农村医疗减贫效果被低估了吗——来自社会空间视角的解释

李 涛， 张一童

(青岛大学 经济学院， 山东 青岛 266071)

截至2018年年底，我国农村贫困人口已减少到1 660万，但因病致贫、因病返贫依然是农村家庭致贫的首要因素。就医疗减贫来说，事实上，通过完善保障制度能够有效分散和降低家庭因病致贫概率[1-3]。然而，现有文献关于医疗保障制度与农村家庭医疗贫困研究中得出的结论并不一致，一些学者发现医疗保障在某种程度上降低了农村家庭因病致贫概率[4-6]，但也有些学者认为，较低的补偿标准和报销比例使得医疗保障分散农村家庭医疗致贫风险相对有限[7-9]，甚至并未发挥显著作用[10-12]。另一方面，关于公共保障支出是否能够减少农村家庭医疗支出的讨论，学者们认为受地区经济社会发展水平差异、城乡二元结构以及农村特有的消费结构等因素的制约，公共保障支出对农村家庭医疗经济负担的影响较弱[13-15]。

随着全面建设小康社会目标期限临近，国务院和党中央进一步提出“坚决打赢脱贫攻坚战，建立解决相对贫困的长效机制”，这意味着中国医疗扶贫的方向将由集中式精准医疗扶贫过渡到常规性相对医疗扶贫。因此，如何持久地降低农村家庭因病治病和因病返贫概率，减少农村医疗相对贫困，将是农村医疗扶贫长期关注的焦点。相对贫困是指个人或家庭在一定的社会生产和生活方式下，所能获得的合法收入只能满足食品需求，但对于当地条件认为很普遍的其他基本生活需求则难以保障[16]。与绝对贫困不同，相对贫困是与社会平均收入水平相对应的概念，即使社会平均收入水平不断增长，若社会总体收入分配差距得不到改善，依然会存在相对贫困[16-19]。可以看出，相对贫困概念着重突出了“当地条件”和“社会平均”等基本前提，也就是说这里的“相对”体现了一定空间性。那么，农村家庭医疗贫困是否也存在空间特征或空间相对性呢？以往关于农村医疗减贫的研究中，忽视了社会网络对农村家庭医疗经济负担的社会空间溢出效应，而这种效应可以有效调节或补充保险保障等正式制度的保障作用。社会网络通过分散关联家庭贫困风险和提高关联家庭整体参保意识，能增强保险保障制度对一定社会空间内的集体医疗减贫效应。所以，仅从单个家庭考察保障制度的医疗减贫问题，所得出的结论可能会大大低估其社会医疗减贫效果。这样极有可能导致精准医疗扶贫政策评估出现偏差，从而不利于相对贫困背景下农村社会保障与医疗救助的长效机制建设。基于此，本文将立足于社区社会空间视角，探讨农村社会保障制度对农村家庭医疗贫困的相对减贫效果。

本文可能的贡献体现在以下几个方面：视角上，基于当前医疗扶贫政策由集中式精准医疗扶贫转向常规性相对医疗扶贫的宏观背景，研究中国农村家庭医疗减贫的社会空间溢出效应，并深入挖掘社会空间中地缘关系和社会关系对农村医疗减贫的调节效应。理论上，本文在健康人力资本理论模型(Grossman)基础上，将纳入家庭社会资本因素，结合灾难性医疗支出概念，构建社会空间视角下农村医疗减贫理论框架。由此得出：所处同一农村社区社会空间的其他家庭的社会保障程度越强，这些家庭越能为病贫家庭给予经济援助，从而出现社会保障的医疗减贫溢出效应，同时农村家庭之间地缘关系和社会关系越紧密越能够增强医疗减贫溢出效应，这在一定程度上丰富了农村医疗减贫的理论。实证上，为了更好地刻画农村社会保障的医疗减贫溢出效应，以及地缘关系和社会关系对农村医疗减贫的调节作用，本文利用空间Tobit杜宾模型，结合2014年中国家庭跟踪调查数据(CFPS)对理论假说进行了检验，这在某种程度上对农村医疗精准扶贫和缓解农村医疗相对贫困具有现实价值。

余文结构如下：第二部分构建社会空间视角下农村社会保障医疗减贫理论框架；第三部分研究设计包括数据描述和模型设定；第四部分利用空间Tobit杜宾模型对理论假说进行基准回归、稳健性检验和异质性检验；最后是结论与政策建议。

一、理论分析及理论框架

(一)理论分析

西方社会网络概念和中国差序格局理论无不反映这样一个观点，即家庭并不是独立的行为个体，社会互动是建立家庭间信任感的基础，家庭行为决策在以地缘和血缘为节点的社会空间中紧密相连，节点强弱折射出不同家庭之间的行为亲密程度。当社会空间内某个家庭遇到病贫困境，该家庭自身收入和财富难以完全支撑所有医疗费用支出时，家庭所能筹集到的社会总收入就成为了缓解医疗资金的重要途径。社会空间内其他家庭的利他援助，能够使得病贫家庭经济状态平稳恢复，这点在医疗保障水平和收入水平相对较低的农村地区表现得较为突出。在社会网络盛行的广大农村地区，家庭医疗经济负担因地缘和血缘关系发生风险集合，家庭之间社会互动或社会交流产生的社会外部性，会产生家庭医疗经济负担的社会空间溢出效应，从而使得家庭医疗经济负担具有社会空间相对性。为了进一步阐释上述理论分析，接下来将进行理论模型构建。

(二)理论框架

灾难性医疗支出是衡量家庭因病致贫的重要指标，即如果家庭医疗支出占非食品支出超过一定比例，则家庭因病致贫的概率高。本文对Grossman[20]健康人力资本模型进行拓展，纳入家庭社会资本因素，结合灾难性医疗支出概念，构建社会空间视角下农村保障的医疗减贫理论框架。

(1)

(2)

(3)

式(1)为代表性农村家庭医疗支出效用目标函数。其中，hit为家庭t期医疗支出，sit为家庭t期社会保障和商业保险费用支出，zit为家庭t期其他消费支出。该效用函数中医疗支出与保险保障费用和其他消费支出在当期存在替代关系。θ为家庭风险厌恶系数，ρ为贴现率。

(4)

对式(4)关于医疗支出hit求偏导，并结合财富动态方程求积分可得医疗支出最优方程：

(5)

当社会空间内某个家庭遇到病贫困境，该家庭自身收入和财富难以完全支撑所有医疗费用支出时，家庭所能筹集社会总收入就成为了缓解医疗资金重要途径。这里假设t期家庭收入水平Yit取决于社会总收入，包括来自社会空间内其他家庭的援助预期收入E(τYjt)和家庭自身收入水平yit。而其他家庭医疗支出hjt是收入Yjt的一部分，获得的援助预期收入可以改写为E(τhjt/ω)。其中，Yjt为家庭j在t期收入水平，τ为家庭j在t期援助灾难性医疗支出家庭i收入比例，ω为家庭j在t期收入用于医疗支出比例。倘若家庭i的灾难性医疗支出可以被援助预期收入部分抵消

式(5)可以演变为：

(6)

假设同一农村社区家庭医疗支出行为是对称的，则代表性农村家庭灾难性医疗支出函数为：

(7)

二、研究设计

(一)数据来源与数据描述

本文数据选择2014年中国家庭跟踪调查数据(CFPS)。该数据的优势在于涵盖了个人、家庭和社区3个不同微观层面的经济、人口以及社会特征，能准确地反映社会的变迁。目前，该数据已公布2010、2012、2014和2016年数据，本文主要从农村社区层面进行考察，而其中只有2014年的数据包含较为全面的社区变量，并且本文研究主题是社区家庭地缘关系和社会关系在农村社会保障与农村家庭灾难性医疗支出中的调节作用，其中空间依赖性是重点探讨的因素，因此将2014年横截面数据作为回归数据样本较为合理。此外，因为所考察的对象既涵盖农村家庭个体样本又包含农村社区其他家庭的经济社会特征，所以对于农村家庭界定，筛选出户主为农村户籍且家庭所在社区性质为村居的样本集。

1.被解释变量和核心解释变量

根据国际卫生组织(WHO)规定，家庭灾难性支出是衡量家庭是否容易因病致贫的重要指标，该指标认为家庭医疗支出占非食品支出超过40%，家庭因病致贫概率较大。这里假设农村家庭发生灾难性医疗支出为1，否则为0。核心解释变量选取了农村家庭保障程度指标。具体来说，农村家庭保障程度指标设定参考封进等[21]和白重恩等[22]关于新农合变量的运用。考虑到新农保和农村家庭商业医疗保险在收入和补充医疗保障上能够降低农村家庭因病致贫概率，故将农村家庭存在商业医疗保险支出设成1否则设成0，以表示农村家庭是否存在商业补充医疗保险。接下来统计农村家庭拥有新农合和新农保人数，并与家庭是否存在商业补充医疗保险进行加总再与家庭规模相比。

2.解释变量

农村家庭经济特征选择农村家庭人均纯收入水平取对数，因为该收入水平可以衡量农村家庭用于医疗支出的可支配能力。农村家庭社会关系变量参照郭云南和姚洋[23]对村庄网络和宗族网络指标的选取，采用亲友关系和邻里关系。除了传统的家庭网络和宗族网络，“互联网+社区”作为未来乡村振兴战略重要环节，互联网将成为农村家庭参与社会活动的新生网络，所以本文也将农村家庭使用互联网程度考虑在内[24]。同时，将是否参与祭祖和是否参与社区投票纳入社会空间特征变量，主要因为这两种社会互动形式是农村社区家庭集体情感的有效表达方式，也是构成农村家庭社区空间的重要元素。李聪等[25]针对家庭医疗支出与消费性负债的研究认为，债务问题能够体现家庭经济网络，尤其农村家庭房贷情况既可以描述农村家庭之间经济交往情况又能刻画家庭代际之间的经济连带关系。关于社区特征变量，选取了社区医疗点人员数量、社区到县城的距离以及社区健康水平。为了衡量农村家庭面临风险，选取农村家庭健康水平和农村家庭所处社区是否发生自然灾害。详见表1。

表1 各变量、赋值及单位

(二)模型设定

关于调节效应通常采用引入中介变量并采用交互项的方式进行回归分析[26-28]。为了检验社会关系在农村社会保障与农村家庭灾难性医疗支出中的调节作用，本文在空间计量模型基础上引入了农村社会保障程度与农村家庭社会关系交互项。因为在考虑家庭行为空间依赖性时OLS回归容易导致估计结果失准，本文中选取的被解释变量为家庭医疗支出占家庭非食品支出是否超过0.4，因此是非连续的二值选择变量。通常这种情况下，使用对连续变量的空间一般计量模型(SARAR)进行回归，估计结果会出现偏差，需要采用针对离散变量回归的空间Tobit模型[29]。空间Tobit模型可以划分为空间Tobit滞后模型、空间Tobit误差模型和空间Tobit杜宾模型，但是为了更能体现社会关系对农村医疗减贫的调节效应，本文采用空间Tobit杜宾模型，具体设定如下：

y*=ρWy*+X·Mβ+δWX·M+μ

(8)

y*=yi，y*>0

y*=0，y*≤0

其中，y*表示农村家庭灾难性医疗支出；X涵盖农村家庭保障程度核心解释变量和其他控制变量；W表示空间地理权重矩阵元素即农村家庭地缘关系；M为农村家庭社会关系；ρ表示农村家庭灾难性医疗支出社会空间相关性，当ρ<0农村家庭灾难性医疗支出存在社会空间溢出效应，当ρ<0农村家庭灾难性医疗支出存在社会空间同群效应，当ρ=0农村家庭灾难性医疗支出不存在社会空间效应；μ代表误差项。y*为潜变量，当y*大于0时，取y*等于yi，当y*小于等于0时，在0处截尾。

一般情况下，在对空间计量模型回归之前，对研究对象是否有必要将空间相关性纳入到回归分析中需要事先通过空间统计学相关指标进行预判。通常采用空间莫兰指数作为衡量标准，具体指标设定为：

(9)

(三)空间权重矩阵设定

空间权重矩阵是空间计量模型的核心内容，也是空间计量模型区别于传统计量模型重要特征。针对不同研究对象的经济行为，选取空间权重矩阵是否合适直接关系到空间计量模型回归的精准性。以往研究主要从地区层面设置空间权重矩阵[29-31]，本文重点考察的是社区层面下农村保障的医疗减贫溢出效应。基于此，空间权重矩阵设定以家庭是否在同一社区视为临近家庭，是设为1，否则设为0。

(10)

三、实证结果

(一)基准回归

如表2和表3所示，首先，Moran’sI指数显示农村医疗贫困风险存在空间相关性，说明采用空间计量估计是有必要的。空间Tobit滞后模型和空间Tobit误差模型的LM检验和稳健的LM检验，均显著拒绝不存在空间相关性的原假设，在这种情况下采用空间Tobit杜宾模型进行估计较为合适。

表2 亲友关系对农村医疗减贫调节效应估计结果

表3 邻里关系对农村医疗减贫调节效应估计结果

从核心解释变量估计结果来看，ρ显著为负表明代表性农村家庭灾难性医疗支出与同一社区临近家庭灾难性医疗支出存在社会空间溢出效应。家庭保障与代表性农村家庭灾难性医疗支出不显著，代表性农村家庭自身保障程度对家庭灾难性医疗支出影响不显著，与以往仅考虑家庭自身保障水平的医疗减贫效果研究得出结论相同。然而，W*家庭保障*亲友关系、W*家庭保障*邻里关系与代表性农村家庭灾难性医疗支出显著为负，说明所处同一农村社区社会空间的其他家庭的社会保障程度越强，这些家庭越能为病贫家庭给予经济援助，从而产生农村保障的医疗减贫溢出效应，并且农村社区家庭地缘关系和社会关系有效调节了农村社会保障的医疗减贫效应，有效验证了假说。

从控制变量估计结果来看，基层财政支出与农村家庭灾难性医疗支出显著为负，W*基层财政支出与农村家庭灾难性支出显著为正，说明代表性农村家庭所处社区的财政支出水平提高可以降低家庭灾难性医疗支出，但是社区财政资源的有限，以及转移支付制度不完善，在某种程度限制了社区财政支出的医疗减贫溢出效应。W*上网程度与代表性农村家庭灾难性医疗支出显著为负，则表明互联网空间溢出效应显著降低了农村家庭灾难性医疗支出，互联网等现代社会网络发展使得农村家庭能够通过互联网获得更多的社会医疗资本和医疗健康信息，从而在某种程度上降低农村家庭因病致贫概率。W*祭祖与代表性农村家庭灾难性医疗支出不显著，随着农村家庭祭祖频率下降传统社会互动方式对家庭行为外部性影响在逐渐减弱。W*是否有房贷与代表性农村家庭灾难性医疗支出不显著，农村家庭房贷状况直接关系到家庭之间和代际之间经济网络保障，从而影响家庭医疗行为外部性，随着城镇化进程加快和农村大量青年进入城市该现象会表现得更加明显。

W*家庭健康水平与代表性农村家庭灾难性医疗支出显著为负，同一社区临近家庭健康水平对代表性家庭灾难性医疗支出产生了健康溢出效应。W*社区健康水平与代表性农村家庭灾难性医疗支出显著为正，社区平均健康水平对代表性农村家庭灾难性医疗支出产生了正的溢出效应，可能由于社区平均健康意识提高，社区平均医疗支出随之增加，以至于代表性农村灾难性医疗支出也在增加。W*社区医疗人员数量、W*与县中心距离和W*自然灾害与代表性农村家庭灾难性医疗支出显著为正，同样表明社区外部环境改善对代表性农村家庭灾难性医疗支出产生溢出效应，社区平均健康意识提高，社区平均医疗支出随之增加，从而导致代表性农村灾难性医疗支出相应增加。W*是否参与投票与代表性农村家庭灾难性医疗支出不显著，由于农村民主制度在不断完善中，农村社区参与民主活动对农村家庭之间行为影响也需要有个过程。

(二)稳健性检验

为了有效降低城乡居民家庭灾难性医疗支出发生率，2012年国务院在基本医疗保险基础上进一步出台了全面实施城乡居民大病医疗保险相关政策。对农村地区来说，该项政策实施可以有效增强农村家庭抵御医疗致贫风险能力。大病保险功能定位于对基本医疗保险的拓展，并且由商业保险机构经办。因此，出于稳健起见，将农村社会保障程度与地区大病赔付支出的交互项纳入模型做进一步检验。Moran’sI指数显示农村医疗贫困风险存在空间相关性，说明采用空间计量估计是有必要的。从LM检验和稳健的LM检验来看，均显著拒绝不存在空间相关性的原假设，因此采用空间Tobit杜宾模型进行回归。估计结果表明，W*家庭保障*大病保障、W*家庭保障*大病保障*亲友关系、W*家庭保障*大病保障*邻里关系与农村家庭灾难性医疗支出显著为负，说明之前地缘关系和社会关系对农村医疗减贫的调节作用估计结果较为稳健，大病医疗保险在分散农村家庭灾难性医疗支出发生风险的同时，增强了地缘关系和社会关系在农村医疗减贫中的调节效应。其他控制变量与代表性农村家庭灾难性医疗支出回归结果与基准回归结果基本一致，限于篇幅这里就不再赘述。城乡居民大病医疗保险政策稳健性检验情况详见表4。

表4 城乡居民大病医疗保险政策稳健性检验

(三)异质性检验

区域化贫困会影响地缘关系和社会关系对农村保障医疗减贫的调节效果，如某个农村社区处于集体贫困状态，农村保障带来收入效应仅够拥有保障家庭正常消费，难以向患病家庭给与经济援助。从理论框架中式(7)可以看出，当其他家庭收入水平趋于零时地缘关系和社会关系对农村医疗减贫调节效应无法发挥，只有当其他家庭收入趋于合理区间时该效应才能有效发挥。所以，在贫困农村社区和非贫困农村社区中，地缘关系和社会关系对农村医疗减贫的调节效应存在较大差异。自实施扶贫战略以来，针对农村人口贫困标准在不断上调，最近一次调整发生在2011年，为人均纯收入2 300元。为了更好地区分贫困农村社区和非贫困社区，本文将社区人均纯收入低于2 300元界定为贫困农村社区，社区人均纯收入高于2 300元的社区界定为非贫困农村社区，并分别进行回归(表5～6)。Moran’sI指数显示农村医疗贫困风险存在空间相关性，说明采用空间计量估计是有必要的。从LM检验和稳健的LM检验来看，均显著拒绝不存在空间相关性的原假设，因此采用空间Tobit杜宾模型进行回归。估计结果表明，非贫困农村社区地缘关系和社会关系对农村医疗减贫效果影响较大，以上推断得以证实。其他控制变量与代表性农村家庭灾难性医疗支出回归结果与基准回归结果基本一致，限于篇幅这里也不再赘述。

表5 贫困农村社区估计结果

表6 非贫困农村社区估计结果

续表(表6)

四、结论与政策建议

目前，虽然农村整体贫困率在不断下降，但是因病致贫和因病返贫依然是导致农村家庭陷入贫困的主要因素。理论上，社会保障制度可以有效降低家庭医疗致贫概率，长期以来党和政府不断加大对农村社会保障制度投入的力度，然而农村医疗减贫效果并不是很理想，在这种情况下从非正式制度阐释这种现象就显得十分必要。

(一)结论

本文研究结果表明，农村社会保障制度对于单个家庭医疗贫困影响不显著这点与以往研究得出的结论一致，但是地缘关系和社会关系对农村社会保障制度的调节与补充，可以导致农村社会保障的医疗减贫溢出效应，即所处同一农村社区社会空间的其他家庭的社会保障程度越强，这些家庭越能为病贫家庭给予经济援助，并且这种效应随着城乡居民大病医疗保险政策出台得以进一步强化。同时，其他家庭经济援助对农村社会保障的医疗减贫溢出效应的影响，需要一定的收入水平作为支撑，这点从本文对农村贫困社区和非贫困社区异质性检验结果得以验证。以上所得主要结论对当前农村精准医疗扶贫政策评估和未来建立缓解农村医疗相对贫困长效机制具有重要启示。

(二)政策建议

第一，依据基准回归结果，认为对于农村精准医疗扶贫政策评估，建议将农村家庭地缘关系和社会关系对农村医疗减贫的调节效应考虑进去，建立包含农村家庭保障互动机制的政策评估体系，以达成农村医疗减贫真正精准化。对于缓解农村医疗相对贫困长效机制的建立，需要重点考量农村家庭保障社会空间溢出效应，建立空间动态调整机制，并结合灾难性医疗支出界定构建涵盖农村家庭社会空间互助效应的空间相对灾难性医疗指标体系。

第二，参照稳健性检验结果，建议进一步完善城乡居民基本医疗保险、大病医疗保险和商业补充医疗保险等医疗保障制度的合理衔接，从而增强地缘关系和社会关系对农村医疗减贫的调节作用，使得农村保障的医疗减贫效果最大化。

第三，根据异质性分析结果，农村保障的医疗减贫溢出效应需要一定的经济基础支撑，因此在由集中式精准医疗扶贫转向常规性相对医疗扶贫过程中，建议继续增加农村贫困家庭收入相关扶贫项目。

第四，参照控制变量邻里关系和亲朋关系回归结果，认为要树立文明乡风和倡导新风正气，就要加强农村社会治理，完善农村民主制度，加大农村基层公共服务供给力度，为地缘关系和社会关系对农村保障医疗减贫的有效调节提供良好的外部环境。