高血压对我国农村中老年群体劳动状态的影响研究

李文俊，李建国

广州中医药大学公共卫生与管理学院，广东广州，510006

随着农村青年劳动力的持续外流、人口预期寿命增加和人口结构的转变，2019年末，我国农村45-70岁的中老年群体约占农村总群体的35.7%[1]，农村中老年群体规模庞大，成为农村劳动力的主力军[2]。国家卫生健康委发布的第六次全国卫生服务调查分析报告显示，我国农村慢性疾病患病率从2008年的14%快速上升到2018年的35.2%，慢性疾病已经成为威胁我国农村居民健康的主要疾病。高血压是我国农村的第一大慢性疾病[3]，2018年高血压约占全部慢性疾病构成的34.4%，远高于排名第二的糖尿病(7.7%)[4]。

综合现有的研究，高血压等慢性疾病是否对农村中老年群体的劳动状态产生影响，还没有定论。李琴、贺青等学者认为，高血压等慢性疾病会对农村中老年群体的劳动供给没有显著影响，患病的农村中老年群体在生计压力下，通常会“带病工作”[5-6]；而Varekamp、Kwon、Pit等学者认为，高血压慢性疾病使农村中老年群体无法满足工作要求，对其劳动状态有负向影响[7-9]。已有研究关注到了慢性疾病对农村中老年群体劳动状态的影响，但也存在以下不足。①高血压慢性疾病对农村中老年群体劳动状态的影响，具有地区差异和年龄差异；②劳动状态的区分需要更加深化，单纯以非农工作和其他工作无法体现非农工作、农业工作、无工作之间的差异；③我国农村的慢性疾病恶化速度非常之快，需要利用最新的数据来对现在的情况进行客观分析。

同时，现有研究大多将45岁以上的农村中老年人口作为研究对象，事实上中老年群体的身体状况在75岁之后会不可遏制地变坏，已不再适合生产劳动[10]，因此本文将中老年人口的研究对象限制在45-70岁之内，更符合现实情况。本文基于2018年中国健康与养老追踪调查(China health and retirement longitudinal study, CHARLS)数据，研究高血压慢性疾病对我国农村中老年群体劳动状态的影响，并进一步讨论高血压慢性疾病影响中老年群体劳动状态的地区差异和年龄差异，为合理开发和利用农村中老年群体的人力资源提供政策参考。

1 资料来源与方法

1.1 研究对象

本文选取2018年发布的CHARLS数据中45-70岁的农村中老年群体为研究对象，分析高血压慢性疾病对我国农村中老年群体劳动状态的影响。CHARLS是一项由北京大学主持的、以我国45岁以上中老年人口为调查对象的大规模社会调查项目，在我国的老龄化研究中被广泛应用。

1.2 研究方法

1.2.1 变量说明。根据研究目的，结合CHARLS数据，本文选取的变量及变量赋值。农村中老年群体的劳动状态是本文的因变量。根据CHARLS问卷内容，对问题“过去1年内仅给自家干农活，并且干农活至少10天以上”，若样本回答为“是”，则认为其劳动状态是农业工作，赋值1；对问题“过去一周内工作(这里的工作包括挣工资打工、从事个体经营、无报酬的家庭经营帮工等)超过1个小时”，若样本回答为“是”，则认为其劳动状态是非农工作，赋值2；若样本对前两个问题都回答为“否”，则认为其无工作，赋值3。见表1。

表1 变量说明及赋值

农村中老年群体高血压患病状况是本文的主要解释变量。根据CHARLS问卷内容，对问题“是否有医生曾经告诉您有高血压病？”，“是”赋值为1，“否”赋值为0。为避免遗漏变量，本文同时加入以下控制变量，个体特征变量如年龄、性别、婚姻、教育年限；家庭特征变量如子女个数、是否与子女共同居住、是否提供隔代照料；社会变量如是否参加养老保险、地区。

参照《中国农村贫困监测报告2018》的地区分类方法，本文的东部地区为北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东；中部地区为山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区为内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海。由于CHARLS数据中没有海南、西藏、宁夏、香港、澳门、台湾的数据，本文的地区分类中未包含这些地区。

1.2.1 模型设定。农村中老年群体的劳动状态是无序多分类变量，本文适合使用logit模型来分析高血压对农村中老年群体劳动状态影响。模型设定中，我们以占比最多的农业工作(Y=1)作为基准，得到农村中老年群体处于非农工作(Y=3)、无工作(Y=2)劳动状态的概率，模型具体形式如下：

(1)

(2)

式(1)(2)中，P(Y=1|X)、P(Y=2|X)、P(Y=3|X) 分别表示农业工作、非农工作和无工作的条件概率，x代表解释变量，α代表截距，β代表解释变量的待估系数，μ代表误差项。

经豪斯曼检验，样本中3个因变量的P分别为0.95、1.00、1.00，都不拒绝各因变量间相互独立的IIA假定，故可以使用logit模型对本文进行分析。

1.3 统计学方法

使用R软件对原始数据进行清洗和整理，导入Stata 16.0进行统计分析。以均数和标准差对样本信息进行描述性统计。在使用豪斯曼检验对模型的IIA假定进行验证后，利用多项logit模型分析高血压对我国农村中老年群体劳动状态的影响。检验标准为α=0.05。

2 结果

2.1调查对象基本情况

劳动状态上，无工作都排在最后一位，总样本、中部地区样本、西部地区样本劳动状态顺序相同，占比从高到低依次为农业工作、非农工作、无工作；而东部地区第一位和第二位分别为非农工作和农业工作。总体来看，虽然地区间劳动状态构成有差异，但总体是有工作占主体。按年龄组分，45-59岁劳动状态构成依次为非农工作、农业工作、无工作；60-70岁则依次为农业工作、无工作、非农工作。见表2。

表2 农村中老年群体基本情况

高血压患病率上，总体样本为34.6%。东部、中部、西部地区分别为34.8%、34.8%、34.1%，地区间高血压患病率相差不大。45-59岁、60-70岁年龄组高血压患病率分别为27.7%和43.1%，高年龄组患病率明显高于低年龄组。

2.2 高血压和非高血压组劳动状态占比情况

按高血压患病情况、地区、年龄组分，高血压患病群体和非高血压群体的劳动状态存在差异。首先，从两组群体3种劳动状态的比较来看，高血压群体相对于非高血压群体，总样本及各分组样本无工作状态比例都显著为高；非农工作状态占比都显著为低，而农业工作状态比例的比较有所差异，其中总体样本、中部地区样本、60-70岁样本的农业工作占比，高血压群体要低些；东部地区样本、西部地区样本、45-59岁样本要高一些。其次，东部地区、45-59岁样本非高血压与高血压群体的主要劳动状态不一样，前者为非农工作，后者为农业工作；而其他样本非高血压与高血压群体的主要劳动状态一样，都是农业工作。见表3。

表3 我国农村高血压与非高血压农村中老年群体劳动状态

2.3 总体样本回归结果

使用Stata 16.0对总体样本进行logit逐步回归，模型(1)的控制变量仅包含个体特征变量，模型(2)的控制变量加入家庭特征变量和社会特征变量，模型回归结果见表4。

各模型均通过了计量经济学检验。表中各模型的LR分别为2532.41和2921.21，且都在1%的水平上显著，伪R方分别为0.1111和0.1283。逐步回归结果显示，加入其他控制变量后，模型的系数值、显著性水平前后相差不大，故可以初步认为模型的回归结果是稳健的。见表4。

表4 MNL模型的基本回归结果

模型(2)的无工作部分，高血压变量结果在1%的水平上显著，几率比为1.4897，值大于1，说明以农业工作为基准，高血压对农村中老年群体处于无工作状态具有正向促进作用，即高血压农村中老年群体处于无工作状态的概率比非高血压群体高48.97%。模型(2)的非农工作部分，高血压变量结果在5%的水平上显著，几率比为0.8794小于1，说明高血压对农村中老年群体处于非农工作状态具有负向阻碍作用，高血压农村中老年群体处于非农工作状态的概率比非高血压群体低12.06%。此外，比较模型2的无工作部分和非农工作部分的回归结果，高血压对无工作状态的影响程度和显著程度都大于对非农工作的影响。

2.4 分组样本回归结果

进一步将样本划分为东部、中部、西部地区样本和45-59岁、60-70岁年龄层样本，以探讨不同地区、不同年龄层高血压对我国农村中老年群体劳动状态的影响。模型3-7包含全部控制变量，分地区样本回归结果见表5，分年龄组样本回归结果见表6。

表6 分年龄组样本回归结果

表5和表6的回归结果均通过了计量经济学检验。模型3-7的LR分别为934.82、951.02、884.39、1514.06、689.72，且均在1%的水平上显著，伪R方分别为0.1148、0.1326、0.1228、0.1163、0.0771，样本模型回归结果显著。模型3-7都是以农业工作状态为基准。

高血压对农村中老年群体无工作状态的正向影响存在地区差异。表5中，东部、中部、西部地区样本中，高血压的几率比分别为1.543、1.478、1.465，均大于1且都在1%的水平上显著，说明东部、中部、西部地区高血压农村中老年群体处于无工作状态的概率比非高血压群体分别高54.3%、47.8%、46.5%，高血压对东部地区中老年群体的劳动参与率影响程度大于中部、西部地区。

高血压对农村中老年群体非农工作的负向影响存在地区差异。表5中，东部、西部样本中，高血压的几率比分别为0.858和0.823，分别在10%和5%的水平上显著，说明东部、西部地区高血压农村中老年群体处于非农工作状态的概率比非高血压群体分别低14.2%和17.7%，高血压对东部地区的影响程度和显著性均小于西部地区。此外，中部地区样本，高血压几率比为0.973，小于1，但结果不显著。

高血压对农村中老年群体无工作状态的正向影响存在年龄组差异。表6中，45-59岁、60-70岁年龄组样本，高血压的几率比分别为1.246和1.721，均大于1，并都在1%的水平上显著，说明45-59岁年龄组高血压中老年群体处于无工作的概率比非高血压群体高24.6%，60-70岁年龄组高72.1%，高血压对45-59岁年龄组无工作状态的影响程度小于60-70岁年龄组。

高血压对农村中老年群体非农工作状态的影响存在年龄组差异。表6中，45-59岁年龄组样本，高血压的几率比为0.827，小于1，并在1%的水平上显著，说明45-59岁年龄组的高血压中老年群体处于非农劳动状态的概率比非高血压群体低17.3%。60-70岁年龄组高血压变量的几率比为0.922，小于1，但结果不显著。

2.5 稳健性检验结果

为了保证结果可靠，本文放宽了对样本的年龄限制，将样本扩大到45岁以上的所有农村中老年群体，对扩大后的13335个样本进行logit回归，可以看到，稳健性检验的结果与表4的回归结果基本相同，因而可以认为模型的回归结果是稳健的。见表7。

表7 稳健性检验

3 讨论

3.1 高血压等慢性疾病对我国农村中老年群体劳动状态具有消极影响

相对于非高血压群体来讲， 高血压群体中无工作状态占比更高、非农工作状态明显更低、农业工作状态相差不大。高血压使我国农村中老年群体有更高的几率进入次一级的劳动状态，即从非农工作到农业工作再到无工作。高血压对无工作状态的影响程度远大于对非农工作的影响程度，即农村高血压中老年群体从非农工作状态转为农业工作状态的可能性，要小于其从农业工作状态转为无工作状态，高血压对其工作状态的消极影响非常明显。高血压慢性疾病对个体劳动能力的损害是造成农村中老年群体被迫进入次一级劳动状态的重要原因。农业工作与非农工作在收入上的巨大差距则造成了高血压对不同劳动状态影响程度的差异，农村高血压中老群体愿意带病进行“非农工作”从而获取较多的收入，而不愿意继续进行“农业工作”，尤其是在农业现代化不断推进的情况下，农机、农药、化肥等现代农业生产要素逐渐代替了农业工作中的人力投入[11]，患有高血压的农村中老年群体将土地出租出去或交给其他健康家庭成员经营是更好的选择。

3.2 高血压对我国农村中老年群体的劳动状态影响存在地区差异

以农业劳动为基准，高血压对东部地区农村中老年群体无工作状态的影响程度大于中部、西部地区。由于东部地区经济较为发达，可以为当地的农村中老年群体提供更为充足的养老及医疗保障，减轻了他们的生活压力，使其能从维护自身健康的角度出发选择无工作劳动状态。其次，高血压对东部地区非农劳动的影响程度和显著性均小于西部地区，这是由于东部地区发展水平较高，产业分工更为细化，使得该地区的农村高血压中老年群体可以较为容易地选择劳动强度较低的服务业等，而反观西部地区，由于产业发展仍然处于工业化阶段，非农劳动岗位多集中在制造业、建筑业等高劳动强度行业中，患高血压的农村中老年群体因劳动能力受损无法胜任此类劳动，难以获得本地的非农工作。

3.3 高血压对我国农村中老年群体劳动状态的影响存在年龄层差异

高血压对60-70岁年龄组农村中老年群体无工作状态的影响程度远大于45-59岁年龄组，高年龄组人群更容易因高血压进入无工作状态。除高年龄组人群基本健康状况差于低年龄组、劳动能力更容易受高血压的影响外，传统的老年观念是导致高年龄组更容易处于无工作状态的重要因素。一方面，由于我国初入老龄化社会，人们对60岁以上老年群体应当退休，而忽视了我国人均预期寿命随社会发展而大幅延长，老年阶段仍保有较好劳动能力的事实。另一方面，我国进入老龄化社会较快，老年人群整体的人力资本尤其是职业技能水平欠缺，导致不少用人单位对中老年人群存在刻板印象或个人偏见，不愿意雇佣中老年人群，形成了农村中老年人力资源开发的恶性循环。综合来看，消极的老年观使60岁以上老年人更容易受到高血压等慢性疾病的消极影响。