表4 健康状况的影响因素估计 (Ordered probit) 健康自评状况 系数 标准差 P值

lninc 0.015 0.044 0.043**

wealth 0.009 0.010 0.072*

gender

age 0.021 0.004 0.000***

edu -0.052 0.013 0.000***

jobers 0.241 0.072 0.001***

marital

liaoning

heilongjiang

jiangsu -0.134 0.101 0.188 0.099 0.122 0.418 -0.142 0.206 0.490 -0.201 0.243 0.408 -0.342 0.197 0.083 shandong -0.575 0.224 0.010**

henan -0.456 0.200 0.022**

hubei

guangxi hunan -0.534 0.209 0.011**

对数似然值 -1813.040

似然比统计量 160.740

显著水平 0.000

拟R2 0.042

观测样本数 1636

注： ***在1%的水平上显著；** 在5%的水平上显著； *在10%的水平上显著 -0.147 0.212 0.487 -0.012 0.187 0.951

需要变量上，疾病严重程度越高的人越倾向于治疗，而且变量十分显著，这说明人们对健康风

险有很强的规避意愿；因病不能正常活动天数对治疗概率影响也很显著，边际效应显示，因病不能

正常活动天数每增加一天，治疗概率会提高1%；而在疾病种类上，大部分变量都不显著，只有发烧、

腹泻、头痛三种疾病对于治疗概率有显著正影响。这一方面可能的原因是这三种疾病治疗的成本相

对较低，从而提高了农民的医疗服务利用概率；另一方面可能的原因是相比于其他疾病种类而言，

这三种疾病直接影响着农民进行劳动的能力并且治疗后可以显著地恢复或提高劳动能力。为了验证

第二种可能的原因，我们在模型中加入了收入和疾病种类的交叉项来重新进行回归，回归的结果如

表5所示。结果显示，发烧、腹泻、头痛三种疾病和收入的交互项系数显著，当收入增加时，患这

三种疾病的治疗概率显著地高于没患病的情况，而其他疾病和收入的交互项不显著。这说明农民的

医疗支出概率严重地受收入的约束，那些直接影响获取当前收入能力而且治疗后可以明显增加获取

当前收入能力的疾病会得到及时的治疗，反之，则会推后处理。

表5 慢性病种类和收入交互项probit模型 变量 系数 先决变量

gender -0.081 0.035 **

agea -0.283 0.071 *

ageb -0.308 0.032 **

edub

educ

edud 0.087 -0.018 -0.062

使能变量

comed 0.021 0.844 0.007

-0.046 hhold -0.141 0.063 *

0.419 0.886 0.673 -0.027 -0.096 -0.101 0.028 -0.006 -0.021 0.111 p值 边际系数 marital 0.324 0.001 ***