城乡居民大病保险对农村相对贫困的缓解效应

刘树枫，高 鑫

（西安财经大学 经济学院，陕西 西安 710100）

一、引言

在全面推进乡村振兴、扎实推进共同富裕的道路上，“病有所医、弱有所扶”是我们要持续推进的方向。虽然2020 年党带领人民取得了脱贫攻坚战的全面胜利，消除了绝对贫困，但相对贫困人口依旧存在，致贫返贫风险仍未消除。目前我国相对贫困人口主要聚集在农村地区，因此在接续乡村振兴、助力共同富裕的背景下，如何预防贫困的动态变化，进而解决农村相对贫困问题成为重中之重。在相对贫困人口中，边缘户、脱贫不稳定户及弱势群体具有脆弱性风险，面临大病冲击时极易出现脱贫后又返贫的不利情况。多年来，因病致贫、因病返贫问题一直是导致农村人口贫困的主要原因之一，从国务院扶贫办的数据来看，2019 年农村贫困人口有1 660万人，其中因病致贫、因病返贫户的比例为44%，随着我国贫困发生率降低，建档立卡户中因病致贫、因病返贫户的比例仍保持在40%以上，可见疾病是导致弱势群体致贫返贫的重要原因之一。因此在解决相对贫困的问题时，需要突破“贫病相连”壁垒，降低因大病冲击带来的返贫风险。

目前因病致贫、因病返贫问题是我国巩固脱贫攻坚成果，建立相对贫困长效治理机制的一大难题，要实现“病有所医、弱有所扶”的目标，就必须加强弱势群体的医疗兜底保障机制建设。虽然我国城乡居民医疗保险制度基本实现了全面覆盖，但对于弱势群体而言，基本医保的保障水平不足以抵抗医疗负担产生的经济冲击。因此为解决因病致贫、因病返贫问题，我国建立了以大病保险为核心的健康保险扶贫保障体系，2020 年《关于高质量打赢医疗保障脱贫攻坚战的通知》中指出要巩固好大病保险和医疗救助制度的待遇水平，发挥好三重制度梯次减负的托底作用，研究解决相对贫困的医疗保障扶贫长效机制。其中，大病保险作为社会保障与商业保险的结合，在基本医保保障的基础上对大病患者进行倾斜性的二次补偿，这对缓解因病致贫、因病返贫，建立相对贫困长效治理机制及巩固脱贫攻坚成果具有不可替代的作用。基于此，本文将以城乡居民大病保险政策作为出发点，通过构建贫困脆弱性指数度量农村相对贫困指标，结合相关理论知识研究城乡居民大病保险对农村相对贫困的缓解效应，并分析该缓解效应的作用机理，进而为完善大病保险制度、巩固脱贫攻坚成果提供参考意见。

二、国内外文献综述

（一）贫困与疾病关系的相关研究

我国脱贫工作的完成消除了暂时性的绝对贫困，但现阶段弱势群体因病致贫、因病返贫问题成为巩固脱贫攻坚成果最大的难题。基于此，学术界对疾病和贫困的关系进行了广泛研究，学者们普遍认为个体家庭贫困的主要原因之一是因病致贫。ETTNER［1］认为个体在遭遇大病冲击时，会减少家庭的健康人力资本，进而减少劳动供给，降低家庭收入，使家庭的陷贫风险增加。WANG 等［2］从能力贫困的角度出发，认为贫困的主要原因在于家庭成员患病后，家庭的劳动供给减少，进而影响了家庭的财富积累能力。曹海涛［3］认为重大疾病给个体带来负向的健康冲击，通过增加医疗支出、减少家庭收入影响家庭财富，进而形成开支型贫困与收入型贫困。翁凝等［4］认为疾病冲击不仅会减少家庭的劳动力供给，还会给家庭非患病成员带来沉重的照料负担，增加家庭长期陷贫的风险，进而形成持续性贫困。部分学者认为贫困与大病相互作用，最终会陷入一种恶性循环。JIANG 等［5］认为低收入家庭在面临疾病时可能会拖延甚至放弃治疗，使小病拖成大病，最终陷入健康贫困陷阱。左停等［6］认为疾病会导致人力资本受损，使患者丧失劳动能力，而农户本身抗风险能力较弱，会形成“疾病-贫穷”的恶性循环，甚至会使贫困代际传递。翟绍果等［7］认为因病致贫在贫困人员中所占的比重较大，且贫困人口存在健康脆弱性、经济脆弱性以及社会脆弱性，容易导致“健康贫困-经济脆弱-贫困”的恶性循环。

（二）相对贫困的相关研究

在实现全面建成小康社会、消除绝对贫困的目标后，我国进入了解决相对贫困和巩固脱贫攻坚成果的新阶段，学者们对贫困的研究从绝对贫困转向了相对贫困。相对贫困的研究主要集中于以下几个方面：一是相对贫困的概念特征。TOWNSEND［8］最先提出了相对贫困的概念，认为相对贫困不只是家庭基本生活条件的缺乏，也包含社会排斥以及相对剥夺感带来的、使生活水平低于社会平均生活水平的状态。曾福生［9］指出相对贫困具有长期性，收入分配差距长期存在容易进一步拉大贫富差距，贫困逐渐向下传递进而演变成长期贫困。二是相对贫困与疾病的关系。叶贝等［10］发现患有心脏病、哮喘等慢性病的老年人相对贫困风险高，但患有劳损性慢性病如关节炎、肺病等的老年人相对贫困的风险较低。刘勇［11］认为疾病、经济增长和相对贫困间存在动态性的非线性特征，相对贫困伴随着医疗、营养条件的缺乏，降低居民的免疫力，进而增加健康风险；降低疾病发生率、增加医疗保障对减少相对贫困人口数具有显著的促进作用。汪燕敏［12］采用BMI健康指标对农村居民健康水平进行测度，发现农村居民健康水平越低，相对贫困发生的可能性越高。曾晨晨［13］以我国中西部地区居民为例，指出良好的健康状况能降低相对贫困发生的概率，减少农村相对贫困人口。李文青等［14］以陇南山区为例，发现相对贫困程度较高的多数家庭中存在患有重大疾病或残疾的家人，且农户的医疗负担会增加农村家庭陷入相对贫困的风险，而脱贫内生动力的提高是缓解相对贫困的关键因素。三是相对贫困的识别方法。首先从单维收入视角出发，OECD通常以居民收入中位数的40%、50%及60%衡量相对贫困，欧盟国家通常采用税后收入中位数的60%衡量相对贫困，而蒋晓敏等［15］以国际标准为基准，考虑我国实际情况后选取人均收入中位数的40%或50%对相对贫困进行识别。其次使用AF 法衡量多维相对贫困，如李春根等［16］从教育、健康、生活水平、资产、医疗保险、住房及劳动能力七个维度构建了相对贫困的指标体系。四是相对贫困的致贫因素。张琦等［17］指出相对贫困群体的致贫原因主要有主体因素、制度因素及环境因素三方面，并通过风险冲击、社会排斥及家庭生计能力影响家庭可行能力，最终导致相对贫困的产生。赵锦春等［18］认为健康人力资本积累能够缓解家庭持续性贫困。王建等［19］指出教育投资是阻断代际传递的相对贫困的重要因素。仲超［20］认为家庭相对贫困的影响因素不仅包括个体特征及家庭特征，还包括社区特征及制度特征等。

（三）大病保险的相关研究

大病保险作为医疗公共管理服务领域的一次重大创新，是中国特色医疗保障体系的重要组成部分，近年来得到学者们的广泛关注。研究主要集中于以下几个方面：一是大病保险的政策效果。毛瑛等［21］运用“结构—过程—结果”评价体系进行测度，认为旬邑县的大病保险制度虽然参保率不高、待遇水平较低，但其运行情况较好，能有效降低灾难性医疗支出的发生率。马千慧等［22］对新农合大病保险的受益公平性进行分析，认为新农合大病保险存在逆收入分配作用，其经济补偿主要偏向高收入群体。詹长春等［23］从横向和纵向两个维度评估了大病保险的经济补偿效果，认为大病保险的保障效果有限，且对低收入家庭的经济补偿效果不理想。王黔京［24］对贵州省大病保险进行研究，发现大病保险的一元制统筹模式比二元制统筹模式的公平性更好，也说明了大病保险仍然存在一定的发展空间。二是大病保险政策基金运行的可持续性。蒋云赟［25］利用代际核算体系发现城乡居民医疗保险的基金结余难以维持大病保险的支出，只有提高个人缴费率才能实现大病保险基金运行的可持续。刘海啸等［26］以河北省为例，研究发现低水平报销比例下的基金运行是可持续的，高水平报销比例下出现了赤字，并提出应拓宽大病保险的筹资渠道。李英英［27］以甘肃省为例，发现在报销比例较高的情况下基金存在大额缺口，所以应该通过财政补助、吸收慈善捐款等方式增加大病保险的基金来源，使大病保险基金更充足。三是大病保险的减贫效果。解莹［28］利用DEA 及Tobit 模型测算大病保险运行效率，运用最小二乘法发现大病保险能改善地区贫困。陈中南等［29］通过构建绝对贫困和相对贫困指标，运用双重差分法进行研究，发现大病保险能降低绝对贫困及相对贫困的发生概率，进而证明大病保险是巩固脱贫攻坚成果的制度支撑。李华等［30］和罗浩等［31］以灾难性医疗支出衡量“因病致贫”，运用双重差分法发现大病保险降低了居民因病致贫的发生率，且对健康状况较差、位于西部地区及低收入人群等弱势群体的政策效果更好。蔡德鑫［32］从单维收入角度衡量相对贫困，利用双向固定效应模型发现大病保险能够缓解相对贫困，且对低收入群体效果更好。

综上所述，学者们普遍认为健康风险是贫困发生的主要原因之一，健康状况越差、医疗负担越重，家庭陷入相对贫困的风险就越大。大病保险能有效减少家庭的灾难性医疗支出、降低居民因病致贫的发生率，改善家庭的贫困状况。这些成果为后续研究提供了参考，但仍存在以下不足：第一，目前对相对贫困的研究均以静态指标度量相对贫困，没有考虑相对贫困的动态影响；第二，部分相对贫困指标从多维角度出发，现阶段可能存在夸大相对贫困范围的风险［33］。第三，绝大多数相关研究侧重分析大病保险对相对贫困的影响，但未就其影响机制做出深入的分析。基于此，本文在现有研究成果的基础上，利用中国家庭追踪调查（CFPS）2012 年至2020 年的数据，通过估计相对贫困脆弱性对农村家庭相对贫困风险进行衡量，并运用多期双重差分模型研究大病保险对农村相对贫困的缓解作用及作用机理，分析大病保险政策对不同收入人群、不同健康状况群体存在的差异效果，进而为大病保险助力巩固脱贫攻坚成果、建立相对贫困的长效治理机制提供一定的参考。

三、大病保险缓解相对贫困的作用机理分析

（一）收入再分配效应

相对贫困主要体现为发展的不平衡不充分，环境效应使农村弱势群体享用的医疗资源和社会福利较少［34］，而收入再分配被普遍认为是对弱势群体进行补差，因此发挥正向的收入再分配效应是增强减贫效应的重要途径。城乡居民大病保险是在为全体参保个体提供均等医疗保障的同时，着重为弱势群体提供保障的一种权益保障制度，通过政策的倾向性实现对弱势群体保障待遇的相对公平。大病保险从筹资和偿付两个渠道体现出纵向的收入再分配效应，进而改善弱势群体的收入分布，实现对弱势群体的保障公平。从筹资角度来看，大病保险对弱势群体的财政补助措施反映了大病保险在筹资方面的亲贫性，主要体现在大病保险对存在困难的群体采取差异化的财政补助措施，如对特困人口、孤儿、无人抚养儿童按个人缴费金额给予全额资助，对低保对象及低保边缘家庭成员中的老人及未成年人按个人缴费金额的60%给予定额资助，以及对过渡期内当地乡村振兴局认定的个体按缴费金额的60%给予资助。从偿付角度来看，大病保险通过实行差异化的偿付政策体现了对弱势群体的倾向性，主要反映在对弱势群体“一降一提一扩”的支付政策，通过降低大病保险的起付线标准、提高大病保险的报销比例及扩大病种保障范围对弱势群体实施倾斜性的帮扶措施。如表1 所示，大多数省份将弱势群体大病保险的起付线标准降低了50%，对各省份弱势群体的报销比例提高了5%～15%不等，且扩大了保障范围、取消了封顶线。由此可见大病保险通过收入再分配效应着重对弱势群体进行补偿，缩小了保障待遇的差距，增强了对弱势群体未来陷入相对贫困风险的缓解作用，进而实现保障待遇的相对公平。

（二）健康效应

收入低只是贫困较为外化的表现，而可行能力被剥夺才是贫困产生的根源，健康状况是影响个体可行能力高低较为重要的指标［35］。农村相对贫困人口由于经济条件的限制，在面临大病冲击时可行能力及风险承受能力较低，且存在小病不理睬、大病不治疗的思想观念，导致其健康状况逐渐恶化，提前退出劳动力市场，增加了未来陷贫的风险［36］。大病保险政策的实施，一方面通过减少居民面临大病冲击时产生的医疗费用，引导患者及时就医并到高水平的医疗机构就诊，实现对医疗资源的充分利用，进而改善居民的健康状况；另一方面大病保险的经济补偿可以使居民减少医疗消费支出，并将资金用于增加健康投资，如积极地保健与按时体检等，提高了家庭健康人力资本存量，增加了个体的经济绩效，进而缓解了重大疾病家庭的相对贫困。研究数据显示，家庭成员患病会使弱势群体家庭劳动参与率下降25%～53%，参加大病保险使居民的健康状况改善幅度提高10%～20%，中老年人的住院概率增加1.03%［37］。由此可见大病保险政策在一定程度上鼓励了患病个体积极就医，释放了医疗服务的有效需求，且通过对受到大病冲击的家庭进行经济补偿，不仅改善了居民的健康状况，也降低了家庭未来陷入相对贫困的风险。

（三）经济补偿效应

“健康贫困陷阱”认为健康风险既是贫困发生的原因，又是贫困产生的结果，而相对贫困人口在面临灾难性医疗支出时极易陷入贫困陷阱。因此，有必要采用医疗保险制度中断“疾病—贫困”恶性循环，通过风险转移功能补偿个体因疾病风险产生的经济损失，抵消患者因健康风险产生的陷贫、返贫风险。但基本医疗保险对因重大疾病产生的灾难性医疗支出保障水平有限，难以缓解相对贫困风险。而城乡居民大病保险作为基本医疗保险制度的补充，对超出基本医疗保险制度封顶线的灾难性医疗支出进行二次补偿，减少了家庭面临大病冲击时需要自费的灾难性医疗支出，提高了抗风险能力，进而摆脱健康贫困陷阱，降低未来陷贫、返贫风险。据原银保监会及政府数据，2016 年大病保险累计赔款额为300.90亿元，且大病患者的实际报销比例在基本医保的基础上提高了13.85%，医疗保险整体的报销比例达到70%；截至2021 年年底，实际报销比例提高到18%，最高报销金额达到111.6万元，在基本医保与大病保险总实际报销额与参保人员总住院费用比例由52%提高至63.2%后，个人医疗费用负担减轻了11 个百分点。由此可见自2015 年大病保险全面实施以来，大病患者的报销比例逐年提高，强化了相对贫困家庭的抗风险能力，极大程度缓解了相对贫困人口的医疗负担，进而有效缓解了因病致贫、因病返贫问题。

（四）资本积累效应

农村相对贫困人口的抗风险能力较差，为了应对大病冲击所需要的巨额医疗支出，人们会准备较多资金进行额外储蓄，即增加家庭预防性储蓄来抵抗未来患病产生的健康风险。但这样一方面现有的预防性储蓄难以保障未来患有重大疾病需要的医疗费用，另一方面预防性储蓄过多会对个人及家庭的资产配置产生影响。而保险是规避健康风险最有力的工具，大病保险可以通过杠杆作用，用低廉的保费换取高保障，通过风险转移使健康风险最小化，在保险的保障下将原本计划储蓄的部分资金释放出来。当家庭的抗风险能力越强，预防性储蓄越少时，会将更多的资金用于风险投资或生产性投资，优化家庭的资产配置，增加家庭的收入，进而降低健康风险导致的陷贫、返贫概率，缓解家庭的经济压力。研究显示，对城市居民来说参加医疗保险使家庭持有的金融资产与风险资产比未参保时分别提高6%和6.5%；而对农村居民来说参加医疗保险使家庭参与投资和生产性投资的可能性较未参保时分别增加2.3%和7.8%［38］。由此可见参加大病保险可以通过提高家庭的抗风险能力，有效释放家庭的预防性储蓄，优化家庭资产配置结构，进而调整风险敞口至适度水平，缓解家庭的健康风险。

四、模型与方法

（一）研究方法

本文采用中国家庭追踪调查（CFPS）2012—2020 年的农村面板数据，利用Stata17.0 软件，首先运用三阶段可行广义最小二乘法（FGLS）估计农村家庭的相对贫困脆弱性，并在平行趋势检验的基础上采用多期双重差分模型（Staggered DID）检验大病保险对农村相对贫困的缓解作用；其次通过异质性分析检验大病保险对农村相对贫困的收入再分配效应及健康效应，并通过中介效应模型检验大病保险对农村相对贫困的经济补偿效应及资本积累效应。

（二）模型构建

双重差分模型是国内外应用较为广泛的、专门用于评估政策效应的方法，主要应用于政策效果、制度绩效及项目评价等方面，基于此本文使用双重差分法来检验实施大病保险政策对缓解农村相对贫困的政策效果。传统的双重差分法（DID）是经济学家们提出来的一种基于准自然实验逻辑的分析方法，它将受到政策冲击和未受到政策冲击的个体分为“实验组”与“对照组”，通过计算政策实施前后对照组与实验组之间变化的差异来分析政策冲击带来的影响，并可以避免因样本选择性偏误导致的内生性估计偏差。但由于各省份实施大病保险政策的时间有所不同，而传统DID 的前提是事件或政策发生在统一的时点，因此本文借鉴BECK 等［39］的做法，采用多期双重差分模型来评估大病保险政策对缓解农村相对贫困的政策效果。在定量分析中将实施了大病保险政策的省份作为实验组，未实施大病保险政策的省份作为对照组，并根据各省份实施大病保险政策的时间设置政策虚拟变量did，若在当年该城市实施了大病保险政策，则该城市当年及以后年份的did=1，否则did=0。基于此，本文基准回归的模型如下：

其中，Vepit为个体i在t年的贫困脆弱性，当Vepit=1时该家庭为相对贫困家庭，当Vepit=0时该家庭为非相对贫困家庭；did表示大病保险政策的政策虚拟变量；β1的估计值表示大病保险政策对农村家庭相对贫困影响的净效应，当β1为负数时，表明大病保险政策对农村相对贫困具有缓解作用，即参加大病保险可以缓解家庭的贫困脆弱性；Xit为影响家庭相对贫困的控制变量，包括户主年龄、性别、教育水平、婚姻、就业情况、身体状况等个人特质及家庭老人与收入、消费、资产、负债等家庭特征；μi代表个体固定效应，γt代表时间固定效应，εit为随机误差项。

（三）数据来源

本文使用2012 年、2014 年、2016 年、2018 年及2020 年中国家庭追踪调查（CFPS）数据进行研究。CFPS 是由北京大学中国社会科学调查中心每隔两年组织并实施，以全国26 个省份（自治区、直辖市）为调查范围、随机抽取15 000户家庭对其家庭成员进行跟踪调查形成的调查数据，该数据包括其社区、家庭及个人的经济活动、教育成果、家庭关系、人口迁移及健康等各个方面，且涵盖了大量关于家庭经济、健康、医疗保险及费用的相关数据，为本文的研究提供了高质量的数据支撑。

在数据处理方面，本文首先将个人数据匹配至家庭数据中，以获得家庭成员的个人信息；其次由于本文以家庭的贫困脆弱性为视角进行研究，因此对户主以外的样本进行剔除。通过匹配2012 年、2014 年、2016 年、2018 年及2020 年五年数据，并对城市样本、未匹配上及存在非正常观测值、缺失值的样本进行剔除后，最终得到3 316 个有效样本的面板数据。

（四）变量选取

1.核心解释变量。本文以大病保险政策的虚拟变量作为核心解释变量。2012 年国家发展和改革委、卫生部、财政部等六部委印发了《关于开展城乡居民大病保险工作的指导意见》，为大病保险政策的试点工作揭开了序幕。2013年至2014年我国以“先行试点、逐步推开”的模式逐渐推广了城乡居民大病保险的试点工作，2015 年底我国31 个省份均已开展大病保险试点，进而形成大病保险与基本医疗保险的双重保障，有效避免因病返贫、因病致贫情况的发生。本文根据各省份大病保险的政策文件，汇总整理出各省份正式实施大病保险政策的时间（如表2 所示），当该省份被大病保险政策覆盖时赋值为1，否则取0。数据来源: 来自各省份大病保险的政府公告。

表2 各省份大病保险政策的实施时间

2.被解释变量。本文以农村相对贫困作为被解释变量，通过估计相对贫困脆弱性衡量相对贫困指标。绝对贫困强调生存贫困，主要是指个体或家庭不能维持基本生存需要；而相对贫困人群虽然能够维持基本生活需求，但在经济、文化、教育等方面均处于弱势地位，更多强调的是脆弱性、社会排斥等的一种“相对剥夺感”。而贫困脆弱性容易使个体在面临大病等负面冲击时陷入经济困境中，成为相对贫困家庭，甚至可能会返回到绝对贫困状态，因此缓解贫困脆弱性对缩小相对贫困规模意义重大。贫困脆弱性主要根据农村个体当前的福利水平评估未来面对风险的可能性以及抗风险能力，并通过贫困线及脆弱线的标准有效识别农村居民相对贫困状况。对贫困脆弱性的衡量主要基于居民的收入水平、消费支出及其他福利指标的变动性等［40］，这一变动性的参考标准一般等于或高于绝对贫困线，因此贫困脆弱性能够体现出相对贫困的“绝对内核”［41］，通过估计相对贫困脆弱性能够有效识别目前情况较好，但未来有可能陷入相对贫困的农村家庭。

贫困脆弱性是一种事前的预测指标，它指个人或家庭在遭遇风险后生活质量下降到公认的某一水平之下的可能性，以动态的视角衡量未来陷入风险的概率，贫困脆弱性越高，陷入贫困的可能性越大。由于贫困具有反复性、长期性及脆弱性的特点，因此贫困脆弱性涵盖的范围不仅包括贫困人群，还包括脱贫边缘人口及脱贫易返贫人口。

目前学术界提出了期望贫困脆弱性（VEP）、低期望效用脆弱性（VEU）以及风险暴露的脆弱性（VER）三种测度方法，其中期望贫困脆弱性从风险的角度指出个人或者家庭在未来遭遇风险后陷入贫困的可能，它既考虑到个体或家庭不同的偏好，也能从动态的角度度量贫困，因此具有一定的前瞻性。低期望效用脆弱性是从效用的角度衡量贫困，指出贫困脆弱性就是在遭遇风险后实际的消费与特定水平线下消费给家庭带来的期望效应的差异，消费在该水平线之上则为非脆弱性家庭，反之则具有贫困脆弱性，该度量方法使用单一的效用函数，无法很好地度量个体或家庭不同特点的偏好。风险暴露的脆弱性从损失的角度将遭遇风险时对家庭福利状况的损失程度计为贫困脆弱性，该度量方法更侧重于事后的测度，无法体现贫困脆弱性事前预测的特点。

基于此，本文采用CHAUDHRUI等［42］提出的期望贫困脆弱性（VEP）法对家庭贫困脆弱性进行测度，通过三阶段可行广义最小二乘法（FGLS）预测家庭在未来遭遇风险后陷入贫困的概率。基本方程如下：

其中，Vulit代表样本i在第t年的贫困脆弱性；incomei,t+1代表样本i在第t+1年的家庭人均收入水平，Mt为各年的贫困线，Xi为个体特征变量及家庭特征变量。如果未来家庭人均收入水平低于选取的贫困线，则视该个体为贫困脆弱性个体，反之则为非贫困脆弱性个体。由于我国贫困线标准是根据收入水平设定的，因此本文使用家庭总收入对贫困脆弱性进行测度，具体的测算步骤如下：

首先，本文将家庭人均收入的对数值作为被解释变量，将一系列影响家庭人均收入的个体特征及家庭特征变量作为解释变量，使用最小二乘法（OLS）对其进行回归，将最小二乘法回归后的残差值平方，进行第二次最小二乘估计。

其次，使用最小二乘估计得到的拟合值构建权重进行三阶段可行广义最小二乘估计，进而得到ρ和α 的有效一致估计量，分别记为和，进而计算家庭人均收入对数的期望值与方差。

最后，本文借鉴CHRISTIAENSEN 和SUBBARAO［43］的做法，假设家庭人均收入的对数服从正态分布，通过选择相对贫困线和脆弱性的阈值对样本i的贫困脆弱性进行计算。

就相对贫困线而言，大多数学者按照农村家庭人均可支配收入中位数的40%、50%及60%衡量相对贫困的标准［44］。由于我国居民收入呈现向左偏的分布，即收入处于均值以下的人群占据大多数，因此本文选取农村家庭人均可支配收入中位数的40%作为相对贫困线标准衡量贫困脆弱性。就脆弱性而言，本文采取大多数学者采用的50%的脆弱线标准衡量贫困脆弱性［45］，即当家庭未来陷入相对贫困或处于相对贫困的概率小于50%时，则该家庭被视为相对贫困家庭。

3.中介变量。本文利用中介效应模型从经济补偿效应和资本积累效应两个方面研究大病保险对农村相对贫困的缓解作用，通过灾难性医疗支出和金融资产两个中介变量研究其作用机理。其中根据世界卫生组织（WHO）对灾难性医疗支出的定义，认为家庭自付医疗费用总额不小于家庭非食品支出40%的家庭具有灾难性医疗支出；家庭金融资产以家庭金融资产总额的对数进行衡量。

4.控制变量。本文认为户主的个体特征及家庭特征也会对农村相对贫困水平产生影响，因此在其中选择部分变量作为控制变量。其中个体特征包括性别、年龄、受教育程度、工作情况、婚姻状况及是否参加基本医疗保险等，家庭特征主要包括家庭中老人与子女数、家庭人均消费、家庭人均资产及家庭人均负债等。为了消除异方差的影响，本文对家庭人均消费、家庭人均资产及家庭人均负债进行取对数处理。

（五）描述性统计

在本文2012—2020 年3 316 个农村家庭观测值中（如表3 所示），有2%的农户家庭具有相对贫困风险，家庭发生灾难性医疗支出的比例达到了5.8%，即部分农户家庭未来存在或是当前已存在返贫风险。从个体特征来看，这些样本的平均受教育程度为初中，平均年龄为48 岁，其中户主为男性所占的比例为58.7%，已婚的比例达到90.5%，农村基本医疗保险的覆盖率达到了93.7%。从家庭特征来看，家庭中老人数量的均值为0.153，子女数量的均值为0.527，即老人与子女数在家庭中所占比例相对较大。

五、实证结果分析

（一）基准回归结果

本文采用多期双重差分模型分析大病保险政策对农村相对贫困的缓解作用，结果表明大病保险存在对农村家庭相对贫困的缓解作用（见表4）。模型（1）和模型（2）均采用双向固定效应的多期双重差分法进行估计，在未加入控制变量的模型（1）中，大病保险政策虚拟变量的估计系数为-0.045 4，且在1%的水平上产生了显著的负向影响，即参加大病保险能够缓解农户家庭陷入相对贫困的风险。模型（2）在模型（1）的基础上增加个体特征与家庭特征的控制变量进行回归，估计系数的显著性及大小未发生明显变动，说明在考虑个体特征和家庭特征后大病保险政策仍然具有缓解家庭相对贫困的作用，其估计系数为-0.042 9，即参加大病保险后农户家庭未来陷入相对贫困的概率降低了4.29%。

表4 基准回归结果

在模型（2）的控制变量中，户主的受教育程度及工作情况的估计系数均显著为负数，说明受教育程度高且参加工作的农户家庭未来陷入相对贫困的概率小，可能的原因是受教育程度越高，对相对贫困代际传递的阻断作用越强，缓解了农户家庭的相对贫困程度；农户参加工作能够促进家庭增收，缓解家庭经济负担，进而降低家庭陷入相对贫困的概率。从家庭老人数及子女数来看，其估计系数均在1%的水平上显著为正，说明家庭老人、子女数越多，未来陷入相对贫困的概率越高，主要原因是老人子女数越多，家庭越会承受较大的负担，进而会增加家庭返贫、陷贫风险。家庭人均资产与人均消费对家庭相对贫困在1%的水平上产生了负向影响，说明家庭资产越多，人均消费越高，家庭未来陷入相对贫困的概率越小，主要是由于相对贫困的衡量标准规定当家庭的收入低于家庭必备开支时就属于贫困范畴，因此人均消费越高，相对贫困程度越低。

（二）异质性分析

基准回归结果显示大病保险政策可以缓解农村相对贫困，因此本文在理论分析的基础上进一步进行异质性分析。通过对不同收入及不同健康状况的群体进行划分，从收入再分配效应及健康效应两个方面检验大病保险缓解农村相对贫困的作用机理。

1.收入再分配效应

低收入群体往往会受到预算约束的限制，在面临大病冲击时返贫陷贫的风险更大，因此大病保险对不同收入群体家庭相对贫困的缓解作用存在差异。本文根据不同的家庭收入水平将全样本分为低收入、中等收入及高收入三种群体，通过检验发现大病保险存在正向的收入再分配效应，通过帮扶患有重大疾病的弱势群体，进而缓解农户家庭相对贫困，促进受益公平。表5 的前三列为收入异质性分析的结果，可以看出大病保险政策在不同收入群体间的缓解作用存在差异，虽然三个群体政策虚拟变量的估计系数都为负，但只有低收入群体大病保险的政策效应是显著的，且估计系数为-0.117 4，中等收入及高收入群体大病保险政策的估计系数不显著。因此可以说明大病保险政策对低收入群体具有较好的政策效果。

2.健康效应

不同家庭个体的健康状况不同，其因病致贫、因病返贫的风险也会有所不同，大病保险的政策效果也可能存在差异。本文根据样本健康状况的不同将全样本划分为健康状况差、健康状况一般及健康状况好三种群体，异质性分析发现大病保险政策存在健康效应，通过对患有重大疾病的农户进行二次经济补偿，缓解家庭的经济负担，进而缓解家庭的相对贫困。表5 后三列为健康异质性分析的结果，可以看出大病保险的影响程度在不同健康状况的群体中也存在差异，如健康状况差的群体大病保险估计系数在1%的水平上显著且估计系数的绝对值最大，而健康状况一般的群体与健康状况好的群体大病保险的估计系数不显著。由此可见，大病保险政策对健康状况差的农户家庭相对贫困的缓解作用最大，对健康状况一般及健康状况好的农户家庭不存在显著影响，主要原因是患有重大疾病的农户产生的医疗费用更多，承担的医疗负担更重，而参加大病保险能够通过经济补偿缓解家庭的经济负担，因此参加大病保险对健康状况差的农户家庭相对贫困的缓解作用更大。

（三）中介效应检验

经济补偿效应作为大病保险政策事后的补偿机制，体现出对家庭灾难性医疗支出的缓解作用；资本积累效应主要反映大病保险事前的预防机制，体现在减少家庭预防性储蓄、优化家庭资产配置方面。基于此本文依据Baron and Kenny 的逐步中介效应检验，从经济补偿效应及资本积累效应两方面对大病保险缓解相对贫困的作用机理进行检验。

1.经济补偿效应检验

本文以灾难性医疗支出作为中介变量检验城乡居民大病保险的经济补偿效应，结果显示大病保险可以通过减少家庭灾难性医疗支出，降低农户家庭未来陷入相对贫困的风险，即大病保险政策存在经济补偿效应（见表6）。模型（1）为大病保险对缓解农村家庭相对贫困的总效应，即基准回归结果；模型（2）为大病保险对家庭灾难性医疗支出的影响，其估计系数为-0.0411，且在5%的水平上显著，说明大病保险可以减少家庭灾难性医疗支出；同时模型（3）将中介变量灾难性医疗支出与解释变量大病保险政策虚拟变量均纳入回归中，发现大病保险估计系数的绝对值从0.042 5 减小至0.040 9，说明存在部分中介效应，即减少家庭灾难性医疗支出是大病保险缓解农村相对贫困的作用机理之一。

表6 中介效应检验结果

2.资本积累效应检验

弱势群体的抗风险能力较低，因此会增加家庭的预防性储蓄来应对未来不确定的健康风险。大病保险的二次报销使家庭未来的健康风险有了一定的保障，进而降低家庭的预防性储蓄，将更多的资金用于理财或投资，优化家庭资产配置，缓解家庭的相对贫困。本文以家庭金融资产总额的对数作为中介变量检验大病保险的资本积累效应，模型（4）为大病保险对家庭金融资产占比的影响，结果显示其估计系数不显著，且Sobel 检验结果不显著，因此不存在中介效应；而模型（5）将大病保险与金融资产均纳入回归，结果显示增加金融资产可以缓解家庭的相对贫困，由此可见大病保险政策不存在资本积累效应。可能的原因是我国居民的忧患意识较强，大多数人理财观念较为保守，且农户的可支配收入较少，会选择规避风险，很少进行理财甚至投资。

（四）稳健性检验

1.平行趋势检验

平行趋势检验是使用双重差分模型的前提，若处理组与控制组在政策发生前存在一定差异，那么使用双重差分模型得到的结果就不能代表政策的净效应。只有处理组与控制组在政策发生前满足平行趋势检验，才能保证双重差分模型估计结果的准确性。平行趋势检验结果如图1 所示，在政策冲击之前，相对时间虚拟变量的系数均不显著，表明处理组与控制组家庭相对贫困的变化趋势不存在显著差异；在政策冲击时及政策冲击后相对时间虚拟变量的系数显著为负，表明处理组与控制组家庭的相对贫困出现了显著差异，满足共同趋势假设。

图1 平行趋势检验

2.安慰剂检验

农村相对贫困状况的变化还可能是由大病保险政策以外的一些随机因素引起的，因此本文通过虚构政策时间，生成伪政策虚拟变量进行安慰剂检验。通过500次随机抽样及回归，结果如图2所示，其中竖向虚线为基准回归的真实估计系数，横线虚线代表0.1 的P值水平，在该线以上则代表估计结果不显著。实曲线代表500 次随机抽样回归的概率密度。虚曲线代表500 次随机抽样回归的P值分布。从图2 可以看出，伪政策虚拟变量的估计系数集中分布在0 左右，绝大多数在10%水平线（即横虚线）之上，也就是说绝大多数随机抽样结果不显著，且伪政策虚拟变量的估计系数明显不同于基准回归的真实估计值，由此可以说明，大病保险政策的实施对农村相对贫困的缓解作用未受到其他因素的影响，即本文的研究结论稳健。

图2 安慰剂检验

3.反事实检验

本文通过将大病保险政策的实施时间提前两年进行反事实检验。若发现大病保险政策的估计系数仍显著为负，则说明农村家庭相对贫困受其他政策或因素的影响；若发现大病保险政策的估计系数不再显著，则说明大病保险确实对农村家庭相对贫困产生了明显作用，即回归结果稳健。结果如表7 中模型（1）所示，大病保险政策变量的估计系数为0.027 0，且不再显著，表明农村家庭相对贫困的缓解作用是受大病保险政策影响，而非其他因素。

表7 稳健性检验结果

4.其他稳健性检验

在上述检验的基础上，本文通过改变相对贫困的衡量阈值，即改变贫困脆弱性的脆弱线及贫困线标准对回归结果进行稳健性检验。由于部分学者认为50%脆弱线标准下只能筛选出长期处于贫困的家庭，对部分突然遭遇风险而陷入暂时贫困的家庭无法有效识别，因此为了有效识别短期内容易陷入相对贫困的个体及家庭，本文借鉴GUNTHER 和HARTTGEN［46］的做法进行稳健性检验，如表7中模型（2）通过时间折算将29%作为脆弱线衡量相对贫困进行回归；模型（3）与模型（4）采用世界银行3.2美元∕日及5.5美元∕日发展中国家的国际贫困线标准，并通过世界银行的PPP购买力转换因子折算为人民币进而衡量相对贫困进行回归，结果均显示大病保险的估计系数显著为负，因此本文的研究结论是稳健的。

六、结论与政策建议

本文以城乡居民大病保险政策作为切入点，使用2012 年至2020 年CFPS 数据，首先运用三阶段可行广义最小二乘法构建相对贫困脆弱性以代表农村家庭相对贫困指标，然后以各省份城乡居民大病保险政策的发生时点作为政策虚拟变量，将实施了大病保险政策的省份作为“处理组”，未实施大病保险政策的省份作为“对照组”，运用多期双重差分模型分析大病保险政策对农村相对贫困的缓解作用。其次，通过异质性分析及中介效应模型验证了大病保险缓解农村相对贫困存在的收入再分配效应、健康效应、经济补偿效应及资本积累效应。主要结论如下：第一，实施城乡居民大病保险政策使农村相对贫困家庭未来陷入相对贫困的概率降低了4.29%，即大病保险对农村相对贫困具有缓解作用，经过稳健性检验后研究结论依然成立。第二，异质性分析表明大病保险对低收入群体及健康状况差的群体的政策效应更好，即大病保险具有正向的收入再分配效应和健康效应。第三，中介效应模型表明大病保险可以通过减少家庭灾难性医疗支出缓解农村家庭的相对贫困，即大病保险具有经济补偿效应。但由于我国居民的忧患意识较强，大多数人理财观念较为保守，且农村的弱势群体会因经济条件受限选择规避风险，很少进行理财与投资，因此资本积累效应不存在。

为了更好地发挥出城乡居民大病保险政策对农村相对贫困的缓解作用，结合本文的研究结论，提出以下几点建议：

第一，拓宽大病保险的筹资渠道、提高大病保险保障水平。虽然城乡居民大病保险政策具有缓解农村相对贫困的作用，但总体来看大病保险政策交互项对农村家庭相对贫困的缓解作用只有4.29%，从下降幅度来看，其缓解作用有限。主要原因在于，一是当前医疗费用过高使大病的治疗费用居高不下，二是大病保险的筹资水平受限，进而使大病保险未完全发挥出政策效果。因此本文认为，首先应该完善大病保险政策的筹资机制，建立多渠道的筹资机制，在大病保险制度向农村弱势群体倾斜的前提下，通过政府征收专项税、从社会层面及慈善组织募集捐款拓宽大病保险的筹资渠道；并且应根据地区不同的发展水平采取差异化的筹资机制，逐步完善大病保险制度。其次要合理控制医疗费用的增长，防止部分群体过度就医，进而促进大病保险保障的公平性。

第二，积极培养农村居民的健康意识，合理利用医疗资源。为了确保大病保险能发挥出更好的效果，防止因病致贫、因病返贫情况的发生，首先，应当增强公民的健康意识，提高公民的健康文化素养。要让公民认识到身体是革命的本钱，通过加强体育锻炼，提高自我保健意识，进而提高身体素质。其次，应当为弱势群体及农村相对贫困人口提供并普及免费体检，鼓励患病后及时就医，防止有病不治，小病拖成大病情况的发生，提高家庭抵御风险的能力，从源头上缓解健康风险，降低农村家庭未来陷入相对贫困的可能性。此外，还应鼓励公民合理利用医疗资源，避免小病大治，减轻患者的就医负担。

第三，合理引导农村居民进入金融市场，优化家庭资产配置。农村弱势群体在教育及资源等方面的资源禀赋不同，家庭可支配收入少、抵御风险的能力较低；农村居民的文化程度不高，缺乏相关的金融知识，更重视家庭的劳动性收入而非资产性收入，导致家庭的资产配置效率较低。因此我们应该通过当地政府及金融机构开展一系列的金融知识宣传与教育活动，提高农村居民的金融素养、培养农村居民优化家庭资产配置的意识。建议健康状况较好的家庭持有部分金融资产，适当持有部分风险资产；而健康状况较差的家庭可以增加保障型资产的比重，从而为家庭未来可能发生的健康风险提供保障，缓解农村家庭相对贫困。