个观测点中，女性占51.8％。农村人口中约30％住在城郊。样本中仅有小学文化的人口占了近一半，大学及大学以上教育程度的不到2％。男性的教育程度比女性高。15％的样本点为已婚，家庭的平均大小为4口之家。85％的人口参与了劳动力市场。农村人口中仅有14％有任何形式的医疗保险。治疗一次感冒的平均费用为27元，相当于一天的劳动报酬③。



　　四、实证分析结果

　　此节我们详细分析影响我国农村人口健康的因素。我们用自评健康状况作为衡量健康的指标。用｛4、3、2、1｝来表示｛优、良、中、差｝。对有序的类别变量，一个自然的选择是采用ordered probit模型进行分析。

　　计量结果：表3到表6是ordered probit模型估计的结果。表3包括Grossman模型中的基本的变量。在表3中，我们对年龄采取两种设定。一种是在回归中加入年龄、年龄的平方项和年龄的立方项，另外一种是采取年龄组虚拟变量的方式。两种方法都是为了反映健康与年龄之间非线性的关系。从估计的结果看，年龄的系数为正，平方项为负，表明年龄对健康的影响为倒U 型。在采用年龄组虚拟变量的结果中，我们可以更清楚地看到30岁以前，年龄与健康的关系为正向关系，30岁以后，年龄对健康的影响为负，而且随年龄的增加，影响的幅度越来越大，统计上的显著程度也越来越高④。

　　表3还显示教育程度与健康之间存在正向关系，虽然并不是所有的教育组的系数都显著。这与Grossman模型的预测是一致的。教育程度高的人，他的家庭健康生产函数更有效率。例如他有更良好的生活习惯、在疾病预防与治疗方面更能做出有利于自己健康的决定。

　　性别对健康有显著的影响，女性的健康比男性差。婚姻状况对健康的影响为正，但婚姻对女性的影响更明显。家庭大小和是否有医疗保险对健康的影响不显著。



　　治疗一次感冒的费用（用来作为医疗服务价格的代理变量）的系数为正。此系数虽然在统计上显著，但在经济上并不显著，即系数很小，约为0.003，因而对健康的影响程度不大。但这系数的符号与Grossman模型的预测不符，也与人们的直觉相悖。这可能因为此费用水平在一定程度上还反映了当地的经济发展水平，经济越发达的地区，治疗感冒的费用越贵，同时人们的健康水平也可能比较好。

　　表4加入了省份虚拟变量、个人收入及是否住在城郊的虚拟变量。年龄与健康的关系基本与表3一致。全部样本而言，30岁以前为正向关系，30岁以后健康随年龄增长而下降，而且成加速趋势。分性别看，男性年龄与健康的关系仍然在30岁以后变负，但女性变负的年龄为35岁以后。

　　教育与健康的关系也保持了表3中的正向关系，但此时统计上的显著程度更高。除男性组中“高等教育及以上”这一虚拟变量外，所有系数都在5％的水平上显著为正，而且系数也比表3中的大。



　　女性虚拟变量、是否有医疗保险、婚姻状况及治疗感冒的费用对健康的影响与表3中发现基本一致。但家庭大小的系数不仅为正，而且变显著了。家庭越大，家庭成员的健康状况越好。这一定程度上反映了农村家庭中大家庭能共享更多资源、分担更多风险的情况。

　　在此模型设定下，值得注意的是“是否住在城郊”这一虚拟变量的系数，不论是对全部样本还是男女分开估计，都不仅统计上显著为负，而且经济上也很显著。对此有两种可能的解释：一种解释是住在城市郊区的农村居民感受到了城市化带来的污染、压力、喧嚣诸多坏处，但由于户口制度的限制，无法享受到城市的很多福利制度，因而他们的健康恶化了。文献中也把城市化作为加速健康资本折旧的一个因素，见Gerdtham和Johannesson （1999）。另外一种解释是不平等与相对收入水平对健康有显著的影响，见Macinko 等（2003）的综述。相对于住在村庄的农村居民，城郊的农村居民更能感受到城乡之间的收入差距，而且在很多服务和商品上需要支付与城镇居民一样甚至更高的价格。

　　个人收入虽然在通常的统计水平上有显著的正影响，但在经济上并不显著，系数仅为0.000045，对健康状况处于优、良、中、差各组概率的影响微乎其微。

　　表5加入了根据身体质量指数（body mass index ，BMI）定义的体形偏瘦、体形偏胖两个虚拟变量。BMI 一定程度上反映了健康水平，因此把体形偏瘦、体形偏胖两个虚拟变量作为控制变量存在内生性的问题。我们把它们放入模型中是为了与国际上的研究进行比较。体形偏胖与健康之间的关系不显著，但体形偏瘦对健康有显著的负面影响，尤其对女性而言。这与国际上的发现不一致（Gerdtham和Johannesson ，1999），但我们的发现更符合我国农村的实际情况。我国还是发展中国家，广大农村人口还比较贫困，因而营养不良而不是饮食过度更与我国农村人口的健康相关。



　　表6在表4的基础上，对以前的健康状况进行了控制，在模型中加入了1997年的自评健康状况作为解释变量。1997年的数据不包括辽宁省，因此控制滞后健康状况的分析不含辽宁省的人口。



　　显然以前的健康状况与现在的健康高度相关。但控制滞后的健康状况后，表4中关于年龄、教育、婚姻状况、性别、个人收入、是否住在城郊及是否有医疗保险的基本结论不变。它们与农村人口健康状况之间的关系是稳健的。

　　讨论：赵忠和侯振刚（2005）分析了影响我国城镇人口健康的因素。他们使用生活质量指标（quality of well-being scale ，QWB）（Kaplan and Anderson，1988）而不是自评健康状况作为衡量健康的指标。他们发现在城镇，女性的教育程度对健康有正的影响，但男性的教育程度对健康的影响不显著，而我们则发现在农村，教育程度对男性和女性的健康都有正的显著影响。他们发现年龄对男性健康的影响比女性大，这与我们的发现是一致的。他们的研究表明收入对健康的影响不显著。而我们的研究发现收入虽然在通常的统计水平上有显著的正影响，但在经济上并不显著，对健康的影响微乎其微。因此两者的结论基本吻合。

　　从实证分析的结果看，我国

上一页  [1] [2] [3] [4] [5] 下一页