基于城市面板数据的城镇居民医疗保健消费支出影响因素研究

于绍君 唐山职业技术学院

医疗保健消费是人民群众健康的重要研究课题。本文在研究前人相关文献的基础上，收集了中国6个城市2001年―2016年的相关数据，对城镇居民医疗保健消费支出的可能影响因素进行实证研究。

一、建立模型

模型的被解释变量为城镇居民人均医疗消费支出Eit；解释变量为：城镇人均可支配收入Iit、政府医疗卫生经费Fit。其中，i、t分别表示城市和年份。

本文收集了2011-2016年中国的唐山、北京、苏州、威海、重庆、哈尔滨6个城市的面板数据作为样本，对模型进行估计。本文使用的数据，全部来自于6个城市的城市统计年鉴；并以2001年为100，根据每个城市的城镇居民消费价格指数，对被解释变量、2个解释变量的数据进行了调整。表1为对本文样本数据的总体描述性统计。

表1 样本总体描述性统计表

二、影响因素分析

本文使用Stata14软件来分析面板数据，首先对模型运用混合回归的方式进行估计。估计结果见表2的模型1，混合回归的估计结果表明，城镇人均可支配收入与被解释变量的正相关不显著、卫生经费与被解释变量的负相关不显著。模型估计的拟合系数为0.57。

其次，对模型运用固定效应回归的方式来进行估计。估计结果见表2的模型2，在模型2的估计结果中，各城市的个体效应F统计量F（2,88）Prob＞F=0.0000。这说明模型中各城市的个体效应是显著的，因而选择固定效应回归的方式，而不是混合回归的方式。

接下来，对模型运用随机效应回归的方式来进行估计。估计结果见表2的模型4，并运用个体随机效应的LM检验，chibar2(01) =191.11，Prob > chibar2 = 0.0000，这仍说明模型中各城市的个体效应是显著的，因而选择随机效应回归的方式，而不是混合回归的方式。

本文采用了异方差稳健的豪斯曼检验，其目的是确定是使用固定效应模型还是使用随机效应模型，P-value = 0.3504。

表2 各种模型的估计结果表

三、结论

通过对表2中模型1-模型7的估计结果分析，本文得出以下结论：

第一，城镇居民收入的增加会促进城镇居民医疗消费支出。表2的模型估计结果表明，城镇居民人均可支配收入变量与被解释变量显著负相关。

第二，表2的估计结果显示，政府医疗卫生经费与被解释变量城镇居民医疗消费支出的负相关不显著，这可能与解释变量“政府医疗卫生经费”原始数据未按城乡比例分摊有关。