居民收入是影响健康冲击的因素及路径

邱晓龙 鲁思涵 王森

摘   要：采用Logistic模型和Tobit模型对居民健康冲击的影响因素及影响路径进行研究发现，自评健康状况较好、参加大病保险等对健康冲击具有保护作用，而患有慢性病、焦虑或抑郁具有负向作用。健康冲击通过影响劳动时间进一步降低居民收入水平，这一中介效应约占总效应的37.59%；健康冲击会显著减少工作时间，其边际效应为13.90。

关键词：健康冲击；居民收入；工作时间；影响因素

中图分类号：G273        文献标志码：A      文章编号：1673-291X（2023）12-0004-03

引言

自党的十八大以来，以习近平同志为核心的党中央把贫困人口脱贫作为全面建成小康社会的底线任务和标志性指标，从而在全国范围全面打响脱贫攻坚战。尽管在2020年已经从整体上消灭了绝对贫困，但缓解相对贫困、防止因病返贫仍是我国一项长期任务。要想真正做到摆脱贫困，除了解决城乡发展不平衡、教育资源稀缺等问题外，更要解决面临风险时的经济脆弱性问题。

健康冲击是通过什么路径对居民收入造成影响？其原因又是什么？研究健康冲击对居民收入的影响路径，有助于解决农村居民经济脆弱性的问题。因此，量化评估健康冲击对收入的影响路径、厘清因病致贫的发生机制具有较大的理论价值和现实意义。本研究基于实地调研数据，探究健康冲击对居民收入的影响因素和影响路径，以期为今后政府制定卫生政策与制度时提供科学依据。

一、文献综述

早在20世纪50年代，健康与经济之间的关系就被学术界所关注。20世纪80年代，随着研究方法的改进，大量研究数据显示健康与经济生产力之间正相关。到90年代，人们更多关注健康冲击对收入的影响[1]。

刘国恩[2]等人认为，健康的人力资本确实在20世纪90年代的个人收入增长中发挥了重要作用。蒋选、郝磊[3]（2017）通过对“中国健康与养老追踪调查数据”分析指出，健康冲击对个体的劳动参与和劳动供给时间存在负面影响。

纵观国内外“健康冲击对收入的影响”的相关研究发现，如今理论已较为成熟，且对其产生原因做出了系统性研究。学者们的观点对于本研究具有重要借鉴意义。但是同时我们也应该注意到，在评估健康冲击影响收入的过程中，需要解决收入水平影响健康的内生性问题[4]等，这些都需要通过不断地研究分析加以完善。

二、数据来源与变量统计

（一）数据来源

本文使用的研究数据来源于2021年底对安徽省定远县中汤村、仓镇回民村及马鞍山市陈桥洲民族村三个少数民族区的实地调研，本文根据研究内容删除了部分核心变量缺失的数据。调研中共发放问卷220份，回收197份，有效问卷180份，有效率为91.37%。

（二）概念界定

对于“健康冲击”这一概念的界定，国内外学者的研究存在差异。国内学者将健康冲击定义为“遭受疾病风险时个体因身体功能丧失导致日常功能受限”[5]“住院治疗花费在5 000元以上的疾病”[6]“过去一年有没有增重或减轻10斤以上”[7]，而国外多数学者则将重点放在“是否遭受癌症、心脏病”[8]等重大疾病指标上。在综合参考国内外相关文献的基础上，本文将“健康冲击”定义为上年度医疗卫生支出占家庭年收入10%及以上：

shock=0，ratei<0.11，ratei≥0.1

式中，i表示樣本个体，ratei表示个人上年度医疗消费比率，即医疗费用支出占收入的比例。若上年度医疗消费比率超过10%即说明发生了健康冲击，赋值为1；否则为0。

（三）变量选取

本文核心解释变量为健康冲击，该变量为虚拟变量，其中发生健康冲击为1，否则为0。自变量分为个人、家庭等因素，个人因素包括性别、年龄、户口、受教育程度、就业以及每周平均工作时间，家庭因素包括家庭收入状况、大病保险。此外，健康状况、心理等因素都会对健康冲击产生影响。

居民遭受健康冲击的比例为9.4%（17/180）。其中男性占46%，女性占54%，平均年龄为52.28岁；农村户口占64%，城镇户口占37%，就业人数占88%；居民每周平均工作27.97小时，拥有大病保险的占46%；患有慢性病、焦虑或抑郁的人数分别占53%和29%。具体信息见表1。

三、实证研究方法及结果

（一）模型设定

本文应用Stata软件进行数据处理，将健康冲击作为因变量，个人、家庭等因素作为自变量，采用Logistic模型对健康冲击的影响因素进行分析，并设计出如下模型：

shocki=a0+βi1Individuali+βi2+Familyi+βi2Xi+εi

式中，i表示样本个体，Individual为个人因素变量，Family为家庭因素变量，X为其他特征变量，βi为对应变量系数，α0为常数项，εi为随机扰动项。

（二）结果及分析

由表2可知，就业对居民具有保护作用；大病保险对健康冲击产生显著的负向影响；与没有参加大病保险的人群相比，参加大病保险使得居民发生健康冲击的概率降低了0.3%。

年龄对健康冲击具有正向影响，居民年龄每增加一个单位，健康冲击的发生率就会增加1.33倍；患有慢性病会使健康冲击的发生率提高了6.76倍，而焦虑或抑郁则会使居民遭受健康冲击的概率提高18.76倍。

四、健康冲击影响路径的实证研究

（一）中介效应分析

本文通过使用Kendall系数对健康冲击与每周平均工作时间进行相关分析，发现其相关系数值为-0.37，且呈现出0.01水平的显著性，说明健康冲击与工作时间之间存在相关关系。进而推测健康冲击是通过影响居民工作时间这一路径而引起收入水平下降的。并建立如下中介效应模型对这一机制进行检验：

Income=a0shocki+e1

Timei=a0shocki+e2

Incomei=c0shocki+b0Timei+e3

式中，系数c'0表示健康冲击作用于收入水平的总效应，b0表示工作时间作用于收入水平的效应，a0表示健康冲击作用于工作时间的效应，而c'则是健康冲击和收入水平的直接效应，e1、e2、e3是回归残差。

应用Stata软件进行Sobel检验发现，劳动时间在健康冲击与收入水平之间的中介作用不显著。本文进行进一步数据处理，将低收入（年均收入<20 000元）和高收入（年均收入>90 000元）人群剔除后，得到中等收入群体148人。针对该群体进行中介效应检验发现，健康冲击对居民收入水平总效应为-0.940，直接效应为-0.587，说明健康冲击通过影响居民劳动时间作用于收入水平，且这一中介效应约占总效应的37.59%。

表3  中介效应检验

（二）变量选取与结果分析

为了研究健康冲击对居民劳动时间变化的影响程度，本文使用Tobit模型进行估计。由于每周平均工作小时属于数值变量，本文将居民工作时间限定在0—110小时之间，存在部分数据取值为0，模型表示如下：

T*i=aTi+βHi+γXi+μi

Ti=T*i，ifT*i>0.10，ifT*i=0

式中，T*i和Ti分別表示潜在和实际观测的工作时间，用每周平均工作小时数表示；Hi表示个人健康水平；Xi是影响工作时间的其他控制变量；α、β、γ分别表示对应变量的系数；μ则是服从正态分布的误差值。

由于Tobit模型得到的系数是基于潜变量的均值E（T*i|X）基础上得到的边际效用，并没有实际经济含义，因而本文将解释变量乘以调整因子以得到对条件期望E（Ti|X）的偏效应，具体信息见表4。

表4显示，自评健康状况与每周平均工作时间显著正相关，健康状况每提高一个等级，居民每周平均工作时间就会增加6.53小时；与未发生健康冲击的人群相比，健康冲击对居民工作时间的边际效应为13.90；而患有慢性病与焦虑或抑郁则会使得居民每周平均工作时间分别减少1.60小时和2.35小时。

五、对策建议

本文主要针对健康冲击对居民收入影响的途径进行了调查，根据实地调查数据得到了如下结论并提出几点建议。

第一，收入是影响健康冲击的重要因素，经济收入的提高会显著降低居民遭受健康冲击风险的可能性。国家应加大对少数民族贫困地区的扶持力度，因地制宜地开展产业扶贫项目，以保障居民就业，提高其抵御健康风险的能力；引导居民适当进行投资理财等金融活动，优化居民收入结构，拓宽收入渠道。

第二，中低收入群体在遭受健康冲击时其劳动时间会明显减少，从而影响收入水平。政府部门可针对遭受健康冲击的人群进行财政补助，企事业单位可按合理比例进行薪酬补贴；社区应安排基层医护人员定期上门服务，减少其家庭经济负担。

第三，大病保险对居民因健康冲击产生的医疗费用进行补贴，能够减轻居民经济压力。国家应充分考虑不同收入群体的需求，构建多层次、多元化的医疗保障体系。同时，鼓励居民通过购买商业健康险以提高自身抵御健康冲击的能力，政府也应加强对商业健康保险发展的扶持，形成以基本医疗保险兜底、商业健康保险补充的医疗保险体系。

第四，居民心理健康和健康重视程度对健康冲击的发生具有较大影响。所以应大力开展慢性病的预防和宣传工作，建立慢性病患者长期护理机制。社区应及时了解居民心理健康状态，加强心理健康教育，定期开展健康教育讲座、组织健康体检等，还应向公众提供科学准确的健康信息。同时，须减少居民健康风险来源，增强居民的自我防范意识和防护能力。

参考文献：

[1]   Foster，Andrew D．Nutrition and Health Investment[J].The American Economic Review，l995，85（2）：148-152.

[2]   刘国恩，傅正泓.中国的健康人力资本与收入增长[J].经济学，2004（4）：101-118.

[3]   蒋选，郝磊.基于Tobit模型的中老年劳动供给影响因素分析[J].财经理论研究，2017（2）：31-39.

[4]   于新亮，上官熠文，申宇鹏.因病致贫：健康冲击如何影响收入水平？——兼论医疗保险的脱贫效应[J].经济社会体制比较，2020（4）： 30-40.

[5]   鲍莹莹.健康冲击.劳动参与对农村家庭福利水平的影响：基于中国家庭收入调（CHIP）2013年数据的实证分析[J].经济经纬，2020（2）：44-51.

[6]   高梦滔，姚洋．健康风险冲击对农户收入的影响[J].经济研究，2005（12）：15-25．

[7]   田艳芳.健康状况和健康冲击对工作时间的影响[J].人口学刊，2011（2）：90-97.

[8]   Wagstaff Adam，Lindelow Magnus.Are health shocks different？ Evidence from a multishock survey in Laos[J].Health Econ，2014，23（6）：706-718.

[责任编辑   彦   文]