进城农民工的健康与收入——来自北京市农民工调查的证据，本文主要内容关键词为：农民工论文,北京市论文,证据论文,收入论文,健康论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
健康被认为是一种具有重要内在价值的人类“可行能力”（Capability），以及一种非常基本的自由（Sen,2002）。人力资本学派将健康与教育一样看作人力资本的构成部分，健康有助于获得更多的就业机会，是其他几项人力资本的载体。而且，联合国发展署发行的《人类发展报告》指出经济增长只是发展的手段，人类的福祉才是发展的真正目的。从这个观点出发，长寿且健康的生活是人类发展的首要目的之一。对中国农民工而言，健康更是至关重要的。由于制度和政策因素，农民工所能进入的是那种劳动强度大、技术含量低、工作环境差、待遇差、福利低劣的次属劳动力市场，健康的体魄应是农民工需要依存的重要资本，是他们生存和获得收入的关键因素；同时，由于缺少医疗保障，伤病将是农民工不可承受之重。
针对国际移民的研究发现，流动人口存在“移民健康效应”（Healthy Immigrant Effect,HIE），即新移民的健康状况好于当地居民的健康状况，但是这种健康优势会随着时间而流逝（Gee et al.,2004; Antecol and Kelly,2006; Gushulak,2007）①。目前，已有很多研究检验国际移民的健康效应。对移民健康效应的检验方法有3种：（1）比较移民与当地具有相似人口特征的居民的健康状况；（2）比较移民不同时期的健康状况；（3）将移民与其来源地的非移民进行比较（Gushulak,2007）。相关研究的一个重要问题是确定健康的衡量指标，现有文献所采取的方法包括自评健康、慢性疾病的发生率和日常生活局限性（activity limitations/restrictions）（Gee et al.,2004; Antecol and Kelly,2006）。结果发现无论采用哪个指标，一些移民输入国中确实存在移民健康效应，如美国（Stephen et al.,1994; Antecol and Kelly,2006），加拿大（Chen et al.,1996; Perez,2002; Deri,2003; McDonald,2003），澳大利亚等（Donovan et al.,1992）。
现有文献对移民初始健康状况较好的解释包括：移民输入国的筛选机制、移民的自选择（Marmot,Adelstein and Bulusu,1984; Jasso et al.,2004; McDonald,2004），健康状况不好的移民更可能发生回流（Palloni and Arias,2003），以及移民者之前较健康的行为方式（Beiser et al.,1997）。对移民健康随时间恶化的解释包括，“同化理论”，与当地人趋同的生活方式和健康行为（如肥胖）使得移民的健康状况也与当地人趋同（Beiser et.al.,1997; Salant and Lauderdale,2003; Gushulak B.,2007），以及移民社会经济地位的影响（McDonald and Kennedy,2004）；也有研究指出从流动到健康的联系主要是与流动相关的压力导致的（Findley,1988; Arifin et al.,2005）。
个人的健康状况、生产力、收入和健康支出形成了一个循环系统（Christopher and Stern,1978）。在研究健康与收入的关系时，二者的双向影响一直是讨论的焦点。值得注意的是，虽然现有文献较多的关注了移民中是否存在移民健康效应，但对移民健康动态变化经济含义的研究则乏善可陈。尽管如此，目前研究健康对收入影响的文献已经颇多。对健康与收入关系的研究最初大多集中在工业化国家，得到的结论大多有力地支持了健康对就业或收入的影响（Lee,1982; Stern,1996）。从微观角度考虑，健康影响收入的可能机制是：健康的人能够工作更长的时间，在体力、脑力或者认知能力上都更加充沛强壮，从而能直接提高劳动生产力（刘国恩，2004）；工人在患病期间劳动习惯的改变可能使收入函数改变到一个次优状态，从而对收入造成损失（Schultz and Tansel,1997）。
目前国内在健康对收入影响方面的研究存在两种思路：一种是以家庭农业和种植业作为研究对象，使用家庭生产函数进行分析；另一种则着重于个人工资（收入）函数的研究，主要对工资性就业及其收入进行研究（魏众，2004）。张车伟（2003）和高梦滔等（2005）沿袭了前一种思路。张车伟（2003）采用多种健康指标，利用家庭生产函数对贫困地区的种植业进行分析，发现健康对种植业生产具有显著影响。高梦滔等（2005）则讨论了健康风险对农户收入的影响，发现大病冲击对随后的12年周期里农户的人均纯收入都有显著的负面影响。魏众（2004）、候风云（2004a、2004b）则沿袭了后一种思路。前者以我国农村居民非农就业参与和工资决定作为研究对象，得出提高健康资本存量对农民获得非农就业机会具有重要作用；后者分别估计了农村劳动力和农村外出劳动力各项人力资本的收益率。发现健康状况对外出收入的影响相对于全部农村劳动力而言重要得多。以上研究，着眼点基本在农村，对于进城后农民工的健康与收入，则缺少进一步的深入研究。
农民工已经成为我国产业工人的重要组成部分。国内外研究都表明：农村劳动力流动为中国的经济和社会发展做出了重要贡献，也提高了外出打工者及其家庭的生活水平，减缓了贫困，抑制了城乡差距（世界银行，1997；蔡昉、王德文，1999；王小鲁、夏小林，2000；周天勇，2000；王桂新，2005；都阳、朴之水，2003；李实，1999）。而健康状况的恶化可能意味着对社会已获和将获利益的损害，甚至使流动者个人及其家庭“因病致贫”、“因病返贫”。如果流动农民工的健康状况恶化，他们能否继续留在城市；如果带病返回家乡，在城市中出现的问题最后却要由农村来“买单”，是否会进一步拉大城乡差距。农民工的健康问题关系到未来经济社会发展和社会公平，也是我国城市化中应该考虑的一项成本。目前对农民工健康的研究一般只涉及一些边缘群体的问题，如工伤、职业病、生殖健康、传染病等；专门针对农民工总体健康状况的实证研究很少。而同时将农民工的健康与收入纳入研究框架的则更少。据此，本文提出下列问题：（1）进城农民工的健康状况是否发生恶化？（2）动态的健康状况将如何影响农民工的收入？（3）同时，健康恶化的原因是什么？
本文结构安排如下：第二部分是文章的分析框架和所用数据的说明；第三部分利用数据分析农民工的健康状况是否发生恶化；第四部分基于个人收入和健康变化的系统性建立联立方程组，并对方程组中变量的选择和衡量进行说明；第五部分用三阶段最小二乘法对农民工的健康和个人收入进行实证考察，并分析实证结果；第六部分是本文的结论。
二、分析框架与数据说明
首先，本文通过分析并比较同一农民工群体外出前和当前两个时期的健康状况，检验农民工健康状况是否发生恶化现象。
鉴于农民工的健康状况确实出现恶化现象，为深入了解农民工动态健康状况的经济含义，本文以人力资本理论为基础，将健康与教育同样看作收入生产函数中人力资本的形式，分别检验初始健康状况和健康状况恶化对农民工个人收入的影响；接着用健康生产函数探索了健康恶化与不恶化的影响因素。
从微观角度看，个人收入主要是由人力资本和社会资本决定的。但对于自经营者而言，投资对其收入也有重要影响。因此，影响收入的主要因素是人力资本、社会资本和金融资本。目前对个人收入的研究多沿用明瑟收入函数，但多数都对变量及变量的衡量方式进行了一定程度的改变。本文对个人收入模型的构建以明瑟收入函数（Mincer,1974）为基础，将健康同样看作人力资本特征变量引入模型；同时还将健康是否恶化以虚拟变量形式放入模型，从而可以分别考察农民工的初始健康状况与健康是否恶化对个人收入的影响。此外，模型中还加入了社会资本和金融资本因素。因此收入的决定函数可以表示为：
这里Inc表示个人收入，Health表示健康状况，HC[,0]表示其他各项人力资本，SC表示社会资本，FC表示金融资本，DC表示个人的人口特征变量。
Grossman（1972）最先提出健康生产函数，他构建了一个对“良好健康”产品的需求模型。该模型假设个人可以继承一定的健康存量，该存量随年龄增长而减少，但可以通过投资（如个人通过花费时间和购买医疗服务来投资于健康）而增长。在这个模型中，健康的决定因素包括之前的健康状况、医疗获得状况、以及其他个人和环境变量。Jasso等（2004）基本上沿用了该理论模型分析移民者迁移后健康状况的变化。Dunn和Dyck（2000）及McDonald和Kennedy（2004）等则认为健康状况主要是由文化、社会和经济因素决定，而非医疗投入和使用状况。也有研究指出从流动到健康的联系主要是与流动相关的压力导致的（Findley,1988; Arifin et al.,2005）。
鉴于城市较发达的交通和医疗设施，医疗服务地理上的可及性不成问题，且医疗价格作为外生变量对居住在相同地区的人都是同样的。但是农民工在城市中的三无（无当地户口，无合法工作机会，无永久居住许可）状况使得他们很少能获得公共资助的健康服务，而对公共服务的畏惧，对使用规则的不清楚都可能导致不愿利用这些服务。因此，使用公共服务与否可能更多的已在其他变量中反映出来，如个人的社会经济地位等。社会保障制度作为二次分配的重要组成部分，对个人获得医疗资源可能有重要影响。
因此，本文构建的健康变化决定模型结合了Grossman（1972）、Dunn和Dyck（2000）、McDonald和Kennedy（2004）、Findley（1988）以及Arifin等（2005）的观点，提出进城农民工健康状况的恶化是由他们外出前健康状况、社会经济地位、流动状况、生活环境、社会保障状况以及个人的社会人口特征决定的。
HD＝G（OH，SE，MS，LC，SS，DC） （2）
这里HD表示个人健康的变化，OH表示初始健康状况，SE表示社会经济地位，MS表示流动状况，LC表示生活环境，SS表示社会保障状况，DC表示个人的人口特征。
针对个人健康与收入的双向影响关系，即内生性问题，现有文献多采用工具变量法克服，以当地食品价格和卫生服务等作为健康的工具变量，以家庭财富作为收入的工具变量（Strauss and Duncan,1995; Schultz and Tansel,1997）。实际上当工具变量与内生解释变量之间的关系较弱时，IV估计量可能产生较大偏误；并且工具变量回归和两阶段回归并不如三阶段回归的拟合程度好。既然个人健康与收入之间形成了系统性关系，那么建立联立方程组是适宜的。
本文所用的数据来源于社科基金重大项目——“城市化进程中的农民工问题研究”，调查地点为北京市城八区（东城、西城、崇文、宣武、朝阳、海淀、丰台和石景山），调查对象为来京务工经商的农民工。根据农民工群体总体不明的特征，本次抽样以住所为基础。第一阶段将城八区行政区划代码简单排队，按随机起点等距抽样抽30个社区居／村委会，然后以住所为抽样框，采用随机起点等距抽样的办法抽取一定数量的农民工。第二阶段向周边社区外推。对于社区内农民工居住数量超过阙值的社区，抽样推及其周边社区。外推社区中农民工的抽样方式与第一阶段抽中的社区相同。城区外推的阙值是整个辖区居住农民工超过800人，城乡结合部外推的阙值是超过8000人。最终，课题组合计调查了52个社区中的844个农民工及其家庭成员。在调查中对每个家庭都随机抽选一个成员（RSI）进行深入调查，本文的数据即来源于每个家庭中的RSI，并且只研究了其中当前参与劳动力市场的人。
本文对农民工健康状况的衡量采用自评指标。采用自评健康状况显而易见的好处是数据容易获取；同时自评健康状况与其他客观的健康指标也是高度相关的（Allison and Foster,2004）。本文中健康指标来自农民工通过与同龄人相比对自己健康的评测，问题分为2个：“同龄人相比，您认为您目前的健康状况怎么样”和“出来打工之前，与同龄人相比，您的健康状况怎么样”。自评健康状况分为5个等级：很好、好、一般、差、很差，分别赋值5、4、3、2、1。Jasso等（2004）也采用了同样的健康状况指标和赋值方法。此外，调查中详细询问了农民工个人的就业与收入情况，本文据此核算了农民工个人一个月的平均收入，包括了基本收入，以及其他各种类型的收入。此外，根据受访者回答的每周工作天数和每天工作小时数，本文还核算了小时收入：小时收入＝月收入／4.3×（每周工作天数×每天工作小时数）。
三、进城农民工的健康恶化了吗？
本文首先对样本中农民工外出前和当前的健康状况进行分析比较，以明晰农民工的健康状况是否发生变化。在样本中，农民工外出前的健康状况中“很好”和“好”的分别占全部的53.9％和28.2％，合计占82.1％；而“一般”和“差”的分别占14.4％和3.5％，没有“很差”的。本次调查未包括当地居民。北京大学中国社会科学调查中心2008年5～8月间在北京市区县的居／村进行家庭调查，通过比率抽样法（PPS）进行抽样，获得成人样本2150个，其中城市户口占60.8％，农村户口占39.2％。此次调查中健康自评状况为“很好”和“好”的分别占全部的21.4％和31.2％，“一般”的占31.9％，“不太差”的占13.0％，“很差”的占2.6％（北大中国社会科学调查中心，2008）。可见，就这两次的调查来看，初进城农民工的健康状况好于北京当地居民的健康状况。
本次调查农民工的当前健康状况中“很好”和“好”的比重分别占全部的42.6％和30.1％，合计占72.7％。虽然比重仍然较高，但与初始健康状况相比，呈现出明显的恶化趋势。如果将外出前和当前两个时间点健康状况的变化分为变差和未变差两类，则二者分别占全部的23.6％和76.4％。
再看变化的具体情况（见表1）：在各健康水平上，健康恶化多是下降一个层次，如刚外出时健康状况“很好”的群体中15.3％的人健康状况下降到“好”，刚外出时健康状况为“好”的群体，有20.8％下降到“一般”。然而，我们也不能忽视刚外出时健康状况“很好”的人中分别有13.1％和0.4％的人健康状况恶化到“一般”、“差”的情况。此外，进城农民工不但有部分人群的健康状况恶化，也有部分人的健康状况变好。外出前健康状况为“好”、“一般”和“差”的人群中各有8.3％、8.2％和20.0％的人变为“很好”了。
按照对健康状况等级的赋值来看，农民工外出前健康状况得分的平均值是4.32，标准差是0.848。当前健康状况得分的平均值为4.12，标准差是0.886。样本农民工健康恶化的平均幅度是一个等级的五分之一。我们需要确定两个时点健康状况的均值是否具有系统性差异。本文用一维方差法进行推断分析。进行方差分析，需要先对两组数据进行方差齐性检验。结果显示，两组内方差是齐性的（Levene统计量为0.676，P＝0.411）。接着进行一维方差分析，结果（见表2）显示F值＝12.66，远远大于临界值，总体均值相等的零假设就被否定了。实际上，总体均值相等的概率只有0.0004，这么小的概率为“总体均值不相等”这一结论提供了强有力的证据。这说明在京农民工总体中可能存在健康恶化现象，仅仅是样本中偶然性在起作用的可能性非常小。
那么，紧接着的一个问题就是：健康恶化的幅度有多大，即总体均值的差异有多大。可以把样本均值作为对应总体均值的估值，即将样本均值之间的差异，看作总体均值之间差异的估值。则健康恶化的平均幅度是一个等级的1／5。
从上面对外出前和当前健康状况的描述统计来看，本次调查的农民工确实存在明显的健康恶化现象。样本中大约1／4的人健康状况呈现出恶化现象；平均来看，健康恶化的幅度大约为一个等级的1／5。值得注意的是由于健康恶化的移民更可能回流，因此，估计的健康恶化程度可能还是底限（Antecol and Kelly,2006）。
四、农民工健康与收入关系的实证模型
根据上述分析，鉴于农民工动态健康状况与个人收入之间的联立性，本文将农民工健康状况是否恶化与其个人收入作为相互影响的内生变量纳入方程，构建健康决定函数和收入生产函数的联立方程组。根据农民工的实际情况，在实证分析部分，本文把收入函数、健康生产函数具体分别表述为（3）、（4）式：
在收入决定方程（3）中，因变量inc是农民工个人收入。oh表示初始健康状况，hd为健康是否恶化的二值变量，ed表示教育程度，sc表示社会资本，ce表示当前单位工作年限，pe表示之前的工作年限（仅指外出的工作经历），两类工作年限的平方项也都放入模型，se表示就业方式虚拟变量，ci为一组当前工作行业虚拟变量，a表示年龄，g表示性别。
决定健康是否恶化的方程（4）是线性概率模型，其中hd是二值因变量，表示进城农民工的健康状况是否发生恶化。与方程（3）中相同的符号表示的变量也相同。此外，mh表示心理健康程度，fb为一组家庭收入水平虚拟变量，pc表示跨省流动次数，jc表示工作变换次数，ysm表示流动年限，模型中同时考虑了流动年限的平方，mi表示是否参加医疗保险，ii表示是否参加工伤保险，lc表示在外住宿状况，dc表示饮食状况。
下面讨论联立方程组中的变量。先讨论方程（3）中的变量。
因变量为农民工的个人收入。为了检验健康对收入的作用机制，本文对因变量的衡量分别采取了当前月收入和当前小时收入，以对数值形式进入模型。
本文中农民工的健康状况由两个变量共同反映：初始健康状况和健康是否恶化。初始健康状况由外出前的健康状况来表示，以定序变量形式进入模型。健康是否恶化以虚拟变量形式进入模型，是＝1。
人力资本主要由教育水平和工作经验衡量。本文中教育以一组教育程度虚拟变量形式进入模型。接着讨论工作经验。由于农民工工作流动性较大，并且很多人的工作并不是连续的，在工作过程中有或长或短的中断，因此本文分别将“当前单位工作年限”和“之前（各份工作的）工作年限”作为工作经验的代理变量纳入回归模型。同时也加入了各自的平方项。
社会资本是一个比较复杂的概念。赵延东对现有文献的梳理发现在测量个体社会资本时，研究者集中测量的是个人“个体中心网络”的有关指标，包括网络的规模、结构、密度等，以及关系人的具体特征与关系的强度（赵延东，2006）。边燕杰、李煜（2000），赵延东（2006）等使用“位置生成法”来测量受访者的“重要节日交往网络”。“位置生成法”通过对受访者网络成员中呈现的结构性地位的了解，能较准确地测量出受访者拥有社会资本的情况。在全国范围来看，春节是最重要的节日。边燕杰、李煜（2000）测量的也是“春节拜年网”。本次调查询问了受访者在春节期间拜年联系了多少人（包括主动联系和被动联系），与这些人互相之间的熟悉程度怎样？熟悉程度分为5个等级，分别是“基本上都互相认识”、“多数都互相认识”、“约一半人互相认识”、“多数互相不认识”和“基本上都互相不认识”，分别赋值1、2、3、4、5。前者测量的是规模，后者表示的是密度。就作用来讲，亲戚和朋友的差异很难区分，因此不再考虑春节拜年网的结构。本文计算了拜年网规模与熟悉程度的比值，最后社会资本以连续变量形式进入模型。
对金融资本的控制通过加入就业方式虚拟变量来实现。当se＝0时表示受雇佣，当se＝1，表示自经营，一般需要投入资本。
在控制变量中，本文加入了当前就业行业的一组虚拟变量。同时性别、年龄及其平方项也放入模型。
下面讨论方程（4）中的变量。已在方程（3）中出现的变量不做重点讨论。
初始健康状况仍以外出前健康状况的定序变量形式进入模型。根据加拿大心理健康协会（CMHA,2003），较差的心理健康状况可能对生理健康有负面影响。因此本文考虑了农民工的心理健康程度。对心理健康状况的测度是通过以下7个方面反映的：（1）总是感觉担心；（2）感觉压抑和伤感；（3）对未来没有希望；（4）精神紧张；（5）总是感觉焦虑；（6）觉得自己没用、无能；（7）头疼。按症状或感觉的发生频率打分：经常出现，为“1分”；有时出现，为“2分”；偶尔出现，为“3分”；从未出现，为“4分”，分值越高，心理健康状况越好。本文通过因子分析方法，将7个指标合并成一个心理健康因子。对心理健康的7个指标进行KMO测度和LR检验，结果显示KMO值为0.877，且LR检验的x[2]统计值的显著性水平为0.0000，因此适合做因子分析。因子提取结果显示，大于1的特征值只有1个，因此取1个公因子，并计算因子值，作为心理健康衡量变量进入模型。
现有文献中对社会经济地位的考察一般只包括了教育和收入（McDonald and Kennedy,2004），忽视了社会资本。社会资本能够降低与迁移相关的风险，因而在移民选择和适应流动方面起了重要作用（Hugo,1998）；同时社会资本在个人对所需资源的可获得性上具有重要作用，因此本文也引入社会资本，衡量方式如上所述。
对收入来讲，一种可选的衡量指标是当前个人收入。也有研究检验了家庭收入对健康的影响，发现家庭收入能显著改进健康状况（Jasso et al.,2004）。但是个人收入与家庭收入的作用机制很可能是不同的：个人的收入越高，对健康的损耗可能越厉害，而家庭收入作为家庭背景变量，较高的经济地位能导向更好的健康状况，因为可以有更多资源投入到健康、对健康改进信息了解更充分，以及家庭层次的收入转移等（Smith and Kington,1997）。因此，本文同时引入个人收入和家庭收入。对个人收入的衡量分别采取了当前月收入和当前小时收入，以对数值形式进入模型。对家庭收入则采取受访者自评指标，即与周围外出务工经商人员相比，你认为自家的收入处于哪一层？该变量分为3个等级：中上等、中等和中下等，以虚拟变量形式进入模型。
与流动状况相关的因素，McDonald和Kennedy（2004）定义了移民年限（YSMs,years since migration），认为移民年限是影响移民健康的一个重要因素。新移民由于语言和文化差异、对当地健康服务系统的信息了解不充分，在利用卫生服务上面临着更多的障碍。随着移民年限的增加，他们对当地的服务系统了解更充分，对当地的生活更加适应。但是适应环境不等于改善环境，了解服务不等于利用服务，因此在控制其他因素的情况下，移民年限对健康恶化的作用应是不显著的。本文用农民工实际工作年限来反映外出时间的长短，考虑到农民工在城乡间的往返流动及外出的间断性，这个指标更合适。与国际移民不同的是，中国进城农民工具有较高的流动性。迁移、人口流动性和健康之间的关系早已为人所关注。农民工的流动，不论是地域上的还是职业上的，在一定程度上是自选择行为，呈现主动的、向上的特征（蔡昉等，2005；梁雄军等，2007；白南生、李靖，2008）；但与流动相伴而生的是不稳定性和风险，以及相伴而生的压力，因此，流动对健康的作用方向是不确定的。本文以反映地域流动性的跨省流动次数和反映职业流动性的就业变换次数来反映农民工的流动性。
再看社会保障相关的因素。移民，尤其是贫困和没有技术的移民十分脆弱。李强等（2002）的研究发现，在生活条件、就业、医疗等诸多方面，农民工随时都处于一种受到威胁的状态。社会保障对农民工具有格外重要的意义。本文考虑的变量主要有与健康有较高联系的工伤保险和基本医疗保险。工伤保险是一种事后救助措施，并且风险性较高的行业参与率更高。因此，工伤保险可能会控制健康状况的恶化程度，但未必能防止健康状况恶化的发生。基本医疗保险则有助于确保获得日常的医疗服务，因而可以防患于未然。
在城市中生活和居住相关的因素。较好的居住和生活条件无疑有益于健康，反之亦然。这些因素主要包括居住、饮食等。本文用人均居住面积来反映居住情况，用饮用水类型作为饮食状况衡量指标；因为饮食以及饮食投入和营养状况都难以衡量，而饮水类型则较容易测量，同时饮用水安全与健康之间的关系已经引起各方面的高度重视②。
人口特征主要控制了年龄和性别。婚姻状况与年龄之间存在较高的共线性，因此没放入模型。
主要变量的取值情况见表3。
五、实证结果与分析
本文采用三阶段最小二乘法（3LSL）估计联立方程组，三阶段最小二乘法能够同时估计模型中的所有方程，并且在大样本下其估计结果的有效性要高于2SLS和工具变量法（Stata Press,2001）。在联立方程组模型进行估计前，必须考虑联立方程组模型的识别问题。联立方程组可识别的充分必要条件是满足阶条件和秩条件。检验模型阶条件和秩条件的一个有效经验法则是：如果每个方程都有自己的前定变量，那么整个模型便可识别。本文的方程（3）中，只有ln（inc）是内生变量，方程（4）中hd是内生变量。方程（3）独有的前定变量是就业方式虚拟变量se，当前工作行业虚拟变量ci；方程（4）中独有的前定变量包括家庭收入水平虚拟变量fb，跨省流动次数pc，工作变换次数jc，是否参加医疗保险mi，是否参加工伤保险ii，在京住宿状况lc，饮食状况dc。可见，联立方程组中的两个方程都可识别。
家庭收入水平与个人收入之间可能存在共线性，本文通过以家庭收入水平作为因变量对方程（3）中所有其他自变量做排序logit回归，结果显示拟
值为0.064，且个人收入系数值的显著性水平（大约14％）也较低；以个人收入作为因变量对所有其他自变量做OLS回归，结果显示调整值为0.185，且家庭收入系数值不显著。同时，是否将家庭收入水平变量放入模型，对其他自变量系数估值的标准差几乎没有影响。因此可以认为二者之间不存在高度共线性，可能的原因是家庭收入水平自评指标已经自动考虑了家庭的消费，可能反映的是家庭在一个较长时期内的人均净收入水平。对于外出前健康状况与健康是否恶化之间的关系也通过类似的方法进行检验，虽然系数值显著，但值非常小，可见二者之间也不存在高度共线性。
本文做了两个回归，区别在于个人收入的表示方式，回归1中农民工的个人收入以小时收入表示，回归2则以月收入表示。
（一）健康与收入的双向关系分析
首先看外出前健康状况对收入的影响，在保持其他因素不变的情况下，健康状况每提高一个等级，个人的小时收入可能要高12.8％，且在1％的水平上显著；而月收入则可能提高6.9％，显著性水平为7％。可见，外出前健康状况对个人收入的影响机制主要是提高个人单位时间的生成力和收益率，而不是增加劳动时间。并且健康状况较好者倾向于工作较短的时间，不好的则可能通过增加劳动时间来获得较高的月收入。流动后健康状况恶化对小时收入的影响非常显著，相对于不恶化的人来说，恶化者的小时收入可能要降低48.2％，且在6％的水平上显著。然而，健康是否恶化对月收入的影响系数不但小得多，并且统计上不显著。可能的原因是若健康状况发生恶化，农民工会通过延长劳动时间来弥补单位小时收入的下降，比如通过转换工种或行业来实现。国际上也发现健康状况不好的人可能会换到较差的职业（Feinstein,1993）。
反过来看收入对健康恶化的影响，个人当前收入对健康的恶化具有显著正向影响。即个人收入越高，健康恶化的可能性越大，且在7％的水平上显著。这意味着农民工可能存在以健康换收入的短期行为。再来看作为家庭背景的家庭收入水平，相对于收入处于中下等的家庭，家庭收入处于中等对农民工个人健康状况变化并无显著影响；而处于中上等家庭的农民工个人健康恶化的概率大约降低15％，且在3％的水平上显著。可见与预期的结果相似，个人收入与家庭收入对个人健康状况的作用方向是不同的。
可见，健康与个人收入之间形成了循环关系：初始健康状况越好，个人收入越高；个人收入越高，健康恶化的可能性越大；反过来健康的恶化又威胁到个人的收入，尤其是小时收益率。
（二）影响收入的其他因素
首先看各项人力资本的收益率。相对于小学而言，初中、高中和中专及以上教育程度的人的收入是显著增加的，且系数是递增的。同时，对高中和中、大专及以上教育程度的人来说，教育对小时收入的作用强于对月收入的作用。教育的小时收益率高于月收益率，可能的原因是低教育程度的农民工更可能选择工时较长的就业。工作经验也是影响收入的重要因素。当前工作经验增加一年，小时收入可能提高8.7％，月收入可能提高8.2％。之前工作经验的影响远低于当前工作经验，之前工作经验每增加一年，小时收入和月收入分别可能提高3.9％和3.5％。当前和之前工作经验平方项对收入的影响是显著为负的，意味着随着工作年限增加，收入的增加是递减的。
其次看社会资本的影响，以春节拜年网衡量的社会资本对小时收入无显著影响，但对月收入则有显著影响，但影响程度很小。考虑到样本农民工个人拜年网的平均规模，这个影响仍是很小的。
就农民工在城市中的就业方式来看，自经营者比受雇佣的收入要高出很多。相对于受雇佣的人而言，自经营的小时收入可能提高42.7％，而月收入的提高更明显，可能要增加66.6％，且都在1％的水平上显著。可见，自经营者一方面工作时间比较长，另一方面可能是由于自有资金的投入，使得其收入较高。
接着讨论行业控制变量。相对于在“建筑业和制造业”就业的农民工而言，在“批发和零售业”就业的农民工小时收入可能要降低11.8％，而月收入要降低13.2％，显著性水平为15％。在“住宿和餐饮业”就业的小时收入要降低28.1％，且在2％的水平上显著；月收入降低24.5％，且在1％的水平上显著。在“居民服务和其他服务业”就业的个人小时收入显著降低33.4％；月收入要降低29.1％，在1％的水平上显著；在“其他”行业的其小时收入无显著差异，月收入则显著降低15.1％。
最后讨论年龄和性别控制变量。在控制了其他因素后，年龄对小时收入和月收入都无显著影响。相对于男性来说，女性的月收入大概降低11.3％，且在8％的水平上显著；但就小时收入而言，女性的小时工资更高，当然这个差异统计上并不显著。这也为劳动力市场上的性别工资差异提供了新的证据，在控制了工作行业等其他因素后，性别工资差异可能跟女性的月均劳动小时数较低具有重要联系。
综上所述，就影响单位收益率的因素来看，教育程度是最重要的，其次是健康是否恶化和就业方式。而对月收入最重要的因素则是教育程度和就业方式。此外，初始健康状况、工作经验和就业行业都是影响收入的重要因素。
（三）健康恶化的其他影响因素
在控制其他因素的情况下，外出前健康状况越好的人健康恶化的可能性越大，外出前健康状况每提高一个等级，健康恶化的可能性会增加13.7％，且在1％的水平上显著。可能的原因是健康禀赋越好的人越不注重保护健康，或者初始健康状况越好的人对健康的变化越敏感。心理健康因子是一个显著的影响因素，心理健康状况越好，健康恶化的概率越低。心理健康程度跟个人的心理素质有关，更与周围的环境和面临的压力有关。进城农民工面临的各种压力都比较大，比如收入的稳定性、子女的教育等。
接着看社会经济地位变量，在控制其他因素的情况下，相对于小学及以下的人，教育程度为初中的人健康恶化的概率大约降低10％，且在15％的水平上显著；而高中教育对健康的作用并不显著，可能的原因是高中教育并不是一种有效的文凭，为了获得与学历相称的收入，他们需要付出更多努力。还有一个因素也可能起作用，受教育程度为高中的人中24.8％的人是中途辍学的，并未完成学业。而教育为中、大专及更高层次的学历教育者，健康恶化的概率将显著地大大降低。作为社会资本衡量变量的春节拜年网规模对健康恶化的作用并不明显。
再来看流动状况变量，无论流动年限、流动年限的平方项、跨省流动次数，还是工作变换次数，对健康是否恶化都没有显著影响，与预期结果一致。这证明这些因素本身确实可能具有双向作用。此外，Arifin等（2005）指出迁移的变化程度或者与迁移相连的压力都会影响流动对健康的作用。而农民工一般是在做好下一步的打算后，才做出流动的具体决策，因而压力相对来说较小。同时，流动是农民工趋利性的自选择行为，如果他们感觉到某工作地点或工作职业对健康状况有害，他们很可能会“用脚投票，从工资待遇差、对他们权益损害严重的企业和地区流向工资水平相对较高的企业和地区”（崔传义，2007），进而流动可能正是农民工保护身体健康的一种策略。
再次，我们来看社会保障状况，回归结果与预想一致，参加工伤保险虽然有降低健康恶化的可能性，但并不能显著。参加基本医疗保险则能使健康状况恶化的概率降低大约12％，且在2％的水平上显著。参与基本医疗保险，有力地保障了农民工对医疗资源的获得，进而改进健康状况。样本中工伤保险和基本医疗保险的参保率分别是12.2％和19.1％，这意味着针对农民工的保险政策虽初见成效，但任重道远，仍需努力。
从在京生活情况来看，在控制了其他因素，人均居住面积每增加一平方米可能使健康状况恶化的概率降低0.3％，且在10％甚至更高的水平上显著。这也验证了Fuller等（1996）指出的“拥挤的住房是慢性病的一个潜在威胁”。在饮水方面，饮用桶／瓶装水的人比饮用自来水的人健康恶化的概率要减少大约16％，且在1％的水平上显著，可见饮用水质量是影响健康状况的一个重要因素。但仅仅13.2％的人饮用桶／瓶装水，其他绝大部分都是饮用自来水。鉴于饮用桶／瓶装水的成本较高，这也是可以理解的。那么加强自来水水质管理以及强调饮水安全，就成为一个重要问题。
下面讨论对控制变量的估计。首先，年龄的影响并不明显。也就是说控制了其他因素后，外出前的相对健康状况随着年龄增大不会发生显著变化，这也是符合常理的。在性别方面，当控制了其他因素后，女性恶化的概率可能要增加，但并不显著。
综上所述，进城农民工健康状况的恶化，并不是单纯随着流动年限的增加而发生的。这跟他们个人的教育程度有关，更受到他们面临的压力、挣得的收入、在外的生活居住情况、社会经济地位和社会保障状况等因素的影响。
六、结论与讨论
本文发现农民工确实存在国际移民中普遍存在的移民后健康恶化现象，而且健康与收入之间形成了循环作用机制：健康状况越好，收入越高。健康对收入的作用更多体现在提高单位时间收益率上；个人收入的获得却在损耗健康；而健康状况的恶化又导致单位收益率下降，虽然对月收入的影响还不明显。但是健康恶化的农民工若想保持月收入不减少，只能通过增加劳动时间或者其他投入，这可能意味着对健康的进一步侵蚀。
就个人收入和健康恶化的影响因素来看：第一，健康恶化更可能发生在教育程度低、家庭背景差的农民工身上，而健康的恶化又可能使其生产经营进入更差的循环。这意味着进城农民工的阶层分化和收入不平等会加剧，社会经济地位低下者的生存状况令人堪忧。但是社会保障状况，尤其是医疗保障状况能显著降低健康恶化的可能性。第二，健康恶化跟农民工的流动性关系并不大，更多的是由其生活环境和心理状况决定的。第三，农民工的就业方式对收入有高度的显著影响，即资本投入是获得收入的有效途径。这些有很强的政策含义。
首先，应该继续推进和加强针对进城农民工的社会保障，尤其要关注进城农民工中的弱势群体。其次，应该关注进城农民工的心理健康和生活条件。培养和强化农民工投资健康的意识，都是至关重要的。第三，应该鼓励进城农民工积蓄和利用资本，鼓励农民工改进过度依赖和损耗体力的生产经营方式。当然，这更多的取决于政府和用人单位的努力。
据目前仍居住在北京的农民工群体来看，健康恶化的程度不很严重，但不能排除部分健康严重恶化的人已经回流。根据研究结果和中国的现实，关注和改善农民工的健康状况，不仅是农民工个人的事情，也应是政府和社会的责任。健康优势受到威胁的农民工能否维持其现有的“半城市化”状态值得关注。并且中国人口红利的大头在农村（王洪春，2006），考虑到农村人口其他各项人力资本相对较低的现实，这个人口红利实质上是建筑在健康基础上的红利。农民工健康的恶化很可能会威胁到人口红利。
需要指出的是本文尚存在一些缺陷。首先，调查时由于设备和时间的限制没有对农民工健康状况进行详细测量，健康自评指标虽然能反映健康程度，但无法表明健康问题出在哪里；调查中也缺少关于农民工生活习惯方面的数据。
注释：
① 也有部分文献将HIE定义为新移民具有较好的健康状况（NG et al.,2005; Kennedy S.et al.,2006）.
② 2006年7月“饮用水安全与健康高层研讨会”在北京举行。