金洋

[摘要]基于恩施州貧困縣貧困村中農(nóng)村勞動(dòng)力的就業(yè)選擇，通過(guò)對(duì)影響農(nóng)村勞動(dòng)力就業(yè)選擇和農(nóng)村勞動(dòng)力人均可支配收入的 Logistic 模型和分位數(shù)回歸模型，研究發(fā)現(xiàn)健康與社會(huì)保險(xiǎn)對(duì)農(nóng)村勞動(dòng)力就業(yè)選擇具有顯著影響，由此為農(nóng)村勞動(dòng)力人口健康與醫(yī)療保障制度設(shè)計(jì)提供借鑒依據(jù)。

[關(guān)鍵詞]健康;醫(yī)療保險(xiǎn);農(nóng)村勞動(dòng)力;就業(yè)選擇;分位數(shù)回歸

[中圖分類號(hào)]F323.6[文獻(xiàn)標(biāo)識(shí)碼]A

1 引言

足夠的資本積累、持續(xù)的勞動(dòng)供給、勞動(dòng)力合理的就業(yè)選擇是一個(gè)國(guó)家或一個(gè)地區(qū)、一個(gè)城市的經(jīng)濟(jì)持續(xù)增長(zhǎng)的必要條件。從微觀上講，微觀主體的就業(yè)選擇包括就業(yè)能力、就業(yè)意向和就業(yè)崗位。農(nóng)村勞動(dòng)者作為理性經(jīng)濟(jì)人，以利益最大化為動(dòng)力做出選擇，但同時(shí)也受諸多因素的影響，這包括文化程度、健康、人力資本、公共醫(yī)療保險(xiǎn)、性別、教育、個(gè)人就業(yè)偏好、地理因素等因素。對(duì)于健康因素而言，健康狀況顯著影響非農(nóng)勞動(dòng)參與，健康狀況越好，其非農(nóng)就業(yè)參與越高。戶主或家庭主要經(jīng)營(yíng)者的文化程度較高，身體健康的農(nóng)民從事非農(nóng)就業(yè)的意愿更強(qiáng)。基于江蘇省651名農(nóng)村勞動(dòng)力的調(diào)查數(shù)據(jù)研究，表明農(nóng)村勞動(dòng)力自身健康狀況越好，其參與非農(nóng)就業(yè)概率越高;家庭成員不健康的比例越高，家庭其他勞動(dòng)力參與非農(nóng)就業(yè)的可能性越低。同時(shí)，擴(kuò)大與工作無(wú)關(guān)的公共醫(yī)療保險(xiǎn)可能會(huì)減少就業(yè)鎖定，并導(dǎo)致一些工人從全職到兼職工作縮減或完全離開(kāi)勞動(dòng)力隊(duì)伍。結(jié)果顯示有選擇權(quán)的公共醫(yī)療保險(xiǎn)可以減少勞動(dòng)力過(guò)渡的障礙。研究表明，參加新農(nóng)合使農(nóng)村留守勞動(dòng)力轉(zhuǎn)移到城鎮(zhèn)的概率降低了34.7%，使農(nóng)村勞動(dòng)力轉(zhuǎn)移到本鄉(xiāng)鎮(zhèn)以外的概率降低了41.9%。對(duì)中老年人的鎖定效應(yīng)高于青年人。由此可見(jiàn)，勞動(dòng)力作為最重要的社會(huì)經(jīng)濟(jì)投入因素，其健康狀況和醫(yī)療保險(xiǎn)政策對(duì)農(nóng)村勞動(dòng)力外出務(wù)工選擇具有顯著影響。

2 分析框架

筆者使用Logistic模型分析健康、醫(yī)療保險(xiǎn)對(duì)農(nóng)村勞動(dòng)力就業(yè)選擇的影響，用分位數(shù)回歸模型分析這些因素對(duì)勞動(dòng)力就業(yè)后的人均收入水平的影響。其中，變量設(shè)置如下：

因變量：（1）農(nóng)村勞動(dòng)力就業(yè)選擇。大多數(shù)農(nóng)村勞動(dòng)力采取非正規(guī)就業(yè)，所從事的工作大多都是臨時(shí)性的，工作穩(wěn)定很難保證，流動(dòng)性很強(qiáng)。根據(jù)問(wèn)卷中的問(wèn)題進(jìn)行分類，分別為是否工作、是否務(wù)工、是否縣外務(wù)工、是否個(gè)體經(jīng)營(yíng)。（2）農(nóng)村勞動(dòng)力人均可支配收入。本文選擇了工資性收入、獎(jiǎng)金、零售等非農(nóng)業(yè)活動(dòng)、土地租賃等財(cái)產(chǎn)性收入及其它補(bǔ)助的綜合。

關(guān)鍵變量：影響農(nóng)村勞動(dòng)力就業(yè)選擇的因素主要包括健康評(píng)價(jià)、人口機(jī)會(huì)比、醫(yī)療保險(xiǎn)、醫(yī)療報(bào)銷(xiāo)。

其他控制變量：包括民族、性別、年齡、教育、婚姻、參加養(yǎng)老保險(xiǎn)、是否領(lǐng)取養(yǎng)老金。

3 數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

恩施土家族苗族自治州（簡(jiǎn)稱恩施州）位于湖北省西南部，地處鄂、湘、渝三省（市）交匯處，是湖北省唯一的少數(shù)民族自治州。本文研究的微觀數(shù)據(jù)是來(lái)源于湖北省武漢市恩施州2017年“湖北民族地區(qū)百村調(diào)查項(xiàng)目農(nóng)戶檢測(cè)表”抽樣調(diào)查數(shù)據(jù)，隨機(jī)抽取來(lái)自恩施州四個(gè)縣的居民（16-69歲勞動(dòng)力，樣本量為865個(gè)，有效數(shù)量為847，有效回收率為98%）作為研究對(duì)象，就恩施州農(nóng)村勞動(dòng)力人口健康、家庭負(fù)擔(dān)與社會(huì)保障對(duì)農(nóng)村勞動(dòng)力就業(yè)選擇的影響進(jìn)入了深入的訪問(wèn)。

從表1可以看出，調(diào)查對(duì)象中62%為少數(shù)民族居民，主要是土家族和苗族;男性占了58.5%，女性占了42.5%;平均年齡為52歲，受教育程度為高中及以上的只占9.7%，有配偶的已婚者比例達(dá)到86.8%。從健康評(píng)價(jià)來(lái)看，勞動(dòng)力自我評(píng)價(jià)健康或基本健康占到79.1%，自我評(píng)價(jià)不健康的只占20.9%。

從就業(yè)情況來(lái)看，91.9%的受訪者在工作，以務(wù)工為主的勞動(dòng)力比例達(dá)到54%，其中縣外務(wù)工比例為15.1%，主要是在浙江和廣東務(wù)工。個(gè)體經(jīng)營(yíng)人數(shù)只占6.9%，由此可見(jiàn)務(wù)工是當(dāng)?shù)厣贁?shù)民族居民最主要的生計(jì)方式。勞動(dòng)力人均年收入達(dá)到15855元。

人口撫養(yǎng)比也稱人口負(fù)擔(dān)系數(shù)，是指人口總體中非勞動(dòng)年齡人口數(shù)與勞動(dòng)年齡人口數(shù)之比。它表明，從整個(gè)社會(huì)來(lái)看，每100名勞動(dòng)年齡人口負(fù)擔(dān)多少非勞動(dòng)年齡人口。其計(jì)算公式是：撫養(yǎng)比=（非勞動(dòng)年齡人口數(shù)÷勞動(dòng)年齡人口數(shù)）×100%。非勞動(dòng)年齡人口指14歲及以下和65歲及以上人口;勞動(dòng)年齡人口指15～64周歲人口。當(dāng)人口機(jī)會(huì)比小于等于0.5時(shí)，表明負(fù)擔(dān)較輕;當(dāng)人口負(fù)擔(dān)比大于0.5時(shí)，表明負(fù)擔(dān)較重。從表1看出，調(diào)查對(duì)象的人口負(fù)擔(dān)比為59.8%，負(fù)擔(dān)較重。

恩施州農(nóng)村勞動(dòng)力參加社會(huì)醫(yī)療保險(xiǎn)的人口占97.3%，未參加社會(huì)醫(yī)療保險(xiǎn)的只占2.7%。其中享受醫(yī)療報(bào)銷(xiāo)的占33.6%，未享受醫(yī)療報(bào)銷(xiāo)的占66.4%。參加社會(huì)養(yǎng)老保險(xiǎn)的人口占70.5%，未參加的占29.5%;其中領(lǐng)取養(yǎng)老金的占24.4%，未領(lǐng)取養(yǎng)老金的占75.6%。

4 健康與醫(yī)療保險(xiǎn)對(duì)農(nóng)村勞動(dòng)力就業(yè)選擇的定量分析

4.1 人口健康、醫(yī)療保險(xiǎn)與農(nóng)村勞動(dòng)力就業(yè)選擇的Logistic

從影響農(nóng)村勞動(dòng)力是否就業(yè)的兩分類logistic回歸模型來(lái)看，影響因素包括年齡、健康評(píng)價(jià)、是否領(lǐng)取養(yǎng)老金三個(gè)變量。從各自變量對(duì)是否工作影響的比值比OR來(lái)看，控制其他變量的條件下，年齡小的勞動(dòng)者，工作的概率會(huì)更高。健康自我評(píng)價(jià)高的勞動(dòng)者較之其他勞動(dòng)者，工作的概率會(huì)提高313.3%。領(lǐng)取養(yǎng)老金的勞動(dòng)力，較之其他勞動(dòng)者，工作的概率會(huì)降低50.2%。

從影響勞動(dòng)力是否務(wù)工的兩分類logistic回歸模型來(lái)看，影響因素包括性別、年齡、健康評(píng)價(jià)三個(gè)變量。從比值比OR來(lái)看，控制其他變量的條件下，男性務(wù)工概率比女性高出1.868倍;年齡小的勞動(dòng)者，工作的概率會(huì)更高。健康自我評(píng)價(jià)高的勞動(dòng)者較之其他勞動(dòng)者，務(wù)工的概率會(huì)提高68.1%。

從影響勞動(dòng)力是否縣外務(wù)工的兩分類logistic回歸模型來(lái)看，影響因素包括民族、性別、年齡、婚姻、醫(yī)療保險(xiǎn)、領(lǐng)取養(yǎng)老金六個(gè)變量。從比值比OR來(lái)看，控制其他變量的條件下，少數(shù)民族居民縣外務(wù)工概率比漢族高出98%的概率;男性去縣外務(wù)工的概率比女性高出1.131倍;年齡小的勞動(dòng)者，工作的概率會(huì)更高;單身居民比已婚者的縣外務(wù)工概率更高;沒(méi)有醫(yī)療保險(xiǎn)的居民更容易去縣外務(wù)工;已經(jīng)領(lǐng)取養(yǎng)老金的居民，縣外務(wù)工的概率會(huì)提高96.7%。

從影響勞動(dòng)力是否個(gè)體經(jīng)營(yíng)的兩分類logistic回歸模型來(lái)看，影響因素包括性別、年齡、教育、健康評(píng)價(jià)四個(gè)變量。從比值比OR來(lái)看，控制其他變量的條件下，男性個(gè)體經(jīng)營(yíng)的概率比女性低0.384倍;年齡小的勞動(dòng)者，個(gè)體經(jīng)營(yíng)的概率會(huì)更高;受教育程度高的居民個(gè)體經(jīng)營(yíng)概率更高;健康自我評(píng)價(jià)高的勞動(dòng)者較之其他勞動(dòng)者，工作的概率會(huì)提高137.3%。

4.2 人口健康、醫(yī)療保險(xiǎn)與勞動(dòng)力就業(yè)選擇的Tobit模型

根據(jù)表3，從全樣本的Tobit回歸模型來(lái)看，影響農(nóng)村勞動(dòng)力人均可支配收入的因素包括教育、健康評(píng)價(jià)、人口機(jī)會(huì)比三個(gè)變量。從各自變量對(duì)勞動(dòng)力人均收入影響的回歸系數(shù)來(lái)看，控制其他變量的條件下，有高中以上教育經(jīng)歷的勞動(dòng)力，較之其他勞動(dòng)力，人均收入會(huì)高出9349.88元。說(shuō)明受教育程度越高，人均收入更高。健康自我評(píng)價(jià)高的勞動(dòng)者較之其他勞動(dòng)者，人均收入會(huì)高出4229.12元。說(shuō)明健康自我評(píng)價(jià)越高，人均收入更高。家庭負(fù)擔(dān)輕的勞動(dòng)力較之其他勞動(dòng)者，人均收入會(huì)高出4432.268元。說(shuō)明家庭負(fù)擔(dān)輕的勞動(dòng)者，由于無(wú)需負(fù)擔(dān)老人孩子的開(kāi)銷(xiāo)，人均收入更高。

從低收入樣本的分位數(shù)回歸模型來(lái)看，影響農(nóng)村勞動(dòng)力人均可支配收入的因素包括年齡、教育、健康評(píng)價(jià)、人口機(jī)會(huì)比、醫(yī)療保險(xiǎn)、參加養(yǎng)老保險(xiǎn)六個(gè)變量。從各自變量對(duì)低收入者人均收入影響的回歸系數(shù)來(lái)看，控制其他變量的條件下，年齡較大者的收入會(huì)低于年齡較小者;有高中以上教育經(jīng)歷的勞動(dòng)力，較之其他勞動(dòng)力，人均收入會(huì)高出3147.216元。說(shuō)明受教育程度越高，人均收入更高;健康自我評(píng)價(jià)高的勞動(dòng)者較之其他勞動(dòng)者，人均收入會(huì)高出1095.146元。說(shuō)明健康自我評(píng)價(jià)越高，人均收入更高;家庭負(fù)擔(dān)輕的勞動(dòng)力較之其他勞動(dòng)者，人均收入會(huì)高出1465.221元。說(shuō)明家庭負(fù)擔(dān)輕的勞動(dòng)者，由于無(wú)需負(fù)擔(dān)老人孩子的開(kāi)銷(xiāo)，人均收入更高;參加了醫(yī)療保險(xiǎn)的農(nóng)村勞動(dòng)者相較于沒(méi)有參加的，人均收入會(huì)減少1931.36元;領(lǐng)取了養(yǎng)老金的農(nóng)村勞動(dòng)者相較于沒(méi)有領(lǐng)取的，人均收入會(huì)增加1652.012元。

從中等收入樣本的分位數(shù)回歸模型來(lái)看，影響農(nóng)村勞動(dòng)力人均可支配收入的因素包括教育、健康評(píng)價(jià)、人口機(jī)會(huì)比三個(gè)變量。從各自變量對(duì)勞動(dòng)力人均收入影響的回歸系數(shù)來(lái)看，控制其他變量的條件下，有高中以上教育經(jīng)歷的勞動(dòng)力，較之其他勞動(dòng)力，人均收入會(huì)高出4578.297元。說(shuō)明受教育程度越高，人均收入更高。健康自我評(píng)價(jià)高的勞動(dòng)者較之其他勞動(dòng)者，人均收入會(huì)高出3760元。說(shuō)明健康自我評(píng)價(jià)越高，人均收入更高。家庭負(fù)擔(dān)輕的勞動(dòng)力較之其他勞動(dòng)者，人均收入會(huì)高出3000元。說(shuō)明家庭負(fù)擔(dān)輕的勞動(dòng)者，由于無(wú)需負(fù)擔(dān)老人孩子的開(kāi)銷(xiāo)，人均收入更高。

從高收入樣本的分位數(shù)回歸模型來(lái)看，影響農(nóng)村勞動(dòng)力人均可支配收入的因素包括教育、人口機(jī)會(huì)、醫(yī)療保險(xiǎn)三個(gè)變量。從各自變量對(duì)勞動(dòng)力人均收入影響的回歸系數(shù)來(lái)看，控制其他變量的條件下，有高中以上教育經(jīng)歷的勞動(dòng)力，較之其他勞動(dòng)力，人均收入會(huì)高出29902.5元。家庭負(fù)擔(dān)輕的勞動(dòng)力較之其他勞動(dòng)者，人均收入會(huì)高出7028.111元。參加了醫(yī)療保險(xiǎn)的農(nóng)村勞動(dòng)者相較于沒(méi)有參加的，人均收入會(huì)高出5028.778元。

5 結(jié)論

基于恩施州四個(gè)國(guó)家級(jí)貧困縣847個(gè)農(nóng)村勞動(dòng)力的抽樣調(diào)查，本文研究了受訪者健康、社會(huì)醫(yī)療保險(xiǎn)對(duì)農(nóng)村勞動(dòng)力就業(yè)選擇行為的影響。通過(guò)多變量二元Logistic 模型和分位數(shù)回歸模型研究發(fā)現(xiàn)，健康狀況與社會(huì)醫(yī)療保險(xiǎn)對(duì)農(nóng)村勞動(dòng)力就業(yè)選擇具有顯著影響，由此得到如下政策啟示：一是加大公共衛(wèi)生服務(wù)力度，提高人口健康狀況。二是消除區(qū)域間制度壁壘，提供穩(wěn)健便利的醫(yī)療保障。三是發(fā)展壯大縣域經(jīng)濟(jì)，創(chuàng)造就地就近就業(yè)機(jī)會(huì)。

[參考文獻(xiàn)]

[1] 王金營(yíng)，李競(jìng)博，石貝貝，等.醫(yī)療保障和人口健康狀況對(duì)大城市勞動(dòng)供給影響研究——以深圳市為例[J].人口與經(jīng)濟(jì)，2014（04）：14-22.

[2] 劉慶寶，陳杭，吳海濤，等.農(nóng)村外出務(wù)工勞動(dòng)力就業(yè)行業(yè)選擇行為分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013（08）：52-60.

[3] Logan J A.Opportunity and Choice in Socially Structured Labor Markets[J].American Journal of Sociology，1996，102（1）：114-160.

[4] Coolidge A.College Students' Attitudes toward Pregnancy and Women in the Work Force[J].Unt Theses & Dissertations，1997.

[5] Manzoni A.In and out of employment：Effects in panel and life-history data[J].Advances in Life Course Research，2012， 17（1）：11-24.

[6] 魏寧，蘇群.健康與農(nóng)村勞動(dòng)力非農(nóng)就業(yè)參與——基于聯(lián)立方程模型的實(shí)證研究[J].農(nóng)村經(jīng)濟(jì)，2013（07）：113-117.

[7] 程名望，潘烜.個(gè)人特征、家庭特征對(duì)農(nóng)村非農(nóng)就業(yè)影響的實(shí)證[J].中國(guó)人口.資源與環(huán)境，2012，22（02）：94-99.

[8] 孫頂強(qiáng)，馮紫曦.健康對(duì)我國(guó)農(nóng)村家庭非農(nóng)就業(yè)的影響：效率效應(yīng)與配置效應(yīng)——以江蘇省灌南縣和新沂市為例[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2015，36（08）：28-34+110.

[9] G Wettstein.Does Public Health Insurance Affect How Much People Work[J].Issues in Brief，2017（6）：1-9.

[10] 賈男，馬俊龍.非攜帶式醫(yī)保對(duì)農(nóng)村勞動(dòng)力流動(dòng)的鎖定效應(yīng)研究[J].管理世界，2015（09）：82-91.

[11] 陳濤，陳功，宋新明，等.從人口撫養(yǎng)比到社會(huì)撫養(yǎng)比的探索分析[J].中國(guó)人口科學(xué)，2008（02）：24-32+95.

[12] 陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及 Stata 應(yīng)用（第二版）[M].北京：高等教育出版社，2014.