健康、醫療保險對農村勞動力就業選擇的影響分析

金洋

[摘要]基于恩施州貧困縣貧困村中農村勞動力的就業選擇，通過對影響農村勞動力就業選擇和農村勞動力人均可支配收入的 Logistic 模型和分位數回歸模型，研究發現健康與社會保險對農村勞動力就業選擇具有顯著影響，由此為農村勞動力人口健康與醫療保障制度設計提供借鑒依據。

[關鍵詞]健康;醫療保險;農村勞動力;就業選擇;分位數回歸

[中圖分類號]F323.6[文獻標識碼]A

1 引言

足夠的資本積累、持續的勞動供給、勞動力合理的就業選擇是一個國家或一個地區、一個城市的經濟持續增長的必要條件。從微觀上講，微觀主體的就業選擇包括就業能力、就業意向和就業崗位。農村勞動者作為理性經濟人，以利益最大化為動力做出選擇，但同時也受諸多因素的影響，這包括文化程度、健康、人力資本、公共醫療保險、性別、教育、個人就業偏好、地理因素等因素。對于健康因素而言，健康狀況顯著影響非農勞動參與，健康狀況越好，其非農就業參與越高。戶主或家庭主要經營者的文化程度較高，身體健康的農民從事非農就業的意愿更強。基于江蘇省651名農村勞動力的調查數據研究，表明農村勞動力自身健康狀況越好，其參與非農就業概率越高;家庭成員不健康的比例越高，家庭其他勞動力參與非農就業的可能性越低。同時，擴大與工作無關的公共醫療保險可能會減少就業鎖定，并導致一些工人從全職到兼職工作縮減或完全離開勞動力隊伍。結果顯示有選擇權的公共醫療保險可以減少勞動力過渡的障礙。研究表明，參加新農合使農村留守勞動力轉移到城鎮的概率降低了34.7%，使農村勞動力轉移到本鄉鎮以外的概率降低了41.9%。對中老年人的鎖定效應高于青年人。由此可見，勞動力作為最重要的社會經濟投入因素，其健康狀況和醫療保險政策對農村勞動力外出務工選擇具有顯著影響。

2 分析框架

筆者使用Logistic模型分析健康、醫療保險對農村勞動力就業選擇的影響，用分位數回歸模型分析這些因素對勞動力就業后的人均收入水平的影響。其中，變量設置如下：

因變量：（1）農村勞動力就業選擇。大多數農村勞動力采取非正規就業，所從事的工作大多都是臨時性的，工作穩定很難保證，流動性很強。根據問卷中的問題進行分類，分別為是否工作、是否務工、是否縣外務工、是否個體經營。（2）農村勞動力人均可支配收入。本文選擇了工資性收入、獎金、零售等非農業活動、土地租賃等財產性收入及其它補助的綜合。

關鍵變量：影響農村勞動力就業選擇的因素主要包括健康評價、人口機會比、醫療保險、醫療報銷。

其他控制變量：包括民族、性別、年齡、教育、婚姻、參加養老保險、是否領取養老金。

3 數據來源及描述性統計

恩施土家族苗族自治州（簡稱恩施州）位于湖北省西南部，地處鄂、湘、渝三省（市）交匯處，是湖北省唯一的少數民族自治州。本文研究的微觀數據是來源于湖北省武漢市恩施州2017年“湖北民族地區百村調查項目農戶檢測表”抽樣調查數據，隨機抽取來自恩施州四個縣的居民（16-69歲勞動力，樣本量為865個，有效數量為847，有效回收率為98%）作為研究對象，就恩施州農村勞動力人口健康、家庭負擔與社會保障對農村勞動力就業選擇的影響進入了深入的訪問。

從表1可以看出，調查對象中62%為少數民族居民，主要是土家族和苗族;男性占了58.5%，女性占了42.5%;平均年齡為52歲，受教育程度為高中及以上的只占9.7%，有配偶的已婚者比例達到86.8%。從健康評價來看，勞動力自我評價健康或基本健康占到79.1%，自我評價不健康的只占20.9%。

從就業情況來看，91.9%的受訪者在工作，以務工為主的勞動力比例達到54%，其中縣外務工比例為15.1%，主要是在浙江和廣東務工。個體經營人數只占6.9%，由此可見務工是當地少數民族居民最主要的生計方式。勞動力人均年收入達到15855元。

人口撫養比也稱人口負擔系數，是指人口總體中非勞動年齡人口數與勞動年齡人口數之比。它表明，從整個社會來看，每100名勞動年齡人口負擔多少非勞動年齡人口。其計算公式是：撫養比=（非勞動年齡人口數÷勞動年齡人口數）×100%。非勞動年齡人口指14歲及以下和65歲及以上人口;勞動年齡人口指15～64周歲人口。當人口機會比小于等于0.5時，表明負擔較輕;當人口負擔比大于0.5時，表明負擔較重。從表1看出，調查對象的人口負擔比為59.8%，負擔較重。

恩施州農村勞動力參加社會醫療保險的人口占97.3%，未參加社會醫療保險的只占2.7%。其中享受醫療報銷的占33.6%，未享受醫療報銷的占66.4%。參加社會養老保險的人口占70.5%，未參加的占29.5%;其中領取養老金的占24.4%，未領取養老金的占75.6%。

4 健康與醫療保險對農村勞動力就業選擇的定量分析

4.1 人口健康、醫療保險與農村勞動力就業選擇的Logistic

從影響農村勞動力是否就業的兩分類logistic回歸模型來看，影響因素包括年齡、健康評價、是否領取養老金三個變量。從各自變量對是否工作影響的比值比OR來看，控制其他變量的條件下，年齡小的勞動者，工作的概率會更高。健康自我評價高的勞動者較之其他勞動者，工作的概率會提高313.3%。領取養老金的勞動力，較之其他勞動者，工作的概率會降低50.2%。

從影響勞動力是否務工的兩分類logistic回歸模型來看，影響因素包括性別、年齡、健康評價三個變量。從比值比OR來看，控制其他變量的條件下，男性務工概率比女性高出1.868倍;年齡小的勞動者，工作的概率會更高。健康自我評價高的勞動者較之其他勞動者，務工的概率會提高68.1%。

從影響勞動力是否縣外務工的兩分類logistic回歸模型來看，影響因素包括民族、性別、年齡、婚姻、醫療保險、領取養老金六個變量。從比值比OR來看，控制其他變量的條件下，少數民族居民縣外務工概率比漢族高出98%的概率;男性去縣外務工的概率比女性高出1.131倍;年齡小的勞動者，工作的概率會更高;單身居民比已婚者的縣外務工概率更高;沒有醫療保險的居民更容易去縣外務工;已經領取養老金的居民，縣外務工的概率會提高96.7%。

從影響勞動力是否個體經營的兩分類logistic回歸模型來看，影響因素包括性別、年齡、教育、健康評價四個變量。從比值比OR來看，控制其他變量的條件下，男性個體經營的概率比女性低0.384倍;年齡小的勞動者，個體經營的概率會更高;受教育程度高的居民個體經營概率更高;健康自我評價高的勞動者較之其他勞動者，工作的概率會提高137.3%。

4.2 人口健康、醫療保險與勞動力就業選擇的Tobit模型

根據表3，從全樣本的Tobit回歸模型來看，影響農村勞動力人均可支配收入的因素包括教育、健康評價、人口機會比三個變量。從各自變量對勞動力人均收入影響的回歸系數來看，控制其他變量的條件下，有高中以上教育經歷的勞動力，較之其他勞動力，人均收入會高出9349.88元。說明受教育程度越高，人均收入更高。健康自我評價高的勞動者較之其他勞動者，人均收入會高出4229.12元。說明健康自我評價越高，人均收入更高。家庭負擔輕的勞動力較之其他勞動者，人均收入會高出4432.268元。說明家庭負擔輕的勞動者，由于無需負擔老人孩子的開銷，人均收入更高。

從低收入樣本的分位數回歸模型來看，影響農村勞動力人均可支配收入的因素包括年齡、教育、健康評價、人口機會比、醫療保險、參加養老保險六個變量。從各自變量對低收入者人均收入影響的回歸系數來看，控制其他變量的條件下，年齡較大者的收入會低于年齡較小者;有高中以上教育經歷的勞動力，較之其他勞動力，人均收入會高出3147.216元。說明受教育程度越高，人均收入更高;健康自我評價高的勞動者較之其他勞動者，人均收入會高出1095.146元。說明健康自我評價越高，人均收入更高;家庭負擔輕的勞動力較之其他勞動者，人均收入會高出1465.221元。說明家庭負擔輕的勞動者，由于無需負擔老人孩子的開銷，人均收入更高;參加了醫療保險的農村勞動者相較于沒有參加的，人均收入會減少1931.36元;領取了養老金的農村勞動者相較于沒有領取的，人均收入會增加1652.012元。

從中等收入樣本的分位數回歸模型來看，影響農村勞動力人均可支配收入的因素包括教育、健康評價、人口機會比三個變量。從各自變量對勞動力人均收入影響的回歸系數來看，控制其他變量的條件下，有高中以上教育經歷的勞動力，較之其他勞動力，人均收入會高出4578.297元。說明受教育程度越高，人均收入更高。健康自我評價高的勞動者較之其他勞動者，人均收入會高出3760元。說明健康自我評價越高，人均收入更高。家庭負擔輕的勞動力較之其他勞動者，人均收入會高出3000元。說明家庭負擔輕的勞動者，由于無需負擔老人孩子的開銷，人均收入更高。

從高收入樣本的分位數回歸模型來看，影響農村勞動力人均可支配收入的因素包括教育、人口機會、醫療保險三個變量。從各自變量對勞動力人均收入影響的回歸系數來看，控制其他變量的條件下，有高中以上教育經歷的勞動力，較之其他勞動力，人均收入會高出29902.5元。家庭負擔輕的勞動力較之其他勞動者，人均收入會高出7028.111元。參加了醫療保險的農村勞動者相較于沒有參加的，人均收入會高出5028.778元。

5 結論

基于恩施州四個國家級貧困縣847個農村勞動力的抽樣調查，本文研究了受訪者健康、社會醫療保險對農村勞動力就業選擇行為的影響。通過多變量二元Logistic 模型和分位數回歸模型研究發現，健康狀況與社會醫療保險對農村勞動力就業選擇具有顯著影響，由此得到如下政策啟示：一是加大公共衛生服務力度，提高人口健康狀況。二是消除區域間制度壁壘，提供穩健便利的醫療保障。三是發展壯大縣域經濟，創造就地就近就業機會。

[參考文獻]

[1] 王金營，李競博，石貝貝，等.醫療保障和人口健康狀況對大城市勞動供給影響研究——以深圳市為例[J].人口與經濟，2014（04）：14-22.

[2] 劉慶寶，陳杭，吳海濤，等.農村外出務工勞動力就業行業選擇行為分析[J].農業技術經濟，2013（08）：52-60.

[3] Logan J A.Opportunity and Choice in Socially Structured Labor Markets[J].American Journal of Sociology，1996，102（1）：114-160.

[4] Coolidge A.College Students' Attitudes toward Pregnancy and Women in the Work Force[J].Unt Theses & Dissertations，1997.

[5] Manzoni A.In and out of employment：Effects in panel and life-history data[J].Advances in Life Course Research，2012， 17（1）：11-24.

[6] 魏寧，蘇群.健康與農村勞動力非農就業參與——基于聯立方程模型的實證研究[J].農村經濟，2013（07）：113-117.

[7] 程名望，潘烜.個人特征、家庭特征對農村非農就業影響的實證[J].中國人口.資源與環境，2012，22（02）：94-99.

[8] 孫頂強，馮紫曦.健康對我國農村家庭非農就業的影響：效率效應與配置效應——以江蘇省灌南縣和新沂市為例[J].農業經濟問題，2015，36（08）：28-34+110.

[9] G Wettstein.Does Public Health Insurance Affect How Much People Work[J].Issues in Brief，2017（6）：1-9.

[10] 賈男，馬俊龍.非攜帶式醫保對農村勞動力流動的鎖定效應研究[J].管理世界，2015（09）：82-91.

[11] 陳濤，陳功，宋新明，等.從人口撫養比到社會撫養比的探索分析[J].中國人口科學，2008（02）：24-32+95.

[12] 陳強.高級計量經濟學及 Stata 應用（第二版）[M].北京：高等教育出版社，2014.