中国医疗保障的反贫困研究——基于CFPS数据的实证分析

王 红 杨兴洪 张 曌

（贵州大学经济学院 贵州贵阳 550025）

目前，我国脱贫攻坚已取得显著成效，但“因病致贫”“因病返贫”现象仍较为严峻。国务院扶贫办建档立卡数据显示，2013年因病致贫返贫达到1256万户，占建档立卡贫困户数的42.4%，而2015年占比提高至44.1%［1］。健康冲击导致的贫困中有33%是疾病影响劳动能力造成的，12%是灾难性医疗支出或大额医疗费用造成的。由此可知，疾病是贫困增量产生的重要原因之一，且由于贫困的脆弱性、疾病风险的不确定性及经常性，健康冲击导致的贫困将长期存在。它不仅影响到脱贫攻坚任务的落实，还会影响我国社会经济的可持续发展。因此，在我国脱贫攻坚和农村健康振兴的大背景下，探究医疗保险的反贫困效益就显得尤为重要。

一、数据来源与方法

（一）数据来源

本文以2016年中国家庭追踪调查（CFPS）发布的数据为样本，该数据覆盖我国25个省、市、自治区，详细调查了受访家庭的人口特征、收入支出状况以及家庭成员有关医疗、教育、就业等情况［2］。本文主要对CFPS数据中的成人数据进行分析处理，将所需变量的缺失值以及无效值删除后，最终有效数据8727条。

（二）方法

1.两部模型

本文研究的是医疗保障对反贫困的影响，即探究医疗保障对医疗支出致贫的影响。在抽样调查中，医疗支出往往存在大量的零观测值，如果直接使用普通最小二乘法进行回归会导致参数估计产生偏移。因此，在符合本研究的前提下，采用两部模型即就医选择模型和医疗支出模型对其进行研究分析［3］，前者属于医疗决策行为，后者属于医疗支出行为。

第一阶段：就医选择模型。

该阶段主要是针对人们患病时是否选择就医展开分析，是否就医为二分变量，因此该阶段使用Logistic模型进行估计：

其中，Ii表示第i个个体选择就医的概率，Xi为影响第i个个体就医行为决策的相关变量。

第二阶段：医疗支出模型。

此阶段是在发生就医行为的前提下，考虑医疗支出金额的大小。为了减少共线性及异方差出现的概率，一般采用对数线性模型分析各影响因素对居民医疗支出的影响：

其中，Yi表示第i个个体的医疗费用支出，Xi为影响第i个个体医疗支出的相关变量。

2.减贫效应分析

当前，FGT指数是贫困测量的主要方法，其主要包括三个指标分别为贫困发生率、贫困差距指数和贫困差距平方指数［4］，其公式如下：

其中，N为调查总人数，Z为设定的贫困线，H为在贫困线以下的家庭人口数，yi为贫困人员的收入。当α=0时，FGT0为贫困发生率；当α=1时，FGT1为贫困差距指数，即在贫困发生率一定的情况下，贫困差距指数越大，则表明贫困人口的平均收入（消费）水平距离贫困线越远［5］；当α=2时，FGT2为贫困差距平方指数，该指标对贫困人口内部收入差距的不平衡和贫困深度更加敏感。

二、变量选取与描述性统计

（一）变量选取

根据研究需要，确定相应的因变量和自变量，具体变量如表1所示。

表1 相关变量及含义解释

（二）描述性统计

被采访家庭中，男性受访者占42.02%，女性占57.98%；受访者主要以中年人为主，其中30岁及以下的人数占比为10.61%，31岁到60岁占比为52.84%，61岁及以上的占比为36.55%；受访人群中在婚人数占比为78.51%，未婚占14.10%，离婚占1.81%，丧偶占5.59%；受访者在文化程度上文盲和小学所占份额较大，其中文盲占58.83%，小学占23.55%，初中占11.08%，而高中／中专／高职和大专及以上分别占4.08%和2.46%；受访者的当前工作情况中有工作占68.11%，失业只占1.25%，退休的占30.64%；在受访者中医疗保障方面新农合所占比重较大，占比69.13%，其次是城镇职工医疗保险占比12.36%，其余医疗保险占比都小于10%，且有8.41%的人群没有医疗保险；受访家庭人均年纯收入小于3000元的占比为47.31%，大于3000元的占比为52.69%。

三、实证分析

（一）医疗保障的反贫困效应测量

1.贫困线

贫困主要是以个人或家庭为单位，来判断个人或家庭的生活水平是否达到所在社会可接受的最低标准［6］，处于贫困线以下的人口被称为贫困人口。2014年我国贫困线标准为人均年纯收入2800元，考虑到当前我国经济的发展态势，本文采用2016年普遍认为的人均年纯收入3000元作为贫困线标准，来分析贫困人群的贫困状况和变动趋势。

2.反贫困效应测量

文章对样本人群是否参加医疗保险进行分类研究，结果如表2所示。从表中可以看出，参加医疗保险人群的贫困发生率均低于未参加的。从地区分布来看，西部地区贫困发生率降幅最大；但从贫困深度来看，中部地区贫困差距指数和贫困差距平方指数有所下降，分别降低了9.16%和6.49%，东部和西部地区却呈现参加医疗保险后贫困反而加深的现象，表明我国目前的医疗保障体系可能存在弊端或者因病返贫的问题进一步加剧。

表2 我国是否参加医疗保障的减贫效果对比表

在此基础上，按照年龄分布、教育程度、收入状况和地区分布四方面对调研对象进行FGT指数计算。将年龄划分为三组，30岁及以下为青年组，31～60岁为中年组，61岁及以上为老年组；将教育程度划分为文盲、小学、初中、高中／中专／高职和大专及以上五类；按收入状况，将研究对象中人均收入水平进行四等分，其中最低的25%归为“低收入”人群，最高的25%归为“高收入”人群，以50%为界的左右两个25%分别为“中低收入”人群和“中高收入”人群；按地区分布划分为东部、中部和西部地区。表3分别计算了分组后不同群体参加医疗保险后三种贫困指数的下降程度。

表3 不同群体参加医疗保险后贫困下降幅度 %

从表3可以看出，不同类别的群体参加医疗保险后贫困下降幅度呈较大的差异。一从年龄组来看，青年组贫困发生率的下降幅度比老年组低14.24个百分点，表明随着年龄的增大，贫困发生率下降幅度也在逐渐增大，而贫困差距率和贫困平方距的下降幅度差异较小。综上从年龄角度表明医疗保险对中老年人群的反贫困效应较为突出，究其原因可能是青年人普遍身体素质比中老年人好，有较好的恢复能力，并且大多数青年人有稳定的收入来源可以分担一部分医疗支出，相对而言贫困发生概率较小，医疗保险对其的影响不是很突出。二从教育层面来看，教育程度越高，贫困发生率下降幅度越小。大学文化程度贫困发生率下降幅度比文盲要低13.21个百分点，而贫困差距率和贫困平方距的下降幅度相应来说差距比较大，分别要低10.51个百分点和9.32个百分点，这说明相较于教育程度高的人群来说，教育程度低的人群对健康的忽视程度更甚，更易于患病，从而医疗保险对教育程度低的人群的反贫困效应比教育程度高的人群要大。三从收入状况来看，低收入群体贫困发生率的下降幅度比高收入群体高42.02个百分点，贫困差距率和贫困平方距的下降幅度要分别高56.42个百分点和64.53个百分点，这说明医疗保险对低收入群体的反贫困效应起到了积极的作用。四从地区分布来看，西部地区的贫困发生率下降幅度比东部和中部地区分别高4.4个百分点和3.32个百分点，贫困差距率和贫困平方距的下降幅度也比东部和西部大。

当前西部地区是我国脱贫攻坚的首要地区，数据反映出我国西部地区贫困人群医疗保障水平仍有很大的提升空间，因此，我国应加深西部地区的医疗卫生保障程度，从而推动医疗保障反贫困效应的提升。

（二）我国医疗保障的反贫困模型分析

1.医疗消费两部模型

（1）就医选择模型的Logistic回归分析

该模型反映的是各变量因素对受访地区人群就医行为的影响，回归结果如表4所示。从回归系数来看，性别（β=0.89）与就医选择呈显著的正向关系，表明男性更倾向于进行医疗消费，这与仇雨临等（2016）的研究观点相同，其研究表明男性比女性更倾向于进行医疗消费［4］；从年龄的角度来看，31～60岁和61岁及以上的人群与就医选择呈显著的正相关，表明与30岁及以下的年轻人相比，31岁以上的人群更倾向于选择就医治疗；从婚姻状况来看，与未婚相比，只有在婚的人群（β=1.39）表现出与就医选择的显著正相关性，这表明在家庭的照顾下，人们对疾病进行就医治疗的概率更大；从文化程度来看，初中（β=0.75）、高中／中专／高职（β=0.63）和大专及以上（β=0.54）学历人群与就医行为呈正相关，即与文盲相比，文化程度越高的人越倾向于选择就医；从健康状况来看，比较健康（β=1.30）、一般（β=1.48）和不健康（β=2.24）与就医选择呈现显著的正向关系，即与非常健康的人群相比，身体状况差的人更倾向于就医选择，这与现实情况相吻合；从地域情况来看，中部（β=1.17）和西部（β=1.17）与就医选择呈现正向关系，说明与东部地区相比，中部和西部地区的人群更愿意选择就医治疗；从参保情况来看，除了补充医疗保险外，其余保险均对选择就医呈现正向关系，表明与无医疗保险的相比，拥有医疗保险的人更倾向于就医治疗，且公费医疗和新农合在实施程度上更具显著性；从病伤程度看，一般（β=1.86）和严重（β=3.51）病伤程度与就医选择呈现显著的正向关系，表明伤病越严重的群体选择就医的概率越大。

表4 我国东中西部地区家庭就医选择模型结果

（2）医疗支出的对数线性回归分析

将医疗支出进行对数处理，对其进行回归分析，得出以下结论，详见表5。与30岁以下的年轻人相比，61岁及以上的人群更倾向于医疗消费，可能的原因是老年人身体状况普遍欠佳，医疗支出相对更大；与未婚相比，在婚人群的医疗支出更大；从文化程度来看，文化程度为高中／中专／高职的人群其医疗支出有所下降，而文化程度越低的人群其医疗支出相对较高；从工作状况来看，与无固定工作的相比，退休人群的医疗支出显著增加，这再次验证了61岁及以上人群医疗费用大的事实；从健康状况来看，与非常健康相比，随着健康状况的下降，其医疗支出会不断增高；从地区分布来看，西部地区的医疗支出呈现显著的负向关系，说明西部地区的医疗支出相比东部地区较少，可能的原因是西部地区的经济社会发展还远不及东部地区；从参保情况看，与无参保人群相比，参加公费医疗和城镇职工医疗的人群医疗支出呈现显著增加；从病伤程度来看，病伤越严重其医疗支出的金额越高。

表5 我国东中西部地区家庭医疗支出的对数线性回归

2.医疗贫困的Logistic回归模型

本文将医疗支出／家庭收入＞50%的家庭定义为医疗致贫家庭。在此基础上，以医疗支出／家庭收入作为因变量，探究医疗致贫的影响，结果如表6所示。分析可知，与30岁以下的年轻人相比，年龄在61岁及以上人群的医疗贫困发生率更高，可能是老年人不仅身体状况普遍欠佳且收入普遍较低，很容易导致医疗贫困；从婚姻状态看，丧偶人群的医疗贫困显著高于未婚人群，这可能是由于丧偶人群普遍具备生活孤独、缺乏安全感、收入较低等特征，更易导致患病或身体状况相对较差；从家庭状况看，随着家庭人口的增多，医疗贫困的发生率逐渐提高；从健康程度看，与非常健康的状态相比，健康状况越差的群体医疗贫困率越高；与无参保人群相比，参加新农合的人群医疗贫困的程度相对较低，说明新农合政策在一定程度上缓解了农民“因病致贫”“因病返贫”的问题；与病伤程度不严重相比，病伤程度越严重的人群越易导致医疗贫困。

表6 我国东中西部地区医疗贫困的Logistic回归模型

四、结论与对策

我国医疗保障的反贫困效率主要受到医疗保障运行效果的影响，此外还受到外部因素的影响，如居民的受教育程度、年龄、健康状况等。首先，从医疗保障层面来看，与未参加医疗保险的人群相比，参保人群贫困发生率呈下降趋势，但也发现贫困差距指数和贫困差距平方指数呈上升趋势，说明存在贫困加深的现象，这可能存在因病致贫和医疗保障实施上的弊端，需要引起相关部门重视。其次，从年龄分布、教育程度、收入状况和地区分布四个方面对我国医疗保障的反贫困效率进行分析发现，年龄越大、学历越低、收入越低以及针对西部贫困地区而言，贫困发生率下降幅度较大，这表明措施精准地帮扶确有需求的人群，效果明显。最后，从外部因素来看，家庭规模、健康状况、病伤程度及婚姻状况在一定程度上会对就医选择和医疗支出产生影响，这些因素都可能成为间接影响“因病致贫”“因病返贫”的重要原因。

结合上文分析，文章为提升我国医疗保障的反贫困效率提出以下几点建议。

第一，扩大农村老年人口在医疗保障方面的受益面。在当前人口老龄化日趋严峻的社会背景下，老年人不仅身体健康状况相对较差，而且在收入方面也相对较低，特别是农村老年人口，一旦生病住院医疗支出对其家庭承受能力而言是巨大的。而对于非就业人员和农村居民而言，主要参与的医疗保险是城镇居民基本医疗保险和新型农村合作医疗，目前以上相关保险实施的过程中主要是向低保和五保户进行倾斜，此部分人群报销比例较高。因此，建议政策实施可以扩大到全体老年人口，对其缴纳的保险金额进行补贴，适当提高老年人生病住院的报销比例等，达到减轻其医疗负担的目的。

第二，合理控制医疗费用的增长幅度。近年来，医疗保险的实施在一定程度上减轻了人们的医疗负担并降低了贫困发生率。但医疗费用的快速上涨使得即使有报销补偿，自身负担的医疗费用仍然很高，且有部分重大疾病不在报销范围内，使得人们“因病致贫”“因病返贫”风险仍比较大，贫困深度问题仍旧难以化解。因此，建议相关部门要适度控制医疗费用的过快增长，并在此基础上完善医疗保障措施，使医疗保障发挥更大的反贫困功能和再分配作用。

第三，促进医疗保障与其它反贫困政策的协调发展。医疗保障在反贫困上虽然起到了积极的作用，但只能在一定程度上减轻医疗支出对家庭的负担，无法真正提升贫困家庭的收入。因此，需要多方面联动协调，共同解决疾病给人们带来的伤害，如完善养老保障和失业保障等［7］。再者，医疗保障可以为贫困人口自主脱贫提供良好的保障，在此基础上人们可以通过金融扶贫、教育扶贫、产业扶贫等途径，提升贫困人群创造收入的能力。