一、引言

经济脆弱性指家庭消费、福利水平以及应对风险冲击能力的下降。而贫困不仅指物质、教育或健康上的不足，还包括面临风险时的经济脆弱性(世界银行，2001)。故解决农户经济脆弱性问题，对阻断贫困路径，防止家庭返贫来说至关重要。党的十九大上，习总书记强调要确保到2020年我国农村贫困人口实现脱贫，按照现行农村贫困标准，中国还有近4000万贫困人口^①，其中有近四成是因病致贫^②。可见健康状况作为影响农户经济脆弱性的关键因素，对于贫困问题的研究有重要意义。同时，农户在社会资本的拥有量上具有天然优势，这有助于解决经济脆弱性问题。本文从健康冲击和社会资本两个维度出发，对农户经济脆弱性的作用机制加以研究，以期为降低农户经济脆弱性，阻断返贫路径提供阶段性思路。

① 数据来源：《扶贫办：中国将帮扶最后4000多万贫困人口脱贫http://www.china.com.cn/news/2017-09/26/content_41650800.htm

② 数据来源：《农村贫困人口四成因病致贫》http://news.xinhuanet.com/mrdx/2017-01/24/c_136007949.htm

近些年来，农村居民消费的不确定性显著上升，这包括消费的不平等性和高波动性，这种变化影响着中国农村家庭的福利水平，脆弱性作为福利水平的重要组成部分，能将家庭消费水平和波动性相结合来测量家庭的福利水平(杨文等，2012)。对家庭来说，若其抵御风险的能力过低，较小的风险波动可能抵消收入增加的正向影响，从而使家庭的消费水平降低，经济实力较弱的家庭可能因此重返贫困，如“因病返贫”等，家庭经济脆弱性正是对这种消费波动性与风险应对能力的全面衡量(张冀、王亚柯，2016)。从整体经济环境来看，加入WTO后的中国农业面临更多风险与挑战，经济波动、老龄化等问题下中国农村家庭面临更多风险事件；从农村社会环境来看，现代农村社会结构变化和社会保障体系不完善限制了农村家庭的风险应对水平(张栋浩、尹志超，2018)；从农户个体特征来看，由于认知的有限性、风险应对能力的薄弱性，农户家庭经济更容易遭受各类冲击，从而陷入经济脆弱困境中。

现有文献中，从宏、微观角度探讨家庭经济脆弱性影响因素的文献甚多，Christiaensen and Subbarao(2008)利用来自肯尼亚乡村的数据，发现降低疟疾发生率、提高成人识字率与市场开放度能显著降低家庭经济脆弱性。Deressa et al.(2009)、Mutabazi et al.(2015)则研究了气候变化与经济脆弱性的关系。此外，外出务工收入(邰秀军等，2009)、公共转移支付(樊丽明、解垩，2014)、民间借贷数额、社会网络关系(胡金焱，2015)、新农保政策(李齐云、席华，2015)、医疗支出(韩静舒、谢邦昌，2016)等诸多社会变量与经济脆弱性相关。这些文献中，不乏健康或社会资本变量对经济脆弱性影响的研究，但从中国农村现实出发，健康冲击对农户经济脆弱性的作用是否会因社会资本的丰富度而有所变化？对于这一点，还鲜有学者给予关注。对于农村来说，农户是农民生产、生活、交往的基本组织单元，中国经济社会和国家变动都可以从农户动机和行为中寻找内在逻辑，可以说农户是认识中国农民和农村社会的一把钥匙(徐勇、邓大才，2006)。在借鉴家庭经济脆弱性定义的基础上，本文以农户为研究对象，将农村家庭经济脆弱性定义为“农户经济脆弱性”，以对农户遭受各类风险冲击后的消费波动和风险应对能力进行全面衡量。

健康作为一种重要的人力资本，是其他形式人力资本的载体和前提(朱必祥，2005)，健康人力资本通过影响物质资本和其他形式人力资本而对经济产生影响。在已有研究中，健康通过对劳动生产率(Huq et al., 2014)、家庭收入(高梦滔、姚洋，2005)、消费(何兴强、史卫，2014)、储蓄(欧阳晟也，2017)、就业(魏众，2004)、民间借贷(杨青等，2016)、主观福祉(李静、王月金，2015)等的作用途径而影响着经济发展。从经济史来看，一些国家的经济腾飞都是以公共卫生、疾病控制和改善营养摄入等方面的重大突破为后盾(吕娜，2011)。但对于健康和经济生产力两者间的因果关系仍存在诸多争议，从健康人力资本的角度出发，Univ et al. (2007)、Narayan et al. (2010)、王第海(2012)、Chetty et al.(2016)等认为健康会影响经济生产力。而从发展经济学的视角来看，Deaton(2002)、Lynch et al. (2004)、Ghanbari et al. (2011)、Fernando(2012)、周广肃等(2014)、温兴祥、程超(2017)等一系列研究则认为收入不平等和贫困会反过来影响健康状况，此外，当经济增长对健康状况的替代效应超过收入效应时，经济增长伴随的环境污染、生活节奏的加快和工作压力的增大亦会对居民健康产生消极影响(徐娟等，2016)。故对于两者间关系的识别还需要多领域的综合和更深入的研究。

健康人力资本在农村经济中发挥着重要作用，但仅从健康维度出发，难以对农户经济脆弱性的作用机制进行全面解释，本文尝试从农村社会拥有的另一重要资源——社会资本切入，对农户经济脆弱性的缓和机制作进一步阐释。社会资本能通过社会网络发挥作用，促进社会信任和团体合作(Woolcock，2010)。由于信息不对称的存在，当人们陷入经济困境时，会倾向于求助社会网络关系，通过向亲近的人借款等来缓解经济困难。那么对于人情味浓厚、仍存在一定差序格局的中国农村，能否通过发挥社会资本的作用，缓解农户经济脆弱性问题？在劳动力扮演着重要角色的中国农村，如何就健康冲击对农户经济脆弱性的影响进行预估？现实经验是农户在遭受大病冲击后会求助于非正式社会网络以减轻经济冲击(高梦滔等，2006)，那么这种由健康带来的负向冲击是否会因社会资本的作用而得到缓解？这些影响又是否会随着户主特征而发生变化？对于这些问题的研究不仅有助于提高当前社会对于农村贫困与经济脆弱性问题的认知水平，而且有助于在市场经济日益蓬勃的今天重新挖掘社会资本对农村的作用，在正式机制与非正式机制中做出合理权衡，提高农户抵御风险与应对经济脆弱性的能力。

本文利用2013年“中国家庭收入调查(CHIP)”项目数据构建了衡量农户经济脆弱性的指标，根据变量特征选择有序概率单位模型(oprobit)进行实证分析，利用倾向得分匹配(PSM)和处理效应模型(treatment effects model)分别解决依可测变量和依不可测变量选择问题，并采用中介效应模型(mediation effects model)检验健康冲击和社会资本对农户经济脆弱性的具体作用机制。本文尝试做出以下边际贡献：一是在理论层面，理清了健康冲击会通过“劳动效应”、“挤占效应”、“情感效应”三个作用机制强化经济脆弱性，而社会资本主要通过“信任”、“欺骗成本高”、“维持人情”等途径弱化了农户经济脆弱性。二是在实证层面验证了健康冲击会通过挤占效应和情感效应两个渠道机制加剧农户经济脆弱性，强弱关系和权力社会资本能通过信任渠道机制缓解农户经济脆弱性，并且这些影响在户主性别和年龄特征方面存在一定差异。值得注意的是，在市场经济的冲击下，社会资本在缓解健康冲击对农户经济脆弱性中的作用并不显著。三是在政策层面，本文认为应加强对于农户健康风险的管理，并重新挖掘社会资本在农村经济发展中的作用，从而缓解经济脆弱性，阻断贫困发生路径。

二、理论分析和命题假设 (一) 健康冲击对农户经济脆弱性的影响

劳动者的人力资本存量主要由健康、知识、技能和工作经验等要素构成，这些要素通过提高个人的生产率来改善个人获得货币与非货币收入的能力，但只有健康因素，决定着个人能在所有市场和非市场活动中所花费的全部时间(舒尔茨，1990)。据文献梳理(高梦滔、姚洋，2005；蒋远胜、Joachim，2005；陈传波，2005；Mcintyre et al., 2006；Alam and Mahal, 2014)和经验分析发现，当健康人力资本受损时，其对农户的影响除却影响劳动效率外，还有随之而来的情感冲击等附加影响。基于此，本文将健康冲击对农户经济脆弱性的作用机制概括为“劳动效应”、“挤占效应”与“情感效应”三点：

其一，“劳动效应”是指农户在遭受诸如大病等健康冲击后，劳动时间的减少与劳动能力的下降会损害其创收能力(高梦滔等，2006)。由于农业劳动主要以体力活动为主，这一性质使得农民收入更加依赖于个人的体力和身体状况(刘国恩等，2004)，健康冲击降低了农户从事农业生产的效率，也妨碍了他们进入城市务工，这可能会减少他们的收入来源，使家庭收入降低，从而引发经济脆弱性问题。其二，“挤占效应”是指由于健康冲击导致的医疗费用支出刚性更强，刚性较强的医疗费用支出会挤占刚性较弱的教育、生产资料等投资支出。而教育支出的削减会导致农户拥有的人力资本量减少，生产资料的挤占会导致农业生产效率下降，这些均会导致农户经济脆弱性的增强。其三，“情感效应”是指健康冲击诱发的情绪问题可能对农户经济带来消极影响。农户会因健康冲击遭受包括痛苦、悲哀、社会隔离等一系列情绪问题(陈玉萍等，2008)。根据现有心理学研究，情绪可以作为一种信息线索直接影响判断，并对风险直觉和行为具有重要作用(庄锦英，2003)，故消极情绪可能使农户产生认知偏差，而认知能力从多方面影响家庭金融决策(胡忠良，2016)，不正确的家庭金融决策极可能增强农户经济脆弱性。由此，本文提出假设一：

H1：控制其他因素不变，健康冲击会加剧农户经济脆弱性。

(二) 社会资本对农户经济脆弱性的影响

社会资本是指社会网络结构给予网络中行动者信息和资源控制的程度，即通过朋友、同事等熟人获取使用金融与人力资本的机会(Burt，2010)。农户经济脆弱性受到诸多不确定因素的影响，这些因素对农户经济的影响很大程度上依赖于信息的获取与资源的配置。但现今农村的正式保障制度存在缺位现象，社会资本作为一种非正式机制，在血缘、地缘与业缘关系的连接下，通过及时获取信息与资源，降低了农户经济的脆弱性。如农户可以通过亲友的资助渡过经济难关，但这里值得思考的是，为何亲友近邻会愿意给予求助者借款或无偿资助呢？本文从传统乡土社会出发，将其原因归结为“信任”、“欺骗成本高”、“维持人情”三点：

一是农村各家之间往来频繁、相互熟知、相互信任、人情味浓厚，具有“熟人社会”的特征，人和人之间有着天然信任感，这能减少信息不对称带来的逆向选择与道德风险。正所谓“血浓于水”，亲属之间存在一种不假思索的信任关系，而乡邻之间的信任则是这种信任在地域上的一种扩展，这些信任关系使得农户更易获得经济资助。二是在乡土社会中，欺骗成本极高。农户注重名誉与别人对自己的评价，这种道德规范在乡土社会中是无形的，由于互相熟悉，一旦有人被发现存在欺骗行为，人们会以“闲言碎语”(gossip)的方式传播欺骗者的行为，给欺骗者的家族带来恶名(王曙光，2015)。正是因为欺骗行为需要付出极大代价，故农户很少会选择去拖欠亲友的借款，这种自觉的行为规范使其在借款时较少遭遇信任危机。三是亲密社群的团结性依赖于在其间的各人都相互拖欠着未了的人情，这种人情往来类似于一种投资，维持着人与人之间的互助合作(费孝通，2007)。诸如“回账”等人情投资正是维持亲邻之间经济联系的一种重要方式。在力所能及的情况下，农户大都愿意帮助别人，以此实现互利互惠。

当然，社会资本不仅为农户带来经济资助，也能带来与经济相关的信息资源等，以此缓解农户的经济脆弱性。由此，本文提出假设二：

H2：控制其他因素不变，社会资本会缓解农户经济脆弱性。

(三) 社会资本在健康冲击对农户经济脆弱性影响中的调节作用

中国传统农村社会存在差序格局，每个人都是他社会影响所推出去的圈子的中心，由亲疏远近，从个体出发延伸出一圈圈类似于波纹的关系网络(费孝通，2007)。社会资本正是以信任、互惠规范和关系网络等形式(Woolcock，2010)存在于这种差序格局中，并在农村经济的发展中扮演着重要角色。农村正式福利机制尚不健全，社会资本作为一种非正式机制能降低不确定性带来的成本(周晔馨、叶静怡，2014)，在农户遭受健康冲击之际，又能否因其独特的资源与信息优势，降低健康冲击引致的经济成本即缓解经济脆弱性呢？

首先，社会资本通过亲戚之间的相互帮工缓解健康冲击带来的“劳动效应”。农村劳动力是农户家庭经济的重要支柱，健康冲击导致劳动力资源受损。而帮工作为一种维系村民人情关系的互惠交换行为，在现代蕴含着一定的经济价值。农户因健康冲击导致劳动效率降低时，亲友能在农忙之际给予生产上的帮助，缓解此效应所带来的经济脆弱性。其次，社会资本能弱化健康冲击带来的“挤占效应”。对于孩子的抚育作用可以从父母那里延伸出去，由家外的人来分担这任务(费孝通，2007)，故在教育资源被刚性强的医疗支出挤占之际，亲友可给予受冲击家庭以教育资助，并从孩子父母那里承担起对孩子的部分抚育责任。同时，农村各户之间存在生产工具等的互用，故当生产资料支出被医疗费用挤占时，为了不误农时，亲邻之间也可进行生产资料的互借，从而缓解由于这些刚性弱的支出缺位而导致的经济脆弱性。最后，社会资本能缓解健康冲击诱发的“情感效应”，亲属是自己人，从一个根本上长出来的枝条，原则上是痛痒相关，有无相通的(费孝通，2007)，在遭受健康冲击时，亲友的支持与关照能缓解受冲击农户的精神压力，起着安慰与激励之作用，这种正面的情绪亦使农户产生积极认知，从而优化家庭经济决策，降低经济脆弱性。由此。本文提出假设三：

H3：控制其他因素不变，当社会资本水平较高时，健康冲击对经济脆弱性的消极影响会降低。

三、研究设计 (一) 数据

本文使用的数据主要来自北京师范大学中国收入分配研究院公布的2013年“中国家庭收入调查项目”(Chinese Household Income Project)数据。CHIP数据是中国居民住户调查的权威性数据之一，根据系统抽样方法进行抽样，其样本涵盖了全国31个省(区)，能对所调查住户的个体人口特征、就业状况、收入状况、家庭收支情况以及农业经营等内容进行全面调查。本文主要关注的是农村住户健康状况等对其家庭经济脆弱性的影响，其中户主和家庭特征变量、社会资本变量、风险应对变量均来自该调查项目的农村住户部分。该调查由访员对户主进行提问，调查对象涵盖整个家户成员，由于农户户主能较好地代表一个农户家庭的经济状况，故以下实证分析均基于农户户主展开。在剔除样本中的缺失值、异常值、重复值并进行整理后，最终得到有效农村户主样本数据10489份。

(二) 变量设计与描述统计

1.被解释变量。在健康冲击下，通过“劳动效应”、“挤占效应”、“情感效应”三个机制的作用，农户家庭的最优资源配置机制被扭曲，诱发农户经济脆弱性特征的产生。本文通过“消费水平”与“风险应对能力”两个潜变量对农户经济脆弱程度加以衡量：

消费水平：农户收入或创收能力减少导致不同等级的生活舒适度评价，进而形成不同的消费或支付行为，这在一定程度上反映了农户遭受健康冲击后生活水平和消费水平的变化情况，即消费波动状况。该变量为有序变量，赋值在1~3之间，取值越大，表明消费水平越低，农户经济受健康冲击影响越大。

风险应对能力：在健康冲击的作用下，当家庭中有意外事件发生时，农户的风险应对能力会发生变化。该变量为有序变量，赋值在1~4之间，取值越大，表明农户越没有能力应对意外风险，即健康冲击对农户经济的影响越大，此时对于农户家庭来说，有充足的致脆弱性因素。

现有关于经济脆弱性的文献多是刻画风险对消费影响的现状，未考虑到家庭应对风险冲击的能力(张冀、王亚柯，2016)。本文用消费水平和风险应对能力两个潜变量衡量健康冲击导致的经济脆弱程度，不仅反映了健康冲击对农户消费支出的影响，同时也衡量了农户应对风险冲击的能力，是对农户经济脆弱性程度的全面考察。

2.解释变量。包括健康冲击和社会资本两类变量。

健康冲击变量：现有衡量健康状况的指标随研究内容的差异性而变化，通常包括这样几类：营养摄入，如能量的摄入等；基本体质特征，包括身高、体重以及体质指数(BMI)；疾病或残疾状况；健康状况自评；日常活动能力指数；健康受限天数等(张车伟，2003；魏众，2004)。这里选择健康自评变量作为衡量健康状况的指标，通常情况下，健康自评被视为一个不可观测的连续潜变量，需要通过方程估计获得，但作为一种检验手段，这里认为直接使用离散变量是可以接受的(魏众，2004)。表 1显示，受访农户的健康自评状况均值为2.01，表明从总体来说，我国农户处于较健康的状态。

社会资本变量：社会资本分项指标包括兄妹数量、信任水平、村干部身份与党员身份。社会资本主要由社会关系网络与信任等构成，根据Granovetter(1973)的定义，以互动频率、感情深度、亲密程度和互惠程度四个判定维度进行区分，在社会网络中存在着强关系与弱关系，强关系内的成员异质性低且互动频率高于弱关系内成员。本文将基于血缘而建立起来的关系视为强关系社会资本(兄妹数量)，基于地缘与业缘而建立起来的信任关系视为弱关系社会资本(信任水平)。个人的兄弟姐妹数量越多，其社会网络半径可能越大，在遭遇各类风险冲击时可寻求的外界帮助机会越多；对于亲戚朋友以外的其他人的信任水平越高，表明对人有更高的信任感，更易建立起基于地缘与业缘的社会关系，在遭遇风险冲击时可能选择求助于民间金融等非正式机制，从而在一定程度上弱化经济脆弱性。

政治身份为权力资源的获取提供便利(付振奇、陈淑云，2017)，党员或村干部具有更高的信誉度、更受人尊重，其政治或行政身份能帮助农户更轻易地构建质量较高的社会关系网络(李后建，2014)，通过获取更多的信息与资源，较早地在事前进行风险防范，并在风险冲击后及时进行补救，从而缓解经济脆弱性。本文将该两身份变量视为权力社会资本变量。

在定义各社会资本分项指标的基础上，运用神经网络(ANN)方法获得社会资本综合指标，并将其作为稳健性检验中社会资本分项指标的替换变量。

3.控制变量。鉴于诸多可能影响农户经济脆弱性的因素，本文将控制变量归纳为三个维度。

一是户主特征变量，主要包括被访户主的性别、年龄、婚姻状况、受教育年限、民族。在遭遇各类风险冲击时，男性和女性的经济受损程度及风险应对能力存在差异(刘国恩等，2004；魏众，2004；于大川，2013)；一般情况下，农村中年人凭借年龄优势有更多获取收入的途径，进而降低农户经济脆弱性的发生概率；非婚状态下的家庭经济收入一般差于已婚家庭(杨青等，2016)；教育是农村家庭打破固有阶层，进行代际间向上流动的主要方式，教育可能通过提高个人的知识储备与扩展交际范围等而使家庭收入提高，故有理由将其控制。

二是家庭特征变量，包括男性劳动力比例、家庭持有土地面积、外出务工者比例。男性适龄劳动力比例越高，意味着家庭有更多的收入渠道，从而弱化农户经济脆弱性；相比于从事传统农业生产者，外出务工者的收入可能更高，故外出务工者比例越高，可能越有利于提升农户经济收入；家庭持有土地面积可能会对农户经济产生正向影响。

三是风险应对变量，包括是否有养老保险、是否有借贷、上一年总收入、人均家庭金融资产。可以直观理解的是保险对于经济脆弱性来说起到缓和作用。同时，家庭资本储蓄积累越多，越有能力应对各种意外风险，从而缓解农户经济脆弱性。

本文中对各主要变量的说明与统计描述如表 1所示。

(三) 实证检验模型

为考察健康冲击与社会资本对农户经济脆弱性的影响，设定的基本模型如式(1)、式(2)所示：

$ Econ\_fra{g_i} = {\beta _0} + {\beta _1}Heal\_shock + {\beta _2}Socia{l_j} + {\beta _3}Controls + {u_i} $

(1)

$ Econ\_fra{g_i} = {\gamma _0} + {\gamma _1}Heal\_shock + {\gamma _2}Socia{l_j} + {\gamma _3}Socia{l_j} \times Heal\_shock + {\gamma _4}Controls + {e_i} $

(2)

上式中，i=1, 2，分别表示两个衡量农户经济脆弱性的潜变量；j=1, 2, 3, 4，分别表示四个衡量社会资本的分指标，Controls为各控制变量。

由于被解释变量具有离散有序属性，此类多值选择模型不宜采用经典OLS、Logit或Probit回归。显然，使用传统的Logit或Probit模型将无视数据的内在排序，故这里采用有序Probit模型(oprobit)。而在对oprobit模型进行解释时，不能简单地将估计系数解释成解释变量变对被解释变量的边际影响，而只能从符号上加以判断。当估计系数为正时，表明随着解释变量取值的增加，被解释变量发生的概率会增加，当估计系数为负时，则表明相应的概率降低。

四、实证分析与结果 (一) 回归结果与分析

1.基于总体样本的回归结果。在进行回归分析之前，对所有变量进行多重共线性检验，检验结果显示，所有变量的方差膨胀因子(VIF)均在2以下，满足回归的基本条件^①。本文首先分析健康冲击和社会资本对农户经济脆弱性的影响。其中，从消费水平和风险应对能力两个维度对农户经济脆弱性进行衡量，并在回归方程中纳入所有的户主特征、家庭特征与风险应对变量。

① Stata.15中命令为OLS回归后estat vif，篇幅所限，各变量方差膨胀因子(VIF)的计算结果未在文中列出。

表 2的(1)、(2)列汇报了健康冲击和社会资本变量对农户经济脆弱性的回归结果。第(1)、(2)列的回归结果表明，健康冲击对农户消费水平和风险应对能力的回归系数分别为0.206和0.207，且均在1%的水平上显著，这表明随着健康冲击的加剧，农户消费水平和风险应对的概率相应降低，即健康冲击会加剧农户经济脆弱性，原因可能是健康冲击通过“劳动效应” “挤占效应”与“情感效应”等作用途径降低了农户劳动生产效率、人力资本存量、家庭金融决策正确率，从而使农户家庭收入降低，继而引发一系列经济脆弱性问题。这一研究结论大体上是与高梦滔(2005；2006)等的结论是一致的，支持了研究假设1。

在第(1)列中，以兄妹数量(强关系)、信任水平(弱关系)、村干部身份为代表的社会资本变量对农户消费水平的回归系数均为负，且分别在10%、5%、1%的水平下显著，但其中党员身份对农户消费水平的影响不显著，表明兄妹数量越多、信任水平越高、拥有村干部身份能在一定程度上提升农户的消费水平概率。从第(2)列来看，以信任水平(弱关系)和党员身份为代表的社会资本变量对农户风险应对能力的回归系数显著为负，表明该两类社会资本能提高农户的风险应对概率。强弱关系社会资本与权利社会资本在提高农户消费水平和风险应对能力中发挥着不同的作用，但从总体来看，社会资本分项指标能显著降低农户经济脆弱性。农村社会资本丰富，并具有获取信息与优化配置资源的天然优势，通过信任、极高的欺骗成本与维持人情等隐形机制的作用，约束着农户的欺骗行为，使得农户更易获得亲友的现金与物资资助，从而缓解经济脆弱性。另一方面，以党员和村干身份为代表的权利社会资本也能通过信息和资源的优势缓解经济脆弱性，这验证了假设2。

第(3)、(4)列在第(1)、(2)列的基础上，纳入了以兄妹数量(强关系)和信任水平(弱关系)为代表的社会资本变量与健康冲击变量的交互项，以对农村社会中的社会资本在健康冲击对农户经济脆弱性中的作用进行分析。回归结果显示，仅党员身份在健康冲击对农户风险应对能力影响中的调节回归系数在10%的水平下显著为负，这表明以兄妹数量、信任水平和村干部身份为代表的社会资本在健康冲击对农户经脆弱性中的调节作用不显著。总体来说，社会资本在健康冲击对农户经济脆弱性中的调节作用极其微弱，不支持研究假设3。出现这一问题的原因可能有两点：一是随着农村经济的发展，农户的价值观念和生活方式发生了很大变化，村中的秩序和权威由辈分高低决定逐渐转向由经济地位高低决定(李伯华等，2011)。这使得农户之间的交往掺杂了更多金钱与利益关系，人情逐渐冷漠，农户之间的信任程度下降、相互帮工减少，经济利益的衍生亦使得农户之间生产资料等的馈赠与援助减少，健康冲击引致的“劳动效应”和“挤占效应”无法得到缓解，使得社会资本在缓解健康冲击对农户经济脆弱性中的作用不再显著。二是随着中国农村医疗制度的逐渐完善，社会资本较缺乏的农户可以求助正式医疗保障制度，如积极购买医疗保险、参与“新农合”等，这些正式机制的保障作用具有确定性，极大地缓解了健康冲击对农户经济脆弱性的影响。社会资本丰富的农户虽可在遭遇健康冲击时求助非正式机制，但在市场经济对传统农村人情社会的冲击下，社会资本在缓解健康冲击对农户经济负向影响中的不确定性增加，使选择求助于社会资本的农户相比之下更易遭受健康冲击，从而陷入经济脆弱困境。

从(1)、(2)列来看，户主特征变量中，性别对农户消费水平的回归系数显著为正，表明户主为男性会降低农户消费概率；婚姻状况的两个对应系数均在1%的水平上显著为负，表明户主已婚会弱化农户经济脆弱性；教育和民族对消费水平与风险应对能力的回归系数均在5%的水平上显著为负。家庭特征变量中，随着男性劳动力比例的提高，农户消费概率会显著下降，其余变量则不显著。在风险应对变量中，养老金状况对农户风险应对能力的回归系数显著为负，说明农户拥有养老金会弱化经济脆弱性；信贷配给状况对两个经济脆弱性变量均显著为正，显示农户拥有信贷配给会极大地强化农户的经济脆弱性；上一年人均可支配收入与人均家庭金融资产的系数估计值均在1%的水平下显著为负，体现了家庭资产积累对农户经济脆弱性的缓解作用。

2.基于性别与年龄的分样本回归。根据户主性别、年龄特征进行分样本回归，以进一步验证健康冲击和社会资本对农户经济脆弱性的作用是否会因户主性别和年龄的差异而有所不同。

表 3前四列为基于性别的分样本回归。第(1)、(2)列为基于男性户主样本的回归结果，第(3)、(4)列为基于女性户主样本的回归结果。可以看出，男性户主更易因遭受健康冲击而陷入经济脆弱困境，这可能是因为男性在农户家庭中承担了更多的劳动任务，通过与劳动相关的活动赚取收入，故男性身体状况受损，更易使家庭收入减少。从社会资本的视角来看，以强关系(Brothers)、弱关系(Trust)与村干部身份(Cardre)为主的社会资本均能显著缓解男性户主的经济脆弱性，而对于女性来说，社会资本对于经济脆弱性并没有起到显著的缓解作用。

本文将户主年龄划分为“16~64岁”与“65岁及以上”两个阶段，并进行分样本回归。结果显示，处于劳动年龄的户主在遭遇健康冲击时，消费水平下降概率低于非劳动年龄的户主，但其风险应对能力下降概率高于处于非劳动年龄的户主，且均在1%的水平上显著。总体来说，由于消费水平与风险应对能力的相互抵消作用，健康冲击对农户经济脆弱性的影响在年龄上存在较小的差异。而在社会资本方面，弱关系(Trust)社会资本与村干部身份能显著缓解处于劳动年龄的户主的经济脆弱性，处于劳动年龄的农户可能拥有更多由于地缘、业缘等建立起来的信任与社会关系资源，从而有更高的概率获取经济收益或借贷，以此缓解经济脆弱性。

(二) 纠正选择偏误

1.倾向得分匹配(PSM)。值得探讨的是，遭受健康冲击的农户与未遭受健康冲击的农户在事前可能就存在一定的系统差异，如前者可能是那些平日对自己健康状况不太重视的农户，这样使研究样本不可避免地存在“选择性偏误”，产生内生性问题，从而影响因果关系的推断。为解决样本选择偏误可能带来的内生性问题，本文采用倾向得分匹配(Prospensity Score Matching，PSM)作进一步分析。

倾向得分匹配是在控制选择性偏误的情形下进行因果推断的有效方法，其基本原理为：在评估某一干预变量对被解释变量的效应时，应尽可能建立一个与干预组在可观测的共变量上分布上相近的控制组。为便于研究，本文将健康冲击变量降维为二分变量^① (Heal_shock^*)。倾向值指被研究的个体在控制可观测的共变量的情况下受到干预变量影响的条件概率，本文将遭受健康冲击的农户组(干预组)与没有受到健康冲击的农户组(控制组)进行配对，使两者的倾向值尽量趋于相同，最终比较匹配所得的的干预组与控制组在经济脆弱程度上的平均差异即可得到“平均干预效应”(Average Treatment Effect, ATE)，即选择偏差。同时也可得到“干预组平均处理效应”(Average Treatment on the Treated, ATT)，即只考虑遭受健康冲击的农户组的平均处理效应，这也是研究者通常关心的。倾向值、ATT具体定义如下：

$ p\left(x \right) = {\rm{Pr}}\left({{D_i} - 1|X} \right) = E({D_i}|X) $

(3)

$ \begin{array}{l} ATT = E\left({{Y_{1i}} - {Y_{0i}}|{D_i} = 1} \right)\\ \;\;\;\;\;\;\;\; = E\left\{ {E\left[ {{Y_{1i}} - {Y_{0i}}|{D_i} = 1, p\left({{X_i}} \right)} \right]} \right\}\\ \;\;\;\;\;\;\;\; = E\{ E\left[ {{Y_{1i}}|{D_i} = 1, p\left({{X_i}} \right)} \right] - E[{Y_{0i}}|{D_i} = 0, p\left({{X_i}} \right)]|{D_i} = 1\} \end{array} $

(4)

① 这里将健康冲击变量进行了重新编码，由五分变量转换为二分变量。

上式中，Y_i为因变量，D_i为干预变量即降维后的健康冲击变量。接下来将按照估计倾向值、基于倾向值匹配干预组与控制组并估计因果效应、检验匹配后数据的平衡性三步法来进行倾向得分匹配。

在Stata软件中进行倾向得分匹配，这里采用邻近匹配方法，并通过Bootstrap自助法获得标准误。表 4呈现了健康冲击对农户经济脆弱性的倾向得分匹配结果，在大多数样本被保留用于因果效应估计的情况下，该匹配方式较好地实现了干预组与控制组的匹配。进一步对匹配结果进行平衡检验，发现匹配后的大多数变量的标准化偏差大幅减小，且大多数t检验结果不拒绝干预组与控制组无系统差异的原假设，表明该匹配方式较好地平衡了数据^②。

② 限于篇幅，检验匹配数据的平衡表未在文中列出。

根据表 4，在运用倾向得分匹配(PSM)控制了样本选择偏误及混淆因素的影响后，健康冲击对农户经济脆弱性仍存在负向影响，进一步支持了研究假设1。遭受健康冲击的农户的消费水平概率与风险应对概率比其未遭受健康冲击之前分别低10.8%和16.1%，且均在1%的水平下显著，与进行倾向得分匹配前的估计结果进行对比，不难发现，若不对健康冲击的选择偏误问题进行处理，可能高估健康冲击对农户经济脆弱性的负向影响。采用半径匹配和核匹配方法，亦得到类似结论。

2.处理效应模型。倾向得分匹配(PSM)能处理样本的选择性偏差带来的内生性问题，但其只控制了可测因素在健康冲击对农户经济脆弱性中的影响，而忽略了不可测因素的影响。可能的情形是仍有一些不可测因素使得某些农户更易遭受健康冲击。为得到更加稳健的回归结果，本文进一步运用处理效应模型(treatment effects model)解决依不可测变量选择问题。考虑本文中因变量为有序多项变量，在Stata软件中运用“treatoprobit”命令进行处理。处理方程和结果方程分别为：

$ Heal\_shoc{k^*} = \delta {Z_i} + {\varepsilon _i} $

(5)

$ Econ\_fra{g_i} = {\varphi _1}Socia{l_j} + {\varphi _2}controls + {\theta _i} $

(6)

式中Z_i为工具变量“地区健康状况平均值”，本文将其视为地区健康氛围的潜变量。由于地区健康氛围会影响农户健康行为的选择，如健康氛围更好的地区的农户更关心自身健康并进行健康风险管理，从而使其较少遭受健康冲击，但地区健康氛围不会直接对农户经济产生作用，意即地区健康氛围仅通过影响农户健康来影响农户经济，可以认为这是一个合适的工具变量。本文采用两步法估计，最终回归结果如表 5所示，rho值不显著，表明影响农户经济脆弱性的误差项与影响健康冲击的误差项是不相关的。同时，处理方程中Z_i(地区健康状况)前系数显著为正，表明地区健康氛围会影响农户健康行为的选择。进一步控制内生性后，结果表明，大部分社会资本变量会对经济脆弱性产生显著的弱化作用，与前文结果一致。

(三) 基于中介效应模型的影响机制分析

在研究解释变量X对被解释变量Y的影响时，X除却对Y产生直接影响的同时，还通过变量M对Y造成间接影响，则可称M为中介变量，反映三者关系的模型即称为中介效应模型。在第二部分机制分析的基础上，本文采用检验中介效应最常用的逐步法进行中介效应分析(Baron and Kenny，1986；温忠麟、叶宝娟，2014)，具体建立方法如下：

$ Econ\_fra{g_i} = {\beta _{0i}} + {\beta _{ij}}{X_{ij}} + {u_i} $

(7)

$ M = {\omega _{0j}} + {\omega _{1j}}{X_{ij}} + {\partial _i} $

(8)

$ Econ\_fra{g_i} = {\beta '_{0i}} + {\beta '_{ij}}{X_{ij}} + \alpha M + {\vartheta _i} $

(9)

其中，Econ_frag_i(i=1, 2)分别表示度量经济脆弱性的两个指标；X_ij(j=1, 2)分别表示健康冲击和社会资本两个关键解释变量；M表示中介变量，在健康冲击影响经济脆弱性的作用机制中，中介变量为外出务工(Out)、挤占变量(Over)、情感冲击(Emotion)，在社会资本影响经济脆弱性的作用机制中，中介变量为对亲戚的信任程度(Rtrust)。对各中介变量的解释说明如表 6。

式(7)中X_i包括健康冲击和社会资本两个变量，此回归方程同式(1)，衡量了该两变量对经济脆弱性的总效应，系数β_ij衡量总效应的大小；式(8)表示健康冲击或社会资本变量对相应中介变量的影响效应，解释变量前系数ω_1j的正负性表明这种影响的具体作用方向；式(9)衡量的则是健康冲击和社会资本变量对经济脆弱性的直接效应。若将式(8)带入式(9)中，可得：

$ Econ\_fra{g_i} = {\rm{ }}{\beta '_{0i}} + \alpha {\omega _{0j}}) + {\rm{ }}{\beta '_{ij}} + \alpha {\omega _{1j}}){X_{ij}} + {u_i} $

(10)

上式中，系数αω_0j衡量的是中介效应，即健康冲击或社会资本变量通过相应机制变量影响经济脆弱性的程度。

从表 7中可以看出，在健康冲击的影响机制中，存在挤占效应和情感效应两条作用渠道，即式(8)中挤占效应变量(Over)和情感效应变量(Emotion)分别对健康冲击变量(Heal_shock)的回归系数显著。在原回归方程中加上中介变量后，式(9)的回归结果表明，挤占效应变量和情感效应变量回归系数亦均在1%的水平下显著为负，且相较于式(7)，式(9)中健康冲击变量前回归系数数值显著减小，意味着中介变量Over和Emotion有助于预测被解释变量即农户经济脆弱性。其中挤占效应机制是指健康冲击所引致的刚性较强的支出会减少农户家庭的农业经营性投入，这种刚性较弱的生产资料被挤占导致农业生产效率下降从而强化农户经济脆弱性。同时，情感效应机制是指家庭遭受的健康冲击越大，家庭越感到不幸福，消极情绪和认知可能影响家庭正确的金融决策，从而强化农户经济脆弱性。

表 8汇报了社会资本的中介效应模型。表明强弱关系社会资本、权力社会资本对农户经济脆弱性的影响渠道中，均存在以亲属信任(Rtrust)为代表的中介变量。相比于式(7)，式(9)中社会资本变量除党员身份为代表的权力社会资本外，其他社会资本变量的回归系数均有所减少。当强弱关系社会资本与权力社会资本比较丰富时，亲属信任程度也越高，从而能在一定程度上缓解经济脆弱性。

(四) 稳健性讨论

1.建立贫困脆弱性指数。本文采用Chaudhuri et al.(2002)提出的基于预期贫困定义的贫困脆弱性指标(VEP)，即指如果农村家庭在未来发生贫困的概率超过了设定的脆弱线，则定义该农村家庭是具有贫困脆弱性的家庭。在VEP的定义下，本文参照Chaudhuri et al.(2002)、李齐云、席华(2015)的方法，在人均年消费对数服从正态分布的假设下，采用三阶段可行广义最小二乘法(FGLS)估计农村家庭未来发生贫困的概率。

步骤一：对农村家庭人均消费对数进行回归估计，同时将回归后的残差平方作为收入波动进行OLS估计：

$ ln\;{Y_{i, t}} = {X_{i, t}}\beta + {e_i} $

(11)

$ \hat e_i^2 = {X_i}\theta + {\tau _i} $

(12)

其中，X_{i, t}指的是影响农村家庭人均纯收入的可观测特征变量，本文选取个人和家庭特征变量对人均消费对数进行回归估计，以对家庭贫困脆弱性进行度量。

步骤二：在步骤一的基础上构建异方差结构作为权重重新对残差平方和消费对数进行加权回归，得到$ {\hat \beta } $和$ {\hat \theta } $。根据估计量我们可以直接估计未来人均消费对数的期望值和方差。

$ \hat E\left[ {ln\;{Y_i}|{X_i}} \right] = {X_i}\hat \beta $

(13)

$ \hat V\left[ {ln\;{Y_i}|{X_i}} \right] = {{\hat \sigma }_{e, t}} = {X_i}\hat \theta $

(14)

步骤三：在人均消费对数服从正态分布的假设下，通过选择贫困线和脆弱性标准进行贫困估计：

$ {{\hat V}_i} = {\rm{Pr}}\left({ln\;{c_i}i < lnz|{X_i}} \right) = \emptyset \left[ {\left({l{n_z} - {X_i}\hat \beta } \right)/\sqrt {{X_i}\hat \theta } } \right] $

(15)

估计贫困脆弱性时，需要设定贫困线，式中lnz即指的是贫困线标准的对数值。根据我国2011年提出的2300元贫困线标准，将其作为贫困线和脆弱性标准带入式中进行计算。之所以采用人均消费衡量家庭贫困程度，是因为使用收入标准界定贫困可能无法在回归模型中控制收入变量，而不控制收入变量可能导致比较严重的内生性问题(张栋浩、尹志超，2018)。对于脆弱线的设定，本文采用贫困发生率29%^①概率值作为脆弱线，即如果一个家庭在未来陷入或保持贫困的概率大于或等于29%，则这个家庭就被认为是脆弱的，取值为1，相反则取值为0。在29%的贫困发生率下，利用中国家庭收入调查(CHIP)2013年数据得出当年农户家庭中，具有贫困脆弱性的家庭比例为3%。

① Ward(2016)和张栋浩、尹志超(2018)认为以50%概率值作为脆弱线存在一个缺点，即其只能识别出长期贫困的农村家庭，从而可能遗漏暂时贫困的农村家庭。近些年，有学者开始采用经过时间期限折算的概率值作为脆弱线，Gunther and Harttgen(2009)和张栋浩等(2018)将贫困发生率50%折算成29%，以设定家庭在未来两年内可能发生贫困。

2.替换变量回归。本文将经济脆弱性的两个衡量指标替换为贫困脆弱性指标(Vulnerability)，同时将社会资本的分项指标替换为综合指标(Social)，并采用前文基准模型(1)、(2)进行probit回归。表 6显示，在稳健性检验中，包括健康冲击和和社会资本变量在内的核心变量的估计结果与前文回归结果保持一致，即健康冲击会加剧农户经济脆弱性，社会资本则会弱化农户经济脆弱性，但只有前者在5%的水平下显著，可见虽然强弱关系社会资本与权力社会资本仍在中国农村发挥着重要作用，社会资本综合指标对经济脆弱性的作用不太显著，可能是在计算综合变量时，损失了部分信息。同时，就社会资本在健康冲击对农户经济脆弱性中的调节作用而言，其影响仍不显著，与前文所得结果一致。

鉴于健康自评变量具有一定的主观性，本文采用生病天数(一年内因生病或受伤影响工作、生活和学习的天数)作为前文健康冲击的替换变量，进行替换变量回归，回归结果如表 6中后两列所示，结果与前文无异。

五、结论与政策启示

健康冲击可能导致农户消费水平与风险应对能力降低，即产生经济脆弱性问题，而解决农户经济脆弱性问题在阻断贫困发生方面发挥着重要作用。本文从健康冲击和社会资本视角切入，将两者对农户经济脆弱性的作用机制进行具体分析，通过建立oprobit模型进行实证分析，使用倾向得分匹配和处理效应模型纠正选择偏差问题，并采用中介效应模型就健康冲击和社会资本对农户经济脆弱性的具体作用机制进行检验，得出的结论如下：一是无论是从消费角度还是风险应对角度来看，健康冲击有极大概率致使农户经济脆弱性的产生，在解决选择偏误问题与替换变量后的回归结果仍然支持该结论，同时，健康冲击会通过挤占效应和情感效应两条渠道对农户经济脆弱性产生影响。二是在农村差序格局中，通过提高农户消费水平或风险应对能力，强弱关系社会资本与权力社会资本有效地缓解了农户经济脆弱性，但总体而言，社会资本在缓解经济脆弱性中的作用不太显著。三是男性户主更易因遭受健康冲击而陷入经济脆弱困境，处于劳动年龄的户主在利用社会资本缓解经济脆弱性方面更具优势。四是随着现代经济的发展，传统农村社会秩序逐渐瓦解，人情趋于冷漠，农户之间的交往掺杂了更多利益关系，同时随着农村医疗保障体制的完善，正式保障机制的作用超过社会资本的作用，使得社会资本在缓解健康冲击对农户经济脆弱性中的作用并不显著，甚至在某种程度上强化了这种负向影响，这与笔者的预期相反。

从降低经济脆弱性入手，可以为解决农村贫困与返贫问题提供新的思路(韩峥，2004)，根据前文的实证分析，本文有两点政策建议：其一是农户面临着各类健康风险，虽则国家在农村医疗方面投入较多，但仍存在大量的因病返贫现象。故政府应进一步加强对农户的健康风险管理，在事前与事后多举措并行降低农户健康风险。同时也应加强宣传，提高农户对于农村各项医疗保障措施的认可度与参与度，提高其规避健康风险与冲击的能力。其二是政府可在市场经济下充分挖掘社会资本对现代经济发展的作用，如合理引导社会资本在民间借贷中发挥担保与监督等作用，扩展农村资金渠道。当农户拥有更多的资金来源渠道，在遭遇各类风险冲击时，才不致因单一的求助渠道而陷入经济脆弱困境。