中国农村的收入差距与健康.docx

中国农村的收入差距与健康.docx

《中国农村的收入差距与健康.docx》由会员分享，可在线阅读，更多相关《中国农村的收入差距与健康.docx（16页珍藏版）》请在冰豆网上搜索。

中国农村的收入差距与健康

中国农村的收入差距与健康*

封进余央央

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。

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。

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。

Wilkinson（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。

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）。

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。

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。

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：

（1）

其中，

为

社区

个人的健康状况，赋值为1，可表示健康状况好；为0，则相反。

为个人的收入，以人均家庭收入计，

为

社区的收入差距。

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。

为一个包含社区变量的向量。

为不随时间而改变的非观测变量。

我们将做以下几项工作：

1、检验收入差距的当期效应和滞后效应

一方面我们采用当期的收入差距指标检验收入差距假说，另一方面,鉴于上述分析，即收入差距对健康的影响机制决定了收入差距效应具有一定的时滞，滞后期的收入差距和健康之间存在因果关系更加有说服力，因此我们采用滞后期的收入差距效应进行比较验证。

当当期的收入差距和滞后的收入差距不一致时，二者的影响可能是不同的。

相关性检验表明不同年度之间的基尼系数呈较为显著的正相关，1993年和1997年基尼系数的相关性为0.46,1997和2000年基尼系数的相关性为0.28。

但他们对健康的作用效果是否一致还有待进一步检验。

相应地，方程1中的收入差距及其平方项均为滞后一期。

2、检验收入差距影响健康的机理

在解释变量中加入可以反映收入差距的影响路径的变量重新考察收入差距的效应，通过对回归结果的比较揭示其背后的机理。

比如，已有大量的研究揭示了医疗服务供给和公共卫生支出对健康有明显的正向影响（例如An&&Barnighausen，2004；Ruststein，2000），因此如果收入差距通过影响医疗等公共品的提供而影响健康，那么在回归中加入医疗供给变量后就应该看到收入差距的效应下降或变得不显著。

3、采用不同收入差距指标对结果做稳健性检验

有关收入差距的度量指标主要涉及到基尼系数、泰尔指数、人口收入份额、变异系数以及贫困指数等。

各种度量收入差距的指标具有不同的性质，并不完全可比。

以基尼系数为例，它虽为最常用的指标，但是由于它与不同收入群体的收入比重和人口比重的关系密切，因此易受到偶然因素的影响。

比如，在总体居民收入相对平均的情况下，对个别收入户（特别是高收入人群）的收入波动十分敏感，数值增大，以致造成贫富差距过大的假象。

而人口收入份额是以某一或某些阶层的收入份额的变动来反映收入差别变化，其优点是便于分层考察，但是却不能全面反映各个阶层的收入整体变动总体情况。

因此鉴于不同收入差距指标衡量的侧重点不同，所以本文另外采用二个收入差距（泰尔和收入最富有50%人所占的收入份额）指标，旨在更全面的反映收入差距与健康之间的关系。

4、考虑收入差距的跨层次效应

个人和社区变量具有多层次数据的嵌套结构（HierarchicalStructure），其含义为社区变量会通过改变个人变量的效应作用于健康，从而收入差距可能通过影响个人收入这一路径影响其健康，称为收入差距的跨层次效应（cross-leveleffect）（Blakely&Subramanian,2005）。

在模型中采用收入差距与收入的交互项，可以检验这一效应。

具体可以写成以下形式：

（2）

其中，交互项的偏效应则为：

（3）

如果

，则意味着收入差距加强了收入效应。

即随着收入差距的扩大，收入增加更加有助于健康的改善，收入下降更加不利于健康的提高。

因此，当收入差距的扩大致使贫者愈贫，富者愈富时，则其所产生的收入效应加剧了健康的不平等。

在此情况下，收入差距对健康的影响产生发散效应。

反之，如果

，则说明收入差距的扩大减弱了收入效应，对人群健康产生收敛效应。

随着收入差距的提高，健康不平等的现象会缓解。

四、数据

本文采用了中国健康与营养调查（CHNS）1997年和2000年调查数据，滞后期的收入分布则分别采用了1993年和1997年的收入数据。

样本覆盖了我国沿海、中部和西部等地区的9个省（自治区）的农村与城市居民。

容包括家庭的基本情况、家庭和个人的收入状况、个人的医疗保险状况和健康情况等数据。

除了家庭外，还包括村的基本情况的信息。

鉴于本文研究的重点，我们选用农村样本，样本中每个省有4个县，每个县包含4个村，年龄为15-65岁的有效样本共有12349个。

被解释变量为健康状况，采用自评健康作为衡量健康的标准。

自评健康尽管具有很强的主观性，但却是常用的指标之一，原因在于它不仅与死亡率等客观指标高度相关，有力地反映个人健康状况，而且数据易获得且质量高（Hornbrook&Goodman，1996；Idleretal.，1997；Gerdthametal.，1999等）。

总体上来说，从1997年到2000年，农村人口中自评健康为好以上等级的比例下降了９个百分点。

CHNS中家庭总收入包括工资收入、家庭园艺收入、务农收入、畜牧收入、渔业收入、商业收入、住房补贴、育儿补贴以及其他各种补贴收入。

在CHNS的调查数据中，以1989年的价格指数对收入进行调整，在1997年家庭人均收入水平为1320元，到2000年，下降为1250元。

我们采用人均家庭收入（即总收入除以家庭人口数）作为收入指标是基于以下几点原因。

首先，农村家庭很难区分每个人收入和家庭收入。

家庭既是一个生产单位也是一个决策单位，用家庭人均收入比劳动力的个人收入更能准确地反映收入和收入差距对健康的作用。

其次，对家庭总收入加以均等化，能更好的捕捉家庭各个成员对家庭资源的利用情况（Deaton，2003；Benzevaletal.，2001）。

除此之外，我们以县的人均收入水平控制此地区的经济发展程度，样本中1997年和2000年县的人均收入水平分别为1300元和1210元。

本文采用的收入差距是在县水平上估算的，之所以选择这一水平是基于以下几点。

首先，我国农村公共产品供给体制中,县乡政府作为国家财政体系的基础,直接为农村社区的居民提供各类公共产品。

尤其是实行“分税制”后，农村公共卫生服务和基本医疗服务基本都是由县乡卫生机构提供（卫平等，2003）。

其次，通常来说，当代社会交往围和经济活动已经超出了村的围，所以需要在更高层次上考察收入差距及其影响机制。

从1997年到2000年，县水平的当期基尼系数的均值从0.35上升到0.39。

而滞后期的基尼系数是指1993年的基尼（对应于1997年的健康指标）和1997的基尼（对应于2000年的健康指标），此阶段只上升了0.01。

鉴于收入差距有多种衡量指标，我们另外采用了滞后期的泰尔指数和最高收入50%人口所占总收入的百分比做稳健性检验，这两个收入差距指标的均值也都在上升，分别从0.22上升到0.23和0.74上升到0.75。

在个人层面上，我们控制了年龄、性别、教育、婚姻状况、医疗保险。

此外，我们还控制了各个家庭的特征，包括家庭规模、是否使用自来水和拥有室厕所。

采用社区可及的公立医院的个数作为医疗公共投入的一个代理变量，另一个指标家庭是离公立医院的距离，反映农户对公共医疗的可及性。

具体描述可见表1。

表1变量的定义和描述

变量名称

变量解释

总样本

1997年

2000年

均值

离差

均值

离差

均值

离差

health

自评健康状况（二值变量）

0.74

0.44

0.8

0.4

0.71

0.45

ginilag

基尼系数（滞后）

0.35

0.05

0.34

0.05

0.35

0.05

gini

基尼系数

0.37

0.06

0.35

0.05

0.39

0.07

Top50lag

收入前50%的份额（滞后）

0.74

0.04

0.74

0.03

0.75

0.04

theillag

泰尔指数（滞后）

0.23

0.08

0.22

0.08

0.23

0.08

countyinc

县人均收入

1.25

0.38

1.3

0.4

1.21

0.36

pcinc

家庭人均收入

1.28

1.01

1.32

1.05

1.25

0.98

edu

受教育年限

6.13

3.89

5.35

3.31

6.74

4.19

Age2

年龄为15－29岁

0.38

0.48

0.38

0.49

0.37

0.48

Age3

年龄为30－44岁

0.32

0.46

0.31

0.46

0.32

0.47

Age4

年龄为45－65岁

0.31

0.46

0.31

0.46

0.31

0.46

marital

=1，为已婚

0.69

0.46

0.69

0.46

0.69

0.46

gender

=1，为男性

0.51

0.50

0.51

0.50

0.50

0.50

insur

=1，有医疗保险

0.15

0.35

0.17

0.38

0.12

0.33

hhsize

家庭规模

4.51

1.53

4.34

1.43

4.64

1.59

w

=1，饮用自来水

0.57

0.50

0.53

0.5

0.59

0.49

toliet

=1，使用室厕所

0.23

0.42

0.19

0.4

0.26

0.44

hospital

公立医院数（个）

2.49

1.03

2.77

0.90

2.27

1.08

distance

到公立医院距离（公里）

5.49

9.17

4.72

4.07

6.13

11.79

Year2000

=1,为2000年

0.56

0.5

-

-

-

-

注：

收入单位为千元，以1989不变价计。

五、实证结果与讨论

1、收入差距假说的检验及其中可能的机制

首先利用基尼系数来检验收入差距假说，回归结果列于表2。

第一列中，我们只考虑除基尼系数以外的其他因素对健康的影响，在第二列中，加入基尼，发现其与健康的关系为显著正。

而后，把当期的基尼替换成滞后期（第三列中所示），发现滞后期的基尼系数不显著。

在第四列中，再加入滞后期基尼系数的平方项，发现两者在10%的水平上显著，表明收入差距与健康之间呈现先为正向再转为负向的倒“U”形关系。

计算表明，倒“U”临界点处的基尼系数为0.35，55％的样本在倒“U”形的左边，其余的样本在倒“U”形的右边。

类似的，LiandZhu（2006）采用CHNS1993年的数据发现，在中国收入差距与自评健康存在倒“U”形关系，基尼系数的临界点约为0.40，因而当时在大多数地区收入差距和健康表现为正相关关系。

倒“U”形影响一个可能的解释是从医疗公共品提供的角度进行。

在低收入差距地区，适当的扩大收入差距有利于公共医疗的提供，从而改善这个地区的公共支出（如基础医疗保健等支出）和增加公共病床数的提供，最终有助于健康水平的提高。

此类地区公共医疗提供的增加可能是由于收入差距扩大改善了地区的税收状况，从而增加了政府对其的支出。

简单的相关关系表明，在基尼系数小于0.35的县，基尼系数和公立医院的数目成正相关关系。

而在高收入差距地区，富裕群体倾向于到本县以外获得更好的医疗服务，同时贫困群体由于其较低的支付能力，对本地医疗服务的需求也不足。

基于富裕和贫困两类人群对医疗服务的偏好存在差异，因此收入差距扩大不利于公共医疗的提供。

全国第三次卫生服务调查显示不同收入水平的人对医疗服务的需求存在明显的差异。

有研究也指出，1970年代以来，农村地区的教育和医疗等公共品的提供趋于减少，这与集体经济的瓦解，公共筹资受到个体偏好的影响有密切的关系（晓波，2003）。

样本县的数据表明在基尼系数较高的地区，收入差距和公共医疗服务数量成负相关关系。

所以在高收入差距地区，收入差距的扩大可能不利于公共医疗的提高，也不利于个体健康的改善。

为了进一步验证滞后期的收入差距通过影响医疗公共投入从而影响健康的机制，我们回归中加入表示医疗公共投入数量的变量，公立医院的数量和住户到公立医院的距离。

回归结果列于表2第5列。

结果发现，基尼系数及其平方项的系数符号未变，但其效应是下降的，而且显著性有了明显的下降。

这在一定程度上说明收入差距通过影响公共医疗的提供影响了健康，且此影响存在滞后性。

表2：

健康与收入差距的回归结果

被解释变量

（1）

（2）

（3）

（4）

（5）

自评健康

gini

-

0.691***

（0.256）

-

-

-

ginilag

-

-

0.005

（0.28）

5.398*

（3.315）

3.931

（3.32）

ginilagsq

-

-

-

-7.624*

（4.678）

-5.528

（4.681）

countyinc

0.028

（0.038）

0.077*

（0.044）

0.036

（0.040）

0.072

（0.046）

0.051

（0.047）

pcinc

0.078***

（0.03）

0.087***

（0.029）

0.09***

（0.028）

0.091***

（0.029）

0.092***

（0.029）

incsq

0.002***

（0.006）

0.0002

（0.005）

-0.0007

（0.005）

-0.0007

（0.005）

-0.001

（0.005）

edu

0.026***

（0.004）

0.026***

（0.004）

0.028***

（0.004）

0.028***

（0.004）

0.028***

（0.004）

Age2

0.671***

（0.041）

0.669***

（0.041）

0.647***

（0.043）

0.648***

（0.043）

0.655***

（0.044）

Age3

0.388***

（0.032）

0.387***

（0.032）

0.401***

（0.034）

0.402***

（0.034）

0.402***

（0.034）

marital

0.085**

（0.038）

0.084**

（0.038）

0.072*

（0.04）

0.072*

（0.04）

0.08**

（0.040）

gender

0.108***

（0.027）

0.108***

（0.027）