方黎明，郭 靜

（1. 對外經(jīng)濟貿易大學 保險學院，北京 100029；2. 華中科技大學 社會學院，湖北 武漢 430074）

一、問題的提出

2016年中共中央和國務院聯(lián)合頒發(fā)的《“健康中國2030”規(guī)劃綱要》提出，要把健康擺在優(yōu)先發(fā)展的戰(zhàn)略地位，將促進健康的理念融入公共政策制定與實施的全過程。這意味著需要在宏觀政策和制度層面思考我國居民的健康問題。戶籍制度是獨具中國特色的基本的社會管理制度，該制度將城鄉(xiāng)居民分為農(nóng)村戶口和非農(nóng)村戶口的二元身份；限制了居民城鄉(xiāng)間遷移，造成城鄉(xiāng)居民生活水平的巨大差異（Cheng和Selden，1994;Chan和Zhang，1999）。改革開放以來，我國戶籍制度對人口流動的行政管制有所松動，越來越多的農(nóng)村居民開始流向大中城市尋求工作機會。中國城市來自農(nóng)村的移民主要分成兩種類型，一種是流入城市的農(nóng)民工，亦稱城鄉(xiāng)流動人口，他們仍然保留著農(nóng)村戶口身份。另一種是通過接受較長時間的教育、提干、招工和購房等的“農(nóng)轉非”途徑獲得城市戶口的居民，與農(nóng)民工不同，他們持有城市戶口，并可以獲得城市原住居民同等的就業(yè)、公共服務和社會福利權利，實現(xiàn)了向上的社會流動（鄧曲恒和古斯塔夫森，2007）。

2014年國務院頒布的文件《關于進一步推進戶籍制度改革的意見》，提出取消農(nóng)村和非農(nóng)村戶口，試圖建立城鄉(xiāng)統(tǒng)一的戶口登記制度，逐步把城鄉(xiāng)流動人口轉變?yōu)槭忻瘛?016年國務院印發(fā)《推動1億非戶籍人口在城市落戶方案》，提出“十三五”期間，城鄉(xiāng)區(qū)域間戶籍遷移壁壘加速破除，年均轉戶1 300萬人以上?？梢灶A見，巨量的城鄉(xiāng)流動人口將獲得城市戶口居民同等的權利，成為新興的農(nóng)轉非居民。那么戶籍身份的轉化或者并軌是否意味著他們與城市原住居民（一出生就是非農(nóng)戶口）的健康風險趨同呢？農(nóng)村生活的經(jīng)歷是否導致他們面臨更高的健康風險呢？

由于目前尚無法直接觀察到這些新興農(nóng)轉非城市居民與城市原住居民在未來的健康風險的差異。為了回答上述問題，我們將眼光轉到那些曾經(jīng)歷過從農(nóng)村戶口到非農(nóng)戶口轉換的群體身上。

目前學術界主要關注城鄉(xiāng)短期移民，即農(nóng)民工的健康風險。已有研究揭示，由于農(nóng)村戶口身份的限制，農(nóng)民工與當?shù)爻鞘袘艏丝谙啾容^，他們在工作機會、收入、住房、社會保障、勞動保護和工作環(huán)境均處于不利的地位（陸益龍，2002；Liu，2005）。上述因素導致他們面臨較高的健康風險（苑會娜，2009；朱玲，2009）。然而，農(nóng)轉非這一城市永久移民的健康風險還沒有得到深入研究。Grossman（1972）指出，健康存量是生命歷程中多種因素累積影響的結果。本文的基本邏輯是：盡管通過農(nóng)轉非途徑，這些來自農(nóng)村的居民獲得了城市戶口身份，不再受農(nóng)村戶籍身份的束縛，獲得了與城市原住居民同等甚至更具優(yōu)勢的社會經(jīng)濟地位，在生活方式上逐漸趨同；然而，同城市原住居民相比較，遷入城市的農(nóng)轉非居民童年在農(nóng)村生活期間普遍經(jīng)歷過更為嚴重的營養(yǎng)不良，甚至饑餓問題（Lin，1990；Meng等，2015），難以享受均等的醫(yī)療衛(wèi)生、自來水和教育等公共服務；上述經(jīng)歷對健康可能有長期的負面影響；中老年期是潛伏的健康問題的爆發(fā)期，農(nóng)轉非居民在生命歷程早期階段暴露于上述不利因素，可能導致他們進入中老年階段后，相對于城市原住居民面臨更高的健康風險。

本文主要探索是：（1）在研究主題上，相對于此前移民健康研究對農(nóng)轉非群體健康風險的忽略，本文將聚焦于這個群體與城市原住居民健康風險的差異，并考察這種差異是否在中年階段和老年階段有所不同，教育程度的增加是否能夠消除早年農(nóng)村生活經(jīng)歷的不利影響；（2）在研究方法上，本文考慮了樣本選擇導致的估計偏差，同時進行了更為嚴格的穩(wěn)健性檢驗和安慰劑檢驗。此前關于城鄉(xiāng)短期流動人口的研究忽略了流動人口因健康問題返鄉(xiāng)導致的樣本選擇問題。本文通過比較樣本選擇糾正前后的結果發(fā)現(xiàn)，不進行樣本選擇糾正嚴重低估了農(nóng)轉非居民曾經(jīng)的農(nóng)村戶口身份和教育程度對健康風險的影響。本文通過多種方式進行了穩(wěn)健性檢驗和安慰劑檢驗，研究結果穩(wěn)健可靠。

二、文獻評述與模型設定

國內學術界在研究城鄉(xiāng)人口遷移時多參照國際移民文獻。這些文獻研究表明，由于移民健康效應作用的存在，移民初始健康通常優(yōu)于來源地，亦優(yōu)于流入地（Anson，2004；Margolis，2010）。國際移民研究也發(fā)現(xiàn)，同流入地相比較，盡管移民在移民初期具有健康優(yōu)勢，但隨著移民安頓后，由于與流入地居民生活方式和生活環(huán)境的同化，健康也出現(xiàn)同化效應，他們的健康優(yōu)勢消失甚至惡化（De Maio和Kemp，2010）。牛建林（2013）針對中國城鄉(xiāng)流動人口的研究也有同樣的發(fā)現(xiàn)，戶籍制度的選擇作用使更為健康的農(nóng)村勞動力流入城市，他們相對于城市戶口居民和農(nóng)村未遷移居民更具健康優(yōu)勢，故流動人口能夠提高城市地區(qū)的平均健康水平（牛建林，2013）。

此前國內移民健康研究主要關注城鄉(xiāng)流動人口，而忽略了對城市永久移民中有農(nóng)村生活經(jīng)歷的農(nóng)轉非城市居民的健康風險的研究，并且在移民健康研究中忽略了樣本選擇和內生性導致的估計偏差問題。（1）樣本選擇偏差。像此前許多研究一樣，本文因變量采取自評健康狀況，但我們無法觀察到已經(jīng)死亡的調查對象和其他原因沒有追蹤到的調查對象的自評健康狀況，如果自評健康因變量的缺失與健康的影響因素相關，就難以獲得一致性估計。（2）內生性偏差問題。收入和健康行為等自變量也可能與健康間存在反向因果關系。

就經(jīng)濟學角度而言，Grossman（1972）首次構建了分析健康需求的理論模型。該模型假定個體可以繼承一定的健康存量，該存量隨年齡增長而減少，但可以通過投資而增加（如維持健康生活方式、購買醫(yī)療服務投資于健康）。Grossman的模型已經(jīng)成為研究健康需求和健康影響因素的標準模型。國內外學者基于該模型，對健康風險的影響因素進行了大量的實證研究。本文也基于Grossman的健康需求理論模型進行實證分析。

為了處理可能存在的內生性偏差和樣本選擇偏差，本文利用兩期微觀數(shù)據(jù)，檢驗第t到t+1期間城市戶口居民的戶籍屬性以及其他特征對第t+1 期個人健康風險的影響。其中，健康風險使用自評健康狀況來衡量。這種方法只能在一定程度控制但無法完全解決內生性偏差，這也是本文的一個局限。樣本選擇校正采用下列方法，先采用t期數(shù)據(jù)估計調查對象在t+1期是否有健康觀測值的概率單位模型，并得到估計值。然后，針對納入模型的調查對象計算反米爾斯比（inverse m ills ratio）。最后，把反米爾斯比納入健康需求函數(shù)中（伍德里奇，2015）。基于上述分析，本文建立如下基礎計量模型：

本文使用的樣本來自多階段抽樣，由于同一縣（市）內城市居民面臨的經(jīng)濟社會發(fā)展水平、生活環(huán)境、生活方式和醫(yī)療條件等高度相似或一致，而這些因素都會影響健康風險，致使同一城市居民健康風險的誤差項相關。為了保證結果的穩(wěn)健性，本文所有模型均在縣（市）級層次進行聚類（cluster）校正。同時，本文所有模型均使用穩(wěn)健標準誤進行穩(wěn)健估計。

三、數(shù)據(jù)來源和樣本特征

（一）數(shù)據(jù)來源與變量界定

本文使用中國健康與養(yǎng)老追蹤調查（CHARLS）2013年和2015年兩期數(shù)據(jù)。該數(shù)據(jù)的調查對象為45歲及以上中老年城鄉(xiāng)居民，涵蓋了中國大陸28個省150個縣，具有較好的全國代表性。本文只考察這兩年期間居住在城市擁有城市戶口的居民，經(jīng)過對2013年和2015年的數(shù)據(jù)清理，最終獲得2013年城市戶口居民的有效樣本量為3 044個，2015年追蹤到城市戶口居民有效樣本量為2 280個，在兩次調查期間，由于調查對象死亡或其他多種原因，結果導致樣本量損失764個。本文所有數(shù)據(jù)分析均采用統(tǒng)計軟件stata14.2

本文的因變量健康風險使用了2015年自評健康狀況，這是總體性健康評價指標。本研究衡量自我健康風險水平的問題為“您覺得您目前的身體健康狀況是？”（1=極好；2=很好；3=好；4=一般；5=差）；盡管該指標具有主觀性，但它不僅與患病率和死亡率等客觀健康指標高度相關，很好地反映了個體的客觀健康狀況，而且數(shù)據(jù)較易獲取和質量較高（Gerdtham等，1999）。國內頂級期刊大量文章也采用自評健康來衡量調查對象的總體健康狀況（封進和余央央，2007；潘杰等，2013；胡安寧，2014）。核心處理變量是城市戶口居民的戶口性質（0=城市原住居民；1=“農(nóng)轉非”居民）以及戶口所在地（1=非本地；0=本地）。其中，城市原住居民指因父母是城市戶口，一出生就是城市戶口的居民 。農(nóng)轉非居民指初始戶口為農(nóng)村戶口，通過“農(nóng)轉非”途徑獲得城市戶口的居民。

控制變量包括社會經(jīng)濟地位特征（教育水平和家庭年人均消費支出）、社會醫(yī)療保險參保情況（1=參加社會醫(yī)療保險；0=未參保）、生活方式（1=吸煙或曾吸煙；0=從未吸煙），以及人口特征，主要包括性別（1=男性；0=女性）、年齡和年齡平方、婚姻狀態(tài)（1=有配偶；0=離婚離異、從未婚及喪偶）、居住地區(qū)（1=東部；2=中部；3=西部）和家庭規(guī)模；其中教育水平根據(jù)國際文獻的通用分類方法將其分成三種類型，即低教育程度（初中及以下）；中等教育程度（高中及中專），以及高教育程度（包括大專及以上）。我們采用了消費而沒有采用收入指標來衡量城市戶口居民的經(jīng)濟狀況，因為消費更能代表家庭長期的收入狀況，偏差較小。調查對象通常對告知他人自己的收入比較敏感，在調查實踐中也經(jīng)常存在較多漏報和缺失值，但一般都較愿意報告消費的情況（雷曉燕等，2015）。本文消費支出主要包括過去一年的旅游、教育和耐用品等消費支出，而不包括醫(yī)療消費和食品消費支出，因為醫(yī)療消費支出與健康互為因果，存在內生性；而食品消費支出易受調查對象消費習慣和季節(jié)的影響，并可能存在較多的記憶偏誤。

（二）樣本特征和比較

表1報告了中老年城市戶口居民的樣本特征，比較了城市原住居民與農(nóng)轉非群體在健康風險、人口特征和社會經(jīng)濟地位等方面的差異，并對此兩個群體上述特征通過方差分析的方式進行均值相等性檢驗。從自評健康看，農(nóng)轉非居民自評健康風險相對較高，但從均值檢驗的結果看，這兩個群體的健康風險的差異僅具有弱顯著性（p =0.082）。從戶口是否在本地看，農(nóng)轉非群體離開戶口所在地的比例顯著較高。從社會醫(yī)療保險參保情況看，兩個群體參保率均在 95% 左右，其中，原住居民參保比例顯著較高。就消費支出而言，原住居民消費支出相對較高，但均值檢驗結果表明，兩個群體的消費支出并不具有顯著性差異；就教育水平而言，原住居民中接受過中等教育的居民的比例顯著高于農(nóng)轉非群體，而低教育水平居民所占的比例顯著低于農(nóng)轉非居民；但農(nóng)轉非居民接受高等教育的比例略高于城市原住居民。不過，均值檢驗的結果表明，這兩個群體在接受高等教育水平的比例上并不具有顯著性差異?？梢?，從社會經(jīng)濟地位特征看，與此前研究發(fā)現(xiàn)不同的是，農(nóng)轉非居民并不具有優(yōu)勢，這可能與本研究使用的樣本是中老年人有關。不過，農(nóng)轉非居民的社會經(jīng)濟地位與城市原住居民相似度較高，尤其是在社會經(jīng)濟地位較高群體中。從吸煙比例看，兩個群體吸煙率在42%左右，其中，城市原住居民吸煙率稍高于農(nóng)轉非居民，但不具有顯著性差異。從人口特征看，兩個群體除了農(nóng)轉非居民的家庭規(guī)模顯著較大以及在中部地區(qū)分布比例顯著較高外，他們在性別比例、在婚率、年齡以及在東部和西部的分布比例均不具有顯著性差異。可見，處于中老年階段的農(nóng)轉非居民與城市原住居民在社會經(jīng)濟地位特征、健康行為和人口特征等方面都具有較高的相似度，具有趨同性。

表1 城市戶口居民樣本特征及其比較

四、研究發(fā)現(xiàn)

（一）城市農(nóng)轉非居民與原住居民的健康風險的差異

表2中模型 1.1 先不考慮樣本選擇，直接對城市戶口居民自評健康風險的影響因素進行回歸分析，接著采用樣本選擇糾正方法進行了回歸分析（見模型 1.2）；同時估計了自變量對自評健康差的邊際效應。結果表明反米爾斯比 IMR 顯著度較高，兩種方法的結果也存在較大差異，這意味著模型 1.1存在較為嚴重的樣本選擇偏差，需要進行樣本選擇糾正。就本文主要考察的自變量而言，雖然兩種方法的結果均表明相對于城市原住居民，農(nóng)轉非居民健康風險顯著較高，但模型 1.2 進行樣本選擇糾正后系數(shù)相當于模型 1.1 系數(shù)的 3 倍。就邊際效應而言，同城市原住居民相比較，模型 1.1 表明農(nóng)轉非居民自評健康差的概率約增加 0.020，即約 2 個百分點；而在樣本選擇糾正后，模型 1.2 農(nóng)轉非居民健康差的概率約增加 0.061，即約 6 個百分點，增加的概率同樣相當于未進行樣本糾正的 3 倍。在本文使用的樣本中，自評健康差的概率均值約為 0.138。因此，0.061 相當于樣本自評健康差概率均值的 44%?？梢?，相對于城市原住居民，農(nóng)轉非城市居民的健康風險顯著較高。

模型1和模型2在主要控制變量的結果上也存在較大差異。模型1.1結果表明，是否離開戶口所在地對自評健康風險無顯著影響；然而，進行樣本選擇糾正后，模型1.2是否離開戶口所在地系數(shù)不僅變?yōu)轱@著，而且系數(shù)明顯增加，相當于模型1.1系數(shù)的8倍。就邊際效應而言，離開戶口所在地城市戶口居民自評健康差的邊際概率從0.007增加到約0.05。在模型1.1中是否參加社會醫(yī)療保險對自評健康風險無顯著影響，但進行樣本選擇糾正后，參加社會醫(yī)療保險的城市戶口居民自評健康風險反而顯著較高。這可能存在兩方面的原因：首先，醫(yī)療保險中經(jīng)典的逆向選擇問題，即健康更差的人更傾向于參加醫(yī)療保險；其次，醫(yī)療保險增加了城市戶口居民醫(yī)療服務的利用，更易發(fā)現(xiàn)自身存在的健康風險隱患。在兩個模型中消費支出均能夠降低自評健康風險，其中，樣本選擇糾正后消費支出的系數(shù)有所增加。就教育水平而言，同低教育水平群體相比較，在模型1.1中，僅接受過大專以上教育的城市戶口居民自評健康風險有所降低，并僅具有弱顯著性（p＜0.10），而中等教育與之無顯著差異，但模型1.2進行樣本選擇糾正后，中等教育和高等教育均能顯著降低自評健康風險，系數(shù)和顯著度都明顯增加。就邊際效應而言，在進行樣本選擇糾正后，同低教育程度的城市戶口居民相比較，中等教育程度和高教育程度的群體自評健康差的概率分別減少約7個和15個百分點?？梢?，教育在降低健康風險中的效用非常大。從生活方式看，模型1.1表明吸煙增加了自評健康風險，但僅具有弱顯著性，而在樣本選擇糾正后，吸煙對自評健康風險無顯著影響。

表2 城市戶口居民健康風險的主要影響因素

同時，作者依托基準模型1.2，采用了嵌套模型的方式，逐步放入人口特征、社會經(jīng)濟地位（教育、消費）、生活方式等以及醫(yī)療保險等變量，以考察農(nóng)轉非居民與城市原住居民健康風險的差異是否通過上述中介因素對自評健康風險發(fā)生影響。結果發(fā)現(xiàn)，這些因素對戶口屬性與健康風險的相關系數(shù)基本沒有影響，農(nóng)轉非居民的自評健康風險仍然顯著較高。因此，這兩個群體健康風險的差異主要不是上述中介因素的作用導致的，這也與表1中農(nóng)轉非居民和城市原住居民主要特征高度相似的結果一致。限于篇幅，文章未通過表格報告上述嵌套過程及結果。

（二）中年及老年農(nóng)轉非居民與城市原住居民健康風險的差異

上述分析結果表明，農(nóng)轉非居民的自評健康風險顯著高于城市原住居民，那么，在不同年齡段的城市居民中，這種健康風險的差異是否有變化呢？下文分別對 45?59 歲中年以及 60 歲以上老年農(nóng)轉非居民與城市原住居民健康風險的差異進行考察。表3結果表明，與模型 1.2 結果一致，在兩個年齡段的群體中，同城市原住居民相比較，農(nóng)轉非居民的健康風險均顯著較高；從邊際效應看，相對于城市原住居民，中年階段農(nóng)轉非居民自評健康差的概率增加約 4.8 個百分點，而老年階段農(nóng)轉非居民自評健康差的風險約增加 7.5 個百分點?？梢姡S著年齡的增長，農(nóng)轉非居民與城市原住居民自評健康風險的差距有擴大趨勢。

表3 中年和老年城市戶口居民健康風險的主要影響因素

就其他主要控制變量而言，與模型1.2結果一致，離開戶口所在地的中年和老年城市戶口居民自評健康風險均顯著較高；吸煙仍然對兩個年齡群體的自評健康風險無顯著影響。在中年和老年城市戶口居民中，教育水平均能有效降低自評健康風險。但從社會醫(yī)療保險看，在中年城市戶口居民中，參保居民的自評健康風險顯著較高，而在老年群體中，是否參保與自評健康風險無顯著關系，這意味著醫(yī)療保險逆向選擇問題在城市中年群體中可能更為普遍；而老年群體由于疾病風險普遍更高，醫(yī)療保險參保逆向選擇問題并不突出。

（三）教育與城市戶口居民的健康風險

有研究指出，相對于城市居民，來自農(nóng)村的居民接受高中及以上教育的健康回報更高（胡安寧，2014）。那么，接受更高程度的教育能否縮小農(nóng)轉非居民與城市原住居民健康風險的差異呢？更高的教育水平能否消除由于農(nóng)村生活經(jīng)歷導致的健康不平等呢？為了考察此問題，在基準模型1.2基礎上，表4構建了戶口性質與教育程度的交互項，以比較同等教育程度農(nóng)轉非居民與城市原住居民健康風險的差異。由模型3.1和3.2可見，在同樣低教育程度和中等教育程度的農(nóng)轉非居民和城市原住居民間，農(nóng)轉非居民的健康風險均顯著高于城市原住居民；只有在高等教育的城市居民間，他們間的自評健康風險不再具有顯著差異。上述結果在中年和老年城市居民中基本一致。可見，只有接受大專以上教育才能夠消除農(nóng)轉非居民與城市原住居民自評健康風險的不平等。同時，值得指出的是，在農(nóng)轉非居民和城市原住居民內部，教育程度的提高均能降低自評健康風險。表4模型3.3和3.4分別考察了教育對中年和老年農(nóng)轉非居民自評健康風險的影響，結果發(fā)現(xiàn)，教育程度的增加有效地降低了健康風險。在城市原住居民中，教育也發(fā)揮了同樣的效果（模型3.1和3.2中，當交互項為0時，非交互項系數(shù)即是城市原住居民教育的健康效應）。

表4 教育與城市戶口居民的健康風險

（四）安慰劑檢驗和穩(wěn)健性檢驗

考慮到可能存在的遺漏變量和測量誤差等問題帶來的內生性威脅，本文也實施了安慰劑檢驗（placebo test）。就本文研究主題而言，農(nóng)轉非居民與城市原住居民自評健康風險的差異可能并不是由于農(nóng)轉非居民曾經(jīng)有農(nóng)村生活經(jīng)歷造成的，而是這兩個群體本身現(xiàn)在的生活方式及其對是否健康的認知不同造成的。上文模型無法有效控制上述遺漏變量。就本文而言，理想的安慰劑是與農(nóng)村早年生活經(jīng)歷無關，由基因變異隨機決定的健康變量，如天生言語聽力等殘疾，但Charls數(shù)據(jù)天生殘疾樣本量過小，無法形成有效估計。本文以2013?2015年兩次調查期間，調查對象健康狀態(tài)的變化作為安慰劑。其理由如下：本文農(nóng)轉非群體均是中老年人，他們在青壯年時期已經(jīng)完成了農(nóng)轉非并遷入城市過程，他們在兩次調查期間與城市原住居民一樣均在城市生活。因此，盡管他們當前的健康狀態(tài)受此前農(nóng)村生活經(jīng)歷的影響，但是他們兩次調查期間的健康狀態(tài)的變化不受農(nóng)村生活經(jīng)歷的影響。下文安慰劑檢驗將以2013年健康狀況為基準，被解釋變量替換為自報過去兩年健康變化狀況（虛擬變量，包括變好、不變和變差），自變量與基準模型1.2一致，對城市戶口居民過去兩年健康風險變化進行multinomial logit回歸分析。如果過去兩年農(nóng)轉非居民與城市原住居民健康風險的變化不存在顯著差異，則意味著我們的邏輯獲得了支持，即潛在的遺漏變量和測量誤差難以對基準結果造成嚴重威脅。表5安慰劑檢驗結果表明，無論是全樣本，還是45?59歲以及60歲以上樣本，與基準模型1.2、2.1和2.2的結果相比較，在過去兩年間農(nóng)轉非居民與城市原住居民的健康變化均不存在顯著差異，這在一定程度上表明基準模型中遺漏變量和測量誤差同時與關鍵解釋變量和因變量相關的可能性較低。見表5。

表5 安慰劑檢驗1（過去兩年健康變化）

本文同時也以更為客觀的肥胖風險（即身體質量指數(shù)BM I＞=28）作為安慰劑，其理由如下：本文考察的是中老年農(nóng)轉非群體，他們在童年期大多經(jīng)歷過農(nóng)村貧苦生活，更易遭受營養(yǎng)不良風險而非肥胖風險，由于戶口制度限制，他們一般在青壯年時期實現(xiàn)農(nóng)轉非。因此，他們營養(yǎng)過剩等問題導致的肥胖風險一般是在進入城市后才發(fā)生的，而與農(nóng)村生活經(jīng)歷沒有直接聯(lián)系。表6將被解釋變量替換為是否肥胖 ，自變量與基準模型1.2一致，對城市戶口居民是否肥胖進行probit回歸分析。表6肥胖風險安慰劑檢驗結果表明，無論是全樣本，還是45?59歲以及60歲以上樣本，與基準模型1.2、2.1和2.2的結果相比較，農(nóng)轉非居民與城市原住居民肥胖風險不存在顯著差異。可見，肥胖風險安慰劑檢驗結果也表明基準模型中遺漏變量和測量誤差同時與關鍵解釋變量和因變量相關的可能性較低。上述兩種安慰劑檢驗結果表明，遺漏變量對農(nóng)轉非居民由于農(nóng)村生活經(jīng)歷，結果導致其相對于城市原住居民總體自評健康風險更高的結論造成重大威脅的可能性較低。

表6 安慰劑檢驗2（肥胖風險）

為了檢驗表2和表3結果的穩(wěn)健性，本文依次采取了下列方案：（1）采用OLS對上述模型1.2重新進行分析；（2）將上述健康自評五分類轉換為2分類（即合并健康自評前面四項“極好”“很好”“好”和“一般”賦值0，健康自評“差”賦值1），采用probit模型對上述模型 1.2重新進行估計；（3）采用Charls數(shù)據(jù)中的第二種自評健康變量，該變量將自評健康分為下列五種類型，“很好”“好”“一般”“不好”和“很不好”，分別采用OLS、序數(shù)Probit和Probit概率模型方法進行估計，其中，采用Probit時將“很好”“好”和“一般”進行合并，賦值0；將“不好”和“很不好”合并，賦值1；（4）采用Charls數(shù)據(jù)中更為客觀的健康變量，即“您在過去一個月內生過病嗎”，如果患病則賦值1，否則賦值0，運用Probit模型分析農(nóng)轉非居民健康風險是否更高（見模型6.6）。上述六種方案的結果見表7所示。可見，無論采用哪種方案，結果均與模型1.2一致，即相對于城市原住居民，農(nóng)轉非城市居民的健康風險更高。作者進一步采用表3和表4的方法對同年齡段及同等教育程度的農(nóng)轉非城市居民和城市原住居民健康風險進行比較，結果亦與表3和表4基本一致（限于篇幅，在此未予報告）。可見，本文分析結果具有較高的穩(wěn)健性。

表7 穩(wěn)健性檢驗

五、結論與討論

本文比較了城市中農(nóng)轉非居民與城市原住居民健康風險的差異。結論如下：（1）相對于城市原住居民，農(nóng)轉非居民的自評健康風險更高；這一差異在45?59歲中年和60歲以上的老年城市居民中均具有顯著性。（2）相對于同等教育程度的城市原住居民，中等教育以及低教育程度的中年和老年農(nóng)轉非居民的自評健康風險均顯著較高。不過，高等教育群體中兩者在中年和老年階段的自評健康風險均不再具有顯著性差異。（3）無論是在農(nóng)轉非城市居民中還是在城市原住居民中，教育程度的增加均能顯著降低自評健康風險。安慰劑檢驗和穩(wěn)健性檢驗的結果表明，本文的研究發(fā)現(xiàn)穩(wěn)健可靠。

與此前針對移民健康風險研究不同的是，本文對可能存在的樣本選擇問題進行了糾正，同樣本選擇糾正結果相比，不進行樣本選擇糾正的結果嚴重低估了戶口性質、戶口所在地和教育程度等因素對自評健康風險的影響。這提醒我們在移民健康的影響因素研究中要充分考慮到樣本選擇導致的估計偏差。牛建林（2013）針對城鄉(xiāng)流動人口研究發(fā)現(xiàn)，城鄉(xiāng)流動人口的健康風險低于城市戶口居民。然而，本文發(fā)現(xiàn)，相對于城市原住居民，同樣是城鄉(xiāng)移民，并且是社會經(jīng)濟地位更具優(yōu)勢的城鄉(xiāng)移民，無論是中年農(nóng)轉非居民還是老年農(nóng)轉非居民的健康風險均顯著較高。這可能是此前的研究未進行樣本選擇糾正。因為此前文獻在比較城市不同戶口居民的健康風險時，研究使用的樣本不包括因生病已經(jīng)返鄉(xiāng)者，這可能導致了樣本選擇偏差。

為何農(nóng)轉非居民無論是在中年階段還是在老年階段自評健康風險均相對較高，這可能與下列因素密切相關。首先，農(nóng)村生活經(jīng)歷導致農(nóng)轉非居民未成年期經(jīng)歷過更為嚴重的營養(yǎng)不良問題。本文的樣本人群均出生于1966年前，無論是出生在新中國成立前還是建國初期，同城市原住居民相比較，來自農(nóng)村的城市居民在未成年普遍經(jīng)歷了更為嚴重的營養(yǎng)不良和貧困問題。直到1978年全國仍有2.5億農(nóng)村居民的生活水平還處于絕對貧困線以下（國家統(tǒng)計局，2009）。目前大量的實證研究表明，未成年期營養(yǎng)不良和饑餓的經(jīng)歷對健康有長期負面影響（Chen和Zhou，2007；Kirkpatrick等，2010）。相對于城市原住居民，農(nóng)轉非居民在未成年期經(jīng)歷更為嚴重的營養(yǎng)不良問題可能導致他們進入中老年期后面臨更高的健康風險。而且，即使他們獲得城市戶口身份，但仍然難以消除童年期營養(yǎng)不良經(jīng)歷對中老年期健康風險帶來的負面的影響。

第二，農(nóng)轉非居民在生命歷程中早期階段難以享受到均等的公共服務，尤其是醫(yī)療衛(wèi)生服務，從而增加了他們的健康風險。本地城市戶口居民享受福利保障和公共服務的范圍和質量普遍優(yōu)于農(nóng)村戶口居民或外地戶口居民。改革開放前，有了城市戶口就意味著擁有了國家提供或承諾的養(yǎng)老、教育、醫(yī)療和住房等一系列全面的福利保障。改革開放后的相當一段時間內，戶籍制度仍然通過其“社會屏蔽”（social closure）作用，把城市公共服務限定于城市戶口居民，而把農(nóng)村戶口居民排斥在外，包括社會保障、公共衛(wèi)生、教育和福利項目基本上都以本地城市戶籍人口為保障對象（江依妮和張光，2016）。而農(nóng)轉非居民均有農(nóng)村戶口身份的經(jīng)歷，同城市原住居民相比較，他們在生命早期階段難以享受同等質量和數(shù)量的公共服務，尤其是醫(yī)療衛(wèi)生服務，可能導致了他們中老年期的健康風險更為嚴重。

本文研究結論具有重要的政策價值。大量研究表明，即使在當前，中國農(nóng)村地區(qū)未成年人仍然面臨營養(yǎng)不良、公共衛(wèi)生服務可及性差和高中入學率嚴重偏低等問題的困擾（Luo等，2012；Wang等，2012；Luo等，2015）。在戶籍制度改革過程中，這些來自農(nóng)村的居民成年后將流入城市，成為新興的農(nóng)轉非城市居民。在此過程中，需要關注這些新興農(nóng)轉非居民的健康風險，尤其是低教育和中等教育的新興農(nóng)轉非城市居民，因為獲得城市戶口身份并不意味著消除了他們同城市原住居民健康風險的不平等。本文研究也表明無論是在農(nóng)轉非居民中還是在城市原住居民中，更高的教育水平均能有效降低健康風險。相關文獻也揭示，教育通過多種機制影響人們的健康風險。首先，受過良好教育的人更易獲得高收入工作，從而更有支付能力購買醫(yī)療保險和醫(yī)療服務，并保證足夠的營養(yǎng)，其工作環(huán)境也更加安全，而這些是維持健康的物質前提；第二，良好的教育背景，使居民在健康保健知識的獲得以及醫(yī)療信息和技術的利用方面更具有優(yōu)勢；第三，接受過良好教育的人更傾向于增加健康投資。在受過良好教育的人中，吸煙率更低，鍛煉更多，飲酒適度（Cutler等，2011；胡安寧，2014）。因此，在城鎮(zhèn)化和戶籍制度改革中，政府可以采取普及高中義務教育，提高高等教育升學率，加強教育中健康知識和健康行為的傳播與倡導等多種途徑降低新興農(nóng)轉非居民的健康風險。

本文研究尚存在一定局限性。由于本文所用數(shù)據(jù)是針對中老年人的社會調查，而無法考察45歲以下農(nóng)轉非居民與城市原住居民健康風險的差異。其次，囿于數(shù)據(jù)局限性，本文亦未能直接考察農(nóng)轉非居民農(nóng)村生活期間營養(yǎng)、醫(yī)療衛(wèi)生服務的可及性以及生活環(huán)境等因素對其中老年期健康風險的影響。上述問題也是下一步探索的方向。

[1]鄧曲恒，古斯塔夫森. 中國的永久移民[J]. 經(jīng)濟研究，2007，（4）：137?148.

[2]封進，余央央. 中國農(nóng)村的收入差距與健康[J]. 經(jīng)濟研究，2007，（1）：79?88.

[3]國家統(tǒng)計局. 新中國60周年系列報告之四：城鄉(xiāng)居民生活從貧困向全面小康邁進[R]. 2009.

[4]胡安寧. 教育能否讓我們更健康——基于2010年中國綜合社會調查的城鄉(xiāng)比較分析[J]. 中國社會科學，2014，（5）：116?130.

[5]江依妮，張光. 財政資源錯配：戶籍區(qū)隔下的地方公共服務供給[J]. 經(jīng)濟體制改革，2016，（4）：5?11.

[6]焦開山. 健康不平等影響因素研究[J]. 社會學研究，2014，（5）：24?46.

[7]雷曉燕，許文健，趙耀輝. 高攀的婚姻更令人滿意嗎?婚姻匹配模式及其長遠影響[J]. 經(jīng)濟學（季刊），2015，（1）：31?50.

[8]劉宏，高松，王俊. 養(yǎng)老模式對健康的影響[J]. 經(jīng)濟研究，2011，（4）：80?93.

[9]陸益龍. 1949年后的中國戶籍制度：結構與變遷[J]. 北京大學學報（哲學社會科學版），2002，（2）：123?130.

[10]牛建林. 人口流動對中國城鄉(xiāng)居民健康差異的影響[J]. 中國社會科學，2013，（2）：46?63.

[11]潘杰，雷曉燕，劉國恩. 醫(yī)療保險促進健康嗎?——基于中國城鎮(zhèn)居民基本醫(yī)療保險的實證分析[J]. 經(jīng)濟研究，2013，（4）：130?142.

[12]齊良書. 收入、收入不均與健康：城鄉(xiāng)差異和職業(yè)地位的影響[J]. 經(jīng)濟研究，2006，（11）：16?26.

[13]伍德里奇. 計量經(jīng)濟學導論[M]. 北京: 中國人民大學出版社，2015.

[14]苑會娜. 進城農(nóng)民工的健康與收入——來自北京市農(nóng)民工調查的證據(jù)[J]. 管理世界，2009，（5）：56?66.

[15]朱玲. 農(nóng)村遷移工人的勞動時間和職業(yè)健康[J]. 中國社會科學，2009，（1）：133?149.

[16]Anson J. The migrant mortality advantage：A 70 month follow-up of the Brussels population[J]. European Journal of Population，2004，20（3）： 191?218.

[17]Chan K W，Zhang L. The Hukou system and rural-urban m igration in China：Processes and changes[J]. China Quarterly，1999，（160）： 818?855.

[18]Chen Y，Zhou L. The long-term health and economic consequences of the 1959–1961 fam ine in China[J]. Journal of Health Economics，2007，26（4）： 659?681.

[19]Cheng T，Selden M. The origins and social consequences of China’s Hukou system[J]. China Quarterly，1994，139（139）： 644?668.

[20]Cutler D M, Lleras-Muney A, Vogl T. Socioeconom ic status and health：Dimensions and mechanisms[J]. NBER Working Paper No.14333, 2008.

[21]De Maio F G，Kemp E. The deterioration of health status among immigrants to Canada[J]. Global Public Health，2010，5（5）： 462?478.

[22]Gerdtham U G，Johannesson M，Lundberg L，et al. The demand for health：Results from new measures of health capital[J]. European Journal of Political Economy，1999，15（3）： 501?521.

[23]Grossman M. On the concept of health capital and the demand for health[J]. Journal of Political Economy，1972，80（2）：223?255.

[24]Kirkpatrick S I，M cintyre L，Potestio M L. Child hunger and long-term adverse consequences for health[J]. Jama Pediatrics，2010，164（8）： 754?762.

[25]Lin J Y. Collectivization and China’s Agricultural Crisis in 1959-1961[J]. Journal of Political Economy，1990，98（6）：1228?1252.

[26]Liu Z. Institution and inequality: The Hukou system in China[J]. Journal of Comparative Econom ics，2005，33（1）：133?157.

[27]Luo R，Shi Y，Zhang L，et al. Nutrition and educational performance in rural China’s elementary schools：Results of a randomized control trial in Shaanxi Province[J]. Econom ic Development & Cultural Change，2012，60（4）： 735?772.

[28]Luo R，Shi Y，Zhou H，et al. Micronutrient deficiencies and developmental delays among infants：Evidence from a cross-sectional survey in rural China[J]. BMJ Open，2015，5（10）： e008400.

[29]Margolis R. Childhood morbidity and health in early adulthood：Life course linkages in a high morbidity context[J].Advances in Life Course Research，2010，15（4）： 132?146.

[30]Meng X，Qian N，Yared P. The institutional causes of China’s great fam ine，1959-1961[J]. The Review of Economic Studies，2015，82（4）： 1568?1611.

[31]Wang X，Zhang L，Luo R，et al. Soil-transmitted helminth infections and correlated risk factors in preschool and schoolaged children in rural Southwest China[J]. Plos One，2012，7（9）： e45939.