| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 管理/制度 |
| 健康冲击对个人收入机制效应分析 |
| 第767期 作者：□文/王 冉 时间：2025/12/16 11:12:36 浏览：50次 |
［提要］ 基于英国家庭调查（2009～2017年）面板数据，探讨健康冲击对个人收入的机制效应影响。本文选取三项健康指标——自我评估的总体健康状况指标、身体健康指标（PCS）和心理健康指标（MCS），通过结构方程模型（SEM）分析，揭示工作相关因素与主观感受对收入影响的机制，并提出若干政策建议。
关键词：健康冲击；收入水平；心理健康；身体健康；结构方程建模（SEM）
中图分类号：F244；F062.1 文献标识码：A
收录日期：2025年7月29日
一、前言
（一）研究动机和背景。健康是人力资本的核心要素，通过提高个人生产力和收入潜力来推动经济增长：健康的劳动人口可以提高生产效率，减少缺勤，并延长职业生涯周期。本文首先通过关键词分析研究如今健康领域内的研究热点。关键词能精准提炼学术论文的核心内容，并以简洁方式概括其主要观点。本文通过对该领域127篇相关文献进行CiteSpace关键词网络分析，揭示了该领域的核心主题及各关键词间的关联关系。通过将“关键词”设为节点类型，可以得出健康冲击、收入与就业之间的因果关系是本研究的核心主题。数据分布呈现向外偏斜的特征，表明这些领域正在成为研究热点。“健康冲击”与“保险”相关联，说明医疗保险在缓解健康冲击对收入和就业的影响方面发挥着重要作用。“心理健康”与“失业”及“影响”相关联，暗示心理健康可能是健康冲击与经济变量之间的机制变量。“消费”与“经济冲击”相关联，表明健康冲击对消费行为的影响也受到关注。
综上所述，关键词共现分析不仅揭示了健康冲击研究的核心议题与热点趋势，更为深入地探究其经济影响机制提供了理论依据和实证方向。下文将通过文献综述系统梳理健康冲击领域的核心研究内容、识别策略及分析方法，从而进一步阐明本研究的理论基础与学术空白。
（二）文献综述。健康状况不佳和健康恶化对收入结果有不利影响。Rodriguez-Alvarez and Rodriguez-Gutierrez（2018）研究表明，健康状况不佳会阻碍工人充分发挥收入潜力。同样的，Luft（1975）研究发现健康问题会影响收入的所有部分，如每小时工资、工作时间和工作稳定性。
分析健康对劳动力市场行为的影响需要解决健康内生性的问题，因为它可能与劳动力供给的决定因素相关。Cai（2009）使用澳大利亚面板数据，发现将健康视为内生变量会导致对工资的估计效应更强。Jackle & Himmler（2007）注意到健康指标往往包含内生性误差，这突出了选择校正的必要性。
越来越多的研究开始关注健康与收入关系中的个体差异，特别是在性别和年龄这两个维度上。Gambin（2010，2012）、 Kedir（2008）特别指出性别差异对健康与工资的关系有着显著影响。男性收入往往与身体健康状况直接相关，而女性的收入则更多受到心理压力或家庭责任的影响。年龄因素同样不可忽视——不同人生阶段的健康状况和劳动力市场反应存在显著差异。
除了个体差异的异质性，宏观经济条件等背景因素也会影响健康与收入的关系，了解个人在重大健康冲击后的劳动力供给决定对制定政策至关重要。Manuel Flores et al（2014）研究表明，与健康相关的收入效应会随着经济环境的变化而变化。
（三）创新点。尽管已有诸多重要发现，但现有研究仍存在若干局限。一是多数研究仅关注健康冲击与收入或就业结果之间的静态关联，缺乏动态视角来捕捉这些效应随时间演变的过程。二是虽然已承认个体差异性，但种族、性别、年龄等多重人口统计维度的交互作用却鲜有探讨。三是内生性问题与因果推断难题依然存在，尽管已采用多种建模方法，但鲜有研究能将这些方法整合到一个全面框架中。为弥补这些不足，本研究在研究视角、分析维度和实证策略方面提出多项创新，具体如下：首先，本文通过遍历个体9期健康变化，设置前期组和后期组对短期健康程度突变的个体进行研究，从而解决现有研究中缺乏动态视角的问题。其次，研究参考了DID的方法，细分了处理组和对照组，更细致地研究健康冲击对于个体收入水平的影响，并且将不同种族群体与不同性别和年龄等一起作为控制变量，从而解决部分异质性问题，更清楚地研究机制效应的影响。本文还解决了之前大部分文献用单变量研究健康水平变化的局限，引入了三组健康变量（自我评估、PCS、MCS）研究三者的机制异同点。最后，本研究通过结构方程模型（SEM）构建实证框架，系统揭示健康冲击对收入结果的因果影响及其机制路径。相较于传统倾向得分匹配（PSM）方法，该策略不仅优化了多维协变量平衡，还显著提升了因果推断的稳健性。通过引入结构方程模型，本文得以深入分析工作时长、通勤时间及工作满意度等变量的机制影响。
二、数据介绍
本研究采用英国住户面板调查（BHPS）第1～9轮（2009～2017年）的数据。该调查自1991年起开展，以全国代表性样本形式覆盖英国私人家庭，最初对5，500个家庭中的10，300名受访者进行访谈。BHPS为本研究提供了显著优势，尤其是其纵向研究结构，使得研究者能够运用固定效应模型来解释时间不变的未观测异质性。通过消除个体层面的持续性混杂因素，分析结果更可靠地揭示了健康冲击对就业转换和收入动态的因果影响。
使用BHPS数据研究的主要优势在于其详尽的健康指标体系。该研究不仅采用主观自评的健康状态分类（如“差、一般、良好、非常好、极好”），还整合了基于SF-12问卷的临床验证指标——身体成分总分（PCS）和心理健康总分（MCS）。这些变量构成了本研究中衡量健康的主量化指标。自我评估的总体健康状况反映了个体对影响就业决策的主观限制，而PCS和MCS则提供了标准化的定量分析工具，有效降低了测量误差，使我们能够区分身体健康与心理健康对劳动力市场结果的影响差异。这种区分机制让我们得以探究：相较于身体健康，心理健康是否在收入动态变化中发挥着更为持久的作用。
三、研究模型及研究方法
（一）区分处理组和对照组。本研究采用了Andrew M.Jones、Nigel Rice和Francesca Zantomio研究中的处理组和对照组分类策略。鉴于有三种不同的健康状况测量指标，因此将处理组和对照组分类为不同的标准。在总体健康指标的划分中，处理组的判定标准是：当受试者在某次健康评估中自评健康状况达到≤2分（即“非常好”或优秀），而在后续评估中降至≥4分（即“一般”或较差）时，即可被归入处理组。对照组则包含至少连续五次自我评分保持在≤2分（即良好及以上）的个体。为避免数据重叠，同时满足上述两个条件的受试者将被排除在分析之外。在PCS和MCS指标中，处理组的划分标准同样基于健康状况急剧恶化的个体——具体定义为：在前一阶段报告健康评分≥50分，并且在后续阶段出现至少达到阈值（20）的健康恶化。与之形成对比的是，那些从未出现过≥阈值（20）恶化、且在所有观察阶段均保持健康评分≥50分的个体，则被归入对照组。与之前的做法一致，同时符合两个组别标准的个体会被排除在外，以确保两组间的明确区分。
（二）模型阶段划分。处理前阶段（t－1）：接受处理的个体和对照组个体均处于“极好”或“良好”健康状态且有工作。处理期（t）：接受处理的个体健康状况恶化为“差”或“极差”，而对照组个体保持“极好”或“非常好”的健康状况。在此期间，两组均保持就业。
（三）研究过程。为探究健康冲击通过个体工作行为和主观认知对收入水平的影响机制，本文采用结构方程模型（SEM）进行机制路径分析。在构建结构方程模型（SEM）时，考虑了异质效应。因变量为标准化后的月总收入（fimngrs_z）和月净收入（fimnnet_z），用于衡量个人的劳动力市场收益。核心解释变量包含五个标准化连续变量：反映个体基础健康状态的身体质量指数（bmi_z）、体现主观幸福感的生活满意度评分（sclfsato_z），以及反映工作强度与感知体验的工作时长（jbhrs_z）、通勤时间（jbttwt_z）和工作满意度评分（jbsat_z）。这些变量均经过标准化处理以消除量级差异。控制变量包括性别、种族、教育水平、就业状态及时间固定效应，均采用虚拟变量形式引入，以解释潜在的混杂因素，并更精确地隔离处理效果。为深入比较这三个健康指标之间的差异性关联，采用不同健康测量方法进行亚组分析。具体而言，根据个体是否经历健康冲击（通过三项指标评估：自我评估的总体健康状况、身体成分总表（PCS）、心理健康总表（MCS）），将受试者划分为处理组和对照组。这种互补性的研究方法，有助于全面理解身心健康在影响收入水平方面所起的机制作用。研究三种不同的指标下处理组中自变量对收入结果的影响，检验不同健康测量中的健康状况变化是否会影响收入结果的机制变量，从而导致不同的机制效应。
四、研究结果
（一）自我评估一般健康指标处理组中自变量对收入结果的影响。表1的第二列显示了收入结果的自我评估相关系数。收入与自我评估的生活满意度和上班时间有很强的正相关性。通勤时间的系数值约为0.1669（标准误=0.0260），表明总工作时间每增加一个标准差，财务满意度就会提升0.17个标准差。同理，工作满意度的系数为0.1126（标准误=0.0244），显示工作满意度与财务满意度之间存在正向关联。这两个效应均具有高度显著性（p＜0.001），说明模型内部关联性稳健可靠。相比之下，收入水平与其他预测因子——BMI、生活满意度和工作时长之间的关系没有统计学意义。（表1）
研究结果表明，自我健康评估指标出现显著变化的群体，其收入状况主要受主观自我评价因素影响，而非外部环境因素。在各项预测指标中，工作满意度和通勤时间与财务满意度呈现最强且最显著的正相关关系（p＜0.001）。这表明，健康状况不佳的人对工作的看法以及在通勤上投入的时间和距离的大小，极大地影响了他们的收入水平。
（二）身体评估健康指标（PCS）处理组中自变量对收入结果的影响。表2的第二列显示了PCS对收入结果的相关系数。具体而言，生活满意度的系数为0.0481（标准误=0.0111），通勤时间的系数为0.0881（标准误=0.0128），两者在统计学上均显著（p＜0.001）。此外，工作时长也显示出最强的正向显著关系（系数=0.1099，p＜0.001），表明工作时间与个人对财务收入成果的评估密切相关。相比之下，BMI和工作满意度在该模型中不是统计学显著的预测因子。（表2）
研究结果与自我评估指标存在差异，因为那些身体指标发生显著变化的群体，其收入结果同样主要受客观指标影响。由于PCS（身体评估一般指标）作为更客观的健康评估指标，其与工作时长等具体行为因素的相关性更强，而与生活满意度等主观感受关联较弱。因此，工作时间与收入水平之间的强烈关联可能反映了工作效率和可支配体力与收入相关结果之间的广泛联系。
（三）精神评估健康指标（MCS）处理组中自变量对收入结果的影响。表3的第二列显示了MCS对收入结果的相关系数。研究结果表明，除工作满意度外，所有预测变量均与财务收入结果存在显著正相关。值得注意的是，工作时长指标显示出最强的关联性，其系数为0.2128（标准误=0.0173），说明工作时长增加会显著提升个人对财务状况的满意度。通勤时间同样呈现显著正向关联（系数=0.1185，标准误=0.0102），表明人们在工作或通勤上花费的时间越多，对自身财务状况的满意度就越高。此外，自我评估生活满意度与财务收入结果也呈正相关（系数=0.0282，p=0.002），不过这种关联效应的强度相对较小。有趣的是，BMI也具有统计学显著性（系数=0.0638，p＜0.001），表明存在惊人的正相关。（表3）
尽管MCS和PCS都被公认为官方测量方法，但影响这两类人群收入最核心的指标却大相径庭，其他结果也可能存在显著差异。研究表明，BMI对心理健康的负面影响比身体健康影响更为明显，最终会对心理健康不佳者的收入状况产生显著影响。值得注意的是，虽然BMI是客观的健康指标，但它与自我形象、自尊心和社会焦虑密切相关。在当今社会，对体型的过度担忧可能引发焦虑、抑郁，进而导致心理健康水平下降，从而影响收入。
五、研究结论
本文采用结构方程模型（Structural Equation Model，SEM）对这三个不同的健康指标之间的异同点进行深入分析和解释。SEM方法能够同时处理多个因果关系和潜在变量，对于揭示指标之间复杂的相互作用机制具有明显优势。
在本研究中，自评指标主要受到个体主观感受的影响，例如工作满意度、自我感知的时间投入等，这些因素往往反映了个人对工作和生活平衡的内在评价与心理体验。
与此相对，PCS作为衡量身体健康状况的客观指标，更多地与可量化的因素相关，如实际的总工作时长、工作强度及劳动环境等。PCS 的变化通常能够直接反映身体状态的实质性变化，因而在模型中呈现出较高的客观一致性；相比之下，MCS虽然同样与总工作时长表现出正向相关性，但更为敏感于心理社会因素的影响。诸如体质指数（BMI）这类表征身体形象的变量，不仅直接关联健康状况，还会通过影响个体的自我认同与情绪健康，进一步间接作用于收入水平与职业发展结果。
本研究的结果显示，身体健康与心理健康在影响工作绩效及收入方面存在不同的作用路径：前者主要通过客观劳动特征发挥作用，而后者则更依赖于心理感知与社会心理压力的机制效应。这种差异性为制定更加精准的职业健康干预策略提供了理论依据，例如在改善工作环境的同时，兼顾心理支持和个人自我认同的提升，才能实现社会总体福利的优化。
六、政策建议
研究发现，自我评估的健康指标主要通过工作满意度、通勤时间等主观感知影响收入，而身体健康（PCS）则通过工作时长等客观行为因素影响收入。相比之下，心理健康（MCS）则通过行为变量和BMI相关自我形象、情绪健康等心理社会因素共同影响收入。因此，政策制定者应当根据健康冲击的类型及其收入机制，制定分层和有针对性的干预措施。对于身体状况恶化的个人，支持措施应包括职业康复、灵活的工作安排和工作重新设计。针对不同年龄、性别和种族群体的定制化干预措施，可以进一步提高政策实施的包容性和有效性。对于存在心理健康问题的人群，应当优先考虑提供心理咨询、工作场所支持和压力管理方案。此外，应当将健康评估纳入就业援助和社会保护体系，并建立协调的“健康-就业”政策框架。鼓励企业关注员工的心理和身体健康：雇主不仅要关注身体健康，还要支持心理健康，因为心理健康对工作满意度和生产力也起着至关重要的作用。
（作者单位：首都经济贸易大学）
主要参考文献：
［1］任弟丹.城乡收入差距、健康水平与家庭保健消费［D］.贵阳：贵州财经大学，2023.
［2］梅茹冰.我国居民收入差距对健康水平的影响研究——基于CFPS数据的分析［J］.现代营销，2023（12）.
［3］陈慧聪，孟雪晖.收入差距对居民健康水平影响的分析［J］.营销界，2021（13）.
［4］朱晶晶.工作时间、收入与健康水平——基于中国家庭追踪调查（CFPS2016）的实证分析［J］.商业经济，2020（01）.
［5］张津琛，储宁，孙东宁.教育、健康、语言水平对个人收入的影响［J］.当代经济，2019（06）.
［6］周广肃，樊纲，申广军.收入差距、社会资本与健康水平——基于中国家庭追踪调查（CFPS）的实证分析［J］.管理世界，2014（07）.
［7］刘苾璐.不同经济收入水平的农村劳动力健康公平性分析［J］.中国管理信息化，2017.20（08）.
［8］赵华.心理健康应列入培训计划 增加“心理收入”：员工心理“调节器”［J］.安全生产与监督，2009（03）.
［9］Barnay，T..Health，work and working conditions：A review of the European economic literature［J］.European Journal of Health Economics，2015.17（06）.
［10］Bartel，A.，Taubman，P..Health and labor market success：The role of various diseases［J］.The Review of Economics and Statistics，1979.61（01）.
［11］Berkowitz，M.，Fenn，P.，Lambrinos，J..The optimal stock of health with endogenous wages：Application to partial disability compensation［J］.Journal of Health Economics，1983.02（02）.
［12］Cai，L..The effects of health on wages of Australian men［J］.The Economic Record，2009.85（270）.
［13］Contoyannis，P.，Rice，N..The impact of health on wages：Evidence from the British Household Panel Survey［J］.Empirical Economics，2001.26（03）.
［14］Contoyannis，P.，Jones，A.M.，Rice，N..The dynamics of health in the British Household Panel Survey［J］.Journal of Applied Econometrics，2004.19（04）.
［15］Feinstein，J.S..The relationship between socioeconomic status and health：A review of the literature［J］.The Milbank Quarterly，1993.71（02）.
［16］Flores，M.，Fernández，M.，Pena-Boquete，Y..The impact of health on wages：Evidence from Europe before and during the Great Recession［R］.Netspar Discussion Paper，2014.
［17］Gambin，L.Gender Differences in the effect of health on wages in Britain［D］.University of York,2004.
［18］Gambin，L.M.The impact of health on wages in Europe Does gender matter? HEDG Working Paper ［D］.University of York,2005.
［19］J■ckle，R.，Himmler，O..Health and wages：Panel data estimates considering selection and endogeneity［J］.The Journal of Human Resources，2010.45（02）.
［20］Jones，A.M.，Rice，N.，Zantomio，F.Acute health shocks and labour market outcomes：Evidence from the post-crash era［J］.Economic and Human Biology，2020.
［21］Kedir，A.M..Health and wages：Panel evidence on men and women using IV quantile regression［M］.Department of Economics，University of Leicester，2005.
［22］Lenhart，O..The effects of health shocks on labor market outcomes：Evidence from UK panel data［J］.The European Journal of Health Economics，2019.20（01）.
|
|
|
|
