健康扶贫政策对贫困地区居民疾病风险认知的影响

韦 艳，张明健，李美琪

西安财经大学统计学院，陕西西安，710100

2020年是全面建成小康社会的实现之年，也是全面打赢脱贫攻坚战的收官之年。党的十九届五中全会针对“十四五”时期的社会发展提出，要实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接，健全防止返贫监测和帮扶机制，接续推进脱贫地区发展。2020年2月发布的《中共中央 国务院关于深化医疗保障制度改革的意见》指出，要坚持以人民健康为中心，加强人民群众的获得感、幸福感和安全感。健康扶贫作为“十三五”时期精准扶贫、精准脱贫基本方略的重要举措，为推进“健康中国2030”建设、全面建设小康社会奠定了坚实的基础。因此，建立防止返贫长效机制，提升居民抗疾病风险能力，对提高居民幸福度和生活质量以及加快推进健康扶贫和健康中国建设意义深远。

疾病风险是指由于人身所患疾病而带来的经济、生理、心理等损失的风险[1]。风险认知是指居民对风险的态度和直觉判断[2]。疾病风险认知是居民对疾病的客观风险进行主观整合做出的判断，可通过居民对健康风险的担忧程度进行测度[3-4]，居民对疾病风险认知不仅受疾病本身的影响，还受到心理因素的影响。既有研究发现，新农合制度能有效减轻参合居民的经济负担和提高居民的抗疾病风险能力[5]，但对农村居民“大病支出”的保障作用和“因病致贫，因病返贫”问题的缓解作用有限[6]。2010年新农合政策已基本实现全覆盖，再用是否参加新农合来评估居民抗疾病风险能力已不太合适。健康扶贫政策的实施，不仅提高了贫困地区居民的生活质量，还从经济、健康及心理3个方面提升了贫困地区居民的抗疾病风险能力。健康扶贫政策的经济绩效是通过医疗保障制度及资源的多重整合，减轻居民的医疗负担和降低家庭经济脆弱性，从而提高居民的抗疾病风险能力[7]。健康绩效是通过提高居民的健康资源可及性、居民健康意识及人居环境质量，提升贫困家庭成员的的健康素养，从而降低居民健康脆弱性[8]。心理绩效在提高居民幸福感和安全预期方面作用明显。不同致贫原因的贫困户对扶贫政策实施的满意度呈现异质性，尤其是患重病、慢病以及因残致贫的贫困户对扶贫政策实施的满意度最低，且依赖及不满情绪较为严重。

降低农村居民的疾病风险认知，为其提供稳定的疾病风险安全保障预期，是农村医疗保险建设的根本目标。本文在贫困地区居民健康贫困脆弱性的基础上，考察健康扶贫政策对贫困地区居民疾病风险认知的影响，为提升健康贫困脆弱群体的抗疾病风险能力，巩固健康扶贫成效和2020年后扶贫战略研究提供理论依据。

1 资料来源与方法

1.1 数据来源

本文所使用的数据来源于国家社科基金课题组于2018年12月-2019年2月开展的“精准健康扶贫与人口发展”专项调查。调查综合考虑深度贫困地区和健康扶贫的重点区域，选取“三区三州”中的四川凉山州、甘肃临夏州，国家健康扶贫重点关注区域的安徽安庆市、湖北恩施州、陕西商洛市共5个地区作为调查地点。调查采用多阶段抽样方法，第一阶段抽取上述5个市/州作为初级单位，第二阶段按照地域进行配额抽样，尽量均匀覆盖5个市/州所辖的各个区县。每个地区选取1所高校作为协作单位，5所高校共选取250名问卷调查员。共发放2500份家庭问卷，回收有效问卷2102份，有效回收率为93.4%；发放220份村问卷，回收有效的村问卷203份，有效回收率为96.7%。由于本文选取的对象为户主，且问卷中的收入等变量存在缺失值，最终纳入分析的家庭样本为1188份，村样本为178份。

1.2 质量控制

调查问卷分为家庭问卷和村问卷，两套问卷均由课题组参阅大量国内外相关文献后自行编制，调查数据能基本反映被调查地区健康扶贫与人口健康的发展状况。通过一级培训、跟访以及对数据进行逻辑关系审核检验并进行10%抽样审核，来确保数据质量。同时，通过与全国第五次卫生服务调查数据比较，本次调查对全国的健康扶贫具有较好的代表性，此次调查的详情参见已经发表的成果[9]。家庭问卷主要包括家庭基本信息、社会支持以及户主个人基本信息、健康状况、医疗服务满意度及健康扶贫项目感知5个部分。村问卷主要包括村干部个人基本信息、村基本信息、生活条件及区域环境、村卫生室卫生情况4个部分。

1.3 变量设置

因变量：疾病风险认知。居民对健康的担忧程度能反映出其对疾病风险的认知，疾病风险认知能综合全面地反映居民的患病意识和患病风险[4]，因此可用农村居民对健康的担忧程度来衡量疾病风险认知。通过询问居民 “有了新农合、大病救助等政策，生大病也不怕了”和“即使有了新农合、慢性病管理等政策还不能完全满足看病的需求”2个问题，来测度居民的疾病风险认知。每个问题包括“非常同意”(1分)到“非常不同意”(5分)5个选项，分值越高，表明疾病风险认知越高。当总分值≥6分时，疾病风险认知高，反之为低。

自变量：是否享有健康扶贫政策帮扶。以享有健康扶贫政策帮扶家庭(贫困户)为实验组，赋值为1；未享有政策帮扶的家庭(非贫困户)为对照组，赋值为0。

控制变量：包括个人、家庭以及村3类变量。影响疾病风险认知的社会与人口学因素包括个人特征、家庭、居民所具有的疾病与健康知识以及文化与社会环境[10]。因此，本文选取的个人变量包括户主年龄、性别、有无配偶、职业、自评健康、受教育情况等；家庭变量包括家庭人口规模、家庭人均年收入；村变量包括户主所在村经济状况。

1.4 研究设计

通过3个步骤展开对贫困地区居民疾病风险认知的研究：①根据健康贫困脆弱性划分高低2类健康贫困脆弱群体；②通过倾向性评分匹配法(PSM)中的平均处理效应(ATT)来评估健康扶贫政策下贫困户和非贫困户疾病风险认知的差异性；③分别比较高、低2类健康贫困脆弱群体中贫困户和非贫户的疾病风险认知，分析框架如图1所示。

图1 贫困地区居民疾病风险认知的分析框架

1.4.1 健康贫困脆弱性估计方法。贫困脆弱性为家庭或个体面临各种风险冲击的可能，以及因风险冲击而造成收入损失或生活质量下降到贫困线以下的概率[11]。本文使用3阶段可行广义最小二乘法(FGLS)在消除异方差影响的基础上量化健康贫困脆弱性。将性别、年龄、有无配偶、受教育程度、家庭人口规模、新农合参保情况、健康自评情况、健康检查情况、看病习惯、就诊机构以及居民所在村经济状况作为自变量，农村家庭人均年收入对数为因变量。

第一步，构建收入函数，对未来收入对数进行回归估计，即：

lnYi=Xiβ+ei

(1)

(2)

(3)

(4)

第三步，在得到收入对数期望和方差的情况下，利用式(3)和式(4)估计每个家庭i在当期时间t陷入健康贫困的概率。健康贫困脆弱性的计算可以简化为下式：

(5)

1.4.2 倾向性评分匹配法。PSM通过将多维的协变量整合成单一维度的倾向得分来匹配贫困户和非贫困户，使二者仅在是否获得健康扶贫政策帮扶方面存在差异，在其他方面保持一致。具体而言，是将1个贫困户和与其倾向得分相近的1个或多个非贫困户进行疾病风险认知比较。其中，贫困户为处理组，非贫困户为控制组。

第一步：估计倾向值得分。假设个体i是否受政策帮扶由可观测因素决定，使用Logit模型计算其受政策帮扶的概率，即倾向得分进行估计：

Logit(policyi=1)=α+Xiβ+ei

(6)

其中，policy是因变量，代表是否享有健康扶贫政策帮扶(policy=1，帮扶；policy=0，未帮扶)；Xi表示个体i是否享有政策帮扶的特征变量，包括年龄、性别、有无配偶、职业、自评健康、受教育情况等。

第二步：倾向值匹配。根据倾向得分为每1个贫困户寻找最相近的“反事实”个体进行匹配。本文利用一对一的近邻匹配方法，以期更好地控制内生性问题。

第三步：ATT。健康扶贫政策对贫困户疾病风险认知的ATT估计量的表达式为：

(7)

2 结果

2.1 调查对象基本情况

贫困地区有41.7%的农村居民对疾病风险认知程度较高；40.5%的居民享有健康扶贫政策帮扶。被调查者男性占85.2%，女性占14.8%；平均年龄为47.68岁；89.0%的居民有配偶；文化程度以小学及以下为主(58.5%)；居民自评健康为好和差的比例分别为84.2%和15.8%；仅有19.2%的居民会定期参加健康体检；36.4%的居民会关注健康保健相关知识；有92.8%的居民参加新农合，86.6%的居民认为报销方便，92.6%的居民对新农合报销比例满意度较高；19.57%的居民能不看病就不看，就医习惯较差；89.2%的居民选择在县域内就医。家庭变量中，被调查者的平均家庭人口数为4.16人，家庭人均年收入为4890元。贫困地区村经济状况整体较好，67.3%的村人均年收入高于2019年国家贫困线标准(3747元)。

2.2 健康贫困脆弱性估计结果

以2019年国家贫困标准(3747元)来计算居民的健康贫困脆弱性。研究结果显示农村居民健康贫困脆弱性均值为0.423，标准误差为0.211，本文将高于0.423的农村居民定义为“高健康贫困脆弱群体”。贫困户中的高健康贫困脆弱群体占比高于非贫困户，说明贫困户具有相对较高陷入健康贫困的可能性。见表1。

表1 高健康贫困脆弱群体占比情况(%)

2.3 PSM的Logit模型结果及平衡性检验结果

PSM的Logit模型结果及平衡性检验结果显示，性别、职业、健康知识关注度、就医机构、看病习惯、新农合报销满意度以及自评健康的系数显著不为零。男性、在县域内就医以及对新农合报销比例满意的居民受健康扶贫政策帮扶的概率越高；而非农、健康知识关注度高以及健康自评为好的居民受健康扶贫政策帮扶的概率越低。经PSM匹配后，贫困和非贫困户各协变量的t检验结果不拒绝2类样本组无系统差异的原假设。与匹配前相比，标准化偏差整体缩小，平均偏差从匹配前的10.6下降到匹配后的3.5，说明匹配后的贫困户和非贫困户之间在各协变量上是平稳的。使用匹配后的样本重新进行Logit回归，LRchi2从67.263降至7.460，不拒绝各协变量没有联合效应的假设。见表2。

表2 PSM的Logit模型结果及平衡性检验结果

2.4 健康扶贫政策下居民疾病风险认知的差异性

2.4.1 全样本贫困户与非贫困户疾病风险认知的比较结果。采用局部匹配方法(K近邻匹配、卡尺匹配、半径匹配)和整体匹配法(核匹配)比较全样本贫困户与非贫困户疾病风险认知的差异，每个匹配方法均采用不同的匹配参数评估健康扶贫政策对全样本贫困户疾病风险认知的影响(ATT)。各匹配结果显示，健康扶贫政策下全样本贫困户疾病风险认知的ATT显著为负，表明全样本贫困户与非贫困户之间的疾病风险认知差异具有统计学意义，健康扶贫政策可明显降低全样本贫困户疾病风险认知。见表3。

2.4.2 高、低2类健康贫困脆弱群体中贫困户与非贫困户疾病风险认知的比较结果。通过健康贫困脆弱性均值将样本分为高、低2类健康贫困脆弱群体，比较健康扶贫政策下2类健康贫困脆弱群体中贫困户和非贫困户的疾病风险认知。各匹配结果显示，健康扶贫政策下低健康贫困脆弱群体中(即健康贫困脆弱性小于均值)的贫困户疾病风险认知的ATT显著为负，表明低健康贫困脆弱群体中贫困户与非贫困户疾病风险认知差异具有统计学意义，健康扶贫政策可有效降低贫困户的疾病风险认知。而高健康贫困脆弱群体中贫困户和非贫困户的疾病风险认知的差异不明显，表明健康扶贫政策对高健康贫困脆弱群体中贫困户的疾病风险认知差异不具有统计学意义。见表3。

表3 贫困户与非贫困户疾病风险认知比较

3 讨论

3.1 贫困地区农村居民陷入健康贫困的可能性相对较高

通过计算贫困地区农村居民的健康贫困脆弱性，发现贫困地区农村居民具有更高的陷入健康贫困的可能性，与已有的研究结论相似[8]。①贫困地区居民疾病预防和健康促进薄弱，扶贫部门更强调事后补救的消极救助措施，而疾病风险管控不足，基层健康宣传流于形式。②贫困地区农村居民健康素养较差，存在健康观念错误、健康生活方式欠缺以及健康机能缺失等问题。③农村居民收入水平相对低下，医疗服务费用的负担能力相对较弱，一旦发生疾病风险冲击，低收入居民的疾病经济风险仍相对较高[12]。当前医保制度中医疗费用报销比例偏低、自付比例较大、部分治疗费用高昂的大病病种及用药并没有全部列入医保目录等因素都造成家庭负担过重、脆弱性较高[13]。④贫困地区农村居民整体受教育程度较低，容易陷入贫困陷阱，形成贫困的代际转移[14]。

3.2 健康扶贫政策对贫困户疾病风险认知程度的降低作用较小

本文研究显示，健康扶贫政策下全样本贫困户疾病风险认知程度的平均处理效应均在-0.042左右，即在控制其他变量影响的情况下，贫困户的疾病风险认知程度相较非贫困户降低0.042，表明健康扶贫政策可降低全样本贫困户疾病风险认知程度，但降低作用较小。已有研究表明，健康扶贫政策能有效提高农村居民的抗疾病风险能力，但仍未能有效缓解居民应对疾病风险的心理负担。①贫困地区公共基础设施建设水平较差，基层医疗卫生人才缺乏，卫生服务能力不足且医疗水平不高，所以尽管健康扶贫政策能有效减轻贫困户的就医负担，但医疗保障水平仍有待提高。②农村居民对改善健康状况及健康扶贫政策效果的认同度一般，且对健康扶贫项目感知度不高，政策宣传和实施力度仍有待加强。③贫困地区健康扶贫对口帮扶缺乏长效机制，医疗保障可持续性不强[15]，且健康扶贫财政能力较弱，导致健康扶贫政策实施呈现地区差异化[16]。

3.3 健康扶贫政策对降低低健康贫困脆弱群体中贫困户的疾病风险认知程度的效果较为明显

健康扶贫政策可在一定程度上降低低健康贫困脆弱群体中贫困户的疾病风险认知程度，而对于高健康贫困脆弱群体中贫困户和非贫困户的疾病风险认知程度的差异不明显。这表明低健康贫困脆弱群体中贫困户的疾病风险认知程度由于健康扶贫政策的救助得以缓解，而对于陷入健康贫困的贫困户而言，健康扶贫力度仍有不足。①健康扶贫政策力度不足且执行中有偏差，出现象征性健康扶贫，即重签约、轻服务，重形式、轻实效，对口帮扶不扎实等问题[17]。②深度贫困地区农村居民个人福利依赖思想严重，贫困者内生脱贫动力不足且缺乏主体性[18]。对贫困地区居民的心理健康重视程度不够，应加强贫困地区“扶志”“扶智”与“扶贫”工作的同步推进。③贫困地区卫生资源的定位与传递缺乏准确性。健康扶贫资源容易出现“精英捕获”的现象，即相对富裕人口对这些医疗卫生资源更具竞争性，而真正的贫困地区因不具备项目实施的必要条件而被排挤在外[19]。

4 结论

当前我国健康扶贫政策以居民收入水平作为健康扶贫政策帮扶对象的主要考查指标，是导致同等贫困程度的贫困、非贫困户疾病风险认知差异和不公平现象愈趋严重的主要原因。因此，本文基于实证结果提出以下建议。①建立因病致贫监测预警系统，降低居民健康贫困脆弱性。通过健康教育、健康锻炼、健康管理等策略[8]，从源头上摆脱健康贫困，减轻健康贫困治理的系统性压力[11]。设立预警线开发适合贫困地区居民因病致贫预警系统，在公平配置健康资源的前提下，提升贫困地区居民的健康能力[8]，消除因病致贫隐患，降低居民健康贫困脆弱性。②完善健康扶贫长效机制，健全基层医疗保障体系。加快建立多层次全方位的农村医疗保障体系，扩大报销范围，简化报销手续及完善补偿机制[1]。提高多重医疗保障覆盖面，切实加强农村居民的基本医疗保险、大病保险、医疗救助等衔接，强化制度的系统性和协同性，减轻贫困居民的疾病经济负担。切实提高健康扶贫服务质量，落实健康扶贫重点工作，降低贫困居民疾病风险认知，巩固健康扶贫成效。