教育会影响身体健康吗——基于中国家庭跟踪调查(CFPS)数据

王远伟 代先华 柳 妍

(华中师范大学 公共管理学院， 湖北 武汉 430079)

一、引言

当前我国正处于社会经济快速发展与社会结构不断变动的时期，在物质需求得到基本保障的当下，国民对身体健康的追求变得更为迫切。十八大以来，习近平总书记提出的“没有全民健康，就没有全民小康”的重要论断将打造健康中国的工作提上重要议事日程。十九大报告再次强调，要完善健康政策，实施健康中国战略。个人身体健康水平不仅是人们高质量工作和幸福生活的根本，还是一个国家社会和经济能否长期可持续发展的重要指标。长期以来，人们认为加大医疗投入、完善医疗条件可以改善国民健康，教育、收入、职业等因素也对国民健康产生影响。在这诸多因素中，教育发挥着更为重要的基础作用①。从以往的普遍观点来看，国内外研究者们一致认同教育作为一种社会因素与国民的长寿有着密切联系这一观点，认为教育带来的影响甚至比种族更为重要，它甚至能够抵消收入的影响效果②。假设教育与健康呈现正相关关系，那么个人可以通过接受教育来改善其身体健康③。另外，如果教育影响个人身体健康的路径与机制能够被探求得知，那么政府相关部门与社会各界就能据此做出相应调整，以达到改善国民健康的目的。基于此，中外学者们集中关注了两个方面的问题：教育对个人身体健康产生了怎样的影响？如果教育对个人身体健康产生影响，是通过哪些途径产生的？

二、已有研究述评

(一)教育对健康的影响

然而，近几年来有部分研究者对“教育对健康正向影响”的结论提出了质疑。Clark和Royer在其研究中指出：“我们的研究结果表明应该仔细重新考虑那些分析教育与健康有强烈因果效应的经济模型。”⑨Meghir、Palme在瑞典也提出缺乏学校教育对健康影响效果的足够证据⑩。正是这些相互矛盾的证据的出现，Grossman再次对教育与健康的关系进行了大量的研究，并得出结论：我们需要对学校教育能否带来更好的健康这一问题进行更多的研究。由此可见，教育会对健康带来影响已经被大多数研究所证明。但是教育对健康带来的是否只有正向影响或者单方向的影响，以及为什么会带来这样的影响等问题，仍然需要继续研究。

(二)教育对健康产生影响的途径

根据已有文献，教育影响健康的途径，可以总结为以下三条：(1)教育提升个人社会经济条件从而有利于健康。社会经济条件包括职业、收入和经济状况、工作成就等。Leopold和Engelhartdt提到，在标准经济模型中人们作出不同的消费选择，是因为他们面临不同的约束(例如，收入或价格不同)。同理，当接受教育使收入增加时，这种约束相对放松，人们可以在医疗和保健方面做更多的投入。(2)教育改善个人的社会心理状态从而有利于健康。受过高等教育的人在成年期积累了诸如收入、财富、心理社会资源和健康行为等优势，而受教育程度较低的个人则受到慢性压力(例如，由于职业不确定性)，缺乏经济和情感支持；或者更容易进入危险的社交网络，习得不良的健康行为。(3)教育改变个人生活习惯从而有利于健康。接受较多教育者往往更加注重自己的健康，并通过自己获取的健康知识调节自己的健康行为，提高健康水平，减少医疗费用，使其健康投入和产出效用最大化。他们往往会选择健康的生活方式：积极参加锻炼、注重营养均衡搭配、注重休闲活动等；同时也会避免吸烟、酗酒等有害于健康的行为。Ross 和Wu运用美国1979年、1980 年对20-60岁居民抽样电话调查数据和1990年对18-90岁居民的抽样电话调查数据进行了实证检验发现：教育的确可以通过上述三条途径影响健康，并且教育可能还通过其他途径影响健康或者教育本身会直接影响健康。

综上所述，国内外对教育与健康的关系以及教育影响健康的途径已有一定的研究，但以往研究重点关注整体教育体系对健康的影响。然而，人们接受教育的状况是复杂的和发展变化的，除了要考虑教育年限、教育层次这样的通常因素外，还应考虑普通教育与职业教育、公办教育与私立教育、正规教育与非正规教育等的区别，而且随着教育本身的发展，教育形式和类型也更加多元化和复杂化。因此，研究教育对健康的影响问题需要进一步深化、细化不同的受教育状况对个人身体健康的影响。本研究重点关注不同时期和不同类型教育对人们身体健康状况的影响有何不同，呈现出了哪些问题，可能的原因是什么，并通过实证研究来验证。

三、研究设计

近几十年来中国教育发展十分迅猛，其中教育类型多样化(如民办教育的兴起、职业教育的发展)和教育规模扩大(如高等教育扩招)现象比较突出。对此本研究具体关注以下两个问题：(1)接受不同类型教育(包括普通教育、民办教育、职业教育等)对个人健康的影响；(2)在高等教育扩招时间段前后接受高等教育是否及如何影响个人的身体健康状况。

本研究的数据来源于北京大学中国社会科学调查中心(ISSS) 发起、联合美国密歇根大学调查研究中心实施的中国家庭跟踪调查(Chinese Family Panel Studies， CFPS)。该调查结合系统抽样和随机抽样准则，对全国范围内(西藏、新疆、内蒙古、宁夏、青海、海南、香港、澳门、台湾除外)16000户家庭进行入户问卷调查，并且每年对这些家庭进行跟踪调查。该调查从2010年正式实施，至今已经对外公布2010年、2012年、2014年以及2016年的调查结果，并将每次的调查结果按照问卷模块设计相应生成社区、家庭、家庭成员、成人和少儿五个数据集。本研究选择了该调查中2012年的成人数据集。该成人数据集包含了16至98岁的37147个样本。其中男性样本数为18572人，女性样本数为18575人，各占总样本数的50%；城镇样本数为16323人，占总样本数的44.3%，乡村样本数为20517人，占总样本数的55.7%。

本文将健康作为被解释变量，根据世界卫生组织(World Health Organization)对健康的定义，人们想要获得完整的健康不仅要有强健的身体，还需要心理精神以及社会能力等各方面达到较为完满的状态，即健康包括身体健康和心理健康两个方面。本研究根据研究需要单独考察身体健康维度，基于数据的可得性和可信度的筛选，采用自评健康得分、医疗总花费两个重要指标作为身体健康的代理性指标来对个人身体健康状况进行测量；解释变量包括个人受教育状况(由教育水平[最高学历]、教育类型、受教育时间等指标组成)、年龄、性别、工作性质等。各变量的具体构成情况见表 1。

表1 主要研究变量的构成情况

四、教育与健康的总体关系

(一)描述性分析

为了探究教育与健康的总体关系，本部分利用描述统计方法分析不同受教育程度个体的健康状况是否存在差异。由于中国家庭跟踪调查2012年数据库数据资料最为齐全，故本研究主要采用该年份的数据。从个人自评健康状况的分布比重来看，文盲/半文盲群体中“不健康”的占比为33.2%，而“非常健康”的仅占6.4%，没有接受过学历教育的群体中自评“不健康”的要远远多于接受过学历教育群体；从小学开始，随着学历水平提高，同等学历的群体中自评“不健康”的占比减小，自评“健康”的占比开始增加。例如，小学学历群体中自评“不健康”的占比为17.1%，“非常健康”的为10.7%；初中学历群体中10.3%的个人自评为“不健康”，12.7%的个人自评为“非常健康”。还可以看到，高中、大专到大学本科及以上群体中个人自评“很健康”和“非常健康”的占比越来越高。在不同性别群体中，女性群体中个人自评“不健康”的占比高达21.2%，自评“非常健康”的占比仅为8.5%；而男性群体中个人自评“不健康”的占比仅为13.9%，“非常健康”的占比为12.2%；此外，男性群体在自评“比较健康”、“很健康”类别中的占比均高于女性群体。在不同工作性质群体中，从事农业工作群体中个人自评“不健康”的占比为22.3%，“很健康”的占比仅为9%；而从事非农业工作群体中个人自评“不健康”的占比仅为9.1%，“非常健康”的占比为12.2%(见表2)。总体而言，从事农业工作群体在自评健康评价中比例更多分布于“不健康”、“一般”和“比较健康”区间，而从事非农工作群体自评多分布于“一般”、“比较健康”和“很健康”区间。以上不同组别之间的健康差异通过卡方检验后都呈现出极其显著(小于0.001)的差异(见表2)。

表2 不同受教育状况与特征的个人自评健康得分情况

注：***表示显著性水平小于0.001。

以上自评健康得分情况表明，受教育程度、性别以及工作性质对健康状况有显著影响。为进一步分析这种现象的形成原因，本研究对影响被调查者健康的相关因素做了数据分析：总体来看，受教育程度越高的被调查者，各健康指标平均水平也越高。具体来看，自评健康方面呈现出学历越高自评健康情况越好的现象，如硕士的平均自评健康得分比文盲/半文盲高0.87分；BMI指标(身体质量指数Body Mass Index，体重/身高的平方)同样表现为学历越高BMI值越趋于正常；在是否吸烟、饮酒方面，文盲/半文盲、小学和初中学历群体的吸烟、饮酒人数比率高于高中以上学历群体，表现出受教育程度较低群体中有吸烟、饮酒习惯者居多，而受教育程度较高群体中，不吸烟、饮酒者更多。生活满意度方面，从文盲/半文盲到高中学历群体，其生活满意度呈下降趋势，而从大专到硕士则呈上升趋势。医疗总花费部分，各群体随着学历的增加其医疗总花费大幅度减少。在不同性别群体中，女性群体平均自评健康得分比男性群体低0.23分，女性群体的BMI指标得分稍低于男性群体，女性群体的慢性疾病患病比率高于男性群体；女性群体吸烟、饮酒比率低于男性，女性群体生活满意度更高，同时医疗总花费比男性群体少。根据从事不同性质工作人群来看，从事农业工作群体平均自评健康得分为2.73分，比从事非农工作群体平均得分低0.37分；从事农业工作群体在BMI指标、慢性疾病方面状况不如从事非农业工作群体，但倾向于不吸烟和不饮酒，生活满意度上的状况也优于后者，但从事农业工作群体的医疗总花费较高(见表3)。

表3 不同类别群体在健康状况指标上的得分情况

(二)教育对健康影响的回归分析

为检验教育与健康之间的函数关系在总体上是否成立、其关系强度如何，以及是否还有其他重要因素也对健康产生显著影响，本研究采用多元回归方法进行进一步的分析验证。因被解释变量个人自评健康为有序多分类变量，故本研究主要采用累计比数模型(具体使用有序logistic模型)完成计算。该模型中，因变量存在k个等级，在有序logistic模型中相应有k-1个函数。现令被解释变量为j(j=1，2，…，k)等级的概率为：P(y=j|x)，则各等级有序结果的概率为：

j=1,2,…,k

(1)

模型中的解释变量(自变量)选择：受教育年限、年龄、是否从事农业工作、性别，主要被解释变量(因变量)选择了自评健康(health)状况变量，分为5个等级，分别赋值为1-5分，在logistic模型中对应4个函数，各模型概率为：

j=1,2,…,5

(2)

其中，health=j表示等级为j的自评健康水平；βi为回归系数，αj表示自评健康为j时的截距；xi表示第i个自变量。

表4 教育及其他考察因素对健康产生影响的有序logistic回归

注：Nagelkerke R2=0 .128。

表4为有序logistic回归参数估计结果。Wald检验结果表明“受教育年限”、“年龄”、“性别”因素均通过了统计检验(P〈0.001)，表明以上因素的不同对健康状况有显著影响，“是否从事农业工作”未能通过检验(P〉0.05)，即是否从事农业工作对个人健康状况没有显著影响。具体来看，受教育年限在小于0.001水平上显著且系数符号为正，表明较高的受教育水平对健康存在显著的正向影响。受教育年限变量OR值为e0.028=1.028，表明在控制其他变量的情况下，受教育年限每增加一年，个体从不健康转变为健康的发生概率会增长1.028倍。年龄变量在小于0.001水平上显著且系数符号为负，表明年龄的增长对健康存在显著的负向影响。年龄变量OR值为e-0.041=0.96 ，表明在控制其他变量的情况下，年龄每增长一岁，个体由不健康转变为健康的发生概率只为原来的0.96倍。性别变量在小于0.001水平上显著且系数符号为负，由于参照变量为男性，表明在控制其他变量的情况下女性的健康状况要比男性差。性别变量OR值为e-0.442=0.643 ，表明女性个体健康状况为健康的发生概率只有男性的0.643倍。模型似然比检验P=0.000，可见模型是完全成立的，且模型拟合良好。

五、教育多样化与规模扩展背景下个人受教育差异与健康状况的关系

在我国，随着教育的发展，人们接受教育的类型更加丰富、多样，尤其是在政府主管部门作为主导力量的推进下，接受职业教育的民众越来越多。另一个值得关注的现象是各级各类教育规模的日趋扩大，其中，对社会影响最大和最为人们所关注的莫过于20世纪末的“高等教育扩招”。教育背景的变化促使我们进一步细化我们的研究：不同教育类型、学习方式、受教育时期等是否会对个人健康状况产生影响，会产生哪些影响。下文将就这些问题进行论证。

(一)接受不同类型教育的个人在健康状况上的差异分析

从前文的回归分析结果可知，个人教育、健康状况、年龄因素三个变量之间存在非常显著的相关关系，因此在讨论不同教育类型如何影响个人健康状况的研究过程中，需要消除年龄这一干扰因素(作为协变量)的影响。据此，本研究选择采用协方差分析方法。协方差分析方法能将难以人为控制的因素作为协变量,通过线性回归方法消除干扰因素对分析指标的影响。本研究采用协方差分析方法计算分析不同教育类型(控制变量)对个人健康状况(观测变量)的影响。在实际数据分析中，选择个人“过去一年医疗总花费”作为健康状况的代表变量。

初中阶段协方差分析模型的固定因素(自变量)为“上哪类初中”(分为“普通初中”、“成人初中”、“职业初中”三类)，协变量为“年龄”。从分析结果可以看出，“年龄”效应检验的F值为70.17，P<0.001，“上哪类初中”效应检验的F值为4.206，P=0.015<0.05，表明自变量“上哪类初中”对因变量“过去一年医疗总花费”具有显著影响。进一步计算修正均值表明，接受普通初中教育的个人“过去一年医疗总花费”为608.5元，而接受成人初中、职业初中教育的个人相应花费分别为1162.9元和2684元，可见接受其他类型初中教育的个人所花费的医疗费显著高于接受普通初中教育的个人，其中接受职业初中教育的个人花费的医疗费最高，是接受普通初中教育的个人的4.4倍。从修正均值的可信区间来看，接受职业初中和成人初中教育的个人其医疗费变化范围也远远大于接受普通初中教育的个人。初中阶段修正均值是按个人年龄为39.45岁的情形计算的(见表5)。

表5 接受不同类型初中教育对个人健康状况的影响(调整协变量后的估计边际平均值)

注：按下列值对模型中出现的协变量进行求值：年龄=39.45。

高中阶段协方差分析模型的固定因素(自变量)为“上哪类高中”，分为“普通高中”与“普通中专/职业高中/技工学校”两类，第二类高中代表着高中阶段的职业教育类型(从教育性质方面看三类教育都属于职业教育)。其他变量的选定与初中阶段分析模型相同。从分析结果可以看出，“年龄”效应检验的F值为47.885，P<0.001，“上哪类高中”效应检验的F值为4.917，P=0.027<0.05，表明“上哪类高中”对“过去一年医疗总花费”具有显著性影响。从修正均值的计算结果能够看出，接受普通高中教育的个人“过去一年医疗总花费”均值为532.7元，而接受普通中专/职业高中/技工学校教育的个人医疗花费均值为924.2元，两者差额达到391.5元，并且从修正均值的可信区间来看，后者个人医疗费变化幅度也远大于前者。高中阶段教育修正均值是按个人年龄为40.04岁的情形计算的(见表6)。

大专阶段协方差分析模型的固定因素(自变量)为“上哪类专科”，分为“普通公办专科”、“普通民办专科”和“成人专科/网络专科”三类，前两类属于应届全日制教育，后一类属于在职与非全日制教育。从分析结果可以看出，“年龄”效应检验的F值为32.78，P<0.001，“上哪类专科”效应检验的F值为7.023，P=0.001<0.01，表明“上哪类专科”对“过去一年医疗总花费”具有显著性影响。进一步计算修正均值表明，接受成人专科/网络专科教育的个人“过去一年医疗总花费”最少，只有215元；接受普通公办专科教育的个人为593.4元，居第二位；最高的是接受普通民办专科教育的个人，为2790.2元，远远高于接受普通公办专科教育的个人，是其4.7倍。从修正均值可信区间来看，接受普通公办专科教育的个人其医疗费变动幅度最小，接受普通民办专科教育的变动幅度最大。大专阶段修正均值是按个人年龄为36.48岁的情形计算的(见表7)。

表6 接受不同类型高中教育对个人健康状况的影响(调整协变量后的估计边际平均值)

注：按下列值对模型中出现的协变量进行求值：年龄=40.04。

表7 接受不同类型大专教育对个人健康状况的影响(调整协变量后的估计边际平均值)

注：按下列值对模型中出现的协变量进行求值：年龄=36.48。

由前文对初中和高中的普通教育、职业教育与健康指标关系的协方差分析结果可以看出，接受职业初中教育个人的平均医疗费支出是接受普通初中教育个人的4.4倍，而接受职业类高中教育个人的平均医疗费支出是接受普通高中教育个人的1.7倍；而且接受职业初中教育者的平均医疗费支出的标准差(734.37元)远大于接受职业类高中教育者的平均医疗费支出的标准差(145.83元)。这初步显示：接受职业初中教育个人与接受普通初中教育个人相比较，它们之间健康水平的差距非常大，远高于接受职业类高中教育个人与接受普通高中教育个人之间的健康水平差距；接受职业初中教育个人之间的健康水平的差异也是最大的。

对此，本研究进一步分析较低年龄接受职业教育与接受普通教育两类群体(这里以职业初中和普通初中为代表)与更大年龄接受职业教育与接受普通教育两类群体(这里以职业类高中和普通高中为代表)之间的健康状况在若干年之后的差异变动情况，对他们的健康水平在个人较长人生发展历程中的变化趋势进行研究。将初、高中教育分为普通教育和职业类教育两类，把研究对象的年龄分为五个年龄组别(分别为25岁以下、26-31岁、32-37岁、38-43岁和44岁以上)，对比不同年龄组在健康状况指标(过去一年医疗总花费的平均值)上存在的差异，本研究发现如下特点：在25岁以下和26-31岁组别的医疗支出平均值方面，接受职业初中教育的个人与接受普通初中教育的个人相比，后者是低于前者的；但在32-37岁、38-43岁和44岁以上组别上两者的差距分别达到2140.76元、2053.91元和2921.58元，呈现出随着年龄增长到了中年以后，两类接受初中教育个人的医疗支出差距有不断加速扩大的趋势。而与初中阶段相比，接受职业类高中教育与接受普通高中教育的个人在25岁以下与26-31岁组别差距在207元和-19元，在32-37岁、38-43岁和44岁以上组别两者的差距分别为177.4元、534.3元和1027.07元，虽然也呈现出在中年及以后两类接受高中教育个人的医疗支出差距有扩大的趋势，但差值明显较小(见图1)。

图1 个人接受初中、高中阶段普通教育和职业教育后在不同年龄阶段呈现的健康指标差异

以上依据年龄序列数据分析所获得的结果表明：个人在未成年时接受职业教育其健康状况要差于同一时期接受普通教育的个人，低年龄段(如初中阶段)接受职业教育比更高年龄段(如高中阶段)接受职业教育对受教育者健康的负面影响更大一些，且其负面影响一般会随着个人年龄的增长加速显现出来，会在个人中年及以后表现得更加显著。

(二)高等教育扩招背景下接受高等教育个人的健康状况分析

1999年开始，我国开始全国范围的高校扩招，接受高等教育的人数随之大幅度增加，与受教育者相关的因素如入学、学习过程、就业情况等也必然发生改变，高校扩招是否影响接受高等教育个人的健康状况呢？

本研究采用多元方差分析方法分析数据，方差分析选择个人的自评健康得分为多元方差分析的因变量，如前述可知，此变量最小值是0，最大值是5，数值越大表示健康水平就越高。自变量包括：不同类型高等教育、本人所在年龄段(年龄分组标准与前文相同)。由其现在年龄(调查时间2012年为标准)和一般接受高等教育年龄(这里采取多数人口接受高等教育的平均年龄18岁为准)进行推算。如26-31岁组别人口，接受本科教育的大致时间是1999年到2003年，接受专科教育的大致时间是1999年到2002年(按照3年计)。在本研究中，高等教育阶段的教育分为“本科教育”和“专科教育”两大类，“本科教育”类下分“普通本科教育”、“民办本科/独立学院”、“成人本科/网络本科”三个类别，“专科教育”下分“普通专科教育”、“民办专科”“成人专科/网络专科”三个类别。

对不同时期接受本科教育者的健康状况数据进行计算并列出图示后，我们可以发现如下一些特征：

(1)接受本科教育个人的自评健康平均得分在1999年之前保持上升趋势，由1986年以前接受本科教育个人的自评健康平均得分2.71分持续增加到1999-2004年组别的3.536分，但是之后该分值则呈现下降趋势，2005-2009年组别只有3.465分(见图2)。

图2 不同时间段接受本专科教育的个人自评健康得分情况注：横轴括号内文字表示个人接受本专科教育时间段。

(2)接受普通本科教育个人的自评健康得分在高等教育扩招以后有了比较明显的提升。1999年以前该分值一直低于3.2分，1999-2004年组别的分值上升到3.424分，2005-2009年组别的分值继续上升至3.507分(见图2)。对不同组别均值进行事后检验，由于方差同质性检验为齐性，因此采用LSD方法。1999-2004年组别(小于25岁)与2005-2009年组别(26-31岁)自评健康得分均值没有显著差异，但这两组显著高于1999年之前接受普通本科教育的均值(见表8)。

表8 不同时间段接受普通本科教育个人的健康状况差异事后检验 因变量：自评健康得分

普通本科年龄组(I)年龄分组(J)平均值差值(I-J)标准误差显著性95%置信区间下限上限26-31岁0.080.0990.401-0.110.28小于25岁32-37岁0.38*0.1420.008**0.100.6638-43岁0.33*0.1530.032*0.030.63LSD44岁以上0.95*0.1180.000***0.711.18小于25岁-0.080.0990.401-0.280.1126-31岁32-37岁0.30*0.1360.029*0.030.5638-43岁0.250.1470.094-0.040.5444岁以上0.86*0.1100.000***0.651.08

注：*均值差的显著性水平小于0.05；**均值差的显著性水平小于0.01；***均值差的显著性水平小于0.001。

(3)接受民办本科/独立学院教育个人的自评健康得分在高等教育扩招前一直处于明显上升态势。1986年之前接受此类教育个人的自评健康得分均值为2.5分，1999-2004年组别的分值达到了3.933分，但是2005-2009年组别的则下降为3.174分。接受民办本科/独立学院教育个人的平均自评健康得分在1987至2004年一直高于接受本科教育个人的平均自评健康得分，2005年之后发生急剧反转，2005-2009年组别与接受本科教育自评健康平均分差距达到-0.291分(见图2)。本研究采用LSD方法对各组别受教育者均值做多重比较，结果显示2005-2009年组别只与1999-2004年组别的均值存在显著性差异，与其他组别均值没有显著性差异，且自评健康得分小于1993年至2004年接受民办本科/独立学院教育者(见表9)。

(4)接受成人本科/网络本科教育的个人自评健康得分在较长时间段内(1987-2004年)一直是三类本科教育中最低的，分值变化幅度较小，且一直低于接受本科教育个人的自评健康得分平均值。但在高等教育扩招开始一段时间后(2004年以后)，该分值有较大幅度的增长，2005-2009年组别达到3.714分，成为各组别最高分，远远超过接受本科教育个人自评健康得分的平均值(见图2)。本研究采用LSD方法对各组别受教育者均值做多重比较，结果显示，2005-2009年组别与之前各组别有显著性差异，其自评健康得分也显著高于其他组别。其他各组别均值都没有显著性差别(见表10)。

表9 不同时间段接受民办本科/独立学院教育个人的健康状况差异事后检验 因变量:自评健康得分

民办本科/独立学院年龄组(I)年龄分组(J)平均值差值(I-J)标准误差显著性95%置信区间下限上限26-31岁-0.76*0.3290.026*-1.42-0.09小于25岁32-37岁-0.330.7300.658-1.801.15LSD44岁以上0.670.7300.362-0.802.15小于25岁0.76*0.3290.026*0.091.4226-31岁32-37岁0.430.7450.564-1.081.9444岁以上1.430.7450.062-0.082.94

注：*均值差的显著性水平小于0.05。

(5)对于专科教育的情况也采用与本科教育相同方法进行分析，分析结果表明：在高等教育扩招之后，接受民办专科教育个人的自评健康得分有明显的下降，接受成人专科/网络专科教育个人的自评健康得分有明显的提高(见图2)。专科教育阶段的数据特征进一步印证本科教育阶段受教育者的自评健康得分变化特征的可信度，说明这样的变化发展趋势不是偶然的，而是许多内在原因造成的必然结果。

表10 不同时间段接受成人本科/网络本科教育个人的健康状况差异事后检验 因变量:自评健康得分

成人本科/网络本科年龄组(I)年龄分组(J)平均值差值(I-J)标准误差显著性95%置信区间下限上限26-31岁0.460.2720.089-0.071.00小于25岁32-37岁0.61*0.2660.022*0.091.1438-43岁0.68*0.2750.014*0.141.22LSD44岁以上0.65*0.2770.020*0.101.19小于25岁-0.460.2720.089-1.000.0726-31岁32-37岁0.150.1440.298-0.130.4338-43岁0.220.1610.176-0.100.5344岁以上0.180.1640.266-0.140.50

注：*均值差的显著性水平小于0.05。

(三)本部分小结和可能的解释

通过数据分析，本研究对教育多样化与规模扩展背景下个人所接受的教育与其身体健康的关系获得了如下一些结论：

初中、高中阶段接受职业类教育个人的身体健康水平要显著低于接受普通教育的个人，并且接受职业类教育人群之间的健康差异程度大于接受普通教育人群之间的健康差异；在低年龄段接受职业教育比在更高年龄段接受职业教育，其对受教育者健康的负面影响更大一些，且其负面影响一般随着个人年龄的增长加速显现出来，在个人中年及以后年龄段表现得更加显著。在接受专科教育者之间的健康差异上，普通民办专科受教育者的健康状况不如公办专科受教育者，健康状况最佳的是成人专科和网络专科受教育者。

关于不同时间段个人所接受的教育与其健康状况的关系问题，以高等教育阶段为例，本研究发现：总体上，高等教育扩招对接受本科教育个人的健康状况是有负面影响的，以自评健康得分为代表指标的个人健康水平有所下降。不过高等教育中的不同类别教育对个人健康的影响又有各自的变化特征：接受普通本科教育个人的自评健康得分在高等教育扩招以后有了比较明显的提升；接受民办本科/独立学院教育个人的自评健康得分从2005年之后发生方向反转而急剧下降，这一现象应该是接受本科教育者总体自评健康得分下降的主因；接受成人本科/网络本科教育个人的自评健康得分从2004年以后有了较大幅度的增长。高等教育扩招对接受专科教育个人的健康水平的影响与接受本科教育个人有较高的相似性，它进一步证明本科教育阶段受教育者的自评健康得分变化特征的可信度，不过专科阶段也呈现一些特殊变化：高等教育扩招对接受专科教育者总体健康水平的负面影响相对较小，对接受普通专科教育者反而有正面影响，而对接受民办专科教育者健康的负面影响来得更早、持续时间更长。

本研究对以上研究结论，进行原因分析如下：

(1)从个人一生角度来看，过早接受职业类教育可能使得个人的健康状况在较长人生阶段之后变差，尤其是在未成年时期就接受职业类教育，其负面影响会更大。如前文所揭示的初中、高中阶段接受职业类教育的个人，其健康状况要显著差于接受普通教育的个人，初中阶段两类受教育者的健康差异又远高于高中阶段两类受教育者的健康差异。其主要原因在于：第一，个人在较低年龄段就接受职业类教育意味着更早地进入社会参加工作和劳动，需要面临更大的社会竞争压力与付出更多体力、精力，这样使其身体体能耗费更多、时间更长、强度更大。第二，较早参与社会工作和劳动容易导致个人的生活方式发生更不利于健康的改变，例如吸烟、饮酒或作息时间不规律等现象更易出现或程度更加严重，如果这样的状况长时间持续，随着年龄的增长就容易出现身体健康状况不良、易生病等问题。初中和高中阶段接受职业教育的个人在工作后从事以体力劳动为主的工作的可能性要远高于接受普通初中、高中教育的个人，一般来说体力工作对身体条件要求更高、损害也要更大，这会使得较早接受职业类教育个人的身体衰弱得更快一些。这种影响作用也应该是接受民办专科教育个人的健康状况要显著差于接受公办专科教育者的重要原因。从发展起源与历史状况来看，民办专科教育主要是为了填补公办教育在专业设置和专业人才供给方面不足而设置的，其人才培养目标更多偏向于高级蓝领技术工人，其毕业生未来的工作选择上以体力工作或劳务性服务工作为主，长期工作下来，其健康水平可能不如接受公办专科教育者。

(2)教育规模的扩大不只影响到受教育者能够接受哪一层级、哪一种类的教育，而且还将影响受教育者的人生发展和健康状况。高等教育扩招使得高校的学生数量短期内迅猛增加，并随之影响到这些学生毕业后的就业率、专业对口情况和所能从事的岗位等与就业水平和就业质量相关的方面，并可能进一步对这些学生今后长期工作中的身体健康状况产生影响。如前述研究结论所揭示的：高等教育扩招后接受本科教育者总体健康状况是下降的，接受民办本科与专科教育者的健康状况下降尤其显著，就是这种扩招效应最明显的反映。此外，我们能够看到高等教育扩招后成人本科、网络本科受教育者的健康状况并没有下降，反而有较大的提高，这与接受成人本科、网络本科的个人基本上是在职工作人员有关，他们毕业之后受就业市场影响较少，就业压力小；另外这类受教育者入学门槛低，入学时没有受到过像高考这样学习压力、精神压力都很强的入学考试的影响，这些都有利于提升他们的健康水平。

六、研究结论与建议

本文基于CFPS 2012提供的数据，使用logistic模型、协方差分析模型以及方差分析模型就教育对健康的影响、教育对健康影响的群体差异以及教育本身的变迁、发展带来的个人健康差异进行了研究，研究得出了以下主要结论：(一)个人受教育水平的提高对其健康的确具有显著正向影响，接受更多的教育总体上有利于提高个人的健康水平；(二)在接受同等教育的条件下，女性的健康状况总体上不如男性；(三)高等教育扩招后接受本科教育者总体健康状况是有所下降的，但对接受不同形式本科教育者的健康影响又有所不同，尤其是对于接受民办本科、专科教育者而言其健康状况下降尤为明显；(四)在未成年年龄阶段接受职业教育可能对个人健康产生较大的负面影响。

根据以上研究结论，本研究提出了以下建议：第一，新时代背景下，我们必须重视教育对健康的重要影响作用。只有继续大力发展教育事业，才能有利于增强国民身体素质和健康，有利于推广健康生活方式，提升民众生活的幸福感、满意度。第二，社会要更加关注女性健康问题，鼓励女性通过各种方式改善自身健康状况，例如提高自身受教育水平、享有平等的受教育权利，扩展更多样的受教育渠道等，同时有关主管部门和社会各界应该从多方面入手激发女性接受更高、更多教育的动力。第三，各种民办院校应提高教学质量，增强学生专业技能训练，增强学校综合竞争力，提升民办院校毕业生就业竞争力。我们要持续关注高等教育规模扩大给这类学生群体带来的求职、就业方面的压力。对相关教育改革和政策进行更加全面的设计和考量，考虑其对学生身心健康、职业生涯发展和生活状况所带来的影响，真正贯彻、实施“以人为本”的教育改革与发展目标。第四，我们应鼓励和推进“职业教育成人化”的发展，避免学生个体在心智、身体未发育成熟的情况下过早接受职业教育，并继续深化研究接受职业教育群体的健康状况变化规律，尤其是这一群体在生命周期的中后段可能存在的身体健康恶化的趋势，反思我国目前的职业教育发展政策、举措。第五，我们应对高校招生和高中阶段学生培养方式等方面进行改革，以缓解高考学生的身体和心理压力，提升学生的健康水平。

综上所述，教育对健康具有正向影响，这为实现我国新时代建设健康强国的目标提供了一个新的思路。提升国民健康素质的方法不应局限于加强医疗设施建设、完善医疗保险等外部保障措施，还可以通过教育培养人们的健康习惯和健康意识以产生“个体自主效应”。健康政策可以与配套的教育政策相结合，实现国民受教育水平与国民健康水平的共同提升。

注释

①叶华、石爽：《健康的教育梯度、城乡差异与影响机制》，《学术研究》 2015年第9期。

②G. Kolata， “A Surprising Secret to a Long Life: Stay in School,”TheNewYorkTimes， 2007， p.3．

③程令国、张晔、沈可：《教育如何影响了人们的健康？——来自中国老年人的证据》，《经济学》(季刊)2015年第1期。

④M. Grossman, “On the Concept of Health Capital and the Demand for Health，”JournalofPoliticalEconomy， vol.80, no.2, 1972, pp.223-225.

⑤D. S. Kenkel, “Health Behavior， Health Knowledge， and Schooling，”JournalofPoliticalEconomy， vol.99, no.2, 1991, pp.287-305.

⑦P. Lundborg, “The Health Returns to Schooling—What can We Learn from Twins？，”JournalofPopulationEconomics， vol.26, no.2, 2013, pp.673-701.

⑧F. Mazzonna, “The Long Lasting Effects of Education on old Age Health: Evidence of Gender Differences，”SocialScience&Medicine， vol.101, 2014, pp.129-138.

⑨D. Clark and H. Royer, “The Effect of Education on Adult Mortality and Health: Evidence from Britain,”AmericanEconomicReview， vol.101, no.6, 2013, pp.2087-2120.

⑩C. Meghir， M. Palme and E. Simeonova, “Education， Health and Mortality: Evidence from a Social Experiment,” National Bureau of Economic Research， 2012．