健康沖擊對中老年農(nóng)戶生計策略變遷的影響
——來自CHARLS 面板數(shù)據(jù)的證據(jù)

王曉軒，胡梓君

（內(nèi)蒙古科技大學(xué) 經(jīng)濟與管理學(xué)院，內(nèi)蒙古 包頭 014010）

隨著經(jīng)濟發(fā)展水平的不斷提高，我國人口老齡化程度持續(xù)加深，中老年農(nóng)戶占總?cè)丝诘谋嚷使?jié)節(jié)攀升。與此同時，中老年農(nóng)戶的健康問題亦日漸凸顯。中老年農(nóng)戶由于客觀因素的限制，受教育程度較低，多從事農(nóng)業(yè)勞作或重體力勞動，因而與城市中老年居民相比，其健康問題更加突出；同時，農(nóng)村地區(qū)社會保障制度不甚完善，醫(yī)療資源較為匱乏，中老年農(nóng)戶的生計活動更易因疾病沖擊而發(fā)生改變，其更易因病返貧，從而陷入貧困的惡性循環(huán)。因此，如何改善農(nóng)村醫(yī)療條件，提升農(nóng)戶健康水平及可持續(xù)生計能力是擺在國家面前的一項艱巨任務(wù)，這離不開專家學(xué)者的深入研究。然而縱觀現(xiàn)有資料，涉及健康對中老年農(nóng)戶生計策略影響研究的相關(guān)文獻較少。既有研究主要是將健康視作生計資本中人力資本的組成部分，本質(zhì)上仍是研究農(nóng)戶生計資本對其生計策略的影響。鑒于此，本文欲在這一領(lǐng)域進行嘗試性探索，以期為有關(guān)部門制定更具針對性的政策措施貢獻綿薄之力。

本文基于中國健康與養(yǎng)老追蹤調(diào)查數(shù)據(jù)，同時使用多期DID 及PSM-DID 方法探究健康沖擊對中老年農(nóng)戶生計策略變遷之影響及作用機制，進而提出改善中老年農(nóng)戶健康水平、提升其可持續(xù)生計能力的對策建議。

一、理論分析與研究假設(shè)

依據(jù)可持續(xù)生計分析框架，健康沖擊對農(nóng)戶生計策略存在深遠影響。當(dāng)農(nóng)戶遭受健康沖擊后，依據(jù)可行能力理論提出的能力再造類型，農(nóng)戶的資本獲取能力、就業(yè)能力和風(fēng)險應(yīng)對能力及其再造將被侵蝕[1]，勞動參與將被閑暇以及家庭勞動擠出[2]，因而農(nóng)戶的生計策略將會發(fā)生轉(zhuǎn)變。

具體而言，當(dāng)農(nóng)戶步入中老年時期，急、慢性疾病等健康沖擊會顯著減少其農(nóng)業(yè)勞動時間及非農(nóng)勞動參與[3-4]。受此影響，中老年農(nóng)戶的勞動邊際生產(chǎn)率將大幅下降[5]。在未有定期養(yǎng)老金支撐的情況下，中老年農(nóng)戶將會被要求效益的非農(nóng)生計活動淘汰，轉(zhuǎn)而尋求閑暇較多的農(nóng)業(yè)勞動。同時，由于性別、學(xué)歷差異的客觀存在，健康沖擊對中老年農(nóng)戶生計策略選擇的影響亦會因此略有不同。男性由于天然的體力優(yōu)勢，在從事農(nóng)業(yè)型生計活動中具有優(yōu)勢，因而健康沖擊可能會明顯促進農(nóng)村中老年男性選擇農(nóng)業(yè)型生計活動。知識作為提升農(nóng)戶勞動競爭力的重要因素，能夠有效緩解健康沖擊對中老年農(nóng)戶生計策略的影響。相較于高學(xué)歷農(nóng)戶，低學(xué)歷中老年農(nóng)戶生計策略更易因健康沖擊而發(fā)生變化?；诖?，提出假設(shè)1 和假設(shè)2：

H1：健康沖擊會抑制中老年農(nóng)戶選擇非農(nóng)型生計策略，促進其選擇農(nóng)業(yè)型生計策略。

H2：健康沖擊對中老年農(nóng)戶生計策略選擇的影響會因性別和學(xué)歷的不同而產(chǎn)生差異。

生計資本作為農(nóng)戶生計策略選擇的基礎(chǔ)[6]，其水平高低對農(nóng)戶生計策略選擇的影響存在差異。具有較高生計資本水平的農(nóng)戶在面對風(fēng)險沖擊時抵御能力較強，其選擇生計策略時亦會擁有更大余地[7]，生計多樣化程度較高。從而健康沖擊對其生計策略選擇的影響較小，其生計活動較為穩(wěn)定。而生計資本水平較低的農(nóng)戶由于缺乏資本支撐，其風(fēng)險應(yīng)對能力更差，因此健康沖擊會顯著改變生計資本水平較低農(nóng)戶的生計策略選擇。由此提出假設(shè)3：

H3：生計資本水平越低，健康沖擊對中老年農(nóng)戶生計策略的影響越大。

二、數(shù)據(jù)來源、模型設(shè)定與變量選取

（一）數(shù)據(jù)來源

采用中國健康與養(yǎng)老追蹤調(diào)查（CHARLS）數(shù)據(jù)。該數(shù)據(jù)庫主要收集了中國45 歲及以上中老年人家庭及個人的微觀數(shù)據(jù)。根據(jù)數(shù)據(jù)情況及研究所需，選取2013、2015 和2018 年數(shù)據(jù)中的連續(xù)樣本展開分析。樣本共有9 201 個年度觀測值，其中處理組3 363 個，控制組5 838 個。

（二）模型設(shè)定

若將健康沖擊對中老年農(nóng)戶生計策略的影響視為一個自然實驗場景，則可使用多期雙重差分模型進行分析。本文主要參考王智新等人[8]的做法，將具體模型設(shè)計如下：

式（1）中，Strategyit為被解釋變量，表示第i個農(nóng)戶在t時間的生計策略；解釋變量Healthit=Treati×Postit。其中，Treati是組別虛擬變量，受健康沖擊影響的農(nóng)戶取值=1 為處理組，未遭受健康沖擊的取值=0 為控制組。Postit為時間虛擬變量，若第i個農(nóng)戶在t時間遭受健康沖擊，則Postit=1，否則Postit=0。交互項系數(shù)β0是本文所關(guān)注的健康沖擊對農(nóng)戶生計策略變遷影響的凈效應(yīng)；Xit為各控制變量，由數(shù)據(jù)獲取情況并結(jié)合分析所需，本文選擇個體、家庭、社會層面部分特征作為控制變量。同時，為控制不可觀測值所造成的內(nèi)生性問題，在模型（1）中加入了λi個體固定效應(yīng)與ηt時間固定效應(yīng)。εit則為殘差項。

進一步借鑒石大千等人[9]的做法，基于PSMDID 方法進行穩(wěn)健估計，具體步驟為：首先，利用 PSM 找到與處理組特征最接近的控制組；其次，利用匹配后的處理組和控制組進行DID 回歸。具體模型如式（2）所示：

模型（2）中變量含義與模型（1）一致。

（三）變量選取

被解釋變量：生計策略。沿襲已有研究將生計策略分為農(nóng)業(yè)型、農(nóng)業(yè)兼業(yè)型、非農(nóng)兼業(yè)型和非農(nóng)型4 類[10]。然而，本文劃分依據(jù)略有不同，主要以農(nóng)戶是否有其他非農(nóng)工作和從事農(nóng)業(yè)活動時長為依據(jù)，并采用系統(tǒng)聚類方法進行分類。本文將無非農(nóng)工作且從事農(nóng)業(yè)活動時間超過6 個月的生計策略定義為農(nóng)業(yè)型；有非農(nóng)工作且從事農(nóng)業(yè)活動時間超過6 個月的定義為農(nóng)業(yè)兼業(yè)型；有非農(nóng)工作且從事農(nóng)業(yè)活動時間小于6 個月的定義為非農(nóng)兼業(yè)型；從事非農(nóng)工作且農(nóng)業(yè)活動時長為0 的定義為非農(nóng)型。具體分類情況見表1。

表1 生計策略分類情況

核心解釋變量：健康沖擊。原始數(shù)據(jù)中自評健康由很好至很差分別取值為1～5，本文考慮到數(shù)據(jù)處理的便捷性以及多期雙重差分法分析的要求，對自評健康重新賦值為好=1、一般=2、差=3。進一步根據(jù)樣本在3 年中的自評健康狀況，將相比于2013 年、2015 年、2018 年健康狀況變差或變?yōu)橐话愕臉颖練w為處理組，健康狀況未發(fā)生變化的樣本則歸入控制組，從而構(gòu)造了Healthit交互項，即健康沖擊。

控制變量：選取年齡、子女個數(shù)、社會交往等個體、家庭及社會特征納入模型（1）。變量具體含義見表2。

表2 各變量含義及描述性統(tǒng)計結(jié)果

三、實證結(jié)果及分析

（一）平行趨勢檢驗

使用多期雙重差分法的前提是分析應(yīng)滿足平行趨勢假設(shè)，即在未遭受健康沖擊前，處理組與控制組的生計策略演變趨勢基本一致。故本文借鑒Beck 等[11]的平行趨勢檢驗方法進行驗證。

圖1 顯示了農(nóng)業(yè)型、農(nóng)業(yè)兼業(yè)型以及非農(nóng)型生計策略雙重差分的平行趨勢檢驗結(jié)果?？梢钥吹?，在將沖擊發(fā)生的前一期作為基期并加入控制變量后，β0系數(shù)在沖擊來臨之前的年份不顯著異于0，未通過顯著性檢驗；而健康沖擊發(fā)生當(dāng)年及之后年份β0系數(shù)均顯著不為0，通過了顯著性檢驗。因而，可以說明在健康沖擊未發(fā)生前，各樣本的農(nóng)業(yè)型、農(nóng)業(yè)兼業(yè)型、非農(nóng)型生計策略演變趨勢幾乎是一致的，分析滿足平行趨勢假設(shè)。

圖1 平行趨勢檢驗

（二）基準回歸結(jié)果

本文利用stata17.0 軟件對模型（1）進行了基準回歸分析，結(jié)果如表3 所示。表3 第（1）（2）列分別為未加入控制變量與加入控制變量的農(nóng)業(yè)型生計策略的結(jié)果?？梢钥闯觯醇尤肟刂谱兞繒r，交互項Health的系數(shù)在1%的水平上顯著為正。加入控制變量后，Health的系數(shù)仍在5%的水平上顯著為正。第（3）（4）列農(nóng)業(yè)兼業(yè)型生計策略的結(jié)果表明：無論是否加入控制變量，Health的系數(shù)均在5%的水平上顯著為負。第（5）（6）列非農(nóng)兼業(yè)型生計策略的結(jié)果顯示，Health的系數(shù)并不顯著。而在第（7）（8）列報告的非農(nóng)型生計策略的結(jié)果中，引入控制變量后，Health的系數(shù)在5%的水平上顯著為負。綜上所述，可以判定當(dāng)中老年農(nóng)戶遭受健康沖擊后，其更傾向于選擇農(nóng)業(yè)型生計策略，而非兼業(yè)型及非農(nóng)型生計活動。這可能是因為，中老年農(nóng)戶由于受教育水平的限制，其能夠選擇的非農(nóng)工作多為規(guī)定工時的體力勞動。因而當(dāng)其健康水平下降，當(dāng)下從事的非農(nóng)體力勞動難以為繼。在未有健全醫(yī)療保障的庇護下，其傾向增加閑暇及家庭勞動，從而會選擇工作時間更為靈活的農(nóng)業(yè)勞動。假設(shè)1 得證。

表3 基準回歸結(jié)果

（三）穩(wěn)健性檢驗

1.逐期PSM-DID 檢驗

盡管本文基于多期DID 方法展開分析能夠在一定程度上消除潛在時間趨勢中的偏差，但是，由于農(nóng)戶生計策略選擇可能受到個體特征等諸多混淆變量的影響，故分析可能會存在選擇性偏誤。而由Heckman 等[12]提出的雙重差分傾向得分匹配法則可有效解決這一問題。具體來說，PSMDID 首先將處理組和控制組的樣本匹配到傾向值相近的樣本，使其滿足共同支撐域假設(shè)。進而對匹配后的樣本再次使用雙重差分方法進行分析。

在進行傾向得分匹配的過程中，本文采用近鄰匹配方法來確定權(quán)重。在選取部分協(xié)變量后，本文對處理組與控制組進行逐期匹配，并繪制核密度函數(shù)曲線，結(jié)果如圖2 所示。由圖2（a）可見，在進行近鄰匹配之前，兩組樣本的傾向得分值概率密度分布存在明顯差異，故倘若不對兩組樣本加以匹配而直接比較，很可能會導(dǎo)致估計偏誤。而圖2（b）中，在實施最近鄰傾向得分匹配后，兩組樣本的概率密度分布漸趨一致，且均值距離縮小，這表明匹配后兩組樣本的特征已非常接近。同時，本文還進行了逐年平衡性檢驗，結(jié)果顯示協(xié)變量在匹配前后無顯著性差異。因此，以上結(jié)果說明PSM 匹配效果較好。

圖2 核密度曲線

進一步基于模型（2）利用匹配后的樣本進行了多期雙重差分估計，結(jié)果見表4。不難發(fā)現(xiàn)，在PSM-DID 估計結(jié)果中，健康沖擊仍顯著促使中老年農(nóng)戶更傾向選擇農(nóng)業(yè)型生計策略，而非農(nóng)業(yè)兼業(yè)型及非農(nóng)型生計策略。故該結(jié)果驗證了結(jié)論的穩(wěn)健性。

表4 PSM-DID 估計結(jié)果

2.安慰劑檢驗

為檢驗是否仍有某些不可觀測因素影響估計結(jié)果，本文借鑒白俊紅等[13]的思路，通過隨機選取實驗期及處理組的方式，進行安慰劑檢驗。具體操作如下：利用Stata 構(gòu)造偽健康沖擊對樣本的500 次隨機沖擊，每次隨機抽取1 121 個樣本作為處理組，且政策時間隨機給出，從而得到500 個估計系數(shù)。圖3 顯示了不同生計策略的安慰劑檢驗結(jié)果。由圖3 可見，隨機處理后交互項Health的估計系數(shù)主要集中在0 附近并大致服從正態(tài)分布，且P值都大于0.1。因此，安慰劑檢驗結(jié)果說明本文的實證分析結(jié)果并未受到不可觀測因素的影響，結(jié)果具備穩(wěn)健性。

圖3 安慰劑檢驗（500 次）

3.刪除異常值

回歸數(shù)據(jù)本身，數(shù)據(jù)中存在的異常值可能會通過回歸估計降低研究結(jié)果準確性及真實性?？紤]到以上可能存在的問題，本文對控制變量縮尾1%，以消除數(shù)據(jù)中存在的極端值。進一步再對縮尾后的數(shù)據(jù)進行回歸。由表5 可見，健康沖擊仍然顯著促使中老年農(nóng)戶傾向選擇農(nóng)業(yè)型生計策略，而放棄從事農(nóng)業(yè)兼業(yè)型及非農(nóng)型生計策略。這與基準回歸結(jié)果大致相同。因而上述分析能夠證明本文的研究結(jié)論并未受到異常值的干擾，回歸結(jié)果具備穩(wěn)健性。

表5 刪除異常值的穩(wěn)健性檢驗

（四）異質(zhì)性分析

健康沖擊對中老年農(nóng)戶生計策略選擇的影響會因個人特征而產(chǎn)生不同的效果。

1.性別差異

表6 列出了健康沖擊對不同性別農(nóng)戶生計策略選擇影響的差別?？梢钥吹?，健康沖擊會更顯著地影響男性中老年農(nóng)戶選擇農(nóng)業(yè)型生計策略，而非農(nóng)業(yè)兼業(yè)型生計策略。對于女性影響則并不顯著。這可能是因為在傳統(tǒng)思想熏陶下，農(nóng)村地區(qū)男性多為家庭支柱，主要負責(zé)家庭農(nóng)業(yè)經(jīng)營。而當(dāng)其健康狀況受到損害，男性農(nóng)戶將難以應(yīng)付其他兼業(yè)活動，因此會更傾向選擇安排靈活的自家農(nóng)業(yè)經(jīng)營；同時，健康沖擊則導(dǎo)致農(nóng)村女性傾向放棄非農(nóng)工作。這是因為，在傳統(tǒng)觀念中，家庭瑣事理所應(yīng)當(dāng)由女性承擔(dān)。而當(dāng)農(nóng)村女性身體狀況不佳時，其難以勝任家庭照料與掙取收入的雙重身份。因此，不得不放棄現(xiàn)從事的非農(nóng)工作，轉(zhuǎn)而回歸家庭。

2.學(xué)歷差異

健康沖擊對中老年農(nóng)戶生計策略選擇的影響亦會因?qū)W歷差異而產(chǎn)生不同。由表7 可見，健康沖擊對高中及以下學(xué)歷農(nóng)戶的生計策略選擇存在顯著影響。高中及以下學(xué)歷的農(nóng)戶在遭受健康沖擊后，會更傾向選擇農(nóng)業(yè)型生計策略而非農(nóng)業(yè)兼業(yè)型及非農(nóng)型生計策略。這是因為低學(xué)歷限制了農(nóng)戶的工作選擇。學(xué)歷更高者在知識技能方面具備優(yōu)勢，故其在職業(yè)選擇上擁有更多余地；然而，學(xué)歷較低者由于在知識儲備方面存在的劣勢，只能被束縛在以付出體力為主的工作中。因此，當(dāng)?shù)蛯W(xué)歷農(nóng)戶受到健康沖擊時，其難以應(yīng)付高強度的體力非農(nóng)勞動，故而其會從事時間安排靈活的農(nóng)業(yè)經(jīng)營。綜上，假設(shè)2 得證。

（五）機制檢驗

前文作用機制部分提出，中老年農(nóng)戶生計資本水平越低，健康沖擊對其生計策略選擇的影響越大。因此，為檢驗健康沖擊—生計資本—生計策略選擇這一作用機制的合理性，本文選取金融資本、物質(zhì)資本、人力資本、自然資本、社會資本以及心理資本并采用熵權(quán)topsis 方法綜合得到農(nóng)戶生計資本得分。同時，借鑒陽燦等人的[14]做法，按照當(dāng)年全部樣本生計資本的中位數(shù)將全樣本分為兩組，進而進行分組回歸，所得結(jié)果如表8 所示。綜合來看，健康沖擊顯著影響低生計資本水平的農(nóng)戶傾向選擇農(nóng)業(yè)型生計策略，而放棄從事非農(nóng)型生計活動。而高生計資本水平農(nóng)戶的生計策略卻未因健康沖擊發(fā)生明顯變化。據(jù)此，可以說明中老年農(nóng)戶生計資本水平越低，其生計策略選擇越易因健康沖擊而偏向農(nóng)業(yè)型，農(nóng)戶生計多樣化水平下降。故以上結(jié)果證實了健康沖擊—生計資本擊—生計策略選擇這一作用機制的合理性，假設(shè)3 得證。

表8 生計資本機制檢驗結(jié)果

四、結(jié)論及政策建議

本文基于CHARLS2013—2018 年面板數(shù)據(jù)，采用多期雙重差分方法檢驗了健康沖擊對中老年農(nóng)戶生計策略變遷的影響及作用機制。主要得出以下結(jié)論：（1）當(dāng)中老年農(nóng)戶遭受健康沖擊后，其更傾向于選擇農(nóng)業(yè)型生計策略，而放棄從事農(nóng)業(yè)兼業(yè)型和非農(nóng)型生計活動；（2）農(nóng)村男性受到健康沖擊后，其更傾向選擇農(nóng)業(yè)型生計活動，放棄從事農(nóng)業(yè)兼業(yè)型生計活動，同時，健康沖擊會抑制農(nóng)村女性選擇非農(nóng)型生計策略，此外，健康沖擊顯著促使低學(xué)歷農(nóng)戶選擇農(nóng)業(yè)型生計活動，而非非農(nóng)工作；（3）中老年農(nóng)戶生計資本水平越低，其生計策略越易因健康沖擊而發(fā)生轉(zhuǎn)變。

基于以上研究結(jié)論，本文提出了下述政策建議。

1.政府應(yīng)完善主體多元、層次廣泛的健康扶貧協(xié)作機制

我國目前的健康扶貧協(xié)作機制主要表征為政府主導(dǎo)+多元主體協(xié)同合作。在該機制作用下，健康扶貧取得一定成效。但與此同時，健康扶貧工作中存在的資金不足、溝通不暢、監(jiān)管缺位等問題亦日漸凸顯。因此，為鞏固脫貧攻堅成果，政府有必要設(shè)置健康扶貧專項資金；同時，政府應(yīng)探索建立健康扶貧工作聯(lián)席會議，廣泛接納社會力量，為多元主體提供建言獻策的平臺；此外，政府可嘗試設(shè)置健康扶貧工作委員會，合理定位自身職能，不得缺位亦不能越位。在統(tǒng)籌政策實施路徑同時，要給予保險公司等多元主體部分自主權(quán)，鼓勵其開發(fā)面向病弱中老年農(nóng)戶的健康保險產(chǎn)品。不僅如此，委員會可專設(shè)監(jiān)督小組，引入第三方監(jiān)督主體，從而保障政策實實在在惠及因病致貧農(nóng)戶。

2.提升基層醫(yī)療救助能力，完善農(nóng)村醫(yī)療保障制度

農(nóng)村地區(qū)醫(yī)療資源匱乏，故要提升基層醫(yī)療水平，政府應(yīng)實施全科醫(yī)生特崗計劃，改善農(nóng)村地區(qū)醫(yī)療基礎(chǔ)設(shè)施狀況。同時，應(yīng)大力開展三甲醫(yī)院長期對口幫扶行動，除舉辦問診下鄉(xiāng)活動，政府可鼓勵農(nóng)村醫(yī)護人員前往三甲醫(yī)院等觀摩進修；而要完善農(nóng)村醫(yī)保制度，政府可通過建立重點疾病專項救助醫(yī)?；穑瑢Σ∪踔欣夏贽r(nóng)戶進行長期補貼。不僅如此，政府應(yīng)盡快實現(xiàn)重大疾病和慢性病門診統(tǒng)籌，將部分特效藥、常用藥納入醫(yī)保報銷范圍，以減輕農(nóng)戶看病負擔(dān)。

3.加快發(fā)展縣域產(chǎn)業(yè)，吸納中老年農(nóng)戶就近就地就業(yè)創(chuàng)業(yè)

實現(xiàn)幫扶政策由“授人以魚”向“授人以漁”的轉(zhuǎn)化，從而持續(xù)提升中老年農(nóng)戶應(yīng)對健康沖擊的能力。脫貧攻堅期間，貧困地區(qū)建立了扶貧車間以吸納廣大貧困人口就近就地就業(yè)，該項政策助推我國脫貧攻堅任務(wù)順利完成。因此，為鞏固脫貧攻堅成果，各地政府應(yīng)擴大對外開放程度，依托已建立起的扶貧車間，在結(jié)合本區(qū)域優(yōu)勢并考慮到環(huán)境承載力的前提下，承接部分經(jīng)濟發(fā)達地區(qū)的勞動力密集型產(chǎn)業(yè)，如建立服裝、玩具和電子加工廠。進一步通過完善利益分配機制、加強技能培訓(xùn)、延長產(chǎn)品產(chǎn)業(yè)鏈等提升農(nóng)村產(chǎn)業(yè)生產(chǎn)力與競爭力，吸納中老年農(nóng)戶就近就地就業(yè)；同時，脫貧地區(qū)可依托本地自然、文化資源，發(fā)展鄉(xiāng)村旅游、農(nóng)業(yè)觀光、農(nóng)村電商、地方手工藝品制造等勞動強度相對較低的產(chǎn)業(yè)，并且創(chuàng)新經(jīng)營方式，允許訂單化生產(chǎn)、兼職就業(yè)，從而給予患有慢性病或基礎(chǔ)病的中老年農(nóng)戶就近就地就業(yè)的機會，緩解疾病沖擊帶來的生活困苦。