葉 華， 石 爽

一、問題的緣起

2013年以來，媒體和學界都開始關(guān)注我國經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型和增速變緩的問題，事實上這與勞動力狀況關(guān)系緊密。經(jīng)濟發(fā)展受勞動力資源的影響主要來自兩方面：一是勞動力的數(shù)量，二是勞動力的素質(zhì)。尤其對中國這樣的人口眾多但人均資源較少的國家來說，大量的勞動力作為一種重要的投入無疑為經(jīng)濟發(fā)展提供了條件。事實上，亞洲國家在戰(zhàn)后的經(jīng)濟發(fā)展很大程度上得益于勞動力的增長(Bloom, Canning & Malaney, 2000)。許多國家在經(jīng)濟發(fā)展初期都曾通過發(fā)展勞動密集型產(chǎn)業(yè)積累資金，而后隨著勞動力水平提高、勞動力價格上漲，才逐步進行經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型。勞動力的素質(zhì)，則主要體現(xiàn)為勞動力的受教育水平，其對經(jīng)濟發(fā)展的影響顯而易見：由勞動力受教育水平提高帶來的生產(chǎn)率提高，對過去幾十年中國的經(jīng)濟發(fā)展貢獻巨大(Wang & Yao, 2003)。

勞動力的素質(zhì)和數(shù)量不僅對經(jīng)濟發(fā)展產(chǎn)生影響，它們之間也有內(nèi)在聯(lián)系。這種聯(lián)系體現(xiàn)在教育作為勞動力素質(zhì)的重要指標，通過影響勞動力的健康影響了勞動力數(shù)量。一方面，受教育水平高的人通常職業(yè)更理想、收入更高，能為自身健康提供更多有利條件；另一方面，受教育水平高的人了解更多健康知識，更可能避免不健康的行為(例如吸煙、酗酒等)。因此，教育不僅影響了勞動力素質(zhì)，而且通過促進勞動力健康保證了勞動力的數(shù)量。在我國人口結(jié)構(gòu)趨向老齡化，勞動力供給增量前景并不樂觀的情況下，保證現(xiàn)有勞動力的健康是保持經(jīng)濟穩(wěn)定運行的一項重要工作，研究教育對勞動力健康的作用也有重要意義。

關(guān)于我國勞動力的健康研究已經(jīng)有很多成果，但與教育結(jié)合在一起的分析尚不多(王甫勤，2012；Hu & Hibel，2013；Lowry & Xie，2009)。在這一背景下，本研究試圖回答以下兩個問題：一是教育對我國勞動力健康是否有影響？如果有，這種影響有沒有城鄉(xiāng)差異？二是教育影響我國勞動力健康的主要機制是什么？

二、勞動力健康與經(jīng)濟發(fā)展

在經(jīng)濟發(fā)展初期，豐富的勞動力有助于經(jīng)濟發(fā)展。世界上很多新興國家經(jīng)濟的騰飛，都得益于大量成本較低的勞動力。在過去的三十多年，中國的經(jīng)濟實現(xiàn)了跨越式的發(fā)展，這其中也離不開充裕的勞動力供給(Holz, 2008; Wei & Hao, 2010)。

在改革開放之前，大量的農(nóng)村勞動力被束縛在土地上，沒能對工業(yè)化進程發(fā)揮出其作用。家庭聯(lián)產(chǎn)承包責任制的實施解除了土地對勞動力的束縛，戶籍制度的松動也為農(nóng)村勞動力找到了出路，大規(guī)模進城務工的農(nóng)村戶籍人口為城市勞動密集型產(chǎn)業(yè)的發(fā)展提供了大量勞動力，由此中國開始了持續(xù)多年的外向型經(jīng)濟發(fā)展，GDP平均每年以約10%的速度增長。然而，由于戶籍制度嚴重影響了進城務工的農(nóng)村勞動力獲得醫(yī)療和教育服務，農(nóng)村剩余勞動力缺乏在城鎮(zhèn)定居的意愿(蔡禾、王進，2007)；此外，隨著農(nóng)村剩余勞動力向城市的逐步遷移，學界也有過關(guān)于“民工荒”的爭論(Cai & Wang, 2010; Golley & Meng, 2011; Knight, Deng & Li, 2011)。更嚴重的是，經(jīng)濟發(fā)展和計劃生育政策使生育率下降，從我國的人口結(jié)構(gòu)看，未來的勞動力供給情況并不樂觀。根據(jù)聯(lián)合國經(jīng)濟和社會事務部人口司的預測，我國15—64歲的勞動力規(guī)模很快將達到頂點，之后逐漸回落，而65歲及以上的老齡人口比重則將提高(見圖1)。在這個背景下，如何提升勞動力素質(zhì)，加快技術(shù)創(chuàng)新，長遠而言進行產(chǎn)業(yè)升級，是中國經(jīng)濟持續(xù)發(fā)展，避免掉入中等收入陷阱的重要課題。短期來說，保障現(xiàn)有勞動力供應，是最直接和可行的著力點。而在這其中，勞動力的健康是保證勞動力供給的重要因素，完善醫(yī)療保障或許是最直接的措施。而前瞻性的措施，則是提升勞動力的受教育水平，從而在促進健康的同時也可以為產(chǎn)業(yè)升級奠定基礎(chǔ)。

圖1 中國1950—2100年各年齡段的人口規(guī)模和預測*聯(lián)合國經(jīng)濟和社會事務部人口司：“World Population Prospects: The 2012”見http://esa.un.org/unpd/wpp/unpp/panel_indicators.htm，2014年2月16日。

勞動力的健康與勞動力的數(shù)量對經(jīng)濟發(fā)展同樣重要(Bloom et al., 2010)，但以往卻沒有受到足夠的重視。研究發(fā)現(xiàn)，健康問題是我國勞動力提前退出勞動力市場的重要決定因素(封進、 胡巖，2008；解堊，2011)。此外，隨著人口結(jié)構(gòu)的老齡化，勞動力健康問題將變得更加緊迫，也將對我國經(jīng)濟社會的持續(xù)發(fā)展產(chǎn)生深遠影響。

三、教育、職業(yè)、城鄉(xiāng)醫(yī)療差異與健康

在過去的半個世紀，教育與健康之間的關(guān)系引起了社會學、人口學、經(jīng)濟學和流行病學研究的廣泛興趣。這一研究往往是在一個更大的框架下進行，即社會經(jīng)濟地位(Socio-Economic Status，SES)與健康之間的關(guān)系，部分學者甚至認為社會經(jīng)濟地位是影響健康的決定性因素(fundamental causes)(Freese & Lutfey, 2011; Link & Phelan, 1995)。已有研究發(fā)現(xiàn)，在控制了性別、年齡等人口學因素的情況下，教育對健康有顯著影響(Elo, 2009; Silles, 2009)。受教育水平高的人更健康和長壽(Lynch, 2003; Smith, 2007)，這種關(guān)系不僅體現(xiàn)在對發(fā)達國家的研究中(Meara, Richards & Cutler, 2008)，也在對發(fā)展中國家的研究中得到驗證(Smith & Goldman, 2007)。受教育水平高的人患病(如心血管疾病、糖尿病、肺部慢性疾病等)的概率更低(Crimmins, Hayward & Seeman, 2004)，殘疾率更低，且自評健康狀況更好(Kunst, Geurts & van den Berg, 1995)。教育對健康的影響被稱為“健康的教育梯度”(Educational Gradient in Health)(Cutler & Lleras-Muney, 2010)。近年來的國外研究發(fā)現(xiàn)，在過去幾十年中，健康的教育梯度不僅沒有隨著人們的平均受教育水平提高而縮小，反而有擴大的趨勢，即不同受教育水平的人健康方面的差距在擴大，其中重要的原因在于受教育水平高的人得心臟病的概率更低(Feldman et al., 1989；Meara, Richards & Cutler, 2008)。此外，對個體來說，教育對健康的影響也有累積效應，即受教育水平高的人不僅比受教育水平低的人更健康，而且這種差距隨著年齡的增長而增大(Chen, Yang & Liu, 2010; Lynch, 2003)。

教育影響健康的機制有很多，這些機制之間的界限有時并不很清晰。受教育水平高的人更了解與健康相關(guān)的知識(Altindag, Cannonier & Mocan, 2011)，有更強的信息處理能力和自控能力，更有可能避免對健康有害的行為，例如吸煙或酗酒(Cutler & Lleras-Muney, 2010; Mackenbach et al., 2008; Ross & Wu, 1995; Winkleby et al., 1992)。他們擁有的知識和資源有助于形成和保持良好的生活習慣和生活方式(Freese & Lutfey, 2011; Mirowsky & Ross, 2003; Ross & Wu, 1995；王甫勤，2012)。在生病的情況下，他們更可能及時使用醫(yī)療服務(Lynch 2003; Winkleby et al. 1992)，更愿意遵醫(yī)囑(Goldman & Smith, 2002)，從而更快恢復健康。受教育水平高的人也更可能獲得優(yōu)越的工作(吳愈曉，2011),有更舒適的工作環(huán)境和工作條件，從而避免從事危險的勞動而傷害自身健康(Karasek et al., 1988)；同時他們的收入更高 ，更可能有醫(yī)療保險或購買健康保險，獲得新的醫(yī)療技術(shù)服務(Kunst et al., 1998a; Kunst et al., 1998b; Ross & Mirowsky, 1999)。由教育帶來的社會經(jīng)濟資源，還能使人們避免生活和工作中的壓力，不至于因壓力而導致疾病(Marmot et al., 1998; Mirowsky & Ross, 2003; Schnittker & McLeod, 2005; Taylor, Repetti & Seeman, 1997)。但是也應該看到，在現(xiàn)代社會中，很多白領(lǐng)工作時久坐不動，實際上不利于健康。針對我國的研究也發(fā)現(xiàn)，缺乏鍛煉和飲食攝入熱量過多是部分中國人肥胖的重要原因(Doak et al., 2002; Popkin, 2001)。

雖然教育與健康之間的關(guān)系在許多國家都得到驗證，但也要考慮社會經(jīng)濟背景和發(fā)展軌跡的影響(Cutler & Lleras-Muney, 2012; Kunst & Mackenbach, 1994; Mackenbach et al., 2008)。對我國來說，雖然抗戰(zhàn)和內(nèi)戰(zhàn)嚴重破壞了經(jīng)濟，影響了國家可以調(diào)動的資源，但在建國后的第一個十年，中國的人口死亡率已經(jīng)降低到建國時的一半(葉華、吳曉剛，2011)。從上個世紀50年代到改革開放前，國家大力推進基礎(chǔ)醫(yī)療，建立以預防為主的醫(yī)療衛(wèi)生體系和互助互濟性質(zhì)的農(nóng)村合作醫(yī)療，控制傳染病的傳播，普及疫苗注射和醫(yī)療下鄉(xiāng)(例如“赤腳醫(yī)生”)，讓農(nóng)村中相對較低受教育水平的人群受益很大(Chen, 2001)。然而，上個世紀80年代初實行經(jīng)濟改革，人民公社解體，農(nóng)村合作醫(yī)療覆蓋面也隨之大幅萎縮。直到2003年新型農(nóng)村合作醫(yī)療啟動試點，2008年基本實現(xiàn)全覆蓋，農(nóng)村的公共醫(yī)療覆蓋才得到改善。與之相對，城鎮(zhèn)的醫(yī)療保險覆蓋則更完整，針對不同人群，有公費醫(yī)療、勞保醫(yī)療和城鎮(zhèn)職工醫(yī)療保險等形式。為了覆蓋城鎮(zhèn)非從業(yè)居民，2007年國家還開始試點城鎮(zhèn)居民基本醫(yī)療，2010年實現(xiàn)基本覆蓋。在國家對城鎮(zhèn)和農(nóng)村醫(yī)療投入存在巨大差異的情況下，由于農(nóng)村醫(yī)療覆蓋面不足，農(nóng)村居民社會經(jīng)濟特征將對其健康狀況產(chǎn)生更明顯的影響；而國家對城鎮(zhèn)居民的醫(yī)療覆蓋較完善，則起到了緩沖器的作用。本文研究教育對勞動力健康的作用及其機制，也將關(guān)注城鄉(xiāng)醫(yī)療覆蓋的差異是否對教育與健康之間的關(guān)系產(chǎn)生影響。

四、數(shù)據(jù)、變量和模型

本研究所使用的數(shù)據(jù)來自2012年“中國勞動力動態(tài)調(diào)查”(China Labor-force Dynamics Survey，簡稱CLDS)，由中山大學社會科學調(diào)查中心承擔實施。該調(diào)查使用多階段、分層、與勞動力規(guī)模成比例的概率抽樣方法，涵蓋了全國29個省市自治區(qū)(港澳臺、西藏、海南除外)15歲及以上的勞動人口*詳細介紹見中山大學社會科學調(diào)查中心網(wǎng)站：http://css.sysu.edu.cn/。這項調(diào)查還是一項輪換樣本調(diào)查(rotating panel survey)，每兩年進行一次，每次隨機更換25%的樣本，使調(diào)查既能代表各調(diào)查時點的橫截面狀況，又有跟蹤調(diào)查的特征，能追蹤一批人最多6年時間。本文關(guān)注的是教育與健康之間的關(guān)系，為保證被訪者已經(jīng)完成教育，我們將樣本限定為處于22歲至64歲的勞動年齡被訪者，樣本量為10 070個。

本研究的因變量有兩個：一個是自評的健康狀況，根據(jù)被訪者對“您認為自己現(xiàn)在的健康狀況如何”的回答，我們得到一個定序變量，從高到低為“非常健康”、“健康”、“一般”、“比較不健康”和“非常不健康”，用序次邏輯斯蒂模型(Ordered Logit Model)進行分析。現(xiàn)有研究發(fā)現(xiàn)，無論是在發(fā)達國家還是發(fā)展中國家，人們對自身健康的自評都是有效的指標，能夠有效預測身體機能變化和死亡，且反映的是身體的整體狀況，不容易受到最近的疾病和治療經(jīng)歷的影響(Idler & Benyamini, 1997; Idler & Kasl, 1995; Subramanian et al., 2009)。但為了讓研究結(jié)果更可靠，同時也從更多維度了解人們的健康狀況，我們利用調(diào)查所測量的被訪者的身高和體重，計算身高體重指數(shù)(Body Mass Index，BMI)*BMI = 體重 / 身高2，其中體重以千克為單位，身高以米為單位。作為客觀指標來衡量被訪者的健康狀況。已有研究發(fā)現(xiàn)，身高體重指數(shù)是預測與肥胖有關(guān)的疾病(如冠狀動脈性心臟病)的有效指標，因此是一項合適的健康狀況測量 (Tirosh et al., 2011)。根據(jù)國家衛(wèi)生部疾控司在2006年對我國成年人身高體重指數(shù)的分類*中華人民共和國衛(wèi)生部疾病控制司編著:《中國成人超重和肥胖癥預防控制指南》，北京：人民衛(wèi)生出版社，2006年。，我們將BMI低于18.5的人定為“體重過輕”，將BMI等于或高于18.5、但低于24的人定為“體重正?！?，將BMI等于或高于24的人定為“體重過重”，并將“正常”作為參照組，用多分類邏輯斯蒂模型(Multinomial Logit Model)研究哪些人更可能“體重過輕”或“體重過重”。

本研究的核心自變量為教育，用受教育年數(shù)測量。教育對健康的影響可能通過兩個因素起作用：其一是職業(yè)，我們區(qū)分了非體力勞動職業(yè)和體力勞動職業(yè)，研究發(fā)現(xiàn)，這兩類從業(yè)者在健康方面有明顯差異(Kunst et al., 1998a; Kunst et al., 1998b; Mackenbach et al., 2008)；其二是收入，我們用被訪者2011年平均月收入的自然對數(shù)來測量。我國城鎮(zhèn)地區(qū)和農(nóng)村地區(qū)的醫(yī)療服務覆蓋不同，職業(yè)結(jié)構(gòu)不同，居民的教育水平和收入差異也很大，因此我們還區(qū)分了城鄉(xiāng)地區(qū)。除了以上4個自變量，我們還控制了被訪者的性別、年齡和婚姻狀況。已有研究發(fā)現(xiàn)，女性相對男性的自評健康狀況更差*一般來說，女性的預期壽命高于男性，但這并不意味著在相同的年齡段，女性的自評健康狀況或客觀健康狀況比男性更好。，原因是女性在工作、家務和經(jīng)濟狀況上感受到的壓力更大(Montez et al., 2009; Ross & Bird, 1994; Yang & Lee, 2009)；年齡越大，健康狀況越差(Lowry & Xie 2009)；控制了人口學因素后，在婚的人(包括初婚和再婚)比未婚、離婚或喪偶的人身體健康更好，原因是在婚者有更好的社會支持網(wǎng)絡(Montez et al., 2009)。

五、實證分析結(jié)果

表1是樣本的描述統(tǒng)計。我們可以看到，大約90%的人評價自己的健康狀況為“一般”或以上。城鎮(zhèn)居民的自評健康狀況更好，認為自己“健康”或“非常健康”的城鎮(zhèn)居民(66.0%)比農(nóng)村居民(57.4%)高近10%；在農(nóng)村居民中，認為自己“比較不健康”或“非常不健康”的比例(11.8%)也是城鎮(zhèn)居民(4.4%)的兩倍多。身高體重指數(shù)的結(jié)果則反映了健康的另一方面：大約60%的居民的身高體重指數(shù)在正常范圍內(nèi)，但城鎮(zhèn)居民處于這個范圍內(nèi)的比例較低；雖然農(nóng)村居民更有可能因為營養(yǎng)不足而體重過輕，但城鎮(zhèn)居民體重過重的比例(35.3%)要高于農(nóng)村居民(28.2%)。這很可能反映了城鎮(zhèn)居民在飲食結(jié)構(gòu)中高熱量的食物過多，與已有研究的結(jié)果一致(Doak et al., 2002；Popkin, 2001)。

由于樣本為勞動力人口，所以男性的比例較高。平均年齡大約是41歲，城鎮(zhèn)樣本稍年輕些。大部分被訪者婚姻狀態(tài)為在婚(包括已婚和再婚)，城鎮(zhèn)樣本的在婚比例(83.1%)比農(nóng)村樣本(90.0%)低。城鎮(zhèn)樣本的社會經(jīng)濟地位要明顯高于農(nóng)村樣本，表現(xiàn)為城鎮(zhèn)樣本的平均受教育年數(shù)更高，更可能從事非體力勞動，月收入也更高*雖然城鎮(zhèn)樣本的平均月收入更高，但農(nóng)村樣本的月收入標準差更大，這是因為農(nóng)村被訪者收入的差別更大。為了避免月收入中的異常值對結(jié)果的穩(wěn)定性造成影響，在分析中我們不直接使用月收入，而是用月收入的自然對數(shù)。對月收入為0的人，按照習慣對其取1的自然對數(shù)。。

表1 中國勞動力動態(tài)調(diào)查(2012)描述統(tǒng)計

我們先看人們的自評健康狀況。從表2的模型1可以看到，控制了其他變量后，男性的自評健康狀況顯著地高于女性。隨著年齡的增長，人們的自評健康狀況顯著下降。是否在婚對自評健康狀況的影響沒有達到0.05的統(tǒng)計顯著性水平(模型1)，但如果控制了受教育年數(shù)、且不控制受教育年數(shù)與城鎮(zhèn)居民的交互項，在婚的人自評健康狀況則要顯著高于未婚、離婚或喪偶的人(模型2)。城鎮(zhèn)居民的自評健康狀況明顯高于農(nóng)村居民(模型1)，這一結(jié)果在模型2發(fā)生了有意思的變化，一旦控制了受教育年數(shù)，城鄉(xiāng)居民的自評健康狀況差異則達不到0.05的顯著性水平，而受教育年數(shù)對健康有顯著影響，意味著城鄉(xiāng)居民的自評健康狀況差異至少有部分來自他們在受教育年數(shù)上的差異。換言之，城鎮(zhèn)居民的自評健康狀況比農(nóng)村居民更好，原因之一是城鎮(zhèn)居民的平均受教育水平相對農(nóng)村居民更高，因而能獲得更多資源用于保障健康。模型3顯示，城鎮(zhèn)居民和受教育年數(shù)的交互項顯著，即受教育年數(shù)對城鎮(zhèn)居民自評健康狀況的影響與它對農(nóng)村居民的影響有顯著不同，其系數(shù)為負，表示受教育年數(shù)對城鎮(zhèn)居民自評健康狀況的影響要小于對農(nóng)村居民的影響。這個結(jié)果顯示出在公共醫(yī)療服務水平和覆蓋較低的農(nóng)村地區(qū)，農(nóng)村居民的健康更多地依賴個人特征，體現(xiàn)為個人的受教育年數(shù)對健康的影響更大。

表2 自評健康狀況的影響因素

在表3中，我們區(qū)分農(nóng)村和城鎮(zhèn)樣本，探討教育影響自評健康狀況的機制。無論是農(nóng)村居民還是城鎮(zhèn)居民，男性的自評健康狀況都高于女性。年長者的自評健康狀況要顯著比年輕人差。影響農(nóng)村居民和城鎮(zhèn)居民自評健康狀況的因素有好幾處差異。首先，農(nóng)村居民中的在婚者的自評健康狀況顯著地高于未婚、離婚或喪偶者，而對城鎮(zhèn)居民來說，在婚與否對自評健康狀況的影響沒有達到0.05的顯著性水平。其次，對農(nóng)村居民來說，受教育年數(shù)越多，自評健康狀況越好；非體力勞動者自評健康狀況要顯著地高于體力勞動者，月收入更高的人自評健康狀況也更好；受教育年數(shù)對自評健康狀況的影響也沒有因為控制職業(yè)和月收入而變得不顯著。城鎮(zhèn)居民的自評健康狀況則不同：雖然受教育年數(shù)越多，自評健康狀況越好，但一旦控制了職業(yè)，受教育年數(shù)對健康的影響則不顯著了。教育、職業(yè)和收入這三個測量社會經(jīng)濟地位的指標，在控制了另外兩個指標的情況下，只有月收入對自評健康狀況有顯著影響。

表3的結(jié)果顯示，教育、職業(yè)和月收入都對農(nóng)村居民自評健康狀況有顯著的正面影響，意味著在公共醫(yī)療水平和覆蓋較低的農(nóng)村地區(qū)，健康在很大程度上取決于人們的社會經(jīng)濟地位。與之形成反差的是，在城鎮(zhèn)地區(qū)，由于公共醫(yī)療水平更高、覆蓋面更廣，人們的健康狀況相對不那么依賴個人的社會經(jīng)濟地位，只有社會經(jīng)濟地位指標中最敏感的收入仍然顯著地影響自評健康狀況*由于樣本中農(nóng)村居民明顯比城鎮(zhèn)居民多(見表1)，表3出現(xiàn)的受教育年數(shù)、職業(yè)(非體力勞動)和月收入在農(nóng)村居民和城鎮(zhèn)居民間的統(tǒng)計顯著性差異，也有可能是因為樣本量的差異造成。為了排除這種可能，我們分別檢驗城鎮(zhèn)居民和職業(yè)、月收入的交互項(篇幅原因，此處不展示結(jié)果)，發(fā)現(xiàn)月收入對農(nóng)村居民自評健康的影響大于其對城鎮(zhèn)居民的影響(p < 0.01)，職業(yè)的影響沒有城鄉(xiāng)差異。結(jié)合表2模型3所發(fā)現(xiàn)的教育對農(nóng)村居民自評健康的影響大于其對城鎮(zhèn)居民的影響，我們認為個人的社會經(jīng)濟狀況對農(nóng)村居民健康狀況的影響確實要大于其對城鎮(zhèn)居民的影響。。

表3 教育對城鄉(xiāng)勞動力自評健康狀況的影響和機制

為了保證分析結(jié)果的可靠性，確定教育是否對健康有顯著影響，以及增進對教育影響健康機制的了解，我們根據(jù)身高體重指數(shù)區(qū)分了“正?！?參照組)、“體重過輕”、“體重過重”三種情況，看影響城鄉(xiāng)居民客觀健康狀況的因素有沒有差異。

表4的模型1顯示：男性相對女性更可能體重過重，而女性則更可能體重過輕；隨著年齡的增長，人們更可能體重正?；蜻^重；相比未婚、離婚或喪偶的人，在婚者更可能體重正?；蜻^重；城鎮(zhèn)居民更可能體重過重；受教育年數(shù)越多，體重過重的可能性越高。模型2顯示：一旦控制了職業(yè)，受教育年數(shù)的影響不再顯著，而非體力勞動者比體力勞動者更可能體重過重。這意味著職業(yè)差別很可能是受教育年數(shù)影響身高體重指數(shù)的機制，即受教育年數(shù)多的人之所以更可能體重過重，是因為他們更可能獲得非體力勞動職業(yè)。模型3加入月收入的對數(shù)，結(jié)果顯示：月收入越高，越不可能體重過輕，而更可能體重過重，這反映了收入低的人更可能營養(yǎng)攝入不足，而收入高的人更可能營養(yǎng)結(jié)構(gòu)中高熱量食物太多，或由于缺乏運動而使體重過重。

表4 教育對勞動力身高體重狀況的影響和機制

結(jié)合表2和表3的結(jié)果，我們發(fā)現(xiàn)城鄉(xiāng)公共醫(yī)療水平和覆蓋面的差異對人們的自評健康狀況影響很大。在城鎮(zhèn)地區(qū)，由于醫(yī)療水平較高和覆蓋面較廣，個人的社會經(jīng)濟變量對健康的影響較小；農(nóng)村地區(qū)的情況則相反，個人的社會經(jīng)濟地位顯著地影響健康(見表3)。雖然受教育年數(shù)更多的人自評健康狀況更好(見表2和表3)，但他們也更有可能體重過重(見表4)，而后者與城鄉(xiāng)的公共醫(yī)療服務沒有直接關(guān)系，而跟個人的職業(yè)、飲食和生活習慣關(guān)系更大。我們發(fā)現(xiàn)了教育影響健康的另一面：受教育年數(shù)多的人更可能從事非體力工作，身體活動較少，雖然經(jīng)濟狀況更好，但在飲食結(jié)構(gòu)上攝入高熱量食品過多，體重容易過重，這些結(jié)果都與已有研究一致(Doak et al., 2002；Popkin, 2001)。換言之，在剛剛步入小康社會的中國，教育對人們健康的影響更多地體現(xiàn)在經(jīng)濟資源上，而在健康知識上的體現(xiàn)還不明顯。

六、結(jié)論與討論

本文通過分析2012年的“中國勞動力動態(tài)調(diào)查”數(shù)據(jù)，研究了教育對我國勞動力健康的影響。研究發(fā)現(xiàn)，受教育年數(shù)越多，自評健康狀況越好，且受教育年數(shù)對農(nóng)村居民自評健康狀況的影響比對城鎮(zhèn)居民的影響更大。由于城鎮(zhèn)地區(qū)的醫(yī)療服務水平較高、覆蓋面較廣，公共醫(yī)療對城鎮(zhèn)居民的健康風險起到了緩沖器的作用。與之成鮮明對比的是，農(nóng)村地區(qū)的醫(yī)療服務和覆蓋面還有很大不足，農(nóng)村居民的健康受自身社會經(jīng)濟地位的影響更大，教育和收入對健康的影響更大。根據(jù)身高體重指數(shù)劃分體重狀況后，我們發(fā)現(xiàn)受教育年數(shù)多的人的體重更容易過重，原因是受教育年數(shù)多的人更可能從事非體力勞動的職業(yè)，工作中久坐不動反而不利于健康。此外，收入高的人雖然不容易營養(yǎng)攝入不足，但卻可能因飲食中高熱量食物過多而導致體重過重。

雖然國家開始放松計劃生育政策，但由于家庭投資孩子教育的成本高，影響了人們的生育意愿，在未來幾十年里，勞動力的增量預計不會大幅上升。相反，隨著人口老齡化，勞動力的存量則很可能下降(見圖1)。在這種情況下，如何讓現(xiàn)有和未來的勞動力充分發(fā)揮作用，是我國經(jīng)濟、社會可持續(xù)發(fā)展的一個重要課題。從事勞動生產(chǎn)需要有相應的健康水平，本研究的結(jié)果顯示，教育是影響勞動力健康的重要因素。如前文所述，教育不僅通過影響勞動力健康保障了勞動力供給，還通過提升勞動力素質(zhì)為產(chǎn)業(yè)結(jié)構(gòu)升級提供基礎(chǔ)，對社會經(jīng)濟的長遠發(fā)展都有重要意義。

本研究也有不足之處，最明顯的是教育是一個內(nèi)生變量，它與健康之間的關(guān)系存在反向的因果關(guān)系(reverse causality)。換言之，健康狀況很差的人難以獲得較高的受教育水平，因此我們觀察到的教育與健康之間的關(guān)系有部分可能來自健康對教育的影響，而不是教育對健康的影響。然而大量更嚴謹?shù)难芯堪l(fā)現(xiàn)，教育對健康有因果作用(Elo, 2009; Silles, 2009)，為本研究的結(jié)果提供了支持。此外，隨著包括“中國勞動力動態(tài)調(diào)查”在內(nèi)的跟蹤調(diào)查(panel surveys)數(shù)據(jù)的發(fā)布，我們將有更多資源幫助厘清這一因果關(guān)系以及教育影響健康的機制，為政策制定提供科學依據(jù)。

[參 考 文 獻]

蔡禾, 王進. “農(nóng)民工”永久遷移意愿研究. 社會學研究, 2007, (6).

封進, 胡巖. 中國城鎮(zhèn)勞動力提前退休行為的研究. 中國人口科學, 2008, (4).

王甫勤. 社會經(jīng)濟地位、生活方式與健康不平等. 社會, 2012, (2).

吳愈曉. 勞動力市場分割、職業(yè)流動與城市勞動者經(jīng)濟地位獲得的二元路徑模式.中國社會科學, 2011, (1).

解堊. 健康對勞動力退出的影響. 世界經(jīng)濟文匯, 2011, (1).

葉華, 吳曉剛. 生育率下降與中國男女教育的平等化趨勢.社會學研究, 2011, (5).

Altindag Duha, Colin Cannonier, and Naci Mocan. The Impact of Education on Health Knowledge. Economics of Education Review, 2011, 30(5): 792—812.

Bloom David E., David Canning, Linlin Hu, Yuanli Liu, Ajay Mahal, and Winnie Yip. The Contribution of Population Health and Demographic Change to Economic Growth in China and India. Journal of Comparative Economics, 2010, 38(1): 17—33.

Bloom David E., and Jocelyn E. Finlay. 2009. Demographic Change and Economic Growth in Asia. Asian Economic Policy Review, 2009, 4(1): 45—64.

Cai, Fang, and Meiyan Wang. Growth and Structural Changes in Employment in Transition China. Journal of Comparative Economics, 2010, 38(1): 71—81.

Chen Feinian, Yang Yang, and Guangya Liu. 2010. Social Change and Socioeconomic Disparities in Health over the Life Course in China: A Cohort Analysis. American Sociological Review, 2010, 75(1): 126—150.

Chen Meei-Shia. The Great Reversal: Transformation of Health Care in the People’s Republic of China, in William C. Cockerham (ed.), The Blackwell Companion to Medical Sociology, Oxford: Blackwell Publishers Ltd, 2001, pp. 456—482.

Crimmins Eileen M., Mark D. Hayward, and Teresa E. Seeman. 2004. Race/Ethnicity, Socioeconomic Status and Health, in Norman B Anderson, Rodolfo A. Bulatao, and Barney Cohen (eds.), Critical Perspectives on Racial and Ethnic Differences in Health in Late Life. Washington, D.C.: National Academies Press,2004, pp. 310—352.

Cutler David M., and Adriana Lleras-Muney. Understanding Differences in Health Behaviors by Education. Journal of Health Economics, 2010, 29(1): 1—28.

Cutler David M., and Adriana Lleras-Muney. Education and Health: Insights from International Comparisons. National Bureau of Economic Research Working Paper Series No. 17738, 2012.

Doak Colleen, Linda Adair, Margaret Bentley, Zhai Fengying, and Barry Popkin. The Underweight/Overweight Household: An Exploration of Household Sociodemographic and Dietary Factors in China. Public Health Nutrition, 2002, 5(1a): 215—221.

Elo Irma T. Social Class Differentials in Health and Mortality: Patterns and Explanations in Comparative Perspective. Annual Review of Sociology, 2009, 35: 553—572.

Feldman, Jacob J., Diane M. Makuc, Joel C. Kleinman, and Joan Cornoni-Huntley. 1989. National Trends in Educational Differentials in Mortality. American Journal of Epidemiology, 1989, 129(5): 919—933.

Freese Jeremy, and Karen Lutfey. Fundamental Causality: Challenges of an Animating Concept for Medical Sociology. in Bernice A. Pescosolido, Jack K. Martin, Jane D. McLeod, and Anne Rogers (eds), Handbook of the Sociology of Health, Illness, and Healing. New York: Springer, 2011, pp.67—81.

Goldman Dana P., and James P. Smith. Can Patient Self-Management Help Explain the SES Health Gradient? Proceedings of the National Academy of Sciences, 2002, 99(16): 10929—10934.

Golley, Jane, and Xin Meng. Has China Run Out of Surplus Labour? China Economic Review, 2011, 22(4): 555—572.

Holz Carsten A. China’s Economic Growth 1978—2025: What We Know Today about China’s Economic Growth Tomorrow. World Development, 2008, 36(10): 1665—1691.

Hu Anning, and Jacob Hibel. Educational Attainment and Self-Rated Health in Contemporary China: A Survey-Based Study in 2010. The Social Science Journal, 2013, 50(4): 674—680.

Idler Ellen L., and Yael Benyamini. Self-Rated Health and Mortality: A Review of Twenty-Seven Community Studies. Journal of Health and Social Behavior, 1997, 38(1): 21—37.

Idler Ellen L., and Stanislav V. Kasl. 1995. Self-Ratings of Health: Do They Also Predict Change in Functional Ability? The Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 1995, 50B(6): S344—S353.

Karasek Robert A., Tores Theorell, Joseph E. Schwartz, Peter L. Schnall, Carl F. Pieper, and John L. Michela. Job Characteristics in Relation to the Prevalence of Myocardial Infarction in the US Health Examination Survey (HES) and the Health and Nutrition Examination Survey (HANES). American Journal of Public Health, 1988, 78(8): 910—918.

Knight John, Quheng Deng, and Shi Li. The Puzzle of Migrant Labour Shortage and Rural Labour Surplus in China. China Economic Review, 2011, 22(4): 585—600.

Kunst Anton E., Jose J. M. Geurts, and Jaap van den Berg. International Variation in Socioeconomic Inequalities in Self Reported Health. Journal of Epidemiology and Community Health, 1995, 49(2): 117—123.

Kunst Anton E., Feikje Groenhof, Johan P. Mackenbach, and The EU Working Group on Socioeconomic Inequalities in Health. Mortality by Occupational Class among Men 30—64 Years in 11 European Countries. Social Science & Medicine, 1998a, 46(11): 1459—1476.

Kunst Anton E., David A. Leon, Feikje Groenhof, and Johan P. Mackenbach. 1998b. Occupational Class and Cause Specific Mortality in Middle Aged Men in 11 European Countries: Comparison of Population Based Studies. British Medical Journal, 1998b, 316: 1636—1642.

Kunst Anton E. and Johan P. Mackenbach. The Size of Mortality Differences Associated with Educational Level in Nine Industrialized Countries. American Journal of Public Health, 1994, 84(6): 932—937.

Link Bruce G. and Jo Phelan. 1995. Social Conditions as Fundamental Causes of Disease. Journal of Health and Social Behavior, 1995, 35(Extra Issue: Forty Years of Medical Sociology: The State of the Art and Directions for the Future): 80—94.

Lowry Deborah and Yu Xie. Socioeconomic Status and Health Differentials in China: Convergence Or Divergence at Older Ages? PSC Research Report No. 09—690, 2009.

Lynch, Scott M. Cohort and Life-Course Patterns in the Relationship between Education and Health: A Hierarchical Approach. Demography, 2003, 40(2): 309—331.

Mackenbach Johan P., Irina Stirbu, Albert-Jan R. Roskam, Maartje M. Schaap, Gwenn Menvielle, Mall Leinsalu, and Anton E. Kunst. Socioeconomic Inequalities in Health in 22 European Countries. New England Journal of Medicine, 2008, 358(23): 2468—2481.

Marmot Michael G., Rebecca Fuhrer, Susan L. Ettner, Nadine F. Marks, Larry L. Bumpass, and Carol D. Ryff. Contribution of Psychosocial Factors to Socioeconomic Differences in Health. Milbank Quarterly, 1998, 76(3): 403—448.

Meara Ellen R., Seth Richards, and David M. Cutler. The Gap Gets Bigger: Changes In Mortality And Life Expectancy, By Education, 1981—2000. Health Affairs, 2008, 27(2): 350—360.

Mirowsky John and Catherine E. Ross. Education, Social Status, and Health. New York: Aldine de Gruyter, 2003.

Montez Jennifer Karas, Mark D. Hayward, Dustin C. Brown, and Robert A. Hummer. Why Is the Educational Gradient of Mortality Steeper for Men? The Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 2009, 64B(5): 625—634.

Popkin Barry M. The Nutrition Transition and Obesity in the Developing World. The Journal of Nutrition, 2001, 131(3): 871S—873S.

Ross Catherine E.,and Chloe E. Bird. Sex Stratification and Health Lifestyle: Consequences for Men’s and Women’s Perceived Health. Journal of Health and Social Behavior, 1994, 35(2): 161—178.

Ross Catherine E. and John Mirowsky. Refining the Association between Education and Health: The Effects of Quantity, Credential, and Selectivity. Demography, 1999, 36(4): 445—460.

Ross Catherine E. and Chia-ling Wu. The Links Between Education and Health. American Sociological Review, 1995, 60(5): 719—745.

Schnittker Jason and Jane D. McLeod. The Social Psychology of Health Disparities. Annual Review of Sociology, 2005, 31(1): 75—103.

Silles Mary A. The Causal Effect of Education on Health: Evidence from the United Kingdom. Economics of Education Review, 2009, 28(1): 122—128.

Smith James P. The Impact of Socioeconomic Status on Health over the Life-Course. The Journal of Human Resources, 2007, 42(4): 739—764.

Smith, Kimberly V., and Noreen Goldman. Socioeconomic Differences in Health among Older Adults in Mexico. Social Science & Medicine, 2007, 65(7): 1372—1385.

Subramanian S. V., Malavika A. Subramanyam, Sakthivel Selvaraj, and Ichiro Kawachi. Are Self-Reports of Health and Morbidities in Developing Countries Misleading? Evidence from India. Social Science & Medicine, 2009, 68(2): 260—265.

Taylor Shelley E., Rena L. Repetti, and Teresa Seeman. Health Psychology: What is an Unhealthy Environment and How Does It Get Under the Skin? Annual Review of Psychology, 1997, 48: 411—447.

Tirosh Amir, Iris Shai, Arnon Afek, Gal Dubnov-Raz, Nir Ayalon, Barak Gordon, Estela Derazne, Dorit Tzur, Ari Shamis, Shlomo Vinker, and Assaf Rudich. Adolescent BMI Trajectory and Risk of Diabetes versus Coronary Disease. New England Journal of Medicine, 2011, 364(14): 1315—1325.

Wang Yan, and Yudong Yao. Sources of China’s Economic Growth 1952—1999: Incorporating Human Capital Accumulation. China Economic Review, 2003, 14(1): 32—52.

Wei Zheng and Rui Hao. Demographic Structure and Economic Growth: Evidence from China. Journal of Comparative Economics, 2010, 38(4): 472—491.

Winkleby Marilyn A., Darius E. Jatulis, Erica Frank, and Stephen P. Fortmann. Socioeconomic Status and Health: How Education, Income, and Occupation Contribute to Risk Factors for Cardiovascular Disease. American Journal of Public Health, 1992, 82(6): 816—820.

Yang Yang and Linda C. Lee. Sex and Race Disparities in Health: Cohort Variations in Life Course Patterns. Social Forces, 2009, 87(4): 2093—2124.