研究说了什么
美国县级寿命地图显示，同一州内相邻县的预期寿命可相差五到十年，最高与最低的县之间超过二十年。一项分析十四亿条税务记录的研究发现，收入最高百分之一与最低百分之一的男性寿命相差约十四点六年，女性约十年，且这一差距在过去十余年扩大。地理差异与收入水平、种族构成、枪支暴力、药物过量死亡、吸烟率、肥胖与医疗可及性相关。但收入不平等本身与寿命的跨国关联并不稳定：部分研究在控制绝对收入、教育与社会支出后，关联消失或减弱；另一些研究显示，不平等通过地位焦虑、暴力与公共品投资不足影响健康。也就是说，是穷本身，还是穷得相对更重要，证据并不一致。把县级数据按死因分解后可以看到，某些地区的寿命缺口主要由药物过量与自杀驱动，另一些地区则由心血管病与糖尿病驱动，对策完全不同。还有研究把迁移纳入模型，发现人口流动会同时改变地区的收入构成与死亡构成。对地方卫生部门，把寿命地图与死因地图叠加，能看出资源应该投向急救、慢病还是药物依赖治疗。
为什么重要
把健康差异归因于不平等容易导向抽象讨论，具体的地理与死因分解更能指导干预。例如，某县的寿命低主要由药物过量死亡驱动，另一个县由心血管病驱动，两者的对策完全不同。对个人，邻里选择、预防接种、慢病管理、戒烟是可行动的层面；对政策，税收、最低工资、住房与交通的改善可能比单纯的健康宣教更有效。对研究者，用县级数据做分析时应注意小样本问题：人口少的县，年度死亡数波动大，寿命估计不稳定，需要多年平滑。对媒体，报道某地寿命最短时应说明数据来源、年份与人口构成，避免污名化。对卫生系统，把资源分配到可避免死亡高的地区，比平均分配更能缩小差距。对地方规划，把诊所、药房与公共交通放在同一张地图上，往往能看出可及性的短板。对居民，社区层面的改变需要时间，个人能做的仍是管理血压、戒烟与定期筛查。对居民，社区层面的差距需要政策解决，个人能做的仍是控制血压、戒烟与按时筛查。把资源投向可改变的死因更有效。这比抽象的公平讨论更容易落地。
证据与边界
生态学谬误是核心风险：地区层面的收入不平等与寿命关联，不能推到个人；一个县的不平等高，不代表穷人的寿命一定短。县级寿命估计依赖死亡登记与小样本建模，误差可能大于真实差异；美国的种族与地理历史特殊，结论不能直接外推到其他国家。相关不等于因果：收入不平等与寿命相关，可能由教育、种族隔离、环境暴露与医疗可及性共同解释。自然实验显示部分政策能改善低收入人群的健康，比如最低工资提高与税收抵免，但效果因地区而异。对个人，不必因为住在长寿县或短命县而过度乐观或悲观，个体行为与医疗可及性仍然重要。对研究者，报告地理差异时应同时给出绝对水平与不平等指标，并说明人口构成，否则地图会误导。对政策制定者，缩小差距的目标应具体到死因与人群，而不是笼统地降低不平等。对媒体，一张颜色鲜明的寿命地图很容易传播，但背后的置信区间往往没有被画出来。统计上，使用贝叶斯小区域估计能减少人口稀疏县的波动，让地图更可靠。地图的颜色越细，误差也越容易被放大。