中國居民自評一般健康的隊列差異研究
——兼論“人口紅利”的健康效應

孔國書，惠長虹，李路路

（A.中國人民大學 公共管理學院；B.中國人民大學 社會與人口學院，北京 100872）

一、引言

自中華人民共和國成立以來的70 余年間，我國經歷了重大社會轉型與變遷。而居民健康水平的變化作為這些復雜變化的具體載體，提供了一個可觀察的理想視角來探究宏觀社會變遷與居民生命歷程展開之間的交互作用是如何影響個人生命質量與體驗的。

在健康研究中，年齡（Age）和時期（Period）是最受關注的兩個時間變量。由個體年齡增長所帶來的自然衰老、重大生命事件的發生（如結婚、生子、退休等）以及外部社會條件的改變（如經濟發展、戰爭、健康政策轉變等）通常都會對健康產生顯著影響。它們分別代表了一種經由內在與外在機制所產生的健康效應。除了兩者的獨立作用之外，它們所產生的交互作用（即在某一特定年齡階段上經歷特殊社會歷史事件）同樣會對健康產生重要影響，并且通常會影響出生時間相近的一代人，這即是隊列（Cohort）效應。例如，大量的文獻證實了生命早期以及青少年時期的營養狀況對于個體成年后健康水平的影響，［1-5］早年經歷過營養匱乏的群體在未來罹患肥胖、［6］糖尿病［7］以及貧血［8］的風險高于其他人群。

實際研究中隊列效應往往被忽略，導致年齡、時期和隊列效應相互混淆，得到并不可靠的結論。例如在截面研究設計中，不同年齡的人在自評一般健康上的差別通常被歸結為年齡效應。但這背后所隱含的一個強假設是年齡對于健康的影響模式在所有出生隊列上都是一致的。然而這在現實中卻難以成立，由于不同隊列在成長環境、生命歷程等方面的差異會使得年齡效應變得并不均勻。因此，有必要嘗試分離年齡、時期和隊列的三種效應，即進行APC（Age，Period，Cohort）分析。

中華人民共和國成立以來我國社會在短時間內發生急劇轉型，其特殊的歷史進程與制度安排也為隊列研究提供了理想素材，不同隊列之間的健康差異可能比西方社會更加顯著。此外，我國居民健康狀況的相關調查起步晚（多在1990 年以后），調查時期的跨度有限。而通過隊列的劃分可以利用同樣的數據獲得健康在更長時間范圍內的變化，并可以通過研究不同隊列群體在健康結果上的差異考察宏觀社會變遷與歷史事件的健康影響。

不過，APC三個變量之間的完全共線性使得一般線性模型無法估計。而多層線性模型方法的發展為解決這一問題提供了新思路：即不再將年齡、時期和隊列看作同一層次的變量，而是通過將年齡看作固定效應（第一層），時期和隊列看作隨機效應（第二層），從而使三者之間產生立體的嵌套關系；高層次的時期和隊列效應體現在對低層次模型的截距和斜率系數的影響中。［9］這不僅在一定范圍內解決了三種時間效應的共線性問題，而且可以直接應用于個體層面的調查數據。［10］

據此，本文利用中國綜合社會調查（Chinese General Social Survey，CGSS）2008-2015 年的多期重復截面數據，通過擬合多層APC模型來探究我國居民自評一般健康變化的年齡、時期和隊列效應，并進一步探討隊列效應的產生機制，為該領域的研究提供新的實證證據。

二、文獻綜述與研究假設

生命歷程視角研究的基本出發點乃是關注特定出生隊列的外部社會歷史環境改變與個人生命歷程展開之間所產生的交互作用。由于不同的出生隊列是在不同年齡階段上“遭遇”某一社會事件的，因而這種交互作用對于各個隊列來說并不是均勻的。［11］隨著個人生命歷程的推進和年齡的增長，這種交互作用不斷疊加，從而導致不同的出生隊列在某方面的差異會不斷凸顯和分化，進而造就了一代人在思想行為、價值觀念以及人生成就等方面的“特質”。［12］因此，隊列效應包含了早期生命經歷以及后續暴露出的一系列歷史和社會因素所帶來的總效應。［13］它可以被看作是隊列成員共同經歷的一個“替代變量”，是更大范圍內社會變遷的一個縮影，能夠幫助研究者理解社會變遷的根源和過程。［14］

自20世紀60年代興起至今，生命歷程視角融合了隊列分析、累積優（劣）勢①“累積優勢與劣勢效應”的概念最早由默頓在他的經典論文《科學的馬太效應》中提出。“累積優勢”意味著某一群體所獨有的優勢資源（如名聲、財富或健康等）會隨著時間而逐漸累積。因此，該優勢資源分配的不平等程度將隨著時間而擴大。等理論和觀點，［15］注重對于年齡、時期和隊列之間關系的討論，這也在一定程度上得益于縱貫研究方法和追蹤調查數據的發展完善。［16］由于我國健康研究起步較晚，調查數據尤其是追蹤數據相對缺乏，因此利用生命歷程視角分析中國居民健康問題的實證研究集中出現在最近十年，主要基于“中國營養與健康調查”（China Health and Nutrition Survey，CHNS）和“中國老年健康影響因素跟蹤調查”（Chinese Longitudinal Healthy Longevity Survey，CLHLS）兩個數據展開。

陳緋念、楊揚等使用1991-2004年的五期CHNS數據擬合了分層APC生長曲線模型，發現在控制了隊列效應之后，隨著年齡的增長，不同社會經濟群體間的健康差距擴大；越是年輕的隊列，社會經濟地位對于健康的影響越弱。［13］類似地，鄭莉、曾旭暉利用1991-2006 年的六期CHNS 數據考察了性別的健康不平等隨年齡的變化趨勢，發現全樣本中并沒有支持“累積劣勢”論，而在女性中則部分證實了“年齡中和”論。［17］石智雷等運用1989-2011 年的九期CHNS 的數據和多層APC 模型分析了城鎮居民超重率的變化，發現1959-1961 年隊列的超重率更高，1971 年之后的出生隊列超重率也在快速上升。［18］

同樣地，通過構建分層APC 生長曲線模型，李婷等采用1998-2011 年的CLHLS 數據分析發現農村老人相對于城市老人自評一般健康的差距隨年齡的增加而增大。［19］焦開山等利用1998-2014 年的CLHLS 數據及兩層次混合效應序次Logistic 模型，考察了老年人的童年生活處境與老年健康狀況之間的關系，發現在社會經濟水平較高的老年人中，童年不利處境所帶來的影響減弱乃至消失；而在社會經濟水平較低的老年人中，童年不利處境的影響非但沒有被修補，反而與之重疊并相互強化，支持了“累積劣勢”論。［15］利用相同的數據，吳炳義等通過分層隨機效應模型討論了我國老年人群高血壓患病的隊列效應，結果并不顯著。［20］

此外，陳心廣、王培剛運用1990-2010年中國城市居民的年齡別死亡率數據擬合了APC 模型，并通過數字微分法分析了隊列效應的變化速度，認為中國城市人口的健康狀況在一百年間經歷過四次惡化和三次改善；而這七次變化均與重大社會歷史事件存在明顯的對應關系，例如抗日戰爭、中華人民共和國成立以及城鄉醫療保障體系建立等。［21］

以上研究為從隊列的角度探討社會變遷與個人健康之間的關系提供了重要的實證經驗。不過，這些研究大多受限于CHNS或CLHLS數據，主要集中在老年人、城市居民等特定群體，因而在樣本代表性②例如，CHNS數據的樣本范圍僅限于我國的九省和三個直轄市，沒有采用完全的概率抽樣。、結論推廣性等方面存在局限。此外，由于追蹤調查中年齡和調查時期高度重疊，因此也存在一定的共線性問題。最后，兩個數據中的絕大部分樣本均出生于1970年之前，對于更年輕的“80后”“90后”群體少有涉及，隊列出生時期跨度相對不足的問題同樣不容忽視。

除了上述數據之外，具有全國代表性的重復截面調查數據（Repeated Cross-sectional Data）——“中國綜合社會調查”也具有“多年齡多時期多隊列”的特點，同樣適用于分離年齡、時期和隊列效應，并且具有更加令人滿意的代表性。綜合過往研究經驗，本文首先提出如下三個研究假設：

假設1：在控制了年齡和調查時期的效應之后，隊列仍然會顯著地影響居民自評一般健康水平。

假設2：隊列健康效應與性別存在交互作用，即男性和女性的自評一般健康水平在隊列上存在顯著差異。

假設3：隊列健康效應與城鄉存在交互作用，即城市和農村居民的自評一般健康水平在隊列上存在顯著差異。

研究表明隊列效應可能源于與出生隊列自身相關的一些特征，其中以隊列規模最受關注。20世紀80 年代美國人口經濟學家理查德·伊斯特林通過研究美國的“嬰兒潮”（Baby Boom）提出著名的“相對出生隊列規模”假說（Relative Cohort Size Hypothesis），認為某一出生隊列所擁有的平均社會經濟總量與其隊列規模（Cohort Size）成反比。隊列規模較大的群體將會生活在一個各方面資源都“相對擁擠”的家庭、學校以及社會環境中，他們在獲得更為有限資源的同時，還將面臨更加激烈的教育及勞動力市場競爭，而這往往會帶來更低的生育率、幸福感以及更高的失業率、犯罪率等。［22-23“］不同代際的經濟命運已經遠遠超出他們自身所能掌控的范圍了……它在很大程度上取決于你來自哪個出生隊列，是嬰兒潮，還是嬰兒荒”。［24］由隊列規模所導致的成員在社會經濟上的“相對劣勢”，不僅影響他們客觀社會經濟地位的獲得，還將形塑其心理狀態和思想意識，而這些都是影響健康的重要因素。由此提出：

假設4：自評一般健康的隊列差異可以歸因于隊列規模的大小。隊列規模越大，居民自評一般健康水平越差。

除了隊列規模以外，我們還特別關注隊列受教育程度。教育構成了社會經濟地位的重要方面，通常受教育水平更高的群體具有更好的健康水平。大量的實證研究表明教育不僅能夠使人們獲得物質性人力資本，進而獲得更好的工作、更多的收入以及更高的社會經濟地位；而且能夠為人們帶來包括行為習慣、解決問題能力、控制感等在內的“非物質性人力資本”的全面提升，從而具備更佳的生活狀態。［25-27］而自中華人民共和國成立尤其是改革開放以來，我國的教育事業取得了飛躍性發展，居民的教育水平得到大幅度提高。教育收益率也在不斷上升。［28-29］因此，與相對年老的隊列相比，年輕隊列的平均受教育水平更高，同時也更有可能獲得更高的健康回報。由此提出：

假設5：自評一般健康在隊列上的差異可以歸因于隊列平均受教育水平。受教育水平越高，其自評一般健康越好。

三、數據、變量與方法

（一）數據和變量

本研究采用中國綜合社會調查2008、2010、2011、2012、2013 和2015 年的6 期數據，經數據清理之后樣本量為47 153。

因變量是個人自評一般健康①CGSS調查問卷中，針對自評一般健康的問題是“您覺得您目前的身體健康狀況如何？”選項一般設置為“很健康，比較健康，一般，比較不健康，很不健康”5個類別。本文將自評一般健康重新編碼為一個二分變量，其中1為“好”（很健康、比較健康），0為“其他”。。該變量不僅反映了身體的實際疾病負擔，還包含了個人對健康的主觀評價，在實際研究中被廣泛應用。

對于自評一般健康是否能夠有效測量個體真實健康狀況的問題，學界確實存在爭議。有研究認為由于受到不同社會文化的影響，自評一般健康的回答存在系統性偏誤，因而在不同社會群體之間缺乏可比性。［30］盡管如此，大量的實證研究仍然表明，作為一個綜合性的健康指標，自評一般健康具有較好的信度，不僅對于個體死亡的風險具有很強的預測效力，［31-32］而且還包含了醫學手段難以檢測的機體變化狀況以及個人對其疾病負擔嚴重程度的主觀評價，因而可以全面、綜合地反映個人健康狀況，同時也能夠在較大程度上反映不同人群在諸如慢性病、心理健康、疼痛感等方面的差異。［33］

自變量主要有三組，分別是時間維度變量、隊列特征變量以及控制變量。

1.時間維度變量

年齡：樣本年齡范圍是18-102 歲，模型中采用年齡①為了便于系數的解釋，避免年齡平方項的系數過小，本文對年齡按照總體樣本均值做了中心化處理。即所有年齡都減去樣本均值，得到中心化的年齡和年齡平方。楊揚和蘭德通過實例檢驗證實：不論是否對年齡做中心化處理都不會影響對于最終APC模型的估計。［34］和年齡的平方項擬合年齡與自評健康之間的非線性關系。

時期：本研究的觀測時期作為一個連續變量進入回歸模型②為避免過小的系數估計結果，所有年份都減去2000后再進入模型。筆者對比了這種處理前后的模型結果，就本文的研究問題而言在結果估計上沒有差異。。同時，筆者添加了對應年份的人均GDP③以“人均國內生產總值指數”計，均以1978年為100，確保各年份數值之間的可比性。作為時期層面的解釋變量，用以檢驗經濟發展水平是否是在時期層面推動我國居民自評一般健康持續上升的主要力量。

隊列：除去早于1922 年出生的樣本④出生于1922 年及之前的樣本只有59。為避免由于隊列組人數過少而影響模型的穩定性，本文將這些樣本劃為一組而不再細分。單獨作為一組以外，本文將相鄰的每3年出生⑤筆者同時嘗試了另外兩種常用的隊列分組方法（每5年和每10年一組），三種分組方法下模型估計的結果非常接近，說明模型比較穩健。由于3年隊列組能夠提供更加豐富的信息，故本文選用。的樣本劃分為一個隊列，共獲得26 組，具體頻數統計表見表1。

表1 3年出生隊列組頻數統計表

2.隊列特征變量

（1）隊列規模

根據樣本的隊列跨度，如若獲得各隊列出生人口規模則需要我國1909-1997年歷年人口數據。但由于歷史等原因，目前僅可獲得自1949 年以來的歷年總人口統計數據。因而在后續隊列規模的模型分析中，將截取1950年以后的出生樣本。本文根據國家統計局發布的歷年年末人口總數與當年人口出生率，計算得到當年出生人口數；再依據隊列分組，將相鄰3 年的出生人口數加總，得到各隊列規模。

（2）平均受教育年限

隊列平均受教育年限數據來源于2010 年第六次全國人口普查中分年齡的人口教育程度統計。一般而言，個人在25 歲左右便基本完成了教育過程，受教育程度在此后的一生中趨于穩定，可以有效避免健康選擇對教育的影響。［35］因此，本文首先按照一般研究慣例將“六普”中的受教育程度換算為受教育年限①小學=6年，初中=9年，高中=12年，大專=15年，本科=16年，研究生及以上=19年。；其次，選取2010 年25 歲及以上人口（即1985年及之前出生），逐一計算每一歲年齡群體的平均受教育年限；再次，結合本文的隊列分組情況，計算1925-1985 年各出生隊列組的平均受教育年限；最后，根據平均受教育年限在隊列組之間的平均遞增速度（0.365 年/隊列組），依次推算出1985 年之后各隊列組的平均受教育年限。對于1925 年之前的各出生隊列（85 歲及以上），由于“六普”中將其合并為一組進行受教育程度統計，因而本文統一采用該組平均受教育年限（3.32年）作為各隊列教育年限的替代值。

3.控制變量

除了上述核心變量之外，本文的模型中還控制了客觀社會經濟地位（家庭人均年收入、教育、職業）、主觀社會經濟地位及其變動、性別、戶口、婚姻狀況等變量。變量描述統計見表2。

表2 變量描述統計表

（二）方法

由于年齡、時期和隊列之間的完全共線性，到目前為止還沒有一種方法能夠徹底分離出三者的效應。由楊揚等提出的“分層APC 交叉分類隨機效應模型”（Hierarchical APC-Cross-Classified Ran?dom Effects Models，HAPC-CCREM），通過借鑒分層模型的思想，將“年齡”看作個體層面上的固定效應，“時期”和“隊列”看作更高層次上的隨機效應，使三種效應可以在一個模型中同時被估計。［9］［36］

HAPC-CCREM 的一般數學表達式可以寫成：［10］

第一層個體層次模型：

其中，εijk～N（0，σ2），下標i、j、k表示第j個隊列第k個時期中的第i個個體，i=1，2，…，njk，總共有n個這樣的個體。β1～βm是個體層次各解釋變量X的系數，共有m個解釋變量。εijk是個體層面的隨機誤差，服從均值為0，方差為σ2的正態分布。

第二層隊列及時期層次模型：

其中，μ0j～N（0，τμ），表示第j個隊列的效應，隊列效應的總方差為τμ；ω0k～N（0，τω）表示第k個時期的效應，時期效應的總方差為τω。

以上為隨機截距模型。而當需要進一步考慮跨層交互作用時，還可以允許隊列和時期對斜率項也產生隨機效應，在第二層上繼續加入一組模型β3jk=γ3+μ3j+ω3k。本研究將首先利用隨機截距模型得到年齡、時期和隊列的健康效應曲線。隨后，將繼續加入隊列規模及受教育年限擬合隨機斜率模型，考察隊列健康效應能否歸因于隊列特征，力求闡釋隊列健康差異的產生機制。

四、實證結果

（一）年齡、時期和隊列的健康效應

本文擬合了一組分層APC 交叉分類隨機截距嵌套模型，結果如表3 所示。表3 第一部分為個體層次變量的固定效應結果，第二部分為時期和隊列層次的隨機效應結果（τω和τμ）。其中，模型1為僅包含年齡、時期和隊列的基準模型。模型2 中加入了個體層面的社會人口學變量。模型3 繼續加入年齡與性別、年齡與戶口的交互項，用以擬合自評一般健康的年齡變動趨勢在性別及城鄉之間的差異。模型4、5 中又分別加入客觀和主觀社會經濟地位變量，從而控制了個體層次上所有變量的影響。模型6 加入了人均GDP 作為時期層面的解釋變量。模型7 和模型8 為隊列健康效應解釋模型，分別在模型6的基礎上加入隊列平均受教育年限和隊列規模。

表3 對自評一般健康的HAPC-CCREM 嵌套模型估計結果

擬合結果顯示在陸續控制了個體、時期層次上的全部解釋變量之后，模型1-6中時期和隊列效應的方差估計（τω和τμ）始終顯著（P<0.01）。這表明隊列和時期對于個人自評一般健康具有顯著、獨立的影響，支持了假設1。

1.年齡效應

（1）總體效應

如表3 中固定效應部分所示，在模型1-6 中，自評一般健康具有顯著且穩定的年齡的二次方曲線效應，與一般研究經驗相符。其中，年齡的系數始終為負，年齡平方項的系數始終為正，表示隨著年齡的增長，居民自評一般健康逐漸下降，但是下降的速度逐漸減緩（見圖1）。

圖1 HAPC-CCREM 全模型估計下自評一般健康隨年齡的總體變動趨勢

（2）城鄉差異

總體上城市居民的自評一般健康狀況顯著好于農村居民。但是年齡與戶口的交互項始終顯著為負，說明隨著年齡的增長，城鄉居民自評一般健康的差距在逐漸縮小（見圖2）。尤其在高齡（90 歲以后）階段，城市居民相對于農村居民的健康優勢已逐漸消失，甚至在最長壽的樣本（95歲以上）中，農村老人的自評一般健康要好于城市老人。

圖2 城市和農村居民自評一般健康隨年齡的總體變動趨勢

圖3 HAPC-CCREM 全模型估計下自評一般健康水平的時期效應系數估計

2.時期效應

在模型1-6 中，時期的截距項τω始終顯著（P<0.01），說明即便在控制了年齡和隊列的效應之后，時期仍然會顯著地影響居民自評一般健康。模型6 中人均GDP的正系數表明隨著社會經濟水平的提高，居民的自評一般健康水平也呈現增長態勢。同時，與模型5 相比，模型6 中時期的截距項系數由0.178 縮小為0.127，表明人均GDP 水平可以部分地解釋自評一般健康在時期上的變化，不過尚有其他未能控制的變量起到主要驅動作用。

3.隊列效應

由圖4可見，隊列的健康效應總體呈現出“兩高兩低”的特征。其中，“兩個高峰”分別出現在1909-1928 以 及1962-1970 隊 列，峰值為1968-1970 隊列。在這兩個高峰之間形成一個凹陷，最低值出現在1947-1949 隊列。而從1971-1973 隊列開始，自評一般健康水平持續下降，直至1980-1982隊列達到另一個低谷，此后開始逐漸回升。

圖4 HAPC-CCREM 全模型估計下自評一般健康水平的隊列效應系數估計

（1）最低谷：1947-1949 年出生隊列

隊列效應的最低點是1947-1949 隊列。結合其生命歷程來看，1959 至1961 年間他們在營養需求旺盛的青少年時期（10-14歲左右）遭遇了營養匱乏；而后在高中和大學教育階段又發生長時間的教育中斷，阻礙了正常的教育進程并降低了獲得常見職業生涯的可能性。自20世紀90年代開始，在國有企業體制改革的浪潮中，該隊列很可能由于缺乏文憑或技術，在其40至50歲期間失去職業競爭力和可靠的生活保障，成為受沖擊最大的群體之一。這一系列事件無疑深刻地影響了這一代人的人生歷程與地位成就。從兒童期營養到高等教育并一直延續到就業、婚育、退休等生命事件，進而對健康形成“多米諾骨牌”式的負面影響，這是社會變遷事件與其生命歷程展開之間持續發生交互作用的累積結果①筆者曾選取1949年后的數個重大社會變遷事件，根據各個隊列組經歷該社會事件的不同年齡階段（即與社會事件之間的時間“距離”）來重新設定事件變量的類別編碼，并擬合一系列APC模型。結果表明數個社會事件模型在1940-1949隊列上的效應均顯著為負。這表明特定隊列組上所表現出的顯著高或低的健康效應，并不簡單地取決于某一個社會變遷事件；而是隨著個人生命歷程的展開，多個事件與個人生命經歷之間所產生的多次交互作用的復合效果，健康效應也將相應地進行多次累積。篇幅所限，此處不再展開。。

（2）高峰：1962-1970年出生隊列與1928年前出生隊列

健康效應的最高峰出現在1962-1970 隊列（略有波動）。雖然他們在童年時期也經歷過教育中斷，但是與1947-1949 隊列相比，其所受到的沖擊要小得多。劉精明的研究表明就教育的階段性特征而言，重大教育事件遭遇者的年齡越小，其所受到的影響越輕。［37］1977年恢復高考之后，我國始終堅持把教育擺在優先發展的戰略地位，實施了普及義務教育、增進高等教育辦學自主權等一系列促進教育事業恢復和發展的舉措，這保證了1962-1970隊列后續教育經歷的平穩。而接下來隨著改革開放的深入，尤其是1992 年社會主義市場經濟體制的確立，加速了我國勞動力市場化的進程，為這一代人提供了空前廣闊的職業發展空間以及多樣化的上升路徑。

而對于出生在1928年前的隊列而言，雖然他們早年飽受戰爭和貧困之苦，但是伴隨著中華人民共和國的成立，他們在青年時期逐漸獲得了穩定的教育、工作以及婚育機會，有助于提升健康水平。

（3）小低谷：1980-1982年出生隊列

作為第一代嚴格意義上的“獨生子女”，1980-1982 隊列上所表現出的自評一般健康水平的凹陷，筆者認為應當主要考慮獨生子女政策所帶來的影響。

經濟學、人口學、社會學等多學科的研究表明家庭人口結構（Family Configuration）尤其是父母生育子女的數量是影響個人成就的重要變量。從“資源稀釋”（Resources Dilution）的視角出發，貝克爾等人提出的“子女數量-質量權衡理論”認為夫婦的生育行為是一種在既定資源約束下的權衡。［38-39］當每個家庭對子女的人力資本投資總量保持穩定而生育數量下降時，平均投入在每個孩子身上的資源就會增加，子女的教育質量也將隨之提高。這一觀點得到了許多實證研究的支持，例如兄弟姐妹數量與個人的教育獲得以及社會經濟地位之間的負相關關系。［40-42］然而，也有觀點強調家庭環境中的人際交往對于兒童成長的積極作用，即擁有兄弟姐妹的孩子將會具有更好的教育獲得；而缺乏兄弟姐妹之間密切互動的孩子將面臨更多的心理和行為問題，對其成長發展不利。［43-44］

就教育獲得而言，獨生子女一代的平均受教育水平的確得到了顯著提高，這一方面源于家庭教育投入的增加，另一方面也得益于1999年開始的高校擴招政策，當年高校招生本專科人數比1998年直接增加了47.4%。［45］

而針對獨生子女在心理健康及行為模式上是否存在特殊性的問題，研究結論存在分歧。一種觀點認為獨生子女與同齡的非獨生子女相比并沒有顯著差異，甚至更優；而另一種觀點則強調家人的過分溺愛、更高的成就期待、缺乏陪伴的家庭環境以及日趨激烈的社會競爭等帶給獨生子女更大的精神壓力，使得他們在心理和行為方面的問題更加突出。譚之博、張曉波基于全國殘疾人抽樣調查和中國家庭跟蹤調查（CFPS）數據的分析結果表明獨生子女政策推行后，步入社會的青年組相對于少年組的精神殘疾率的上升幅度在顯著擴大；獨生子女中的男性精神狀況惡化（情緒郁悶或精神緊張）的程度更加明顯。［46］鄭磊等利用中國西部農村抽樣調查數據的研究表明家庭規模較小尤其是獨生子女家庭的兒童心理適應性水平也顯著偏低。［39］

就自評一般健康而言，本文的實證結果傾向于支持第二種解釋，即獨生子女（尤其是第一代獨生子女）往往承擔著更大的精神壓力，其心理健康水平比其他非獨生子女隊列更差，因此總體的自評一般健康水平也就更低。特別值得關注的是隨著獨生子女一代成家立業，他們的父輩開始步入老年。“421”的特殊家庭結構給其帶來了沉重的贍養及養育負擔，加劇了他們在經濟、精神以及情感上的壓力。

（二）隊列效應差異：性別與城鄉

針對性別、城鄉（戶口）的斜率在隊列上的隨機效應，本文在模型3-6 的隨機效應層次上分別繼續加入性別和戶口變量，得到4 個隨機斜率模型（模型9-12，篇幅所限結果略去）。擬合結果顯示性別在隊列上的隨機效應始終不顯著，沒有證實假設2，說明由性別所導致的健康差異主要體現在固定效應層面。而戶口在4個隨機斜率模型中均在P<0.01的顯著性水平上通過檢驗，表明城鄉居民自評一般健康在隊列效應上存在顯著差異。

由圖5 可見，就隊列效應而言，城市居民自評一般健康水平的波動比農村居民要大得多。對于農村居民來說，從1959-1961隊列一直到最年輕的1995-1997隊列，其自評一般健康水平始終較為平穩，變化不大。相比之下，城市居民則經歷了“大起大落”：從1959-1961 隊列開始，自評一般健康水平大幅提升，至1962-1970 隊列達到峰值；而后急轉直下，至1980-1982隊列達到最低。這兩個隊列的峰值“拐點”與前述圖4 中總體自評一般健康的變動趨勢非常吻合。這表明總體中自評一般健康在1962-1970 隊列上出現的快速增長以及在1980-1982 隊列上出現的突然下滑，主要發生在城市居民中間。

圖5 HAPC-CCREM 城鄉隨機斜率模型估計下自評一般健康水平的隊列效應系數估計

一方面，1962-1970隊列的農村居民雖然自評一般健康較之前的隊列也有所增長，但是增長的幅度比城市居民要小得多。正如前文所解釋的，該隊列組所表現出的較高自評一般健康很可能得益于教育經歷的平穩以及就業機會的多樣性。而長期以來，我國城鄉之間無論在經濟發展或是教育水平上都存在巨大差距。那么相應地，農村居民在教育及職業上的健康回報很可能也低于城市居民。

另一方面，1947-1949 隊列的自評一般健康在農村居民中出現了明顯的下滑，而在城市居民中卻呈現出緩慢走高的趨勢。這表明總體中自評一般健康在該隊列上所表現出的大幅下降主要是由農村而不是城市居民所驅動的。通過前述分析我們認為該隊列在青少年時期所經歷的營養匱乏以及后續長期的教育中斷是導致其自評一般健康水平低下的主要原因。而隊列效應的城鄉差異則提示我們，上述一系列社會事件對于城市居民所造成的負面健康影響可能并沒有預期中那么大。筆者認為有三個可能的原因：

第一，我國從1953 年開始對糧食采取“統購統銷”政策，困難時期優先保證對城市的供給，因此物資匱乏對于城市的影響要比農村小得多。第二，據統計，雖然曾有過“上山下鄉”經歷的城市知青有1 700萬之多，［47］但這在當時總人口中的比例仍然較小。第三，知青經歷對于個體可能產生的積極影響也不容忽視。例如，周雪光、侯立仁的研究發現與沒有下鄉經歷的城市青年相比，知青們在1977年后完成了高等教育的比例顯著更高。［48］

與城市的情況相反，長期的營養匱乏對于農村居民健康的負面影響可能被低估了。事實上，自1949 年至20 世紀80 年代農村聯產承包責任制確立，農民的溫飽問題始終沒有得到妥善解決。對于農村1947-1949 年的出生隊列而言，他們的“饑餓記憶”自出生以來大約持續了30 年，這對于其一生的健康無疑具有嚴重的負面影響。

（三）隊列效應的解釋：隊列規模、“人口紅利”與自評一般健康

1.隊列平均受教育程度

表3 中模型7 的回歸結果顯示隊列平均受教育年限的回歸系數并不顯著，隊列隨機截距項的顯著性也沒有發生改變。這說明居民自評一般健康的隊列差異并不是由隊列受教育水平的不同所帶來的，沒有支持本文的假設5。教育對于自評一般健康的影響主要體現在固定效應層面。由模型4-6 的結果可知，雖然受教育程度與自評一般健康之間并不是嚴格的正比例關系，但受過初中、高中以及大學教育的人，其自評一般健康為“好”的概率均顯著高于小學及以下教育程度的人（見圖6）。

2.隊列規模

模型8 中“隊列規模”一項的正向回歸結果十分耐人尋味。雖然該項同樣不足以解釋自評一般健康在隊列之間的差異，但是它表明對于1950 年及之后出生的隊列而言，隊列規模越大，居民自評一般健康越好。通過對比不難發現，圖7 中1949 年后我國出生人口高峰隊列（1962-1973）與圖4 中自評一般健康水平最高的隊列（1962-1970）基本吻合。從1962-1973 年的短短10 年間，我國出生人口超過3億，他們成為名副其實的“嬰兒潮”一代并表現出最好的自評一般健康。這種隊列人口規模對于自評一般健康所產生的正效應，與伊斯特林“相對出生隊列規模”假說下所預測的“負效應”恰好相反。

圖7 1950-1997年各出生隊列組人口規模（萬人）

事實上，這兩種結論之間可能并不矛盾。筆者認為解釋上述差別需要重新回到“為什么1962-1970 隊列自評一般健康最好”的問題，從生命歷程的角度探討有益于這一代人健康的積極因素。他們幼年時期雖然普遍經歷貧困和動蕩，但是隨后的教育經歷總體平穩。加之1992 年之后我國的勞動力市場積極迅速發展，為其提供了充足的就業機會。可以說，當這一代人在接受高等教育和進入勞動力市場時，恰逢我國經濟社會發展進入快車道。對此，美國前財政部長薩默斯曾做過一個有趣的評價，稱這是“在一生中經歷了GDP 增長了100 倍的、前所未有的一代人。”［49］筆者認為這一代人身上所表現出的較高健康水平，與被學界和國際社會廣泛討論的中國“人口紅利”現象緊密相關。這也提示我們，除了這一代的特殊生命歷程之外，我國宏觀的人口結構及人口轉變也可能會為其帶來額外的“健康紅利”。

3.“人口紅利”的健康效應：人口健康紅利

世界各國的發展規律表明擁有充足、高質量（通常指具有較高的教育及健康水平）的勞動力是一個國家實現經濟社會持續發展的必要條件。人口增長與經濟增長之間的關系究竟如何？人口增長會推動還是阻礙經濟增長，抑或是兩者之間根本不存在關聯？以上是在學界及各國政府中被長期爭論的問題。在經驗研究中均得到了不同結論。大衛·布魯姆等指出研究結論存在分歧的根本原因在于過分強調了人口規模及增長率對經濟發展的作用，而忽略了“人口年齡結構”這一關鍵變量；由于不同年齡的人口具有不同的經濟行為和需求，因此一個社會所具有的不同人口年齡結構對經濟增長所產生的影響也不盡相同；此外，由于人口年齡結構會隨著時間的推移而發生變動，因而其經濟效益也存在階段性的特征。［50］

當一個國家的人口年齡結構逐漸轉變為“兩頭小中間大”的橄欖型時，即總人口中少年兒童和老年人口的比例較低、勞動人口比例最高時，則進入“人口機會窗口”，［51-52］此時人口經濟負擔最輕，經濟增長也最快；而隨著這一大批勞動人口逐漸步入老年，將帶動人口年齡結構轉變為倒金字塔形，老齡化問題突出，社會撫養比上升，經濟增長速度下降。［53］自二戰以來，許多發展中國家開始經歷新一輪人口轉變，表現為死亡率迅速下降，而生育率仍在一段時期內保持在較高水平，從而形成一個相對的出生人口高峰，造就一代“嬰兒潮”。在大約20 年后，當這代人逐漸進入勞動力市場時，社會中勞動人口比例較高，在就業充分、教育水平提高以及經濟政策適宜等一系列條件下，通過充足的勞動力供應、教育的投資回報等途徑，會帶給經濟增長一股強大的推動力量，即“人口紅利”（Demographic dividend）。［50］［53］

自改革開放以來，我國經濟保持了40多年的高速增長，堪稱世界經濟史上的奇跡。許多研究從人口結構和人口轉變的角度出發，認為這一增長奇跡在不同程度上受到“人口紅利”的助益。［54-57］雖然在不同的計算與衡量方法下人口紅利對經濟增長的具體貢獻率存在爭議，但是總體的研究結論是一致的，中國自改革開放以來的高速經濟增長得益于“人口紅利”，即由勞動年齡人口占總人口比例持續擴大而帶來額外經濟收益，［58］中國是收獲“數量型”人口紅利的典范。［59］

圖8 反映了我國自1982 年以來15-64 歲人口數量和社會總撫養比變化的趨勢。自1982 年開始我國勞動年齡人口數量持續攀升，大約在2010 年前后達到峰值，隨后逐漸下降；而社會總撫養比自1982年開始則持續下降，大約同樣在2010年達到最低值，隨后開始上升。有研究認為在中國人口機會窗口開啟的條件下，1982-1990 年中國人口紅利產生；1990-2010 年人口紅利持續不斷增加，且在2010年前后達到最大。［60］

圖8 1982-2019年我國勞動年齡人口和社會總撫養比變動趨勢

通過推算不難得知我國“人口紅利”時期的勞動力人口主要由1962-1970 年的“嬰兒潮”出生隊列所構成。一方面，“嬰兒潮”隊列是中國“人口紅利”的創造者；而另一方面，如果結合本文所得到的兩項研究結果（其一是總體中自評一般健康的隊列變動趨勢，其二是隊列人口規模對于自評一般健康的顯著正向效應）來看，他們很可能還是“人口紅利”的最大受益者。結合圖8，在這一代人陸續進入勞動力市場后的20 多年間，我國正處于“人口紅利”擴張期，勞動人口數量持續上升的同時，社會撫養比持續下降，社會撫養負擔小，經濟增長極為迅速，為這一代人提供了更為開放、多元的就業市場，十分有助于其職業生涯的拓展與經濟條件的改善。與此同時，當這一代人陸續進入婚育階段時，我國開始實行計劃生育政策，他們大多數成為“獨生子女”一代的父母。與其父輩相比，“嬰兒潮”一代養育孩子的負擔已大大減輕；而與其子代相比，這一代人普遍擁有兄弟姐妹，可以共擔贍養父母的責任，因此贍養負擔也并不沉重。上述一系列的社會事件與政策均有益于“嬰兒潮”一代提高健康水平，改善生命質量。

五、結論與討論

本文利用具有全國代表性的中國綜合社會調查2008-2015 年6 期的數據擬合了多層APC 模型，分離出了我國居民自評一般健康在年齡、時期和隊列上的效應，并進一步討論了隊列效應的發生機制。主要結論如下：

第一，隊列效應曲線總體上呈現出“兩高兩低”的模式。一方面，“兩個高峰”分別出現在出生于1934 年之前以及1962-1970 隊列，峰值為1968-1970 隊列。這一代人在幼年時期雖經歷教育中斷，但由于并不在教育獲得的關鍵時期（例如高等教育），因而對教育連貫性的影響有限。隨后，在接受高等教育和進入勞動力市場的時點上，恰逢恢復高考和改革開放，為其提供了良好的教育及就業機遇。

另一方面，“兩個低谷”分別出現在1947-1949以及1980-1982第一代獨生子女隊列，其中最低值出現在1947-1949 隊列。這一代人與共和國同齡，他們在青少年時期遭遇營養匱乏，隨后又疊加長期的教育中斷，不同程度地失去了受教育機會，并推遲了就業、婚育等重要人生事件，對健康造成了多重累積的消極影響。

第二，隊列效應存在顯著的城鄉差別，城市居民自評一般健康水平在各隊列組之間的波動比農村居民要大得多。分析表明中華人民共和國成立后一系列社會變遷事件對于城市居民健康所造成的負面影響可能被高估了；與之相反，長期營養匱乏對于農村居民的健康影響尚未引起足夠的重視。

第三，進一步的機制分析表明隊列受教育程度與隊列規模均不足以解釋自評一般健康在隊列間的差異。但是，隊列規模的正向效應表明我國人口結構轉變過程中所迎來的“人口紅利”很可能也為1962-1970 的“嬰兒潮”隊列帶來了額外的“健康紅利”，他們不僅是“人口紅利”的創造者，更是獲益者。

本文具有較強的政策意義。首先，應繼續落實國家基本公共衛生服務中有關老年人的各類健康服務項目，提升老年人健康篩查以及健康管理的效率和質量。同時，通過完善財政、醫保、價格等配套政策，加快構建“居家-社區-機構”相協調、醫養康養相結合的養老服務體系，探索建立長護險制度，滿足老年人多層次、多樣化的養老及健康需求。其次，完善財政、稅收、社會服務等相關配套政策措施，合理優化教育、醫療、社會服務等資源配置，切實緩解“單獨”“雙獨”家庭的贍養及養育負擔。最后，鞏固脫貧攻堅成果，切實強化農村醫療保障制度建設，確保基本醫療、大病保險、醫療救助全覆蓋；加快推進“縣鄉村一體化”建設，促進優質醫療資源下沉基層農村；同時，做實做細農村基本公共衛生服務，筑牢健康網底，力求讓農村居民“看得起病、看得好病、少生病”，不斷縮小城鄉健康差距。