健康冲击对中老年农户生计策略变迁的影响——来自CHARLS 面板数据的证据

王晓轩，胡梓君

（内蒙古科技大学 经济与管理学院，内蒙古 包头 014010）

随着经济发展水平的不断提高，我国人口老龄化程度持续加深，中老年农户占总人口的比率节节攀升。与此同时，中老年农户的健康问题亦日渐凸显。中老年农户由于客观因素的限制，受教育程度较低，多从事农业劳作或重体力劳动，因而与城市中老年居民相比，其健康问题更加突出；同时，农村地区社会保障制度不甚完善，医疗资源较为匮乏，中老年农户的生计活动更易因疾病冲击而发生改变，其更易因病返贫，从而陷入贫困的恶性循环。因此，如何改善农村医疗条件，提升农户健康水平及可持续生计能力是摆在国家面前的一项艰巨任务，这离不开专家学者的深入研究。然而纵观现有资料，涉及健康对中老年农户生计策略影响研究的相关文献较少。既有研究主要是将健康视作生计资本中人力资本的组成部分，本质上仍是研究农户生计资本对其生计策略的影响。鉴于此，本文欲在这一领域进行尝试性探索，以期为有关部门制定更具针对性的政策措施贡献绵薄之力。

本文基于中国健康与养老追踪调查数据，同时使用多期DID 及PSM-DID 方法探究健康冲击对中老年农户生计策略变迁之影响及作用机制，进而提出改善中老年农户健康水平、提升其可持续生计能力的对策建议。

一、理论分析与研究假设

依据可持续生计分析框架，健康冲击对农户生计策略存在深远影响。当农户遭受健康冲击后，依据可行能力理论提出的能力再造类型，农户的资本获取能力、就业能力和风险应对能力及其再造将被侵蚀[1]，劳动参与将被闲暇以及家庭劳动挤出[2]，因而农户的生计策略将会发生转变。

具体而言，当农户步入中老年时期，急、慢性疾病等健康冲击会显著减少其农业劳动时间及非农劳动参与[3-4]。受此影响，中老年农户的劳动边际生产率将大幅下降[5]。在未有定期养老金支撑的情况下，中老年农户将会被要求效益的非农生计活动淘汰，转而寻求闲暇较多的农业劳动。同时，由于性别、学历差异的客观存在，健康冲击对中老年农户生计策略选择的影响亦会因此略有不同。男性由于天然的体力优势，在从事农业型生计活动中具有优势，因而健康冲击可能会明显促进农村中老年男性选择农业型生计活动。知识作为提升农户劳动竞争力的重要因素，能够有效缓解健康冲击对中老年农户生计策略的影响。相较于高学历农户，低学历中老年农户生计策略更易因健康冲击而发生变化。基于此，提出假设1 和假设2：

H1：健康冲击会抑制中老年农户选择非农型生计策略，促进其选择农业型生计策略。

H2：健康冲击对中老年农户生计策略选择的影响会因性别和学历的不同而产生差异。

生计资本作为农户生计策略选择的基础[6]，其水平高低对农户生计策略选择的影响存在差异。具有较高生计资本水平的农户在面对风险冲击时抵御能力较强，其选择生计策略时亦会拥有更大余地[7]，生计多样化程度较高。从而健康冲击对其生计策略选择的影响较小，其生计活动较为稳定。而生计资本水平较低的农户由于缺乏资本支撑，其风险应对能力更差，因此健康冲击会显著改变生计资本水平较低农户的生计策略选择。由此提出假设3：

H3：生计资本水平越低，健康冲击对中老年农户生计策略的影响越大。

二、数据来源、模型设定与变量选取

（一）数据来源

采用中国健康与养老追踪调查（CHARLS）数据。该数据库主要收集了中国45 岁及以上中老年人家庭及个人的微观数据。根据数据情况及研究所需，选取2013、2015 和2018 年数据中的连续样本展开分析。样本共有9 201 个年度观测值，其中处理组3 363 个，控制组5 838 个。

（二）模型设定

若将健康冲击对中老年农户生计策略的影响视为一个自然实验场景，则可使用多期双重差分模型进行分析。本文主要参考王智新等人[8]的做法，将具体模型设计如下：

式（1）中，Strategyit为被解释变量，表示第i个农户在t时间的生计策略；解释变量Healthit=Treati×Postit。其中，Treati是组别虚拟变量，受健康冲击影响的农户取值=1 为处理组，未遭受健康冲击的取值=0 为控制组。Postit为时间虚拟变量，若第i个农户在t时间遭受健康冲击，则Postit=1，否则Postit=0。交互项系数β0是本文所关注的健康冲击对农户生计策略变迁影响的净效应；Xit为各控制变量，由数据获取情况并结合分析所需，本文选择个体、家庭、社会层面部分特征作为控制变量。同时，为控制不可观测值所造成的内生性问题，在模型（1）中加入了λi个体固定效应与ηt时间固定效应。εit则为残差项。

进一步借鉴石大千等人[9]的做法，基于PSMDID 方法进行稳健估计，具体步骤为：首先，利用 PSM 找到与处理组特征最接近的控制组；其次，利用匹配后的处理组和控制组进行DID 回归。具体模型如式（2）所示：

模型（2）中变量含义与模型（1）一致。

（三）变量选取

被解释变量：生计策略。沿袭已有研究将生计策略分为农业型、农业兼业型、非农兼业型和非农型4 类[10]。然而，本文划分依据略有不同，主要以农户是否有其他非农工作和从事农业活动时长为依据，并采用系统聚类方法进行分类。本文将无非农工作且从事农业活动时间超过6 个月的生计策略定义为农业型；有非农工作且从事农业活动时间超过6 个月的定义为农业兼业型；有非农工作且从事农业活动时间小于6 个月的定义为非农兼业型；从事非农工作且农业活动时长为0 的定义为非农型。具体分类情况见表1。

表1 生计策略分类情况

核心解释变量：健康冲击。原始数据中自评健康由很好至很差分别取值为1～5，本文考虑到数据处理的便捷性以及多期双重差分法分析的要求，对自评健康重新赋值为好=1、一般=2、差=3。进一步根据样本在3 年中的自评健康状况，将相比于2013 年、2015 年、2018 年健康状况变差或变为一般的样本归为处理组，健康状况未发生变化的样本则归入控制组，从而构造了Healthit交互项，即健康冲击。

控制变量：选取年龄、子女个数、社会交往等个体、家庭及社会特征纳入模型（1）。变量具体含义见表2。

表2 各变量含义及描述性统计结果

三、实证结果及分析

（一）平行趋势检验

使用多期双重差分法的前提是分析应满足平行趋势假设，即在未遭受健康冲击前，处理组与控制组的生计策略演变趋势基本一致。故本文借鉴Beck 等[11]的平行趋势检验方法进行验证。

图1 显示了农业型、农业兼业型以及非农型生计策略双重差分的平行趋势检验结果。可以看到，在将冲击发生的前一期作为基期并加入控制变量后，β0系数在冲击来临之前的年份不显著异于0，未通过显著性检验；而健康冲击发生当年及之后年份β0系数均显著不为0，通过了显著性检验。因而，可以说明在健康冲击未发生前，各样本的农业型、农业兼业型、非农型生计策略演变趋势几乎是一致的，分析满足平行趋势假设。

图1 平行趋势检验

（二）基准回归结果

本文利用stata17.0 软件对模型（1）进行了基准回归分析，结果如表3 所示。表3 第（1）（2）列分别为未加入控制变量与加入控制变量的农业型生计策略的结果。可以看出，未加入控制变量时，交互项Health的系数在1%的水平上显著为正。加入控制变量后，Health的系数仍在5%的水平上显著为正。第（3）（4）列农业兼业型生计策略的结果表明：无论是否加入控制变量，Health的系数均在5%的水平上显著为负。第（5）（6）列非农兼业型生计策略的结果显示，Health的系数并不显著。而在第（7）（8）列报告的非农型生计策略的结果中，引入控制变量后，Health的系数在5%的水平上显著为负。综上所述，可以判定当中老年农户遭受健康冲击后，其更倾向于选择农业型生计策略，而非兼业型及非农型生计活动。这可能是因为，中老年农户由于受教育水平的限制，其能够选择的非农工作多为规定工时的体力劳动。因而当其健康水平下降，当下从事的非农体力劳动难以为继。在未有健全医疗保障的庇护下，其倾向增加闲暇及家庭劳动，从而会选择工作时间更为灵活的农业劳动。假设1 得证。

表3 基准回归结果

（三）稳健性检验

1.逐期PSM-DID 检验

尽管本文基于多期DID 方法展开分析能够在一定程度上消除潜在时间趋势中的偏差，但是，由于农户生计策略选择可能受到个体特征等诸多混淆变量的影响，故分析可能会存在选择性偏误。而由Heckman 等[12]提出的双重差分倾向得分匹配法则可有效解决这一问题。具体来说，PSMDID 首先将处理组和控制组的样本匹配到倾向值相近的样本，使其满足共同支撑域假设。进而对匹配后的样本再次使用双重差分方法进行分析。

在进行倾向得分匹配的过程中，本文采用近邻匹配方法来确定权重。在选取部分协变量后，本文对处理组与控制组进行逐期匹配，并绘制核密度函数曲线，结果如图2 所示。由图2（a）可见，在进行近邻匹配之前，两组样本的倾向得分值概率密度分布存在明显差异，故倘若不对两组样本加以匹配而直接比较，很可能会导致估计偏误。而图2（b）中，在实施最近邻倾向得分匹配后，两组样本的概率密度分布渐趋一致，且均值距离缩小，这表明匹配后两组样本的特征已非常接近。同时，本文还进行了逐年平衡性检验，结果显示协变量在匹配前后无显著性差异。因此，以上结果说明PSM 匹配效果较好。

图2 核密度曲线

进一步基于模型（2）利用匹配后的样本进行了多期双重差分估计，结果见表4。不难发现，在PSM-DID 估计结果中，健康冲击仍显著促使中老年农户更倾向选择农业型生计策略，而非农业兼业型及非农型生计策略。故该结果验证了结论的稳健性。

表4 PSM-DID 估计结果

2.安慰剂检验

为检验是否仍有某些不可观测因素影响估计结果，本文借鉴白俊红等[13]的思路，通过随机选取实验期及处理组的方式，进行安慰剂检验。具体操作如下：利用Stata 构造伪健康冲击对样本的500 次随机冲击，每次随机抽取1 121 个样本作为处理组，且政策时间随机给出，从而得到500 个估计系数。图3 显示了不同生计策略的安慰剂检验结果。由图3 可见，随机处理后交互项Health的估计系数主要集中在0 附近并大致服从正态分布，且P值都大于0.1。因此，安慰剂检验结果说明本文的实证分析结果并未受到不可观测因素的影响，结果具备稳健性。

图3 安慰剂检验（500 次）

3.删除异常值

回归数据本身，数据中存在的异常值可能会通过回归估计降低研究结果准确性及真实性。考虑到以上可能存在的问题，本文对控制变量缩尾1%，以消除数据中存在的极端值。进一步再对缩尾后的数据进行回归。由表5 可见，健康冲击仍然显著促使中老年农户倾向选择农业型生计策略，而放弃从事农业兼业型及非农型生计策略。这与基准回归结果大致相同。因而上述分析能够证明本文的研究结论并未受到异常值的干扰，回归结果具备稳健性。

表5 删除异常值的稳健性检验

（四）异质性分析

健康冲击对中老年农户生计策略选择的影响会因个人特征而产生不同的效果。

1.性别差异

表6 列出了健康冲击对不同性别农户生计策略选择影响的差别。可以看到，健康冲击会更显著地影响男性中老年农户选择农业型生计策略，而非农业兼业型生计策略。对于女性影响则并不显著。这可能是因为在传统思想熏陶下，农村地区男性多为家庭支柱，主要负责家庭农业经营。而当其健康状况受到损害，男性农户将难以应付其他兼业活动，因此会更倾向选择安排灵活的自家农业经营；同时，健康冲击则导致农村女性倾向放弃非农工作。这是因为，在传统观念中，家庭琐事理所应当由女性承担。而当农村女性身体状况不佳时，其难以胜任家庭照料与挣取收入的双重身份。因此，不得不放弃现从事的非农工作，转而回归家庭。

2.学历差异

健康冲击对中老年农户生计策略选择的影响亦会因学历差异而产生不同。由表7 可见，健康冲击对高中及以下学历农户的生计策略选择存在显著影响。高中及以下学历的农户在遭受健康冲击后，会更倾向选择农业型生计策略而非农业兼业型及非农型生计策略。这是因为低学历限制了农户的工作选择。学历更高者在知识技能方面具备优势，故其在职业选择上拥有更多余地；然而，学历较低者由于在知识储备方面存在的劣势，只能被束缚在以付出体力为主的工作中。因此，当低学历农户受到健康冲击时，其难以应付高强度的体力非农劳动，故而其会从事时间安排灵活的农业经营。综上，假设2 得证。

（五）机制检验

前文作用机制部分提出，中老年农户生计资本水平越低，健康冲击对其生计策略选择的影响越大。因此，为检验健康冲击—生计资本—生计策略选择这一作用机制的合理性，本文选取金融资本、物质资本、人力资本、自然资本、社会资本以及心理资本并采用熵权topsis 方法综合得到农户生计资本得分。同时，借鉴阳灿等人的[14]做法，按照当年全部样本生计资本的中位数将全样本分为两组，进而进行分组回归，所得结果如表8 所示。综合来看，健康冲击显著影响低生计资本水平的农户倾向选择农业型生计策略，而放弃从事非农型生计活动。而高生计资本水平农户的生计策略却未因健康冲击发生明显变化。据此，可以说明中老年农户生计资本水平越低，其生计策略选择越易因健康冲击而偏向农业型，农户生计多样化水平下降。故以上结果证实了健康冲击—生计资本击—生计策略选择这一作用机制的合理性，假设3 得证。

表8 生计资本机制检验结果

四、结论及政策建议

本文基于CHARLS2013—2018 年面板数据，采用多期双重差分方法检验了健康冲击对中老年农户生计策略变迁的影响及作用机制。主要得出以下结论：（1）当中老年农户遭受健康冲击后，其更倾向于选择农业型生计策略，而放弃从事农业兼业型和非农型生计活动；（2）农村男性受到健康冲击后，其更倾向选择农业型生计活动，放弃从事农业兼业型生计活动，同时，健康冲击会抑制农村女性选择非农型生计策略，此外，健康冲击显著促使低学历农户选择农业型生计活动，而非非农工作；（3）中老年农户生计资本水平越低，其生计策略越易因健康冲击而发生转变。

基于以上研究结论，本文提出了下述政策建议。

1.政府应完善主体多元、层次广泛的健康扶贫协作机制

我国目前的健康扶贫协作机制主要表征为政府主导+多元主体协同合作。在该机制作用下，健康扶贫取得一定成效。但与此同时，健康扶贫工作中存在的资金不足、沟通不畅、监管缺位等问题亦日渐凸显。因此，为巩固脱贫攻坚成果，政府有必要设置健康扶贫专项资金；同时，政府应探索建立健康扶贫工作联席会议，广泛接纳社会力量，为多元主体提供建言献策的平台；此外，政府可尝试设置健康扶贫工作委员会，合理定位自身职能，不得缺位亦不能越位。在统筹政策实施路径同时，要给予保险公司等多元主体部分自主权，鼓励其开发面向病弱中老年农户的健康保险产品。不仅如此，委员会可专设监督小组，引入第三方监督主体，从而保障政策实实在在惠及因病致贫农户。

2.提升基层医疗救助能力，完善农村医疗保障制度

农村地区医疗资源匮乏，故要提升基层医疗水平，政府应实施全科医生特岗计划，改善农村地区医疗基础设施状况。同时，应大力开展三甲医院长期对口帮扶行动，除举办问诊下乡活动，政府可鼓励农村医护人员前往三甲医院等观摩进修；而要完善农村医保制度，政府可通过建立重点疾病专项救助医保基金，对病弱中老年农户进行长期补贴。不仅如此，政府应尽快实现重大疾病和慢性病门诊统筹，将部分特效药、常用药纳入医保报销范围，以减轻农户看病负担。

3.加快发展县域产业，吸纳中老年农户就近就地就业创业

实现帮扶政策由“授人以鱼”向“授人以渔”的转化，从而持续提升中老年农户应对健康冲击的能力。脱贫攻坚期间，贫困地区建立了扶贫车间以吸纳广大贫困人口就近就地就业，该项政策助推我国脱贫攻坚任务顺利完成。因此，为巩固脱贫攻坚成果，各地政府应扩大对外开放程度，依托已建立起的扶贫车间，在结合本区域优势并考虑到环境承载力的前提下，承接部分经济发达地区的劳动力密集型产业，如建立服装、玩具和电子加工厂。进一步通过完善利益分配机制、加强技能培训、延长产品产业链等提升农村产业生产力与竞争力，吸纳中老年农户就近就地就业；同时，脱贫地区可依托本地自然、文化资源，发展乡村旅游、农业观光、农村电商、地方手工艺品制造等劳动强度相对较低的产业，并且创新经营方式，允许订单化生产、兼职就业，从而给予患有慢性病或基础病的中老年农户就近就地就业的机会，缓解疾病冲击带来的生活困苦。