384 0.851 63.869（0.000） 0.204 534.737 [0.000]
LE县2010 lnPGDP县2010 2.182 0.094 0.452 23.124（0.000）
常量 46.632 1.154 40.398（0.000） 0.316 450.866 [0.000]
LE县2000 lnPGDP县1990-2000 3.228 0.152 0.563 21.234（0.000）
常量 55.051 1.047 52.578（0.000） 0.267 354.424 [0.000]
LE县2010 ln PGDP县2000-2010 2.282 0.121 0.157 18.826（0.000）
常量 54.850 1.057 51.889（0.000） 0.267 354.809 [0.000]
LE县2010 lnPGDP县1990-2010 2.385 0.127 0.517 18.836（0.000）
常量 47.284 0.518 91.252（0.000） 0.390 2344.068 [0.000]
LE县2000U2010 ln PGDP县2000∪2010 2.949 0.061 0.624 48.416（0.000）

注：圆括号内为常量和回归系数t显著性水平值，方括号内为方程F统计显著性水平值，显著性水平值<0.05则通过显著性检验。R²为方程拟合优度，取值范围为[0,1]，数值越大则方程拟合效果越好。

2.2.1 人均GDP对预期寿命的即年影响

即年回归分析，是指当年人均GDP对当年预期寿命影响的回归分析。根据表4，我们得到2000年市域、县域两个尺度的回归方程：
L E 市 2000 = 44.418 + 3.284 l n P G D P 市 2000
L E 县 2000 = 44.110 + 3.325 l n P G D P 县 2000
这两个方程式非常接近，其意义是，人均GDP对数值每增加1，市域尺度的预期寿命将提高3.284岁，县域尺度的预期寿命将提高3.325岁。
同理，可以得到2010年两个回归方程：
L E 市 2010 = 49.786 + 2.669 l n P G D P 市 2010
L E 县 2010 = 54.384 + 2.182 l n P G D P 县 2010
这两个方程式差别较大，其意义是，人均GDP对数值每增加1，市域尺度预期寿命将提高2.669岁，县域尺度预期寿命将提高2.182岁。
对比2010和2000年的回归系数，后者都要低于前者，说明随着经济水平的提高，人均GDP提高对预期寿命的增长具有边际递减效应。
同理，还可以得到2000和2010年集合的两个回归方程：
L E 市 2000 ⋃ 2010 = 46.924 + 2.975 l n P G D P 市 2000 ⋃ 2010
L E 县 2000 ⋃ 2010 = 47.284 + 2.949 l n P G D P 县 2000 ⋃ 2010
这两个方程式也非常接近，其意义是，人均GDP对数值每增加1，市域尺度预期寿命将提高2.975岁，县域尺度预期寿命将提高2.949岁。将2000和2010年的人均GDP和预期寿命数据组集合进行函数曲线拟合，得到图3。总体上预期寿命随人均GDP的提高而增加，人均GDP大致在3 000~5 000元是一个临界点，之前预期寿命随人均GDP的提高而迅速增加，之后预期寿命增加的速度明显减缓，出现边际递减效应。
图3 人均GDP与预期寿命集合的函数曲线拟合

Fig.3 Functional curve fitting of GDP per capita and life expectancy

2.2.2 人均GDP对预期寿命的滞后影响

滞后回归分析，是指之前持续多年人均GDP对预期寿命影响的回归分析。1990—2010年，可以进行两个10年和一个20年的滞后回归分析。
根据表4，可以得到1990—2000年人均GDP持续增长对2000年预期影响的两个回归方程：
L E 市 2000 = 48.088 + 2.985 l n P G D P 市 1990 - 2000
L E 县 2000 = 46.632 + 3.228 l n P G D P 县 1990 - 2000
这两个方程式的意义是，在1990—2000年的10年里，人均GDP对数值每增加1，市域尺度的预期寿命将提高2.985岁，县域尺度上的预期寿命将提高3.228岁。
同理，可以得到2000—2010年10年人均GDP持续增长对2010年预期寿命影响的两个回归方程：
L E 市 2010 = 53.897 + 2.375 l n P G D P 市 2000 - 2010
L E 县 2010 = 55.051 + 2.282 l n P G D P 县 2000 - 2010
该式的意义是，在2000—2010年的10年里，人均GDP对数值每增加1，市域尺度的预期寿命将提高2.375岁，县域尺度的预期寿命将提高2.282岁。通过比较（7）、（9）两式和（8）、（10）两式，不难发现，无论是市域尺度还是县域尺度，第二个10年比第一个10年，单位人均GDP提高的预期寿命都有所降低，说明持续多年人均GDP的提高对预期寿命的增长具有边际递减效应。
同理，还可以得到1990—2010年20年人均GDP持续增长对预期寿命影响的两个回归方程：
L E 市 2010 = 53.628 + 2.485 l n P G D P 市 1990 - 2010
L E 县 2010 = 54.850 + 2.385 l n P G D P 县 1990 - 2010
这两个方程式非常接近，其意义是，在1990—2010年的20年里，人均GDP对数值每增加1，市域尺度的预期寿命将提高2.485岁，县域尺度的预期寿命将提高2.385岁。比较持续10年和持续20年经济水平提高对预期寿命的影响，发现由于边际递减效应的影响，持续20年人均GDP的提高对预期寿命增长的影响介于两个10年之间，大致与其均值相等。

2.3 人均GDP对预期寿命影响的空间差异

采用地理加权法从市域、县域两个尺度分别对2000、2010年的人均GDP对预期寿命影响的空间异质性进行分析，结果见表5。2000和2010年在市域、县域两个尺度上的地理加权回归模型拟合优度（R²）都比较高，残差都通过了空间自相关检验，说明残差在空间上随机分布，模型估计效果较好，可以据此进一步分析人均GDP对预期寿命影响的空间差异。对两个年度、两个尺度的回归系数的空间分布进行地图直观表达，得到图4。如图4所示，人均GDP对预期寿命的影响有着显著的空间差异。
表5 人均GDP与预期寿命的地理加权回归结果

Tab.5 GWR results of GDP per capita and life expectancy

空间尺度 因变量 常量/自变量 平均值 最大值 最小值 带宽 AICc R²
市域尺度 常量 69.2016 72.5342 58.63617 478 350 1 523 0.66
LE市2000 PGDP市2000 0.0006 0.0015 0.0001
常量 72.9208 77.0304 60.3673 478 350 1 451 0.62
LE市2010 PGDP市2010 0.0001 0.0010 -0.0002
县域尺度 常量 68.4732 76.4711 55.8427 323 521 7 856 0.61
LE县2000 PGDP县2000 0.0006 0.0054 -0.0023
常量 72.7887 78.4707 60.2089 323 521 9 783 0.48
LE县2010 PGDP县2010 0.0001 0.0015 -0.0015
图4 人均GDP对预期寿命回归系数的空间分布

注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016）2923号的标准地图制作，底图无修改。

Fig.4 Spatial distribution of regression coefficients of GDP per capita to life expectancy

2.3.1 市域尺度上的空间差异

在市域尺度上，2000年回归系数全部为正值，且由东向西梯度增高，正好与我国由东向西梯度递减的经济水平相反，说明越是经济相对落后的地区，预期寿命对经济发展的敏感性越高，经济发展对预期寿命的促进作用也越大（图4a）。2010年的回归系数有所降低，但大部分地区仍为正值，回归系数的空间差异依然是东低西高，只不过出现少数负值地区，且最高值区向西部收缩，这进一步说明，随着经济水平的提高，人均GDP提高对预期寿命增长的敏感性和促进作用都在降低，存在边际递减效应（图4b）。

2.3.2 县域尺度上的空间差异

在县域尺度上，回归系数的空间分异不如市域尺度上的明显，但总体上仍然是东低西高。值得注意的是其中的回归系数负值区。2000年，几乎整个西藏地区都是负值区，说明当时西藏的人均GDP与预期寿命是呈负相关的，这是由于西藏当时经济水平总体较低，影响预期寿命的因素主要是自然因素，随着经济水平的提高，经济因素促进了原生态的生活方式的改变，从而在一定阶段出现人均GDP与预期寿命呈负相关的现象。随着经济水平的进一步提高，经济发展对预期寿命的正向促进作用逐渐体现，所以到2010年，西藏仅仍处于原生态的自然经济为主的西部地区仍为回归系数负值区。与此同时，在东北北部地区出现了一个回归系数负值区，其原因也许是这里经济发展速度相对减缓，而预期寿命因为之前经济发展的累积影响还在发挥着惯性作用，还在继续提高（图4c、4d）。
综合来看，人均GDP对预期寿命的影响自东向西增强，即在东部地区经济水平的提高对预期寿命的促进作用不如西部地区显著。出现这种空间格局的原因，主要是由于东部地区经济发达，人均GDP提高对预期寿命的增加出现了边际递减效应；而西部地区经济落后，经济水平仍处于较低发展阶段，人均GDP提高对预期寿命的增长还处于迅速增长的红利阶段。这给我们一个启示：在经济相对落后的地区，要迅速提高人口健康水平，首要的是发展经济，摆脱贫困，提高生活水平，降低发展不够带来的健康风险；而在经济相对发达的地区，要进一步提高人口预期寿命，需要从卫生资源配置、人居环境改善、生活方式健康等多方面入手。

3 结论与讨论

3.1 结论

本文从市域、县域两个尺度，从即年、滞后、区间三个维度，综合分析了1990—2010年我国预期寿命与人均GDP的相关关系，得到如下结论：
①人均GDP与预期寿命呈中度显著正相关，人均GDP对预期寿命有较强的即年影响和滞后影响，但滞后影响要强于即年影响。
②人均GDP提高对预期寿命增长具有边际效应，临界点大致是人均GDP在3 000~5 000元之间（1990年可比价格），在此区间之前，人均GDP的提高对预期寿命的增长有显著的正向影响，此区间之后，虽然仍为正向影响，但影响强度明显降低。
③人均GDP对预期寿命的影响具有显著的空间异质性，总体而言，人均GDP对预期寿命的影响强度是西高东低，即东部地区人均GDP对预期寿命的敏感性要弱于西部地区。

3.2 讨论

本文研究表明，市域尺度人均GDP与预期寿命的相关性较县域尺度的强，市域尺度人均GDP对预期寿命影响的空间异质性也比县域尺度的明显，说明人均GDP与预期寿命的相关性也存在空间尺度效应，与经济地理、文化产业的空间异质性相类似[29-30]。鉴于市域尺度上的相关性比县域尺度的相关性都要高，今后在研究全国经济发展与人口健康关系时，最好采用市域尺度进行分析。
本文研究发现，人均GDP与预期寿命的相关系数存在空间分异和区间差异，影响强度具有滞后效应和边际效应，说明不同地区、不同阶段人均GDP对预期寿命的贡献率是不一样的，相比之下，在人均GDP较低的地区和较低的阶段，其对预期寿命的影响要相对显著一些。因此，今后，在经济相对发达的东部地区，应主要通过完善社会保障、优化卫生资源配置、倡导健康生活方式等途径来进一步提高预期寿命，而在经济相对落后的西部地区，则应大力发展区域经济，努力提高生活水平，以迅速缩小与东部地区的预期寿命的差距。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
邱红, 李晶华, 于丽莎, 等. 人口平均预期寿命及疾病影响因素分析[J]. 人口学刊, 2018, 40(6):31-39.

[2]
国家统计局. 中国统计年鉴2018[M]. 北京: 中国统计出版社, 2018.

[3]
国家卫生和计划生育委员会. 中国卫生和计划生育统计年鉴2016[M]. 北京: 中国协和医科大学出版社, 2016.

[4]
中华人民共和国国家卫生健康委员会. 2017年我国卫生健康事业发展统计公报[EB/OL]. http://www.nhfpc.gov.cn/guihuaxxs/s10743/201806/44e3cdfe11fa4c7f928c879d435b6a18.shtml,2018-06-12.

[5]
谭见安, 李日邦, 朱文郁. 我国医学地理研究的主要进展和展望[J]. 地理学报, 1990, 45(2):187-201.

DOI

[6]
龚胜生, 葛履龙, 张涛. 湖北省百岁人口分布与长寿区自然环境背景[J]. 热带地理, 2016, 36(5):727-735.

DOI

[7]
杨振, 刘会敏, 王晓霞. 中国人口健康分布的时空变化与影响因素[J]. 世界地理研究, 2017, 26(2):161-168.

[8]
齐良书. 经济、 环境与人口健康的相互影响:基于我国省区面板数据的实证分析[J]. 中国人口·资源与环境, 2008, 18(6):169-173.

[9]
龚胜生, 储环, 张涛. 1990—2010年安徽省人口长寿水平的时空变化[J]. 地域研究与开发, 2015, 34(4):160-168.

[10]
钟晓妮, 周燕荣. 健康与社会经济发展关系研究[J]. 现代预防医学, 2007, 34(4):741-744.

[11]
包玉香. 区域经济发展影响居民长寿水平的实证研究——以山东省为例[J]. 山东师范大学学报:人文社会科学版, 2014, 59(6):103-111.

[12]
王森. 我国人口预期寿命的结构及影响因素研究——基于省级面板数据的分析[J]. 西北人口, 2014, 35(3):37-42.

[13]
齐亚强, 李琳. 中国预期寿命变动的地区差异及其社会经济影响因素:1981—2010[J]. 中国卫生政策研究, 2018, 11(8):29-35.

[14]
徐鑫. 对中国人均寿命影响因素的信息加权集结的计量分析[J]. 统计与信息论坛, 2011, 26(7):52-58.

[15]
郭玉玲. 中国人均预期寿命时空变化及影响因素分析[J]. 中国卫生政策研究, 2018, 11(8):44-49.

[16]
齐亚强, 牛建林. 地区经济发展与收入分配状况对我国居民健康差异的影响[J]. 社会学评论, 2015, 3(2):65-76.

[17]
李智, 张山山, 全星, 等. 云南省不同时期预期寿命及影响因素分析[J]. 中国卫生统计, 2018, 35(2):279-282.

[18]
张山山, 刘锦桃. 中国各地区人口预期寿命及地理分布分析[J]. 西北人口, 2014, 35(4):18-21.

[19]
李日邦, 谭见安, 王五一, 等. 中国人口寿命的时间变化和区域差异[J]. 人文地理, 2000, 15(2):1-6.

[20]
Song W, Li Y, Hao Z, et al. Public health in China:An environmental and socioeconomic perspective[J]. Atmospheric Environment, 2016,129:9-17.

[21]
Wang L, Bing G W, Li Y H, et al. A study of air pollutants influencing life expectancy and longevity from spatial perspective in China[J]. Science of the Total Environment, 2014,487:57-64.

[22]
Wang S, Luo K, Liu Y, et al. Economic level and human longevity:Spatial and temporal variations and correlation analysis of per capita GDP and longevity indicators in China[J]. Archives of Gerontology and Geriatrics. 2015, 61(1):93-102.

[23]
Zha X, Tian Y, Gao X, et al. Quantitatively evaluate the environmental impact factors of the life expectancy in Tibet,China[J]. Environmental Geochemistry and Health, 2019,41:1-14.

[24]
尹伯成, 许晓茵. 西方经济学基础教程[M]. 上海: 上海人民出版社, 2014.

[25]
刘达伟. Excel在死亡统计中的应用[J]. 中国卫生统计, 2001, 18(6):49-50.

[26]
[美]戴维·W·S·黄, 杰·李. ArcView GIS与ArcGIS 地理信息统计分析[M]. 张学良,译. 北京: 中国财政经济出版社, 2008.

[27]
Fotheringham A S, Brunsdon C. Local forms of spatial analysis[J]. Geographical Analysis, 1999, 31(4):340-358.

[28]
武鹏, 李同昇, 李卫民. 县域农村贫困化空间分异及其影响因素:以陕西山阳县为例[J]. 地理研究, 2018, 37(3):593-606.

DOI

[29]
李小建. 经济地理学研究中的尺度问题[J]. 经济地理, 2005, 25(4):433-436.

[30]
刘振锋, 薛东前, 庄元, 等. 文化产业空间尺度效应研究——以西安市为例[J]. 地理研究, 2016, 35(10):1 963-1 972.

Options
文章导航

/

〈 〉