基于城市面板數據的城鎮居民醫療保健消費支出影響因素研究

于紹君 唐山職業技術學院

醫療保健消費是人民群眾健康的重要研究課題。本文在研究前人相關文獻的基礎上，收集了中國6個城市2001年―2016年的相關數據，對城鎮居民醫療保健消費支出的可能影響因素進行實證研究。

一、建立模型

模型的被解釋變量為城鎮居民人均醫療消費支出Eit；解釋變量為：城鎮人均可支配收入Iit、政府醫療衛生經費Fit。其中，i、t分別表示城市和年份。

本文收集了2011-2016年中國的唐山、北京、蘇州、威海、重慶、哈爾濱6個城市的面板數據作為樣本，對模型進行估計。本文使用的數據，全部來自于6個城市的城市統計年鑒；并以2001年為100，根據每個城市的城鎮居民消費價格指數，對被解釋變量、2個解釋變量的數據進行了調整。表1為對本文樣本數據的總體描述性統計。

表1 樣本總體描述性統計表

二、影響因素分析

本文使用Stata14軟件來分析面板數據，首先對模型運用混合回歸的方式進行估計。估計結果見表2的模型1，混合回歸的估計結果表明，城鎮人均可支配收入與被解釋變量的正相關不顯著、衛生經費與被解釋變量的負相關不顯著。模型估計的擬合系數為0.57。

其次，對模型運用固定效應回歸的方式來進行估計。估計結果見表2的模型2，在模型2的估計結果中，各城市的個體效應F統計量F（2,88）Prob＞F=0.0000。這說明模型中各城市的個體效應是顯著的，因而選擇固定效應回歸的方式，而不是混合回歸的方式。

接下來，對模型運用隨機效應回歸的方式來進行估計。估計結果見表2的模型4，并運用個體隨機效應的LM檢驗，chibar2(01) =191.11，Prob > chibar2 = 0.0000，這仍說明模型中各城市的個體效應是顯著的，因而選擇隨機效應回歸的方式，而不是混合回歸的方式。

本文采用了異方差穩健的豪斯曼檢驗，其目的是確定是使用固定效應模型還是使用隨機效應模型，P-value = 0.3504。

表2 各種模型的估計結果表

三、結論

通過對表2中模型1-模型7的估計結果分析，本文得出以下結論：

第一，城鎮居民收入的增加會促進城鎮居民醫療消費支出。表2的模型估計結果表明，城鎮居民人均可支配收入變量與被解釋變量顯著負相關。

第二，表2的估計結果顯示，政府醫療衛生經費與被解釋變量城鎮居民醫療消費支出的負相關不顯著，這可能與解釋變量“政府醫療衛生經費”原始數據未按城鄉比例分攤有關。