健康教育人力资本对中国城市居民收入影响.docVIP

健康教育人力资本对中国城市居民收入的影响 　　摘要:使用中国健康与营养调查(CHNS)2006年的数据估计了健康和教育人力资本对中国城市居民收入的影响。为了克服健康度量指标的内生性,使用社区居委会到居民常去的医疗机构的距离作为工具变量,采用了两阶段最小二乘法。估计结果显示,平均而言,健康对收入没有影响,受教育年限每增加一年会使得收入提高5%。 　　关键词:教育;健康;人力资本;居民收入 　　中图分类号:F290 文献标志码:A文章编号:1673-291X(2010)21-0108-03 　　 　　一、引言 　　居民的健康和收入之间的关系是经济学者们研究的一个热门话题。自Grossman(1972)建立了健康人力资本的理论模型后,国外学术界涌现了大量有关健康对居民劳动生产率和劳动供给行为影响的经验研究成果。根据Strauss和Thomas(1998)的文献归纳,这些经验研究可以分为基于试验的研究和非试验的研究。因为将健康引人收入方程会导致内生性问题,所以非试验的研究一般使用工具变量和使用跟踪数据(Panel Data)来克服这个问题。学者考虑的工具变量通常包括三大类:居民居住地的相关价格指数、居住地的疾病环境和医疗卫生服务水平以及居民的非劳动收入。但是,使用这些工具变量都面临着或多或少的问题,例如,居住地层面的变量通常与居民个人健康之间的相关性很弱,发展中国家中许多居民都没有非劳动收入。这就使得使用追踪数据变得十分吸引人。然而,搜集追踪数据的高额成本使得学者可以利用的数据库相当有限。 　　国内有关此主题的研究并不多,还处于起步阶段。张车伟(2003)使用1997年底中国贫困农村的截面调查数据研究了健康对农户家庭种植业产值的影响。据作者所知,这是国内在此研究主题上的第一篇文献。魏众(2004)使用CHNS1993年的截面数据研究了健康对农民非农就业决策和非农就业收入的影响。他考虑了非农就业收入存在的样本选择问题,但忽略了健康变量在工资方程中存在的内生性问题。虽然如此,但因为农民非农就业岗位绝大部分不在农民户口所在地,所以可以预计社区层面的工具变量的使用效果相当差。考虑到中国存在大规模的农村进城务工人员,所以对包含农民的样本的截面数据分析都面临着如何找到恰当的工具???量的难题。为了识别健康对中国居民收入的影响,克服这个难题的方法有二:一是使用跟踪数据(刘国恩等,2004;王引和尹志超,2009),二是只分析城市居民样本(高文书,2009)。这些研究都发现,居民更好的健康可以提高收入水平。但这些研究在变量度量和分析方法上还是存在一些不足,譬如将家庭每个劳动力的收入视作相等、只考虑身高的内生性而忽略GHS(General Health Status)的内生性等。 　　本文使用CHNS2006年的数据分析了健康对城市有工作的居民的总收入的影响。考虑居民的总收入而不是其主要职业的工资性收入的理由如下:(1)中国城市居民相当大一部分在政府机关和国有企事业单位工作,而这些部门的工资通常是由国家根据工作年限、级别高低统一制定的,因此就业者的边际生产率高低并不反映在工资中,而更多的反映在奖金中;(2)身体好的居民不仅可以在主要职业中获得更高的报酬,而且还可以通过在主要职业的闲暇期间从事别的工作获取额外的收入。普通最小二乘法的估计结果显示,平均而言,身高每增加1厘米会使得收入提高0.63%,一般健康状况每改善一个级别会使得收入增加12.1%。这意味着对于有工作的城市居民而言,其收入受短期健康状况的影响更大。居民受教育年限每增加一年,平均而言,会使得其收入提高5%。因为健康变量的内生性问题,普通最小二乘法的估计结果是有偏的。当使用工具变量回归克服了内生性问题后,身高和一般健康状况对收入的影响不存在了,但受教育年限对收入的影响依然存在,且影响幅度几乎不变。 　　二、经验分析 　　本文经验分析的方程如下: 　　lnincomei=α+β1heighti+β2GHSi+β3eduyri+γcontrolsi+εi 　　其中income为年总收入,height为身高,GHS为自评的一般健康状况,eduyr是受教育年限,controls是包括年龄、性别、婚姻状况、职业虚拟变量和工作单位性质虚拟变量在内的控制变量向量。在收入方程中同时引入身高和GHS两个健康度量指标的理由如下(Thomas and Strauss,1997、1998):身高一般度量长期的健康状况,而GHS度量短期的健康状况,因而它们反映健康的不同方面对收入的影响。 　　1.数据来源和变量说明 　　本文使用的数据来自2006年的中国健康与营养调查。具体而言,我们使用的样本是2006年城镇户口有工作的成人,共1 917个观测。 　　问卷中询问了受访者从事主要职业、第二