【瑞士再保险】我国中老年慢性病的风险因素

风险因素概述

已有研究表明，个体的早期健康状况、所处环境、生活方式等均会显著影响慢性病的发生风险，是慢性病防治过程中不可忽视的重要因素。本章从三个维度研究影响中老年慢性病的风险因素：第一，早期因素，指不受个人控制的各种因素，比如出生时的体重、早期健康状况等：第二，环境因素，指个人面临的各种自然环境和人为环境因素，比如气温、降水、环境污染状况等；第三，生活方式因素，指个人可以改变的各种行为因素，比如吸烟、饮酒、饮食、运动、互联网使用等。

实证设计

影响中老年慢性病的风险因素繁多，我们同时使用CHARLS、CHNS和CFPS三个微观数据库进行分析，三者互为补充，相互印证，以提供更为可靠的证据。我们使用以下两个步骤筛选研究样本：第一步，选择年龄在45岁及以上的中老年受访者；第二步，充分利用数据库信息对关键变量的缺失值进行补值，并在此基础上剔除关键变量缺失的样本。报告附录的附表2-1、附表2-2和附表2-3分别汇总了CHARLS、CHNS 和CFPS三个微观数据库的主要变量的详细定义。

中国健康与养老追踪调查（CHARLS）：CHARLS数据库就高血压、血脂异常、糖尿病等14种慢性病10的患病情况对受访者进行了访问，我们据此构建衡量个人慢性病患病情况的被解释变量：受访者患有慢性病—Chronic，和患有慢性病的数量——No.of Chronic。此外，依据世界卫生组织列出的四类重大慢性病，12我们还分别构建衡量个人四类慢性病患病情况的被解释变量作为补充，包括Cardio（个体是否被诊断患有心脑血管疾病，如高血压病、血脂异常、心脏病或脑卒中）、M-Tumor（个体是否被诊断患有恶性肿瘤）、Lung（个体是否被诊断患有慢性肺部疾病或哮喘病）和Diabetes（个体是否被诊断患有糖尿病或血糖升高）。

基于CHARLS提供的信息，我们分别构建影响慢性病患病的三类风险因素，即早期因素、环境因素和生活方式因素。就早期因素而言，我们选择个人自报的SRHS-Childhood（个体15岁及之前的健康状况）作为早期因素的代理变量。就环境因素而言，我们既考虑Temperature（年平均气温）和Precipitation（年总降水量）两个重要的自然环境变量，也考虑AQI（年平均空气质量指数）、SHS Exposure（个体是否暴露在二手烟环境中）、Sewer System（个体所处社区是否有下水道系统）、Waste Management（个体所处社区是否对生活垃圾进行集中处理）等四个重要的人为环境变量。就生活方式因素而言，我们构造Smoker（个体是否有吸烟习惯）、Drinker（个体是否有饮酒习惯）、Exercise（个体过去一个月是否进行了运动）、Hours of Sleep（个体过去一个月的每日平均睡眠时间等四个变量以刻画个人的生活方式。

中国营养与健康调查（CHNS）：CHNS数据库搜集了受访者高血压、心肌梗塞、肿瘤、哮喘、糖尿病和脑卒中六种典型慢性病的患病情况，我们据此构建衡量个人慢性病患病情况的被解释变量：受访者患有慢性病—Chronic。此外，依据世界卫生组织列出的四类重大慢性病，我们分别构建衡量个人四类慢性病患病情况的被解释变量作为补充，包括Cardio（个体是否被诊断患有心脑血管疾病，如高血压病、心肌梗塞或脑卒中）、Tumor（个体是否被诊断患有肿瘤）、Asthma（个体是否被诊断患有哮喘病）和Diabetes（个体是否被诊断患有糖尿病）。

基于CHNS提供的信息，我们分别构建影响慢性病的两类风险因素，即环境因素、生活方式因素。就环境因素而言，我们使用SHS Exposure（个体是否暴露在二手烟环境中）探究人为环境因素对慢性病患病率的影响。就生活方式因素而言，我们构造Smoker（个体是否有吸烟习惯）、Drinker（个体是否有饮酒习惯）、Healthy food（个体是否非常注重饮食健康）、Sporty（个体是否非常注重运动）、Hours of Sleep（个体的每日平均睡眠时间）等五个变量以反映个人生活方式对其慢性病患病情况的影响。

中国家庭追踪调查（CFPS）：CFPS数据库就“过去六个月内受访者是否经医生诊断患有慢性疾病”对受访者进行了访问，我们据此构建衡量个人慢性病患病情况的被解释变量：受访者患有慢性病。此外，CFPS还会搜集受访者患有的经医生诊断的最主要的两种慢性病的名称，依据世界卫生组织列出的四类重大慢性病，我们选取了四类常见慢性疾病分别构建四个被解释变量作为补充，包括Circulatory（个体是否被诊断患有循环系统疾病，如心脑血管疾病等）、M-Tumor（个体是否被诊断患有恶性肿瘤）、Respiratory（个体是否被诊断患有呼吸系统疾病）、E-N-M（个体是否被诊断患有内分泌、营养和代谢疾病，如糖尿病等）。

基于CFPS提供的信息，我们分别构建影响慢性病患病的三类风险因素，即早期因素、环境因素、生活方式因素。就早期因素而言，我们选择Weight at Birth（受访者出生时体重）作为早期因素的代理变量。就环境因素而言，我们使用“个体是否暴露在二手烟环境中”探究人为环境因素对慢性病患病率的影响。就生活方式因素而言，我们构造了Smoker（过去一个月是否吸烟）、Drinker（个体过去一个月是否每周饮酒三次及以上）、Frequency of Exercise（个体过去一周运动次数）、Hours of Sleep（个体每日睡眠时间）等变量。同时，我们还考虑了互联网的使用习惯对中老年人慢性病患病率的影响，构造了Hours of Internet Use（个体每周上网时长）、Internet-Studying（个体是否使用互联网学习）、Internet-Work（个体是否使用互联网工作）、Internet-Socializing（个体是否使用互联网社交）、Internet-Entertainment（个体是否使用互联网娱乐）和Internet-Business（个体是否使用互联网进行商业活动）等六个变量。

实证方法：本文使用线性概率模型（Linear Probability Model，LPM）估计各类风险因素对中老年慢性病患病的影响。回归中的被解释变量为代表个体各类慢性病患病情况的O-1变量以及代表个体所患慢性病数量的连续变量，核心解释变量包括不随时变的各类因素（如早期因素）和随时变的各类因素（如环境因素、生活方式因素）。回归还控制了省份/家户/个体固定效应和年份固定效应。

实证结果

早期因素：基于CHARLS的分析表明，相较于自报15岁及之前健康状况不好或一般的个人，自报早期健康状态较好的个人在中老年时期被诊断患有CHARLS列出的14种慢性病中的任意一种慢性病的概率会降低5.6个百分点，所患慢性病的数量会降低0.2 种。针对分病种的进一步分析表明，上述影响主要体现在心脑血管疾病（2.5个百分点）、慢性肺病（2.7个百分点）和糖尿病（1.6个百分点）。基于CFPS的分析表明，出生体重太低或太高均不利，均会增加个体在中老年期罹患慢性病的预期概率，保持适度的出生体重（约为2.9千克）有利于降低慢性病患病率。该现象同样适用于循环系统疾病（如心脑血管疾病）。可见，早期因素是影响中老年慢性病的重要风险因素。这可能是由基因缺陷、胎儿期营养不足或激素水平异常及其他不利因素引起的。

环境因素：基于数据，我们考察的环境因素包括自然环境因素和人为环境因素，发现自然环境和人为环境均对中老年慢性病产生显著影响。

从气温看，气温升高对人们罹患慢性病的影响并不是单调的，气温太低或太高均不利，拥有适宜的气温能对慢性病防治起到较好的作用。从降水看，过度干燥或潮湿的气候条件均对慢性病不利，拥有适宜的降水有利于慢性病的防治。不利的自然环境因素可能会损害机体的正常生理功能（如循环系统和呼吸系统），增加病菌侵染机体的能力，提高慢性病风险。

从空气质量看，个体居住地空气质量指数每提高10个单位，其被诊断患有CHARLS列出的14种慢性病中的任意一种的概率会提高1.2个百分点，表明空气质量越差，个体越有可能罹患慢性病。从生活垃圾处理看，本文发现如果所处社区（村庄）对生活垃圾进行集中处理，中老年群体被诊断罹患慢性病的概率会降低3.4个百分点、罹患慢性肺病的概率会降低2.3个百分点，个体所患慢性病的数量下降0.1种。22 良好的生活垃圾集中处理系统可能也意味着更少的污染、更强的地方治理能力、以及其他有利于改善健康状况的因素，因此体现出更多卫生条件相关因素的共同影响。从二手烟污染看，共同居住的家人中有吸烟者会增加非吸烟者罹患慢性病的概率约0.8-3.2个百分点。

生活方式因素：我们考察的生活方式因素包括吸烟、饮酒、运动、饮食、睡眠时长和互联网使用，分析结果显示生活方式是影响中老年慢性病的重要风险因素。

从吸烟行为看，我们发现相较于非吸烟者，中老年群体中吸烟者罹患慢性病的概率提高2.2-4.9个百分点，罹患慢性病的数量上升0.1种。分病种分析表明，吸烟的危害作用导致心脑血管疾病患病率上升4.2个百分点、恶性肿瘤患病率上升0.4个百分点、慢性肺病患病率上升2.4个百分点、糖尿病患病率上升1.0-1.6个百分点。从饮酒行为看，我们发现每周饮酒三次及以上的个体罹患慢性病的概率相比每周饮酒两次及以下的个体提高1.8个百分点，罹患慢性呼吸系统病的概率提高1.2个百分点。这表明，吸烟和饮酒均会对中老年人慢性病患病率产生显著影响。

从饮食看，基于CHNS的分析发现，非常注重健康饮食的受访者罹患哮喘的概率比其他受访者降低0.6个百分点，表明均衡和健康的饮食习惯对中老年群体慢性病患病率起到了改善的作用。从运动看，基于CFPS的分析表明，随着每周运动次数的增加，个体罹患慢性病的概率逐渐降低：每周运动次数每增加一次，慢性病患病率降低约0.6个百分点：分病种分析表明运动频率的增加会显著降低个体罹患循环系统疾病、呼吸系统疾病、内分泌营养和代谢疾病的概率。从睡眠时长（不包括午休时间）看，我们发现个体罹患慢性病的概率随睡眠时间的增加呈现先下降后上升的趋势，表明存在最优睡眠时长，约为每天6.9-8.7个小时。

从互联网使用时长看，个体每周使用电脑或移动设备（如手机、平板电脑）上网的时间每增加一小时，慢性病患病率将上升0.2个百分点，且该效应在多种慢性病中均显著存在，其原因可能是互联网的使用增加了人们使用电脑、手机等电子产品的时间，增加了个体久坐时间、同时减少了人们运动的频率和时长。中介效应分析验证了上述猜想，表明互联网使用时长在一定程度上通过降低运动的频率增加了个体罹患慢性病的概率（中介效应占比约为8%）。

从互联网使用目的看，使用互联网进行学习，如搜索学习资料、上网络学习课程等的个体慢性病患病率降低了2.2个百分点，20而使用互联网进行工作（包括使用单位的内部网）和社交（如聊天、发微博等）的个体的慢性病患病率分别增加了1.8个百分点和1.5个百分点。一般而言，互联网使用对慢性病患病率存在正负两方面的影响：一方面，互联网的普及使人们有机会通过更有效的方式获取有关慢性病和健康行为的知识，会对改善个体健康起到积极作用；另一方面，使用互联网工作或社交使人们长时间面对屏幕，养成久坐不动的习惯，会对改善个体健康起到消极作用。对于使用互联网进行学习的个体而言，互联网使用的积极作用大于消极作用，而对于使用互联网进行工作或社交的个体而言则反之。