1. 问题的提出
《“健康中国”2030规划纲要》要求更彻底强调健康管理 [1]。没有全民层面实现健康目标，与实质意义上的小康就相距甚远。对于每个人来说，健康都是人生中最重要、不可或缺的财富；对于国家来说，人民健康也是衡量国家发展的维度之一。已有研究认为社会经济地位是健康状况最重要的决定因素 [2]。有研究指出，主观社会经济地位对于青少年和妇女的健康状况影响显著 [3] [4]。对于客观社会经济地位，学者大都赞同客观社会经济地位占有优势的群体健康状况更好 [5]。
故，本文研究假设如下：
假设1：客观社会经济地位(家庭经济状况)对健康状况具有正向影响；
目前国内外学者大都支持社会因果论。经济状况更有优势的群体，在生活方式上更为健康，更有可能获得健康资源，从而健康状况更好。
假设2：主观社会经济地位(自评社会经济地位)对健康状况具有正向影响。
主客观社会经济地位相互影响、补充。客观社会经济地位从单一的维度去衡量，而主观社会经济地位除了考量经济状况之外，也把职业、相对社会经济地位纳入主观考量范围，从而分析结果更具解释力。
本论文以年龄等作为控制变量，研究主客观社会经济地位对于健康状况的影响。首先，发达国家对于经济水平和健康状况关联性实证研究较成熟，相对而言我国的研究较为缺乏，本文基于CGSS2018数据进行实证研究。其次，本文采用CGSS2018的数据，年份较近，缺失值较少，一定程度上更具有解释力。然后，以往研究经济水平与健康状况关联性的文章大多从收入角度切入，而社会经济地位与健康状况关联性研究越来越受到关注。最后，现有研究对于健康状况作为因变量的研究大多采用了自评健康，本论文从三个维度展开，因变量选取较为完整。
2. 数据、变量与方法
2.1. 数据来源
本研究利用2018年CGSS数据，分析社会经济地位对健康状况的影响。该数据的调查对象涵盖青年到老年群体，样本的抽样框是以31个省(区、市)为基准，采取PPS方法抽样。数据主要包括个人基本情况、健康状况、生活方式等信息。数据处理过程中，删除回答为“拒绝回答”和“不知道”的无效样本，以及因变量生理健康中，回答为过去12个月去医院次数98次和99次的奇异值共29个，本研究最后的有效样本数据为12,467人。
2.2. 变量选取
1) 因变量
健康状况，本研究采取了CGSS2018数据中自评健康、生理健康、心理健康一共三个维度来衡量。自评健康对应的问题是问卷中“您觉得您目前的身体健康状况是？”，由表1所示，得到的有效回答有“很健康”、“比较健康”、“一般”、“比较不健康”、“很不健康”共五个类别。生理健康对应的问题是问卷中“请问在过去的12个月里，您由于生病或受伤住过几次院？”，由表1所示，未去过医院的有10,088人次，占比80.92%。心理健康对应的问题是问卷中受访者在过去一个月中对于自身心理状况的自我认知，由表1所示，得到的有效回答包括“从不”、“很少”、“有时”、“经常”、“总是”。
Table 1. Self-assessed health, physical health, and mental health profiles (N = 12,467)
表1. 自评健康、生理健康和心理健康概况(N = 12,467)
2) 自变量
社会经济地位，选取问卷中主观社会经济地位(自评)和客观社会经济地位(家庭经济)。自评社会经济地位主要通过访问参与者对于本人社会经济地位的自我认知来衡量，由表2所示，得到的有效回答包括：“上层”、“中上层”、“中层”、“中下层”和“下层”共五类，中层群体占比38.61%。自评家庭经济状况主要通过访问“您家的家庭经济状况在所在地属于哪一档？”这个问题来衡量，得到的有效回答一共五类，详见表2，其中平均水平人数最多，占比50.86%。
Table 2. Outline of social economic status and household economic status (N = 12,467)
表2. 社会经济地位和家庭经济状况概况(N = 12,467)
3) 控制变量
本文的自变量除了关注社会经济地位和家庭经济状况之外，还选取了包括性别、宗教信仰、政治面貌、年龄等纳入模型，作为控制变量，由表3所示，男女性别比例大致相当，宗教信仰中不信仰宗教的人占据绝大多数，占比为89.32%，政治面貌中群众人数最多，占据83.51%。
Table 3. Gender, religion and political profile (N = 12,467)
表3. 性别、宗教信仰和政治面貌概况(N = 12,467)
2.3. 分析方法
结合本研究具体情况，因变量的类型均为类别变量，因此采取二元Logistic模型进行多元回归分析，采用STATA.16完成统计分析。
3. 实证分析
3.1. 变量描述性统计
因变量包括自评健康、生理健康和心理健康。由表4所示，自评健康，将“很健康”、“比较健康”进行合并，定义为“健康”，赋值为1；“一般”、“比较不健康”、“很不健康”合并，定义为“不健康”，赋值为0。生理健康，将“0”次定义为未去过医院，赋值为1；其他数值定义为去过医院，赋值为0。心理健康，将“从不”、“很少”、“有时”定义为不频繁，赋值为1；将“经常”、“总是”定义为频繁，赋值为0。
自变量包括主观社会经济地位(自评)和客观社会经济地位(家庭经济)。主观社会经济地位(自评)和客观社会经济地位(家庭经济)包括五类，见表4。
Table 4. Variable description and statistical analysis (N = 12,467)
表4. 变量描述及统计分析(N = 12,467)
控制变量包括性别、宗教信仰、政治面貌和年龄。由表4所示，性别，男性赋值1，女性赋值2；政治面貌和宗教信仰均设置为二分类变量，政治面貌，党员赋值为1，其他三类赋值0；宗教信仰，不信仰宗教赋值为1，信仰道教、佛教等赋值为0。年龄为连续变量。
3.2. 分析结果
Table 5. Regression results of binary logistic model (N = 12,467)
表5. 二元Logistic模型回归结果(N = 12,467)
注：*p < 0.05，**p < 0.01，***p < 0.001。
如表5所示，政治面貌对自评健康、生理健康和心理健康的影响均不显著。关于自评健康，在控制其他变量的情况下，社会经济地位每降低一个单位，自评为健康的几率就会降低为原本的79%；而家庭经济状况每上升一个单位，自评为健康的几率就会增高50%；而性别和年龄对自评健康在千分之一的水平上影响均显著，宗教信仰影响个体对于健康的自我评价。关于生理健康，可以看出，在控制其他变量的情况下，社会经济地位每降低一个单位，自评为健康的几率就会降低为原本的91%；而家庭经济状况每上升一个单位，自评为健康的几率就会增高18%；而除了年龄外的三类控制变量对生理健康的影响不显著，年龄对生理健康的影响在千分之一的水平上显著。关于心理健康，在控制其他变量的情况下，社会经济地位每降低一个单位，自评为健康的几率就会降低为原本的68%；而家庭经济状况每上升一个单位，自评为健康的几率就会增高78%；而性别、宗教信仰和年龄对生理健康的影响在千分之一的水平上显著。详见表5所示。
4. 主要结论与建议
以往研究经济水平与健康状况关联性的文章大多从收入角度切入，而社会经济地位与健康状况关联性研究越来越受到关注，本论文将社会经济地位细分为主观和客观两个部分，将健康状况细分为三个部分，研究主客观社会经济地位对于健康状况的影响。基于本论文的分析，得出：第一，主观社会经济地位(自评)和客观社会经济地位(家庭经济)与健康状况休戚相关，其原因可能是经济条件更好的个体更可能获得实现健康的机会和条件。第二，年龄越大，健康状况越可能受到影响，其原因可能是老年群体身体机能衰退。故，本论文提出如下建议：
第一，经济水平对于健康状况影响大，但同时也应该关注其他一些变量对于健康的影响，例如生活方式、基础设施等。
第二，从整体看，不同年龄群体的个人健康状况截然不同；从个体看，也要倡导个人对于健康的全生命周期管理。
第三，老年群体的健康问题应该被重点关注，给与养老、护理等政策支持 [6]。
第四，倡导健康公平，强化健康责任，健康面前人人平等 [7]。
5. 讨论
已有研究证实了社会经济地位对健康状况的影响，本论文将健康状况细分，但本论文仍存在几点不足：第一，通过实证分析，得出年龄对于健康状况具有显著影响，本论文没有针对某一年龄段(如老年群体、中年群体或青少年)的具体研究。第二，社会经济地位相对更高的群体更有可能养成健康的生活方式，更有可能拥有营养搭配的膳食，社会经济地位更高的人更可能拥有获得健康的条件 [8]，即社会经济地位和健康状况之间可能存在中介变量。第三，本论文涵盖的变量不够广泛，在具体解释社会经济地位对于健康状况的影响机制中可能存在局限性。