互联网普及对居民医疗保健支出的影响研究*——基于省级面板数据的实证分析

张钟文,徐铭遥,王成,李瑞锋

(北京中医药大学管理学院,北京 102488)

随着互联网信息技术的快速发展,我国互联网普及水平得到了较快提升。自20世纪90年代中国引入互联网技术以来,我国互联网普及率不断提高,《第51次中国互联网络发展状况统计报告》数据显示,截止2022年12月,我国互联网普及率达75.6%［1]。互联网产业的蓬勃发展,影响了社会经济、生产生活、看病就医等方方面面。

近些年,互联网在医疗服务领域产生了巨大影响。主要包括:第一,互联网普及促进优质医疗资源合理配置。互联网医疗最大优势在于可以提高优质医疗卫生资源的可及性,通过应用医疗基础数据、打造互联网应用平台,推进分级诊疗体系的构建与县域互联网模式的开发,实现优质资源共享,为居民提供便捷、高效、优质的医疗服务［2]。第二,互联网普及有利于提高医疗服务效率。互联网普及程度越高,越能发挥其渗透与规模效应,促进优质医疗资源不断下沉,推动医疗机构技术水平同质化发展,方便患者看病就诊,从而有效提高医疗服务效率［3]。第三,互联网丰富了医疗服务的提供方式及应用。随着互联网信息技术的提高与普及程度的加深,互联网与医疗融合程度不断拓宽与深入,实现了从单一网络健康信息发布到远程医疗、互联网医院平台的建设的飞跃发展,形成了实体医院的线上扩展模式、实体医院与互联网医疗平台的服务融合模式、区域性医疗云平台模式三种互联网医疗服务供给模式,大大丰富了医疗服务提供方式［4]。互联网的普及拓宽了居民看病就医的渠道,整合优质医疗资源,提高资源配置和使用效率,既减少物理流动的时间金钱成本,也扩大了优质医疗资源的受益范围［5]。

伴随着互联网兴起,更多学者开始关注互联网普及带来的消费结构变化。互联网普及对于促进公共服务消费的升级具有显著效应［6],同时也改变了城乡居民的消费结构,影响居民医疗卫生支出［7]。通过提高医疗卫生服务效率,互联网普及程度对我国住院病人、门诊病人的人均医疗费用具有显著影响［8]。人均医疗保健支出费用,是居民消费支出的重要组成部分,其增长不均衡会导致医疗卫生费用不均衡,从而影响我国卫生事业发展。因此,本研究基于31个省份2014-2020年面板数据,运用双向固定效应模型分析互联网普及程度对居民医疗保健支出的影响效应。

1 理论机制

1.1 互联网通过信息传播功能促进居民健康水平提高,降低个人医疗保健费用支出

国外学者从互联网信息传播和知识共享的角度讨论了“互联网+”在公共卫生治理方面的重要性,认为YouTube、Facebook和Twitter等社交媒体网站由于具有成本低、传播快和用户互动的优势,正成为发达国家健康防护的重要信息来源［20]。而在中国,微信公众号、微博、百度、丁香医生等新媒体平台则成为健康教育信息传播和共享的重要渠道。随着互联网普及程度的提高,居民越来越多地通过网络渠道获取医疗保健知识,可相对缓解医疗服务的供需双方信息不对称等问题,逐步提高居民的医疗知识储备和健康生活意识,使居民更好地进行自我健康管理和疾病预防［9],降低疾病发生率。同时减少对专业医疗机构的依赖,进而促使个人医疗保健费用支出降低,促进居民个体健康水平提升。因此,互联网普及水平的提升可促进居民健康水平的提高,从而降低个人医疗保健费用支出。

1.2 互联网普及通过减少“面对面”就医降低医疗服务成本,减少居民医疗保健费用支出

传统的医疗服务模式为居民线下到医疗机构就诊,由于医疗资源分配不均衡等原因,我国居民就医一直存在看病难、看病贵的问题。如跨区异地就医需要长途跋涉到医疗机构就诊,路费成本较高;一些知名专家号“一号难求”,需要耗费大量时间排号、等号。种种难题导致了医疗服务的供给效率较低、部分居民看病就诊成本过高等现状。随着智慧医疗不断发展,一方面,互联网技术的发展使得居民远程医疗和在线咨询情况增加,线上问诊可满足居民更多就医需求,降低空间对医疗服务供给的限制［10],减轻居民线下就诊的依赖性,从而减少因就医而产生的交通费用、住宿费用和时间成本。另一方面,居民可以通过在线药店或电商平台购买药品和医疗用品,在线电商平台药品价格普遍低于传统实体药店,这使得居民以更低的成本获得所需的药品和医疗用品。且互联网的普及促进了智能化医疗技术的发展［8],如人工智能、大数据分析和基因测序等。这些技术可以提供更准确和个性化的医疗诊断和治疗方案,避免了不必要的医疗消费和重复检查。因此,互联网的普及可降低居民医疗保健费用支出。

综上所述,互联网普及对居民医疗消费保健支出有抑制影响,故做出前提假设:互联网普及水平提高,使得居民医疗保健支出减少。

2 资料与方法

2.1 数据来源

本研究数据来源于《中国统计年鉴》《中国科技统计年鉴》及31省(自治区、直辖市)《统计年鉴》,形成省级面板数据进行统计分析。基于数据的可获得性,本研究的时间起止范围设为2014～2020年。

2.2 变量选取

本文选取2014～2020年全国31省(自治区、直辖市)的各项指标生成面板数据作为样本,以下是关于被解释变量、核心解释变量和控制变量指标的选取说明。

2.2.1 被解释变量:居民医疗保健支出

现有互联网普及程度对医疗费用影响的研究多集中在供方角度,即政府卫生费用支出。本文则从需方入手,即居民消费支出的角度,选取2014～2020年各省(自治区、直辖市)居民人均医疗保健支出(Y)数据为被解释变量,分析互联网普及程度对居民医疗保健支出的影响。

2.2.2 核心解释变量:互联网普及水平

由于数据统计口径差异,目前尚无关于互联网普及水平指标的统一衡量标准或定义。部分学者利用电信固定资产投资表示该指标,但互联网建设水平并不能代表互联网普及水平,本研究重点考虑互联网在使用过程中的知识共享便利程度的特点,借鉴既往研究经验［11],以互联网宽带接入用户数(X)作为核心解释变量衡量互联网普及水平。

2.2.3 控制变量

本文从经济发展、政府行为、人口结构、社会保障、医疗服务和自然环境六个方面选取变量对回归模型进行控制和干预(见表1)。

表1 2014～2020年互联网普及对居民医疗保健支出影响的控制变量释义

经济发展方面,有研究表明经济发展水平对医疗费用的高低有显著影响［12],故本研究选取各省人均GDP(n1)指标纳入控制变量。

政府行为方面,政府在医疗卫生领域的财政投入可影响医疗卫生领域的发展,其投入力度一定程度影响居民的就医保障情况,进而影响居民医疗保健的消费支出,故选取政府财政医疗支出占比(n2)指标纳入控制变量［13]。

人口结构方面,近年来人口老龄化一直是社会重点关注的议题,由于人体的生理病理发展规律,随着年龄的增大,健康水平逐步下降,高龄人口的患病就诊概率显著提升［12]。因此本文选取老年抚养比(n3)作为控制人口结构的指标,纳入控制变量。

社会保障方面,我国实行的基本医疗保险制度在减小贫富差距和促进人口健康方面起到了重要作用。医疗保险对医疗费用支出的保障,一定程度上影响居民的就医行为,从而对其医疗卫生支出产生影响。因此本研究将基本医疗保险年末参保人数(n4)纳入控制变量［8]。

医疗服务方面,本研究从医疗技术发展水平入手［14]。一方面,医疗技术水平的提高可进一步解决健康难题,促进居民医疗服务的利用;另一方面,技术的发展也可能带来医疗成本的降低,从而降低就医成本,减少居民医疗费用的支出。既往研究中通常使用R&D 经费内部支出(n5)来表示行业技术水平的发展,本研究沿用前人经验,将其纳入控制变量。

自然环境方面,环境恶化必然产生健康风险,进而对居民的医疗服务利用行为和医疗卫生支出产生影响［14],因此,本研究以二氧化硫排放量(n6)作为衡量自然环境因素的指标,一并纳入控制变量。

综上,为了消减模型拟合的异方差,对居民人均医疗保健支出、互联网宽带接入用户数、人均GDP、基本医疗保险年末参保人数、R&D 经费内部支出和二氧化硫排放量8个非比值指标进行对数处理。

2.3 研究方法

本文选取 2014～2020年全国31省(自治区、直辖市)为单位的面板数据作为样本,运用Stata 14.0软件构建双向固定效应模型进行回归分析,研究互联网普及水平对居民医疗保健支出的影响。在前文变量定义和数据处理的基础上,初步设定本研究模型如下:

Yit=αi+β1logXit+β2logn1it+β3n2it+β4n3it+β5logn4it+β6logn5it+β7logn6it+εit(i=1,2,…,31;t=1,2,…,7)

上式中,Yit为各省(自治区、直辖市)居民人均医疗保健支出在个体i和时间t上的数值;βit是回归系数,logX为核心解释变量,logn1、n2、n3、logn4、logn5、logn6为各控制变量;αi为常数项或者截距项,代表不同个体i的影响;εit为个体i和时间t上的随机扰动项。

3 研究结果

3.1 描述性统计

本研究样本容量为217,首先对各变量进行描述性统计,包括均值、标准差、最大值以及最小值(见表2)。

表2 2014～2020年互联网普及对居民医疗保健支出影响的相关变量的描述性统计

3.2 平稳性检验

为避免时间序列出现伪回归的情况,在运用面板数据构建模型进行回归分析之前,对各个变量序列进行单位根检验。对非比值变量居民人均医疗保健支出、互联网宽带接入用户数、人均GDP、基本医疗保险年末参保人数、R&D 经费内部支出和二氧化硫排放量做对数处理后,采用IPS检验法进行单位根检验。各变量均通过IPS检验,为平稳序列(见表3)。

表3 2014～2020年互联网普及对居民医疗保健支出影响模型的平稳性检验

3.3 模型选择

在面板数据为平稳序列的前提下,可对其进行回归分析。构建面板数据模型前,需检验确定使用混合OLS回归或变系数模型,本研究使用B-P检验,检验个体效应。B-P检验的统计量在α=0.05水平上显著显著拒绝原假设,即本研究的面板数据回归模型应选择变系数模型。变系数模型分为随机效应模型和固定效应模型,应用Hausman检验对两模型进行识别和研判,Hausman检验的统计量在α=0.05水平上显著拒绝原假设,即本研究的面板数据应选择固定效应模型进行回归分析(见表4)。

表4 2014～2020年互联网普及对居民医疗保健支出影响模型选择结果

3.4 回归分析

运行stata14.0软件进行双向固定效应模型回归分析,由于回归后的模型存在异方差和自相关问题(见表5),故对其进行修正后得到回归结果(见表6)。结果可知,修正后的模型的决定系数R2为0.692,整体拟合效果较好,互联网普及水平对居民医疗保健支出的影响显著,呈负相关。政府行为、人口结构、医疗技术水平和自然环境因素均对居民的医疗保健支出有显著影响,其中医疗技术水平和自然环境的影响回归系数较大。

表5 2014～2020年互联网普及对居民医疗保健支出影响模型的异方差与自相关检验结果

表6 2014～2020年互联网普及对居民医疗保健支出影响模型的估计结果

3.5 稳健性检验

消费是拉动经济增长的“三驾马车”之一,历年来居民医疗卫生支出的增加一定程度表明地区经济发展水平的上升,这将促互联网在当地的普及与应用,并使该地互联网领域的发展上具有“先发优势”,使得本文的实证结果存在内生性问题。对此本文通过增设省份与年份交互效应,以缓解宏观经济环境所产生的变化。稳健性检验结果显示核心解释变量互联网普及率(X)对居民医疗保健支出影响的仍显著,且系数相对增大。模型的决定系数为0.701,模型拟合较好。各控制变量的显著性和回归趋势均与原回归结果基本一致,表明改模型具有强稳健性(见表7)。

表7 2014～2020年互联网普及对居民医疗保健支出影响模型的稳健性检验结果

4 结论

本文基于2014～2020年31个省份的面板数据,采用双向固定效应模型进行回归,实证检验互联网普及程度与城乡居民医疗保健支出的影响,可以得出以下基本结论：

4.1 互联网普及对城乡居民医疗保健支出具有抑制作用

根据研究结果可知,互联网普及率每增长1%,居民人均医疗保健支出则降低0.488%,互联网普及对城乡居民医疗保健支出具有抑制作用。究其原因,可能与互联网诊疗特点与居民医疗保健需求增加等有关。互联网具有使用便捷的特性,线上就医问诊减少了居民就医过程中原有的交通、排队的时间与金钱消耗,相对降低就医成本。其次,互联网的普及使得居民获取健康保健知识的渠道增多。通过微信公众号、微博、百度等多种新媒体渠道可获得保健、养生、医疗知识,居民的日常自我保健意识相对提高。此外,互联网普及同时推动了健康管理应用程序和智能设备的发展,健康管理应用程序可以帮助人们分析和管理个人健康数据,提供个性化的健康建议,促使居民更好地进行健康管理和预防。因此,伴随健康水平的提高和获取医疗信息的渠道增加,居民可能会降低居民外出就医的需求,故而减少其医疗保健支出。

4.2 政府行为对居民医疗保健支出有显著影响

各地政府财政医疗支出占比每增长1%,居民人均医疗保健支出降低0.04%,政府行为对居民医疗保健支出有显著影响。政府对医疗卫生领域的财政投入与医疗行业的发展息息相关,一定程度上可促进医疗行业的技术发展,平衡社会卫生投入和个人卫生支出比重［14],避免出现因个人卫生费用支出过多引起的“看病贵”问题,提高居民就医的保障力度,减轻居民就医负担,从而控制居民医疗保健支出。

4.3 人口结构、医疗技术水平和自然环境对居民医疗保健支出有显著正向影响

人口结构方面,老年抚养比每增长1%,居民人均医疗保健支出增长0.006%。与年轻人口相比,老龄人口的抗病能力和机体功能不断减退,导致其患大病、重病风险增加,这可能导致老龄人口的个人和家庭医疗费用负担增加。在居民的医疗保健方面,人口老龄化会导致居民医疗卫生支出相对提高,尽管本研究构建的模型中其影响系数较小,其影响仍然显著,故不可忽视人口老龄化带来的居民卫生消费增长影响。

在医疗技术水平方面,医疗技术水平每提高1%,居民医疗保健支出则增长0.335%。由前文在变量选取时的作用机制讨论可知,医疗技术水平的提高对居民医疗保健支出具有正向和负向两面影响作用,本文构建的模型回归结果显示,双重影响综合考虑下,医疗技术水平对居民医疗保健支出的正向影响较为显著。一方面,医疗技术水平的提高意味着医疗行业进一步发展,能够进一步解决既往无法诊治的疑难杂症,给部分居民的健康难题提供了救治路径,从而促进居民对卫生服务的利用和消费,进而提高医疗保健支出。另一方面,医疗技术的投入可能会加大医疗机构的成本,并外显于居民的医疗费用之中。

自然环境方面,二氧化硫排放量每升高1%,居民人均医疗保健支出则显著增长0.123%。自然环境与人体健康密切相关,影响着居民生命健康和生存质量,进而对社会产生一系列影响。本研究中,自然环境恶化产生的健康问题表现为居民对医疗服务需求的增加,从而增加居民医疗保健费用的支出。

5 建议

5.1 加大监管力度,推动互联网医疗规范发展

互联网的发展可带来医疗行业新领域的开发,但由于网络的复杂特性,导致互联网医疗的诊疗质量难以保证,这体现于线上诊疗无法与线下诊疗的标准化流程一致、医生患者沟通环境质量无法把控、回访困难导致诊疗终末质量堪忧［15]、信息虚假与信息泄露问题层出不穷［16]等方面。因此,实行行之有效的监管制度、发挥监管部门的有效监管作用是提高互联网诊疗质量、促进互联网医疗规范发展的重点之一。目前,国家卫生健康委员会出台的《互联网诊疗监管细则(试行)》等政策文件已从医疗机构监管、人员监管、质量安全监管等方面做了具体规定［17]。但互联网医疗具有连续性与特殊性,仅由地方各级卫生健康主管部门落实属地化监管责任的规定,容易造成“抢着管或没人管”的情况。因此,单靠卫生健康部门对互联网诊疗进行监管并不可行,需要从制度层面对监管执行者、监管内容等问题进行细化,并建立多部门联动的监管机制。例如,互联网诊疗服务与药品销售涉及市场交易、网络商品交易等领域的服务监管,需各级市场监督管理局参与;医疗机构与医生是主要监管对象,互联网平台公司、药品经营公司等机构也应细化标准以便于监督,针对监管对象的注册地与运营地的地域分离情况,对监管部门协作也提出了更高的要求。

5.2 转变医疗服务模式,实现全周期健康管理

信息化促使医疗健康知识的传播,健康知识的被动接受催化了居民的健康需要［21]。慢性病管理是全周期健康管理的重要部分之一,慢性病管理的关键在于重心下沉、关口前移,互联网诊疗技术的发展突破了地区空间局限,促进优质医疗资源下沉与基层慢病防控。以阿里健康为例,在线上提供医疗安心和用药安心两类服务,提供慢病药品12周备药一站式支持,线下搭建起“重点药品全域精准投放”平台,切实满足慢性病人购药需求。但现有政策在互联网诊疗上具有“部分慢性病”“复诊”两个条件限制,出现了慢性病中夹杂急性病的诊断、罕见病诊断、初诊后患者病情发生变化是否可以进行线上复诊等一系列问题。因此,应适度扩大诊疗范围,商讨互联网首诊可行性与诊疗范围,适当扩大慢性病诊疗范围,并通过其他手段或途径,例如提升互联网医疗平台的硬件水平,提高慢性病线上诊疗质量。依托互联网信息技术的发展,互联网诊疗范围已覆盖肝病、肾病、糖尿病、中医等多病种学科领域,从网络挂号、在线问诊等单一功能转变为在线问诊、预约挂号、远程医疗、电子处方、健康教育为一体的健康医疗模式［18]。加快5G智慧医疗技术发展、智能可穿戴设备的研究等,有利于居民健康数据与医疗机构信息系统平台有效对接和健康信息的转化,使得互联网信息技术提供更为准确和个性化的医疗服务,从而提高居民整体健康水平。

5.3 发挥互联网医保支付优势,促进医保可负担性

互联网医保支付有利于分流线下就医压力,提高就医问诊效率。在突发公共卫生事件中,互联网医保支付可以满足患者足不出户的诊疗需求,提高其接受医疗服务的可及性。互联网医保服务还有利于均衡优质医疗资源,并通过大数据对患者就诊情况进行分析,有利于医保服务项目的定价与标准的调整。除国家出台相关政策法规外,互联网医院等也应发挥自身作用,例如加强医保信息化建设、优化并完善移动支付流程、促进诊疗信息等资源数据互通等,提升患者使用体验感。完善医保信息化建设,加快建立全国医保信息系统,降低医保支付门槛与限制,扩大医保支付范围,并借助互联网信息技术实现医保服务监管［19]。借助互联网医疗的便捷服务,可提高患者在疾病预防和健康管理方面的积极性,进而降低疾病发生、延缓疾病进展,间接帮助医保基金的减少预算支出,使更多居民能够获得必要的医疗保障,获得更便捷、经济和高质量的医疗服务。