基本医保均等化能缩小健康差距吗？——来自职工医保省级统筹的证据

吴 菁 李 锐 鲁佳倩

（1中南财经政法大学公共管理学院 武汉 430073；2北京航空航天大学人文社会科学学院 北京 100191）

1 引言

近年来，我国居民健康水平和身体素质持续提高，但城乡、地区、人群间健康水平差异依然显著。《中国城市人口健康报告（2019）》显示，我国居民健康水平（包括居民平均寿命、孕产妇死亡率和婴儿死亡率等）主要与地方经济发展水平密切相关的医疗资源配置、卫生费用和药品消费等因素相关。地区间经济发展差异所导致的医疗资源分配不均可能导致健康不平等状况。健康经济学观点认为，越富裕的人健康状况越好，但医疗保障体系可通过合理的制度设计，改善低收入群体的医疗服务利用状况，缓解不同收入群体间的健康不平等问题[1]。均等化的医疗卫生服务体系能否缓解由收入所带来的健康不平等问题，目前，学界对此仍存在争议。

受经济发展水平、人口结构以及省级统筹具体实施办法的影响，我国各地区医疗保险待遇水平差距悬殊。区域间医保基金收支能力的差距及分割管理制度，不仅会加剧地方医疗保险基金的财务风险，还会造成福利水平和医疗保险责任的不对等，最终阻碍医疗保险共济功能的发挥。因此，我国正在逐步推行提高医保统筹层次改革，期望通过统筹层次提升的制度安排有效调节各地区医保基金收支，弥补部分地区医保基金缺口，并逐步缩小不同地区和群体间的待遇水平差距。职工基本医疗保险由市级统筹提升为省级统筹后，试点省份内部各地区间的医疗保险制度将做到“统一参保征缴、统一待遇标准、统一基金管理”。统一后的医疗保障制度是否能缓解不同收入群体间的健康差异？本文将以职工医保省级统筹政策为例，探讨基本医保制度均等化对居民健康差距的影响及其作用机制，并根据理论分析及实证结果提出政策建议。

2 理论分析

2.1 医保统筹政策的影响

医保统筹政策中的“统筹”原意为统一筹划，是一个带有中国特色的词汇。由于国外社会保险制度由中央政府统一管理，从设立之初便是“centralized”，因此无需过多考虑统筹问题[2]。我国社会基本医疗保险制度之所以需要统一筹划，是因为其在制度设计和具体操作上存在地区、城乡和财权事权的分割[3]。随着我国人口结构的转变和“互联网＋”时代的到来，老年人口、流动人口和灵活就业群体日渐庞大，碎片化的医疗保障体系显然已无法满足当前时代发展需要。地区和城乡分割的保障体系不仅会造成福利水平和医疗保险责任的不对等，还会阻碍医疗保险共济功能的发挥，最终加剧健康不平等程度。

提高统筹层次主要指医保基金财权按照“县级政府→市级政府→省级政府”的路径逐步上解，基金征缴办法、待遇给付水平和基金管理模式也随之发生改变。医保统筹层次的提升，不仅可以提高地区基金支付能力，还可以促进劳动力在区域间流动，缓解地方政府财政负担[4]。纵观各项医保统筹改革政策，其实质都是希望通过缩小不同地区和群体之间的医保待遇水平差距，来提升医保基金共济能力，促进我国医疗服务利用的公平性。

2.2 医保统筹政策对健康不平等的影响

收入是影响居民健康状况的重要因素[5]。Grossman模型表明，相比穷人，富人有更多的可支配收入来购买医疗服务且健康报酬率更高，因此富人的医疗支出和健康水平也更高。如Lindahl[6]发现，彩民因获奖导致收入增加后，其死亡率也呈显著下降趋势。因此，直接收入假说（direct income hypothesis）认为，健康差异源于富人有更多的钱进行健康投资。越富裕的人健康状况越好，进而产生健康不平等问题[7]。

但合理的医疗保障体系可通过重新分配医疗卫生资源的方式，改善低收入群体的医疗服务利用状况，缩小不同收入群体之间的健康差异，进而缓解不同收入群体间的健康不平等问题[8]。然而，以上结论受到政策设计、研究方法和研究对象等多方面的影响。如马超[9]基于太仓市和宜兴市城乡医保统筹试点发现，从低档次医保转为高档次医保后居民健康水平显著提高。但何文[10]基于全国范围的调查数据发现，虽然城乡居民医保一体化政策显著改善了居民健康，但会促进健康不平等。此外，还有部分学者认为，即使实施均等化的基本医疗保障体系，但“机会均等”不等于“结果公平”[11]。如果均等化的基本医疗保障制度无法惠及低收入群体，加大财政投入不仅无法促进医疗卫生服务资源的公平利用，反而会加剧不公。

综上，本文提出以下假设。

假设H1：医保统筹层次提高会对收入差距造成的健康不平等产生影响。

假设H1a：医保统筹层次提高会缓解收入差距造成的健康不平等。

假设H1b：医保统筹层次提高会加剧收入差距造成的健康不平等。

2.3 医保统筹层次提高对健康不平等的影响机制

医疗服务可及性假说认为，相比高收入群体，低收入群体医疗服务可及性更低。Bindman[12]发现医疗服务可及性越低，慢性病住院概率越高。因为低收入群体没有时间或钱看病，所以在生病时更难及时满足医疗服务需求，导致整体健康水平更差。Finkelstein[13]等基于俄勒冈医疗救助项目也发现，获得医疗救助资格的慢性病患者更有可能检测出患糖尿病，因为医疗救助服务提高了其医疗服务利用的可及性。因此，收入差距可能导致医疗服务可及性不平等，进而加剧健康不平等状况，但是向弱势群体倾斜的医疗保障制度有可能缓解这一问题。

生活方式是影响健康状况的重要因素之一。根本原因理论认为，生活方式是形成健康不平等的核心中介机制[14]。低收入群体出现抽烟、喝酒等不良生活习惯的频率较高[15]，而高收入群体往往更积极参与体育锻炼[16]，因此，社会经济地位越高的人，活得越健康。生活方式往往会受到教育以及周围环境的影响，当低收入群体的医疗服务可及性得到提高后，可能通过与医生交流等方式增强自身的健康意识，转向更为健康的生活方式。

据此，本文提出以下假设。

假设H2：医保统筹层次提升可通过影响低收入群体健康行为改变健康不平等状况。

假设H2a:医保统筹层次提升可通过提高低收入群体的医疗服务可及性影响健康不平等。

假设H2b:医保统筹层次提升可通过转变低收入群体生活方式影响健康不平等。

3 研究设计

3.1 政策背景

我国一直致力于逐步提高医保统筹层次，以提高医疗保险的风险共济能力。2020年2月，中共中央、国务院发布《关于深化医疗保障制度改革的意见》，明确提出“鼓励有条件的省（自治区、直辖市）按照分级管理、责任共担、统筹调剂、预算考核的思路，推进省级统筹”。事实上，在国家尚未强调“推进省级统筹”的情况下，已经有一些省份开始了省级统筹试点。2000年10月，上海市率先出台基本医疗保险省级统筹实施方案，并于2000年12月正式实行“统收统支”整合模式。在2001年—2019年间，陆续有8个省份实施城镇职工医疗保险省级统筹（见表1）。

表1 职工医保省级统筹年份

3.2 模型构建

考虑到各地区省级统筹实施时间的差异性，本文采用三重差分法（DDD），并运用面板双向固定效应模型检验职工基本医疗保险省级统筹对参保职工健康状况及健康行为差异的影响。此外，本文加入个体特征和地区特征控制变量，控制个体差异和地区差异对健康状况及健康行为产生的影响，尽可能准确地估计省级统筹政策的净效应。具体模型设定如下：

其中：

公式（1）中，被解释变量Yict为参保人各项健康状况及健康行为变量；核心自变量Policyipt×Incomeipt为政策变量与低收入变量的交互项，考察低收入群体与中高收入群体间的政策作用差异。其中Incomeipt=1表示个体i在省份p和第t期为低收入群体，否则为中高收入群体。X'ipt为所有控制变量的集合；μt表示时间固定效应；γp表示省份固定效应；εipt为随机扰动项。公式（2）中，政策变量Policyipt由省级统筹试点地区Districtip和省级统筹试点时间Timeit交互相乘得到，其含义为个体i所在的省份p在第t期是否实施城镇职工基本医疗保险省级统筹，Policyipt=1表示个体i所在省份p在第t期已实施省级统筹，否则为0。

3.3 数据来源

本文数据主要来源于微观调查数据库、各类型统计年鉴及相关职能部门官方文件。关于微观数据库，本文主要选取2016年—2020年中国家庭追踪调查（CFPS）数据库，估计实施职工医保省级统筹对职工健康状况、医疗支出、保健行为、就医行为等方面的影响。关于宏观数据库，本文搜集中国城市统计年鉴、中国统计年鉴等，获取我国国家层面以及各省（自治区、直辖市）的人口、经济、公共卫生服务等关键信息。省级统筹试点信息主要来源于各地区省级政府、医保局和人社局等部门官网发布的文件，其中包含各省省级统筹实施时间、待遇标准等政策信息。

3.4 变量设计

3.4.1 被解释变量。本文的被解释变量分为健康状况、就医行为、医疗费用支出和预防行为四类。关于健康状况，本文通过是否患慢性病、自评健康来衡量受访者主客观健康状况变量。在CFPS问卷中：慢性病对应的问题是“半年内是否有慢性疾病”，将“是”赋值为1，“否”赋值为0；自评健康对应的问题是“您认为自己的健康状况如何”，1分—5分别表示非常健康、很健康、比较健康、一般和不健康。关于就医行为，本文通过就诊概率、住院概率和就诊机构类别衡量。就诊概率对应问题为“针对过去两周所患的疾病，您是否找医生看过”；住院概率对应问题为“过去12个月是否因病住院”，将“是”赋值为1，“否”赋值为0；就诊机构类别对应问题为“去哪里看病”，1分—5分别表示综合医院、专科医院、社区卫生服务中心/乡镇卫生院、社区卫生服务站/村卫生室、诊所。对于医疗费用支出，按照支付项目差异可将医疗总费用分为住院费用和门诊费用，按照支付渠道差异可将医疗总费用分为自付费用和报销费用。其中，住院费用对应的问题是“过去12个月，包含已报销和预计可报销的部分，您住院总共花费了多少钱”；门诊费用对应于“过去12个月，包含已报销和预计可报销的部分，您由于伤病总共还花费了多少钱”；自付费用对应于“过去12个月，您伤病所产生的费用中，您自家直接支付了多少钱”；报销费用等于总医疗费用减去自付费用。考虑到异常值可能导致的结果偏差，本文对五种医疗费用进行了Winsorize缩尾处理。关于预防行为，锻炼频率为“锻炼身体的频率（次）”，0分—7分别表示从不参加、平均每月不足1次、平均每月1次以上但每周不足1次、平均每周1—2次、平均每周3—4次、平均每周5次及以上、每天1次、每天2次及以上，锻炼时长为“过去12个月，每次锻炼多少分钟”。

3.4.2 解释变量。本文的解释变量为低收入群体虚拟变量和省级统筹政策变量的交互项。收入状况由个人月平均收入取对数得到。其中，未退休受访者月平均收入根据“过去12个月从工作中总共拿到多少元”除以12计算而得，已退休受访者月平均收入为每月领取的养老金。参考周钦[11]、国家统计局对全国居民低收入组的划分标准①国家统计局规定，处于最低20%的收入群体为低收入组。参考来源：http://www.stats.gov.cn/tjfw/tjzx/zxgk/201912/t20191201_1712888.html。以及CFPS数据库受访者收入分布情况②样本描述性统计显示，收入低于1000元的受访者数量约占总样本23.36%。，本文将月平均收入低于1000元的受访者划入低收入群体，收入变量赋值为1，其余为中高收入群体，收入变量赋值为0。关于省级统筹政策变量，本文首先依据各地发布的实行省级统筹的文件日期得到政策发布年份，再将文件发布日期与问卷调查年份相匹配，若发布年份早于问卷调查年份则该变量取“1”，即该地区已经实施医保省级统筹，否则为“0”，表示该地区未实施医保省级统筹政策。

3.4.3 控制变量。本文选取个体特征变量（年龄、性别、教育、婚姻和退休状况）和地区特征变量（地区GDP）作为控制变量。其中，年龄变量由调查问卷年份减去受访者回答的出生年份得到。对于性别变量，将女性赋值为1，男性赋值为0。教育水平变量根据问卷中“您现在获得的最高教育水平是什么（不包括成人教育）”的回答得到，将“未受过教育”赋值为1，表示文盲；将“小学”赋值为2；将“初中”赋值为3；将“高中/中专/技校/职高”赋值为4；将“大专”赋值为5；将“大学本科”赋值为6；将“硕士”赋值为7；将“博士”赋值为8。婚姻变量由受访者被问及“您目前的婚姻状态”得到，将“有配偶（在婚）”视为已婚，赋值为1，将“未婚”“同居”“离婚”和“丧偶”视为未婚，赋值为0。退休状况根据问卷中“是否办理退休手续”的回答得到，将“是”赋值为1，表示已经退休；将“否”赋值为0，表示还未退休。地区特征变量由各省份人均GDP按省份ID匹配得到。

4 实证分析

4.1 描述性统计

本文选取职工医保受访者作为研究对象，在剔除信息缺失样本之后，最终获得3期面板数据，共12408个观察值。相关变量的描述性结果如表2所示。个体特征方面，样本的年龄范围在16岁—95岁之间，平均年龄约45岁；男性观测样本比例高于女性，其中男性占比56%；大多数受访者处于已婚状态，占比81%；收入整体在[0，100000元]区间内，人均月收入均值约为3478.155元。在退休状况方面，有29.1%的受访者处于退休状态。绝大多数受访者处于中等教育水平，教育水平的均值为4.139分。在健康状况方面，自评健康均值为2.974分且有16.5%的受访者半年内曾患慢性疾病。在就医行为方面，16.3%的受访者两周内曾看过医生；11.4%的受访者过去一年内曾因病住院；就诊机构类别均值为2，表明患者倾向于在医院就诊。从医疗费用来看，医疗总费用、住院费用、门诊费用、报销费用和自付费用，均值分别约为3249.842元、1628.465元、1485.183元、1505.102元和1663.750元。在预防行为方面，受访者平均每周锻炼3—4 次，每次锻炼约13分钟。在地区特征方面，约有18.7%的受访者在实施省级统筹的地区内，各省人均GDP约为71269.490元。

表2 描述性统计

4.2 基准回归

基于上述样本数据和方法，本部分将实施职工医保省级统筹对收入差距所带来的健康差异的影响进行实证研究。本文将慢性病和自评健康作为因变量，分别考察参保人的主客观健康状况变化。表3具体汇报了实施省级统筹对不同收入群体慢性病和自评健康的影响情况。表3第（1）（3）列展示未加入控制变量时的基准回归结果，第（2）（4）列展示加入控制变量后的基准回归结果。第（1）（2）列回归结果显示，无论是否加入控制变量，对于参保人慢性病患病情况，低收入虚拟变量与省级统筹交互项的回归系数均在5%的显著性水平上负向显著。回归系数显示，相比中高收入群体，实施省级统筹显著降低了低收入群体患慢性病的概率，即统筹后低收入群体患慢性病概率显著下降约6.80%。第（3）（4）列回归结果显示，无论是否加入控制变量，对于参保人的自评健康情况，收入交互项的回归系数均不显著，表明省级统筹对缩小不同收入群体间的自评健康差异并未产生显著影响。

表3 省级统筹对不同收入群体间的健康差异影响的DDD估计结果

由基准回归结果可知，提高医疗保险统筹层次能够显著缩小不同收入群体间的健康差异，主要体现在不同收入群体间患慢性病概率差异的缩小上，但提高医疗保险统筹层次并未显著缩小不同收入群体间自评健康状况的差异。为进一步探究省级统筹对不同收入群体间的健康差异的影响机制，本文将在机制分析部分尝试从医疗服务利用、医疗费用支出和预防行为三个角度进行解读。

4.3 稳健性检验

为检验上述实证结果的稳健性，本文选取平行趋势检验和倾向得分匹配-三重差分模型（PSMDDD）进行稳健性检验。

4.3.1 平行趋势检验。为验证基准回归结果的稳健性，参 考De Chaisemartin和d'Haultfoeuille[17]命令，本文基于事件分析法，采用动态效应分析方法进行稳健性检验。图1和图2展示省级统筹实施前后慢性病患病概率、自评健康的动态变化。横轴中时期0表示省级统筹政策实施当期，时期-1和1分别表示政策实施前一期和后一期，纵轴为省级统筹政策实施后收入分组健康差异所产生的平均处理效应。参保人患慢性病概率在省级统筹实施前一期及当期未发生改变，但在后一期开始出现下降，说明省级统筹组和非省级统筹组在政策实施前并未发生显著变化，满足平行趋势假设（见图1）。对于自评健康，在实行省级统筹前一期及当期，平均处理效应已出现明显下降趋势，因此并不满足平行趋势假设（见图2）。由此可见，慢性病患病概率下降主要由省级统筹政策所致。

图1 慢性病平行趋势检验

图2 自评健康平行趋势检验

4.3.2 PSM-DDD检验。本文采用倾向得分匹配（PSM）与三重差分（DDD）相结合的方法，再次对基准回归结果进行稳健性检验，检验分组样本可能存在的样本选择问题。PSM在减少处理变量和可观测变量相关性方面发挥着重要的作用，可通过控制与被解释变量和处理变量相关的可观测变量来缓解选择性偏差。表4为采用PSM-DDD模型得到的回归结果。对于参保人的慢性病情况，表4第（1）（3）列结果显示，无论是否加入控制变量，收入分组变量与政策变量交互项的回归系数均在5%的显著性水平上负向显著，表明省级统筹对缩小不同收入群体间患慢性病的概率产生显著影响。回归系数显示，在实施省级统筹之后，相比中高收入群体，统筹后低收入群体患慢性病概率显著下降约6.80%，与本文的基准回归结果一致，验证了基准回归中省级统筹对不同收入群体慢性病差异的回归结果较为稳健。对于参保人的自评健康情况，第（3）（4）列回归结果显示，无论是否加入控制变量，收入交互项的回归系数均不显著，表明省级统筹对缩小不同收入群体间的自评健康差异并未产生显著影响，再次验证了自评健康的基准回归结果，说明此前的回归结果均较为稳健。

表4 省级统筹对不同收入群体间的健康差异影响的PSM-DDD估计结果

4.4 机制分析

表5具体汇报了职工医保省级统筹对不同收入群体在医疗服务利用方面的影响差异。医疗服务利用主要通过参保人“是否就诊”“是否住院”和“就诊机构级别”三个变量衡量。第（1）列数据显示，在控制其他变量的情况下，低收入与政策变量交互项的回归系数显著为正，表明相比中高收入群体，实施省级统筹之后低收入群体就诊概率显著上升约5.30%。第（2）（3）列回归结果显示，在控制其他变量的情况下，低收入与政策变量交互项的回归系数均不显著，表明省级统筹对不同收入群体的住院差异和就诊机构级别差异并未产生显著影响。

表5 省级统筹对不同收入群体间的医疗服务利用差异的影响

表6具体汇报了职工医保省级统筹对不同收入群体在医疗费用支出方面的影响差异。医疗费用支出主要通过参保人总费用、住院费用、门诊费用、报销费用、自付费用五个变量来衡量，其中总费用根据支付项目的不同可分为住院费用和门诊费用，根据支付来源的不同可分为报销费用和自付费用。数据显示，在控制其他变量的情况下，低收入与政策变量交互项的回归系数均不显著，表明省级统筹对不同收入群体的医疗费用支出差异并未产生显著影响。

表6 省级统筹对不同收入群体间的医疗费用支出差异的影响

表7具体汇报了职工医保省级统筹对不同收入群体在疾病预防行为方面的影响差异。疾病预防行为主要通过参保人“锻炼身体频率”和“锻炼身体时长”两个变量衡量。第（1）列数据显示，在控制其他变量的情况下，低收入与政策变量交互项的回归系数显著为正，表明相比中高收入群体，实施省级统筹之后低收入群体每周锻炼身体概率显著上升约50.50%。第（2）列回归结果显示，在控制其他变量的情况下，低收入与政策变量交互项的回归系数不显著，表明省级统筹对不同收入群体锻炼身体时长差异并未产生显著影响。研究结论表明，实施省级统筹之后，低收入群体参保人可能通过增加就医概率提高健康意识，进而增加每周锻炼身体频率，最终导致低收入群体参保人生理健康水平得到提高。

表7 省级统筹对不同收入群体间疾病预防行为差异影响的估计结果

4.5 进一步讨论

除收入之外，受教育程度、职业地位等因素也是社会经济地位的重要表现。因此，本节将收入变量分别替换为性别、教育、退休三个变量，依次进行回归。表8汇报了职工医保省级统筹对不同特征群体在健康状况方面的影响差异。第（1）（2）列数据展示省级统筹对不同性别群体健康状况的影响差异。第（3）（4）列数据展示省级统筹对不同受教育程度群体健康状况的影响差异。第（5）（6）列数据展示省级统筹对退休与非退休群体健康状况的影响差异。在控制相关变量的情况下，对于自评健康状况，退休变量与政策变量交互项的回归系数显著为负。回归结果表明，相比未退休群体，退休群体认为在实施省级统筹之后，其主观健康状况得到改善。对于性别和教育异质性，在控制其他变量的情况下，个人特征分组变量与政策变量交互项的回归系数不显著，表明省级统筹对不同性别和教育群体健康状况的差异并未产生显著影响。

表8 省级统筹与健康状况之间的异质性分析

5 结论

本文基于2016年—2020年中国家庭追踪调查（CFPS）数据、各类统计年鉴以及相关政策文件，以职工基本医疗保险省级统筹为视角，采用三重差分（DDD）方法考察均等化基本医疗保险政策对不同收入群体间健康差异的影响。由于职工医保省级统筹实行分地区逐步扩围的改革策略，交叠双重差分模型可以消除各省不随时间变化以及随时间变化的地区异质性。因此，本文在控制个人特征变量的基础上，通过引入低收入群体虚拟变量构建三重差分交互项，能够较好地控制地区差异和收入差异引致的因变量的时间趋势差异，进而得到政策实施的净效应。具体实证结果如下。

首先，当因变量为慢性病时，交互项系数在1%的显著性水平上显著，系数值约为-0.068，自评健康的交互项系数并不显著，平行趋势检验图和PSM-DDD检验结果表明，基准回归结果较为稳健。其次，本文将健康影响因素划分为就医行为、疾病预防行为和医疗费用支出三类，考察省级统筹对不同收入群体健康差异的影响机制。结果显示，省级统筹显著提高了低收入群体的就医概率及锻炼频率，但对住院费用、门诊费用、自付费用、报销费用等医疗费用支出没有影响。最后，本文分性别、受教育程度、退休等变量讨论不同群体统筹前后的健康差异。其中，相比未退休职工，退休职工在统筹后对自身健康状况的评价更高，教育水平和性别差异在统筹前后并未对健康产生显著影响。综上所述，本文研究结论如下：（1）相比中高收入群体，统筹后低收入群体患慢性病概率显著下降约6.80%，表明省级统筹政策缓解了收入差距所带来的健康不平等状况；（2）低收入群体主要通过提高就医概率和身体锻炼频率改善自身健康状况，医疗费用支出在改善低收入群体健康状况方面的作用并不显著；（3）省级统筹后，退休职工对自身健康状况的评价更高。

据此，本文提出以下政策建议。第一，扩面推进医保省级统筹工作，逐步加强医疗卫生服务资源向低收入群体的倾斜力度，推动医疗卫生公共服务均等化，有助于缩小地区、人群间基本健康服务和健康水平差异。第二，着重提高全民健康素养和保健意识，对于缓解医保基金支付压力和提升全民健康水平具有显著的作用。健康水平的提升不仅需要政策环境的扶持与帮助，更需要居民自身认识到健康的重要性，塑造自主自律的健康行为，积极参与体育健身活动，提高自身身体素质。第三，重点关注退休老年群体的身心健康状况，促进健康老龄化。健康状况较差的老年人将给家庭和社会带来沉重的经济负担，推动开展老年心理健康与关怀服务，加强慢性病和老年常见病的健康指导与干预，将有助于减轻困难家庭抚养负担，促进社会公平。

本文的贡献在于（1）将宏微观数据与政策文件相结合，分析医保统筹层次提高对不同收入群体健康差异的影响，并基于参保人健康行为视角探究了政策传导机制；（2）将职工医保省级统筹政策作为外生事件冲击来考察医保待遇变化对不同收入群体健康状况的影响，有效规避了内生性问题，研究结论较为可靠。本文的不足在于对健康不平等状况的衡量还有待进一步细化。