贫困对农村居民自评健康的影响及机制分析——来自中国家庭金融调查的证据

柳建坤 张云亮

作为人类社会可持续发展的重要前提，消除贫困是世界各国政府共同追求的施政目标。改革开放以来，随着经济持续高速增长和政府的强力推动，中国在减贫工作上取得举世瞩目的成就。2021年2月21日中共中央国务院出台《关于全面推进乡村振兴加快农业农村现代化的意见》(即中央一号文件)为新发展阶段农村工作开展指明了方向和目标；2月25日习近平总书记在全国脱贫攻坚表彰大会上宣布“我国脱贫攻坚战取得了全面胜利”(1)习近平.在全国脱贫攻坚总结表彰大会上的讲话.(2021-03-03)[2021-03-15].新华网. http:∥www.xinhuanet.com/world/2021-03/03/c_1211049315.htm。，国家乡村振兴局挂牌成立。贫困是在提升国家治理能力和治理体系现代化的过程中必须攻克的发展难题，它不仅表现为收入不足和物质匮乏，更会引发一系列健康问题。减贫干预固然可以快速地解决物质贫困问题，但贫困产生的健康风险很难在短期内消除，甚至会造成“因病致贫”“因病返贫”等问题，致使减贫成效大打折扣。农村贫困居民的健康问题引起了中央政府的高度重视，健康扶贫也被纳入减贫工作体系。2016年国务院印发的《“十三五”脱贫攻坚规划》首次将健康扶贫列为主要内容(2)国务院关于印发“十三五”脱贫攻坚规划的通知. (2016-12-02)[2021-03-15]. 新华网. http:∥www.xinhuanet.com/politics/2016-12/02/c_1120043511.htm。；2018年国家卫健委、国务院扶贫办联合印发的《贫困地区健康促进三年攻坚行动方案》提出开展健康教育进乡村、进家庭、进学校以及健康教育阵地建设、基层健康教育骨干培养等行动(3)让贫困群众做健康的明白人我国大力推进贫困地区居民健康教育全覆盖. (2018-11-12)[2021-03-15]. 新华网. http:∥www.xinhuanet.com/politics/2018-11/12/c_1123701986.htm。。在“十四五”时期，如何准确把握贫困对居民健康的影响，不仅有助于深化对贫困与健康关系的认识，还将为政府完善健康扶贫政策体系提供有益参考，这对于巩固拓展脱贫攻坚成果、预防化解返贫风险、有效衔接乡村振兴和实现2035年远景规划发展目标都具有重要的现实意义。

农村是中国减贫工作的主战场，因而农村贫困问题是中国贫困问题研究的核心。国内学者对贫困问题的讨论主要集中在估算贫困人口规模、描绘贫困人口特征、考察引发贫困的因素等方面[1]。然而，虽然已有大量研究关注了健康人力资本与贫困的关系[2-3]，但这些研究的不足之处是明显的：一是已有研究主要是针对不同年龄段人群的独立研究，未将各个年龄段的成年人纳入一个分析框架中；二是所采用的贫困指标在测量效度上相对不高；三是在以自评健康为对象的研究中，学者们虽然考察了主观自评贫困状态、贫困持续期或经济指标层面的贫困等多维贫困对自评健康的直接影响，却未对政府认定贫困标准的影响以及这一关系中可能的作用机制进行深入分析。

鉴于此，本文使用2017年中国家庭金融调查(China Household Finance Survey，CHFS)数据，实证考察贫困对农村居民自评健康的影响。CHFS在2017年收集的数据中首次询问了居民的自评健康情况和由地方政府认定的“贫困户”信息。由此，本文就可以构建出能够真实地反映个体自评健康状况和家庭贫困状况的变量。而且，在处理内生性问题后，对该数据进行实证分析所得到的研究发现能够较为准确地识别贫困产生的健康损害效应。基准回归结果显示，相比于农村非贫困居民，农村贫困居民的自评健康水平更差。这一结论在使用工具变量法、倾向值匹配以及替换因变量、全年龄段进行稳健性检验后仍然成立。本文还从食品消费支出和幸福感双重视角进行机制分析。结果发现，家庭贫困显著降低了农村居民的食品消费支出，并且抑制了主观幸福感，进而降低了个体自评健康水平。此外，针对特困户的转移支付可以显著削弱贫困对自评健康的负面影响。最后，贫困对农村居民健康的影响存在异质性，具体体现为贫困对缺乏风险抵御能力的农村老年群体会产生更大的健康风险。

本文的研究贡献体现在三个方面：第一，在研究对象方面，本文使用具有全国代表性的微观调查数据，评估了家庭贫困对农村18周岁以上居民人口自评健康的影响；第二，在测量效度方面，本文使用经地方政府认定的“贫困户”作为家庭贫困的代理变量，提高了贫困的测量效度，从而可以准确地评估贫困对自评健康的效应；第三，在约束条件方面，本文对贫困与自评健康之间的关系进行了机制分析，并考察了转移支付的调节效应。上述贡献有利于深化关于贫困与健康关系的认识，并且为“十四五”时期健康扶贫工作的顶层设计提供政策参考。

余文内容安排如下：第一部分对贫困与健康关系的文献进行综述；第二部分对贫困影响农村居民自评健康的逻辑进行分析，进而提出可供检验的研究假设；第三部分介绍研究设计工作，包括数据来源、变量操作化和模型设定；第四部分报告实证分析结果；第五部分总结研究发现并对涉及的重要现实问题进行讨论。

一、文献综述

贫困对个体健康影响的研究最早可以追溯到埃尔德(Glen Elder)对美国“大萧条”影响儿童成长的开创性研究。埃尔德发现家庭贫困显著增加了儿童认知失调、行为失范等消极行为的发生概率[4]。此后，探讨贫困对儿童健康影响的实证研究迅速增加，并且为“贫困对儿童身心健康具有破坏性影响”的假说提供了更多的经验证据[5]。国内外学者将研究对象从儿童拓展到成年人，并逐渐发展出“收入不均假说”“相对剥夺假说”“绝对收入假说”“贫困假说”“相对位置假说”等理论观点[6]，且再次证实了贫困对个体的身心健康具有负面影响。Fagundes和Way发现，童年时期的贫困经历会损害个体在成年后的免疫系统，造成患心血管疾病、糖尿病和癌症的可能性大大提高[7]。贫困也会破坏个体的自评健康[8]。任国强等通过2010—2014年中国家庭追踪调查数据发现，个体收入降低导致的贫困对自评健康和心理健康都有显著的消极影响[9]。Haushofer和Fehr的研究则证实了贫困会增加成年人的精神压力，并且使其容易出现负面情绪，进而做出短视和规避风险的决策[10]。尽管贫困的健康损害效应一再得到验证，但另有研究提供了贫困与自评健康之间并没有显著关联的证据[11]。

学术界在贫困与健康关系的问题上之所以存在争议，主要是因为这一关系存在明显的内生性问题。一方面，健康人力资本对个体贫困有显著影响。程名望等对中国农村固定观察点2003—2010年数据的分析发现，提高贫困农户的生理健康可以增强农户收入、促进农户脱贫[12]。但另一方面，收入减少导致的贫困会损害个体的健康人力资本。贾海彦基于中国家庭追踪调查(CFPS)数据验证了“健康—贫困”陷阱的自我强化[13]；任国强等基于中国综合社会调查(CGSS)数据分析发现，贫困对城市居民的自评健康和心理健康都有显著负向影响[14]；方迎风和邹薇通过构建健康冲击与贫困脆弱性的动态最优框架，发现健康冲击显著增强了个体贫困的可能性[15]。总之，上述研究发现除了贫困会影响健康外，健康本身也会影响贫困，二者存在双向因果关系。对此，国外学者试图在研究方法上解决这一问题，因而开展了随机控制实验或利用外生事件的冲击来准确识别贫困对个体健康的影响。在马拉维和肯尼亚两国进行的现金转移的实验均表明，获得无附加条款的现金资助显著提升了个体的主观幸福感并降低了个体的抑郁和焦虑情绪[16-17]。Gardner和Oswald利用彩票中奖这一外生事件评估了“意外之财”对中奖者健康的影响，发现中巨额彩票对个体心理健康的促进效应明显高于中少额彩票与未中奖的效应[18]。

中国通过市场化改革的方式取得了举世瞩目的经济成就，虽然国民收入持续增长，但城乡居民的收入差距却在不断拉大，农村面临的贫困问题仍然严峻。在农村地区，儿童和老年人在经济上处于相对弱势地位，成为贫困发生率最高的两类群体。因为在高速城市化的背景下，农村成年劳动力主要向城市流动，他们难以向儿童和老年人提供及时、有力的经济支持[19]。而且，政府在农村社会保障体系上的投入相对不足，导致社会保障制度对上述弱势群体的保障水平极其有限，使得这两类群体极易陷入贫困状态[20]。因此，国内学者对贫困与健康关系的研究主要是围绕儿童和老年人这两类群体展开。李春凯和彭华民对江西省修水县625名留守儿童的研究发现，贫困对留守儿童的心理健康具有显著的削弱作用，并且这一效应存在明显的年级差异，即高年级儿童的心理健康水平更差[21]。黄俊对中国家庭追踪调查(CFPS)数据的分析发现，经济贫困增加了老年人日常生活自理能力丧失率[22]。

通过梳理已有文献可以发现，关于贫困与农村居民健康关系的研究仍存在不小的改进空间，具体表现在以下三个方面。首先，现有研究主要以儿童和老年人为研究对象，对青年和中年人展开分析的研究较少，这使得贫困对全年龄段人口的健康效应仍不得而知。其次，已有文献对贫困变量的测量方式，要么是使用受访者对家庭经济状况的主观评价，要么是根据受访者家庭收入与国家统一划定的贫困线进行对比。前一种测量方式缺乏客观性，而后一种测量方式忽视了受访者所在地区的经济发展差异。因此，此前研究中的贫困指标的测量效度不够理想，这将直接影响研究结论的可信性。最后，已有文献仅考察贫困对个体健康的直接效应，并未对贫困损害健康的作用机制展开深入分析，且较少讨论政府的贫困干预措施所发挥的调节作用。本文试图在以上三个方面加以改进，以准确评估贫困对农村居民自评健康的影响。

二、理论分析与研究假设

健康是人力资本的重要组成部分。健康生产函数模型假定任何个体都会从上一代继承一定的健康资本，它会随着个体年龄的增长而下降，但可以通过投入新的资源来实现健康的增益。根据该模型，影响个体健康的因素既包括个体既往健康状况，也包括个体和家庭的社会经济地位以及外部环境等。医学实验表明，物质资源对个体生理健康的影响明显强于对心理健康的影响[23]，由于自评健康和慢性病患病率等客观健康测量指标之间有显著负相关关系，因此学界常选用自评健康来表示个体的生理健康[24]。考虑到社会经济地位是影响个体获取资源的重要因素，因而学术界普遍认为个体自评健康与其社会经济地位之间存在“健康的社会经济地位梯度”关联[25]。收入是反映社会经济地位的一个重要指标，因而个体的健康状态与收入水平存在非常密切的联系[26]。在以中国居民为对象的研究中，国内学者利用中国社会综合调查(CGSS)、中国家庭追踪调查(CFPS)等全国性调查数据的研究均发现，无论是个人收入的提高还是家庭收入的增长，都对个体自评健康产生显著的正向影响[27]。

收入减少是家庭或个人陷入贫困的重要原因。由于收入是消费的基础，收入下降会造成消费支出减少，这将会使贫困家庭难以实现发展型的消费升级，尤其是增进健康的消费投入。一般而言，有助于维持生理健康的消费主要包括食物消费和健康服务消费两大类。

一方面，营养摄入是维持生理健康的基本前提，家庭食物消费可以提高个体的免疫力、平均身高以及降低死亡率，从而提高个体的自评健康水平[28]。基于农村义务教育学生营养改善计划的研究发现，营养干预对农村地区的小学生和初中生的生理健康具有显著的积极作用[29]。由于食物是营养获得的最主要来源，因而食物消费量是影响个体生理健康的重要因素。这意味着当贫困户在食物消费上的支出减少时，其营养摄入量难以得到保证，因而个体的自评健康及未来的身体健康都有可能受到损害。陆五一和周铮毅对中国健康与营养调查(CHNS)数据的分析发现，个体在成年时期的健康状况受到在儿童时期营养状况的显著影响[30]。

另一方面，除了可以维持既有的健康状态外，以维持健康为目的的医疗服务是个体预防疾病进而避免健康状态受损的重要途径。20世纪90年代以来，中国医疗卫生领域开始市场化改革，伴随着医疗服务价格的上升，医疗服务利用不平等现象也逐渐产生。解垩对中国健康与营养调查(CHNS)数据的分析发现，中国存在由收入决定的医疗服务利用不平等现象，高收入人群可以使用更多的医疗服务，因而健康状况更好[31]。然而由于贫困户的收入来源处于一个相对较低的水平，因此贫困家庭的消费结构依然是以缺乏弹性的生存性消费为主，即贫困家庭消费结构中食品消费支出处于首要位置[32]。

综上所述，家庭对维持健康需求消费支出的降低或者支出的不足是贫困损害个体自评健康的重要机制，也即处于贫困状态的家庭及其成员无法通过获取足够的健康营养摄入来进行健康投资，进而造成自评健康水平的下降。由此，本文提出“健康消费”机制的假设：

假设1：贫困会减少家庭的健康消费支出，进而损害其自评健康水平。

缺少幸福感是贫困损害生理健康的另一项作用机制。幸福感是个体对自己当前处境是否达到主观期望的评价。幸福感会受到个体特征、社会环境甚至是自然环境等多层次因素的影响[33]。其中，经济因素对幸福感的影响在国内外学术界被持续讨论多年。虽然国内外学者对经济发展水平是否是造成不同国家民众幸福感出现差距的原因存在分歧[34]，但无论是对发达国家还是发展中国家的研究都表明，个体的收入水平与幸福感之间存在显著的正相关关系[35]。在中国情境下的研究发现，相比于高收入群体，低收入群体的幸福感水平更低[36]。反过来看，当生活陷入贫困后，个体承受的经济压力迅速增大，往往会产生焦虑、抑郁、认知能力下降、社会信任感降低等消极行为，而这些因素都会削弱个体的主观幸福感[37]。

幸福感不仅是个体经济状况的结果，而且是个体之间出现健康差距的原因之一。虽然学术界侧重于考察健康对主观幸福感的影响，但仍有学者坚持认为幸福感影响个体健康的路径是客观存在的，这一点也得到了来自国内外经验证据的支持。Sabatini对意大利特伦托省817位居民样本的分析发现，个体的幸福感越高，其自评健康水平越高[38]。Li等使用中国社会综合调查(CGSS)数据研究发现，幸福感较高的城市居民往往拥有更健康的身体质量指数[39]。综上，本文认为贫困直接降低了个体的幸福感，进而对其自评健康产生负面影响。由此，本文提出“幸福感”机制的假设：

假设2：贫困会使个体的幸福感下降，进而损害其自评健康水平。

既有研究发现，消费福利的降低与个体幸福感之间存在显著负相关关系。孙计领和危薇基于2008年中国居民收入调查(CHIP)数据发现，个体食物消费等基本生存需求的满足对其幸福感有正向影响[40]。也就是说，在上述对贫困户食品消费支出影响其自评健康的路径中，还存在幸福感的中介效应，即构成一个链式中介路径：家庭贫困削弱了个体的食品消费支出、降低了幸福感，从而损害了个体的自评健康水平；而食品消费支出的不足也会导致个体幸福感受损，进一步对个体自评健康产生影响。由此，本文提出链式机制假设：

假设3：贫困家庭食品消费支出不足降低了其幸福感，从而损害其自评健康水平。

贫困治理对减少贫困的负面影响具有重要作用。1949年新中国成立以来，党和政府一以贯之地推动反贫困工作，中国共产党在农村工作中发挥的全面领导作用和政府在反贫困工作中发挥的主导作用贯穿于改革前后。坚持以政府为主导进行资源的投入和调配是中国反贫困工作的核心策略，在脱贫过程中向农村地区进行转移支付是中国政府应对贫困治理所采取的有效方案。由中央财政和地方各级财政组成的财政专项扶贫资金是转移支付的最主要来源，因而是脱贫攻坚战的“保障钱”，也是贫困村民的“保命钱”。党的十八大以来，中央政府对精准扶贫、脱贫攻坚的转移支付力度进一步加强。2016—2020年，中央财政专项扶贫资金连续五年每年新增200亿元，五年合计超过5 300亿元，仅2020年一年就达到1 400多亿元；在同一时期，832个涉农资金整合试点贫困县共整合地方财政资金超过1.5万亿元(4)化零为整 充足粮草加强保障 贫困县整合涉农资金超1.5万亿元.(2020-12-03)[2021-03-15].中国政府网.http:∥www.gov.cn/xinwen/2020-12/03/content_5566570.htm。。如此大规模的转移支付被认为是中国消除绝对贫困的关键所在[41]，这一点得到了经验证据的支持。李丹和李梦瑶对国家扶贫开发重点县的研究发现，中央财政转移支付可以显著减少贫困人口和降低贫困发生率，并且能有效提升贫困地区居民的生活水平[42]。崔景华等利用2010年和2014年的中国家庭追踪调查数据分析发现，村级财政在教育和农业生产上的支出越多，当地居民的贫困发生率越低[43]。根据转移支付具有减贫效应这一特点，本文认为：随着政府投入的转移支付资金增多，贫困户的转移性收入持续增加，由贫困引发的健康问题也可以得到缓解。换言之，针对农村贫困居民的转移支付可以减弱贫困对农村居民自评健康的负面影响。据此，本文提出如下研究假设：

假设4：农村居民的转移性收入增加，可以有效降低贫困对其生理健康的损害效应。

三、研究设计

(一)数据来源

本文使用的数据来自西南财经大学2017年进行的第四轮中国家庭金融调查(CHFS2017)数据。此次调查涉及的样本范围覆盖全国29个省(自治区、直辖市)的40 011户家庭、127 012个个体，调查着重询问了受访家庭的经济状况和受访者的生理健康状态，这为本文考察贫困与健康的关系提供了数据支持。CHFS项目的抽样过程科学、规范，并且对收集数据进行严格的清理，保证了样本具有全国代表性。研究表明，CHFS收集的人口统计学信息与国家统计局公布的数据基本一致[44]。本研究的分析对象是农村居民，因而剔除城市居民样本及变量含有异常值的样本，最终获得24 388个个体样本。

(二)变量说明

1.被解释变量。被解释变量是个体自评健康状况，该变量在问卷中的题项是：“与同龄人相比，现在的身体状况如何？”，答案选项包括“非常好”“好”“一般”“不好”“非常不好”五类，对应的分值为1～5分。我们将原始赋值方式进行反向调整，调整后的变量的数值越大，表示受访者自评健康状况越好。在稳健性检验部分，将个体自评健康变为虚拟变量，“一般”“不好”“非常不好”=0，命名为“自评健康不好”，“非常好”“好”=1，命名为“自评健康好”。

2.解释变量。解释变量是受访者家庭是否贫困。此前的研究通常采用两种方式对“贫困”变量进行测量：一是根据受访者对家庭经济状况的评价来判断是否贫困[3]；二是根据受访家庭的人均纯年收入是否低于中央政府划定的绝对贫困线来标识家庭贫困状况[2]。这两种测量方式的不足之处是非常明显的：前者易受参照群体的影响，不能真实反映家庭客观的经济状况，后者则忽略了地区之间的经济社会发展差距的影响。相比之下，CHFS2017对贫困变量的测量方式有了很大改进，其对“贫困户”的界定为：“按照国家规定，且家庭人均收入低于一定水平，填写了《贫困手册》，经过村委/社区民主评议、公示后，由乡镇/街道政府审核认定的贫困户。”换言之，CHFS2017的贫困测量是基层政府对受访者是否贫困的本地化认定，由此构建的指标可以更加准确地测度贫困状况。根据“您家是否是贫困户？”这一问题，本文构建了“贫困户”的虚拟变量，答案赋值方式为：0=不是，1=是。

3.中介变量。中介变量是家庭食品年支出和主观幸福感。食品消费支出在问卷中的题项是“您家去年平均一个月的伙食费是多少钱？(单位：元)”。我们基于该指标计算了受访家庭去年全年的食物消费支出(食物消费月支出×12)(5)本文后续中介变量检验部分还使用家庭食品消费支出占家庭全部消费总额的比例进行了验证，得到的研究结果与使用家庭食品消费支出变量对数形式得到的结论基本一致，限于文章篇幅，作者未在文中呈现。。我们对这个指标双边缩尾0.1%，然后取自然对数纳入统计模型，构建“食品支出”变量。主观幸福感在问卷中的题项是“总的来说，您现在觉得幸福吗？”，答案选项包括“非常幸福”“幸福”“一般”“不幸福”“非常不幸福”五类，对应的分值为1～5分。我们将原始赋值方式进行反向调整，调整后的变量的数值越大，表示主观幸福感越高。

4.调节变量。调节变量是转移性收入。CHFS2017向受访家庭询问了去年是否从政府那里获得特困户补助金、救济金和赈灾款补助、退耕还林补助、教育补助以及住房补助五种转移性收入。据此，我们构建了五种转移性收入的虚拟变量，赋值方式为：0=没有，1=有。

5.控制变量。参考已有文献[14]的做法，本文引入了可能会影响个体生理健康的其他变量，包括个体特征变量、家庭特征变量和地区特征变量。变量的编码方式如下：(1)受访者年龄为连续变量；(2)性别，女性=0，男性=1；(3)婚姻，离异、未婚、丧偶=0，已婚有配偶=1；(4)户籍性质，农业户口=1，非农业户口=0；(5)受教育年限，未上过学=0，小学=6，初中=9，高中/中专/职高=12，大专/高职=15，大学本科=16，硕士研究生=19，博士研究生=22；(6)政治面貌，群众、团员、民主党派=0，中共党员=1；(7)工作状况，没有工作=0，有工作(包括在职没去上班)=1；(8)家庭人口规模为连续变量；(9)家庭年收入，本文首先对CHFS项目组计算的家庭年收入变量双边缩尾0.1%，然后取自然对数形式；(10)调查省份编码按照国家省级行政单位编码设定为虚拟变量。表1列出了变量的描述性统计。

在回归分析之前，我们对贫困户与非贫困户在若干关键变量上的差异进行检验。表2的结果显示，在未控制个体特征、家庭特征和地区特征的条件下，贫困农民的生理健康评分比非贫困农民低0.411(=3.322-2.911)，并且这一差距在1%的水平上显著，这表明贫困农民的生理健康状况更差。此外，贫困农民的食品消费支出对数在1%的水平上显著低于非贫困农民。虽然农村非贫困居民和贫困居民对幸福感的评价都介于“一般(3分)”和“幸福(4分)”之间，但前者的幸福感评分比后者高0.139，这表明贫困农民更缺乏幸福感。从五项转移支付的获得来看，农村贫困居民获得的转移性收入明显高于非贫困居民，且在1%水平上显著。总体而言，均值差异检验的结果虽然表明农村非贫困居民和贫困居民存在诸多特征差异，但需要使用回归模型来考察家庭贫困对农村居民自评健康的影响。

表1 变量的描述性统计(N=24 388)

表2 均值差异检验结果

(三)模型设定

本文的因变量是“自评健康”，变量类型是多分类有序变量。本文使用Ordered Probit模型估计家庭贫困对个体自评健康的影响。Ordered Probit模型将自评健康视为排序变量，需要使用潜变量推导出MLE估计量。具体而言，本文估计模型如下：

Healthi=α+β×Povertyi+δ×Χi+εi

(1)

公式(1)中，Healthi表示受访者i的自评健康水平，Povertyi表示受访者i的家庭是否为贫困户，Χi表示一组来自个体、家庭和地区层面的控制变量。εi是随机扰动项，代表不可观测的因素，服从标准正态分布。β是我们最关心的系数：如果β小于0且在统计上显著，表示家庭贫困对农村居民的自评健康产生负面影响。

Health*是潜变量，设A1

(2)

在随机扰动项εi服从标准正态分布的情况下，用Ψ(·)表示标准正分布的累积分布函数，X表示所有解释变量，由此可得到自评健康的条件概率分别是：

(3)

这样，模型将采用极大似然估计(MLE)对模型的回归系数进行估计。由于Ordered Probit模型估计的系数并不直观，只能从显著性和参数符号方面给出有限的信息，故进一步对各解释变量的自评健康影响取边际效应并进行汇报,公式如下：

(4)

公式(4)计算当模型中其他变量不变或处于均值时，X内某一解释变量的单位变化对被解释变量Health不同取值概率的边际影响，即如果解释变量变动1个单位，自评健康取1～5时的概率将分别如何变化。

四、数据分析结果

(一)基准回归结果

表3的前三列报告了使用Ordered Probit模型估计家庭贫困对农村居民自评健康的影响。模型3-1纳入家庭是否为贫困户变量，其回归系数为-0.390，在1%的水平上显著，说明家庭贫困对农村居民的自评健康具有负面影响。模型3-2加入个体和家庭特征变量，模型3-3加入省份地区虚拟变量，家庭贫困变量在模型中的系数值分别为-0.290和-0.236，且仍在1%的水平上显著，这说明贫困户居民的自评健康水平显著低于非贫困户居民。表3的第四列是使用OLS模型估计的结果。可以看到，家庭贫困的影响方向、显著性水平同Ordered Probit模型保持一致。综上所述，家庭贫困与农村居民的自评健康之间存在显著的负相关关系。

我们以模型3-3为基准，对控制变量的系数进行解释。随着年龄增加，农村居民的自评健康水平逐渐下降；与农村女性相比，男性的自评健康更高；相比于无配偶的农村居民，有配偶的农村居民的自评健康反而更差；在农村地区，非农户口居民的自评健康显著高于农业户口居民；测量社会经济地位的一系列指标，如受教育年限、中共党员、工作状况和家庭年收入，都可以很好地预测农村居民的自评健康，即个体社会经济地位越高，其自评健康也越高。

(二)稳健性检验

1.工具变量法

贫困与健康之间存在较强的内生性。导致内生性问题的原因有两个：一是遗漏变量问题。尽管在基准回归模型中加入了尽可能多的控制变量，但在现实中仍存在一些不可观测的因素会同时影响个体的自评健康和家庭经济状况。二是反向因果问题。一方面，家庭贫困可能会降低个体的自评健康状态，这一点在大量的实证研究中得到了验证[15]；但另一方面，较差的健康自评也会抑制个体人力资本的提升，从而影响其在劳动力市场中的竞争力和收入水平的提高。上述两个问题都会导致模型估计不准确，使得基准回归的结论很难反映现实情况。对此，本文采取工具变量法来提高因果识别的准确性。学术界常常使用核心解释变量的滞后变量作为工具变量，认为其满足工具变量的外生性和相关性条件[45]。由于中国家庭金融调查是追踪调查，其在2015年和2017年分别向同一受访者询问了自评健康情况，所以本文采用受访者在2015年调查中回答的自评健康变量作为工具变量。

表3 家庭贫困对农村居民生理健康的影响

表4报告了使用工具变量后的两阶段最小二乘法(2SLS)的回归结果。第一阶段估计的被解释变量是家庭是否为贫困户，从模型4-1到模型4-3的结果可以看出，工具变量“2015年自评健康”的系数都在1%的水平上显著为负，这表明它与“家庭是否为贫困户”这一潜在的内生变量高度相关。第二阶段回归结果显示，家庭贫困显著降低了农村居民的自评健康水平，这和表3的估计结果一致。此外，Wald F统计量大于10，可以认为不存在弱工具变量问题。这表明在考虑了模型存在的内生性问题之后，从基准回归结果中获得的研究发现仍然成立，即家庭贫困对农村居民自评健康的负向影响是真实存在的。

2.倾向值匹配

样本选择偏差(sample selection bias)问题也会影响基准回归结果的可靠性。该问题在本研究中体现为农村居民是否处于贫困状态并不是随机的，很可能受到其他因素的影响。因此，如果直接比较贫困农村居民和非贫困农村居民在自评健康上的差异，估计的结果很可能存在偏误。本文使用倾向得分匹配法(Propensity Score Matching，PSM)对基准回归结果进行稳健性检验。PSM的基本思想是根据由多个控制变量估计出来的倾向值，来构造一个与实验组在诸多方面类似的对照组，从而达到两组可比的效果。在此前的研究中，PSM也被证实是一种有效纠正基准回归模型估计偏误的方法。

表4 工具变量估计结果

PSM的操作步骤如下：首先，根据“家庭是否为贫困户”变量将样本区分为“处理组”和“对照组”，分别对应农村贫困户居民和农村非贫困户居民两个子样本。其次，使用Logit模型估计农村居民进入处理组的概率，也即倾向值。再将倾向值在同一范围内的农村居民进行匹配，并根据自变量将其归为处理组和对照组。为保证估计结果的稳健性，本文采取最近邻匹配(1∶1配比、1∶4配比)、半径匹配(半径为0.01)、核匹配和局部线性匹配(二者都使用默认的核函数和带宽)等多种匹配方法。最后，计算处理组的平均处理效应(ATT)，即处理组和对照组在自评健康上的差异。

在计算ATT之前，需要进行平衡性检验，其目的是观察匹配后处理组和对照组的协变量是否保持平衡。首先，比较实验组和控制组之间的协变量偏差分布。由图1可以看到，实验组和控制组在匹配前的协变量分布偏差较大，而在匹配后组间协变量偏差大幅缩小，基本达到倾向得分匹配的平衡性要求。其次，检查样本匹配前后的核函数分布。由图2可以看到，实验组和控制组在匹配后的核密度曲线基本重合，这表明两组样本在控制变量上的差异在匹配后显著降低，基本达到组间可比的要求。最后，本文进行PSM匹配，估计结果如表5所示。总体来看，不同匹配方法估计的结果具有一致性，ATT差值均在1%的显著性水平上通过检验。以1∶1最近邻匹配估计结果为例，匹配后处理组和对照组的自评健康分别是2.911和3.160，差异是-0.249，即农村居民的家庭陷入贫困状态，其自评健康下降0.249。由此可见，家庭贫困显著降低了农村居民的自评健康。因此，在处理了样本选择偏差后，基准回归结果仍是稳健的，也即家庭贫困对农村居民的自评健康具有负面影响。

图1 样本协变量偏差分布

图2 实验组和控制组核密度匹配情况

表5 倾向值匹配结果

3.调整被解释变量

本文使用受访者自评健康的虚拟变量做进一步的稳健性检验。表6的模型6-1展示了使用Probit模型估计的结果。可以看到，家庭贫困对农村居民自评健康的影响仍然在1%的水平上显著为负。为克服内生性问题，我们仍采用受访者“2015年自评健康”作为工具变量，并且使用IV-Probit模型进行重新估计，如模型6-2所示，结果表明家庭贫困变量的系数仍然显著为负，这充分证明家庭贫困显著降低了农村居民自评健康的结论是可信且稳健的。此外，Wald F值检验显著大于临界值10，意味着我们可以拒绝Probit模型不存在内生偏误的假定，说明所选取的工具变量是有效的，满足了使用IV-Probit模型进行估计的条件。

表6 家庭贫困对农村居民自评健康的影响

4. 全年龄段的检验

由于个体的生命周期包括不同生命阶段，每个阶段的生理健康都离不开家庭的影响，因此本文进一步做样本全年龄段的稳健性检验。按照学界已有研究的操作方法[46]，我们将样本年龄段按照10岁为一组的方式处理，即18～29岁、30～39岁、40～49岁、50～59岁、60～69岁、70～79岁、80岁及以上。分年龄段的检验结果如表7所示。从表7可以发现，家庭贫困对80岁以下的所有年龄段样本的自评健康都具有显著的消极影响(6)由于每个年龄段的样本量不同，因此我们无法对不同子样本的估计系数进行直接对比，不能仅仅依靠估计系数得出贫困对哪个年龄段居民自评健康的消极影响最大的结论。。本文认为，贫困对80岁及以上农村老人的自评健康影响不显著可能是由于该队列老人的身体健康本身都是同期出生队列人口中更为健康的人群，即80岁及以上人群存在生物学上的样本死亡选择效应的问题。

表7 分年龄组检验结果

(三)中介机制分析

在证实了家庭贫困对农村居民生理健康具有负向影响的基础上，需要进一步考察这一关系形成的作用机制。在理论分析部分，我们从食品消费和主观幸福感角度阐释了家庭贫困损害农村居民自评健康的逻辑。此部分将对这两种机制进行实证检验。为此，我们采用结构方程模型，以农村居民自评健康为被解释变量，家庭贫困为解释变量，以食品消费对数和幸福感为链式中介变量，以个体层面、家庭层面、地区层面的变量为控制变量，构建链式中介检验模型，路径系数估计结果如图3所示。从图3中可以看出，贫困显著降低了家庭食品消费并削弱了个体的幸福感，而家庭食品支出和幸福感的提升均可以有效提升个体的自评健康水平，食品消费不足和幸福感的降低是家庭贫困影响个体自评健康的重要中介机制，此外食品消费支出的匮乏也抑制了个体的幸福感。

通过Bootstrap自抽样方法对中介变量效应检验的结果表明：在以食品消费支出为中介变量的路径中，间接效应为0.003 7，贡献率为12.89%(=0.003 7/0.028 7)；在以幸福感为中介变量的路径中，间接效应为0.006 7，贡献率为7.58%(=0.006 7/0.088 4)；在以食品消费支出和幸福感为中介变量的路径中，所有间接效应为0.026 8，贡献率为10.08%(=0.026 8/0.265 8)。因此，根据检验中介效应存在的标准，可以初步判断家庭食品消费支出和幸福感是家庭贫困损害农村居民自评健康的作用机制，两个机制变量发挥了部分中介效应，假设1、假设2和假设3得到验证。

图3 链式中介效应估计结果

(四)异质性分析

贫困产生的负面影响会因个体自身抵抗风险能力的大小而发生变化，对外部冲击缺乏抵御能力的群体受贫困的影响更大。本文从人口统计学特征、家庭拥有的资产和公共服务可及性等三个方面来评估个体的风险承受能力，进而考察贫困对农村居民自评健康的影响是否存在异质性。首先，老年人在身体机能和提高收入水平的可能性上都要弱于年轻人，已有文献表明年轻人与老年人在社会态度等方面存在显著差异。对此，本文使用两种方法将农村居民进行子样本划分：第一，按照年龄划分为“年轻人”(60岁以下)和“老年人”(60岁及以上)两个子样本；第二，按照出生年代划分为“年老一代”(1979年以前出生)和“年轻一代”(1978年之后出生)[47]。其次，家庭资产可以分为工资、租金等流动性资产和土地、住房等非流动性资产。已有文献证实土地产权的稳定性对缓解农户多维相对贫困具有重要作用[48]，但目前缺乏对住房资产的研究。对此，本文将农村居民划分为拥有1套住房样本和拥有多套住房样本。最后，社会保障是公共服务体系的重要组成部分，它为风险抵御能力差的农村居民构建了“社会安全网”，从而大大降低了陷入贫困的可能性。研究表明，住院统筹保险等新农合社会保障可以显著降低贫困发生率[49]。基于此，本文将农村居民划分为“有社会保障”(有养老保险或医疗保险)和“无社会保障”(养老保险和医疗保险都没有)两个子样本，以考察家庭贫困对农村居民自评健康的影响在社会保障方面呈现的差异性。

表8报告了对以上四组子样本估计的回归结果。可以看到，家庭贫困变量在全部模型中的系数都在1%的水平上显著为负，这说明贫困对不同特征的农村居民都会产生健康损害效应。但通过模型系数差检验比较后发现，贫困对60岁及以上的农村老年人或者1979年以前出生的年老一代农村居民自评健康的影响大于对年轻人的影响，但在住房资产、公共服务方面不同样本之间不存在统计上的异质性。由此可见，贫困对农村居民自评健康的损害效应主要体现在缺乏风险抵御能力的老年群体上。

表8 分样本检验结果

(五)调节效应

表9报告了使用Ordered Probit模型估计转移性收入的调节效应。本文考察的转移性收入包括特困户补助、救济赈灾补助、退耕还林补助、教育补助和住房补助。可以看到，在模型9-1—模型9-5中，家庭贫困变量的系数均在1%的水平上显著为负，这说明对于没有获得转移性收入的农村居民而言，家庭贫困对自评健康具有负向影响是稳健成立的。在交互项方面，以模型9-1为例，特困户补助交互项系数在1%的水平上显著为正，这说明当农村居民获得特困户补助后，家庭贫困对生理健康的损害效应大幅下降(-0.361=-0.261-0.424+0.324)。另外，模型9-3和模型9-4中的交互项系数也显著大于0，但模型9-2和模型9-5中的交互项系数不具有统计显著性。这说明获得特困户补助、退耕还林补助和教育补助会削弱家庭贫困对生理健康的负面影响，但救济赈灾补助和住房补助的调节效应并不明显。因此，假设4得到部分验证。

表9 转移性收入的调节效应

五、结论与讨论

物质贫困不仅会使个体对美好生活的向往难以得到有效满足，还会引发健康风险。农村居民的贫困发生率相对较高，因而也承受着较大的健康风险。依托2017年中国家庭金融调查数据中的生理健康信息和由地方政府认定的“贫困户”信息，本文实证研究了贫困对农村居民自评健康的影响。研究发现：第一，贫困会损害农村居民的生理健康，这一结论在使用工具变量法、倾向值匹配以及替换因变量、全年龄段子样本检验等方法进行稳健性检验后仍然成立；第二，食品消费不足和幸福感缺失是贫困损害农村居民健康的作用机制，具体而言，家庭贫困会显著降低农村居民的食物消费支出和主观幸福感，进而使个体自评健康受到损害；第三，针对贫困户家庭的特困户补助、教育补助、退耕还林补助等三类转移支付可以显著削弱贫困对农村居民自评健康的负面影响，救济赈灾补助、住房补助的调节效应并不成立；第四，贫困对农村居民健康的影响存在异质性影响，主要体现为相比于年轻人口，贫困对缺乏风险抵御能力的老年群体会产生更强的健康风险，而在住房资产多少及公共服务可及性方面没有得到验证。

2021年是“十四五”建设的开局之年，也是脱贫攻坚成果同乡村振兴有效衔接5年过渡期的开局之年，加强农村居民健康人力资本建设的意义重大。虽然针对贫困群体的“一个收入、两个不愁、三个保障”的战略目标在2020年已经基本实现，但中国的脱贫攻坚战并未结束，如何有效巩固脱贫成果、防止再次返贫是“十四五”发展阶段以及2035年远景发展目标实现过程中面临的重要难题。健康是个体提升社会经济地位和社会实现科学发展的重要保障，增强居民健康是防止“返贫”和“致贫”的重要手段，因而健康扶贫也成为中国减贫工作的重要内容。本研究证实了贫困对农村居民的生理健康产生损害效应，并对其中可能存在的作用机制、贫困的异质性影响以及调节效应进行了分析。

依据上述研究结论，本文提出如下政策建议：第一，在农村消除绝对贫困之后，应继续加大农村的健康食物补贴，大力实施农村地区的菜篮子安全等乡村建设行动，及时做好脱贫人口和新发生贫困人口的动态监测工作和帮扶工作，提高农村人口的幸福感和身体健康水平，防止因病返贫等规模性返贫人群的出现；第二，在资金支持方面，各级政府需要优化教育补助、特困户补助等转移支付项目结构，对特困户群体进行精准投放，重点还是要通过全面整合人、财、物等资源力量，摆脱灌水式扶贫治理老路，促进农村居民多元创收，优化农村居民的收入结构，帮助农民提升内生发展能力、增强新发展理念；第三，在后脱贫治理时期，要格外关注农村既有的缺乏风险抵御能力的群体，主要是老年人群体，优化已有的救助政策体系和社会保障体系，做好专项救助、坚持开发式扶贫，确保在“两不愁、三保障”的基础上各项帮扶政策体系具有稳定性、有效性和长期性，为农村居民富裕富足提供有力支撑。

本研究还存在一些研究局限。首先，在数据方面，虽然中国家庭金融调查是追踪调查数据，但是由于“贫困户”变量仅存在于2017年的调查问卷中，导致本文无法使用多期追踪数据进行研究，这可能会对因果关系的识别产生影响。不过，本文使用工具变量、倾向得分匹配等多种方法对内生性问题进行了处理，在一定程度上可以提升对贫困与农村居民自评健康之间因果关系的有效识别。其次，在贫困变量测量方面，本文使用了政府层面的贫困户认定变量，然而政府的贫困户认定标准主要是多维绝对贫困标准，因此在“十四五”发展阶段和未来的学术研究中，本文还需要结合多维相对贫困、贫困脆弱性等贫困指标，对贫困与健康之间的关系做更进一步的优化。最后，在影响机制方面，本文囿于理论逻辑分析和问卷结构，仅讨论了家庭的食品消费机制和居民的幸福感机制，难免挂一漏万，然而贫困治理是一项长期性、复杂性、系统性的工程，因此未来还需要探索其他机制以补充本文已有的研究发现。