李春根，彭樹宏

(江西財(cái)經(jīng)大學(xué) 財(cái)稅與公共管理學(xué)院；江西 南昌 330013)

一、引言

1999年，中國開啟了高校擴(kuò)招，此后中國高等教育的規(guī)模有了大幅擴(kuò)張，每年高校畢業(yè)生人數(shù)屢創(chuàng)新高，出現(xiàn)了“畢業(yè)即失業(yè)”“大學(xué)生工資不如農(nóng)民工”等所謂的“大學(xué)生就業(yè)難”問題。因而，不少人甚至教育部自己都開始懷疑高校擴(kuò)招，提出了放緩乃至停止高校擴(kuò)招的政策主張(1)2008年教育部在發(fā)布會(huì)上首次表示，1999年決定的全國高校大規(guī)模擴(kuò)招太急促，造成畢業(yè)生就業(yè)困難等問題，表明了今后要放慢高校擴(kuò)招步伐的態(tài)度，http://learning.sohu.com/20081009/n259936826.shtml。；不少農(nóng)村家庭和孩子對(duì)上大學(xué)的預(yù)期回報(bào)看低，中學(xué)階段輟學(xué)務(wù)工者的比例上升。[1]對(duì)高校擴(kuò)招和上大學(xué)的消極看法，主要是基于高等教育的勞動(dòng)力市場回報(bào)來判斷的。事實(shí)上，高等教育作為一種重要的人力資本投資，它對(duì)人們經(jīng)濟(jì)生活的各個(gè)方面都有重要的影響。上大學(xué)不僅有未來勞動(dòng)力市場收入的物質(zhì)回報(bào)，還可能有健康等非物質(zhì)回報(bào)(2)參見Grossman, M. “Education and Nonmarket Outcomes.” In Hanushek, E. A. & Welch, F. (eds.)Handbook of the Economics of Education, Amsterdam：North Holland Press, Vol.1, 2006, pp.577-633；Lochner, L.“Nonproduction Benefits of Education: Crime, Health and Good Citizenship.” In Hanushek, E. A., Machin, S. &Woessmann, L. (eds.) Handbook of the Economics of Education. Amsterdam：North Holland Press, Vol.4, 2011, pp.183-282；Galama, T. J., Lleras-Muney, A. A. & Kippersluis, H. van.“The Effect of Education on Health and Mortality: A Review of Experimental and Quasi-Experimental Evidence.”O(jiān)xford Research Encyclopedia of Economics and Finance,2018, pp.1-99。。研究上大學(xué)的健康回報(bào)能讓我們更全面地認(rèn)識(shí)高等教育的價(jià)值，進(jìn)而對(duì)國家的高等教育政策和個(gè)人的受教育決策做出更正確的判斷。健康不僅是一種能增進(jìn)生產(chǎn)率的人力資本，而且其自身也是人們追求的重要生活目標(biāo)。如果上大學(xué)能帶來更好的健康水平，且我們知道其影響機(jī)制的話，那么就可以通過擴(kuò)大高等教育規(guī)模和調(diào)整大學(xué)教育方式的辦法促進(jìn)國民健康水平的提高，從而節(jié)省寶貴的醫(yī)療衛(wèi)生資源的支出。

習(xí)近平總書記在2016年8月召開的全國衛(wèi)生與健康大會(huì)上明確指出，要“將健康融入所有政策，人民共建共享”。同年10月，黨中央和國務(wù)院頒布《“健康中國2030”規(guī)劃綱要》，提出了推進(jìn)健康中國建設(shè)的宏偉藍(lán)圖和行動(dòng)綱領(lǐng)。2017年，黨的十九大報(bào)告進(jìn)一步將實(shí)施健康中國戰(zhàn)略納入國家發(fā)展基本方略，提出要“完善國民健康政策，為人民群眾提供全方位全周期健康服務(wù)”。2019年暴發(fā)并延續(xù)至今的新冠疫情更加凸顯了人民健康的重要性，習(xí)近平總書記指出，“預(yù)防是最經(jīng)濟(jì)最有效的健康策略”。如果上大學(xué)能帶來更高的健康水平，那么大學(xué)教育就是最好的預(yù)防手段、最有效的健康策略。

教育的回報(bào)問題是經(jīng)濟(jì)學(xué)家和教育學(xué)家持久關(guān)注的重要話題。與人們的現(xiàn)實(shí)感受一致，之前研究對(duì)教育的勞動(dòng)市場回報(bào)關(guān)注較多，而相對(duì)忽視了對(duì)教育的非勞動(dòng)力市場回報(bào)的研究。[2]教育的健康效應(yīng)是教育的一種重要的非勞動(dòng)力市場回報(bào)，同時(shí)也是健康資本需求[3]、童年發(fā)展對(duì)成年影響(3)參見Heckman, J. “The Economics, Technology and Neuroscience of Human Capacity Formation.” Proceedings of the National Academy of Sciences, Vol.104, No.33, 2007,pp.13250-13255；Conti, G., Heckman, J. &Urzua, S. “The Education-Health Gradient.” American Economic Review, Vol.100, No.2, 2010, pp. 234-238。以及宏觀經(jīng)濟(jì)增長(4)參見Acemoglu, D.&Johnson, S. “Disease and Development: The Effect of Life Expectancy on Economic Growth.” Journal of Political Economy, Vol.115, No.6, 2007, pp.925-985；Cervellati, M. & Sunde, U. “Human Capital Formation, Life Expectancy and the Process of Development.” American Economic Review, Vol.95, No.5, 2005, pp.1653-1672。的理論模型中的重要參數(shù)(5)參見Clark, D. & Royer, H. “The Effect of Education on Adult Health and Mortality: Evidence from Britain.” American Economic Review, Vol.103, No.6, 2013, pp.2087-2120；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.” Harvard Working Paper, 2016。。隨著現(xiàn)代社會(huì)人們對(duì)健康問題的日益關(guān)注，教育的健康效應(yīng)研究也開始逐漸受到學(xué)界的重視。但與教育對(duì)收入的正效應(yīng)的研究結(jié)論已在學(xué)界取得廣泛共識(shí)不同，教育的健康效應(yīng)研究尚未取得一致結(jié)論。[4]使用美國義務(wù)教育法在各州的不同變化做工具變量的研究發(fā)現(xiàn)教育對(duì)死亡率有很大的顯著影響效應(yīng)[5]，利用英國義務(wù)教育法改革的自然實(shí)驗(yàn)進(jìn)行斷點(diǎn)回歸的研究則發(fā)現(xiàn)教育對(duì)死亡率沒有顯著影響[6]。美英之外，教育對(duì)死亡率的影響在新西蘭[7]和德國[8]都得到了證實(shí)，但在法國[9]和瑞士[10]沒有得到證實(shí)。在富裕的國家，教育會(huì)降低BMI；在貧窮的國家，教育則會(huì)提升BMI。[11]同樣利用英國義務(wù)教育法改革的自然實(shí)驗(yàn)進(jìn)行研究，有的研究考察了教育和自評(píng)健康之間的關(guān)系，發(fā)現(xiàn)受教育年限提高1年使得自評(píng)健康良好的概率提高4.5%-5.5%[12]；有的研究考察了教育對(duì)自評(píng)健康指標(biāo)和客觀健康指標(biāo)的影響，發(fā)現(xiàn)教育對(duì)女性的自評(píng)健康有顯著影響，但對(duì)心血管病的發(fā)病則無顯著影響。[13]同樣采用雙胞胎數(shù)據(jù)，針對(duì)澳大利亞的研究考察了教育對(duì)體重超重的影響，發(fā)現(xiàn)受教育年限增加1年會(huì)使得男性體重超重的概率降低2%-4%，但對(duì)女性則無影響[14]；針對(duì)美國的研究考察了教育對(duì)自評(píng)健康和慢性疾病的影響，發(fā)現(xiàn)完成高中教育者比沒完成高中教育者的健康水平顯著更高，但高中之后的教育提高則不能促進(jìn)健康。[15]可以看到，教育對(duì)健康的影響具有極強(qiáng)的異質(zhì)性。不僅不同發(fā)展水平的國家不一樣，而且不同健康指標(biāo)也有差異，甚至不同性別、不同教育程度的健康效應(yīng)都會(huì)有所不同。

針對(duì)中國教育的健康效應(yīng)的研究文獻(xiàn)近年才開始出現(xiàn)。(6)參見程令國、張曄、沈可《教育如何影響了人們的健康？——來自中國老年人的證據(jù)》，《經(jīng)濟(jì)學(xué)(季刊)》，2015年第1期；胡安寧《教育能否讓我們更健康——基于2010年中國綜合社會(huì)調(diào)查的城鄉(xiāng)比較分析》，《中國社會(huì)科學(xué)》，2014年第5期；李軍、劉生龍《教育對(duì)健康的影響——基于中國1986年義務(wù)教育法的實(shí)證分析》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》, 2019年第6期；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.” Harvard Working Paper, 2016；Jiang, W., Lu, Y. & Xie, H. “Education and mental health: Evidence and mechanisms.”Journal of Economic Behavior & Organization, 2020,180, pp.407-437。程令國等使用中國60歲以上老年人數(shù)據(jù)，考察了教育對(duì)健康的影響效應(yīng)及其內(nèi)在機(jī)制，研究發(fā)現(xiàn)教育顯著提高了中國老年人的健康水平和存活率(7)在程令國等學(xué)者所分析的全部老年人樣本中，平均受教育年限為2.04年，他們的核心解釋變量為受訪老人是否受過教育，受過至少1年教育者賦值為1，否則賦值為0。所以，他們所考察的教育是處于掃盲階段的基礎(chǔ)教育。參見程令國、張曄、沈可《教育如何影響了人們的健康？——來自中國老年人的證據(jù)》，《經(jīng)濟(jì)學(xué)(季刊)》，2015年第1期。。胡安寧采用CGSS2010年的全國數(shù)據(jù)，研究了城鄉(xiāng)之間教育成就的健康回報(bào)差異，結(jié)果表明教育對(duì)城鄉(xiāng)居民的健康均有正向回報(bào)，但農(nóng)村與城市居民在義務(wù)教育和高中教育不同階段所體現(xiàn)出的健康回報(bào)有所不同。[16]這是較早研究中國教育的健康效應(yīng)的兩份文獻(xiàn)，但并沒有嚴(yán)格考察教育對(duì)健康的因果效應(yīng)。Huang利用中國義務(wù)教育法在各省實(shí)施時(shí)間的差異構(gòu)造工具變量，考察了教育對(duì)健康的影響效應(yīng)及其機(jī)制，結(jié)果表明教育對(duì)健康有顯著的正向因果效應(yīng)。[17]李軍等利用中國義務(wù)教育法的自然實(shí)驗(yàn)，采用工具變量法考察教育對(duì)健康的因果效應(yīng)，發(fā)現(xiàn)教育的健康效應(yīng)存在性別異質(zhì)性，結(jié)果表明教育與男性自評(píng)健康、女性保持正常體型之間存在顯著因果關(guān)系。[18]Jiang等基于中國義務(wù)教育法的自然實(shí)驗(yàn)，利用拐點(diǎn)回歸設(shè)計(jì)考察了教育對(duì)精神健康的影響，發(fā)現(xiàn)教育與精神健康之間存在正向因果效應(yīng)。[19]上述三篇文獻(xiàn)雖然考察了教育對(duì)健康的因果效應(yīng)，但均以中國義務(wù)教育法的變革為自然實(shí)驗(yàn)來進(jìn)行工具變量估計(jì)，實(shí)際得到的只是基礎(chǔ)教育的健康效應(yīng)，而無法估計(jì)高等教育對(duì)健康的影響。正如不同階段教育的勞動(dòng)力市場回報(bào)不同一樣，不同階段教育的健康回報(bào)也會(huì)不同。(8)參見Lundborg, P. “The Health Returns to Schooling-What can We Learn from Twins? ” Journal of Population Economics, Vol.26, No.2, 2013, pp.673-701；Heckman, J., Humphries, J. E. &Veramendi, G. “Returns to Education: The Causal Effects of Education on Earnings, Health and Smoking.” Journal of Political Economy, Vol.126, No.S1, 2018, pp.S197-S246。

本文在現(xiàn)有文獻(xiàn)基礎(chǔ)上，采用中國勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)(CLDS)，針對(duì)16-64歲的勞動(dòng)年齡人口，從主觀健康和客觀健康兩個(gè)方面考察了中國大學(xué)教育的健康效應(yīng)及其影響機(jī)制。研究結(jié)果表明，上大學(xué)提升了男性勞動(dòng)力的自評(píng)健康狀況和肥胖的概率，大學(xué)教育對(duì)男性勞動(dòng)力健康的影響機(jī)制是認(rèn)知能力和收入，而非健康行為。本文的研究深化了我們對(duì)中國大學(xué)教育的健康回報(bào)的認(rèn)識(shí)，能為我們深化思考高等教育的價(jià)值和健康中國政策提供啟示。接下來的第二部分是模型與數(shù)據(jù)，第三部分是大學(xué)教育對(duì)健康的影響效應(yīng)估計(jì)，第四部分是大學(xué)教育對(duì)健康的影響機(jī)制分析，第五部分是結(jié)論與啟示。

二、模型與數(shù)據(jù)

(一)模型

經(jīng)濟(jì)學(xué)家很早就將健康和教育視為人力資本的兩個(gè)主要組成部分，認(rèn)為兩者都是一種資本性支出，能影響到勞動(dòng)者的長期收入能力；但是健康和教育也有不同之處，健康主要通過增加勞動(dòng)者的勞動(dòng)時(shí)間來提高勞動(dòng)者收入，而教育主要通過提升勞動(dòng)者的生產(chǎn)率來提高勞動(dòng)者收入(9)參見Becker, G. Human Capital.New York: Columbia University Press, 1964;Mushkin, S. J. “Health as an Investment.”Journal of Political Economy, Vol.70, No2, 1962, pp.129-157。。Grossman首次在人力資本理論的基礎(chǔ)上，構(gòu)建了健康需求的理論模型，并由此成為研究健康的標(biāo)準(zhǔn)模型。[3]下面，我們將概述Grossman模型的基本框架并分析其中的經(jīng)驗(yàn)預(yù)測含義，進(jìn)而引出本文的實(shí)證分析模型。

假設(shè)一個(gè)代表性消費(fèi)者的效用函數(shù)為：

U=U(φ0H0,…,φnHn,Z0,…,Zn)

(1)

其中，H0為外生的初始遺傳健康資本，Hi為第i期的健康資本，φi是每單位健康資本所產(chǎn)生的服務(wù)，Zi是第i期其他物品的總消費(fèi)。n代表個(gè)體壽命，是內(nèi)生變量，當(dāng)Hn=Hmin時(shí)，生命終止。健康資本的增量可表示為：

Hi+1-Hi=Ii-δiHi

(2)

其中，Ii為第i期的健康資本投資，δi為第i期的健康資本折舊率。δi假設(shè)為外生，隨個(gè)體年齡而變化。

Ii和Zi由下式?jīng)Q定：

Ii=Ii(Mi,THi;Ei)，Zi=Zi(Xi,Ti;Ei)

(3)

其中Mi是醫(yī)療投入，THi是用于生產(chǎn)健康的時(shí)間，Ei是教育程度；Xi是用于生產(chǎn)物品Zi的投入品，Ti是時(shí)間。

個(gè)體在一生中的總支出應(yīng)等于總收入：

(4)

其中，Pi、Vi分別是醫(yī)療投入Mi和其他投入Xi的價(jià)格；TWi是工作時(shí)間，Wi是工資；r是利率，Ao是資產(chǎn)收入。

個(gè)體每一期的總時(shí)間固定，工作時(shí)間TWi、生病時(shí)間TLi、用于生產(chǎn)健康的時(shí)間THi、用于生產(chǎn)消費(fèi)物品的時(shí)間Ti之和應(yīng)為常數(shù)，即：

TWi+TLi+THi+Ti=Ω

(5)

由(5)得，TWi=Ω-TLi-THi-Ti，代入(4)得

(6)

(1)式是目標(biāo)函數(shù)，(2)(3)式是生產(chǎn)函數(shù)約束，(6)式是財(cái)富約束。個(gè)體在生產(chǎn)約束和財(cái)富約束下，選擇和以最大化其效用。在均衡處，健康的邊際成本現(xiàn)值等于健康的邊際收益(健康的收益包括健康帶來的直接效用增加和健康帶來的收入而間接導(dǎo)致的效用增加兩部分)現(xiàn)值。

通過Grossman的健康需求模型可以得到兩個(gè)預(yù)測：第一，健康需求和醫(yī)療費(fèi)用支出與工資正相關(guān)；第二，教育通過提高健康的生產(chǎn)效率而促進(jìn)健康產(chǎn)出。本文認(rèn)為，教育之所以能提高健康的生產(chǎn)效率，其原因在于：一方面，教育程度高的人會(huì)有更健康的行為，如較少吸煙、較多鍛煉等；另一方面，教育程度提高了人們的認(rèn)知能力，從而能更有效地利用醫(yī)療資源來生產(chǎn)健康。本文基于Grossman模型的預(yù)測，考察大學(xué)教育對(duì)健康的影響效應(yīng)及其作用機(jī)制。設(shè)定計(jì)量模型如下：

(7)

其中，被解釋變量Y為自評(píng)健康或體重是否正常的虛擬變量，核心解釋變量College為大學(xué)學(xué)歷虛擬變量，Xi是一系列的控制變量，包括年齡、性別、民族、婚姻、戶口、地區(qū)、母親受教育年限、出生時(shí)的戶口類型、是否獨(dú)生子女等。表征個(gè)體特征的年齡、性別、民族和婚姻被普遍認(rèn)為對(duì)個(gè)體健康有影響，是現(xiàn)有文獻(xiàn)中通用的控制變量(10)參見Cutler, D.& Lleras-Muney, A.“Understanding Differences in Health Behaviors by Education.”Journal of Health Economics, Vol.29, No.1, 2010, pp.1-28；Hu, A.N.“The Health Benefits of College Education in Urban China: Selection Bias and Heterogeneity.” Social Indicators Research, Vol.115, No.3, 2014, pp.1101-1121；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.”Harvard Working Paper, 2016。；由于中國的戶籍制度和地區(qū)分割，不同戶籍和地區(qū)的經(jīng)濟(jì)環(huán)境條件和公共服務(wù)水平存在著巨大的差異，所以我們將戶口和地區(qū)列為本文計(jì)量模型的控制變量。由于現(xiàn)在的健康狀況不可能影響到過去的教育決策，所以模型(7)不存在反向因果問題，但是可能存在遺漏變量導(dǎo)致的內(nèi)生性問題?？赡苓z漏的變量主要有兩類：第一類是家庭背景變量，出生在良好家庭環(huán)境中的孩子既有更好的營養(yǎng)健康，也同時(shí)會(huì)接受更好的教育；第二類是風(fēng)險(xiǎn)態(tài)度、對(duì)未來的貼現(xiàn)等個(gè)人偏好變量，一個(gè)更看重未來的人會(huì)同時(shí)更多地投資于教育和健康。對(duì)于第一類遺漏變量，我們以母親受教育年限、出生時(shí)的戶口類型和是否獨(dú)生子女三個(gè)變量作為家庭背景的代理變量進(jìn)行控制。對(duì)于第二類遺漏變量，雖然有理論價(jià)值，但現(xiàn)有文獻(xiàn)發(fā)現(xiàn)其在實(shí)證上并不能對(duì)健康產(chǎn)生影響[11]。

(二)數(shù)據(jù)

本文所用數(shù)據(jù)來自2014年的中國勞動(dòng)力動(dòng)態(tài)調(diào)查(CLDS)。CLDS是全國第一個(gè)以勞動(dòng)力為主題的全國性跟蹤調(diào)查，樣本覆蓋中國29個(gè)省市(除港澳臺(tái)、西藏和海南外)。CLDS采取多階段、多層次與勞動(dòng)力規(guī)模成比例的概率抽樣方法抽取樣本。本文選取年齡在16-64歲之間的高中和大學(xué)學(xué)歷勞動(dòng)力并剔除在讀學(xué)生樣本，得到分析所用樣本量為6092。

本文關(guān)注的被解釋變量為衡量健康狀況的相關(guān)指標(biāo)，包括度量主觀健康狀況的自評(píng)健康和度量客觀健康狀況的體重指數(shù)(BMI)。自評(píng)健康是死亡率、住院診治等客觀健康的一個(gè)很好的預(yù)測指標(biāo)(11)參見Idler, E. L. and Benyamini, Y. “Self-Rated Health and Mortality: A Review of Twenty Seven Community Studies.” Journal of Health and Social Behavior, Vol.38, No.1, 1997, pp.21-37；Doiron, D., Fiebig, D. G. & Johar, M. “Does Self-Assessed Health Measure Health?”Applied Economics, Vol.47, No.2, 2015, pp.180-194。，而以BMI度量的過度肥胖則是糖尿病、高血壓、冠心病、乳腺癌等眾多疾病的重要發(fā)病誘因。[20]這兩種指標(biāo)對(duì)健康狀況有著良好的代表性，使得其在現(xiàn)有研究文獻(xiàn)中被廣泛運(yùn)用(12)參見Clark, D.,&Royer, H.“The Effect of Education on Adult Health and Mortality: Evidence from Britain.”American Economic Review, Vol.103, No.6, 2013, pp.2087-2120；Huang, W. “Understanding the Effects of Education on Health: Evidence from China.”Harvard Working Paper, 2016；胡安寧《教育能否讓我們更健康——基于2010年中國綜合社會(huì)調(diào)查的城鄉(xiāng)比較分析》,《中國社會(huì)科學(xué)》，2014年第5期。。本文采用自評(píng)健康和BMI來分別度量個(gè)體的主客觀健康狀況，既有代表性，又便于與現(xiàn)有文獻(xiàn)研究結(jié)論進(jìn)行比較。

CLDS2014中對(duì)自評(píng)健康的問卷問題是：您認(rèn)為自己現(xiàn)在的健康狀況如何？有五個(gè)回答選項(xiàng)：非常健康、健康、一般、比較不健康、非常不健康。我們設(shè)置健康虛擬變量，當(dāng)回答選項(xiàng)為“非常健康”和“健康”時(shí)，取值為1；回答選項(xiàng)為“一般”“比較不健康”和“非常不健康”時(shí)，取值為0。CLDS2014中有被訪個(gè)體身高和體重的數(shù)據(jù)，我們據(jù)此計(jì)算出個(gè)體的BMI值(13)BMI等于體重除以身高的平方(kg/m2)。。我們設(shè)置正常體重虛擬變量，當(dāng)BMI大于等于18.5而小于24時(shí)，取值為1，否則取值為0；設(shè)置超重體重虛擬變量，當(dāng)BMI大于等于24時(shí)，取值為1，否則取值為0；設(shè)置過低體重虛擬變量，當(dāng)BMI小于18.5時(shí)，取值為1，否則取值為0(14)2013年國家衛(wèi)計(jì)委發(fā)布的《成人體重判定標(biāo)準(zhǔn)》規(guī)定，BMI大于等于24者為體重超重，小于18.5者為體重過低，居中者為體重正常，http://www.nhfpc.gov.cn/zhuz/yingyang/201308/a233d450fdbc47c5ad4f08b7e394d1e8.shtml。。

核心解釋變量是大學(xué)學(xué)歷虛擬變量，當(dāng)個(gè)體學(xué)歷為大學(xué)時(shí)，取值為1，學(xué)歷為高中時(shí)取值為0。高中學(xué)歷包括普通高中、職業(yè)高中、技校和中專，大學(xué)學(xué)歷包括大專和本科?？刂谱兞堪▊€(gè)體特征變量和家庭背景變量兩類。其中個(gè)體特征變量包括年齡、性別、民族、婚姻、戶口和省份虛擬變量；家庭背景變量包括母親受教育年限、出生地戶籍和是否獨(dú)生子女。年齡以調(diào)查年份2014減去受訪者出生年份得出。設(shè)置性別虛擬變量，女性取值為1，男性取值為0。設(shè)置民族虛擬變量，少數(shù)民族取值為1，漢族取值為0。設(shè)置婚姻虛擬變量，在婚取值為1，未婚取值為0，其中在婚包括“初婚”和“再婚”，未婚包括“未婚”“離異”“喪偶”“同居”。設(shè)置戶口虛擬變量，非農(nóng)戶口取值為1，農(nóng)業(yè)戶口取值為0。母親受教育年限由母親受教育程度和相應(yīng)學(xué)制換算而得，未上過學(xué)者取值為0，上過小學(xué)或私塾者取值為6，初中學(xué)歷者取值為9，普通高中、職業(yè)高中、技校、中專學(xué)歷者取值為12，大專學(xué)歷者取值為15，本科學(xué)歷者取值為16，碩士學(xué)歷者取值為19，博士學(xué)歷者取值為22。設(shè)置出生時(shí)戶籍類型虛擬變量，非農(nóng)戶口為1，農(nóng)業(yè)戶口為0。設(shè)置獨(dú)生子女虛擬變量，獨(dú)生子女為1，非獨(dú)生子女為0。

在研究上大學(xué)對(duì)健康的影響機(jī)制時(shí)，要用到渠道變量。我們考察了健康行為、認(rèn)知能力和收入三類渠道變量，分別以吸煙和鍛煉代表好的健康行為和壞的健康行為。吸煙為虛擬變量，“有吸煙歷史(每天一支以上，連續(xù)吸煙一年以上)”的取值為1，“無吸煙歷史”的取值為0；鍛煉為虛擬變量，“最近一個(gè)月進(jìn)行有規(guī)律鍛煉”者取值為1，否則取值為0。CLDS2014中詢問了個(gè)體在閱讀報(bào)刊、寫信、用手機(jī)發(fā)短信、使用網(wǎng)上銀行、網(wǎng)上購買火車票、銀行ATM取款等六個(gè)方面的能力，我們將這六個(gè)方面的得分加總得到個(gè)體的認(rèn)知能力。年收入為被訪勞動(dòng)者2013年各類收入總計(jì)，包括農(nóng)業(yè)收入、工資收入、經(jīng)營收入等。

表1 描述性統(tǒng)計(jì)

表1(續(xù))

表1是各變量分學(xué)歷樣本的描述性統(tǒng)計(jì)表，最后的一列是獨(dú)立樣本t檢驗(yàn)結(jié)果。從表1可以看到，大學(xué)學(xué)歷勞動(dòng)力自評(píng)健康好的比例顯著高于高中學(xué)歷勞動(dòng)力，但是大學(xué)學(xué)歷勞動(dòng)力正常體重的比例顯著低于高中學(xué)歷勞動(dòng)力。從個(gè)體特征來看，大學(xué)學(xué)歷勞動(dòng)者平均年齡更小、已婚比例更低、非農(nóng)戶口比例更高、更少在中部和東北地區(qū)就業(yè)。從家庭背景來看，大學(xué)學(xué)歷勞動(dòng)者的母親平均受教育年限、出生時(shí)非農(nóng)戶口比例和獨(dú)生子女比例均更高，這表明其擁有更好的家庭背景條件。從渠道變量來看，大學(xué)學(xué)歷勞動(dòng)力的對(duì)數(shù)年收入、認(rèn)知能力和有規(guī)律鍛煉的比例均顯著高于高中學(xué)歷勞動(dòng)者，而吸煙比例則顯著低于高中學(xué)歷勞動(dòng)者。

三、大學(xué)教育對(duì)健康的影響效應(yīng)估計(jì)

(一)基于Probit模型的估計(jì)結(jié)果

模型(7)為線性概率模型，其被解釋變量的取值非0即1，但根據(jù)此模型所做的預(yù)測值可能出現(xiàn)大于1或小于0的不現(xiàn)實(shí)情形。為避免此缺陷，我們采用Probit模型進(jìn)行估計(jì)。即假設(shè)的兩點(diǎn)分布概率為：

(8)

其中，Φ(x′,β)為標(biāo)準(zhǔn)正態(tài)的累積分布函數(shù)。

模型(8)為非線性模型，可使用最大似然法進(jìn)行估計(jì)。對(duì)數(shù)似然函數(shù)為：

(9)

求解β使得對(duì)數(shù)似然函數(shù)最大化。Probit模型的邊際效應(yīng)為：

(10)

可以看到，Probit模型的邊際效應(yīng)并非常數(shù)，而是隨解釋變量而變化，可以通過計(jì)算每個(gè)樣本觀測值上的邊際效應(yīng)后取平均得到平均邊際效應(yīng)。

1.大學(xué)教育對(duì)主觀健康的影響效應(yīng)

表2是大學(xué)教育對(duì)主觀健康影響效應(yīng)的估計(jì)結(jié)果。上面是進(jìn)行Probit回歸得到的系數(shù)，下面是進(jìn)一步計(jì)算得到的平均邊際效應(yīng)。從表2的(1)(2)(3)可以看到，大學(xué)教育對(duì)自評(píng)健康有顯著的正向影響，隨著個(gè)體特征變量和家庭背景變量的加入，大學(xué)教育的健康回報(bào)在降低但均顯著為正。平均而言，上大學(xué)能使勞動(dòng)者自評(píng)健康狀況提升5.7個(gè)百分點(diǎn)。但分性別回歸結(jié)果顯示，大學(xué)教育對(duì)男性自評(píng)健康的影響大且顯著，對(duì)女性的自評(píng)健康影響小且不顯著。平均而言，上大學(xué)能使男性自評(píng)健康狀況提升7.7個(gè)百分點(diǎn)。進(jìn)一步對(duì)男性樣本分年齡回歸的結(jié)果顯示，大學(xué)教育對(duì)年輕男性勞動(dòng)力和年老男性勞動(dòng)力的自評(píng)健康都有顯著的正向影響。

表2 大學(xué)教育對(duì)主觀健康的影響效應(yīng)

2.大學(xué)教育對(duì)客觀健康的影響效應(yīng)

從表3的(1)(2)(3)可以看到，大學(xué)教育對(duì)勞動(dòng)者是否擁有正常體重有負(fù)向影響，但其顯著性隨加入的控制變量而變化，加入個(gè)體特征和家庭背景特征后，這種負(fù)向影響效應(yīng)只在10%的顯著性水平上統(tǒng)計(jì)顯著。進(jìn)一步分性別回歸結(jié)果顯示，大學(xué)教育對(duì)男性勞動(dòng)力是否擁有正常體重有負(fù)向影響，而對(duì)女性勞動(dòng)力的影響并不顯著。

進(jìn)一步，分別以是否超重體重和過低體重為被解釋變量進(jìn)行回歸發(fā)現(xiàn)，上大學(xué)對(duì)男性偏瘦的概率沒有顯著影響，卻使得男性偏胖的概率顯著上升6.9個(gè)百分點(diǎn)。再進(jìn)一步，以是否體重偏胖為被解釋變量，根據(jù)年齡對(duì)男性樣本分組回歸結(jié)果顯示，大學(xué)教育對(duì)年輕男性勞動(dòng)力和年老男性勞動(dòng)力的體重均有顯著的影響效應(yīng)，能分別使二者偏胖的概率提升6.2個(gè)百分點(diǎn)和7.2個(gè)百分點(diǎn)。

表3 大學(xué)教育對(duì)客觀健康的影響效應(yīng)

(二)內(nèi)生性問題

1.基于可觀測變量來檢驗(yàn)不可觀測變量偏差

雖然我們控制了諸多影響健康的個(gè)體特征變量和家庭背景變量，但仍可能遺漏如風(fēng)險(xiǎn)態(tài)度、對(duì)未來的貼現(xiàn)等個(gè)人偏好變量。這些變量會(huì)同時(shí)影響教育和健康，因而可能使得我們前述的估計(jì)結(jié)果有偏。由于這類變量無法測度，且已有文獻(xiàn)發(fā)現(xiàn)這類遺漏變量在實(shí)證上并不能對(duì)健康產(chǎn)生影響[11]，所以現(xiàn)有文獻(xiàn)并沒有對(duì)其進(jìn)行控制。但由于教育對(duì)健康的異質(zhì)性很強(qiáng)，適合國外發(fā)達(dá)國家的情形未必適合中國。所以，我們?nèi)匀辉噲D在本文的情形中考察遺漏不可觀測變量帶來的內(nèi)生性問題的影響。

我們首先采用Altonji等[21]提出的基于可觀測變量來檢驗(yàn)不可觀測變量偏差的方法來估計(jì)以下兩個(gè)模型：

Y=β0+βRD+β2X1+ε

(11)

(12)

(11)為受約束模型，其中Y為健康狀況(自評(píng)健康或體重偏胖的虛擬變量)，D為大學(xué)學(xué)歷虛擬變量，X1為個(gè)體特征變量；在模型(11)中加入家庭背景變量X2就構(gòu)成了完整模型(12)?；谑芗s束模型和完整模型的估計(jì)系數(shù)，Bellows和Miguel [22]構(gòu)造了不可觀測變量的選擇性偏誤強(qiáng)度的測量指標(biāo)：

(13)

δ1表示，如果要把核心解釋變量D的效應(yīng)全部歸因于不可觀測變量的選擇性偏誤，那么不可觀測變量的選擇性偏誤相對(duì)于可觀測變量的選擇性偏誤必須達(dá)到多少倍。

Oster指出，Bellows和Miguel構(gòu)造的選擇性偏誤強(qiáng)度指標(biāo)有一個(gè)問題，即如果加入的X2對(duì)Y的解釋力很弱，那么也會(huì)觀察到核心解釋變量系數(shù)穩(wěn)定。所以，Oster在考慮可觀測變量的加入對(duì)模型擬合程度的影響的基礎(chǔ)上，提出了修正的測量指標(biāo)[23]：

(14)

由于δ2的計(jì)算需要用到R2，所以我們基于線性概率模型對(duì)模型(11)和(12)進(jìn)行了回歸?；谧栽u(píng)健康的回歸結(jié)果計(jì)算得到的δ1=48.372、δ2=4.858，基于肥胖的回歸結(jié)果計(jì)算得到的δ1=16.429、δ2=1.435。此外，我們還基于Probit模型對(duì)模型(11)和(12)進(jìn)行了回歸，發(fā)現(xiàn)得到的平均邊際效應(yīng)與OLS回歸結(jié)果非常接近，進(jìn)一步計(jì)算得到δ1也與OLS回歸下的計(jì)算結(jié)果相近。所有計(jì)算得到的δ1和δ2值均大于臨界標(biāo)準(zhǔn)值1，所以我們有理由相信風(fēng)險(xiǎn)態(tài)度、對(duì)未來的貼現(xiàn)等不可觀測變量的影響較小，內(nèi)生性問題不足以改變基準(zhǔn)回歸的研究結(jié)論。

表4 基于可觀測變量來檢驗(yàn)不可觀測變量偏差

2.IV估計(jì)

為了進(jìn)一步考察內(nèi)生性問題，我們利用中國高校擴(kuò)招的自然實(shí)驗(yàn)，進(jìn)行了工具變量估計(jì)。借鑒Li等學(xué)者的研究[24]，我們以各省各時(shí)期的潛在擴(kuò)招量作為個(gè)體是否上大學(xué)的工具變量。潛在擴(kuò)招量的構(gòu)造方式如下：

(15)

本文的因變量和內(nèi)生變量均為二值變量，用兩階段最小二乘法或控制函數(shù)法估計(jì)通常會(huì)導(dǎo)致不一致的結(jié)果；傳統(tǒng)的用于估計(jì)內(nèi)生限值因變量模型的IV-Probit估計(jì)只適用于連續(xù)內(nèi)生解釋變量的情形(15)參見Wooldridge, J. M. Econometric Analysis of Cross Section and Panel Data.Cambridge,MA: MIT Press, 2nd edition, 2010；Deri Armstrong, C., Devlin, R. A. & Seifi, F.“Doing Good, Feeling Good: Causal Evidence from Volunteers.” Review of Social Economy, 2020。。所以，我們采用條件混合過程方法(Conditional Mixed Process；CMP)進(jìn)行估計(jì)。條件混合過程估計(jì)基于一個(gè)統(tǒng)一的聯(lián)立方程混合模型框架，適用于多種不同類型被解釋變量，可根據(jù)變量類型設(shè)定方程組，采用極大似然估計(jì)法完成估計(jì)[25]。本文的CMP估計(jì)方程組包含兩個(gè)方程，第一階段方程為大學(xué)學(xué)歷(二值變量)的決定方程，第二階段方程為健康(二值變量)的決定方程。

(16)

(17)

(18)

上標(biāo)帶星號(hào)的是潛變量，PEpt為工具變量，是個(gè)體高考時(shí)所在省份的潛在擴(kuò)招人數(shù)，其他變量和符號(hào)含義同前。

IV估計(jì)的結(jié)果如表5所示。第一階段估計(jì)結(jié)果均表明，高校擴(kuò)招會(huì)顯著提升個(gè)體上大學(xué)的概率。Sanderson-Windmeijer F統(tǒng)計(jì)量在5%統(tǒng)計(jì)顯著性水平上顯著，這排除了弱工具變量問題。Kleibergen-Paaprk LM 統(tǒng)計(jì)量在10%統(tǒng)計(jì)顯著性水平上顯著，拒絕了工具變量不可識(shí)別的原假設(shè)。工具變量估計(jì)結(jié)果表明，大學(xué)教育能顯著提升男性的自評(píng)健康水平，但同時(shí)也會(huì)顯著增加男性肥胖的概率，兩者均在1%統(tǒng)計(jì)顯著性水平上顯著。可以看到，IV估計(jì)結(jié)果與Probit模型估計(jì)結(jié)果所得到的結(jié)論一致。

表5 大學(xué)教育對(duì)健康的影響效應(yīng)：IV估計(jì)

四、大學(xué)教育對(duì)健康的影響機(jī)制分析

我們采用中介效應(yīng)分析框架來考察上大學(xué)對(duì)健康的影響機(jī)制，除了模型(7)外，中介效應(yīng)分析還需要估計(jì)以下兩個(gè)模型：

(19)

(20)

模型(19)以中介變量M為因變量，采用(7)中相同的自變量進(jìn)行回歸，考察大學(xué)教育對(duì)各中介變量的影響。模型(20)將中介變量M放入模型(7)中進(jìn)行回歸。我們依次考察了是否有吸煙史、是否進(jìn)行有規(guī)律鍛煉、認(rèn)知能力和年收入四個(gè)中介變量。

傳統(tǒng)中介效應(yīng)分析方法將間接效應(yīng)β'γ視為中介效應(yīng)，并有多種方法檢驗(yàn)其統(tǒng)計(jì)顯著性。Baron和Kenny提出逐步法(以下簡稱BK法)[26]，依次檢驗(yàn)方程(19)的系數(shù)β'和方程(20)的系數(shù)γ，若兩者都顯著，則表明中介效應(yīng)存在。BK法通過分別檢驗(yàn)H0:β'=0和H0:γ=0來間接檢驗(yàn)H0:β'γ=0。BK法的檢驗(yàn)力較低，存在漏檢的可能性。若用BK法得到顯著的中介效應(yīng)，則中介效應(yīng)一定存在；若BK法沒有得到顯著的中介效應(yīng)，則中介效應(yīng)不一定存在。Sobel則直接檢驗(yàn)假設(shè)H0:β'γ=0。[27]Sobel法的檢驗(yàn)力高于BK法的依次檢驗(yàn)。但其檢驗(yàn)統(tǒng)計(jì)量的推導(dǎo)需要假設(shè)中介效應(yīng)的估計(jì)量服從正態(tài)分布，這通常很難滿足。Bootstrap法也是直接檢驗(yàn)假設(shè)H0:β'γ=0，但它是一種非參數(shù)方法，可以避免Sobel法需要正態(tài)分布假設(shè)的缺陷。Bootstrap法的檢驗(yàn)力要高于Sobel法[28]?；诜€(wěn)健性考慮，我們同時(shí)采用BK法、Sobel法和Bootstrap法檢驗(yàn)中介效應(yīng)。

傳統(tǒng)中介效應(yīng)分析方法基于結(jié)構(gòu)方程模型分析中介效應(yīng)，但現(xiàn)有研究表明當(dāng)因變量或中介變量為二值變量時(shí)，并不能表示中介效應(yīng)(16)參見Imai, K., L. Keele, T. Yamamoto.“Identification, Inference, and Sensitivity Analysis for Causal Mediation Effects.”Statistical Sciences, 25, 2010b,pp.51-71；Pearl, J.“The Causal Mediation Formula-AGuide to theAssessment of Pathwaysand Mechanisms.” Technical Report R-379, UCLA Cognitive Systems Laboratory, 2001；Li, Y., J. A. Schneider, D. A. Bennett. “Estimation of the mediation effect with a binary mediator.” Statistics in Medicine, Vol.26, 2007, pp.3398-3414。。Imai等學(xué)者基于潛在結(jié)果框架提出了現(xiàn)代的因果中介分析方法，既能清晰地表達(dá)中介效應(yīng)，又能適用于Probit等非線性模型。(17)參見Imai, K., L. Keele, D. Tingley.“A General Approach to Causal Mediation Analysis.”Psychological Methods, 15, 2010a, pp.309-334; Imai, K., L. Keele, T. Yamamoto.“Identification, Inference, and Sensitivity Analysis for Causal Mediation Effects.”Statistical Sciences, 25, 2010b,pp.51-71。本文的因變量和核心自變量都是二值變量，為了更準(zhǔn)確地分析中介效應(yīng)，我們進(jìn)一步采用現(xiàn)代的因果中介分析方法進(jìn)行中介效應(yīng)分析。

一個(gè)受過良好教育的人有更低的貼現(xiàn)率，更愿意投資未來；有更多的健康知識(shí)，更懂得如何使用醫(yī)療服務(wù)和其他資源來改善健康；有更高的收入，更有能力和資本來投資健康(18)參見Grossman, M. “On the Concept of Health Capital and the Demand for Health.”Journal of Political Economy, Vol.80, No.2, 1972, pp.223-55；Bijwaard, G., Kippersluis, H. & Veenman, J. “Education and Health: the Role of Cognitive Ability.”Journal of Health Economics, Vol.42, July, 2015, pp.29-43；Lochner, L. “Nonproduction Benefits of Education: Crime, Health and Good Citizenship.” In Hanushek, E. A., Machin, S. & Woessmann, L. (eds.) Handbook of the Economics of Education. Amsterdam：North Holland Press, Vol.4, 2011, pp.183-282。。所以，大學(xué)教育可能會(huì)通過健康行為、認(rèn)知能力和收入對(duì)個(gè)體健康狀況產(chǎn)生影響。我們分別以是否有吸煙史和是否進(jìn)行有規(guī)律鍛煉代表有害和有益的健康行為，考察是否有吸煙史、是否進(jìn)行有規(guī)律鍛煉、認(rèn)知能力和對(duì)數(shù)年收入四個(gè)中介變量，分別針對(duì)主觀健康和客觀健康來研究大學(xué)教育對(duì)健康的影響機(jī)制。

(一)大學(xué)教育對(duì)主觀健康的影響機(jī)制分析

以自評(píng)健康為因變量，考察大學(xué)教育對(duì)主觀健康的影響機(jī)制。從表6左半部分中可以看到，傳統(tǒng)中介分析中，基于模型(19)的估計(jì)表明，大學(xué)教育對(duì)各中介變量的影響(β')都十分顯著。大學(xué)教育降低了吸煙的概率，提高了鍛煉的概率，提升了認(rèn)知能力和收入水平。基于模型(20)的估計(jì)表明，吸煙和鍛煉兩項(xiàng)代表健康行為的中介變量的系數(shù)γ并不顯著，而認(rèn)知能力和收入中介變量的估計(jì)系數(shù)γ十分顯著。基于這兩項(xiàng)估計(jì)結(jié)果，BK法可以得出健康行為不是大學(xué)教育影響主觀健康的中介機(jī)制，而認(rèn)知能力和收入才是大學(xué)教育影響主觀健康的中介機(jī)制的結(jié)論。由于BK法是間接檢驗(yàn)，檢驗(yàn)力較低。故而我們進(jìn)一步進(jìn)行了Sobel檢驗(yàn)和Bootstrap檢驗(yàn)，這兩項(xiàng)檢驗(yàn)的結(jié)論與BK法的結(jié)論一致，均表明大學(xué)教育通過影響認(rèn)知能力和收入而對(duì)個(gè)體主觀健康產(chǎn)生影響。在大學(xué)教育對(duì)主觀健康的影響效應(yīng)中，認(rèn)知能力機(jī)制和收入機(jī)制的占比分別為28.9%和19%，這兩項(xiàng)間接效應(yīng)的占比之和接近總效應(yīng)的一半；而吸煙和鍛煉的占比分別只有1%左右。

在傳統(tǒng)中介分析下，模型(19)和(20)都是采用線性概率模型進(jìn)行估計(jì)；在因果中介分析下，可以根據(jù)因變量和中介變量的類型選擇估計(jì)模型。鑒于本文的因變量和部分中介變量為二值變量，所以我們進(jìn)一步采用因果中介分析進(jìn)行中介效應(yīng)檢驗(yàn)，對(duì)二值因變量采用Probit模型進(jìn)行估計(jì)。表6右半部分的因果中介分析所得到中介效應(yīng)大小及其顯著性與傳統(tǒng)中介分析的結(jié)果一致，均表明大學(xué)教育通過影響認(rèn)知能力和收入而對(duì)個(gè)體的主觀健康產(chǎn)生影響。在大學(xué)教育對(duì)主觀健康的影響效應(yīng)中，認(rèn)知能力機(jī)制和收入機(jī)制的占比分別為26%和16.9%，這兩項(xiàng)間接效應(yīng)的占比之和超過四成；而吸煙和鍛煉的占比分別不超過1%。

傳統(tǒng)中介分析和因果中介分析的結(jié)果都表明大學(xué)教育對(duì)主觀健康的影響機(jī)制均是認(rèn)知能力和收入，而非健康行為。健康行為的解釋效應(yīng)較弱主要是因?yàn)楸疚牡臉颖緸閯趧?dòng)年齡人口，與退休的老年人不同，這個(gè)年齡段人群的健康行為對(duì)其健康的促進(jìn)作用尚不明顯。大學(xué)教育能顯著提升個(gè)體的認(rèn)知能力和收入。較高的認(rèn)知能力既能使個(gè)體消費(fèi)更豐富的精神文化產(chǎn)品，又能使其更有效地利用醫(yī)療資源來生產(chǎn)健康，從而對(duì)個(gè)體的主觀健康產(chǎn)生影響。較多的經(jīng)濟(jì)收入不僅意味著可用于健康投資的資源較多，而且意味著較高的社會(huì)經(jīng)濟(jì)地位，這會(huì)影響到個(gè)人的精神狀態(tài)和自信，進(jìn)而對(duì)主觀健康產(chǎn)生影響。

表6 大學(xué)教育對(duì)主觀健康的影響機(jī)制

(二)大學(xué)教育對(duì)客觀健康的影響機(jī)制分析

以體重是否超重為因變量，考察大學(xué)教育對(duì)客觀健康的影響機(jī)制，結(jié)果如表7所示。表7左半部分是傳統(tǒng)中介分析的結(jié)果，右半部分是因果中介分析的結(jié)果。無論是主觀健康還是客觀健康的分析，模型(19)是共同的，因而估計(jì)得到的β'及其顯著性是一樣的?；谀Ｐ?20)的估計(jì)表明，吸煙和鍛煉兩項(xiàng)代表健康行為的中介變量的系數(shù)γ在5%的統(tǒng)計(jì)顯著性水平上并不顯著，而認(rèn)知能力和收入中介變量的估計(jì)系數(shù)γ在1%的統(tǒng)計(jì)顯著性水平上顯著?；谶@兩項(xiàng)估計(jì)結(jié)果，BK法可以得出健康行為不是大學(xué)教育影響客觀健康的中介機(jī)制，而認(rèn)知能力和收入才是大學(xué)教育影響客觀健康的中介機(jī)制的結(jié)論。Sobel檢驗(yàn)和Bootstrap檢驗(yàn)進(jìn)一步驗(yàn)證了BK法的結(jié)論。表7右半部分的因果中介分析所得到中介效應(yīng)大小及其顯著性與傳統(tǒng)中介分析的結(jié)果一致。

表7 大學(xué)教育對(duì)客觀健康的影響機(jī)制

傳統(tǒng)中介分析和因果中介分析的結(jié)果都表明大學(xué)教育對(duì)客觀健康的影響機(jī)制是認(rèn)知能力和收入，而非健康行為。健康行為的解釋效應(yīng)較弱主要是因?yàn)楸疚牡臉颖緸閯趧?dòng)年齡人口，吸煙和鍛煉等健康行為對(duì)男性勞動(dòng)力體重超重的影響較弱。大學(xué)教育提升的認(rèn)知能力促使勞動(dòng)者更多地從事腦力勞動(dòng)，而長時(shí)間久坐更可能帶來肥胖問題，加之男性又沒有女性那樣在意自身形體，從而導(dǎo)致大學(xué)學(xué)歷男性更高的肥胖概率。上大學(xué)較大幅度地提高了個(gè)體收入。在中國由“溫飽”走向“小康”的過程中，上大學(xué)帶來的收入增加使得受過大學(xué)教育的勞動(dòng)力可以將更多的收入用于食品支出，中國文化中“民以食為天”的傳統(tǒng)和現(xiàn)實(shí)社會(huì)中“請(qǐng)客吃飯”的習(xí)俗，使得高收入勞動(dòng)力在飲食方面更容易過度攝入，導(dǎo)致肥胖問題。

五、結(jié)論與啟示

高等教育是一種重要的人力資本投資，對(duì)人們經(jīng)濟(jì)生活的各個(gè)方面都有重要的影響。上大學(xué)不僅有未來勞動(dòng)力市場收入的物質(zhì)回報(bào)，還可能有健康等非物質(zhì)回報(bào)。本文采用中國勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)(CLDS)，針對(duì)16-64歲的勞動(dòng)年齡人口，從主觀健康和客觀健康兩個(gè)方面考察了中國大學(xué)教育的健康效應(yīng)及其影響機(jī)制。研究結(jié)果表明，上大學(xué)對(duì)男性的健康狀況有顯著影響，而對(duì)女性的健康狀況并沒有顯著影響；上大學(xué)使得男性的自評(píng)健康狀況和體重偏胖的概率分別提升了7.7個(gè)百分點(diǎn)和6.9個(gè)百分點(diǎn)。無論是主觀健康還是客觀健康，大學(xué)教育對(duì)男性勞動(dòng)力健康的影響機(jī)制均是認(rèn)知能力和收入，而非健康行為。

本文的研究結(jié)論表明，大學(xué)教育的健康效應(yīng)存在性別差異和模糊性。即使是男性，大學(xué)教育一方面提升了其主觀健康水平，但同時(shí)又降低了其客觀健康水平。針對(duì)老年人群體的研究表明，健康行為是教育影響健康的主要作用渠道。[29]而本文針對(duì)勞動(dòng)年齡人口的大學(xué)教育的研究表明，健康行為的機(jī)制效應(yīng)非常弱，大學(xué)教育影響健康的主導(dǎo)作用機(jī)制是認(rèn)知能力和收入。這啟示我們，教育的健康效應(yīng)和機(jī)制具有較強(qiáng)的異質(zhì)性，需要區(qū)分人口特征和健康維度來深入研究。因此，我們要充分認(rèn)識(shí)到大學(xué)教育對(duì)個(gè)人發(fā)展的基礎(chǔ)性作用。在制定高等教育規(guī)模時(shí)，除了勞動(dòng)力市場的考慮外，還要充分考慮到大學(xué)教育具有的健康等非物質(zhì)回報(bào)的影響。中國的大學(xué)階段教育除了傳統(tǒng)的專業(yè)知識(shí)傳授外，還應(yīng)進(jìn)一步注重學(xué)生健康知識(shí)和觀念的教育，培養(yǎng)學(xué)生科學(xué)的健康認(rèn)知和健康行為習(xí)慣，以促使中國整體健康人力資本的提升。在推進(jìn)健康中國建設(shè)的過程中，除了深化醫(yī)藥衛(wèi)生體制改革、深入開展愛國衛(wèi)生運(yùn)動(dòng)等措施外，大力發(fā)展并優(yōu)化高等教育亦是提高國民健康水平的重要途徑。