上大學能使勞動者更健康嗎？
——大學教育的健康效應及其影響機制研究

李春根，彭樹宏

(江西財經大學 財稅與公共管理學院；江西 南昌 330013)

一、引言

1999年，中國開啟了高校擴招，此后中國高等教育的規模有了大幅擴張，每年高校畢業生人數屢創新高，出現了“畢業即失業”“大學生工資不如農民工”等所謂的“大學生就業難”問題。因而，不少人甚至教育部自己都開始懷疑高校擴招，提出了放緩乃至停止高校擴招的政策主張(1)2008年教育部在發布會上首次表示，1999年決定的全國高校大規模擴招太急促，造成畢業生就業困難等問題，表明了今后要放慢高校擴招步伐的態度，http://learning.sohu.com/20081009/n259936826.shtml。；不少農村家庭和孩子對上大學的預期回報看低，中學階段輟學務工者的比例上升。[1]對高校擴招和上大學的消極看法，主要是基于高等教育的勞動力市場回報來判斷的。事實上，高等教育作為一種重要的人力資本投資，它對人們經濟生活的各個方面都有重要的影響。上大學不僅有未來勞動力市場收入的物質回報，還可能有健康等非物質回報(2)參見Grossman, M. “Education and Nonmarket Outcomes.” In Hanushek, E. A. & Welch, F. (eds.)Handbook of the Economics of Education, Amsterdam：North Holland Press, Vol.1, 2006, pp.577-633；Lochner, L.“Nonproduction Benefits of Education: Crime, Health and Good Citizenship.” In Hanushek, E. A., Machin, S. &Woessmann, L. (eds.) Handbook of the Economics of Education. Amsterdam：North Holland Press, Vol.4, 2011, pp.183-282；Galama, T. J., Lleras-Muney, A. A. & Kippersluis, H. van.“The Effect of Education on Health and Mortality: A Review of Experimental and Quasi-Experimental Evidence.”Oxford Research Encyclopedia of Economics and Finance,2018, pp.1-99。。研究上大學的健康回報能讓我們更全面地認識高等教育的價值，進而對國家的高等教育政策和個人的受教育決策做出更正確的判斷。健康不僅是一種能增進生產率的人力資本，而且其自身也是人們追求的重要生活目標。如果上大學能帶來更好的健康水平，且我們知道其影響機制的話，那么就可以通過擴大高等教育規模和調整大學教育方式的辦法促進國民健康水平的提高，從而節省寶貴的醫療衛生資源的支出。

習近平總書記在2016年8月召開的全國衛生與健康大會上明確指出，要“將健康融入所有政策，人民共建共享”。同年10月，黨中央和國務院頒布《“健康中國2030”規劃綱要》，提出了推進健康中國建設的宏偉藍圖和行動綱領。2017年，黨的十九大報告進一步將實施健康中國戰略納入國家發展基本方略，提出要“完善國民健康政策，為人民群眾提供全方位全周期健康服務”。2019年暴發并延續至今的新冠疫情更加凸顯了人民健康的重要性，習近平總書記指出，“預防是最經濟最有效的健康策略”。如果上大學能帶來更高的健康水平，那么大學教育就是最好的預防手段、最有效的健康策略。

教育的回報問題是經濟學家和教育學家持久關注的重要話題。與人們的現實感受一致，之前研究對教育的勞動市場回報關注較多，而相對忽視了對教育的非勞動力市場回報的研究。[2]教育的健康效應是教育的一種重要的非勞動力市場回報，同時也是健康資本需求[3]、童年發展對成年影響(3)參見Heckman, J. “The Economics, Technology and Neuroscience of Human Capacity Formation.” Proceedings of the National Academy of Sciences, Vol.104, No.33, 2007,pp.13250-13255；Conti, G., Heckman, J. &Urzua, S. “The Education-Health Gradient.” American Economic Review, Vol.100, No.2, 2010, pp. 234-238。以及宏觀經濟增長(4)參見Acemoglu, D.&Johnson, S. “Disease and Development: The Effect of Life Expectancy on Economic Growth.” Journal of Political Economy, Vol.115, No.6, 2007, pp.925-985；Cervellati, M. & Sunde, U. “Human Capital Formation, Life Expectancy and the Process of Development.” American Economic Review, Vol.95, No.5, 2005, pp.1653-1672。的理論模型中的重要參數(5)參見Clark, D. & Royer, H. “The Effect of Education on Adult Health and Mortality: Evidence from Britain.” American Economic Review, Vol.103, No.6, 2013, pp.2087-2120；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.” Harvard Working Paper, 2016。。隨著現代社會人們對健康問題的日益關注，教育的健康效應研究也開始逐漸受到學界的重視。但與教育對收入的正效應的研究結論已在學界取得廣泛共識不同，教育的健康效應研究尚未取得一致結論。[4]使用美國義務教育法在各州的不同變化做工具變量的研究發現教育對死亡率有很大的顯著影響效應[5]，利用英國義務教育法改革的自然實驗進行斷點回歸的研究則發現教育對死亡率沒有顯著影響[6]。美英之外，教育對死亡率的影響在新西蘭[7]和德國[8]都得到了證實，但在法國[9]和瑞士[10]沒有得到證實。在富裕的國家，教育會降低BMI；在貧窮的國家，教育則會提升BMI。[11]同樣利用英國義務教育法改革的自然實驗進行研究，有的研究考察了教育和自評健康之間的關系，發現受教育年限提高1年使得自評健康良好的概率提高4.5%-5.5%[12]；有的研究考察了教育對自評健康指標和客觀健康指標的影響，發現教育對女性的自評健康有顯著影響，但對心血管病的發病則無顯著影響。[13]同樣采用雙胞胎數據，針對澳大利亞的研究考察了教育對體重超重的影響，發現受教育年限增加1年會使得男性體重超重的概率降低2%-4%，但對女性則無影響[14]；針對美國的研究考察了教育對自評健康和慢性疾病的影響，發現完成高中教育者比沒完成高中教育者的健康水平顯著更高，但高中之后的教育提高則不能促進健康。[15]可以看到，教育對健康的影響具有極強的異質性。不僅不同發展水平的國家不一樣，而且不同健康指標也有差異，甚至不同性別、不同教育程度的健康效應都會有所不同。

針對中國教育的健康效應的研究文獻近年才開始出現。(6)參見程令國、張曄、沈可《教育如何影響了人們的健康？——來自中國老年人的證據》，《經濟學(季刊)》，2015年第1期；胡安寧《教育能否讓我們更健康——基于2010年中國綜合社會調查的城鄉比較分析》，《中國社會科學》，2014年第5期；李軍、劉生龍《教育對健康的影響——基于中國1986年義務教育法的實證分析》，《數量經濟技術經濟研究》, 2019年第6期；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.” Harvard Working Paper, 2016；Jiang, W., Lu, Y. & Xie, H. “Education and mental health: Evidence and mechanisms.”Journal of Economic Behavior & Organization, 2020,180, pp.407-437。程令國等使用中國60歲以上老年人數據，考察了教育對健康的影響效應及其內在機制，研究發現教育顯著提高了中國老年人的健康水平和存活率(7)在程令國等學者所分析的全部老年人樣本中，平均受教育年限為2.04年，他們的核心解釋變量為受訪老人是否受過教育，受過至少1年教育者賦值為1，否則賦值為0。所以，他們所考察的教育是處于掃盲階段的基礎教育。參見程令國、張曄、沈可《教育如何影響了人們的健康？——來自中國老年人的證據》，《經濟學(季刊)》，2015年第1期。。胡安寧采用CGSS2010年的全國數據，研究了城鄉之間教育成就的健康回報差異，結果表明教育對城鄉居民的健康均有正向回報，但農村與城市居民在義務教育和高中教育不同階段所體現出的健康回報有所不同。[16]這是較早研究中國教育的健康效應的兩份文獻，但并沒有嚴格考察教育對健康的因果效應。Huang利用中國義務教育法在各省實施時間的差異構造工具變量，考察了教育對健康的影響效應及其機制，結果表明教育對健康有顯著的正向因果效應。[17]李軍等利用中國義務教育法的自然實驗，采用工具變量法考察教育對健康的因果效應，發現教育的健康效應存在性別異質性，結果表明教育與男性自評健康、女性保持正常體型之間存在顯著因果關系。[18]Jiang等基于中國義務教育法的自然實驗，利用拐點回歸設計考察了教育對精神健康的影響，發現教育與精神健康之間存在正向因果效應。[19]上述三篇文獻雖然考察了教育對健康的因果效應，但均以中國義務教育法的變革為自然實驗來進行工具變量估計，實際得到的只是基礎教育的健康效應，而無法估計高等教育對健康的影響。正如不同階段教育的勞動力市場回報不同一樣，不同階段教育的健康回報也會不同。(8)參見Lundborg, P. “The Health Returns to Schooling-What can We Learn from Twins? ” Journal of Population Economics, Vol.26, No.2, 2013, pp.673-701；Heckman, J., Humphries, J. E. &Veramendi, G. “Returns to Education: The Causal Effects of Education on Earnings, Health and Smoking.” Journal of Political Economy, Vol.126, No.S1, 2018, pp.S197-S246。

本文在現有文獻基礎上，采用中國勞動力動態調查數據(CLDS)，針對16-64歲的勞動年齡人口，從主觀健康和客觀健康兩個方面考察了中國大學教育的健康效應及其影響機制。研究結果表明，上大學提升了男性勞動力的自評健康狀況和肥胖的概率，大學教育對男性勞動力健康的影響機制是認知能力和收入，而非健康行為。本文的研究深化了我們對中國大學教育的健康回報的認識，能為我們深化思考高等教育的價值和健康中國政策提供啟示。接下來的第二部分是模型與數據，第三部分是大學教育對健康的影響效應估計，第四部分是大學教育對健康的影響機制分析，第五部分是結論與啟示。

二、模型與數據

(一)模型

經濟學家很早就將健康和教育視為人力資本的兩個主要組成部分，認為兩者都是一種資本性支出，能影響到勞動者的長期收入能力；但是健康和教育也有不同之處，健康主要通過增加勞動者的勞動時間來提高勞動者收入，而教育主要通過提升勞動者的生產率來提高勞動者收入(9)參見Becker, G. Human Capital.New York: Columbia University Press, 1964;Mushkin, S. J. “Health as an Investment.”Journal of Political Economy, Vol.70, No2, 1962, pp.129-157。。Grossman首次在人力資本理論的基礎上，構建了健康需求的理論模型，并由此成為研究健康的標準模型。[3]下面，我們將概述Grossman模型的基本框架并分析其中的經驗預測含義，進而引出本文的實證分析模型。

假設一個代表性消費者的效用函數為：

U=U(φ0H0,…,φnHn,Z0,…,Zn)

(1)

其中，H0為外生的初始遺傳健康資本，Hi為第i期的健康資本，φi是每單位健康資本所產生的服務，Zi是第i期其他物品的總消費。n代表個體壽命，是內生變量，當Hn=Hmin時，生命終止。健康資本的增量可表示為：

Hi+1-Hi=Ii-δiHi

(2)

其中，Ii為第i期的健康資本投資，δi為第i期的健康資本折舊率。δi假設為外生，隨個體年齡而變化。

Ii和Zi由下式決定：

Ii=Ii(Mi,THi;Ei)，Zi=Zi(Xi,Ti;Ei)

(3)

其中Mi是醫療投入，THi是用于生產健康的時間，Ei是教育程度；Xi是用于生產物品Zi的投入品，Ti是時間。

個體在一生中的總支出應等于總收入：

(4)

其中，Pi、Vi分別是醫療投入Mi和其他投入Xi的價格；TWi是工作時間，Wi是工資；r是利率，Ao是資產收入。

個體每一期的總時間固定，工作時間TWi、生病時間TLi、用于生產健康的時間THi、用于生產消費物品的時間Ti之和應為常數，即：

TWi+TLi+THi+Ti=Ω

(5)

由(5)得，TWi=Ω-TLi-THi-Ti，代入(4)得

(6)

(1)式是目標函數，(2)(3)式是生產函數約束，(6)式是財富約束。個體在生產約束和財富約束下，選擇和以最大化其效用。在均衡處，健康的邊際成本現值等于健康的邊際收益(健康的收益包括健康帶來的直接效用增加和健康帶來的收入而間接導致的效用增加兩部分)現值。

通過Grossman的健康需求模型可以得到兩個預測：第一，健康需求和醫療費用支出與工資正相關；第二，教育通過提高健康的生產效率而促進健康產出。本文認為，教育之所以能提高健康的生產效率，其原因在于：一方面，教育程度高的人會有更健康的行為，如較少吸煙、較多鍛煉等；另一方面，教育程度提高了人們的認知能力，從而能更有效地利用醫療資源來生產健康。本文基于Grossman模型的預測，考察大學教育對健康的影響效應及其作用機制。設定計量模型如下：

(7)

其中，被解釋變量Y為自評健康或體重是否正常的虛擬變量，核心解釋變量College為大學學歷虛擬變量，Xi是一系列的控制變量，包括年齡、性別、民族、婚姻、戶口、地區、母親受教育年限、出生時的戶口類型、是否獨生子女等。表征個體特征的年齡、性別、民族和婚姻被普遍認為對個體健康有影響，是現有文獻中通用的控制變量(10)參見Cutler, D.& Lleras-Muney, A.“Understanding Differences in Health Behaviors by Education.”Journal of Health Economics, Vol.29, No.1, 2010, pp.1-28；Hu, A.N.“The Health Benefits of College Education in Urban China: Selection Bias and Heterogeneity.” Social Indicators Research, Vol.115, No.3, 2014, pp.1101-1121；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.”Harvard Working Paper, 2016。；由于中國的戶籍制度和地區分割，不同戶籍和地區的經濟環境條件和公共服務水平存在著巨大的差異，所以我們將戶口和地區列為本文計量模型的控制變量。由于現在的健康狀況不可能影響到過去的教育決策，所以模型(7)不存在反向因果問題，但是可能存在遺漏變量導致的內生性問題。可能遺漏的變量主要有兩類：第一類是家庭背景變量，出生在良好家庭環境中的孩子既有更好的營養健康，也同時會接受更好的教育；第二類是風險態度、對未來的貼現等個人偏好變量，一個更看重未來的人會同時更多地投資于教育和健康。對于第一類遺漏變量，我們以母親受教育年限、出生時的戶口類型和是否獨生子女三個變量作為家庭背景的代理變量進行控制。對于第二類遺漏變量，雖然有理論價值，但現有文獻發現其在實證上并不能對健康產生影響[11]。

(二)數據

本文所用數據來自2014年的中國勞動力動態調查(CLDS)。CLDS是全國第一個以勞動力為主題的全國性跟蹤調查，樣本覆蓋中國29個省市(除港澳臺、西藏和海南外)。CLDS采取多階段、多層次與勞動力規模成比例的概率抽樣方法抽取樣本。本文選取年齡在16-64歲之間的高中和大學學歷勞動力并剔除在讀學生樣本，得到分析所用樣本量為6092。

本文關注的被解釋變量為衡量健康狀況的相關指標，包括度量主觀健康狀況的自評健康和度量客觀健康狀況的體重指數(BMI)。自評健康是死亡率、住院診治等客觀健康的一個很好的預測指標(11)參見Idler, E. L. and Benyamini, Y. “Self-Rated Health and Mortality: A Review of Twenty Seven Community Studies.” Journal of Health and Social Behavior, Vol.38, No.1, 1997, pp.21-37；Doiron, D., Fiebig, D. G. & Johar, M. “Does Self-Assessed Health Measure Health?”Applied Economics, Vol.47, No.2, 2015, pp.180-194。，而以BMI度量的過度肥胖則是糖尿病、高血壓、冠心病、乳腺癌等眾多疾病的重要發病誘因。[20]這兩種指標對健康狀況有著良好的代表性，使得其在現有研究文獻中被廣泛運用(12)參見Clark, D.,&Royer, H.“The Effect of Education on Adult Health and Mortality: Evidence from Britain.”American Economic Review, Vol.103, No.6, 2013, pp.2087-2120；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.”Harvard Working Paper, 2016；胡安寧《教育能否讓我們更健康——基于2010年中國綜合社會調查的城鄉比較分析》,《中國社會科學》，2014年第5期。。本文采用自評健康和BMI來分別度量個體的主客觀健康狀況，既有代表性，又便于與現有文獻研究結論進行比較。

CLDS2014中對自評健康的問卷問題是：您認為自己現在的健康狀況如何？有五個回答選項：非常健康、健康、一般、比較不健康、非常不健康。我們設置健康虛擬變量，當回答選項為“非常健康”和“健康”時，取值為1；回答選項為“一般”“比較不健康”和“非常不健康”時，取值為0。CLDS2014中有被訪個體身高和體重的數據，我們據此計算出個體的BMI值(13)BMI等于體重除以身高的平方(kg/m2)。。我們設置正常體重虛擬變量，當BMI大于等于18.5而小于24時，取值為1，否則取值為0；設置超重體重虛擬變量，當BMI大于等于24時，取值為1，否則取值為0；設置過低體重虛擬變量，當BMI小于18.5時，取值為1，否則取值為0(14)2013年國家衛計委發布的《成人體重判定標準》規定，BMI大于等于24者為體重超重，小于18.5者為體重過低，居中者為體重正常，http://www.nhfpc.gov.cn/zhuz/yingyang/201308/a233d450fdbc47c5ad4f08b7e394d1e8.shtml。。

核心解釋變量是大學學歷虛擬變量，當個體學歷為大學時，取值為1，學歷為高中時取值為0。高中學歷包括普通高中、職業高中、技校和中專，大學學歷包括大專和本科。控制變量包括個體特征變量和家庭背景變量兩類。其中個體特征變量包括年齡、性別、民族、婚姻、戶口和省份虛擬變量；家庭背景變量包括母親受教育年限、出生地戶籍和是否獨生子女。年齡以調查年份2014減去受訪者出生年份得出。設置性別虛擬變量，女性取值為1，男性取值為0。設置民族虛擬變量，少數民族取值為1，漢族取值為0。設置婚姻虛擬變量，在婚取值為1，未婚取值為0，其中在婚包括“初婚”和“再婚”，未婚包括“未婚”“離異”“喪偶”“同居”。設置戶口虛擬變量，非農戶口取值為1，農業戶口取值為0。母親受教育年限由母親受教育程度和相應學制換算而得，未上過學者取值為0，上過小學或私塾者取值為6，初中學歷者取值為9，普通高中、職業高中、技校、中專學歷者取值為12，大專學歷者取值為15，本科學歷者取值為16，碩士學歷者取值為19，博士學歷者取值為22。設置出生時戶籍類型虛擬變量，非農戶口為1，農業戶口為0。設置獨生子女虛擬變量，獨生子女為1，非獨生子女為0。

在研究上大學對健康的影響機制時，要用到渠道變量。我們考察了健康行為、認知能力和收入三類渠道變量，分別以吸煙和鍛煉代表好的健康行為和壞的健康行為。吸煙為虛擬變量，“有吸煙歷史(每天一支以上，連續吸煙一年以上)”的取值為1，“無吸煙歷史”的取值為0；鍛煉為虛擬變量，“最近一個月進行有規律鍛煉”者取值為1，否則取值為0。CLDS2014中詢問了個體在閱讀報刊、寫信、用手機發短信、使用網上銀行、網上購買火車票、銀行ATM取款等六個方面的能力，我們將這六個方面的得分加總得到個體的認知能力。年收入為被訪勞動者2013年各類收入總計，包括農業收入、工資收入、經營收入等。

表1 描述性統計

表1(續)

表1是各變量分學歷樣本的描述性統計表，最后的一列是獨立樣本t檢驗結果。從表1可以看到，大學學歷勞動力自評健康好的比例顯著高于高中學歷勞動力，但是大學學歷勞動力正常體重的比例顯著低于高中學歷勞動力。從個體特征來看，大學學歷勞動者平均年齡更小、已婚比例更低、非農戶口比例更高、更少在中部和東北地區就業。從家庭背景來看，大學學歷勞動者的母親平均受教育年限、出生時非農戶口比例和獨生子女比例均更高，這表明其擁有更好的家庭背景條件。從渠道變量來看，大學學歷勞動力的對數年收入、認知能力和有規律鍛煉的比例均顯著高于高中學歷勞動者，而吸煙比例則顯著低于高中學歷勞動者。

三、大學教育對健康的影響效應估計

(一)基于Probit模型的估計結果

模型(7)為線性概率模型，其被解釋變量的取值非0即1，但根據此模型所做的預測值可能出現大于1或小于0的不現實情形。為避免此缺陷，我們采用Probit模型進行估計。即假設的兩點分布概率為：

(8)

其中，Φ(x′,β)為標準正態的累積分布函數。

模型(8)為非線性模型，可使用最大似然法進行估計。對數似然函數為：

(9)

求解β使得對數似然函數最大化。Probit模型的邊際效應為：

(10)

可以看到，Probit模型的邊際效應并非常數，而是隨解釋變量而變化，可以通過計算每個樣本觀測值上的邊際效應后取平均得到平均邊際效應。

1.大學教育對主觀健康的影響效應

表2是大學教育對主觀健康影響效應的估計結果。上面是進行Probit回歸得到的系數，下面是進一步計算得到的平均邊際效應。從表2的(1)(2)(3)可以看到，大學教育對自評健康有顯著的正向影響，隨著個體特征變量和家庭背景變量的加入，大學教育的健康回報在降低但均顯著為正。平均而言，上大學能使勞動者自評健康狀況提升5.7個百分點。但分性別回歸結果顯示，大學教育對男性自評健康的影響大且顯著，對女性的自評健康影響小且不顯著。平均而言，上大學能使男性自評健康狀況提升7.7個百分點。進一步對男性樣本分年齡回歸的結果顯示，大學教育對年輕男性勞動力和年老男性勞動力的自評健康都有顯著的正向影響。

表2 大學教育對主觀健康的影響效應

2.大學教育對客觀健康的影響效應

從表3的(1)(2)(3)可以看到，大學教育對勞動者是否擁有正常體重有負向影響，但其顯著性隨加入的控制變量而變化，加入個體特征和家庭背景特征后，這種負向影響效應只在10%的顯著性水平上統計顯著。進一步分性別回歸結果顯示，大學教育對男性勞動力是否擁有正常體重有負向影響，而對女性勞動力的影響并不顯著。

進一步，分別以是否超重體重和過低體重為被解釋變量進行回歸發現，上大學對男性偏瘦的概率沒有顯著影響，卻使得男性偏胖的概率顯著上升6.9個百分點。再進一步，以是否體重偏胖為被解釋變量，根據年齡對男性樣本分組回歸結果顯示，大學教育對年輕男性勞動力和年老男性勞動力的體重均有顯著的影響效應，能分別使二者偏胖的概率提升6.2個百分點和7.2個百分點。

表3 大學教育對客觀健康的影響效應

(二)內生性問題

1.基于可觀測變量來檢驗不可觀測變量偏差

雖然我們控制了諸多影響健康的個體特征變量和家庭背景變量，但仍可能遺漏如風險態度、對未來的貼現等個人偏好變量。這些變量會同時影響教育和健康，因而可能使得我們前述的估計結果有偏。由于這類變量無法測度，且已有文獻發現這類遺漏變量在實證上并不能對健康產生影響[11]，所以現有文獻并沒有對其進行控制。但由于教育對健康的異質性很強，適合國外發達國家的情形未必適合中國。所以，我們仍然試圖在本文的情形中考察遺漏不可觀測變量帶來的內生性問題的影響。

我們首先采用Altonji等[21]提出的基于可觀測變量來檢驗不可觀測變量偏差的方法來估計以下兩個模型：

Y=β0+βRD+β2X1+ε

(11)

(12)

(11)為受約束模型，其中Y為健康狀況(自評健康或體重偏胖的虛擬變量)，D為大學學歷虛擬變量，X1為個體特征變量；在模型(11)中加入家庭背景變量X2就構成了完整模型(12)。基于受約束模型和完整模型的估計系數，Bellows和Miguel [22]構造了不可觀測變量的選擇性偏誤強度的測量指標：

(13)

δ1表示，如果要把核心解釋變量D的效應全部歸因于不可觀測變量的選擇性偏誤，那么不可觀測變量的選擇性偏誤相對于可觀測變量的選擇性偏誤必須達到多少倍。

Oster指出，Bellows和Miguel構造的選擇性偏誤強度指標有一個問題，即如果加入的X2對Y的解釋力很弱，那么也會觀察到核心解釋變量系數穩定。所以，Oster在考慮可觀測變量的加入對模型擬合程度的影響的基礎上，提出了修正的測量指標[23]：

(14)

由于δ2的計算需要用到R2，所以我們基于線性概率模型對模型(11)和(12)進行了回歸。基于自評健康的回歸結果計算得到的δ1=48.372、δ2=4.858，基于肥胖的回歸結果計算得到的δ1=16.429、δ2=1.435。此外，我們還基于Probit模型對模型(11)和(12)進行了回歸，發現得到的平均邊際效應與OLS回歸結果非常接近，進一步計算得到δ1也與OLS回歸下的計算結果相近。所有計算得到的δ1和δ2值均大于臨界標準值1，所以我們有理由相信風險態度、對未來的貼現等不可觀測變量的影響較小，內生性問題不足以改變基準回歸的研究結論。

表4 基于可觀測變量來檢驗不可觀測變量偏差

2.IV估計

為了進一步考察內生性問題，我們利用中國高校擴招的自然實驗，進行了工具變量估計。借鑒Li等學者的研究[24]，我們以各省各時期的潛在擴招量作為個體是否上大學的工具變量。潛在擴招量的構造方式如下：

(15)

本文的因變量和內生變量均為二值變量，用兩階段最小二乘法或控制函數法估計通常會導致不一致的結果；傳統的用于估計內生限值因變量模型的IV-Probit估計只適用于連續內生解釋變量的情形(15)參見Wooldridge, J. M. Econometric Analysis of Cross Section and Panel Data.Cambridge,MA: MIT Press, 2nd edition, 2010；Deri Armstrong, C., Devlin, R. A. & Seifi, F.“Doing Good, Feeling Good: Causal Evidence from Volunteers.” Review of Social Economy, 2020。。所以，我們采用條件混合過程方法(Conditional Mixed Process；CMP)進行估計。條件混合過程估計基于一個統一的聯立方程混合模型框架，適用于多種不同類型被解釋變量，可根據變量類型設定方程組，采用極大似然估計法完成估計[25]。本文的CMP估計方程組包含兩個方程，第一階段方程為大學學歷(二值變量)的決定方程，第二階段方程為健康(二值變量)的決定方程。

(16)

(17)

(18)

上標帶星號的是潛變量，PEpt為工具變量，是個體高考時所在省份的潛在擴招人數，其他變量和符號含義同前。

IV估計的結果如表5所示。第一階段估計結果均表明，高校擴招會顯著提升個體上大學的概率。Sanderson-Windmeijer F統計量在5%統計顯著性水平上顯著，這排除了弱工具變量問題。Kleibergen-Paaprk LM 統計量在10%統計顯著性水平上顯著，拒絕了工具變量不可識別的原假設。工具變量估計結果表明，大學教育能顯著提升男性的自評健康水平，但同時也會顯著增加男性肥胖的概率，兩者均在1%統計顯著性水平上顯著。可以看到，IV估計結果與Probit模型估計結果所得到的結論一致。

表5 大學教育對健康的影響效應：IV估計

四、大學教育對健康的影響機制分析

我們采用中介效應分析框架來考察上大學對健康的影響機制，除了模型(7)外，中介效應分析還需要估計以下兩個模型：

(19)

(20)

模型(19)以中介變量M為因變量，采用(7)中相同的自變量進行回歸，考察大學教育對各中介變量的影響。模型(20)將中介變量M放入模型(7)中進行回歸。我們依次考察了是否有吸煙史、是否進行有規律鍛煉、認知能力和年收入四個中介變量。

傳統中介效應分析方法將間接效應β'γ視為中介效應，并有多種方法檢驗其統計顯著性。Baron和Kenny提出逐步法(以下簡稱BK法)[26]，依次檢驗方程(19)的系數β'和方程(20)的系數γ，若兩者都顯著，則表明中介效應存在。BK法通過分別檢驗H0:β'=0和H0:γ=0來間接檢驗H0:β'γ=0。BK法的檢驗力較低，存在漏檢的可能性。若用BK法得到顯著的中介效應，則中介效應一定存在；若BK法沒有得到顯著的中介效應，則中介效應不一定存在。Sobel則直接檢驗假設H0:β'γ=0。[27]Sobel法的檢驗力高于BK法的依次檢驗。但其檢驗統計量的推導需要假設中介效應的估計量服從正態分布，這通常很難滿足。Bootstrap法也是直接檢驗假設H0:β'γ=0，但它是一種非參數方法，可以避免Sobel法需要正態分布假設的缺陷。Bootstrap法的檢驗力要高于Sobel法[28]。基于穩健性考慮，我們同時采用BK法、Sobel法和Bootstrap法檢驗中介效應。

傳統中介效應分析方法基于結構方程模型分析中介效應，但現有研究表明當因變量或中介變量為二值變量時，并不能表示中介效應(16)參見Imai, K., L. Keele, T. Yamamoto.“Identification, Inference, and Sensitivity Analysis for Causal Mediation Effects.”Statistical Sciences, 25, 2010b,pp.51-71；Pearl, J.“The Causal Mediation Formula-AGuide to theAssessment of Pathwaysand Mechanisms.” Technical Report R-379, UCLA Cognitive Systems Laboratory, 2001；Li, Y., J. A. Schneider, D. A. Bennett. “Estimation of the mediation effect with a binary mediator.” Statistics in Medicine, Vol.26, 2007, pp.3398-3414。。Imai等學者基于潛在結果框架提出了現代的因果中介分析方法，既能清晰地表達中介效應，又能適用于Probit等非線性模型。(17)參見Imai, K., L. Keele, D. Tingley.“A General Approach to Causal Mediation Analysis.”Psychological Methods, 15, 2010a, pp.309-334; Imai, K., L. Keele, T. Yamamoto.“Identification, Inference, and Sensitivity Analysis for Causal Mediation Effects.”Statistical Sciences, 25, 2010b,pp.51-71。本文的因變量和核心自變量都是二值變量，為了更準確地分析中介效應，我們進一步采用現代的因果中介分析方法進行中介效應分析。

一個受過良好教育的人有更低的貼現率，更愿意投資未來；有更多的健康知識，更懂得如何使用醫療服務和其他資源來改善健康；有更高的收入，更有能力和資本來投資健康(18)參見Grossman, M. “On the Concept of Health Capital and the Demand for Health.”Journal of Political Economy, Vol.80, No.2, 1972, pp.223-55；Bijwaard, G., Kippersluis, H. & Veenman, J. “Education and Health: the Role of Cognitive Ability.”Journal of Health Economics, Vol.42, July, 2015, pp.29-43；Lochner, L. “Nonproduction Benefits of Education: Crime, Health and Good Citizenship.” In Hanushek, E. A., Machin, S. & Woessmann, L. (eds.) Handbook of the Economics of Education. Amsterdam：North Holland Press, Vol.4, 2011, pp.183-282。。所以，大學教育可能會通過健康行為、認知能力和收入對個體健康狀況產生影響。我們分別以是否有吸煙史和是否進行有規律鍛煉代表有害和有益的健康行為，考察是否有吸煙史、是否進行有規律鍛煉、認知能力和對數年收入四個中介變量，分別針對主觀健康和客觀健康來研究大學教育對健康的影響機制。

(一)大學教育對主觀健康的影響機制分析

以自評健康為因變量，考察大學教育對主觀健康的影響機制。從表6左半部分中可以看到，傳統中介分析中，基于模型(19)的估計表明，大學教育對各中介變量的影響(β')都十分顯著。大學教育降低了吸煙的概率，提高了鍛煉的概率，提升了認知能力和收入水平。基于模型(20)的估計表明，吸煙和鍛煉兩項代表健康行為的中介變量的系數γ并不顯著，而認知能力和收入中介變量的估計系數γ十分顯著。基于這兩項估計結果，BK法可以得出健康行為不是大學教育影響主觀健康的中介機制，而認知能力和收入才是大學教育影響主觀健康的中介機制的結論。由于BK法是間接檢驗，檢驗力較低。故而我們進一步進行了Sobel檢驗和Bootstrap檢驗，這兩項檢驗的結論與BK法的結論一致，均表明大學教育通過影響認知能力和收入而對個體主觀健康產生影響。在大學教育對主觀健康的影響效應中，認知能力機制和收入機制的占比分別為28.9%和19%，這兩項間接效應的占比之和接近總效應的一半；而吸煙和鍛煉的占比分別只有1%左右。

在傳統中介分析下，模型(19)和(20)都是采用線性概率模型進行估計；在因果中介分析下，可以根據因變量和中介變量的類型選擇估計模型。鑒于本文的因變量和部分中介變量為二值變量，所以我們進一步采用因果中介分析進行中介效應檢驗，對二值因變量采用Probit模型進行估計。表6右半部分的因果中介分析所得到中介效應大小及其顯著性與傳統中介分析的結果一致，均表明大學教育通過影響認知能力和收入而對個體的主觀健康產生影響。在大學教育對主觀健康的影響效應中，認知能力機制和收入機制的占比分別為26%和16.9%，這兩項間接效應的占比之和超過四成；而吸煙和鍛煉的占比分別不超過1%。

傳統中介分析和因果中介分析的結果都表明大學教育對主觀健康的影響機制均是認知能力和收入，而非健康行為。健康行為的解釋效應較弱主要是因為本文的樣本為勞動年齡人口，與退休的老年人不同，這個年齡段人群的健康行為對其健康的促進作用尚不明顯。大學教育能顯著提升個體的認知能力和收入。較高的認知能力既能使個體消費更豐富的精神文化產品，又能使其更有效地利用醫療資源來生產健康，從而對個體的主觀健康產生影響。較多的經濟收入不僅意味著可用于健康投資的資源較多，而且意味著較高的社會經濟地位，這會影響到個人的精神狀態和自信，進而對主觀健康產生影響。

表6 大學教育對主觀健康的影響機制

(二)大學教育對客觀健康的影響機制分析

以體重是否超重為因變量，考察大學教育對客觀健康的影響機制，結果如表7所示。表7左半部分是傳統中介分析的結果，右半部分是因果中介分析的結果。無論是主觀健康還是客觀健康的分析，模型(19)是共同的，因而估計得到的β'及其顯著性是一樣的。基于模型(20)的估計表明，吸煙和鍛煉兩項代表健康行為的中介變量的系數γ在5%的統計顯著性水平上并不顯著，而認知能力和收入中介變量的估計系數γ在1%的統計顯著性水平上顯著。基于這兩項估計結果，BK法可以得出健康行為不是大學教育影響客觀健康的中介機制，而認知能力和收入才是大學教育影響客觀健康的中介機制的結論。Sobel檢驗和Bootstrap檢驗進一步驗證了BK法的結論。表7右半部分的因果中介分析所得到中介效應大小及其顯著性與傳統中介分析的結果一致。

表7 大學教育對客觀健康的影響機制

傳統中介分析和因果中介分析的結果都表明大學教育對客觀健康的影響機制是認知能力和收入，而非健康行為。健康行為的解釋效應較弱主要是因為本文的樣本為勞動年齡人口，吸煙和鍛煉等健康行為對男性勞動力體重超重的影響較弱。大學教育提升的認知能力促使勞動者更多地從事腦力勞動，而長時間久坐更可能帶來肥胖問題，加之男性又沒有女性那樣在意自身形體，從而導致大學學歷男性更高的肥胖概率。上大學較大幅度地提高了個體收入。在中國由“溫飽”走向“小康”的過程中，上大學帶來的收入增加使得受過大學教育的勞動力可以將更多的收入用于食品支出，中國文化中“民以食為天”的傳統和現實社會中“請客吃飯”的習俗，使得高收入勞動力在飲食方面更容易過度攝入，導致肥胖問題。

五、結論與啟示

高等教育是一種重要的人力資本投資，對人們經濟生活的各個方面都有重要的影響。上大學不僅有未來勞動力市場收入的物質回報，還可能有健康等非物質回報。本文采用中國勞動力動態調查數據(CLDS)，針對16-64歲的勞動年齡人口，從主觀健康和客觀健康兩個方面考察了中國大學教育的健康效應及其影響機制。研究結果表明，上大學對男性的健康狀況有顯著影響，而對女性的健康狀況并沒有顯著影響；上大學使得男性的自評健康狀況和體重偏胖的概率分別提升了7.7個百分點和6.9個百分點。無論是主觀健康還是客觀健康，大學教育對男性勞動力健康的影響機制均是認知能力和收入，而非健康行為。

本文的研究結論表明，大學教育的健康效應存在性別差異和模糊性。即使是男性，大學教育一方面提升了其主觀健康水平，但同時又降低了其客觀健康水平。針對老年人群體的研究表明，健康行為是教育影響健康的主要作用渠道。[29]而本文針對勞動年齡人口的大學教育的研究表明，健康行為的機制效應非常弱，大學教育影響健康的主導作用機制是認知能力和收入。這啟示我們，教育的健康效應和機制具有較強的異質性，需要區分人口特征和健康維度來深入研究。因此，我們要充分認識到大學教育對個人發展的基礎性作用。在制定高等教育規模時，除了勞動力市場的考慮外，還要充分考慮到大學教育具有的健康等非物質回報的影響。中國的大學階段教育除了傳統的專業知識傳授外，還應進一步注重學生健康知識和觀念的教育，培養學生科學的健康認知和健康行為習慣，以促使中國整體健康人力資本的提升。在推進健康中國建設的過程中，除了深化醫藥衛生體制改革、深入開展愛國衛生運動等措施外，大力發展并優化高等教育亦是提高國民健康水平的重要途徑。