摘要：近年来，收入差距呈现不断扩大的趋势，与收入相关的健康不公平现象也逐渐呈现。从由收入决定的健康人力资本需求函数理论的分析来看，收入的提高最终会带来健康人力资本的增加，然而由于凹性健康生产函数的假设，这种效应会随着收入水平的提高而逐渐减少。基于中国健康与营养调查(CHNS)数据，运用有序Probit模型对理论假说进行实证检验，结果表明：提高收入对健康存在着显著的促进作用，而在城市居民中这种促进作用表现更加明显；在中低及低收入人群中，收入的提高对健康存在明显的积极效应，随着收入水平的上升，这一效应逐渐降低；收入是部分地通过医疗资源与营养的摄取而影响健康的，低收入人群因经济困难而被严重地限制了医疗资源的可获得性。
关键词：收入；健康人力资本；有序Probit模型
中图分类号：C812 文献标识码：A 文章编号：0438-0460(2012)01-0118-08
一、引言
近年来，收入差距呈现不断扩大的趋势，与收入相关的健康不公平现象也逐渐呈现。现代人力资本理论认为，健康是最基础的人力资本，是教育、培训等其他人力资本的前提。如果健康人力资本偏低，将严重影响其他人力资本的发挥，导致劳动时间的减少，劳动生产率的降低，进而限制收入水平的提高，造成收入低、人力资本水平也低的“贫困陷阱”(Wagstaff,2002)。因此，为消除收入差距扩大带来的不利影响，提高低收入群体的健康人力资本水平，就迫切需要揭示出收入对健康人力资本的影响及其作用机制，为促进社会公平、制定相应的卫生政策提供理论依据。
国外关于收入与健康关系的研究开展得较早，大量的经验研究都证实绝对收入与健康存在梯度现象(Income-health gradient)，即收入越高健康水平也越高，然而随着收入水平的上升该影响会递减(Gerdtham＆Johannason，2004；Benzeval et a1.，2001)。此外，另一些研究者提出收入与健康可能是相互影响的，为避免收人与健康的内生性，通常采用工具变量法来衡量收入对健康的影响，有研究发现，养老金对家庭成员的健康有保护作用(Case et a1.，2004)。至于这种关系究竟是通过什么机制起作用的，目前仍然处于争论之中。有研究者从收入影响健康的不同路径展开研究，如收入影响营养的摄取(Case et a1.，2004)、收入影响医疗卫生资源的获取(Wagstaff,2002)和不同收入水平形成不同生活方式等(Levin,2003)。21世纪以来，这一领域的研究也引起国内学者的关注。齐良书(2006)的研究结果表明农村居民的健康状况与收入的相关关系并不显著，城镇居民的健康状况与收入呈正相关关系。封进(2007)利用中国健康营养调查(CHNS)的研究结果表明收入差距对健康的影响呈现“倒u”型，收入差距的扩大会加强收入效应。
尽管国外的研究从不同的角度对这一问题进行了较为深入的探讨，并形成相对成熟的研究方法，但考虑到我国的现实情况和自身特点，这些理论并不完全适用于我国。国内的研究在分析健康的决定因素中往往忽视了上一期健康的影响，而健康的形成是动态的过程，如果仅考虑当期的作用，会导致估计出现明显的偏误。其次，上述研究多考察收入与健康二者的相关关系，而对于收入是通过什么机制影响健康却少有涉及。针对这些不足，本文旨在人力资本积累的视角下动态地考察收入对健康人力资本的影响及其作用机制，对这一问题作一有益的探索。
二、理论模型
Grossman(1972)提出健康人力资本，认为健康也可视为一种会折旧的资本存量，需要不断投资以保持一定的健康水平，动态方程为：
式(10)表示健康人力资本可以表示为上期的健康人力资本、个人收入、医疗保健品的价格及一组控制变量的函数。随着收入的上升，个人的预算约束式(4)向外平移，个人按照最优化条件(9)选择最优的医疗保健消费与一般消费品，由于二者都是正常品，因此消费量也会相应增加，那么个人对健康人力资本的投资也就增加，根据健康人力资本的动态方程(1)，健康人力资本的积累也会相应提高。因此，收入的提高最终会带来健康人力资本的增加，然而由于凹性健康生产函数的假设，这种效应会随着收入水平的提高而逐渐减少。
三、实证分析
(一)数据及变量说明
1.数据来源
数据来源于中国健康与营养调查(China Health and Nutrition Survey，CHNS)数据库。该调查是由北卡罗来纳大学人口研究中心等机构开展的调查项目，从1989年开始共进行了7次，涵盖9个省(自治区)，采用多阶段整群随机抽样同时在个人和家庭层面上进行。CHNS提供了一个具有全国代表性的样本，设计科学，是目前研究中国健康与营养问题最重要的数据库。
由于采用的个人自评健康指标只在近四期进行调查，因此本文选取1997年、2000年、2004年、2006年的纵向数据(Longitudinal Datas)。国际上通常将15-64岁年龄组列为劳动年龄人口，鉴于未-成年人的特征与成年人有显著的区别，并且23岁以上人口基本都完成教育阶段，大部分已进入劳动力市场，因此本文选取23-60岁的人口进行估计。删除缺失值后，剩下27637个样本。
2.变量说明
(1)健康人力资本及收入变量。在CHNS的调查中，健康状况用个人自评健康数据来测度，所提的问题为“与同龄人相比，你觉得自己的健康状况怎么样”。个人自评健康数据虽然是主观指标，但与其他客观健康指标的相关度很高，能综合描述个人的动态健康状况，是常用的健康指标(Allison＆Foster,2004)。收入指标则采用家庭人均收入来测度，因为在个人的健康决策中，通常是以家庭总收入作为依据的，实证分析中，采用以2006年为基年，按CPI调整后的收入值。
(2)其他社会经济状况变量。其他控制变量包括教育水平(Education)、职业(Occupation)、医疗保险(Insurance)、性别(Gender)、年龄(AAge)、体型(BMI)、家庭总人数(Family_size)、婚姻状况(Marital)、城市居民(Urban)、医疗服务可及性(M_access)、医疗服务价格(M_price)、卡路里(Kcal)、碳水化合物(carbo)、脂肪(Fat)、蛋白质(Protein)、常去的医疗机构类型(Facility)，详细的变量定义及赋值见CHNS数据库。
(二)计量模型
对式(10)线性化，可得到基本的计算方程为：
其中，δ1、δ2、δ3是区分不同健康状况Hit的分界点。假设随机干扰项εit满足标准正态分布，可得到健康状况Hit的概率分布。估计方法为极大似然估计法。
(三)实证结果与分析
1.收入与健康人力资本 首先，估计基本模型设定1，控制变量包括医疗保险变量Insurance，体型变量BMI、年龄Age、性别Gender、婚姻状况Marital、家庭人口数Family_size、城镇变量Urban，以及医疗服务可及性M_access.医疗服务价格M_price。模型设定2是在设定1的基础上加上受教育变量Education。模型设定3则在设定2的基础上加上职业变量Occupation。模型设定3分为城镇及农村两组样本分别进行回归，用于比较各主要变量对健康影响的城乡差异。把实证模型分为不同的设定形式不仅仅是简单地罗列出各种回归的结果，而是为了比较各种不同因素在收入与健康人力资本关系中的作用，也有助于探寻收入影响健康人力资本的作用机制。模型估计的结果见表1。
从表1可知，在所有设定中，滞后一期的健康变量全部在l％的水平上显著，说明健康与上一期的水平高度相关，上一期的健康水平在很大程度上决定了当期的健康水平。总体上，当期健康提高的概率约有36％与上一期相关，而城镇居民的相关性更强，为41.6％，农村居民较低，约为33.5％。在健康人力资本的动态方程中，滞后一期健康变量的系数为1-δ，因此，农村居民的估计系数越小，说明健康折旧率更高，这是由于农村居民多从事体力劳动，劳动强度高，体力消耗大而导致的。
收入系数全部在l％的水平上显著，估计结果是稳健的。由于自评健康数据，“1”表示非常好，而“4”表示差，因此收入的系数为负，表明收入越高，健康状况提高的概率也就越大，收入对健康水平存在显著的促进作用。对比模型设定3中的两组样本，发现这一系数存在明显的城乡差异。在城市居民中，这一系数为0.109，而在农村居民中仅为0.064，说明城镇居民收入的提高对健康的偏效应更大。农村的医疗卫生资源与城市相比存在较大的差距，2007年，我国城市每千人口卫生技术人员数为5.35，医生为2.22，护士为1.74；而在农村，每千人口卫生服务人员数为1.16，乡村医生和卫生员仅为1.05，医疗卫生资源的城乡差距十分明显。因此，即使收入增长的幅度相同，对农村人口健康的促进作用也会较不明显。
2.其他因素对健康人力资本的影响
除了收入，社会经济状况的其他因素也会对健康水平产生影响。教育变量的系数在所有模型设定中都显著，且取值为负，教育对健康也有明显的促进作用。这也符合研究预期，即受教育程度越高，更易于获取健康信息，进而影响到健康行为。职业的系数并不显著，这可能是与医疗保险变量产生一定程度的多重共线性所致。医疗服务价格在全体样本及城市居民中都在1％的水平上显著，且为正，表明医疗服务的价格对健康产生负面影响。医疗可及性的估计系数在1％的水平上显著，表明医疗服务可及性指标越好，健康水平提高的概率越大。医疗保险变量仅在城市居民样本中显著，医疗保险只对城市居民的健康起到一定的促进作用，而在农村居民中，由于在样本期内医疗保险的覆盖面不高，对农民健康的作用有限。
3.收入对健康人力资本的偏效应估计
将收入变量按四分位数分组可划分为高、中高、中低、低收入四组，分别按照模型设定1及设定3进行估计，结果列于表2。收入对健康的偏效应是非线性的，在低收入及中低收入组，收入对健康的偏效应均显著，系数分别是0.049和0.229，表明在这两组中，增加收入会促进健康水平的提高，并且收入在中低收入组中的偏效应更明显。而在中高及高收入组中，收入的系数并不显著，收入的提高并不能导致健康水平的提高。收入对高收入人群健康的影响有限。一种合理的解释是，收入对健康存在着“门槛效应”，在初期，收入对健康存在着明显的促进作用，而当收入到达某一临界点后，收入的提高对健康的偏效应慢慢减小，甚至是不显著。
4.收入影响健康人力资本的机制分析
第二部分的理论模型表明，收入的增长是通过医疗品和一般消费品来提高健康水平的，而一般消费品主要是通过营养的摄取而对健康产生影响的。因此，我们在模型设定3中加入营养及医疗服务变量，以检验其影响。此外，由于城镇变量Urban与医疗机构变量Facility存在多重共线性，因此，在模型设定4中，剔除城镇变量。检验的机理是：如果收入是通过营养的摄取及医疗服务对健康产生影响的，那么模型设定4中收入对健康的偏效应会降低，甚至是变得不显著；反之，将不会发生显著变化。由表1可知，加入营养及医疗服务变量后，收入的估计系数由0.076下降为O.069，可见收入是部分地通过增加营养及医疗服务来影响健康的，这与理论模型中的结论是一致的。对于低收入人群，收入的增长就意味着医疗卫生资源和营养摄取的增加。颜媛媛等(2006)分析农户应住院而未住院的原因构成，因经济困难而未住院的比重在最贫穷样本村中达55％，远高于最富裕村的34％。这表明经济困难严重地限制了低收入人群对医疗资源的可及性，并且享受的医疗服务的质量也远远地低于高收入人群。而对于高收入人群，有能力获取高质量的医疗服务以及更好的营养，收入在个人的健康决策中已不是主要的约束，所以收入的增长对这部分人群健康的偏效应很小。
四、结论与相关政策建议
本文的理论分析表明，当收入增长时，对健康人力资本的投资也会相应地增加，进而会促进健康人力资本的积累，而在凹性健康生产函数的假设下，这种效应会随着收入的提高而逐渐下降；其次，基于CHNS数据，运用有序Probit模型估计了理论模型导出的健康需求函数。实证结果表明：第一，在控制了上一期健康状况的影响后，收人对健康存在着显著的促进作用，而在城市居民中这一效应表现的更为明显；第二，对不同收入群体进行分层研究后发现，在中低及低收入人群中，收入的增长对健康存在明显的积极效应，而随着收入水平的上升，这一效应逐渐减弱；第三，收入影响健康人力资本的机制是通过医疗资源与营养的摄取而发挥作用的。低收入人群由于经济困难，摄取的营养和医疗资源的可及性都要远远地低于高收入人群。而对于高收入群体，其健康需求较少地受到预算约束的限制，收入的提高对这部分人群的作用有限。因此，为了有效地提高全民健康水平，公共卫生资源应重点向低收入人群倾斜，特别是加大对农村卫生资源的投入，优先解决低收入人群对医疗服务的匮乏性需求，提高医疗可及性。其次，应扩大医疗保险的覆盖面，逐步提高医疗保险的偿付标准，保障低收入群体不因经济困难而导致健康水平下降。
本文只是对收入对健康人力资本的关系作了初步探索，相关研究还可从多个方面进一步展开。首先，除了营养与医疗服务外，收入还可能通过不同的生活方式、早期儿童健康等因素影响到成年人的健康人力资本。其次，本文的理论分析中仅考虑了绝对收入的作用。此外，相对收入及收入差距也可能对个体的健康会产生影响，如何将这些因素纳入分析有待今后进一步研究。
[责任编辑：叶颖玫]