Abstract
目的
探讨中国城镇化与居民健康相关行为的关系，理清城镇化对健康行为的影响。
方法
基于中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, CHARLS)在2011、2013和2015年均被追踪到的数据构建个体面板，采用面板数据固定效应模型分析城镇化水平对戒烟、饮酒、睡眠质量和锻炼行为的影响，利用人口密度、人均国内生产总值(gross domestic product, GDP)、第二三产业产值占比代表城镇化水平。
结果
2011—2015年中国城镇化水平呈增加趋势，表现为人口密度、人均GDP和第二三产业产值占比的逐年增长。戒烟率随人均GDP水平、第二三产业产值占比水平的增加均有所提高。饮酒率以低水平为对照，人均GDP水平在45 000元以上的地区饮酒率提高2.49%，第二三产业产值占比为80%~85%的地区饮酒率降低2.48%，人口密度的差异无统计学意义。睡眠质量随人均GDP水平的增加而降低，人均GDP在93%以上的地区睡眠质量好的比低水平降低3.71%，人口密度水平和第二三产业产值占比的差异无统计学意义。锻炼率以低水平为对照，人口密度在400~600人/平方公里和800人/平方公里以上的地区锻炼率分别降低5.2%和7.7%，人均GDP在25 000~35 000元和45 000元以上的地区锻炼率分别降低3.26%和3.73%，第二三产业产值占比在93%以上的地区锻炼率降低10.68%。
结论
城镇化不同维度对不同健康行为的影响不同，戒烟率随城镇化水平增加而上升，与人均GDP和第二三产业产值占比有关; 锻炼率随城镇化的增加而降低，与三个维度均有关系; 睡眠质量好的概率随城镇化水平的增加而降低，与人均GDP关系更为密切; 饮酒率与城镇化水平无明显相关趋势，还需要进一步研究。
Keywords: 城镇化, 健康行为, 实证研究
Abstract
Objective
To explore the relationship between urbanization and residents ' health behaviors in China, and to clarify the impact of urbanization on health behaviors.
Methods
Based on China Health and Retirement Longitudinal Study (CHARLS), we established a panel data fixed effect model tracked in 2011, 2013 and 2015 to analyze the effect of urbanization level on smoking cessation, drinking, sleep quality and physical exercise behavior. The ratio of population density, gross domestic product (GDP) per capita and output value of secondary and tertiary industries to GDP were used to represent the levels of urbanization.
Results
From 2011 to 2015, China ' s urbanization levels showed an increasing trend, which showed that the ratio of population density, GDP per capita and output value of secondary and tertiary industries in GDP increased year by year. Smoking cessation increased with the increase of GDP per capita and the proportion of the output value of secondary and tertiary industries. Compared with the low-level, the drinking rate in the regions with per capita GDP of more than 45 000 yuan increased by 2.49%, and the drinking rate in the regions with secondary and tertiary industries for 80%-85% decreased by 2.48%. However, there was no significant difference with population density. The sleep quality decreased with the increase of per capita GDP. In regions where per capita GDP was more than 93%, the sleep quality decreased by 3.71% compared with the low-level which was not significantly different from the ratio of population density and the output value of secondary and tertiary industries. For low contrast, the exercise rate in regions with the population density of 400-600 people/km2 and over 800 people/km2 was reduced by 5.2% and 7.7% respectively. The exercise rate in regions with per capita GDP of 25 000-35 000 yuan and over 45 000 yuan was reduced by 3.26% and 3.73% respectively. The exercise rate in regions with secondary and tertiary industries accounting for more than 93% of GDP was 10.68% lower than that of the low-level regions.
Conclusion
Different dimensions of urbanization have different impacts on different health behaviors. The smoking cessation rate increases with the increase of urbanization level, which is related to the proportion of per capita GDP and the output value of secondary and tertiary industries. The exercise rate, related to the three dimensions, decreases with the increase of urbanization. Sleep quality is more closely related to per capita GDP, and the probability of good sleep quality decreases with the increase of urbanization level. However, there is no obvious trend between drinking rate and urbanization level, which needs further study.
Keywords: Urbanization, Health behavior, Empirical research
改革开放以来，中国城镇化快速发展，城镇常住人口占总人口的比重由1978年的18%增长到了2019年的60.6%。城镇化一方面提高了居民的健康意识，增强了卫生服务的可及性，改善了医疗服务质量，从而提高了人均期望寿命，降低了新生儿死亡率，改善了居民健康状况[1-3]，另一方面城镇化也带来了环境污染，改变了居民的生活方式和行为(如高盐、高脂饮食，静坐时间增加等)，对居民健康产生了不利影响，增加了慢性病患病率[4-5]。在城镇化水平高的地区，高血压、糖尿病患病率更高[6-7]，农村居民慢性病患病率的上升速度高于城市居民，如心脏病、脑血管病、恶性肿瘤等[8-9]，而这些疾病在很大程度上都与人的健康相关行为有关，世界卫生组织曾宣布，个人健康和寿命的60%取决于行为生活方式为主的自身因素。2016年国务院发布的《“健康中国2030”规划纲要》提出以预防为主，推行健康生活方式，能有效减少疾病发生。本研究对中国城镇化与居民健康相关行为的关系进行分析，对于理清城镇化对健康的影响以及慢性病的预防有一定意义，有助于促进政策规划与城镇化发展水平相适应，引导居民选择健康的生活方式以改善居民健康。
1. 资料与方法
1.1. 数据来源
本研究基于三次追踪调查的面板数据对中国城镇化与居民健康相关行为进行分析，数据来源于北京大学中国社会科学调查中心中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, CHARLS)。CHARLS项目采用多阶段抽样，在县/区和村居抽样阶段均采取按人口规模成比例的概率抽样(probabilities proportional to size，PPS)方法，利用电子绘图软件(CHALRS-GIS)用地图法制作村级抽样框，覆盖全国各省(自治区、直辖市)的150个县(区) 级单位，450个村(居)级单位，约1万户家庭中的1.7万人，代表性好。本研究构建的面板为2011、2013、2015年均被追踪到的队列数据，研究对象为中国45岁以上居民，样本量共计39 486例。
随着城镇化人口和经济活动向城镇聚集，城镇空间不断扩张，造成人口密度提高，同时带来经济快速发展，并有力地推动产业转型升级和经济结构优化，第一产业比重逐渐下降，第二三产业比重逐步上升。城镇化以人口城镇化为核心，在人口迁移变动中，经济因素是首要因素，经济城镇化和产业结构城镇化与人口城镇化密不可分[10]。因此，本研究从人口、经济和产业结构三个方面综合考虑，利用《中国城市统计年鉴》中人口密度、人均国内生产总值(gross domestic product, GDP)以及第二三产业产值占GDP比重进行综合衡量，数值越高，代表城镇化水平越高。
居民健康相关行为指标选择CHARLS健康状况模块的戒烟、饮酒、睡眠质量、锻炼指标，其他变量为2011年基本信息模块的年龄、性别、受教育程度、婚姻状态。对各指标的界定见表 1，所有分析使用STATA 14.0软件完成。
表 1.
变量解释说明
The explanation of variables
| Indicators | Explanation |
| GDP, gross domestic product. | |
| Healthy behavior variable | |
| Smoking cessation | If quit smoking now=1, never quit=0 |
| Drinking | If current drinking frequency >1 time per month, then drinking=1, else=0 |
| Sleep quality | If current bad nights frequency < 3 time per week, then sleep quality=1, else=0 |
| Exercise | If current exercise time >10 min at a time, then exercise=1, else=0 |
| Urbanization variable | |
| Population density | Local population/local area (people/km2) |
| GDP per capita | GDP/local population (thousand yuan) |
| The output value of secondary and tertiary industries in GDP | Value of the secondary industry in GDP + value of the tertiary industry in GDP (%) |
| Personal characteristics variable | |
| Age | Continuous variables, >45 years old |
| Gender | Male=1, female=0 |
| Education level | Illiteracy=1, can read=2, primary school=3, junior high school and above=4 |
| Marital status | Married=1, other=0 |
1.2. 统计模型
以往研究发现，年龄、性别、文化程度、婚姻状态、自身健康状况、个人所处的生活环境和工作特性都会影响健康相关行为，不良的健康相关行为常出现在年龄大、男性、文化程度低、无配偶、自身健康较差以及从事高强度体力工作的人群[11-14]。城镇化水平与健康相关行为的关系较为复杂，既有促进作用也有不利影响[15]。
由于个体差异及个体生活环境、家庭和工作环境差异对健康相关行为的影响不可观测，若选择基于横断面的数据进行回归会忽略这种个体异质性，产生遗漏变量，而构建面板数据考虑到了这种个体差异不随时间而改变，有效地解决了遗漏变量问题，消除了不可观察的固定效应所产生的估计偏差。对于面板数据，根据个体异质性是否与解释变量有关，有两种方法进行估计，一种是个体异质性与某解释变量有关，采取固定效应模型，另一种是个体异质性与所有解释变量均无关，采取随机效应模型，选择哪种模型需要进行Hausman检验。本文构建的面板时间维度小、个体信息较少，属于短面板，利用修正的Hausman检验可知，P值均小于0.001，说明个体异质性与解释变量有关，应选择固定效应模型进行估计，这也与城镇化与行业和居住条件差异有关相吻合。
采用面板数据固定效应模型进行回归分析，公式为：Yit=β1Uit+βiXit+ui+eit，其中，Yit表示i个体在t年的健康相关行为; Uit为i个体所在地区t年的城镇化指标，分别划分为5个等级作为哑变量，为避免多重共线性分别纳入模型; Xit为个人特征指标，包括2011年的年龄、年龄平方、性别、受教育程度、婚姻状态，除年龄及年龄平方外均作为哑变量纳入模型; ui为个体异质性的截距项，表示个体生活环境、家庭和工作环境等无法观测的影响; eit为随时间变化的随机扰动项。
2. 结果
2.1. 中国居民健康相关行为
由表 2和表 3可见，纳入研究的研究对象平均年龄为58岁，50~59岁人数最多，占37.96%，男性占47.94%，文盲占比27.94%，近三成为初中及以上学历，88.31%有配偶。2011—2015年间，戒烟人数明显增加，戒烟率由21.44%增长为31.66%。饮酒人数略有增加，由33.42%增加到35.3%。约65%居民感觉睡眠质量好，5年间变化不大。锻炼人数占比减少，由90.06%下降为88.24%。
表 2.
个人特征指标描述性统计
Descriptive statistics of personal characteristics indicators
| Indicators | Number | Percentage/% |
| Age/years | ||
| 45-49 | 2 931 | 22.27 |
| 50-59 | 4 996 | 37.96 |
| 60-69 | 3 568 | 27.11 |
| 70-79 | 1 375 | 10.45 |
| ≥80 | 292 | 2.22 |
| Gender | ||
| Male | 6 306 | 47.94 |
| Female | 6 848 | 52.06 |
| Education level | ||
| Illiteracy | 3 674 | 27.94 |
| Can read | 2 361 | 17.96 |
| Primary school | 2 948 | 22.42 |
| Junior high school and above | 4 166 | 31.68 |
| Marital status | ||
| Married | 11 624 | 88.31 |
| Other | 1 538 | 11.69 |
表 3.
2011—2015年健康相关行为发生率
Incidence of healthy behaviors (Year 2011 to 2015)
| Variables | Year 2011 | Year 2013 | Year 2015 |
| Smoking cessation/% | 21.44 | 23.43 | 31.66 |
| Drinking/% | 33.43 | 34.16 | 35.33 |
| Sleep quality/% | 65.78 | 66.54 | 64.39 |
| Exercise/% | 90.06 | 89.77 | 88.24 |
2.2. 中国5年间城镇化水平变化
总体上，2011—2015年中国城镇化水平呈增加趋势，表现为人口密度、人均GDP和第二三产业产值占GDP比的逐年增长。由表 4可见，2011年人口密度集中于200~400人/平方公里，2015年更多地趋向高水平人口密度移动，人口密度高于800人/平方公里的地区间的差距较大。人均GDP从2011年的21 070元增长到2015年的40 320元，增长91.36%，2011年有117个地区人均GDP低于15 000元，2013年下降为27个，到2015年仅9个地区属于低水平，同时，2015年48.25%的地区人均GDP超过45 000元，人均GDP高于45 000元的地区差距较大。第二三产业产值占GDP比由2011年的85.83%增加到2015年的88.22%，占比超过90%的地区逐年增加，2015年有45.79%的地区第二三产业产值占GDP比超过90%。
表 4.
2011—2015年城镇化指标描述性统计
Descriptive statistics of urbanization indicators (Year 2011 to 2015)
| Indicators | Year 2011 | Year 2013 | Year 2015 | ||||||||
| n | Median | IQR | n | Median | IQR | n | Median | IQR | |||
| GDP, gross domestic product; IQR, inter quartile range. | |||||||||||
| Population density/(people/km2) | 411.96 | 443.72 | 425.66 | 442.73 | 425.14 | 457.09 | |||||
| Low (< 200) | 75 | 129.72 | 71.64 | 72 | 130.14 | 71.08 | 69 | 128.12 | 71.49 | ||
| Mid-low (< 400) | 112 | 298.56 | 113.36 | 100 | 301.09 | 116.13 | 100 | 301.58 | 95.47 | ||
| Middle (< 600) | 90 | 488.18 | 110.35 | 90 | 469.47 | 104.96 | 99 | 477.99 | 125.6 | ||
| Mid-high (< 800) | 86 | 677.18 | 102.05 | 89 | 683.04 | 83.94 | 77 | 698.38 | 55.50 | ||
| High (≥800) | 50 | 940.21 | 136.71 | 59 | 990.94 | 182.95 | 65 | 932.90 | 160.23 | ||
| GDP per capita/thousand yuan | 22.07 | 18.99 | 36.42 | 24.68 | 44.30 | 31.17 | |||||
| Low (< 15) | 117 | 11.24 | 3.55 | 27 | 14.38 | 1.92 | 9 | 12.04 | 1.06 | ||
| Mid-low (< 25) | 138 | 21.06 | 4.42 | 81 | 19.82 | 0.46 | 57 | 21.52 | 4.38 | ||
| Middle (< 35) | 61 | 30.38 | 4.55 | 87 | 28.91 | 0.08 | 81 | 30.70 | 4.90 | ||
| Mid-high (< 45) | 45 | 38.91 | 4.98 | 82 | 39.84 | 0.48 | 63 | 39.33 | 6.38 | ||
| High (≥45) | 52 | 63.43 | 19.56 | 133 | 65.08 | 1.45 | 200 | 61.51 | 43.06 | ||
| The output value of secondary and tertiary industries in GDP/% | 85.83 | 13.02 | 87.55 | 10.76 | 88.22 | 9.58 | |||||
| Low (< 80) | 114 | 75.81 | 6.31 | 90 | 74.52 | 5.74 | 63 | 75.30 | 3.15 | ||
| Mid-low (< 85) | 81 | 81.60 | 2.54 | 72 | 83.75 | 0.96 | 75 | 83.56 | 1.91 | ||
| Middle (< 90) | 72 | 87.99 | 1.88 | 72 | 86.09 | 2.98 | 81 | 87.62 | 2.40 | ||
| Mid-high (< 93) | 57 | 95.51 | 1.13 | 78 | 91.72 | 1.68 | 75 | 91.95 | 1.83 | ||
| High (≥93) | 89 | 95.51 | 3.71 | 98 | 95.73 | 3.45 | 110 | 96.02 | 4.02 | ||
2.3. 城镇化与健康相关行为的关系
由表 5可见，吸烟与城镇化水平呈负向趋势，以低水平为对照，随人均GDP水平、第二三产业产值占GDP比水平的增加，戒烟率上升，人均GDP在45 000元以上的地区比15 000元以下的地区高19.01%，第二三产业产值占GDP比在93%以上的地区比80%以下的地区高23.74%。
表 5.
2011—2015年城镇化与健康相关行为的关系
Relationship between urbanization and health behaviors (Year 2011 to 2015)
| Items | Smoking cessation (1, Yes; 0, No) |
Drinking (1, Yes; 0, No) |
Sleep quality (1, Good; 0, Poor) |
Exercise (1, Yes; 0, No) |
| Control for age, age squared, gender, education, and marital status. * P < 0.1, ** P < 0.05, *** P < 0.01. GDP, gross domestic product. | ||||
| Population density | ||||
| Low | 1 | 1 | 1 | 1 |
| Mid-low | -0.021 2 | 0.027 3 | 0.021 9 | -0.031 1 |
| Middle | 0.037 5 | 0.017 1 | 0.028 9 | -0.052 0* |
| Mid-high | -0.012 4 | 0.025 0 | 0.025 4 | -0.044 1 |
| High | 0.065 1 | 0.008 6 | -0.006 6 | -0.077 0** |
| GDP per capita | ||||
| Low | ||||
| Mid-low | 0.051 2*** | 0.004 5 | -0.020 5** | 0.001 7 |
| Middle | 0.112 3*** | 0.000 8 | -0.026 4** | -0.032 6** |
| Mid-high | 0.124 2*** | 0.017 0 | -0.021 1* | -0.023 6 |
| High | 0.190 1*** | 0.024 9* | -0.037 1*** | -0.037 3** |
| The output value of secondary and tertiary industries in GDP | ||||
| Low | 1 | 1 | 1 | 1 |
| Mid-low | 0.047 0*** | -0.024 8* | -0.009 8 | -0.009 6 |
| Middle | 0.107 9*** | -0.016 6 | -0.009 7 | 0.004 0 |
| Mid-high | 0.162 3*** | -0.067 5 | -0.005 5 | -0.001 3 |
| High | 0.237 4*** | -0.039 6 | -0.017 3 | -0.106 8*** |
饮酒率以低水平为对照，人均GDP水平在45 000元以上的地区饮酒率比低水平的饮酒率提高2.49%，第二三产业产值占GDP比在80%~85%的地区饮酒率比低水平的饮酒率降低2.48%，人口密度差异无统计学意义。
睡眠质量以低水平为对照，随人均GDP水平的增加，睡眠质量好的概率降低，人均GDP在93%以上的地区睡眠质量好的比低水平的降低3.71%，人口密度水平和第二三产业产值占GDP的比差异无统计学意义。
锻炼率以低水平为对照，人口密度在400~600人/平方公里和800人/平方公里以上地区的锻炼率分别比低水平的低5.2%和7.7%，人均GDP在25 000~35 000元和45 000元以上地区的锻炼率分别比低水平的低3.26%和3.73%，第二三产业产值占GDP比在93%以上地区的锻炼率比低水平的低10.68%。
3. 讨论
目前国内外对城镇化与健康相关行为关系的研究较少，有研究发现，城镇化对吸烟、饮酒产生不利影响，随着城镇化发展，居民吸烟率和饮酒率增加[16-17]。还有研究发现，城镇化与吸烟、饮酒的关系更为复杂，随着城镇化水平提高，吸烟率呈先下降、后上升的趋势，饮酒率呈先上升、后下降的趋势[15]。睡眠质量方面，有研究报道经济发展水平高的城市失眠率高，睡眠质量差[18]。锻炼方面，有研究显示随城镇化推进，居民体育活动减少[16, 19-20]，且对高收入人群的影响更大[5]。国外一项对城镇化与吸烟的类似研究发现，较高的人口密度和更大的城市压力与吸烟有关[21]。睡眠方面，有研究发现经济水平差的人群睡眠质量不佳，睡眠障碍的发生率增加[22]。
综合来看，现有研究存在以下不足，第一，目前国内外对城镇化与健康相关行为的研究较少，且大多是理论研究，讨论城镇化与健康关系时，评估的是健康相关行为作为潜在的中介因素，缺少实证分析; 第二，研究大多是横断面数据，不能说明城镇化随时间变化对健康相关行为的因果影响; 第三，城镇化定义模糊，指标选择单一，不够全面客观，不能说明城镇化的复杂性; 第四，健康相关行为的研究较为笼统，缺少对某一特定健康相关行为量化其关系。因此，本研究利用三年追踪调查的面板数据研究城镇化对健康相关行为的影响，同时考虑了城镇化的不同维度(人口、经济和产业结构)对健康相关行为的影响，从而捕捉到了中国城镇化与健康相关行为之间的复杂联系。此外，本研究特别关注了影响人群健康最主要的健康相关行为(吸烟、饮酒、睡眠质量和锻炼)，全面考察了城镇化与健康相关行为的关系。
本研究发现，城镇化不同维度对不同健康行为的影响不同，戒烟与人均GDP和第二三产业产值占比有关，锻炼与三个指标均有关系，睡眠质量与人均GDP的关系更为密切，饮酒与三个指标的关系不明显。此外，不同城镇化水平的居民健康行为随时间变化不同，综合来看，戒烟率随城镇化水平的增加而上升，锻炼率和睡眠质量好的概率随城镇化水平的增加而降低，饮酒率与城镇化水平之间未见明显关系趋势，还需要进一步研究。
城镇化与健康行为的关系是复杂的，戒烟率随城镇化的增加而上升，原因可能是随着城镇化的发展，各城市采取多项政策禁烟，健康宣传工作增加，吸烟有害健康的意识深入人心，居民愿意通过多种方式(如进行药物治疗、使用电子烟等产品)减少传统烟草带来的不良影响[23]，有助于戒烟[24]。有研究表明，即使是简单的干预措施(如提出戒烟建议、提供戒烟信息材料)也会提高戒烟率[25]。睡眠质量随城镇化的增加而下降主要受经济因素影响，与国外的研究结果类似[18, 22]，可能是由于经济水平高的地区居民生活、工作压力大，生活节奏快，睡眠时间不足，易造成睡眠障碍，导致睡眠质量不佳[26]，同时，经济发达地区的光污染严重，破坏人体生物节律，影响睡眠质量[27]。锻炼随城镇化水平增加而降低，在中等水平和高水平城镇化地区更显著，与国内其他研究结果类似[16, 19-20]，可能是由于随着城镇化的推进，人口密度增加，运动场地受限，导致锻炼率下降[16]，经济水平高的地区居民由于工作的特性易产生久坐的生活方式，锻炼时间减少，使锻炼率下降[28]。饮酒与城镇化尚未见明显关系趋势，可能由于老年人饮酒的生活习惯难以改变，受中国传统酒文化影响，对酒精依赖度较大，难以戒酒[29]。
城镇化对居民健康行为的影响是长期的、多种因素共同作用的，随着城镇化进程，居民的生活环境、工作环境都有所改变。除了关注城镇化与健康行为的信息，还需要考虑到医疗水平、卫生服务可及性、健康教育等因素的作用。居民在城镇化背景下有获得更多健康教育的机会，通过健康教育，可以不断提高居民的健康意识，进而改善居民的健康行为，而这种影响将是在城镇化环境下长期作用产生的，因此需要充分考虑各种可能的影响因素，通过更长时间的随访研究来验证。
Funding Statement
国家自然科学基金(71774003)
Supported by the National Natural Science Foundation of China (71774003)
References
- 1.程 明梅, 杨 朦子. 城镇化对中国居民健康状况的影响: 基于省级面板数据的实证分析. 中国人口·资源与环境. 2015;25(7):89–96. doi: 10.3969/j.issn.1002-2104.2015.07.013. [DOI] [Google Scholar]
- 2.Hou B, Nazroo J, Banks J, et al. Are cities good for health? A study of the impacts of planned urbanization in China. Int J Epidemiol. 2019;48(4):1083–1090. doi: 10.1093/ije/dyz031. [DOI] [PubMed] [Google Scholar]
- 3.Liu Y, Wang RY, Feng ZX, et al. Exploring the association between urbanisation and self-rated health of older adults in China: evidence from a national population sample survey. BMJ Open. 2019;9(6):e029176. doi: 10.1136/bmjopen-2019-029176. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 4.Li XH, Song JC, Lin T, et al. Urbanization and health in China, thinking at the national, local and individual levels. Environ Health. 2016;15(Suppl 1):32. doi: 10.1186/s12940-016-0104-5. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 5.Miao J, Wu XG. Urbanization, socioeconomic status and health disparity in China. Health Place. 2016;42:87–95. doi: 10.1016/j.healthplace.2016.09.008. [DOI] [PubMed] [Google Scholar]
- 6.Poel EV, O'Donnell O, Doorslaer EV. Urbanization and the spread of diseases of affluence in China. Econ Hum Biol. 2009;7(2):200–216. doi: 10.1016/j.ehb.2009.05.004. [DOI] [PubMed] [Google Scholar]
- 7.Attard SM, Herring AH, Mayer-Davis EJ, et al. Multilevel examination of diabetes in modernising China: What elements of urbanisation are most associated with diabetes? Diabetologia. 2012;55(12):3182–3192. doi: 10.1007/s00125-012-2697-8. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 8.世界卫生组织 . 2010年世界卫生统计中文版. 日内瓦: 世界卫生组织出版社; 2011. [Google Scholar]
- 9.陈 晓玲, 彭 云, 柏 品清, et al. 浦东新区城镇化农民的营养干预效果分析. 现代预防医学. 2013;40(13):2412–2414. [Google Scholar]
- 10.程 莉, 周 宗社. 人口城镇化与经济城镇化的协调与互动关系研究. 理论月刊. 2014;(1):119–122. doi: 10.3969/j.issn.1004-0544.2014.01.028. [DOI] [Google Scholar]
- 11.耿 桂灵, 尹 志勤. 社区老年人日常生活行为方式及影响因素. 中国老年学杂志. 2015;35(24):7191–7193. doi: 10.3969/j.issn.1005-9202.2015.24.105. [DOI] [Google Scholar]
- 12.杨 敏. 城市社区老年人健康促进生活方式影响因素分析与对策. 中国实用医药. 2011;6(11):266–267. doi: 10.3969/j.issn.1673-7555.2011.11.215. [DOI] [Google Scholar]
- 13.沈 振敏, 江 朝强, 张 维森, et al. 基于广州生物库的广州市中老年人饮酒行为改变及其影响因素的前瞻性队列研究. 中国慢性病预防与控制. 2018;26(3):161–166. [Google Scholar]
- 14.丁 宏, 成 前, 倪 润哲. 城镇化的不平等、市民化与居民健康水平. 南开经济研究. 2018;204(6):20–35. [Google Scholar]
- 15.刘 国峰, 孙 美平, 王 智勇, et al. 城镇化水平与慢性病及健康相关行为的关联分析. 北京大学学报(医学版) 2016;48(3):478–482. doi: 10.3969/j.issn.1671-167X.2016.03.018. [DOI] [Google Scholar]
- 16.高 其法. 新型城镇化过程中预防控制慢性病的挑战与机遇. 医学与哲学(人文社会医学版) 2014;35(9):37–39. [Google Scholar]
- 17.Poel EV, O'Donnell O, Doorslaer EV. Is there a health penalty of China's rapid urbanization? Health Econ. 2012;21(4):367–385. doi: 10.1002/hec.1717. [DOI] [PubMed] [Google Scholar]
- 18.2014年中国睡眠指数发布[J]. 统计科学与实践, 2014(3): 63.
- 19.沈 宏超, 洪 功翔. 新型城镇化质量测度指标体系及实证研究: 以安徽省为例. 农业现代化研究. 2015;36(3):412–417. [Google Scholar]
- 20.Monda KL, Gordon-Larsen P, Stevens J, et al. China's transition: The effect of rapid urbanization on adult occupational physical activity. Soc Sci Med. 2007;64(4):858–870. doi: 10.1016/j.socscimed.2006.10.019. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 21.Beenackers MA, Oude Groeniger J, Kamphuis CBM, et al. Urban population density and mortality in a compact Dutch city: 23-year follow-up of the Dutch GLOBE study. Health Place. 2018;53:79–85. doi: 10.1016/j.healthplace.2018.06.010. [DOI] [PubMed] [Google Scholar]
- 22.Grandner MA, Patel NP, Gehrman PR, et al. Who gets the best sleep? Ethnic and socioeconomic factors related to sleep complaints. Sleep Med. 2010;11(5):470–478. doi: 10.1016/j.sleep.2009.10.006. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 23.Choi K, Chen-Sankey JC. Will Electronic Nicotine Delivery System (ENDS) use reduce smoking disparities? Prevalence of daily ENDS use among cigarette smokers. Prev Med Rep. 2019;17:101020. doi: 10.1016/j.pmedr.2019.101020. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 24.Lindson N, Chepkin SC, Ye WY, et al. Different doses, durations and modes of delivery of nicotine replacement therapy for smoking cessation. Cochrane Database Syst Rev. 2019;4(4):CD013308. doi: 10.1002/14651858.CD013308. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 25.Frey SM, Burkard T, Meienberg A. Smoking cessation in peri-pheral peripheral artery disease "It always pays to stop smoking!". Gefasschirurgie. 2020;25(3):172–178. doi: 10.1007/s00772-020-00627-2. [DOI] [Google Scholar]
- 26.王 林峰, 晏 峻峰, 吴 世雯. 睡眠障碍的社会经济环境影响因素分析. 现代医药卫生. 2019;35(18):2865–2869. doi: 10.3969/j.issn.1009-5519.2019.18.032. [DOI] [Google Scholar]
- 27.付 桂玲. 睡眠健康教育中的改善睡眠环境教育. 世界睡眠医学杂志. 2016;3(3):148–151. [Google Scholar]
- 28.叶 孙岳, 郭 静. 中国成年人的体育锻炼、静态行为流行状况、趋势及影响因素. 首都体育学院学报. 2016;28(4):365-369, 375. [Google Scholar]
- 29.崔 佳彬, 那 龙, 孙 宁, et al. 酒精依赖综合征及戒酒措施. 中国医学前沿杂志: 电子版. 2019;11(6):19–23. [Google Scholar]