我国居民的健康生产及其技术效率分析

1我国居民的健康生产及其技术效率分析——基于省级面板数据的宏观视角刘广彬（东北财经大学劳动就业与人力资本开发研究中心，经济学院）内容摘要：基于我国1998—2008年的省级面板数据，本文从宏观角度研究了我国居民健康人力资本的生产，分析了我国居民收入、教育水平以及医疗投入等社会经济因素对我国居民健康水平的影响。并在此基础上，本文利用随机边界模型对我国居民健康生产的技术效率进行了分析。结果表明，收入和医疗卫生资源的增长并不能对降低我国居民的死亡率产生正面的作用，而工业化水平、教育水平等因素则能够有效地降低我国居民的死亡率。关键词：健康生产技术效率面板数据一、导论在健康与经济增长等经济问题的研究中，健康作为人力资本的一个重要组成部分，成为经济增长的投入要素之一。丰富、廉价和高质量的人力资源一直是解释我国经济高速增长的重要因素，健康人力资本对我国经济增长的作用也得到了大量实证研究的支持。在国内文献中，罗凯（2006）利用我国最近三次人口普查以及对应时点的其他社会经济指标的省级水平数据，对我国人口健康与经济增长之间的关联进行了研究。他发现，在我国健康人力资本与经济增长之间有着显著的正向关联，预期寿命每延长1岁，GDP增长率相应提高1.06-1.22%；王弟海（2007）基于标准的拉姆齐模型，分析了健康人力资本对长期经济增长的影响。他认为，健康人力资本的提高并不能促进长期的经济增长，但是能够提高劳动者的个人生产力水平，并且能够扩大外生技术进步所带来的经济增长。在国外，健康对经济增长的作用也得到了相关研究的证实，比如Mayer（2001）通过对拉丁美洲18个国家的收入和健康水平进行格兰杰因果检验，发现了健康与经济增长之间存在着时间跨度为30年的因果关系，健康水平的提高能够使得收入增长20.8%-1.5%。Arora（2001）通过对10个工业化国家过去100到125年的经济增长路径的分析，发现健康水平的提高能够使经济增长的速度提高30-40%，这种健康对经济增长的作用在控制了物质资本投资和教育水平之后依然显著。但是，硬币的另一面所获得的关注却比较少，从宏观角度来分析社会经济的发展对健康影响的文献并不多见，国内文献也没有给予足够的关注。本文试图基于我国的省级面板数据，分析在最近十年的经济发展过程中，社会经济各要素的变化对我国居民健康水平的影响，并在此基础上考察我国居民健康生产的技术效率。文章结构安排如下：第一部分导论；第二部分对相关文献进行了回顾；第三、四、五部分基于省级面板数据对我国居民的健康生产进行了实证分析，考察了与我国居民健康水平相关的各种要素在健康生产中的地位和作用；第六部分分析我国各省市健康生产的技术效率问题，得出各省市医疗服务体系的健康生产绩效；第七部分对论文进行总结。二、文献回顾健康和教育都是人力资本重要的组成部分，甚至被称为人力资本框架下的孪生概念（Mushkin，1962）。对健康生产的经济学分析，便是脱胎于人力资本理论。大多数都是基于Grossman的健康人力资本需求模型（Grossman，1972），利用微观数据考察各种因素对个体健康水平的影响。而从宏观水平分析社会经济要素与健康之间的关系，其研究传统是由Adelman（1963）开创的。Adelman认为，对于人口统计指标与社会经济因素之间的相互关系，只有人口作为自变量对社会、经济发展的作用这一方面得到了广泛的关注，他试图建立一个分析经济、社会因素对人口出生率和死亡率影响的经济学分析。他通过收集包括美国在内的37个国家的人口统计指标以及社会经济指标来分析经济与社会变量对出生率和死亡率的影响。以死亡率为例，Adelman以死亡率作为健康的衡量指标，考察医疗服务、收入和教育水平等社会经济变量对死亡率的影响。通过分析发现，在其他条件不变的情况下，死亡率与经济状况、城市化和工业化水平之间都存在着负相关关系，其中城市化和工业化发挥了重要的作用；同时，死亡率与医疗服务、人均收入的增长率之间也是一种负相关关系。但是，人均收入及其增长率对死亡率的影响并不明显。总体来说，社会经济因素对人口统计特征的影响要小于人口增长3对经济发展的影响。另一个被广为引用的实证研究是Auster、Leveson和Sarachek的研究（Auster、Leveson和Sarachek，1969）。他们的研究目的是比较医疗服务对健康的影响和其他环境变量对健康的影响。他们将健康看作是医疗服务和其他一些环境变量的函数，建立了柯布—道格拉斯形式的健康生产函数。Auster、Leveson和Sarachek以按年龄、性别调整后的死亡率测量健康，运用两阶段最小二乘法和普通最小二乘法对健康生产模型进行了回归，分析了美国各州之间死亡率的差异。回归结果表明，医疗服务增加1%将会降低死亡率0.1%。然而相对于医疗服务，环境变量发挥了更大的作用，其中收入和教育是关键角色。在Auster等人的回归结果中，收入对死亡率有着正向的作用，而教育的作用则相反。他们对这种结果的解释是，随着收入的提高人们更容易选择不利于健康的饮食、更少的锻炼以及其他不利于健康的生活方式。对于教育对健康的作用，他们认为教育程度高的人更倾向于采取更多的预防措施，在疾病发展的早期就会接受治疗，并且更容易遵从药品说明或者医生的建议。并且，死亡率对于教育的弹性几乎是医疗服务的两倍，教育支出只要增加0.5%就可以取得与医疗服务同样的健康收益。但是，Auster、Leveson和Sarachek承认，教育与健康之间的关系还有许多需要解决的问题，比如如何区分教育过程和能力变量对健康的影响，如何判断是一般教育还是与健康有关的教育对健康产生了影响。并且，不同教育程度的人群之间的收入差别也会对健康产生影响。同一研究框架的应用还有，Cochrane、Leger和Moore（1978）分析了18个发达国家特定年龄组的死亡率与医疗服务设施以及其他环境变量之间的关系，Fuchs（2000）研究了犹他州和内华达州这两个非常相像的两个州之间死亡率的差别等。这些研究的结论基本一致，即不同国家或者地区间的死亡率的差别只有很小一部分可以由医疗服务的差别解释；与医疗服务相比，个人生产、维持健康的能力更加重要。另外，类似的研究还有L·Benham和A·Benham（1975）、Letourmy（1975）等。三、影响我国居民健康生产的因素关于居民健康的实证研究，首先需要解决健康的度量问题。由于健康本身的复杂性以及由此带来的数据收集方面的困难，健康的度量指标一直存在着诸多争4论。虽然从个体角度衡量健康水平有健康调整生命年、日常活动能力、自评健康数据等种种指标，但是由于统计中的困难，从宏观水平度量居民健康的指标基本上局限于死亡率和预期寿命两种，中国统计年鉴中关于我国居民健康的省级指标也主要是死亡率和预期寿命。本文的研究即是基于各年中国统计年鉴提供的省级统计数据，但是年鉴中预期寿命指标只提供了1990年和2000年的预期寿命，因此我们只能采取死亡率作为健康产出的指标，用其衡量我国居民的总体健康水平。死亡率作为健康的衡量指标，其广泛应用的原因主要是它容易从官方统计数据中获得（Zweifel、Breyer，1997），因为死亡率表达了一个“极端”的健康状态，并不能够提供更多的关于健康水平的信息。本文使用的数据是1998年至2008年之间11年的省级统计数据，即考察从新型的医疗保险制度开始确立至2008年期间，与健康有关的各种社会经济因素对我国居民健康状况（以死亡率表示）的影响。其中，由于2001年中国统计年鉴没有分地区的死亡率数据，各省市的居民死亡率数据来自《新中国五十五年统计资料汇编》，其中陕西省数据来自2000年陕西省国民经济和社会发展统计公报。在诸多与居民健康相关的社会经济变量中，我们认为影响居民死亡率的第一个因素是经济因素。不管在发达国家还是在发展中国家，决定死亡率的因素都可以归为两类：（1）与居民的生活水平相关的变量，（2）与控制传染病、地方病等公共卫生措施有关的变量，但是这两者的相对重要程度和相互影响并不清楚（Adelman，1963）。在不发达国家，清洁饮用水的供给、污水的处理、新药物的应用、对传染病的控制以及卫生设施的改进等措施是能够迅速、有效影响死亡率的因素。但是，一旦这些条件都已经具备了，则经济状况对死亡率的影响就会显现。比如更好的营养、住房的改进、更健康更人道的工作环境、更舒心的生活方式等因素都会对人们的寿命产生正面的影响，而这些因素都是伴随着经济增长而来的。并且，更充足和更高效的公共卫生措施也与一个国家的经济发展有着密切的关系。影响居民健康的经济因素应该首选是居民的人均收入。但是我国的统计年鉴中关于居民收入的指标，存在着统计口径不一致的城镇居民可支配收入和农村居民纯收入两种，很难进行统一换算。而我们在分析中所需要的其他绝大多数变量的统计指标并没有城乡分开核算，因此这两项统计指标我们无法作为衡量居民收入的指标进行计算。因此，我们采用人均GDP作为我们衡量各个省市经济发展水平的衡量指标，替代人均收入以表示居民的平均收入水平。为了使数据具有5可比性，我们利用各年各省的居民消费价格总指数将各年数据换算到2008年水平。并且，我们将人均GDP的增长率也纳入计量模型，以考虑经济增长速度对居民健康水平的影响。影响居民死亡率的第二个因素是医疗卫生因素。最为基础的医疗卫生因素是公共卫生服务，比如清洁饮用水的提供、污水处理、传染病的防治等。由于我国的医疗卫生事业已经获得了极大的发展，我们认为这些基础性的公共卫生服务已经不构成对居民死亡的足够大的影响，因此我们不打算用这些变量作为衡量医疗卫生的指标。本文利用医疗卫生资源和健康投入作为代表医疗卫生因素的变量，其中采用各地区的每千人医生数作为衡量医疗卫生资源的变量，利用健康费用支出衡量健康投入。由于我国的医疗费用中私人支出占较大比重，并且政府财政卫生支出由于存在着结构问题难以作为衡量健康费用的有效指标，所以我们以居民的健康费用支出表示健康支出费用。每千人医生数采用中国统计年鉴中提供的各地区执业（助理）医师数与总人口数之比，居民的健康费用支出通过城乡居民的健康费用支出相加计算得来，没有考虑城乡之间医疗服务价格之间的差异。与人均GDP数据类似，健康支出的数据均利用消费价格指数进行了调整。本文采取的影响居民死亡率的第三个指标为工业化程度和城镇化程度，以考虑社会环境以及社会发展给居民健康带来的影响。衡量工业化和城镇化程度的指标可以用在非农部门（第二、第三产业）的就业人数比例、城镇人口在总人口中的比例以及第一产业（农业）在国内生产总值中的比例等，由于前两个指标在不同年份并没有纳入统计年鉴，为了保持样本量，本文统一以第一产业在国内生产总值中的比例作为衡量各省市的工业化程度和城镇化程度，我们假设第一产业在国内生产总值中的比例越小，其工业化和城镇化程度越高。除此之外，大量的研究已经表明教育与健康这两类人力资本之间存在着显著的相互影响。在关于健康的分析中，教育往往扮演着极其重要的角色，甚至被认为是医疗卫生投入之外的主要要素（Grossman，1972；Evans等，2000）。因此我们还需要考虑教育水平对居民健康的影响。关于教育水平的衡量，我们采取人均受教育年限指标。人均受教育年限是指某一人口群体人均接受学历教育的年数，其计算公式为：人均受教育年限=∑（某种教育程度人数占6岁及以上总人数的比重×对应的受教育年限）。而受教育年限的一种常见定义为：文盲=0，半文盲、扫盲班及不识字或识字很少=0.5，小学=6，初中=9，高中=12，中专=14，6大专及以上=16.92，大专=15，大学=16，研究生=19.75，硕士=19，博士=22。公式中研究生受教育年限的算法为（19*3+22)/4=19.75，大专以上则为(15*3+16*6+19*33+22)/13=16.92。中国统计年鉴中关于教育水平的统计指标一般分为文盲和半文盲、小学、初中、高中和大专以上五个层次，我们分别以0.5、6、9、12和16.92为受教育年限的取值进行了计算。由于2002年的教育统计数据分为文盲