新型农村合作医疗保险制度下医疗服务利用公平性研究——基于武汉市七区的实证研究

吴莲莲，倪 妮

(中央财经大学 保险学院，北京 102206)

引言及文献综述

随着新农合的普及，许多问题逐渐出现，例如:参合人是否公平地占用了有限的医疗服务资源?医疗服务利用是否倾向于不同收入阶层人群?对于这些问题，国内外学者都从公平性角度进行了一定的研究。其中，国外对于医疗保险公平性的研究比较早，也比较全面。在公平性定量评价方法方面，Sen、Atkinson(1983)等的研究成果基本确立了公平性度量指标与方法，Cowell系统地整理了公平性定量评价方法。Doorslaer和Masseria(2004年)则用收入、地区差异、工作状况、教育水平、保险覆盖状况等多种因素解释医疗服务利用不公平。随着医疗保险数据系统的不断完善和定量分析方法的发展，国内学者的研究逐渐从定性分析转向定量分析。研究主要包括两个方面:一是对新农合制度下的医疗服务利用的偏向性进行研究，比如成昌慧(2008)等学者认为医疗服务利用仍然表现为亲富人的不平等，新型农村合作医疗存在着“穷人补贴富人”的收入分配效应;二是对新农合制度下医疗服务利用公平性的影响因素的探究，比如杜乐郧(2012)将导致医疗服务利用不公平性的因素分解为医疗服务需要、居民个人经济水平、医疗保险、医疗服务可及性四个方面;侯小娟等认为第一产业比、人均收入和农业人口占比对新农合医疗服务利用、受益、基金使用的不公平的贡献较大，农业人口占比、老龄化、健康水平对医疗服务利用有显著影响。

总体来看，在研究方法上，国内学者往往只能给出定性的分析结果，极少数人能运用严谨的定量方法。在变量选择方面，多数研究都只从入院次数一个维度来衡量医疗服务利用的公平性，削弱了公平性评估的客观性。

基于此，本文首先采用集中指数综合评估武汉市新农合的公平性状况，在此基础上采用多元回归的方法，从频率和程度两个维度来衡量医疗服务利用的公平性，以便得到更为客观的评估结果。

一、研究设计

本文采用的是面板数据，来源为2010年至2013年的《武汉卫生年鉴》、《武汉统计年鉴》以及各区的统计年鉴。数据主要有两大类，第一类是与社会经济和人民生活水平相关的数据，比如各区的农民人均纯收入、人均GDP等;另一类是与新农合制度下的运行数据，比如住院人数、新农合住院统筹支付费用等。

变量选取方面，本文将医疗服务利用的频率和程度分别作为被解释变量。

某区某年医疗服务利用的频率=A医院统计的某区某年的入院人数

某区某年医疗服务利用的程度=某区某年在A医院发生的人均新农合住院统筹支出=A医院统计的某区某年的新农合住院统筹总支出/A医院统计的某区某年的总住院人数

将社会经济变量、人口特征变量、健康状况变量、医疗服务供给变量这四个变量作为解释变量。其中，社会经济变量包括衡量人民生活水平的农民人均收入(inc)、衡量地区经济发展水平的人均GDP(gdp)和反映经济结构的农业人口占比(agr)，人口特征变量包括衡量人口结构的老龄化程度(age)，健康状况变量包括死亡率(dea)，医疗服务供给变量则用每千人卫生技术人员数(wor)来表示。

本文主要分为两大部分对武汉市新农合制度下医疗服务利用的公平性进行研究。第一部分通过常用的衡量公平性的概要性指标集中指数来分析公平性的变化趋势以及医疗服务利用的偏向性，第二部分是通过面板数据的回归结果来分析影响新农合医疗服务利用公平性的因素。

具体模型如下:

其中，被解释变量分别为A医院统计的入院人数、A医院发生的人均新农合住院统筹支出，由此构建两个回归模型。首先通过F检验判断得出两个模型均为变截距模型，然后通过Hausman检验判定，两个模型均应采用固定效应模型估计，即回归结果的截距应为确定性数值。

二、实证结果分析

(一)公平性状况及其变化趋势—集中指数

集中指数的分析计算须结合集中曲线的图形，把对群体进行排序的变量称为排序变量。

(1)判断医疗利用的偏向性

依据各地区农民人均纯收入将七个地区排序，再以各地区总收入的累计百分比为x轴，以各地区入院人数的累计百分比为y轴，画出各年的集中曲线，计算出各年的集中指数，判断医疗利用频率的偏向性。若集中指数为正，则说明医疗利用频率偏向于人均收入较高的地区，即偏“富人”。反之，即偏“穷人”。另外三类集中指数计算与之相类似。

从农民人均纯收入衡量集中指数的计算结果来看，2010—2013年，武汉市新农合制度下的医疗服务利用水平在频率和程度上，均集中在人均纯收入高的地区，即是“亲富人”的，但在趋势上这种偏向性在降低;从以人均GDP衡量集中指数的计算结果来看，2010—2013年，武汉市新农合制度下的医疗服务利用水平在频率和程度上，均集中在人均GDP较低的地区，即是“亲不发达地区”的，在趋势上这种偏向性从2010年到2012年较重，但到2013年有所缓解。

(二)新农合制度下医疗服务利用水平的影响因素

1.模型回归结果

表1 医疗服务利用的影响因素

如图所示，研究结果总结如下:

(1)医疗服务利用的频率和程度均与收入(inc)，即地区人民的生活水平，呈正相关关系。这也验证了以农民人均纯收入衡量的集中指数为正的结果，说明医疗服务的分配“亲富人”;

(2)医疗服务利用的频率和程度均与人均GDP(gdp)，呈负相关关系。这也验证了以人均GDP衡量的集中指数为负的结果，说明医疗服务的分配“亲不发达地区”;

(3)医疗服务利用的频率和程度均与农业人口占比(agr)变量呈正相关关系，但该变量对医疗服务利用水平的频率影响显著，对程度影响不显著;

(4)医疗服务利用的频率和程度均与每千人卫生技术人员数(wor)，即医疗服务水平变量，呈正相关关系，该变量对利用程度影响显著，但对利用频率影响不显著;

(5)医疗服务利用的频率和程度均与死亡率(dea)，即健康状况变量，呈正相关关系，该变量对利用程度影响显著，但对利用频率影响不显著;

(6)医疗服务利用的频率和程度均与老龄化程度(age)呈正相关关系，但影响均不显著。

2.内生性检验结果

由于医疗服务利用可能影响健康状况和医疗服务供给水平，即被解释变量与解释变量之间可能相互影响，所以本文可能存在内生性问题。因此，本文引入滞后变量来解决内生性问题，即将模型中代表健康状况和医疗服务水平的解释变量替换成上一年的每千人卫生技术人员数(L.wor)和死亡率(L.dea)。对比之前的多元回归结果，此次多元回归结果的主要变化主要有:

(1)医疗服务利用的频率方面，之前影响显著的农业人口占比(agr)变得不显著了;

(2)医疗服务利用的程度方面，之前影响显著的农民人均纯收入(inc)变得不显著了，可能的原因是“收入效应”和“健康效应”相抵消的结果，即低收入人群得到的医疗服务可能较低(“收入效应”)，但其身体状况和营养水平也相对较差，其低水平的健康状况可能导致其使用更多的医疗资源;

(3)医疗服务利用的程度方面，老龄化程度(age)的系数符号发生了变化，且其影响变得显著了，可能是因为医疗资源更多地被分配给了年轻人，所以医疗服务利用水平与老龄化程度负相关。

三、结论与政策建议

本文研究得出，武汉市新农合制度下医疗服务在利用频率和利用程度两个方面的不公平性总体上均呈下降趋势。通过集中指数的测算，可得出医疗服务利用是“亲富人”和“亲不发达地区”的。在影响公平性的因素方面，医疗服务利用的频率和程度与收入水平、农业人口占比、医疗服务供给水平、死亡率呈正相关，但因“收入效应”和“健康效应”的抵消作用，收入水平的影响并不显著。同时，利用的频率和程度与地区经济发展水平即人均GDP、老龄化程度呈负相关。

总体来说，武汉市新农合制度的运行状况良好，但仍存在医疗资源分配偏向年轻人的问题，没有实现从年轻人到医疗需求更高的老年人的转移，同时也存在医疗服务利用的“亲富人”和“亲不发达地区”的不公平问题。因此，政府应该继续采取相关措施来完善新农合制度的建设，缩小不同统筹单位之间的不平衡发展，加大财政投入，提高新农合总体的保障水平，实现新农合制度下参合人群医疗服务利用水平横向和纵向的公平。

［1］成昌慧.新型农村合作医疗制度需方公平性研究［D］.济南:山东大学，2008.

［2］杜乐郧.陕西省医疗服务利用公平性分析报告［EB/OL］.(2005－10－18)［2010－11－20］.

［3］封进，秦蓓.中国农村医疗消费行为变化及其政策含义［J］.世界经济文汇，2006，(1).

［4］侯小娟，郑倩昀，初可佳.新型农村合作医疗保险公平性研究——基于广州市A区的实证分析［J］.金融经济学研究，2014，(1):57～66.

［5］许荣，张迪，吉学.新农合对农户商业医疗保险需求影响的研究［J］.保险研究，2013，(3).

［6］Cowell，F.A.，2000.Measurement of Inequality，Handbook of Income Distribution，ed.A.B.Atkinson and F.Bourguignon，87－166.Elsevier B.V.

［7］Doorslaer E V.Masseria C.Income－related inequality in the use of medical care in 21 OECD countries［EB/OL］，(2004－05－11)［2010－11 －15］.

［8］Sen，Amartya，1973.On Economic Inequality，New York:Oxford University Press.