城乡医保统筹对农村居民医疗经济风险的影响研究

粟文杰

摘要：文章采用中国健康与养老追踪调查（CHARLS）2015年和2018年全国追踪调查数据，使用双重差分法评估城乡医保统筹的政策效应。研究结果发现：参加城乡居民医疗保险增加了农村居民的非医疗消费支出，缓解了医疗负担，但对于农村居民的灾难性医疗支出的缓解作用不显著；通过中介效应检验发现城乡医保统筹主要通过提升农村居民的健康水平来减轻家庭医疗负担，促进家庭非医疗消费支出的增长。

关键词：城乡医保统筹；医疗经济风险；双重差分法；中介效应检验

一、引言

我国虽然在现行的标准下消除了绝对贫困，但由于疾病风险的不确定性，以及慢性病、大病以及重病产生的高额医疗费用，处于贫困边缘以及中低收入群体因病致（返）贫的风险仍然存在。新型农村合作医疗保险难以缩小收入相对差距和抵御农村居民重大疾病的经济风险，截至 2019年10月，全国共有30个省份发布了城乡居民醫保制度整合的方案，评估制度整合效果已具备一定实践基础。2020年12月16日中共中央、国务院提出《关于实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接的意见》，明确了医疗保险巩固脱贫攻坚成果同乡村振兴有效衔接的具体举措，在此背景下研究城乡医保统筹对于农村居民医疗经济风险的影响有助于为调整医保扶贫政策，健全防范化解因病致（返）贫的长效机制提供更具指导意义的现实依据。

二、文献综述

目前，大多学者都认为碎片化和城乡二元分治会导致不公平，建立在户籍制度上的医保制度固化了城乡和地区之间的差异，城乡之间差异化的筹资水平和政府补助能力影响了待遇享受的公平，主要包括医疗服务利用可及性差异导致的健康不平等以及医疗保险“亲富人”和“逆向收入再分配”导致的受益不公平。为了使医疗保障更加公平可持续，推动医疗资源合理配置，整合城乡医疗保障制度已经成为中国基本医疗保障制度的发展趋势。目前大多数研究都肯定了统筹医保在缩小城乡医疗服务利用和健康不平等方面的作用，马超（2017）基于Roemer 机会平等理论得出城乡医保统筹显著缓解了城乡居民在医疗服务利用和健康水平上的机会不平等，同时还缓解了由于户籍体制给农村流动人口带来的医疗服务利用的机会不均等，李华（2021）也认为城乡医保整合显著降低了中低消费和健康较差的弱势群体的医疗负担。

可见以往文献着重于评估医保统筹政策在缩小城乡医疗服务利用和健康不平等方面的政策效果。本文将城乡医保统筹与家庭医疗经济风险相联系，评估城乡医保统筹的政策效应，以期为改善城乡医保统筹政策、建立长效医保扶贫机制和提升农村居民健康水平提供理论依据。

三、实证模型、变量及描述性统计

（一）数据来源与模型设定

本研究使用的是中国健康与养老追踪调查（CHARLS）2015年和2018年全国追踪调查数据。由于个人的医疗服务利用与消费是以家庭为单位的人口、社会和经济特征的函数，因此本文使用家庭作为研究个体。虽然城乡医保统筹于2008年就已经开始试点，但大规模的试点是在2016年《关于整合城乡居民基本医疗保险制度的意见》出台之后，因此，本文定义“实验组”为2015年参加新型农村合作医疗保险且2018年参加合并后的城乡居民医疗保险的样本，“对照组”为2016年前后均参加新型农村合作医疗保险的样本，最终得到两期总计10102个家庭样本，其中实验组和对照组样本分别为1346个和8756个。

城乡医疗保险整合可以看作是一次“准自然实验”，从而进行政策效果评估。近年来，双重差分法作为一个重要的评估政策效应的方法受到国内学者的重视，该方法能较好地控制一部分内生性问题。本文构建双重差分模型如下：

yit=β0+β1treatt*timei+β2treat+β3timei+β4Xit+εit（1）

式（1）中yit表示i个体第t年的医疗经济风险；treat为实验组虚拟变量，2015年参加新农合且2018年参加城乡居民医疗保险的样本赋值为1，2015年和2018年均参加新型农村合作医疗保险的样本赋值为0；time为政策期虚拟变量，以2015年为基期，赋值为0，2018年为政策期，赋值为1；treatt*timei为交互项，其系数β1为政策的净效应（DID）；Xit表示一系列控制变量，εit代表随机扰动项。

医疗经济风险是建立在医疗服务利用的基础之上，为了准确得出政策的净效应，本文先用全样本分析城乡医保统筹对农村家庭医疗服务利用的影响，然后使用产生过医疗服务利用的农村家庭样本进行医保统筹对于缓解医疗经济风险的政策效果研究。利用Gragg“两部分模型”（two-part model）进行建模，首先设置虚拟变量d（医疗服务利用），即家庭年医疗支出大于0的记为d=1，无医疗消费记为d=0，此时关于y的两部分模型为：

f（y|treat*time）=P（d=0|treat*time） 若y=0

P（d=1|treat*time）f（y|d=1，treat*time） 若y=0（2）

第一部分医疗服务利用使用全样本及logit模型进行估计，第二阶段则使用d=1（发生医疗支出的家庭）的样本根据被解释变量的类型进行建模。

（二）变量说明及描述性统计

1. 因变量

医疗经济风险是指因为疾病给家庭所带来的直接或间接经济损失，本文主要研究疾病所带来的直接经济风险，主要包括家庭全年医疗费用、非医疗消费支出、医疗负担和灾难性医疗支出。医疗服务利用使用家庭本年度是否产生过医疗支出来测度；家庭医疗费用是扣除医保报销部分的自付医疗费用，是评估医疗经济风险的基础；赵邵阳（2010）的研究指出疾病风险会显著减少家庭非医疗消费支出，除非医疗保险能够对疾病冲击进行完全保险，因此本文用家庭非医疗消费支出来反映统筹医保保障能力变化；医疗经济风险很大程度上跟家庭的支付能力有关，当发生医疗支出时，为了平滑医疗消费给家庭带来的经济冲击，家庭成员可能会缩减其他消费支出，但对食品支出的影响较小，本文用自付医疗费用占家庭非食品消费支出的比重来衡量家庭医疗负担；当一个家庭年度医疗卫生支出达到家庭年非食品消费支出和家庭年收入的40%及以上即认为发生了灾难性医疗支出（WHO，2003），因此本文以家庭自付医疗支出占家庭非食品消费支出的40%作为灾难性医疗支出的界定标准，并且使用家庭自付医疗支出占家庭收入的40%做稳健性检验。

2. 控制变量

根据以往的研究及安德森医疗服务利用模型，本文选择的控制变量主要包括家庭特征、健康状况、环境因素和隔代照料。

家庭特征包括家庭人数和家庭年收入。家庭人数越多可能产生的医疗费用就越高，同时也意味着有更多的收入来源；家庭收入能反映家庭医疗服务消费的支付能力。

健康状况主要用慢性病、残疾和生活自理能力来衡量。健康状况决定了医疗服务利用，是影响医疗支出的关键因素，健康状况还会通过影响个人的工作能力从而对收入产生影响。

环境因素包括家中是否有自来水、互联网利用情况和房屋内的整洁程度。家庭饮用水来源会对人体的健康产生影响；互联网可以通过缓解负面情绪、传播健康知识和影响医患信任对个人的健康和医疗服务利用产生影响，房屋内的整洁程度一定程度上反映了个体的健康习惯，環境恶劣往往容易滋生细菌从而对健康产生影响。

隔代照料是老年人对自己孙子女的日常照料，唐齐鸣（2014）的研究指出老龄人口的抚养系数会显著影响家庭的医疗保健支出，老年人在进行隔代照料时会关注孙子女和自身的健康状况。此外，本文将按照东中西部地区划分设置类别虚拟变量以控制地区效应。上述变量的具体定义及描述性统计见表1所示。

四、实证结果分析

（一）城乡医保统筹对农村居民医疗经济风险影响的回归结果分析

表2模型1中城乡医保统筹对家庭医疗服务利用的影响不显著，城乡医保整合后并不会增加农村居民看病的概率。从模型2可以看到医保统筹对农村居民医疗支出的影响并不显著，但这并不能否定城乡医保统筹对农村居民的减负效果，医疗支出还受到医疗服务利用率的影响，两者共同作用导致医疗支出并不会显著降低。模型3中医保统筹的系数显著为正，说明城乡医保统筹降低了农村居民疾病风险，促进了农村居民的健康，增加了农村家庭非医疗消费支出，与马超（2017）研究结论相一致。模型4和模型5结果表明城乡医保统筹虽然显著降低了农村居民的医疗经济负担，但并不能降低其发生灾难性医疗支出的风险，城乡医保统筹并不能解决新农合未能解决的问题。正如马超（2021）的研究，要减低农村居民发生灾难性医疗支出的风险，补偿其收入的作用要大于补偿其医保，较多贫困边缘群体只要发生了医疗支出就极有可能陷入贫困，只有增加了低收入群体的收入才能真正解决因病致（返）贫问题。

控制变量方面，家庭成员越多就可能会有更多的收入来源，家庭年收入越高，家庭面临疾病经济风险的可能性就会越小；衡量健康状况的三个变量均通过了显著性检验，健康状况是影响家庭疾病经济风险的重要因素；“家中是否有自来水”“家中是否能够宽带上网”和“房屋的整洁程度”对农村居民医疗服务利用和医疗支出的影响并不显著，但对其他三个因变量通过了显著性检验，这可能是环境因素主要是通过影响居民的健康来影响居民的医疗支出和医疗负担；隔代照料会增加家庭消费支出，包括医疗支出与非医疗支出，并且降低家庭医疗负担和灾难性医疗支出发生率，主要是因为需要隔代照料的老年人健康状况更好；西部地区与东部地区相比更容易发生医疗经济风险，医疗负担和因病致（返）贫的概率都更高，这反映了东中西部地区的医疗公共服务存在较大的地区不平等。

（二）城乡医保统筹影响农村居民医疗经济风险机制分析

根据表3的回归结果推测出城乡医保统筹的影响路径可能是通过增加农村居民医疗服务利用率，提高农村居民的健康水平，降低疾病经济风险，从而增加农村居民的非医疗消费支出，减轻了医疗负担。由于CHARLS数据中没有关于家庭医疗服务利用的相关题设，为了对医保统筹影响农村居民医疗经济风险的机制进行分析，本文利用访员对家庭其他成员的健康评价以及受访者的健康自评构造家庭成员平均健康水平，将其作为中介变量进行检验，其为1～5的连续型变量，均值为3.175。检验中介效应最常见的方法是Baron和Kenny的逐步检验法，其步骤如下：

Y=a0+dDID+a1treat+a2time+X+ε（3）

M=b0+eDID+b1treat+b2time+X+ε（4）

Y=c0+fDID+gM+c1treat+c2time+X+ε（5）

式（3）是检验d对Y的总效应，即城乡医保统筹对农村居民医疗经济风险的影响效应，虽然上文表3已经对总效应进行了检验，但在构造家庭成员平均健康水平变量时损失了部分样本，因此下面会再次对式（3）进行检验。式（4）是城乡医保统筹对中介变量（家庭健康水平）的影响效应，式（5）表示控制中介变量后医保统筹对医疗经济风险的影响效应。依次对上式进行检验，如果系数d、e、g全都显著则中介效应成立，如果f也显著则认为存在部分中介效应。

如表3所示，逐步检验法的每一步的系数都通过了显著性检验，式（4）的回归结果显示城乡医保统筹显著提升了农村居民的健康水平；式（5）的回归结果显示在加入家庭成员健康水平之后医保统筹对农村居民医疗经济风险的影响效应仍然显著，家庭成员健康水平也在1%的水平上显著，故部分中介效应成立，城乡医保统筹提升了农村居民的健康水平，从而减轻了农村居民的医疗负担，促进了家庭非医疗消费支出的增长。

（三）稳健性检验

为了检验回归结果的稳健性，本文在家庭样本中随机选择与原数据每一期处理组等量样本552个构造“伪处理变量”，将新生成的处理变量与政策期变量生成新的交互项进行回归，将此方法重复500次最终得到安慰剂检验的核密度函数图。结果如图1所示。

图中“伪处理组”的估计系数与真实的估计系数不在一个水平分布，并且“伪处理组”的p值大都分布在0以上，表明上文得到的估计结果并不是随机得到的，而是受到了医保统筹政策的影响，估计结果具有稳健性。除此之外，本文还使用家庭自付医疗支出占家庭收入的40%构造灾难性医疗支出变量进行稳健性检验，结果T值为-0.28，仍然没能通过显著性检验，表明医保统筹政策不能够降低农村家庭发生灾难性医疗支出风险的概率。

五、结论与启示

本文的基础回归结果表明：城乡居民医疗保险实施后促进了农村居民的非医疗消费支出的增长，显著降低了农村居民的医疗负担，但并不能缓解农村居民陷入灾难性医疗支出的风险；机制研究发现：城乡居民医疗保险主要是通过增加农村居民医疗服务利用，提升农村居民健康水平来减轻医疗负担，促进消费。

以上研究结论带来的启示主要有：城乡医保统筹提升了农村居民健康水平，减轻了医疗负担，要加快在全国推行城乡统一的医疗保险制度，提高城乡居民医疗保险的统筹层次；此外，鉴于城乡居民医疗保险在防止低收入群体陷入灾难性医疗支出方面的羸弱性，应加强医疗救助的衔接工作，实行参保农民差异化的缴费资助政策，建立农村贫困边缘和低收入群体动态瞄准机制和常态化补偿机制，强化以农民增收为主的相关配套政策，提高农村低收入群体的养老保险覆盖率，发挥养老金在缓解农村居民灾难性医疗支出方面的作用；完善大病补充保险制度，大病保险对低收入群体实行倾斜性支付，降低农村居民大病保险的起付线并逐步取消封顶线，发挥大病保险在减少家庭灾难性医疗支出的显著作用。

参考文献：

[1]李华，李志鹏.城乡居民医保整合缓解农村因病致贫了吗[J].现代经济探讨，2021（07）：31-39.

[2]金双华，于洁，田人合.中国基本医疗保险制度促进受益公平吗？——基于中国家庭金融调查的实证分析[J].经济学，2020，19（04）：1291-1314.

[3]中共中央国务院关于实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接的意见[N].人民日报，2021-03-23（01）.

[4]He，A.J.，Wu，S.Towards Universal Health Coverage via Social Health Insurance in China：Systemic Fragmentation，Reform Imperatives，and Policy Alternatives[J].Applied Health Economics and Health Policy，2017，15（06）：707-716.

[5]Paolucci F，Mentzakis E，Defechereux T and Niessen L.W.Equity and Efficiency Preferences of Health Policy Makers in China—a Stated Preference Analysis[J].Health Policy & Planning，2014（08）：1059-1066.

[6]Lairson，D.R.，Hindson，P. and Hauquitz，A.，“Equity of Health Care in Australia”[J].Social Science and Medicine，1995（04）：475-482.

[7]王平，王佳.城乡居民医保制度整合的逻辑、效果和优化建议[J].财经问题研究，2020（11）：138-145.

[8]马超，顾海，孙徐辉.医保统筹模式对城乡居民医疗服务利用和健康实质公平的影响——基于机会平等理论的分析[J].公共管理学报，2017，14（02）：97-109+157.

[9]马超，曲兆鹏，宋泽.城乡医保统筹背景下流动人口医疗保健的机会不平等——事前补偿原则与事后补偿原则的悖论[J].中国工业经济，2018（02）：100-117.

[10]Andersen R M.Revisiting the Behavioral Model and Access to Medical Care：Does it Matter？[J].Journal of Health & Social Behavior，1995（01）：1-10.

[11]赵绍阳.疾病冲击与城镇家庭消费保险能力研究——基于对城镇家庭追踪调查数据的实证分析[J].中国人口科学，2010（05）：66-74+112.

[12]Ke Xu，David B Evans，Kei Kawabata，Riadh Zeramdini，Jan Klavus，Christopher JL Murray.Household Catastrophic Health Expenditure：A Multicountry Analysis[J].The Lancet，2003，362（9378）.

[13]World Health Organization.Health Systems Performance Assessment：Debates，Methods and Empiricism[R].Geneva，2003.

[14]姜琳，曹乾，王茹，蘭盈利.家庭卫生对居民健康的影响[J].中国公共卫生：1-5.

[15]邓朝华，洪紫映.在线医疗健康服务医患信任影响因素实证研究[J].管理科学，2017，30（01）：43-52.

[16]唐齐鸣，项乐.中国居民医疗保健支出的影响因素及区域差异性研究[J]. 金融研究，2014（01）：85-98.

[17]马超，李植乐，孙转兰，唐润宇.养老金对缓解农村居民医疗负担的作用——为何补贴收入的效果好于补贴医保[J].中国工业经济，2021（04）：43-61.

[18]Baron，R.M.，& Kenny，D.A.The moderator-mediator  variable distinction in social psychological  research：Conceptual，strategic，and statistical considerations[J].Journal of Personality and Social Psychology，1986，51：1173-1182.

（作者单位：中南民族大学公共管理学院）