郑莉莉，刘 晨

(1.中央财经大学 保险学院，北京 100081；2.中央财经大学 企业科技金融创新研究中心，北京 100081)

一、引言

2020年我国全面建成小康社会，我国居民不再仅仅满足于基本的物质需要，健康也是居民的共同追求。我国政府一直以来都非常重视居民的健康，“十三五”规划强调把提升人的发展能力放在突出重要位置，着力增强人民科学文化和健康素质，加快建设人力资本强国；党的十八大报告指出：“健康是促进人的全面发展的必然要求，是经济社会发展的基础条件”；习近平总书记在 2016 年全国卫生与健康大会上指出，把人民健康放在优先发展的战略地位；党的十九大报告将实施健康中国战略纳入国家发展的基本方略，把国民健康置于“民族昌盛和国家富强的重要标志”地位，认为国民健康是国家可持续发展能力的重要标志。2020年召开的十九届五中全会，继续强调全面推进健康中国建设。将健康融入所有政策，探讨具有中国特色的健康经济学的分析框架已经成为理论研究的重点，也符合我国以人为本的理念和构建和谐社会的要求，只有准确估计健康投资对健康的影响，才能明确健康中国政策对健康投入的政策效应，从而调整和优化相关健康政策，以利用有限的社会资源取得最大化的社会效益。

健康投资不仅是为了满足人类的需要，而且是人类福利的基本组成部分(Mushkin，1962)[1]。近年来，人们已经认识到，医疗服务、营养和锻炼方面的支出可以被视为对健康资本的投资，并利用资本理论的工具进行分析(Cropper，1977)[2]。Grossman(1972)[3]将健康视为一种资本存量，个人可以通过将时间(如医生就诊)与购买的投入(如医疗服务)相结合来投资健康，投资健康的动机是，通过增加健康存量，个人可以增加获得收入或生产消费品的时间。Chadwick等(2009)[4]提出健康投资有利于人力资本的累积。Ehrlich和Chuma(1990)[5]在家庭层面比较了健康人力资本投资的成本与随着生命延长所带来的效用。Ehrlich和Lui(1991)[6]把人力资本作为增长的驱动力和代际间物质和精神的纽带，分析父母健康投资对人力资本的影响。Chakraborty(2004)[7]考虑了公共健康支出对死亡率的影响。在已有研究的基础上，本文将健康投资定义为：为了恢复和发展人群健康而消耗的资源，用于维持和保护个体和群体健康状态、预防和治疗人体疾病方面的投入，包括营养水平投资、医疗和保健投资、体育运动与休闲投资和生活环境投资。

健康投资对健康影响的评估比较困难，因为个体的健康投资总是由决定健康状况的一些相同因素决定，因此，健康投资差异导致的不同健康结果可能是个体选择健康投资差异的结果，或者可能是个人之间的差异，甚至是研究者未观察到的其他差异，健康投资与健康之间存在显著的内生关系，这使得确定健康投资和健康的因果关系比较困难。本文利用中国营养与健康调查(CHNS)数据，从个体微观角度来研究健康投资对个体健康水平的影响。与已有文献研究相比，本文贡献可能体现在以下四个方面：首先，已有的研究大多从宏观的视角分析健康人力资本、健康投资同宏观经济变量的关系(王弟海等，2008；王弟海，2012)[8-9]，本文从微观个体的角度研究个体健康投资对健康的影响，丰富了该领域的研究；其次，运用因子分析的方法构造多维健康投资指标，多指标体系可以更加全面地揭示健康投资的各个方面，也更接近健康投资的内涵，而且多维健康投资指标是一个连续变量，避免了赋权的主观性；再次，利用样本所在地区的财政状况和医疗机构数量作为个体健康投资的工具变量，对本文的解释变量进行了内生性识别，使得估计结果更加可靠；最后，本文详细探讨了健康投资影响健康水平的异质性，同时利用两阶段模型，在估计影响健康投资因素的基础上研究健康投资对健康的影响，检验了结果的稳健性。

二、文献综述和研究假设

已有文献在研究影响个体健康的因素时，主要有以下几个方面：

一是营养与健康的关系。营养投资是指居民在食物消费和饮食营养方面的投资，食物消费是维持人体正常功能的前提，消费不足则无法满足人体正常生活的需求，消费过量则会给身体带来负担，都不利于身体健康。研究认为外在的营养干预有效地解决了家庭经济困难学生的健康问题(Glewwe等，2001；Winicki和 Jemison，2003; Alderman等，2006)[10-12]。史耀疆等(2013)[13]针对我国贫困地区农村学生的微量营养素缺失问题研究发现，每天服用一片21金维他多维元素片，发现学生的健康和学业表现均有显著的提升。也有学者研究不同营养投入对健康的影响，分别发现铁营养(Baltussen，2004)[14]、锌营养、维生素A(Julie和Sherry，2006)[15]等对改善人口健康的影响。

二是医疗和保健投资对健康的影响。医疗和保健投资可分为预防和治疗两部分投资，预防投资是为防止出现健康问题而提前进行的医疗保健方面的投资，包括服用保健产品、注射疫苗、进行推拿按摩等方式进行的投资，预防投资能够在一定程度上提高人体抵抗能力，降低患病概率。治疗投资则是在身体出现健康问题以后为了恢复健康而进行的投资。Lindahl(2005)[16]和Frijters等(2005)[17]发现健康保险改善了自我评估的健康状况。Doiron等(2008)[18]使用澳大利亚的数据在自我评估的健康状况与健康保险之间发现了强有力的积极联系。Weathers和Stegman(2012)[19]发现，与对照组相比，健康保险组健康状况不佳的概率降低了10.8%。黄枫和甘犁(2010)[20]发现享受医疗保险的老人同无医疗保险的老人的预期寿命相差5年。Chua和Sommers(2014)[21]发现健康保险保障范围扩大增加了自评健康状况。潘杰等(2013)[22]发现医疗保险有利于促进参保个人的健康。

三是体育运动与休闲与健康的研究。有关体育运动对健康影响的研究主要集中在有氧运动，如步行、跑步、骑自行车，以及力量训练对健康的影响上(许浩等，2009)[23]。Zoran等(2015)[24]研究发现团体运动如足球对静坐少动人群健康有正向影响。Mammen和Faulkner(2013)[25]发现即使少量的体育锻炼活动也发挥了预防抑郁症的作用。大量研究表明，运动有利于老年人平衡和协调能力的改善(Caixeta和Donaj，2012)[26]。Fox(2000)[27]发现休闲体育活动对个体的身体外观和躯体意向的知觉都有积极影响。

四是生活环境与健康关系的研究。生活环境状况与人的生活质量息息相关，进而影响到人体健康状况。对环境污染与健康关系的研究主要集中在死亡率和疾病发生率上。Chay和Eenstone(2003)[28]研究发现总悬浮颗粒物(TSPs)下降会降低婴儿死亡率。Arceo等(2012)[29]分析发现墨西哥空气污染增加了婴儿的死亡率。Chen等(2013)[30]发现 TSP 浓度会提高死亡率。苗艳青和陈文晶(2010)[31]发现PM10和SO2两种空气污染物对当地居民的健康需求都有显著的不利影响。也有学者研究空气污染所引发的各类疾病。Anthony和Gray(2009)[32]研究认为污染水平会导致肺、心脏和血管的健康问题。

营养投资、医疗和保健投资、体育运动与休闲投资、生活环境投资从不同的角度影响健康，因此，提出本文假设：健康投资有利于提高健康水平。

三、数据、变量及模型设计

(一)数据来源

本文所用数据来自中国营养与健康调查(CHNS)1989年到2015年的数据，样本涵盖了9年12个省份。为了更好地观察样本的行为，基于如下原则对样本进行筛选：剔除18岁以下的样本；剔除模型所需变量观察值缺失较多的样本；删除样本的一些异常值。由于健康投资变量和健康变量某些年份的缺失，最终，数据来自2004年、2006年和2015年，得到18513个个体的31218个观察值。后文用到的工具变量地区财政状况和医疗机构数量的数据来源于历年中国统计年鉴。

(二)变量的选取

被解释变量健康指标的选择一直是健康经济学研究时常面临的问题，采用不同健康度量指标会得到不同研究结论，在已有研究的基础上，本文分别选取自评健康状态(Frijters等，2005)[17]、生理健康状态(BMI)(Strauss和Thomas，1998)[33]，短期健康状态(CHNS问卷中调查期间4周内是否患病或受伤)、长期健康状况(CHNS问卷中“医生给你下过高血压的诊断吗？医生给你下过糖尿病的诊断吗？医生给你下过中风或一过性缺血发作的诊断吗？过去的12个月中，你是否曾经气喘或呼吸时胸部出现啸声？医生给你下过哮喘的诊断吗？”)。

为了更全面地评估健康，本文构建整体健康指标评价健康状况，选取上述4个健康变量进行衡量，4个健康变量分别为health1、health2、health3、health4，将一个健康变量作为因变量，其他健康变量作为自变量，做线性回归：

healthi=β0+β1*healthj+β2*healthk+β3*healthl

(1)

其中，i、j、k、l分别取1～4，i≠j≠k≠l。

某个变量与其他变量的复相关系数可以表示为：

Rhealthi=

(2)

其中，Rhealthi反映healthi与其他健康指标的相关性，若Rhealthi越大，说明该健康指标与其他健康指标的相关性越大，越容易被其他指标所解释，综合指标中对该指标赋予权重就越小。对复相关系数Rhealthi求倒数，再进行归一化处理，得到各指标的权重r1、r2、r3、r4，最终加权求出健康综合指标。

解释变量健康投资分别从营养投资、医疗和保健投资、体育运动与休闲投资、生活环境投资几个方面选取变量，CHNS 提供了个人层面的各种食品消费数据，采用连续3天24小时(3d24h)膳食回顾法和家庭食物称重法，收集每个受访者各种食物消费量，基于此计算了个人 4 种主要的营养每天的摄入水平：能量(kcal)、碳水化合物(g)、蛋白质(g)和脂肪(g)；医疗和保健投资选取吸烟、喝酒、医疗保险情况、医疗服务利用情况和预防保健情况；体育运动与休闲投资选取运动情况、睡眠时间；生活环境投资选取饮用水来源和厕所来源，使用这些变量用因子分析构建综合健康投资指标。

控制变量。为了规避其他变量对健康状况的影响从而导致健康投资估计的偏误，本文将可能对健康有影响的人口社会学特征和社会经济特征纳入控制变量，包括性别、年龄、教育程度、婚否、工作、收入。具体的变量如表1：

表1 模型变量设计

续表

(三)健康投资指标构建

本文采用前文的营养投资、医疗和保健投资、体育运动与休闲投资、生活环境投资等指标构建多维健康投资指标，为了使健康投资因子与健康投资同方向变化，本文对所有变量重新进行了标准化，使所有变量的变化都是同方向的，这些变量数值越大，则健康投资越高，在此基础上进行了因子分析。

通过均值化方法对所有数据进行计算，用协方差矩阵反映各指标变异程度的差异，得出各指标的特征值、变化幅度、影响率及累计影响率(见表 2)。

表2 因子分析方差贡献率

由表2可以看出，因子1影响程度最高，占16.72%，共提取4个因子，其特征根大于1，累计贡献率50.51%，碎石图如图1：

图1 碎石图

对各细分指标与因子之间的关联度进行计算，得到各原始变量的因子表达式系数。为更好地分离并强化各因子的作用，使用Varimax旋转方法对因子矩阵进行正交化旋转，进而得到旋转后的因子矩阵，让因子对原始变量的解释更清晰，各细分指标因子经过旋转运算后，组成了4个综合因子，而每个综合因子均与原始的变量相关，各变量的因子得分见表3。

表3 因子分析旋转成分及得分系数

根据表2和表3的方差贡献率以及因子得分系数，得到不同健康投资的权重，从而计算出健康投资综合得分。

(四)模型

1.基准模型

(3)

其中，healthit是被解释变量，分别表示健康的不同指标；investit是健康投资变量，也是需要检验的关键变量，Xkit为一组控制变量；yearjit为年度虚拟变量，εit为随机扰动项。

2.动态面板数据模型

健康投资与健康之间存在双向关系，健康投资通过直接或间接的方式影响健康，而健康投资在很大程度上是个体选择的结果，自身健康状况的好坏也可能反过来影响健康投资，并且一些可观测的和不可观测的个人特征因素可能共同影响个体的健康投资行为和个体健康，健康投资与健康之间存在显著的内生性，这就造成了健康投资影响健康因果关系识别的困难。本文考虑采用动态面板数据模型(GMM)作为参数估计方法(Blundell 和 Bond，1998)[34]，并选择合适的工具变量，与静态面板模型相比，模型右边增加了被解释变量的滞后期，选取工具变量需要满足两个条件，一是工具变量本身外生的，即工具变量与扰动项不相关；二是工具变量与内生变量高度相关。本文选取样本所在地区的财政状况和医疗机构数量作为个体健康投资的工具变量。主要依据是：样本所在地区的财政状况和医疗机构数量会影响到个体的医疗和保障投资，样本所在地区的财政状况好且医疗机构数量多的地区，居民医疗服务和健康保健方便一些，所以个体健康投资水平较高(后文的检验结果证实这一关系)；同时，样本所在地区的财政状况和医疗机构数量与单个个体的健康状况(误差项)并不相关。

动态面板计量模型构建如下：

(4)

healthit是被解释变量，分别表示健康的不同指标；IVit表示工具变量；healthit-1表示滞后一期的被解释变量；investit是健康投资变量，也是需要检验的关键变量，Xkit为一组控制变量；λi是未观测的特定时间固定效应，εit为随机扰动项。

四、实证检验

(一)主要变量描述性统计结果

表4列出了变量的描述性统计，整体健康水平的均值为0.42，方差为2，健康投资综合得分的均值为0.0066，方差为0.29。

表4 描述性统计

(二)健康投资影响健康的基准模型

首先使用基准模型检验整体健康投资对不同健康指标的影响，如表5所示。

表5 健康投资影响健康的基准模型结果

模型的结果发现：健康投资在5%和1%的置信水平上显著影响短期健康、长期健康和整体健康水平，健康投资越多，长期健康水平越高，但个体短期健康和整体健康水平越低，这可能受到反向因果关系的影响，即短期健康和整体健康水平越低的个体，会增加对健康的投资，因此接下来需要加入工具变量进行检验。

模型结果还显示，年龄显著影响自评健康水平、生理健康水平、短期健康水平和长期健康水平和整体健康水平，年龄越大，自评健康水平越低，BMI指标越高，越容易患慢性病，整体健康水平越差。性别也显著影响不同健康指标，男性的自评健康水平和长期健康水平较高，女性的生理健康水平、短期健康水平和整体健康水平较高。个体的城乡水平影响不同健康指标，农村居民的各项健康水平高于城镇居民。教育程度显著影响自评健康水平和整体健康水平，教育程度越高的个体，自评健康水平和整体健康水平越高。收入和自评健康水平、生理健康水平和整体健康水平显著负相关，说明收入越高，自评健康水平、生理健康水平和整体健康越低，这同中华中医药学会发布的《2018 年全民中医健康指数研究报告》的结果相符，即随着收入的增加，“病态”居民比例也在上升。报告还解释了高收入健康水平不佳的原因是工作压力、熬夜、应酬酗酒等，导致精英白领常陷入焦虑情绪之中。收入对短期健康和长期健康的影响是显著正向的。

(三)系统GMM模型检验结果

接下来使用系统GMM模型检验整体健康投资对不同健康指标的影响(表6)。

表6 健康投资影响健康的系统GMM模型检验

模型结果表明，考虑反向因果关系影响的系统GMM模型估计是有效且可靠的，从 GMM的估计结果中，健康投资对自评健康水平、生理健康水平、短期健康水平和长期健康水平的影响分别在5%和10%的置信水平上是正的，说明健康投资可以显著增加个体的健康水平，这验证了本文的假设。

五、进一步分析

(一)健康投资影响健康的异质性

1.农村和城镇群体健康投资对健康的影响

前文的研究发现农村和城镇群体的健康存在差异，因此按农村和城镇分组检验健康投资对健康的影响，该部分的研究主要关注整体健康水平，如表7所示。

表7 农村和城镇群体健康投资影响健康的系统GMM模型检验

模型的结果显示，农村居民的健康投资对健康的影响在5%的置信水平下显著，说明农村居民的健康投资显著影响健康水平，而城镇居民的健康投资对健康的影响并不显著。观察城乡居民的整体健康水平和健康投资综合得分，发现有显著差异。说明提高对农村居民的健康投资，对整体健康水平的影响更大。

2. 不同年龄健康投资对健康的影响

将年龄按18～40岁，40～60岁和60岁以上分为3组，分别检验不同年龄段健康投资对健康的影响(表8)。

表8 不同年龄分组投资影响健康的系统GMM模型检验

模型的结果显示，18岁至40岁的年龄组健康投资在5%的置信水平下影响整体健康水平，40岁至60岁的年龄组健康投资在10%的置信水平下影响整体健康水平，60岁以上的年龄组健康投资在5%的置信水平下影响整体健康水平，其中，40岁至60岁的年龄组健康投资对整体健康水平的影响是最大的。

(二)采用二阶段最小二乘模型(2SLS)的检验

二阶段最小二乘模型能够充分考虑系统中的内生性问题以及误差项之间的相关性问题，克服了间接最小二乘法不适用于过度识别的结构方程的缺点，以及工具变量法中工具变量选取中带来的缺点(Arellano，2003)[35]。本文同样选用样本所在地区的财政状况和医疗机构数量作为个体健康投资的工具变量。

第一阶段估计

(5)

其中，Investit是被解释变量，表示综合健康投资，Financeit表示样本所在地区财政状况，Medicalit表示样本所在地区医疗机构数量，Xkit为影响健康投资的控制变量，εit为随机扰动项。

接着，以(5)式为第一阶段，采用最小二乘模型估计健康投资对健康的影响。具体表达式为：

其中，healthit是被解释变量，表示整体健康变量，investit是健康投资变量，Xkit为一组控制变量，μit为随机扰动项。

表9报告基准回归模型引入工具变量后的回归结果。结果显示，一阶段回归中，两个工具变量对健康投资的回归显著异于 0。通过检验发现工具变量与内生变量间有较强的相关性。同时，在结构方程中对内生解释变量的显著性进行Wald检验，发现不存在弱工具变量，保证了检验结果的可靠性。二阶段的回归结果表明，在引入工具变量后，健康投资对健康仍具有显著正向影响，验证了前文回归结果的稳健可靠。

表9 健康投资与健康：基于工具变量的2SLS回归

六、结论与政策建议

通过增加健康投资提高个体健康水平是建设健康中国的重要方面，普及健康生活、优化健康服务、完善健康保障、建设健康环境、发展健康产业五大战略任务的最终目的是提高居民的健康水平，本文从不同角度选取健康投资的变量构建综合健康投资指标，并采用多种方法解决健康投资与健康水平的内生性问题，本文的研究结果显示健康投资对自评健康、生理健康、短期健康、长期健康和整体健康水平都有积极的影响，说明个体对营养投资、医疗和保健投资、体育运动与休闲投资和生活环境投资能够从一定程度上提高个体的健康水平。本文还研究了健康投资的异质性，发现农村居民的健康投资显著影响健康水平，而城镇居民的健康投资对健康的影响并不显著，不同年龄段的健康投资都对整体健康水平有显著影响，其中，40岁至60岁的年龄组健康投资对整体健康水平的影响是最大的。

根据本文的研究，提出如下政策建议：一是需要关注多个维度的健康投资，综合健康投资指标较为科学地度量了个体的健康投资水平，可以体现不同个体健康投资的差异；二是加强宣传，鼓励居民健康饮食、培养良好的卫生习惯、推行健康文明的生活方式、营造绿色安全健康的环境，提高健康素养，提高居民自身的健康投资是建设健康中国的重要方面；三是城乡居民的健康投资对健康水平的影响存在差异，不同年龄的健康投资对健康水平的影响也存在差异，在制定政策时应当考虑这些因素，比如更加关注农村居民的健康投资，以及特定年龄段群体的健康投资。

本文的研究发现营养投资、医疗和保健投资、体育运动与休闲投资和生活环境投资提高了个体健康，该发现支持全面推进健康中国建设的国家战略。健康投资是一个系统工程，需要长时间的持续努力，当前由于工业化、城镇化、人口老龄化、疾病谱、生态环境、生活方式不断变化，中国仍面临多重疾病威胁并存、多种健康影响因素交织的复杂局面；同时，随着生活水平提高和健康观念增强，人民群众对健康产品、健康服务的需求持续增长，并呈现出多层次、多元化、个性化的特征，如何更加有效地进行健康投资是下一步研究的重点问题。