健康信息不确定下的个体吸烟决策——基于贝叶斯学习模型的理论分析和经验证据

Individual Smoking Decisions under Uncertain Health Information:Theoretical Analysis and Empirical Evidence Based on Bayesian Learning Model

本文从理论和实证两方面研究在健康信息不确定下的个体吸烟决策过程,并尝试对吸烟行为的年龄异质性提供新的经济学解释。在理论上,我们构建了一个不完美信息下的贝叶斯学习模型,刻画个体随着年龄增长对健康禀赋的认知及其对吸烟行为的影响。我们发现,年龄增长对个体的吸烟行为存在着"学习效应"(Learning Effect)和"衰老效应"(Aging Effect)两种截然相反的作用,共同决定了个体的吸烟概率和数量。结果显示,随着年龄的增长,个体吸烟的概率和数量呈现出先递增、后递减的规律。同时,由于学习效应随年龄增长而减弱,健康信息冲击(罹患疾病)对个体吸烟倾向的负向影响也会随年龄增长而减小。在实证部分,我们利用中国家庭追踪调查(CFPS)数据对理论模型的主要推论进行验证。为了充分利用数据的面板性质,我们使用固定效应模型来捕捉个体不可观测的异质性,同时使用面板工具变量模型来解决内生性问题。我们的实证结果支持了理论模型的结论,并在不同的参数设定下保持稳健。最后,基于以上发现,我们在扩大医疗资源可得性及减少信息不对称性等方面提出了相应的控烟政策建议。