- 中國衛生管理研究(2018年第1期/總第3期)
- 南京大學衛生政策與管理研究中心主辦
- 4126字
- 2019-06-28 14:29:45
八 從低收入國家看健康的生產性收益
20世紀,健康改善帶來的收益是明顯且長遠的,但是如何量化這些收益并沒有一致的結論,健康改善的成本收益比也難以衡量。具體有四個難以解決的問題。(1)健康專家在如何定義和測量個人的健康狀況方面還沒有一致的結論,所以,關于健康的調查方法發展緩慢。(2)把健康收益僅僅歸結于生產結果或以人力資本價值的方式都非常牽強,因為這否定了健康的消費價值和一些其他的特殊作用。(3)健康自評狀況存在測量誤差,盡管連續性的指標會分析得相對客觀。(4)雖然更健康的人可能更有生產力,但是他們或許為了維持和促進健康而消耗更多的資源,這種雙向關系的存在,使得對個人健康和生產力之間關系的估計差強人意。在估計健康的收益方面,仍有一些需要解決的問題:怎樣去分析個人和家庭的無實證的調查數據,評價健康項目和政策的結果、健康支出在具體領域所達到的效果。這些問題只能交給專家來解決。
在過去的三十年中,實證反復研究了受教育工人和其工資率之間的關系,盡管沒有大量的探討和統計方法,但這個關系已被大部分社會學家所接受。
健康包括很多的方面,所以選取多個指示變量要優于一個,最常用的就是,給出年齡和性別下的期望壽命。但是,對如何預測一個人的期望壽命還沒有一個一致性的結論。在個人水平上,健康對工資有影響的四個指標是:健康自評狀況,患病率,生理功能障礙,營養與生理發育結果。
(1)健康自評狀況
健康自評應該建立在與基準人群相比的基礎上,所以,基準人群的尋找是一個難題,人們或許會尋找不同的基準人群來測量自己的健康,比如鄰居、同事或是同齡人。另外,健康自評狀況通常帶有條件性和經驗性,反映了特定人群的社會行為及該行為的結果,而不是一個客觀的健康狀況指標。不過,這些健康的指示變量與患病率和死亡率是有重要聯系的:能通過大量就診信息和社會經歷來評價健康。
(2)患病率
以患病率為基礎,由個人或相關機構報告,并持續特定的時間。不同社會經濟背景的人群可以享有不同的醫療服務,并擁有自我診斷所需要的不同的背景知識來尋找專業醫療保健。患病率來源于專業機構的記錄,包括個人的、社會經濟背景人群的或是地區的,這種數據的可靠性不能保證,除非疾病可以被合理地診斷,并按法律要求登記。抽樣調查也收集有關疾病和傷殘的自評結果,比如患病天數,在特定日期里的完全殘疾的天數。
(3)生理功能障礙
建立在個人日常行為活動能力障礙(ADLs)的自評上。被訪問者會被詢問完成日常行為活動是容易的還是困難的,比如步行三百米、從事平常的家務活動或是自己洗澡等,與上兩者相比,這個指標更具體些,在一些調查中,訪問者還能通過觀察判斷答案的準確性。一般認為,既然日常活動很少受社會經濟狀況條件和認知能力的影響,就不容易偏估功能性障礙(類似于老年人中的健康狀況)的連續性,同時就診信息也可以證實ADLs的可靠性,至少在高收入國家的老年人中是這樣的。
功能障礙的指示變量在年輕人和偏遠地區的貧困人口之間如何應用還缺乏研究,然而,ADLs是一組用來降低報告偏倚的健康指示變量,它不需要收集血液和運用其他生物技術,可以避免引發傳染病,所以可以以適度的成本收集變量資料。
(4)營養與生理發育結果
本指標測量了營養投入積累、醫療保健、傳染病暴露的下降和消耗體力的復雜勞動的減少所帶來的身體生長發育的結果。對母親和嬰兒健康有利的環境和營養的攝入都會影響包括子宮生長在內的早期的生長發育,
影響青年生長發育高峰時期的因素會影響成年人的身體狀況和能力。
這些指標變量包含很多生理因素,最常見的是成人身高,因為研究者通常認為它是最容易受早期兒童營養和健康狀況影響的因素。從25~55歲,成人的身高基本不會再有變化,所以是相對固定和比較容易測量的,它代表了一般生活標準下的早期營養和健康狀況。
身高把人生各個分離的生長階段聯系起來:兒童時期的健康投入對成年時期來說是非常重要的,因為人力資本存量影響著生產力,而且最終這些投入將阻止慢性病的發生或其惡化,比如,糖尿病等。
體重身高比的平方,或BMI反映了短期的營養健康狀況。一個低水平的BMI代表著很大的身體損耗和高風險的患病率、死亡率。相反,一個高水平的BMI(>28)會帶來肥胖,從而也會導致患病率和死亡率的升高。
但是在低收入國家大多數人口的BMI都低于27,一般認為BMI與好的健康水平和生產力有關,盡管這種趨勢在下降。
BMI和身高都已經成為生產力的影響因素,其他的一些身體生長發育指標也已經被應用,比如女性月經初潮的年齡。
20世紀,高收入國家的青少年的生長發育高峰和青春發育期年齡的提早,都與好的營養和健康狀況有關,
一組按年齡和性別劃分的兒童身體生長發育的指標已經成為衡量和督促健康的標準化工具。但對于影響兒童健康和潛在影響成人生產力的家庭稟賦和當地政策等卻只有很少的研究涉及,如果這些有利于健康的條件被精確地測量出來并解釋成年人的健康狀況,那么,這些長期存在的健康人力資本投資問題就能得到有效的解決,因為可以計算用于健康改善的社會資源的國際回報率。比如,在美國,Costa報告了一個老年人的勞動參與率和以BMI衡量的營養健康狀況的關系,剛開始在1900年以內戰的老兵作為樣本,然后在1985~1991年將樣本擴大到所有年齡在50~64歲的男性。
此時,美國人口的BMI水平很低,低于23,多元人群的死亡率風險相對較高,慢性病患病率比較普遍且勞動力參與率較低。1975年在巴西的城鎮成年男性中,從他們的身高、BMI與勞動力參與率之間也發現了類似的關系。
健康的各個部分是如何影響勞動生產率的,比如個人的行為方式、家庭和社會等,這些被稱作可再生的人力資本,或者說是不能被社會影響的外生變量。另外,健康的社會效應,尤其是年輕人、老年人和體弱多病的人則需要不同的方法來進行實證估計。
(1)健康人力資本的測量誤差及其解決方法——工具變量
再有一個問題就是要考慮健康人力資本的測量誤差。統計上的一個標準問題就是解釋變量的測量誤差,在估計人力資本對工資的作用時(比如教育),考慮到教育變量,教育的年數都是不一定的,所以存在測量誤差。在存在測量誤差時,運用普通最小二乘法估計教育對工資的影響一般都會存在低估的偏倚。把這種方法擴展到估計健康人力資本對個人工資水平的影響,健康狀況變量仍會存在測量誤差。這種誤差或許來源于健康本身的主觀性,或是由于健康變化程度的復雜多樣性。社會積累的健康組成部分的效益是指通過改變個人行為方式和公共支出范圍來提高政策干預所達到的健康水平的成功效果。
盡管健康方面的測量誤差的原因并不像教育那樣精確,但要求修正測量誤差的統計方法仍然類似。例如,如果有與人力資本健康密切相關,而與工資水平或遺傳的和非人力資本的因素不相關的工具變量,仍可以預期建立在工具變量變異程度基礎上的健康人力資本,并在第二階段估計人力資本對工資的無偏倚的影響。要修正在估計健康對生產率作用所產生的測量誤差的低估偏倚時,研究者需要把兩個階段合并起來。如果對不同人群人力資本投資的回報是不同的,這種個人對政策反映的多樣性說明工具變量的估計是不成比例的,測量了易受該變量影響的人群的健康方面的行為。例如:如果相對富裕的家庭對其孩子的醫療保健和營養投入的需求是無價格彈性的,而相對貧困的家庭是有彈性的,則這些健康投入的價格就被認為是預期這些投入作用的工具變量。如果工具變量的估計采用的是貧困家庭對兒童健康和營養投入的回報,在一些例子中就會夸大平均收入水平家庭的健康投資效益。因此,估計健康人力資本回報的工具變量的選擇應該參照被提出并會被付諸實施的政策而定。
(2)生產率對健康行為方式的反饋——工具變量
談到健康的影響,理解怎樣的家庭和根源因素能產生一個好的健康狀況是必要的,特別是當健康狀況的多產作用是復雜的,或是存在生產率對健康改善的自發反饋時。后一種偏倚的典型例子就是在估計改善營養狀況對工人生產率的影響時,研究者發現越有生產力的工人越能購買營養品的相反的隨機效應現象。盡管在分離個人水平上這兩個自發的隨機關系方面,研究已經取得一些進展,但從國家的角度,人群平均的健康水平和工人的勞動生產率方面的問題還沒有得到令人滿意的解決。
在低收入國家,研究者認為一系列反映成人營養和健康狀況的指標是影響個人工資和勞動生產率的潛在因素。許多調查研究已經把成年人的身高作為胚胎和早期兒童營養以及健康狀況的代表變量,認為這兩者是成人慢性健康問題的重要影響因素,特別是對老年人的壽命。一些代表性的家庭調查的個人工資函數估計發現身高和工資的增長有部分聯系,正如生理學家和經濟學家所強調的,肯定了健康和生產率之間的關系。從個人水平估計工資函數,需要建立在食品價格、社區衛生服務和家庭資源的基礎上,通過工具變量的方法來識別帶有內生性和測量誤差的健康指標。被估價的健康人力資本的效益,比如身高會大幅度上升,變得更有統計顯著性。身高每高1厘米,工資率就會上升5~10個百分點。而且快速發展的國家,比如巴西,每10年就會使人群的身高平均上升1厘米。工具變量估計要比OLS估計大得多,可能是因為這些健康指標并不類似且沒有測量誤差,它們局限在基礎設施,還有父母的社會經濟特征這些被用來解釋成人健康狀況的社會再生產部分;統計解釋的是身高、BMI、傷殘天數、ADLs和月經初潮年齡等可觀測變異程度的社會可預期部分。這些對工資和成人健康狀況都產生比來自于遺傳多樣性和測量誤差等不能解釋的健康指標更強的影響。
工具變量的選擇應該通過查閱包含有效干預行為的醫學文獻得到。如果工具變量估計在政策建議方面很有用,那么它的選擇就應該針對政策變異程度來定。人群對健康政策的反應是多種多樣的,因此,估計政策干預對工資不同社會經濟人群的影響,量化干預政策所帶來的分配效果,是政策評估的重要組成部分。在配對的家庭社區調查中得到的個人數據分析中,研究者可以進行多水平的估計。(1)關于健康和工資方程:治療(價格變量或隨機的健康投入)與外生的不同社會經濟人群之間的相互作用都能被直接估計出來。(2)工具變量的選擇:找出旨在為弱勢群體提供利益的具體的項目政策。在選擇這種項目時,應該遵循生物醫學科學、社會學、人類學、政治學和經濟學。(3)運用工具變量的五等分工資回歸可以解釋健康的影響因素對生產率低的個人有更大的生產性收益。