2021年度中国居民健康消费指数报告.pdf

中国居民健康消费指数报告（2021）国家卫生健康委人口文化发展中心八点健闻 复旦大学健康传播研究所 华泰证券 京东消费及产业发展研究院爱德基金会指导单位联合发布数据支持公益支持HHEALTH CONSUMPTION INDEX前 言中国居民健康消费指数，是使用消费大数据衡量不同地区居民消费习惯对健康程度影响的指数，也是通过大数据方法，高频次、高准确性、低成本对各地区居民进行“全面体检”的一次全新尝试。通过观察不同地区居民的消费，结合外部调查数据，并通过标尺性商品的转换，我们计算了不同地区居民平均每日消耗烟、酒、蔬菜及食用菌、肉蛋类、水产品、奶制品、瓜果类以及经常参与体育锻炼比例的具体数值。以该数值为基础，参考权威医学实证研究得出上述消费行为对于健康的影响系数，进而推算出居民健康消费指数。初步得到的指数表明，上海、北京、天津、山东、陕西、浙江、江苏、辽宁、山西和广西等地的健康消费指数较高，而河南、安徽、内蒙古、江西、海南、四川、湖南、西藏、贵州和云南等地的健康消费指数较低。从表面上看，这一结果与各地区的人均GDP或人均健康寿命排序基本保持一致，但存在局部差距，这也给予我们新颖的视角、有益的参考：一方面，说明我国经济发达地区与欠发达地区人口的健康寿命差距明显，主因可能在于这两类地区不仅医疗条件和公共卫生环境存在差异，而且消费者健康行为、生活方式的差距也不能忽视；另一方面，揭示了国民的健康消费仍然有很大的改善空间。通过中国居民健康消费指数，我们将逐季度对各地消费数据进行跟踪挖掘，提供各地区健康消费的改善建议，并在此过程中不断扩充数据来源，完善编制方法。最后，希望这一尝试性的大数据指数，对提升国民健康消费水平、改变健康消费观念有所助益。中国居民健康消费指数报告20211.中国居民健康行为监测的必要性 ·······························2.常见居民健康指数构建方式对比 ·······························3.中国居民健康消费指数评价体系 ·······························4.中国居民健康消费指数的测算步骤·····························目 录（一）寻找标尺商品 ··············································（二）计算标尺商品的人·天数 ·······································（三）分城市计算三级品类商品的标准化人均每日消费量 ······················（四）计算各类商品加权系数 ········································（五）计算省级健康消费指数 ········································（一）中国居民健康消费指数（2020-2021年）·····························（二）中国居民健康消费指数代表性细目分解 ·····························（三）中国居民健康消费指数与经济发展水平 ······························0101030505050606070809170819205.中国居民健康消费指数的现状、变化与分解 ·····················6.总结与展望 ·················································参考文献 ·····················································中国居民健康消费指数报告20211.中国居民健康行为监测的必要性2020年我国居民健康素养水平达到23.15%，比2019年提升3.98个百分点，增长幅度为历年最大（国家卫健委，2021）。但值得注意的是，我国居民健康素养水平总体仍偏低，健康问题和健康资源的区域差异较大，跨地区人群在获得医疗保健服务方面的不平等依然存在，某些地区和人群健康状况需改善的空间明显（华颖，2018）。此外，中国城市居民健康素养、参与体育锻炼人数、居民吸烟率等指标水平，也不甚理想。据此，2019年《国务院关于实施健康中国行动的意见》和《健康中国行动（2019-2030年）》明确指出要“推进健康城市、健康村镇建设，建立环境与健康的调查、监测和风险评估制度”。目前我国的公共卫生调研已经覆盖了绝大部分省份，但由于调查的样本相对有限，且囿于调查成本和耗时，数据更新频率较慢，在全面、及时反映中国居民健康行为的变化情况上，还有提高的空间。幸运的是，互联网的发展为健康行为数据的获取提供了另一种可能。目前网络购物已经成为居民获取生活资源最重要的手段之一。截至2020年12月，全国网络购物用户规模已达7.82亿。特别是，大型电商平台的配送范围能够覆盖31个省（直辖市、自治区），可及性较高，电商平台产生的大数据能够反映居民的消费行为。因此，本报告基于国内头部电商在31个省（直辖市、自治区）（台湾省及香港、澳门两个特别行政区因缺乏数据来源，未包含在本报告的取样范围之内）的网上购物消费大数据（覆盖医疗、健康、饮食、运动和文化等消费领域），根据各省（市、区）居民的健康行为分布特征，结合国内外权威研究，构建具有动态性和可持续性的中国居民健康消费指数的指标体系，并采取一种新方法测度2020-2021年31个省（直辖市、自治区）居民健康消费水平差异和变动。2.常见居民健康指数构建方式对比从既有研究来看，居民健康指数的测度主要有两种方式。第一种是利用问卷调研、访谈等形式获取第一手数据进行测算（Ware et al.，1996；Rohani et al.，2010；Maska et al.,2011；Kang et al.，2013；Propp et al.，2019；杨子潞，2021）。例如，2008年韩国疾病控制和预防中心问卷调查项目（KCHS），基于253个社区卫生中心、35所社区大学和1500名采访者发放问卷，用以监测和评估居民健康和疾病预防状况（Kang et al.，2015）；Young et al.（2013）基于2010年全球疾病、损伤及风险因子研究（GBD 2010）测量了国际间健康状况；Propp et al.（2019）通过儿童/监护人问卷调查和访谈，对儿童健康质量感知重要性进行评分，以观测儿童健康状况；杨子潞（2021）基于891位具有基本健康农产品认知的消费者问卷调查数据，分析了中国城乡居民健康农产品消费的影响因素。①《2020年全国居民健康素养水平升至23.15%》，国家卫健委，2021（http://www.gov.cn/xinwen/2021-04/01/content_5597287.htm）②《中国互联网络发展状况统计报告》，中国互联网络信息中心,2021年2月Page | 01中国居民健康消费指数报告2021第二种方式是利用宏观调查数据进行测算（曹燕等,2010；Silva,2015；Tikunov and Chereshnya,2016；Färe et al.,2019；Pereira and Marques.,2022）。曹燕等（2010）通过借鉴联合国开发计划署（UNDP）发布的人类发展指数（Human Development Index,HDI）构建了“健康发展指数”，并用以评估中国城乡居民的健康发展绩效。Tikunov and Chereshnya（2016）基于婴儿死亡率、男女出生时预期寿命等指标构建的公共健康指数（PHI），测算了1992-2012年间俄罗斯居民动态健康水平。Pereira and Marques（2022）基于2016-2020年联合国可持续发展目标3（良好健康与福祉）中的13个目标构建可持续公共健康指数框架，测度了181个世界卫生组织成员国（WHO）的健康状况。虽然问卷调研和宏观数据可以在一定程度上反映个体、区域乃至国家层面的健康状况，但都存在一定的缺陷：一方面，问卷调查虽然是获取人群健康特征的标准方法，但在抽样、问卷设计、访谈上需要花费大量的时间与经济成本，而且各主体之间的健康状况难以有效比较。在具体的问卷调查过程中，更多推算出的是理想行为或者行动意愿，难以体现真实行为。例如，询问居民的运动时间，得出的结论往往会超过真实值，因为人们倾向于高估自己的运动时间，乐观估计自己的健康水平（Dyrstad et al.,2014）。同时，个体的主观健康评判也难以加总到城市或国家层面，无法反映区域之间的差异（Prokhorov et al.,2007;Pereira and Marques.,2022）。另一方面，宏观数据样本量有限，且无法充分考虑个体之间的差异，不能精准反映居民健康状况。相较之下，居民生活条件或消费状况的明显波动不仅可以直接观察，而且还会反映在健康状况上（Prokhorov et al.,2003）。因此，本报告创新性地采用电商大数据来衡量地区——时间维度的健康消费指数。相比使用问卷调查和宏观数据，具有四个明显的优点：首先，既有研究利用部分样本代替全体的统计方法面临代表性偏误，且更新周期较长，本报告利用电商大数据刻画居民消费背后隐含的健康状况，统计结果更为精确，样本更加广泛，更新频率更高，因此测度结果也更接近实际状况。其次，居民消费数据不存在问卷调查中对自身健康状况的高估或低估问题，并且电商大数据对居民消费行为和消费习惯的观察周期也是持续的，能够避免系统性的“自我报告偏误”。第三，从成本角度看，在法律允许框架内使用电商平台的消费大数据，比直接发放问卷更加节省成本，且原始数据处理和清洗更加标准化、周期更短，经济和时间成本均更低。最后，问卷调查中居民对健康的评估属于主观意愿，无法加总到整体层面进行比较，而电商平台中各类消费品可以直接量化（如销售数量、价格等），符合微观经济学将个体消费数据加总得到行业或国家层面整体消费情况的做法，因此也能够进行区域、国际间的横向对比。Page | 02中国居民健康消费指数报告20213.中国居民健康消费指数评价体系本报告使用的电商大数据主要来自京东零售，覆盖了全国300余个城市2020-2021年三级商品品类的消费单数和消费金额。通过不同城市在不同品类商品上的消费情况，可以观测城市间的消费习惯差异。例如，如果城市A蔬菜消费量较多、深加工食品消费量较少，运动器材消费量较多、打火机消费数量较少，则证明该城市的消费结构相对健康。尽管如此，使用电商大数据来度量健康消费依然需要解决两个问题。其一，代表性问题。无论来自哪个电商平台的数据，都可能受到消费者消费习惯代表性和人群代表性问题的干扰。消费习惯代表性问题是指许多商品的消费可能并不在电商平台进行。试举一例，虽然A城市比B城市在电商平台上购买了更多的产品C，但B城市更大比例的产品C购买是在线下或其他渠道完成的（如储运难度较大的生鲜食品），此时电商数据就无法真实体现不同城市的健康消费情况。为了解决这个问题，本报告采用了多种外部权威数据对电商数据进行验证，包括UHS（城市调查总队居民消费数据）、CHNS（中国家庭营养与健康追踪调查数据）以及各项学术调查资料。例如在CHNS数据库中，可以获得数十个城市的家庭在禽肉、蔬菜、水果、烟酒等各项消费的平均每日支出。由于CHNS等外部数据具有很好的地区人口代表性，从中计算出的各品类消费情况可以认为更接近真实数据。利用电商数据计算出各城市的烟酒、蔬菜及食用菌、水产品、奶制品、瓜果和肉蛋类产品等各项消费情况后，与CHNS数据得出的结果进行比较，就能近似地得出电商数据与外部权威数据的拟合程度。根据这一思路，本报告最终在4大品类、8类二级指标中找到了200余种详细产品（如表3.1所示）。由于这些来自电商平台的品类数据已经与外部权威数据进行过充分拟合，其代表性在各个地区是相对稳定的，可以进行跨地区对比。吸烟饮酒身体活动经常参与体育锻炼比例膳食吸烟率饮酒率火机烟具等白酒等平...