[摘要] 当前，许多媒体正在构建着关于抑郁症的种种“神话”，认为抑郁症是一种“天才病”，高级知识分子更易得抑郁症，但是关于教育和抑郁关系的实证研究国内却很少。。为此，本文基于中国家庭追踪调查数据，在控制了原生家庭背景和个人健康禀赋的前提下，研究了教育对成年人抑郁情绪的影响效应和内在机制。结果显示：（1）教育对抑郁有着显著的影响，但并非简单的线性关系，而是存在着“健康红利”的上限。随着受教育程度的提升，抑郁水平会存在先下降后上升的“U”型态势，其临界点在于是否接受过高等教育。抑郁症确实更加青睐那些拥有研究生及以上学历的高知识阶层（2）教育对于抑郁的影响存在着明显的年龄效应，会伴随着个体生物周期呈现出不同的模式与特征。随着年龄的增长，高学历群体的抑郁水平会逐渐下降。（3）进一步研究发现，教育能够通过改善个体的健康与认知能力，以及提升个体的社会经济地位从而降低其抑郁水平。“社会化机制”在其中发挥着重要的作用，教育更多是通过改善个体的自我认知与自我管理能力从而增进个体的心理健康水平的。上述结论意味着：在除了常规的学校教育之外，政府还可协同企事业单位和社会组织等加强对于社会公众的健康知识宣传与教育，提升公众的健康认知能力，培育公众良好的运动习惯。

[关键词] 教育;抑郁;高学历;健康红利

一、问题的提出

当前，抑郁症已演变为一种全球性的人类社会顽疾[1]。在中国，2015年的抑郁症发病率达到4.2%，抑郁症患者总计超过5000万人[2]，抑郁症已经成为中国第二大疾病负担[3]。党的十九大报告指出，“人民健康是民族昌盛和国家富强的重要标志”，强调要实施“健康中国”战略，并“加强社会心理服务体系建设”。[D5] [YW6] 在此背景下，对于抑郁影响因素的研究无疑具有重大的现实意义。尽管西方学界早已认识到抑郁症有着其深刻的社会根源及影响（Pearlin，1989；Aneshensel，1992）[D7] [YW8] ，但当前学界对于抑郁症的经验研究仍较多地停留在病理学层面，对于抑郁症的社会属性关注不足。

与此同时，许多媒体却在构建着关于抑郁症的种种“神话”。一种流行的观点认为抑郁症是一种“天才病”，或者说高级知识分子更易得抑郁症，例如曾有一项针对1004名“成功人士”的研究发现，有50%的艺术家、46%的作曲家和77%的诗人均遭受过抑郁症的困扰（Ludwig，1995）；而在历史上懔患抑郁症的名人也是屡见不鲜：诺贝尔文学奖得主海明威与川端康成、中国诗人海子、顾城¼¼这样的案例不胜枚举。2017年由Science实施的博士调查报告也指出有45%的博士表示其曾遭受过抑郁症的困扰（Woolston，2017），由此也引发了一种困惑：抑郁是一种“知识病”吗？是否更加青睐高学历人士或知识分子？

现有关于教育和抑郁关系的研究大多基于欧美国家的调研展开，对中国等发展中国家的研究还很少。过去几十年，以中国为代表的发展中国家实现了国民受教育程度的快速提升，而人们抑郁症的发病率也在快速上升。根据世卫组织的估计，目前有3亿多人罹患抑郁症，从2005年至2015年，增长了18.4%[4]。已有经验研究结果显示，更高的受教育水平对抑郁的发生能够起到显著的抑制作用（Cho et al.，1998；Wang，2008；Yu et al.，2010；李甲森、马文军，2017），这显然不能解释正在发生的现象。已有研究可能存在以下两点问题，其一，家庭背景较好、父母受教育程度较高的家庭成员受教育程度会更高，也会有更好的经济水平。在不处理受教育程度内生性的前提下，一般的估计模型识别到的可能仅仅是家庭背景或者经济水平和抑郁之间的正向关性。其二，在当前日益复杂化和专业化的社会环境中，教育会对个人发展和社会生活的诸多方面产生巨大影响，而这些方面会对抑郁情绪带来截然不同的影响，所以教育和抑郁之间很可能不是简单的线性关系。本文基于中国家庭追踪调查数据，在控制了家庭背景和个人健康禀赋的前提下，探讨了教育对成年人抑郁情绪的影响效应，并首次尝试借助工具变量法检验此前研究中可能存在的内生性问题，以期更加深入地理解教育对于个体心理健康的作用及意义，为改善社会的心理健康水平提供可行的建议。

二、文献综述

许多研究者注意到个人的社会经济地位（Social Economic Status，简称SES）[D9] [YW10] 会对其心理健康水平产生显著影响（Lorant et al.，2003）。对此的解释主要存在两大理论：其一为社会引致理论（social causation theory），即社会经济地位低下的群体会在工作和生活中遭遇更多的挫折、失败与困境，进而恶化其心理健康水平；其二为社会选择理论（social selection theory），即在低社会经济地位群体中，那些最健康和最优秀的个体会跻身高社会经济地位群体，与此同时高社会经济地位群体中那些不健康的“落败者”会降至低社会经济地位群体，最终导致两大群体之间心理健康水平的分野（Link et al.，1993；Easterbrook et al.，2015）。而作为影响个人社会经济地位最重要的变量之一，教育对于心理健康的重要意义自然也引起了学界的关注。

众多研究表明，教育是影响人们心理健康的重要因素，但是教育对人们抑郁情绪的影响效应并没有一致的结论。部分学者认为，高学历人群往往拥有更低的抑郁症发病率（Dohrenwend et al.，1992；Lorant et al.，2003），且教育对于抑郁的缓解效应会随着年龄的增长而增强（Miech & Shanahan，2000）。教育之所以能够降低抑郁主要是通过两种机制路径。其一是分配机制（the allocation function），即教育能够通过增加个人所掌握的经济社会资源从而提升其抵御抑郁的能力。具体而言，许多研究证实经济困境、婚姻挫折和失业会显著提升抑郁水平（Levecque et al.，2011），而高学历者往往更易于找到好工作，获得更高的收入和社会地位，增进个人的自我满足感（Gecas & Seef，1989），且更不容易遭遇失业、离婚等问题（Kettunen，1997；Jalovaara，2002），从而会拥有相对更低的抑郁水平（Ross & Huber，1985；Ross & Wu，1995）。其二是社会化机制（the socialization function），即教育本身能够提升个人抵御抑郁的能力。具体而言，首先，个人通过接受更多的教育所获得的知识、技能以及思维观念有助于提升其认知能力、掌控能力与解决问题的能力，从而更好地处理工作与生活中出现的困难；其次，接受更高水平的教育有助于个人养成健康良好的生活习惯；最后，高学历者更易于发展出一个发达的社会关系网络为其提供支持与依靠，从而降低抑郁发生的概率（Aneshensel，1992；Pearlin，1989；Ross & Wu，1995；Mirowsky & Ross，1998；2003）。

也有许多研究认为教育对心理健康的影响存在着边际效益的递减而非线性累加（Goesling，2007；Feinstein，2002；Link et al.，2008；Chevalier & Feinstein，2006），即教育对于心理健康的积极效应存在一个“上限”：当个人的教育水平达到一定程度之后，更多的教育并不会带来更好的心理健康水平。这部分是由劳动力市场上的过度教育所导致的，即社会层面的教育扩张并未带来劳动力市场的结构升级，结果导致许多个体的教育水平远远超过了工作职位所需，这种教育与工作的不匹配会带来心理上的紧张、失望与沮丧，最终增加抑郁症的发生可能（Bracke et al.，2013；2014）。此外，也有少数研究发现教育对于抑郁的影响并不具有普适性而是可能存在国别差异，如一项针对欧洲22个国家的研究便并未发现教育能够显著降低抑郁（von dem Knesebeck et al.，2011）。

综观学界，现有关于教育对抑郁影响的研究大多基于欧美发达国家开展，对发展中国家的研究则为数寥寥，尤其是对于和西方文化差异巨大的东亚国家未给予足够关注，仅有少数研究探讨了在韩国（Cho et al.，1998）与中国台湾（Wang，2008）等地的抑郁症情况及其影响因素。Cho等（1998）对韩国的研究发现那些受教育年限在13年以下的人群呈现出更高的抑郁水平；Wang（2008）针对中国台湾的研究发现有着16年以上教育年限的个体其抑郁水平相较其他人会降低40%。那些教育年限更长的群体尽管在前期有更高的抑郁水平，但随着年龄的增长，其抑郁水平会逐渐下降并趋于稳定；而教育年限较短的群体尽管前期抑郁水平较低，但随着年龄的增长其抑郁水平会大幅上升。Yu等（2010）基于中国老年人抽样数据的研究以及李甲森、马文军（2017）基于中老年人抽样调查数据均发现教育水平更高的人群拥有相对更低的抑郁水平，但该研究主要集中在老年群体并不能推广至全体成年中国人。Qin等（2016）提出教育对中国成人抑郁水平的影响可能存在着一种非线性关系，然而该研究尽管实施了一些稳健性检验，但在内生性问题的处理上依旧不够充分，因此其结论效度有待进一步验证。

三、研究设计

（一）基础模型

在考察教育对于抑郁水平的影响效应时，本文设定基本线性回归模型（1）。

                               (1)

其中表示个体的抑郁水平，表示个体的受教育水平，表示控制变量矩阵，则为随机扰动项。当直接采用最小二乘估计时，可能会存在反向因果、测量误差以及遗漏变量等问题。由于本研究主要采用的是年龄在30岁以上的中年人样本，其均已完成了受教育过程，因此其当前的抑郁水平不应当会影响到其早年的受教育水平，故反向因果问题并不突出。在测量误差方面，本文遵行通行的研究方法，以不同学历所需的平均受教育年限来测量个体的受教育水平，从而保障不同个体教育水平的可比性，降低对个体受教育水平测量的偏差。在遗漏变量方面，由于个体受教育水平和心理健康水平可能会同时受到诸如个体早期家庭经济社会状况和初始健康水平等变量的影响，因此本文重点控制了个人的早期家庭环境和初始健康禀赋变量，具体包括父母的受教育年限以及身高等。借鉴程令国等（2014）的研究，父母的受教育年限可作为早期家庭背景的测量变量，而身高则可视为个体初始健康禀赋和家庭背景的代理变量。此外已有研究发现女性通常有着更高的抑郁症发病率（Van de Velde et al.，2010），而年龄与抑郁症之间则存在着一种“U”型曲线关系（Newmann，1989；Levecque et al.，2011），已婚者相较于离异或丧偶者也会拥有更低的抑郁水平（Miech & Shanahan，2000），因此本文还控制了个体的性别、年龄、婚姻状况等其他控制变量，以期最大限度克服遗漏变量的问题。

（二）教育的内生性讨论与检验

由于教育作为一种人力资本投资行为，可能会受到诸多不确定因素的影响，因此即使添加了部分控制变量，直接考察教育变量对抑郁水平的影响仍可能会存在严重的内生性问题。为克服这一缺陷，本文拟采取工具变量法，即寻找到工具变量使其与核心解释变量高度相关，但又不会直接影响被解释变量，从而消除可能的内生性问题，此时对被解释变量的影响只能通过核心解释变量发挥作用。

1986年4月12日，全国人大六届四次会议通过了《中华人民共和国义务教育法》，这是我国首次将免费教育和义务教育以法律的形式固定下来，标志着我国教育事业进入了一个新的发展阶段。该法律明确规定“国家实行九年义务教育制度”，“凡年满六周岁的儿童，其父母或者其他法定监护人应当送其入学接受并完成义务教育”。考虑到我国地区发展的差异，义务教育由省、自治区、直辖市人民政府统筹规划实施，所以该法在不同省份的具体实施时间存在较大的差异。比如基础条件较好的上海市和浙江省，在1985年就颁布了《实行九年制义务教育条例》进行义务教育先行试点工作，随后北京、江西、四川和辽宁等8省市在1986年颁布，而海南、宁夏和西藏等省份在1992年之后才开始制定《中华人民共和国义务教育法》实施办法。伴随着义务教育法的实施和“基础教育地方化”，义务教育逐步成为地方的公共事业。义务教育法在一地的实施，能够整体提升当地人口的受教育水平，而不同地区实施义务教育法的时间差异则天然地构成了一个理想的工具变量，其对于个体受教育程度高度相关，却对于个体的抑郁情绪不存在直接关系。

义务教育法实施的工具变量具体设置如下

（2）

在公式（2）中，为义务教育法逐步实施过程对被访人受教育程度影响的变量。如果该省义务教育法具体实施的那一年，被访者年龄超过16岁，就不会再受到该政策的影响，具体设置为。而在义务教育法具体实施的那一年，被访者年龄小于或等于6岁，那么这部分人群在整个小学和初中阶段都将受到该政策的影响，设置，也称之为完全处理组。在这两组之间存在一个过渡群体，即在义务教育法开始执行的时候，他们正处于就读小学或初中的阶段。年龄越大或者处于的年级越高，受到该政策影响的时间和机会也就越小。我们将年龄处于6到15岁之间的群体设置为。

1999年6月16日，原国家计划发展委员会和教育部联合发出紧急通知，决定从1999年开始扩大中国高等教育招生规模，普通高等教育招生总人数从1998年的108.36万人扩大到1999年的159.68万人，增幅达到51.32%。直到2006年，每年普通高等教育招生增幅都在10％以上。而普通高等教育招生规模也从1990年的60.89万人扩大到2008年的607.66万人，18年间扩大了10倍，到2015年招生规模达到737.85万人。在高校 “扩招”的同时，我国普通高中毕业生规模增长速度则相对较慢，这就带来高等教育录取概率的上升。在1998年高中毕业生考上大学的概率为43.04%，到1999年上升为60.74%，上升了17.7个百分点。到2014年该概率进一步上升为90.22%。与义务教育法类似，高校扩招政策同样会显著提升国民的受教育水平，却不会直接影响到个体的抑郁情绪，是一个理想的工具变量。

高校扩招的变量设置为：

   （3）

在公式（3）中，为高校扩招对被访人接受高等教育机会的影响。如果该高校扩招的那一年，被访者年龄超过18岁，就不会再受到该政策的影响，具体设置为。而在高校扩招的那一年，被访者年龄小于或等于18岁，那么这部分人群将受到该政策的影响，设置，也称之为完全处理组。

在工具变量回归的基础上，进行教育的内生性检验。首先，过度识别检验结果显示，Sargan 检验的p = 0.9023，符合工具变量的外生性条件。第一阶段回归结果显示，F值为135.46，远大于临界值10，且最小二乘估计结果的拟合优度R²=0.279，则可拒绝“存在弱工具变量”的原假设，不存在弱工具变量问题，满足相关性条件。可见，所选择的两个工具变量是十分合理的。然后，进行教育变量的内生性识别，D- Wu-Hausman检验结果的p = 0.4914，不能拒绝“教育为外生变量”的原假设，即在教育对抑郁的估计模型中，教育不存在明显的内生性问题，一般最小二乘模型可以获得一致估计。

（三）中介效应分析

为进一步探究教育对于抑郁影响的作用机制，本文拟在模型（1）的基础上通过添加中介变量来进行中介效应分析，具体设定如模型（4）所示。

           (4)

其中即表示中介变量矩阵，主要包括社会经济状况和健康能力两大类变量，分别检验学界的“分配机制”和“社会化机制”。根据程令国等（2014）的研究，模型（1）中的系数实际上同时包含了教育对抑郁的直接影响以及中介变量对抑郁的影响，而模型（4）中的系数则是在排除了中介变量影响之后得到的教育对抑郁的影响，因此通过计算即可得到中介变量在解释教育对抑郁影响中所占的比重。由于本文所考察的中介变量主要为个体当前的状态，发生在个体教育经历结束之后，因此大部分中介变量并不会反向影响到核心解释变量，即使在模型（1）中未将其纳入控制变量，也基本不会存在遗漏变量的问题。

四、数据与描述分析

（一）数据

本研究使用的数据来自于北京大学中国社会科学调查中心于2010、2012和2014年进行的中国家庭追踪调查（China Family Panel Studies，CFPS）。该调查覆盖了全国25个省/市/自治区，分个体、家庭、社区三个层次，调查对象包含样本家户中的全部家庭成员。问卷内容涉及城乡家庭的经济与非经济福利，以及包括经济活动、教育成果、家庭关系与家庭动态、人口迁移、健康等诸多研究主题。由于2010年没有设计关于社会信任的问题，且2012到2014年受教育程度也没有发生变化，故本研究主要使用更为晚近的2014年调查数据进行分析。

（二）核心变量与描述统计

本文关注的核心被解释变量为个体的抑郁水平，主要采用主观自评指标。第一个问题询问被调查者最近1个月感到抑郁的频率，选项“几乎每天”、“经常”、“一半时间”、“有一些时候”、“从不”分别反向赋值为5、4、3、2、1。另一个问题涉及对个体最近1个月精神状态的量表评定，包括“做什么事情都不能振奋的频率”、“感到精神紧张的频率”、“感到坐卧不安、难以保持平静的频率”、“感到未来没有希望的频率”、“做任何事情都感到困难的频率”、以及“认为生活没有意义的频率”，选项赋值方式与第一个问题相同。为简便计，本文通过将两类问题总得分相加来计算个体的抑郁指数，抑郁指数越高，则个体的抑郁水平越高。

本文关注的核心解释变量为个体的教育水平，主要以个体接受不同教育类型的平均教育年限来测量。本次调查共区分了8种教育类型，分别为从未上过学或上过扫盲班、小学、初中、高中/中专/技校/职高、大专、本科、硕士研究生、博士研究生及以上，分别赋值为1、6、9、12、15、16、19、22。此外为检验受教育程度是否会对抑郁水平产生非线性影响，本文还在模型中纳入了受教育程度的平方项。

本文关注的中介变量主要包括两类，分别为“社会经济变量”以及“健康行为变量”。其中社会经济变量主要包括是否居住在城市、对当地贫富差距的看法、个人收入档次和对自己生活的满意度。健康行为变量则主要包括是否患有慢性病、个体的数学认知能力以及个体的词语认知能力。各变量的描述统计如表1所示。

表1  变量描述统计表