农村劳动力迁移与城乡居民健康人力资本差异

樊敏杰,张祎萌,杨 蕊

(河南财经政法大学 财政税务学院,郑州 450046)

一、引言

随着长期工业化、城镇化进程的推进,中国的经济发展取得了显著成就。在这一进程中,大规模的人口流动成为其中最为显著的人口现象,在推动经济增长、社会结构变化、社会利益格局调整过程中起到了关键作用。党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出,要解决好“三农”问题,推动城乡要素平等交换、双向流动。这就意味着在新型城镇化以及农业现代化发展过程中,农民工城乡流动仍然是主要的切入点。

根据目前中国人口流动的特点,流动方向呈现出多向化辐射特征,以外出务工的农村劳动力为主要群体,且有家庭整体迁移的趋势。农民工作为城市经济建设的生力军,是中国工业化、新型城镇化进程中不可或缺的组成部分,社会对这一流动群体的关注也逐渐增加,尤其是他们的健康问题、子女教育问题,以及在流入地的社会融入等问题。其中,作为人力资本的主要来源,健康对劳动力个体乃至整个社会的意义不言而喻。在“健康中国”战略背景下,农民工的健康水平无疑是国民健康的短板与堵点。作为中国社会经济建设的核心力量之一,农民工的健康状况不仅关系着个人收入和家庭运转,还将对宏观经济发展和经济增长产生直接影响。健康与农民工流动的关系比较复杂,在流动的不同阶段二者的作用如下:一是在流动的准备阶段,个体健康状况会在很大程度上影响劳动力的流动决策;二是在流动过程中,农民工的职业类型、工作和居住环境、生活方式等往往处于社会的底端,导致该群体面临着更为突出的健康风险;三是由于社会经济地位边缘化、医疗服务可及性低下,当健康受损时,为了节约生活和医疗开支,寻求家庭支持,外出农民工可能会呈现出较强的回流倾向。

健康状况与流动特征之间存在紧密的双向联系,这就意味着大规模的农民工流动不可避免地会对城乡居民的健康差异产生深刻影响。因此,在农民工流动成为社会常态而城乡二元分割和户籍制度壁垒依然存在的复杂背景下,考察人口流动对城乡居民健康差异的影响具有重要意义。

二、文献回顾

国际上关于人口迁移的研究起源于跨国移民这一群体。中国的农村剩余劳动力流动性较强,且数量众多,已经构成了世界人口流动大潮的一个重要组成部分,其群体特征与新兴国际移民有诸多相似之处。通常认为,流动性强是农村迁移劳动力的一个重要特征,较强的流动性如何影响其自身的健康状况,本文将从直接影响以及间接影响两个角度考虑。

关于人口流动对健康的直接影响。早在1871年,WELTON T A［1］通过英国伦敦及周边城市的统计数据对人口流动与健康水平进行探究,发现二者之间具有一定的联系。此外,陆续也有学者得出个人居住的流动性与其健康状况之间存在着重要的实质性关联的结论［2-3］。人口迁移本身可能会导致健康状况的恶化,在一定程度上损害个体的健康［4］,我国迁移劳动力的健康情况同样存在一定程度的恶化［5］,其健康受损的原因可能是人口流动造成生活方式的变化而引发了部分疾病［6］。国内学者在研究中发现人口流动对个体的心理健康也会造成影响,人口流动时间越长,心理健康水平越低［7］。人口流动过程中的潜在压力也会导致精神疾病的产生［8］,致使健康水平降低［9］。

现有关于人口流动对健康的影响多是基于间接影响及其影响渠道展开的。主流观点认为,流动可能会恶化农村劳动力的健康状况,造成城乡健康人力资本差异,这主要是通过3个基本渠道实现的:低微的社会经济地位、较差的医疗服务可及性以及在输入地城市的艰难融入过程。为全面考察哪些因素会影响农村迁移劳动力的健康水平,进而造成城乡不同群体之间的健康差异,本文主要从3个方面对相关研究进行梳理。

一是较低的社会地位增加了外出劳动力的患病风险。流动人口通常在住房、健康、教育、就业和社会服务等方面无法与当地人享有同等的权利［10］,导致很多流动人口居住环境和条件相对较差,对传染病的预防措施也较为缺乏［11］,会影响流动人口的身心健康［12］。曾有学者利用1987—1993年的美国肺结核数据以及1990年美国人口普查数据研究发现,较低的社会地位,如拥挤的生活环境、低工资、贫困、缺乏公共援助、失业以及教育水平低下等,会导致流动人口之间肺结核传染的相对风险(RR)较高［13］。此外,农村迁移劳动力在输入地城市往往处于边缘地位,输入地政府和居民的歧视与排斥也可能是导致流动人口的精神健康状况恶化的主要因素,而精神健康会进一步影响和恶化流动人口的生理健康水平［14-16］。

二是流动人口在流入地获得正规医疗服务的可及性较差。有学者发现,与美国本土居民相比,来自亚洲和太平洋岛的移民更有可能缺乏正规的医疗渠道,医疗服务可及性更差［17］。有学者以上海地区为例研究发现,上海本土居民和外来人口的医疗服务途径存在明显的不平等性［18］。由于社会隔离,流动人口可能无法有效地利用医疗卫生服务［19］,更不可能享受到雇主提供的医疗福利［20］。此外,流动人口的医疗保险覆盖率也普遍较低。例如,在美国的1 270万墨西哥移民中,只有45%的人拥有医疗保险［21］,而在美国的27.3%的儿童移民无任何形式的医疗保险［22］。中国的情况也不容乐观。在上海,即使在无需保费的上海农民工医疗保险实施后,也仅有36.5%的上海农民工参保,仍然有16.7%的农民工无任何医疗保险［23］。在北京,有94%的外来农村劳动力无本地医疗保险,由此导致的潜在高医疗成本限制了他们获取卫生服务［24］。类似地,HESKETH T等［25］发现在浙江外来劳动力医疗保险覆盖率仅有19%,高昂的医疗成本是造成外来人口医疗服务可及性差的主要因素。以上研究表明,在许多城市,外来农村劳动力面临着严峻的医疗服务壁垒。不仅如此,公共卫生服务的可及性也存在类似的问题。冷晨昕和祝仲坤［26］发现在输入地城市对公共卫生服务的知晓率和职业病、传染病等防治知识的普及率明显偏低,该群体的公共卫生服务发展不平衡现象仍比较突出。

三是农村迁移劳动力在流入地城市的社会融入程度较低。由于“健康移民效应”,农村迁移劳动力最初进入输入地城市后,他们的健康水平可能优于本地居民,但是随着时间的推移这些健康优势会逐渐消失［27-28］。在农村迁移劳动力融入当地社会的过程中,导致他们健康状况恶化的最主要因素:第一,农村迁移劳动力在输入地城市工作、生活方式改变会导致健康状况恶化［29-30］;第二,医疗资源匮乏、在当地不良的健康行为和较差的生活方式,以及社会融入过程中所产生的精神焦虑等因素,也会影响外来人口的健康状况［31-32］。

与上述文献相反,有部分研究从死亡率和发病率的角度入手,表明流动人口的健康水平会优于当地人口,即流动对健康可能存在积极影响［33-34］。

通过对现有文献的梳理,笔者发现当前的研究也有一定的局限性:第一,现有研究多以国际经验为主,对中国大量农村劳动力迁移与健康的潜在联系机制缺乏系统的实证研究;第二,国内的研究所选的健康指标较为单一,多以自评健康为主,无法对受访者的健康风险做出系统分析。本文的边际贡献在于:一是从自评健康、慢性病、门诊就诊情况、住院情况4个方面综合考虑健康指标,弥补单一健康指标的缺陷。二是利用全国不同区域代表城市的微观数据,借助计量模型就人口迁移对城乡居民健康差异的影响进行实证检验,将流动特征、个人特征、家庭特征、健康行为和医保参保情况纳入分析以得到更为可靠的结论,从而为改善农村迁移劳动力健康状况、缩小城乡居民健康差异、早日实现“健康中国”战略目标提供经验支撑。

三、数据与变量

(一)数据选取及样本筛选

本研究使用的数据为中国家庭营养与健康调查统计数据(CHNS),调查问卷内容涵盖了居民的人口学特征基本信息、个人健康状况、家庭基本情况详细信息以及医疗保险等相关信息,包括性别、年龄、各项健康指标、医疗开支、医疗保险参保情况、经济状况、医疗服务利用情况等。根据本文的研究目的,笔者选取了2000年、2004年、2006年、2009年、2011年和2015年6个时间点的数据。为了使数据与笔者的研究相契合,把研究对象限定为16～65岁处于劳动年龄段的非学生受访者。利用符合条件的受访者提供的个人及家庭等相关基本信息,最终选出了本研究所需的全部样本。

(二)变量设置

在健康经济学领域中,关于健康指标的选取是研究的难点之一,尚缺乏统一的标准。根据调查数据,本研究将选取自评健康、是否患有慢性病、四周内门诊就诊情况和住院情况作为健康的测度指标。这些指标能够从不同维度反映受访者的健康状况,并且综合了不同时期的健康特征,能够较为全面地揭示受访者的健康水平。自评健康是常用的健康衡量指标［35］,虽然该指标的主观性较强,但在一定程度上能够对受访者的健康进行综合评价。根据一般的经验理论,当受访者感知到的身体状态与其期望的健康状态一致时,即使没有超出受访者个体的心理期望,但仍然达到了其基本要求,因此可以认为受访者对自己的健康状况评价为“一般”时,仍然达到了较好的状态,据此,也可以将样本的自评健康状况由上述5个维度调整为“好”和“差”两个状态。从某种程度上来说,这种做法可以极大地简化数据处理过程,也可以使模型的解释更为清晰,更有力度。当然,从健康评价的相对意义而言,这一变换并不影响主要结论［36］。慢性病患病情况的衡量具有较强的客观性,可以作为对自评健康指标的一个补充。选取四周内门诊就诊情况和住院情况两个指标,一方面可以反映受访者的伤病频率和程度,另一方面可以反映受访者的医疗服务可及性和利用情况。

根据变量属性笔者将解释变量分为4类:第一类是流动特征,这是本文的核心解释变量,借鉴牛建林［37］的处理方式,根据被访者的户籍性质、所在地及常住地构建流动特征变量,据此将受访者分为农村留守人员、农村迁移劳动力、城镇居民3个群体。第二类是个人特征变量,主要包括年龄、性别、受教育程度、工作性质以及婚姻状况。第三类是家庭特征变量,主要包括民族、家庭月人均收入、住房性质、是否有汽车等。第四类是健康行为和医保参保情况变量,健康行为变量包括抽烟频率、喝酒频率、锻炼频率、卫生保健服务利用情况。医保参保情况是指受访者拥有何种类型的医疗保险,对迁移劳动力来说,基本医疗保险异地报销存在壁垒,尤其是跨省流动的劳动力,这可能会影响其在流入地的医疗服务利用,进而影响健康。各类变量的具体界定如表1所示。

表1 相关变量界定及说明

四、模型设定

(一)基准模型:固定效应logit模型

农村剩余劳动力转移到城镇之后,其健康状况可能会发生变化,这种变化主要是迁移经历对健康的积极效应和消极效应共同作用的结果。关于人口迁移对健康的促进作用,国外已有一些研究进行了验证［38］,而国内关于农村劳动力迁移对健康积极效应的研究并不多见。从近些年农村剩余劳动力的迁移路径可以看出,迁移人群往往从经济落后地区流向经济发达地区,从农业流向工商业,区域转移与职业类型转变使得劳动力的收入水平提升,进而对其健康水平产生积极影响。此外,公共卫生服务作为一种公共物品,具有较强的正外部性,而城镇的公共卫生知识和服务的提供优于农村地区,劳动力的迁移将有利于其健康水平的提升。

换一个角度来讲,农村剩余劳动力的迁移也可能会对其健康产生消极影响。农村到城镇的迁移会使流动人口的生产和生活方式发生极大变化,一是农业到工业的生产方式转变,二是农村到城镇的生活方式转变,三是社会经济地位的转变,这些均有可能使迁移人群产生心理和生理上的不适应,进而对其健康状况产生消极影响［39］。此外,农村外出劳动力的工作性质往往为非正式员工,层次较低,劳动时间不固定,体力劳动较为普遍,这也会对其健康产生负面影响［40］。再加上我国长期的城乡差距和地区分割,使得跨地区迁移的农村劳动力在输入地的社会保障覆盖不够完善,医疗服务可及性较差,这些会导致迁移劳动力对健康风险缺乏有效的化解措施,从而对其健康状况产生不利影响。

鉴此,可以假定个人的健康状况由下述方程决定:

yi=α0+M′iα1+X′iα2+εi。

(1)

在式(1)中,yi表示个体i的健康状况,M′i表示按照流动特征划分的不同群体,X′i表示影响健康的个体特征和家庭特征等,εi表示影响个人健康状况的其他未观测到的因素。若不存在逆向选择偏误和反向因果效应,也不存在能够同时影响健康和流动决策未观测到的因素,则可以认为个人的流动决策是外生的,此时直接对方程进行估计即可得到一致性结果。然而,作为人力资本的主要来源,健康状况显然会影响农村人口的迁移,人口的流动决策可能是逆向选择偏误的结果。因此,估计结果可能是有偏和不一致的。这就意味着关于迁移对健康的影响,既要考虑本文所述积极效应和消极效应,同时还要考虑到可能存在的选择效应。

如何剔除选择偏误可能造成的影响,是能否准确估计劳动力迁移对健康影响的关键所在。在实证分析中,通常有3种方法来解决选择性偏误问题:(1)采用工具变量法,选取的工具变量必须与因变量不相关但是与内生解释变量相关,这往往依赖于数据本身的结构以及研究者的主观判断;(2)采用倾向得分匹配法(PSM),通过倾向得分对处理组和对照组进行匹配来矫正可能存在的样本偏差;(3)利用Panel 数据进行经验估计,消除可能存在的选择效应［41］。与运用横截面数据进行估计相比,Panel数据的优点是能够矫正不可观测的个体异质性造成的估计偏误。借鉴秦立建等［36］的做法,本研究利用2000—2015年CHNS面板数据,构建如下固定效应logit模型:

Healthijt=β0+M′ijtβ1+H′jtβ2+X′itβ3+Z′itβ4+

μi+νit。

(2)

对上述各项健康指标,本研究各拟合4个嵌套模型:(1)模型1仅控制受访者的流动特征,考察不同群体之间的总体健康差异;(2)模型2在模型1的基础上加入了受访者的个体特征变量,用以检验不同群体之间的总体健康差异是否完全是由受访者的个体特征所导致的;(3)模型3在模型2的基础上加入了受访者的家庭特征变量;(4)模型4在模型3的基础上进一步控制了受访者的健康行为和医保参保情况,从而考察在个体行为与医保属性之外群体健康差异的显著性。

(二)稳健性检验:倾向得分匹配(PSM)

在其他条件相同的情况下,健康水平可能是影响农村劳动力向外迁移的重要影响因素,这就意味着农村劳动力的迁移决策并非是随机的。此时如果直接采用计量模型来估计迁移行为对健康的影响效应,可能会由于“自我选择”问题而导致严重的样本选择偏误。因此,本文以农村迁移劳动力(处理组)和农村留守人员(对照组)为研究对象,根据个体的特征变量对样本进行倾向得分匹配(PSM)以平衡数据,剔除二者之间可观测的系统性差异,使得匹配后的处理组与控制组的个体特征保持一致。首先利用logit回归估算个体迁移的倾向得分:

P(Xi)=Pr(Mi=1|Xi)。

(3)

其中,Xi表示农村劳动力迁移的影响因素,即匹配变量。根据倾向得分的共同支撑区域对处理组和对照组进行匹配,进而采用相应的匹配方法计算平均处理效应(ATT):

(4)

五、估计结果及分析

(一)基准分析:劳动力迁移对个体健康的影响

本文分别利用混合横截面logit模型①与固定效应logit模型进行估计。混合横截面logit模型的估计结果显示,随着控制变量的增加,与农村留守人员相比,农村迁移劳动力的各项健康指标逐渐由好变差,而城镇居民的健康指标刚好呈现相反的趋势。在这个过程中,流动特征对群体健康差异的影响实际包含了积极效应、消极效应以及选择效应3个方面,其实只有积极效应和消极效应才是造成城乡居民健康差异的根本原因。由于农村迁移劳动力的外出目的多为务工经商,需要良好的健康状态为依托,导致患有慢性病或其他重大疾病的人往往选择留在家乡。因此,除了年龄、受教育程度以及工作性质的区别外,农村迁移劳动力在健康方面同样具有较强的选择效应,所以需要剔除选择效应的影响。在本文中,笔者利用4个嵌套固定面板logit模型来估计迁移对健康的真实影响。表2至表5为各项健康指标固定效应logit模型的估计结果。

表2 受访者流动特征对健康的影响(模型1)

1.不同流动特征群体的总体健康差异

表2的回归结果表明,在剔除了选择效应之后,模型反映了不同流动特征群体的各项健康指标总体差异。农村迁移劳动力的自评健康回归系数显著为负值,而慢性病和门诊就诊情况的回归系数则为正值,且在一定的统计水平上显著。这就意味着相对于农村留守人员来说,农村迁移劳动力所面临的健康风险更高。与农村留守人员相比,城镇居民的自评健康更好,慢性病患病率、四周内门诊就诊率更低,但住院率却显著更高。主要原因有二:第一,城乡居民的生活方式、工作性质等方面存在明显差异。城市快节奏的生活方式、饮食习惯以及工作压力等可能会对健康产生不利影响(如慢性病等);第二,医疗服务可及性不同也可能会导致城乡居民的健康差异。中国的医疗资源分布城乡差异显著,城镇拥有更好的医疗机构,且城镇居民的健康意识较强,这有可能导致城镇居民在必要时寻求住院治疗的概率更大,但这同时也会使城镇居民在就医过程中感知到健康风险的可能性更高,进而在一定程度上影响其自评健康结果。总体来看,农村迁移劳动力的总体健康水平要低于农村留守人员。而城镇居民的总体健康水平则优于农村留守人员。从回归结果对比分析中发现,混合截面logit模型的结果与面板logit模型存在较大差异,这在一定程度上表明农村劳动力迁移存在明显的健康选择效应,而这种选择效应带来的健康优势会随着迁移经历逐渐消失。该发现在一定意义上印证了“健康移民效应”和“健康损耗效应”的存在,农村劳动力迁移多是为了务工或个体经营,这一特性决定了迁移会对年轻健壮的劳动力产生选择效应。

2.人口迁移对城乡居民健康影响的内在机制

人口的流动特征与城乡居民的健康差异显著相关,关于其内在的影响机制,可以分为两种:直接影响机制和间接影响机制。有学者认为,迁移过程中的环境因素变化可能会对个人的健康状况产生直接影响［42］,流动经历也可能通过改变个人的行为等特征从而对健康产生间接影响。为了进一步验证不同流动特征对城乡居民健康差异的影响机制,模型2、模型3和模型4分别展示了在控制了个人特征变量、家庭特征变量以及个人健康行为和医保参保情况之后的拟合结果。

(1)个体特征对群体健康差异的影响。模型2在模型1的基础上控制了受访者的性别、年龄、受教育程度、工作性质以及婚姻状况等个人特征变量,回归结果如表3所示,农村迁移劳动力的健康劣势仍然存在,但这种劣势在控制了个人特征变量之后有所减弱。此外,与农村留守人员相比,城镇居民的健康优势也在缩小,这表明个体特征对受访者的健康状况也会产生重要影响。在固定效应logit模型中,由于性别不随时间变化而变化,因此在进行估计时剔除该变量。如表3所示,随着年龄的增加,受访者的各项健康指标均有不同程度的变差趋势。自评健康水平逐渐下降,慢性病患病率以及门诊和住院就诊率均有所上升,而且随着年龄差距的拉大,这种恶化趋势越来越显著。与此相反,受教育程度对各类健康指标均有不同程度的优化作用。随着受教育水平的提升,受访者的健康风险总体呈下降趋势。与正式合同工相比,临时工、无业以及退休人员存在各类健康问题的可能性更大。究其原因,临时工或钟点工的工作层次较低,相对来说工作环境、工作安全等可能无法得到保证,而本研究的农村迁移劳动力多为临时工(比例约为45%)。相对于其他城乡居民来说,农村迁移劳动力工作时间更长,同时也更容易出现作息紊乱,且工作环境中存在化学毒物、烟尘粉尘的比例更高［37］,这是患慢性病和职业病的重要诱因。这种不同群体之间的就业差异和职业分化现象是导致农村迁移劳动力健康损耗的客观因素。此外,临时工以及其他人员的收入水平也无法与正式合同工匹敌。对于离退休人员而言,其自身的健康劣势更有可能是通过年龄增加所导致的身体机能退化来传导的。与未婚受访者相比,在婚受访者的自评健康水平显著较高,患慢性病的可能性较小,且在1%的统计水平上显著,住院的概率更低。相比之下,离异/丧偶/分居者的自评健康较好,然而这一结果并不显著但其余3项指标——患慢性病、门诊和住院的情况均显著较差。这些效应能够反映婚姻构建与变迁过程对个人健康特征的直接或间接影响(如婚姻约束会改善受访者的不良生活方式,而离婚、分居或丧偶则可能给受访者的心理和生理健康带来负面影响)。

表3 控制个体特征变量后的估计结果(模型2)

(2)家庭特征对群体健康差异的影响。模型3在模型2的基础上进一步控制了受访者的民族、家庭月收入、住房性质以及是否有汽车等家庭特征,这些特征同时也能在一定程度上反映受访者的社会经济地位,具体回归结果如表4所示。在进一步控制了家庭特征变量之后,不同流动群体的健康差异进一步拉大,这从侧面反映了受访者的流动特征也可能会通过改变社会经济资源而对个体健康水平产生较大影响。

表4 控制家庭特征变量后的估计结果(模型3)

首先,随着收入的增加,受访者自评健康较差、慢性病患病率以及住院率均呈单调下降的趋势,收入层次越高,受访者的健康风险越低。一方面,较高的收入水平和家庭积蓄能够带来更多的健康投资;另一方面,有治疗需求时,高收入水平能够保证受访者得到及时有效的救治。其次,拥有自有住房会显著降低受访者的慢性病患病概率和门诊就诊率。根据本文对样本的描述性分析可以发现,农村迁移劳动力在流入地城市多租房或借房居住(比例约为88%),囿于经济能力和同群效应,该群体多集中租住于城镇边缘,生活环境恶劣。与农村留守人员以及城镇居民相比,农村迁移劳动力的生活环境中存在空气污染、噪声污染、垃圾污染以及不洁用水的现象更为常见。可见,农村迁移劳动力的流动经历能够通过改变其生活环境而使其健康风险显著增加。拥有汽车也会对各项健康指标产生正向效应,但这一结果并不显著。由此可见,充足的社会经济资源能够对受访者的健康水平带来积极的正向影响,这与以往的研究发现是一致的。

(3)健康行为和医保参保情况对群体健康差异的影响。模型4在模型3的基础上加入了抽烟、喝酒、锻炼以及预防保健等各类健康行为,以及受访者所拥有的医疗保险种类等变量。表5的回归结果表明,农村剩余劳动力的迁移经历也可能通过改变个体的健康行为以及医疗服务可及性而对其健康产生影响。

表5 控制健康行为以及医保参保情况后的估计结果(模型4)

经常抽烟喝酒会对健康会产生显著的消极影响,而经常参加体育锻炼或健身活动则对个人健康具有重要的保护作用。样本的描述性分析显示,农村迁移劳动力和城镇居民锻炼身体的频率明显高于农村留守人员,这可能反映了农村迁移劳动力在城市的融合过程中,城镇居民的示范效应会促进农村迁移劳动力提高锻炼频率,改善其健康行为。

随着卫生保健服务利用的增加,受访者的自评健康水平呈下降趋势,慢性病患病率、门诊以及住院率均显著上升。一方面这反映了身体状况较差者更有可能寻求卫生保健服务,另一方面,这些指标差异也暗含了不同的群体对卫生资源的利用存在差异,而这种差异会对受访者能否及时了解自身健康状况、发现健康风险产生显著影响。从医保变量来看,与无任何医保的受访者相比,拥有城居保和城职保的受访者自评健康较好,患慢性病以及门诊就诊的可能性更低,但住院治疗的概率却显著更高。这可能是由三方面原因造成的:第一,城镇拥有更多的医疗资源,对城镇居民来说医疗服务的可得性更高;第二,在当前的医疗体制下,医生有动机诱导患者进行过度医疗;第三,根据当前的医保报销政策,就诊报销资格主要集中于住院治疗,同等情况下,如果报销比例较高,患者有激励寻求自付费用较低的住院服务。这些都会导致拥有基本医疗保险的城镇居民过度使用医疗资源。但对于拥有新农合的受访者来说,各项指标的系数并不显著。这是由于基本医疗保险的统筹层次较低,异地转接困难,对于参加新农合的农村迁移劳动力而言,跨地区的流动会导致新农合失去其基本保障作用,一旦生病则无法得到及时治疗,甚至放弃治疗,加速了健康人力资本折旧。这就意味着农村迁移劳动力的健康状态更为脆弱,需要更多的社会保障支持。

(二)异质性分析:基于似不相关回归模型(SUR)的检验

为了检验迁移行为对个体的健康效应是否存在群体差异,本文依据迁移距离、医保性质、生活环境②以及日均工作时长③等特征对样本进行分组。为了验证关键变量在两组之间的系数是否存在显著差异,本文借鉴连玉君、廖俊平［43］的处理方法,利用似不相关回归模型(seemingly unrelated regression, SUR)分别对每个分类的两组样本进行联合估计,并对组间系数差异的显著性进行检验,具体结果如表6所示。

表6 基于似不相关回归模型(SUR)的检验结果

接下来,就不同的分组回归结果展开讨论。

第一,从迁移距离来看,跨省迁移劳动力的自评健康下降幅度和慢性病患病率的上升幅度均显著高于省内迁移劳动力。一方面,迁移距离越远,生活方式、社会环境、地理气候等地域差异越大,生理和心理的不适应极易产生显著的健康弱化效应;另一方面,当前我国的城乡分割以及区域分割局面依然存在,导致跨省迁移的劳动力无法融入流入地并享受当地的公共服务和社会保障,生病之后无法有效利用医疗卫生资源。两组样本的住院情况指标回归结果刚好印证了这一点。

第二,从医保性质来看,未在城镇当地参加医保的迁移劳动力慢性病患病风险相对较高,但是对住院服务的利用却要显著低于参加城镇医保的迁移劳动力,这表明由于户籍和地域差异带来的医疗保险报销壁垒是造成群体之间医疗卫生资源可及性差异的主要原因。

第三,从生活环境来看,日常生活环境存在污染会显著降低迁移劳动力的自评健康,提高慢性病患病率以及住院概率。为了节约生活成本,农村迁移劳动力多居住在工厂集体宿舍或租住在城中村、城乡接合部等城市边缘地带,生活空间狭小,环境卫生较差,生活设施落后,同时也缺乏安全保障。当前背景下,农村迁移者很难通过生活环境的改善实现与城镇的融合。

第四,从工作时长来看,日均劳动时间超过9个小时的受访者健康损失更为显著,同时寻求门诊或住院治疗的可能性也更大。虽然法律规定劳动者每天工作时间一般不超过8小时,但据多项调查显示,相当一部分迁移劳动力的日均工作时长都在9个小时以上,存在严重的劳动超时问题。合法的工作权益和良好的工作条件是促进农村迁移劳动力健康人力资本提升的重要渠道。

(三)稳健性检验:基于倾向得分匹配(PSM)的反事实模拟

图1展示了匹配前后处理组和对照组的倾向得分分布情况。从图1可以看出,二者的匹配效果较好,在匹配之后两组样本分布形态更为接近,此时可以将二者近似看作来自同一总体的两次随机抽样。接下来本文将基于匹配后的样本,探讨迁移行为对个体健康水平的影响。

a 匹配前倾向b 匹配后倾向

表7展示了不同匹配方法之下迁移行为对个体的健康净效应。平均处理效应(ATT)的结果进一步表明,在剔除了可观测个体因素的异质性之后,迁移行为对个体的自评健康有显著的负向效应,并且显著提升了慢性病患病的概率。相较于农村留守人员,农村迁移劳动力的门诊就诊率并无显著差异,然而住院率却显著降低。这与前面的研究结论是一致的。

表7 基于不同方法的倾向得分匹配结果

六、结论与政策启示

从近年来中国实际的情况看,转移到城镇的农村剩余劳动力数量增长迅速,但是由于现有的户籍制度壁垒,农村外来劳动力无法与城镇本地居民一样享受稳定的社会保障和健康福利。作为城市经济建设的中坚力量,他们的健康状况很大程度上决定了他们对城市经济的贡献水平,同时也决定了他们对当地医疗服务提供者和社会福利项目造成的负担,以及对公共健康和卫生设施的潜在危害。本研究能够帮助我们更好地理解迁移对城乡居民健康差异的影响机制,找出造成农村迁移劳动力健康损耗的根本原因。

在利用固定效应logit模型剔除健康选择效应之后,农村剩余劳动力迁移对其健康不仅会产生消极效应,还有可能产生正向的积极效应。迁移对群体健康的消极效应反映在以下几个方面:第一,在流入地城市,农村劳动力的工作性质、工作时长等会增加其慢性病患病风险;第二,农村迁移劳动力居住环境的“边缘化”和生活方式等的变化会给其健康带来显著的负面效应;第三,农村剩余劳动力在迁入地的融入过程会带来其心理和生理上的适应障碍,容易导致受访者借助于抽烟、喝酒等不良的健康行为进行消解,不利于健康人力资本积累;第四,社会医疗保险的异地报销与转移接续障碍会降低农村迁移劳动力的医疗服务可及性,增加其医疗成本,长期来看,会加速劳动力健康的损耗。迁移经历可能会通过改变农村劳动力的社会经济资源等而对其产生积极效应:第一,相对于农村留守人员来说,随着劳动产业由农业转变为工商业,农村劳动力向城镇迁移会在一定程度上提高其边际生产率,进而提高其收入水平,而收入对受访者的健康会产生显著的保护作用;第二,随着从农村到城镇的融入历程,城镇居民的示范效应会促进农村迁移劳动力提高锻炼频率,这在一定程度上会促进受访者健康水平的提升。在剔除了选择偏误之后,笔者发现迁移经历对农村劳动力健康的消极影响超过了积极影响。利用倾向得分方法(PSM)的估计结果再次证实了上述结论的稳健性。

分析结果表明,农村劳动力迁移过程中同时存在健康选择效应与健康损耗效应,二者共同作用直接对城乡居民的健康差异产生影响,使处于不同健康状态的居民在城乡之间重新分布,一方面降低了农村居民的平均健康状况,另一方面提高了城镇居民的平均健康水平。在当前城乡分割的背景下,大规模的农村劳动力迁移会将一部分健康风险和疾病负担转移给农村地区,这不仅不利于农村居民生活质量的提高,还会进一步加剧城乡的卫生资源配置不均衡,限制农村社会经济的发展。

党的二十大报告明确指出“把保障人民健康放在优先发展的战略位置,完善人民健康促进政策”。基于本文分析,改善农村迁移劳动力的健康状况,缩小城乡居民的健康差异,可以从以下方面入手:第一,政府应全力推进深化户籍制度改革,降低我国各城市的落户门槛,降低农村劳动力对社会保险购买年限、学历、年龄等的限制。社会融入度对农村迁移劳动力落户城市具有正面效应,利用各种社区活动,促进农村迁移劳动力和本地人口加强交流。第二,城乡资源存在严重失衡。考虑各地方政府财力水平不同,可以根据各地方具体情况提高对农村劳动力的财政补贴,提升其社会保障水平,尽可能缩小区域差异和城乡差异,建立城乡一体化社会保障制度和均等化公共服务体系,使农村劳动力能够享受公平的、全面的公共服务和保障,免除其后顾之忧。将更多公共卫生资源倾斜给农村,为其提供更多质量优且可持续的公共服务,保障农村剩余劳动力的健康水平。还可以通过开展健康讲座等活动重塑农村劳动力健康行为、增强居民健康意识。第三,重视农村迁移劳动力的工作环境,加强其工作安全保护,改善居住环境和条件,提高劳动力就业质量。同时考虑到收入对健康水平的影响,政府应尽力保证高收入农村迁移劳动力工作的稳定性,建立并完善低收入农村迁移劳动力保障制度,加强对低收入农村迁移劳动力的培训,确保其有提升自身技能的空间。第四,尽快消除农村迁移劳动力的医保异地报销壁垒,或者将其纳入城镇本地的医保体系,增强农村劳动力与城镇居民的融合程度,加快农村迁移劳动力市民化。尽管目前跨地区的医保结算平台已经建立,然而,多数地区仍存在结算系统差错频繁、报销手续烦琐、定点机构较少等问题,不利于患者异地就医结算。

注 释：

①由于篇幅限制,本文未报告混合横截面logit模型的具体结果。

②根据问卷中的饮用水来源、家庭厕所类型、居室周围是否有粪便等问题进行确定。若其中一项存在污染,即可确认生活环境存在污染。

③据国家统计局发布的《2015年农民工监测调查报告》显示,外出农民工的日均工作时长为8.7小时。另据北京统计局发布的《新生代农民工工作生活特征分析——基于 2019 年北京农民工市民化监测调查》显示,新生代农民工日均工作时长为8.9小时,老一代农民工日均工作时长为9.1小时。综合来看,本文以日均工作时长9小时为临界点进行分组。