养老金对乡村老年居民医疗支出的影响研究——基于CFPS数据的实证研究

潘 俊

(南京财经大学公共管理学院，江苏 南京 210023)

一、引言

近年来我国人口老龄化程度不断加深，卫生费用也持续迅速上涨。虽然我国的人口预期寿命在不断提高，但是未来乡村老年人的医疗负担将会同步加重。截至2019年底，我国人均卫生费用达到了4702.79元，个人现金卫生支出占卫生总费用的比重为28.36%，65岁及以上人口达到了1.76亿，占到全国总人口的12.6%，全国老年抚养比达到了17.8%。理论层面上，老年人口占比不断增大会导致健康需求增加，从而增加医疗费用支出。另一方面，尽管城镇化进程在不断推进，但截至2019年底我国乡村人口数仍有5.5亿，占全国人口总量的39.4%。城乡人均医疗花费的差异性主要源于我国城乡在医疗服务供给、医疗保险覆盖以及收入水平等方面的不均衡发展。养老金作为乡村老年人口重要的收入来源之一，其对于医疗花费的影响具有研究价值。

论文研究的问题如下:第一，领取养老金对乡村老年人医疗花费有何影响；第二，从不同影响机制出发能得到怎样的异质性结果；第三，若领取养老金对乡村老年人医疗支出有影响，那么养老金数额与医疗费用支出的相关性如何。

二、文献综述

收入对健康的影响已经在很多文献中被解释得很清楚，医疗花费是其中很重要的一个中介变量。一般来说，收入、医疗技术、医疗保障以及人口结构等因素均会对医疗费用产生影响。医疗保险待遇的提高会因道德风险的存在而不能有效降低个人承担的医疗费用，但是领取养老金可以通过收入效应有效缓解这一问题。相比医疗保险支出，养老金能带来更正面更积极的健康绩效，且能促进老年人健康的途径更加丰富。家庭内部转移支付是否可以满足老年人健康需求?逐步提高偏低的农村居民基本养老金有助于降低农村家庭对“养儿防老”的依赖，因此由养老金渠道满足老年人的健康需求有助于提高社会养老程度。养老金收入水平提高可以提升老年人自评健康状况，但收入差距在不断扩大，不平等对老年人的健康也产生影响。从公平与效率的角度看，随着市场化进程的不断加快，健康投资对人们消费行为的影响越来越大，中低收入者的新增收入也大量投入教育与医疗。

我国农村老年人在医疗行为上和城市居民具有很大的差异。同时，老龄化对医疗花费的影响存在城乡差异，城镇老龄化程度增加会显著提高医疗支出，而农村老龄化提高不会使医疗支出上升，甚至导致其下降。此外，研究发现农村老年人对医疗资源的挤占很小，甚至高龄老人成了医疗资源的净贡献者。因此，将农村老年人口当作一个单独的研究对象是很有必要的。

现有文献给论文的研究提供了丰富的借鉴与参考价值，但鲜有从乡村老人领取养老金的角度进行，并同时辅以养老金数量层面分析的研究。此外，本文还讨论了不同健康程度以及不同收入水平影响机制下的异质性结果，利用模糊断点的实证手段，减少了估计偏误，并在此基础上使用多元线性回归考察了养老金数额对于医疗费用支出的影响。

三、数据与模型

(一)数据来源

本文采用中国家庭追踪调查数据(CFPS)2018年数据。该数据样本覆盖25个省(市、自治区)，调查对象包括样本户中的全部家庭成员，项目由北京大学中国社会科学调查中心(ISSS)实施。论文只使用乡村样本，筛选标准基于国家统计局资料的城乡分类。

(二)变量的定义与选取

1.结果变量

本文的结果变量为过去12个月内，被访者医疗总费用(含已报销和预计可报销的部分)。其中包括直接医疗费用，如医药费、治疗费、病房费，也包括用于医疗行为中的住宿、吃饭、请看护等方面的花费。

2.领取养老金

本文中筛选是否领取养老金的标准是在调查问卷中勾选“是否有领取离退休金” 或者“是否有领取养老保险”中的任意一项。“养老金” 包含机关/事业单位发放的离退休金、基本养老保险、老/新农保、城镇居民养老保险以及企业补充养老保险或其他。自2014年改革后，机关事业单位公务员同样缴纳养老保险。两个群体领取的钱也都是用于养老的，在本质上没有区别，故下文统称养老金。

3.控制变量

研究中将可能影响被访者医疗费用支出的因素分为个人、社会以及医疗特征因素。个人特征层面的控制变量包括性别和年龄；社会层面因素包括婚姻状况、最高受教育水平以及收入水平；家庭特征层面的控制变量包括是否享有至少一项医保、健康状况及变化、看病点医疗水平、对医生的信任度以及如何看待医疗问题。年龄以及收入水平对个人门诊费用影响显著，医保和个人健康状况也会对医疗服务需求产生较大影响。

(三)识别与断点回归设计

由于存在提前退休、延迟退休以及不享受养老金等情况，因此观测点是否得到处理在断点处是一种概率上的跳动。故本文使用模糊RDD来检验领取养老金对农村老年人医疗费用支出的影响。这里使用半参数回归:

其中，

Y

是本文关注的结果变量。本文中农村老年居民的医疗总费用(含已报销和预计可报销的部分)；

D

是处理变量，

D

＝1表示已领取养老金进入处理组，否则进入控制组；

R

是驱动变量，本文使用60岁作为断点，

f

(·)表示驱动变量

R

的多项式函数，在模糊RDD模型中也可视

R

为

D

的工具变量，通过两阶段最小二乘法或工具变量法进行估计；

Z

是本文的一系列控制变量，包括个人、社会及医疗特征。

(四)数据的统计性描述

表1为描述性统计，只保留乡村户主样本，经过必要处理后总样本量为8025，其中已领取养老金样本量为2712，占比33.79%。其中受教育程度的赋值情况:文盲或半文盲为1，小学为2，初中为3，高中/中专/技校/职高为4，大专为5，大学本科为6，硕士为7，博士为8。收入水平、目前的健康状况、过去一年健康的变化情况、看病点医疗水平、对医生信任度都是主观评分项，满分5分。健康变化指的是过去一年健康的变化，更好＝1，没变＝3，更差＝5；看待医疗问题0~10分，10分表示非常严重。参与医疗保险包括公费医疗、城镇职工医保、城镇居民医疗保险(含一老一小保险)、新农合及补充医疗保险或其他。由于94%的样本均享有至少一项医保待遇，且没有参与任何医保的群体的医疗费用分析较为复杂，因此在下文中主要讨论拥有医保的乡村中老年居民。研究显示在中国社会经济地位比较低的居民，其在医疗服务机会上的缺失，根源在于收入低，而不是医保报销率低。因此论文主要聚焦农村老年居民的养老金收入对医疗花费的影响。

表1 描述性统计

四、实证结果

(一)断点回归结果:领取养老金对医疗费用支出的影响

从图1中可以看出年龄与领取养老金之间的关系，bin的宽度与数量选取使用QS＋MV的方法，在60岁出现明显的概率跳动。以年龄作为驱动变量，并以60岁为断点的设计根据一阶段回归结果显示均是充分显著的。表2是第二阶段断点回归结果，只考虑断点附近的观测点，计算出局部平均处理效应。在核函数选择上使用三角核函数以实现均方误差(MSE)最优，带宽选择上使用MSE最优带宽，取MSE最小值来判定最优带宽。受限于样本数量，在进行健康程度以及收入水平分组的过程中，评分为3分的观测样本被重复使用，以此让一阶段结果显著。但是对比实证结果来看仅仅起到了扩充数据量的作用，并不影响判断。

图1 年龄与领取养老金比例的关系

表2 领取养老金对乡村老年人医疗费用的影响

对于总样本而言，领取养老金对其医疗费用支出具有显著的挤出效应。在考虑样本健康状况也会影响医疗费用支出的情况下，将样本分为较为健康和不健康两组，尝试得到不同健康水平的影响机制的异质性结论。结果发现对较为健康的样本，领取养老金对其医疗费用支出的影响较为显著，而不健康样本则不显著。有研究显示，老年人的收入水平与健康状况呈正相关，同时养老金水平高低在一定程度上也会反映老年人社会经济地位的差异，养老金待遇越高其可以享受的医疗等社会服务就越丰富且质量越高，从而帮助其达到更健康的状态。但从实证结果来看，养老金并不能有效地提升乡村老年人在医疗上的费用支出，甚至存在挤出效应，尤其对于健康水平较好的老年人而言。在将样本划分为较高收入和较低收入水平后，可以发现在较低收入组中领取养老金对乡村老年人医疗花费产生显著挤出效应，而在较高收入组中则无显著影响。相对贫穷的农村群体可能会更多地依赖健康资本来获得收入，从而导致健康状况相对恶化、医疗费用支出增加。但从实证结果来看，偏低的养老金不能满足这部分乡村老年人日益增长的医疗需求，甚至导致较低收入组的乡村老年人领取的养老金反而对医疗花费产生挤出。

(二)多元线性回归结果:养老金数额对医疗费用支出的影响

领取养老金对农村老年人医疗费用具有挤出效应，并且作用于不同健康程度的人其影响效果也不同。前文仅考虑了领取养老金这一处理引起的变化，使用的也仅仅是断点局部的观测点，在此基础上还需要把所有领取养老金的乡村老人考虑进来，并继续讨论养老金数量层面与医疗花费的关系。对于已经领取养老金的群体而言，养老金的数额对农村老年人医疗费用有何影响，将使用多元线性回归展开研究，模型均使用稳健性标准误。在表3中，模型一包括过去一年医疗费用为零的样本，且没有对医疗费用和养老金数额做对数处理，其余模型均对医疗费用和养老金数额做了对数处理，模型二、三、四仅包括过去一年有过医疗花费的样本。由于医疗费用支出也会导致健康程度的变化，因此考虑了样本的健康变化，将过去一年健康程度变得更差与至少没有变差分成两组:健康变化3分及以下为至少未变得更差，3分以上为健康变差了。模型三是健康在过去一年变得更差的样本组，而模型四是在过去一年健康程度至少没有变差的样本组。通过实证结果可以发现，不论是仅讨论过去一年有过医疗费用支出的样本，还是总样本，养老金数额与农村老年人的医疗费用支出均有显著正相关。并且在考虑医疗费用支出对健康程度的影响后，可以发现对于健康程度比一年前至少未变得更差的样本而言，养老金数额与医疗花费的正相关程度要显著于健康程度变得更差的样本。

表3 养老金数额对乡村老年人医疗费用的影响

由于论文的税后养老金样本均值为503.51元/月，故以6000元/年为临界点分别作出了医疗花费与养老金收入的散点二次曲线拟合图(图2)。从图中可以看出，当养老金较低(低于样本均值)时，医疗花费与养老金数额的正相关关系不是很明显，甚至呈现出一种先上升再下降的趋势；而只有当养老金数额较高(高于样本均值)时，医疗花费才开始显现出随着养老金数额的上升而提高的趋势。故尽管回归结果显示养老金数额与医疗花费呈显著正相关，但只有达到了一定的养老金收入水平，这种趋势才较为明显。此外，图2(a)的观测点大量聚集在养老金较低的水平，有大量的农村老年人口只享受着最基本的养老金待遇。我国多数农村地区，尤其是贫困农村的公共卫生发展不足，很少开展慢性病管理，康复机构也很缺乏，医院住院部门不得不承担这类责任，也是致使老年人医疗负担增加的重要原因之一。研究显示养老金收入除了能通过收入效应增强医疗利用以及及时治疗的能力，还可以通过改善老年人居住环境、增加新鲜水果摄入量等，从而间接提高老年人健康水平。对于农村老年人口而言，继续提高养老金覆盖率，逐步提高社会统筹部分的养老金水平可以帮助缓解医疗负担、提高健康水平。

图2 医疗花费与养老金收入的散点二次曲线拟合图

(三)稳健性检验

1.伪断点检验

若伪断点在原设断点(年龄＝60)左侧，则为了避免“污染” ，只使用控制组观测点进行检验；反之，则只使用处理组。论文分别使用55岁与65岁作为伪断点，同样使用三角核函数与MSE最优带宽，并分别只使用控制组与实验组观测点进行检验。检验结果显示两次伪断点检验的一阶段与二阶段结果均不显著。(见表4)

表4 伪断点检验

2.前定协变量检验

以各协变量作为结果变量(文中为9个)，进行绘图与RD分析。经检验，前定协变量均未在断点处发生明显的垂直跳跃。

3.变量替换

由于医疗费用支出是农村老年居民生活消费支出中的一部分，因此仅考虑领取养老金对医疗费用数额的影响忽视了观测样本总消费支出的变化情况，从而对论文中研究的医疗支出的变化界定不够清晰。因此，需考察医疗支出在总消费支出中的比例，来对上文中的结果进行检验。新结果变量设计为:

医疗支出比例＝医疗支出/总消费支出

家庭的消费水平一定程度上可以反映家庭中个人的消费水平，因此论文使用总支出包括家庭伙食费、日用品消费、衣着消费、文化娱乐支出以及个人医疗花费，单位均为元/年。断点回归设计、控制变量与分组规则等均与上文相同，使用模糊断点回归的结果如表5所示。

表5 变量替换

检验一阶段结果均显著，在使用医疗支出比例替换原来的被解释变量后，可以发现领取养老金的行为会导致农村老年居民的医疗支出比例下降，且此现象在健康程度较差及较低收入的群体中更显著，佐证了上文的实证结果。

五、结论与启示

论文使用中国家庭追踪调查数据(CFPS)2018年的数据，通过超过60岁可以领取养老金这一项自然实验，采取模糊断点与多元线性回归相结合的方法考察了乡村老年人领取养老金对医疗花费的影响。本文的结论如下:①领取养老金会对农村老年人的医疗费用产生较为显著的挤出效应；②领取养老金对健康程度较好或收入水平较低的农村老年人医疗费用支出的挤出效应较为显著，而对健康程度较差或收入水平较高的农村老年人则没有显著影响；③对已经领取养老金的农村老年人，当养老金数额高于一定程度时，其与医疗花费呈显著正相关。偏低的养老金很难满足农村老年人口提高甚至保持随着年龄增长的医疗需求。研究显示，医保本身对缓解医疗负担的作用是有限的，另外医保待遇提高可能会带来更大的道德风险，仅通过医疗保险改善医疗负担可能并不是医改的最优路径。因此将养老金视为减缓农村老年人口医疗负担的有效工具，与医保在设计层面和资源配置上有机结合，将有助于从容应对人口老龄化带来的医疗负担。