基于分层有序Probit模型研究教育对自评健康切点影响

•

6

•

中国卫生统计2021

年

2月第

38

卷第

1

期

基于分层有序

Probit

模型研究教育对自评健康切点影响

郭恺

1

吴明心

【

提

要

】

目的

分析教育对自评健康评价切点的影响

。

方法

利用2014

年中国家庭追踪调查

19

~51

岁成人数

据

，

使用虚拟情境锚定法校正切点位移偏倚

，

采用分层有序

Probit

模型研究教育对健康评价标准的影响

。

结果

本次研

究共纳入研究对象

11687

人

，

自评健康为比较健康者占

35.

50%

，

情境

1

健康评价为很健康者占

37.

07%

，

情境

2

健康评价

为不健康者占

59.

92%

。

分层有序

Probit

模型回归结果显示

，

随着受教育年限的提升

，

“

不健康-一般

”、

“

一般-比较健

康

”

切点值降低

，“

比较健康-很健康

”

、

“

很健康-非常健康

”

切点值升高

。

结论

研究者应重视自评健康的切点位移偏

倚

,

教育会对人群自评健康评价切点产生影响

，

造成自评健康评价结果趋中

。

【

关键词

】

自评健康

;

切点位移偏倚

;

切点

;

分层有序

Probit

模型

【

中图分类号

】

R195.

1

【

文献标识码

】

A

DOI

10.

3969

/j.

issn.

1002

-3674.2021.01.002

Study

on

the

Effect

of

Education

on

Self-rated

Health

Cut-points

using

Hierarchical

Ordered

Probit

Model

Guo

Kai,

Wu

Ming

(

Department

of

Health

Policy

and

Management

,

Peking

University

School

of

Public

Health

(

100191

),

Beijing)

[

Abstract

]

Objective

To

analyze

the

effect

of

education

on

self-rated

health

cut-points.

Methods

Based

on

the

data

of

19-51

year-old

adults

in

the

2014

China

Family

Panel

Studies

,

anchoring

vignettes

method

was

used

to

correct

the

cut-point

shift

bias

,

and

hierarchical

ordered

probit

(

HOPIT

)

model

was

used

to

study

the

effect

of

education

on

health

evaluation

standards.

Results

A

total

of

11687

respondents

were

included

in

this

study,35.50%

of

them

rated

their

health

as

good,

37.

07%

of

them

rated

vignettes

1

as

very

good,59.

92%

of

them

rated

vignettes

2

as

poor

,

and

the

HOPIT

model

showed

that

with

the

increase

of

education

years

，

the

cut-point

of

“

poor-fair

”

and

“

fair-good

”

decreased

，

and

“

good-very

good

”

and

“

very

good-excellent

”

increased.

Conclusion

Researchers

should

pay

attention

to

the

effect

of

the

cut-point

shift

bias

in

self-rated

health.

Education

have

a

effect

on

the

self-rated

health

cut-points

,

leading

to

the

results

of

self-rated

health

tend

towards

the

middle.

[

Key

words

]

Self-rated

health

；

Cut-point

shift

bias

；

Cut-points

；

Hierarchical

ordered

probit

model

自评健康是个体对健康状况的主观评价

,

能预测

包括卫生服务利用

、

躯体健康状态

、

中风

、

住院

、

死亡在

资料和方法

1.

资料来源和测量指标

数据来源于

2014

年中国家庭追踪调查

（

CFPS

）

成

内的健康结局

，

成为世界卫生组织推荐用于测量人群

健康的一项重要指标

[1

-

1

2]

o

虽然自评健康指标在健康

领域的应用越来越广泛

,

但自评健康存在切点位移偏

人数据集

，

基线调查于

2010

年实施

，

覆盖中国

25

个

倚问题

。

不同特征人群的健康评价标准存在差异

。例

如一个

20

岁的年轻人所认为的

“

非常健康

”

和一个

80

岁的老人所认为的

“

非常健康

”

是不同的

，

前者可能不

省

/

市

/

自治区

,2014

年为第三次全样本调查

。

受访者

需要对自身健康状况进行评价

,

调查还要求受访者想

象虚拟情境与自身具有相同的年龄和背景

，

对两个虚

仅要求无病无灾

，

还要求身体强壮

，

行动敏捷

;

而后者

可能仅仅要求无大病即可

。

该问题尚未得到研究者的

重视

,

这可能导致人群自评健康的比较结果有偏

[3]

o

拟情境健康状况进行评价

（

表

1

）

o

考虑到特殊历史事

件

，

如三年自然灾害对健康的影响

,

文化大革命对高等

教育的影响

，

本文研究对象选取年龄为

19

~51

岁

（

1963

年以后出生

）

的成人

。

Sadana

认为

，

健康的界定标准

、

期望和认知过程存在

差异

,

严重影响了自评健康指标的跨人群可比性⑷

。

本研究拟使用虚拟情境锚定法作为校正手段

,

研究教

育对健康评价标准的影响

。

2

分析方法

虚拟情境锚定法是

WHO

2000

年推荐的自评健

康校正方法

，

其原理如图

1

所示

。

假设受访者

A

自评

健康优于

B

,

由于受访者

A

和

B

的人群特征如文化背

景

、

教育程度等存在差异,形成了不同的自评健康评价

标准

，

两者的自评健康并不直接可比

；

引入虚拟情境

,

1.

北京大学公共卫生学院卫生政策与管理系

（

100191

）

2.

北京大学医学部卫生政策和技术评估中心

△

通信作者

:

吴明

，

E-mail:

w_ming@

126.

com

将受访者

A

和

B

的自评健康评价置于一致的评价标

准下

，

可以看到此时受访者

A

自评健康比受访者

B

Chinese

Journal

of

Health

Statistics,Feb.

2021,

Vol.

38

,No.

1

・

7

・

表

1

CFPS

设置的健康评价问题

健康状况

HA

,

」

=

k

甘

T

k

-1

<

%WT

k

,

k

=

1,2,

…

,5

评价

(4)

(5)

(6)

问题

圳

=

0

j

+

u

tJ

,

u

-

N(0

q

2

)

t

1

=

P

1

X

自评健康

您认为自己的健康状况如何

？

孙军

/

李梅在走路

、

跑步

、

活动四肢上毫

无问题

「

他

/

她每周慢跑

2

次

,

每次跑

5

公里

「

他

/

她记不得最近一次感到身体

情境

1

情境

疼痛是什么时候

，

因为最近一年里他

/

她

1=

不健康

都从未感到过疼痛

。

即使在体力劳动或

2

=

一般

者锻炼后

，

他

/她也不曾感到任何身体疼

3

=

比较健康

T

k

=

T

k

-1

+

exp

(

P

k

x

,

)

,

k

=2,3,4,

t

°

=

-8,

t

5

=

+8

(7)

在考虑切点位移偏倚的情况下

,

通过虚拟情境识

别不同特征人群的自评健康切点

，

式

(4)

-(7

)

假设第

j

个虚拟情境的健康水平为

$

,

个体

i

对第

j

个虚拟情境

痛

「

你认为，

孙军/

李梅的健康状况如

4=

很健康

何

？

5=

非常健康

的健康评价为

HA

,

」

。

HA

l

｝

是虚拟情境真实健康水平

圳

与健康评价切点值

t

.

比较得到的结果

，

同时不同特征

赵刚/

王丽走

200

米的路毫无困难

「

但

走完一公里或爬完几层楼后

,

会觉得累

.

他

/

她的日常活动没有问题

，比如从市场

情境

2

上买完菜拎回家

「他

/

她每月都有一次

头痛

，

吃药之后会有所缓解

「

头痛时

，

他

/

她能继续做日常工作

「

你认为

，

赵

冈

I"

王丽的健康状况如何

？

—

情境

1

,

情境

1

_

自臟亠

—

情境2

/

自评健康

Bl

—

二

/情境

2

—

康

B2

康

A

醴;/

最差受访者

A

受访者

B

受访者

B

图

1

人群自评健康切点位移偏倚控制

差

;

如不采用虚拟情境锚定法校正切点位移偏倚

，

可能

导致相反的结果

。

King

提出了虚拟情境法的两个基

本假设:情境等价性和回答一致性

。

前者要求所有受

访者对同一虚拟情境的健康状况有相同的认识

，

后者

要求同一受访者在自评健康和虚拟情境健康评价中采

用了相同的评价标准

[5]

o

参照吴菲的做法

，

采用非顺

序的不相合方法检验情境等价性假设

[6]

,

仅筛选保留

情境

1

健康评价优于情境

2

的个体数据

。

本文使用

Stata

15

.

0

软件

,

采用分层有序

Probit

(

HOPIT

)

模型控制切点位移偏倚

,

研究教育对健康评

价标准的影响

。

为解决教育的内生性问题

，

本文采用

个体受到

《

义务教育法

》

影响的时间和个体

12

岁时所

在省份

1986

年普及初等教育验收合格率作为教育的

工具变量

。假设个体

i

的真实健康水平为

H

,

，

自评健

康

SRH

,

为有序分类变量

,4

个切点分别为

“

不健康

-

一般

”

T

1

，

“

一般-比较健康

”

乙

，

“

比较健康-很健康

”

心

，

“

很健康-非常健康

”

t

4

o

4

个切点值的位置可以

表征个体的健康评价标准

，

则

SRH,

=

k

if

r

k

-1

<

H

W

,k

=

1,2,

…

,5,

丁

0

=

-

8

,

丁

5

=

+

8

(1)

H

,

=

陆

+

s

,

£

,

~

N

(0,1)

(2)

P

ik

=

P(SRH

i

=

k)

=

XT*

-

0X

,

)

-

9

(

T

k

_1

-

0X

,

)

(3)

式

(

1)-(3)

将个体真实健康水平

H

设定为人群

特征

斗

的线性函数

,

个体自评健康

srh

,

是

H

与

4

个

健康评价切点值

t

；

1

-

t

4

比较得到的结果

。

其中

(

.

)

为累积标准正态分布函数,

X

,

为个体年龄

、

性别

、

户口

类型和婚姻状况

。

的人群具有不同健康评价切点值

。

结

果

1.

研究对象基本情况

研究共纳入研究对象

11687

人

。

其中

，

男性占

48.93%

，

女性占

51.07

%

；

调查时点年龄

(37.21

±

9.

35)

岁

,40

岁以上者占

46.

83%

；

以农业户口为主

，

占

71.

19%

；

以在婚

(

有配偶

)

者为主

，

占

82.

89%

，

未婚占

13.

84%

；

受教育年限0

~20

年

，

平均受教育年限

(9.03

±4.

17)

年

;

初中学历最多

，

占

33.

17%

，

文盲

/

半

文盲和大学本科及以上分别占

13.

87%

和

5.66

%

。

自

评健康为比较健康者最多

,

占

35.

50%

；

情境

1

健康评

价为很健康者最多

,

占

37.

07%

；

情境

2

健康评价为不

健康者最多

，

占

59.92

%

。

(

表

2)

表

2

研究对象的基本情况

变量

分组

人数

构成比(

%)

性别

女

5969

51.07

男

571848.93

年龄分层

19

~29

3150

26.

95

30

~

39

3064

26.

22

40

~

52

5473

46.

83

户口类型

农业户口

8320

71.

19

非农业户口

3367

28.

81

婚姻未婚

1618

13.

84

在婚

(

有配偶

)

9687

82.

89

同居

590.

50

离异

2081.78

丧偶

115

0.

98

学历水平

文盲

/

半文盲

1621

13.

87

小学

2639

22.58

初中

3877

33.

17

高中

1978

16.

92

大专

910

7.79

大学本科及以上

662

5.66

自评健康

不健康

961

8.22

一般

1469

12.

57

比较健康

4149

35.50

很健康

2993

25.61

非常健康

2115

18.

10

情境

1

健康评价

*

一般

4794.

10

比较健康

3051

26.

11

很健康

433237.07

非常健康

3825

32.

73

情境

2

健康评价

*

不健康

7003

59.

92

一般

2633

22.

53

比较健康

1894

16.21

很健康

157

1.34

总计

11687

100.

00

*

:

情境

1真实健康水平优于情境

2,

如果同一个体对情境

1的健

康评价低于或等于情境2,

则不符合逻辑

，

表明同一个体在评价情境

1

和情境

2

时采用了不同的健康评价切点，

不符合回答一致性的基本假

设

。

本文仅将情境

1

健康评价优于情境

2

的个体纳入了研究

。

•

8

•

中国卫生统计2021

年

2月第

38

卷第

1

期

2.

不同学历水平人群虚拟情境健康评价分层分

析

不同学历水平人群对情境

1

和情境

2

健康评价分

层分析结果显示

，

情境

1

健康评价

K-W

秩和检验乂

=

45.

884,

P

<0.

001

，

不同学历水平人群情境

1

健康评价

分布差异有统计学意义

;

情境

2

健康评价

K-W

秩和检

验

x

2

=59.

528

,

P

<0.

001

，

不同学历水平人群情境

2

健

康评价分布差异有统计学意义

。

情境

1

和情境

2

分别

代表较好和较差的真实健康水平

，

不同学历水平人群

虚拟情境健康评价分布差异表明不同人群健康评价标

准存在差异

。

（

表

3

）

图

2

不同受教育年限健康评价切点比较

表4

切点位移偏倚导致的理想人群健康评价结果分布

（

%

）

受教育年限

（

年

）

表

3

不同学历水平人群虚拟情境健康评价分层分析

文盲/半文盲小学初中高中大专本科及以上

总计

情境1

—

般

82

120176

70

1912

479

比较健康

327

697

1

3051

很健康

618

930

1451

747318

268

4332

非常健康

594

892

1170618

310

241

3825

情境

2

不健康

1017

1688

2360

1072

516

350

7003

—

般

307

520

889514240

163

2633

比较健康

251

386

589

373

150145

1894

很健康

4645

39

19

44

157

总计

1621

2639

3877

1978

910

662

11687

3.

教育对健康评价标准的影响

图

2

展示了根据

HOPIT

模型回归结果计算的不

同受教育年限的

35

岁未婚农业户口女性的健康评价

标准

，

横轴为真实健康水平

,6-

口分别为健康评价的

4

个切点值

。

随着受教育年限的提高

，

“

不健康

-

一

般

”

、

“

一般-比较健康

”

切点值随之降低

，

说明对于相

同的低水平健康状况

，

高受教育年限人群的评价标准

更低

，

与低受教育年限人群相比更容易高估自身健康

状况

，

显示出

“

宽容

”

的一面;而

“

比较健康-很健康

”

、

“

很健康-非常健康

”

切点值随之升高

，

说明对于相同

的高水平健康状况

，

高受教育年限人群的评价标准更

高

,

与低受教育年限人群相比更容易低估自身健康状

况,显示出

“

严苛

”

的一面

。

整体来看,教育对健康评

价标准的影响造成了高受教育年限人群自评健康趋中

的结果

。

表

4

展示了假设的一个真实健康状况

H

-

N

（

0,

1

）

的理想人群分别使用受教育年限为

0

年和

16

年的

切点值评价自身健康得到的结果

。

在受教育年限为

0

年和

16

年的两个人群的切点值下

，

理想人群的健康评

价分布发生了改变

。

前者自评健康为很健康者占比最

咼

,33.

88%

，

而后者自评健康为比较健康者占比最咼

,

40.56

%

,

其中

，

比较健康者占比变化幅度高达

52.

20%

:

（

40.

56-26.

65

）

/

26.

65

］

。

健康评价结果分布

0

16

不健康

9.

95

6.

20

—

般

11.94

10.

35

比较健康

26.

65

40.

56

很健康

33.

88

28.58

非常健康

17.58

14.31

总计

100.

00

100.

00

讨

论

1.

自评健康作为健康指标的适用性

自评健康资料获取成本低

，

综合了多种健康信息,

与客观健康指标关联紧密

。

既往研究表明

，

自评健康

与死亡率

、

躯体疾病

、

机体功能和社会心理健康关联密

切

［

7

-

10

］

o

根据

Jylha

建立的自评健康概念框架

，

自身

健康状况的评估是建立在健康信息收集整理的基础

上,如医学诊断信息

、

功能状态观测

、

经历的身体感觉

和症状

、

正式的疾病信息

（

开处方药

、

病假

、

伤残抚恤

金

）

、

可能影响未来健康的风险

（

行为

、

遗传

）

［

11

］

o

因

此

，

可认为自评健康可以较好地反映健康状况

。

自评健康也存在稳定性相对低

、

对无法感知的健

康信息不敏感和切点位移偏倚的问题

。

Crossley和齐

亚强均发现了自评健康的题目次序效应

，

认为详细的

健康问询具有提醒效应

［

12

-

13

］

o

因此

，

研究者在调查中

应控制调查方式

、

语境等因素

,

同时根据世界卫生组织

的建议

，

为避免题目次序效应

，

将总体健康问题放在调

查的开头部分

［

14

］

。

Pijls

发现尽管自评健康对慢性病

死亡率有很强的预测效力

，

却难以预测慢性病发病

率

［

15

］

o

自评健康不能处理无法被个体感知到的健康信

息

，

而这类健康信息如早期慢性病生理生化指标往往对

疾病

、

机体功能具有重要意义

,

需要引起研究者的重视

。

尽管自评健康是一种获取成本低的健康指标

，

但

自评健康作为一种主观判断的结果

,

需要个人对自身

情况有清楚的了解

,

并拥有较为稳定的健康认知

,

形成

综合性的判断

。

自评健康切点依托于自评健康

，因此

自评健康及其切点的适用人群为年龄适中

、

接受过一

定的教育的理性认知人群,对于心智不全

、

健康认知不

稳定的人群适用性较低

。

Chinese

Journal

of

Health

Statistics,Feb.

2021,

Vol.

38

,No.

1

•

9

•

2.

虚拟情境在自评健康中的适用性

强化的动机

,

防止自身健康水平低于其他人

，

在低水平

的一侧选择向下比较

，

找到一个比自己差的群体作为

参照

，

因此形成了较低的健康评价标准

。

最终

，

自评健

本研究发现同一理想人群基于两个极端人群

(

受

教育年限

0

年和

16

年

)

的健康评价标准

，

得到的自评

健康分布存在较大差异

。

这一结果表明人群教育特征

康在低水平的一侧呈现了高受教育年限个体对健康问

异质性较高时

，

自评健康的切点位移偏倚问题可能导

致有偏的结论

，

验证了切点位移偏倚校正的必要性

，

提

题不敏感的结果

。

参考文献

[1

]

French

DJ

,

Browning

C

,

Kendig

H,

et

al.

A

simple

measure

with

complex

determinants

:

investigation

of

the

correlates

of

self-rated

health

in

older

men

and

women

from

three

continents.

BMC

Public

示研究者需要谨慎考虑自评健康的跨人群比较

。

当前中国国家卫生服务调查周期为

5

年

,

主要采

用直观式测量表

(

VAS

)

测量人群自评健康

。

吴琼等

认为人群健康评价标准在短短两年的时间内就可能发

生变化

［

l6

］

o

笔者认为直观式测量表虽然更为直观

，

但

Health,2012,12(1)

：

649.

[2

]

Suchman

EA

,

Streib

GF

,

Phillips

BS.

An

Analysis

of

the

Validity

of

无法解决自评健康的切点位移偏倚问题

。

虚拟情景锚

定法为解决这一问题提供了很好的思路

。

有研究者认

为

，

虚拟情境为较为抽象的自评健康提供了标尺

［

17

］

o

笔者认为虚拟情境采用了类别尺度法测量人群的健康

结果偏好

，

固定健康状况的虚拟情境作为标尺的类别

尺度

,

通过划分逻辑分明的健康状况

,

构成明确的参比

结果

，

使健康评价更加条理化

、

精细化

。

相比自评健康

而言

，

通过虚拟情境构造的自评健康是一种简易的健

康指数

，

更具逻辑性

，

是对自评健康更为科学的解读

。

因此,未来可以在国家卫生服务调查中引入这一方法

，

应用于自评健康指标的跨人群

、

时间比较

。

3.

教育对健康评价标准的影响

本研究还发现

，

随着受教育年限的提升

，

“

不健

康-一般

”

、

“

一般-比较健康

”

切点值降低

，

“

比较健

康-很健康

”

、

“

很健康-非常健康

”

切点值升高

,

导致

高受教育年限人群自评健康趋中的结果

。

这一结果与

Xu

基于

CFPS2012

年

16

~70

岁人群数据得到的结果

一致

［18

］

O

一般而言

,

相比低受教育年限个体

,

高受教育年限

个体对健康问题更敏感,而本次研究获得的结果并不

完全支持这一现象

。

在高水平的健康状况一侧

，

高受

教育年限个体健康评价标准高于低受教育年限个体

，

这一方面可能源于健康认知的扩展和健康需求的提

高

。

高受教育年限个体通过教育获得了更多的健康知

识

、

信息

，

极大地扩展了健康认知

，

对自身健康提出了

更高的要求

,

不仅要求没有病痛

,

还将身体形态

、

体质

、

社会交往等更广泛维度的健康纳入了需求

。

另一方

面,参照群体理论认为个体通常会采用与自身社会阶

层相近的参照群体进行比较

［

19

］

,高受教育年限个体通

常也会参照与自己教育背景相似的群体评价自身健

康

，

形成了更高的健康评价标准

。

因此

，

自评健康在高

水平的一侧呈现了高受教育年限个体对健康问题更敏

感的结果

。

在低水平的健康状况一侧

，

高受教育年限

个体健康评价标准低于低受教育年限个体

，

出现了相

反的结果,参照群体理论指出心理动机也会影响参照

群体的选择

［

19］

，

高受教育年限个体更有可能出于自我

Health

Questionnaires.

Social

Force

,1958

,36(3)

：

223-232.

[3]

刘宝

,

胡善联

•

人群自报健康资料切点位移偏倚的校正

-

健康情

景方法

.

中国卫生统计

,2005,22(5)

:314-317.

[4

]

Sadana

R

,

Mathers

CD

,

Lopez

AD

,et

al.

Comparative

analyses

of

more

than

50

household

surveys

on

health

status.

//

GPE

discussion

paper

series;no15.

Geneva

:

World

Health

Organization

,2002:369-386.

[5

]

King

G

,

Murray

CJL

,

Salomon

JA,et

al.

Enhancing

the

Validity

and

Cross-Cultural

Comparability

of

Measurement

in

Survey

Research.

A

­

merican

Political

Science

Review,2003

,97(4)

：

567-583.

[6]

吴菲

•

如何用锚点情境法降低自评健康的回答偏误

？

一一

一项基于

CFPS2012

数据的实证分析

•

人口与发展

,2019,25(2)

：

119-130.

[7 ]

Idler

EL,

Benyamini

Y.

Self-Rated

Health

and

Mortality

:

A

Review

of

Twenty-Seven

Community

Studies.

Journal

of

Health

&

Social

Be-

havior,1997,38(1)

：

21-37.

[8

]

Benyamini

Y,

Idler

EL.

Community

Studies

Reporting

Association

between

Self-Rated

Health

and

Mortality:

Additional

Studies,1995

to

1998.

Res

Aging,1999,21(3)

：

392401.

[9

]

孟琴琴

，

张拓红•

机体功能及健康行为对老年人健康自评的影响

.

中华全科医学

,2010,8(11)

：

1413-1414

+

1424.

[10]

Judith

R,

Gail

M.

Determinants

of

Change

in

Perceived

Health

in

a

Longitudinal

Study

of

Older

Adults.

J

Gerontol,1992

,47(6)

：

373-384.

[11]

Jylha

M.

What

is

self-rated

health

and

why

does

it

predict

mortality

?

Towards

a

unified

conceptual

model.

Social

Science

&

Medicine

,

2009,69(3)

：

307-316.

[

12]

Thomas

F.

Crossley

SK.

The

reliability

of

self-assessed

health

status.

Journal

of

Health

Economics

,

2002,21(4)

：

643-658.

[13]

齐亚强

.

自评一般健康的信度和效度分析

.

社会

，

2014,34(6)

：

196-215.

[14]

Bruin

AD,

Picavet

HSJ

,

Nossikov

A.

Health

Interview

Surveys

:

to

­

wards

international

harmonization

of

methods

and

instruments.

Gene

­

va:

World

Health

Organization,1996.

[15

]

Pijls

LTJ,

Feskens

EJM,

Kromhout

D.

Self-rated

Health

,

Mortality

,

and

Chronic

Diseases

in

Elderly

Men

:

The

Zutphen

Study

,

1985

­

1990.

American

Journal

of

Epidemiology

,

1993,138(

10)

：

840-848.

[16]

吴琼

，

张沛康

.

自评健康评价标准会随时间变化吗

？

人口与发展

,

2020,(1)

:52-59.

[17]

钱军程

，

饶克勤

，

陈育德

•

世界健康调查基本思想

、

方法和内容概

述与探讨

•

中华预防医学杂志

,2004

,38(1

)

：

62-64

.

[18]

Xu

H

,

Yu

X.

Assessing

the

Effectiveness

of

Anchoring

Vignettes

in

Bias

Reduction

for

Socioeconomic

Disparities

in

Self-rated

Health

a

­

mong

Chinese

Adults.

Sociol

Methodol,2016,46(1):84-120.

[19]

庄家炽

.

参照群体理论评述

.

社会发展研究

，

2016,3

(3):184-

197

+245-246.

(

责任编辑

:

郭海强

)