人口年齡變化、醫療需求行為與醫療費用增長：基于醫療保險結算數據的實證研究

李樂樂 杜天天

[摘 要]人口老齡化背景下，醫療費用不斷增長，但是年齡對醫療費用增長的影響長期存在爭議。利用四川省成都市城鎮職工醫療保險的超大樣本數據，采用OLS和分位數回歸的方法，基于醫療需求行為的視角將影響醫療費用增長的因素劃分為先決因素、供給因素、需求因素和能促因素，研究人口年齡變化對醫療費用增長的影響。研究發現：人口年齡變化對醫療總費用增長具有顯著的正向影響，人口年齡變化對醫療總費用的影響總體上呈現先升高后降低的“倒U型”變化特征。人口年齡變化對醫療總費用的影響并不是隨著年齡的增加，醫療總費用也一直增加。大約59歲是醫療總費用增長高峰的歲數，約47—63歲是醫療總費用增長最快的年齡區間，約71歲后到臨近死亡時還會有醫療總費用的快速增長，但是這個增長的幅度不會超過47—63歲的這個醫療總費用增長高峰區間。人口年齡變化對藥品費用和檢查費用的增長具有顯著的正向影響，年齡對藥品費用的影響是先降低再升高的“正U型”變化特征，年齡對檢查費用增長的影響是一直持續降低變化特征，這說明隨著年齡的增加，對檢查費用增長的影響在降低。醫院等級、報銷比例、起付線、住院天數和疾病類型等因素對醫療費用的增長具有顯著的影響，但是對不同類型的醫療費用增長具有不同的影響方向和程度。最后，就解決人口老齡化背景下年齡對醫療費用增長的影響提出幾點政策啟示。

[關鍵詞]人口老齡化;年齡增長;醫療費用;醫療需求;臨近死亡

[中圖分類號]C913.6;F840.684[文獻標識碼]A[文章編號]1673-0461（2021）04-0072-09

一、問題提出

隨著社會經濟的發展，生活質量和醫療水平的不斷提高，我國人口平均預期壽命不斷增加。新中國成立時，我國的人口平均預期壽命男性僅為40歲，女性僅為42.3歲，在世界上處于一個較低的水平。改革開放以來，隨著經濟的發展、生活水平的提高和醫療保障制度的完善，我國的人口預期壽命得到顯著提高。2018年，我國人口平均預期壽命顯著增長，男性為72.38歲，女性為77.37歲。因此，我國老年人口數量不斷增加，人口老齡化發展迅速。

目前，世界各國對人口老齡化程度的衡量指標普遍采用的是《聯合國世界人口老齡化報告（1950～2050）》中的定義，人口老齡化社會一般是指一個國家或地區60歲以上老年人口數量占總人口數量的比重達到10%，或者65歲以上老年人口數量占總人口比重達到7%。根據表1，可以發現美國、德國和日本等發達國家人口老齡化發展時間早，發展速度平緩，準備時間較長。中國與美國、德國和日本等發達國家相比，人口老齡化發展時間晚，發展速度較快，準備時間較少。發達國家和發展中國家人口老齡化發展差異較大，但是同樣都面臨著人口老齡化趨勢日益嚴重的挑戰。根據測算[1]，2000年中國開始進入人口老齡化階段，中國人口老齡化率在2025年達到14%，進入深度老齡化社會階段，預計2035年將達到21%，進入超級老齡化社會階段。中國作為世界上人口最多的國家，人口老齡化形勢非常嚴峻。隨著老年人口數量的不斷增長，老年人對于健康和醫療的需求不斷增加，長期會造成醫療費用的增長，對我國的公共財政支出造成嚴重負擔。人口老齡化的不斷發展，對完善我國的社會保障制度和醫療衛生體系提出了新的要求。

改革開放以來，人民群眾對于健康和醫療的需求與日俱增，造成我國人均衛生總費用的快速增長。根據歷年統計年鑒數據計算發現，2003年我國人均醫療衛生費用僅為509.5元，2018年卻已經增加到4 148.1元，從2003年到2018年人均醫療衛生費用增長率為15%①，2003年開始，國家進行醫療衛生體制改革，以控制醫療費用增長、提高醫療服務質量和效率、實現醫療資源的優化配置為目標，不斷滿足人民群眾的日益增長的醫療需求，解決人民群眾“看病難、看病貴”的問題（見圖1）。

在人口老齡化背景下，年齡對醫療費用增長有什么樣的影響？什么年齡的人群是醫療費用增長的高峰期？接近死亡階段人群的醫療費用增長有什么特征？這些問題的研究對如何解決人口老齡化背景下醫療費用增長問題具有重要意義。本文的主要貢獻在于：①以微觀數據為基礎，利用四川省成都市城鎮職工醫療保險超大樣本數據檢驗對醫療費用增長的影響;②采用分位數回歸模型分析，比較了不同分位數年齡對醫療費用增長的影響，提高了模型估計的準確性，避免了極端值的影響，為回答目前年齡對于醫療費用增長影響的爭論提供了證據。

二、文獻回顧：老齡化與醫療費用增長

過去的50年間，全球人口預期壽命顯著增加，同時人均醫療費用也大幅度增長。因此，各國學者持續關注人口老齡化對醫療費用的影響。Getzen[2]利用20個OECD國家在1966—1988年間的數據，發現如果沒有預算限制，人口老齡化會促進醫療費用的持續增加。Crivelli等人[3]利用瑞士1996—2002年26個州的時間序列和橫截面數據，發現人口老齡化程度（75歲以上老年人的占比）是影響各州醫療費用差異的原因。Di Matteo L和Di Matteo R[4]利用加拿大5個省1965—1991年的面板數據，發現人口老齡化可以解釋實際人均醫療費用92%的變動。Tomoko Tamakoshi等[5]采用日本47個行政區2001—2010年的面板數據對醫療費用、GDP和人口老齡化的關系進行研究，結果顯示GDP對日本醫療費用的影響不大，人口老齡化才是最主要的影響因素。White[6]對美國及其他OECD國家1970—2002年的人口和醫療費用進行實證研究，發現人均醫療費用的實際增長率為4%—5%，其中65歲以上人口占比很小，年齡結構對于醫療費用增長的貢獻僅為0.3%—0.5%。然而Di Matteo L[7]利用2005年美國和加拿大的醫保數據，發現人口老齡化會對醫療費用增長產生影響，但是這一影響是較小的，而醫療技術進步是醫療費用增長的主要原因。

隨著我國醫療衛生體制的改革，醫療費用的增長也引起了國內學者的廣泛關注。學者們對于醫療費用增長的問題進行了較多的研究，開始利用主成分回歸分析、單位根檢驗和格蘭杰因果分析等現代計量經濟學方法來分析醫療費用增長的影響因素，并且都取得了豐富的研究成果。何平平[8]利用1978—2003年的醫療費用數據，采用協整分析的方法研究人口老齡化對醫療費用增長的影響，研究發現經濟增長對醫療費用的影響比較顯著，此外，短期人口老齡化對于醫療費用的影響較大，但是長期影響并不顯著。余央央[9]利用2002—2008年的省級面板數據，從城鄉差異的視角出發，研究發現人口老齡化對于醫療費用影響是顯著的，人口老齡化對于醫療費用增長的貢獻比率約為3.8%，說明人口老齡化對醫療費用的增長具有一定的影響，這與Newhouse對于OECD國家研究的結論基本一致[10]。

造成人口老齡化主要有兩個原因：一是生育率的下降;二是人口預期壽命的增長[11]。隨著數據可獲得性的提高和研究方法的改善，學者們關于年齡對醫療費用影響的爭論持續不斷。Fuchs[12]利用美國1984年的數據，發現年齡與醫療費用增長之間具有顯著關系，相較于65歲以下人口，老年人的醫療費用增長幅度更大。Denton等人[13]利用加拿大安大略省的醫保數據，通過構建年齡/費用剖面圖，發現人均醫療費用隨著年齡的增長而增長。然而Zweifel等人[14]發現，在控制了距離死亡的時間后，年齡不會對醫療費用產生影響;同時研究結果還表明，無論是60歲還是90歲，生命最后階段的醫療費用都是巨大的。因此，到底是年齡本身影響著醫療費用，還是由于年齡增長導致距離死亡時間縮短，從而促進醫療費用增長的爭論持續不斷。在改善了研究設計后的研究也都證實了Zweifel等人的結論，即盡管年齡會對醫療費用產生一定影響，但是接近死亡的時間才是影響醫療費用的主要因素[15-20]。但是Westerhout[21]對這一理論提出了質疑，認為Zweifel等人夸大了距離死亡時間對醫療費用的影響，年齡依然是影響醫療費用的最主要原因之一。Oliveira Martin等人[22]利用OECD國家的數據、Breyer等人[23]利用1997—2009年德國的面板數據、Colombier等人[24]利用瑞士的數據均發現年齡依然是影響醫療費用的重要因素。并且Lubitz等人[25]利用129 166例在1989—1990年死亡的65歲以上Medicare受益者的樣本數據發現，在死亡臨近時期，隨著患者年齡的增加，醫療費用減少。在Felder等人[20]和Colombier等人[24]的實證研究中同樣也發現了相同的結果。

綜上所述，從學者們的研究中，可以發現究竟是年齡還是接近死亡時間是影響醫療費用增長的主要因素是一直存在爭論的。但是無論是距離死亡時間還是年齡與醫療費用的關系都不是單一的。此外，學者們在人口老齡化對醫療費用增長影響的研究方面，對于不同年齡群體的醫療需求所帶來的醫療費用增長研究尚少，即年齡對醫療費用增長的影響還存在較多的爭議，需要進一步進行深入研究。年齡對醫療費用增長具有顯著影響是學者研究的共識，但是也還存在爭議，有學者認為年齡雖然對醫療費用增長具有顯著影響，但年齡并不是導致醫療費用增長的主要因素[15-20]。也有學者認為短期內年齡對醫療費用增長的影響是顯著的，但是長期來看并不顯著[8]。有學者提出“接近死亡效應”，隨著年齡的增長，醫療費用也在不斷增長，但是醫療費用增長最快的是臨近死亡時，這時的醫療費用增長較快[15-20]。因此，本文基于醫療需求行為視角，利用微觀的超大樣本數據，研究年齡對醫療費用增長的影響，對于回應存在的爭議具有重要意義。

三、數量來源、變量說明及模型設定

（一）數據來源

本文關注隨著年齡增長，醫療需求行為和醫療費用的關系，因此選取2011—2015年四川省成都市城鎮職工醫療保險數據，樣本量為1 035 556個，選擇轉歸結果為康復的患者作為研究對象，刪除異常值和缺失值后，樣本量為485 678個。

（二）解釋變量說明

本文參考安德森等對影響醫療需求行為因素的研究，基于醫療需求行為的視角，將影響醫療費用增長的因素歸結為：先決因素、供給因素、需求因素和能促因素。先決因素選擇年齡和性別兩個變量衡量，對年齡取對數計算。供給因素主要用醫院等級衡量，醫院等級主要依據我國醫院等級劃分標準，根據醫院規模、人才技術力量、醫療硬件設備、科研方向等指標對醫院資質評定，更能反映出醫院的特征。醫院經過評審，確定為三級，每級再劃分為甲、乙、丙三等，其中三級醫院增設特等級別，因此，醫院共分三級十等。本文主要劃分為二級甲等醫院、二級乙等醫院、二級乙等以下3個級別，分別簡稱“二甲”“二乙”“二乙以下”。能促因素是影響醫療費用的潛在因素，采用醫療保險報銷比例和起付線這兩個指標衡量。醫療保險報銷比例和起付線對醫院的收入和患者的個人自付直接相關，對醫療費用增長具有重要影響。需求因素主要包括住院天數、疾病類型等。根據國際診斷編碼ICD10，將分組后的疾病類型進行劃分，主要劃分為慢性病、危重癥和普通病。

（三）被解釋變量說明

被解釋變量為醫療費用，醫療費用結構主要包括藥品費用、檢查費用、材料費用、護理費用、床位費用、血液費用和手術費用。因藥品費用和檢查費用是醫療總費用的主要構成，所以僅選擇藥品費用、檢查費用和醫療總費用作為被解釋變量納入回歸模型。本文基于患者的有效醫療需求，即患者實現康復目標的前提下，研究不同年齡段的醫療需求行為和醫療費用的關系②，因此選擇轉歸結果為康復的樣本作為研究對象。

（四）變量描述性統計

根據變量設定，表2為變量的描述性統計結果。從表2中可以發現，平均醫療總費用為5 468.86元，平均藥品費用、平均檢查費用、平均材料費用、平均護理費用、平均床位費用、平均手術費用和平均血液費用分別為1 980.06元、1 536.27元、500.01元、166.23元、221.98元、983.18元和1 733.21元，其中藥品費用、檢查費用和血液費用是醫療總費用的主要支出。醫院等級平均為0.21，說明醫院等級中以二級甲等醫院為主;就診患者以高齡老年人為主，平均年齡85.65歲，說明老年人是醫療費用增長主要貢獻群體;平均住院日為9.42天，住院時間較長，可能與老年人居多有關;女性和男性大體持平;報銷比例方面，平均報銷比例為0.83，起付線平均為264.52，這與我國目前的二級醫院醫療保險報銷政策相一致。

（五）模型設定

為了檢驗年齡對醫療費用增長的影響，本文構建模型如下：

Expenditurei=β0+β1agei+β2ranki+β3Reimbursementei+β4Linei+β5Genderi+β6Daysi+β7Diseasei+εi（1）

其中，β0—β7表示模型系數，i表示樣本中的第i個就診患者，Expenditurei表示第i個就診患者的醫療費用（包括醫療總費用、藥品費用和檢查費用），agei表示樣本中第i個就診患者的年齡，ranki表示第i個就診患者所在的醫院等級情況，Reimbursementei表示樣本中的第i個就診患者的報銷比例，Linei表示樣本中的第i個就診患者的起付線，Genderi表示樣本中的第i個就診患者的性別，Daysi表示樣本中的第i個就診患者的住院天數，Diseasei表示樣本中的第i個就診患者的疾病類型，εi表示誤差項。

首先，采用普通最小二乘估計（OLS）進行回歸，但是，由于OLS回歸只能得到年齡對醫療費用增長的條件期望影響，并且估計結果非常容易受到極端值的影響。因此，為了提高模型估計的準確性和避免極端值對估計結果的影響，本文采用分位數回歸。分位數回歸假設被解釋變量條件分布的分位數是解釋變量的線性函數，可以提供條件分布的全部信息，也能夠得到解釋變量對被解釋變量分位數回歸的影響。為了比較不同分位數年齡對醫療費用增長的影響，本文構建分位數回歸模型如下所示：

Quantθ（ExpenditureiXi）=γθXi（2）

其中，Xi表示OLS回歸模型中的解釋變量，γθ為系數向量，Quantθ（ExpenditureiXi）表示Expenditurei在給定解釋變量X的情況下與分位數點θ對應的條件分位數。構建實現與θ對應的系數向量γθ的最小化絕對離差，如下所示：

γθ=argmini，Expenditurei>Xi，γθExpenditurei-Xiγ+i，Expenditurei

本文利用stata14.0對分位數回歸系數γθ進行估計時，采用bootstrap密集算法技術，通過進行有放回抽樣獲得樣本的置信區間，然后再進行對模型回歸系數的估計。

四、實證結果與分析

（一）OLS回歸結果與分析

從表3可以看出，先決因素、供給因素、能促因素和需求因素對醫療費用的增長具有不同影響。

1.先決因素方面

年齡對醫療費用（醫療總費用、藥品費用和檢查費用）的影響是顯著的（在1%的水平上顯著），隨著年齡增長，醫療總費用、藥品費用和檢查費用增長。具體來看，年齡對檢查費用（0.706）的影響程度要大于對藥品費用（0.314）和醫療總費用（0.250）的影響程度，說明年齡是導致檢查費用增長的重要影響因素，這可能與隨著年齡的增長，疾病檢查的復雜程度增加導致檢查技術費用的增加有關。性別從男性到女性的轉變對醫療總費用（-0.030 6）和藥品費用（-0.067 3）的增長具有顯著的負向影響（在1%的水平上顯著），對檢查費用（0.010 6）具有顯著的正向影響（在1%的水平上顯著），說明男性對醫療總費用和藥品費用增長的貢獻要大于女性，這一結果也與之前的研究相一致[26-28]。女性對檢查費用增長的貢獻要大于男性，這可能與男性和女性的身體健康狀況和受到性別影響的疾病譜等有關。

2.供給因素方面

醫院等級對醫療總費用（-0.249）、藥品費用（-0.157）和檢查費用（-0.478）具有顯著的負向影響（在1%的水平上顯著），即醫院等級越高，發生的醫療費用越少。說明高等級的醫院發生的醫療費用要少于低等級的醫院，這與“大醫院看病貴”傳統觀念不相符合。這可能原因有：①政府對高等級醫院比低等級醫院的監管更加嚴格，高等級醫院收費更加規范合理;②高等級醫院比低等級醫院的管理制度和診療流程更加規范;③高等級醫院比低等級醫院獲得更高的財政補貼，低等級醫院為了獲得更高的收入，主要依靠開藥和檢查獲得收入，可能存在大處方、大檢查的問題;④高等級醫院的醫療技術水平和醫療服務質量要好于低等級醫院，具有較高的診斷水平和治療水平，醫療服務效率較高，能夠為患者節省醫療費用。

3.能促因素方面

醫療保險報銷比例對醫療總費用（2.222）、藥品費用（2.352）和檢查費用（2.833）具有顯著的正向影響（在1%的水平上顯著），醫療保險報銷比例越高，醫療費用增長越快。醫療保險起付線對醫療總費用（-0.160）和藥品費用（-0.327）的影響顯著為負，對檢查費用（0.0148）的影響顯著為正（在1%的水平上顯著），代表醫療保險起付線越高，醫療總費用和藥品費用越低，檢查費用越高。這可能的原因有：①醫療保險報銷比例越高意味著患者的個人自付比例較低，會對醫療需求產生正向激勵，從而導致醫療費用的增長;②醫療保險起付線越高，個人自付比例越高，自付費增加直接導致對個人醫療需求下降，導致醫療總費用和藥品費用的減少。檢查費用的增長可能是由于個人和醫院均有動力使診斷的結果達到醫保起付線支付標準，從而啟動醫保付費醫療，個人降低了自付費用、醫院獲得了更高的醫療總收入，因此刺激了對疾病的檢查需求。

4.需求因素方面

住院天數對醫療總費用（0.551）、藥品費用（0.795）和檢查費用（0.165）具有顯著的正向影響（在1%的水平上顯著），代表住院天數越多，醫療總費用、藥品費用和檢查費用越高。其中，住院天數增加，對藥品費用的增加超過了對醫療總費用和檢查費用的增加，說明隨著住院時間越長，藥品費用增加構成主導，檢查費用為其次。疾病類型對醫療總費用（-0.053 1）的影響顯著為負，對藥品費用（0.001 39）影響為正但是不顯著，對檢查費用（0.285）的影響顯著為正，隨著慢病到重癥再到普通疾病的轉變中，醫療總費用下降了，這種影響是顯著的;藥品費用增加了，這種影響并不顯著;檢查費用增加了，這種影響顯著。說明了，普通疾病的醫療總費用要低于重癥患者和慢病患者的照料費用，但普通患者和重癥患者的檢查費用要高于慢病患者。這可能與慢病患者發生的主要費用是藥品費用，而普通患者在醫院檢查各類疾病產生了大量的費用。

（二）分位數回歸結果與分析

從年齡對醫療費用增長影響的OLS回歸結果中可以看出，年齡對醫療費用（醫療總費用、藥品費用和檢查費用）增長具有顯著的影響，但是OLS回歸結果無法反映各個解釋變量對醫療費用增長影響的分布規律。因此，本文采用bootstrap方法對醫療費用增長進行分位數回歸，其中表4、表5和表6分別給出了醫療總費用、藥品費用和檢查費用在第25%、50%、75%和90%分位點處的回歸結果。同時，為了進一步觀察不同解釋變量對醫療費用增長的影響變化趨勢，本文還展示了不同解釋變量影響醫療費用增長的分位數回歸變化趨勢圖，如圖2、圖3和圖4所示。

從表4、表5和表6年齡對醫療費用增長影響的分位數回歸結果中可以看出，不同的解釋變量對醫療費用增長具有不同的影響，同一解釋變量在不同分位點對醫療費用增長的影響也存在明顯變化。

從圖2可以發現，年齡對醫療總費用增長具有顯著的正向影響，年齡對醫療總費用的影響總體上呈現先升高后降低的“倒U型”變化特征。年齡對醫療總費用的影響先持續升高到75%分位點處，達到最高值，然后呈下降趨勢約到90%分位點處呈下降變化趨勢，最后在90%分位點處后又出現升高的變化趨勢，但是升高的趨勢并未超過60%—80%分位點。這說明隨著年齡的增長，醫療總費用并不是單純增加。根據2014年成都市人口平均預期壽命78.42歲計算，大約59歲（78.42×75%）是醫療總費用的增長峰值，約

47—63歲（78.42×（60%—80%））是醫療總費用增長最快的年齡區間，約71歲（78.42×90%）后到臨近死亡時還會有醫療總費用的快速增長（臨近死亡效應③），但是這個增長的幅度不會超過約47—63歲的這個醫療總費用增長高峰區間。這也證明了臨近死亡效應假說的正確性。這一結果可以從供方和需方兩個角度去理解。從供方角度來說，有理論認為醫生會基于患者的狀況，即年齡和可能的恢復狀態，去做出醫療決策。對于同一疾病患者，相較于年輕患者，醫生不愿意為老年終末期患者提供花費過多或過于激進的醫療服務[23，29-30]。而從需方角度來說，生命拯救理論（theory of life saving）認為一個人為生存而支付的意愿是呈駝峰型的，也就是在青年時期，意愿隨著年齡的增加而增加，在中年時期達到頂點，在老年之后下降。因此在超過某一年齡點后，死亡成本會隨著患者年齡的增長而下降[31]。

從圖3可以發現，年齡對藥品費用的影響是先降低再升高的“正U型”變化特征，這說明較低年齡群體（10%分位點處約為8歲）和較高年齡群體（65%分位點處約為51歲）對藥品費用增長的影響最大，中間年齡群體（大約在25%—30%分位點處約為20—24歲）對藥品費用增長的影響最小。8歲以下較低年齡群體和51歲以上較高年齡群體的藥品需求增長更快，可以理解為人在幼年時期面臨著身心快速生長的內環境，在用藥方面無論是對藥品的成分還是藥品的質量都要求更高，同時這個年齡段身體免疫力還未完全發育成熟，易感易患疾病也在一定程度上增加了對藥品的消費。此外，人到達一定年齡以后，免疫力下降、身體各項機能下降，這也增加了對藥品的消費。

從圖4可以發現，年齡對檢查費用的增長具有正向影響，年齡對檢查費用增長的影響是一直持續降低變化特征，這說明隨著年齡的增加，對檢查費用增長的影響在降低。低年齡群體對檢查費用增長的影響最大，高年齡群體對檢查費用的影響最小。其中在20%—70%分位點處下降趨勢平緩，可以理解為16—66歲年齡段的人群隨著年齡的增長對檢查費用增長的影響緩慢下降，而16歲以前和66歲以后隨著年齡的增加，對檢查費用增加的影響快速下降。

五、結論與政策啟示

我國進入人口老齡化社會后，年齡對醫療費用增長的影響一直受到關注，但是年齡對醫療費用增長的影響也存在爭議。本文利用四川省成都市城鎮職工醫療保險的超大樣本數據，采用OLS和分位數回歸方法，基于醫療需求行為的視角將影響醫療費用增長的因素劃分為先決因素、供給因素、需求因素和能促因素，基于分位分布研究年齡對醫療費用增長的影響。研究發現：①年齡對醫療總費用增長具有顯著的正向影響，年齡對醫療總費用的影響總體上呈現先升高后降低的“倒U型”變化特征。年齡對醫療總費用的影響并不是隨著年齡的增加，醫療總費用也一直增加。②大約59歲是醫療總費用增長高峰的歲數，約47—63歲是醫療總費用增長最快的年齡區間，約71歲后到臨近死亡時還會有醫療總費用的快速增長，但是這個增長的幅度不會超過約47—63歲的這個醫療總費用增長高峰區間。③年齡對藥品費用增長具有顯著的正向影響，年齡對藥品費用的影響是先降低再升高的“正U型”變化特征，這說明較低年齡群體8歲以前和較高年齡群體51歲以后對藥品費用增長的影響最大，中間年齡群體20—24歲對藥品費用增長的影響最小。④年齡對檢查費用的增長具有顯著的正向影響，年齡對檢查費用增長的影響是一直持續降低變化特征。其中16—66歲年齡段的人群隨著年齡的增長對檢查費用增長的影響緩慢下降，而16歲以前和66歲以后隨著年齡的增加，對檢查費用增加的影響快速下降。⑤供給因素方面，醫院等級對醫療總費用、藥品費用和檢查費用具有顯著的負向影響;能促因素方面，醫療保險報銷比例對醫療總費用、藥品費用和檢查費用具有顯著的正向影響;醫療保險起付線對醫療總費用和藥品費用的影響顯著為負，對檢查費用的影響顯著為正;需求因素方面，住院天數對醫療總費用、藥品費用和檢查費用具有顯著的正向影響;疾病類型對醫療總費用的影響顯著為負，對檢查費用的影響顯著為正。

本研究的政策啟示在于：①基于醫療需求行為的個人微觀數據層面研究，更好地提供了一個全面認識老齡化背景下年齡對醫療費用增長的新視角。②老齡化是經濟社會發展進步的標志，年齡的增加勢必會導致醫療費用的增長，但是年齡對醫療費用增長的影響是一個長期發展的過程，不能簡單的過度夸大老齡化背景下年齡增加對醫療費用增長的作用。③要理性看待人口老齡化，多視角和多層次研究醫療費用增長的問題，國家應做好對不同年齡段人群的健康照料、疾病預防等工作，尤其是對醫療費用增長最為明顯的年齡人群。

[注 釋]

①根據中國衛生健康統計年鑒及中國衛生健康事業發展統計公報數據計算所得。

②患者作為經濟理性人，選擇去醫院就診的最終目標是要實現自身效用最大化，也就是有效醫療。有效醫療是指患者支出最少的醫療費而獲得康復的目標。

③指人在接近死亡的時候會發生醫療費用快速增加。

[參考文獻]

[1]楊燕綏.中國老齡社會與養老保障發展報告（2014）[M].北京：清華大學出版社，2015：9-10.

[2]GETZEN T E. Population aging and the growth of health expenditures[J]. Journal of gerontology： social sciences 1992，47： 98-104.

[3] CRIVELLI L， FILIPPINI M， MOSCA I. Federalism and regional health care expenditures： an empirical analysis for the Swiss cantons[J]. Health economics， 2006， 15（5）： 535-541.

[4] DI MATTEO L， DI MATTEO R. Evidence on the determinants of Canadian provincial government health expenditures： 1965-1991[J]. Journal of health economics， 1998， 17（2）： 211-228.

[5] TAMAKOSHI T， HAMORI S. Healthcare expenditure， GDP and share of the elderly in Japan： a panel cointegration analysis[J]. Applied economics letters， 2015， 22（9）： 725-729.

[6] WHITE C. Health care spending growth： how different is the United States from the rest of the OECD？ [J]. Health affairs， 2007， 26（1）：154-161.

[7] DI MATTEO L. The macro determinants of health expenditure in the United States and Canada： assessing the impact of income， age distribution and time[J]. Health policy， 2005， 71（1）： 23-42.

[8] 何平平.經濟增長，人口老齡化與醫療費用增長——中國數據的計量分析[J].財經理論與實踐，2006（2）： 90-94.

[9] 余央央.老齡化對中國醫療費用的影響——城鄉差異的視角[J].世界經濟文匯，2011（5）：64-79.

[10]NEWHOUSE J P. Medical care costs： how much welfare loss？ [J].Journal of Economic Perspectives. 1992，6（3）：3-21.

[11]ZWEIFEL P， FERRARI M. Is there a Sisyphus syndrome in health care？[M]. Health economics worldwide， 1992：311-330.

[12] FUCHS V R. “Though much is taken”：reflections on aging， health， and medical care[J]. The milbank memorial fund quarterly health and society ，1984，62（2）：143-166.

[13] DENTON F T， GAFNI A， SPENCER B G. Exploring the effects of population change on the costs of physician services[J]. Journal of health economics， 2002， 21（5）： 781-803.

[14] ZWEIFEL P， FELDER S， MEIERS M. Ageing of population and health care expenditure： a red herring？ [J]. Health economics， 1999， 8（6）： 485-496.

[15] FELDER S， MEIER M， SCHMITT H. Health care expenditure in the last months of life[J]. Journal of health economics， 2000， 19（5）： 679-695.

[16] SESHAMANI M， GRAY A. Ageing and healthcare expenditure： the red herring argument revisited[J]. Health economics， 2004， 13（4）： 303-314.

[17] SESHAMANI M， GRAY A M. A longitudinal study of the effects of age and time to death on hospital costs[J]. Journal of health economics， 2004， 23（2）： 217-235.

[18] ONEILL C， GROOM L， AVERY A J， et al. Age and proximity to death as predictors of GP care costs： results from a study of nursing home patients[J]. Health economics， 2000， 9（8）： 733-738.

[19] ZWEIFEL P， FELDER S， WERBLOW A. Population ageing and health care expenditure： new evidence on the “red herring”[J]. The geneva papers on risk and insuranceissues and practice， 2004， 29（4）： 652-666.

[20] FELDER S， WERBLOW A， ZWEIFEL P. Do red herrings swim in circles？ controlling for the endogeneity of time to death[J]. Journal of health economics， 2010， 29（2）： 205-212.

[21] WESTERHOUT W M T.Does ageing call for a reform of the health care sector？[J]. CESifo economic studies， 2006， 52（1）： 1-31.

[22] OECD.Projecting OECD health and longterm care expenditures： what are the main drivers？ [J] OECD economics department working papers， 2006：477.

[23] BREYER F， LORENZ N， NIEBEL T. Health care expenditures and longevity： is there a eubie blake effect？ [J]. The European journal of health economics， 2015， 16（1）： 95-112.

[24] COLOMBIER C， WEBER W. Projecting healthcare expenditure for Switzerland： further evidence against the ‘redherringhypothesis[J]. The international journal of health planning and management， 2011， 26（3）： 246-263.

[25] LUBITZ J， BEEBE J， BAKER C. Longevity and medicare expenditures[J]. New England journal of medicine， 1995， 332（15）： 999-1003.

[26] ELLIS R P，FIEBIG D G， JOHAR M，et al. Explaining health care expenditure variation： largesample evidence using linked survey and health administrative data[J]. Health economics， 2013，22（9）： 1093-1110.

[27]范玉錚，呂煒，王勇，等.廣西市屬三級甲等綜合醫院住院患者的費用分析[J].中國衛生經濟，2013，32（4）：29-31.

[28]許陽，楊文惠，杜穎.岳陽市某醫院患者直接醫療費用水平及影響因素研究[J]. 醫學與社會，2019，32（2）：76-79.

[29]BREYER F， FELDER S. Life expectancy and health care expenditures： a new calculation for Germany using the costs of dying[J]. Health policy， 2006， 75（2）： 178-186.

[30]STRECH D， SYNOFZIK M， MARCKMANN G. How physicians allocate scarce resources at the bedside： a systematic review of qualitative studies[J]. Journal of medicine and philosophy， 2008， 33（1）： 80-99.

[31]SCHELLING T C. Problems in public expenditure analysis[M]. Washington，DC：Brookings Institution，1968：127-162.

The Effect of Age and Health Care Needs on the Growth of Medical Expenditures：

Based on the Empirical Research on Medical Insurance Settlement Data

Li Lele1 ，Du Tiantian2

（1.School of public policy and management， Tsinghua University， Beijing 100084， China;2.Institute for hospital management， Tsinghua University， Shenzhen 518055， China）

Abstract：

Under the context of aging population， medical expenditures are increasing， but the effect of age on the growth of medical expenditures has been controversial for a long time. Based on the great capacity sample data from Urban Employee Basic Medical Insurance （UEBMI） enrollment records of Chengdu， Sichuan province， in order to study the influence of age on the growth of medical expenditures， this paper， using OLS and quantile regression model， divides the factors that affect the growth of medical expenditures into predisposing factors， supply factors， demand factors and enabling factors from the perspective of health services demand behavior. The results show that： Age has a significantly positive impact on the growth of total medical expenditures， and the impact of age generally presents an “inverted ushape” with going up first and then going down. The medical expenditure does not increase with age all the time. The age of 59 is approximately the peak age for the growth of total medical expenditures; and the age from 47 to 63 is approximately the range for the fastest growth of total medical expenditure; there will be another rapid increase of total medical expenditures from the age of 71 to death， but the increase margin does not exceed that of the peak range between the age of 47 and 63. Age has a significantly positive impact on the growth of drug expenses and examination expenses; the effect of age on drug expenses presents a “U” shape that goes down first and then goes up; the effect of age on examination expenses is continuing to reduce which means that the effect is falling with the increase of age. Factors such as hospital level， reimbursement ratio， deductible， days in hospital and disease type have significant influence on the growth of medical expenditures， but the directions and degrees of effect on the growth of different types of medical expenses are different. Finally， this paper proposes some policy implications to address the impact of age on the increase of medical expenditures under the background of aging population.

Key words： aging population; age increase; medical expenditures; medical demand; proximity to death

（責任編輯：張麗陽）