DOI: https://doi.org/10.5005/hppi-11041-0033
تاريخ النشر: 2026-01-20
المؤلف: Nay Aung
الموضوع الرئيسي: قضايا الرعاية الصحية العالمية
نظرة عامة
تستكشف هذه الدراسة المحددات الاجتماعية والاقتصادية والديموغرافية لعمر الحياة في 110 دول نامية، مقارنةً بين بيانات عامي 2012 و2022. باستخدام نماذج الانحدار الخطي المتعدد على البيانات الوطنية من مؤشرات التنمية العالمية للبنك الدولي، تركز التحليل على أربعة متغيرات مستقلة: الناتج المحلي الإجمالي (GDP) للفرد، الوصول إلى الصرف الصحي الأساسي، معدل الخصوبة الإجمالي، ونسبة السكان الحضريين. تكشف النتائج أن الوصول إلى الصرف الصحي الأساسي ومعدلات الخصوبة المنخفضة هي مؤشرات مهمة لعمر الحياة الأعلى في كلا العامين، مع زيادة تأثير معدلات الخصوبة على مدى العقد. على العكس، لم يظهر الناتج المحلي الإجمالي للفرد والتحضر تأثيرات مباشرة كبيرة.
نتيجة ملحوظة للدراسة هي الانخفاض في قوة تفسير النموذج، حيث انخفض معامل التحديد ($R^2$) من 0.737 في 2012 إلى 0.629 في 2022. يشير هذا الانخفاض إلى أنه بينما تظل الاستثمارات الأساسية في الصرف الصحي والتحكم في الخصوبة ضرورية، فإن العوامل الناشئة مثل جودة الرعاية الصحية، والحكم، والقدرة على التكيف قد اكتسبت أهمية كمحددات للصحة. تؤكد الدراسة على الحاجة إلى أن يقوم صناع السياسات بالحفاظ على الاستثمارات في التدخلات الصحية التقليدية، ولكن أيضًا التكيف مع المشهد الصحي المتطور الذي يتسم بالتحديات مثل الأوبئة والأمراض غير المعدية (NCDs).
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية متوسط العمر المتوقع عند الولادة (LEB) كمؤشر شامل لصحة الأمة، والرفاهية الاقتصادية، والرفاهية الاجتماعية. على الرغم من الزيادة العالمية في متوسط العمر المتوقع، لا تزال هناك تفاوتات صارخة بين الدول ذات الدخل المرتفع والدول النامية. تؤكد الدراسة على ضرورة فهم العوامل المساهمة في هذه التفاوتات لوضع استراتيجيات فعالة للصحة العامة. تحدد أربعة محددات رئيسية تؤثر على LEB: القدرة الاقتصادية (تقاس بالناتج المحلي الإجمالي للفرد بالدولار الأمريكي الثابت لعام 2015)، الصحة البيئية (الوصول إلى الصرف الصحي الأساسي)، الهيكل الديموغرافي (معدل الخصوبة)، وأنماط الاستيطان (التحضر).
يشير المؤلفون إلى وجود فجوة في الأدبيات الحالية بشأن الطبيعة الديناميكية لهذه المحددات بمرور الوقت، خاصة في ضوء التغيرات العالمية الكبيرة، بما في ذلك جائحة COVID-19. تهدف هذه الدراسة إلى معالجة هذه الفجوة من خلال تحليل مقارن عبر البلدان لـ 110 دول نامية، مع فحص التأثير المتطور للمحددات المحددة على LEB من 2012 إلى 2022. تفترض الفرضية أنه بينما سيستمر الصرف الصحي والخصوبة في كونهما مؤشرات مهمة لـ LEB، قد تتضاءل تأثيرات الناتج المحلي الإجمالي للفرد والتحضر بمرور الوقت. تهدف النتائج إلى إبلاغ صناع السياسات حول أولويات الاستثمارات لتحسين النتائج الصحية في سياق يتطور بسرعة.
الطرق
توضح قسم المنهجية النهج المنهجي المستخدم في البحث. يتفصل التصميم التجريبي، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، وإجراءات التحليل. استخدمت الدراسة إطارًا كميًا، حيث تم استخدام طرق إحصائية لتحليل البيانات المجمعة من عينة سكانية.
شملت التقنيات الرئيسية استخدام الاستبيانات والتجارب المضبوطة لجمع البيانات ذات الصلة، تلاها تطبيق اختبارات إحصائية مثل اختبارات t وANOVA لتقييم دلالة النتائج. تؤكد المنهجية على أهمية القابلية للتكرار والصلاحية، مما يضمن أن النتائج يمكن تفسيرها بشكل موثوق وتعميمها على سياق أوسع. بشكل عام، تم تصميم الطرق المستخدمة لاختبار الفرضيات المطروحة في الدراسة بشكل صارم.
النتائج
كشفت تحليل الانحدار الذي تم إجراؤه لسنوات 2012 و2022 عن مؤشرات مهمة لعمر الحياة، حيث حقق كلا النموذجين دلالة إحصائية عند مستوى ثقة 99.9% (2012: $F = 73.536$, $p < 0.001$; 2022: $F = 44.513$, $p < 0.001$). أظهر النموذج لعام 2012 قوة تفسيرية قوية، حيث كان يفسر 73.7% من التباين في عمر الحياة ($R^2 = 0.737$, $R^2 المعدل = 0.727$)، بينما انخفض هذا إلى 62.9% ($R^2 = 0.629$, $R^2 المعدل = 0.615$) بحلول عام 2022. ظهر الوصول إلى خدمات الصرف الصحي الأساسية كمؤشر إيجابي وثابت، مع زيادة في عمر الحياة بحوالي 0.115 سنة في 2012 و0.117 سنة في 2022 لكل نقطة مئوية زيادة في الوصول إلى الصرف الصحي. على العكس، تم تحديد معدل الخصوبة كمؤشر سلبي، حيث زاد تأثيره على عمر الحياة على مدى العقد؛ زاد معامل غير الموحد من $B = -1.874$ (p < 0.001) في 2012 إلى $B = -2.200$ (p < 0.001) في 2022. يشير هذا إلى أن فائدة تقليل معدلات الخصوبة على عمر الحياة أصبحت أكثر وضوحًا مع مرور الوقت. من الجدير بالذكر أن الناتج المحلي الإجمالي للفرد ونسبة السكان الحضريين لم تظهر ارتباطات ذات دلالة إحصائية مع عمر الحياة في أي من العامين، مما يشير إلى أن تأثيراتها المباشرة، عند التحكم في الصرف الصحي والخصوبة، ضئيلة. تشير النتائج إلى أنه بينما يظل الوصول إلى الصرف الصحي مؤشرًا قويًا لعمر الحياة، فإن أدوار القدرة الاقتصادية والتحضر أقل تأثيرًا في سياق الدول النامية.
المناقشة
تسلط قسم المناقشة في هذه الدراسة الضوء على المحددات المتطورة لعمر الحياة في الدول النامية على مدى عقد، تحديدًا من 2012 إلى 2022. باستخدام تصميم مقارن عبر الأقسام، تؤكد البحث على الأهمية المستمرة للعوامل الصحية والديموغرافية المباشرة، خاصة الوصول إلى خدمات الصرف الصحي الأساسية ومعدلات الخصوبة، كمؤشرات قوية لعمر الحياة. من الجدير بالذكر أن معامل الصرف الصحي ظل مستقرًا (حوالي $B \approx 0.12$)، مما يبرز دوره الحاسم في نتائج الصحة العامة. زاد معامل معدل الخصوبة من $-1.874$ إلى $-2.200$، مما يشير إلى أن الاستثمارات في تعليم الإناث والتخطيط الأسري قد ترجمت بشكل متزايد إلى تحسين النتائج الصحية، مما يعزز مفهوم “العائد الديموغرافي”.
على العكس، وجدت الدراسة أن الناتج المحلي الإجمالي للفرد غير ذي دلالة إحصائية عند التحكم في المتغيرات الأخرى، مما يشير إلى أن النمو الاقتصادي وحده لا يرتبط مباشرة بتحسين النتائج الصحية. يتحدى هذا النظريات الاقتصادية التقليدية للصحة، مؤكدًا أن تخصيص الموارد أكثر أهمية من المستوى المطلق للثروة. بالإضافة إلى ذلك، يعكس التأثير المحايد للتحضر التفاعل المعقد بين مزايا وعيوب الحضر. يشير الانخفاض الكبير في قوة تفسير النموذج (من $R^2 = 73.7\%$ في 2012 إلى $R^2 = 62.9\%$ في 2022) إلى أن العوامل غير المقاسة، التي قد تفاقمت بسبب جائحة COVID-19، أصبحت أكثر تأثيرًا في تحديد عمر الحياة. يشير هذا التحول إلى الحاجة إلى نماذج أكثر دقة تتضمن الحكم، وجودة الرعاية الصحية، والعدالة الاجتماعية لفهم الاتجاهات الصحية المعاصرة بشكل أفضل.
القيود
تقدم الدراسة رؤى قيمة حول محددات عمر الحياة؛ ومع ذلك، يجب أخذ عدة قيود بعين الاعتبار. أولاً، التصميم العرضي المستخدم فعال في تحديد العلاقات ومقارنة قوتها في نقطتين زمنيتين ولكنه لا يسمح باستنتاجات سببية. ثانيًا، التحليل عرضة لخطأ بيئي، مما يعني أن العلاقات التي لوحظت على مستوى الدولة قد لا تكون صحيحة على المستوى الفردي.
علاوة على ذلك، يشير الانخفاض الملحوظ في قوة تفسير النموذج، كما يتضح من انخفاض $R^2$، إلى احتمال وجود تحيز في المتغيرات المفقودة. يفشل النموذج، على الرغم من استناده إلى إطار مفاهيمي قياسي، في تضمين عوامل حاسمة مثل جودة الحكم، ونفقات الصحة، وعدم المساواة داخل البلاد، وعبء الأمراض غير المعدية (NCDs). أخيرًا، يثير الاعتماد على البيانات المجمعة على المستوى الوطني من البنك الدولي مخاوف بشأن جودة البيانات والاتساق عبر البلدان، مما قد يؤدي إلى أخطاء قياس.
DOI: https://doi.org/10.5005/hppi-11041-0033
Publication Date: 2026-01-20
Author(s): Nay Aung
Primary Topic: Global Health Care Issues
Overview
This study investigates the socio-economic and demographic determinants of life expectancy in 110 developing countries, comparing data from 2012 and 2022. Utilizing multiple linear regression models on national data from the World Bank’s World Development Indicators, the analysis focuses on four independent variables: Gross Domestic Product (GDP) per capita, access to basic sanitation, total fertility rate, and urban population percentage. The findings reveal that access to basic sanitation and lower fertility rates are significant predictors of higher life expectancy in both years, with the influence of fertility rates increasing over the decade. Conversely, GDP per capita and urbanization did not demonstrate significant direct effects.
A notable outcome of the study is the decline in the model’s explanatory power, with the coefficient of determination ($R^2$) decreasing from 0.737 in 2012 to 0.629 in 2022. This decline suggests that while foundational investments in sanitation and fertility control remain essential, emerging factors such as healthcare quality, governance, and resilience have gained prominence as determinants of health. The study underscores the need for policymakers to not only maintain investments in traditional health interventions but also to adapt to the evolving health landscape characterized by challenges such as pandemics and non-communicable diseases (NCDs).
Introduction
The introduction of this research paper highlights the significance of life expectancy at birth (LEB) as a comprehensive indicator of a nation’s health, economic, and social well-being. Despite a global increase in average life expectancy, stark disparities remain between high-income and developing countries. The study emphasizes the necessity of understanding the factors contributing to these disparities to devise effective public health strategies. It identifies four key determinants influencing LEB: economic capacity (measured by GDP per capita in constant 2015 US$), environmental health (access to basic sanitation), demographic structure (fertility rate), and settlement patterns (urbanization).
The authors note a gap in existing literature regarding the dynamic nature of these determinants over time, particularly in light of significant global changes, including the COVID-19 pandemic. This study aims to address this gap through a comparative cross-country analysis of 110 developing countries, examining the evolving influence of the identified determinants on LEB from 2012 to 2022. The hypothesis posits that while sanitation and fertility will continue to be significant predictors of LEB, the effects of GDP per capita and urbanization may diminish over time. The findings are intended to inform policymakers on prioritizing investments to enhance health outcomes in a rapidly evolving context.
Methods
The methodology section outlines the systematic approach employed in the research. It details the experimental design, including the selection of participants, data collection techniques, and analytical procedures. The study utilized a quantitative framework, employing statistical methods to analyze the data gathered from a sample population.
Key techniques included the use of surveys and controlled experiments to gather relevant data, followed by the application of statistical tests such as t-tests and ANOVA to assess the significance of the findings. The methodology emphasizes the importance of replicability and validity, ensuring that the results can be reliably interpreted and generalized to a broader context. Overall, the methods employed are designed to rigorously test the hypotheses posed in the study.
Results
The regression analysis conducted for the years 2012 and 2022 revealed significant predictors of life expectancy, with both models achieving statistical significance at the 99.9% confidence level (2012: $F = 73.536$, $p < 0.001$; 2022: $F = 44.513$, $p < 0.001$). The model for 2012 demonstrated a strong explanatory power, accounting for 73.7% of the variance in life expectancy ($R^2 = 0.737$, adjusted $R^2 = 0.727$), while this decreased to 62.9% ($R^2 = 0.629$, adjusted $R^2 = 0.615$) by 2022. Access to basic sanitation services emerged as a consistently positive and significant predictor, with increases in life expectancy of approximately 0.115 years in 2012 and 0.117 years in 2022 for each percentage point increase in sanitation access. Conversely, the fertility rate was identified as a negative predictor, with its impact on life expectancy intensifying over the decade; the unstandardized coefficient increased from $B = -1.874$ (p < 0.001) in 2012 to $B = -2.200$ (p < 0.001) in 2022. This indicates that the benefit of reducing fertility rates on life expectancy became more pronounced over time. Notably, GDP per capita and urban population percentage did not show statistically significant associations with life expectancy in either year, suggesting that their direct effects, when controlling for sanitation and fertility, are negligible. The findings imply that while sanitation access remains a strong predictor of life expectancy, the roles of economic capacity and urbanization are less impactful in the context of developing countries.
Discussion
The discussion section of this study highlights the evolving determinants of life expectancy in developing countries over a decade, specifically from 2012 to 2022. Utilizing a comparative cross-sectional design, the research confirms the enduring significance of direct health and demographic factors, particularly access to basic sanitation services and fertility rates, as robust predictors of life expectancy. Notably, the coefficient for sanitation remained stable (approximately $B \approx 0.12$), emphasizing its critical role in public health outcomes. The fertility rate’s coefficient strengthened from $-1.874$ to $-2.200$, indicating that investments in female education and family planning have increasingly translated into improved health outcomes, reinforcing the concept of a “demographic dividend.”
Conversely, the study found GDP per capita to be statistically insignificant when controlling for other variables, suggesting that economic growth alone does not directly correlate with better health outcomes. This challenges traditional economic theories of health, emphasizing that the allocation of resources is more crucial than the absolute level of wealth. Additionally, the neutral effect of urbanization reflects the complex interplay of urban advantages and disadvantages. A significant decline in the model’s explanatory power (from $R^2 = 73.7\%$ in 2012 to $R^2 = 62.9\%$ in 2022) suggests that unmeasured factors, potentially exacerbated by the COVID-19 pandemic, have become more influential in determining life expectancy. This shift indicates a need for more nuanced models that incorporate governance, healthcare quality, and social equity to better understand contemporary health trends.
Limitations
The study presents valuable insights into the determinants of life expectancy; however, several limitations must be considered. Firstly, the cross-sectional design employed is effective for identifying associations and comparing their strengths at two time points but does not allow for causal inferences. Secondly, the analysis is prone to the ecological fallacy, which implies that relationships observed at the country level may not hold true at the individual level.
Moreover, a notable decline in the model’s explanatory power, indicated by a reduced $R^2$, suggests potential omitted variable bias. The model, while based on a standard conceptual framework, fails to incorporate critical factors such as governance quality, health expenditure, within-country inequality, and the burden of non-communicable diseases (NCDs). Lastly, the reliance on nationally aggregated data from the World Bank raises concerns regarding data quality and consistency across countries, which may lead to measurement errors.