基于PSM-DID模型考察城乡居民基本医疗保险对流动人口的促健防贫效用*

上海理工大学管理学院(200093)

郭 庆 吴 忠△

【提 要】 目的 结合“健康中国2030”战略和“后扶贫时代”背景，考察城乡居民医保的制度效用和公平绩效。方法 基于2014年和2016年两期中国劳动力动态微观调查数据，选用虚弱指数和贫困脆弱性衡量个体的健康水平及防贫能力，使用倾向得分匹配双重差分法和安慰剂检验分析城乡居民医保对流动人口的促健防贫效用。结果 流动人口总样本共计6004个，平均年龄48.47岁，虚弱指数均值为0.168，贫困脆弱性均值为0.269；其中，实验组样本393个，虚弱指数均值为0.159，贫困脆弱性均值为0.23；对照组样本5611个，虚弱指数均值为0.168，贫困脆弱性均值为0.272；PSM-DID分析结果显示城乡居民医保降低了流动人口的虚弱指数(P<0.05)和贫困脆弱性(P<0.01)。结论 城乡居民医保对流动人口发挥了良好的促健防贫效用，政府应进一步扩大制度效用，提升流动人口的异地医疗服务保障水平。

自新型农村合作医疗制度(以下简称“新农合”)和城镇居民基本医疗保险制度(以下简称“城居保”)实施以来，我国医疗保障体系不断健全完善，居民医疗保障水平得到飞速提升[1]。然而，医保制度的城乡二元分离格局使得我国基本医疗保险制度的效率和公平性受损[2]。为此，国务院于2016年颁布《关于整合城乡居民基本医疗保险制度的意见》，要求整合新农合和城居保，建立统一的城乡居民基本医疗保险制度(以下简称“城乡居民医保”)。此外，基于“健康中国2030”战略和“后扶贫时代”背景，如何有效发挥制度的促健防贫效用将是城乡居民医保的新命题。而流动人口作为我国社会主义现代化建设的中坚力量，是城镇与农村区域间流动的主要人群。因此，本研究分析城乡居民医保对流动人口的促健防贫效用，不仅能够评估城乡居民医保的制度效用，还将为考察人群间和区域间的制度公平绩效提供强有力的证据。

资料与方法

1.数据来源与处理

本研究采用的微观调查数据是2014年和2016年中国劳动力动态调查数据(以下简称CLDS)，该项微观调查数据的调查对象是15～64岁的劳动年龄群体，调查范围覆盖了除港澳台、海南和西藏外的29个省份，调查内容涉及个体信息，家庭、社区等多层面信息，是反应劳动力群体情况的高质量微观调查数据。虽然我国于2016年开始实施城乡居民医保，但2014年和2016年的CLDS调查数据已有效记录了2016年之前试点城市的样本数据，数据符合研究要求。因此，本研究保留完整参加两期追踪调查的流动人口样本，选取2014年和2016年均参加新农合或城居保的流动人口样本为“对照组”，选取2014年参加新农合或城居保而2016年参加城乡居民医保的流动人口样本为“实验组”。最终得到样本个体6004个，其中对照组5611个，实验组样本393个。

2.变量描述

(1)被解释变量

本研究分别选用虚弱指数和贫困脆弱性表征流动人口的健康水平和防贫能力，以此考察城乡居民医保对流动人口的促健防贫效用。

国内学者常用自评健康水平来衡量样本个体的健康水平，但是其作为主观评价指标会存在一定测量误差[3]。因此，本研究选用虚弱指数综合测度样本个体的健康水平。虚弱指数常被用来衡量老年人群体的综合健康水平，指的是不健康的指标数量占衡量个体健康状况指标总数的比重[4]。本研究基于研究对象的特征，在虚弱指数的原有测算标准基础上从生理、心理、社会健康层面上选取体质指数、抑郁指数、住院次数等30个健康指标。具体测算公式如下：

(1)

式(1)中n=30，表示为衡量样本个体健康状况指标的总数；di=1时说明样本个体第i个健康指标处于不健康状态，反之则为0；FI表示虚弱指数，是取值范围为0～1的连续变量，虚弱指数越接近1说明样本个体的健康状况越差。

贫困脆弱性主要反映个人或家庭未来陷入贫困的概率或是对贫困风险的抵御能力，是一种前瞻性指标，体现了贫困的动态性内涵[5]。本研究选取VEP方法对个体的贫困脆弱性进行测算，具体测算公式如式(2)所示。Vi，t即贫困脆弱性，表示样本个体i在t期时对未来贫困风险的抵御能力；Yi，t+1表示表示样本个体i在未来t+1期时的个人年纯收入；Z为贫困标准线，本研究以国际贫困标准线每人每天1.9美元为基准设定贫困标准线，根据相应年份平均汇率计算可得，2014年的贫困标准线是每人每年4260元人民币，2016年的贫困标准线是每人每年4606元人民币；Pr(·)表示未来陷入贫困的概率。

Vi，t=Pr(Yi，t+1

(2)

在式(2)的基础上，按如下步骤进一步计算。首先是基于FGLS构建收入回归方程，获取拟合值及残差平方。收入回归方程形式如式(3)所示，lnYi，t表示样本个体i在t期的个人年纯收入对数值；Xi，t代表一系列样本特征变量和家庭变量，包括年龄、性别、教育、健康状况、家庭人口数量等；β为待估参数；ei为残差项。

lnYi，t=βXi，t+ei

(3)

(4)

(5)

最后，在未来个体年纯收入对数服从正态分布的假设下，样本个体贫困脆弱性的计算公式如式(6)所示：

(6)

(2)核心解释变量

本研究的核心解释变量是实验组虚拟变量和政策处理时间虚拟变量的交乘项。实验组样本取值为1，反之为0；政策处理时间为城乡居民医保实施的首年2016年，年份为2016年赋值1，反之为0。

(3)控制变量

本研究在参考现有研究的基础上，从样本的个体特征和家庭特征角度出发选取年龄、性别、婚姻状况、受教育程度、户籍、家庭人口规模和年医疗保健支出变量作为控制变量[6-8]。各类变量的描述性统计如表1所示。

表1 变量描述性统计

3.分析方法

(1)双重差分法(DID)

2016年是我国城乡居民医保制度开始实施的首年，因此以2016年为政策处理的时间点可以有效评价城乡居民医保对流动人口的促健防贫效用。本研究选取2014年和2016年都参加新农合或城居保的流动人口样本为“对照组”，选取2014年参加新农合或城居保而2016年参加城乡居民医保的流动人口样本为“实验组”。在满足平行趋势假定的前提下，即政策处理时间点之前两组的考察变量拥有相同的时间效应，那么政策处理时间点之后两组考察变量的变化就是城乡居民医保产生的“政策效应”[9]。在此基础上，本研究构建面板双重差分模型形式如下：

Yit=α0+α1treatit+α2yearit+α3treatit×yearit+α4Xit+εit

(7)

式(7)中Yit表示样本个体i在t期的虚弱指数或贫困脆弱性；treatit为分组变量，实验组取值为1，对照组取值为0；yearit为政策时间虚拟变量，政策时间点2016年之后取值为1，反之为0；treatit×yearit作为分组变量和政策时间点变量交乘项，是本研究主要考察的解释变量；Xit为一系列控制变量；εit为随机误差项。

(2)倾向匹配得分法(PSM)

为了尽量消除对照组与实验组之间的差异，本研究选用倾向得分匹配法在对照组中选取与实验组样本个体协变量相似的样本个体作为配匹个体，使用logit模型或probit模型将一系列协变量与样本个体的政策参与概率相联系，继而得到倾向得分值，计算公式如下：

Pi(X)=Pr(treatit=1|Xi)=F[f(Xi)]

(8)

式(8)中Xi表示样本个体的一系列协变量，本研究选取年龄、性别、户籍、自评健康水平、人均年收入和年医疗保健支出等影响个体参加城乡居民医保的变量为协变量[10-11]；f(Xi)表示线性函数；F[·]表示logit函数，本研究使用logit函数测算样本个体参加城乡居民医保的倾向得分值Pi(X)。

本研究选用一阶最近邻匹配方法对实验组和对照组进行无放回的一对一匹配后，再对匹配后的对照组和实验组进行双重差分估计，倾向得分匹配双重差分法(简称PSM-DID)可以较为准确地考察城乡居民医保对流动人口的促健防贫效用。

本研究所有的数据整理和统计分析过程均运用stata 15.0统计分析软件完成。

结 果

1.倾向得分匹配处理

正确运用倾向得分匹配法需要满足两个前提条件，一是满足共同支撑假设，二是满足平行假设[12]。本研究采用核密度函数图来检验是否满足共同支撑假设，如图1所示，匹配前实验组和对照组倾向得分的核密度分布差别明显，匹配后实验组和对照组的核密度分布曲线拟合程度较高，说明整体匹配效果良好，满足共同支撑域假设。

图1 倾向得分匹配共同支撑域检验核密度函数图

进一步检验平衡性假设，表2所示的结果表明匹配后各个协变量的标准化偏差明显减小，标准化偏差的绝对值也都小于10%。t检验的结果也同样表明，倾向得分匹配后的实验组和对照组在各个协变量上已无显著差异，说明匹配效果好，满足平衡性假设。

表2 平衡性检验结果

2.双重差分结果

基于较好的倾向得分匹配结果，本研究运用双重差分法进一步考察城乡居民医保对流动人口的促健防贫效用，结果如表3所示。Treat×Year交乘项是重点考察的解释变量，反映了城乡居民医保对流动人口的促健防贫净效用。双重差分结果表明，城乡居民医保显著降低了流动人口的虚弱指数(P<0.05)，对其健康状况产生了显著促进效用。就贫困脆弱性而言，城乡居民医保同样显著降低流动人口的贫困脆弱性(P<0.01)，增强了流动人口的贫困风险抵御能力。

表3 双重差分结果

关于其余控制变量对流动人口虚弱指数和贫困脆弱性的影响。流动人口的性别、教育程度、婚姻状况与其虚弱指数存在显著的负向影响，而年龄和医疗保健年支出变量对其虚弱指数有着显著的正向关系。就流动人口的贫困脆弱性而言，流动人口年龄和家庭人口规模的增加会显著提升其贫困脆弱性；教育程度、户籍、婚姻状况和医疗保健年支出对其贫困脆弱性有显著的负向影响。

3.稳健性检验

本研究为验证分析结果的稳健性，通过随机构造虚假实验组开展安慰剂检验，如果安慰剂检验结果与表3分析结果类似，则说明流动人口的促健防贫效用是由其他因素造成的，而不是城乡居民医保带来的，反之则验证了分析结果的稳健。本研究从6003个样本中随机抽取393个样本以构造虚假实验组，剩下的样本则划归为对照组，选取与前文分析相同的控制变量后再次运用PSM-DID模型分析城乡居民医保对流动人口的促健防贫效用。此外，为增强检验结果的可靠性，本研究按照上述逻辑重复随机抽取1000次并绘制Treat×Year交乘项的回归系数核密度分布图。

根据图2所示结果可以看出，在1000次虚假实验组的PSM-DID回归结果中，城乡居民医保对流动人口贫困脆弱性和虚弱指数影响的回归系数分布接近正态分布。图2的竖直虚线分别表示基准分析结果中城乡居民医保对流动人口虚弱指数和贫困脆弱性的回归系数(即-0.064和-0.021)。-0.064和-0.021落在1000次随机抽样回归系数核密度分布的尾端，说明在构造虚假实验组的条件下城乡居民医保对流动人口并无显著的促健防贫效用，检验结果证明了基准分析结果的稳健性。

图2 1000次随机抽样回归系数的核密度分布

讨论与建议

目前国内有关城乡居民医保对健康、贫困影响关系的研究并不丰富，其中多数研究肯定了城乡居民医保的健康绩效和减贫绩效[13-14]。与这些同类型研究相比，本研究做出如下改进和创新：从研究视角来看，本研究结合“健康中国2030”战略和“后扶贫时代”的新时代背景，紧密联系健康和防贫理念分析城乡居民医保对流动人口的促健防贫效用，研究视角紧贴社会发展需求，具有现实意义。在指标选取上，同类型研究多采用自评健康水平和个人年纯收入指标表征个体健康水平和贫困状态，而自评健康水平具有较强的主观性，个人年纯收入指标无法体现贫困的动态性和防贫概念。为此，本研究选用虚弱指数表征流动人口的综合健康水平，在一定程度上避免了主观评价指标的测量误差，从多层面选取健康指标也体现了个体健康的综合状态；选用贫困脆弱性测算流动人口未来陷入贫困的概率，即防贫能力，赋予了贫困的动态性和前瞻性内涵。在研究方法的选择上，同类型研究多采用双重差分法进行政策效用评估，本研究则采用倾向得分匹配法和双重差分法的组合模型，先基于倾向得分匹配良好的匹配结果，在缩小实验组与对照组样本之间的微观差异后运用双重差分法分析城乡居民医保对流动人口的促健防贫效用，使得分析结果更加可靠。此外，本研究还通过构造虚假实验组对PSM-DID回归结果进行安慰剂检验，进一步增强了分析结果的稳健性。

PSM-DID的分析结果和安慰剂检验都表明，城乡居民医保是降低流动人口虚弱指数和贫困脆弱性的显著因素，说明制度对流动人口发挥了良好的促健防贫制度效用。城乡居民医保提升流动人口健康水平和防贫能力的作用机制可能在于城乡居民医保降低了医疗服务使用成本，既提高了流动人口对医疗服务资源的利用率，又减少了流动人口因病致贫的风险[15]；“一制多档”筹资模式考虑到参保对象的经济差异，有助于参保对象结合自身经济水平自主选择合适的参保水平，有效保障了自身健康权益[16]。综上所述，基于良好的制度效用，政府应加强对流动人口医疗保障水平的关注度，进一步强化制度效用，提升流动人口异地就医的医疗服务保障水平和便利性，减少其因病致贫的风险。