美国大城市地方公共卫生支出与COVID-19死亡率关联性研究：基于前向选择线性回归模型的分析

本研究针对美国50个最大城市，通过前向选择线性回归模型分析2015-2019年地方公共卫生支出与2020年COVID-19超额死亡率及报告死亡率的关系。研究发现，既往公共卫生支出与死亡率改善无显著关联，而教育水平和时间因素对死亡率影响显著，提示应对大规模公共卫生危机需结构性改革。

　　

当COVID-19疫情席卷全球时，美国各城市的死亡率差异引发了关于公共卫生系统准备度的深刻思考。理论上，充足的公共卫生资金应能提升应急响应能力，但现实中联邦制下的分散化财政体系导致地方卫生部门（LHDs）资源分配不均。这种矛盾促使Texas A&M大学与乔治城大学的研究团队开展了一项开创性研究，通过量化分析揭示了公共卫生投入与疫情结果的真实关联，成果发表于《Archives of Public Health》。

研究采用前向选择线性回归技术，聚焦美国50个人口最多城市（如纽约、芝加哥、洛杉矶），以2015-2019年人均公共卫生支出平均值作为核心自变量，超额死亡率（通过2011-2019年历史数据建模计算）和报告COVID-19死亡率为因变量。控制变量涵盖人口密度、65岁以上人口比例、教育水平（25岁以上学士学位比例）、CDC社会脆弱性指数等16类潜在混杂因素。数据源自美国人口普查局、CDC国家生命统计系统等权威机构，采用Stata SE/v.19进行统计分析。

【主要结果】

1. 基线特征：研究城市平均超额死亡率对数转换值为4.82（标准差0.48），人均公共卫生支出中位数为297.28美元，各城市差异达171倍（12.71-2178.52美元）。

2. 核心发现：

   • 简单回归显示公共卫生支出与报告死亡率呈负相关（β=-0.041, p=0.02），但加入社会经济因素后显著性消失（β=-0.017, p=0.38）
   • 超额死亡率模型中，仅教育水平（β=-0.022, p=0.04）和早期病例率（β=0.366, p=0.01）具有统计学意义

3. 敏感性分析：改用3年支出平均值或LASSO方法后结论保持一致，证实结果的稳健性。

【结论与启示】
研究发现颠覆了传统认知——高公共卫生支出城市并未在疫情首年展现出死亡率优势。这种"资金无效性"可能源于美国公共卫生体系的三大结构性缺陷：

1. 资金碎片化：2008年经济衰退后持续削减的应急准备专项拨款（2018-2019年19%的LHDs遭遇资金减少）
2. 反应性投入模式：临时性资金注入难以支撑持续能力建设，如流行病监测系统升级
3. 社会决定因素主导：教育水平每提升1%，死亡率降低2.2%，凸显健康不平等的基础性影响

研究建议未来改革需突破单纯增加预算的思维，转向：

• 建立按人口比例划拨的联邦-地方协同融资机制
• 将社会脆弱性指数（CDC SVI）纳入资金分配算法
• 重点加强健康素养（health literacy）等社会免疫体系建设

该成果为后疫情时代公共卫生体系重构提供了关键实证依据，特别警示了单纯依赖财政投入无法解决深层次健康公平问题。后续研究可延伸至非传染性疾病防控等多元健康产出指标，以全面评估公共卫生资金效益。