陳靜思
(上海財經大學 城市與區域科學學院,上海 200433)
健康人力資本對農村居民收入的影響
——基于CHNS數據的實證分析
陳靜思
(上海財經大學 城市與區域科學學院,上海 200433)
本文采用中國健康和營養調查(CHNS)數據,綜合運用主客觀健康指標,選取是否購買新型農村合作醫療、過去四周是否患病作為健康的工具變量,運用工具變量兩階段最小二乘法,實證分析健康人力資本對農村居民收入的影響。結果顯示,在其它條件不變的情況下,健康對個人收入具有顯著的促進作用。具體來看,女性的健康狀況通過對家庭成員間更強的相互作用而產生的收入效應比男性健康對收入的影響更大更顯著;同時,本文還具體分析了健康在農業就業與非農就業中的作用,得出健康狀況在農業生產中的作用略大于非農就業的結論。
健康人力資本;農村居民收入
本文在選取中國家庭健康和營養調查(CHNS)2006年的數據的同時,為克服可能存在的內生性問題,還選取了是否購買新型農村合作醫療、過去四周是否患病作為健康的工具變量以增強實證結果的說服力。通過運用兩階段最小二乘法得出的實證結果發現,在其它條件不變的情況下,健康對個人收入具有顯著的促進作用;另外,本文還分析比較了健康的收入效應在性別上的差異,實證結果顯示:女性的健康狀況通過對家庭成員間更強的相互作用而產生的收入效應比男性健康對收入的影響更大更顯著;同時,本文還具體分析了健康在農業就業與非農就業中的作用,得出健康狀況在農業生產中的作用大于非農就業的結論,這與現實相符。
1、模型
本文采用Mincer(1974)工資收入模型的一個變形形式,其半對數收入方程為:

估計方程(1)面臨的一個主要問題是健康變量的內生性,因為收入會直接或間接的影響健康水平。在實證研究中,解決內生性主要有兩種思路,第一是工具變量法(Instrument Variables),將食品價格、醫療價格、醫療可獲得性等作為外生工具變量,用兩階段方法進行分析。第二種是面板數據估計方法處理,如固定效應模型(Fixed-effect),因健康狀況和收入與家庭背景有密切聯系,而家庭背景在短期內不會改變,所以采用固定效應模型可以消除不隨時間變化因素的影響。
本文采取第一種方法即工具變量法,選取是否購買新型農村合作醫療保險和過去四周是否患病作為健康的工具變量。第一,由于新型合作醫療保險是農村居民主要的醫療保險,作為一種降低健康沖擊帶來的收入風險的方法,購買行為與農民的健康狀況密切相關,而其需繳納的保險金較低,因此,本文認為是否參保與收入并無直接關系。
第二,過去四周是否患病與個人健康狀況密切相關,而作為短期內健康水平的表現,與收入并無直接關系。
基于以上假設,本文將運用兩階段最小二乘進行回歸分析,第一階段將內生變量對工具變量及所有外生解釋變量回歸得到其擬合值:

第二階段將第一階段的擬合值代入方程(1)中進行估計:

2、數據
本文數據來源北卡羅來納大學和中國疾病控制中心合作完成的項目——中國健康和營養調查(China Health and Nutrition Survey, CHNS)。該項目旨在關注健康、營養和家庭計劃的效應以及轉型期中國政府的經濟和社會政策如何影響居民的營養和健康水平。該數據庫包含豐富的人口學特征和個體經濟變量的面板數據,是一個重要的微觀數據來源。
中國健康和營養調查(CHNS)數據是在遼寧、黑龍江、江蘇、山東、河南、湖北、湖南、廣西、貴州9個省通過分層隨機抽樣確定了大約4400個家庭,涉及約19000個調查對象。調查從1989年開始,共獲得了1989年、1991年、1993年、1997年、2000年、2004年、2006年共7個年份的數據。由于中國健康和營養調查(CHNS)數據的隨機抽樣、大樣本、面板數據等優良性質,且本文所需變量在該調查中均有詳實記錄,因此成為本文研究的數據來源。
本文使用2006年截面數據,因避免自然衰老對健康和收入的影響,研究對象為農村18-65歲居民,涉及變量主要包括:個人收入、自評健康、是否患有慢性病、性別、戶籍、年齡、地區、受教育水平等。數據刪除缺失值后共包含3261人,其中男性1741人,女性1520人。
3、變量
(1)農民個人收入:中國健康與營養調查(CHNS)提供了農村居民的個人收入,為了減少數據的波動,再對收入進行對數化處理。
(2)健康變量:數據庫中最直接的健康衡量指標是個體的自評健康,在調查中,受訪者自評自己與同齡人相比的健康狀況,分為“1(非常好)”、“2(好)”、“3(一般)”、“4(差)”四個水平,在已有文獻的實證分析中,使用自評健康效果較好,由于它與其它客觀健康指標高度相關,因此被認為是衡量個體健康最好的綜合指標(Benjamin,2003)。但也有文獻指出自評健康帶有很強的主觀性,因不同個體對健康的偏好不同,對健康的評價與社會信仰、風俗習慣,信息獲得密切相關,所以可能帶來估計的偏誤(Newhouse,1993)。所以本文同時引入是否患有高血壓、糖尿病、心肌梗死、骨折、中風等慢性病。若自評健康為非常好或好,同時沒有上述慢性病,則將該個體健康狀況認定為好,Health取值為1,否則取值為0。
(3)控制變量:包括教育水平、工作經驗、工作經驗平方、是否從事農業、婚姻、性別、地區、戶籍。教育水平用受訪者實際受教育年數表示。由于數據中并沒有直接的工作經驗數據,因此采用實際年齡減受教育年數再減6來代表工作經驗。其余均是虛擬變量,是否從事農業,若職業為農民、漁業、獵人取值為1,其余為0。婚姻狀況,若在婚取值為1,其余為0。性別,女性為1,男性為0。地區分為東部和中西部兩大區域,東部取值為1,其余為0。戶籍,城鎮戶口為1,農村戶口為0。
(4)工具變量:是否享有合作醫療保險,若有則取值為1,沒有取值為0。過去四周是否生病或受傷,是取值為1,否取值為0。
主要相關變量描述性統計見下表:

表1 變量描述性統計

?
本文通過Hausman檢驗,結果顯示拒絕原假設,健康變量存在內生性問題,有必要使用工具變量。本文選取了是否有新型農村合作醫療保險和過去四周是否患病共2個工具變量,過度識別檢驗在1%的水平上接受原假設,即工具變量外生①。
首先對2006年農村居民總體樣本,使用兩階段最小二乘法回歸,回歸結果如下表所示:

表2 全樣本回歸結果
從上表第一階段回歸結果可知,工具變量是否擁有農村新型合作醫療、過去四周是否患病均在1%水平顯著,二者聯合顯著性F值為93.75,通過弱工具變量檢驗,說明本文的工具變量是有效的。結果顯示是否參保和過去四周是否患病與健康狀況有顯著的相關性,其中擁有新農合的群體顯示出更差的健康水平,本文認為這是因為新農合對于健康狀況的提升需要長期的作用,在短期內難以實現,而健康狀況更差的人群有更大的激勵購買保險,因此出現上述結果。
表3給出了樣本中按健康狀況分類的農村居民的參保人數和比率,在下表中,健康狀況不好的農村居民購買新型農村合作醫療保險的比率更高,說明上述的解釋具有合理性。

表3 不同健康狀況農村居民參保率
在其它條件不變的情況下,健康對個人收入具有顯著的促進作用,健康狀況好的人群個人收入平均提高36.6%,在5%的水平上統計顯著。
此外,其它控制變量也有良好的經濟學意義。受教育時間對個人收入有正向促進作用,在其它條件不變的情況下,受教育時間增加一年,使個人收入平均增加1.9%;工作經驗與收入呈現倒U型關系,在工作經驗達到約37.6年時達到曲線頂點;從事非農就業的收入比農業收入高出76.7%。同時還可以看到勞動力市場中的性別歧視和戶籍歧視,女性在其它條件相同的情況下,收入平均比男性低22.2%,而擁有城鎮戶口,能使收入提高22.2%。另外一個不容忽視的問題是地區差異,東部地區的收入普遍高于中西部地區。
為了進一步分析健康的收入效應,接下來本文分別對男性和女性樣本進行估計,本文認為由于男性的工作中有更多的體力勞動和更大的勞動強度,對健康的要求更高,因此預期健康的收入效應在男性樣本中更顯著。回歸結果見下表:

表4 男女分組回歸結果

Standard errors in parentheses*** p<0.01, ** p<0.05, * p<0.1
從上表男女分組回歸結果可見,出現了與預期不同的結果,健康對女性收入具有顯著促進作用,健康狀況好的女性能使收入平均增加54.1%,但健康對男性的影響小于女性,并且在統計上并不顯著,這與我們的預期完全相反。究其原因,本文認為之前的預期忽略了家庭成員間的相互影響,由于個人收入中有一部分來自家庭經營的收入的平均值,所以農村居民個人收入受到家庭收入的影響,而家庭收入與各家庭成員的健康狀況和時間分配密切相關。已有文獻中對比男女健康對家庭收入影響時提出了收入效應和替代效應兩方面的作用。收入效應指男性收入水平普遍高于女性,所以男性的健康對家庭收入影響更大;而替代效應則指出由于女性在維持家庭活動中的重要作用,當女性受到健康沖擊時,男性在家務活動上的替代率較低,可能會減少勞動時間,而女性的勞動供給對于家庭成員的健康狀況更敏感,所以女性的健康沖擊對家庭收入會帶來更大的損失(Berger and Fleisher,1984; Pitt and Rosenzwing,1990;Benjamin,Brandt and Fan,2003;Wu,2003;郭曉杰,2012)。因此,本文認為這是回歸結果的一種可能解釋。
這一發現說明在中國農村,對女性的健康投資,能帶來顯著的經濟收益,同時對正確認識婦女在家庭經濟中的關鍵作用有非常重要的政策建議。
其它部分控制變量也呈現出較大的性別差異。受教育水平提高對男性收入增加有顯著正向作用,教育年數增加一年,平均使收入增加3.3%,但對女性影響很小。本文認為教育收益的性別差異體現了在農村長期存在的“重男輕女”思想,女性受教育機會遠低于男性,而教育作為人力資源投資的一種形式,具有規模報酬遞增的特點,女性平均受教育年限低于男性,因此在農村地區教育投入的收益呈現明顯的性別差異。
表5給出了不同樣本農村居民受教育時間的均值,從下表可見,女性平均受教育時間明顯低于男性。

表5 不同樣本農村居民平均受教育時間
工作經驗在男女樣本中均體現出顯著的影響,呈現明顯的非線性關系,男性和女性的拐點分別出現在約28.1年和34.4年。非農就業收入和農業收入的差距在女性樣本中更大,本文認為這是由于生理特征和勞動分工上的差異,男性在農業生產中效率更高,扮演更重要的地位,所獲得的農業收入更高。
婚姻狀況對收入的影響在男女中出現完全相反的作用。在婚的女性收入平均下降14.1%,由于照顧家庭的原因,女性會減少勞動供給時間,而在傳統觀念中,男性則更多的承擔起養家的責任,因此在婚的男性會更努力工作,使收入提高4.1%。
本文還具體分析了健康在農業就業與非農就業中的作用,結果見下表:

表6 農業與非農就業分組回歸結果

Standard errors in parentheses*** p<0.01, ** p<0.05, * p<0.1
回歸結果顯示,健康狀況在農業生產中的作用略大于非農就業。但二者在統計上均不顯著。
在農業和非農就業中存在巨大差異的變量是受教育時間,在從事農業勞動的人群中,教育時間與收入成負相關,這可能與農業生產更多依賴實際經驗,而學習時間的延長,縮短了勞動經驗有關。但受教育水平在非農就業中對收入有顯著促進作用,在其它條件不變的情況下,教育年數增加一年,平均使個人收入增加5.8%;另外女性收入低于男性在農業勞動收入中表現得更明顯,這符合兩性在生理特征和勞動分工上的差異。
研究發現:在其他因素不變的情況下,健康對個人收入具有顯著的促進作用,健康狀況好的人群個人收入平均提高36.6%;從健康經濟效應的性別差異的回歸結果可看出:在其他因素不變的情況下,健康對女性收入具有顯著促進作用,健康狀況好的女性能使收入平均增加54.1%,但健康對男性的影響小于女性,并且在統計上并不顯著;從健康經濟效應的就業性質(本文將其分為農業就業和非農就業)差異的回歸結果可看出:在其他因素不變的情況下,健康狀況在農業生產中的作用大于非農就業,但是兩者在統計上均不顯著,而工作經驗在一個臨界點之前對從事農業就業的農民的收入都表現出有顯著的正影響。
注釋
① 本文未報告Hausman檢驗和過度識別檢驗結果。
[1] 劉國恩,William H.Dow ,傅正泓,John Akin, 中國的健康人力資本與收入增長[J].經濟學(季刊),2004(10).
[2] 郭曉杰.健康對家庭時間分配的影響[J].南方人口,2012(5).
[3] 魏眾.健康對非農就業及其工資決定的影響[J].經濟研究,2004(2).
[4] 王鵬,劉國恩.健康人力資本與性別工資差異[J].南方經濟,2010(9).
[5] 王引,尹志超.健康人力資本積累與農民收入增長[J].中國農村經濟,2009.
[6] 張車偉.營養、健康與效率——來自中國貧困農村的證據[J].經濟研究,2003(1).
(責任編輯:劉偲然)