任國(guó)強(qiáng)，胡夢(mèng)雪

(天津理工大學(xué) 管理學(xué)院，天津 300384)

1 引言

黨的“十九大”指出“實(shí)施健康中國(guó)策略、完善國(guó)民健康政策、為人民群眾提供全方位全周期的健康服務(wù)”。流動(dòng)人口是我國(guó)人口的重要組成部分，預(yù)計(jì)在2020年將高達(dá)2.91億人[1]，占全國(guó)總?cè)丝诘?0.7%。相比當(dāng)?shù)爻鞘芯用窕驊艏鼐用穸裕缡×鲃?dòng)人口面臨著更高的健康風(fēng)險(xiǎn)，包括在公共衛(wèi)生政策、健康教育、醫(yī)療保險(xiǎn)等健康權(quán)益問(wèn)題上的不平等[2-3]。由此，跨省流動(dòng)人口健康狀況越來(lái)越受到政府和學(xué)界的廣泛關(guān)注。鑒于此，本研究利用2014年全國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，聚焦探討跨省流動(dòng)人口的健康狀況及其影響因素。

通過(guò)梳理相關(guān)文獻(xiàn)得到，學(xué)者們主要針對(duì)以下幾個(gè)流動(dòng)人口健康的影響因素進(jìn)行了研究。第一，收入水平，部分學(xué)者認(rèn)為相比省內(nèi)流動(dòng)，跨省流動(dòng)人口可以獲得更好地就業(yè)機(jī)會(huì)與就業(yè)職位，能夠帶來(lái)顯著的收入增長(zhǎng)[4]，從而有利于流動(dòng)人口的健康[5]。第二，公共服務(wù)利用，李晨等(2010)[6]表明受醫(yī)療保險(xiǎn)、心理等因素影響，流動(dòng)范圍較大的流動(dòng)人口對(duì)當(dāng)?shù)鼗竟残l(wèi)生服務(wù)的利用更小，而劉勝蘭等(2018)[7]認(rèn)為跨省流動(dòng)人口的衛(wèi)生服務(wù)利用情況要優(yōu)于省內(nèi)流動(dòng)人口。第三，社會(huì)融入，郝曉寧等(2018)[8]證明跨省流動(dòng)人口相比省內(nèi)流動(dòng)人口有更好的社會(huì)融合度，能夠引導(dǎo)其心理狀況向更健康方向發(fā)展。第四，家庭紐帶，家庭紐帶在流動(dòng)人口流動(dòng)選擇機(jī)制中有重要作用，部分表現(xiàn)為家人同住對(duì)跨省流動(dòng)人口心理狀態(tài)的支持與改善[9-10]，另一部分體現(xiàn)為老家事務(wù)對(duì)跨省流動(dòng)人口心理的牽制作用[11]?？梢姡鲜鲆蛩鼐鶗?huì)對(duì)流動(dòng)人口健康狀況產(chǎn)生一定影響，這為本文奠定堅(jiān)實(shí)的理論基礎(chǔ)。

但上述研究也存有一定局限性，即針對(duì)某一個(gè)影響因素展開跨省和省內(nèi)流動(dòng)人口健康問(wèn)題的比較研究，這與現(xiàn)實(shí)情況有較大的差距?？缡『褪?nèi)流動(dòng)人口的健康問(wèn)題是多種因素共同作用的結(jié)果，將多種因素納入估計(jì)模型是較為必要的。另一方面，在探究流動(dòng)范圍與人口健康的關(guān)系時(shí)，兩者之間選擇性問(wèn)題通常會(huì)導(dǎo)致常規(guī)回歸分析出現(xiàn)有偏結(jié)果[12]。鑒于此，本研究在使用基準(zhǔn)回歸方法的基礎(chǔ)上，采用傾向得分匹配方法(PSM)來(lái)消除選擇性偏差，更進(jìn)一步地，在深入分析不同因素對(duì)跨省流動(dòng)人口健康的影響作用同時(shí)，還將檢驗(yàn)變量的中介效應(yīng)。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源

本文使用的數(shù)據(jù)為2014年全國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，數(shù)據(jù)覆蓋我國(guó)北部、中部、東部和南部四大地區(qū)，包含北京市朝陽(yáng)區(qū)、浙江省嘉興市、福建省廈門市、山東省青島市、河南省鄭州市、廣東省深圳市和中山市、四川省成都市等八大城市(區(qū))，每個(gè)城市(區(qū))根據(jù)多階段PPS原則調(diào)查了2000名流動(dòng)人口(在流入地居住一個(gè)月以上)，除去不合格問(wèn)卷，共得到有效流動(dòng)人口樣本15999個(gè)，其中跨省流動(dòng)樣本8771個(gè)，省內(nèi)跨市和市內(nèi)跨縣樣本共7228個(gè)。

2.2 變量選擇

(1)因變量。因變量為樣本個(gè)體的健康狀況，本文選取自評(píng)健康作為健康的評(píng)價(jià)尺度，由于自評(píng)健康與死亡率等客觀指標(biāo)高度相關(guān)[13]，數(shù)據(jù)獲取方便且數(shù)據(jù)質(zhì)量較高，是非常有效的綜合性指標(biāo)，有較好的信度[14-15]，使用這一指標(biāo)作為健康測(cè)度的研究也日益增加。自評(píng)健康對(duì)應(yīng)問(wèn)卷中601A問(wèn)題：“總體來(lái)講，您的健康狀況是：差、一般、好、很好、非常好。”

(2)解釋變量。本文的核心解釋變量為流動(dòng)范圍，若流動(dòng)范圍為跨省流動(dòng)，則作為處理組，賦值為1；若流動(dòng)范圍為省內(nèi)流動(dòng)(包括省內(nèi)跨市和市內(nèi)跨縣)，則作為控制組，賦值為0。

(3)控制變量。依據(jù)以往研究流動(dòng)人口健康的相關(guān)文獻(xiàn)[2，8，16-21]，本文在計(jì)量模型中加入了一些控制變量，主要分為五個(gè)層面：個(gè)人特征(性別、年齡、婚姻、受教育程度)、收入水平(家庭人均收入)、公共服務(wù)利用(醫(yī)療保險(xiǎn)、政府培訓(xùn)、勞動(dòng)合同、健康檔案、健康教育)、社會(huì)融入(是否努力縮小與本地人差距、對(duì)本地人接受情況、與本地人相處是否融洽)、家庭紐帶(隨遷人數(shù)、老家需要操心的事、老家耕地、老家住宅面積)。其中個(gè)人特征為控制實(shí)驗(yàn)異質(zhì)性，收入水平、公共服務(wù)利用、社會(huì)融入、家庭紐帶為跨省流動(dòng)人口健康的一級(jí)影響因素。

各變量的具體定義及描述性統(tǒng)計(jì)見表1。

表1 變量描述性統(tǒng)計(jì)

2.3 研究方法

(1)回歸分析。由于健康是1-5的多分類序次變量，因此采用有序離散邏輯概率模型(Ordered Logit模型)進(jìn)行回歸分析。Ordered Logit回歸模型設(shè)定如下：

式(1)

其中，Y代表流動(dòng)人口自評(píng)健康狀況；αj為常數(shù)項(xiàng)回歸系數(shù)；βi為系數(shù)；xi表示包括核心自變量和其他控制變量在內(nèi)的所有解釋變量(i=1,2,…,n;n=18)，其中，核心自變量1個(gè)，其他控制變量17個(gè)；j=1,2,3,4,5分別表示健康狀況“差”“一般”“好”“很好”“非常好”。

(2)傾向得分匹配。假定進(jìn)行跨省流動(dòng)的健康狀況為Y1，進(jìn)行省內(nèi)流動(dòng)的健康狀況為Y0，則跨省流動(dòng)導(dǎo)致的健康效應(yīng)為兩者之差，即Y=Y1-Y0。但對(duì)于每個(gè)流動(dòng)人口來(lái)說(shuō)，只能選擇跨省流動(dòng)或省內(nèi)流動(dòng)其中一種模式，因而無(wú)法得到另一種狀態(tài)下的數(shù)據(jù)，因此需要?jiǎng)?chuàng)建一個(gè)對(duì)照組。在這個(gè)對(duì)照組中，每個(gè)流動(dòng)者的稟賦特征與真實(shí)流動(dòng)者近似甚至相同，由此得到流動(dòng)人口在另一種流動(dòng)狀態(tài)下的數(shù)據(jù)。此外，由于流動(dòng)人口進(jìn)行流動(dòng)活動(dòng)不是一個(gè)隨機(jī)過(guò)程，而是理性選擇的結(jié)果，使用基準(zhǔn)回歸方法進(jìn)行回歸分析一般會(huì)導(dǎo)致結(jié)果有偏[22]。為解決這兩個(gè)問(wèn)題，本文使用傾向得分匹配方法來(lái)模擬自然實(shí)驗(yàn)的狀態(tài)，從而得到準(zhǔn)確可靠的估計(jì)結(jié)果。

傾向得分匹配方法適用于處理非隨機(jī)數(shù)據(jù)[23]，由Rosenbaum等(1985)首次應(yīng)用于生物統(tǒng)計(jì)領(lǐng)域，后普遍被使用在衛(wèi)生經(jīng)濟(jì)和其他社會(huì)科學(xué)領(lǐng)域。其核心思想是找到一組與跨省流動(dòng)人口資源稟賦特征相同或近似的省內(nèi)流動(dòng)人口進(jìn)行健康狀況比較。由于兩組樣本的資源稟賦特征極其相似，因此兩組樣本的健康狀況差異可以解釋為跨省流動(dòng)所帶來(lái)的效應(yīng)。運(yùn)用該方法進(jìn)行跨省流動(dòng)對(duì)流動(dòng)人口健康效應(yīng)評(píng)估的基本思路如下。

第一，計(jì)算傾向得分。傾向得分是在給定條件下接受干預(yù)的條件概率[24]。一般使用Logit或Probit模型估計(jì)得到。流動(dòng)人口進(jìn)行跨省流動(dòng)的概率(傾向得分)為：

p(X)=pr[D=1|X]=E[D|X]

式(2)

其中，D為指示變量，當(dāng)流動(dòng)人口選擇跨省流動(dòng)時(shí)，D=1，反之，D=0；X是一組影響個(gè)體選擇跨省流動(dòng)的特征變量。

第二，選擇匹配方法。選擇合適的匹配方法，將處理組(D=1)中的每一個(gè)觀測(cè)值與對(duì)照組(D=0)中傾向得分相近的觀測(cè)值進(jìn)行匹配。為保證估計(jì)結(jié)果的穩(wěn)健性，本文采用最鄰近匹配法(Nearest Neighbors Matching)、半徑匹配方法(Radius Matching)和核匹配方法(Kernel Matching)三種方法進(jìn)行樣本匹配。

第三，計(jì)算平均處理效應(yīng)。在給定傾向得分的情況下，跨省流動(dòng)對(duì)流動(dòng)人口健康的平均處理效應(yīng)可以通過(guò)比較處理組和對(duì)照組的健康狀況差異得到，即

ATT=E[Y1-Y0|D=1]

=E{E[Y1-Y0|D=1,p(X)]}

=E{E[Y1|D=1,p(X)]-E[Y0|D=0,p(X)]|D=0}

式(3)

其中，Y1和Y0分別表示處理組和對(duì)照組中被匹配的流動(dòng)人口的健康狀況。

3 結(jié)果分析

3.1 基本回歸模型分析

文章基于2014年全國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)，分析跨省流動(dòng)對(duì)流動(dòng)人口健康狀況影響?；貧w結(jié)果綜合整理如表2所示。模型1僅控制了流動(dòng)人口的個(gè)人特征，模型2在模型1的基礎(chǔ)上控制了流動(dòng)人口的收入水平、公共服務(wù)利用、社會(huì)融入、家庭紐帶等因素，模型1與模型2均使用Ordered Logit模型進(jìn)行回歸。

由表2可見，模型1、2均顯示相比省內(nèi)流動(dòng)人口進(jìn)行跨省流動(dòng)的流動(dòng)人口的健康狀況更好。這與李建民等(2018)[25]提到的“健康移民效應(yīng)”結(jié)論相似，即健康的人更傾向于遷移，選擇遠(yuǎn)距離遷移的人健康狀況優(yōu)于近距離遷移的人。當(dāng)加入流動(dòng)人口收入水平、公共服務(wù)利用、社會(huì)融入、家庭紐帶等控制變量后，這種效應(yīng)更加顯著。

表2 基本回歸結(jié)果

模型1顯示，年輕、受教育程度高、未婚的男性跨省流動(dòng)人口更健康。年齡、性別和受教育程度對(duì)跨省流動(dòng)人口健康的影響顯著，年齡對(duì)跨省流動(dòng)人口健康呈現(xiàn)負(fù)效應(yīng)，而男性和教育程度都表現(xiàn)出正效應(yīng)。

模型2顯示，在綜合考慮多種因素之后，跨省流動(dòng)人口的健康狀況比省內(nèi)流動(dòng)人口健康狀況明顯更好，跨省流動(dòng)人口的健康評(píng)價(jià)要高出0.12分，且結(jié)果變?yōu)轱@著。在跨省流動(dòng)人口個(gè)人特征來(lái)看，與模型1呈現(xiàn)結(jié)果一致，雖然受教育程度對(duì)健康的影響變?yōu)椴伙@著，但仍是年輕、受教育程度高、未婚的男性跨省流動(dòng)人口健康狀況更好。這與以往的研究結(jié)論基本一致，即人力資本越高的個(gè)體健康狀況越好。

從收入水平看，收入對(duì)于跨省流動(dòng)人口健康有顯著正效應(yīng)。相比省內(nèi)流動(dòng)跨省流動(dòng)能夠獲取更高收入，因此可用于健康投資的資源越多，健康狀況也就更好，這與黃乾(2010)[26]所得結(jié)論相同。

從公共服務(wù)利用狀況看，政府培訓(xùn)和健康檔案對(duì)跨省流動(dòng)人口健康產(chǎn)生顯著正效應(yīng)，這與陽(yáng)玉香等(2017)[27]研究結(jié)論一致。但醫(yī)療保險(xiǎn)、勞動(dòng)合同、健康教育會(huì)對(duì)跨省流動(dòng)人口健康產(chǎn)生負(fù)效應(yīng)，且結(jié)果不顯著，這與侯慧麗(2016)[28]、林李月(2019)[20]的研究結(jié)果相同。

從社會(huì)融入狀況看，“努力縮小與本地人差距”、“對(duì)本地人接受情況”、“與本地人相處融洽”均對(duì)跨省流動(dòng)人口健康產(chǎn)生顯著正效應(yīng)。由于跨省流動(dòng)人口是遠(yuǎn)距離遷移，這意味著流動(dòng)人口在生活環(huán)境、文化交流和社會(huì)交往等方面會(huì)發(fā)生較大改變。與當(dāng)?shù)厝讼嗵幦谇?、努力縮小差距等是對(duì)當(dāng)?shù)鼐用裆罘绞降恼J(rèn)可，會(huì)在心理上增強(qiáng)跨省流動(dòng)人口歸屬感，從而呈現(xiàn)積極向上的生活態(tài)度。

從家庭紐帶狀況看，隨遷人員對(duì)跨省流動(dòng)人口健康產(chǎn)生正效應(yīng)，即隨遷人數(shù)越多，跨省流動(dòng)人口自評(píng)健康狀況越好。老家有需要操心的事對(duì)跨省流動(dòng)人口產(chǎn)生顯著負(fù)效應(yīng)。老家耕地與老家住宅對(duì)跨省流動(dòng)人口健康具有顯著的正向促進(jìn)作用。

表2結(jié)果表明，在多層面控制流動(dòng)人口健康影響因素后，進(jìn)行跨省流動(dòng)的流動(dòng)人口自評(píng)健康狀況明顯更好。但上述回歸方法存在一些難以解決的自選擇問(wèn)題，還需使用傾向得分匹配方法去除可能存在的估計(jì)偏誤，進(jìn)一步檢驗(yàn)結(jié)果的穩(wěn)健性。

3.2 傾向得分匹配分析

(1)流動(dòng)人口是否跨省流動(dòng)的傾向得分。在估計(jì)傾向得分時(shí)，選擇匹配變量至關(guān)重要，Heckman等(1997)[29]認(rèn)為選取無(wú)關(guān)變量不會(huì)影響最終結(jié)果，但遺漏變量會(huì)產(chǎn)生嚴(yán)重偏差。就跨省流動(dòng)人口健康影響因素考慮，選取流動(dòng)人口個(gè)人特征、收入水平、公共服務(wù)利用、社會(huì)融入、家庭紐帶五個(gè)層面17個(gè)變量作為匹配變量。使用Logit回歸對(duì)流動(dòng)人口跨省流動(dòng)傾向得分進(jìn)行估計(jì)，結(jié)果如表3所示。其中，Pseudo-R2=0.086；LR chi2(17)= 1760.42，P<0.001，AUC估計(jì)值為0.796，接近于Sturmer等(2006)[30]建議的0.8的“閾值”，說(shuō)明模型選擇的匹配變量符合平衡性標(biāo)準(zhǔn)的要求。

(2)樣本匹配效果檢驗(yàn)。在得到傾向得分后，需要對(duì)匹配效果進(jìn)行檢驗(yàn)，以便處理組與控制組在傾向得分上保持相似性。檢驗(yàn)匹配效果主要包括兩點(diǎn)：一是檢查匹配前后標(biāo)準(zhǔn)偏誤是否減?。欢窃u(píng)估匹配后樣本損失情況。

根據(jù)Rosenbaum 等(1983)[24]的界定，當(dāng)匹配后標(biāo)準(zhǔn)偏差絕對(duì)值在5%以下時(shí)，認(rèn)為匹配效果非常好，可以使用。由表4匹配效果檢驗(yàn)可以發(fā)現(xiàn)，除“老家耕地”匹配后的標(biāo)準(zhǔn)偏差為5.1%外，其他控制變量匹配后的標(biāo)準(zhǔn)偏差絕對(duì)值均處于5%以下。且匹配前17個(gè)控制變量的平均標(biāo)準(zhǔn)偏差為15.05%，匹配后平均標(biāo)準(zhǔn)偏差下降為2.21%，說(shuō)明樣本中各變量均值差異很小，減弱了樣本異質(zhì)性，可認(rèn)為匹配通過(guò)了平衡性檢驗(yàn)，匹配變量的一對(duì)一匹配效果較好。半徑匹配法與核匹配檢驗(yàn)結(jié)果與表3類似，本文不再一一列出。

表3 樣本匹配前后控制變量變化情況

評(píng)估匹配后樣本的損失情況，可以尋找匹配變量的共同取值范圍[31]。PSM要求處理組與控制組的傾向得分有較大的共同取值范圍，否則，將認(rèn)為樣本觀測(cè)值丟失較多，剩余樣本不具有代表性。圖1顯示大部分匹配變量均處于共同取值范圍內(nèi)，因此，匹配后的樣本損失數(shù)是非常少的。

圖1 傾向得分的共同取值范圍

(3)跨省流動(dòng)對(duì)流動(dòng)人口健康的影響。表4為三種不同匹配方法下的跨省流動(dòng)對(duì)流動(dòng)人口健康影響的平均處理效應(yīng)估計(jì)結(jié)果，可以看出，使用最鄰近匹配法得到的處理組平均處理效應(yīng)(ATT)為0.0637，使用半徑匹配法和核匹配法得到的ATT分別為0.0675、0.0641，三種方法均在1%水平上顯著。無(wú)論是平均處理效應(yīng)的估計(jì)值還是顯著性，三種方法的結(jié)果相近，均表現(xiàn)為跨省流動(dòng)人口自評(píng)健康狀況更好，這在一定程度上反映了結(jié)果的穩(wěn)定性。同時(shí)，可以看出在消除了跨省流動(dòng)與省內(nèi)流動(dòng)人口可觀測(cè)異質(zhì)性導(dǎo)致的偏差后，進(jìn)行跨省流動(dòng)的流動(dòng)人口比其假如進(jìn)行省內(nèi)流動(dòng)健康水平高出6.5%左右。而相比Ordered Logit估計(jì)結(jié)果，健康效應(yīng)減少了6.03%，說(shuō)明傳統(tǒng)線性回歸模型未考慮樣本中的選擇性偏差，高估了跨省流動(dòng)對(duì)流動(dòng)人口健康的處理效應(yīng)。

表4 是否跨省流動(dòng)對(duì)流動(dòng)人口健康的平均處理效應(yīng)估計(jì)結(jié)果

3.3 中介效應(yīng)分析

經(jīng)過(guò)上述分析，我們可以得到跨省流動(dòng)的人群健康自評(píng)狀況更好。接下來(lái)，我們通過(guò)中介效應(yīng)模型探討跨省流動(dòng)是否通過(guò)影響流動(dòng)人口的收入水平進(jìn)而影響其自評(píng)健康狀況。Baron等(1986)[32]提出了檢驗(yàn)中介變量的因果效應(yīng)逐步回歸法(Causal Step Regression)，該方法在諸多問(wèn)題中被廣泛應(yīng)用[33-34]。依據(jù)該方法內(nèi)容，我們?cè)O(shè)定如下的中介效應(yīng)模型：

Healthi=α+βFlo_ragei+γZi+εi

式(4)

Ave_Incomei=α+βFlo_ragei+γZi+εi

式(5)

Healthi=α+βFlo_ragei+λAve_Incomei+γZi+εi

式(6)

(4)～(6)式中，F(xiàn)lo_ragei表示流動(dòng)人口的流動(dòng)范圍，是一個(gè)包括“跨省流動(dòng)”與“省內(nèi)流動(dòng)”的二分類變量。Ave_Incomei表示流動(dòng)人口的家庭人均收入；Zi為控制變量，β、α、γ等為待估參數(shù)，α為常數(shù)項(xiàng)，εi為隨機(jī)誤差。由于自評(píng)健康為一個(gè)多分類的排序變量，因此(4)與(6)式使用有序離散邏輯概率模型(Ordered Logit模型)進(jìn)行回歸。(5)式的被解釋變量為家庭人均收入，是一個(gè)連續(xù)變量，使用OLS進(jìn)行回歸。

得到中介效應(yīng)模型的回歸結(jié)果如表5所示。模型3的結(jié)果顯示跨省流動(dòng)對(duì)流動(dòng)人口健康有顯著的正向影響，與前文所得結(jié)論一致。模型4的結(jié)果顯示跨省流動(dòng)在1%的統(tǒng)計(jì)水平上對(duì)流動(dòng)人口家庭人均收入有顯著正影響，說(shuō)明進(jìn)行跨省流動(dòng)的流動(dòng)人口收入水平更高。模型5在同時(shí)控制了跨省流動(dòng)和家庭人均收入之后，跨省流動(dòng)對(duì)流動(dòng)人口健康表現(xiàn)出1%統(tǒng)計(jì)水平的顯著正影響，家庭人均收入對(duì)跨省流動(dòng)人口健康表現(xiàn)出5%統(tǒng)計(jì)水平的正向促進(jìn)作用。同時(shí)可以觀察到，跨省流動(dòng)對(duì)流動(dòng)人口健康的邊際效應(yīng)從模型3中的0.129下降到模型5中的0.124。根據(jù)中介效應(yīng)逐步法檢驗(yàn)原理可知，收入水平在跨省流動(dòng)影響流動(dòng)人口健康的過(guò)程中發(fā)揮著中介作用，且為部分中介效應(yīng)。溫忠麟等(2014)[35]提出，驗(yàn)證中介效應(yīng)是否存在還需進(jìn)一步檢驗(yàn)，我們使用Bootstrap法自抽樣迭代500次得到了直接效應(yīng)與間接效應(yīng)95%的置信區(qū)間，兩個(gè)區(qū)間內(nèi)都不包含0，表明直接效應(yīng)與間接效應(yīng)均顯著，同時(shí)說(shuō)明中介效應(yīng)存在，其中中介效應(yīng)占總效應(yīng)的比率為 5.87%?！翱缡×鲃?dòng)→收入水平→自評(píng)健康水平”的作用機(jī)制得以證實(shí)。

表5 中介效應(yīng)模型——跨省流動(dòng)影響流動(dòng)人口健康的作用機(jī)制分析

4 結(jié)論與政策建議

4.1 結(jié)論

本文通過(guò)上述分析得到以下結(jié)論。

第一，使用Ordered Logit模型分析結(jié)果表明，跨省流動(dòng)人口表現(xiàn)出比省內(nèi)流動(dòng)人口更好的健康狀況，在使用傾向得分匹配方法去除了樣本中的選擇偏誤后得到了一致結(jié)論，但相比Ordered Logit回歸結(jié)果，健康效應(yīng)減少了6.03%，即基礎(chǔ)回歸高估了跨省流動(dòng)對(duì)流動(dòng)人口健康的處理效應(yīng)。

第二，不同特征的流動(dòng)人口健康自評(píng)狀況有所不同，年輕、受教育程度高、未婚的男性跨省流動(dòng)人口的健康狀況更好；收入對(duì)跨省流動(dòng)人口健康有顯著正向影響；政府培訓(xùn)、健康檔案對(duì)跨省流動(dòng)人口健康有顯著正影響，醫(yī)療保險(xiǎn)、勞動(dòng)合同、健康教育對(duì)跨省流動(dòng)人口健康表現(xiàn)出負(fù)向影響；社會(huì)融入表現(xiàn)出對(duì)跨省流動(dòng)人口健康顯著的正向影響；家中煩事對(duì)跨省流動(dòng)人口健康表現(xiàn)出顯著負(fù)效應(yīng)；隨遷人員、老家耕地、老家住宅表現(xiàn)出對(duì)跨省流動(dòng)人口健康正影響。

第三，中介效應(yīng)檢驗(yàn)結(jié)果顯示，收入水平在跨省流動(dòng)對(duì)流動(dòng)人口健康影響中存在一定的中介作用，產(chǎn)生的中介效應(yīng)占總效應(yīng)的5.87%。

4.2 政策建議

根據(jù)文章實(shí)證結(jié)果，提出有益于提升跨省流動(dòng)人口健康水平的措施。

第一，提升跨省流動(dòng)人口收入水平。收入是流動(dòng)人口進(jìn)行遠(yuǎn)距離流動(dòng)的重要因素，提高跨省流動(dòng)人口的收入水平有益于獲取更多的健康資源。由于大城市工作機(jī)會(huì)多，工薪報(bào)酬較高，大批流動(dòng)人口選擇異地工作，流動(dòng)距離越遠(yuǎn)說(shuō)明流動(dòng)人口對(duì)高收入的傾向性越大。但由于部分工人如農(nóng)民工、服務(wù)業(yè)人員他們的教育水平和相關(guān)技術(shù)能力較低，只能從事勞動(dòng)力相對(duì)較重、薪酬相對(duì)較低的工作，此對(duì)健康極為不利。針對(duì)此點(diǎn)，政府應(yīng)從豐富其技能知識(shí)、提高其技術(shù)能力方面入手，使這些跨省流動(dòng)人口有選擇待遇優(yōu)越工作的機(jī)會(huì)。對(duì)此政府應(yīng)建立相關(guān)法律法規(guī)大力擴(kuò)展教育范圍，增大對(duì)跨省流動(dòng)人口的培訓(xùn)力度和廣度，進(jìn)而提升跨省流動(dòng)人口的學(xué)歷與技術(shù)水平，使其掌握多種技能。

第二，完善社會(huì)基本公共服務(wù)體系。醫(yī)療保健衛(wèi)生服務(wù)是關(guān)乎跨省流動(dòng)人口健康的重要內(nèi)容，但與本地人相比外來(lái)人口對(duì)當(dāng)?shù)毓残l(wèi)生服務(wù)利用率并不高[36]，除存在戶籍地限制之外，還包括基本公共服務(wù)制度和體系的缺陷。對(duì)此我們首先應(yīng)當(dāng)逐步為跨省流動(dòng)人口建立健康檔案，將其納入城市公共衛(wèi)生管理信息系統(tǒng)。其次，消除戶籍分割和制度分割帶來(lái)的不平等，要統(tǒng)籌醫(yī)保報(bào)銷制度，盡早實(shí)現(xiàn)異地報(bào)銷，要降低醫(yī)保自費(fèi)比例，降低醫(yī)保報(bào)銷門檻，轉(zhuǎn)變跨省流動(dòng)人口“大病拖，小病抗”為“大病小病都能看”。最后，加強(qiáng)對(duì)跨省流動(dòng)人口的健康教育，擴(kuò)大傳播方式和手段，使跨省流動(dòng)人口在日常生活中關(guān)注自身健康并進(jìn)行改善。

第三，提升跨省流動(dòng)人口的社會(huì)融合程度。文中分析表明，跨省流動(dòng)人口對(duì)融入當(dāng)?shù)赜辛己玫囊庠?，而這種良好的意愿促進(jìn)跨省流動(dòng)人口健康向更好水平發(fā)展，因此應(yīng)當(dāng)積極促進(jìn)跨省流動(dòng)人員與當(dāng)?shù)厣鐣?huì)進(jìn)行有益的社會(huì)融合。主要包括生活和文化兩方面。生活方面，減少外地人當(dāng)?shù)刭?gòu)房條件限制，住房是給人最高安全感的物品之一，能夠大大提高跨省流動(dòng)人口城市歸屬感；建立以社區(qū)為基礎(chǔ)的社會(huì)關(guān)系網(wǎng)絡(luò)[37]，跨省流動(dòng)人口遠(yuǎn)距離流動(dòng)失去了原有的人際網(wǎng)絡(luò)，需要新的社會(huì)關(guān)系支持，以社區(qū)為載體更容易為跨省流動(dòng)人口帶來(lái)新的社會(huì)資本。文化方面，引導(dǎo)外來(lái)人口積極參與當(dāng)?shù)孛袼谆顒?dòng)，增強(qiáng)文化認(rèn)同。

第四，保障留守兒童、空巢老人的健康生活。緩解經(jīng)濟(jì)壓力與保障留守兒童、空巢老人的身心健康是外出務(wù)工人員需直面的矛盾，相比省內(nèi)流動(dòng)人口跨省流動(dòng)人口此矛盾程度更深。解決此矛盾需要流入城市與遷出地政府同時(shí)做出舉措，流入城市應(yīng)減少外地兒童入學(xué)升學(xué)障礙，為外地兒童提供當(dāng)?shù)厣蠈W(xué)的機(jī)會(huì)，以減少留守兒童的數(shù)量。同時(shí)遷出地政府應(yīng)加強(qiáng)對(duì)空巢老人的關(guān)心照看，加快鄉(xiāng)鎮(zhèn)養(yǎng)老院建制，加大養(yǎng)老服務(wù)規(guī)范化發(fā)展，確保每一個(gè)空巢老人的基本生活有所保障；對(duì)于確實(shí)無(wú)法流動(dòng)的留守兒童，遷出地政府要保障留守兒童能夠受到良好教育，關(guān)注留守兒童心理健康發(fā)展。以此緩解由于家人無(wú)法照看使跨省流動(dòng)人口產(chǎn)生的焦慮感，減少后顧之憂，從而促進(jìn)跨省流動(dòng)人口的身心健康向更好狀態(tài)發(fā)展。