中国农村的收入差距与健康

1中国农村的收入差距与健康封进余央央内容提要：随着收入差距的扩大，收入分配对健康和健康不平等的影响日益受到关注。本文利用中国健康营养调查（CHNS）1997年和2000年农村的面板数据回答两个问题：收入差距对健康的影响以及是如何影响到健康的；收入差距的扩大是否会导致健康不平等的加剧，尤其低收入人群的健康是否受到更为不利的影响。研究发现，首先收入差距对健康的影响存在滞后效应；其次，收入差距对健康影响为“倒U”形，在收入差距较高时，收入差距对健康的影响主要为负向，一个可能的原因是由于收入差距影响到公共卫生设施的供给。再次，收入差距的扩大会加强收入效应，其含义是如果低收入人群的收入更容易受到负向冲击，那么收入差距对低收入人群的健康更为不利。关键词：收入差距假说，健康，公共医疗提供一、引言1970年代以来，经济学对健康的决定因素的研究日益深入。最初的跨国研究和一国内部的跨地区研究发现，健康水平和收入水平并非同步提高，研究指出在收入水平之外，收入的分布可能影响到一个地区的国民健康状况（Preston，1975；Rodger，1979）。1990年代逐步形成关于健康决定的收入差距假说（IIH，IncomeInequalityHypothesis），即不仅个人收入或社会平均收入影响个人健康状况，社会的收入差距也会发生作用。随后出现了一系列文献采用多种方法和数据对这一假说进行验证。但现有研究结果并没有有力地验证或拒绝收入差距假说，在不同的国家得到了不同的结论。在过去20年里中国居民的收入差距迅速扩大，城镇居民基尼系数由0.16提高到了0.33；农村居民基尼系数由0.24提高到了0.37；全国总体的基尼系数由0.24上升到0.45。1由此引出的问题是不断扩大的收入差距是否对健康状况产生了不利的影响。随着整体收入差距的上升，中国的收入分配格局也处于一个动态变化状态，用当期的收入差距可能无法捕捉到收入差距的效应。本文考虑到收入差距对健康影响的滞后效应重新检验收入差距对健康的影响。另一值得关注的问题是在收入差距较大时，穷人的健康状况会受到怎样的影响。文章采用CHNS数据库1997年和2000年农村面板数据作为分析对象。中国约60％的人口居住在农村地区，农业劳动的特殊性及劳动环境的艰苦性决定了健康的身体是第一位的生产要素，农民“因病致贫”、“因病返贫”的问题已经引起了众多的关注。因而研究影响农民健康的因素，提出改善健康的政策建议具有重要的现实意义。我们的研究发现，首先收入差距对健康的影响存在滞后效应；其次，收入差距对健康影响为“倒U”形，当基尼系数超过0.35时，收入差距对健康的影响主要为负向，收入差距对健康的影响的渠道之一是对公共医疗提供的影封进，复旦大学经济学院和就业与社会保障研究中心，邮政编码：200433，电子信箱：[e-mail]；余央央，复旦大学经济学院，邮政编码：200433，电子信箱：[e-mail]。本研究得到国家自然科学基金的资助（项目编号：70573024）、复旦大学985项目的资助，特此致谢。感谢复旦大学经济学院的陆铭、陈钊、宋铮、章元、樊潇彦等对本文的讨论和提出的诸多修改建议。感谢芬兰联合国大学Wider会议“AdvancingHealthEquity”参会者的讨论。感谢匿名审稿人的宝贵建议。文责自负。1全国水平的基尼系数来自WorldIncomeInequalityDatabase（WIID）；农村的基尼系数来源于国家统计局农村社会经济调查司，《中国农村住户调查年鉴.2005》，中国统计出版社，2005；国家统计局农村社会经济调查司，《中国农村住户调查年鉴.2002》，中国统计出版社。城镇的基尼系数来源于国家统计局，《从基尼系数看贫富差距》，《中国国情国力》，2001年第1期。2000－2003年数据引自孔泾源，《中国居民收入分配年度报告（2004）》，北京：经济科学出版社。2响；再次，收入差距的扩大会加强收入效应，其含义是如果低收入人群的收入更容易受到负向冲击，那么收入差距对低收入人群的健康更为不利。本文第二部分综述有关收入差距和健康的研究。2第三部分介绍研究所用的模型和方法；第四部分是数据和变量描述；第五部分是估计结果和讨论；第六部分是结论和政策建议。二、文献评述关于收入差距和健康的最初的研究采用跨国数据，在总体水平上研究收入差距和健康。健康一般由死亡率和预期寿命衡量，收入差距用基尼系数或一定人口所占收入的百分比衡量，实证的结果大多显示二者之间的负相关关系。如最早的研究者之一Rodgers（1979）使用了56个国家（包括发达和不发达国家）的横截面数据验证了以基尼系数度量的收入差距与总体健康指标之间的负相关关系。3Wilkinson（1986，1990，1992，1994，1996）一系列跨国的分析也验证了收入差距假说。但是对于这一结论的稳健性和跨国数据的可比性都遭到质疑（Judge，etal.，1998；Gravelle，1998；Wildman，etal.，2003；Deaton，2003）。为了避免上述跨国数据的异质性和不可比性问题，后来的研究采用一国内部的跨地区研究，大多也验证了收入差距假说。然而宏观数据的结果受到“总体性偏误（aggregatebias）”的质疑，即由于收入对健康的边际贡献递减，因此当收入差距扩大时，总体数据会表现出健康水平下降。在1990年代后期，采用微观（个人）层面上的数据成为研究的主流，通过控制个人收入为区分收入和收入差距效应提供了可能。在微观层面的研究中，健康用可以反映个人健康状况的信息，如自评健康状况度量，解释变量除了反映收入差距的指标外，还包括绝对收入在内的个人特征和家庭特征，以及社区的收入水平等。微观数据研究指出，在美国收入差距和健康之间有很强的负相关关系（Kennedyetal.，1998；Soobader&Leclere，1999；Blakelyetal.，2000；Subramanian，Blakely&Kawachi，2003等），而另一些研究却表明这两者之间没有关系（如Fiscella&Franks，1997；Dalyetal.，1998；Mellor&Milyo，2002等）。除此之外，少数研究部分支持IIH假说。4上述的研究大都是指当期的收入差距对健康的影响，但是Blakely.etal.(2000)利用美国CPS中不同滞后期的收入差距（基尼）指标,发现对健康的影响不同。越是滞后多期（特别是滞后15年）的，对健康的影响更明显,尤其是对45岁以上的人口来说。同样，Subramanian&Kawachi（2004）用同样的数据也证明了15年的滞后收入差距对当期的健康影响显著。通常认为收入差距的扩大不利于提高人们的健康水平，这一负面影响可能通过以下几种机制发挥作用。首先，医疗公共投资和支出受收入差距的影响。收入差距的扩大使富人与穷人的兴趣出现分化，富人倾向于到本社区以外获得更好的服务，对本地公共服务并不感兴趣。当人们的偏好差异较大时，公共品的价值会被低估，导致相应的公共支出缩减（Deaton,2003；Krugman,1996）。另一方面，收入差距的扩大不利于相关公共政策的实施（Subramanian&Kawachi，2004)，导致对公共医疗设施的投资不足，从而通过影响社区医疗设施的供给影响到个人的健康状况。其次，收入差距的扩大会侵蚀社会资本从而影响人们的健康（Wilksion,1996;Kawachi&Kennedy，1999）。5值得注意的是收入差距对健康的效应还依赖于个人的收入水平。2有关收入差距与健康的文献综述可参考余央央和封进（2006）。3基尼系数的扩大对出生时的预期寿命和5岁时的预期寿命有显著负影响，而对婴儿死亡率有显著正影响。4Kahn，etal.（1998）和LeclereandSoobader（2000）分别发现IIH假说只适用于女性和白种人群；另外一些研究发现IIH假说只使用于某一健康指标或者某一收入人群（Fiscella&Franks，2000；Shietal.，2002；Kahn，etal.，2000等）5社会资本是指能够通过协调的行动来提高经济效率的网络、信任和规范（Putnametal.，1993）。即具有市民之间的信任、国内团体之间互惠的规则等诸如此类有利于增加社会凝聚力以及促进市民之间互惠合作的一些特征。3收入差距的扩大导致低收入人群更不易对自身进行医疗卫生与教育投资。除此之外，收入差距所导致的公共设施供给不足，对穷人健康状况的影响也会更严重。另一方面，从社会心理学上来说，收入差距的扩大增加了低收入人群的挫败感以及压力，导致情绪低落或引起诸如吸烟、酗酒等不良的行为习惯，从而影响了其健康水平（Schor，1998）。与通常认为的收入差距和健康之间的反向关系相左，Judge&Patterson（2001）却认为，收入差距在一定程度上有助于提高人们的健康。首先，随着收入差距的扩大，先富裕的群体增加了对自身健康的需求，促使一些医疗机构引进先进的医疗技术。医疗技术的引进与技术本身的外溢效应促使人们健康水平的普遍提高。其次，收入差距扩大的同时如果伴随有政府税收收入的增加，那么政府的公共支出能力将会提高，更有能力改善地区的教育和基础医疗保健等公共服务水平，对人们健康水平的提高起到促进作用。从收入差距影响健康的路径看，无论是通过影响医疗公共支出和公共品的提供，还是影响到人们的心理和行为，其发生作用都会有一个过程，所以收入差距对健康的影响就会有一个滞后效应。大部分验证收入差距假说的文献都采用当期的收入差距作为解释变量，可能的原因之一是由于在发达国家收入分布相对稳定，当期的收入分配和过去的收入分配状况高度相关。但从理论上讲，过去的收入差距和健康之间存在因果关系更具有说服力(Subramanian&Kawachi,2004)。中国的收入分配格局处于一个动态的变化中，数据显示滞后期的收入差距和当期的收入差距虽然相关，但相关系数比较小，因此，采用面板数据检验收入差距对健康的滞后效应更有意义。三、模型与方法模型的被解释变量为个人的健康状况。在CHNS问卷中，通过询问“您认为您的健康状况如何？”让被调查者在“非常好、好、一般和差”四个等级中汇报健康状况。可供选择的模型有二元选择模型（Probit模型）和orderedprobit模型。我们采用Probit模型，将选择非常好和好这两个等级，我们记为1，而选择一般和差，则记为0。这样做是基于以下理由：首先，鉴于许多文献（如：Fiscella&Franks,1997；Mellor&Milyo,2002；Li&Zhu,2006等）都采用二值变量，它能更简便地分析收入差距与健康不平等的关系。6其次，可以和现有文献的有关结论进行更好地比较。我们采用随机效应的Probit模型以控制个体不可观测的异质性的影响。一般而言，随机效应模型好于固定效应模型，因为随机效应模型可以反映家庭之间的收入变化对健康的影响，用固定效应模型则可能低估收入对健康的效应。以个人特征、家庭特征和社区特征为解释变量，在控制了绝对收入和其他特征后，考察收入差距的对个人健康的效应。考虑到收入对健康的边际效应递减，以及收入差距对健康的影响同样可能是非线性的，在方程中分别加入这两个变量的平方项。计量模型为：2201234Pr(1)()ijtijtijtjtjtijtjtijtijobywwxxYZ（1）其中，ijty为j社区i个人的健康状况，赋值为1，可表示健康状况好；为0，则相反。ijtw为个人的收入，以人均家庭收入计，jtx为j社区的收入差距。ijtY代表其他个人特征变量的向量，包括年龄、性别、教育、婚姻状况、参加医疗保险情况和一些个人所在的家庭特征如家庭规模、饮用水情况和卫生环境等。jtZ为一个包含社区变量的向量。ij为不随时间而改变的非6在后文计算收入与收入差距的交互项对健康的偏效应时，健康的二值变量有助于我们更简便的进行计算分析。4观测变量。我们将做