健康冲击的家庭溢出效应：来自丹麦的实证证据
Fadlon, Itzik, and Torben Heien Nielsen. 2019. 'Family Health Behaviors.' American Economic Review, 109 (9): 3162-91.
导读
本文研究家庭溢出效应（spillover effect）如何塑造人的健康行为。本文利用丹麦的行政数据来确定健康冲击（例如某位家庭成员突发心脏病或者中风）对其他家庭成员预防性健康消费和健康相关行为的影响。使用未来几年经历过同样健康冲击的家庭进行匹配，构建反事实。结果发现配偶和成年子女会立即增加预防性健康消费，这个效果在经济和统计都很显著，且持续时间很长。更有趣的是这种溢出效应影响深远，甚至会影响到同事。在影响机制上，除了家庭成员通过健康冲击了解到自己患病风险也很高，进而增加预防性健康消费以外，本文还发现健康冲击提高了对某一类疾病的重视程度，即使自己患病的可能极低（例如，配偶患有女性癌症会增加本人在癌症检测上的支出）。
文献回顾
健康行为对于人的健康有重要影响：坏的健康行为例如抽烟酗酒，好的健康行为例如使用预防性的保健服务。由于健康行为形成后很难被改变，所以对于什么因素塑造了健康行为显得格外重要。
过去的研究多集中在医疗教育和经济激励对于健康行为的塑造（Cutler, 2004; Cawley and Ruhm, 2011; Glennerster, 2011）。鉴于家庭影响在经济学中的重要地位，例如劳动经济学家在家庭对于个人消费和劳动供给影响的研究（Becker，1991; Browning, Chiappori and Weiss, 2014）, 不难推测家庭对于健康行为也有会重大影响。然而由于家庭内部存在众多对于健康有影响，但不可观察的因素（例如家庭教育，生活习惯），因此内生性问题成为研究家庭对于健康行为影响最大的阻碍。
本文利用突发心脏病的时间几乎随机的特性（Chandra and Staiger, 2007; Doyle, 2011），比较不同时间突发心脏病的家庭在预防心脏病药物消费上的差异，估计健康冲击在家庭内部的溢出效应。
数据
数据时间：1980-2011
数据概览：利用丹麦的多个行政数据库构建数据集，数据覆盖丹麦所有家庭，涵盖所有家庭成员的健康支出数据（例如，住院数据、处方药购买数据）以及其他人口学数据。
数据优势：1、样本多，数据时间长；2、丹麦几乎实现了全民医保全覆盖，可以排除医保的混杂效应。
实证策略
本文采用动态DID的方法，i 代表个体，t 代表时间，treat 是虚拟变量，i 所在家庭有人突发心脏病为1，其他为0。r 代表与处理时间的时间差，以丈夫2020突发心脏病为例，r = ﹣2 表示2018年，即心脏病发作的前2年。
结果
01
心脏病冲击的溢出效应
本文展示了三类人群的溢出效应：配偶、成年子女、同事。其中配偶层面观察了两个解释变量，一个是降低心脏病发病风险的药物（Statin）使用情况，另一个是胆固醇血液检测情况（预防心脏病）；成年子女方面，区分了不同年龄的成年子女，解释变量是降低心脏病发病风险的药物（Stain）使用情况；同事层面也区分了不同样本。从结果上，对于配偶、成年子女、临近同事的溢出效应都很显著：配偶（25-55 岁）Statin药物使用量增加了15%，年轻子女（25-40岁）增加了37%，年老子女（40-55 岁）增加了16 %，临近工人增加了16%。另外从图中可以看到处理前的平行趋势（parallel trends）也很好。
02
致死性疾病的溢出效应
本文为了增强结果的外部有效性，还研究了配偶由于疾病去世带来的溢出效应，本文研究在两个方面的溢出效应：1、加强对于健康的重视；2、减少有害健康的行为。结果都很显著。
加强对于健康的重视：本文使用两个代理变量来度量对于健康的重视程度，一个是是否因为疑似患病住院，但事后证明没有患病的数据，另一个是在非工作时间向医护人员打电话咨询的数据。
减少有害健康的行为：本文使用两个代理变量来度量减少有害健康的行为，一个是辅助戒烟的药物使用量，另一个是止疼药（Opioid）的使用（大量使用有害健康）。
机制
本文最精彩的部分在于对于机制的探讨，主要探讨了两个机制：1、学习到新知识，即通过家人患病了解到自己某类疾病的患病风险；2、增强对健康的关注，即通过家人患病加强对健康的重视（即使已经充分了解自己的患病风险）。
A
学习到新知识
如果是这个影响机制，那么对于患病风险更高的家庭成员，对于他的溢出效应更高。作者利用冲击之前的人口学数据估计患病风险，将人分为高风险和低风险人群，发现高风险人群的溢出效应更大，证实了这一机制。
B
增强对健康的关注
B1 已经了解到患病风险
作者认为如果配偶在冲击之前进行过血液胆固醇检测，那么他对于自己患病风险就应该有充分了解（血液检测结果会影响医生是否开具控制胆固醇的药物）。那么对于这部分人群，如果在冲击后还有溢出效应，那么冲击的影响机制就应该是增强了对于健康的关注。表3的第三列证实了这一猜测。
B2 不相关疾病的影响
如果影响机制是了解到了新的信息，那么对于配偶罹患妇科癌症的人来说不应该有溢出效应（因为他不可能得该类病），但是数据中仍然估计出了显著的溢出效应，作者认为这就是增强对健康关注的证据。类似的，作者也研究了配偶死于非肺癌是否会增加对于戒烟辅助药物的使用，结果同样显著。
B3 对于女婿、儿媳的影响
作者还研究了冲击对于女婿和儿媳的影响，这些人群不具有血缘关系，而且在童年时期没有共同生活，因此患病风险不太相关。另外作者还区分了子女与父母居住地的距离，结果发现距离越近的女婿和儿媳溢出效应更大。
总结与评论
本文研究了健康冲击对于家庭成员的溢出效应，研究发现，健康冲击对于配偶和成年子女有持久且显著的效应，这些溢出效应在女婿儿媳乃至同事层面都保持显著，填补了文献空白。在实证结果的基础上，本文还探究了溢出效应的机制，一种是通过家庭成员患病得知了自己的患病风险，加强了健康防护，另一种是仅是因为亲友患病而让自己更加关注健康，两个机制在数据中都得到了很好的证明。
这篇文章能填补文献空白的很大原因是本文的数据样本规模大，时间长，涵盖内容多，能够很好的解决家庭内部不可观测的因素的干扰。但是也正是因为需要解决内生性的问题，本文主体的分析样本集中在发生过突发心脏病的个体，这样也导致文章的外部有效性存疑。但是本文也使用了其他的冲击，已经在数据可及范围内做的十分详尽，并且在机制上阐述非常详尽。回到中国问题，这样的故事是否还成立，当健康冲击遇到医保覆盖有限的情况下，故事是否会有所不同，还需要进一步研究。