个人特质、社会环境与医疗服务利用:基于健康生态学的实证研究

毛 瑛,朱 斌,井朋朋,何荣鑫

(西安交通大学 公共政策与管理学院, 陕西 西安 710049)

【公共管理研究】

个人特质、社会环境与医疗服务利用:基于健康生态学的实证研究

毛 瑛,朱 斌,井朋朋,何荣鑫

(西安交通大学 公共政策与管理学院, 陕西 西安 710049)

根据住院服务利用特点,将住院服务利用过程划分为需求产生、住院决策以及费用产生三个阶段,并结合阶段变化模型、社会网络等相关理论构建住院服务利用影响因素的健康生态学模型。通过对两部模型进行拓展,使用CHARLS(China Health and Retirement Longitudinal Study)2013数据进行实证分析,结果显示:①个人特征和行为特点作用于住院需求产生,但是不影响住院决策；②物质条件对住院服务利用的影响存在“断点”特性；③宏观政策环境作为远端社会因素亦表现出显著影响效应。

健康生态学;中老年人;住院服务;两部模型法

一、引言和文献综述

健康作为一项重要的人力资本,是个体福利的重要组成部分,同时也对人类发展的其他维度(例如经济发展和教育水平等)具有强大的工具性价值。日常生活中年龄、遗传因素、不健康的生活习惯等都会导致个体健康资本的消耗,这时,人们需要医疗服务的介入来补充健康资本。由于健康存量的流失,人到中老年阶段后健康问题会逐渐突出,对医疗服务的需求与利用增加。国家历次卫生服务调查结果均显示,中老年人对于医疗服务方面的需求是大量且长期的,在医疗服务方面的支出也远高于社会平均水平。

国内外对医疗服务利用行为的研究主要集中在对造成医疗服务利用行为差异的原因分析[1]。Andersen[2]最早于1968年提出了相关的行为模型,用以分析促进或妨碍个人医疗服务使用的影响因素,该模型认为,影响医疗服务利用的因素主要包括先决变量、使能变量和需要变量。在此之后,大量的研究以该模型为基础进行了实证检验和完善,如Koopmans[3]、Shugarman[4]、Kang SY[5]等学者的研究均得出相似的结论,即年龄、性别等个人特征是影响医疗服务行为的显著先决变量,Sari[6]的研究结果则显示抽烟、锻炼习惯等个人行为特点也会造成医疗服务利用行为的差异,这些因素因其对个人健康的直接影响性进而影响到医疗服务利用行为。

造成医疗服务利用行为差异的因素还远远不止这些,目前世界各国在医疗服务利用上存在着普遍的不平等现象[7,8],城乡差异、制度公平、富裕程度成为影响患者医疗服务利用的障碍。Deri C[9]的研究发现,个人处于不同的社会网络之中,受其工作类型、人际关系的影响,对医疗服务的利用存在差异。解垩[10]等学者衡量了收入因素在健康不平等、医疗服务利用不平等中的贡献,结果显示,我国存在亲富人的医疗服务利用不平等,高收入人群的健康状况更好并使用了更多的医疗服务。Dao HT[11]就如何保护穷人,如何提高低收入人群的医疗服务可及性提出建议。Jeon B[12]、官海静[13]、Kondo A[14]等学者则揭示了不同医疗保险类型之间的医疗服务利用行为差异。

综上所述,造成医疗服务利用情况差异的原因可以分为两个层面,第一是个人健康状况差异导致的医疗服务需求差异，第二是在患者产生医疗服务利用需求之后由于不同地域、人群、制度对医疗服务可及性的不同影响导致的医疗服务不平等利用。对于医疗服务利用行为的探讨,关键在于对造成医疗服务利用差异的各类因素的识别,即在造成健康状态恶化的各类危险因素之外,将影响医疗服务利用平等性的经济、制度等社会环境因素也考虑其中,借助Collins AE[15]提出的健康生态学模型,可以解决这一问题。基于中老年人对医疗服务利用的高层次需求以及患者住院服务利用的刚性特点,本文将研究对象界定为中老年人,并将在两部模型基础上,对住院服务利用过程进行更为细致的划分,探讨不同因素对住院服务利用各个阶段的影响。

二、理论基础和实证模型

(一)理论基础

健康生态学(Health Ecology)起源于生物科学,是生态学的应用性分支,即将生态学的思想应用于健康领域。健康生态学和生态学的本质特征一样,强调环境对个人影响的多层次性和影响因素的复杂性,即个体和人群健康是个体因素以及物质和社会环境因素相互作用的结果[16]。

健康生态学模型由两部分组成:一是个人特质,包括个人的性别、年龄、态度等个体先天条件以及锻炼、睡眠等行为特点;二是社会环境,即个体所处的复杂社会及社交环境。Bronfenbrenner[17]最早把环境因素分为从小到大四个层面:个体活动或交往的直接微小系统;基于各微小系统间相互作用与联系从而影响个体行为的中间系统;个体未直接参与但对其健康发展产生间接影响的外部系统;由存在于微系统、中系统和外系统之中的文化、亚文化和社会经济政策环境等组成的宏观系统。

本研究结合阶段变化模型、社会网络理论、健康资本理论、公共政策理论等相关理论基础将住院服务利用影响因素的健康生态学模型细化为:个人特征、行为特点、人际网络、工作和生活环境、政策环境五类变量,各类变量依据的相关理论见表1。

表1 健康生态学模型依托概念及理论基础

各类变量作用关系如图1所示:个人住院服务利用行为与个人特征及行为特点密切相关,个体处于不同的系统环境包裹之下,其住院服务利用行为直接受到其外部各层次系统环境的影响[18],在不同系统环境相互影响中,影响力越强的系统可能对住院服务利用行为的影响也越大,即

y(住院服务利用)=f(特征a,行为b,人际c,工作d,政策e)

图1 住院服务利用影响因素的健康生态学模型

(二)实证模型

通常情况下,医疗费用等医疗服务利用数据往往包含较大比例的零观测值,呈半连续、右偏态,并可能存在异方差。比如,患有慢性病的患者往往需要持续用药而产生高额的医疗费用,这类半连续的医疗服务利用数据往往不能采用传统的线性回归方法来分析。研究人员往往采用Tobin J[19]提出的Tobit 模型、Duncan G M[20]提出的工具变量模型、Cragg JG[21]采用的两部模型等统计方法来进行分析。其中,两部模型是将住院服务利用行为分成是否就医和就医后的费用支出两部分,具有简单灵活的特点,被广泛应用于带有大量零值的卫生经济研究。

但历次卫生服务调查也显示,我国存在大量的应住院未住院人群,他们和住院人群一样具有住院需求,只是在住院决策时因多种原因做出不同决策。仅仅将住院服务利用行为分为是否就医和费用支出两部分难以兼顾应住院未住院人群的需求,因此,我们认为,个体住院服务利用过程可以进一步细分为三个阶段,第一阶段,住院服务利用需求的产生阶段,为便于统计,我们将住院人群和应住院未住院人群定义为具有住院需求;第二阶段,是否就医的决策阶段,即具有住院需求的人群做出住院或不住院的决策;第三阶段,住院费用的产生阶段。

实证分析中,本研究以两部模型法为基础,将其拓展成三个阶段,构建的具体模型如下:

一是二值响应变量的住院需求模型,反映的是个体在调查前一年的产生住院需求的概率,因变量的取值范围为

由于因变量是二分类虚拟变量,残差理论应服从二项分布,二元Logistic模型更好地满足了其建模需求,Logistic基本形式如下:

其中P(yi≠0|Xi)是被解释变量,表示个体采取某种行为的概率,在这里指上一年住院的概率,Xi为影响因素;βi为回归系数,β0为截距项,u为误差项。

二是住院服务决策模型,反映的是具有住院需求的人群做出住院决策的概率,因变量取值范围为

由于因变量是二分类虚拟变量,因此同样使用二元logistic模型进行回归。

三是住院费用模型,反映的是上一年个体一次或多次住院行为产生的费用总额,这里只包括直接医疗费用,不包括交通费等间接费用,由于医疗费用中大量极值数据的存在,这里使用的是对数变化的线性模型,对数调整后的费用数据通过了Shapiro-Wilk正态性检验(Z=0.826,p=0.204),具体构建的住院费用模型如下:

上式中εi～N(0,σ2),由于因变量是连续变量,因此采用OLS进行回归。

三、数据和变量

(一)数据来源

本文的数据来源为中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, CHARLS),该调查主要针对45岁及以上中老年人家庭和个人。2011年和2013年CHARLS分别开展了全国基线调查和追踪调查,调查对象覆盖了150个县级单位和450个村级单位的约1.7万人,本文使用2013年追踪调查数据进行实证分析。

(二)变量

结合健康生态学模型中的五个层面以及以往的文献研究,本文将五类影响因素的自变量归纳如下:

1.个人特征 个人特征主要包括年龄、性别,本文以45岁以上中老年人为研究对象。一般来讲，在45岁以后,人开始逐步走向老年阶段,会逐渐表现出新陈代谢放缓、抵抗力下降、生理机能下降等老年前期特征,患大病的可能性不断增大,因而需要更多的医疗卫生服务来维持其健康。

2.个人行为特点 国内外学者研究发现,心血管疾病、代谢异常(如糖尿病)、恶性肿瘤等疾病中很多都与不良的饮食及生活习惯如饮酒、抽烟行为相关[22,23]。除此之外,Shadyab AH和Chen G的研究显示,睡眠时间和午睡习惯也是影响个体健康水平的重要因素[24,25]。

3.人际网络 主要包括家庭微系统和交际圈。以个人居住地、婚姻状况以及受教育程度作为人际网络的变量。个人居住地和受教育程度作为人际网络的主要变量,界定了个人的基本交际层次和范围。考虑到家庭生活中配偶对个人健康的影响[26],本文将婚姻状况也列入其中。

4.生活和工作环境 主要包括工作微系统,以工作类型和收入主观感知作为衡量变量。不同工作类型因其体力和脑力劳动比例的不同以及工作量的差异往往会形成健康状况的群体性差异,比如一些行业的“职业病”就是个体健康受到工作类型影响的表现。由于不同省份和城乡之间物价水平的差异以及本次调查中大量调查对象从事农业劳动,我们以调查对象对自己的收入主观感知情况(Living Standard Subjective Perception,LSSP)替代实际收入。

5.政策环境 大部分宏观政策环境属于远端社会因素,一般只用于评价人群健康,但医疗保险政策作为医疗服务行为的直接相关政策,往往会对医疗服务利用产生重要影响[27],为衡量我国不同医疗保险制度之间保障范围和保障水平的差异带来的影响,我们在模型中加入医疗保险类型变量。

以上变量的具体定义和数值情况如表2所示。

四、我国中老年人住院服务利用情况描述

一般而言,与住院服务利用情况相关的指标主要包括住院率、住院费用以及应住院未住院比例。住院率是指某地某类人群在某一段时间内住过院的人数占总人数的比例,应住院未住院比例则是指医生诊断应该进行住院治疗却因种种原因放弃住院治疗的人次数所占的比例。

(一)住院率与应住院而未住院比例

随年龄增长,中老年人住院率呈明显上升趋势,45-50岁,女性住院率略高于男性,而70岁以后,男性住院率略高于女性,各年龄段的应住院未住院比例随年龄波动但基本保持稳定,具体见图2。

资料来源:CHARLS 2013图2 45岁以上中老年人口分性别住院率

从城乡来看,45—55岁农村人口住院率略高于城市人口住院率,75岁以后城市人口住院率略高于农村人口住院率。随着年龄的增长,中老年人一年内多次入院比例呈上升趋势,75岁以后老年人一年内多次入院患者比例迅速上升,具体见图3。

资料来源:CHARLS 2013图3 45岁以上中老年人口分户籍住院率

(二)就诊单位选择

从最近一次入院就诊单位选择情况来看,59.98%的患者选择去综合医院就医,7.81%和9.65%的患者分别选择去专科医院和中医院就医,农村居民选择乡镇卫生院住院比例为23.68%；相比之下,城市社区卫生服务中心的住院服务利用率较低,这可能与城市居民距离综合医院和专科医院较近有关,具体如表3所示。

表3 最近一次就诊单位选择情况(%)

资料来源:CHARLS 2013

(三)住院费用

从45岁以上中老年人年住院费用来看,虽然随着年龄增长,中老年人住院率会增加,但是75岁之前调查对象的人均住院费用未见显著差别,75岁以后,人均每年住院费用要显著高于其他年龄段,具体如表4所示。

表4 45岁以上中老年人住院费用(元)

资料来源:CHARLS 2013

五、结果与分析

(一)住院需求及住院服务决策模型的回归结果分析

住院需求及住院服务决策模型回归结果如表5所示,住院需求模型中,将个人特征、行为特点、人际关系、生活工作环境和政策环境五类变量逐步加入回归,可以发现,模型的解释程度在不断增加。各类变量在带来住院需求的同时,也在影响着住院服务决策。本部分将只对包含所有变量的模型V和模型VI进行解释。

表5 中老年人住院率logistic回归结果

续表5

自变量住院需求模型住院决策模型I(a)II(a+b)III(a+b+c)IV(a+b+c+d)V(a+b+c+d+e)VI(a+b+c+d+e)政策e城居保(对照组:城镇职工)0.000(0.020)-0.242**(0.075)新农合(对照组:城镇职工)0.023(0.017)-0.075*(0.045)其他医保(对照组:城镇职工)0.017(0.019)0.021(0.048)无医疗保险(对照组:城镇职工)-0.061**(0.021)-0.105(0.104)obs730873087308730873081256Loglikelihood-3321.2861-3280.4207-3275.819-3260.0808-3252.7353-615.78873LRχ263.74145.47154.67186.15200.8491.20sig0.00000.00000.00000.00000.00000.0000PseudoR20.00950.02170.02310.02780.02990.0689

注：本表展示结果为根据Logit模型计算而来的dy/dx项,即边际效应,括号内为标准差,*、**、***分别代表在10%、5%和1%的水平上显著,表6同。

资料来源:根据CHARLS数据计算得出。

首先,从个人特征来看,性别和年龄都是影响中老年人住院需求产生概率的重要因素,男性中老年人住院需求产生概率高于女性,是女性的的1.023倍；年龄越大, 住院需求的产生概率也越高, 且结果具有显著性。61—65岁,66—70岁及70岁以上人群一年内住院需求产生概率分别为45—50岁人群的1.044,1.039,1.059倍。

其次,从行为特点来看,睡眠时间的增加会使得中老年人住院需求产生概率下降,除此之外,饮酒行为也会导致住院需求产生概率的降低,这与Celentano[28]等学者研究的结果中饮酒行为会增加高血压、糖尿病等病种的发病率存在差异,在分病种患病率讨论时,我们发现,饮酒行为仅仅会增加慢性肝炎等少数疾病的发病率。

第三,从人际关系来看,文化程度对中老年人住院需求的产生概率都没有显著影响,但是居住地在城市的中老年人住院需求产生概率是农村居民的1.059倍,这可能与城乡居民之间的生活环境差异有关。文化程度为初中的中老年人相对于对照组住院需求产生概率降低,但一旦产生住院需求,他们也更容易做出住院的决策。

第四,从生活工作环境来看,工作类型和经济状况也是影响中老年人住院需求产生概率的显著变量,工作类型中,在事业单位、企业工作的中老年人住院需求产生概率显著低于农户,生活水平主观感知情况处于很低的中老年人住院需求产生概率明显高于生活水平主观感知水平很高者,而其他水平并未通过显著性检验。调查结果还显示,在政府部门工作的中老年人产生住院需求后更容易做出住院的决策,生活水平主观感知情况处于很低的中老年人反之。

第五,从政策环境来看,在其他因素不变的条件下,没有医疗保险的中老年人住院需求产生概率是参加城镇职工基本医保的中老年人的0.939倍,这也说明了医疗保险在提高居民医疗服务利用的概率上具有显著正向作用。调查结果还显示,住院需求产生后,城镇居民医疗保险和新农合相对于城镇职工基本医保容易使得中老年人做出不住院的决策。

(二) 住院费用模型的回归结果分析

反映住院服务利用的住院费用模型的回归结果如表6所示,为衡量城乡之间、不同性别之间住院费用的差异,在对全部患者住院费用影响因素进行分析的基础上,分别对性别和居住地进行分类讨论。第一个模型为总体情况,第二、三个模型分别放入城市和农村数据,第四、五个模型分别放入男性和女性数据。通过不同模型之间的对比可以发现男女之间和城乡之间住院费用的影响因素差异。总体来看,影响住院费用的因素非常有限,主要包括:性别(+)、个人行为层面的饮酒(-)、午睡(+)、人际关系层面的统一居民户口(+)、工作层面的LSSP以及政策层面的新农合(-)。住院费用的影响因素会随着性别和居住地的差异而有所不同。

表6 住院服务利用模型回归结果

续表6

自变量住院服务利用模型I(全部)II(城市)III(农村)IV(男性)V(女性)政策e城居保(对照组:城镇职工)-0.295(0.215)-0.041(0.244)-0.458(0.594)-0.557*(0.308)-0.099(0.324)新农合(对照组:城镇职工)-0.464**(0.188)-0.934***(0.280)0.255(0.364)-0.362(0.247)-0.563*(0.299)其他医保(对照组:城镇职工)0.107(0.164)0.213(0.219)0.170(0.269)0.087(0.215)0.131(0.269)无医疗保险(对照组:城镇职工)-0.401(0.326)0.231(0.577)0.121(0.504)0.133(0.617)-0.594(0.413)常数项8.412***(0.331)8.939***(0.607)7.588***(0.491)8.952***(0.507)8.349(0.477)obs906235662436470F4.391.771.982.511.98Sig0.00000.01590.00280.00010.0028R20.12290.18080.07500.14270.1078

资料来源:根据CHARLS数据计算得出。

首先,在个人特征方面,年龄对住院费用影响较小,仅56—60岁年龄段通过了显著性检验,与对照组相比,56—60岁中老年人住院费用平均高出24.6%。性别对住院费用也具有显著影响,总体来看,男性的住院费用比女性高出32.4%,其中城市居民中男性住院费用比女性高出42.6%,农村居民中男性住院费用比女性高出31.0%,这可能是与男女心理和生理差别导致的疾病发生概率不同有关。

其次,在个人行为因素方面,饮酒对住院费用的影响通过了显著性检验,调查对象中有饮酒行为的患者住院费用平均降低24.7%,但该因素对于女性来说影响并不显著,可能原因是女性相较于男性饮酒率更低。在其他条件不变时,午睡行为会使得农村和女性居民的住院费用提高,但对城市和男性居民的影响并不显著。

第三,人际关系因素方面,农村和城市之间住院费用并不存在显著性差异,这可能与现在农村居民倾向于选择综合医院就医有一定关联。在其他条件不变时,婚姻状况也是住院费用的显著影响因素,相对于其他类型,已婚有伴侣会使得农村居民和女性住院费用分别提高31.1%和24.9%。

第四,生活工作环境因素方面,生活水平主观感知通过了显著性检验,但其对住院费用的影响和住院概率模型一致,即只有生活水平主观感知处于很低时,患者的住院费用会显著降低,其他水平并无显著性影响,这一结果可能与在农村地区仍然存在“因病致贫,因病返贫”现象有关。

第五,从政策环境来看,不同医疗保险类型之间住院费用的差异主要体现在城镇职工基本医保和新农合之间,其他条件不变时,新农合患者住院费用比城镇职工患者住院费用低46.4%,这可能与城乡的医疗服务价格差距有关。

六、结论与建议

(一)结 论

本研究引入健康生态学构建个人住院服务利用影响因素的理论模型,并将个体住院服务利用过程进一步细分为需求产生、住院决策以及费用产生三个阶段。结果显示:健康生态学不同系统环境共同或分别作用于中老年人住院服务利用的不同环节,本文结合各类变量作用特点和回归结果构建了中老年人住院服务的作用路径示意图(图4),并将对重要结论具体阐释。

1. 个人特征和行为特点作用于住院需求产生,但是不影响住院决策 从现状描述和logistic回归中, 我们都可以发现,性别、 年龄对中老年人住院服务概率有重要影响, 中老年人住院概率在45岁后会随着年龄迅速增加并且存在性别差异, 即中老年男性的住院率往往高于女性。 不良生活习惯如抽烟、 饮酒行为对个人住院服务利用的影响同样显著, 但结果显示, 饮酒行为会导致住院率的降低, 这可能与Yu X[29]和Artero[30]等人提出的饮酒和健康的非线性关系有关, 即饮酒与健康之间存在着U形曲线关系, 适量饮酒者的死亡率是“U”字型的底部, 不饮酒者和酗酒者是“U”字型的两侧。 除此之外, 我们发现, 住院决策过程主要受到人际网络、 生活和工作环境以及政策环境的影响, 与个人特征及行为特点并无关联。

图4 健康生态学视角下的中老年人住院服务作用路径示意图

2. 物质条件对住院服务利用的影响存在“断点”特性 考虑到城乡之间、不同地区之间的收入水平及物价水平差异,我们以生活水平主观感知对物质条件进行衡量,结果显示,物质条件对中老年人的影响存在“断点”特性,主观感知生活水平处于较低、一般、较高的中老年人与很高之间均不存在显著性差异,而对于主观感知生活水平处于很低的中老年人来说,他们的住院需求高、产生住院需求后较少地做出住院决策且住院费用显著偏低。可能的原因是,对于低收入人群,贫困容易导致比较差的健康状况,健康状况不好又会影响经济收入,最终使得患者陷入贫困和疾病的恶性循环,同时,由于经济条件的约束,在住院过程中往往会主动选择廉价治疗方案以削减医疗费用[31]。

3. 宏观政策环境作为远端社会因素亦表现出显著影响效应 医疗保险类型和住院服务决策以及住院费用之间均存在显著关系,一是体现在不同医保种类之间住院服务决策的差异,二是体现在医保覆盖人群与无医疗保险人群的差异,这与城乡之间经济条件的差异以及不同医保覆盖人群工作类型的差异存在一定关系。这里值的一提的是,在住院服务费用模型中,无论是年龄、工作、人际网络对住院费用的影响都非常有限,在政策层面也仅发现新农合住院患者的住院费用相对于城镇职工基本医保的住院费用会显著降低,这与Aplin B[32]和Khalatbari[33]的研究存在较大差别,他们对美国和欧洲地区住院费用的分析结果均显示住院服务费用受年龄、工作等多种因素影响,这可能与住院时大量的检查费、住院费等提高了费用基数,也缩小所有患者的费用差异有关。

(二)建议

针对上述结论,本文认为在住院服务利用的过程中,应注重提高低收入人群对医疗服务利用的可及性,增加社会经济地位较低者的收入,进而改善其健康和医疗服务可及性,同时要设法扩大医疗保险的覆盖面,把弱势群体纳入医疗保障安全网。政府与社会应树立这样的理念,即社会与居民投资于健康并不是为了购买更多的医疗服务,而是要购买医疗服务带给他们的健康收益,居民为健康结果付费,而不是简单地为补偿医疗服务成本而付费,因此,政府应积极引导医疗部门规范对患者的诊疗行为,合理化收费。

[1] OWNBY R L, ACEVEDO A, JACOBS R J, et al. Quality of life, health status, and health service utilization related to a new measure of health literacy: FLIGHT/VIDAS[J]. Patient education and counseling. 2014,96(3).

[2]ANDERSEN R A. A Behavioral Model of Families’Use of Health Services,Chicago: Center for Health Administration Studies,University of Chicago,1968.

[3]KOOPMANS G T, LAMERS L M. Gender and health care utilization: the role of mental distress and help-seeking propensity[J]. Social science & medicine. 2007,64(6).

[4]SHUGARMAN L R, BIRD C E, SCHUSTER C R, et al. Age and gender differences in medicare expenditures and service utilization at the end of life for lung cancer decedents[J]. Women′s health issues: official publication of the Jacobs Institute of Women′s Health. 2008,18(3).

[5]KANG S Y, DEREN S. Factors mediating and moderating the relationship between gender and utilization of health care among Puerto Rican drug users in New York[J]. Drug and alcohol dependence. 2009,102(1-3).

[6]SARI N. Exercise, physical activity and healthcare utilization: A review of literature for older adults[J]. Maturitas. 2011,70(3).

[7]TERRANEO M. Inequities in health care utilization by people aged 50+: evidence from 12 European countries[J]. Social science & medicine. 2015,126.

[8]马超,顾海,韩建宇. 我国健康服务利用的机会不平等研究——基于CHNS2009数据的实证分析[J]. 公共管理学报. 2014,11(2).

[9]DERI C. Social networks and health service utilization[J]. J Health Econ, 2005,24(6).

[10]解垩. 与收入相关的健康及医疗服务利用不平等研究[J]. 经济研究,2002,(2).

[11]DAO H T, WATERS H, LE Q V. User fees and health service utilization in Vietnam: how to protect the poor[J]. Public health,2008,122(10).

[12]JEON B, KWON S. Effect of private health insurance on health care utilization in a universal public insurance system: a case of South Korea[J]. Health Policy,2013,113(1-2).

[13]官海静,刘国恩,熊先军. 城镇居民基本医疗保险对住院服务利用公平性的影响[J]. 中国卫生经济,2013,32(2).

[14]KONDO A, SHIGEOKA H. Effects of universal health insurance on health care utilization, and supply-side responses: Evidence from Japan[J]. Journal of Public Economics,2013,(99).

[15]COLLINS A E. Health ecology and environmental management in Mozambique[J]. Health & place，2002,(8).

[16]胡国鹏,王振. 高校师生健康的生态学模型分析与“大健康”促进[J]. 体育科学研究,2012,(3).

[17]BRONFENBRENNER U. Toward an expeimental ecology of human development[J]. American Psychologist，1977,(32).

[18]范涛,曹乾,蒋露露.老年人慢性病影响因素的健康生态学模型解释[J].中国全科医学，2012,15(1A).

[19]TOBIN J. Estimation of relationships for limited dependent variables[J]. Econometrica:Journal of the Econometric Society, 1958.

[20]DUNCAN G M,LEIGH D E. The endogeneity of union status: An empirical test[J]. Journal of Labor Economics, 1985,3(3).

[21]CRAGG J G. Some statistical models for limited dependent variables with application to thedemand for durable goods[J]. Econometrica: Journal of the Econometric Society, 1971.

[22]WAKABAYASHI I. Relationships among alcohol drinking, blood pressure and serum cholesterol in healthy young women[J]. Clinica chimica acta; international journal of clinical chemistry，2008,388(1-2).

[23]张俊辉, 叶运莉, 杨超，等.泸州市成年居民饮酒与慢性病患病关系[J]. 中国公共卫生，2012,28(5).

[24]SHADYAB A H, KRITZ-SILVERSTEIN D, LAUGHLIN G A, et al. Ethnic-specific associations of sleep duration and daytime napping with prevalent type 2 diabetes in postmenopausal women[J]. Sleep medicine,2015,16(2).

[25]CHEN G, TANG K, CHEN F, et al. Afternoon nap and nighttime sleep with risk of micro-and macrovascular disease in middle-aged and elderly population[J]. International journal of cardiology,2015,187.

[26]BOLIN K, JACOBSON L, LINDGREN B. The family as the health producer-when spouses act strategically[J]. Journal of Health Economics,2002,(21).

[27]LI X, ZHANG W. The impacts of health insurance on health care utilization among the older people in China[J]. Social science & medicine,2013,(85).

[28] CELENTANO D D,徐波. 饮酒与高血压中风关系的流行病学调查[J]. 国外医学(卫生学分册),1989,(3).

[29]YU X, ZHAO W, MA J, et al. Beneficial and harmful effects of alcohol exposure on Caenorhabditis elegans worms[J]. Biochemical and biophysical research communications,2011,412(4).

[30]ARTERO A, ARTERO A, TARIN J J, et al. The impact of moderate wine consumption on health[J].Maturitas, 2015,80(1).

[31]MANDERBACKA K, JARVELIN J, ARFFMAN M, et al. The development of differences in hospital costs accross income groups in Finland from 1998 to 2010[J]. Health Policy,2014,118(3).

[32]APLIN B, NAZZAL M, QU W, et al. Patient variables impacting hospital costs from 2008 to 2010[J]. The American Journal of Surgery,2014.

[33]KHALATBARI-SOLTANI S, MARQUES-VIDAL P. The economic cost of hospital malnutrition in Europe; a narrative review[J]. Clinical Nutrition ESPEN,2015,10(3).

Based on the characteristics of hospital service use, this research divided the hospital service process into three stages of demand generation, decision-making and hospitalization expenses. It also combined the transtheoretical model, social network theory and other related theories to build a healthy ecological model of the influencing factors of in-patient service. Combining the two-part model, cross-section data of CHARLS(China Health and Retirement Longitudinal Study) 2013 is adopted to conduct the emperical study. The results showed that: ① personal traits and behavioral characteristics have an influence on the hospital needs, but they will not affect the decision of in-patient service; ② the effect of income conditions shows the characteristics of “break point”; ③ macro policy environment also showed significant effect.

health ecology; middle aged and older people; in-patient service; two-part model

2014-11-27

国家发展和改革委员会发展规划项目(2014FGW01)

毛瑛，女，陕西西安人，西安交通大学教授，博士生导师，从事医疗保障、卫生政策与管理研究。

R195.4

A

10.16152/j.cnki.xdxbsk.2016-02-024

陈 萍]

Peculiarity, Social Environmental and In-patient Service-Based on the Perspective of Health Ecology

MAO Ying, ZHU Bin, JING Peng-peng, HE Rong-xin

(SchoolofPublicPolicyandAdministration,Xi′anJiaotongUniversity,Xi′an710049,China)