張乾

摘要：文章基于2019年中國家庭金融調(diào)查（CHFS）數(shù)據(jù)，用工具變量法和處理效應模型對健康風險與家庭教育支出的關系進行實證研究。研究發(fā)現(xiàn)，家庭健康風險的增加，會顯著減少家庭的教育支出；家庭健康風險對不同類型家庭的抑制作用存在差異，非農(nóng)業(yè)戶口的戶主家庭受到健康風險增加的影響更加明顯；家庭健康風險增加對家庭總收入有明顯的抑制作用，該作用對戶主為農(nóng)業(yè)戶口的家庭的影響更加明顯。

關鍵詞：健康風險；家庭教育支出；工具變量；處理效應

一、引言

防止“因病致貧，因病返貧”是當前脫貧攻堅和鞏固脫貧成果的重點問題。在習近平主席的《在決戰(zhàn)決勝脫貧攻堅座談會上的講話》里指出，“已脫貧人口中有近200萬人存在返貧風險”。而導致返貧的原因中，家庭成員因病無法工作并占用大量家庭支出是一個重要原因。家庭成員出現(xiàn)健康問題時，會面臨家庭勞動力減少和家庭醫(yī)療支出的增加的問題。對于家庭成員遭遇重大疾病的家庭來說，需要承擔不低的醫(yī)療支出費用，健康風險增加必然會對家庭的消費支出造成影響。同時，健康風險沖擊也會對家庭成員的勞動參與率和收入水平產(chǎn)生影響，健康人力資本減少，間接減少家庭收入和擠占家庭其他的消費，有可能導致家庭縮減對子女教育、成人高等教育和職業(yè)技能培訓的支出（李昊和張昭， 2020），影響家庭的人力資本積累，使得本就因病陷入貧困的家庭更加難以擺脫貧困，最終導致長期貧困。

本文將利用中國家庭金融調(diào)查（CHFS）2019年數(shù)據(jù)，對健康風險與家庭教育支出的關系進行實證研究。與現(xiàn)有研究相比，本文存在以下可能的創(chuàng)新之處：參照岳崴等（2021）的家庭健康風險定義，以“家庭自評不健康人數(shù)”度量健康風險，區(qū)別于李昊和張昭（2020）的以“是否住院”度量的方式。在實證策略方面，選用工具變量法及處理效應模型處理健康風險可能會存在的內(nèi)生性問題。

二、文獻綜述

已有文獻里對家庭教育消費影響因素的研究，主要分為家庭特征、家長特征和子女特征三類。家庭特征包括家庭收入、家庭人數(shù)、家庭年齡結(jié)構等等，李文利（2006）發(fā)現(xiàn)高等收入群體與低收入群體教育必需支出上的差距并不大，而選擇性支出方面有比較明顯的差別，比如課外輔導教育。一般來說，高收入家庭對未成年子女的教育支出更高。家長特征目前大部分學者都主要探究了家長的受教育程度對家庭教育消費水平的影響，Silova（2010）關于東歐與中亞家庭教育的研究中指出高學歷的父母更愿意在孩子的教育上投入更多。子女特征方面，相關研究一般從兩個方向上切入，一個是孩子性別和數(shù)量，另一個是期望孩子的受教育程度，對于前者，吳強（2020）的研究中發(fā)現(xiàn)如果家庭收入上升，則家庭教育消費水平在孩子性別上的差異會明顯縮小；對于后者，李佳麗等（2016）發(fā)現(xiàn)父母對子女的教育期望會增加子女的教育支出。

關于健康風險與家庭教育支出的關系，目前直接探索這兩者關系的文獻較少。已有文獻發(fā)現(xiàn)健康風險會對家庭經(jīng)濟狀況產(chǎn)生影響，進而影響家庭的支出決策。廖宇航（2019）認為，健康風險對家庭影響有兩部分，其一是給家庭帶來額外經(jīng)濟負擔，這直接作用于家庭經(jīng)濟決策；其二是健康風險還能影響家庭的勞動力數(shù)量，通過影響家庭可支配收入，最終對家庭經(jīng)濟決策產(chǎn)生影響。岳崴等（2021）發(fā)現(xiàn)健康風險會顯著增加家庭的財務脆弱性，制約家庭的財務自由。李昊和張昭（2020）采用傾向得分匹配和雙重差分（PSM-DID）以及三重差分（PSM-DDD）相結(jié)合的方法檢驗了健康沖擊會顯著擠出家庭教育支出。

綜上所述，除了家庭特征、家長特征和子女特征等以外，還有其他可能的經(jīng)濟因素影響著家庭教育支出，比如家庭健康風險情況。然而已有文獻關于健康風險對家庭教育支出的討論較少，也缺乏對相關影響機制的系統(tǒng)分析。因此本文利用2019年的中國家庭金融調(diào)查數(shù)據(jù)（CHFS），研究家庭健康風險對家庭教育支出的影響，并探索可能的影響機制。

三、研究假說

健康風險對家庭教育支出的影響有兩個方面。一方面，家庭成員出現(xiàn)健康問題時，會面臨家庭醫(yī)療支出的增加，除去醫(yī)療保險等報銷以外，還有相當一部分的醫(yī)療支出由居民自己負擔，所以健康風險必然會影響家庭的經(jīng)濟決策（李昊和張昭， 2020），健康風險增加導致的醫(yī)療支出增加，可能間接擠出家庭其他方面的消費，甚至縮減家庭對教育的投入，對家庭教育投資產(chǎn)生不利影響。據(jù)此，提出第一個假說。

假說1：家庭健康風險增加會抑制家庭的教育支出。

另一方面，家庭健康人力資本的減少，也會進一步降低患病者個人以及家庭成員勞動力的參與率，患病個人無法正常參與工作，家庭成員需要照顧患病個體而減少正常工作時間，最終使得家庭收入水平降低，間接影響家庭的教育投資。因此，提出第二個假說。

假說2：家庭健康風險會降低家庭的收入，間接影響家庭的教育投資。

四、模型與變量

（一）模型設定

本文將實證研究家庭的健康風險對家庭教育支出的影響，設定如下計量模型

eduspendingi=β1healthriski+γXi+εi

其中，eduspendingi被解釋變量表示第i個家庭在2019年的家庭教育支出。核心解釋變量為家庭面臨的健康風險healthriski。Xi是一系列控制變量，包括戶主和家庭特征變量。εi是誤差項。

（二）變量說明

1. 被解釋變量

本文的被解釋變量是家庭教育支出，它是指過去12個月中，家庭在教育培訓上支出的總金額，包括小孩上早教班、幼兒園、大中小學的學費、教材、學習用品和器材費、出國留學費用以及成人高等教育、職業(yè)技能培訓等。本文選取問卷中“去年受訪戶教育培訓支出”來度量家庭的教育支出，并取對數(shù)。

2. 核心解釋變量

本文的核心解釋變量為健康風險。目前關于健康風險的度量方式，現(xiàn)有論文一般采用健康狀況變化來度量，分為客觀狀況和主觀感受兩種，兩者均蘊含了健康風險相關信息（岳葳等 2021）?？陀^狀況方面，李昊（2020）的研究以“是否住院”的指標去度量家庭健康風險，可歸為客觀狀況角度。而岳葳（2021）則以“家庭自評身體狀態(tài)差的人數(shù)”度量家庭健康風險，屬于主觀感受方面，本文也將參照此方式去度量家庭健康風險。健康狀態(tài)越差，健康風險越大，參照岳崴（2021），為度量家庭健康風險程度，本文以“家庭自評身體狀態(tài)差”的人數(shù)作為指標。身體健康狀態(tài)從“非常好”到“非常不好”共劃分五個等級，本文將最后兩個等級“不好”和“非常不好”歸類為身體狀態(tài)差。

3. 控制變量

關于控制變量，本文以家庭特征和家庭戶主特征作為控制變量。本文回歸使用的主要變量的計算見表1。

（三）數(shù)據(jù)來源及描述性統(tǒng)計

本文所用數(shù)據(jù)來自2019年的 “中國家庭金融調(diào)查”（CHFS）項目，其數(shù)據(jù)樣本地區(qū)包括全國29個省份，具體包含中國家庭和個人的金融資產(chǎn)、社會保障與保險、收入消費、人口特征等方面的數(shù)據(jù)。本文去除“不知道”和少部分缺失樣本，最終獲得31283份樣本。主要變量的統(tǒng)計性描述見表2。

五、實證分析

（一）OLS回歸結(jié)果

通過OLS模型對家庭健康風險與家庭教育支出的關系進行實證檢驗，見表3（1）至（2）列。表中healthrisk行的系數(shù)代表了對假說1的驗證。結(jié)果顯示，家庭身體狀態(tài)差人數(shù)對家庭教育支出存在顯著的正向影響，系數(shù)均為負且顯著，在加入控制變量和地區(qū)效應后系數(shù)變小，但仍在1%的水平下顯著。這意味著家庭健康風險會降低家庭的教育支出。

本文以（2）列的OLS回歸結(jié)果為例，來說明系數(shù)的經(jīng)濟含義。（2）列中的healthrisk的系數(shù)表示，在其他條件不變的情況下，家庭不健康人數(shù)增加1人，家庭的教育支出會減少19.63%，并且在1%水平下顯著，驗證了假說1：家庭健康風險增加會抑制家庭教育支出。

（二）工具變量法處理反向因果和遺漏變量導致的內(nèi)生性問題

核心解釋變量健康風險可能由于反向因果和遺漏變量而產(chǎn)生內(nèi)生性問題。此處參照岳葳等（2021），本文選取家庭平均年齡為工具變量。選取的工具變量必須滿足相關性和外生性，相關性是指內(nèi)生變量與工具變量必須具有足夠的相關性，外生性是指工具變量僅能通過內(nèi)生變量來影響被解釋變量。對于相關性，家庭平均年齡與健康風險存在明顯的相關關系，家庭平均年齡越大，家庭老人的占比越高，家庭所面臨的健康風險也變得越來越大。對于外生性，家庭平均年齡變化是生命自然規(guī)律，具有較強的外生性。因此本文將計算家庭的平均年齡avage，選擇家庭平均年齡“avage”為工具變量。相關檢驗結(jié)果見表4的（1）列。

如表4的（1）列所示，Wu-Hausman檢驗在1%水平上拒絕了變量healthrisk為外生變量的原假設。第一階段估計的F值對應的p值為0.0000，家庭平均年齡對healthrisk的系數(shù)為0.0067，在1%水平下顯著為正，以上結(jié)果說明工具變量和解釋變量的具有強相關性。而關于弱工具變量檢驗，Cragg-Donald Wald F檢驗和Kleibergen-Paap Wald rk F檢驗的值分別為257.725和206.763，由此可以看出不存在弱工具變量問題。根據(jù)表4（1）列的結(jié)果可知，核心解釋變量healthrisk的系數(shù)仍然為負，且至少在1%的水平下顯著。

（三）處理效應模型應對樣本自選擇導致的內(nèi)生性問題

本文模型中也可能存在自選擇問題，將進一步使用處理效應模型。由于處理效應模型要求解釋變量為0～1離散變量，因而將解釋變量改為家庭是否有身體不健康成員的0～1離散變量進行估計（有=1，沒有=0）。處理效應模型兩步法的第一步估計是否有身體不健康成員的影響因素，且要求至少存在一個外生變量，在此使用前文的工具變量——家庭平均年齡，第二步估計是否有不健康成員對家庭教育支出的影響。表5為模型結(jié)果，可見變量healthrisk對家庭教育支出的估計系數(shù)在1%水平下顯著。綜上，本文使用處理效應模型解決潛在的自選擇問題后結(jié)論仍然成立。

（四）戶口的異質(zhì)性分析

考慮戶口可能的異質(zhì)性影響，以家庭戶主的戶口類型為基準，分別對農(nóng)業(yè)戶口樣本和非農(nóng)業(yè)戶口樣本做回歸分析，結(jié)果見表4（2）和（3）列?？梢钥闯?，無論農(nóng)業(yè)戶口樣本和非農(nóng)業(yè)戶口樣本，家庭身體狀態(tài)差人數(shù)對家庭教育支出的影響均顯著為負，且非農(nóng)業(yè)戶口對應的影響系數(shù)的絕對值比農(nóng)業(yè)戶口的更高。非農(nóng)業(yè)戶口中大部分為城鎮(zhèn)戶口，這表明城鎮(zhèn)家庭的教育支出對健康風險的敏感性更高。造成這一現(xiàn)象的可能原因是收入水平較低抑制了農(nóng)業(yè)家庭的教育支出，農(nóng)業(yè)家庭的校外支出相較于城鎮(zhèn)家庭的校外支出少，因此家庭健康風險對農(nóng)業(yè)家庭的教育支出影響相對較小。

（五）穩(wěn)健性檢驗

表3的（3）至（5）列對核心解釋變量進行了更換，以家庭不健康人數(shù)比例（家庭不健康人數(shù)÷家庭總?cè)藬?shù)）來度量家庭健康風險，記為“r_unhealth”。表中的估計結(jié)果顯示，家庭不健康人數(shù)比例對家庭的教育支出仍存在顯著的負向關系，這表明健康風險與家庭教育支出的關系較為穩(wěn)健。

（六）機制檢驗

根據(jù)前文的理論分析，家庭健康風險可能通過影響勞動參與率，進而通過影響家庭總收入，間接減少家庭收入和擠出家庭在其他方面的消費，甚至縮減家庭對子女教育和成人高等教育、職業(yè)技能培訓的支出。表6給出了家庭健康風險對家庭總收入影響的檢驗結(jié)果，針對健康風險對家庭教育支出的影響機制進行驗證。表6結(jié)果顯示，家庭健康風險對家庭總收入存在顯著的負向影響，顯著性水平為1%。這驗證了假說2：健康風險會顯著降低家庭總收入。

同時，對比（4）、（6）列的結(jié)果，可以看出，戶主為農(nóng)業(yè)戶口的家庭，家庭健康風險對家庭收入的影響系數(shù)的絕對值要大于戶主為非農(nóng)業(yè)戶口的家庭。這說明健康風險的增加會使家庭收入顯著減少，而且對農(nóng)業(yè)戶口的家庭來說，這種影響會更加明顯。

六、結(jié)論和建議

本文利用中國家庭金融調(diào)查（CHFS）2019年數(shù)據(jù)，對健康風險與家庭教育支出的關系進行實證研究。研究發(fā)現(xiàn)，第一，家庭健康風險的增加，會顯著減少家庭的教育支出，考慮模型內(nèi)生性和穩(wěn)健性后，結(jié)果不變。第二，家庭健康風險增加對不同類型家庭的教育支出的抑制作用存在差異，非農(nóng)業(yè)戶口的戶主家庭受到健康風險增加的影響更加明顯。造成這一現(xiàn)象的可能原因是收入水平較低抑制了農(nóng)業(yè)家庭的教育支出，農(nóng)業(yè)家庭的教育支出相較于非農(nóng)業(yè)家庭的教育支出少，因此家庭健康風險對農(nóng)村家庭的教育支出影響相對較小。第三，家庭健康風險增加對家庭總收入有明顯的抑制作用，由于家庭戶口差異，該作用對戶主為農(nóng)業(yè)戶口的家庭的影響更加明顯。

上述發(fā)現(xiàn)說明，家庭的健康風險增加會抑制其教育支出，影響家庭的受教育水平。一方面，家庭成員出現(xiàn)健康問題會增加醫(yī)療支出，擠出家庭對教育的投入。另一方面，家庭健康人力資本的減少也使得家庭的勞動力參與率降低，最終使得家庭收入水平降低，間接影響了家庭的教育投資。而且，健康風險升高，不僅造成了家庭當前的收入水平降低，且由于對子女及自身的教育投入的減少，不利于家庭人力資本積累，最終形成惡性循環(huán)。這種由健康風險增加引起的家庭教育投入減少現(xiàn)象如果持續(xù)擴大，最終會使家庭陷入長期的低收入甚至是貧困狀態(tài)，加大了低收入家庭長期陷入貧困的風險。

基于此，本文提出以下建議：

第一，促進教育公平。確保教育資源公平分配以及優(yōu)質(zhì)教育的普及，減少貧富家庭的教育差距，讓低收入家庭的子女也有機會獲得足夠的教育，保障家庭人力資本積累。

第二，完善城鄉(xiāng)居民的醫(yī)療保險制度?，F(xiàn)行的醫(yī)保制度下，居民自己承擔的醫(yī)療費用仍然較高，要積極推進醫(yī)療保險制度的改革，提高醫(yī)療保險報銷比例，盡可能緩解健康問題對家庭教育投入的擠出效應。

第三，優(yōu)化勞動者的健康保障制度。要負責勞動者在休假治療期間的收入保障，在特定情況下提供物資和資金幫助，緩解由于勞動參與率下降造成的家庭收入減少，保障家庭的教育投入。

參考文獻：

[1]李昊，張昭.健康沖擊對家庭教育投資影響的實證分析[J].統(tǒng)計與決策，2020，36（24）：65-69.

[2]岳崴，王雄，張強.健康風險、醫(yī)療保險與家庭財務脆弱性[J].中國工業(yè)經(jīng)濟，2021（10）：175-192.

[3]李文利.高等教育私人支出、家庭貢獻與資助需求分析[J].教育與經(jīng)濟，2006（01）：14-17.

[4]Silova I.Private tutoring in Eastern Europe and Central Asia：policy choices and implications[J].Compare：A Journal of Comparative and International Education，2010，40（03）.

[5]吳強.家庭的收入和特征對家庭教育支出的影響研究[J].華中師范大學學報（人文社會科學版），2020，59（05）：175-186.

[6]李佳麗，胡詠梅，范文鳳.家庭背景、影子教育和學生學業(yè)成績——基于Wisconsin模型的經(jīng)驗研究[J].教育經(jīng)濟評論， 2016，1（01）：70-89.

[7]廖宇航.健康風險沖擊對勞動參與的影響——一個反事實的因果分析[J].人口與經(jīng)濟，2019（04）：30-46.

（作者單位：廣東外語外貿(mào)大學數(shù)學與統(tǒng)計學院）