期望寿命（life expectancy）是反映区域人群平均生存时间的社会发展评价指标。随着社会经济和医疗技术的进步，我国居民期望寿命稳步提高[1]。但生命长度和质量的变化并非平行，人口老龄化和疾病谱的变化均增加了人群的带病生存时间[2-3]。为了测算人群在无疾病和伤残状态下的健康生存时间，健康期望寿命（healthy life expectancy，HLE）的概念被提出。近年来我国政府接连出台了《“健康中国2030”规划纲要》《健康中国行动（2019-2030年）》等重要文件，首次将HLE作为政策指标提出，正是全民健康战略思想的实践[4-5]。HLE可分为健康状态期望寿命（health state expectancy，HSE）和健康调整期望寿命（health-adjusted life expectancy，HALE）两大类[6]。HSE仅关注特定状态下的健康生存时间，无法全面衡量健康。HALE是在期望寿命的基础上，将全部病因及其后遗症加权计算所得，弥补了HSE局限性。实现全民健康需要同等重视寿命长度和生存质量，缩小期望寿命与HALE的差距是卫生领域共同致力的方向。本研究以广州市作为研究区域，测算2010-2019年广州市各行政区居民期望寿命、HALE，以及两者的差距，描述其时空分布，采用去病因健康调整期望寿命（cause-excluded health adjusted life expectancy，CEHALE）量化不同病因和后遗症对健康的综合影响。

1. 资料来源：全死因监测数据来源于广州市CDC，覆盖2010-2019年广州市11个行政区户籍人口，漏报率小于5%。其中，2010-2014年统计数据包括行政区划合并前的原萝岗区和原黄埔区，本研究将两区数据合并为黄埔区计算。全死因监测数据的详细信息参考文献[7]。2010-2019年广州市户籍人口数据来源于广州市公安局。同时，引用了全球疾病负担研究（GBD）的部分结果，包括2019年中国人均期望寿命和HALE、2010-2019年中国早死损失寿命年（years of life lost，YLL）率和伤残损失寿命年（years lost due to disability，YLD）率[8]。

死亡登记按照国际疾病分类标准第十版（ICD-10）确定根本死因编码。参考GBD的病因及其后遗症列表，对死因代码进行分类[9]。Ⅰ级分类包括3大类病因及其后遗症：传染性疾病、孕产妇疾病、新生儿疾病和营养疾病；非传染性疾病；伤害。Ⅰ级分类可细分为Ⅱ级分类，共22个亚组。其中，传染性疾病、孕产妇疾病、新生儿疾病和营养疾病包括HIV/AIDS和性传播疾病、呼吸道感染和肺结核、肠道感染、热带病和疟疾、产妇和新生儿疾病；非传染性疾病包括肿瘤、心血管疾病、慢性呼吸道疾病、消化道疾病、神经失调、精神障碍、物质滥用、糖尿病和肾脏病、皮肤和皮下疾病、肌肉骨骼疾病；伤害包括交通伤害、自残和人际暴力、意外伤害。

2. 指标计算：

（1）HALE：使用简略寿命表计算期望寿命；基于GBD方法论，考虑各年龄组人群疾病或伤残造成的健康寿命损失，使用沙利文法计算HALE[10]。计算公式：

其中，i, j分别表示性别和年龄组，l表示简略寿命表中对应性别和年龄组的尚存人数；L表示生存人年数，w表示最后一个年龄组。本研究使用WHO建议的间接法计算YLD，计算公式[11]：

使用WHO方法的简化公式计算YLL，计算公式[11]：

其中，N为某年龄组、某性别死于某种原因的人数，L为某个年龄组的寿命损失值，即标准寿命表中该年龄死亡年龄点所对应的寿命值。本研究使用GBD2019提供的标准期望寿命表。2010-2019年广州市YLL分布与GBD公布的中国YLL分布相近，相关系数均在0.96以上（P < 0.001），故选择中国作为参考地区。

（2）CEHALE：HALE计算的是无疾病和伤残状态下的生存时间，但无法用于评价单个具体疾病造成的死亡或伤残对期望寿命的影响。CEHALE解决了HALE的局限性，该方法的核心是通过YLD计算虚拟死亡人数，实际死亡人数和虚拟死亡人数合计后可反映该疾病对死亡和伤残的综合影响，再用调整后的死亡率计算期望寿命，具体参考文献[12]。

（3）平均非健康寿命：使用期望寿命与HALE的差值表示。

（4）因某病及其后遗症失去的平均健康寿命：使用CEHALE与HALE的差值表示。

3. 统计学分析：使用Excel软件整理数据并编制简略寿命表，以计算期望寿命、HALE、CEHALE。使用Joinpoint对数线性回归计算期望寿命和HALE的年度变化百分比（annual percentage change，APC）和平均年度变化百分比（average annual percentage change，AAPC），并进行时间趋势检验。检验水准α=0.05。

1. 2019年广州市与中国期望寿命和HALE比较：2019年广州市人均期望寿命为82.9岁，比GBD2019报告的中国平均水平高5.3岁（77.6岁）。其中，男性为80.1岁，女性为85.9岁，分别比中国平均水平高5.4岁（74.7岁）和5.1岁（80.8岁）。2019年广州市人均HALE寿命为75.6岁，比中国平均水平高7.1岁（68.5岁）。其中，男性为74.0岁，女性为77.3岁，分别比中国平均水平高6.9岁（67.1岁）和7.2岁（70.1岁）。

2. 2019年广州市分区期望寿命与HALE：2019年广州市期望寿命和HALE，女性均高于男性，平均非健康寿命为7.3年。广州市11个行政区中，有10个行政区期望寿命均在80岁以上，7个行政区HALE均在75岁以上；中心城区相对城区边缘有更高的期望寿命和HALE，且期望寿命与HALE的差值更小。见表 1。

3. 2010-2019年广州市期望寿命和HALE时间趋势：2010-2019年，广州市期望寿命和HALE整体呈上升趋势。全市期望寿命增加2.8岁（AAPC=0.4，95%CI：0.3~0.4），其中，男性增加2.8岁（AAPC=0.4，95%CI：0.3~0.5），女性增加2.9岁（AAPC=0.4，95%CI：0.3~0.4）。全市HALE增加2.4岁（AAPC=0.3，95%CI：0.3~0.4），其中男性增加2.5岁（AAPC=0.4，95%CI：0.3~0.5），女性增加2.2岁（AAPC=0.3，95%CI：0.2~0.4；2010-2017年APC=0.2，95%CI：0.1~0.3；2017-2019年APC=0.6，95%CI：-0.1~1.3）。见图 1。

4. 2010-2019年广州市CEHALE：根据GBD病因及其后遗症列表Ⅰ级分类，因传染性疾病、孕产妇疾病、新生儿疾病和营养疾病失去的平均健康寿命中位数为6.2年（AAPC=-4.2，95%CI：-5.3~-3.1），因非传染性疾病失去的平均健康寿命中位数为14.7年（AAPC=1.6，95%CI：0.9~2.3），因伤害失去的平均健康寿命中位数为6.3年（AAPC=-3.5，95%CI：-4.5~-2.6）。按性别分层的时间趋势相近，但女性因3大类病因及其后遗症失去的平均健康寿命在各年份均高于男性，环比增长率波动幅度相比男性较为平缓。见图 2。

根据GBD病因及其后遗症Ⅱ级分类，导致失去的平均健康寿命由高到低的前5类病因依次是：肌肉骨骼疾病（8.4年）、皮肤和皮下疾病（6.8年）、心血管疾病（6.6年）、营养不良（6.5年）、糖尿病和肾脏病（6.5年）。其中，男性失去的平均健康寿命依次是：6.2、5.4、5.1、5.3、5.1年，女性失去的平均健康寿命依次是：10.2、7.9、8.0、7.6、7.7年。见图 3。

期望寿命和HALE是反映人群寿命长度和生存质量的重要指标，HALE的提出象征着生命研究从“数量”向“质量”转变。期望寿命与HALE的差值表示为人群的平均非健康寿命，即带病生存的时长；CEHALE与HALE的差值表示为人群因某病及其后遗症失去的平均健康寿命。两者以人均寿命年为单位，公众易理解，有助于普及社会科学和推进全民健康，可作为评价生命质量和疾病负担的指标。本研究采用上述指标，较为全面地衡量了全部病因及其后遗症对健康造成的综合效应。

本研究结果显示，2019年广州市居民期望寿命为82.9岁（男性为80.1岁，女性为85.9岁），HALE为75.6岁（男性为74.0岁，女性为77.3岁），均高于GBD2019报告的中国平均水平[10]。其中，期望寿命和HALE前3位的行政区依次是天河区、越秀区和番禺区，推测与区（县）社会经济有关。既往数据显示，天河区和越秀区的地区生产总值稳居广州市前列，2019年分别为5 047.39亿元和3 135.47亿元，相比其后地区高2 835.56亿元和923.65亿元[13]。朱惠斌和李贵才[14]的研究结果显示，天河区和越秀区分别为珠三角区域经济空间格局的中心和次中心，稳定的经济基础有助于支撑医疗卫生资源的投入。番禺区经济近年保持高速增长，发展为经济结构以第三产业为主的新城市中心，加速的城镇化进程促进了该地区人群健康水平的提高[15]。11个行政区中，期望寿命的最高值与最低值相差6.1岁，HALE的最高值与最低值相差8.9岁，悬殊的差距提示广州市城市内部存在健康不平衡现象。期望寿命、HALE及平均非健康寿命的空间分布呈现明显两极分化，从化区、增城区和南沙区的平均非健康寿命均在8年以上。从城市规划的角度来看，上述分布与中心城区和城区边缘的分布吻合。广州市随着经济社会聚集和城市膨胀，中心城区空间逐步变得有限，产业向城区边缘转移[16]。广州市城市规划具有区域之间既相对独立又相互联系的格局特征，区域集聚效应外溢带来的强劲发展动力促进了人群健康水平提升，表现为城区边缘的生命质量也达到了中国平均水平之上[17]。但中心城区和城区边缘的生命质量仍有一定差距，这可能是由于目前区域内部的空间联系相较于不同区域之间更加紧密。需将广州市未来人口健康水平纳入规划，提前对城市空间结构、土地利用格局等方面进行优化布局，结合区域实际情况和发展优势加以决断，避免因资源分配不均而进一步加深健康不平衡现象[18]。

本研究结果还显示，广州市居民的期望寿命和HALE在2010-2019年均稳定增长，全市期望寿命的增长（2.8岁）高于HALE（2.4岁），这与中国及各省情况相近[19]。广州市居民期望寿命和HALE的增长速度虽有距离，但差距甚微。这提示居民生命延长的同时，生命质量也有相近提升。尽管女性期望寿命一直保持较高水平且增长高于男性，但HALE的增长低于期望寿命，使二者的差距逐渐扩大。女性的寿命高于男性，但更长的寿命并非完全健康，这种现象在其他研究中被称为“男女健康生存悖论”（male-female health-survival paradox）[20-22]。既往研究已经提出几种机制来解释这种现象，包括性别的生物学差异，以及由社会角色、生活方式和健康行为造成的风险[23]。识别期望寿命、HALE性别差异的影响因素，促进两性健康长寿，应作为重要的卫生政策目标。

本研究发现，2010-2019年广州市传染性疾病、孕产妇疾病、新生儿疾病、营养疾病和伤害导致的平均健康寿命损失水平较低且相近，以营养不良和意外伤害为主。营养不良常见于儿童、孕产妇和老年人。马宏浩等[24]研究结果显示，广州市学龄前儿童的营养不良率高于正常儿童，主要缺乏铁、锌等微量元素。欧阳静仪等[25]研究发现，广州市孕晚期妇女营养不良可能是由于膳食结构不合理。吴媛和王海春[26]研究结果显示，有疾病史、独居以及咀嚼困难的高龄人群更容易罹患营养不良。意外伤害则以跌倒为主，常见于儿童和老年人。刘慧燕等[27]研究结果显示，即使父母在旁看护，广州市学龄前儿童在娱乐活动或行走时也常发生跌倒。林伟权等[28]研究发现，广州市老年人多在休闲活动时跌倒，常发生于家中，以高龄女性居多。非传染性疾病导致的平均健康寿命损失明显高于上述2类病因及其后遗症。慢性非传染性疾病（慢病）会影响生命质量的各个维度，从而减少患者的HLE[29]。《中国慢性病防治工作规划（2012-2015年）》是针对慢病制定的国家级综合防治规划[30]，已初步取得防控成效[31]。本研究结果也显示广州市HALE显著提高，提示全市慢病得到有效防控。不过，广州市由慢病导致的平均健康寿命损失仍维持在较高水平，肌肉骨骼疾病、皮肤和皮下疾病、心血管疾病、营养不良、糖尿病和肾脏病等慢病的挑战严峻，且主要以YLD的增加为主，与GBD报告的全球疾病负担趋势相同[2]。广州市新老城区融合，慢病负担呈现出新城区负担凸显，老城区高居不下的双重压力的特点[7]。应结合区域经济条件水平、居民疾病谱、公共卫生需求和人口结构特征等因素，增加有地域针对性的预防控制干预和医疗护理。《中国防治慢性病中长期规划（2017-2025年）》《健康广州行动（2020-2030年）》均针对慢病提供了相应的防控策略和措施[32-33]。提高居民健康素养，创造促进健康的环境是慢病一级预防的基础。罗敏红等[34]研究结果显示，广州市中心城区居民总体健康素养水平较高，但青少年、老年人和文化程度较低的居民仍需加强健康教育干预。王燕燕等[35]研究发现，健康教育的成效受居民干预意愿的影响，广州市年轻人群更多接受时间不受限制、较为灵活的线上干预方式，而高龄人群更适合线下干预方式和发放健康支持工具。对已罹患慢病人群，可通过健康促进生活方式改善病情及延缓并发症，提高生命质量[36]。陈爱云和张亮[37]研究结果表明，广州市老城区慢病患者健康促进生活方式处于良好水平，由于老城区居民以高龄人群为主，因此社区卫生服务机构提供的健康教育和慢病随访服务是有效的健康促进生活方式干预手段。此外，针对重点疾病实施专项防治行动能够有效减轻相应的疾病负担，如广州市针对心脑血管疾病开展的“三减三健”等健康生活方式专项行动[33]。

综上所述，2010-2019年广州市居民期望寿命和HALE稳定增长，至2019年均已高于GBD报告的中国平均水平，但城区边缘居民的生命质量低于中心城区。应结合城市发展规划，针对性改善城区边缘居民的生命质量。非传染性疾病是健康寿命损失的主要原因，其中肌肉骨骼疾病、皮肤和皮下疾病、心血管疾病、营养不良、糖尿病和肾脏病带来的疾病负担高居前5位。非传染性疾病虽致死性较低，但长期影响患者生活，缩短患者的健康寿命。应重视非传染性疾病的预防控制和医疗护理，根据地域特征制定健康政策和防治措施，针对重点疾病合理分配社会医疗资源，以降低其产生的疾病负担。

利益冲突  所有作者声明无利益冲突

作者贡献声明  席俊彦、陈远源：设计和实施研究、统计分析、撰写文章；董航、梁伯衡：采集数据；张昱勤、陈丽嫦、罗傲：统计分析；林晓、秦鹏哲、郝元涛：对文章的知识性内容作批评性审阅、获取研究经费、行政和技术支持