臺灣區域間健康差異因素之分析

全文

(1)國立高雄大學應用經濟學系(研究所) 碩士論文. 臺灣區域間健康差異因素之分析 Accounting for Taiwan's regional differences in health: An application of Oaxaca decomposition. 研究生：王勝禾撰指導教授：耿紹勛. 中華民國 2010 年 1 月.

(2) 誌謝辭. 在研究生的生涯中學習到許多不單在做學問上，在其它做人處事方面也獲益良多。研究生的課程中磨練砥礪我對事務的思考訓練及邏輯判斷，對我在處理事務幫助良多，還有師長教導的做人處事方面，提供我對人事物的尊重及力行。首先要對指導老師耿紹勛先生致上謝意。也謝謝審查老師田維華及許聖章的建議及提供本研究改善的空間，亦謝謝系上所有老師、同窗及系上的行政人員，謝謝在這段時間的照顧與幫忙。最重要感謝家人及一路走來的各位，說真的人生要感謝的人太多了，最後就感謝上天，謝謝高雄，謝謝一切的一切，一切盡在不言中。. 王勝禾謹適於高雄大學應用經濟系民國九十九年一月. I .

(3) 臺灣區域間健康差異因素之分析. 指導教授: 耿紹勛. 博士. 國立高雄大學應用經濟學系. 學生: 王勝禾國立高雄大學應用經濟學系. 摘要臺灣境內各區域民眾的零歲死亡機率及零歲平均餘命差異甚大，例如 2005 年各區域兩性零歲死亡率：以北部最低，依序為中部與南部，東部最高。同年零歲平均餘命以北部民眾最長壽為約 79 歲，中南部民眾的零歲平均餘命比北部平均少活兩歲左右，東部人餘命卻是遠遠落後於北臺灣六歲。除了民眾的健康呈現相當大的差異現象外，其它方面如北部民眾的家戶所得遠高於其它區域民眾的家戶所得；北部民眾同樣在教育程度也遠高於其它區域民眾，北臺灣都市化程度也高於其它地區；在醫療資源分布上，北部地區亦較其它區域來得充沛。本研究主要探討影響臺灣區域間民眾健康差異的因素，並使用 Oaxaca(1973) 及 Fairlie(1999)方法進行分析。本研究資料取自衛生署國民健康局的 2005 年國民健康調查，並採用成年人標準化的身體質量指數(Body mass idex，BMI)及自我健康評價(Self-assessed health，SAH)作為本研究的衡量指標。在 BMI 的實證分析中，北部與非北部地區(包含中部、南部及東部)的健康差. II .

(4) 異結果顯著，但在非北部地區(包含中部、南部及東部)之間的受訪者健康差異不顯著，顯示臺灣本身內部區域間存有健康差距的問題。本文研究顯示地區間的教育程度、個人的生活型態、家戶所得、職業、生活品質及醫療資源為影響臺灣區域間民眾的健康差異主要因素。這些主要影響臺灣區域間民眾健康差異的因素能改善，將拉近臺灣區域之間的健康差異。關鍵字：健康差異、Oaxaca 分解、非線性分解 III .

(5) Accounting for Taiwan's regional differences in health: An application of Oaxaca decomposition. Advisor: Dr. Shao-Hsun Keng Institute of Department of Applied Economics National University of Kaohsiung. Student: Sheng-He Wang Institute of Department of Applied Economics National University of Kaohsiung. Abstract Both life expectancy and mortality rate at birth vary widely across regions in Taiwan. The life expectancy at birth for the population in northern Taiwan is 79 in 2005, which is 2 years longer than that in central and southern Taiwan, and 6 years longer than that in the eastern region. Besides the gap in health, people living in northern Taiwan have the highest household income, years of schooling and the most abundant medical resources on the island. The purpose of this study is to explore the factors that account for the regional differences in health in Taiwan. We employ Oaxaca decomposition and Fairlie’s (1999) nonlinear decomposition for the analysis. Our empirical results show that the differences in health between northern and other regions are statistically significant while the differences are not significant between regions other than the north. We find that educational attainment, unhealthy lifestyles, household income, occupations, pollution, infrastructure, and the availability of medical resources are important determinants of the health gap. The health inequality across regions can therefore be narrowed if gaps in these demographic variables are alleviated. Keywords: health differentials, Oaxaca decomposition, nonlinear decomposition Ⅳ .

(6) 目錄誌謝辭................................................................... Ⅰ 中文摘要................................................................. Ⅱ 英文摘要................................................................. Ⅳ 目錄..................................................................... Ⅴ 表目錄................................................................... Ⅵ 圖目錄................................................................... Ⅶ. 第一章緒論................................................................ 1 第二章文獻探討............................................................ 6 第一節社會階層與健康之探討 .............................................. 6 第二節個人特質與健康之探討 .............................................. 7 第三節環境與健康之探討 .................................................. 8 第四節醫療服務與健康之探討 .............................................. 9 第五節個人健康行為與健康之探討 .......................................... 9 第六節族群與健康之探討 ................................................. 10 第三章研究方法........................................................... 11 第一節 Oaxaca 健康差異分解方法 .......................................... 11 第一節 Fairlie 健康差異分解方法 ......................................... 13 第四章資料來源與變數定義................................................. 15 第一節資料描述與研究範圍 ............................................... 15 第二節變數定義 ......................................................... 16 第三節樣本特性 ......................................................... 19 第五章實證結果分析與探討................................................. 23 第一節身體質量指數為健康指標的分析結果 ................................. 23 第二節身體質量指數為衡量的差異分析結果 ................................. 26 第三節自我健康自行評價為衡量的分析結果 ................................. 46 V .

(7) 第四節自我健康自行評價為衡量的差異分析結果 ............................. 49 第六章結論與政策建議..................................................... 69 參考文獻................................................................. 72. 表目錄表 4.1 各變數名稱與定義................................................... 18 表 4.2 各地區變數平均值及標準差........................................... 20 表 5.1 各地區身體質量指數的迴歸分析結果................................... 24 表 5.2 臺灣各地區間的身體質量指數標準化健康差異比較....................... 27 表 5.2.1 北部地區及中部地區身體質量指數健康差異分解分析 .................. 29 表 5.2.2 北部地區及中部暨花蓮縣地區身體質量指數健康差異分解的分析......... 32 表 5.2.3 北部地區及南部地區身體質量指數健康差異分解的分析................. 35 表 5.2.4 北部地區及南部地區暨臺東縣身體質量指數健康差異分解的分析......... 38 表 5.2.5 中部地區及南部地區身體質量指數健康差異分解的分析................. 41 表 5.2.6 中部暨花蓮縣地區及南部暨臺東縣地區身體質量指數健康差異分解的分析 ......................................................................... 43 表 5.2.7 臺灣各區域間的身體質量指數健康差異的個別變數的貢獻程度-.......... 45 表 5.3 各地區自評健康的 logistic 迴歸分析結果.............................. 47 表 5.3.1 北部與中部自評健康差異與解釋程度分析............................. 51 表 5.3.2 北部與中部暨花蓮縣自評健康差異與解釋程度分析..................... 54 表 5.3.3 北部與南部自評健康差異與解釋程度分析............................. 57 表 5.3.4 北部與南部暨臺東縣自評健康差異與解釋程度分析- ................... 60 表 5.3.5 中部與南部自評健康差異與解釋程度分析............................. 64 表 5.3.6 中部暨花蓮縣與南部暨臺東縣自評健康差異與解釋程度分析............. 67. VI .

(8) 圖目錄圖 1-1 臺灣各地區零歲平均餘命比較.......................................... 2 圖 1-2 臺灣各地區家戶所得比較 ............................................. 3 圖 1-3 臺灣各地區大專及以上教育程度佔該區全體勞動力之比 ................... 3 圖 1-4 臺灣各地區每千人醫師數之比較 ....................................... 4 圖 1-5 臺灣各地區每千人病床數之比較 ....................................... 4. . VII .

(9) 第一章. 緒論. 西元 1906 年臺灣男性零歲帄均餘命為 28.91 歲，女性為 30.49 歲；時至 2005 年兩性零歲帄均餘命已達 77.42 歲，男性為 74.5 歲與女性為 80.8 歲，位居世界各國及地區排第 35 名，在亞洲僅落後於日本、香港、澳門及新加坡等；臺灣人在經過一世紀，帄均餘命大約增加半百的歲數。但根據內政部資料，臺灣境內各區域民眾的零歲死亡機率及零歲帄均餘命差異甚大，例如 2005 年各區域兩性零歲死亡率：以北部區域千分之 5.15 較低，中部區域為千分之 5.26 與南部區域為千分之 5.46，而以東部區域千分之 6.46 較高。同年我國兩性零歲帄均餘命為 77.42 歲，男性為 74.50 歲，女性為 80.80 歲，就臺灣各地區零歲帄均餘命觀察，以北部區域最高，兩性零歲帄均餘命為 78.98 歲，男性 76.31 歲，女性 82.05 歲；中部區域次之，兩性為 76.92 歲，男性 73.92 歲，女性 80.40 歲；南部區域再次之，兩性為 76.22 歲，男性 73.11 歲，女性 79.90 歲；而以東部地區較低，兩性為 72.76 歲，男性 69.24 歲，女性 77.33 歲，如與北部地區比較，分別少 6.22 歲、7.07 歲、4.72 歲。過去十年當中，臺灣民眾零歲餘命穩健的增加中，但南臺灣及中臺灣民眾的零歲帄均餘命比北臺灣帄均少活兩歲左右；即使南部及中部地區民眾的零歲帄均餘命有提高的趨勢，但南部與中部地區似乎趕不上北台灣，而東部的零歲帄均餘命卻是遠遠落後於臺灣其它區域。. 陳美霞(2005)研究指出，臺灣南、北地區(不含中、東台灣及離島)不單在死亡率及帄均餘命有出現差異，因個別疾病造成的死亡率在南、北地區(不含中、東臺灣及離島)也存在不帄等現象，自1971年衛生署各縣市十大死亡原因資料顯示，原本南部民眾因惡性腫瘤、事故傷害、腦血管疾病、及高血壓疾病的死亡率較北部民眾為低，近年來反而較北臺灣民眾為高；另一方面在1980年代，原先南部民眾十大死因中如心臟性疾病、糖尿病、肺炎、肝病、肝硬化以及腎臟相關疾.

(10) 病較北部民眾為高，但這三十年來情況更加惡化。. 圖 1-1 臺灣各地區零歲帄均餘命比較兩性零歲平均餘命 85.00. 年齡. 80.00. 北. 75.00. 中. 70.00. 南. 65.00. 東. 2007. 2006. 2005. 2004. 2003. 2002. 2001. 2000. 1999. 1998. 1997. 1996. 60.00. 西元(年). 資料來源:行政院內政部. 1847 年 Rudolf Virchow 首先提倡「社會醫學」的概念。在社會醫學概念指出人產生疾病，不是單純健康方面問題，而是受社會環境因素如個人背景、經濟地位及所處外在環境等因素影響。臺灣各地區民眾死亡率及帄均餘命落差極大，是否因外在社會因素影響如家庭收支差異、各地區民眾所受的教育程度不同及各地區醫療資源分配不均等原因，促成台灣各地區民眾的健康差異？. 在檢視過去十五年來家庭收支方面的比較上，南部地區帄均每戶家庭收入較北部地區低約 25 萬元(新台幣)、中部地區低北部地區約 26 萬與東部地區低北部地區約 37 萬，差距有持續擴大的跡象。. 2.

(11) 圖1-2 臺灣各地區家戶所得比較家戶所得. 1,000,000 800,000 600,000 400,000. 北. 200,000 0. 東. 中南. 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07. 元(新台幣). 1,400,000 1,200,000. 西元(年). 資料來源:行政院主計處. 在教育水帄方面，臺灣各區域間似乎出現落差。雖然中、南部地區近十五年來大專以上教育程度人口比例持續增加，但近十五年帄均南部的勞動力為大專以上教育程度人口比例為25.3%、中部為23.1%比例及東部為7.5%比例，均遠不及北部的帄均比例(34.6%)，臺灣的高等教育人口多集中在北部。. 圖1-3 臺灣各地區大專及以上教育程度佔該區全體勞動力之比. 50 40. 北. 30. 中. 20. 南. 10. 東. 西元(年). 資料來源:行政院教育部. 3. 2008. 2007. 2006. 2005. 2004. 2003. 2002. 2001. 2000. 1999. 1998. 1997. 1996. 1995. 1994. 0. 1993. 大專及以上佔全體勞動力比(%). 人力資源.

(12) 在醫療資源部分，臺灣各地區也出現不均現象。醫師人力分布上，近十年來北臺灣的每千位民眾帄均約有 1.89 位醫師數、中臺灣帄均約 1.5 位醫師數、南臺灣帄均約 1.55 位醫師數及東臺灣帄均約 1.62 位醫師數，在醫師人力分布上仍以北部較為充沛。在醫療硬體設備上，以病床數為主要的硬體指標。檢視近十年來各區域的每千位民眾擁有多少張病床數，北台灣約 5.75 張、中台灣約 5.54 張、南台灣 6.53 張及東台灣 10.4 張，在病床數分布上以東部較為充裕。. 圖 1-4 臺灣各地區每千人醫師數之比較醫師人力資源. 每千人醫師數. 2.5 2. 北. 1.5. 中. 1. 南. 0.5. 東. 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 西元(年). 圖 1-5 臺灣各地區每千人病床數之比較醫療資源. 每千人病床數. 20 15. 北中. 10. 南 5. 東. 0 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 西元(年). 圖 1-4、圖 1-5 資料來源:行政院主計處. 4.

(13) 1998 年第五十屆世界衛生大會將促進國際間與國家內部健康帄等，作為 21 世紀每位民眾享有衛生保健的總體目標。臺灣區域間不單只存在零歲死亡率及零歲帄均餘命差異等，其它特性如家戶所得、民眾所受高等教育及醫療資源，甚至在民眾的風俗民情、生活型態、健康行為及所處的生活環境等因素差異甚大。本文主要利用「2005 年行政院衛生署國民健康局國民健康訪問調查」，並採用 Oaxaca(1973)及 Fairlie(1999)方法，試圖分析臺灣區域間健康差異是否由這些個人特質、生活型態及生活品質等因素差異所造成，並對臺灣當前的政策提出改善健議。. 本文主要結構安排如下：第一部份為緒論、第二部份為文獻探討、第三部份介紹本文研究方法、第四部份為資料描述、第五部份迴歸模型及分析結果、最後一部分為進行總結。. 5.

(14) 第二章. 文獻探討. 世界衛生組織(World Health Organization，WHO)章程對健康定義為：「健康是一種完全的、生理上的，心理上的和社會關係上的良好狀態，不只意味者沒有疾病或者不虛弱。」加拿大衛生署長 Marc(1974)指出，影響人類健康的因素分別為醫療保健體系(Health Care Organization)、生物因素(Human Biology)、環境(Environment)、生活型態(Life Style)等四個因素。下列文獻回顧敘述相關的學術研究，本研究將文獻回顧大致可分為社會階層、個人特質、族群、環境、個人的健康行為及醫療服務等部分。. 第一節. 社會階層與健康之探討. 在影響健康的因素中，所得往往是決定健康關鍵因素。Ettner(1996)使用美國國民健康訪問調查與美國家戶收支調查，研究發現收入增加可以提高自我健康評價(self-assessed health，SAH)，當經濟狀況改善時可以有較多的管道獲取健康方面資訊。在 Wagstaff, van Doorslaer & Watanabe(2003)使用越南 1993 年及 1998 年生活調查資料，結果顯示家庭支出增加對於兒童的健康狀況(身高對年齡標準化)有顯著的負相關。Mustard(1996)使用加拿大資料，研究指出在不同年齡層中樣本的死亡率受社會經濟階層影響，低社經地位的死亡率為高社經地位的 1.43 倍。Van Doorslear(1997)與劉坤仁(1996)指出當所得分布不均、貧富差異拉大會造成健康不帄等的擴大。劉鶯釧與趙乃偉(1979)使用 1964 至 1975 年臺灣各縣市資料顯示，當所得分配不均擴大時，則民眾健康差異亦會隨之惡化。Murray & McKenna(1998)研究發現美國死亡率最高和最低的地區與帄均餘命期望值最高和最低的地區進行比較發現，死亡率最高地區與帄均餘命期望值最低的地區為美 6.

(15) 國較貧困及少數族群分布之區域。Pappas(1993)研究顯示美國人年家庭收入低於 9000 美元的死亡率高於年家庭收入超過 25000 美元，並總結社經地位是影響健康的重要的要素之一。 Becker(1965)提出教育程度越高會提高消費者生產健康效率，促進消費者對健康的需求。Grossman(1972)研究假設教育程度愈高者提高醫療與時間的邊際生產力，改善健康狀況。在對於兒童營養不良問題上，家長的教育程度與兒童營養狀況呈顯著的正相關 (Wagstaff, van Doorslaer & Watanabe, 2003； Chen ,Eastwood & Yen,2005)。Banister & Zhang(2005)就曾用中國各個省份數據檢驗識字率對死亡率的影響，識字率愈高則死亡率愈低。劉鶯釧與趙乃偉(1979) 使用 1964 至 1975 年資料台灣各縣市資料分析，當一地區帄均所得較高，所得分配愈帄均，識字率越高，則帄均餘命會較高。林淑珩(2000)採用 1994 年台灣國民健康調查，分析指出教育程度愈高者，自我健康的自行評價(SAH)較佳。教育程度提高可增加對非健康行為的認知如吸菸、嚼檳榔等對人體健康的危害，提高了對於健康改善的投資回報。工作型態亦會對健康產生影響。劉坤仁(1996)採用 1990 年國民健康訪問調查的研究顯示白領階級者，自我健康的自行評價(SAH)會較佳。 Townsend ,Phillimore 和 Beattie（1988）也指出藍領階級死於呼吸道疾病如氣管、支氣管、和肺部惡性腫瘤的比率均較白領階級為高。曾敏傑(1999)研究報告指出，台北市勞工因教育程度低、所得低及所處的工作環境等因素，造成呼吸道器官罹病機率較高。. 第二節. 個人特質與健康之探討. 性別造成的健康差異表現在生命的長短、男女嬰死亡率的差異、男女攝取營養差異和生育方面的性別差異等。Wagstaff, van Doorslaer & Watanabe(2003) 7.

(16) 使用 1993 年及 1998 年越南生活調查資料分析發現，男性兒童健康狀況(身高對年齡標準化)相較於女性兒童為低；但在 Chen, Eastwood & Yen(2005)，採用中國健康與營養調查發現，中國的男性兒童對於健康狀況(身高對年齡標準化)無顯著關係。在男女嬰兒死亡率的差異，一般東方傳統社會普遍有重男輕女的觀念， Banister & Zhang(2005)研究採用中國各主要縣市地區的死亡率資料，在中國女嬰死亡率高於男嬰，其原因可能是中國政府實施一胎化政策。婚姻亦是影響個人的健康狀況。張苙雲(2003)指出，在更年期前的已婚婦女與單身婦女乳癌發生率並未有太大差異；但在更年期後，單身婦女發生乳癌機率高於已婚婦女。Anson(1988)研究指出無婚姻狀況的獨居老年婦女，其自評健康狀況較已婚且同住的老年婦女不佳。. 第三節. 環境與健康之探討. 美國癌症學會統計65%的美國癌症患者，其罹患癌症與生活方式和環境因素有關。在暴露在對人體有害的氣體中如有害物質鉛和多氯聯苯(Polychlorinated biphenyls,PCBs)等，與孩童罹患肺部疾病有很大的關聯，這些有毒氣體是造成孩童發育、生長遲緩、智力缺陷及肺部功能降低等(Shannon&Graef,1992； Needleman&Bellinger,1990)。曾敏傑(1999)研究報告指出，台北市勞工因工作環境等因素造成呼吸道疾病機率增加。林瑞雄（1998）觀察空氣污染對居民肺功能的影響，選取台北市的大同區、中山區、文山區及南港區居民為對象，並依據環保單位監測各區空氣品質資料，分析其與肺功能及血液生化之關連，結果顯示空氣污染較嚴重地區居民的肺功能較差。蕭光明（1996）則指出空氣污染對哮喘有影響，其實驗資料顯示當懸浮微粒、二氧化硫濃度上升時，有可能導致原有哮喘病患發作，而臭氧也可能導致呼吸道的反應，並誘發支氣管過度敏感。地區的運輸建設是可改善健康不帄等，該地區對外運輸連結能力愈高，能降 8.

(17) 低交通成本並降低民生必需品價格，亦使資訊成本降低，並提供醫療服務的可近性。Chen, Eastwood & Yen(2005)文獻中，採用中國健康與營養調查，顯示在兒童居住地區有公車站，對於兒童健康狀況(身高對年齡標準化)呈顯著正的相關。 2002 年聯合國在南非約翰尼斯堡召開的國際會議就明確指出：如何提供地球居民乾淨的飲用水，是全球重要的議題。公共衛生相關的措施包含自來水普及率、興建衛生下水道系統、進行隔離檢疫及增加人體抵抗的免疫力。公共衛生環境及飲用水對人體健康狀況產生影響，尤其飲用水所含的生菌數會導致人體免疫能力的喪失。Thomas McKeown(1976)指出飲用水和食物傳染所引發疾病(如傷寒) 的死亡率，在19世紀中葉以後持續下降，因當時衛生條件如飲用水及廢水處理的建設改善；此外，從1950年代開始使用氯化並過濾自來水供水系統，大大降低這傳染病對人類的死亡率。Wagstaff, van Doorslaer & Watanabe(2003)探究居家環境及衛生安全的飲用水對於兒童健康狀況影響，結果並無顯著關係。. 第四節. 醫療服務與健康之探討. 謝啟瑞與盧瑞芬(2000)指出，在醫療服務產業中，市場的主要提供者為醫療院所及醫師等，其分布狀況將影響民眾對醫療服務的利用，進而影響醫療服務可近性。Newhouse & Friedlander(1980)所採用美國 1959 至 1962 年的國民健康訪問調查，探究醫療服務如每十萬人醫師數及病床數對健康指標的影響，結果顯示沒有太大的顯著效果。Corman & Grossman(1970)採用美國 1970 年郡及城市類別的資料，研究顯示孕婦產前檢查對於嬰兒死亡率有顯著降低。. 第五節. 個人健康行為與健康之探討. Wilkinson(1997)論述社會經濟與健康的關係，指出當國家經濟成長與社會 9.

(18) 環境變化之後，其主要死亡原因會由「傳染性」的相關疾病轉變成「人為型」的相關疾病的社會型態。而「人為型」的相關疾病由個人的行為所造成的如飲食習慣、吸煙、飲酒、檳榔、缺乏運動等因素影響疾病的產生。臨床實證研究證實吸煙與個人健康有極大的關聯。Marmot & Shipley(1984) 研究發現，常吸菸者因心臟病與肺癌的死亡機率高出不吸菸者的死亡機率兩倍多。陳富莉與李蘭(1999)的實證分析顯示吸菸者與飲酒者，多為男性、教育程度較低、原住民及勞動階層。林淑珩(2001)採用 1994 年國民健康調查指出，個人的非健康行為如飲酒及吸菸對於個人的自評健康有負面影響。世界衛生組織(1975)的調查報告指出，抽菸者比無抽菸者的死亡率高出 1.6 倍，且罹患肺炎、肺癌、肺氣腫等的相關肺部疾病死亡率也較偏高。運動與健康是相輔相成，Paffenbarger & Hyde(1984)的臨床經驗指出適時的運動與冠狀心臟疾病的發生機率降低有關。. 第六節. 族群與健康之探討. 族群間因風俗文化與基因遺傳上的差異，對健康亦產生影響。胡帅慧等(1990) 研究發現臺灣原住民健康問題相當嚴重，在 1980 年代臺灣原住民相較於臺灣地區的帄均餘命差了近十歲左右；胡帅慧、張苙雲等(1990)使用 1974 至 1986 年的資料，發現原住民山地鄉的死亡率未減少反而增加，除了本身公衛條件較差外(如肺結核的流行)，還有因個人行為如飲酒過量影響 (如肝硬化等)。葉肅科(2008) 一書指出，在美國非裔女性的死亡率較白人女性的三倍，而在美國原住民為一般美國民眾的死亡率 1.5 倍，為白人的 3 倍(Williams & Collins，1995)。. 10.

(19) 第三章. 研究方法. 本文利用 Becker(1965)所提出的健康生產函數模型，並採用 Oaxaca-Blinder(1973) 及 Fairlie(1999)非線性方法來分解哪些因子如個人的健康行為、個人特質及生活品質，影響區域間的健康差異。. 第一節 Oaxaca 健康差異分解方法. Oaxaca-Blinder(1973)方法主要建立在以 OLS 迴歸估計薪資函數為基礎，分析兩個群體例如男女間在職場工作薪資的差異，將薪資差異分解成個人特質的可解釋差異及性別歧視的不可解釋差異等兩部分。本文研究方法以臺灣南北區為例。首先建立一個線性迴歸模型 𝑌 = 𝑋𝛽 +ε. (1.1). 其中 𝑌 表示個人的健康指標， 𝑋 表示個人特質及生活品質的向量， 𝛽表示估計係數值的向量， 𝜀為隨機干擾項並服從常態分配。 𝑌 𝑛 = 𝑋 𝑛 𝛽 𝑛 +𝜀 𝑛. (1.2). (1.2)式為北部的迴歸模型 𝑌 𝑠 = 𝑋 𝑠 𝛽 𝑠 +𝜀 𝑠. (1.3). (1.3)式為南部的迴歸模型南北地區居民的帄均健康差異可表示為 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 𝛽𝑛 − 𝑋 𝑠 𝛽 𝑠. (1.4). 𝑌 𝑛 ，𝑌 𝑠 分別表示為北部及南部的衡量健康帄均值，𝛽 𝑛 ，𝛽 𝑠 分別表示北部及南部的係數估計值，𝑋 𝑛 ，𝑋 𝑠 分別表示為北部及南部的個人特質及生活品質的稟賦量之帄均值。 11.

(20) (1.4)式可轉換表示如下。 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 𝑛 + (𝛽 𝑛 − 𝛽 𝑠 )𝑋 𝑠. (1.5). 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 𝑠 + (𝛽 𝑛 − 𝛽 𝑠 )𝑋 𝑛. (1.6). (1.5)式將南北地區間健康的差異分解成兩個，等號右邊第一個部分為可解釋的部分，即由兩區民眾之間的個人特質及生活品質差異所導致健康差異；第二部分為不可解釋部分由北部與南部估計迴歸係數的差異。Daymont 與 Andrisani(1984)將上述(1.5)、 (1.6)式中分別表達成(1.7)、(1.8)式。 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 𝑠 + 𝛽𝑛 − 𝛽 𝑠 𝑋 𝑠 + 𝑋 𝑛 − 𝑋 𝑠 𝛽𝑛 − 𝛽 𝑠. (1.7). = 𝐸 + 𝐶 + 𝐶𝐸 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 − 𝑋 𝑠 𝛽𝑛 + 𝛽𝑛 − 𝛽 𝑠 𝑋 𝑛 − 𝑋 𝑛 − 𝑋 𝑠 𝛽𝑛 − 𝛽 𝑠. (1.8). = 𝐸 + 𝐶 + 𝐶𝐸 (1.7)式中 𝐸 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 𝑠 ，以南部的迴歸係數為基準下，南北兩地民眾因個人特質及生活品質不同，造成兩地民眾的健康差異；𝐶 = 𝛽 𝑛 − 𝛽 𝑠 𝑋 𝑠 ，表示使用南部的稟賦量下，兩地估計迴歸係數不同，導致兩地民眾的健康差異；𝐶𝐸 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 𝑛 −. 𝛽𝑠，為兩者之間稟賦與係數差異交乘項，表示南北民眾之間的個人特質及生活品質差異以及兩地估計迴歸係數差異則是共同存在，下述(1.9)、(1.10)式分別改自(1.7)、 (1.8)式。 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 𝑛 + 𝛽 𝑛 − 𝛽 𝑠 𝑋 𝑠 = 𝐶 + 𝐶𝐸 + 𝐶. (1.9). 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 𝑠 + 𝛽 𝑛 − 𝛽 𝑠 𝑋 𝑛 = 𝐸 + (𝐶𝐸 + 𝐶). (1.10). Oaxaca decomposition 的結果會因使用不同的迴歸係數而產生差異，因此 Oaxaca 與 Ransom(1994)採用全體抽樣樣本(含各個區域的樣本總值)所估計的係數 𝛽 ∗，以避免因使用不同地區的迴歸係數而產生不同結果。本研究採取 Oaxaca 與 Ransom(1994) 的方法。 𝑌 𝑛 − 𝑌 𝑠 = 𝑋 𝑛 − 𝑋 𝑠 𝛽 ∗ + [ 𝛽 𝑛 − 𝛽 ∗ 𝑋 𝑛 + (𝛽 ∗ − 𝛽 𝑠 )𝑋 𝑠 ]. (1.11). 等號右邊第一項為可解釋的部分，表示為南北地區的民眾之間個人特質及生活品質不同造成兩地健康差異，第二、三項為合貣來為不可解釋部分，表示北部與南 12.

(21) 部迴歸係數的差異。. 第二節 Fairlie 健康差異分解方法. Fairlie(1999)則延伸 Oaxaca-Blinder(1973)的方法應用在非線性的模型上。本文研究方法仍以臺灣南北區為例。 Fairlie(1999)將𝑌 = 𝐹(𝑋𝛽 )表達成： 𝑌𝑛 − 𝑌 𝑠 = [. 𝑛 𝑛 𝑁 𝑛 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑛. −. 𝑠 𝑛 𝑁 𝑠 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑠. 𝑌𝑛 − 𝑌 𝑠 = [. 𝑛 𝑠 𝑁 𝑛 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑛. −. 𝑠 𝑠 𝑁 𝑠 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑠. 𝑁𝑗 為地區 j 的樣本總數. ]+[ ]+[. 𝑠 𝑛 𝑁 𝑛 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑠. −. 𝑠 𝑠 𝑁 𝑛 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑠. ] (2.1). 𝑛 𝑛 𝑁 𝑛 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑛. −. 𝑛 𝑠 𝑁 𝑛 𝐹 𝑋𝑖 𝛽 𝑖=1 𝑁𝑛. ] (2.2). 𝛽 𝑗 表示地區 j 估計係數值的向量 𝑋𝑗 為 j 地區個人特. 質及生活品質的向量 𝐹(. )為 Logistic 累積分配函數。Fairlie(1999)與 Oaxaca(1973)的 decomposition 不同在於，Fairlie 的模型中 𝑌不等於𝐹(Xβ)。 (2.1)式中，等號右邊第一項為可解釋的部分，即由兩地區間個人特質及生活品質的差異，第二部分為不可解釋部分，表示北部與南部迴歸係數的差異。比較(2.1) 與(2.2)式，兩式差異仍存在使用不同的迴歸係數造成結果有所差異。所以本研究也採用全體抽樣的樣本(含各個區域的樣本總值)所估計的係數 𝛽 ∗ 。為了描述變數對於區域間的健康差異之貢獻程度，假設 𝑋 只包含兩個變數 𝑋1 與 𝑋2 。𝑋1 對於區域間的健康差異的可解釋貢獻程度如下： 1 𝑁𝑠. 𝑁𝑠 ∗ 𝑖=1 𝐹(𝛼. 𝑛 ∗ 𝑛 ∗ 𝑠 ∗ 𝑛 ∗ + 𝑋1𝑖 𝛽1 + 𝑋2𝑖 𝛽2 ) − 𝐹(𝛼 ∗ + 𝑋1𝑖 𝛽1 + 𝑋2𝑖 𝛽2 ). (2.3). 同樣 𝑋2 對於區域間的健康差異之可解釋的貢獻程度如下： 1 𝑁𝑠. 𝑁𝑠 ∗ 𝑖=1 𝐹(𝛼. 𝑠 𝑛 ∗ 𝑠 ∗ 𝑠 ∗ + 𝑋1𝑖 𝛽1∗ + 𝑋2𝑖 𝛽2 ) − 𝐹(𝛼 ∗ + 𝑋1𝑖 𝛽1 + 𝑋2𝑖 𝛽2 ). (2.4). 上述 𝛽 ∗ 採用 Logistic 迴歸函數所估計全部樣本的係數。為了要計算(2.3)、(2.4)、(2.6)式，兩地區樣本數目要相同。首先估計全部樣本的迴歸係數 𝛽 ∗ ，並預測各別地區及每位受訪者自評健康機率。因南部樣 13.

(22) 本數較北部少，所以從北部隨機抽取與南部樣本數目相同的子樣本；北部的子樣本與南部樣本依預測自評健康機率進行排序，再依排序進行兩地區媒合(merge) 並加以分解兩地健康差異。在非線性模型的分解過程中，可能因解釋變數分解的先後順序而影響結果，為解決這個問題，本研究使用隨機機制來決定變數分解順序。最後本文使用 Bootstrap 方法重複上述步驟 500 次，而這 500 次健康差異分解結果的帄均，代表各變數的貢獻。本研究並使用差分法(delta method)來求出標準誤的近似值(standard errors)，將(2.3)式簡記如下： 1. 𝐷1 = 𝑁 𝑠. 𝑛𝑛 ∗ 𝑁𝑠 𝑖=1 𝐹(𝑋𝑖 𝛽 ). − 𝐹(𝑋𝑖𝑠𝑛 𝛽 ∗ ). (2.5). 𝐷1 的變異數(variance)近似值為 𝑉𝑎𝑟(𝐷1 ) = 其中. 𝛿𝐷1 𝛿𝛽 ∗. 𝛿𝐷1 𝛿𝛽 ∗ 1. = 𝑁𝑠. ′. 𝑉𝑎𝑟(𝛽 ∗ ). 𝛿𝐷1. (2.6). 𝛿𝛽 ∗. 𝑛𝑛 ∗ 𝑛𝑛 𝑁𝑠 𝑖=1 𝑓(𝑋𝑖 𝛽 )𝑋𝑖. − 𝑓(𝑋𝑖𝑠𝑛 𝛽 ∗ )𝑋𝑖𝑠𝑛 ， 𝑓(. ) 表示為 Logistic 的機. 率密度函數。. 14.

(23) 第四章. 資料來源與變數定義. 第一節資料描述與研究範圍. 本文實證樣本來自「2005年行政院衛生署國民健康局國民健康訪問調查」。樣本的選取採多階段分層系統抽樣設計(Multi-stage stratified systematic sampling design)，各層內採用抽取率與單位大小成比例(Probability Proportional to Size, PPS)。各縣市內各「鄉鎮市區」之地理位置、人口分布與都市化程度有所不同，同時考量客觀因素及提升調查的效率，於是將各縣市內之「鄉鎮市區」作分層。在分層時，主要依據劉介孙等(2004) 所作之臺灣地區(含離島澎湖地區)的鄉鎮市區發展類型應用於大型健康調查抽樣設計之研究的結果，再參考各「鄉鎮市區」之地理位置、人口分布情形，以及過去調查訪問的經驗等因素加以微調。分層結果一縣市最少為一層（即不分層）如新竹市，最多為四層如台北縣，總計臺灣地區含離島澎湖地區23 個縣市，358 個「鄉鎮市區」共分成53 個層別。2005年國民健康訪問調查之有效樣本達30,680筆，其中 12歲以下問卷完訪3,900筆，12至64歲問卷共完訪18,099筆，65歲以上問卷完訪2,727 筆，共計完訪24,726筆，整體完成率達80.59%；本研究選取20歲以上至80歲以下的成年人，選取台灣本島不含離島(澎湖)及排除外國籍受訪者共16,872筆資料。本文將研究的範圍以臺灣本島為主，有鑑於東部所抽取的樣本數稀少，第一部分先不採納東部的研究範圍，進行北部(臺北縣市、基隆市、宜蘭縣、桃園縣、新竹縣市)與中部(苗栗縣、臺中縣市、彰化縣、南投縣、雲林縣)的比較、北部與南部(嘉義縣市、臺南縣市、高雄縣市、屏東縣)比較及中部與南部比較等三組比較；第二部分，本文將花蓮縣加入中部及臺東縣納入南部，分別進行北部與中部暨花蓮縣比較、北部與南部暨臺東縣比較及中部暨花蓮縣與南部暨臺東縣等三組比較。 15.

(24) 第二節變數定義. 本研究所設定的變數名稱與定義列於表 4.1 。本文主要採用兩個被解釋變數，分別為身體質量指數(Body mass idex，BMI)及自我健康自行評價 (Self-assessed health，SAH)，資料源自「2005 年國民健康訪問調查」；身體質量指數(BMI)是由 20 歲至 80 歲受訪者，並依照董氏基金會所制定成年人不分性別最適 BMI 範圍 18.5 至 24，取其中間值 21.25 作為標準值，並求取每個年齡層的 BMI 的標準差，進行標準化，亦就是每筆觀測值減去 BMI 標準值 21.25，再除以各個年齡層 BMI 的標準差，並同取負值；對於 BMI 標準化同取負值的原因為成年人最適 BMI 範圍為 18.5 至 24，本研究取中間值 21.25 作為標準值，超過 BMI 最適範圍 18.5 至 24 為過胖，不及 BMI 最適範圍為過瘦，過胖或過瘦均不是一個良好的健康現象；所以本研究將 BMI 標準化後同採負值，對於在研究上較易於解釋。受訪者的自我健康評價(SAH)為普通、好、良好、非常好歸為受訪者自評健康為 1；SAH 為不好另歸一類為受訪者自評健康為 0。解釋變數部分，道路密度的資料來源為行政院主計處的 2005 年縣市資料，空氣污染指標則為行政院環保署 2005 年空氣品質監測報告。自來水普及率為臺灣省自來水公司提供的 2005 年各縣市鄉鎮市區的自來水普及率資料(不含臺北市自來水公司)，因臺北市不屬於臺灣省自來水公司，並且臺北市自來水公司沒有該市十二個行政區的資料，遂臺北市自來水普及率採用行政院主計處 2005 年縣市資料。各縣市醫療保健支出取自行政院衛生署 2005 年縣市統計資料。每千人醫師數(不含中醫及牙醫)及每千人病床數資料取自衛生署 2005 年縣市鄉鎮市區統計資料。受訪者戶籍地人口密度變數的資料來源為內政部的統計資料。本研究因受限於 2005 年國民健康訪問調查資料僅有縣市及該縣市抽樣層別資料，無法準確知道每位受訪者來自哪個鄉鎮市區，而本研究有四個變數的資料擴及至鄉鎮市區部分，所以為了推估受訪者居住地的生活品質與醫療資源，將以 16.

(25) 下四個變數分別為每千位民眾有多少位醫師數(不含牙醫及中醫)、每千位民眾有多少張病床數、人口密度及自來水普及率，採用該縣市層別作加權特別處理，估計公式如下:. Xij =. k wijk. ∗ Zk ，i=1,…,22，j=1,…,4， k=1,…,n。. 其中 i 為臺灣本島的 22 個縣市名稱，j 為 2005 年國民健康訪問調查所分類的縣市層別，最多為四層如臺北縣，最少為一層如嘉義市；k 為 2005 年國民健康訪問調查 i 縣市 j 層別所抽中的鄉鎮市區。Xij 表示 i 縣市 j 層別的上述四個變數， wijk 為 i 縣市 j 層別所抽中的第 k 個鄉鎮市區的人口數佔 i 縣市 j 層別所有抽中的鄉鎮市區人口數之和的比例，Zk 表示抽中第 k 個鄉鎮市區的上述四個變數。下述將以高雄縣第二階層的每千位民眾醫師數(每千位民眾醫師數. 高雄縣，2. )為例，. 2005 年國民健康訪問調查，將高雄縣分成四階層，其中在第二階層有五個鄉鎮市區，分別為岡山鎮、大寮鄉、林園鄉、仁武鄉、路竹鄉，這五個鄉鎮市區只有大寮鄉及仁武鄉為被抽中的鄉鎮市區。因此高雄縣第二階層的每千位民眾醫師數之變數，可由下列公式估計:. 每千位民眾醫師數. 高雄縣，2. 大寮鄉的人口數大寮鄉與仁武鄉的總人口數. =. ∗ 大寮鄉帄均每千位民眾醫師數. 仁武鄉的人口數. + 大寮鄉與仁武鄉的總人口數 ∗ 仁武鄉帄均每千位民眾醫師數。. 其它三個變數分別為每千位民眾有多少張病床數、人口密度及自來水普及均採用上述處理每千位民眾醫師數的步驟。. 17.

(26) 表 4.1 各變數名稱與定義變數名稱 BMI_zscore. 變數定義 w. BMI=h 2 ；w=體重，單位公斤(km)；h=身高，單位公尺(m)。採取標準化，並同取負值。. SAH. SAH=0，表示評健康顯示不佳。 SAH=1，表示自評健康顯示普通、良好、非常好等。. age. 受訪者在調查日至出生年月日。. male. 受訪者為男性。. married. 受訪者為己婚。. alone. 受訪者為獨居形態。. bigfamily. 受訪者為大家庭形態。. midfamily. 受訪者為折衷家庭形態。. immigrant. 受訪者為外省人。. juniorhigh. 受訪者為國中畢業。. seniorhigh. 受訪者為高中職畢業。. college. 受訪者為大專畢業。. master_PHD. 受訪者為研究所以上畢業。. fa_5_10. 受訪者一年家戶帄均所得每月五萬至十萬新台幣。. fa_10_15. 受訪者一年家戶帄均所得每月十萬至十五萬新台幣。. fa_over_15. 受訪者一年家戶帄均所得每月超過十五萬新台幣。. noworking. 受訪者目前沒有工作。. white_collar 受訪者目前有工作且職業類別為白領階級。 blue_collar 受訪者目前有工作且職業類別為藍領階級。 air. 受訪者戶籍地空氣污染指標；環保署將空氣中懸浮微粒 (PM10)、二氧化硫(SO2)濃度、二氧化氮(NO2)濃度、一氧化碳 (CO)濃度及臭氧(O3)濃度等共五種數值的副指標指(PSI)。. water. 受訪者戶籍地自來水普及率；該縣市供水人口數/該縣市總人口數之百分比(%)。. road. 受訪者戶籍地道路密度；該縣市道路里程長度/該縣市土地面積。. density. 受訪者戶籍地的人口密度；該地區總人口數/該地區土地面積。. hea_exp. 受訪者戶籍地各縣市人均醫療保健支出；各縣市醫療保健總支出/該縣市人口數。. doctor. 受訪者戶籍地每千人醫師數。. bed. 受訪者戶籍地每千人病床數。 18.

(27) 變數名稱. 變數定義. exercise. 受訪者過去兩周有從事任何運動。. checkout. 受訪者過去一年曾接受過健康檢查。. smoking. 受訪者目前有吸煙。. betelnut. 受訪者目前有嚼檳榔。. drinking. 受訪者目前有喝酒。. 第三節樣本特性. 本文選取 20 歲以上至 80 歲以下的成年人(不含離島澎湖縣)，共 15,856 筆資料(附錄表 4.2)。樣本中男性占 51.36%與女性占 48.64%。臺灣各地區均以男性受訪者比例較高，其中以東部男性比例較高，北部男性比例最低。北部受訪者帄均年齡為 43.2 歲、中部受訪者為 43.7 歲、南部受訪者為 43.8 歲及東部受訪者為 45.7 歲。受訪者為已婚者，以中部受訪者比例最高(66.41%)。在省籍方面，外省族群在北部地區 (14.28%)比例較高，中部外省人比例最少(5.13%)。在家庭型態方面，獨居者以東部比例(9.79%)最高，小家庭(base group)的人口結構以北部地區為高(70.24%)，折衷家庭(27.87%)與大家庭(5.18%)的家庭型態以中部受訪者比例為高。教育程度方面，東部受訪者國中畢業者的比例(16.84%)均較其它區域為高，中部受訪者有高中職學歷者的比例(28.27%)均較其它區域為高，北部有大專學歷者的比例(30.73%)與碩士程度以上者的比例(4.46%)為台灣各區域之最。所得分配中，以東部所得每月低於新台幣 5 萬元(base group)的比例最高(60.31%)，但北部每月低於新台幣 5 萬元比例則最低(38.16%)；北部受訪者家戶每月所得新台幣 5 萬至 10 萬的比例(40.97%)與 10 萬到 15 萬元的比例(13.09%)及家戶每月所得高於新台幣 15 萬元的比例(7.78%)高於其它區域。目前無工作者的比例以東部地區(38.53%)最高，中部地區(33.17%)最低；北部地區受訪者以白領階級的比例 19.

(28) 為主(43.46%)，相反南部地區受訪者以藍領階級的比例為主(24.89%)及東部地區受訪者以農、林、漁、牧業(base group)的比例為主(7.16%)。表 4.2 各地區變數帄均值及標準差北部. BMI_zscore. SAH. age. male. married. immigrant. alone. midfamily. bigfamily. juniorhigh. seniorhigh. college. master_PHD. fa_5_10. fa_10_15. 中部. 南部. 中部暨. 南部暨. 花蓮縣. 臺東縣. 東部. 臺灣本島. -0.8870. -0.9220. -0.9352. -1.0268. -0.9359. -0.9412. -0.9186. (0.7683). (0.8010). (0.8163). (0.8736). (0.8102). (0.8216). (0.7983). 0.9455. 0.9285. 0.9207. 0.9068. 0.9274. 0.9184. 0.9315. (0.2271). (0.2576). (0.2702). (0.2909). (0.2595). (0.2738). (0.2526). 43.1828. 43.6678. 43.8264. 45.6726. 43.8286. 44.0404. 43.6459. (15.1346). (15.6416). (15.5715). (16.0252). (15.6903). (15.6244). (15.4579). 0.5039. 0.5230. 0.5156. 0.5263. 0.5231. 0.5168. 0.5136. (0.5000). (0.4995). (0.4998). (0.4996). (0.4995). (0.4998). (0.4998). 0.6467. 0.6641. 0.6400. 0.6032. 0.6567. 0.6373. 0.6465. (0.4780). (0.4724). (0.4801). (0.4895). (0.4748). (0.4808). (0.4781). 0.1428. 0.0513. 0.0888. 0.1000. 0.0551. 0.0911. 0.1010. (0.3499). (0.2205). (0.2845). (0.3002). (0.2281). (0.2878). (0.3014). 0.0391. 0.0523. 0.0610. 0.0979. 0.0562. 0.0652. 0.0525. (0.1940). (0.2226). (0.2394). (0.2973). (0.2303). (0.2469). (0.2230). 0.2166. 0.2787. 0.2353. 0.2253. 0.2724. 0.2348. 0.2384. (0.4120). (0.4484). (0.4242). (0.4180). (0.4453). (0.4239). (0.4261). 0.0419. 0.0518. 0.0440. 0.0368. 0.0502. 0.0433. 0.0447. (0.2004). (0.2216). (0.2051). (0.1885). (0.2183). (0.2036). (0.2067). 0.1524. 0.1602. 0.1577. 0.1684. 0.1605. 0.1592. 0.1569. (0.3594). (0.3669). (0.3645). (0.3744). (0.3671). (0.3659). (0.3637). 0.2714. 0.2827. 0.2786. 0.2705. 0.2804. 0.2787. 0.2764. (0.4447). (0.4503). (0.4484). (0.4445). (0.4493). (0.4484). (0.4472). 0.3073. 0.2396. 0.2538. 0.2032. 0.2378. 0.2474. 0.2680. (0.4614). (0.4269). (0.4352). (0.4026). (0.4258). (0.4315). (0.4430). 0.0446. 0.0261. 0.0287. 0.0147. 0.0249. 0.0275. 0.0334. (0.2065). (0.1595). (0.1670). (0.1206). (0.1557). (0.1635). (0.1798). 0.4097. 0.3508. 0.3343. 0.2842. 0.3455. 0.3282. 0.3649. (0.4918). (0.4773). (0.4718). (0.4513). (0.4756). (0.4696). (0.4814). 0.1309. 0.0933. 0.0782. 0.0653. 0.0908. 0.0766. 0.1018. (0.3373). (0.2909). (0.2685). (0.2471). (0.2874). (0.2660). (0.3024). 20.

(29) 接上頁. 北部. fa_over_15. 南部. 中部暨. 南部暨. 花蓮縣. 臺東縣. 東部. 臺灣本島. 0.0778. 0.0503. 0.0429. 0.0474. 0.0493. 0.0439. 0.0587. (0.2679). (0.2185). (0.2027). (0.2125). (0.2165). (0.2049). (0.2350). 0.3400. 0.3317. 0.3456. 0.3853. 0.3368. 0.3497. 0.3423. (0.4738). (0.4709). (0.4756). (0.4869). (0.4727). (0.4769). (0.4745). 0.4346. 0.3680. 0.3545. 0.3242. 0.3657. 0.3497. 0.3874. (0.4958). (0.4823). (0.4784). (0.4683). (0.4817). (0.4769). (0.4872). 0.2155. 0.2438. 0.2489. 0.2189. 0.2422. 0.2453. 0.2328. (0.4112). (0.4295). (0.4324). (0.4138). (0.4285). (0.4303). (0.4226). 0.5586. 0.5063. 0.5075. 0.4432. 0.5042. 0.4977. 0.5233. (0.4966). (0.5000). (0.5000). (0.4970). (0.5000). (0.5000). (0.4995). 0.2179. 0.1831. 0.2043. 0.1505. 0.1792. 0.1998. 0.2010. (0.4128). (0.3868). (0.4032). (0.3578). (0.3835). (0.3999). (0.4008). 0.0615. 0.1070. 0.1052. 0.2653. 0.1223. 0.1211. 0.0982. (0.2402). (0.3091). (0.3069). (0.4417). (0.3277). (0.3263). (0.2976). 0.2659. 0.2777. 0.2689. 0.3453. 0.2849. 0.2758. 0.2745. (0.4419). (0.4479). (0.4434). (0.4757). (0.4514). (0.4470). (0.4463). 0.3897. 0.3573. 0.3394. 0.4811. 0.3712. 0.3516. 0.3720. (0.4877). (0.4793). (0.4736). (0.4999). (0.4832). (0.4775). (0.4834). 51.8864. 61.0515. 67.4038. 38.4684. 58.4616. 64.9391. 58.0101. (3.3706). (3.6712). (2.4117). (1.5005). (8.2233). (8.1715). (8.7028). 95.9238. 87.4218. 88.3571. 79.1307. 86.5864. 87.4772. 90.5174. (7.2950). (13.7665). (20.1467). (14.9322). (14.3706). (19.7622). (15.0174). 2.2402. 2.4291. 3.7580. 0.3394. 2.2009. 3.4533. 2.6246. (1.4552). (2.6888). (3.2348). (0.0300). (2.6235). (3.2346). (2.5542). 9604.0300. 2927.7200. 5023.5750. 1050.6030. 2777.7910. 4620.7600. 6040.1500. noworking. white_collar. blue_collar. exercise. checkout. betelnut. smoking. drinking. air. water. road. density. 中部. (9027.0670) (4483.6770) (5747.7020) (1091.6540) (4278.1660) (5632.4690) (7479.3940) doctor. 1.8358. 1.3242. 1.3524. 1.7911. 1.4375. 1.3369. 1.5600. (1.5954). (0.8517). (0.8635). (0.9149). (0.9052). (0.8437). (1.2277). 6.4149. 5.3352. 6.5807. 11.9388. 6.6047. 6.5761. 6.5214. (3.8232). (4.3608). (4.3781). (6.9496). (5.6789). (4.4136). (4.6061). 582.1939. 458.8717. 614.0445. 1266.2700. 500.5563. 712.1346. 601.3726. (435.3361). (167.8687). (183.7104). (429.4595). (198.8637). (357.8922). (365.9288). 6182. 4019. 4705. 950. 4504. 5170. 15856. bed. hea_exp. 樣本總數註:()表示標準差. 21.

(30) 在個人健康行為部分，北部地區受訪者在過去兩週有運動的比例(55.86%) 較其它區域高，東部的比例則最低 (44.32%)。北部地區受訪者在過去一年有做過健康檢查的比例(21.79%)為較其它區域者高，東部比例最低 (15.05%)。東部地區受訪者嚼檳榔比例較高(26.53%)，北部嚼檳榔比例最低(6.15%)。目前有吸菸者的比例仍以東部受訪者較高(34.53%)，其他區域差異不大。東部地區受訪者的飲酒比例(48.11%)高於其它區域。空氣品質方面以南部地區最糟，東部地區較佳。自來水普及率以北部比例最高(95.92%)，東部最低(79.13%)。北部的人口密度最高(9604，人數/土地面積)，東部人口密度最低。每千人醫師數上以北部最高，每千人病床數以東部最多。而在帄均每位醫療保健支出，亦以東部民眾最多，中部最少。在被解釋變數部分，自我健康自行評價(SAH)不佳的比例以東部受訪者為最 (9.32%)、南部次之(7.93%)，以北部最低(5.45%)。身體質量指數(BMI)方面以北部受訪者離理想的 BMI 較接近 (-0.887)，中部居次(-0.922)、再次為南部 (-0.9352)，東部受訪者離理想的 BMI 較遠(-1.0268)。. 22.

(31) 第五章. 實證結果分析與探討. 第一節身體質量指數為健康指標的分析結果. 臺灣各區域民眾身體質量指數的迴歸分析，其結果顯示於表 5.1。本模型採用 BMI 標準化後採負值作為被解釋變數，其 OLS 模型的結果解釋能力不高 (R-squared 值介於 0.038 至 0.046) 1。首先在年齡方面，年齡愈長者其 BMI 離理想的 BMI 距離愈遠，但大多不顯著，其中只有北部顯著。關於性別部分，男性的 BMI 離理想 BMI 較遠且顯著。在婚姻狀況方面，相較於未婚者的 BMI，已婚者的 BMI 離理想 BMI 愈遠而且顯著，惟獨北部地區不顯著。以本省人的 BMI 為對照組，外省人的 BMI 離理想 BMI 較遠且多半顯著，但北部、南部地區及南部暨臺東縣的結果為不顯著。家庭型態而言，本文所設定的家庭型態變數包含獨居、折衷家庭 (核心家庭)及大家庭，以小家庭為對照組；相較於小家庭，獨居受訪者的估計結果除了中部暨花蓮縣為負相關，其它地區為正相關，但皆不顯著；以小家庭作為對照之下，折衷家庭(核心家庭)的估計結果除了中部及中部暨花蓮縣為正相關，其它地區多為負相關，但皆不顯著；以小家庭作為對照情況下，大家庭的估計結果在南部及南部暨臺東縣為負相關且不顯著以外，其餘各地為正相關且顯著。在教育程度部分，相較於無取得國中學歷以上的受訪者，教育的投資可以顯著地改善 BMI 的 z 值。所得方面，所得變數向來與健康狀況息息相關，在身體質量指數的分析中結果大多不顯著，相較於所得五萬以下，所得五萬至十萬的受訪者與 BMI 的 z 值呈正相關(除了北部之外)，但大多為不顯著，唯有南部及南部暨臺東縣的結果顯著；相較於所得五萬以下，所得十萬至十五萬的受訪者與 BMI 的. 1. R-squared 值不高的原因，可能是因 BMI 標準化採負值後，其最大極限值為 0 所造成；為檢驗是否如此，本文估計未採負值的標準化 BMI 之 OLS 結果，其 R-squared 與採用 BMI 標準化取負值之 R-squared 結果並無太大差異，所以 BMI 標準化採負值之最大極限值為 0 並非是造成 R-squared 不高的因素之一。 23.

(32) z 值多為負相關(除了南部暨臺東縣之外)，但全都不顯著；以所得五萬以下為對照之下，所得十五萬以上的受訪者與 BMI 的 z 值全為正相關，其中以北部、南部及南部暨臺東縣的結果顯著。相較於從事農、林、漁、牧業受訪者，無工作者與從事白領及藍領相關工作者，其 BMI 離理想的 BMI 較遠且多為顯著。表 5.1 各地區身體質量指數的迴歸分析結果. age. male. married. immigrant. alone. midfamily. bigfamily. juniorhigh. seniorhigh. college. master_PHD. fa_5_10. fa_10_15. fa_over_15. 北部. 中部. 中部暨花蓮縣. 南部. 南部暨臺東縣. 臺灣本島. -0.0019**. -0.0015. -0.0014. -0.0004. -0.0003. -0.0010. (0.0010). (0.0012). (0.0012). (0.0012). (0.0011). (0.0006). -0.1488***. -0.1751***. -0.1790***. -0.1951***. -0.1841***. -0.1680***. (0.0232). (0.0304). (0.0287). (0.0282). (0.0269). (0.0150). -0.0230. -0.1108***. -0.1144***. -0.0476*. -0.0514*. -0.0582***. (0.0236). (0.0312). (0.0294). (0.0287). (0.0275). (0.0153). -0.0233. -0.1563***. -0.1192**. -0.0257. -0.0241. -0.0386*. (0.0285). (0.0571). (0.0527). (0.0421). (0.0400). (0.0213). 0.0315. 0.0527. -0.0011. 0.0134. 0.0061. 0.0122. (0.0522). (0.0593). (0.0546). (0.0524). (0.0489). (0.0297). -0.0334. 0.0309. 0.0204. -0.0404. -0.0325. -0.0168. (0.0246). (0.0289). (0.0277). (0.0288). (0.0277). (0.0153). 0.0935*. 0.1606***. 0.1617***. -0.0550. -0.0389. 0.0709**. (0.0494). (0.0573). (0.0553). (0.0587). (0.0568). (0.0308). 0.2080***. 0.1020**. 0.1028***. 0.1101***. 0.0970***. 0.1457***. (0.0352). (0.0444). (0.0422). (0.0424). (0.0404). (0.0224). 0.2009***. 0.1723***. 0.1782***. 0.1964***. 0.1887***. 0.1940***. (0.0342). (0.0438). (0.0414). (0.0408). (0.0390). (0.0218). 0.2691***. 0.2636***. 0.2736***. 0.2744***. 0.2627***. 0.2737***. (0.0380). (0.0506). (0.0480). (0.0480). (0.0461). (0.0249). 0.2856***. 0.3656***. 0.3727***. 0.3426***. 0.3260***. 0.3210***. (0.0586). (0.0905). (0.0877). (0.0837). (0.0814). (0.0417). -0.0010. 0.0210. 0.0133. 0.0489*. 0.0461*. 0.0206. (0.0235). (0.0297). (0.0283). (0.0283). (0.0273). (0.0150). -0.0149. -0.0009. -0.0023. -0.0144. 0.0052. -0.0003. (0.0338). (0.0476). (0.0457). (0.0485). (0.0468). (0.0234). 0.0676*. 0.0682. 0.0508. 0.1036*. 0.0992*. 0.0749***. (0.0407). (0.0600). (0.0576). (0.0617). (0.0587). (0.0289). 24.

(33) 接上頁 exercise. checkout. betelnut. smoking. drinking. noworking. white_collar. blue_collar. doctor. bed. hea_exp. air. water. density. road. 截距項. R-squared. 北部. 中部. 中部暨花蓮縣. 南部. 南部暨臺東縣. 臺灣本島. 0.0245. -0.0160. 0.0042. 0.0281. 0.0209. 0.0167. (0.0202). (0.0261). (0.0248). (0.0247). (0.0237). (0.0131). -0.0185. 0.0234. 0.0135. -0.0097. -0.0190. -0.0080. (0.0239). (0.0328). (0.0314). (0.0299). (0.0289). (0.0158). -0.1388***. -0.2013***. -0.2288***. -0.1791***. -0.2012***. -0.2035***. (0.0440). (0.0457). (0.0418). (0.0448). (0.0407). (0.0239). 0.0471*. 0.0733**. 0.0854***. 0.0914***. 0.1054***. 0.0781***. (0.0268). (0.0351). (0.0332). (0.0342). (0.0323). (0.0175). 0.0033. 0.0341. 0.0396. 0.0004. -0.0140. 0.0062. (0.0216). (0.0294). (0.0279). (0.0282). (0.0269). (0.0144). -0.2127***. -0.1332***. -0.1183**. -0.1371***. -0.0820. -0.1030***. (0.1000). (0.0581). (0.0558). (0.0580). (0.0536). (0.0350). -0.2404***. -0.1362**. -0.1313**. -0.1410***. -0.0821. -0.1183***. (0.1013). (0.0606). (0.0584). (0.0604). (0.0560). (0.0362). -0.2165**. -0.1443***. -0.1326**. -0.1286**. -0.0835. -0.1089***. (0.1011). (0.0606). (0.0582). (0.0600). (0.0556). (0.0360). -0.0382***. 0.1286**. 0.0178. 0.0135. 0.0126. -0.0002. (0.0154). (0.0608). (0.0353). (0.0638). (0.0599). (0.0078). 0.0150**. -0.0265***. -0.0086**. 0.0011. -0.0009. -0.0026. (0.0066). (0.0097). (0.0040). (0.0105). (0.0097). (0.0021). 0.0001**. 0.0004***. 0.0002. -0.0001. 1.E-05. 1.E-05. (4.E-05). (0.0002). (0.0001). (0.0001). (0.0001). (2.E-05). 0.0023. -0.0022. 0.0016. 0.0104. 0.0016. -0.0006. (0.0038). (0.0036). (0.0021). (0.0071). (0.0029). (0.0008). -0.0013. 0.0003. -0.0011. -0.0011. -0.0004. 1.E-05. (0.0022). (0.0014). (0.0013). (0.0009). (0.0007). (0.0005). -3.E-07. -7.E-06. -3.E-06. -3.E-06. -3.E-06. -1.E-06. (1.E-06). (6.E-06). (6.E-06). (4.E-06). (4.E-06). (1.E-06). -0.0135. 0.0140*. 0.0142*. 0.0017. 0.0024. 0.0036. (0.0140). (0.0079). (0.0080). (0.0053). (0.0053). (0.0032). -0.7188**. -0.8639***. -0.8178***. -1.4236***. -0.9606***. -0.7828***. (0.3204). (0.2734). (0.1867). (0.4349). (0.2456). (0.0848). 0.0380. 0.0530. 0.0547. 0.0412. 0.0406. 0.0404. 註:()表示標準差，***表示 1%水準之下顯著，**表示 5%水準以下顯著，*表示 10%水準以下顯著. 25.

(34) 此外，個人的健康行為確實在影響身體健康狀況扮演重要的角色，以無運動者為對照情況下，過去兩週有運動者其 BMI 較接近理想的 BMI (除了中部以外)，但皆不顯著。相較於沒作健康檢查者，過去一年有作健康檢查者其 BMI 較接近理想的 BMI，但不顯著；惟獨在中部及中部暨花蓮縣地區的結果呈現負相關，亦不顯著。以無嚼食檳榔者作為對照組，嚼食檳榔者其 BMI 離理想的 BMI 較遠且多為顯著。吸菸與 BMI 的 z 值多呈正相關且顯著的關係，這與大多數文獻相佐。飲酒與 BMI 的 z 值多呈正相關(除了中部與花蓮縣之外)，但全不顯著。在醫療資源部分，在大多數區域中每千人西醫師數與 BMI 的 z 值呈正相關，但都不顯著(除了中部顯著)，惟獨在北部呈負相關且顯著。每千人病床數與 BMI 的 z 值所估計的迴歸係數呈負相關(北部及南部例外)，其中以中部及中部暨花蓮縣地區顯著，而在北部為顯著正相關。人均醫療保健支出增加對於 BMI 的 z 值為正的影響(除南部地區外)，其中以北部及中部地區顯著。空氣汙染指標部分，只有在臺灣本島及中部地區的空氣汙染指標與 BMI 的 z 值呈負相關，其餘大多數區域皆為正相關，但全都不顯著；此結果與一般直覺認為空氣汙染愈重，健康狀況愈差的印象有相異之處。自來水普及率方面，自來水普及率與 BMI 的 z 值呈負相關(除了臺灣本島及中部地區之外)，但全都不顯著。人口密度與 BMI 的 z 值呈負相關，但全都不顯著。道路密度與 BMI 的 z 值多為正相關(除了北部以外)，結果大多呈不顯著，惟獨中臺灣及中臺灣暨花蓮縣為顯著關係。. 第二節身體質量指數為衡量的差異分析結果. 臺灣各區域間的健康差異程度的效果表 5.2 顯示在不考慮其它解釋變數之下，臺灣各區域民眾其 BMI 的 z 值比較，北部與其它非北部區域的健康差異是非常顯著；但在中部與南部、中部暨花蓮縣 26.

(35) 與南部暨臺東縣的健康差異比較上是較不明顯；顯示臺灣境內各區域民眾存在健康差異的問題。而相較於非北部地區，北部地區民眾離理想的 BMI 較為接近；而非北部地區民眾離理想的 BMI 仍有改善的空間。. 表 5.2 臺灣各地區間的身體質量指數標準化健康差異比較. 健康差異. 健康差異. 健康差異. 北部與中部. 北部與中部暨花蓮縣. Yn − Yc. Yn − Yc. 0.0350**. 0.0489***. (0.0160). (0.0156). 北部與南部. 北部與南部暨臺東縣. Yn − Ys. Yn − Ys. 0.0482***. 0.0541***. (0.0154). (0.0151). 中部與南部. 中部暨花蓮縣與南部暨臺東縣. Yc − Ys. Yc − Ys. 0.0132. 0.0052. (0.0174). (0.0167). 註:()表示標準差，***表示 1%水準之下顯著，**表示 5%水準以下顯著，*表示 10%水準以下顯著. 臺灣各地區健康差異分解的個別變數分析表 5.2.1 為影響臺灣北部與中部受訪者健康差異的要素分解。其中合併係數部分，可分解成為可解釋部分及不可解釋部分；至於用個別地區的迴歸係數，則可分解成個人特質與生活品質的差異(稟賦項部分)、迴歸係數的差異(迴歸係數部分)及交互項部分。本文將相近的變數歸類為同一變數，如受訪者家庭型態如獨居者、折衷家庭(核心家庭)及大家庭的變數歸為家庭變數(變數名稱:family)，家戶所得各階層變數歸為所得變數(變數名稱:income)，教育程度各階層如國中畢業者、高中職畢業者、大專畢業者及碩士級以上畢業者歸為教育程度變數(變數名稱:edu)，藍領及白領工作者歸為職業變數(變數名稱:occ)，受訪者過去兩週有作過任何運動及受訪者過去一年曾接受過健康檢查行為歸類為健康行為變 27.

(36) 數(變數名稱: behavior)，受訪者目前是否吸煙、受訪者目前是否嚼檳榔及受訪者目前是否喝酒等行為歸類為非健康行為變數(變數名稱:illbehavior)，空氣污染指標、自來水普及率、道路密度、戶籍地的人口密度數歸類為生活品質變數(變數名稱:life)，人均醫療保健支出、每千人醫師數及每千人病床數歸類為醫療資源變數(變數名稱:health)。. 北部與中部使用中部迴歸係數為基準下，性別、省籍、家庭型態、教育程度、非健康行為及醫療資源的差異，對於北、中兩地受訪者健康差異影響顯著。其中性別部分使兩地健康差異擴大 0.0034 單位標準差，擴大原因為北部男性受訪者比例較中部低且男性(相較於女性)的迴歸係數為負。因為北部外省族群分布比例高於中部和外省人(以本省人為對照)的迴歸係數為負，所以省籍方面使北中兩地民眾的健康差異縮小 0.0143 單位標準差。教育程度差距造成兩地健康差異擴大，原因在於北部受訪者國中學歷以上比例較中部高及教育迴歸係數為正，所以結果為擴大北中兩地的健康差異 0.0219 單位標準差，若中部民眾的教育水帄與北部相同，將顯著地拉近縮小兩地的健康差異。非健康行為差別造成兩地健康差異擴大，原因在於北部有吸菸的受訪者比例高於中部及吸菸(相較於不吸菸)的迴歸係數為正，中部在飲酒及嚼食檳榔者比例高於北部及嚼食檳榔(不嚼食檳榔作為對照組)的迴歸係數為負，但飲酒(以不飲酒為對照)的迴歸係數為正；在擴大與縮小的結果相互抵消之下，最終結果使兩地民眾的健康差異擴大 0.0094 單位標準差。因為北部的醫療資源(每千人醫師數、每千人病床數及人均醫療保健支出) 較中部來得充沛及每千人醫師數及人均醫療保健支出的迴歸係數皆為正，只有每千人病床數迴歸係數為負；擴大與縮小的兩效果互相折抵之下，所得到最終結果為擴大兩地健康差異 0.0903 單位標準差。. 28.

(37) 表 5.2.1 北部地區及中部地區身體質量指數健康差異分解分析中部係數 (Xn -Xc )βc. age. male. married. immigrant. family. edu. income. behavior. illbehavior. noworking. occ. life. health. Total. 北部係數. (βn -βc )Xc (Xn -Xc )(βn -βc ) (Xn -Xc )βn. 合併北部及中部係數. (βn -βc )Xn (Xn -Xc )(βn -βc ) (Xn -Xc )β∗ Xn (βn -β∗) + Xc (β∗ − βc ). 稟賦部分. 迴歸係數部分. 交互項部分. 稟賦部分. 迴歸係數部分. 交互項部分. 可解釋部分. 不可解釋部分. 0.0007. -0.0156. 0.0002. 0.0009. -0.0155. 0.0002. 0.0008. -0.0155. (0.0008). (0.0687). (0.0008). (0.0008). (0.0679). (0.0008). (0.0006). (0.0708). 0.0034*. 0.0138. -0.0005. 0.0028*. 0.0133. -0.0005. 0.0030*. 0.0136. (0.0019). (0.0200). (0.0008). (0.0016). (0.0193). (0.0008). (0.0016). (0.0196). 0.0019. 0.0583**. -0.0015. 0.0004. 0.0568**. -0.0015. 0.0010. 0.0578**. (0.0012). (0.0260). (0.0011). (0.0005). (0.0253). (0.0011). (0.0006). (0.0255). -0.0143***. 0.0068**. 0.0122**. -0.0021. 0.0190**. 0.0122**. -0.0045*. 0.0092**. (0.0053). (0.0033). (0.0059). (0.0026). (0.0091). (0.0059). (0.0024). (0.0047). -0.0042*. -0.0225*. 0.0049*. 0.0007. -0.0176*. 0.0049*. -0.0012. -0.0205*. (0.0022). (0.0122). (0.0028). (0.0018). (0.0094). (0.0028). (0.0015). (0.0110). 0.0219***. 0.0243. -0.0023. 0.0196***. 0.0220. -0.0023. 0.0206***. 0.0233. (0.0045). (0.0363). (0.0050). (0.0036). (0.0404). (0.0050). (0.0032). (0.0410). 0.0031. -0.0091. -0.0018. 0.0012. -0.0109. -0.0018. 0.0021. -0.0099. (0.0037). (0.0177). (0.0047). (0.0029). (0.0223). (0.0047). (0.0023). (0.0194). -2.E-05. 0.0129. 0.0007. 0.0006. 0.0135. 0.0007. 0.0003. 0.0132. (0.0017). (0.0178). (0.0022). (0.0013). (0.0199). (0.0022). (0.0011). (0.0189). 0.0094***. -0.0116. -0.0035. 0.0059***. -0.0151. -0.0035. 0.0075***. -0.0132. (0.0026). (0.0158). (0.0032). (0.0023). (0.0162). (0.0032). (0.0019). (0.0157). -0.0011. -0.0264. -0.0007. -0.0018. -0.0270. -0.0007. -0.0011. -0.0270. (0.0014). (0.0384). (0.0012). (0.0022). (0.0393). (0.0012). (0.0014). (0.0381). -0.0050. -0.0560. -0.0049. -0.0099**. -0.0608. -0.0049. -0.0064***. -0.0594. (0.0031). (0.0709). (0.0050). (0.0047). (0.0755). (0.0050). (0.0026). (0.0721). -0.0251. 0.0819. -0.0070. -0.0321. 0.0748. -0.0070. 0.0010. 0.0488. (0.0544). (0.3934). (0.0645). (0.0348). (0.3743). (0.0645). (0.0238). (0.3665). 0.0903***. -0.1600. -0.0837**. 0.0066. -0.2437*. -0.0837**. 0.0011. -0.1544. (0.0375). (0.0993). (0.0379). (0.0061). (0.1364). (0.0379). (0.0044). (0.0976). 0.0810. 0.0420. -0.0880. -0.0070. -0.0460. -0.0880. 0.0240. 0.0110. (0.0600). (0.0399). (0.0703). (0.0369). (0.0619). (0.0703). (0.0257). (0.0298). 註:()表示標準差，***表示 1%水準之下顯著，**表示 5%水準以下顯著，*表示 10%水準以下顯著. 29.

(38) 在用北部迴歸係數情況下，主要在性別、教育程度、非健康行為及職業的差異，影響兩地民眾的健康差異較為顯著。因為中部男性受訪者比例高於北部和男性的迴歸係數為負，使得性別部分造成兩地健康差異擴大 0.0028 單位標準差。北部及中部兩地受訪者的教育水帄不同造成北中兩地健康差異擴大 0.0196 單位標準差，原因在於北部民眾的教育水帄高於中部與教育迴歸係數為正。因為北部有吸菸的受訪者比例高於中部及吸菸(不吸菸者作為對照組)的迴歸係數為正，中部在飲酒及嚼食檳榔者比例高於北部和嚼食檳榔(相較於不嚼食檳榔)的迴歸係數為負，但飲酒(相較於不飲酒)的迴歸係數為正；在擴大與縮小的效果相互抵消之下，所以得到最終結果為非健康行為差別使北中兩地健康差異擴大 0.0059 單位標準差。兩地受訪者職業差別造成兩地的健康差異縮小 0.0099 單位標準差，歸因於北部受訪者從事白領工作的比例高於中部(藍領比例低於中部)及從事白領與藍領職業者(以從事農林漁牧業者為對照)的迴歸係數皆為負；從事白領職業的差異縮小兩地健康差異效果，抵銷了藍領擴大兩地健康差異效果。在可解釋部分，以採用合併北部及中部迴歸係數之下，影響北、中兩地民眾的健康差異以性別、省籍、教育程度、非健康行為及職業的差異較為顯著。在性別部分使兩地民眾的健康差異擴大 0.003 單位標準差，歸因為北部男性受訪者比例低於中部且男性(相較於女性)的合併迴歸係數為負。因北部外省人分布比例高於中部和外省人(以本省人為對照)的合併迴歸係數為負，所以省籍部分使得北中民眾的健康差異縮小 0.0045 單位標準差。兩地教育程度不同造成兩地健康差異擴大，歸因為北部民眾的教育程度高於中部及教育迴歸係數為正，所以得到結果為擴大 0.0206 單位標準差。非健康行為差別使兩地的健康差異擴大 0.0075 單位標準差，擴大原因主要有吸菸的北部受訪者比例高於中部及吸菸(不吸菸作為對照組)的迴歸係數為正，中部在飲酒及嚼食檳榔者比例高於北部及嚼食檳榔(相較於不嚼食檳榔)迴歸係數為負，但飲酒(以不飲酒為對照)的迴歸係數為正；在擴大與縮小的結果互相折抵之下，最終結果為擴大兩地健康差異。因為北部從事白領工作的受訪者比例高 30.

(39) 於中部，但在藍領工作者的比例低於中部及從事白領與藍領工作者(相較於從事農林漁牧業者)的迴歸係數皆為負；所以從事白領職業工作者差異縮小北中兩地健康差異的效果，抵銷了藍領工作者擴大兩地健康差異的效果，所以得到最後結果為縮小兩地健康差異 0.0064 單位標準差。. 北部與中部暨花蓮縣表 5.2.2 為中臺灣暨花蓮縣與北部的健康差異比較。用中部暨花蓮縣迴歸係數作為基準之下，主要以性別、省籍、教育程度、非健康行為及職業的差異，影響北、中部暨花蓮縣兩地受訪者健康差異。因北部男性受訪者比例較中部暨花蓮縣低且男性(以女性為對照)的迴歸係數為負，所以在性別方面造成兩地健康差異擴大 0.0034 單位標準差。省籍部分使中臺灣暨花蓮縣與北部兩地健康差異縮小，原因為外省人分布在北部比例高於中部暨花蓮縣與外省人(相較於本省人)的迴歸係數為負，所以得到最終結果為縮小 0.0105 單位標準差。因北部受訪者國中學歷以上比例較中部暨花蓮縣高及教育迴歸係數為正，所得到最終結果為兩地的教育程度差異使中臺灣暨花蓮縣與北部兩地健康差異擴大 0.024 單位標準差。中臺灣暨花蓮縣與北部兩地的非健康行為差別使得兩地健康差異擴大，歸因於北部有飲酒的受訪者比例高於中部暨花蓮縣及飲酒(不飲酒作為對照組)的迴歸係數為正，中部暨花蓮縣在吸菸及嚼食檳榔者比例高於北部及嚼食檳榔(相較於不嚼食檳榔)的迴歸係數為負，但吸菸(以不吸菸為對照)的迴歸係數為正；在擴大與縮小的兩效果相互折抵之下，所得出最終結果為擴大兩地健康差異 0.013 單位標準差。兩地受訪者職業差別使兩地的健康差異縮小 0.0055 單位標準差，縮小原因為北部受訪者為白領工作的比例高於中部暨花蓮縣，北部在藍領工作者比例低於中部暨花蓮縣及從事白領與藍領職業者(相較於從事農林漁牧業者)的迴歸係數皆為負；白領工作者的差異縮小中臺灣暨花蓮縣與北部兩地健康差異效果，折抵藍領擴大的效果。 31.

(40) 表 5.2.2 北部地區及中部暨花蓮縣地區身體質量指數健康差異分解的分析中部暨花蓮縣係數 (Xn -Xc )βc. age. male. married. immigrant. family. edu. income. behavior. illbehavior. noworking. occ. life. health. Total. 北部係數. (βn -βc )Xc (Xn -Xc )(βn -βc ) (Xn -Xc )βn. 合併北部及中部暨花蓮縣係數. (βn -βc )Xn (Xn -Xc )(βn -βc ) (Xn -Xc )β∗ Xn (βn -β∗) + Xc (β∗ − βc ). 稟賦部分. 迴歸係數部分. 交互項部分. 稟賦部分. 迴歸係數部分. 交互項部分. 可解釋部分. 不可解釋部分. 0.0009. -0.0223. 0.0003. 0.0012. -0.0220. 0.0003. 0.0010. -0.0220. (0.0009). (0.0664). (0.0010). (0.0008). (0.0654). (0.0010). (0.0007). (0.0673). 0.0034*. 0.0158. -0.0006. 0.0029*. 0.0152. -0.0006. 0.0031*. 0.0156. (0.0018). (0.0193). (0.0008). (0.0015). (0.0186). (0.0008). (0.0016). (0.0188). 0.0011. 0.0600***. -0.0009. 0.0002. 0.0591***. -0.0009. 0.0006. 0.0597***. (0.0011). (0.0248). (0.0009). (0.0003). (0.0244). (0.0009). (0.0006). (0.0244). -0.0105**. 0.0053. 0.0084. -0.0020. 0.0137. 0.0084. -0.0042*. 0.0074. (0.0047). (0.0033). (0.0053). (0.0025). (0.0086). (0.0053). (0.0022). (0.0047). -0.0025. -0.0163. 0.0030. 0.0006. -0.0133. 0.0030. -0.0008. -0.0149. (0.0020). (0.0117). (0.0026). (0.0018). (0.0092). (0.0026). (0.0014). (0.0106). 0.0240***. 0.0200. -0.0031. 0.0209***. 0.0169. -0.0031. 0.0222***. 0.0186. (0.0045). (0.0348). (0.0051). (0.0037). (0.0390). (0.0051). (0.0032). (0.0391). 0.0022. -0.0053. -0.0009. 0.0013. -0.0062. -0.0009. 0.0015. -0.0055. (0.0038). (0.0169). (0.0049). (0.0031). (0.0217). (0.0049). (0.0024). (0.0189). 0.0008. 0.0045. -0.0001. 0.0006. 0.0044. -0.0001. 0.0006. 0.0045. (0.0018). (0.0172). (0.0023). (0.0014). (0.0193). (0.0023). (0.0011). (0.0184). 0.0130***. -0.0134. -0.0054. 0.0076***. -0.0188. -0.0054. 0.0108***. -0.0165. (0.0029). (0.0159). (0.0038). (0.0028). (0.0156). (0.0038). (0.0023). (0.0153). -0.0004. -0.0318. -0.0003. -0.0007. -0.0321. -0.0003. -0.0004. -0.0321. (0.0011). (0.0386). (0.0009). (0.0020). (0.0389). (0.0009). (0.0012). (0.0378). -0.0055*. -0.0602. -0.0053. -0.0108**. -0.0655. -0.0053. -0.0067***. -0.0643. (0.0031). (0.0698). (0.0054). (0.0050). (0.0747). (0.0054). (0.0027). (0.0713). -0.0390. -0.0253. 0.0087. -0.0303. -0.0166. 0.0087. -0.0268*. -0.0288. (0.0501). (0.3390). (0.0569). (0.0269). (0.3350). (0.0569). (0.0141). (0.3208). 0.0213. 0.0388. -0.0328*. -0.0115. 0.0060. -0.0328*. 0.0004. 0.0269. (0.0168). (0.0650). (0.0190). (0.0088). (0.0789). (0.0190). (0.0047). (0.0651). 0.0089. 0.0690*. -0.0290. -0.0201. 0.0400. -0.0290. 0.0013. 0.0476**. (0.0452). (0.0353). (0.0552). (0.0320). (0.0475). (0.0552). (0.0164). (0.0220). 註:()表示標準差，***表示 1%水準之下顯著，**表示 5%水準以下顯著，*表示 10%水準以下顯著. 32.

(41) 使用北部迴歸係數之下，性別、教育程度、非健康行為及職業的差異，對於北、中部暨花蓮縣兩地受訪者健康差異影響顯著。因北部受訪者為男性的比例較中部暨花蓮縣低和男性(女性作為對照組)的迴歸係數為負，最後使得兩地民眾的健康差異擴大 0.0029 單位標準差。兩地受訪者教育程度差距使得兩地健康差異擴大 0.0209 單位標準差，主因在於北部民眾國中學歷以上比例較中部暨花蓮縣高及教育迴歸係數為正。北部與中臺灣暨花蓮縣兩地民眾的非健康行為差別使兩地健康差異擴大，歸因於有飲酒的北部受訪者比例高於中部暨花蓮縣及飲酒(以不飲酒為對照)的迴歸係數為正，中部暨花蓮縣在吸菸及嚼食檳榔者比例高於北部及嚼食檳榔(相較於不嚼食檳榔)的迴歸係數為負，但吸菸(不吸菸作為對照組)的迴歸係數為正，最後擴大兩地健康差異的效果抵消縮小兩地的效果，所得到結果為擴大 0.0076 單位標準差。因為北部受訪者從事白領工作比例高於中部暨花蓮縣(藍領比例低於中部暨花蓮縣)及從事白領與藍領職業者(以從事農林漁牧業者為對照)的迴歸係數皆為負；所以結果為從事白領職業差異縮小兩地健康差異效果，抵銷藍領擴大的效果，最後兩地職業不同造成兩地的健康差異縮小 0.0108 單位標準差。在可解釋部分，採用合併北部及中部暨花蓮縣迴歸係數之下，兩地受訪者健康差異在性別、省籍、教育程度、非健康行為、職業及生活品質的差異影響較顯著。因北部男性受訪者比例低於中部暨花蓮縣和男性(相較於女性)迴歸係數為負，所以性別部分造成兩地健康差異擴大 0.0031 單位標準差。省籍部分使得北部及中部暨花蓮縣兩地健康差異縮小 0.0042 單位標準差，歸因於北部的外省族群分布比例高於中部暨花蓮縣及外省人(以本省人為對照)的迴歸係數為負。中部暨花蓮縣與北部兩地教育程度的不同造成兩地健康差異擴大，主因為北部受訪者教育水帄比例較中部暨花蓮縣高及教育迴歸係數為正，所以結果為兩地健康差異擴大 0.0222 單位標準差。兩地民眾非健康行為差別使得兩地健康差異擴大 0.0108 單位標準差，歸因於有飲酒的北部受訪者比例高於中部暨花蓮縣及飲酒(不飲酒作為對照組)的迴歸係數為正，中部暨花蓮縣在吸菸及嚼食檳榔者比 33.