作者：王引
出版社：西南财大出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
健康对农民收入影响的实证研究试读：
致谢
感谢我的导师——唐仁健博士。他虽远在北京，但无论何时请教于他，他都会在十分繁忙的工作中挤出时间，给予我悉心的指导。特别是在论文的选题、结构和内容上，他以其深厚的理论功底、丰富的实践经验和前瞻的学术眼光，多次给我提出了高屋建瓴的指导意见。论文的撰写、修改，直至最终成稿，都凝结了他的心血！
感谢西南财经大学胡小平研究员。他不仅额外地承担了我在校学习期间的指导和教育工作，更以其独特的智慧和幽默，让我们这班同学的学习、调查和研究活动充满挑战与欢乐。
感谢西南财经大学郑景骥教授和刘成玉教授。每次和他们讨论问题，总有一种豁然开朗的感觉。从他们那里收获的不仅是专业知识，我学到更多的是一种态度，一种平和的人生态度。
感谢四川省直机关工委王宗榜常务副书记。从我开始准备考博，到跨进校门，再到漫长的专业学习，他始终给予我极大的支持与鼓励。特别是派我到基层锻炼，教导我向基层学习，让我的学习研究过程得以在两年的基层实践中开花结果。他平易近人的作风、严谨务实的风格必将深刻影响我今后的工作与生活。
感谢我的家人，论文得以付梓更是多年来家庭亲情默默支持的结果。父母和先生都是大学教师，特别是先生钟情于学术，博士论文中不少重要的思想和观点，都是在与他讨论、碰撞中萌发和成熟的。从他那里，我总能得到最尖锐、最中肯的批评，促使我的博士论文日臻完善，促使我的学术思想日渐成熟。
感谢汶川县各位领导的关怀与厚爱，让我学习知识和运用知识的潜能在下派锻炼中得到了最大限度的挖掘和发挥。
感谢温琦博士、王阳博士、刘宁博士、任大庭博士、刘传初博士等同窗好友。与他们的交流和他们对我的帮助，都是我生命中愉快的回忆。
感谢参与答辩和匿名评审的老师。他们对我的论文提出了中肯的修改意见。本书即是在论文基础上修改完善而成的。
最后，感谢所有关心、帮助过我，而在这短短的几百字中不能一一提到的师长、领导、亲人和朋友，尤其是英年早逝的张树民老师。
我相信，至远者非在天涯而在人心，至久者非在天地而在真情，至善者非在雄才而在贤达。今后的工作和生活中，我将会用更善良的眼神来审视这个世界，用更温暖的胸怀来感知这个世界，用更真诚的心来回报这个世界！2013年秋于成都锦江畔
内容摘要
长期以来，农民收入一直是政府和学界关心的热门话题，如何保持农民收入较快增长始终是“三农”工作面临的重要课题。健康是一种人力资本，健康与劳动力市场的成功是紧密相连的。尽管近年来的理论研究取得了关于健康、营养和经济发展之间复杂关系的一些重要进展，但是在实证研究中还较少关注它们之间内在的量化关系。本书从健康的角度研究了在主要以体力劳动为背景下的中国农民收入的决定因素。
基于中国健康与营养调查（China Health and Nutrition Survey, CHNS）数据，运用微观计量经济学的方法，本书系统地研究了农民健康对其收入的影响。本研究按照如下逻辑依次展开：
第1章，导论。本章介绍本书选题的背景、结构和研究方法。
第2章，理论框架。本章介绍了健康生产函数、健康与农民收入之间相互影响的反馈机制和以营养为基础的效率工资模型。
第3章，健康的度量。本章探讨对健康的不同度量方法，主要介绍了用营养摄入、自评的一般健康状况、人体测量学指标、疾病等几种度量健康的方法，并对比了几种方法对度量健康的优缺点。
第4章，营养摄入与农民收入。本章分别采用普通最小二乘法、随机效应模型、固定效应模型、动态面板数据模型等不同的计量模型，估计了农民营养摄入和营养结构对农民收入的影响。
研究发现，作为短期健康的衡量指标，营养摄入总量的增加和结构的改善都能显著地增加农民收入。估计结果显示，热量摄入主要通过增强劳动者的体力从而提高劳动生产率，最终引起收入提高，对农民增加收入具有显著影响。包括：热量摄入对男性农民收入的影响大于女性；在低收入组中，热量摄入对农民收入具有显著影响；在高收入组，热量摄入对农民收入的影响不显著；在以体力劳动为主的低收入国家和地区的农村，以营养为基础的效率工资模型才会发挥作用等几个分论点，证实了相关文献的研究。
从营养结构来看，碳水化合物摄入对农民收入增长没有显著影响；而脂肪和蛋白质的摄入对农民收入的增加都具有显著的正向影响。从这一结果可知，营养结构的改善对农民增加收入具有重要的影响。
因此，营养摄入增加和营养结构改善均可实现农民收入的显著增加。
第5章，健康状况与农民收入。本章研究一般健康状况和人体测量指标度量的健康水平对农民收入的影响。本章用多种方法进行实证研究后发现，健康水平提升能够增加农民收入。
以受访者自评的一般健康状况、人体测量指标作为健康的度量，估计结果显示，自评的健康状况“好”和“很好”的农民收入显著高于健康状况差的农民。这表明了健康对农民收入的显著影响。
以多个人体测量学指标作为健康的度量，结果显示，身体质量指数、体重身高比、体重年龄比对农民收入提高均有显著的正向影响。而且，身体质量指数和体重身高比对农民收入的影响呈显著的性别差异，健康指标对男性的影响大于对女性的影响。在考虑了身高的内生性后，本书用Hausman-Taylor模型估计了身高对农民收入的影响。结果显示，身高对以体力劳动为主的农民收入有显著影响，同时呈现出一定的性别差异。这表明，早期营养健康水平对农民的劳动生产率有重要影响。
第6章，疾病与农民收入。本章从一般疾病和职业病两个角度研究了疾病对农民收入的影响，结果显示，一般疾病和职业病对农民家庭收入都具有显著的负向冲击。
基于现有数据，我们采用过去四周中生过病或受过伤，患有慢性病或急性病作为疾病的度量进行估计后发现，疾病导致农民收入显著减少，而且疾病对女性收入的影响大于男性。用过去三个月是否患病作为疾病的另一种度量方法，估计结果显示疾病可能导致农民收入显著减少，且严重疾病可能导致农民收入显著减少。同样，疾病对女性的影响大于男性。
用过去三个月里不能正常生活和工作周数作为职业病的一个度量，估计结果显示，职业病可能导致农民收入显著减少，导致农民工资收入减少更多，即职业病对农民工资收入的影响远远大于纯收入。用过去四周中，由于生病而不能正常活动的天数作为职业病的衡量标准，估计结果显示，职业病仍然会引起农民收入下降。这表明，农民的职业病并没有得到工资的补偿，相反，可能由于职业病，反而会导致收入下降。这在一定程度上表明，在中国经济发展的过程中，农民工做出了较大贡献。
第7章，健康行为与农民收入。本章研究吸烟、饮酒等不良健康行为对农民收入的影响。为了克服吸烟及饮酒的内生性，本章运用工具变量法研究发现，吸烟、饮酒等不良健康行为会显著影响农民收入。
本章采用有限信息极大似然估计（Limited Information Maximum Likelihood, LIML）方法，对吸烟和饮酒两种不良健康行为对农民收入的影响进行了研究，结果表明，吸烟、饮酒都显著地降低了农民收入。这表明了引导农民养成健康生活习惯的重要性。
第8章，结论及政策建议。
综上所述，本书的研究不仅证实了以营养为基础的效率工资模型的有效性，还揭示了健康人力资本的积累对农村经济增长有重要贡献。本书的结论表明，无论是从短期、中期，还是从长期来看，健康的投资回报都是显著为正的。因此，增加对农民健康的投入将是提高农民收入的重要途径。
本书的特色与创新体现在：
第一，选题角度新。国外关于健康经济学的研究已经成为经济学中一个重要的领域，而国内这方面的研究还很少见，关于农村、农民的健康经济学方面的研究就更加匮乏。本书首次全面系统地研究农民的健康状况对其收入的影响，在选题的角度上呈现了一定的特色。
第二，研究方法新。本书基于中国家庭健康和营养调查的微观数据，运用了目前国际上主流的微观计量经济学方法，实证分析了农民的健康状况对其收入的影响。这不同于主要采用宏观数据进行统计分析的研究方法，使得本书的研究具有更好的微观基础，结论更加可靠。
此外，本书采用的面板数据、动态面板数据的估计方法，尤其是Hausman-Taylor估计、有限信息极大似然估计（LIML）等方法在以前的研究中并不多见。
第三，结论可靠，政策含义明确。本书的研究以规范的实证方法为基础，实证结论与理论研究相符，这些结论对政府的相关政策制定具有重要的参考价值。
但是，由于各种因素的制约，本书的研究还存在一些局限和不足，未来的深入研究还可以从以下几方面进行：
第一，对研究结果的进一步解释。本书通过实证研究发现了不同健康指标对农民收入的重要影响，但对这些结果的经济学解释还可以更加充分。
第二，对健康作用于农民收入机理的进一步研究。本书的研究发现健康状况指标和健康行为可以作用于农民收入，未来的研究还可以进一步深入研究这些健康状况指标和健康行为对农民收入发生影响的途径和渠道，以获得对于健康和农民收入关系的更加全面的认识。
第三，对部分估计结果做进一步的技术处理。在实证分析中，我们发现某些估计值有明显的偏高或偏低，部分研究结果也还需要进一步做分析和解释，这都需要在未来的研究中进一步完善。
本书的主要目的是要回答不同指标度量的健康水平对农民收入的影响，而结果一致地表明了健康对农民收入的显著影响。因此，未来进一步的研究将对这些存在的问题进行更加全面的讨论。
关键词：营养；健康；农民收入
Abstract
Using China Health and Nutrition Survey（CHNS）data, this paper studies the effects of health on the farmer' s income in China. This paper is organized as follows.
Chapter 1 is an introduction. This chapter introduces the background, the structure, the mothedology, and the contribution of my dissertation, and discusses further studies in the future.
Chapter 2 is the theoretical framework of this paper. This chapter discusses the health production function, the feedback mechanism between health and income, and the nutrition-based efficiency wage model.
Chapter 3 is the measurement of health. This chapter compares various measurements of health, including nutrition intake, self-reported general health status, anthropometry, and illness.
Chapter 4 studies the effect ofnutrition intake on the farmer' s income. By using OLS, Random effects, fixed effects, and dynamic panel data modes, I estimate the impacts of nutrition intake and the structure of nutrition intake on the farmer' s income.
In this chapter, I find that nutrition intake can increase the farmer' s income significantly, which verifies that nutrition-based efficiency wage model works in low income country. As for the structure of nutrition intake, I find that carbo intake has no effect on the farmer' s income, but the fat and the protein intake can affect the farmer' s income significantly, which means the improvement of nutrition structure can also increase the farmer' s income.
Chapter 5 studies the effect of self-reported general health status and anthropometrics indicators on the farmer' s income. In this chapter I find that the better self-reported general health status, the higher the farmer' s income, which suggests health status can significantly affect the farmer' s income.
By using multiple anthropometrics indicators asmeasurement of health, this paper finds that body mass index; weight for age can increase the farmer' s income significantly. Because of the endogeity of height, I use Hausman-Taylor model to estimate the impact of height on the farmer' s income. This paper finds that there is a significant effect of height on the farmer' s income, which means the nutrition level at early age has significant effects on productivity.
Chapter 6 studies the effects of illness on the farmer' s income. I find that illness is a negative shock to the farmers, and there is no compensation for accupational illness.
By usingwether being sick or injured, or suffering from a chronic or acute disease during the past 4 weeks and having difficulty carrying out your daily activities and work or studies due to illness during the past 3 months to measure illness, I find that illness can significantly decrease the farmer' s income.
By using daysunable to carry out normal activities due to this illness during the past 4 weeks and weeks having difficulty carrying out your normal daily activities and work or studies to measure occupational illness, this paper finds occupational illness can significantly decrease the farmer' s income.
Chapter 7 studies the effects of health behavior on the farmer' s income. Using limited information maximum likelihood（LIML）method, this paper studies the impacts of smoking and drinking on the farmer' s income. I find that smoking and drinking can significantly decrease the farmer' s income.
Chapter 8 is the conclusion and policy implication.
The main contributions of this paper is to provide new evidence onnutrition-based efficiency wage, that is to say, health is helpful to increase the farmer' s income in China. This paper also suggests that return to health is positive in rural area in China.
Therefore, policy implication from this paper is to invest in the farmer' s health in order to increase the farmer' s income.
Key Words:Nutrition; Health; Farmer' s Income1导论1.1选题意义
长期以来，持续增加农民收入一直是政府和学界关心的热门话题。党的十七届三中全会提出了2020年农民人均纯收入翻一番的新目标。为了实现这一目标，此后12年间农民人均纯收入需要达到约6%的年均增长率。如何保持农民收入较快增长是“三农”工作面临的重要课题。已有的相关研究从制度、市场需求、农民素质、资源禀赋、农业结构等不同的角度探讨了农民收入的制约因素（孙继辉，2004），本书则将从健康的角度研究农民收入的决定因素。
过去30年，人力资本投资成为了发展经济学研究的中心问题（Strauss and Thomas,1998）。大量的研究对世界各国的教育回报进行了测算。也有研究关注教育的非市场回报问题，其中包括教育对儿童和成人健康的影响。正如教育一样，健康也是一种人力资本，健康与劳动力市场的成功是紧密联系在一起的。尽管近年来的理论研究取得了关于健康、营养和经济发展之间复杂关系的一些重要进展，但是在实证研究中还较少关注它们之间的内在联系，特别是量化关系。
在发展中国家，健康问题之所以重要，是因为在发展经济学的文献中，基于营养的效率工资模型具有深远影响。该理论由Leibenstein（1957）提出。他认为，相对于营养状况差的工人，那些消费了更多热量的工人生产效率更高，即当热量摄入处于较低水平时，更多的营养摄入意味着更高的劳动生产率。因此，雇主有动机将工资提高到劳动力的均衡市场价格之上，以此排除那些健康较差的工人，从而提高劳动生产率。
在绝大多数发展中国家，人们不仅收入水平低，而且疾病的发生率和类型也与发达国家有较大差异。比较明显的是，在发展中国家，营养不良和传染性疾病更多，这些传染病往往是可控可防的。这些因素相互作用导致的严重后果是：在贫穷国家，成年人更容易产生健康问题，而健康问题的根源则往往来自于儿童时期，并伴随一生。此外，发展中国家的农村就业结构使许多工作更多地依赖体力，从而也更多地依赖健康。因此，相对于高收入的工业化国家而言，低收入的发展中国家的农村，健康的边际生产率将更高。
对政策决策者而言，洞悉健康和劳动产出之间的关系也是重要的。在许多国家，健康支出在公共支出中占据了一定比重。如果这样的健康公共投资能够获得高生产率并带来高经济增长，那么这将是那些公共项目的一个重要收益。
对中国而言，自改革开放以来，农民的收入增长一直是政府和学界长期关注的焦点问题，特别是在中国保持一个较长时期的经济快速增长过程中，农民营养和健康状况的改善究竟对农民收入的提高发挥了怎样的作用，更是一个非常值得研究的问题。同时，纵观国内对农民收入的相关研究，尚没有从营养和健康角度对中国农民收入增长的问题进行系统研究的文献。因此，本书将使用中国健康和营养调查大型微观数据，用实证研究结果回答以体力劳动为主的中国农民的健康对收入增长和国民财富积累的作用。
因此，研究健康和农民收入之间的关系具有重要的理论意义和实践价值。1.2篇章结构
本书的篇章结构可以简单描述如图1-1所示。
本书将首先从健康生产函数入手介绍健康与收入之间关系的理论框架，然后介绍对健康的不同度量方法，并依次研究营养摄入、自评健康状况、人体测量指标、疾病等健康度量指标对农民收入的影响，之后再研究吸烟和饮酒等不良健康行为对农民收入的影响，最后，根据前面的研究结论提出相应的政策建议。1.3研究方法
本书的基本研究方法是现代微观计量经济学（Microeconometrics）的实证研究方法。具体来说，在不同的章节采用了不同的方法：
为了研究营养摄入对农民收入的影响，我采用了混合普通最小二乘法（Pooled OLS）、面板数据的随机效应模型（Random Effects）和固定效应模型（Fixed Effects），以及动态面板数据估计模型（Dynamic Panel Data Model）等。图1-1 本书的逻辑结构
为了研究不良健康对农民收入的影响，我同样采用了混合普通最小二乘法、面板数据的随机效应模型和固定效应模型估计，除此之外，还采用了Hausman-Tayler的估计方法研究身高对农民收入的影响。
为了研究健康行为对农民收入的影响，即吸烟和饮酒对农民收入的影响，我也采用了混合普通最小二乘法、面板数据的随机效应模型和固定效应模型估计，除此之外，还采用了工具变量法，采用对弱工具变量问题更加稳健的有限信息极大似然估计法（Limited Information Maximum Likelihood, LIML）进行实证研究。1.4论著创新
本书的特色与创新体现在：
第一，选题的角度新。国外关于健康经济学的研究已经成为经济学中一个重要的领域，而国内这方面的研究还很少见，关于农村、农民的健康经济学方面的研究就更加匮乏了。本书首次全面系统地研究了中国农民的健康状况对其收入的影响，在选题的角度上呈现了一定的特色。
第二，研究方法新。本书基于中国家庭健康和营养调查的微观数据，运用了目前国际上主流的微观计量经济学方法，实证分析了农民的健康状况对其收入的影响。这不同于主要采用宏观数据进行统计分析的研究方法，使得本书的研究具有更好的微观基础，结论更加可靠。特别是本书采用的面板数据、动态面板数据的估计方法，尤其是Hausman-Taylor估计、有限信息极大似然估计法（Limited Information Maximum Likelihood, LIML）等方法，在国内运用这些研究方法的研究者并不多见。
第三，结论可靠，政策含义明确。本书运用规范的实证研究方法，发现营养摄入增加和营养结构改善能够显著增加农民收入，健康水平的提高也能增加农民收入，疾病则对农民收入是一个显著的负向冲击，吸烟、饮酒等不良的健康行为也对农民收入有显著的负向影响，这些结论与理论研究相符，对政府的相关政策制定具有重要的参考价值。1.5未来研究
由于受到各种因素的制约，本书的研究还存在一些局限和不足，未来的深入研究可以从以下几方面进行：
第一，对研究结果做进一步解释。本书发现了不同健康指标对农民收入的影响，但对这些结果的经济学解释还可以更加充分。
第二，对健康作用于农民收入的机理做进一步研究。本书发现健康状况指标和健康行为可以作用于农民收入，未来的研究可以进一步深入研究这些健康指标和健康行为对农民收入影响的途径和渠道，以获得关于健康和农民收入关系的更加全面的认识。
第三，对部分估计结果做进一步的技术处理。基于现有数据的实证分析，一方面我们发现某些估计值有明显的偏高或偏低，另一方面某些研究结果也还需要做进一步的分析和解释，这都需要在未来的研究中运用更好的办法来处理。2理论框架2.1健康生产函数
我们从Becker（1965）的家庭生产模型开始探讨健康对经济的作用。为了分析的方便，假设：家庭只有一个人，而且他最大化自己当期的效用；企业可以完全观察到个人的生产率；劳动力市场是完全竞争的。
本书关注的中心问题是健康与劳动产出之间的关系。从经济学的角度来看，健康可以划分为健康产出和健康投入。所谓健康产出，是指身高、身体质量指数、发病率、身体功能等。健康投入则包括营养摄入、锻炼、吸烟、饮酒、对疾病的预防和医疗保障等。按照Grossman（1972）的做法，假设个人有一个健康生产函数：
上式中，H表示可度量的健康产出。健康产出依赖于健康投入向量N，它们都是由个人决定的。假设随着健康投入的增加，健康水平会提高。健康生产函数中的技术水平会随着生命周期和其他社会经济特征A而变动，比如性别。此外，家庭背景B，比如父母的健康、环境因素，包括当地的医疗卫生设施、医疗水平等，以及疾病的环境对健康都有重要影响。
从计量经济学的角度来看，健康生产函数包含两类不可观测因素。一类是个人天生的健康状况μ，比如遗传等因素，这在社会调查中无法观察，但它可能对成人的健康产生重要影响。另一类是对个人h和研究者来说都不可知的e，即测量误差。
假设个人的实际工资等于其边际产出，这一信息对雇主来说不需付出成本即可获得。一个人的实际收入w随着健康产出H而变化，同时也会受教育人力资本S、家庭背景B等变量影响。这样，工资函数就变为：
除了引入健康这一变量外，式（2-2）是一个标准的收入函数。健康产出可能通过更好的体力和脑力，或通过力量和耐力而影响工资。社区基础设施I，比如电力、道路密集度等可能与劳动需求和各种各样的工作特征相联系。工资也可能受不可观测因素α比如能力、w教育质量等的影响，e代表工资函数中的随机扰动项。
在之前的相关研究中，对利用上述工资函数估计结果的解释成了争论的中心问题（Kruger,1994）。争论最多的一个问题是由于遗漏变量（Omitted Variables）引起的估计偏误。比如：个人能力不可观测，而个人的能力却与受教育年限和工资相关，这将导致对教育回报的估计是有偏误的。同样，在对健康进行测度时也存在着与教育一样的问题，即使是不随时间变化的变量，比如身高，也是如此。所以，在包含健康变量的工资函数中，仍然存在与健康和收入都相关的遗漏变量。比如，教育质量在调查数据中通常是不可观测的，但好的教育质量与高收入和成年阶段更好的家庭个人分配决策有着密切关系（或者由儿童时代的父母决定），而后者与健康投入和健康行为相关。那么，正如对教育回报的估计一样，健康的回报也可能会被高估。2.2健康与收入的反馈机制
关于健康与收入之间的关系，有两个需要考虑的关键因素：一是当期直接的反馈或同时决定问题（Simultaneity）；二是健康的测度。如果更好的健康导致更高的生产率、更多的工作时间或获得工作的概率更高，相应地，更多收入又增进健康的投入，那么，当前健康和收入的反馈将会出现。比如，工人可能会有摄入更多的热量如蛋白质、脂肪，或者住较好医院等高质量消费的健康投入，这在发展中国家，特别是在相对贫困的群体中，其数量和质量都满足边际条件。
假设个人或家庭的福利依赖于劳动供给L，对购买商品的消费为C，消费的一部分比如食品可能是健康投入。效用可能依赖于健康产出H中可观测的特征比如教育S、家庭背景的度量B以及不可观测的特征ξ如偏好等，则效用函数可以表示为：
上式与式（2-1）的健康生产函数的区别是，资源的配置满足预算约束和时间约束。假设个人工作获得工资w，资产或非劳动收入为V，预算约束为：
上式中，为了简化，消费C分解为两部分：健康投入N和价格为*ncp，非健康消费C和价格为p。在实践中，这种划分并不总是能截然分开的，而且并不是所有的健康投入都可以在效用函数中被直接引入。
用λ表示收入的边际效用，假设存在内部解，可以从一阶条件中得出关于第j种健康投入的重要关系式：
如果健康投入通过改善健康产出提高了工资，那么健康投入的边际产出会下降，导致更多地使用该投入。生物医学证据表明，在一些情况下，健康投入和健康产出呈现非线性的关系。比如，热量摄入在低于临界值时，其摄入量的增加将改善健康状况；但超过这一临界值，热量摄入的增加将可能对健康产生负面的影响。即热量的边际产出将会在那些热量摄入低于该临界值的人中间下降。如果像通常所认为的那样，穷人是最有可能营养摄入不足的，那么这一结果将有重要的分配效果。
对健康的投入从简化的需求函数中是显而易见的，即对健康投入j，有：nc
这依赖于健康投入的价格p、消费品的价格p、人口特征A、教育人力资本S、家庭背景B、非劳动收入V、疾病和健康条件D以及工资的非健康决定因素I。
在工资函数（2-2）和健康投入需求函数（2-6）中同时出现的α捕捉了同时决定问题（Simultaneity），这是识别健康对生产率影响的最困难的地方。为了解决这一问题，通常采用工具变量的方法进行估计。健康产出H和地方基础设施水平I会影响生产率，而生产率一般不n会受健康投入价格p或疾病环境D的影响。所以，在工资函数中，这两类变量都可作为健康的工具变量。2.3营养效率工资模型
营养健康状况差的工人由于工作效率低下导致雇佣他们的成本相对较高，因此可能被排斥在劳动力市场之外，这是以营养为基础的效率工资模型的主要观点。在所有的模型中，更健康的工人意味着更有效率的工作，而且这种关系是非凹性的。这种非凹性在理论上具有重要含义。特别是，如果企业面临的保留工资（Reservation Wage）足够低，那么所有的企业将会支付高于保留工资的水平，因为增加的生产率带来的利润高于雇佣所增加的成本。
假设所有的工人同质，劳动供给时间相同，且消费能相对集中在健康投入上，这样健康就直接与支付的工资相关了。为了实现利润最大化，企业将生产的边际价值——效率单位设置在和效率劳动单位的日工资——效率工资相等的水平上，每小时的效率单位可以定义为γ（w），效率工资为。同样，企业将设置使得效率工资最小化的日工资，日工资将至少和保留工资水平相当。如保留工资的约束没有起作用，最小化效率工资的均衡条件将使平均效率工资等于一个效率单位增加的劳动供给的边际成本，后者即是增加工资的边际效率单w位获得的收益γ。所以，在均衡时，有相似的均衡条件：。由于内部解假设企业给出的时间工资高于工人给出的保留工资，一些人将会失业。实际上，如果没有收入的转移或非劳动等形式的收入，失业的人将会处于饥饿状态。这一点是该理论的一个重要含义。正如前面谈到的，如果家庭中有多个成员，在家庭内部的分配中，成员之间的消费将出现差异，一些成员可以获得消费品，一些成员可能不得不忍受饥饿。
实证中还存在几个问题。比如，如果现在进行的健康投资在未来才能获得收益，那么这种外部性只有通过长期劳动合约才能解决。但实际上，在许多发展中国家的农村地区，短期甚至每天合约都是相当普遍的（Rosenzweig,1988）。
Srinivasan（1994）、Dasgupta and Ray（1986、1987）的模型为这一问题提供了一个解，他们的模型比以前的模型得出了更加完整的结果。在他们的模型中，企业支付单位工资（效率工资），而单位工资是由竞争性均衡所决定的，其中，劳动需求的效率单位（来自总生产函数中效率劳动的边际产品）等于劳动供给的效率单位。模型中的个人允许在资产持有上有差异，且有两种收入来源：资产回报（对土地所有者而言）和工资（对雇工而言）。正如在其他营养效率工资模型中一样，假设了所有的消费都是营养投入。因为资产收入的异质性，可以知道对每一个人或对每一个拥有不同资产的人，对应着一个不同的效率工资。那意味着，效率单位的工资将最小化雇佣劳动力效率单位的成本，其满足的约束条件仍是保留工资。这里的ρ表示资产的回报率，Z为总资本边际产品的竞争性均衡结果。
如果市场均衡工资率w′低于个人成本最小化的效率工资，即使相应的单位工资高于保留工资，工人也将被解雇，因为任何一个雇主雇佣该工人都会亏本。同时，在该模型的预测中，由于健康的人有更高的收入且对闲暇的估值更高，即便他们能够获得更高的保留工资，他们中有一部分人也可能在劳动力市场上选择自愿失业。但即使存在非自愿的失业，那些资产总量较低和健康水平较差的人被雇佣的可能性仍然很低。
在竞争性均衡中，效率工资可能会高于均衡水平，即使拥有的资产高于平均水平，被雇佣的也很少。这样，在工人之间，时间工资不会有差异，但是资产多的人获得的工资应该更高。
上述模型在实证方面最有意义的结果是，在其他方面都相似的人（包括没有土地）可能有不同的就业经历。一个可能的均衡是没有土地的人的最小效率工资可能正好等于市场均衡的效率工资。如果事实确实如此，则可能存在的情况是，劳动效率单位的需求低于劳动的供给，则需要劳动的配给。这样，不仅一个人的资产情况决定就业与否，而且其运气的好坏也是一个重要的影响因素。
但是，与一些观点相对，Dasgupta-Ray模型没有揭示出市场均衡效率工资的固定性。在这种情况下，市场效率工资高到足以消除非自愿失业，这一点也不奇怪。但是，对没有土地的人来说，市场工资低于效率工资时，上述结论仍然成立。在这种情况下，如果劳动力需求曲线外移，市场工资将会上升，在不健康的失业人口中，那些健康一些的人将会获得工作。只要新的市场工资持续下降到无土地的工人的效率工资之下，不太健康的人就仍然会失业。上述的分析适用于配给均衡，市场均衡工资等于无土地的工人的效率工资，市场均衡工资不会对劳动力的小幅移动做出反应。Dasgupta-Ray模型可以回答谁会被雇佣，谁不会被雇佣。
考虑到营养效率工资模型在经济发展文献中的历史地位，对这些结论进行实证检验是非常有意义的课题。为了进行实证分析，必须考虑如何度量健康以及测量误差对结果的可能影响。下一章，我们将介绍健康的度量方法。3健康的度量
世界卫生组织关于健康的定义：“健康乃是一种在身体上、精神上的完美状态，以及良好的适应力，而不仅仅是没有疾病和衰弱的状态。”这就是人们所说的身心健康，也就是说，一个人在躯体健康、心理健康、社会适应良好和道德健康四方面都健全，才是完全健康的人。因此，健康的含义是多元的，健康的内容是广泛的。
尽管人们对关于健康的定义已经在一定程度上达成了共识，但是关于健康的度量却仍然是一件并不容易的事情。
经济学家的主要精力放在研究健康与劳动力市场成果之间的关系，医学家则在度量健康方面做了很多努力，而健康的度量对本书所涉及领域的研究具有重要的意义。原因在于：
一方面，健康是一个多维度的变量。相关文献一致认为受教育年限是反映教育水平的一个比较好的指标，但是对健康而言，却没有达成这样的共识，因为健康是一个多维的变量（Ware, Davies - Avery, and Brook, 1980）。而且，从不同的角度衡量健康，可能发现对生产率或劳动供给有不同影响，这些效应还可能随着生命周期和工资分配而发生变化。所以，同时用健康的多种度量方式检验健康与劳动产出之间的关系是非常必要的（Strauss and Thomas,1998）。
另一方面，健康的测量误差难以控制。通常人们假设教育的测量误差是随机的（Griliches,1977）。与此相对，许多健康指标的测量误差可能与健康需求或其他健康行为相关，后者又与工资、劳动供给和其他经济特征相关。这就使得对健康与劳动产出关系实证结果的解释变得复杂化，也催生出许多估计方法在本领域的综合运用，比如工具变量法等。此外，误差的程度和性质也可能随着度量方法的变化而变化（Stewart and Ware, 1992）。
因此，对健康的度量是一个比较困难的问题，下面简要介绍常见的健康度量方法。3.1营养摄入
在效率工资模型中，营养摄入起着关键作用。一般认为，作为营养摄入之一的能量摄入与生产率相关，不过由于能量很难度量，研究者更倾向于使用热量摄入替代能量。而生物医学证据表明，热量摄入与最大吸氧量的增加密切相关（Spur,1983、1988），这就意味着营养摄入与生产率之间有一定的关系。但是，人体不同时期对身体能量的需求却是模糊的，往往随着身高、体重的变化而变化。这就提供了一种对健康的度量方法，即在缺乏能量产出度量的情况下，可以检验营养摄入和劳动产出的关系。
对能量消费的度量并不是人们想象的那样直接，相关研究已经采用了几种方法进行度量，但是每种方法都有其自身的优点和缺点。
热量的可获得性是通过将食物的数量（购买的和自己生产的）用标准的食物成分表转化为营养摄入。这种方法的优点是可以运用从家庭调查和农场调查获得的数据比较方便地计算出营养摄入量。不过这种方法可能存在系统偏差。第一，这种方法假设没有食物浪费，所有摄入的食物都转化为营养。在低收入家庭，食物浪费可能确实比高收入家庭少。因此，营养摄入可能被高估，这种偏差随着收入提高而上升。第二，在消费和生产调查中很难包含所有的食物。比如，在调查期间家庭成员款待了客人，家庭则会比平常消费更多的热量。如果获得的食物，比如转移支付和礼品，随着收入上升，那么营养摄入则会出现偏差，偏差会随着收入上升而上升。第三，对在外的用餐很难度量究竟摄入了多少热量。一般假设那些在外获得的食物与在家里摄入的食物包含同样的热量。不过，这可能并不正确。比如，低收入家庭通常可以获得工作餐。如果在外的饮食比在家里的更有营养，测量误差将会与收入负相关。
初步的证据显示，上面提到的这些遗漏很重要并会导致对营养摄入估计的系统性偏差。在许多研究中，相当大比例的人口摄入了很高或很低的热量。比如，Srinivasan（1992）采用1976年印度国家调查样本所做的研究显示，5%的农村家庭消费量的人均热量每日少于1500卡路里，大约20%的家庭人均消费高于4000卡路里。
收集营养消费量的另一个方法是获得关于营养摄入物的消费量。具体做法是，在每餐前称一下人体重量，然后在餐后再称一下人体重量，二者之差即为消费的食物，然后根据食物的标准营养成分把消费的食物转化为营养摄入。虽然在外饮食部分无法获得，这个方法仍然可能是最精确的收集数据的方法。不过，在大规模的调查中，由于成本太高，所以这种方法极少运用。
相比而言，最常用的收集营养摄入量的方法是询问受访者过去24小时消费的食品。这种方法的优势是可以消除遗漏，比如接待客人的饮食、食物转移和浪费的食物。不过，由于受访者在饮食习惯上有很大差异以及对24小时内活动的回忆可能有偏差，需回忆的时间较长提升了回忆的偏差，而如果多次访问则将提高收集数据的成本。
对收集营养摄入数据的精确评价方法很少，没有调查会同时使用两种方法。Bouis and Haddad（1992）在菲律宾的调查是一个特例，他们要求受访者回忆过去一个月的热量摄入。这个调查进行了四轮，四轮中家庭摄入的日均摄入数据比较接近。家庭的食物摄入可能与家庭特征如收入、支出和户主的受教育程度等正相关。在低收入家庭，获得的热量低于摄入量，但是高收入家庭报告获得的热量高于摄入量。这与前面讲的食物遗漏是一致的，并且与收入是相关的。
所以，对营养摄入可能有测量误差，回忆调查方法的误差可能还比较大。此外，测量方法可能与收入、工资、生产率等有系统相关。由于误差的性质及与劳动产出的相关性可能与营养摄入测量的方法有关，因此营养摄入对工资或收入的影响更可能依赖于数据收集的方法（Strauss and Thomas,1997）。3.2一般健康状况
在医学临床实践中，全面评价健康状况非常复杂。所以，许多家庭调查依赖对受访对象面访而获得他们对自己健康的评价。
在自我评价的健康分类中，一般健康状况（General Health Status, GHS）是实证文献中最广泛使用的指标。一些研究者甚至认为GHS是可获得的最好的健康度量指标，他们认为GHS与随后的发病率、死亡率是密切相关的（Ware, Davies-Avery, and Cathy Donald,1978）。
但是，GHS有两个关键的缺陷：
第一，受访者通常被要求用四个或五个离散的数值来评价其健康。由于只有几个优先的等级，简单的数字显然不能准确和全面地刻画个人健康状态的复杂性与多样性，这是研究中往往同时使用多个指标的原因。
第二，测量问题。“好”的健康并不意味着对所有人的含义一样，受访者并没有提供现成的标准以比较自己的健康。实际上，几乎没有清晰的关于健康状态的定义，很少有明显的参照对象。因为关于GHS的问题是模糊的，所以我们无从知晓受访者是否已知道全国平均水平、邻居的健康或其他人评价自己的健康状况。
而且，自己对自己的评价反映了对健康的主观感知。尽管主观的感知很重要，但是感知往往与个人的价值观、背景、信念和信息相关，所有这些变量都与社会经济变量，包括工资和收入，呈现系统的相关性。比如，关于个人健康状况的信息最有可能与当前或之前对医疗保健的使用相关。因为，通过对这些医疗保健设施的使用就可以获得很多相关知识。如果那些使用健康设施的人更可能报告自己的健康好，那么由于低收入家庭使用卫生保健的可能更小，GHS的测量误差可能与收入和工资呈现系统的相关性。证据显示，对那些健康状况较差、处于收入分配底层的人来说，收入与健康之间确实存在相关性。那些随机被安排接受免费医疗的受访者使用了更多的医疗保健，在实验结束时，临床用于评价的健康指标，如血压等都更好，随后的死亡率也更低。不过，他们自己评价的健康状况即GHS却更糟（Newhouse,1993）。印度尼西亚的健康价格实验（那些地区的人们使用的医疗价格更低）结果显示，虽然那些人的健康改善了，但是他们自己报告的健康状况却更糟了（Dow et al. ,1997）。因此，GHS并没有提供关于未来健康问题的准确预测。3.3人体测量指标
下面我们讨论健康生产函数中的健康产出，具体地说就是人体测量指标，包括身高、体重、身体质量指数（Body Mass Index, BMI）、体重身高比（Weight for Height, WFH）、体重年龄比（Weight for Age, WFA）、身高年龄比（Height for Age, HFA）等。那么，这些人体测量指标代表着什么样的健康含义呢？在经济史和经济发展文献中，通常用成人的身材作为福利指标，因为这一指标有很好的合理性。而且，研究表明，儿童的身高是孩子营养状况很好的度量指标，并被视为长期营养状态的指标（Waterlow,1988）。尽管身高在成年前就确定了（不考虑晚年可能缩短的情况），不少文献还是在争论儿童早期的成长对成年后身高的影响。不过，在一定程度上，身高确实影响劳动产出，这反映了儿童时代对健康投资的回报。
尽管身高在成年前就被决定了，体重却会在短期内发生变化，并且能够反映营养摄入的状况。营养学家已经发现，分析同样身高人的体重是非常方便且有意义的。一个已经被广泛使用的比率是身体质量指数（Body Mass Index, BMI），即体重（千克）除以身高的平方（米）。平均来看，美国男性早年的BMI大约是25。BMI在贫穷国家相当低。极低和极高的BMI都与高的发病率相关（Waaler,1984; Fogel,1994）。不过BMI和随后的死亡率没有关系。成人BMI和随后的死亡率呈U形的曲线，即所谓的Waaler曲线，底部平坦而长，大约处于20～30岁之间。不过，这种关系背后的因果机制尚未建立，对极端值的精确定义仍然充满争议。
因为成本较低，许多调查都会测量身高、体重以及臂围等指标。尽管测量仍然有测量误差（这可由现场调查的程序加以控制），这些健康指标的主要优点是没有与受访者特征（如收入）系统性相关的问题。3.4疾病
以疾病为导向的健康定义受许多临床医生和流行病学家欢迎，因为这种定义的优势是有医学实践的基础。但是，即使在临床实践中，诊断所有的疾病也是困难的，尤其是那些具有综合性而又相互影响的疾病。从社会科学和公共卫生的角度来看，差的健康通常会带来功能性的障碍，这些结果通常在不同疾病之间有区别，而且往往是不同疾病交织在一起。
在家庭调查中，作为一种低成本的对健康的临床评价方式，一些研究使用对健康活动的记录来评价健康。不过，在低收入国家，相当比例的人口可能没有开展这些活动，比如最不健康的人群，他们根本就没有进行相关的健康活动。实际上，高收入人群可能也没有进行相关健康活动。如果没有关于使用医疗设施能力的选择机制的信息，很难从健康和总体人口的福利中推断出什么结果。
一些调查询问一定时期内的疾病和具体症状，如发烧、腹泻、呼吸障碍等。正如GHS一样，对自评的结果很难解释，因为每个人的评价标准不一样。实际上，在低收入国家的调查中，用这种方法评价的结果显示，最穷的群体的健康状况最好。比如，在加纳和科特迪瓦，成人对过去四周疾病的评价倾向似乎与教育正相关（Schultz and Tansel,1997），也与家庭人均支出正相关（Over et al. ,1992）。正如GHS一样，这些指标的评价可能存在测量误差，而误差可能与对卫生设施的使用相关，进而与收入和卫生设施的价格相关。此外，其他动机可能影响自评的发病率。比如，有些人可能宣称有某种疾病，以获得与医疗卫生相关的好处（Parsons,1982;Bound,1991）。
另一个广泛使用的疾病标准是因病丧失的正常活动时间。一些人认为，这种方法不太容易被回答者的系统性误差影响。除了“正常”不太好定义外，机会成本高的人，如高学历者，不太愿意错过正常的活动。用这种度量方法，他们可能比时间成本低的人表现出更好的健康。这一点与前面的不一样，因为前面认为受过良好教育的人报告他们的健康更差，或者更多地使用健康服务。尽管单纯的影响尚不清楚，仍没有理由认为在正常丧失的天数和因病丧失的天数之间存在密切的相关关系。事实证明，因病丧失的工作天数和教育的关系是负的（Hill and Mamdani,1989）。而且，有严重健康问题的人可能做出生活方式和职业的选择以应对健康问题，这使得人们很难对“正常”进行界定。
通常，所有的这些度量和GHS，很难区分真正的健康状况和测量误差。我们关注的关键是测量误差是否可能与社会经济行为、产出比如劳动参与率、生产率和工资等是相关的。
此外，身体功能也是健康的一种度量。一些家庭调查已经收集了关于那些被视为健康人的正常活动的身体功能，包括行走一定的距离、举起一定的重物、弯腰、爬楼梯等。尽管“困难”是主观的，比起疾病或正常活动，这些日常活动（Acitivities of Daily Living, ADLs）更容易精确界定。有证据显示，相对于GHS和发病率，ADLs不太容易产生测量误差（Dow et al. ,1997）。这是调查者使用ADLs的一个重要优势。但是，它们有一个重大的缺点，即ADLs反映的身体局部的健康问题，比如呼吸问题、关节问题、背部问题等（Stewart,1978），很少年轻人有这些障碍，所以ADLs可能没有像研究老年问题那样有效。Gertler and Gruber（2002）用日常活动（ADLs）作为健康的度量，研究了健康对收入、消费等的影响。
综上所述，由于健康的多维性，很难对健康进行非常精确的度量，虽然不同的度量方法各有其优缺点，但同时用多个健康指标进行检验是很有必要的。因此，本书将用不同的健康指标，分别估计这些健康指标对农民收入的影响。后面章节将用可获得的不同指标对健康进行度量，然后研究这些健康变量对农民收入的影响。
试读结束[说明：试读内容隐藏了图片]