Appearance
Inequality in infrastructure access and its association with health disparities
Summary
Problem: 基础设施是社会发展的基础，但全球范围内基础设施可及性及其不平等程度的分布尚不清楚，尤其是不同类型基础设施（经济、社会、环境）之间的差异，以及这些差异与人口健康结果之间的关联缺乏系统性研究。以往研究多依赖社会经济指标或实物资产（如资本流动、建成区面积、道路网络）来评估基础设施，且多聚焦单一基础设施类型或区域尺度，难以进行可靠的跨区域比较。 Approach: 作者整合多源地理空间数据集，生成了2020年全球0.1°×0.1°分辨率的经济、社会和环境基础设施分布栅格图；采用人口加权暴露模型量化人类对基础设施的可及性；利用基尼系数评估可及性不平等程度；通过相关分析和线性混合效应模型检验基础设施可及性、不平等性与健康调整预期寿命（HALE）及伤残调整生命年（DALYs）之间的关系。 Finding: 全球南方国家的基础设施可及性仅为全球北方国家的50%–80%，而其不平等程度高出9%–44%。社会基础设施的可及性不平等程度最高（平均基尼系数0.83），其次是经济（0.55）和环境（0.35）基础设施。经济基础设施可及性与HALE呈正相关，而经济基础设施可及性不平等与HALE呈负相关——经济基础设施可及性不平等每增加10%，预期寿命约减少1年。环境基础设施可及性与HALE无显著关系。 Significance: 该研究为全球基础设施不平等与健康差异之间的联系提供了首个多维度、跨国别的系统证据，揭示了不同类型基础设施在可及性和不平等性上的显著差异，为政策制定者针对性地改善基础设施配置、促进可持续发展与人类福祉提供了科学依据。
Theoretical Framework
- Theoretical tradition: 本研究属于可持续发展科学与公共卫生交叉领域，基于基础设施—健康关联框架，强调基础设施作为社会发展的基础支柱对人类福祉的影响。
- Prior theories built upon: 研究引用了联合国可持续发展目标（SDG 9）中关于基础设施的论述；参考了基础设施影响健康的多种路径（如能源供应中断与死亡率、交通基础设施的双重健康影响、社会基础设施与公共健康的正向关联、环境基础设施对身心健康的益处）；借鉴了以往关于基础设施不平等的研究（如印度、印尼、南非等国的实证研究）。
- Causal mechanism: 基础设施可及性通过多种途径影响健康：经济基础设施（能源、交通、通信）保障基本生活需求和社会经济功能；社会基础设施（医疗、教育设施）直接提供健康服务；环境基础设施（绿地、清洁空气、热舒适）影响身心健康。基础设施可及性不平等则通过反映和强化更广泛的健康不平等来影响健康结果。
- Key assumptions: 假设基础设施分布可以通过多源地理空间数据在0.1°×0.1°分辨率上准确表征；假设人口加权暴露模型能够有效反映个体对邻近基础设施的可及性；假设基尼系数适用于衡量基础设施可及性的空间不平等；假设HALE和DALYs是有效的健康结果指标。
- Theoretical move: 本研究扩展了现有理论框架，将以往分散于单一基础设施类型或区域尺度的研究整合为全球尺度的多维度联合评估，提出了经济—社会—环境三类基础设施的综合分类框架（27种组合类别），并首次将基础设施可及性及其不平等性与健康结果在全球尺度上系统关联。
- Scope conditions: 研究覆盖166个国家，时间截面为2020年；结论适用于国家及县级尺度的宏观比较，不涉及个体层面的健康差异；基础设施定义限定为物理系统和设施，不包括制度性或数字基础设施。
Research Design
本研究为观察性横断面研究（observational cross-sectional study），采用计算模拟与统计分析相结合的方法。分析单元为国家（166个）和县级行政单元。核心自变量包括：（1）三类基础设施（经济、社会、环境）的可及性指数，通过人口加权暴露模型计算，归一化至0–1范围；（2）三类基础设施可及性的不平等程度，以基尼系数衡量。因变量为健康调整预期寿命（HALE）和伤残调整生命年（DALYs）。控制变量包括国内生产总值（GDP）和人口规模。研究还通过将可及性值按25%和75%分位数划分为高（H）、中（M）、低（L）三档，形成27种组合类别并归为三类总体等级（Class I、II、III）。
Data & Sample
样本包括全球166个国家（54个全球北方国家，112个全球南方国家），覆盖全球约85%的人口。数据来源为多源地理空间数据集，包括基础设施分布数据（通信、能源、交通、教育、医疗、水资源、绿地、空气质量、热舒适等）。空间分辨率为0.1°×0.1°（约11公里×11公里），时间点为2020年。健康数据采用HALE和DALYs指标。县级分析涵盖全球县级行政单元（具体数量未在正文中给出，北美地区示例中提及3,402个县）。数据收集方法为整合公开可获取的全球地理空间数据集。
Analytical Strategy
研究采用多种统计方法：（1）单因素方差分析（one-way ANOVA）检验不同类型基础设施之间及不同区域之间可及性和不平等性的差异；（2）双尾t检验比较全球北方与南方之间的差异；（3）相关分析（Pearson相关系数）检验基础设施可及性、不平等性与HALE之间的关系；（4）线性混合效应模型（linear mixed-effects model）在控制GDP和人口等混杂因素后，检验基础设施变量对HALE的独立影响，分别构建了仅含经济基础设施可及性（Model I）、仅含经济基础设施不平等性（Model II）以及整合所有变量的完整模型（Model III）；（5）以DALYs作为替代因变量进行敏感性验证（Supplementary Table 3）。辅助分析采用不平等指数（Inq）作为基尼系数的补充验证。未提及多重比较校正。
Results & Findings
- 基础设施可及性的区域差异：全球范围内，经济基础设施平均可及性最高（0.39±0.25），其次是环境（0.35±0.27）和社会（0.29±0.27）基础设施。非洲在经济（0.24）和社会（0.13）基础设施可及性上最低，亚洲在环境基础设施可及性上最低（0.21）。全球北方国家的经济、社会、环境基础设施可及性分别是全球南方国家的1.25、2.00和1.43倍。这一差异在县级尺度同样显著（分别为1.41、2.63和1.22倍）。该发现支持了研究预期——全球南北之间存在显著的基础设施可及性差距。
- 基础设施可及性不平等：社会基础设施的可及性不平等程度最高（平均基尼0.83），其次是经济（0.55）和环境（0.35）。非洲在经济和社会基础设施不平等上最为严重（基尼分别为0.61和0.87），亚洲在环境基础设施不平等上最高（基尼0.43）。全球南方国家的三类基础设施不平等程度分别是北方的1.23、1.09和1.44倍。值得注意的是，即使在发达国家，社会基础设施不平等也相当严重——54个全球北方国家中有42个的基尼系数大于0.7。这一发现揭示了基础设施不平等并非仅存在于发展中国家。
- 基础设施可及性与健康的关系：经济和社会基础设施可及性与HALE呈正相关，且全球南方国家的回归斜率更陡峭，表明在基础设施水平较低的国家，基础设施改善对健康的边际收益更大。环境基础设施可及性与HALE无显著关系。
- 基础设施不平等与健康的关系：经济和社会基础设施可及性不平等与HALE呈负相关。在混合效应模型中，经济基础设施可及性不平等（GiniEco）是最强的预测因子之一（系数−9.95），意味着经济基础设施可及性不平等每增加10%，预期寿命减少约1年。以DALYs为因变量时得到一致结果。社会基础设施变量（ExpSoc和GiniSoc）在模型中未达到统计显著水平。
- 意外发现：环境基础设施可及性不平等与HALE的关系在全球北方和南方呈现相反模式——北方国家中不平等程度上升伴随HALE下降，而南方国家则相反。这一结果出乎预期，作者未给出明确解释。
Limitations
作者在正文中未系统列出研究局限，但根据研究设计可推断以下潜在局限：横断面设计无法确立因果关系；0.1°空间分辨率可能无法捕捉城市内部的基础设施差异；基础设施定义限于物理系统，未涵盖数字基础设施或制度性基础设施；环境基础设施与健康关系的非显著结果可能受指标选择影响；全球北方与南方在环境基础设施不平等与健康关系上的相反模式未得到充分解释。
Key Contributions
- 首次生成全球0.1°×0.1°分辨率的经济、社会和环境三类基础设施分布栅格图，为全球基础设施评估提供了统一的数据基础
- 构建了经济—社会—环境三维基础设施可及性综合分类框架（27种组合类别），能够识别不同国家在基础设施发展上的结构性短板
- 在全球166个国家尺度上系统量化了基础设施可及性及其不平等程度，揭示了全球南方国家在基础设施可及性和平等性上的双重劣势
- 首次在全球尺度上联合检验了三类基础设施可及性及其不平等性与健康结果（HALE和DALYs）的关联，发现经济基础设施不平等是健康的重要预测因子
- 为政策制定者提供了针对不同基础设施短板（如“H-H-L”模式中的环境短板、“L-L-H”模式中的社会经济短板）的差异化干预依据
Key Claims
"Global South countries experience only 50–80% of the infrastructure access of Global North countries, whereas their associated inequality levels are 9–44% higher." (Abstract)
"Both infrastructure access and inequality are linked to health outcomes, with this relationship being especially pronounced in economic infrastructure." (Abstract)
"Social infrastructure exhibited the highest level of access inequality (mean Gini of 0.83 ± 0.12), followed by economic (mean Gini of 0.55 ± 0.12) and environmental (mean Gini of 0.35 ± 0.14) infrastructures." (Results)
"This finding suggests that a 10% increase in economic infrastructure access inequality was linked to a one-year reduction in life expectancy." (Results)
"Even in the developed world, we find a considerable number of countries with severe inequalities in infrastructure access, particularly in the social dimension, where 42 of the 54 Global North countries have a Gini value larger than 0.7." (Discussion)