簡偉強(qiáng)
(貴州大學(xué) 經(jīng)濟(jì)學(xué)院,貴陽 550025)
高質(zhì)量就業(yè)是保障和改善民生的關(guān)鍵。改革開放以來,大規(guī)模農(nóng)民工進(jìn)城務(wù)工推動(dòng)了城鎮(zhèn)化和工業(yè)化進(jìn)程,為中國經(jīng)濟(jì)高速發(fā)展作出了巨大貢獻(xiàn)[1]。據(jù)國家統(tǒng)計(jì)局發(fā)布的《農(nóng)民工監(jiān)測調(diào)查報(bào)告》顯示,2021年中國有2.93億農(nóng)民工,其中外出農(nóng)民工為1.7億人。然而,受戶籍制度影響,農(nóng)民工無法與戶籍人口享受同等的公共服務(wù)與社會(huì)福利,在公共衛(wèi)生健康服務(wù)方面存在供給不足、質(zhì)量不高等問題,使得農(nóng)民工健康狀況堪憂、問題突出。為了更好解決農(nóng)民工面臨的公共衛(wèi)生健康服務(wù)不均等問題,黨的二十大報(bào)告指出“健全基本公共服務(wù)體系,提高公共服務(wù)水平,增強(qiáng)均衡性和可及性”,希望通過增強(qiáng)農(nóng)民工公共衛(wèi)生服務(wù)的均衡性和可及性進(jìn)一步提升農(nóng)民工群體的就業(yè)質(zhì)量。然而,公共衛(wèi)生服務(wù)是否有助于提高農(nóng)民工就業(yè)質(zhì)量水平?其影響機(jī)制包括哪些?為回答以上問題,利用中國流動(dòng)人口動(dòng)態(tài)監(jiān)測調(diào)查(China Migrants Dynamic Survey,CMDS)(2018)數(shù)據(jù)實(shí)證分析公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響,以期為提升農(nóng)民工公共服務(wù)可及性和就業(yè)質(zhì)量提升提供經(jīng)驗(yàn)借鑒。
現(xiàn)有文獻(xiàn)圍繞公共衛(wèi)生服務(wù)與就業(yè)質(zhì)量的關(guān)系進(jìn)行了廣泛討論。針對(duì)就業(yè)質(zhì)量影響因素的研究主要集中在兩個(gè)層面:①人力資本層面。人力資本理論認(rèn)為,勞動(dòng)者具備的知識(shí)、技能、身體素質(zhì)等要素對(duì)收入的影響具有決定性作用[2-3],而收入是農(nóng)民工就業(yè)質(zhì)量的重要體現(xiàn)。因此,人力資本被認(rèn)為是影響農(nóng)民工就業(yè)質(zhì)量的關(guān)鍵要素。付玉等[4]、周丹等[5]從教育年限、健康狀況、認(rèn)知能力、技能培訓(xùn)、工作經(jīng)驗(yàn)等視角分析人力資本對(duì)農(nóng)民工就業(yè)質(zhì)量的影響,并得出共同的結(jié)論“人力資本有助于提高農(nóng)民工的就業(yè)質(zhì)量”。②社會(huì)資本層面。社會(huì)資本理論認(rèn)為個(gè)人的社會(huì)網(wǎng)絡(luò)、社會(huì)關(guān)系和社會(huì)資源對(duì)勞動(dòng)者就業(yè)和收入具有重要影響[6-7]。鄧睿[8]、鮑計(jì)國[9]從社會(huì)網(wǎng)絡(luò)、家庭關(guān)系、社會(huì)資本等視角探討社會(huì)資本對(duì)農(nóng)民工就業(yè)質(zhì)量的影響。一致認(rèn)為“社會(huì)資本越高,就業(yè)質(zhì)量越好”。另一支文獻(xiàn)是對(duì)公共衛(wèi)生服務(wù)的研究,主要聚焦于3個(gè)層面:①公共衛(wèi)生服務(wù)實(shí)施進(jìn)展層面。農(nóng)民工在公共衛(wèi)生服務(wù)知曉率和利用率方面與公共衛(wèi)生服務(wù)均等目標(biāo)存在差距[10]。據(jù)不同學(xué)者分析得出,當(dāng)前我國農(nóng)民工存在過度勞動(dòng)[11],醫(yī)療設(shè)施可達(dá)性低[12],就診率、住院率較低[13]等現(xiàn)象。②公共衛(wèi)生服務(wù)影響層面。李勇輝等[14]基于CMDS(2017)數(shù)據(jù)研究表明,健康檔案、健康教育等公共衛(wèi)生服務(wù)顯著提升了受雇者的就業(yè)質(zhì)量。鄧睿[15]采用CMDS(2017)數(shù)據(jù)的研究表明,公共衛(wèi)生服務(wù)顯著提升了農(nóng)民工城市勞動(dòng)供給。王鴻儒等[16]基于CMDS(2017)數(shù)據(jù)的研究表明,公共衛(wèi)生服務(wù)有助于提高流動(dòng)人口的醫(yī)療服務(wù)利用水平。
遺憾的是,既有關(guān)于就業(yè)質(zhì)量的研究多聚焦于人力資本和社會(huì)資本兩大方面,鮮有文章從公共政策視角分析公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響。在我國,農(nóng)民工群體風(fēng)險(xiǎn)管理意識(shí)相對(duì)淡薄,是健康風(fēng)險(xiǎn)管理中的“弱勢”群體,更容易受到疾病侵害,因此農(nóng)民工公共衛(wèi)生服務(wù)的可及性應(yīng)得到更多關(guān)注?,F(xiàn)有關(guān)于公共衛(wèi)生服務(wù)的研究多聚焦于對(duì)勞動(dòng)供給、健康狀況、城市居留意愿、可行能力的影響,但關(guān)于農(nóng)民工就業(yè)質(zhì)量的相關(guān)研究卻十分有限。鑒于此,使用CMDS(2018)數(shù)據(jù),從公共政策視角實(shí)證分析公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響。可能的邊際貢獻(xiàn)在于:①研究對(duì)象方面。農(nóng)民工作為流動(dòng)人口中的弱勢群體,普遍存在健康素養(yǎng)低,風(fēng)險(xiǎn)管理意識(shí)薄弱等不足,結(jié)合當(dāng)前農(nóng)民工實(shí)際情況,為其就業(yè)質(zhì)量提升提供理論支撐。②研究視角方面。從公共政策視角分析公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響,為提升農(nóng)民工就業(yè)質(zhì)量相關(guān)研究提供有益補(bǔ)充。
使用的數(shù)據(jù)來源于國家衛(wèi)健委組織實(shí)施調(diào)查的中國流動(dòng)人口動(dòng)態(tài)監(jiān)測調(diào)查(CMDS)項(xiàng)目。該調(diào)查覆蓋31個(gè)省級(jí)行政區(qū)劃單位及新疆生產(chǎn)建設(shè)兵團(tuán),調(diào)查對(duì)象主要為在流入地居住一個(gè)月以上,非本縣(或其他縣級(jí)行政單位)戶口的15周歲以上的流動(dòng)人口。調(diào)查問卷提供了個(gè)體、家庭、社區(qū)以及家庭流動(dòng)等層面,包括個(gè)體、家庭、社區(qū)及流動(dòng)特征的相關(guān)信息。剔除無效樣本后最終得到15 190個(gè)有效觀測值。
1)被解釋變量:就業(yè)質(zhì)量。為了更準(zhǔn)確地體現(xiàn)勞動(dòng)者的就業(yè)質(zhì)量,本文從工資收入(月工資收入)、勞動(dòng)強(qiáng)度(平均周工作)、單位福利(用人單位每月包吃住總折算錢數(shù))、職業(yè)階層(劃分為藍(lán)領(lǐng)和白領(lǐng))、社會(huì)保障(五險(xiǎn)一金)等5個(gè)方面進(jìn)行衡量。借鑒明娟[17]的處理方法,先將各分指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,再使用等權(quán)平均法得到綜合就業(yè)質(zhì)量指數(shù)。由于工作強(qiáng)度使用周工作時(shí)間衡量,為反向指標(biāo),為了保證其方向與就業(yè)質(zhì)量一致,需要進(jìn)行反向賦值[18]。
就業(yè)質(zhì)量指數(shù)的計(jì)算方法如下。
將各分項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,標(biāo)準(zhǔn)化處理公式為
正向指標(biāo)標(biāo)準(zhǔn)化:
(1)
負(fù)向指標(biāo)標(biāo)準(zhǔn)化:
(2)
在5個(gè)維度標(biāo)準(zhǔn)化得分的基礎(chǔ)上,采取等權(quán)平均法計(jì)算農(nóng)民工就業(yè)質(zhì)量Quality。
2)核心解釋變量:公共衛(wèi)生服務(wù)。使用公共健康教育和健康檔案管理作為核心解釋變量。將被訪者接受公共健康教育的項(xiàng)數(shù)加總,由此得到最小值為0,最大值為7的變量,同時(shí)根據(jù)被訪問者回答是否建立健康檔案,是賦值為1,其他為0。
3)控制變量:參考已有研究,控制了年齡、性別、受教育程度、政治面貌、婚姻狀況、就業(yè)身份、是否具有城鎮(zhèn)醫(yī)療保險(xiǎn)、流動(dòng)時(shí)間、家庭規(guī)模、家庭月人均收入、住房支出、流動(dòng)范圍等變量。變量定義與描述性統(tǒng)計(jì)見表1。
由于被解釋變量“就業(yè)質(zhì)量”為連續(xù)變量,因此本文采用最小二乘法(ordinary least squares,OLS)模型進(jìn)行回歸分析。該模型的表達(dá)式為
EQi=α1+β1PHSi+γZi+εi
(4)
式中:被解釋變量EQi為第i個(gè)農(nóng)民工的就業(yè)質(zhì)量(employment quaility,EQ);PHSi為農(nóng)民工是否獲得公共衛(wèi)生服務(wù)(public Health Service,PHS),包括是否建立健康檔案和公共健康教育;β1、γ為估計(jì)系數(shù),反映獲得公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響效應(yīng);Zi為一系列控制變量;εi為隨機(jī)擾動(dòng)項(xiàng);α1為常數(shù)項(xiàng)。
表2匯報(bào)了公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量影響的結(jié)果。主要結(jié)論為:公共衛(wèi)生服務(wù)顯著提升了農(nóng)民工的就業(yè)質(zhì)量。具體而言,第(1)列為只控制核心解釋變量健康檔案和健康教育之后的回歸結(jié)果??梢钥闯鼋】禉n案和健康教育均在1%顯著性水平上對(duì)農(nóng)民工就業(yè)質(zhì)量存在顯著正向影響。在第(2)列中加入控制變量之后也得出同樣的結(jié)果,表明公共衛(wèi)生服務(wù)水平提高能有效提升農(nóng)民工的就業(yè)質(zhì)量。
表2 公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量影響的基準(zhǔn)回歸結(jié)果
控制變量方面,年齡對(duì)農(nóng)民工就業(yè)質(zhì)量存在顯著負(fù)向影響,表明年齡越大就業(yè)質(zhì)量越低,該結(jié)論服務(wù)農(nóng)民工現(xiàn)實(shí)特點(diǎn)。受教育程度對(duì)農(nóng)民工就業(yè)質(zhì)量具有顯著正向影響,受教育年限越高,獲取更好就業(yè)機(jī)會(huì)的可能性越大,職業(yè)發(fā)展越好。流動(dòng)范圍對(duì)農(nóng)民工就業(yè)質(zhì)量存在負(fù)向顯著影響,表明跨省流動(dòng)會(huì)降低農(nóng)民工的就業(yè)質(zhì)量,這可能是因?yàn)榭缡【蜆I(yè)的農(nóng)民工必須承擔(dān)一定的心理成本和經(jīng)濟(jì)成本,致使其就業(yè)質(zhì)量降低。
前文對(duì)公共健康服務(wù)水平對(duì)農(nóng)民工就業(yè)質(zhì)量的關(guān)系進(jìn)行了初步探討,然而,由于農(nóng)民工享有的公共衛(wèi)生服務(wù)水平除取決于當(dāng)?shù)卣墓卜?wù)供給外,還取決于農(nóng)民工的實(shí)際需求,而本文無法排除部分農(nóng)民工因?yàn)橛袕?qiáng)烈的就業(yè)質(zhì)量提升意愿而更加積極地獲取公共衛(wèi)生服務(wù)的情況,這樣一來就出現(xiàn)了互為因果的問題。為了解決公共衛(wèi)生服務(wù)與農(nóng)民工就業(yè)質(zhì)量的反向因果問題,采用農(nóng)民工所在城市每萬人醫(yī)生從業(yè)人員數(shù)作為工具變量。首先,所在城市的每萬人醫(yī)生從業(yè)人員數(shù)并不會(huì)直接影響農(nóng)民工的就業(yè)質(zhì)量,具有較強(qiáng)的外生性。其次,每萬人醫(yī)生從業(yè)人員數(shù)能在一定程度上代表農(nóng)民工所在城市公共衛(wèi)生服務(wù)的供給能力,與農(nóng)民工是否享有公共衛(wèi)生服務(wù)高度相關(guān),滿足相關(guān)性。可見,從邏輯上講,每萬人醫(yī)生從業(yè)人員數(shù)滿足相關(guān)性與外生性條件,是有效的工具變量。因此,選取每萬人醫(yī)生從業(yè)人員數(shù)作為公共衛(wèi)生服務(wù)的工具變量。為了保證工具變量選取的合理性,按照內(nèi)生性處理思路,先進(jìn)行內(nèi)生性和工具變量有效性檢驗(yàn)。首先,內(nèi)生性檢驗(yàn)結(jié)果發(fā)現(xiàn),Hasuma和DWH(Durbin-Wu-Hausman)檢驗(yàn)均在1%顯著性水平下拒絕原假設(shè),表明健康檔案管理和公共健康教育是內(nèi)生變量。其次,弱工具變量檢驗(yàn)得出第一階段F檢驗(yàn)對(duì)應(yīng)的P為0.000 0,即排除了存在弱工具變量的可能性。表明工具變量選取是合理的。在此基礎(chǔ)上采用兩步法對(duì)模型進(jìn)行估計(jì),結(jié)果見表3。
表3 內(nèi)生性討論:基于兩階段最小二乘法(2SLS)法的估計(jì)結(jié)果
表3展示了工具變量法的回歸結(jié)果,第(1)列和第(3)列為第1階段回歸結(jié)果,回歸結(jié)果顯示每萬人醫(yī)生從業(yè)人員數(shù)可以有效地提升農(nóng)民工公共衛(wèi)生服務(wù)的可及性,證明本文的工具變量滿足相關(guān)性假設(shè)。第(2)例和第(4)列是第2階段回歸結(jié)果,在使用工具變量回歸之后發(fā)現(xiàn),公共衛(wèi)生服務(wù)可及性有效地提升了農(nóng)民工的就業(yè)質(zhì)量。表明在使用工具變量克服內(nèi)生性問題之后,結(jié)果依然穩(wěn)健有效。
除了反向因果和遺漏變量導(dǎo)致的內(nèi)生性問題以外,模型還可能存在較為嚴(yán)重的自選擇問題。為此,首先借鑒趙一凡和王曉慧[19]、祝仲坤[20]的做法將公共健康教育調(diào)整為二元變量,再采用傾向得分匹配法(propensity score matching,PSM)來克服模型中自選擇導(dǎo)致的內(nèi)生性偏誤問題。具體而言:一是借鑒趙一凡和王小慧[19]的做法,將農(nóng)民工接受過1項(xiàng)公共健康教育則賦值為1,未接受過公共健康教育則賦值為0;二是借鑒祝仲坤[20]的做法,將接受過結(jié)核病防治教育的賦值為1,未接受過結(jié)核病防治教育的賦值為0。此外,由于農(nóng)民工工作環(huán)境常面臨粉塵等有害物質(zhì),致使大量農(nóng)民工遭受職業(yè)病。因此,本文也將是否接受過職業(yè)病防治教育作為衡量公共健康教育的標(biāo)準(zhǔn),接受過職業(yè)病防治教育的取值為1,未接受過職業(yè)病防治教育的取值為0。
表4展示了傾向得分匹配估計(jì)結(jié)果??傮w上看,公共服務(wù)水平提高會(huì)提升農(nóng)民工的就業(yè)質(zhì)量,這一結(jié)果與前文回歸結(jié)果一致。公共健康教育方面,雖然不同衡量方式得到的傾向得分匹配中的處理組平均處理效應(yīng)(average treatment effects on treated,ATT)有所差異,但ATT均在1%水平上顯著為正,表明接受公共健康教育能有效提升農(nóng)民工的就業(yè)質(zhì)量。健康檔案管理方面,3種匹配方式均在1%水平上顯著,說明健康檔案有助于提升農(nóng)民工的就業(yè)質(zhì)量。
表4 傾向得分匹配的估計(jì)結(jié)果
為了探究公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的作用機(jī)制,驗(yàn)證健康水平和城市歸屬感傳導(dǎo)機(jī)制是否存在,選取CMDS問卷中“您的健康狀況如何?”來衡量農(nóng)民工健康水平,根據(jù)被訪者回答“不健康”
“基本健康”“健康”分別打分1、2、3,其數(shù)值越高說明自評(píng)健康水平越高。同時(shí)選取問卷中“如果您打算留在本地,您預(yù)計(jì)將在本地留多久?”來衡量農(nóng)民工城市歸屬感,被訪者回答“0~4年”“5~9年”“10年及以上”“定居”分別對(duì)應(yīng)取值1、2、3、4,數(shù)值越大則表明農(nóng)民工城市歸屬感越強(qiáng)。并參考李勇輝等[14]的研究經(jīng)驗(yàn),使用中介效應(yīng)檢驗(yàn)方法進(jìn)行實(shí)證分析。中介效應(yīng)模型設(shè)定如下:
Channeli=α2+β2PHSi+γZi+εi
(5)
EQi=α3+β3PHSi+φChanneli+γZi+εi
(6)
式中:Channeli為機(jī)制變量;α2、α3為常數(shù)項(xiàng);β2、β3、φ、γ為回歸系數(shù)。
式(5)表示公共衛(wèi)生服務(wù)對(duì)健康水平和城市歸屬感的影響;式(5)表示同時(shí)考慮公共衛(wèi)生服務(wù)和中介變量對(duì)農(nóng)民工就業(yè)質(zhì)量的影響。
中介效應(yīng)模型的回歸結(jié)果見表5??梢钥闯?第(1)列和第(3)列中健康檔案管理、公共健康教育對(duì)健康水平和城市歸屬感都具有顯著正向影響。第(2)列結(jié)果顯示,健康水平對(duì)就業(yè)質(zhì)量的影響系數(shù)為0.038且在1%水平上顯著。表明公共衛(wèi)生服務(wù)會(huì)通過提升農(nóng)民工群體的健康水平從而提升其就業(yè)質(zhì)量。這可能是因?yàn)楣残l(wèi)生服務(wù)的獲取可以極大地改善農(nóng)民工群體的健康人力資本,增加其勞動(dòng)時(shí)間和提升勞動(dòng)生產(chǎn)率,從而提升農(nóng)民工群體的就業(yè)質(zhì)量。第(4)列結(jié)果顯示,城市歸屬感對(duì)就業(yè)質(zhì)量的影響系數(shù)為0.071,在1%水平上顯著。說明城市歸屬感在公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響中發(fā)揮了部分中介效應(yīng),即獲得公共衛(wèi)生服務(wù)提升了農(nóng)民工群體的城市歸屬感,進(jìn)而提升其就業(yè)質(zhì)量。這可能是因?yàn)檎疄檗r(nóng)民工提供公共衛(wèi)生服務(wù)、推動(dòng)了農(nóng)民工群體公共服務(wù)均等化,有效降低了農(nóng)民工就業(yè)歧視,提升了農(nóng)民工群體在城市的歸屬感,推動(dòng)農(nóng)民工實(shí)現(xiàn)更高質(zhì)量就業(yè)。再者,城市歸屬感越高的農(nóng)民工一般會(huì)更加積極參與社會(huì)活動(dòng)、積攢人脈,能更快地實(shí)現(xiàn)社會(huì)資本積累,更容易進(jìn)入正規(guī)就業(yè)部門,實(shí)現(xiàn)就業(yè)質(zhì)量的提升。
表5 機(jī)制檢驗(yàn)結(jié)果
考慮到不同省份之間在公共衛(wèi)生資源分布等方面的差異,按照流動(dòng)范圍將樣本劃分為省內(nèi)和跨省流動(dòng)樣本,進(jìn)一步分析公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的異質(zhì)性影響。回歸結(jié)果見表6,可以看出,公共衛(wèi)生服務(wù)對(duì)跨省流動(dòng)農(nóng)民工的就業(yè)質(zhì)量提升幅度更大。可能的原因在于城市提供的公共衛(wèi)生服務(wù)有效地滿足了農(nóng)民工的健康需求,增強(qiáng)了農(nóng)民工在城市的歸屬感,進(jìn)而提高了跨省流動(dòng)農(nóng)民工群體的就業(yè)質(zhì)量。
表6 異質(zhì)性分析結(jié)果
為探究公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響,運(yùn)用2018年CMDS數(shù)據(jù),實(shí)證分析了健康檔案和健康教育兩種公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響,并使用工具變量法緩解了內(nèi)生性問題,同時(shí),進(jìn)一步分析了公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量影響的異質(zhì)性。研究結(jié)論如下:①公共衛(wèi)生服務(wù)提高會(huì)能夠提升農(nóng)民工的就業(yè)質(zhì)量,并且在通過工具變量法、傾向得分匹配(PSM)檢驗(yàn)方法后,結(jié)論依然穩(wěn)健可靠;②基于中介效應(yīng)模型的機(jī)制分析結(jié)果表明,公共衛(wèi)生服務(wù)水平主要通過健康水平提升和城市歸屬感兩條路徑作用于農(nóng)民工就業(yè)質(zhì)量;③公共衛(wèi)生服務(wù)對(duì)農(nóng)民工就業(yè)質(zhì)量的影響存在異質(zhì)性,其中對(duì)跨省流動(dòng)的農(nóng)民工就業(yè)質(zhì)量影響更為明顯。
基于結(jié)論,提出如下政策建議:①提升公共衛(wèi)生服務(wù)水平。一方面做好宣傳工作,大力提高公共衛(wèi)生服務(wù)利用水平;另一方面要建立社會(huì)參與平臺(tái),引導(dǎo)流入地農(nóng)民工參與社區(qū)活動(dòng),拉近流動(dòng)農(nóng)民工與本地居民之間的距離,努力提升其城市歸屬感與認(rèn)同感。②提升公共衛(wèi)生服務(wù)的針對(duì)性。首先,在教育對(duì)象上;著重對(duì)跨省流動(dòng)的農(nóng)民工展開公共健康教育活動(dòng);其次,在教育內(nèi)容上;應(yīng)重視對(duì)慢性病、心理健康以及控制吸煙和性病等方面的宣傳教育;最后,在教育方式上;要充分利用微信、抖音、快手等互聯(lián)網(wǎng)平臺(tái),做到教育內(nèi)容的精準(zhǔn)傳輸,提升教育宣傳效率。③加快提升農(nóng)民工健康檔案覆蓋率。當(dāng)前樣本中農(nóng)民工建檔率占農(nóng)民工總數(shù)的25.51%,為此中央和地方應(yīng)加強(qiáng)協(xié)調(diào)配合,加大財(cái)政及政策支持力度。尤其要放寬農(nóng)民工參與建立電子健康檔案標(biāo)準(zhǔn),將建檔對(duì)象惠及更多的流動(dòng)農(nóng)民工群體。