张颖熙,谭诗异

一、引言

健康是人民的基本需求,也是社会经济发展的重要基础,在实现中国式现代化道路上具有重要的战略意义。党的二十大报告提出,人民健康是民族昌盛和国家富强的重要标志,要把保障人民健康放在优先发展的战略位置,完善人口健康促进政策。党的二十届中央财经委员会第一次会议明确提出:“着力提高人口整体素质,努力保持适度生育水平和人口规模,加快塑造素质优良、总量充裕、结构优化、分布合理的现代化人力资源,以人口高质量发展支撑中国式现代化。” 2023年12月召开的中央经济工作会议,针对切实保障和改善民生问题进一步提到,加快完善生育支持政策体系,发展银发经济,推动人口高质量发展。人口高质量发展是党和国家在新人口常态背景下提出的新时代人口发展战略。人口高质量发展的内涵丰富,其中关键要素是提高人口整体素质,加快从人口规模红利转向人口质量红利,推动中国由人口资源大国向人力资本强国的转型。健康是提高人口素质的核心要素,促进健康人力资本积累是构建人力资本强国、实现人口高质量发展的重要内容。

作为经济社会发展的重要引擎,数字技术不仅在促进经济增长方面具有显著的积极作用,也在改善公民福祉和公共健康方面展现出了巨大的潜力。如今,互联网已成为数字经济时代人们获取医疗信息的主要渠道和日常健康管理的有效工具,特别是随着远程医疗、移动医疗的推广,大量患者的医疗健康问题能够在网上及时得到解决方案,有效缓解了“看病难”的问题。2015年以来,国家先后出台了《全国卫生保健体系规划纲要(2015—2020年)》《国务院办公厅关于促进“互联网+医疗健康”发展的意见》《关于深入推进“互联网+医疗健康”“五个一”服务行动的通知》等文件,高度重视数字技术在大健康领域的广泛应用,持续推动“互联网+医疗健康”向纵深发展。研究数字技术对健康人力资本的影响,洞悉其中的理论机制,对于从技术进步角度理解人力资本积累和人口高质量发展具有重要的理论意义和研究价值。

为考证数字技术与健康人力资本的关系,本文拟用1990—2020年间全球118个国家的宏观面板数据,从理论和实证角度展开全面分析。文章的边际贡献主要体现在三个方面:第一,从理论视角探讨数字技术改善健康的理论逻辑,并提出四个相关机制假设;第二,从“生命长度和生命质量”两个维度,实证检验数字技术在促进健康人力资本积累方面的具体影响,并结合国家经济发展水平差距,进一步剖析数字技术对健康人力资本的影响在发达国家和发展中国家的差异;第三,构建面板门限模型,考察和验证经济发展水平的阶段性对数字技术促进健康人力资本积累的影响。

二、文献述评与研究假设

(一)文献述评

目前,国内外学者对数字技术与健康的关系做了大量的理论和实证研究,我们主要从宏观和微观两个层面对既有文献进行梳理和评议。

从微观角度看,数字技术为个体提供了获取大量医疗资源和服务的途径,使个人能够实现多重健康目标。这类目标既有工具性的,如寻求医疗保健信息,也有本体性的,如通过与他人联系来获得幸福和心理安慰。数字技术应用对个体健康影响的微观研究主要集中在健康结果和健康行为两个方面。从对健康结果的影响看,互联网使用与加强老年人认知功能、预防老年痴呆、缓解抑郁症状和孤独感等健康结果之间存在密切关系[1]。从对健康行为的具体影响看,互联网的使用有助于戒烟、引导健康饮食、加强日常锻炼和促进健康筛查等行为[2]。

从宏观角度看,数字技术有利于提高医疗机构效率,促进优质医疗资源的合理配置。互联网与大数据的整合、移动支付方式的改革、未来医院理念的引入将有助于从技术和模式上重构传统医疗流程,提高医疗服务的质量和效率。特别是互联网的大数据传输功能,能帮助医疗服务突破诊断与治疗的时空限制,找到战胜某些顽固疾病的新方法,从而提高患者的就医满意度。互联网医疗服务还有助于扩大服务半径,降低服务成本,优化区域间医疗服务资源配置,提高基层医疗服务水平,进而缓解医疗资源分布不均问题,改善居民健康状况。大量文献证实,数字技术的应用有助于提高健康成果和人类发展。基于跨国宏观数据的实证研究发现,当以互联网用户数量衡量信息技术基础设施时,信息技术对各国人口预期寿命提高和婴儿死亡率下降产生了积极而重大的影响[3]。

(二)研究假设的提出

结合以往理论与实证研究,数字技术主要通过增加政府公共卫生支出、提升数字健康素养、增加闲暇时间和改善环境质量四个渠道来促进健康人力资本积累。接下来,我们对上述四个路径进行详细的理论探讨和剖析。

1.公共卫生支出是改善医疗服务和基础设施的关键保障,也是促进健康人力资本积累的一项重要投入。数字技术的应用可以减少公共部门和利益相关者之间的信息不对称,有助于提高卫生基础设施资源的分配效率。信息通信技术的普及促进了现代民主理念的传播,提高了公众参与社会治理的强度。相对以往,政府和监管机构更容易获得有关公众健康需求的信息,从而大大提高了政府对公共卫生的响应能力和公共卫生投资的准确性。特别是在发生公共卫生危机时,数字技术在疫情监测、全球防疫合作、防疫物资调配等方面发挥着不可替代的作用。

在医疗保健领域,数字技术对整个医疗卫生系统的线上化改造主要体现在电子病历、临床决策支持和医保结算三大领域。电子病历是将患者信息和医生记录保存在计算机化数据库中,允许医生随着时间的推移跟踪病人的健康状况,并阅读其他咨询医生的输入;临床决策支持则是为医生提供及时的信息和提醒,例如推荐筛查试验、标记药物—药物相互作用和药物过敏信息等;医保结算主要体现在患者门诊和住院期间的实时结算与异地结算。在卫生支出持续增长的背景下,许多政策制定者正在将数字技术作为提高卫生保健部门效率的关键与核心。据兰德研究所预测,数字技术在医疗卫生领域的广泛应用将有助于美国每年减少142亿～3710亿美元的卫生支出[4]。数字技术应用也促进了许多发展中国家对免疫规划的高度参与。例如,乌干达的保健服务提供者通过使用信息技术收集和存储数据节省了近24%的支出成本[5]。基于以上分析,本文提出以下假设。

假设1:数字技术有助于提高医疗卫生支出效率,从而促进健康人力资本积累。

2.互联网已成为人们搜索健康和医学相关信息的主要渠道,以及个人进行日常健康管理不可或缺的工具。个人必须具备必要的健康和数字知识与技能才能实现更好的健康福祉。数字技术促进健康知识普及问题的理论基础主要来源于“使用满足理论”。使用满足理论认为,大众面对技术是主动的、目标导向的,即“动机”来源。动机可以被认为是行动的驱动力或者需求和情感之间的纽带。人们的动机在解释媒介使用中扮演着关键的角色。在与健康有关的互联网使用方面,获取健康信息的动机被认为是某些互联网产品或服务的一个强有力的预测因素,包括使用健康管理app进行健康监测、在线护理,或者加入某个社交网络来获得社会支持[6]。

数字技术有助于提高人们的健康素养,增加个体或家庭在健康人力资本方面的投入,如购买医疗保险、增加体育锻炼、养成健康的饮食习惯等。健康素养是指个体通过获得、解释和理解基本健康信息和服务,并利用这些信息改善健康的能力,主要包括健康的基本知识和概念、健康的生活方式以及基本技能[7]。健康素养进一步扩展到互联网资源空间,衍生出数字健康素养,即人们从网络上搜寻、发现、理解和评价健康信息并应用相关知识解决健康问题的能力。研究表明,定期从基于互联网的患者门户网站浏览健康信息的患者,其健康素养比非用户高1.4倍[8]。数字技术提升人们健康素养主要体现在三个方面:一是互联网上的健康信息增加了患者知识储备,使患者可以更好地配合医护人员工作;二是网络健康信息可以增强患者的健康问题解决能力,通过增加知识和增强自我意识来增强对疾病的控制感,从而提高其生活质量;三是网络健康信息有助于医生高效地利用临床时间,辅助其做出精准、合理的临床诊断。基于以上分析,本文提出以下假设。

假设2:数字技术有助于提升数字健康素养,从而促进健康人力资本积累。

3.休闲被定义为一个人在空闲时间参与的喜欢和愉快的活动,并表现为自由和提供内在满足。关于休闲对健康和人力资本积累的积极影响在学术界得到了广泛的认同。相当多的学者认为,休闲可以帮助个体从压力中恢复社会和物质资源,进而得到社会支持,有效调节压力与健康的关系,提升主观幸福感[9]。休闲的积极意义在很多老龄健康领域的研究中被进一步证实。例如,休闲可以预防衰老,改善生理机能和心血管健康,帮助老年人适应慢性疾病的潜在限制,建立积极乐观的健康心理。闲暇对人力资本积累的促进作用取决于经济发展水平和阶段性,特别是到后工业化时期,随着经济结构服务化,闲暇对人力资本促进作用越来越强[10]。

休闲活动的组织和内容与科学技术的发展密切相关。在传统农业社会,人们休闲娱乐的主要方式是在户外进行各种体育活动。但是,随着电子信息技术的发展和应用,电影、电视和网络视频等新媒介的出现,使得人们的休闲活动在内容上和空间上都发生了极大的改变。这些新技术的应用大大增加了人们的相互依赖感和获取信息的机会,进而改变了人们对传统休闲的偏好。在当代社会,传统线下休闲活动与基于数字技术的线上休闲活动并存。特别是,随着技术的不断创新,传统的休闲活动内容开始在虚拟的休闲空间中被技术再现(如线上健身、线上购物、线上游戏等),丰富了人们的休闲选择和体验。关于线上休闲活动能否促进健康改善,在学术界还存在很多争议。部分研究认为,休闲活动可以提供放松、刺激、逃避、社交,以及自我认同[11]。使用互联网有利于通过社会支持和社交活动来改善心理健康。网络空间的匿名性以及提供疾病和健康促进信息的网站有助于支持人的心理健康。虚拟社区的发展使个人能够遇到拥有相似休闲兴趣的其他人,通过在线参与互动,个人内在的情绪消耗(如压力和抑郁等)可能会得到缓解。研究认为,数字技术扩展了人们的休闲活动发展空间,丰富了休闲的内容。基于以上分析,本文提出以下假设。

假设3:数字技术有助于增加人们的闲暇时间,从而促进健康人力资本积累。

4.数字技术具有连接、共享和协作的特征。数字技术的渗透导致生产要素从低效部门向高效部门转移,并提高了资源的配置效率,推动能源结构向低碳,甚至脱碳的方向转型,进而大大改善了环境质量。从供给端来看,数字技术减少碳排、改善环境主要体现在三个方面:第一,数字产业本身就是环境友好型,以互联网、信息服务为代表的数字产业,其绿色水平普遍高于传统制造业;第二,数字技术广泛应用可以帮助传统行业转型升级,并支持创建更加智能、更加环保的行业,提升传统行业的附加值,减少碳排放;第三,数字技术增强了信息的透明度和可及性,促进了市场监管体系的数字化和信息化改革,从而更精准地实现碳减排。从需求端看,数字技术在各行各业的广泛应用,产生了明显的节能效应。例如,一些基础设施和交通领域的节能设施和节能技术的应用,减少了碳排放,进而降低了人们在生产生活中对碳能源的需求和依赖。

减少碳排放对改善空气质量和人类健康在大量的研究中得到证实。Jacobson(2008)在全球区域模型分析中发现,二氧化碳加重了污染地区的臭氧和其他颗粒物,导致全球每年因碳排放而死亡的人数可达21600人[12]。一项针对发展中国家的研究发现,二氧化碳排放对预期寿命存在显著的负相关性[13]。碳排放主要通过两种方式影响人们的健康。一方面,吸入高浓度二氧化碳会直接伤害人的呼吸系统,引起炎症、高级认知能力降低、骨脱矿、肾钙化、氧化应激和内皮功能障碍呼吸困难等;另一方面,碳排放量的持续上升将导致全球变暖,进而加剧空气污染,加速气候敏感疾病的传播,威胁人类健康。基于以上分析,本文提出以下假设。

假设4:数字技术有助于改进环境质量,进而促进健康人力资本积累。

三、模型和数据

(一)计量模型构建

在上述健康生产函数框架下,我们进一步构建固定效应模型,以检验数字技术对健康人力资本积累的影响。

healthit=α0+αICTit+βXit+countryit+yearit+εit

(1)

公式(1)中,被解释变量healthit为健康人力资本,核心解释变量ICTit表示各国数字技术发展水平,Xit为一组国家层面的控制变量。countryit为国家固定效应,用来控制不随时间变化的国家特征。yearit为年份固定效应,用来捕捉不随国家变化的宏观经济波动等因素。下标i,t分别表示国家和年份。εit为随机误差项,α和β分别对应回归变量的系数值。

(二)变量设计与解释

1.被解释变量

如何衡量健康人力资本取决于我们对健康的理解。以往相关研究中,衡量健康人力资本的标准有很多,例如,以死亡率为基础的预期寿命,以身高、体重为代表的个体指标、营养摄入,以及某种疾病的发病率等。特别是以死亡率和平均预期寿命为代表的健康人力资本指标广泛应用在宏观问题研究中。近年来,研究发现以死亡率和预期寿命为代表的健康人力资本水平并不能全面反映一个国家或地区的健康状况,甚至可能会高估其健康水平。其原因在于,这些指标并不能充分反映人们的生命质量状况,很多国家出现了平均预期寿命提高的同时,人们的平均带病期或不健康期也在同时延长的现象。由此可见,活得长并不代表活得健康,生命的意义不只是长度,更多的是质量。世界卫生组织(WHO)在1997年《世界健康报告》的引言中明确提出,“单纯寿命的增加而不是生命质量的提高是没有价值的,即健康寿命比平均寿命更重要”。WHO在《2000年世界卫生报告》中首次将“健康期望寿命”作为评价不同国家或地区居民生存质量和卫生系统绩效的综合指标。健康期望寿命是新流行病学趋势下的一个新指标,它考虑了疾病和残疾状况导致的非完全健康状态,能够把发病率和死亡率的信息有机地融合为一个整体,从而更有效地考虑生命的质量[14]。为此,在被解释变量——健康人力资本的代理变量选择中,我们充分考虑了生命的长度和生命的质量,以全面估计健康人力资本。本文具体采用人口粗死亡率指标反映生命长度,用健康预期寿命(health life expectancy, hle)指标反映生命质量。

2.核心解释变量

本文核心解释变量“数字技术”用信息和通信技术(ICT)指标来表示。ICT主流研究通常用互联网普及率、手机普及、移动蜂窝订阅、固定电话用户等作为代理变量。考虑到互联网时代全球各国的移动电话和互联网普及率差距较小,本研究采用“ICT资本占GDP比重”来衡量各国数字技术水平。

3.机制变量

政府卫生支出效率。参考Afonso和Aubyn(2005)的方法,本文将政府卫生支出效率衡量为观察到的投入产出组合与效率边界之间的距离[15]。为了简化计算,我们采用单一投入产出模型,即投入指标只考虑人均公共卫生支出,产出指标只包括健康预期寿命(1)Herrera(2018)发现,在单一投入产出模型中,当投入指标为人均公共卫生支出时,无论使用何种产出指标(平均预期寿命、婴儿死亡率等),各国公共卫生支出效率排名都是相似的。,并使用数据包络分析法(DEA)来估计政府卫生支出效率边界。DEA方法假定生产集是凸性的,它采用线性规划方法在观察到的组合周围构造了一个包络,允许计算以投入导向的技术效率指标,评估在不改变产出的情况下,可以按比例减少多少投入。

数字健康素养。世界经济论坛的《全球信息科技报告》通过构建“网络就绪指数”(Networked Readiness Index,简称NRI),对全球主要经济体利用信息和通信技术推动经济发展及竞争力的成效进行了打分和排名。NRI主要从通信技术环境、准备就绪程度和实际使用状况三个方面衡量了各国有效利用信息通信技术的成熟度。其中,环境维度细分为市场、政策法规和信息设施三个方面;准备就绪程度和实际使用状况细分为个人、企业和政府三个方面。考虑到数字健康素养水平反映了一个国家或地区居民利用信息和通信技术获取健康资源的实际能力,因此,我们采用网络就绪指数“实际应用”类别中的“个人使用得分”作为各国人口数字健康素养的代理变量。

闲暇时间。由于闲暇时间数据的获取受限,我们采用其替代变量——劳动时间来进行测算,具体使用“年工作总时数”衡量。若数字技术的广泛应用能减少总劳动时间,则意味着技术进步解放了劳动生产力,使得劳动者选择了更少的工作投入,从而得到了更多的闲暇时间。

二氧化碳排放。大多数关于ICT与环境关系的研究都使用二氧化碳排放(CO2)作为环境质量的代理。单纯使用“二氧化碳排放总量”指标并不能客观反映一个国家或地区的真实水平,因为有些地区可以通过减少经济活动,牺牲经济发展(如停工或生产限制)来暂时降低碳排放总量。为此,本文采用“单位GDP碳排放量”,即各国为获得1美元GDP所产生的二氧化碳排放量(千克),刻画碳排放的经济效率。

4.控制变量

为了尽可能详尽地控制影响健康人力资本的因素,借鉴相关文献,我们控制了各国经济发展水平、教育水平、人口老龄化程度、健康环境水平、健康服务水平、政府公共服务能力以及城市化等系列变量。其中,一国的经济发展水平用人均国内生产总值(GDP_per)反映;教育水平用人力资本指数(hc)作为代理变量;人口老龄化程度用65岁及以上的人口占比(age)来刻画;健康环境主要通过饮用水(water)和卫生设施体系(sanitation)的使用情况反映;健康服务水平用12～23个月儿童接种百白破疫苗的百分比(DPT)加以衡量;政府公共服务能力用税收占GDP比重(tax)表示;城市化用城市人口占总人口比例(urban)作为代理变量。

(三)数据说明

本文构建了全球118个国家1990—2020年有关数字技术与健康人力资本的面板数据。由于不同国家所处的经济发展阶段不同,可能会使数字技术与健康的关系呈现差异性,因此,我们有必要将全部样本分组考察。借鉴世界银行对全球国家收入水平的最新划分标准,本文将118个国家进一步划分为高收入国家组(包括47个样本)、中等收入偏上国家组(包括31个样本)、中等收入偏下国家组(包括28个样本)及低收入国家组(包括12个样本)。考虑到低收入国家样本较少,本文对上述收入分组进行了适当的合并,最终划分为两个子样本组,具体包括高收入样本组(包括高收入及中等偏上国家,共78个样本)和低收入样本组(包括中等偏下及低收入国家,共40个样本)。

表1 主要变量描述性统计

本文样本数据主要来源于GBD、TED、PWT 9.1(Penn World Table)、WBD和CEIC五个数据库。其中,有关健康预期寿命的数据来自GBD;有关数字ICT、人均 GDP及劳动时间的数据来自 TED;有关教育水平的数据来源于 PWT 9.1;有关人口死亡率、人口老龄化、公共卫生支出、健康环境、健康服务、城镇化和环境质量的相关数据来源于 WBD;有关数字健康素养的数据来自CEIC。主要变量描述性统计见上页表1。为了更直观地揭示数字技术与健康人力资本的关系,我们模拟了全球 118 个国家ICT与人口死亡率、ICT与健康期望寿命的相关关系(见文后图)。结果显示,ICT与人口死亡率间存在明显的负相关性,而与健康预期寿命之间存在显著的正相关性。

四、估计结果

(一)基准回归结果

表2和表3分别报告了数字技术影响健康人力资本“生命长度”与“生命质量”的基准估计结果。表2的被解释变量为死亡率,在只控制国家与时间固定效应时,相关系数为-1.6082,在1%水平上显著,说明以ICT投入衡量的数字技术水平有助于降低人口死亡率,如表2的第(1)栏所示。模型加入一系列控制变量后,数字技术与死亡率之间仍然存在显著的负相关性。全样本估计结果显示,核心解释变量的相关系数为-1.986,在1%水平上显著,如第(2)栏所示。这说明ICT资本占GDP比重每提高1%,每千人中的死亡人数约降低1.986%。从分样本的估计结果看,高收入组的相关系数为-1.1043,低收入组的相关系数为-1.0083,均在1%水平上显著为负,如第(4)和(6)栏所示。这说明,无论是对高收入国家,还是对低收入国家,数字技术应用在降低死亡率方面均发挥了积极的作用,这点与Vǎidean et al.(2022)测算结果基本一致[16]。

表2 基准回归结果(被解释变量_死亡率)

下页表3的被解释变量为健康预期寿命。从全部样本回归结果看,核心解释变量的相关系数为0.2134,加入一系列控制变量后,相关系数为0.392,均在1%水平上显著为正,如表3第(1)和(2)栏所示。这说明,数字技术有助于提高国家的人口健康预期寿命,对改善健康人力资本有积极的促进作用。从不同发展水平的分样本估计结果看,数字技术对提高高收入国家组的健康预期寿命有显著作用,而对低收入国家组来说,其促进作用不显著。如表3第(3)至(6)栏所示。

从控制变量估计结果看,本文控制变量的系数符号基本符合预期。经济水平、健康服务水平和教育程度总体上促进了所有回归样本的健康人力资本积累;老龄化程度对各类样本的健康人力资本变量均具有消极作用;健康环境改善,特别是使用基本饮用水服务的人口占比越多,健康结果越好。考虑到篇幅限制,具体回归结果暂未在表中显示。

表3 基准回归结果(被解释变量_健康预期寿命)

综上,以ICT投资衡量的数字技术水平对降低人口死亡率有显著的积极作用,无论是从高收入及中等偏上国家样本,还是中等偏下及低收入国家样本的回归来看,这一结果都成立。从而初步验证了“数字技术有助于延长人口生命长度”的论断。从提升生命质量维度看,数字技术应用的积极作用只体现在了高收入国家中,对于低收入国家来说,更多的数字技术应用只带来了平均寿命的提高,而在健康质量方面的提升并不显著。由此可见,数字技术在改善健康人力资本的具体影响上,可能与国家经济发展水平差距密切相关。

(二)稳健性检验

1.替换被解释变量

为避免样本缺失带来样本选择偏误问题,我们将人口死亡率和健康预期寿命指标分别替换为平均预期寿命(le)和伤残调整寿命年(Dalys),再重新进行回归。人口平均寿命的测算建立在死亡率基础之上,它是完全健康与不完全健康状态下的生存时间直接加总,是衡量人口寿命的代表性指标。伤残调整寿命年是衡量慢性病的代表性指标,具体是指从发病到死亡所损失的全部健康寿命年,包括因早死所致的寿命损失和伤残所致的健康损失,它能够有效地反映健康水平和生命质量。

2.内生性处理

考虑ICT投入指标衡量数字技术存在一定的测量误差,本文参考Majeed和Khan(2019)的做法,将个人使用计算机的比例(每100人)作为工具变量[3],并使用二阶段最小二乘法(2SLS)进行估计。选取该工具变量的原因基于两个方面:一是个人使用计算机的比例能够在一定程度上反映一国的数字技术应用水平,满足相关性要求;二是个人使用计算机的比例与健康预期寿命和粗死亡率之间不存在直接的相关关系,满足排他性要求。

替换被解释变量以及采用工具变量法进行重新估计后,回归结果和预期基本一致。进一步验证了数字技术发展降低了不同经济发展水平国家的人口死亡率,但在提高健康预期寿命方面,数字技术积极作用在高收入及中等偏上国家中更加显著。

五、拓展性分析

(一)机制分析

基准回归结果表明,以ICT投入衡量的数字技术发展有助于降低死亡率和提高健康预期寿命,进而改善健康人力资本。接下来,本文从政府卫生支出效率、健康素养、闲暇时间和空气质量四个方面进行进一步的机制分析。具体而言,我们将被解释变量依次替换为公共卫生支出效率、数字健康素养指数、劳动时间对数和二氧化碳排放比例。机制回归结果如表4所示。

表4 全样本及分样本机制检验

从全部样本结果看,相关系数分别为1.0147、1.6637、-0.3356和-0.9154,在10%以上水平显著。这说明,对全球国家样本来说,数字技术有助于提高政府公共卫生支出效率、提高居民数字健康素养、增加闲暇(减少劳动时间)和降低二氧化碳排放,如第(1)至(4)栏估计结果所示。从分样本回归结果看,四个作用机制在高收入国家组依然成立,但对低收入国家组则均不显著。

针对两类分样本截然不同的回归结果,我们将做具体分析。在高收入国家样本中,解释变量ICT与中介变量Hee_DEA回归系数显著正相关,如第(5)栏所示,这基本验证了“数字技术对提高政府卫生支出效率有显著积极作用”的第一个假设。在数字技术与大健康不断融合背景下,数字医疗已经成为促进优质医疗资源覆盖基层、提高医疗服务供给和管理效率的重要途径。解释变量ICT与中介变量lnskill回归系数显著为正,如第(6)栏所示,验证了“数字技术发展有助于提高人们数字技能和数字健康素养”的第二个假设。随着数字技术与医疗手段的深度融合和患者健康素养的全面提高,多元化的医疗卫生服务模式加强了医生和患者之间的互动交流,进而提高诊疗效率。解释变量ICT与中介变量lnTH回归系数显著为负,如第(7)栏所示,验证了“数字技术发展有助于减少人们劳动时间,增加闲暇投入”的第三个假设。技术变革带动了产业转型和劳动力结构变化。高技能劳动者倾向于将劳动时间配置到专业技能领域以获取更高的技术溢价,因此会将生活性服务活动或生产性的辅助服务交由低技能者完成,并给自己保留更多闲暇时间。解释变量ICT与中介变量CO2回归系数显著为负,如第(8)栏所示,验证了“数字技术有助于减少碳排,改善环境质量”的第四个假设。数字技术与能源电力、工业、交通等碳排放重点领域深度融合,有助于提升能源与资源使用效率,为碳减排提供了一条重要的技术路径。

数字技术促进健康人力资本积累的积极作用在低收入国家组并不成立,我们认为,一方面,这与低收入国家经济发展程度不高、基础设施薄弱密切相关。比如部分相关研究也发现了高收入和低收入国家之间的数字技术绩效差异,认为差异与发达国家已经在基础设施、人力资本和面向信息的业务流程方面进行了互补投资的事实有关[16]。另一方面,也可能与本文使用的低收入组样本数量不足有一定关系。

(二)面板门限模型分析

以上实证结果表明,数字技术有助于促进健康人力资本积累。具体来看,数字技术在降低人口死亡率方面,无论对发达国家,还是发展中国家都成立;数字技术在提高人口健康预期寿命方面,只体现在了高收入及中等偏上国家中。从根本上看,数字技术在改善健康人力资本质量方面的差异,来源于发达国家与发展中国家在以技术为代表的经济发展水平上的差距。特别是发达国家,由于科学技术先进、资金实力雄厚、人才和资源充足,其数字技术发展具备快速迭代的基本条件,数字技术的广泛应用更可能产生积极的健康改善作用。与之相反,低收入国家由于基础设施缺乏,数字技术的普及受到限制,再加上医疗设备和药物等资源不足,医疗服务质量相对低下,数字技术在健康方面的应用也受到限制。综上所述,我们认为数字技术发展对健康人力资本的影响,特别是在人口健康预期寿命方面的影响,存在着一定的“门槛特征”,即当一国的收入水平达到一定的程度时,数字技术广泛应用有助于提高健康预期寿命,进而促进健康人力资本积累。

接下来,我们构建门槛回归模型,进一步测算数字技术在提高健康预期寿命方面的门槛水平。

healthit=α0+α1ICTitI(lnGNIit≤γ1)+α2ICTitI(γ1≤lnGNIit≤γ2)+α1ICTitI(lnGNIit≥γ2)+βXit+εit

(2)

本文参考Hansen(1999)提出的门槛效应基本模型[17],建立了回归方程(2)。其中,γ1、γ2为门槛值;I(.) 为指标函数,取值0或1;被解释变量为健康预期寿命(hle);其他变量含义同基准模型(1)。

我们以国家收入分组标准——国民总收入(GNI)作为门槛变量,采用Bootstrap分别对模型(2)的三重门槛、双重门槛及单重门槛进行300次反复抽样,样本网格计算的网格数为400个,检验结果如下页表5所示。模型(2)的单一门槛P值在1%水平上显著,双重门槛 P 值在 10% 水平上显著,三重门槛未通过显著性检验,故认为模型(2)存在双门槛效应。确定模型存在双门槛效应后,进一步采用LR统计(likelihood ratio statistic)来估计门槛值及其置信区间,如下页表6和表7所示。参考世界银行最新的国家收入分组标准,第一门槛估计值γ1(5.9661)位于低收入国家组,而第二重门槛估计值γ2(10.4565)落在高收入国家组。上述所有门槛值均位于相应的95%置信区间内,通过了有效性检验。具体的门槛回归结果如表7所示。

当国民总收入(lnGNI)低于第一门槛估计值γ1(5.9661)时,数字技术对健康预期寿命产生了显著的负效应。该现象可能的解释是,低收入国家数字基础设施薄弱阻碍了医疗保健服务可及性,限制了人们获取有效健康资源的能力。当国民总收入介于双重门槛估计值γ1～γ2(5.9661～10.4546)之间时,数字技术对健康预期寿命的影响发生逆转,核心解释变量系数在10%的水平上显著为正。这主要得益于中等偏上收入国家数字技术更加普及,实现了数字技术与大健康领域的融合发展。但相比高收入国家,低收入国家在数字技术使用规模以及产业创新方面仍存在较大差距。因此,该收入阶段数字技术对健康改善虽有提升,但幅度较小。当门槛值超过γ2(10.4546)后,数字技术应用带来的健康质量提高优势完全显现,核心变量不仅系数变大而且显著性也更优,在1%水平上显著为正。显然,高收入国家拥有更先进的数字技术水平、更敏锐的创新意识和灵活的市场机制,这些优势大大促进了数字技术与健康产业的深度融合。

由此可见,国民总收入越高,数字技术对健康人力资本质量积累发挥的积极作用越大。此外,门槛回归结果也从另一个方面揭示出,收入水平差距导致国家之间数字鸿沟加大,低收入国家难以跟上数字时代的步伐,从而进一步造成了各国在健康水平方面的差距。

表5 门槛效应检验结果

表6 门槛估计值及置信区间

表7 门槛模型参数估计结果

六、结论与政策建议

本文系统阐释了数字技术促进健康人力资本的理论逻辑,围绕政府卫生支出效率、数字健康素养、闲暇时间和环境改善四个方面,剖析了数字技术促进健康人力资本积累的作用机制。文章分别采用人口死亡率和健康预期寿命衡量健康人力资本,利用全球118个国家1990—2020年宏观面板数据,从生命长度和生命质量两个维度,实证考察了数字技术对健康人力资本积累的具体影响,结论如下。

首先,数字技术发展有助于促进健康人力资本积累。从生命长度看,以ICT投资衡量的数字技术投入对降低人口死亡率有显著的积极作用,无论是高收入国家样本,还是低收入国家样本的回归,这一结果都成立。从生命质量看,数字技术的积极作用只体现在了高收入样本组中。其次,数字技术在改善健康方面的差异,与国家经济发展水平差距密切相关。进一步面板门槛模型研究发现,当一国的收入水平跨越一定程度时,数字技术有助于提高人口健康预期寿命,进而促进健康人力资本提升。最后,数字技术促进健康人力资本积累主要通过提高政府卫生支出效率、提升数字健康素养、增加闲暇时间和降低二氧化碳排放四个途径实现,这一作用机制在发达国家样本组的回归中尤为突出。基于上述研究结论,本文提出如下政策建议。

第一,加快数字技术在健康领域的广泛应用。加大医疗技术创新,发挥新型举国体制的优势,集中力量技术攻关,实现现代数字技术、医疗健康大数据、医疗全流程、医疗健康行业相关方多要素融合,创新中国式精准医疗发展模式;针对人口老龄化、少子化等社会问题,应加强数字技术对全生命周期健康服务的支撑作用;打造完善的生殖健康服务和家庭健康管理,强化数字技术对生育养育服务的支持,提高优生优育水平;加快数字技术适老化改造,通过政策引导、财税支持等手段,鼓励企业参与数字技术适老化建设,扩大适老化终端产品供给,探索可持续发展的商业模式。

第二,完善数字化健康治理。数字健康治理不仅意味着要实现数字技术与健康领域的深度渗透,还包括运用数字技术进行整合、规划、监管以及在多主体间实现联动协同。以数字化推动健康治理有助于实现健康治理的标准化、效率化和公平化。完善数字化健康治理,一方面,要加强顶层设计,明确政策框架与实施路径,构建多主体协同参与的治理体系,制定切实可行的数字化健康服务发展战略;另一方面,要明确数字化健康治理内容和标准,包括数字化技术在医疗主体之间协同的治理模式、具体需求设计以及医疗卫生制度的监管和伦理问题等。

图 ICT与死亡率/健康预期寿命的线性拟合图

第三,提升居民数字健康素养。数字健康素养作为在数字技术背景下获取、交流、评估和使用健康知识的能力集,具有推动数字健康技术落地、改善健康水平的潜力。提升居民数字健康素养要加快农村等落后地区数字基础设施建设,加大政府数字健康管理培训支持力度。一方面,可加强社区活动中心数字健康知识与技术培训,特别是设计为老年人服务的数字技术课程,缩小老年群体数字鸿沟;另一方面,积极鼓励学校加强青少年健康教育,将健康教育有机融入道德与法治、科学、生物等相关课程,培养青少年健康意识,塑造良好的行为、生活和就医习惯。