基于結構方程模型的流動人口年內患病未就診的影響因素分析

時 宏，張秀敏，李相榮，任 正，范馨文，郭 霞，查 雙，喬舒茵，趙晗方

吉林大學公共衛生學院，吉林長春，130021

隨著我國經濟日益發展與城市化進程不斷加快，人口流動規模日益壯大，根據2017年國民經濟和社會發展統計公報顯示，2017年末全國流動人口達2.44億人，占全國總人口的17.6%。在流動人口群體為社會經濟發展作出貢獻的同時，其健康問題也得到了廣泛關注。國家層面對流動人口進行動態監測顯示出對其健康問題的重視，相關研究也指出流動人口健康問題突出、醫療衛生服務利用低于常住人口等問題[1-3]。既往研究多采用logistic回歸的方法分析流動人口患病未就診的相關影響因素，但該類方法不能反映出變量間的間接關系[4-5]。結構方程模型可以用來分析各影響因素間的直接效應和間接效應，準確測算各因素間的作用[6]。因此，本研究在描述流動人口年內患病未就診現狀的基礎上，采用結構方程模型揭示流動人口各方面特征與年內患病未就診之間的作用路徑，從而為進一步改善流動人口的健康狀況、提高流動人口衛生服務利用水平提供參考。

1 資料來源與方法

1.1 資料來源

本研究數據來源于2017年國家衛生健康委中國流動人口動態監測數據，由國家衛生健康委流動人口數據平臺提供。研究對象為在流入地居住1個月及以上，非本區(縣、市)戶口的15周歲及以上流入人口。調查樣本總計169989人，鑒于本研究的調查對象是流動人口中患病未就診人群，因此選擇最近1年有患病或身體不適情況的流動人口為研究對象，共計82744人。

1.2 指標界定

年內患?。鹤罱?年是否有患病(負傷)或身體不適的情況，時間范圍為2016年6月到2017年5月，是指被訪者主觀上認為應當去醫院看醫生的患病(負傷)或身體不適的情況。

年內患病率：(年內患病人數/調查樣本總人數)×100%。

年內患病未就診：由最近一次患病(負傷)或身體不適時選擇自行購藥和未采取治療措施兩部分組成。

年內患病未就診率：[(自行購藥人數+未采取治療措施人數)/年內患病人數]×100%。

1.3 研究方法

運用結構方程模型對年內患病未就診影響因素進行分析。模型具體包含4個潛變量和13個觀測變量，使用結構方程模型描述各潛變量之間的相互作用關系，揭示各潛變量與年內患病未就診之間的作用路徑。

1.4 統計學方法

應用SPSS 24.0軟件對數據進行統計分析，采用卡方檢驗進行計數資料的比較。以P<0.05為差異有統計學意義。采用Amos 23.0軟件擬合結構方程模型對流動人口年內患病未就診的影響因素進行分析。

2 結果

2.1 調查對象基本情況

在82744名研究對象中，男性41557人(50.2%)，女性41187人(49.8%)；平均年齡(36.52±11.23)歲；漢族75288人(91.0%)，少數民族7456人(9.0%)；受教育程度為高中及以上者33060人(40.0%)，初中35337人(42.7%)，小學及以下14347人(17.3%)；在婚67906人(82.1%)，非在婚14838人(17.9%)；家庭平均月收入>10000元10262人(12.4%)，5001-10000元37002人(44.7%)，2000-5000元31487人(38.1%)，<2000元3993人(4.8%)；參保者76356人(92.3%)，未參保者6388人(7.7%)；交往人員類型為同鄉者28740人(34.8%)，為其他本地人者26270人(31.7%)，為其他外地人者9887人(11.9%)，很少與人來往者17847人(21.6%)；流動原因為務工經商68617人(82.9%)，家屬隨遷7507人(9.1%)，婚姻嫁娶2000人(2.4%)，拆遷搬家437人(0.5%)，其他原因4183人(5.1%)；流動范圍為跨省40288人(48.7%)，省內跨市28100人(34.0%)，市內跨縣14356人(17.3%)；流動時間≤3年33384人(40.3%)，4-6年17292人(20.9%)，7-9年11898人(14.4%)，≥10年20170人(24.4%)。自評健康63178人(76.4%)，自評基本健康16031人(19.4%)，自評不健康3535人(4.2%)；患有慢性病5657人(6.8%)，未患有慢性病77087人(93.2%)。

2.2 流動人口年內患病就診情況

近1年內患病的人群中，就診人數為42780人，就診率為51.70%。就診機構選擇情況如下：流入地社區衛生站(37.3%)、流入地綜合/?？漆t院(31.4%)、流入地個體診所(29.4%)、回老家治療(1.2%)、本地和老家以外其他地方(0.7%)。未就診人數為39964人，未就診率為48.30%。未就診具體情況如下：自行購藥(30.9%)、未采取治療措施(17.4%)。

2.3 流動人口年內患病未就診的影響因素

2.3.1 不同人口學特征流動人口年內患病未就診情況。經過單因素分析，不同性別、年齡、民族、受教育程度、婚姻狀況的流動人口患病未就診率差異有統計學意義(P<0.05)。見表1。

表1 不同人口學特征流動人口年內患病未就診情況

2.3.2 不同社會經濟特征流動人口年內患病未就診情況。經過單因素分析，不同家庭平均月收入、參保情況、交往人員類型的流動人口患病未就診率差異有統計學意義(P<0.05)。見表2。

表2 不同社會經濟特征流動人口年內患病未就診情況

2.3.3 不同流動特征流動人口年內患病未就診情況。經過單因素分析，不同流動原因、流動范圍、流動時間的流動人口患病未就診率差異有統計學意義(P<0.05)。見表3。

表3 不同流動特征流動人口年內患病未就診情況

2.3.4 不同健康特征流動人口年內患病未就診情況。經過單因素分析，不同自評健康狀況和慢性病情況的流動人口患病未就診率差異有統計學意義(P<0.05)。見表4。

表4 不同健康特征流動人口年內患病未就診情況

2.4 流動人口年內患病未就診影響因素的結構方程模型分析

結構方程模型以是否就診為因變量(0=未就診，1=就診)，包含人口學特征、社會經濟特征、流動特征及健康特征4個潛變量。其中人口學特征用性別、年齡、民族、受教育程度、婚姻狀況進行描述，社會經濟特征用家庭平均月收入、參保情況、交往人員類型進行描述，流動特征用流動原因、流動范圍、流動時間進行描述，健康特征用自評健康狀況、是否患有慢性病進行描述。

確定納入因素后，通過Amos 23.0軟件對初始模型進行反復調適、評價和修正，刪除無效路徑后得到擬合程度較好的修正模型，見圖1。該結構方程指標均達到適配標準，擬合效果良好，見表5。最優模型路徑系數估計結果見表6。

人口學特征影響患病就診情況，總效應為-0.010，其中直接影響系數為0.098。人口學特征通過社會經濟特征對就診的間接影響系數為0.044，通過流動特征、社會經濟特征對就診的影響系數為-0.042，通過健康特征對就診的間接影響系數為-0.114，通過健康特征、社會經濟特征對就診的影響系數為0.004。社會經濟特征對就診僅有直接作用，影響系數為-0.056。流動特征對社會經濟特征的直接影響系數為-0.777，流動特征通過社會經濟特征對就診的間接影響系數為0.043。健康特征對就診的總效應為-0.172，其中直接影響系數為-0.178。健康特征對社會經濟特征的直接影響系數為-0.113，健康特征通過社會經濟特征間接影響就診的影響系數為0.006。見表7。

圖1 流動人口年內患病未就診影響因素的結構方程模型

3 討論

3.1 流動人口年內患病未就診率較高

既往研究指出就診率是評價衛生服務利用的指標[7]，本研究顯示流動人口年內患病未就診率為48.30%，提示流動人口衛生服務利用率較低，主動利用醫療衛生資源的能力有待加強。未就診的流動人口更傾向于選擇自行購藥的方式進行自我醫療，自我醫療具有減輕患者經濟負擔且節約時間資源的優勢，但如若自我醫療不當則會增加人群健康風險。

3.2 流動人口的不同特征對年內患病未就診的影響存在差異

結果表明健康特征對年內患病就診情況影響最大，標準化回歸系數為-0.178。說明流動人口醫療衛生服務利用很大程度上取決于自身健康狀況所帶來的需求。

表5 流動人口年內患病未就診影響因素結構方程模型指標檢驗結果

表6 最優模型路徑系數估計結果

表7 流動人口年內患病未就診影響因素的結構方程模型效應分解

其次為社會經濟特征，總效果值為-0.056；流動特征對年內患病就診無直接影響，總效果值為0.043；人口學特征影響年內患病就診的總效果值為-0.010。

人口學特征直接或間接影響患病就診情況。標志變量中性別、民族、婚姻狀況對就診有正向顯著影響；年齡、受教育程度對就診有負向影響。其中女性較男性患病就診增加，究其原因可能與女性更加重視自身健康有關，也可能與女性較男性患病幾率更高有關[8]。年齡對基本特征的影響程度最大，高年齡者患病就診率相對較低，與李玉剛等的研究結果一致[5]。原因可能是高年齡者身體不便或心理上存在對醫療機構的抗拒，還可能是高年齡者多為慢性病或常見病患者，缺少對疾病的重視。受教育程度高者患病就診增加，究其原因可能是該人群接受健康教育的機會更多且理解能力更強從而提高了自身健康素養，能夠積極主動利用醫療衛生服務，與相關研究得出低學歷人群對自身健康重視不足結論一致[2]。同時健康特征作為中介變量，在人口學特征影響患病是否就診間起到間接影響，可能是因為不同人口學特征人群健康狀況存在一定差異，例如不同年齡、受教育程度、婚姻狀況的人群患慢性病情況不同[9-10]。

社會經濟特征對流動人口患病就診僅有直接作用。由標志變量可以看出，家庭平均月收入減少導致患病就診減少，未參保者與參保者相比患病就診減少，與既往研究結果一致[4]。提示流動人口患病后是否采取就診行為受收入水平及醫療保險水平影響，提高經濟收入和社會保障水平能有效促進流動人口患病就診率的提高[11]。交往人員類型對社會經濟特征的影響程度最大，流動人口交往人員類型為同鄉者就診增加，提示社會資源與社會支持對流動人口患病是否就診存在影響，究其原因可能為同鄉接觸往來會增加流動人口的歸屬感，使其提高對自身健康狀況的重視程度。

流動特征對患病就診無直接影響，可能是近年來我國對流動人口的權益保障更加充分從而在一定程度上弱化了流動特征的獨有作用。但具體流動情況不同會導致個人社會經濟特征存在差異從而間接影響年內患病就診情況。這可能是因為不同流動人口間社會資源的擁有程度不同，流動范圍小者社會歸屬感強，城市融入能力強，從而在流動特質對社會經濟資源的影響下作用于患病是否就診情況的發生。

健康特征對流動人口患病就診既有直接作用也有間接作用，對就診情況的影響程度最大。由其標志變量可以看出，自評健康狀況差者患病就診增加，原因可能是自評健康狀況好者患病時往往自感病輕，對自身健康的重視度不足而更傾向于不去就診?；加新圆≌呋疾【驮\增加，與相關研究結果一致[12]。究其原因可能是其對自身健康狀況更為重視。同時健康特征通過社會經濟特征間接影響患病就診情況，即不同健康特征的流動人口的社會經濟特征存在差異進而對患病是否就診產生影響。

4 建議

首先應通過個性化的健康教育方式和多樣化的宣傳途徑使流動人口群體更好的學習與掌握健康知識，強化對自身健康的重視程度，進而幫助其樹立正確就醫觀念，提高患病就診的積極性與主動性。其次應完善流動人口收入分配制度，在保障流動人口基本權益基礎上提高生活質量，為促進流動人口衛生服務利用提供經濟基礎及必要保障。再次各級政府應優化衛生資源配置，進一步推進基層醫療衛生服務建設，充分發揮基層醫療衛生服務機構作用，提高流動人口看病就醫的地理可及性和經濟可承受性。最后應提高流動人口健康素養，從而促進流動人口合理就醫及科學用藥能力的提升。