基本醫療保險補償率對城鄉居民醫療支出不平等的影響

翁凝 寧滿秀

摘 要：基于國務院發展研究中心2015年和2016年“中國民生問題”入戶調查數據，運用Heckman兩步法考察城鄉基本醫療保險補償率對居民就醫決策及醫療支出的影響;在此基礎上，運用Blinder?Oaxaca分解法，對影響城鄉居民醫療支出差異各因素的作用進行分解。研究發現：基本醫療保險補償率增加會顯著提高城鄉居民的就醫概率，增加醫療支出;基本醫療保險補償率對城鄉居民醫療支出的影響存在顯著的收入異質性，不同收入組居民的醫療支出對補償率變化的敏感性存在明顯差異;城鄉基本醫療保險補償率差異對居民醫療支出差異的貢獻率為14.37%，低于城鄉收入差異，高于醫療衛生資源供給差異。

關鍵詞：基本醫療保險;補償率;醫療支出不平等;Blinder?Oaxaca分解法;Heckman兩步法

中圖分類號： F840.684;F063.2??文獻標志碼：A??文章編號：1009-055X（2019）04-0030-13

doi：10.19366/j.cnki.1009-055X.201904.003

一、引?言

黨的十九大報告指出，“……城鄉區域發展差距和居民生活水平差距顯著縮小，基本公共服務均等化基本實現……”是2020年實現全面小康社會的主要目標之一。其中，城鄉醫療支出不平等是城鄉不平等的重要組成部分，縮小城鄉醫療支出不平等也是基本公共服務均等化的主要內容之一。當前，中國城鄉醫療支出不平等問題仍然嚴峻。根據《2017年中國衛生和計劃生育統計年鑒》，2002年城鄉居民人均醫療支出差異為230.50元，2016年擴大為701.60元;根據《2017年中國統計年鑒》，城鄉人均衛生費用差距從2003年的834.24元上升為2014年的2344.10元①。

如何縮小城鄉醫療支出不平等，不僅是政策制定者關心的重要問題之一，也是學術界廣泛關注的一個研究熱點，諸多學者已經針對可能導致城鄉醫療支出不平等的因素展開了一系列富有意義的探索。然而，城鄉基本醫療保險補償率差異是否導致醫療支出不平等卻沒有得到應有的關注。在制度設計層面上，農村基本醫療保險與城鎮基本醫療保險在諸多方面存在不同，比如藥品覆蓋范圍、人均可用資金等[1]，而制度差異最終體現在補償率差異上。根據本文所使用的數據，2015年城鎮居民平均補償率為76.66%，農村居民為51.08%②。

那么，城鄉基本醫療保險補償率差異是否造成醫療支出不平等？如果是，它對醫療支出不平等的貢獻為多大？在整合城鄉基本醫療保險的背景下，清楚該問題具有重要的政策指導意義。為此，本文基于國務院發展研究中心2015年和2016年“中國民生問題”入戶調查數據，運用Heckman兩步法估計保險補償率對醫療支出的邊際影響;在此基礎上，運用Blinder?Oaxaca分解法測算城鄉補償率差異對醫療支出不平等的貢獻。

二、文獻綜述

城鄉居民醫療支出不平等的原因可概括為兩種情況：一種情況是經濟社會狀況（social?economic status）差異，包括收入、教育程度、人口結構特征等;另一種情況是城鄉醫療保險政策制度設計不同。諸多學者圍繞經濟社會狀況差異進行了實證分析。早期的研究成果集中在收入差距對醫療服務利用不平等的影響上。胡琳琳[2]、解堊[3]、齊良書和李子奈[4]等學者研究較早，主要是運用集中指數方法對“與收入相關的醫療服務利用不平等問題”進行分解。封進、劉芳[5]和趙廣川[6]進行的后續相關研究涉及其他變量，包括年齡、教育以及健康程度等。與此同時，也有個別學者針對城鄉醫療保險政策不同展開研究。顧海等[7]、顧海和李佳佳[8]研究的是共付率差異對城鄉醫療支出差異的影響。最近較有代表性的研究是熊躍根和黃靜[9]，兩位學者證明了醫療保險政策是造成城鄉居民醫療支出差異的重要因素之一，但作者沒有具體分析某一特定制度，更沒有研究補償率。

造成城鄉居民醫療支出不平等的因素除經濟社會狀況差異之外，還有城鄉醫療保險政策差異。針對醫療保險政策差異，一些研究直接引入虛擬變量，籠統地關注政策本身;也有文獻具體地分析城鄉政策的某一特定差異，如共付率，但鮮有文獻考察補償率。城鄉基本醫療保險政策包括一系列制度安排，比如人群覆蓋差異化、病種覆蓋差異化、就醫地點差異化等，但這些制度差異對醫療支出不平等的影響最終體現在補償率上，本文將重點考察補償率差異是否造成醫療支出不平等。如果單純地考察是否加入新農合，或是否加入城鎮居民基本醫療保險對城鄉居民醫療支出不平等的影響，實際參考價值相對較低，因為這無法告訴政策制定者該如何改變當前的政策制度，或具體針對哪一方面進行調整。本文將視角獨特地集中在補償率上，這對于如何從補償制度出發，以縮小城鄉醫療支出不平等具有實際借鑒意義。此外，本文所用數據來自國務院發展研究中心在全國范圍內的調查數據，樣本具有相當高的代表性，且運用的是2015年和2016年的調查數據，所得結論能反映最近的實際情況。

從理論出發，城鄉居民醫療支出不平等有一部分是由補償率差異所造成的。在城鎮補償率高于農村的背景下，假設城鎮基本醫療保險補償制度不變且其他條件相同，如果提高農村補償率增加了農村居民醫療支出，則城鄉補償率差異縮小就會降低醫療支出不平等。那么，提高農村補償率會促進居民醫療支出增加嗎？首先，Schmitz[10]和GoPffarth et al.[11]從基本的經濟學理論出發，提高補償率相當于降低醫療需求價格，進而增加醫療服務利用和支出。其次，從現有實證研究看，答案也傾向于肯定：第一，補償率增加可能導致被保險人群的前期健康投入減少，從而其健康程度相對有所惡化，醫療支出也因此增加，經濟學中稱為“事前道德風險”這一點通常不被提倡。[12-13];第二，即使前期健康投入沒有變化，補償率增加會提高被保險人對疾病的提前應對和防范意愿，醫療支出隨之增長[14]。最后，存在于農村地區的一個基本事實是：大量應該住院的居民因收入約束而選擇不住院。根據本文所使用的數據，2015年，醫院建議住院而沒有住院的被訪者占被訪者總數的9.48%。對于農村貧困居民，這一問題更加嚴重。根據《2015年中國農村貧困監測報告》，2014年貧困農村居民中，因經濟困難而無法及時就醫的比重為16.50%。如果補償率提高，這意味著農村居民的收入約束得到緩解，從而醫療支出增加。總之，無論從經濟學理論出發，還是根據實證研究判斷，抑或是基于實際存在的社會現象，提高醫療保險補償會促進居民醫療支出增加，它不僅緩解了有經濟能力看病的家庭的醫療支出負擔，也會提高無經濟能力就醫的低收入家庭的醫療服務利用水平，其所給予的補償額是居民增加醫療服務利用最直接的激勵。

三、理論基礎與研究方法

（一）理論基礎

根據經典的Grossman[15]健康需求函數（用h表示），個人的健康狀況用收入水平和其他個人特征、家庭特征以及社區特征來表示的函數為：

H=h（Y，X1，X2，X3）（1）

式（1）中，H表示健康狀況;Y表示收入水平;X1表示教育狀況、年齡、婚姻、就業、醫療保險等個人特征;X2表示家庭規模、家庭收入等特征;X3表示個人所在社區的特征，比如醫療價格水平、醫療資源供給等。

個體是否發生醫療消費行為以及消費多少主要取決于個體健康狀況和支付能力，而支付能力受收入水平的約束。當個體健康遭受到沖擊時，醫療支出將相應發生變化，所以醫療支出方程（用f表示）為：

E=f（H，X1，X2，X3，Sick）（2）

式（2）中，E表示醫療支出，Sick代表個人健康遭受到的沖擊程度。結合方程（1）和（2），可以建立如下的醫療支出方程：

lnE=β0+β1ln income+β2Sick+β3Pe+β4X1+β5X2+β6X3+μ（3）

式（3）中，income表示收入水平（取對數）;Pe表示醫療支出價格;μ表示誤差項;X1、X2和X3分別表示個人、家庭和社區層面的特征向量。

（二）估計方法

個體在發生醫療支出前必須作出是否就醫的行為決策。當健康遭受到沖擊時，是否選擇就醫取決于個體的醫療償付能力、健康風險偏好等因素，因此不是所有個體都會發生醫療支出，即存在自我選擇問題。為保證樣本的代表性，本文采用Heckman兩步法進行處理。

第一步，采用Probit模型估計居民是否決定就醫。當P=1時，表示居民i決定就醫，即：

P=1，當Ei>00，當Ei=0（4）

利用所得參數估計逆米爾斯比率（inverse mills ratio）：

λ^i=（X′i β^pb）/φ（X′i β^pb）（5）

式（5）中，表示標準正態概率密度函數;φ表示標準正態累積分布函數;X′i表示自變量向量;β^pb表示參數估計值。

第二步，在居民醫療支出行為發生的條件下，將（5）式引入醫療支出方程，采用OLS估計如下方程：

E[Ei|Xji，Ei>0]=β0+∑njβjXji+σλ^i（6）

這樣，便可以估計出每個變量的影響系數。j表示變量個數，下同。

（三）分解方法

Blinder?Oaxaca分解法是Blinder[16]和Oaxaca[17]提出的一種研究方法，最初用于分析兩個不同群體（黑人和白人、男性和女性等）工資差異的影響因素。目前，該方法已被廣泛用于不同群體的收入和支出差異的影響因素分解，并擴展到健康狀況差異等研究領域[18-19]。本文將運用該方法測量城鄉補償率差異對居民醫療支出差異的影響程度。

為簡化，用向量X代表自變量。假設城鎮和農村居民的醫療支出分別用EUi和ERi表示，則城鄉居民的醫療支出差異可分解為：

EUi-ERi=（βU0-βR0）+∑j βUj（XUj-XRj）+∑jXRj（βUj-βRj）

=（βU0-βR0）+∑j βRj（XUj-XRj）+∑jXUj（βUj-βRj）（7）

第一個等式以城鎮居民醫療支出方程為基準，第二個等式以農村居民醫療支出方程為基準。等式右邊的第一項稱為“無法解釋的差異”，即城鄉居民醫療支出差異中無法解釋的部分，用U表示;第二項稱為“稟賦差異”，即城鄉居民醫療支出差異中，解釋變量本身不同造成的差異，用E表示;第三項稱為“系數差異”，即城鄉居民醫療支出差異中，解釋變量變化所造成的差異，用C表示。

基準方程的選擇不同，可能會導致估計結果有較大差異，即指數基準問題（index number problem），本文采用Cotton[20]提出的方法來解決該問題。將式（7）進一步分解為：

EUi-ERi=（βU0-βR0）+∑j β*j（XUj-XRj）+∑jXUj（βUj-β*j）+∑jXRj（β*j-βRj）（8）

式（8）中，β*j=δUβUj+δRβRj，δU表示城鄉居民總樣本中城鎮居民所占的比例;δR表示城鄉居民總樣本中農村居民所占的比例。那么，等式右邊的第二項為“稟賦差異”，第三項與第四項之和表示“系數差異”。

與（5）式結合，城鄉居民醫療支出差異最終可分解為：

EUi-ERi=（βU0-βR0）+∑j β*j（XUj-XRj）+∑jXUj（βUj-β*j）

+∑jXRj（β*j-βRj）+（σUλ^Ui-σRλ^Ri）（9）

與式（8）相比，式（9）等號右邊增加了最后一項。按照傳統方法，將最后一項移到左邊。也就是說，城鄉居民醫療支出差異的分解，實質是解決選擇性偏差問題之后，對醫療支出差異的分解。

四、數據來源及變量說明

（一）數據來源

本文運用的數據來源于國務院發展研究中心2015年和2016年“中國民生問題”入戶調查數據，反映的是2014年和2015年的基本情況。調查范圍包括安徽、浙江、廣東、黑龍江、陜西、四川、河北7個省份，基本涵蓋了東、中、西部省份，具有較強的代表性。調查共分為工作與就業、基本民生問題、收入與消費、子女教育、醫療衛生、養老保障、住房保障、生活環境和政府服務共9個大類項目以及個人和家庭基本情況。根據調查數據，參加基本醫療保險的樣本占總樣本的96.80%?；诒疚闹攸c關注已參加基本醫療保險的城鄉居民，故剔除未加入基本醫療保險的少量樣本，同時對異常樣本進行處理，最終形成9851個有效樣本。其中，城鎮樣本共3446個，占34.98%;農村樣本共6405個，占65.02%。城鎮樣本中，有住院支出的樣本524個，占15.21%，其中獲得基本醫療保險補償的樣本485個，占92.56%;農村樣本中，有住院支出的樣本1115個，占17.41%，其中獲得基本醫療保險補償的樣本985個，占88.34%。

（二）變量解釋及說明

如果選擇醫療總支出作為因變量，會低估補償率的估計參數，因為當前新農合補償項目仍以住院支出為主。因此，本文選擇住院支出作為醫療總支出的衡量變量根據調查數據，城鄉居民2015年住院支出占醫療總支出的比例分別為73.02%和74.65%。，界定為“居民生病住院的自付診療總費用”，即扣除醫療保險報銷金額后實際支付的住院費用。

解釋變量中，核心變量為補償率，即居民所在地區（以市為單位）所規定的補償率。城鎮地區補償率基于城鎮職工基本醫療保險和城鎮居民基本醫療保險，農村地區補償率基于新農合。用當年的城鄉補償率可能存在內生性問題，而用滯后一期的補償率則可以有效避免內生性。

收入的定義為“個人稅后年平均收入”。由于已經控制家庭規模，所以不再引入家庭總收入。個人收入對其就醫決策和醫療支出大小的影響是多方面的。比如，收入水平較高的個人和家庭，日常膳食質量可能較高，也可能更注重身體鍛煉，所以患病的概率比較小，最終導致醫療支出較小。但是，收入水平較高的患病家庭也有可能對就醫質量的要求較高，所以醫療支出也相對較高。如果排除預防性就醫行為，健康程度是決定個人是否就醫以及醫療支出大小的重要變量之一，所以必須引入。通常情況下，在控制收入、年齡、社區環境等變量后，健康沖擊越大，就醫概率越大，醫療支出也相應增加。

除收入水平、健康程度和補償率之外，個人對健康的風險偏好也是影響其就醫決策和醫療支出的重要因素。個人對健康風險的偏好程度取決于個人特征，包括年齡、教育水平、婚姻狀況、工作類型等。個人所處的社區或農村的生活環境質量會通過影響其健康程度，進而影響醫療支出。同時，個人的健康預防行為也會受到周圍生活環境質量的影響，進而就醫行為受到影響。就醫頻率和醫療質量追求的差異最終取決于個人對周圍環境質量的判斷。因此，本文考慮了空氣質量變化。

城鎮和農村在醫療服務質量和供給等方面存在明顯的不平等，在控制個人和家庭特征后，這可能會造成醫療支出差異。本文引入每萬城市人口醫療機構床位數和衛生技術人員數來控制城鎮地區醫療服務質量和供給;對于農村地區，引入每萬農村人口鄉鎮衛生院床位數和每萬農村人口衛生技術人員數數據來源于《2016年中國統計年鑒》。原始數據為“每千人口……”，但是為了更好體現出城鄉差異，這里采用“每萬人口……”。。

作為一種公益性服務，醫療服務市場幾乎不存在競爭性，而且相關部門對醫療價格的監管也相當嚴格，因此在同一個省份或地區內，可以合理假設城鄉之間的醫療支出價格是相等的。除價格外，還有一些無法觀測的社區特征可能會影響醫療支出。借鑒江金啟和鄭風田[21]的方法，通過引入地區虛擬變量予以控制由于醫療支出價格很難測算，也無法通過調研直接獲取相關數據，因此絕大多數研究均通過引入虛擬變量來控制價格差異。這種引入虛擬變量的方法不僅適用于醫療支出價格，對于其他消費品價格的處理，也比較常見。。

表1報告了所有變量的定義和數值特征。2014年，農村地區平均補償率為51.08%，最高補償率為92.20%;城鎮地區平均補償率為76.66%，最高補償率為94.80%。2015年，城鎮居民和農村居民身體健康的比例分別為82.27%和75.74%，喪失勞動能力的比例分別為6.32%和11.19%。就住院比例看，每100個城鎮居民，有15個人住院，而每100個農村居民中有17個人住院。綜合來看，農村居民的健康水平低于城鎮居民，且住院概率高于城鎮居民。但是，農村居民醫療支出卻低于城鎮居民，城鎮居民人均自付醫療支出為9123.71元，農村居民為8516.08元。城鄉居民收入差距明顯，2015年城鎮居民個人稅后年收入平均為40544.59元，農村居民為22874.01元。城鄉之間差距更明顯的是教育。農村居民接受過高中/中專/技校及以上教育的比例僅為14.19%，城鎮居民為52.69%。城鎮居民以非農就業為主，農村居民以農業就業為主。城鄉之間醫療資源分配差異非常明顯。在城鎮地區，每萬人口的衛生技術人員數量平均為0.99人，而農村地區只有0.41人。也就是說，在城鎮地區，一個專業的衛生技術人員平均為101個病人服務;在農村地區，一個專業的衛生技術人員平均為246個病人服務。對于床位數，在城鎮地區，一個床位平均被123個居民利用;在農村地區，平均273個居民“爭搶”一個床位。由此可以看出，城鄉之間的基本醫療資源供給嚴重不均衡。

五、實證結果及分析

（一）散點圖分析

在同一個省份或地區內，各地級市（包括其他市級單位，如自治州）之間的基本情況存在較大區別，因此本文的補償率計算以城市為基本單位。在對2014年和2015年的樣本進行匹配之后，最終，農村樣本覆蓋49個城市和1個自治州，城鎮樣本覆蓋39個城市。圖1反映的是以城市為基本單位，城鄉居民平均醫療支出和補償率的擬合關系。從圖中可以看出，無論是城鎮地區，還是農村地區，居民醫療支出與補償率呈正向相關關系。那么，兩者之間具體存在什么關系，下面將進行實證檢驗。

（二）補償率對居民就醫行為的影響

表2報告的是就醫決策方程和醫療支出方程的Heckman兩步法回歸結果，表3報告的是就醫決策方程的主要解釋變量的邊際效果。根據表中結果，無論是城鎮居民還是農村居民，補償率對居民就醫決策和醫療支出的影響在5%水平下通過顯著性檢驗。在控制其他因素后，補償率每提高1個單位，城鎮居民和農村居民的就醫概率將分別增加9.0%和9.1%，這說明基本醫療保險在保障城鄉居民的醫療需求上發揮了重要作用。

健康程度對城鄉居民就醫決策的影響在1%水平下通過顯著性檢驗。系數符號為正，說明健康沖擊越大，居民就醫概率越大。在其他條件不變的情況下，如果遭受到更嚴重的健康沖擊，城鄉居民的就醫概率將分別增加12.7%和12.9%。兩者相差不大，這說明城鄉居民對健康水平的重視程度基本一致。

個人收入對城鎮居民就醫決策有顯著影響，但對農村居民的影響不顯著。符號均為負，說明當收入增加時，就醫概率會相應減少。收入水平較高的居民，日?？赡芨⒅厣攀碃I養結構和身體鍛煉。此外，收入水平較高的居民也可能通過購買一些保健品、高營養含量的補品等對醫療支出形成替代。這均有可能造成就醫概率隨收入增加而下降。

城鄉之間醫療機構床位數和衛生技術人員數的差異反映了醫療資源分配不均衡，兩者對農村居民就醫決策均有顯著的正向影響。城鎮居民就醫概率受床位數量的影響顯著，床位數量越多，就醫概率越大。衛生技術人員數量代表了醫療衛生公共資源的分布范圍，可享受到的資源越多，居民健康水平也會相應提高。床位數差異反映了醫療衛生公共資源的供給不平等，供給增加時，需求也會相應增加考慮到患病居民數量增加，可能導致床位數需求增加。因此，本文采用滯后一期的床位數作為工具變量。同時，衛生技術人員數量也相應滯后一期。。

對于其余控制變量，教育水平對城鄉居民就醫決策的影響在1%水平下通過顯著性檢驗。系數符號為負，說明居民教育水平越高，就醫概率越小。一個合理的解釋是教育水平越高，飲食知識和保健知識等水平越高，患病的概率越小。年齡和年齡的平方對城鄉居民就醫決策有顯著影響，年齡的系數為負，年齡平方的系數為正，這符合傳統的生命周期假說。相比未就業的居民，從事農業和非農工作的居民的就醫概率均相對增加。家庭規模對居民就醫決策有顯著正向影響。對于婚姻狀況，城鄉居民之間表現出不同的結果。相比未婚居民，有過婚姻經歷的城鎮居民就醫概率增加，而有過婚姻經歷的農村居民就醫概率降低。居民周圍空氣質量的變化對就醫決策有顯著影響，空氣質量變好會顯著降低城鎮居民就醫概率;空氣質量變差會顯著增加農村居民就醫概率。

（三）補償率對居民醫療支出的影響

1.估計結果分析

根據表2，補償率對城鎮居民醫療支出的影響在10%水平下通過顯著性檢驗，對農村居民的影響在5%水平下通過顯著性檢驗。補償率每增加1個單位，城鎮居民自付醫療支出增加5772.89元，農村居民醫療支出增加4420.46元。結合決策方程估計結果，當城鄉補償率增加相同單位的時候，城鎮居民醫療支出的增加幅度高于農村居民。因此，要縮小城鄉醫療服務利用不平等，需要提高農村地區補償率。

健康水平對醫療支出的影響在1%水平下通過顯著性檢驗。對健康的沖擊程度越大，城鄉居民的醫療支出水平越高。在其他條件不變的情況下，如果健康遭受到更嚴重的沖擊，城鄉居民的醫療支出將分別增加3880.50元和3085.95元。

收入水平對醫療支出的影響不顯著，但符號為正，符合預期，說明城鄉居民一旦決定住院，收入越高的居民，醫療支出也越高。其余變量均符合預期，不再詳細闡述。

2.異質性檢驗

從平均值看，相比農村居民，城鎮居民醫療支出對補償率上升的反應更加敏感。那么，補償率變化對不同收入水平的城鄉居民的影響存在異質性嗎？表4報告的是按收入三等分分組的補償率對城鄉居民醫療支出影響的異質性檢驗結果?？梢钥闯?，補償率增加相同水平，最低收入組與中間、最高收入組的農村居民的醫療支出變化有很大差異。補償率每增加1個單位，最低收入組的農村居民醫療支出增加1500.35元，而中間收入組和最高收入組的農村居民醫療支出增幅超過5000元。對于城鎮居民，補償率每增加1個單位，中間收入組居民的醫療支出增加22616.72元，高于最低收入組和最高收入組。城鄉對比看，對于最低和中間收入組，補償率每增加1個單位，城鎮居民的醫療支出增加幅度均遠高于農村居民，而高收入組農村居民對補償率變化的反應比城鎮居民更敏感。因此，無論是城鎮居民，還是農村居民，收入水平不同，補償率變化對醫療支出的影響有較大異質性。

（四）城鄉居民醫療支出差異的影響因素分解

表5報告了城鄉居民醫療支出差異的Blinder?Oaxaca分解結果。在盡可能地控制影響因素后，城鎮居民醫療支出比農村居民高34.66%，即總差異。其中，稟賦差異為21.68%，說明當醫療支出行為發生時，城鎮居民比農村居民擁有更好的稟賦條件，醫療支付能力更高;系數差異為2.58%，說明城鎮居民對影響因素的敏感程度略高于農村居民;無法解釋的差異為10.40%。

對比補償率、收入水平和健康狀況三個核心變量。城鄉補償率差異對居民醫療支出差異的貢獻為14.37%，表明在其他條件不變的情況下，如果城鄉補償率不變，城鎮居民的醫療支出將比農村居民平均高14.37%。其中，稟賦差異占9.93%，表明當醫療需求發生時，相對農村居民，城鎮基本醫療保險為城鎮居民提供了更多補償;剩余的4.44%來自系數差異，表明城鎮居民醫療支出對補償率的敏感程度高于農村居民。

收入差異是造成醫療支出差異的主要原因，貢獻率為16.44%。在其他條件不變的情況下，如果城鄉居民的收入差異維持不變，城鎮居民的醫療支出將比農村居民高16.44%。系數差異為3.57%，表明當醫療需求發生時，城鎮居民對收入變化的反應比農村居民更敏感;稟賦差異為12.86%，表明城鄉居民的收入差異對醫療支出差異的影響相對較大，這與Baeten[22]、趙廣川等[23]的研究結論一致。因此，收入差距是城鄉醫療支出不平等的首要原因。

居民的健康程度與醫療支出直接相關，在其他條件不變的情況下，城鎮居民因健康變化導致的醫療支出比農村居民平均高9.28%。從滿足居民基本醫療需求的角度看，農村居民理應比城鎮居民的醫療支出更高，但實際并非如此。

除上述核心變量外，年齡、教育和公共衛生資源供給的差異對醫療支出差異也有一定的貢獻，尤其是教育水平差異。由于篇幅所限，不再詳細闡述。

六、研究結論與相關政策啟示

基于國務院發展研究中心2015年和2016年“中國民生問題”入戶調查數據，本文首先運用Heckman兩步法，考察了城鄉基本醫療保險補償率對居民就醫決策和醫療支出的影響。在此基礎上，運用Blinder?Oaxaca分解法，進一步測算了補償率及其他變量對居民醫療支出不平等的貢獻。研究結果表明：第一，城鄉基本醫療保險政策在保障居民基本醫療需求上有重要作用。控制其他因素后，補償率每增加1個單位，城鄉居民的就醫概率將分別增加9.0%和9.1%，醫療支出將分別增加5772.89元和4420.46元;第二，補償率差異對居民醫療支出差異的貢獻率為14.37%，僅小于收入差異的貢獻;第三，補償率對醫療支出的影響表現出了收入異質性，不同收入水平的城鄉居民，其醫療支出行為對補償率的敏感性不同。

確保城鄉居民享受公平的醫療保障服務是促進社會公平正義和城鄉經濟社會協調發展的基本目標之一。當前，國家及有關部門正在積極制定并實施城鄉基本醫療保險統籌，這必將進一步提高城鄉居民醫療保障水平和健康水平。本文研究結論表明，城鄉基本醫療保險統籌同時也會縮小城鄉醫療支出不平等，進而有利于加快實現城鄉基本公共服務均等化。此外，公共醫療衛生資源向農村傾斜會降低城鄉醫療支出不平等。但是，這個因素的貢獻程度低于補償率差異。最后，提高補償率對農村中低收入家庭醫療支出增加的邊際效果大于高收入家庭。因此，依據上述研究結論，可得出如下政策啟示：

第一，為進一步促進城鄉基本公共服務均等化，降低城鄉醫療支出不平等，各地應嚴格按照“待遇就高不就低”的原則實施城鄉居民基本醫療保險統籌。同時，擴大農村地區基本藥物保障目錄以提高對農村居民的預防藥物和保健藥物等醫療支出的補償水平。

第二，在統籌城鄉基本醫療保險過程中，適當提高對農村中低收入群體的醫療保障惠及力度。首先，對于五保戶和貧困戶等低收入群體實施個人繳費補助和適當減免政策;其次，通過財政補貼機制增強醫療保險對低收入群體的補償力度。

第三，縮小城鄉收入差距是降低城鄉醫療支出不平等的重要政策選項。在此基礎上，優化城鄉教育資源配置，加強對農村教育的扶持力度，不僅能縮小城鄉教育差距，而且有利于降低城鄉醫療支出不平等。

第四，公共醫療衛生資源可適當向農村傾斜，但不宜盲目，原因在于城鄉公共醫療衛生資源差距對醫療支出不平等的貢獻相對較小。如果盲目地增加農村地區公共醫療衛生資源供給，還有可能引發醫療服務供給方誘導需求行為和患者過度醫療行為，從而造成資源浪費。

參考文獻：

[1]?MENG Q Y，FANG H，LIU X Y，et al.?Consolidating the social health insurance schemes in China：towards an equitable and efficient health system [J]. The lancet，2015，386（10002）：1484-1492.

[2]?胡琳琳.?我國與收入相關的健康不平等實證研究[J].衛生經濟研究，2005（12）：13-16.

[3]?解堊.?與收入相關的健康及醫療服務利用不平等研究[J]. 經濟研究，2009（2）：92-105.

[4]?齊良書，李子奈.?與收入相關的健康和醫療服務利用流動性[J]. 經濟研究，2011（9）：83-95.

[5]?封進，劉芳.?新農合對改善醫療服務利用不平等的影響——基于2004年和2006年的調查數據[J]. 中國衛生政策研究，2012，5（3）：45-51.

[6]?趙廣川，馬超，郭俊峰.?中國農村居民醫療消費支出不平等及其演變[J]. 統計研究，2015，32（10）65-73.

[7]?顧海，李佳佳，馬超.?我國城鄉居民的醫療需求差異研究——基于Oaxaca?Blinder方法的回歸分解[J].學海，2012（3）：75-78.

[8]?顧海，李佳佳.?機會不平等對城鄉居民醫療需求的影響研究[J]. 江蘇社會科學，2012（2）：52-56.

[9]?熊躍根，黃靜.?我國城鄉醫療服務利用的不平等研究——一項基于CHARLS數據的實證分析[J]. 人口學刊，2016，38（6）：62-76.

[10]?SCHMITZ H.?Practice budgets and the patient mix of physicians：the effect of a remuneration system reform on health care utilization [J]. Journal of health economics，2013，32（6）：1240-1249.

[11]?GOPFFARTH D，KOPETSCH T，SCHMITZ H.?Determinants of regional variation in health expenditures in Germany [J]. health economics，2016，25（7）：801-815.

[12]?彭曉博，秦雪征.?醫療保險會引發事前道德風險嗎？理論分析與經驗證據[J]. 經濟學（季刊），2014，14（1）：159-184.

[13]?WHALEY C M，GUO C R，BROWN T T.?The moral hazard effects of consumer responses to targeted cost?sharing [J]. Journal of health economics，2017，56：201-221.

[14]?EISENBERG M D，HAVILAND A M，MEHROTRA A，etal.?The long term effects of “consumer?directed”health plans on preventive care use [J]. Journal of health economics，2017，55：61-75.

[15]?GROSSMAN M.?On the concept of health capital and the demand for health [J].Journal of political economy，1972，80（2）：223-255.

[16]?BLINDERA S.?Wage discrimination：reduced form and structural estimates [J].Journal of human resources，1973，8（4）：436-455.

[17]?OAXACA R.?Male?female wage differentials in urban labor markets [J].International economic review，1973，14（3）：693-709.

[18]?GOH CC，LUO X B，ZHU N.?Income growth，inequality and poverty reduction：a case study of eight provinces in China [J]. China economic review，2009，20（3）：485-496.

[19]?SEN B.?Using the Oaxaca?Blinder decomposition as an empirical tool to analyze racial disparities in obesity [J]. Obesity，2014，22（7）：1750-1755.

[20]?COTTON J.?On the decomposition of wage differentials [J]. The review of economics and statistics，1988，70（2）：236-243.

[21]?江金啟，鄭風田.?新農合真能促進農村居民就醫嗎[J]. 農業技術經濟，2014（2）：26-35.

[22]?BAETEN S，VAN OURTI T，VAN DOORSLAERE.?Rising inequalities in income and health in China：who is left behind？ [J]. Journal of health economics，2013，32（6）：1214-1229.

[23]?趙廣川，顧海，郭俊峰.社會經濟地位變遷與醫療服務利用不平等：2000—2011[J].公共管理學報，2016（2）：107-118.

The Impacts of the Basic Medical Insurance Compensation Ratio on Medical Expenditure Inequality Between the Urban and Rural Areas

Weng Ning1?NING Man?xiu2

（1. National Agricultural and Rural Development Research Institute，China Agricultural University，Beijing 100083，China;

2. College of Economics，Fujian Agriculture and Forestry University，Fuzhou 350002，Fujian，China）

Abstract：

Based on the“China Livelihood Survey”datasets in 2015 and 2016，the paper first examines those factors that have effects on the demand for medical service of the residents using the Heckman two?step. Then， the Blinder?Oaxaca decomposition method is employed to measure the contribution of factors to the inequality of medical expenditure between the urban and rural areas. The main results can be summarized as follows：firstly，the addition of insurance compensation ratio will increase peoples probability to utilize the medical service and the medical expenditures. Secondly， the effects of compensation ratio on the medical expenditures is heterogeneous largely to the different income ladder， as the higher in the ladder， the more sensitive of medical expenditure to the compensation ratio. Thirdly， as to the contribution to the inequality of medical expenditure， the disparity of insurance compensation ratio is 14.37%， which is lower than the gap of income yet higher than public health resource.

Keywords：basic medical insurance; compensation ratio; medical expenditure inequality; Blinder?Oaxaca decomposition method; Heckman two?step