“健康共富”理念下我國勞動者健康風險價值損益評估

摘 要：健康風險評估是健康管理的基礎。在健康中國與共同富裕背景下，評估我國勞動者健康風險價值損益，有助于深刻認識并紓解健康不平等問題，為制定針對性的健康干預措施提供科學依據。基于補償性工資差值與享樂主義工資理論，構建包含內生疾病與外生環境健康風險的效用函數，從勞動者風險偏好視角構建健康風險價值損益評估的理論框架。采用中國家庭動態追蹤調查（CFPS）與我國居民疾病死亡率匹配數據，借鑒統計生命價值核算的“工資—風險”法，利用擴展的二元健康風險明瑟收入方程來測度我國勞動者健康風險價值，并借助再中心化影響函數RIF回歸對不同收入群體結果進行分解。研究發現：我國勞動者內生疾病死亡風險價值呈虧損狀態，其中循環系統疾病是價值損失的主因；外生環境風險則體現為收益，并成為健康風險價值盈余的主導力量。不同收入群體的健康風險價值均有上升，且存在明顯的

健康—收入分層，各收入群體在內生疾病風險價值盈虧上相差不大，但高收入群體外生環境風險價值總量遠高于低收入群體，價值損失也更為嚴重。提高健康風險的特征效應，并減少其結構效應的負面影響，有利于緩解不同收入群體的健康不平等。

關鍵詞：健康中國；健康風險；共同富裕；健康公平；統計生命價值

中圖分類號：C921；F221

文獻標識碼：A

文章編號：1000-4149（2024）04-0084-17

DOI：10.3969/j.issn.1000-4149.2024.00.033

一、引言

健康是幸福生活的重要指標，也是實現共同富裕的基礎保障。黨的二十大報告指出，人民健康是民族昌盛和國家強盛的重要標志。隨著醫療衛生服務水平的不斷提高，我國居民健康水平顯著提升。國家衛生健康委員會發布的《2021年我國衛生健康事業發展統計公報》顯示，近十年來我國人均預期壽命由74.8歲提高至78.2歲，孕產婦、嬰兒、5歲以下兒童死亡率均降至歷史最低水平。雖然我國衛生健康事業發展取得喜人成績，但仍面臨嚴峻的健康風險挑戰。高血壓、糖尿病、心腦血管疾病及惡性腫瘤患病率居高不下，慢性非傳染性疾病與職業傷害日益成為威脅居民健康的主要殺手［1］。此外，空氣污染、生態破壞等外部環境因素也對國民健康產生較大危害［2］。上述各類內外部健康風險，均會導致勞動者的健康損害與經濟損失。

健康風險（health risk）指個體因自然、社會與個人行為等因素導致疾病、傷殘以及健康損失的可能性，關乎居民健康與國民經濟可持續發展。健康風險可能由先天遺傳、工作環境、生活方式、飲食習慣等因素引發，造成居民收入減少與醫療費用增加，給社會帶來巨大經濟成本。同時，由于風險源的復雜性，不同社會群體的健康風險差異也會加劇健康不平等［3］。面對日益嚴峻復雜的健康風險問題，全面建立健康影響評估制度，全方位、全周期維護和保障人民健康，不僅是“健康中國2030”戰略的基本要求，也是共同富裕目標下促進健康公平題中應有之義。

健康風險與共同富裕存在緊密關聯，低收入群體可能面臨更高的健康風險，勞動者若長期處于非健康狀態，不僅制約其收入水平、社會福利、醫療保障、教育機會的提升，同時會進一步擴大與高收入群體的差距，阻礙共同富裕的推進［4］。系統測度居民健康風險價值損益并考察不同收入群體的異質性，有益于從健康風險評估視角認識居民健康現狀，推進我國健康經濟統計核算的深入發展，并為緩解不同群體的健康不平等、增進國民福祉提供優化路徑，具有重要的理論意義與鮮明的政策價值。

二、文獻回顧

健康風險價值評估的相關研究，主要聚焦影響因素考察、統計方法選擇、測度結果評價三個方面。

風險發生率是測度健康風險價值的主要依據，按風險邊界可分為內部疾病類風險與外部環境類風險兩類。疾病類風險由人身疾病以及傷害所引起，包括惡性腫瘤、心腦血管、糖尿病、抑郁癥等各類疾病，須根據人口統計條件（如年齡、性別）、生活方式（如鍛煉、飲酒/吸煙、飲食）、個人病史和生理數據（如體重、身高、膽固醇水平、血壓）收集信息，并結合工資收入等狀況直接評估［5］。外部環境類風險除空氣污染、生態破壞等風險外，還包括意外傷害等職業健康風險，該類研究通過準自然實驗、問卷調查等途徑問詢受訪者面對風險的支付意愿，通過疾病發生率、死亡率、工作時間之間的聯系，間接估算由邊際風險變動帶來的價值損益［6］。

在影響因素方面，內部疾病類風險與日常生活密不可分，大部分可歸因于不良生活方式和缺乏全面的健康促進策略。一方面，個體健康狀況隨年齡的增長產生折舊，不良飲食習慣、缺乏運動、吸煙等行為將提升疾病死亡風險。另一方面，營養攝入、運動健身、陋習糾正、健康咨詢等健康干預行為將有益于避免相應風險的發生［7］。該類健康風險價值很大程度上取決于個人的健康風險認知及偏好，在評估中需更多關注解決生理性功能衰退及提高生命質量等問題。外部環境類風險主要受空氣污染影響，個人短期或長期暴露于重污染空氣環境，對心血管、免疫系統、呼吸系統造成不可逆的損傷。空氣質量與工作環境的改善可降低此類風險，污染特征及污染的病理表現是估計此類健康風險價值量的關鍵［8］。

在方法選擇方面，常用的健康風險價值測度方法包括疾病成本法（Cost of Illness，COI）、人力資本法（Human Capital Approach，HCA）、支付意愿法（Willingness to Pay，WTP）與統計生命價值法（Value of a Statistical Life，VSL）。疾病成本法通過構造健康損失函數用以計算由疾病風險引起的費用成本，如醫療費用（門診費、住院費和藥費）、病休收入損失、精神與心理代價等。人力資本法則是從收入角度評估由健康風險導致過早死亡的人力資本損失現值。當具備詳細成本費用及工資收入時，可用上述兩種方法直接估算健康風險價值，但其局限性在于未考慮個體對健康或疾病的風險偏好，從而低估或高估健康風險價值［9］。

針對兩類方法的不足，支付意愿法通過設計統計問卷詢問受訪者關于健康風險愿意支付的最大金額，用以了解個體關于健康的風險偏好。該方法多用于小規模調查研究，基于顯示性偏好原理，利用微觀調查獲取個人健康投資意愿，易于探究不同風險態度人群對健康風險價值的多樣化影響［10］。然而，該方法對調查問卷與數據質量的要求較高，由于支付意愿從屬于個體的主觀判斷，往往受地域、人群、風險類型和風險認知等多重因素影響，可能導致不同樣本的調查結果存在較大差異。為克服上述缺陷，統計生命價值法立足補償性工資差異假說，量化個人接受死亡風險暴露的意愿，根據個體死亡風險率與收入的預期變化構建計量模型，由風險變動的邊際轉化率來計算統計生命價值，從而推斷健康風險導致的價值損益［11］。該方法通過對健康風險與工資收入的權衡，評估勞動者關于健康風險價值的成本收益，較WTP法能更客觀地反映個體對于內外部死亡風險暴露的意愿，已在工傷仲裁、事故賠償、災害評估等領域得到廣泛應用［12］。

在結果評價方面，內部疾病類風險多聚焦于惡性腫瘤、心腦血管、糖尿病等高發性慢性非傳染性疾病，其中惡性腫瘤遠高于其他類疾病風險，健康風險價值損失遠高于實際支付的醫療費用成本及相關理賠，勞動者因失能、死亡導致的人力資本與社會福利損失更是難以估量［13］。在各種健康風險行為中，飲酒消費導致的心腦血管疾病和癌癥風險增加是健康成本增大的主要原因，該行為對我國勞動力造成的損失每年超過2200億元［14］。在未進行大規模環境治理之前，我國人均健康成本呈逐年上升之勢，隨著空氣質量的不斷改善，環境污染導致居民的健康終端損失與經濟損失均有大幅降低［8］。然而，對勞動者的職業傷害成本依然存在明顯低估，我國現行補償標準遠不能彌補［15］。

梳理已有文獻，國內外研究多關注于單一健康風險價值測度，缺乏對整體健康風險價值及對應風險損益的系統評價，尚未形成兼顧內外部健康風險的統一分析框架，無論在理論還是實證層面均亟須深化。當前，量化健康風險價值的工具方法已日趨成熟，統計生命價值法因客觀反映個體風險偏好與收入之間的關系而備受青睞，但受限于數據可得性，國內相關研究僅對部分健康風險的統計生命價值展開測度，未能全面反映勞動者健康風險價值損益情況。同時，由于健康風險受多種因素影響，對不同收入群體的異質性應予重視，并根據已有測度結果對各類風險因素進行分解。

鑒于此，本文基于補償性工資差值（Compensating Wage Differential）與享樂主義工資（Hedonic Price）理論，構建包含內生疾病類風險與外生環境風險的二元健康風險理論模型，通過匹配中國家庭動態追蹤調查（CFPS）與我國居民疾病死亡率數據，借助明瑟收入方程，利用統計生命價值核算中的“工資—風險”法來測度我國勞動者健康風險價值損益，并使用再中心化影響函數RIF回歸進行分解，從健康風險價值評估視角來探究影響我國居民健康不平等的成因。與既有研究相比，本文創新之處在于：其一，立足健康中國戰略與共同富裕目標，針對不同職業勞動者面臨的健康風險構建二元健康風險模型，擴展了健康風險理論的研究視域；其二，運用“成本—收益”分析思路，刻畫了勞動者健康風險與工作收入之間的關系，據此揭示不同人群健康風險的偏好特征，從統計生命價值角度評估勞動者健康風險價值損益；其三，充分考慮不同收入群體健康風險價值的異質性，在已有測度結果基礎上分解各類健康風險因素，有助于深化認識當前我國勞動者健康與收入分布，為緩解我國健康不平等與促進健康公平提供參考。

三、理論模型與測度邏輯

健康風險價值大小一方面取決于環境、年齡、性別、收入等客觀因素，另一方面由個體健康主觀風險認知所決定［16］。亞當·斯密于《國富論》中指出，“勞工的工資因工作的輕松或艱苦、清潔或骯臟、體面或不體面而不同”，勞動者的統計生命價值也因從事不同職業而有較大差異。補償性工資理論從風險異質性角度為健康風險價值提供解釋，即風險價值是對個體從事較差工作條件勞動進行的補償。面對健康風險，勞動者對工資的補償差異源于其個人的風險預期，此時需權衡成本（死亡風險增加）與收益（工資收入提高）之間的關系。若勞動者身體處于良好的健康狀態且對收入需求較高，其愿意以適當增加健康風險為代價來賺取更多的工資（風險偏好者），此時健康風險的提高將會產生溢價效應，額外收入即為個人犧牲健康所需的經濟補償。若勞動者身體處于非健康狀態或厭惡健康風險，其會傾向從事相對安全的工作（風險規避者），給予再高的工資補償也無法彌補因健康風險增加而帶來的損失，此時死亡風險的提高會抑制收入的上升。

相比其他風險，健康風險具有不可預見性、經濟損失嚴重、風險源復雜等特點［17］。影響勞動者的健康風險有多種，部分風險由外生決定，如環境污染、交通意外、生產事故等，個人通常無法通過市場交易或健康干預的方式降低該類風險。大部分死亡風險以內生為主，與個人工作及生活習慣密切相關，此類風險可通過人為健康干預避免或減少［18］。本文構建了兼顧內外生健康風險效用函數的理論模型，通過區分不同風險對工資收入的異質性影響，考察內生疾病風險與外生環境沖擊帶來的勞動者健康風險價值損益變化。

假設勞動者死亡風險率為q，健康生存率為1-q。死亡風險分為內外生兩類：內生死亡風險發生概率q1=a1q，包括心腦血管、呼吸系統、惡性腫瘤等疾病死亡風險；外生死亡風險發生概率q2=a2q，包括意外事故、勞動損傷、中毒等外部原因，以上兩類風險相互獨立，且滿足a1 + a2=1。勞動者工資收入w（q）為死亡風險率q的函數。通常而言，死亡風險率q越高的工作，工資率就越高，即w（q）/qgt;0。勞動者在健康狀態下的效用函數為u（w（q）），內生死亡風險效用函數為v（w（q）），外生死亡風險效用函數為z（w（q）），則勞動者的期望效用E（U）為：

E（U）=（1-q）u（w（q）） + q［a1（1-h）v（w（q）） + a2z（w（q））］（1）

其中，h（0≤h≤1）為健康疾病惡化程度，h越高意味著勞動者健康狀況越差，對上式求關于工資w和死亡風險率q的全微分，令d（E（U））=0：

（1-q）u（w（q））w（q） + qa1（1-h）v（w（q））w（q） + qa2z（w（q））w（q）dw +

［-u（w（q）） + a1（1-h）v（w（q）） + a2z（w（q））］dq=0（2）

根據式（2）整理可得勞動者健康風險的統計生命價值：

VSL=dw（q）dq=u（w（q））-a1（1-h）v（w（q））-a2z（w（q））（1-q）u（w（q））w（q） + qa1（1-h）v（w（q））w（q） + a2z（w（q））w（q）（3）

由式（3）可知，健康風險的統計生命價值VSL主要受不同收入與健康狀態下個體效用、邊際效用及內外生死亡風險率的影響。從效用函數來看，不同群體邊際效用的區別導致了VSL的差異，其可由羅森（Rosen）提出的享樂主義工資理論來解釋［19］。在競爭市場條件下，勞動者可根據效用最大化選擇不同的工作崗位，某些風險較高的工作由工資差別補償。高收入勞動者工資帶來的邊際效用偏低，效用對工資收入的變化并不敏感，因而該類人群更不愿意從事危險的工作，即使死亡風險小幅提高，勞動者也會要求較高的補償，VSL會明顯上升（享樂主義型）。與之相對，低收入勞動者工資收入帶來的效用有限，單位工資收入產生的邊際效用較大，即使在健康風險上升條件下生產者未提供較高的工資補償，其依然會從事危險繁重的工作（吃苦耐勞型）。若健康狀態持續惡化，此時風險與工資收入呈反方向變動，增加風險將得不償失，應選擇規避風險以避免更大的經濟損失。

從死亡風險率來看，內外生死亡風險的提高均會提升勞動者的邊際支付意愿，風險的提高增加了個人的預防性動機，人們會投入更多的時間和金錢通過營養膳食、運動健身、醫療保健等健康投資途徑降低風險，勞動者在工作中也將盡可能地規避可能出現的潛在風險（風險規避型）；相反，若死亡風險降低，個體會減少對預防風險的投入轉向其他消費，在健康風險可控范圍內，勞動者能從事更多的工作以期獲得額外的報酬補償，收入的增加可進一步提高個人效用。此外，提供其他工作福利或與風險相關的便利設施（如醫療費用報銷、健康保險等）也可能影響勞動者承擔職業風險的意愿。

按內外生風險因素，可將式（3）分解為疾病風險價值VMR（Value of Morbidity Risk）與意外風險價值VFR（Value of Fatality Risk）兩個部分：

VMR=u（w（q））-a1（1-h）v（w（q））（1-q）u（w（q））w（q） + qa1（1-h）v（w（q））w（q） + a2z（w（q））w（q）（4）

VFR=-q2z（w（q））（1-q）u（w（q））w（q） + q

a1（1-h）v（w（q））w（q） + a2z（w（q））w（q）（5）

結合式（3）可知VSL=VMR + VFR，該等式將勞動者內外生健康風險價值按風險類型分解，給出了勞動者面臨不同類型風險時的偏好。VMR與VFR可正可負。當勞動者處于良好健康狀態時，在可控范圍內單位健康風險的增加將促進收入的提高，VMR與VFR均大于0。此時享樂主義工資發揮作用，勞動者要求額外的收入作為補償，當生產者提供的工資收入與勞動者所付出的健康成本相匹配時，不僅能充分調動個人的生產積極性，促進勞動者的健康資本積累，同時也提升了企業生產效益，對社會經濟發展產生積極作用，邊際健康風險提升帶來的收入效應越高，VSL相應越大。當勞動者健康狀況惡化時，健康風險抑制收入的上升，只有降低風險才是保持收入穩定的最優選擇。由于不同個體面臨的風險情況不同，VMR與VFR在方向上可能存在不一致，此時VSL的正負由絕對值大的價值量決定。

基于式（3），將VSL微分形式轉化為增量形式VSL=Δw/Δq，由此可得由健康風險變動帶來的收入價值量變化為V=Δw=ΔqVSL，即勞動者健康風險價值損益為個體統計生命價值與健康風險變化的乘積。若價值量大于0，則對應的健康風險變動可為勞動者帶來經濟收益，反之意味著會給勞動者造成經濟損失。

四、健康風險價值損益測度

1.計量模型設定

基于享樂主義工資理論框架，結合式（3）勞動者健康風險的統計生命價值設定，本文構建如下計量模型：

lnwi=α0 + α1q1i + α2q2i + βXi + ui（6）

式（6）在經典明瑟收入方程的基礎上加入內外生健康風險變量，傳統模型僅包含了教育對收入的影響，本文側重于對健康與收入二者間關系的討論，使之更符合人力資本理論與健康需求理論假說。被解釋變量wi表示第i個個體的小時工資，反映勞動者單位時間的勞動報酬，將其進行對數處理以控制極端值及異方差問題對計量模型的影響，α0為截距項，ui為隨機擾動項，服從N（0，σ2）的正態分布。

核心解釋變量q1i為個體i發生內生疾病死亡風險的概率，q2i為發生外生意外死亡風險的概率，鑒于個體健康風險發生率隨年齡增長而上升且存在性別差異，同一年齡性別下的風險水平也因城鄉經濟發展和醫療衛生水平差距而有所不同，因而本文在核心解釋變量中明確考慮了q1i與q2i的性別、年齡與城鄉差異。當估計系數α1與α2大于0時，此時享樂主義工資起到主要作用，勞動者的健康風險投入具有正向回報，小于0時犧牲健康加大風險投入將得不償失，唯有降低健康風險才能扼制收入的進一步下降。若α1與α2均等于0，則表明健康風險對工資收入沒有顯著影響，模型退化為一般類型的明瑟收入方程。

Xi代表了其他影響勞動者工資收入的控制變量，包括年齡、戶籍、婚姻狀況、受教育年限、自評健康狀況等變量。根據式（6）中α1與α2的估計系數結果，按照如下公式計算VMR與VFR的大小：

VMR=α^1×w-×yearhour×riskunit（7）

VFR=α^2×w-×yearhour×riskunit（8）

其中，yearhour為年工作小時數，近似設置為2080小時每天8小時，一周5個工作日，即每周工作40小時，一年為期52周，則年工作小時近似為2080小時。，riskunit為風險單位數，將式（7）與式（8）加總可得最終健康風險價值VSL大小。

2.數據說明

本文數據主要取自中國家庭動態追蹤調查（China Family Panel Studies，CFPS）中的個人數據。該項目由北京大學中國社會科學調查中心實施，自2010年起已陸續開展了六輪調查，數據集包含被調查住戶及個體成員經濟活動、教育情況及工資收入等豐富信息。為便于對近期我國勞動者健康風險價值的動態比較，選取2018年與2020年度調查的同一批觀測個體，在確保樣本量充足的同時保證不同年份測度結果的可比性與穩健性。由于部分樣本中工資收入等關鍵信息存在一定缺失，且在2020年最新一輪調查中加入新的調查對象，剔除缺失值、異常值并篩選兩年共有樣本后，2018年與2020年共有6880名勞動者的追蹤數據。

核心解釋變量q1i與q2i來自《中國衛生健康統計年鑒》居民疾病死亡率（1/10萬）數據。該數據既涵蓋傳染病、腫瘤、循環系統、消化系統、呼吸系統等16大類內生疾病死亡風險，又包括意外、火災、溺水等11類外生死亡風險，基本涵蓋了勞動者日常遇到的諸類風險，且風險單位數恰好滿足VMR與VFR測算要求。該數據每年度公布一次，按城鄉（城市、農村）、性別（男、女）、年齡段（1—4歲、5—9歲、……85歲及以上）進行詳細劃分，結合CFPS數據中樣本勞動者戶籍、性別、年齡三個變量，可將對應年份下的居民疾病死亡率（核心解釋變量）與CFPS的個體信息（被解釋變量、控制變量）相匹配，形成兩年期的短期平衡面板數據。

表1給出了模型中主要變量的描述性統計結果。調查樣本中性別、城鄉比例適中，集中于35—40歲左右的已婚人士，平均受教育年限基本達到義務教育要求，能夠較好地反映當前勞動者的社會特征。觀察兩次調查間被解釋變量與核心解釋變量均值不難看出，勞動者工資收入與健康風險出現雙增的變化趨勢。同2018年相比，2020年勞動者年均工作收入總額明顯上升，每周平均工作時間51小時，遠超過法定的每天工作8小時每周5天工作制下的40小時，普遍存在過度勞動的加班問題。在兩個核心解釋變量方面，疾病死亡風險率仍是重點關注對象，近年來仍有上升，人均風險率提高約3‰，而意外風險死亡率出現好轉，下降約3.6‰。

3.測度結果

由上述匹配數據，根據式（6）分別估計2018年與2020年的樣本回歸結果，結果如表2所示。

模型1、模型2、模型4、模型5為僅包含單一健康風險的工資收入方程，模型3和模型6為綜合了二元健康風險的計量模型，用以考察單一與綜合風險對收入的影響。僅考慮單一風險的情況下，無論是內生疾病風險還是外生環境風險的估計系數均為負，單位風險上升對收入均具有抑制作用，疾病死亡風險在1%的顯著性水平下顯著，2020年比2018年對工資的負面作用上升0.0003，外生環境風險由不顯著轉變為在10%的顯著性水平下顯著。

綜合二元健康風險后，內外生風險均對被解釋變量影響顯著，模型3和模型6在納入外生風險后疾病死亡風險對工資的負面效果增強，而外生環境風險由負轉正，分別在1%與5%的顯著性水平下顯著。回歸結果表明，當僅存在單一風險時，勞動者的風險偏好均為風險厭惡型，而考慮兩種風險后，疾病死亡風險將進一步降低工資收入。由表1可知，樣本平均外生環境風險約為疾病死亡風險的1/5，兩種風險對勞動者而言更傾向于規避發生率較高的疾病死亡風險，而發生率不高的外生環境風險轉變為享樂主義工資型，勞動者將要求額外的工資收入補償。

基于模型3與模型6核心解釋變量healthrisk和disease的回歸估計系數α1與α2，利用式（7）、式（8）可直接計算出觀察年份內VMR、VFR及VSL的大小，表3展示了2018年與2020年勞動者健康風險價值的估算結果。由于兩類風險單位統計口徑均為10萬，年工作時間也統一為2080小時，故最終VMR與VFR結果大小主要取決于風險估計系數與平均小時工資。從結果方向來看，VMR與VFR表現出截然相反的損益狀況，VMR由-664.75萬元上升到-582.39萬元，疾病死亡風險依然是制約勞動者工資收入的主要因素，近年來“996工作制”現象頻出，過度勞動不僅加重了勞動者工作負擔，同時疾病風險的提升也使得勞動者健康價值出現耗損，雖然2020年VMR有所改善但依舊不容樂觀，長此以往將不利于個人健康和社會發展。與之相比，VFR則體現為正向收益，絕對值約為VMR的5.6—6.9倍，相對于發生率較高的疾病風險而言，勞動者對外生環境風險厭惡程度更低，空氣質量及職業環境等條件的改善促使VFR收益增加。

綜合VMR與VFR結果，VFRgt;0且遠高于VMR是整體VSL為正的首要原因，人均VSL超過3000萬元，目前我國在VSL估算上普遍存在低估問題，多數結果低于500萬元，本文與國際估算的380萬—900萬美元區間結果近似［15］，恰當地反映了我國居民健康風險價值水平，數值大小背后也間接體現了勞動者“健康生命無價”的真實意涵。2020年統計生命價值比2018年增加373.33萬元，同比增長12%。這一方面是由于疾病風險改善使得VMR虧損減少（82.36萬元），另一方面主要歸因于VFR收益的大幅提升（82.36萬元 + 290.97萬元=373.33萬元）。

進一步地，根據表3健康風險價值估算結果，結合考察期內各類死亡風險變化，可得到內外生健康風險損益明細情況，如表4所示。從結果上看，個體外生環境風險占健康風險價值總損失的82.7%，在篩選的11大類主要疾病死亡風險中，多數處于價值損失狀態，僅有少數疾病風險實現正向收益。隨著社會勞動人數的不斷累計，可造成數額龐大的經濟損失。在內生疾病風險中，循環系統疾病價值損失最為嚴重，該類疾病屬于高發類疾病，患病率與死亡率仍處于上升階段，是制約勞動者健康風險價值收益的主要內生因素。此外，內分泌、營養和代謝疾病、消化系統疾病及惡性腫瘤的健康風險價值也存在明顯負向收益，上述風險因素均與勞動者工作方式與生活習慣密切相關，早期預防控制可極大減少慢性病發生與死亡，有益于提升勞動者工資收入，實現健康與經濟的雙贏。

五、不同收入群體健康風險價值損益評估

健康風險因個體社會特征不同而存在異質性，不同收入群體下的差異尤為明顯。通常而言，高收入者擁有較高的社會經濟地位，有能力享有更優質的醫療資源，居住條件與醫療保障相對較好，從而使得高收入群體的健康風險降低，健康狀況普遍優于低收入群體，產生健康—收入分層現象，即個體因收入不同導致的健康風險差異［20］。因此，有必要將健康風險價值區分為不同收入群體特征，剖析各健康風險因素對工資收入影響的深層原因。對此，本文采用RIF分位數回歸考察收入分布中各分位點內外生健康風險差異的變化，比較不同年份各分位數VMR與VFR的變化趨勢，評估不同收入群體內外生健康風險價值損益情況，借助反事實分析將收入分布差異分解為特征效應與結構效應，試圖從健康風險視角審視健康不平等問題，并針對健康—收入分層現象給出紓困建議。

1.RIF回歸模型設定

RIF回歸（Recentered Influence Function）是基于再中心化影響函數進行的無條件分位數回歸，用于衡量調查樣本中各個自變量的微小變動對統計量的影響，在研究收入不平等、健康不平等影響因素等相關問題上具有特殊優勢，本文將其應用至健康風險價值異質性分析與因素分解。在不平等因素分解上，常采用Oaxaca-Blinder分解法解釋不同群體間某影響變量的差異，然而該方法僅能計算均值分解點，無法得出不同分位點的分解值，而RIF回歸有效地解決了該問題。為評估明瑟收入方程中各影響因素對收入分布變化的貢獻，本文運用反事實（Counterfactual）分析將工資收入分布的差異分解為特征效應與系數效應，構建RIF回歸分解兩類健康風險及各控制變量對被解釋變量的影響，著重討論不同分位點上的健康風險變量對工資的邊際效應及其變化特征。

參考菲爾波（Firpo）和福廷（Fortin）的模型設定［21］，給定收入y的分布F（y），對于F（y）的實值函數v（F），其影響函數IF（Influence Function）可表示為IF（y;v）=limδ→0［v（Fδ）-v（F）］/δ，則再中心化影響函數RIF為：RIF（y;v）=v（F） + IF（y;v），可用均值、方差與基尼系數等統計量刻畫勞動者的收入分布情況。分位點qτ的影響函數IF（y;qτ）=qτ + ［τ-I（y≤qτ）］/fY（qτ），其中I（y≤qτ）為示性函數，若滿足條件取1，否則為0，fY（qτ）為qτ的邊際密度函數，令εi為隨機誤差項且滿足E（εi）=0，則明瑟收入RIF方程可表示為：

RIF（qiτ，lnwi，Flnwi）=αo + α1q1i + α2q2i + X′βi + εi（9）

將RIF函數作為被解釋變量進行OLS回歸后對等式兩邊取期望，v（F）的RIF期望為統計量本身，v（Flnwi）=E（RIF（qiτ，lnwi，Flnwi））=αo + α1q1i + α2q2i + X′β。此時α1與α2為健康風險的變化對v（Flnwi）的影響，當v（Flnwi）為方差、基尼系數等統計量時，α1與α2即可表示健康風險變化對整體收入不平等的影響，針對分位點RIF回歸可得到無條件分位回歸結果。借助Oaxaca-Blinder分解法，構造反事實分布函數，將工資收入差異分解為：

ΔQ^τ=Qτ（lnwi1）-Qτ（lnwi0）=［Qτ（lnwi1）-Qτ（lnwic）］ + ［Qτ（lnwic）-Qτ（lnwi0）］（10）

其中，t=1或0代表不同時期，c表示反事實組，為避免不同樣本間分布差異導致分解結果可能存在的偏誤，需利用重置權重函數統一將解釋變量轉換為相同分布［22］。

設Qτ（lnwic）為分位點的反事實分布函數，由樣本重新加權獲得，相應權重為ωc=（1-t）p（X）/p（1-p（X）），p（X）為t=1時個體具有特征X的概率，在RIF回歸的基礎上，運用Oaxaca-Blinder分解如下：

Δq^τ= RIF

（qcτ，lnwic，Flnwic）- RIF

（qnτ，lnwi1，Flnwi1）=X-c-X-β^cΔq^Xτ + X-cβ^c-β^Δq^Sτ（11）

式（11）中，

RIF

（·）為對應變量下的RIF函數估計值，

Δq^Xτ=X-c-X-β^c為由于稟賦不同形成的勞動者收入差異，稱為特征效應（composition effect），可合理解釋勞動者個體特征差異，不僅反映解釋變量均值水平變化，同時也與分布構成有關。Δq^Sτ=X-cβ^c-β^為非特征變量造成的勞動者收入差異，稱為結構效應（structure effect），該部分無法由個體特征差異解釋。

2.結果分析

根據式（9）的模型設定，表5分別給出了2018年與2020年勞動者收入分布q10（低）、q25（中下）、q50（中）、q75（中上）與q90（高）分位點的RIF回歸結果。與表2中工資—風險模型的基本回歸結果一致，雖然兩類健康風險系數呈現相同的變化方向，但在不同分位點上的系數大小存在明顯差異。內生疾病死亡風險對工資收入的負面效應隨著分位點的增大而衰減，而外生環境風險的“享樂主義工資”效應愈發突出，意味著高收入群體對健康風險的防范抵御能力更強。相比于中低收入人群，高收入群體可能擁有更好的醫療條件、營養水平與健康意識，以上削弱了疾病死亡風險對工資的消極作用。同時，相對良好安全的工作環境使得高收入群體的風險邊際成本增加，提升了勞動者單位健康風險增加所要求的健康補償。與2018年相比，2020年各分位點上勞動者健康風險對收入的負面效果減輕，同時積極影響增加，低收入人群疾病死亡風險的改善程度明顯，但外生環境風險對工資的促進作用并不顯著，同中高收入群體估計系數相比仍存在較大的上升空間。

由其他控制變量的RIF回歸結果可以看出，年齡、性別、城鄉、受教育年限等變量依然對工資收入具有顯著影響，其中多數變量在各分位點上均在1%顯著性水平下通過檢驗，僅有少數變量的RIF回歸結果在q75和q90等中上、高分位點上不顯著。對中低收入群體而言，城市人力資本的積累與受教育程度的提升均有助于提升工資收入，對男性的影響更為明顯。此外，年齡、婚姻狀況等均是影響工資收入的重要因素，健康水平對低收入勞動者的收入效應也較為突出。同時，隨著分位點的增長，城鄉、婚姻狀況等部分變量對收入群體的影響在統計上轉變為不顯著，這表明通過婚姻匹配、縮小城鄉差距等途徑均有利于優化收入分配結構，減少不同群體之間的收入不平等問題。

基于表5各分位點上健康風險估計系數，根據式（7）和式（8）進一步計算調查年份不同收入群體勞動者的健康風險價值損益（見表6）。內外生健康風險隨分位點提高出現指數級上升，不同收入人群的小時工資也呈現階梯式遞增。通過表3估計結果可知，勞動者最終統計生命價值大小受VMR與VFR兩股力量支配，當前內生疾病風險價值損失越小、外生環境風險價值收益越大，VSL越高。此外，由于不同收入群體小時工資存在明顯差異，亦為決定不同分位點上勞動者VSL的關鍵因素。越高與α1越低，此時增加單位健康風險的成本越大，繼續增加疾病風險會使得勞動者健康耗損更為嚴重，與α1彼此將對VMR產生相互抑制的拮抗效應；相反，與α2雙向增加將會提升勞動者享樂主義工資水平，增強單位風險的收益，對VFR起到相互促進的協同效應，有助于VSL的整體提升。

由表6可以看出，不同收入群體勞動者的健康風險價值損益存在較大差異，隨著分位點的增大，勞動者VFR與VSL隨收入水平的上升而提高，而VMR損失不斷增加。低收入群體健康風險估計系數和小時工資均低于高收入勞動者，VMR一方面受風險系數α1的影響，另一方面又由所決定，雖然低收入群體單位疾病健康風險對收入的抑制作用高于高收入群體，但由于高收入群體較高擴大了VMR的拮抗效應，使得其疾病健康風險的損失更大，2018年度q90分位點價值損失是q10的2.23倍，而q25與q10相鄰分位點之間的損失差距并不明顯（1.1倍）。

與此同時，高收入群體VMR的損失由VFR補償，α2與雙高使得勞動者享樂主義工資效應實現較大增幅，2018年q90的VFR是q10的250倍，q25與q10之間也相差9.2倍，VFR所帶來的大額收益抵消了VMR產生的額外損失，使得高收入群體VSL遠高于低收入群體，q10分位點下VFR正向收益不足以彌補VMR造成的健康價值損失，因而VSL仍處于入不敷出的負債虧空狀態。該結果不僅從健康風險價值角度揭示了當前我國勞動者職業健康現狀，同時也客觀反映出不同收入群體存在的收入與健康不平等問題。

在認識不同分位點VSL變化規律的同時也應看出，相較于2018年，2020年各收入群體無論在風險系數還是工資收入方面都存在一定改善。其中，α1提升8.3%—50%，α2提升1%—21.1%，同比增長11.4%—19.5%，在各收入群體間增長變化不大。各分位點中，q90在疾病死亡風險系數上提升明顯，q10在外生環境風險系數上出現明顯好轉，而中等收入群體q50兩類健康風險系數增長幅度較小。同其他收入人群相比，q90無論在VMR還是VFR增長量上均居于榜首，各分位數VSL增量分別為51.97、117.49、272.68、732.06與1875.86萬元。

雖然VSL均有提升，但不同收入群體勞動者的VSL暴露出嚴重的增長不均衡問題，q10價值依然處于損失虧空狀態，其余分位數健康風險價值無論從最終價值量還是價值增益方面與q90尚存差距，特別是外生風險環境因素VFR差距逐步拉大，表現出明顯的健康—收入分層。對于低收入群體而言，單位小時工資需提升約7—12倍可消除或基本消除與高收入階層間的健康風險差別，而中等收入群體要提升1.8—3.2倍，實現健康共富目標依然任重道遠。對此，應進一步優化收入分配，通過提高工資待遇、改善工作環境等措施，逐步縮小低收入與高收入群體間的收入與健康風險差距，減輕低收入群體在健康風險方面的負擔。

在對樣本重新加權構建反事實分布的基礎上，進一步采用RIF無條件分位數回歸對兩年度收入差距進行分解，據此深入探究健康風險與不平等之間的關系。表7給出了基尼系數與分位點之差度量的明瑟收入方程分解結果，分位點之差以q90與q10、q90與q50及q50與q10三種形式解釋高—低、高—中及中—低收入群體的收入不平等問題。基尼系數與q（50，10）總差異為正，顯示整體及中低收入勞動者收入不平等存在擴大傾向，但增幅不大。q（90，10）與q（90，50）大有降低之勢，表明這幾類群體間勞動者的收入不平等現象有所改善，q（90，50）高中收入群體特征效應與結構效應最高。

由表6測度結果，結合考察期健康風險變化可進一步獲得不同分位點下各類健康風險價值損益明細情況，如表8所示。從數值絕對量大小來看，不同群體內外生健康風險損益呈現同向變化，在內生疾病風險中，僅在循環系統疾病損失上存在一定差異，q90高收入群體風險損失明顯高于其他收入人群。在外生環境風險方面，不同群體損失差異懸殊，隨著收入增加，不同群體的損失呈幾何倍數增長。高收入群體對損傷和中毒等外生風險變化更為敏感，其健康風險價值損失即使在q90與q75群體之間也存在近2倍差距。相比之下，外生環境風險對低收入群體影響并不明顯，q10損失僅10.96元。從損失結構比例的相對量角度分析，不同收入群體內外生風險損失結構占比截然相反，內生風險損失比重隨收入的上升而下降，與之對應的外生風險比重隨收入增加而逐步提高。

從核心解釋變量分解結果上看，兩類健康風險系數的特征效應均為負，在各變量貢獻程度中起主導作用，表明增加勞動者個體特征的健康風險邊際報酬有助于緩解收入不平等，提高疾病死亡風險收入效應對不平等的改善效果遠高于外生環境風險，在高低收入群體之間的特征效應最為突出。同時，除q（90，50）外，兩類健康風險均存在正向的結構效應，即在不考慮個體特征差異的前提下，降低疾病死亡風險與外生環境風險有利于促進不同群體間的收入公平，特別是外生環境風險結構效應的降低很大程度上縮小了低收入同其他收入群體的工資差距。因而在健康風險防控上，既要從整體上對高發死亡風險疾病進行風險評估與干預，又要兼顧不同勞動者個人健康特征，充分發揮健康風險的享樂主義工資效應。

在其他因素分解結果方面，不同分位點間絕大多數變量的結構效應大于特征效應，受教育程度與年齡因素在結構效應上所占比重較高，兩者均有縮小基尼系數及不同收入群體工資差異的作用，在消除高低收入群體不平等的影響方面最為突出，在中低群體之間也具有良好效果。從特征效應來看，提高城鎮勞動者比重、弱化男女性別差異會在一定程度上縮小工資差距，而婚姻變量中勞動者已婚狀態具有擴大工資差距的效果，上述效應在q（90，10）均較為明顯，可為緩解極端高低收入群體的收入差距提供經驗啟示，同時也有利于整體基尼系數的降低。

六、結論與啟示

健康風險價值評估是我國推進“健康中國”戰略，從健康公平維度實現共同富裕的有效手段。

基于補償性工資差值與享樂主義工資理論，從勞動者風險偏好視角解釋了健康風險價值構成與測度邏輯。利用2018年與2020年CFPS數據，參考統計生命價值中“工資—風險”法，測度了勞動者健康風險價值損益，利用RIF無條件分位數回歸考察了不同收入群體下的價值量差異，并從特征效應與結構效應兩方面對各影響因素進行分解。主要研究結論如下。

首先，我國勞動者內生疾病死亡風險價值與外生環境風險價值盈虧截然相反，內生疾病死亡風險顯著抑制了工資收入的提升，而外生環境風險表現出積極的享樂主義工資效應，直接導致前者處于負向虧損，后者為正向收益。外生環境風險價值存量盈余抵消了內生疾病風險價值耗損，使得勞動者統計生命價值整體上為正，循環系統疾病風險是造成勞動者內生疾病死亡風險價值損失的首要因素，損傷和中毒等外生原因導致的風險價值損失占比最高。

其次，不同收入群體健康風險價值存在明顯差異。高收入群體價值盈余遠超其他群體，主要源于較高外生環境風險價值收益，低收入群體VSL依然入不敷出，VFR的享樂主義工資效應收益依然不足以彌補VMR的虧空。盡管觀測期內各分位點人群健康風險價值均有提升，但群體間的價值量差距卻逐步擴大，低收入群體工資收入與外生環境風險邊際收益的雙重協同效應，是導致勞動者統計生命價值極化發展的主要原因。

最后，從RIF回歸分解結果來看，無論基尼系數還是分位點之差，兩類健康風險均表現出負向特征效應，而在結構效應方向上略有不同。降低收入不平等既需要降低勞動者健康死亡風險的勞動損害，同時要兼顧勞動者個體特征，在保障健康的條件下充分發揮享樂主義工資作用。年齡與受教育程度顯示出負的結構效應，對緩解不同收入群體的不平等問題產生積極影響，而婚姻狀況等因素的結構效應則擴大了收入不平等。不同群體健康風險價值存在健康—收入分層現象，外生環境風險對高收入群體造成的健康風險價值損失影響較大，而低收入群體健康風險價值損失對內生疾病風險的敏感性更強。

本文研究結果可為健全我國健康風險評估制度、在“健康中國”戰略與共同富裕背景下為促進居民健康公平提供有益啟示。面對復雜的健康風險變化，優化健康風險價值賬戶，不僅要從工資收入與制度方面切實保障中低收入勞動者健康及相關合法權益，更要在提升個人、家庭、社會健康水平上多管齊下。在個體健康風險防控上，提倡健康觀念由傳統的被動治療轉向主動預防，控制與消除職業病危害，引導健康科學的生活方式，既要從整體社會層面降低癌癥、心腦血管疾病等健康風險造成的負面影響，同時還要實施精準防控干預策略，努力縮小不同收入群體健康風險價值差異，增加低收入勞動者的健康風險收益。

未來在進一步研究中，可以持續跟蹤國際健康風險評估的最新成果，針對我國勞動者特定健康死亡風險進行深入的延展分析，就測度結果展開動態調整與國際比較，著眼“健康中國”戰略拓展我國健康風險價值損益核算研究。

參考文獻：

［1］邱紅，李晶華，于麗莎，等.人口平均預期壽命及疾病影響因素分析［J］.人口學刊，2018（6）：31-39.

［2］祁毓，盧洪友.污染、健康與不平等——跨越“環境健康貧困”陷阱［J］.管理世界，2015（9）：32-51.

［3］惠卉，張連城.健康的教育梯度及其影響機制研究［J］.人口與經濟，2023（3）：68-84.

［4］胡耀嶺，徐洋洋.健康人力資本投資的共同富裕效應［J］.人口與經濟，2023（4）：106-123.

［5］SIMPSON V， PEDIGO L. Health risk appraisals with aging adults： an integrative review［J］. Western Journal of Nursing Research， 2018， 40（7）： 1049-1068.

［6］張圓.空氣污染、居民收入與健康資本［J］.統計與決策，2022（18）：82-86.

［7］汪紫薇，陳慧媛，朱曉華.中國居民膳食結構的區域差異及其健康效應［J］.地理科學，2023（10）：1825-1836.

［8］丁鐳，方雪娟，陳昆侖.中國PM2.5污染對居民健康的影響及經濟損失核算［J］.經濟地理，2021（7）：82-92.

［9］PIKE J， GROSSE S D. Friction cost estimates of productivity costs in cost-of-illness studies in comparison with human capital estimates： a review［J］. Applied Health Economics and Health Policy， 2018， 16（6）： 765-778.

［10］KNIESNER T J， VISCUSI W K， ZILIAK J P. Willingness to accept equals willingness to pay for labor market estimates of the value of a statistical life［J］. Journal of Risk and Uncertainty， 2014， 48（3）： 187-205.

［11］VISCUSI W K， ALDY J E. The value of a statistical life： a critical review of market estimates throughout the world［J］. Journal of Risk and Uncertainty， 2003， 27（8）： 5-76.

［12］錢永坤.煤礦工人“統計”的生命價值研究［J］.統計研究，2011（4）：89-93.

［13］VISCUSI W K. The role of publication selection bias in estimates of the value of a statistical life［J］. American Journal of Health Economics， 2015， 1（1）： 27-52.

［14］行偉波，田坤，石光.飲酒消費、致病風險與健康成本［J］.世界經濟，2021（5）：178-202.

［15］張國勝，陳瑛，徐琛，等.生命價值、職業傷害成本低估與安全事故［J］.經濟研究，2018（9）：182-198.

［16］郝楓，張圓，李曉紅.中國健康資本內生折舊率估算及成因分析［J］.人口與發展，2020（2）：36-48.

［17］牛建林.人口流動對中國城鄉居民健康差異的影響［J］.中國社會科學，2013（2）：46-63，205.

［18］GENTRY E P， VISCUSI W K. The fatality and morbidity components of the value of statistical life［J］. Journal of Health Economics， 2016， 46（3）： 90-99.

［19］ROSEN S. Hedonic prices and implicit markets： product differentiation in pure competition［J］. Journal of Political Economy， 1974， 82（1）： 34-55.

［20］吳炳義，董惠玲，于奇，等.中國老年人口健康預期壽命的社會分層分析［J］.人口與發展，2021（5）：2-11.

［21］FIRPO S， FORTIN N M， LEMIEUX T. Unconditional quantile regressions［J］. Econometrica， 2009， 77（3）： 953-973.

［22］DINARDO J， FORTIN N M， LEMIEUX T. Labor market institutions and the distribution of wages，1973-1992： a semiparametric approach［J］.Econometrica， 1996，64（5）：1001-1044.

Profit and Loss Assessment of Health Risk Value of Chinese Workers under

the Concept of “Health" Co-Prosperity”

ZHANG" Yuan， HAO" Feng， PING" Ping

（School of Economics，Tianjin University of Commerce， Tianjin 300134，China）

Abstract： Health risk assessment is the basis of health management. Under the background of "Healthy China and common prosperity， assessing the profit and loss of health risk value" of Chinese workers is helpful to deeply understand and alleviate health inequality objectively. It provides scientific basis for formulating targeted health intervention measures. Based on the compensating wage differential and hedonic wage theory， this paper constructs the utility function including endogenous diseases and exogenous environmental health risks. The theoretical framework of profit and loss assessment of health risk value is constructed from the perspective of workers’ risk preference. Using the matching data of China Family Panel Studies （CFPS） and Chinese residents’ disease mortality， this paper uses the “Wage-Risk” Method in Value of a Statistical Life （VSL） to measure the health risk value of Chinese workers by the extended binary health risk Mincer income equation； "meanwhile， it decomposes the results of different income groups with the help of decentralized impact function RIF regression.

The results show that the death risk value of endogenous diseases is in negative loss， in which the circulatory system disease is the main cause of value loss， while the exogenous environmental risks are reflected as a positive benefits and become the dominant force of health risk value surplus. The health risk value of different income groups" increased， and there was an obvious health-income stratification. Although there is little difference in profit and loss of risk value of endogenous diseases among all income groups， the total amount of exogenous environmental risk value of high-income group is much higher than that of low-income group. The value loss is more serious. Improving the composition effect of health risks and reducing their wage structure effect can help alleviate health inequality among workers of different income groups.

Keywords：Healthy China；health risks；common prosperity；health equality；value of a statistical life （VSL）

［責任編輯 武 玉］