余靜文 苗艷青

自2012年起，中國經(jīng)濟(jì)增速連續(xù)多年低于8%，特別是在2015-2017年間中國經(jīng)濟(jì)增速已經(jīng)連續(xù)三年低于7%，中國目前面臨著經(jīng)濟(jì)增速下滑的困境。在人口紅利消逝、人口老齡化帶來的勞動力資源絕對數(shù)量下降及資源環(huán)境約束不斷加強(qiáng)的背景下，要素驅(qū)動型的經(jīng)濟(jì)增長模式亟待向效率、創(chuàng)新驅(qū)動型經(jīng)濟(jì)增長模式轉(zhuǎn)型。在這一重要的經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型過程中，人力資本的作用不可或缺，人力資本的提升不僅可以彌補(bǔ)勞動力資源絕對數(shù)量下降對經(jīng)濟(jì)的負(fù)面影響，而且也能夠?qū)π侍嵘?、?chuàng)新行為產(chǎn)生積極影響。

一、引言

人力資本是與物質(zhì)資本相對的一種資本，是指凝聚在勞動力身上的知識、技能及其所表現(xiàn)出來的能力，這種能力能夠提高生產(chǎn)效率，成為促進(jìn)經(jīng)濟(jì)增長的主要因素[1]（P28-32）。內(nèi)生經(jīng)濟(jì)增長模型將人力資本融入傳統(tǒng)的經(jīng)濟(jì)增長模型，加入了人力資本外溢性的特征，強(qiáng)調(diào)了人力資本對經(jīng)濟(jì)增長的促進(jìn)作用。研究發(fā)現(xiàn)，人力資本主要通過教育對經(jīng)濟(jì)增長產(chǎn)生作用，因?yàn)榻逃軌蛟黾幽墼趧趧恿ι砩系闹R和技能[2]（P407-443）；還有研究發(fā)現(xiàn)，基于勞動熟練程度和受教育年限因素構(gòu)建的人力資本質(zhì)量也對經(jīng)濟(jì)增長有著顯著影響[3]（P73-83）。

然而，人力資本不僅僅包括凝聚在勞動力身上的知識、技能等因素，而且包括勞動者的健康。隨著醫(yī)療條件的改善，人們平均壽命會增加，這意味著人們有機(jī)會增加更多的人力資本投入。因此，健康水平的改善不僅能夠增強(qiáng)勞動力的體質(zhì)，也可提高勞動力生產(chǎn)效率，即國民健康水平的提高有助于經(jīng)濟(jì)增長[4]（P223-255）。有學(xué)者主要采取期望壽命、死亡率以及衛(wèi)生總費(fèi)用占GDP的比例來衡量健康人力資本，并發(fā)現(xiàn)健康人力資本能夠促進(jìn)經(jīng)濟(jì)增長，但其作用較弱[5]（P1-20）。也有學(xué)者發(fā)現(xiàn)健康人力資本對長期經(jīng)濟(jì)增長有影響[6]（P271-276）。還有學(xué)者發(fā)現(xiàn)伴隨較高健康水平的人力資本的是經(jīng)濟(jì)發(fā)展到較高水平的一種表現(xiàn)[7]（P423-440）。

人口老齡化和資源環(huán)境約束強(qiáng)化使得要素投入絕對數(shù)量下降，但是可以通過提高要素配置效率以及積累人力資本提高生產(chǎn)效率等途徑來促進(jìn)經(jīng)濟(jì)增長。因此，未來中國經(jīng)濟(jì)增長的驅(qū)動力需要從要素投入轉(zhuǎn)向要素配置效率的提高和人力資本的積累。現(xiàn)有的研究主要聚焦于以教育度量的人力資本，很少關(guān)注用健康度量的人力資本對經(jīng)濟(jì)增長的作用。有學(xué)者把人力資本分為健康人力資本和教育人力資本，并證實(shí)健康人力資本對中國經(jīng)濟(jì)增長的貢獻(xiàn)率約為4.6%，且小于以教育度量的人力資本對經(jīng)濟(jì)增長的貢獻(xiàn)（12.1%）[8]（P10-18）。也有學(xué)者用人均床位數(shù)作為健康人力資本的代理變量進(jìn)行研究，發(fā)現(xiàn)健康投資增長率的提高能夠促進(jìn)經(jīng)濟(jì)增長[9]（P27-39）。還有學(xué)者分析了公共健康支出和私人健康投資對經(jīng)濟(jì)增長的影響[10]（P5-14）。

研究健康人力資本對中國經(jīng)濟(jì)增長的重要作用，筆者的創(chuàng)新主要體現(xiàn)在三個(gè)方面。首先，用工具變量和動態(tài)面板GMM估計(jì)方法來識別健康人力資本對中國經(jīng)濟(jì)增長的因果影響。已有研究主要考察中國的人力資本對經(jīng)濟(jì)績效的影響[11]（P1-14）[12]（P97-109），關(guān)于健康人力資本對中國經(jīng)濟(jì)績效影響的研究卻很少[13]（P140-160），而且這些宏觀層面的分析并沒有探究健康人力資本與經(jīng)濟(jì)增長的因果關(guān)系[8]（P10-18）[9]（P27-39）。筆者利用歷史上中國不同地區(qū)寺廟數(shù)量作為該地區(qū)健康人力資本的工具變量，并在此基礎(chǔ)上采用動態(tài)面板GMM的估計(jì)方法來處理可能存在的內(nèi)生性問題，從而在統(tǒng)計(jì)分析中識別健康人力資本對經(jīng)濟(jì)增長的因果效應(yīng)關(guān)系。其次，在健康人力資本測度指標(biāo)上有所創(chuàng)新。已有文獻(xiàn)主要采取死亡率和期望壽命來衡量健康人力資本，但在實(shí)證分析中很難獲得中國相關(guān)變量的數(shù)據(jù)，只有很少的研究用人均床位數(shù)作為健康人力資本的代理變量[9]（P27-39）。筆者主要使用中華人民共和國國家衛(wèi)生健康委員會下屬的衛(wèi)生與發(fā)展研究中心發(fā)布的關(guān)于死亡率的最新數(shù)據(jù)，即用孕產(chǎn)婦死亡率和圍產(chǎn)兒死亡率來度量健康人力資本；同時(shí)利用第五次和第六次人口普查中各省分年齡人口數(shù)和死亡數(shù)數(shù)據(jù)，以及1993年、1998年、2003年和2008年全國衛(wèi)生服務(wù)總調(diào)查中各地區(qū)分年齡慢性病患病率和調(diào)查人口數(shù)的數(shù)據(jù)來計(jì)算期望壽命，并以此衡量健康人力資本。第三，提出了是否加大中國健康人力資本投入的判斷標(biāo)準(zhǔn)。自1981年中國開始核算衛(wèi)生總費(fèi)用以來，衛(wèi)生總費(fèi)用占GDP的比重基本維持在3%-4.8%之間，從2009年開始，衛(wèi)生總費(fèi)用占GDP的比例首次突破了5%；2013年，衛(wèi)生總費(fèi)用占GDP比例達(dá)到5.6%。按衛(wèi)生總費(fèi)用占GDP比例排序，中國在53個(gè)中高收入國家中排在倒數(shù)第18位，這一比例也低于8.7%的世界平均水平[14]（P93-96）。中國是否應(yīng)當(dāng)繼續(xù)增加健康人力資本投入，提高衛(wèi)生總費(fèi)用占GDP比重？若按照發(fā)達(dá)國家的發(fā)展趨勢，中國應(yīng)該繼續(xù)提高衛(wèi)生總費(fèi)用占GDP比重。但是，健康人力資本同時(shí)也是消耗品，過多的健康人力資本投入會擠出其他方面的要素投入，從而對經(jīng)濟(jì)和社會的可持續(xù)發(fā)展造成一定的負(fù)面影響。當(dāng)健康人力資本對勞動生產(chǎn)力的貢獻(xiàn)低于其對物質(zhì)資本積累的擠出效應(yīng)時(shí)，那么繼續(xù)加大健康人力資本投入反而會起到負(fù)面作用。因此，中國是否應(yīng)當(dāng)繼續(xù)加大健康人力資本投入，取決于健康人力資本是否能夠在經(jīng)濟(jì)增長中發(fā)揮積極的促進(jìn)作用，即健康人力資本對經(jīng)濟(jì)的積極效應(yīng)是否大于其對經(jīng)濟(jì)的負(fù)面效應(yīng)。如果健康人力資本對經(jīng)濟(jì)增長的凈效應(yīng)顯著為正，就應(yīng)該加大健康人力資本投入，即提高衛(wèi)生總費(fèi)用占GDP的比重便具有合理性。

二、健康人力資本與中國區(qū)域經(jīng)濟(jì)增長相關(guān)變量的描述性統(tǒng)計(jì)分析

首先，構(gòu)建健康人力資本與中國區(qū)域經(jīng)濟(jì)增長的相關(guān)變量。筆者用人均GDP增速來表示經(jīng)濟(jì)增長，記為Pgdpgr，且用1991年的價(jià)格來調(diào)整人均GDP，即人均GDP增速為實(shí)際增長率；用孕產(chǎn)婦死亡率（千分之一）和圍產(chǎn)兒死亡率（千分之一）來度量健康人力資本，分別記為Morta和Morta1。為了檢驗(yàn)實(shí)證結(jié)論的穩(wěn)健性，學(xué)者通常選擇不同的控制變量。筆者根據(jù)已有研究劃分三類控制變量[15]（P31-77）。第一類是簡單條件信息集，主要包括常數(shù)項(xiàng)、期初經(jīng)濟(jì)發(fā)展水平以及教育程度，其中，期初經(jīng)濟(jì)發(fā)展水平是用來控制經(jīng)濟(jì)增長的收斂效應(yīng)，教育程度是用來控制用教育度量的人力資本對經(jīng)濟(jì)增長的影響。第二類是政策條件信息集，主要包括政府規(guī)模、通貨膨脹率、貿(mào)易開放度和按照黑市匯率和官方匯率計(jì)算的匯率溢價(jià)，這些變量主要是為了控制宏觀政策對經(jīng)濟(jì)增長的影響。第三類是完全條件信息集，主要包括政策條件信息集中的變量以及政治穩(wěn)定性。由于研究樣本是1991年至2014年中國省級面板數(shù)據(jù)，國家層面的匯率溢價(jià)以及政治穩(wěn)定性不需要納入考量。因此，最終選取期初的經(jīng)濟(jì)發(fā)展水平、貿(mào)易依存度、通貨膨脹率、政府規(guī)模和教育度量的人力資本作為控制變量。期初的經(jīng)濟(jì)發(fā)展水平為經(jīng)價(jià)格調(diào)整后的人均GDP對數(shù)值，記為Logpgdpi；貿(mào)易依存度為進(jìn)出口總額占GDP的比例，進(jìn)出口總額根據(jù)當(dāng)年平均匯率換算成人民幣計(jì)價(jià)，記為Open；通貨膨脹率為消費(fèi)者價(jià)格指數(shù)的增長率，記為Inflation；政府規(guī)模為政府支出占GDP的比例，記為Goven；教育度量的人力資本是根據(jù)不同受教育人口及其比重計(jì)算出來的地區(qū)平均教育水平，并取對數(shù)值，記為Logedu。這些數(shù)據(jù)中，孕產(chǎn)婦死亡率和圍產(chǎn)兒死亡率數(shù)據(jù)來自于國家衛(wèi)生健康委衛(wèi)生發(fā)展研究中心，其他數(shù)據(jù)均來自中國國家統(tǒng)計(jì)局官方網(wǎng)站和統(tǒng)計(jì)年鑒。由于重慶的部分指標(biāo)只有1997年之后的數(shù)據(jù)，所以期初的經(jīng)濟(jì)發(fā)展水平取1997年，并用四川價(jià)格水平進(jìn)行調(diào)整。表1為相關(guān)變量的描述性統(tǒng)計(jì)。

表1 變量的描述性統(tǒng)計(jì)

其次，考察健康人力資本與經(jīng)濟(jì)增長的相關(guān)關(guān)系。圖1的上半部分為孕產(chǎn)婦死亡率與經(jīng)濟(jì)增長的相關(guān)分析圖，下半部分為圍產(chǎn)兒死亡率與經(jīng)濟(jì)增長的相關(guān)分析圖，其中，圖1中的縱軸均為1991年至2014年人均GDP的年均增長率，橫軸則對應(yīng)1991年至2014年間孕產(chǎn)婦死亡率或者圍產(chǎn)兒死亡率的均值。由圖2可知，不論是孕產(chǎn)婦死亡率，還是圍產(chǎn)兒死亡率，它們與經(jīng)濟(jì)增長之間都呈現(xiàn)出負(fù)相關(guān)的關(guān)系，死亡率越低，經(jīng)濟(jì)增長情況越好，死亡率越高，經(jīng)濟(jì)增長情況越差；同時(shí)還發(fā)現(xiàn)一些地區(qū)孕產(chǎn)婦死亡率和圍產(chǎn)兒死亡率存在異常值，即高于其他省份。為了避免這些異常值的干擾，圖1右邊的部分剔除了異常值，重新考察健康人力資本與經(jīng)濟(jì)增長的關(guān)系，最后發(fā)現(xiàn)二者負(fù)相關(guān)的關(guān)系更加明顯。

最后，考察健康人力資本與經(jīng)濟(jì)增長關(guān)系的地區(qū)差異性。為了進(jìn)一步考察健康人力資本與經(jīng)濟(jì)增長關(guān)系的地區(qū)差異性，圖2按照1991年至2014年間各地區(qū)經(jīng)濟(jì)增長率大小的排序，把各地區(qū)分為三等份，依次對應(yīng)高經(jīng)濟(jì)增長地區(qū)、中經(jīng)濟(jì)增長地區(qū)、低經(jīng)濟(jì)增長地區(qū)，以此識別不同經(jīng)濟(jì)增長地區(qū)的健康人力資本狀況。由圖2可知，高經(jīng)濟(jì)增長地區(qū)的孕產(chǎn)婦死亡率和圍產(chǎn)兒死亡率都要小于低經(jīng)濟(jì)增長地區(qū)，即伴隨低孕產(chǎn)婦死亡率和低圍產(chǎn)兒死亡率的地區(qū)都是高經(jīng)濟(jì)增長的地區(qū)。

三、健康人力資本與中國區(qū)域經(jīng)濟(jì)增長的計(jì)量模型

為了考查健康人力資本與中國區(qū)域經(jīng)濟(jì)增長的關(guān)系，主要考慮兩個(gè)模型設(shè)定，一個(gè)模型設(shè)定將健康人力資本以及期初的經(jīng)濟(jì)發(fā)展水平作為解釋變量；另一個(gè)模型設(shè)定將考慮完全條件信息集，即解釋變量包括健康人力資本、期初的經(jīng)濟(jì)發(fā)展水平、教育程度衡量的人力資本、政府規(guī)模、通貨膨脹率、貿(mào)易開放度。相關(guān)變量取1991年至2014年的平均值，這也可以平滑掉短期因素對死亡率或經(jīng)濟(jì)增長的影響，比如2002年爆發(fā)的SARS。健康人力資本與中國區(qū)域經(jīng)濟(jì)增長關(guān)系的基本模型設(shè)定如下：

其中，下標(biāo)i表示地區(qū)，c、α、β為待估參數(shù)，c為常數(shù)項(xiàng)，γ為待估參數(shù)向量。X為控制變量，n取值1和2，被解釋變量為經(jīng)過價(jià)格調(diào)整后的人均GDP增長率，記為Pgdpgr，核心解釋變量Keyvar1為孕產(chǎn)婦死亡率，Keyvar2為圍產(chǎn)兒死亡率。ε為誤差項(xiàng)。

圖1 健康人力資本與經(jīng)濟(jì)增長（1991-2014年）

首先，要解決模型估計(jì)中的核心解釋變量與被解釋變量之間的內(nèi)生性問題。由于經(jīng)濟(jì)增速較高的地區(qū)，人均收入水平上升較快，人們會更加重視健康投入，即經(jīng)濟(jì)增長較高的地區(qū)其健康人力資本也較高。因此，模型（1）中解釋變量與被解釋變量具有互為因果的關(guān)系，這就導(dǎo)致出現(xiàn)內(nèi)生性問題。為了克服變量內(nèi)生性對模型估計(jì)的影響，常用的方法采取工具變量估計(jì)法。筆者選取的工具變量是中國1820年各個(gè)地區(qū)的寺廟修建數(shù)量①數(shù)據(jù)由哈佛大學(xué)開發(fā)，詳情可參閱 http://worldmap.harvard.edu/chinamap。，因?yàn)樗瞎ぞ咦兞康幕緱l件。首先，當(dāng)前中國經(jīng)濟(jì)增速與1820年各地區(qū)寺廟修建數(shù)量并不相關(guān)；其次，1820年中國各地寺廟修建數(shù)量卻能夠影響當(dāng)前各地區(qū)的健康人力資本，因?yàn)橐延械难芯堪l(fā)現(xiàn)，最早出現(xiàn)在南北朝時(shí)期的中國民營醫(yī)院主要是由宗教界開辦的，在當(dāng)時(shí)由于許多僧侶都精通醫(yī)術(shù)，一般病人多樂意前往寺廟治病，對于病重、路遠(yuǎn)、行動不便的病人就在寺廟留宿，這種留醫(yī)性質(zhì)的醫(yī)療機(jī)構(gòu)大多設(shè)在寺廟內(nèi)。比如，在當(dāng)時(shí)的社會，寺廟僧人往往出于佛教慈航普度、濟(jì)世度人的悲憫心，在寺院里設(shè)立悲田院和養(yǎng)病坊。《北齊書·后主紀(jì)》記載有“七年春正月壬辰詔：去秋已來水旱，人饑不自立者，所在付大寺及富戶濟(jì)其性命”。此外，當(dāng)發(fā)生疾疫流行病的時(shí)候，寺廟也常常擔(dān)負(fù)起拯救施治的責(zé)任[16]（P47-50）[17]（P11-19）[18]（P194-199）。因此，古代寺廟具有一定的醫(yī)療救助功能，而這種功能對當(dāng)?shù)蒯t(yī)療衛(wèi)生條件產(chǎn)生了積極作用，并有助于當(dāng)?shù)厝藗冋莆蘸蛡鞑メt(yī)療健康知識，從而對該地區(qū)健康人力資本產(chǎn)生深遠(yuǎn)的歷史影響。圖3展示了1820年寺廟修建數(shù)量與健康人力資本之間的關(guān)系，橫軸為1820年中國各地區(qū)寺廟修建數(shù)量加1的對數(shù)值，縱軸是各地區(qū)孕產(chǎn)婦死亡率和圍產(chǎn)兒死亡率，均為1991年至2014年的平均值。由圖3可知，1820年中國各地寺廟修建數(shù)量與當(dāng)前健康人力資本之間存在緊密的聯(lián)系，即1820年一個(gè)地的寺廟修建數(shù)量越多，那么現(xiàn)在當(dāng)?shù)氐脑挟a(chǎn)婦死亡率和圍產(chǎn)兒死亡率就越低。

圖2 健康人力資本與經(jīng)濟(jì)增長關(guān)系的地區(qū)差異（1991-2014年）

圖3 1820年寺廟修建數(shù)量與健康人力資本的相關(guān)關(guān)系

其次，要解決模型估計(jì)中的其他解釋變量與被解釋變量之間的內(nèi)生性問題。工具變量法可以應(yīng)對經(jīng)濟(jì)增長與健康人力資本之間互為因果關(guān)系引致的內(nèi)生性問題，但是無法應(yīng)對其他解釋變量導(dǎo)致的內(nèi)生性問題。因此，采用動態(tài)面板GMM的估計(jì)方法來進(jìn)一步驗(yàn)證健康人力資本對經(jīng)濟(jì)增長的因果影響，即在動態(tài)面板的GMM估計(jì)中利用解釋變量的滯后項(xiàng)作為工具變量，其基本模型設(shè)定如下：

在模型（2）中，變量的下標(biāo)t表示年份，φ為常數(shù)項(xiàng)，κ、η為待估參數(shù)，θ為待估參數(shù)向量。X為前文所述的控制變量，n取值1和2，Keyvar1為孕產(chǎn)婦死亡率，Keyvar2為圍產(chǎn)兒死亡率。μ為地區(qū)固定效應(yīng)，ω為誤差項(xiàng)。

第三，用差分的方法來控制個(gè)體效應(yīng)導(dǎo)致的內(nèi)生性問題。在動態(tài)面板中，盡管可以通過減去均值或者差分的方法來消除由于個(gè)體效應(yīng)導(dǎo)致的內(nèi)生性問題，但由于被解釋變量的滯后項(xiàng)作為了解釋變量，經(jīng)過差分后的誤差項(xiàng)仍然會與解釋變量相關(guān)，因此，用傳統(tǒng)的面板模型估計(jì)同樣會導(dǎo)致參數(shù)估計(jì)的不一致。若對模型（2）式進(jìn)行差分，即

在模型（3）中，由于Cov(△Pgdprit-1,△ωit)≠0，則參數(shù)將得不到一致的估計(jì)。有學(xué)者提出了動態(tài)面板估計(jì)方法可避免上述問題[19]（P277-297），即用變量一階差分消除掉個(gè)體固定效應(yīng)，并用被解釋變量和具有潛在內(nèi)生性變量的滯后項(xiàng)作為工具變量。還有學(xué)者指出，在κ接近于1或者相對于ωit而言，在μi方差較大的情況下，動態(tài)面板估計(jì)所得到的系數(shù)在小樣本中會出現(xiàn)較大的有限樣本偏差，但可以用系統(tǒng)GMM估計(jì)方法加以改善，即系統(tǒng)GMM估計(jì)方法在矩條件中加入了殘差項(xiàng)水平值的矩條件[20]（P115-143）。還有研究表明，由于差分估計(jì)方法得到的估計(jì)量和水平GMM估計(jì)量的偏差具有相反的符號，而系統(tǒng)GMM估計(jì)量正好是這兩個(gè)估計(jì)量的加權(quán)平均，因此系統(tǒng)GMM的偏差更小[21]（P95-126）。此外，當(dāng)解釋變量在時(shí)間上具有持續(xù)性，那么它們的水平值與其差分之間關(guān)聯(lián)度會較小，出現(xiàn)弱工具變量的問題。因此，筆者將分別使用GMM估計(jì)方法和系統(tǒng)GMM估計(jì)方法來展開實(shí)證研究。

四、健康人力資本對中國區(qū)域經(jīng)濟(jì)增長影響的實(shí)證分析

為了全面和穩(wěn)健地識別健康人力資本對中國區(qū)域經(jīng)濟(jì)增長的影響，筆者將做以下幾個(gè)方面的實(shí)證分析。

（一）一般最小二乘法的估計(jì)結(jié)果

公式（1）有兩種模型設(shè)定：第一種模型設(shè)定包括常數(shù)項(xiàng)、期初的經(jīng)濟(jì)發(fā)展水平和關(guān)鍵解釋變量；第二種模型設(shè)定包括常數(shù)項(xiàng)、期初經(jīng)濟(jì)發(fā)展水平、教育年限的對數(shù)、貿(mào)易開放度、通貨膨脹率、政府規(guī)模以及關(guān)鍵解釋變量。估計(jì)結(jié)果如下表。

表2 健康人力資本與經(jīng)濟(jì)增長：孕產(chǎn)婦死亡率（1991-2014年）

表2和表3依次報(bào)告了實(shí)證估計(jì)的結(jié)果。在表2和表3中，模型設(shè)定（1）和（2）為全樣本，模型設(shè)定（3）和（4）為剔除異常值后的樣本，模型設(shè)定（1）和（3）僅包括常數(shù)項(xiàng)、期初的經(jīng)濟(jì)發(fā)展水平和關(guān)鍵解釋變量；模型設(shè)定（2）和（4）則加入了教育年限的對數(shù)、貿(mào)易開放度、通貨膨脹率、政府規(guī)模。由表2可知，關(guān)鍵解釋變量為孕產(chǎn)婦死亡率，其估計(jì)系數(shù)在所有模型設(shè)定中均為負(fù)，且在模型設(shè)定（2）-（4）中的估計(jì)系數(shù)顯著為負(fù)，這說明伴隨著低孕產(chǎn)婦死亡率的是高經(jīng)濟(jì)增長；期初經(jīng)濟(jì)發(fā)展水平在模型設(shè)定（1）和（3）中顯著為負(fù)，這表明經(jīng)濟(jì)收斂效應(yīng)存在；政府規(guī)模在模型設(shè)定（2）和（4）中顯著為負(fù)，這說明政府規(guī)模越大，經(jīng)濟(jì)增速越低。由3可知，關(guān)鍵解釋變量為圍產(chǎn)兒死亡率，其估計(jì)系數(shù)在所有模型設(shè)定中均顯著為負(fù)，并在剔除異常值后的樣本中其估計(jì)系數(shù)的絕對值要更大，這說明伴隨著低圍產(chǎn)兒死亡率的是高經(jīng)濟(jì)增長；期初經(jīng)濟(jì)發(fā)展水平和政府規(guī)模的估計(jì)結(jié)果與在表2的估計(jì)結(jié)果相似。

表3 健康人力資本與經(jīng)濟(jì)增長：圍產(chǎn)兒死亡率（1991-2014年）

（二）工具變量法的估計(jì)結(jié)果

采用工具變量估計(jì)法對健康人力資本與經(jīng)濟(jì)增長的因果關(guān)系進(jìn)行識別。最小二乘法的估計(jì)結(jié)果僅表示了健康人力資本與經(jīng)濟(jì)增長之間存在正相關(guān)的關(guān)系，即伴隨較高健康人力資本的是較高經(jīng)濟(jì)增速，并不能根據(jù)最小二乘法的估計(jì)結(jié)果來做因果關(guān)系判斷，因?yàn)榻?jīng)濟(jì)增長與健康人力資本可能存在互為因果關(guān)系并導(dǎo)致模型估計(jì)出現(xiàn)內(nèi)生性問題。因此，筆者采用1820年中國各地區(qū)寺廟修建數(shù)量作為健康人力資本的工具變量來克服估計(jì)過程中出現(xiàn)的內(nèi)生性問題。選擇工具變量的邏輯在于：當(dāng)前經(jīng)濟(jì)增速并不會影響過去的寺廟修建數(shù)量，但是過去的寺廟修建數(shù)量則會影響當(dāng)?shù)氐尼t(yī)療條件以及人們的醫(yī)療知識和健康意識，這又會對當(dāng)前該地區(qū)的健康人力資本產(chǎn)生深遠(yuǎn)影響。

首先，考察簡約式模型的估計(jì)結(jié)果，主要是分析工具變量與經(jīng)價(jià)格調(diào)整后的人均GDP增速的關(guān)系。從歷史的角度看，如果1820年的寺廟修建數(shù)量能夠影響當(dāng)前健康人力資本的積累，進(jìn)而對當(dāng)前經(jīng)濟(jì)增長產(chǎn)生影響，那么應(yīng)該看到，1820年的寺廟修建數(shù)量會通過對當(dāng)?shù)厝肆Y本積累的影響來間接地影響當(dāng)前經(jīng)濟(jì)增長。在此依然采取式子（1），被解釋變量為經(jīng)價(jià)格調(diào)整后的人均GDP增速，關(guān)鍵解釋變量為1820年的寺廟修建數(shù)量①為了避免零值的影響，在該變量加1后再取對數(shù)值。，記為Logbudd，表4報(bào)告了估計(jì)結(jié)果，其中，模型設(shè)定（1）和（2）為全樣本，模型設(shè)定（3）和（4）為剔除異常值后的樣本，模型設(shè)定（1）和（3）僅包括常數(shù)項(xiàng)、期初的經(jīng)濟(jì)發(fā)展水平；模型設(shè)定（2）和（4）則加入了教育年限的對數(shù)、貿(mào)易開放度、通貨膨脹率、政府規(guī)模。由表4可知，工具變量（Logbudd）的估計(jì)系數(shù)在所有模型設(shè)定中均顯著為正，這說明如果一個(gè)地區(qū)在1820年的寺廟修建數(shù)量較多，那么該地區(qū)當(dāng)前的經(jīng)濟(jì)增速也較高；如果一個(gè)地區(qū)在1820年的寺廟修建數(shù)量較少，那么該地區(qū)當(dāng)前的經(jīng)濟(jì)增速也較低。這也驗(yàn)證了1820年的寺廟數(shù)與當(dāng)前經(jīng)濟(jì)增長之間存在著聯(lián)系，因此，筆者選取1820年寺廟修建數(shù)量作為健康人力資本工具變量的前提是成立的。

表4 寺廟修建數(shù)量與經(jīng)濟(jì)增長（1991-2014年）

表5 工具變量回歸（孕產(chǎn)婦死亡率）：第一階段估計(jì)結(jié)果

其次，考察工具變量結(jié)構(gòu)模型的估計(jì)結(jié)果，主要是以1820年的寺廟修建數(shù)量作為健康人力資本的工具變量來展開估計(jì)。表5和表6依次報(bào)告了1820年的寺廟修建數(shù)量作為孕產(chǎn)婦死亡率工具變量的第一階段和第二階段的估計(jì)結(jié)果。第一階段的估計(jì)結(jié)果中，工具變量（Logbudd）的估計(jì)系數(shù)在所有模型設(shè)定中顯著為負(fù)，這說明1820年的寺廟數(shù)能夠很好地解釋當(dāng)前的孕產(chǎn)婦死亡率，即如果一個(gè)地區(qū)在1820年的寺廟數(shù)較高，那么該地區(qū)孕產(chǎn)婦死亡率越低。在第二階段的估計(jì)結(jié)果中，Morta的估計(jì)系數(shù)在所有模型設(shè)定中均為負(fù)，在模型設(shè)定（2）-（4）中顯著為負(fù)，這說明孕產(chǎn)婦死亡率的下降有助于促進(jìn)經(jīng)濟(jì)增長；并且，對于關(guān)鍵解釋變量而言，工具變量法得到的估計(jì)系數(shù)的絕對值要大于一般最小二乘法所得到的估計(jì)系數(shù)，這意味著一般最小二乘法所得估計(jì)系數(shù)低估了健康人力資本對經(jīng)濟(jì)增長的影響。表7和表8依次報(bào)告了1820年的寺廟修建數(shù)量作為圍產(chǎn)兒死亡率工具變量的第一階段和第二階段的估計(jì)結(jié)果。從第一階段的估計(jì)結(jié)果中，Logbudd的估計(jì)系數(shù)在所有模型設(shè)定中顯著為負(fù)，這說明1820年的寺廟數(shù)能夠很好地解釋當(dāng)前的圍產(chǎn)兒死亡率數(shù)值的變化，即如果一個(gè)地區(qū)在1820年的寺廟數(shù)較高，那么該地區(qū)圍產(chǎn)兒死亡率越低。從第二階段的估計(jì)結(jié)果來看，Morta1的估計(jì)系數(shù)在所有模型設(shè)定中均顯著為負(fù)，這說明圍產(chǎn)兒死亡率的下降有助于促進(jìn)經(jīng)濟(jì)增長。同樣的，對于關(guān)鍵解釋變量而言，工具變量法得到的估計(jì)系數(shù)的絕對值要大于一般最小二乘法所得到的估計(jì)系數(shù)，一般最小二乘法所得估計(jì)系數(shù)低估了健康人力資本對經(jīng)濟(jì)增長的影響。

表6 工具變量回歸（孕產(chǎn)婦死亡率）：第二階段估計(jì)結(jié)果

第三，檢驗(yàn)工具變量的排他性。選擇工具變量來識別統(tǒng)計(jì)上的因果效應(yīng)，檢驗(yàn)工具變量的排他性是必要的。選擇工具變量的理由是：一是古代寺廟修建數(shù)量有可能影響當(dāng)?shù)氐穆糜螛I(yè)發(fā)展，進(jìn)而影響到當(dāng)?shù)亟?jīng)濟(jì)增長。如果這種情況成立，那么工具變量的排他性便無法滿足。為了進(jìn)一步說明工具變量的合理性，必須分析古代寺廟修建數(shù)量與當(dāng)?shù)芈糜螛I(yè)的關(guān)系。對于一個(gè)地區(qū)旅游業(yè)的發(fā)展情況，可使用國家統(tǒng)計(jì)局公布的各地區(qū)國際旅游外匯收入占GDP的比例（Tour）來表示，其中國際旅游外匯收入按照當(dāng)年平均匯率折算成人民幣。筆者選擇1996年至2014年Tour的平均值來衡量旅游業(yè)的發(fā)展，記為Tourm①1996年之前Tour的數(shù)據(jù)在部分省區(qū)有缺失。。由旅游業(yè)的測算結(jié)果可知，Tourm最高值為北京市的4.68%，最低值為寧夏的0.035%，該變量在地區(qū)間有較大的差異，其均值和標(biāo)準(zhǔn)差依次為0.85%和0.97%。分析古代寺廟修建數(shù)量與旅游業(yè)發(fā)展的關(guān)系可知，這兩者的相關(guān)系數(shù)僅僅為0.056，對應(yīng)的p值是0.769，二者不存在顯著的相關(guān)關(guān)系。圖4也表明，二者的擬合線幾乎平行于橫軸，這說明古代寺廟數(shù)較多的地區(qū)并不是旅游業(yè)更發(fā)達(dá)的地區(qū)，即說明古代寺廟數(shù)對旅游業(yè)發(fā)展的貢獻(xiàn)較小。此外，還發(fā)現(xiàn)，旅游業(yè)更發(fā)達(dá)的地區(qū)并不是經(jīng)濟(jì)增長更快的地區(qū)，衡量旅游業(yè)發(fā)展的指標(biāo)Tour和2000年至2014年的經(jīng)濟(jì)增速的相關(guān)系數(shù)為-0.452，在5%水平下顯著，旅游業(yè)并沒有成為驅(qū)動中國地區(qū)經(jīng)濟(jì)增長的主要力量。

表7 工具變量回歸（圍產(chǎn)兒死亡率）：第一階段估計(jì)結(jié)果

表8 工具變量回歸（圍產(chǎn)兒死亡率）：第二階段估計(jì)結(jié)果

二是古代寺廟修建數(shù)量還會對金融發(fā)展產(chǎn)生影響。從需求層面看，參與寺廟活動是一種文化，文化是一種非正式的制度安排，能對微觀主體金融行為產(chǎn)生導(dǎo)向性影響。微觀主體在金融行為過程中會對金融產(chǎn)品需求以及金融制度建設(shè)需求產(chǎn)生影響[22]（P47-58）。從供給層面看，寺院金融是依靠宗教信仰建立商業(yè)信用，是依靠超血緣的宗教信仰力量聚集社會資本，約束借款人[23]（P186-198）。因此寺廟數(shù)可能會與區(qū)域金融市場化發(fā)展程度有影響。利用王小魯?shù)葮?gòu)建的金融市場化指標(biāo)來考察寺廟數(shù)和金融市場化發(fā)展程度的關(guān)系[24]（P50-100），即選取2008年至2014年金融市場化指標(biāo)的均值展開分析可知，金融市場化指標(biāo)均值為6.352，其中，浙江省金融市場化發(fā)展程度最高。如果將被解釋變量設(shè)為寺廟數(shù)，解釋變量設(shè)為金融市場化指標(biāo)，由最小二乘回歸的結(jié)果可知，金融市場化指標(biāo)的估計(jì)系數(shù)為8.957，但不顯著；寺廟數(shù)與金融市場化指標(biāo)的相關(guān)系數(shù)為0.249，同樣不顯著。這些均表明，古代寺廟數(shù)并沒有對當(dāng)前金融發(fā)展產(chǎn)生影響，這其中原因可能在于中國金融市場參與度還比較低，由《2017中國家庭金融調(diào)查報(bào)告》可知，中國家庭金融資產(chǎn)中股票和基金占比不足20%，在家庭資產(chǎn)中，金融資產(chǎn)僅占總資產(chǎn)的8.76%。

圖4 古代寺廟修建數(shù)量與旅游業(yè)發(fā)展

（三）動態(tài)面板GMM的估計(jì)結(jié)果

盡管工具變量的方法可以解決健康人力資本與經(jīng)濟(jì)增長之間的內(nèi)生性問題，但卻無法應(yīng)對其他控制變量造成的內(nèi)生性問題。因此，采取動態(tài)面板GMM的估計(jì)方法。為了平滑經(jīng)濟(jì)波動，還把1991年至2014年分為五個(gè)時(shí)間段，它們分別是1991年至1995年、1996年至2000年、2001年至2005年、2006年至2010年以及2011年至2014年，變量在每一個(gè)時(shí)間段上取平均值，經(jīng)價(jià)格調(diào)整后的人均GDP增速為一個(gè)時(shí)間段的年均增速。表9報(bào)告了動態(tài)面板GMM的估計(jì)結(jié)果，其中，模型設(shè)定（1）和（3）中關(guān)鍵解釋變量為Morta；模型設(shè)定（2）和（4）中關(guān)鍵解釋變量為Morta1；模型設(shè)定（1）和（2）采取的是Arellano和Bond提出了動態(tài)面板估計(jì)方法，利用被解釋變量及具有潛在內(nèi)生性變量的滯后項(xiàng)作為工具變量；模型設(shè)定（3）和（4）采取了系統(tǒng)GMM估計(jì)方法。

由表9動態(tài)面板GMM的估計(jì)結(jié)果可知，在關(guān)鍵解釋變量分別為孕婦死亡率和圍產(chǎn)兒死亡率的模型設(shè)定中，其估計(jì)系數(shù)均顯著為負(fù)，這說明健康人力資本對于實(shí)際人均GDP增速的影響顯著為正。同時(shí)，AR（1）、AR（2）以及Sargan檢驗(yàn)結(jié)果都支持了動態(tài)模型的設(shè)定，根據(jù)AR（1）、AR（2）的檢驗(yàn)結(jié)果，它拒絕了誤差項(xiàng)一階不相關(guān)的原假設(shè)，但無法拒絕誤差項(xiàng)二階不相關(guān)的原假設(shè)；根據(jù)Sargan的檢驗(yàn)，無法拒絕工具變量是有效的原假設(shè)。因此，根據(jù)系統(tǒng)GMM估計(jì)結(jié)果可知，模型設(shè)定（3）的估計(jì)系數(shù)表明，孕產(chǎn)婦死亡率的估計(jì)系數(shù)為-0.015，每千人孕產(chǎn)婦死亡數(shù)下降0.7，經(jīng)濟(jì)增速將提高1個(gè)百分點(diǎn)；孕產(chǎn)婦死亡率下降一個(gè)標(biāo)準(zhǔn)差（0.609），經(jīng)濟(jì)增速將會提高0.9個(gè)百分點(diǎn)。模型設(shè)定（4）的估計(jì)結(jié)果表明，圍產(chǎn)兒死亡率的估計(jì)系數(shù)為-0.500，每千名圍產(chǎn)兒死亡數(shù)下降0.2，經(jīng)濟(jì)增速將提高1個(gè)百分點(diǎn)，圍產(chǎn)兒死亡率下降一個(gè)標(biāo)準(zhǔn)差（0.043），經(jīng)濟(jì)增速將會提高2.2個(gè)百分點(diǎn)。這些實(shí)證結(jié)果都表明，基于完全條件信息集的GMM估計(jì)結(jié)果不僅具有統(tǒng)計(jì)上的顯著性，而且具有經(jīng)濟(jì)上的顯著性。

五、健康人力資本與中國區(qū)域經(jīng)濟(jì)增長關(guān)系的進(jìn)一步討論

已有的研究主要采取兩個(gè)指標(biāo)來度量健康人力資本，一個(gè)是死亡率，另一個(gè)是預(yù)期壽命。在已有的研究中，人口壽命的分析往往基于期望壽命，它只能反映死亡率、人口年齡結(jié)構(gòu)等有限的信息，而無法全面地反映人群的健康水平。而健康期望壽命（或稱傷殘調(diào)整期望壽命）在測算時(shí)考慮了人群的患病率、活動能力、工作能力等傷殘指標(biāo)的影響，它可以更全面地反映被研究人群的健康水平，因此得到了越來越廣泛的應(yīng)用。筆者利用第五次和第六次人口普查的各省份年齡人口數(shù)和死亡數(shù)的數(shù)據(jù)，以及1993年、1998年、2003年和2008年四年的全國衛(wèi)生服務(wù)總調(diào)查中各地區(qū)分年齡慢性病患病率和調(diào)查人口數(shù)的數(shù)據(jù)，采用Sullivan法來計(jì)算傷殘調(diào)整期望壽命，根據(jù)分年齡的人口數(shù)和死亡數(shù)建立簡略壽命表，利用壽命表中的數(shù)據(jù)便可以計(jì)算期望壽命。

表9 動態(tài)面板GMM的估計(jì)結(jié)果：死亡率

期望壽命按以下式子計(jì)算：

其中，lx是壽命表中x歲時(shí)的尚存人口數(shù)。Li是第i個(gè)年齡區(qū)間生存的人年數(shù)。w為最后一個(gè)開區(qū)間年齡段。LEx是x歲人口的期望壽命。結(jié)合相應(yīng)的傷殘測度指標(biāo)可以計(jì)算出傷殘調(diào)整期望壽命：

其中，Di為第i個(gè)年齡區(qū)間人群的傷殘測度，在計(jì)算過程中選取慢性病發(fā)病率作為傷殘測度的指標(biāo)。DALEx即為x歲人口的傷殘調(diào)整期望壽命。

同樣的，考慮到工具變量的方法無法應(yīng)對其他控制變量造成的內(nèi)生性問題，在此采取動態(tài)面板GMM的估計(jì)方法。為了平滑經(jīng)濟(jì)波動，將1991年至2014年分為五個(gè)時(shí)間段，變量在每一個(gè)時(shí)間段上取平均值。關(guān)鍵解釋變量為傷殘調(diào)整期望壽命。由于只有1993年、1998年、2003年和2008年四年的全國衛(wèi)生服務(wù)總調(diào)查中各地區(qū)分年齡慢性病患病率和調(diào)查人口數(shù)的數(shù)據(jù)，因此1993年的傷殘調(diào)整期望壽命數(shù)據(jù)對應(yīng)于1991年至1995年時(shí)間段，1998年對應(yīng)于1996年至2000年時(shí)間段，2003年對應(yīng)于2001年至2005年時(shí)間段，2008年對應(yīng)于2006年至2010年時(shí)間段。按照2003年至2008年傷殘調(diào)整期望壽命的變化趨勢計(jì)算了2013年的傷殘調(diào)整期望壽命，對應(yīng)于2011年至2014年時(shí)間段。在所有考察時(shí)間段內(nèi)，各地區(qū)傷殘調(diào)整期望壽命的均值為60歲，標(biāo)準(zhǔn)差為27歲。表10報(bào)告了基于期望壽命的實(shí)證估計(jì)結(jié)果。

表10 動態(tài)面板GMM的估計(jì)結(jié)果：期望壽命

由表10可知，從模型設(shè)定（1）和（2）的檢驗(yàn)結(jié)果來看，模型設(shè)定具有合理性。根據(jù)AR（1）、AR（2）的檢驗(yàn)結(jié)果，拒絕了誤差項(xiàng)一階不相關(guān)的原假設(shè)，無法拒絕誤差項(xiàng)二階不相關(guān)的原假設(shè)；根據(jù)Sargan檢驗(yàn)，無法拒絕工具變量是有效的原假設(shè)。此外，不論采取哪種估計(jì)方法，關(guān)鍵解釋變量（DALE）的估計(jì)系數(shù)都顯著為正，這說明健康人力資本對經(jīng)濟(jì)增長具有促進(jìn)作用。如果傷殘調(diào)整期望壽命增加5年，那么經(jīng)濟(jì)增速將會提高0.5%，如果處于DALE均值的地區(qū)能夠?qū)麣堈{(diào)整期望壽命提高至樣本最大值82歲，那么經(jīng)濟(jì)增速將會提高2.2%。這也說明健康人力資本對經(jīng)濟(jì)增長的影響不僅僅具有統(tǒng)計(jì)學(xué)上的顯著性，而且也具有經(jīng)濟(jì)學(xué)上的顯著性。

六、結(jié)論

人力資本的提升能夠緩解人口老齡化帶來的要素投入絕對數(shù)量下降的負(fù)面沖擊，人力資本不僅僅包括凝聚在勞動力身上的知識、技能等因素，還包括健康。健康投入的增加是健康人力資本積累的驅(qū)動力量，但是健康投入也會擠出其他物質(zhì)資本支出。當(dāng)前，中國衛(wèi)生總費(fèi)用占GDP比重雖然呈現(xiàn)出不斷提高的趨勢，但是與發(fā)達(dá)國家相比仍較為落后，甚至落后于部分發(fā)展中國家。這是不是就一定意味著中國應(yīng)當(dāng)加大健康人力資本投入，追趕其他國家在健康人力資本投入上的步伐？有研究發(fā)現(xiàn)，衛(wèi)生總費(fèi)用占GDP比重與經(jīng)濟(jì)發(fā)展水平之間呈現(xiàn)倒U型關(guān)系，衛(wèi)生籌資領(lǐng)域存在庫茲涅茨曲線（Kuznets Curve）[25]（P119-121）。這也意味著健康人力資本投入并不存在一個(gè)隨經(jīng)濟(jì)發(fā)展必然提高的趨勢，健康人力資本投入可能還要取決于當(dāng)前階段健康人力資本對經(jīng)濟(jì)增長是否能夠產(chǎn)生顯著的積極作用。

綜上所述，健康人力資本對于中國經(jīng)濟(jì)增長產(chǎn)生了顯著的正向影響，每千人孕產(chǎn)婦死亡數(shù)下降0.7個(gè)百分點(diǎn)，經(jīng)濟(jì)增速將提高1個(gè)百分點(diǎn)；每千名圍產(chǎn)兒死亡數(shù)下降0.2個(gè)百分點(diǎn)，經(jīng)濟(jì)增速將提高1個(gè)百分點(diǎn)；傷殘調(diào)整期望壽命增加10年，那么經(jīng)濟(jì)增速將會提高1個(gè)百分點(diǎn)，如果期望壽命處于均值的地區(qū)能夠?qū)麣堈{(diào)整期望壽命提高至樣本最大值82歲，那么經(jīng)濟(jì)增速將會提高2.2%。根據(jù)這些研究結(jié)論，中國應(yīng)該進(jìn)一步增加公共衛(wèi)生投入，通過健康人力資本的提高來帶動經(jīng)濟(jì)增長，并促進(jìn)中國經(jīng)濟(jì)增長模式的轉(zhuǎn)型。