从概念上讲,有理由预测公共卫生干预措施会因教育程度不同而产生不同的效果。在传统的健康生产理论模型中,教育和包括公共卫生干预在内的卫生技术是相辅相成的(Grossman 1972、2006)。部分原因是许多公共卫生干预措施的全部效果依赖于个人和家庭的行为反应——受教育程度较高的人可能更有可能采纳或应用这些干预措施。例如,由于许多活动提供了健康信息,受教育程度较高的父母(尤其是母亲)将能够更好地吸收和采取行动(Strauss and Thomas 1995;Case 等人 2005)。或者,如果受教育程度较低的人最初的健康状况较差,他们可能从全民公共卫生干预中受益更多。
ln (死亡率) = α + Σ l µ l enrolment l p y + Σ l λ l (入学率????????? ???????????????? ang e ) l p + Σ h β h heal th h p y + Σ l h phi l h (入学人数变化) l p × he???????????????? ? ?? a l th h p y + Σ c γ c conteol c p y + δ y + ε p y , ???? ? ?? (2)
为了更清楚地说明教育在中国毛泽东时代死亡率下降中的作用,图 2显示了观察到的婴儿和五岁以下儿童死亡率随时间的变化,以及使用方程(2)预测的两种反事实情景下的死亡率。面板 A 绘制了三个婴儿死亡率序列:(1)原始观测到的死亡率,(2)通过方程(2)预测的婴儿死亡率,假设二十世纪五十年代入学人数没有增加(即将 1950-1960 年教育入学变量的变化设为零,并相应下调后续死亡率),以及(3)通过将学校入学率保持为二十世纪五十年代平均水平(假设在整个研究期间入学人数没有增加,将 1950-1960 年教育入学变量的变化设为零,并将后续教育保持在二十世纪五十年代观察到的平均值)来预测的婴儿死亡率。面板 B 显示了五岁以下儿童死亡率的等效图。
1950 年至 1980 年间,中国预期寿命的增长速度是全球有记录以来最快的持续增长之一。然而,据我们所知,没有一项研究对这种增长的各种解释的相对重要性进行定量评估。我们使用来自中国公共卫生档案、官方省级年鉴和 1988 年全国生育和避孕调查中包含的婴儿和儿童死亡率记录的历史信息,创建并分析了一个新的 1950-80 年省级面板数据集。尽管是探索性的,但我们的结果显示,教育程度的提高和公共卫生运动共同解释了我们研究期间婴儿和五岁以下儿童死亡率大幅下降的 50-70%。这些结果与非医学决定因素对人口健康改善的重要性相一致——在某些情况下,普通教育如何增强公共卫生干预的有效性。
关键词:死亡率、中国、健康改善、欠发达国家、人口健康、教育 前往: 1. 简介中国出生时的预期寿命从 1949 年的 35-40 岁增长到 1980 年的 65.5 岁,是全球有记录以来增长最快的国家之一(Banister 和 Preston 1981;Ashton 等 1984;Coale1984;Jamison 1984;Banister 1987;Ravallion 1997;Banister 和 Hill 2004)。这些生存率的提高似乎在 20 世纪 50 年代达到最大,在 1959-61 年大跃进饥荒期间出现急剧逆转,随后在 20 世纪 60 年代初再次取得实质性进展(见图 1)。在文化大革命造成大规模社会和经济动荡的整个 20 世纪 60 年代末和 70 年代,死亡率持续以较为温和的速度下降(Banister and Hill 2004)。总体而言,从 1963 年(大跃进饥荒后第一个符合趋势的年份)到 1980 年,预期寿命年均增长近一年,从 50 岁增加到 65.5 岁(世界银行 2009)。
图 1(a)1950-80年中国各省婴儿死亡率
图 1(b) 1950-80 年中国各省五岁以下儿童死亡率
关于毛泽东时代中国死亡率的下降,人们提出了很多解释。也许最突出的原因是初级卫生保健服务的扩展,包括 20 世纪 60 年代末中国著名“赤脚医生”数量的增长(Sidel 1972;Dong 和 Phillips 2008)。其他常见的解释包括广泛的公共卫生运动(尤其是儿童免疫接种),水、卫生设施和营养状况的改善,以及教育水平的提高(Banister 和 Preston 1981;Ashton 等人 1984;Coale 1984;Jamison 1984;Banister 1987;Campbell 1997和2001;Banister 和 Hill 2004;Zhao 和 Kinfu 2005;Hipgrave 2011)。
据我们所知,本文是第一篇使用分省数据来检验这些解释的论文。中国各省死亡率下降幅度存在很大差异(图 1) 表明这种方法很有前景。具体来说,我们分析了一个新的省级面板数据集,该数据集横跨 1950-80 年,我们利用中国公共卫生档案、官方省级年鉴和中国 1988 年全国生育和避孕调查的历史信息进行汇编。使用面板数据技术,我们将省级婴儿和五岁以下儿童死亡率的变化与每个候选因素的省级指标变化联系起来。重要的是,我们还密切关注了可能因死亡率变化而发生的解释变量的变化——或者可能针对死亡率预先存在趋势差异的地区。
有必要说明一下数据质量(第 3 部分将更详细地讨论数据质量问题)。鉴于许多发展中国家(包括毛泽东时代的中国)对人口登记质量的担忧(Mathers 等人,2005 年;Zhang 和 Zhao,2006 年),我们在分析中采用了 1950-80 年间各省婴儿和五岁以下儿童的年度死亡率,该数据是根据 1988 年全国生育和避孕调查的生育历史构建的。这些生育历史与著名的人口与健康调查 (DHS) 收集的数据非常相似。这项 1988 年的“千分之二”生育率调查是有史以来规模最大的调查之一,包括了中国各省 459,000 名年龄在 15 至 57 岁之间的已婚女性的全国和省级代表性数据。先前的评估发现,该调查质量良好(Johansson 和 Nygren 1991;Coale 和 Banister 1994;Mason 等 1996),生育率调查与 1982 年人口普查结果具有很强的一致性(Coale 和 Banister 1994)。尽管该调查的生育历史记录在全国范围内并不具有代表性(Gakidou 和 King 2006),但这并不妨碍对中国婴儿和儿童死亡率下降进行内部有效的评估。更广泛地说,我们的探索性工作创建了一个重要的新数据集,有助于进一步研究中国人口健康史。
总体而言,我们发现,20 世纪 50 年代教育的普及和大规模公共卫生运动共同解释了 1960 年至 1980 年间中国婴儿和五岁以下儿童死亡率下降的约 50-70%。这种关联在很大程度上与教育收益的滞后终身效应有关:20 世纪 50 年代初等教育入学率的提高与 1960 年后死亡率下降具有显著的统计学相关性。这一发现与大量文献相一致,这些文献表明,受教育程度较高的母亲的婴儿和儿童存活率更高,即使在控制了各种母亲特征之后也是如此(Caldwell 1979;Preston 1980;Barrera 1990;Thomas 等人 1991;Elo 和 Preston 1996)。我们还发现,公共卫生干预措施具有异质性效应,表明与普通教育的收益具有互补性。
本文的其余部分安排如下。下一节简要概述了毛泽东时代中国的人口健康史,并解释了 1950-80 年间死亡率下降的原因。然后,我们在第三节中介绍了我们的新数据集,解释了我们如何收集和编码其变量。第四节描述了我们的统计方法,第五节报告了我们的主要结果。最后,结论部分讨论了可能解释我们主要发现的潜在行为机制。
前往: 2. 毛泽东时代中国人口健康史及死亡率下降的原因 2.1 中国的历史背景中华人民共和国成立后的最初几十年,发生了巨大的社会和经济变革。经过数十年的战争,毛泽东领导的新政府于 1949 年建立了中央计划经济体制。到 20 世纪 50 年代中期,农业集体化在农村地区已基本普及。20 世纪 50 年代末,大跃进运动推动了集体化和工业化的进一步发展,导致了 1959 年至 1961 年间严重的农业危机和灾难性的饥荒(Lin 1998;Wu 2005;Naughton 2007;Li and Yang 2005;Meng and Qian 2006;Chen and Zhou 2007;Almond et al. 2010)。在经过一段时间的巩固和调整之后,毛泽东在 1966 年至 1976 年的文化大革命中开始了更为激烈的阶级斗争。 1976年毛泽东去世,几年之后,农村家庭联产承包责任制开启了向市场经济的转型。
2.2 毛泽东时代死亡率下降的原因我们研究了毛泽东时代死亡率下降的多种可能解释(Jamison 1984),重点关注四大类因素:公共卫生干预、普及教育的提高、公共卫生与教育的协同作用、以及初级卫生保健的扩展。
公共卫生技术的发展和传播在降低整个二十世纪全球死亡率方面发挥了核心作用(Rosen 1958;Preston 1975、1980;Tomes 1998;Cutler 和 Miller 2005;Cutler 等人 2006;Miller 2008;Jayachandran 等人 2010)。在中国,毛泽东时期开展了大规模的公共卫生运动,并充满了毛泽东时代中国的民族主义激进精神。这些“爱国卫生运动”涵盖了广泛的公共卫生活动,并重点关注农村地区。观察人士认为,这些运动的爱国主义色彩和广大公民的参与是其成功的原因(Campbell 2001;Zhang 和 Unschuld 2008)。例如,萨拉夫(Salaff,1973,第 551 页)认为,中国在 1953 年至 1957 年间死亡率的下降与美国在 1900 年至 1930 年间死亡率的下降类似,这“主要归功于中国公共卫生实践的独特社会组织”。如果得到有效实施,其中许多运动(例如助产士培训、营养不良运动或免疫接种推广)都可能对婴幼儿的生存产生直接影响。表 1使用我们新数据集(第 3 节中描述)中的信息总结这些活动的时间和省份覆盖范围。
表 1开展公共卫生运动的省份数量:1950-1980 年
第一次“爱国卫生运动”发起于 20 世纪 50 年代初,重点关注环境卫生、垃圾清理、厕所建设、将人类排泄物(“夜土”)堆肥后用作肥料以降低肠道寄生虫浓度,以及防治“四害”(老鼠、苍蝇、蚊子和臭虫 [温带臭虫])(Jamison 1984;Banister 1987;Hipgrave 2011)。毛泽东积极推动农村地区的健康状况改善,建立了第一个“多部门”卫生举措——由九人组成的血吸虫病小组委员会,该小组自 20 世纪 50 年代中期以来一直领导中国的寄生虫病控制工作。其他针对特定疾病的运动并不只是针对传播媒介。抗击结核病运动始于大城市广泛开展的卡介苗接种,随后扩展到农村地区,并纳入药物治疗方案和病例管理(Jamison 1984)。中国的抗疟疾运动结合了强化环境管理(室内残留杀虫剂喷洒和幼虫繁殖地控制)、大规模化学预防和个体治疗(Jamison 1984)。系统地为民众接种脊髓灰质炎、麻疹、白喉、百日咳、猩红热和霍乱疫苗的努力进展迅速,据称取得了成功(中国仅用三年时间就几乎消灭了天花(Jamison 1984;Banister 1987),最后一批有记录的病例发生在 1960 年的西藏和云南(Jamison 1984))。最后,20 世纪 50 年代开展的“现代助产”运动,即对助产士进行短期、强化培训,强调卫生分娩,对中国大多数助产士进行了再培训(Banister 1987)。
大量文献表明,通识教育是健康的重要促进因素(Marmot 等人,1991;Hurt 等人,2004;Khang 等人,2004;Lleras-Muney,2005;Cutler 等人,2006;Cutler 和 Lleras-Muney,2008;Marmot 等人,2008;Stringhini 等人,2010;Heckman 等人,2014)。在当代中国,教育与健康之间存在着密切的联系(Banister 和 Zhang,2005;Liang 等人,2000;Feng 等人,2012;Chen 和 Eggleston,2013)。
将普通教育与健康联系起来的潜在行为机制尚不明确。教育可以提高父母和其他看护者吸收和运用对婴幼儿健康十分重要的新健康信息的能力(Caldwell 1979;Preston 1980;Barrera 1990;Thomas 等人 1991;Strauss 和 Thomas 1995;Elo 和 Preston 1996;Case 等人 2005;Song 和 Burgard 2011)。教育入学率的提高可能也是毛泽东时代结婚年龄上升的原因之一(从 1950-54 年初婚者的 17.5 岁上升到 1980 年初婚者的 22.3 岁;Wang 和 Yang 1996,第 303 页),学者们也表明母亲的结婚年龄对中国婴幼儿健康很重要(Mason 等人 1996)。
教育还可能通过各种机制对健康产生更直接的同时效应。学龄儿童入学率的提高可能通过向家庭传递新信息而使弟弟妹妹的健康受益,而儿童的读写和算术能力可能帮助了那些本身缺乏正规学校教育的父母。教育入学率的提高也可能提高预期未来收入和生活质量,增强个人投资于自己和子女健康的动力(Friedman 1957;Hall 1978)。
在毛泽东的领导下,中国在基础教育和中学教育方面取得了巨大进步。1949年,中国80%以上的人口是文盲(Zhou 2009)。小学和中学的入学率极低,分别为20%和6%(Zhou 2009)。20世纪50年代,对中小学基础设施的资本投资增加了10倍,入学率随之大幅上升。小学入学率在1958年上升到80%,1975年上升到97%,中学入学率在1977年上升到46%(Hannum 1999;Narayan和Smyth 2006)。尽管文化大革命期间(1966-76年)学校大规模关闭,但人力资本存量在毛泽东领导下还是大幅上升。根据中国 1982 年及以后的人口普查数据(Barro and Lee 2010)得出的教育程度估计结果,在毛泽东时代,中国 25 岁以上人口的平均受教育年限增加了 4 倍,从 1950 年的 0.7 年增加到 1980 年的 3.7 年。在 25 至 29 岁的青年人中,平均受教育年限从 1950 年的 1.6 年增加到 1980 年的 5.7 年。在毛泽东时代,年轻女性的教育程度增幅尤其大:从 1950 年不到半年的受教育年限增加到 1980 年的五年多一点,增加了 10 倍(Barro and Lee 2010)。
从概念上讲,有理由预测公共卫生干预措施会因教育程度不同而产生不同的效果。在传统的健康生产理论模型中,教育和包括公共卫生干预在内的卫生技术是相辅相成的(Grossman 1972、2006)。部分原因是许多公共卫生干预措施的全部效果依赖于个人和家庭的行为反应——受教育程度较高的人可能更有可能采纳或应用这些干预措施。例如,由于许多活动提供了健康信息,受教育程度较高的父母(尤其是母亲)将能够更好地吸收和采取行动(Strauss and Thomas 1995;Case 等人 2005)。或者,如果受教育程度较低的人最初的健康状况较差,他们可能从全民公共卫生干预中受益更多。
大量研究认为,基本医疗保健(包括医生和基本药物的供应)与婴儿和儿童生存率的提高呈正相关(Jamison 1984;Banister 1987;Campbell 1997和2001;Banister 和 Hill 2004;Zhao 和 Kinfu 2005;Cutler 等人 2006;Hipgrave 2011)。在毛泽东时代,由于多种因素(包括政府财政的增加、城镇公务员社会保险的引入以及 1950 年代中期中国农村合作医疗制度的推出),医生和医院的供应量急剧增长。作为文化大革命的一部分,农村合作医疗制度在 1960 年代后期得到大力推行并广泛普及。CMS 作为一种融资机制,支持了大部分农村卫生系统,包括中国著名的“赤脚医生”。中国的赤脚医生都是中学毕业生,只接受过三至六个月的医学培训,他们的技能水平参差不齐,既有缺乏培训的卫生工作者,也有技术娴熟、尽职尽责的临床医生(Sidel 1972;Zhang 和 Unschuld 2008;Hipgrave 2011)。作为对CMS支持的回报,他们提供了基本免费的基本初级和紧急医疗服务,并帮助推动了中国的“爱国卫生运动”。
前往: 3. 建立1950-1980年省际人口健康数据库我们项目的一个重要贡献是构建了一个新的省份年度数据集,涵盖 1950-80 年。由于中国政府收集了大量统计信息来运营其中央计划经济,档案数据来源对于研究毛泽东时代人口健康状况改善的决定因素具有相当大的潜力。
我们结合了三个主要来源的信息来构建我们的新数据集。(1)第一个是各省的公共卫生档案。20 世纪 80 年代和 90 年代初,省级官方委员会利用来自流行病学监测站、省级卫生部门档案、地方政府登记册和其他行政来源的数据收集了这些信息。从这些卫生档案中,我们提取并数字化了毛泽东时代各省公共卫生运动的完整信息。(2)第二个数据来源是 1988 年全国生育和避孕调查,我们以此为基础构建了各省每年的婴儿和五岁以下儿童死亡率指标(使用队列生命表)。 (3)第三个数据来源是中国官方的省级年鉴(由密歇根大学中国数据中心提供的《中国统计数据汇编,1949-2003》补充)。这些年鉴利用中国国家统计局收集的数据,提供了各种人口、经济和社会指标的详细信息。
表 2提供我们分析中包含的所有变量的汇总统计数据,包括整个 1950-80 年代的研究期和按十年划分的数据。附录表 1描述了每个变量可用的年份。本节的其余部分描述了我们分析中使用的每种类型的变量(有关详细信息,请参阅数据附录)。
表 2描述性统计:整个研究期和按十年划分
括号中为标准差
N=省份年份数
3.1 主要公共卫生干预数据学者们早就注意到需要汇总中国公共卫生运动的分类数据(Mason 等人,1996 年)。我们通过历史汇编(卫生志)获取了所有省份(西藏和贵州除外)1950 年至 1980 年间年度省级公共卫生记录,并对其进行了编码和数字化,涵盖了毛泽东时代中国约 95% 的人口。为了涵盖密切相关的病媒和疾病运动,我们使用主成分分析为每一主要公共卫生干预类别创建指数。由此产生的指数衡量了卫生运动(水、环境卫生和个人卫生;食品质量;以及防治伤寒、痢疾和腹泻的运动);早期疫苗接种运动(防治百日咳、白喉、天花、伤寒、脑膜炎、霍乱、麻疹和结核病);生殖健康计划(助产士培训和计划生育);控制蚊媒疾病(疟疾和登革热)的努力;以及针对其他传染病(百日咳、斑疹伤寒、流感、脑膜炎、脊髓灰质炎和肺结核)的运动。我们使用一个二分变量测量了大规模营养计划。
表 1显示了 1950 年至 1980 年间每年开展各类重大公共卫生运动的省份数量。(表中的“0”表示表 1表示该省年度的公共卫生档案中没有明确提到该运动。我们将其解释为暗示该省年度没有运动,但我们不能排除低强度活动。)运动总数每年都有相当大的变化,大跃进饥荒(1961 年)和文化大革命初期(1966-71 年)的运动次数最少。
3.2 婴儿和五岁以下儿童死亡率数据我们的主要因变量是各省年度婴儿死亡率和五岁以下儿童死亡率,计算方法是使用每个出生队列的年龄别死亡率(即从我们建立的队列生命表中获得的)。这些变量是根据 1988 年 6 月中国国家计划生育委员会进行的全国生育与避孕调查的母亲生育史构建的。这项“千分之二”的生育调查包括 1988 年全国代表性样本中 45 万多名年龄在 15 至 57 岁之间的已婚妇女报告的每一次怀孕和生育的数据。这项调查力求在省级和全国范围内具有代表性,从每 1,000 个基层单位中系统地抽取 2 个(城市地区居委会下属的“居住小组”和农村地区行政村下的“村小组”;Wang 和 Yang 1996;Mason 等人 1996)。
使用这些数据进行人口统计学分析的学者认为这些数据质量很好(Lavely 1991;Johansson 和 Nygren 1991;Coale 和 Banister 1994;Mason 等 1996)。使用 1988 年全国生育和避孕调查数据而非其他死亡率数据来源的一个重要优点是,它们通常不受众所周知的人口登记数据的限制(无论是在发展中国家还是在中国 - 参见Banister 1987;Liang 和 White 1996;Zhang 和 Zhao, 2006)。
然而,尽管有这些优势,使用调查数据也有局限性。其中一个重要原因是,由于样本仅包括 1988 年还活着的妇女,这些妇女子女的经历不能代表 1950 年至 1980 年之间还活着的所有子女(Banister 1987;Gakidou 和 King 2006)。不过,这些数据仍然允许对与毛泽东时代死亡率下降的主要因素相关的婴儿和儿童生存率的差异变化进行内部有效的分析。另一个限制是对母亲迁移历史的记录不完整,尽管现有数据表明,在我们样本中 98% 的分娩中,母亲仍然生活在分娩所在的省份(只有 11% 的母亲报告曾经迁移过,而且几乎都是在结婚前迁移)。自 20 世纪 50 年代初实施以来,户籍制度严格限制了国内人口迁移,毛泽东时代成长起来的几代人除了国家强制迁移外(如 20 世纪 60 年代和 70 年代被迫从城市地区移居农村的“知青”),基本不流动。根据 2011-2012 年具有全国代表性的中国健康与养老纵向研究基线调查,90% 的 45 岁及以上中国人仍生活在他们出生的县(事实上,58% 的农村成年人生活在他们出生的村庄);只有 6% 的人生活在与出生地不同的省份(Smith 等人,2013 年)。
3.3 教育数据为了研究教育进步与死亡率下降之间的关系,我们理想情况下希望获得各省和各年份(或各群体)的教育水平数据;然而,唯一可用的数据是小学、中学和高等教育的入学率。由于这一时期高等教育入学率非常低,我们将中学和高等教育类别合并在一起;下文中的“中学”指这一合并类别。为了计算入学率,我们利用 1953 年、1964 年和 1982 年人口普查的年龄组人口计数,通过插值法估算了两次普查之间的学龄(6-11 岁和 12-18 岁)人口分母。由于年龄组人口计数只能以五年为间隔(5 至 9 岁人口、10-14 岁人口等),我们假设人口在五年年龄段内均匀分布。由此得出的入学率与中国数据在线提供的非常有限的学校入学率数据高度相关。表 2数据显示,毛泽东时代,中小学入学率大幅提高。
3.4 基本医疗数据我们以每万人口医生数和病床数作为衡量指标,研究了中国基层医疗保健和医院医疗保健的扩张情况。表 2图 2 显示了毛泽东时代两项数据的大幅增长——20 世纪 50 年代初至 1970 年间,人均医生数量几乎增加了一倍,人均医院床位数量增加了近 250%。
3.5 其他社会经济和人口特征数据毛泽东时代,中国经历了巨大的社会经济变革,因此,在分析中尽可能多地考虑这些变化对我们来说非常重要。因此,我们在数据集中纳入了中国官方省级年鉴中各省年度的各种社会经济和人口变量。具体变量包括人均 GDP、省级政府收入、水果和粮食产量、总人口、按性别和城乡划分的人口构成、零售价格指数和出生率(关于中国生育率下降和人口控制政策,请参阅Greenhalgh 和 Winckler 2005中的讨论)。
前往: 4.实证策略 4.1 1950-80年代婴儿和五岁以下儿童死亡率下降的同期决定因素我们利用面板数据方法分析了婴儿和儿童死亡率与第 3 节中描述的关键解释变量之间的同期关系,这些变量考虑了生活水平和粮食供应量提高等其他变化。对于每个省p和年份y,我们首先估算了以下一般形式的普通最小二乘 (OLS) 回归:
ln (死亡率) = α + Σ h β干预措施h p y + Σ c γ c控制措施c p y + δ p + δ y + ε p y ,??? ?????????? ??? ??? ???? (1)其中,死亡率是各省年度的婴儿死亡率或五岁以下儿童死亡率;干预措施代表上述关键解释因素(入学率、基本医疗基础设施和公共卫生干预措施)的向量;控制措施是各省年度控制变量的向量(如图所示)。表 2并在第 3.5 节中描述);δ p和δ y代表省份和年份固定效应(解释各省之间死亡率的水平差异以及中国的共同死亡率时间路径)。我们允许死亡率和主要解释因素之间的关系在不同的历史时期有所不同。为此,我们将入学率和选定的健康干预变量与总体死亡率趋势截然不同的时期的指标进行了交互。具体来说,我们纳入了 1960-65 年期间(大跃进恢复期)和 1966-80 年期间的指标(这意味着每个解释变量的主效应与我们样本年份的其余部分有关,即 1950 年代)。
我们计算了省级聚类的 Huber-White 标准误差,以解决异方差和自相关性问题(放宽了各省内扰动项随时间独立同分布的假设)(Bertrand 等,2004)。由于聚类数量有限(28),我们探索了其他假设检验方法,包括成对聚类、聚类残差和野生 t 引导法(参见Cameron、Gehlbach 和 Miller,2008);结果见附录表 2。
最后,我们利用多种替代方法探索了结果的稳健性,包括使用替代死亡率估计、个人出生水平数据和使用较粗略的学龄人口估计值进行规范。我们的主要结果对这些方法的敏感性不高(尽管精度各不相同),每种方法的结果可在附录表 3-5中找到。
4.2 20 世纪 50 年代教育水平提高以及 1960-80 年间婴儿和五岁以下儿童死亡率下降由于教育带来的全部健康益处可能既包括同期效应,也包括随着时间的推移而实现的效应(例如,随着受教育程度更高的母亲生育和抚养子女),我们估计了 1950 年代教育入学率的增长与 1960 年至 1980 年间随后的死亡率之间的关系,同时仍然考虑了同期入学的影响。对于 1960 年至 1980 年间每个省p和年份y,我们估计了以下一般形式的普通最小二乘 (OLS) 回归:
ln (死亡率) = α + Σ l µ l enrolment l p y + Σ l λ l (入学率????????? ???????????????? ang e ) l p + Σ h β h heal th h p y + Σ l h phi l h (入学人数变化) l p × he???????????????? ? ?? a l th h p y + Σ c γ c conteol c p y + δ y + ε p y , ???? ? ?? (2)其中,入学率是各级学校入学率的向量;入学率变化是 1950 年至 1960 年间各级学校入学率的变化;健康是健康干预措施的向量;控制是省份年份控制变量的向量(如图所示)。表 2(见第 3.5 节)δ y表示年份固定效应(用于解释中国各地常见的对婴儿和儿童生存的随时间变化的冲击)。方程(2)包括入学率变化和主要公共卫生干预措施之间相互作用的向量,但不包括省级虚拟变量(δ p),因为它们与我们测量的 1950 年代各省入学率变化的指标共线。
4.3 探索潜在的反向因果关系:目标分析在解释我们的主要分析结果时,必须考虑我们的关键解释变量的变化是否可能是对死亡率变化的反应,或者它们是否可能针对婴儿和儿童死亡率变化不同的地区。例如,卫生干预“扩大”与之前的死亡率之间的任何有意义的关系都可能表明干预措施“针对”死亡率环境更好或更差的地区。为简便起见,我们将预先存在的死亡率和干预措施之间的任何此类关系称为“针对性”,即使这种关系不一定是由于故意行为而产生的。
为了进行这一目标分析,我们采用了以下程序。首先,我们定义了每个关键解释变量的大幅增长。对于连续变量,这些是超过年度变化分布中 95百分位数的逐年变化;对于二分变量,这些是变量从零变为一的年份。接下来,我们为每个解释变量创建虚拟变量,表示这些“扩大规模”之前的两年。最后,我们重新估计方程 (2),将这些“扩大规模前”虚拟变量作为额外的独立变量。扩大规模前指标的统计显著估计值表明存在目标。
前往: 5.结果 5.1. 死亡率下降的同时决定因素表 3报告了方程 (1)中两个关键因变量的估计值:省婴儿死亡率和省五岁以下儿童死亡率。由于我们使用这些死亡率的自然对数,因此点估计值可以大致解释为与每个独立变量的边际变化相关的死亡率百分比变化。独立变量组显示在单独的面板中。面板 A 和 B 报告了我们关键解释变量的三个估计值——对应于基期(20 世纪 50 年代)的主效应以及 1960-65 年和 1966-80 年期间的两个额外估计值。后两个时期的隐含死亡率变化可以通过将基期和后续特定时期的估计值相加来计算。为简洁起见,我们没有报告控制变量的估计值。
表 3婴儿和五岁以下儿童死亡率的同期决定因素:1950-80 年
分析中使用的省份包括:安徽、北京、福建、甘肃、广东、广西、海南、河北、黑龙江、河南、湖北、湖南、内蒙古、江苏、江西、吉林、辽宁、宁夏、青海、陕西、山东、上海、山西、四川、天津、新疆、云南和浙江。省级控制变量包括人口、出生率、60 岁以上人口占比、5 岁以下人口占比、男性人口占比、农业人口占比、人均农业产量、人均粮食和水果产量、国内生产总值、人均投资、人均地方收入和零售价格指数。固定效应和控制变量的估计值可根据要求提供。括号中报告了标准误差。
* p<0.1 ** p<0.05 *** p < 0.01面板 A 显示,小学入学率与基期(20 世纪 50 年代)死亡率的轻微但显著的上升相关,而随后时期的净关联接近于零。尽管中学教育与 1966-80 年期间婴儿和五岁以下儿童死亡率的下降呈负相关,但与基期估计值相结合时,净效应并不显著。表 3面板 B 显示,医疗保健基础设施与同期婴儿和五岁以下儿童死亡率的小幅上升有关,尤其是在 1960-66 年和 1966-80 年期间。但是,正如第 5.4 节所解释的那样,我们的目标分析表明,不应过分重视医疗保健基础设施的估计值,因为这些指标与先前存在的死亡率趋势相关。面板 C 还显示,只有卫生运动和疫苗接种率在解释同期死亡率下降方面具有统计学意义。但是,这些不能被解释为因果关系,因为这些计划似乎针对的是高死亡率地区(第 5.4 节中讨论)。
5.2 20 世纪 50 年代教育进步与 1960-80 年代婴儿及五岁以下儿童死亡率下降之间的关系表4报告了通过方程(2)得出的20世纪50年代入学率变化与60年代和70年代婴儿及儿童死亡率下降之间关系的估计值。面板A报告了20世纪50年代教育入学率扩大与随后死亡率下降之间的关系的估计值。小学入学率的变化与随后的婴儿死亡率(1.5%,p < 0.01)和五岁以下儿童死亡率(1.7%,p < 0.01)呈正相关。这一令人费解的发现或许可以解释为,毛泽东时代初期条件最差的省份——例如经济发展水平低、战争破坏严重、人力资本投资低——的小学入学率增幅最大(从最低基数开始),但死亡率也很高。(回想一下,由于与20世纪50年代教育增长的共线性,我们无法独立控制省份固定效应)。 20 世纪 50 年代中学入学率的增长与随后的婴儿及五岁以下儿童死亡率呈显著的负相关(lnIMR 为 -11.9%,p<0.01;lnU5MR 为 -12.0%,p<0.01)。
表41960-80 年代教育和公共卫生干预互动滞后
分析中使用的省份包括:安徽、福建、甘肃、广西、河北、黑龙江、河南、湖南、内蒙古、江苏、江西、吉林、辽宁、宁夏、陕西、山东、山西、新疆、云南和浙江。省级控制指标包括人口、出生率、60 岁以上人口占比、5 岁以下人口占比、男性人口占比、农业人口占比、人均农业产量、人均粮食和水果产量、国内生产总值、人均投资、人均地方收入和零售价格指数。固定效应和控制变量的估计值可根据要求提供。括号中报告了标准误差。
* p<0.1 ** p<0.05 *** p < 0.01图 B 显示,鉴于 20 世纪 50 年代教育入学率的提高,小学入学率与同期婴儿死亡率(1.4%,p<0.01)和五岁以下儿童死亡率(1.5%,p<0.01)具有显著相关性,而同期中学入学率则不具有显著相关性。我们还发现医疗保健基础设施与死亡率之间存在正相关性;因为我们的目标分析(如下所述)表明死亡率的下降先于医疗保健供应的变化,因此将这种关系解释为因果关系是不合理的。
几项公共卫生运动也具有统计学意义,与婴儿和儿童死亡率呈负相关(图 C),包括卫生运动、传染病控制和营养不良运动(lnIMR 为 -0.2% - 14.4%,p<0.01;lnU5MR 为 -0.2% - -3.8%,p<0.01)。然而,我们的目标分析表明,卫生运动可能会捕捉到死亡率的既有趋势,应谨慎解读。
入学率滞后与公共卫生干预之间的相互作用表4为教育与儿童生存之间的复杂关系提供了更细致入微的见解。我们发现,在教育水平有差异的省份中,公共卫生干预措施与婴儿和儿童死亡率之间存在异质性关系。例如,中学教育水平的提高与随后的生殖健康运动之间的相互作用(-2.6%,lnIMR 和 lnU5MR 的 p<0.1)为负,这与教育放大此类运动的好处相一致(也许是通过让母亲了解并根据有关生殖健康、避孕和在卫生环境中分娩的好处的信息采取行动)。另一方面,20 世纪 50 年代营养不良运动与中学教育水平提高之间的相互作用估计值为正(72%,lnIMR 的 p<0.05;63%,lnU5MR 的 p<0.05),这与受教育程度较高的患者在没有这些运动的情况下拥有更多关于婴儿和儿童营养的信息相一致。最终,我们只能推测这种异质性的来源。
5.3 20 世纪 50 年代教育水平提高对婴儿和 5 岁以下儿童生存效益的图形分析为了更清楚地说明教育在中国毛泽东时代死亡率下降中的作用,图 2显示了观察到的婴儿和五岁以下儿童死亡率随时间的变化,以及使用方程(2)预测的两种反事实情景下的死亡率。面板 A 绘制了三个婴儿死亡率序列:(1)原始观测到的死亡率,(2)通过方程(2)预测的婴儿死亡率,假设二十世纪五十年代入学人数没有增加(即将 1950-1960 年教育入学变量的变化设为零,并相应下调后续死亡率),以及(3)通过将学校入学率保持为二十世纪五十年代平均水平(假设在整个研究期间入学人数没有增加,将 1950-1960 年教育入学变量的变化设为零,并将后续教育保持在二十世纪五十年代观察到的平均值)来预测的婴儿死亡率。面板 B 显示了五岁以下儿童死亡率的等效图。
图 2(a)20 世纪 50 年代入学率提高对婴儿死亡率的影响:中国,1960-80 年
反事实死亡率是通过估计方程 (2)并利用得到的参数估计值与一段时间内观察到的独立变量值(入学率除外,入学率会进行调整以抹去 1950 年代取得的增长或固定在其最早的值)相结合来预测死亡率。
图 2(b)20 世纪 50 年代入学率提高对五岁以下儿童死亡率的影响:中国,1960-80 年
反事实死亡率是通过估计方程 (2)并利用得到的参数估计值与一段时间内观察到的独立变量值(入学率除外,入学率会进行调整以抹去 1950 年代取得的增长或固定在其最早的值)相结合来预测死亡率。
一般来说,图 2结果表明,20 世纪 50 年代入学率提高所带来的预期生存效益在 20 世纪 60 年代中后期达到峰值(大概是受影响人群开始生育的时候),然后在 20 世纪 70 年代逐渐下降(因为生育率下降)。20 世纪 60 年代末,20 世纪 50 年代的教育进步解释了婴儿死亡率下降的约 80%,五岁以下儿童死亡率下降的约 75%。20 世纪 50 年代入学率提高还解释了 1960 年至 1980 年间婴儿死亡率下降的约 70%,五岁以下儿童死亡率下降的约 55%。因为我们包括了生活水平和营养状况指标,所以入学率不太可能仅仅代表这些因素。
5.4 定位结果表 5报告了我们针对性分析的结果。为了考虑当时政策制定者可能获得的数据,我们使用了省级人口登记处的死亡率数据以及 1988 年全国生育和避孕调查中的婴儿和儿童生存数据。总体而言,几乎没有针对性的证据:我们的关键解释变量的快速扩大通常不会先于婴儿或五岁以下儿童死亡率的差异变化。例外是医疗保健供应(每 10,000 人口的医生数量,并使用人口登记数据,医院床位)和改善卫生条件和疫苗接种的公共卫生运动。粗死亡率和医院床位的负估计表明,医院基础设施的快速扩张发生在死亡率已经出现差异下降的省份。或者,医生的正估计意味着医生覆盖范围的大幅扩大可能是为了应对死亡率的差异增加。 (有趣的是,这些医疗供给结果与毛泽东的指控相一致,即卫生部在医院基础设施方面偏向优势地区,也与毛泽东随后强调扩大赤脚医生的供应以纠正这种不平衡相一致;参见Lampton 1974。)因此,我们不太重视医院床位、医生以及卫生和疫苗接种运动的估计值表 3和?和44。
表 5目标分析
分析中使用的省份包括:安徽、北京、福建、甘肃、广东、广西、海南、河北、黑龙江、河南、湖北、湖南、内蒙古、江苏、江西、吉林、辽宁、宁夏、青海、陕西、山东、上海、山西、四川、天津、新疆、云南和浙江。省级控制变量包括人口、出生率、60 岁以上人口占比、5 岁以下人口占比、男性人口占比、农业人口占比、人均农业产量、人均粮食和水果产量、国内生产总值、人均投资、人均地方收入和零售价格指数。固定效应和控制变量的估计值可根据要求提供。括号中报告了标准误差。
* p<0.1 ** p<0.05*** p < 0.01
前往: 6. 结论本文介绍了毛泽东时代中国死亡率及其决定因素的新省级数据库的构建过程,并利用该数据库研究了 1950 年至 1980 年间中国前所未有的死亡率下降。我们发现,教育水平的提高(以及教育水平与主要公共卫生干预措施之间的相互作用,但程度较小)可能在很大程度上解释了毛泽东时代婴儿和五岁以下儿童死亡率的显著下降。特别是,我们发现了教育水平提高的终生效益滞后的证据。综合起来,20 世纪 50 年代的教育水平提高及其与公共卫生干预措施之间的相互作用似乎解释了 20 世纪 60 年代婴儿死亡率下降的 80% 和五岁以下儿童死亡率下降的 75%,以及整个 1960-80 年代死亡率下降的 55-70%。
由于我们发现医疗服务供给的变化(以人均病床和医生数量衡量)似乎针对的是死亡率变化趋势不同的地区,因此我们最终无法直接评估其重要性。然而,我们的结果仍然表明,死亡率下降的很大一部分似乎与非医疗因素有关(我们还注意到,中国对赤脚医生的重视始于 20 世纪 60 年代末,即死亡率下降幅度最大的几年之后)。
我们样本中教育与生存之间的关系是稳健的,与其他表明因果关系的实证研究结果基本一致(Glewwe 2002;Lleras-Muney 2005;Cutler 等人 2010;Chou 等人 2010)。印度尼西亚、台湾、巴西和中国的实证研究(Thomas 等人 1991;Currie 和 Moretti 2003;Breierova 和 Duflo,2004;Chen 和 Li 2009;Chou 等人 2010)发现父母教育在改善婴幼儿健康方面发挥着重要作用。一些高收入国家的研究报告了教育与成人健康之间关系的混合结果(Lindeboom 等人,2009 年;Clark 和 Royer,2013 年;McCrary 和 Royer,2011 年;Lochner,2011 年),但我们对婴幼儿健康的关注意味着不同的途径。一些发展中国家的研究也对母亲教育对儿童健康的作用表示怀疑(Desai 和 Alva,1998 年;Zhang,2012 年),但这些研究通常关注的是经历了流行病学转变的环境(有关毛泽东时代后中国高中毕业率的证据,见Zhang,2012 年)。尽管如此,鉴于本文所讨论的局限性,我们强调应谨慎解读我们的研究结果。我们希望本文中提出的分析和我们收集的附带数据集将为进一步研究中国人口健康改善提供基础。
了解通识教育改善健康的行为机制是未来研究的重要领域。鉴于我们在分析中纳入了广泛的社会经济控制因素,我们不考虑关于物质福利改善的简单解释。一大类解释与认知能力有关:受过良好教育的人处理信息的效率更高,因此他们从健康知识的传播中受益更多。另一个原因是教育可以提高永久收入,而同年的省份经济控制因素无法很好地反映这一点(Friedman 1957;Hall 1978)。除了物质资源本身之外,更高的永久收入可以增强人们在自身健康方面投入更多时间和精力的动力——这是长寿经济学研究所强调的重要机制(Murphy and Topel 2006)。
总体而言,我们的研究结果为非医疗决定因素对改善人口健康的重要性提供了实证支持,在某些情况下,教育可以提高重要公共卫生干预措施的有效性。鉴于中国人口迅速老龄化,我们推测慢性病自我管理中的教育梯度可能也会在其人口未来中发挥核心作用。
前往: 补充材料 附表 点击此处查看。(33K,xlsx) 在线补充 单击此处查看。(36K,docx) 前往: 致谢我们感谢美国国立卫生研究院(国家老龄化研究所)拨款编号 AG017253(由斯坦福大学人口统计学和健康与老龄化经济学中心颁发)的资金支持。Grant Miller 还感谢美国国家儿童健康和人类发展研究所 (K01-HD053504) 的资金支持,Karen Eggleston 还感谢斯坦福大学肖伦斯坦亚太研究中心的资金支持。我们感谢 Shige Song 和 Paul Ma 慷慨地为本研究提供出生历史数据,感谢密歇根大学中国数据中心的 Shuming Bao 允许我们通过新数据集公开选定的省份年份变量。我们感谢 Jing Li、Rong Li、Nicole Smith、Xiaoqiu Xu、Fei Yan、Crystal Zheng 和 Siling Zhou 提供的出色研究协助,感谢 Judith Banister、Eran Bendavid、Jay Bhattacharya 和众多研讨会参与者提供的有益评论和建议。所有错误均由作者独自承担责任。该项目所有数字化的档案统计数据均可根据要求提供,并将在出版时在线发布。
前往: 脚注贡献者
GM 和 KE 参与了研究构思、数据分析和论文撰写。KB 和 QZ 参与了数据分析和论文撰写。所有作者均已阅读并认可最终版本。
利益冲突
我们声明我们没有利益竞争。
伦理委员会批准
此项研究已获得斯坦福大学机构审查委员会的批准。
(谷歌翻译:An exploration of China's mortality decline under Mao: A provincial analysis, 1950–80)
我说饿死30万,是有根据的,根据就是印度疫情死亡人数
主要原因是青霉素的发明,次要原因是自来水的普及