农村人口老龄化对居民医疗保健消费的影响——基于中国2002-2012年的省级面板数据
2015-04-01王学义孙炜红
张 冲,王学义,孙炜红
(1.西华大学政治学院,四川 成都 610039;2.西南财经大学中国西部经济研究中心,四川 成都 610074)
一、问题的提出及文献回顾
随着中国经济的高速增长和医疗水平的不断进步,人口的健康状况得到极大改善,死亡率不断下降、人口预期寿命持续增长。与此同时,中国老年人口规模和比重也都不断上升,老龄化进程不断加快。由全国第六次普查数据知,截止2010年底,中国65岁及以上的老年人口数达到11892.72万人,占总人口的8.87%。在农村,由于大量中青年外出务工,导致老年人口比重相对更高,因而人口老龄化程度更加严峻。2010年底,农村65岁及以上老年人口比重已到达10.06%,高于城镇老年人口比重(7.80%)2.26个百分点。农村老龄化加剧的同时,两周患病率也从1993年的128.2‰,上升至2008年的176.7‰;《社会养老服务体系建设“十二五”规划》中指出农村老年人口的失能、半失能率分别到达20%和14.6%,都高于城市;2010年,农村老年人口中不健康的比重到达达20.26%,高于城镇7.94个百分点,相比2005年上升了2.05个百分点①数据来源于2010年第六次人口普查资料和2005年抽样调查。这些数据说明,农村人口老龄化比城镇严重,农村老年人口健康状况比城镇差,且在进一步恶化。农村人口老龄化的加剧和老年人身体健康的下降本身会促使其对医疗保健的需求,但是需求是否会转化为消费,需要考虑多种因素。从农村居民医疗保健消费占家庭生活消费总支出的比重来看,呈现上升的趋势(如图1所示)。是否是老龄化推动了农村居民医疗保健消费的提升,这一问题值得我们研究。
图1 农村居民医疗保健消费占家庭生活消费总支出的比重
目前,有关人口老龄化与居民医疗保健消费的文献主要集中在西方发达国家,而中国相对较少。一些学者认为老龄化对居民医疗卫生支出有正向的显著影响,比如Hitiris和Posnett(1992)[1]、Gerdtham et al.(1992)[2]、Matteo(2005)[3]等,他们主要运用65岁及以上的人口比重作为老龄化的测度变量,利用截面数据发现老年人比重越高的地区,医疗卫生支出也越高。但是更多的学者研究发现老龄化与医疗卫生支出无显著关系,尤其利用面板数据进行分析时论证了这点。Barros(1998)[4]、Roberts(1999)[5]、Christiansen et al.(2006)[6]等人的研究均发现,老年人口的比重均对医疗卫生支出无显著影响。国外的研究也发现处于不同发展阶段的国家,其老龄化与医疗卫生支出的关系存在不同,主要体现在Kornai和McHale(2000)[7]等人的研究中,发现发达国家的老龄化对医疗卫生支出无显著影响,但在发展中国家,老龄化带来了医疗卫生支出的增加。中国的研究发现老龄化对居民医疗保健消费有影响,孟昕和克里斯汀·杨(2006)[8]运用Tobit与probit模型,将健康状况视为内生变量,发现年龄因素是个人增加医疗支出的主要因素之一。何平平(2006)[9]认为人口老龄化对医疗消费支出有正向影响,主要是因为年龄增长导致患病的几率增加,从而导致治疗疾病的费用增加,推高医疗费用。人口老龄化在带来医疗费用增加的同时,加大医疗保健市场的刚性需求,增加了未来医疗保健市场的压力。黄成礼、庞丽华(2010)[10],王学义、张冲(2013)[11]等学者的研究也得出类似的结论。
通过梳理以上文献,发现虽然中国有一些学者从人口老龄化的角度研究居民医疗保健消费,但是都立足于全国或者城镇的角度进行研究,而未独立研究农村人口老龄化对居民医疗消费的影响。农村地区相对全国或城镇,更加特殊,老龄化更加严峻,且老年人收入较少,因此,研究意义更为重大。本文将利用2002—2012年的省级面板数据,以农村地区的老年抚养比作为人口老龄化的测度指标,即关注变量,并将农村地区少儿抚养比、人均受教育年限、人均收入以及医疗保健消费指数作为控制变量;运用动态面板的广义矩估计(GMM)方法,研究中国农村人口老龄化对居民医疗保健消费支出的影响,并根据实际情况提出相应的对策建议,以供参考。
二、计量模型与数据来源
(一)计量模型与变量选取
根据以往文献的研究,居民医疗保健消费支出还可能受到居民收入、教育程度、价格等的影响。因此,为了更加科学、明确的研究农村人口老龄化对居民医疗保健消费的影响,本文构建了如下面板数据模型:
方程中,i,t分别表示地区和年份,cosi,t表示t期i地区的农村居民人均医疗保健消费支出(元);odri,t为老年抚养比,用65岁及以上老年人口数与15—64岁劳动年龄人口数之比表示,即odr=(65岁及以上老年人口数∕15—64岁的劳动年龄人口数)*100%;cvi,t表示其他的控制变量;ωi为不可观测的地区效应,εi,t为残差项,c为常数项,β为对应变量的系数。
杜森贝利的相对收入假设消费函数模型,霍尔的适应预期的消费函数模型等都指出居民的消费会受到上期消费的影响。同样,医疗保健消费作为消费品中的一类,也具有消费惯性。因此,本文将医疗保健消费的滞后项引入模型,构建动态面板数据模型,具体形式如下:
通过文献梳理,综合其他学者研究的基础上,我们对可能影响农村居民医疗保健消费支出的因素进行了筛选,并确定为以下几个控制变量:少儿抚养比(cdr),等于0—14岁少儿人口数与15—64岁人口数之比,即cdr=(0—14岁少年儿童人口数∕15—64岁的劳动年龄人口数)*100%,虽然一些学者的研究表明少儿抚养比对居民医疗保健消费支出的影响不明显(王学义、张冲,2013)[11],但是少儿抚养比对农村居民医疗保健消费的影响是否显著,还需进一步研究。农村居民人均受教育年限①平均受教育年数计算按现行学制计算:大专以上文化程度按16年计、高中文化程度12年、初中文化程度9年、小学文化程度6年、文盲0年。(edu),目前的研究很多都论证了教育水平的差异对医疗保健消费有不同程度的影响(Kenkel,1990;戴平生、李芳芳,2012)[12][13]。农村居民人均收入(income),消费要以一定的支付能力为基础,收入水平是影响居民医疗保健消费需求重要因素之一,通常认为收入水平越高医疗保健的消费意愿越强。由凯恩斯的经典理论知,影响消费的主要因素是收入,消费是现期收入的函数,消费随现期收入的增加而增加。目前很多学者已经论证了收入的增加是影响医疗保健消费的重要因素之一(吴志澄,2003;罗艳红,2010;叶菲,2010;聂玲、李斌,2010;王学义、张冲,2013)[11][14][15][16][17]。医疗保健价格指数(mpi),一般来说,消费品价格上涨,消费的人将会相应减少。不过,对于价格上涨后乘以实际消费量,所得的消费总额可能下降,也可能是上升的,故难以估测。此外,医疗保健消费还会受到其他因素的影响,但由于一些数据难以完全获得,因此,最终选择以上变量进行分析。
(二)数据来源与描述
基于实际收集到的数据,本文选择的样本期为2002—2012年。因变量农村居民医疗保健消费支出数据来自历年的《中国统计年鉴》,自变量农村老年抚养比、少儿抚养比、居民人均收入、人均受教育年限都来源于历年的《中国统计年鉴》和《中国人口统计年鉴》计算得到,医疗保健消费价格指数直接来自于历年的《中国统计年鉴》。由于农村居民医疗保健消费支出、农村居民人均收入这两个变量与价格因素密切相关,为了使各年的数据之间具有更强的可比性,本文以2000年作为基准期,将这两个变量相关的历年数据进行了平减处理。同时,为了减少模型拟合的异方差性,本文对农村居民医疗保健消费支出、居民人均收入两个变量分别进行对数处理,取对数后的指标相应的系数所表示的是弹性的概念。各变量的统计描述见表1。
表1 各变量的统计描述(2002-2012年)
三、实证结果与分析
(一)平衡性检验
为了避免“伪回归”现象的出现,在回归之前,需要对相关数据进行平稳性检验,考虑到面板数据的单位根可能存在差异,本文用LLC和PP-Fisher两种检验方法对各变量进行单位根检验,检验结果见表2。表2显示各个变量在水平序列时,各检验统计量在5%的水平上均显著地拒绝“存在单位根”的原假设,服从零阶单整I(0),可以直接进入模型进行回归分析。
表2 变量的平衡性检验
(二)估计结果与分析
动态面板模型由于因变量的滞后性,从而存在内生性问题,Arellano等[18][19]提出的广义矩估计(GMM)方法能较好的解决这一问题。广义矩估计(GMM)不需要知道随机误差项的准确分布信息,允许随机误差项存在异方差和序列相关,因而所得到的参数估计量比其他参数估计方法更有效。因此,本文利用广义矩估计(GMM)方法对农村居民医疗保险消费影响因素进行实证研究,研究结果如表3所示。通过Sargan检验、AR检验、模型显著度等可知,差分GMM和系统GMM的两步估计均优于一步估计,而系统GMM的两步估计又优于差分GMM的两步估计结果。故以系统两步估计结果为例进行解释说明。农村老年抚养比对农村居民医疗保健消费有正向的显著影响。此外,通过换用农村老年人口比重对医疗保健消费的估计结果,仍然显示存在正向的影响作用。充分说明中国农村人口老龄化推动了医疗保健消费的上升。回归系数显示,农村老年抚养比每上升1个百分点,农村居民医疗保健消费将上升1.6%;农村老年人口比重每上升1个百分点,农村居民医疗保健消费将上升3.1%。农村人口老龄化推动了医疗保健消费的增加,可能的原因有以下几点:一是,农村老年人口比重增加,且不健康的比重也在增加,促使其对医疗保健消费需求的增加。二是,农村经济发展水平的提高,医疗保障制度建设的逐步完善、医疗技术的扩散等,更多的老年人相比过去更容易买到医疗保健消费品。三是,农村老年人的经济状况相比过去,有了很大提高,因此,也有能力购买医疗保健消费品。本文的研究结果支持了Grunenberg(1977)[20]提出的“发病率扩张”(expansion of morbidity)假说,即随着人口预期寿命的增加,不健康预期寿命也在增加,因此加剧了医疗保健消费品的消耗。
2002—2012年十年间,中国农村的老年人口比重从8.2%上升至10.6%,上升2.4个百分点,其推动农村居民医疗保健消费上升为7.5%左右,而实际上十年来,农村居民人均医疗保健消费增加3倍左右。可见,当前农村人口老龄化因素在医疗保健消费增长中的影响程度并不大。但是,随着农村人口老龄化的加剧,农村老年人的不健康预期寿命还将进一步增加,对医疗卫生支出的需要还将进一步增加。但需要能转化为现实的需求,还需要考虑经济社会等其他因素。因此,关注其他变量对居民医疗保健消费的影响也是十分重要的。
农村少儿抚养比和少儿人口比重也均对住房需求有正向的显著影响。少儿人口比重增加,医疗保健消费为什么会增加?这可能是因为少儿在出生到5岁期间,自身抵抗力弱,容易感染、诱发生病,故增加医疗费用。人均受教育年限对医疗保健消费有负向的显著影响,这可能是因为教育有助于提高与健康相关的投入的产出效率,从而减少医疗卫生服务需求和支出,如随着个体对健康知识的了解,防病治病意识不断增强,平时更为注意饮食、休闲、锻炼,从而增强体质,减少医疗保健消费支出。居民的人均收入对医疗保健消费有正向的显著影响,由于消费要以一定的支付能力为基础,收入水平越高消费意愿越强。故随着收入水平不断提高,人们在追求温饱之余,更注重自我身体健康的护理,进而增加医疗保健消费支出。医疗保健消费价格指数对医疗保健消费的影响不显著,我们认为,一方面,随着医疗保健消费价格的提高,消费量减少,降低了人均医疗保健的消费;另一方面,即使医疗保健消费价格上涨,消费量仍然可能不变,或减少的程度较小,医疗保健消费的总值也可能增加。与此同时,本文也发现农村居民人均医疗保健消费对数的滞后一期对当期有影响显著,即农村居民人均医疗保健消费会受到上期的影响,表明居民医疗保健消费支出存在较强的消费惯性。
表3 农村居民医疗保健消费的动态面板的广义矩估计结果
四、结论与政策建议
本文利用中国2002—2012年的省际面板数据和动态面板广义矩估计(GMM)方法,探讨了农村人口老龄化对居民医疗保健消费支出的影响。研究结果发现:老年抚养比和老年人口比重均对农村居民医疗保健消费有正向的显著影响。伴随农村人口老龄化的加剧,医疗技术的提升,以及农村经济条件的进一步改善,农村老年人口的医疗保健消费还将进一步提升。本文还发现少儿抚养比、农村居民人均收入都对农村居民医疗保健消费支出有正向的显著影响;农村居民人均受教育年限对农村居民医疗保健消费有负向的显著影响;医疗保险价格指数对农村居民医疗保险消费影响不显著。与此同时,也发现作为居民日常生活消费支出中重要组成部分的医疗保健消费,具有惯性作用,即上期消费对当期消费有正向的显著影响。研究结果充分显示出,中国农村老龄化加剧的同时,农村医疗保健消费需求也会上涨,老年人口抚养系数上升1个百分点,农村居民医疗保健消费会上升1.6%。收入仍然是刺激居民医疗保健消费的最重要因素,收入每增加1%,农村居民医疗保健消费将上升0.7%左右。
因此,在中国农村人口老龄化的不断加剧会带来医疗消费支出迅速增长的情况下,提出以下的政策建议。第一,应从城乡融合、城乡一体化发展的趋势出发,推动医疗卫生事业的统筹发展,满足更广大的农村地区老年人口医疗卫生服务的需求。第二,加强对农村地区老年人口的健康管理,对老年人易患的慢性疾病进行健康干预,提高对如慢性支气管炎、高血压、冠心病、糖尿病以及老年痴呆症等的宣传力度,普及农村老年人口的预防常识,尽量降低此类疾病的发病率。第三,随着农村老年人中不健康比重的增加,未来医疗保健支出将更多的集中在护理支出上,同时对护理人员的需求也将增加。但由于中国目前的老年护理工作人员,无论是技术层面还是人口数量上都不能满足社会的需求,故国家应实施有效的人才计划,加强对老年人口照顾护理人才的培育,以满足社会发展的需求。第四,逐步加大对农村偏远地区的医疗技术的投入,增强农村地区医疗卫生资源的配给,逐步改善其医疗卫生服务条件,进而缩小城乡地域间的差距。第五,完善医疗保险体制的改革,扩宽医疗保险的覆盖面,减轻老年人口的医疗负担压力,使人人都能看得起病,以有效的控制医疗保健消费的快速增长。
[1]Hitiris,T.,Posnett J.The determinants and effects of health expenditure in developed countries[J].Journal of Health Economics,1992,11(2):173-181.
[2]Gerdtham.U.G.,Sogaard.J.,Jonsson.B.,Andersson.F.A pooled crossed section analysis of the health expenditure of the OECD countries[J].Dev Health Econ Public Policy,1992,(1):287-310.
[3]Matteo,L.D.The macro determinants of health expenditure in the United States and Canada:Aassessing the impact of income,age distribution and time[J].Health Policy,2005,71(1):23-42
[4]Barros,P.P.The black box of health care expenditure growth determinants[J].Health Economics,1998,7,(6):533-544.
[5]Roberts,J.Sensitivity of elasticity estimates for OECD health care spending:Analysis of a dynamic heterogeneous data field[J].Health Economics,1999,8(5):459-472.
[6]Christiansen,T.,Bech,M.,Lauridsen,J.,Nielsen,P.Demographic Changes and Aggregate Healthcare Expenditure in Europe[R].Enepri Research Report 2006,No.32,Ahead WP6B.
[7]Kornai,J.,McHale,J.Is post-communist health spending unusual?A comparison with established market economies[J].The Economics of Transition.2000,8(2):369-399.
[8]孟昕,克里斯汀.杨.老龄化与中国城市居民医疗支出[J].中国劳动经济学,2006,(1):2-21.
[9]何平平.协整分析与误差修正模型——经济增长、人口老龄化与我国医疗费用增长的实证研究[J].工业技术经济,2006,(1):122-124.
[10]黄成礼,庞丽华.人口老龄化对医疗资源配置的影响分析[J].人口与发展,2011,(2):33-39.
[11]王学义,张冲.中国人口年龄结构与居民医疗保健消费[J].统计研究,2013,(3):59-63.
[12]Kenke,D.S.Consumer health information and the demand for medical care[J].The Review of Economics and Statistics,1990,72(4):587-595.
[13]戴平生,李芳芳.基于误差空间模型城乡居民医疗保健消费影响因素的实证分析[J].中国卫生统计,2012,(8):514-519.
[14]吴志澄.中国城镇化进程中的居民医疗保健需求研究[J].数量经济技术经济研究,2003,(11):88-92.
[15]罗艳红等.基于中国26省面板数据的城乡居民医疗保健支出实证分析[J].中国卫生统计,2010,(4):118-121.
[16]叶菲,马惠兰,李雪艳.新疆城乡居民医疗保障问题研究——论医疗保健支出影响因素分析[J].人力资源管理,2010,(5):291-292.
[17]聂聆,李斌.城镇居民医疗保健消费研究——基于粤苏浙三省的相关情况分析[J].广东商学院学报,2010,(6):64-70.
[18]Arellano,M.,Bond,S.Some tests of specification for panel data:Monte carlo evidence and an application to employment equations[J].Review of Economic Studies,1991,(58):277-297.
[19]Arellano,M.,Bover,O.Anther look at the instrumental variable estimation of error-components models[J].Journal of Econometrics,1995,(68):29-52.
[20]Grunenberg.E.M.The failure of success[J].Milbank Memorial Bank Quarterly,1977,(55):3-24.