我国城镇居民家庭健康投资和消费性支出的协整分析

张姝，张辉，刘珉慧

(中国传媒大学 数据科学与智能媒体学院，北京100024)

1 引言

在人们的美好生活需求得到满足的同时，不仅越来越多的人民开始重视健康问题，我国政府更加重视健康投资的发展并取得了重大的成就：我国的平均期望寿命在解放前是35岁，到1995年翻了一倍提高到了70岁，到2010年，数据显示我国平均期望寿命已经达到了73.5岁，到2017年我国的平均期望寿命已经上升到76.7岁且仍然有上升趋势。

健康投资不仅会降低劳动力死亡造成的损失，同时也影响了我国人口健康素质的提升与死亡率的降低。

国民经济水平的提高使得人们的物质需求和文化需求得到满足，人们的眼界更加开放，对健康问题也十分在意，更多的人意识到了对健康的投资其实是在减少健康上的消费，因为这种思想变化，人们或多或少都开始了对健康的投资。健康投资比例逐年提高，并且正在像经济投资一样，成为了固定资产投资的重要部分。目前国内对健康投资的研究主要集中于定性分析，本文的创新点在于主要从定量的角度对健康投资与消费性支出的关系进行分析。

2 国内外对健康投资的研究现状

影响健康投资的因素是方方面面、多种多样的，近些年国内对健康投资的研究也愈发增多。顾雪兰和刘诚洁于2017年发表于上海财经大学学报的文章中对短期和长期时间内健康投资和健康经济增长之间的关系进行了研究，基于此，作者对改善中国健康投资水平的方式给出了建议[1]；基于2003年爆发的非典事件以及2017年我国的H7N9感染病例，谢健发布于西安财经大学发表的《健康投资对我国居民健康状况的影响》一文中进行了模型介绍、处理问卷数据、建立模型、总结分析等步骤，对包括健康投资在内的影响健康状况的因素进行了研究[2]；李岩曾在2009年利用logistic回归对烟台市的健康投资情况进行过研究，主要针对烟台市居民的商业保险参保、饮食结构、城乡居民体育健身、健康知识得分等将康投资相关内容，了解了烟台市居民的健康投资状况并为健康教育提供了参考依据[3]；由于城镇居民的健康投资意识比较靠前，目前我国大部分针对健康投资的研究都是以城镇居民为研究对象，但也有优秀的作者发表过对农村健康投资情况的调查结果，孙颖调查了山东农村的保健投入情况发现：要使农村的健康投资情况得到改善，必不可少的要让农民的收入得到提高，加大对农村的健康教育投入[4]。

3 我国健康投资情况分析

3.1 健康投资变动趋势分析

本文用国家统计年鉴[5]中各年的健康险保费数据代表健康投资的数额，用年末人口数代表当年的人口总数，计算得到1997-2018年的人均健康投资数据并作出如下人均健康投资变动趋势图：

图1 我国1997～2018年人均健康投资状况

从图1可以看出，1997年至2018年我国人均健康投资持续增长，从1997年每人1.10元增加到2018年的每人390.44元，增加了近354倍。其中，经过计算发现2001年的增长速率最大，达到了116%，根据图1可看出图中2016年的斜率最大，即增长额最高。

3.2 健康投资占家庭可支配收入比重分析

通过国家统计年鉴得到1997-2018年我国城镇居民家庭人均可支配收入及消费支出数据，将人均健康投资数据除以家庭人均可支配收入数据作图2。

图2 人均健康投资占家庭人均可支配收入比率分析

从图2可以看出，1997年至2003年我国人均健康投资占家庭人均可支配收入比率持续增长，2003年增长速率最大，而这一年正是非典猖獗的一年，传染病的爆发使人们对健康投资的重视性明显增加。2004年到2007年以及2008年2013年这两个时间段我国人均健康投资占家庭人均可支配收入比率趋于稳定，这说明这两个时间段内收入与健康投资开始稳定增长，自2013年起，我国人均健康投资占家庭人均可支配收入比率再次进入持续增长的状态。

4 模型的选取

yt=x+βxt+ut

误差修正模型可表示为：

协整检验的方法可分为 EG协整检验和JOHANSEN协整检验，前者是基于回归残差的检验法，适用于检验两变量的协整关系[7]，后者是基于回归系数的检验法，适用于检验对多变量之间的协整关系[8]。本文使用EG检验法对我国人均健康投资和城镇居民消费性水平之间是否存在协整关系进行检验，首先利用ADF检验法判断两个时间序列渐间是否具有相同的单整阶数，再利用最小二乘法作变量间的协整回归，最后根据协整回归后的残差序列得出误差修正模型。

5 数据描述和实证分析

选取1997年—2018年人均健康投资与家庭人均消费性支出两个时间序列为基本时间序列变量，将二者进行回归分析并建立回归模型：

JK=C+β·XF+μ

其中JK为人均健康投资数据，XF为家庭人均消费支出数据。对上式进行最小二乘法估计得到：

JK=-90.15410+0.013786XF

根据表1可以看出，在1997-2018年间，人均健康投资JK变化的79%可由自变量家庭人均消费支出的变化表示，模型可以接受。变量C和XF的系数相伴概率均小于0.05，因此均通过了参数显著地不为零的检验，模型成立。由估计结果我们发现，在1997-2018年间，家庭人均消费支出每增加1元钱就会使家庭人均健康投资增加0.013786元，因此可以断定家庭人均消费支出对健康投资的影响是显著的。根据上述人均健康投资与家庭人均消费支出之间的一致性，下面我们将对JK和XF进行单整和协整检验。为了达到口径一致，本文仍然采用1997年至2018年共22年的JK和XF及其一、二阶差分序列数据进行ADF检验，结果经整理后见表2所示：

表2 人均健康投资和家庭人均消费支出的单位根检验结果

比较各项ADF值与对应的临界值得到：序列JK、XF的 ADF值均大于临界值，因此JK和XF均存在单位根、是非平稳序列；序列JK和XF一阶差分的ADF值均小于10%置信水平下的临界值，因此JK和XF一阶差分均不存在单位根、是平稳序列，于是可以得到序列JK和XF都是一阶单整序列。采用EG两步法，建立如下协整回归方程：

JK=-90.15410+0.013786XF

对残差项进行ADF检验，得到结果如表3：

表3 残差序列的ADF检验结果

判定序列和存在协整关系。由于序列和存在协整关系，紧接着建立它们的误差修正模型，得到最终误差修正模型如下：

▽JK=-21.53798+0.039313▽XF
+0.168591ECM(-1)

其中的ECM(-1)即为误差修正项，如果该项不为零则说明两序列间存在短期失衡的情形，它反映了变量短期失衡的程度。因此我们可以得到，人均健康投资和人均消费支出存在协整即长期的均衡关系。虽然它们之间有短期失衡部分，但借助误差修正就可以使其在下一期恢复平衡，因此人均健康投资的曲线和人均消费支出的曲线间分离的趋势不会延续太远。

6 总结

由于数据的可得性，本文采用1997—2018年22年的数据作为样本，时代的发展对经济的影响千变万化，本文的检验结果不可避免地还存在着一定的局限性，因此实证分析得到的只是22年内两序列的一个初步 结果，尽管如此也可以通过以上分析得出如下有益的结论：

人们的健康意识随着社会的发展越来越好，人们愈发认识到健康投资没有风险，所以人均健康投资逐年增加，合理的通过保健预防等发展健康投资，对国民收入水平和居民消费状况都有良好的提高，达到一个有利的循环状态。经检验，健康投资与消费支出具有协整关系且两序列间出现的短期失衡会在下一期得到调整。