了解中国中老年人群健康贫困及其影响因素之间作用在时空上可能存在的非平稳性特征，为多元协同治理网络下区域健康减贫行政效率的提升提供时空特异性证据。方法 收集2011、2013、2015和2018年中国健康与养老追踪调查（CHARLS）中中国28个省（自治区、直辖市）37 296户≥45岁中老年家庭的相关数据，基于自行开发的多维健康贫困指数测度工具分别采用普通最小二乘模型（OLS）、地理加权回归模型（GWR）、时间加权回归模型（TWR）和时空加权回归模型（GTWR）对2011—2018年中国中老年家庭健康贫困及其影响因素之间的作用进行建模，并进一步对最优模型估计系数的时空特征进行了勾勒。结果 在控制了年份和地区固定效应后，全局OLS模型回归分析结果显示，随着慢性病患病率、残疾患病率、人均国内生产总值、平均医疗自付费用和调查前3年年均PM2.5浓度的提高，多维健康贫困指数随之增长；而随着人口密度、基本医疗保险参保率和每万人口护士数的提高，多维健康贫困指数则随之降低。在所有的局部模型中，GWR模型的表现最优，与全局OLS模型相比，其调整后R2值从70.57%上升至88.68%，残差平方和从797.791下降至585.277。GWR模型中慢性病患病率、残疾患病率、人口密度、人均国内生产总值、基本医疗保险参保率、平均医疗自付费用、每万人口护士数和调查前3年年均PM2.5浓度8个协变量与响应变量的作用均存在非平稳性。GWR模型分析结果显示，慢性病患病率对多维健康贫困指数的正向促进作用在内蒙古自治区、河北省、山西省、云南省和贵州省达到最强；残疾患病率对多维健康贫困指数的正向促进作用在江苏省、安徽省和河南省达到最强；人口密度对多维健康贫困指数的负向抑制作用在甘肃省、内蒙古自治区、河北省和北京市达到最强，在黑龙江省、吉林省、辽宁省、山东省和山西省也表现为相对较强；基本医疗保险参保率和每万人口护士数对多维健康贫困指数的负向抑制作用以及人均国内生产总值对多维健康贫困指数的正向促进作用均在新疆维吾尔自治区、青海省和甘肃省达到最强；平均医疗自付费用对多维健康贫困指数的正向促进作用在河南省、安徽省和江苏省达到最强；调查前3年年均PM2.5浓度对多维健康贫困指数的正向促进作用以北京市、河北省和内蒙古自治区为中心向外减弱，辐射了整个环渤海区域。结论 健康贫困与其影响因素间的时空特征存在着空间非平稳性，引入局部加权回归技术为提供有助于提升区域健康减贫行政效率的时空特异性证据奠定了技术基础。