健康冲击对农村空巢老年家庭贫困脆弱性的影响研究——基于社会资本的调节作用分析

景正月,周成超

1.南京医科大学医政学院,江苏 南京 211166;2.山东大学公共卫生学院卫生管理与政策研究中心,山东 济南 250012;3.国家卫生健康委员会卫生经济与政策研究重点实验室(山东大学),山东 济南 250012;4.山东大学医养健康产业研究院,山东 济南 250012

消除贫困是人类社会的共同理想。2021年我国农村贫困人口全部脱贫,贫困县全部摘帽,成功消除了绝对贫困和区域性整体贫困,脱贫攻坚战取得了重大胜利。虽然我国脱贫攻坚成效显著,但是部分脱贫稳定性较差的农户、脆弱性较高的贫困边缘家庭今后仍然可能因灾、病、懒、婚等原因返贫和新发贫困,而其中健康贫困(因病致贫、因病返贫)是首要原因[1-2]。根据贫困生命周期理论,贫困风险发生率最高的群体之一是老年人群[3]。相比一般人群,老年人群返贫几率更高,并且老年人群的身体机能随着年龄增长而逐渐衰退,疾病风险越来越高,因病致贫返贫成为农村老年贫困的主要形式。值得注意的是,随着人口老龄化进程和城镇化进程的加快发展,空巢已经成为中国老年人最主要的居住方式[4],以往研究发现空巢老人相比非空巢老人疾病风险更高、经济状况更差,因病致贫返贫问题更为突出[5-7],解决后扶贫农村空巢老年家庭因病致贫返贫问题有助于巩固我国健康扶贫成果同乡村振兴有效衔接,推动健康老龄化的全面实现。

以往因病致贫返贫的治理侧重于对已经发生健康贫困的群体给予事后救助措施,忽略了贫困边缘群体,具有滞后性。为防止后扶贫时代农村空巢老年家庭因病致贫返贫,将贫困治理重点从事后救助转变为事前预测至关重要。通过贫困的事前预测可以有效识别未来可能致贫的农村空巢老年群体并制定针对性的干预措施,以防止规模性返贫风险。健康贫困脆弱性指标便是从前瞻性的角度去反映家庭因健康相关风险冲击而导致未来福利下降的概率,即家庭在未来发生贫困的可能性[8]。解决农村空巢老年家庭健康贫困脆弱性问题,对防止家庭陷入因病致贫返贫来说十分重要。

社会资本作为非正式风险分担机制,是对正规保障措施的有效补偿。然而,以往研究对于社会资本是否在健康冲击对贫困脆弱性的影响中发挥调节作用的结论存在分歧,一部分学者研究发现社会资本并不能缓解健康冲击对农户经济脆弱性的影响[9],而另一部分学者认为社会资本是健康冲击对贫困脆弱性影响机制中的有效作用渠道,可以减弱健康冲击对贫困脆弱性的正向影响[10-11]。此外,以往相关研究忽略了农村空巢老年家庭这一特殊群体,相比其他群体,其社会资本具有特殊性,探究社会资本是否在健康冲击对贫困脆弱性的影响中发挥调节作用,对于阻断农村空巢老年家庭的健康贫困脆弱性具有重要意义。因此,本研究以农村空巢老年家庭为研究对象,使用山东省农村老年健康队列调查数据,采用双向固定效应模型和双重差分倾向得分匹配模型(Propensity score matching-Difference in Difference,PSM-DID)评估了健康冲击对贫困脆弱性的影响,并探讨了社会资本在两者关系中的调节作用,以期为后扶贫时代制定前瞻性的健康贫困干预措施和健全完善防范化解因病返贫致贫长效机制,提供实证依据支撑。

1 资料来源与方法

1.1 资料来源

本研究数据来源于2019年山东省农村老年健康队列调查的基线数据和2020年随访数据[12,13]。基线数据采用多阶段分层整群随机抽样方法抽取山东省农村地区60岁及以上老年人进行面对面问卷调查,共抽取了山东省3个县、15个乡镇、60个村的3600名农村老年人,最终3 243 名农村老年人完成了整个调查,其中空巢老人为2 654名。2020年所进行的随访调查,共随访到2 785名农村老年人,其中空巢老人为2 288名。由于本研究是以空巢老年家庭为研究对象,在剔除93名两年空巢状态不一致的样本和244名属于同一个家庭的其他成员后,最终获得了包含1 951户的2年平衡面板数据。

1.2 变量选取

1.2.1 被解释变量

被解释变量为贫困脆弱性,本研究参考Chaudhuri等学者的研究[14],使用预期贫困脆弱性(Vulnerability as Expected Poverty,VEP)方法来测度农村空巢老年家庭的贫困脆弱性。VEP方法将贫困脆弱性定义为家庭在t+1时期的收入水平低于贫困线的概率,公式1如下:

vht=Pr(ln)Ch,t+1

公式1

其中,Ch,t+1为家庭h在t+1时期的人均收入,z为贫困线。

首先,建立家庭的收入函数模型,见公式2:

lnYh=Xhβ+eh

公式2

其中,lnYh是指家庭人均收入对数化;Xh是指影响家庭收入的相关特征变量,如家庭的人力资本、自然资本等,本研究中家庭相关特征变量的选择是基于对以往文献的参考和总结;是指需要估计的参数,eh代表残差项。

公式3

其次,利用由Amemiya提出的三阶段FGLS方法对参数和进行估计[15],得到FGLS估计量和,以此对家庭未来收入对数的期望和方差进行估计,得到公式4和5:

E(lnYh|Xh)=Xhβ

公式4

V(lnYh|Xh)=Xxθ

公式5

最后,假设家庭h未来收入水平服从对数正态分布,计算家庭h的贫困脆弱性指数,得到公式6:

公式6

在贫困脆弱性的测度过程中,贫困线和脆弱线的选择会在一定程度上影响贫困脆弱性预测的精确性,通过综合分析,本研究最终选择了山东省贫困线和国际贫困线2美元/天、3美元/天作为贫困线,以及大多数研究所认同的50%作为脆弱线。当家庭的贫困脆弱性指数大于脆弱线,则被视为贫困脆弱状态,反之则不处于贫困脆弱状态。

1.2.2 核心解释变量

核心解释变量为健康冲击。为确保结果的准确性,需要选择合适的指标衡量农村空巢老年家庭的健康冲击。以往一部分研究选取自评健康等主观风险感知指标评估健康冲击,然而此种评估方式具有主观性,可能会影响结果的准确性;另一部分研究选取住院花费在5 000元以上等指标评估健康冲击,虽然这种评估方式克服了主观性却忽略了不同家庭的可承受能力。因此,本研究为综合考虑家庭医疗花费和家庭承受能力,参考于新亮等学者的做法[16],将“健康冲击”定义为家庭自付医疗卫生支出占家庭支付能力40%及以上。

1.2.3 调节变量

调节变量为社会资本。由于本研究是以农村空巢老年家庭为研究对象,具有特殊性,因此在指标的选取上从正向和负向的角度突出可获得的社会资本,具体指标包括从正向角度考虑的子女数量;从反向角度考虑的空巢特征指标(空巢年限和居住安排)。

1.2.4 控制变量

本研究在参考相关研究文献的基础上,结合本调查已有研究变量,将影响贫困脆弱性的因素纳入其中作为控制变量。其中,个人层面的控制变量包括户主年龄、户主受教育程度,家庭层面的控制变量包括做饭燃料、厕所类型、住房面积、家庭是否是建档立卡贫困户、家庭规模、家庭劳动力数量、家庭慢病人数和家庭调查前一年内住院服务利用,并且由于本研究所使用数据未统计家庭住院服务利用,因此以户主在调查前一年内的住院服务利用情况代替整个家庭,分为利用和未利用两种状态。

1.3 统计分析法

采用均值(标准差)、率(百分比)描述分析农村空巢老年家庭的基本情况和贫困脆弱性发生情况;运用面板双向固定效应模型评估分析健康冲击对贫困脆弱性的影响及社会资本的调节作用。此外,为了结果的稳健性,运用PSM-DID模型评估健康冲击对贫困脆弱性的影响。本研究的实证分析主要采用Stata 15.0软件完成。

2 结果

2.1 基本情况描述

本研究各变量的描述性统计结果如表1所示,共有1 951户农村空巢老年家庭纳入分析。这些家庭的空巢年限平均为16.8年,子女数量平均为2.54个,住房面积平均为94.4 m2,年收入平均为14 228元,家庭规模平均为1.8人,家庭劳动力数量平均为1.1人;大多数家庭以偶居为主(67.8%),做饭燃料以柴草为主(57.6%),厕所类型以卫生厕所为主(55.9%),有慢病患病患者(89.5%),调查前一年内未利用住院卫生服务(79.8%);户主的教育文化程度以小学为主(40.3%),年龄平均为70.3岁。

表1 变量描述性统计结果

2.2 健康冲击与贫困脆弱性发生率

表2显示了不同健康冲击状态下的农村空巢老年家庭的贫困脆弱性发生率,无论在哪种贫困线标准下,发生健康冲击的农村空巢老年家庭的贫困脆弱性发生率均高于没有发生健康冲击的家庭,并且该差异具有统计学意义(P<0.01)。

表2 健康冲击与贫困脆弱性发生率(%)

2.3 健康冲击对贫困脆弱性的影响—基于双向固定效应模型

经过豪斯曼检验,选择固定效应模型评估健康冲击对贫困脆弱性的影响更为合适,同时为了控制个体的时间趋势和不随时间变化的遗漏变量问题,在固定效应模型中加入个体和时间固定效应。表3反映了面板双向固定效应模型下健康冲击对贫困脆弱性的影响,结果显示,无论在哪种贫困线标准下,健康冲击估计系数均为正数,且在1%的显著水平上显著,这说明健康冲击的发生均显著增加了农村空巢老年家庭的贫困脆弱性。

表3 双向固定效应模型下健康冲击对农村空巢老年家庭贫困脆弱性的影响

2.4 健康冲击对贫困脆弱性的影响—基于PSM-DID模型

利用Logit模型估计倾向得分,尽可能将影响处理变量(是否遭受健康冲击)和结果变量(贫困脆弱性)的协变量纳入Logit模型,以保证满足可忽略性假设条件,由于篇幅有限,在此略去Logit回归倾向得分结果。

为保证样本匹配质量,需要对处理组和控制组协变量进行平衡性检验,表4显示了匹配前后各协变量的平衡性检验结果,匹配前,部分协变量在处理组和控制组存在显著差异;匹配后,各协变量在处理组和控制组间不存在显著性差异,表明通过了平衡性检验,匹配效果良好。

表4 匹配前后各协变量的平衡性检验结果

最后,在核匹配的基础上构建PSM-DID模型,对匹配成功的样本进行双重差分处理,表5是不同贫困线标准下健康冲击对贫困脆弱性影响的PSM-DID结果。结果表明,无论在哪种贫困线标准下,健康冲击都增加了贫困脆弱性,并且在1%的显著水平上显著。在2美元贫困线的标准下,健康冲击的发生使农村空巢老年家庭未来陷入贫困的概率增加5.8%;在山东省贫困线的标准下,健康冲击的发生使农村空巢老年家庭未来陷入贫困的概率增加7.1%;在3美元贫困线的标准下,健康冲击的发生使农村空巢老年家庭未来陷入贫困的概率增加7.8%。

表5 PSM-DID模型下健康冲击对贫困脆弱性的影响

2.5 健康冲击对贫困脆弱性的影响—社会资本的调节作用

为检验社会资本在健康冲击对贫困脆弱性的影响过程中的调节作用,在上述面板双向固定效应模型的基础上,加入空巢年限、居住安排、子女数量和健康冲击的交互项,结果见表6。空巢年限、居住安排、子女数量在健康冲击与贫困脆弱性关系中存在显著的调节作用,具体来说,模型1揭示,空巢年限与健康冲击的交互项显著为负,这表明空巢年限越长,健康冲击对贫困脆弱性的正向影响越弱;模型2揭示,居住安排与健康冲击的交互项显著为负,这表明偶居和其他居住类型的家庭可以缓解健康冲击对贫困脆弱性的正向影响;模型3揭示,子女数量与健康冲击的交互项显著为正,这表明子女数量越多,健康冲击对贫困脆弱性的正向影响越强。

表6 社会资本的调节作用

3 讨论与建议

本研究利用山东省农村老年健康队列调查数据,采用双向面板固定效应模型和PSM-DID模型,分析了健康冲击对农村空巢老年家庭贫困脆弱性的影响及作用机制。本研究的主要研究结论及政策建议如下:

第一,研究结果发现健康冲击显著增加了农村空巢老年家庭的贫困脆弱性,如在山东省贫困线标准下,健康冲击的发生使农村空巢老年家庭未来陷入贫困的概率增加了7.1%。此研究结果与以往学者的研究结论相一致,尽管以往研究所选择的评估健康冲击的指标各不相同的,但均体现了家庭健康方面所遭受的风险冲击。后扶贫时代健康贫困治理应当重点关注农村空巢老年家庭这一群体,针对这些未来贫困脆弱性更高的群体,应当及时采取相应预防措施和治理办法提高家庭的风险抵抗能力,避免家庭因遭受健康冲击而在未来陷入贫困。

第二,研究结果发现社会资本在健康冲击对农村空巢老年家庭贫困脆弱性的正向影响中发挥调节作用,而调节作用的正负向因具体指标的不同而有所差异。这与以往大多数研究所发现的社会资本在健康冲击对贫困脆弱性的正向影响中发挥负向调节作用的研究结论存在差异,这可能是因为我们所关注的人群是农村空巢老年群体,与以往研究所关注的人群不同,因此评估空巢老年群体社会资本的指标也具有特殊性,与以往研究不尽相同。具体来说,本文研究发现空巢年限在健康冲击对贫困脆弱性的正向影响中发挥负向调节作用,空巢年限越长,健康冲击对贫困脆弱性的作用越弱。这可能是因为空巢年限长的老年人,得到的社会支持较多,从而可以减缓健康冲击对贫困脆弱性的影响,余昌妹等学者研究表明,空巢年限较长的相比空巢年限较短的老年人,得到的社会支持关注、社会救助和服务多[17]。本研究发现居住安排在健康冲击对贫困脆弱性的正向影响中发挥负向调节作用,非独居老年人相比独居老年人可以减弱健康冲击对贫困脆弱性的影响。这一研究结果可能的原因是居住安排影响着家庭的资源配置和福利水平,独居的老年人无法获得来自同住亲属的日常生活照料、情感支持和经济支持[18-20],面临更高的生存风险,可能导致家庭福利水平下降,增加未来贫困的可能性。以往研究也同样发现独居状态会导致老年人获得的经济支持下降,增加陷入贫困的风险[21-22]。本研究发现子女数量在健康冲击对贫困脆弱性的正向影响中发挥正向调节作用,子女数量越多,健康冲击对贫困脆弱性的正向影响越强。尽管这一发现与“多子多福”的传统观念相悖,但在另一项使用中国健康与退休纵向研究数据的研究中也发现了类似的结果,即在农村空巢老年人中,活着的孩子越多,贫困的风险就越高[23],这一研究结果可以解释为两个原因:①更多的孩子意味着家庭经济资源的稀释,这可能导致父母在年轻时无法储蓄足够的收入去防止其老年时的意外冲击;②尽管在中国农村,儿童在赡养老年人方面发挥着重要作用,但有证据表明,兄弟姐妹的数量与父母的照顾相关,当兄弟姐妹较多时,每个孩子对年长父母的支持可能较少。为了减弱健康冲击对贫困脆弱性的正向影响,提高农村空巢老年家庭的社会资本水平,完善风险分担机制是至关重要的。基层政府可以通过引导支持,帮助空巢老年群体加强与子女及亲友的联系,形成良好的生活互助模式,增强家庭的社会网络关系基层政府,让子女及时为父母提供生活保障;同时鼓励社会组织通过捐赠、物品和志愿服务等方式,积极参与老年群体的健康扶贫工作,为空巢群体抵御健康冲击提供更多的社会支持。

利益冲突无