什么在吞噬居民健康

張行 羅睿絡

【摘要】基于2000 ～ 2017年我國家庭健康報告大數據，檢驗居民收入分配差異（不公平）對個體健康產出的影響效用。研究發現：收入分配不公平和個體積聚健康產出之間有較強負向關聯;控制個體收入變量時，收入分配不公平對健康的負向效用會明顯減弱;控制區域變量時，收入分配不公平與健康之間的關聯性減弱;收入分配不公平不僅對個體心理產生負面影響，還通過心理機制作用于個體收入能力，繼而對各收入層級群體健康產出產生較大影響。

【關鍵詞】居民健康;收入分配;不平等;效用分析

【中圖分類號】F014.4 ? ? ?【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）08-0153-8

一、問題的提出

經濟增長能夠促進居民健康水平提升，也是影響我國居民生活幸福指數的重要因素。表面上看，經濟發展水平與居民幸福指數之間應該是一種線性增長關系，但蓋洛普的調查顯示，我國居民的幸福指數與經濟發展水平之間并不存在這種線性關系，其與健康水平的弱關聯性更加突出。這種逆結果產生的原因之一是收入分配差異，也就是我國社會經濟領域存在收入分配不均或不公平的現象。

學者們已經從多個角度來論證收入分配不公平與健康的關聯性[1-3] 。有學者開始推理收入分配不公平可能導致健康產出降低[4] ，也有學者探討個體社會經濟狀態對健康的影響[5，6] ，但并沒有檢驗相對或者絕對的社會經濟狀態的影響研究。Bound John[7] 研究發現，不同年齡組（教育程度）的個體的收入分配層級有較大差異。但這并不能驗證收入分配層級的合理性，即“健康產出”對低收入層級和高收入層級不同程度的影響是合理的。Mcinnes等[8] 利用與人類相近的動物進行驗證性實驗，在保證飲食和其他環境穩定的情況下，改變其社會層級，發現較低的社會層級對個體健康有直接影響。

“收入分配的不公平假設”（下文簡稱“IIH”）已經引起了公眾、媒體和政府的關注，是一項亟待研究的社會問題。這類研究多使用集聚數據，對控制變量的影響尚未重視，僅有少數研究關注，但也未能全面體現控制變量的影響。如在控制“個體收入”變量的情況下，Fiscella和Franks[9] 研究發現死亡率與調查樣本中最貧困50%群體收入比重之間并沒有關聯性。而Nicole等[10] 研究發現，收入分配不公平與個體自評估健康之間存在顯著統計關聯性，使用兩個5年期收入面板數據研究收入分配不公平在不同收入層級群眾中的影響，發現兩期檢驗結果都不顯著，第二期的IIH較第一期明顯。但這一研究中并沒有包含“區域發展”變量，實際上區域發展對健康服務狀況、社會飲食規則和相關體育設施等方面的影響較大，對收入分配不公平有影響，導致收入分配不公平對健康產出影響的估計可能顯示高程度的IIH關聯性。Daly等[11] 檢驗了不同測度方式下收入分配不公平對嬰兒死亡率和低出生率的影響，同時也估計了控制或不控制未觀測到的區域特征情況下收入分配不公平對個體健康的影響，發現不同收入分配不公平測度方法下，控制收入和其他特征變量的情況后，收入分配不公平對健康產出的效用并不顯著。Deaton等[12] 以出生率來測度收入分配不公平，并通過結構模型估計既定特征群體收入分配不公平對個體健康的影響，結果顯示收入分配不公平和個體死亡率風險之間無關聯性，但這也不表示IIH關聯性較弱。

Mellor等[13] 對相關控制變量的影響進行了研究，發現收入分配不公平和死亡率關聯性在時間序列中表現較為敏感，此研究主要將死亡率和收入作為檢驗對象，并控制了其他人口特征變量。即便如此，個體層面特征的多樣性和多變性使得檢驗結果穩定性較弱。有學者認為若個體健康是收入的非線性函數，收入分配不公平則可能與健康存在虛假關聯性，例如，個體收入是健康的凹函數，集聚健康不僅僅受到均值收入的影響，還要考慮收入分配差異的影響 [14] 。在個體因素基礎上，個體所處區域經濟發展因素也是影響IIH是否成立的關鍵，相關研究已得出了綜合性結果，認為不同區域的飲食方式、生活方式和環境、醫療照顧質量等對健康產出有隨機效用[15] 。例如，我國東中西三個區域內個體的生活狀態差異巨大;區域發展模式對收入分配不公平也有重要影響，如生產就業區域變動性、區域間勞動力移動情況和單親家庭數量逐漸增多等;東中西三個區域內家庭收入基尼系數也有較大差異，呈現從西到東逐漸減小的趨勢[16-19] 。可見，只控制個體收入對健康的影響效用，而不控制區域差異，收入分配不公平和健康之間也可能存在虛假關聯性。

綜上所述，本文將在理論分析基礎上檢驗收入分配差異對健康水平的影響，并提出解決收入分配差異、提升居民健康水平和緩解居民貧困的對策建議。

二、理論分析

本文依據經典的供需模型構建收入分配不公平與健康水平的理論模型，將食品消費和營養作為主要的健康影響變量。一般情況下，收入分配與健康都是處于某種均衡狀態下，一旦兩個要素之間關聯性發生變化，或者某種要素進入均衡模型，則可能導致不均衡發生，進而對經濟發展態勢產生影響。對于消費者收入分配改變之后的市場均衡分析一般會使用比較靜態分析法。假定市場價格是自由形成的，依據收入水平將群體劃分為5個層級。假定區域中所有個體都面臨同樣商品價格和市場特征。在比較靜態的分析框架下，個體在健康層面的收入分配選擇效用是不斷變化的。本文將價格和收入層級的需求收入彈性兩個要素納入分析模型，估計影響健康（卡路里和蛋白質攝入）的收入彈性在各收入層級的具體表征。此處彈性是指特定層級的卡路里和蛋白質攝入是收入變化的函數，具體形式為：

ec（m）=[i=1Aciqi（m）Ei（m）i=1Aciqi（m）]和epr（m）=[i=1Apriqi（m）Ei（m）i=1Apriqi（m）]。

其中，ec（m）是卡路里攝入的價格彈性，epr（m）是蛋白質攝入的價格彈性，A表示消費產品的數量，ci表示每個單位的卡路里的量，pri表示每個單位的蛋白質的量，qi（m）是消費量，Ei（m）表示需求的價格彈性，i和m分別表示產品和層級序列。此處的彈性測度主要用于在消費供給價格彈性下，估計收入分配變化對卡路里和蛋白質兩種要素的影響效用。

假定市場均衡初期的產品i的價格是 ? ，新的均衡下產品價格為 ? ，隨著供給和需求曲線的變化，則均衡轉變情況下的產品價格為：

（1）

其中，△Si表示產品i的供給曲線的水平變動，△Di表示產品i的需求曲線的水平變動，esi表示產品i供給的價格彈性，ei表示產品i的需求價格彈性， ? ?表示產品i初始均衡的數量。

供給是固定的且完全無彈性，△Si=esi=0，產品i的總消費量是常數。△Di表示第n層級的產品i的需求水平變動總和，即 ? ? ? ? ? ? ? ? ? ? ? ? ?，且可以通過層級m的收入的變化（△Y（m））來估計。而層級m對于產品i的需求的收入彈性為Ei（m），且初始消費的數量為m（ ? ? ），因此可得：

△Di=[m=1nb（m）Ei（m）q0i（m）] ?（[b（m）=△YYm]） （2）

每一個收入層級消費數量的調整可以通過需求曲線變化引起的收入變化導致的需求數量總量的變動來估計，均衡中價格變動反映的是需求曲線的移動方向。m層級調整的數量主要由當期的價格和收入變動來決定，即：

所有層級的群體面對的市場具有同質性，消費價格的變化對所有層級而言具有同質性。因此，m層級的數量調整主要由價格的變動而引起，即：

且m層級對產品i消費數量總的變化可以表示為：

其中，ei（m）是m層級的需求價格彈性。若考慮蛋白質攝入估計值最大效用值，可以在給定收入層級的收入變化量△Y（m）情況下，通過蛋白質攝入量的變化來估計，即：

其中， ? ? ? 表示m層級收入變化前的蛋白消費數量，pri表示每單位產品i的蛋白質量，t表示產品的數量，則總的供給量是常數，即：[m=1n△pr（m）=0]。

個體卡路里攝入以同樣方式通過蛋白攝入收入彈性來估計，且蛋白攝入收入分配的彈性亦可通過產品i消耗卡路里的收入彈性來估計。上述估計都假定個體收入層級是不斷變化的。在收入轉移支付情況下，總收入處于常數狀態，這一階段的收入變化需保證[m=1n△Ym=0]。

假定所有收入層級為獲取固定營養水平而處于相互競爭狀態，某一個層級收入變動會對其他層級的營養攝入產生影響。因此，某一個層級營養攝入的減少或缺乏也可能對其他缺乏營養群體產生影響，這就產生了惡性循環。各個層級需一定程度的收入增長來消除營養缺乏或者用于規避營養欠缺風險。

從等式（7）可得：

最低收入層級群體最小程度收入變動需要滿足該層級蛋白質需求量，可以用等式（8）中潛在蛋白質缺乏量△qpr（m）來替代，且△qpr（m）=Kpr（m）- ? ? ? ，其中Kpr（m）是層級m最低程度的卡路里消耗量。最低程度收入變動需要移除所有層級的營養缺乏量，且還可規避由等式（8）估計的其他層級的營養欠缺風險，包括營養缺乏層級收入變化引起其他層級營養缺乏的情況。在收入轉移支付情況下，總收入不變，收入從一個層級轉移到另一個或者更多營養缺乏的層級需求量可以通過上述等式整合獲取，并且滿足

[m=1n△Ym=0]。

上述營養要素供給都可以通過自評估健康調查來獲得數據，與各個層級收入變化的關聯分析主要基于收入分配不公平性效用假設，且收入較低層級群體健康一般處于較差狀態。關于收入分配不公平性和健康之間的關聯性有兩種不同觀點：①不公平可能對所有社會成員來說是一種“壞”的公共產品（強程度的IIH），或者僅僅對于處于小康水平的社會群體產生影響（弱程度的IIH）。即使IIH承認收入分配不公平影響健康的理論證據缺失，但研究顯示收入不公平的心理層面影響更為明顯。例如，群體之間相對收入剝奪可能導致對特定層級產生不滿或嫉妒，這也可能導致他們進行破壞性或者自我破壞性行為。②收入分配不公平的存在可能破壞整個社會的凝聚力、阻礙社會資本的形成，并通過各種個體風險行為和社會經濟要素來影響健康水平。由此可見，不管實際層面的作用機制如何，收入分配不公平和集聚健康之間關聯性都可以通過不同地區各收入層級群體對產品需求與收入變化關系來估計。大多數研究已經證實了收入分配不公平和以區域水平測度的集聚健康之間存在關聯性，但影響路徑仍然未知，因此需要進一步論證與分析。

三、數據來源與變量測度

（一）數據來源

為了檢驗觀察樣本的收入分配不公平與健康（在可允許的估計偏差之內的產品）之間是否存在持續關聯性，本文使用中國家庭健康大數據報告（2000 ～ 2017年）進行研究，其中關于個體的健康狀態都是通過自我報告的方式獲取。選此數據主要基于以下原因：樣本量足以保障分析的信度和效度;關于收入的調查時間跨度較大;調查中對于個體特征、區域特征和省份特征進行了分類;樣本年齡在25 ～ 74周歲之間。最終獲取309135份居民數據，主要截取2005 ～ 2009年和2013 ～ 2017年兩個5年期數據，并且使用第二個5年期截取樣本數據來檢驗健康和更窄范圍內的收入分配不公平之間的關聯性（樣本量為216572份居民數據），對個體特征和收入分配不公平變量進行加權處理。

（二）變量測度

1. 個體健康變量測度。個體健康數據主要采用自我報告調查方式，相關研究已經證實了控制其他變量的情況下，健康主要指標與死亡率之間存在顯著關聯性。但是，自我評估式的健康報告具有主觀性，且容易受到一些非健康要素的影響。為了規避此類問題，本文確定了健康狀態的調查范圍。健康狀態自評估分為5個級別，對健康狀態進行虛擬變量設計，即“1”表示一般或者較差，“0”表示其他。

2. 個體特征變量測度。控制了家庭收入對健康的非線性效用，關于健康與收入的描述都包含家庭規模;為了規避通脹的影響，使用消費者價格指數來調整家庭收入水平;其他個體層面特征包含年齡、年齡的R2調整、名族、性別、婚姻狀態、醫療保險參與情況、居住區域狀況和教育程度等。各變量的描述性統計結果見表1。

3. 收入分配不公平測度。本文通過三種方式來測度收入分配不公平，均對個體或者家庭賦予一定權重來實現標準化。樣本中收入分配不公平主要體現在最低和最高兩種狀態，數值分別為252和4509，省際層面的均值收入通過樣本均值體現。第一種方式是家庭實際收入在省際均值收入中的變動系數（CV），省際間變動系數值的取值范圍是69.1 ～ 142.9;第二種方式是使用家庭收入的90%和10%之間比例，此指數的均值是9.94，取值范圍是5.89 ～ 17.5;第三種方式是家庭收入前50%的群體的收入比重，此指標的均值為0.799，取值范圍是0.759 ～ 0.857。為了加入“省際差異層面”變量，本文對收入和不公平性變量進行了均值處理，剔除了50份家庭統計數據值。各變量的描述性統計結果見表2。

四、實證估計

在上述變量設置和數據選取基礎上，本文就收入分配不公平和健康狀態之間的關聯性進行估計，主要分為收入和收入不公平性估計、強程度IIH估計、弱程度IIH估計。

（一）集聚期內收入和收入不公平性估計

使用OLS模型來檢驗收入和收入不公平性對集聚期內的健康狀態影響效用。健康狀態主要通過個體自評的一般或者較差的健康水平來測度（見表3）。表3顯示收入均值和收入分配不公平均值與健康狀態之間關系在省際層面顯著。當然，這并不表示二者關聯性并不是因果關系，因此本文轉向個體層面分析。

（二）強程度IIH估計

本文通過個體健康狀態的概率模型來估計收入均值和區域層面的收入分配不公平性之間關聯性（結果見表4 ～ 表6），即檢驗不公平對所有個體的影響效用（強程度IIH檢驗）。（1） ?～（3）列結果是使用省際層面均值收入和區域層面的收入不公平性數據;（4） ～ （6）列結果是使用城鎮區域收入均值和城鎮區域層面的收入不公平性數據;標準差主要使用控制省際和城鎮區域情況下的穩健性方差估計值。表4是使用收入變動系數測度收入分配不公平的分析結果，表5和表6分別是其他測度方式的結果。

首先，在剝離其他控制變量情況下，收入均值和區域層面的不公平性邊際效用估計與總量分析結果在規模和顯著性方面類似。其次，估計中增加對個體特征和年份虛擬變量控制。為了體現健康狀態和個體收入之間的非線性關系，本文對家庭收入的樣條函數（Spline Function）進行估計，其中節點（Knots）定義為收入分配的五分位數。其他個體特征為解釋變量，如年齡、民族、性別、婚姻狀況、教育和醫療保險參與情況等。由表4第（2）（5）列可知，收入分配不公平的邊際效用在大幅度下降。同時，城鎮區域層面的收入分配不公平并不會對健康狀態產生影響。在收入的每一個五分位層面，家庭收入的邊際效用是負向的，在收入最低的5個家庭中是最大的;在收入最高的5個家庭中，家庭收入對健康狀態并沒有顯著影響，這主要是由個體收入與健康之間非線性關系引起，個體健康和城鎮層面的收入不公平之間亦存在顯著關聯性。

其他個體層面變量的影響也值得討論，如大學學歷的個體比其他個體在健康狀態的自評估方面至少有低30%程度報告“一般或較差”;非漢族在報告方面則可能多出28%群體報告“一般或較差”;享受醫療保險的個體在預期效用影響下將個體處于一般或較差健康狀態的概率提高1.8個百分點。對于其他自變量，如醫療照顧的方式、醫療照顧的價格、醫療照顧供給模式、環境和行為風險因素、飲食和鍛煉情況等，在調查數據中無法測度，但也可能對健康狀態產生重要影響。收入分配不公平邊際效用在城鎮區域和省際兩個層面的分析中都呈現顯著性，且都為負值。表5（90%收入群體與10%收入群體之間比例）和表6（收入前50%的群體的收入比重）顯示類似的分析結果。總之，在城鎮層面數據分析中，控制收入和其他個體特征情況下，收入分配不公平性的顯著性系數較高。在省際層面樣本中，區域控制可有效抵消自我報告健康狀態下的收入分配不公平效用。

（三）弱程度IIH估計

弱程度IIH估計依據強程度IIH檢驗方法，并且預期通過家庭層面的收入可以改變這種收入分配不公平效用，此估計過程主要依據5個虛擬變量，且會考慮收入分配5分位值。如：若家庭中的個體收入處于50%分位，則用“1”表示，其他分位用“0”表示。關系程度和效用符號的差異性表示收入分配不公平對低收入群體、中等收入和高收入群體的影響（結果見表7 ～ 表9）。如前所述，變動系數（CV）、90%和10%收入群體的比重和收入前50%的群體的收入比重都可測度收入分配不公平。

在使用CV估計并控制其他變量情況下，收入分配不公平對低收入群體的影響表現為提高一般或者較差健康水平概率，對中等收入群體并不產生影響，但會降低高收入群體的一般或較差健康水平概率。當控制家庭收入和其他個體層面變量獨立效用時，省際層面的數據結果顯示收入分配不公平對5個關聯性中的2個關聯性影響不顯著，其他3個關聯性僅在0.10水平上顯著。在城鎮層面調查數據中，考慮個體變動情況下，5個關聯性都不顯著。納入區域虛擬變量后，收入分配不公平的系數（任何家庭收入層面）在進一步降低。在省際和城鎮層面調查數據中，似然概率檢驗并不能拒絕在0.01水平上的關聯性零假設，邊際效用都具有統計顯著性。在最貧困城鎮樣本中三分位值，收入分配不公平弱程度IIH的估計系數對每個收入5分位而言都有誤差，與我們預測的弱程度IIH符號相反。

本文并沒有觀察到其他兩種收入不公平測度方式下邊際效用方向的改變。首先，控制任何層面變量，收入不公平估計效用與弱程度IIH之間有一致性。但控制個體特征變量時，效用可能減弱;控制區域變量后，收入分配不公平效用仍明顯。由表8的第（6）列可以發現，不公平對第3和4個收入5分位的邊際效用有顯著影響。但這與IIH的觀點并不一致，且在省際層面數據上并不顯著，或者在其他兩種不公平性測度方法上也不顯著，包含個體特征變量模型的估計結果與弱程度IIH也不一致。

五、結論

傳統關于收入分配與健康之間關聯性研究并沒有得出統一結論，但研究成果在公共健康政策應用方面的作用不可忽視。本文在以往研究基礎上進行深度理論分析和實證檢驗之后得出以下幾點結論：

第一，以往研究證實的收入分配不公平與健康關系主要源于兩個錯誤估計，一是對健康測度的錯誤認知，二是對控制變量的考慮不周，如個體特征和區域特征等。因此本文在估計時彌補了以往研究缺陷，即在估計模型中增加個體特征和區域特征變量的分析。控制個體收入變量后，收入分配不公平和健康產出之間關聯程度會減弱，但這種情況只有在IIH成立情況下才發生。

第二，收入不公平對個體健康影響可表現為心理層面的影響效用，而心理層面影響可能限制個體收入能力。雖然個體健康與收入能力有關，但收入不公平與個體健康之間并沒有明顯關聯。通過省際層面的個體收入及其不公平性、個體特征變量之間回歸結果可知，不公平性影響邊際效用顯著。但在控制個體收入情況下，結果顯示IIH仍然成立，即收入不平等對健康產出的負效用仍存在。

第三，沒有一致性證據顯示省際層面和城鎮層面收入分配不公平對所有個體的健康狀態有影響，且沒有一致性證據表明收入分配不公平性對健康水平較低個體的影響更大，即使在貧困狀態下，收入分配不公平也是健康狀態的一個重要決定因素。

第四，2020年是我國全面建成小康社會和精準扶貧的關鍵年，如何讓當前扶貧成果更加穩固以及持續改進是重點。基于研究結論，本文建議在精準扶貧政策設計過程中要充分考慮個體特征和區域特征，將個體收入存量、健康水平自評值、區域經濟發展模式、區域經濟增長水平作為扶貧政策落實要點和效果評估指標。

【 主 要 參 考 文 獻 】

[ 1 ] ? Auger N.， Alix C.. Income， income distribution and health in Canada[ J].Social Determinants of Health，2016（2）：61 ～ 74.

[ 2 ] ? Vincens N.， Emmelin M.， Stafstr?m M..The interplay of contextual layers： A multilevel analysis of income distribution， neighborhood infra-structure， socioeconomic position and self-rated health in Brazil[ J].Health & Place，2018（52）：155 ～ 162.

[ 3 ] ? Yao Y.， Wan G.， Meng D.. Income distribution and health： Can polarization explain health outcomes better than inequality？[ J].The Euro-pean Journal of Health Economics，2019（4）：543 ～ 557.

[ 4 ] ? Tang C.， Wu X.， Chen X.， et al.. Examining income-related inequality in health literacy and health-information seeking among urban?population in China[ J].BMC Public Health，2019（1）：221.

[ 5 ] ? Appels Ad.， Harry Bosma， Vilius Grabauskas， Antanas Gostuatas， Sturman F..Self-Rated health and mortality in a Lithuanian and Dutch

population[ J].Social Science and Medicine，1996（5）：681 ～ 686.

[ 6 ] ? Bidani Benu， Martin Ravallion. Decomposing social indicators using distributional data[ J].Journal of Econometrics，1997（1）：125 ～ 139.

[ 7 ] ? Bound John.Self-Reported versus objective measures of health in retirement models[ J].Journal of Human Resources，2000（1）：107 ～ 138.

[ 8 ] ? Mcinnes P. C.， et al.. Unhealthy Societies： The afflictions of inequality[ J].Journal of Australian Political Economy，2002（49）：N/A.

[ 9 ] ? Fiscella Kevin， Peter Franks. Poverty or income inequality as predictor of mortality：Longitudinal cohort ?study[ J].British ?Medical Journal，2007（7096）：1724 ～ 1728.

[10] ? Nicole Le Moual， Francine Kauffmann， Ellen A. Eisen. The healthy worker effect in asthma： Work may cause asthma， but asthma may also?influence work[ J].Am J Respir Crit Care Med，2008（1）：4 ～ 10.

[11] ? Daly Mary C.， Greg J. Duncan， George A. Kaplan， John W. Lynch. Macro-to- Micro links in the relation between income inequality and?mortality[ J].The Milbank Quarterly，2008 （3）：315 ～ 339.

[12] ? Deaton Angus， Christina Paxson. Mortality， education， income and inequality among American cohorts[ J].In Themes in the Economics of?Aging，2010（1）：129 ～ 170.

[13] ? Mellor Jennifer M.， Jeffrey Milyo. Reexamining the ecological essociation between income inequality and health[ J].Journal of Health Poli-tics，Policy and Law ，2010 （3）：487 ～ 522.

[14] ? Kennedy B. P.， Ichiro K.， Deborah P.. Income distribution and mortality： Cross-Sectional ecological study of the Robin-Hood index in?the United States[ J].British Medical Journal，2006（7037）：1004 ～ 1007.

[15] ? Vincens N.. Income distribution and health in Latin America[D].Lund ：Lund University，2018.

[16] ? 齊良書.收入分配、醫療資源與人口健康：一個跨國研究[ J].南方經濟，2008（4）：27 ～ 40.

[17] ? 齊亞強，牛建林.地區經濟發展與收入分配狀況對我國居民健康差異的影響[ J].社會學評論，2015（2）：65 ～ 76.

[18] ? 田艷芳.健康的收入分配效應研究[ J].云南財經大學學報，2013（6）：89 ～ 98.

[19] ? 朱振華， 曹克.人口老齡化對中國居民收入分配的影響[ J].南京財經大學學報，2019（4）：36 ～ 46.