城鄉醫保統籌政策、居民健康及其健康不平等研究

鄭 超 王新軍 孫 強

一、引言

隨著我國醫療衛生政策的改革和發展，社會基本醫療保險已成為保障人民健康的重大民生制度安排。目前，我國社會醫療保險制度基本實現了全民覆蓋。然而，由于我國城鄉二元經濟體制的存在和城鄉社會醫療保險政策的不同，形成了條塊分割明顯的三大社會基本醫療保險制度①三大社會基本醫療保險制度包括：城鎮職工基本醫療保險(簡稱城職保)、城鎮居民基本醫療保險(簡稱城居保)和新型農村合作醫療保險(簡稱新農合)。(以下簡稱三大醫保制度)。三大醫保制度在籌資標準、保障水平和報銷政策等方面均存在較大差距，這造成了城鄉、區域和不同社會群體之間醫療服務利用不平衡、醫保受益不均等的矛盾。目前，盡管三大醫保制度基本實現了全民覆蓋，但其發展不平衡不充分問題仍有待進一步解決。值得注意的是，當前，新冠肺炎疫情防控中也暴露出社會醫療保險存在異地就醫、異地結算和醫保支付困難等方面的棘手問題，這背后的重要原因在于三大醫保制度統籌層次過低。因此，我國亟需以此次防控新冠疫情為契機，深化醫保制度創新，加快提高社會基本醫療保險統籌層次，逐步解決醫保制度發展不平衡不充分問題。

我國醫療保險制度覆蓋率和報銷水平的不斷提升大幅釋放了居民的醫療支出。快速增長的醫療支出是否能夠顯著促進人民健康水平提升成為衡量醫療保險制度運行效果的關鍵指標。因此，評估醫保政策對居民健康的影響具有重要的現實意義。2016年1 月，國務院發布《關于整合城鄉居民基本醫療保險制度的意見》，明確指出要整合城居保和新農合兩項醫保制度，建立統一的城鄉居民基本醫療保險制度(簡稱城鄉居民醫保)①詳見《國務院關于整合城鄉居民基本醫療保險制度的意見》(國發〔2016〕3 號)。。實施城鄉醫保統籌政策是實現城鄉居民公平享有醫保權益和建立更加公平、更可持續的醫療保障制度的必然要求。城鄉醫保統籌政策的實施效果受到政府和社會的廣泛關注。因此，本文旨在研究城鄉醫保統籌政策的健康績效，并嘗試檢驗其健康績效的影響機制，探討城鄉醫保統籌政策是否有利于居民健康均等化。

本文基于2015—2018 年中國健康與養老追蹤調查數據，利用雙重差分模型評估了城鄉醫保統籌政策的健康績效及其作用渠道。本文的邊際貢獻主要有：(1)率先從醫療保險保障水平變化的角度，評估了城鄉醫保統籌政策對居民健康及健康不平等的影響，即醫療保險的集約邊際效應，并檢驗了其健康績效背后的傳導機理。(2)鑒于參加統籌后的城鄉居民基本醫療保險屬于自愿行為，本文充分利用城鄉醫保統籌政策變化帶來的“準自然實驗”條件，并采用雙差分模型有效解決逆向選擇導致的內生性問題，可以正確識別城鄉醫保統籌政策與居民健康之間的因果效應。(3)從城鄉、地區、年齡組、教育水平的四個不同維度探究了城鄉醫保統籌政策健康績效的異質性特征，這有助于推進基本公共服務均等化建設，為精準制定差異化醫保統籌政策提供了有益參考。

二、文獻綜述

識別醫療保險與健康之間的因果關系受到國內外學者的廣泛關注和討論。大量國外文獻研究了參加醫療保險對居民健康的影響，即廣延邊際效應(Extensive Margin)。與之對應，部分文獻也探討了醫療保障水平變化對居民健康的影響，即集約邊際效應(Intensive Margin)。比如大量文獻研究了美國醫療保險與健康之間的因果關系。其中，較多文獻探討了美國老年人醫療保險(Medicare)和醫療補助保險(Medicaid)的健康效應(Card 等，2008；Chandra 等，2010；Miller 等，2013；McInerney 等，2017；Finkelstein等，2018)。例如，Finkelstein 和McKnight(2008)發現美國老年人醫療保險顯著提升了老年人醫療服務利用水平，并改善了其自評健康狀況。Card 等(2009)發現美國老年人醫療保險使得老年患者的7 天死亡率顯著下降了約1 個百分點。Finkelstein 等(2012)發現醫療保險與自評健康狀況的全面改善顯著相關，平均改善了0.2 個標準差。Sommers 等(2014、2017)發現美國醫療保險(ACA)改革政策顯著降低了死亡率和改善了自評健康狀況。Graves 等(2020)與Borgschulte 和Vogler(2020)發現美國醫療補助保險覆蓋率的提升顯著降低了死亡率。其他國家的相關研究較少，Gruber 等(2014)發現泰國的醫療保險改革政策顯著降低了低收入群體的嬰兒死亡率。Pfutze(2014)發現墨西哥醫療保險政策使嬰兒死亡率顯著降低約千分之五。以上文獻主要探討了醫療保險影響健康的廣延邊際效應。與之對應，國外部分文獻探討了醫療保險影響健康的集約邊際效應。例如著名的蘭德公司設計了一個隨機試驗，研究醫療保障水平不同對醫療服務利用和健康的影響。蘭德實驗的結果表明，雖然醫療保障水平高低能夠顯著影響個人醫療服務利用水平，但是醫療保障水平的變化對健康結果沒有產生顯著影響(Manning 等，1984；Newhouse，2004)。Nishi 等(2012)發現日本降低醫療費用分擔比例顯著減少了老年人自付醫療支出并顯著提升了其健康水平。然而，Shigeoka(2014)發現降低患者成本分擔對老年人健康(比如死亡率、自評健康等)沒有產生顯著影響。

國內文獻大多研究是否參加醫療保險對健康的影響。綜合來看，參加醫療保險顯著提升了居民醫療服務利用水平，減輕了醫療支出負擔，改善了居民健康狀況，緩解了“看病難(貴)”“因病致(返)貧”問題，顯著增加了國民福祉(程令國和張曄，2012；王新軍和鄭超，2014；Cheng 等，2015)。然而，值得指出的是，周欽等(2016)發現城居保加劇了居民健康不公平。金雙華等(2020)發現健康較差群體的醫療支出和醫保報銷水平更低，得出我國社會醫療保險存在較大的受益不公平問題。在社會醫療保險實現全民覆蓋的基礎上，未來醫保政策的深化改革將集中在調整醫療保障水平、提高統籌層次、促進公平和創新治理能力增強等方面，目標在于解決醫保制度發展不平衡不充分問題。目前，較少文獻涉及醫療保障水平變化對健康的集約邊際影響。比如趙紹陽等(2015)利用某城市的城鄉醫保統籌改革作為“準自然實驗”，分析了醫療保險保障水平變化對居民醫療服務利用的影響。王貞等(2019)使用斷點回歸方法研究了城鎮職工醫療保險保障水平提升對醫療服務利用的影響。沓鈺淇等(2020)發現保障水平的提高顯著提高了醫療服務利用水平，但對死亡率等健康指標沒有顯著影響。

綜上所述，國內外探討醫療保險廣延邊際效應的文獻已經十分豐富，但是國內探討醫療保險集約邊際效應的文獻稀少。其中，更是鮮有文獻涉及醫療保險對健康影響的集約邊際效應。因此，本文基于我國城鄉醫保統籌政策改革對居民健康的影響和微觀數據，探討了社會醫療保險的集約邊際效應，這有助于彌補相關文獻的不足。

三、理論框架和實證策略

（一）理論框架

為給后文評估城鄉醫保統籌政策的健康績效提供理論層面的支撐，本文先在健康經濟學范疇內進行理論探討。在經典的Grossman 健康需求理論模型中，將健康作為耐用資本存量，健康水平變化受到健康初始稟賦、健康投資和健康折舊三個因素的共同驅動。本文借鑒Grossman(1972)構建的健康資本理論模型和Leibowitz(2004)提出的健康生產擴展模型分析影響個體健康的因素。以Grossman 健康資本理論模型為基礎，不僅可以有效避免在實證分析中控制變量選擇的隨意性，而且也對各個變量的影響方向有明確的理論期望。在偏好、收入和健康生產函數形式給定的前提下，理性個體通過選擇各期健康投資和其他商品的組合，最終實現終身效用最大化。具體健康資本累積方程如下：

在式(1)中，t 時期健康資本的變化(Δ Ht)是由健康投資和健康折舊兩個要素共同決定的，健康投資受預算約束和健康生產效率的影響；Ht是在t 時期健康的存量，Ht?1是在 t-1時期健康的存量；It是在t 時期對健康的投資；δt是在第t 時期的健康折舊率，影響δt的因素包括年齡、收入、教育等。

從理論上講，因為城鄉醫保統籌政策遵循“待遇就高不就低，范圍就寬不就窄”的原則執行，那么該政策就是提高了社會醫療保險的保障水平，即通過調整起付線、封頂線、籌資機制、報銷比率和支付方式等措施降低了居民醫療服務利用成本。本質上，城鄉醫保統籌政策降低了居民醫療服務利用價格，放松了收入預算約束，提高了居民的就醫可及性，從而釋放了更多的醫療服務需求，應該有利于促進其健康水平提升，但同時也帶來了道德風險，即降低了不健康生活行為的成本，這就會對健康產生負向影響(Cutler 等，2010；Baicker 和Finkelstein，2011；Sommers 等，2017)。總體來看，大部分文獻一致表明醫療保險是影響居民健康的重要因素，但并不是健康生產中影響健康最重要的因素，畢竟健康包括生理和精神等多個維度，既受到長期積累的影響，也有短期因素的干擾(Levy 和Meltzer，2008；李華和俞衛，2013)。比如Chetty 等(2016)強調健康行為是影響健康的重要因素之一，在有些方面，不良健康行為造成的健康傷害要高于醫療服務治療干預的效果。鑒于此，城鄉醫保統籌政策能否有效改善居民健康狀況還需要展開科學的實證研究。

從以上理論可知，健康投資主要受到收入預算約束和健康生產效率的影響。寬松的收入預算約束有利于增加健康投入，較高的健康生產效率有利于提高健康產出。城鄉醫保統籌政策降低了醫療服務利用價格，使得自付醫療成本有所削減，從而放松了個人收入預算約束。較高的收入有利于提供營養更均衡合理的飲食，從而有利于改善居民身心健康狀況。因此，我們認為，在提高保障水平的情況下，城鄉醫保統籌政策可能通過提升居民醫療服務利用水平、直接降低醫療支出成本和增加健康投資等渠道影響居民健康。

（二）實證策略

本文主要研究我國城鄉醫保統籌政策與居民健康之間的因果效應(Causal Effect)，即評估該政策實施后的健康績效。城鄉醫保統籌政策是一個由政府主導的外生因素，這就在該政策實施前后構成了一項準自然實驗。在CHARLS 數據中，將實驗組設定為2015 年基期已經參加城居保或新農合的居民，其在實驗期選擇參加統籌的城鄉居民醫保；與之對應，控制組是指在2015 年基期已經參加城居保或新農合的居民，但其在實驗期間沒有參加統籌的城鄉居民醫保。在隨機實驗中，居民進入實驗組和控制組是完全隨機的，可以直接計算兩組之間健康指標均值之差。然而，現實環境中影響居民健康狀況的因素復雜多樣，可能存在不可觀測的個體特征，其與是否進入實驗組相關聯，此時如果簡單地對比實驗組和控制組之間的均值差異，就會受到時間趨勢和不可觀測特征的共同驅動，那么就只能獲得有偏估計。鑒于以上分析，本文使用雙重差分法(簡稱DID)來解決模型內生性問題，并評估城鄉醫保統籌政策的健康績效。本文在以上理論模型分析的基礎上，將模型設定如下：

其中，下標i 表示居民，t 表示時期，Yit是因變量，即居民i 在第t 期的健康指標。DIDit是核心解釋變量，其系數β1的經濟含義是城鄉醫保統籌政策對居民健康的影響程度。T reatmenti是分組虛擬變量，如果i 屬于實驗組，則定義 Treatmenti=1；否則，i 屬于控制組，則 Treatmenti=0。P ostt是時期虛擬變量，如果i 處于城鄉醫保統籌實施后的實驗期(2018 年)，則設定 Postt=1；否則，設定 Postt=0。εit是擾動項。分組虛擬變量Treatmenti的系數β2代表實驗組和控制組之間的差異，指的是即使現實中沒有實施城鄉醫保統籌政策，其也會存在此差異。時期虛擬變量 Postt的系數β3代表實驗前后兩期本身的差異，指的是即使現實中沒有實施城鄉醫保統籌政策，也會存在共同的時間趨勢。從上述模型中可知，DID 方法同時控制了分組效應(Treatmenti)與時間效應(Postt)，從而可以得到更加干凈的處理效應。對于控制變量Xit的選取，依據Grossman健康資本需求理論和相關文獻進行選取，具體選擇的控制變量如后文所示。

四、數據來源、變量選取及變量描述性統計

（一）數據來源

數據源于中國健康與養老追蹤調查(簡稱CHARLS)。CHARLS 包含了45 歲及以上中老年居民和家庭的信息數據。本文使用最新公布的2015—2018 年CHARLS 兩期數據。為了把城鄉醫保統籌政策對健康影響的集約邊際效應從其他醫療保險中精確分離出來，我們進行了如下篩選：首先，排除數據中未參保個體和參加城職保的個體；其次，排除了參加商業醫療保險的個體；最后，排除了無法識別參保狀態和變量數據缺失的數據。經過以上篩選過程，形成了一個兩期面板數據。最終的樣本量包含29100 個，其中實驗組、控制組樣本量分別是4424 個、24676 個。

（二）變量選取

1.健康測量

本文最關心的因變量是健康，健康是一個多維的綜合性指標，既包括主觀健康，也包括客觀健康。參考已有經典文獻，本文主要使用自評健康(Self-Reported Health)作為刻畫健康狀況的指標。對于自評健康，該指標在健康經濟學中已被廣大國內外學者所使用，能夠體現居民身體在生理、心理、認知和外界環境等方面的多維度信息，并能夠形成對自身健康的綜合評價結果(Finkelstein 等，2009；李華和俞衛，2013；Humphreys等，2014)。由此可知，自評健康的內涵和世界衛生組織對“健康”的定義“健康不僅僅是不生病或不衰弱，而且還是身體的、精神的和社會的完好狀態”相統一。當然，為了更加全面地評估城鄉醫保統籌政策與健康之間的因果效應，需要增加心理健康和客觀健康指標來全面測度健康狀況。其指標設定如下。

第一，對于自評健康狀況，根據CHARLS 中的提問“您認為您的健康狀況怎樣？是很好、好、一般、不好，還是很不好？”進行設定，把自評健康(Self_Health)按照五個選項“很不好、不好、一般、好、很好”順序賦值為1～5。

第二，對于心理健康狀況，選取流調中心抑郁量表(簡稱CES-D)，其已被學者們廣泛用于測量心理抑郁狀況(Andersen 等，1994；李濤等，2018；鄭超和王新軍，2020)。根據CHARLS 中抑郁量表給出的十個問題計算CES-D 得分①在CHARLS 中，抑郁量表包含的10 道題是有關被調查者上一周的感覺及行為情況：1.因小事而煩惱；2.很難集中精力；3.感到情緒低落；4.做任何事都很費勁；5.對未來充滿希望；6.感到害怕；7.睡眠不好；8.感到孤獨；9.很愉快；10.無法繼續生活。答案有四個選項：A.很少或者根本沒有(＜1 天)，B.不太多(1～2 天)，C.有時或者說有一半的時間(3～4 天)，D.大多數的時間(5～7 天)。把第5 題和第9 題的答案選項依次賦值為3、2、1、0，剩余的8 道題的答案依次賦值為0、1、2、3。，將十個問題加總獲得CES-D 得分，該得分越大，表示居民的抑郁程度越嚴重。

第三，對于客觀健康狀況，借鑒程令國和張曄(2012)的做法，主要選取受訪者的認知功能(MMSE)②本文也選取了日常生活自理能力(ADL)和器具性生活自理能力(IADL)兩個客觀健康衡量指標進行回歸，其結果與使用認知功能(MMSE)的回歸結果基本保持一致。。在CHARLS 問卷中，簡易精神狀態量表(MMSE)包括11 個問題，賦值每一項目為0 或1，然后將其加總得到MMSE 得分，該分值越大，表示認知水平越高。

第四，對于健康不平等狀況，采用由個人自評健康測度的相對剝奪指數來刻畫健康不平等。依據相對剝奪理論，在一個群組內，如果居民健康水平越低，健康劣勢就越大，遭受的健康相對剝奪程度就越高，即健康不平等水平越高。根據Kakwani(1984)對Kakwani 相對剝奪指數(簡稱RD)的定義，假設Y 代表一個參照群組，樣本量為n，對居民的自評健康水平進行排序，得到總體自評健康分布為向量 Y=(y1,y2,y3,… ,yn?1,yn)，其中。因此，第i 個居民 yi與第j 個人相比較，第i 個居民的健康相對剝奪指數 RD (yj,yi)表示為：

在式(5)的基礎上，可以將第i 個居民 yi受到的平均相對剝奪 RD (y,yi)表示為：

其中，μY是參照群組Y 中n 個所有樣本的自評健康均值，是參照群組Y 中居民自評健康超過 yi樣本的數量，是參照群組Y 中居民自評健康超過 yi樣本的自評健康均值。

2.控制變量

本文從以下五個層面選取控制變量：第一，個體特征主要包括性別、年齡、婚姻、收入、受教育水平、子女數目等；第二，個人健康行為習慣主要包括是否抽煙、是否鍛煉身體①在CHARLS 中，對于問題“通常每周有沒有至少持續做以下三項活動十分鐘？包括耗費體力的激烈活動(如快速騎車)、中等強度的體力活動(如打太極拳)、輕度體力活動(如走路)”，如果至少有一項回答“是”，表示有鍛煉行為，否則，視為不鍛煉。、是否喝酒等；第三，家庭衛生環境用家庭衛生整潔程度來表示②根據CHARLS 中對“這戶人家的室內整潔度如何”問題的回答設定家庭衛生整潔程度。；第四，醫療機構服務質量和就醫成本用醫療機構診療水平滿意度指標來表示③根據CHARLS 中對“您對本地醫療服務的質量、成本和方便程度滿意嗎”問題的回答來設定醫療服務滿意度。；第五，地區經濟發展層面主要包括東部中部西部地區以及城鄉和省份差異等。各變量的具體定義詳見表1。

表1 變量定義和設定

（三）變量描述性統計結果

在表2 中，第(1)列和第(2)列分別報告了實驗組和控制組在基期2015 年城鄉醫保統籌政策實施之前的統計結果；第(4)列和第(5)列分別報告了實驗組和控制組在實驗期2018 年城鄉醫保統籌政策實施之后的統計結果；第(3)列和第(6)列是控制組和實驗組之間各變量差異的t 檢驗結果；第(7)列是全樣本的描述性統計結果。

表2 變量描述性統計結果

續表2

首先，從健康指標來看，自評健康的全樣本均值為3.0419，這表明大部分中老年人的自評健康水平為一般以上。在基期2015 年，實驗組和控制組自評健康并不存在顯著差異；在實驗期，實驗組的自評健康在5%統計水平上顯著優于控制組。CES-D 得分在實驗組和控制組之間均存在顯著差異，實驗組的CES-D 得分顯著低于控制組得分。雖然認知功能(MMSE)在基期2015 年的實驗組與控制組之間在5%水平上存在顯著差異，但是在實驗期，實驗組的認知功能水平顯著高于控制組的認知功能水平，并且在1%統計水平上顯著。對于衡量健康不平等的相對剝奪指數(RD)，在基期2015 年實驗組和控制組之間不存在顯著差異；在實驗期，實驗組的相對剝奪指數顯著低于控制組，并且在1%統計水平上顯著。老年人在政策變動前后，大部分健康指標隨著年齡增長逐步變差，但是城鄉醫保統籌政策使得實驗組的健康優勢有所增加。

其次，在各個控制變量方面，大部分控制變量在實驗組和控制組之間并不存在顯著差異。雖然少部分變量比如收入水平、子女數目等在實驗組和控制組之間存在顯著差異，但是這些差異在城鄉醫保統籌政策實施前后沒有發生明顯變化。

五、實證結果及分析

（一）城鄉醫保統籌政策健康績效的總體評估

根據以上理論分析和實證策略，本文匯報了城鄉醫保統籌政策對居民健康影響的回歸結果，具體如表3 所示。其中，模型(1)～模型(4)分別表示使用雙重差分方法對自評健康、心理健康、客觀健康和健康不平等指標的回歸結果。

在表3 的模型(1)中，城鄉醫保統籌政策使得居民自評健康得分上升了0.1261 分，相當于0.1252 個標準差偏移，并且在1%統計水平上顯著，這表明城鄉醫保統籌政策顯著促進了居民自評健康水平的提升。在模型(2)中，城鄉醫保統籌政策使得CES-D得分顯著降低了0.3128 分，相當于0.0478 個標準差偏移，并且在10%統計水平上顯著，這表明城鄉醫保統籌政策改善了居民心理健康狀況。其可能的原因是城鄉醫保統籌政策使得醫保報銷比例提高和保障范圍擴大，有效緩解了居民的就醫治療壓力和醫療支出的經濟壓力，進而降低其產生心理抑郁的可能性。在模型(3)中，城鄉醫保統籌政策使得居民MMSE 得分顯著增加了0.2658 分，相當于0.0819 個標準差偏移，并且在1%統計水平上顯著，這表明城鄉醫保統籌政策顯著改善了居民客觀認知狀況。對于健康不平等而言，在模型(4)中可以發現城鄉醫保統籌政策使得健康相對剝奪指數(RD)在10%統計水平上顯著下降了5.32 個百分點，該結果表明城鄉醫保統籌政策可能通過提高居民醫療服務利用受益公平性，進而有助于縮小居民健康不平等差距。在短期內，雖然城鄉醫保統籌政策改善居民健康的幅度相對有限，但是該政策顯著改善了居民健康狀況和縮小了居民健康不平等差距，因此該項惠民醫保政策具有顯著的健康績效。鑒于健康是一個長期的資本存量(Grossman，1972)，本文認為在長期視角下，這項促進公共衛生服務均等化的城鄉醫保統籌政策將發揮更大的健康績效，有助于“健康中國”的建設。

根據回歸結果，表3 中的各個控制變量基本都符合健康經濟學理論預期。從個體特征來看，年齡、性別、婚姻狀況、受教育水平、收入水平、健康行為、子女數目等對居民健康產生了顯著影響。其中，年齡對健康產生了負向影響，因為隨著年齡增長，健康折舊加速，從而隨著年齡增長，健康狀況趨差。男性比女性更健康，已婚有配偶有利于改善健康狀況。受教育水平是提升健康投資效率的重要因素，受教育水平顯著提高了健康水平。收入是影響健康投資的重要約束因素，回歸結果表明，收入與健康之間存在顯著的正相關關系，收入和健康之間存在相互促進的循環作用。在個人日常健康行為中，規律鍛煉有助于提升健康水平。子女數目與健康之間存在明顯的負相關關系，這可能是由于在資源一定的情況下，子女數目越多，平均每位家庭成員獲得的資源越少，父母經濟負擔越重，從而使得健康越差。家庭衛生環境越整潔，越有利于健康。醫療機構診療水平滿意度越高，健康水平越高，主要是因為醫療機構服務質量的提升和就醫成本的降低有利于提升居民服務利用水平，從而有助于提升其健康水平。一般而言，經濟發展水平越高的地區，擁有更加優質的醫療資源和衛生服務，越有利于保障居民健康。與此同時，實證結果也驗證了該預期結論，經濟較發達的城鎮和東部地區的居民健康水平更高。

表3 城鄉醫保統籌政策健康績效的回歸結果

鑒于本文實證數據是兩期面板數據，使用DID 方法需要檢驗控制變量的均值在實驗組和控制組之間是否平衡①限于篇幅，此處未匯報檢驗回歸結果，如有需要可聯系作者獲取。。控制變量的均值在實驗組與控制組之間并不存在統計

上的顯著差異，均通過了均值t 檢驗。因此，本文使用DID 方法估計的回歸結果是可信的。

（二）城鄉醫保統籌政策健康績效的異質性分析

深入探討城鄉醫保統籌政策健康績效的異質性特征有助于精準制定差異化對策。本文從以下四個維度識別城鄉醫保統籌政策健康績效的異質性。第一，由于處于生命周期不同階段時，個人醫療服務利用水平和健康狀況等特征存在顯著差異，有必要分年齡段探究該政策的異質性特征；第二，由于受教育水平不同，居民的收入水平及健康投入效率等都會存在顯著差異，因而我們按照受教育水平不同分樣本進行研究；第三，由于城鎮和農村分別運行城居保和新農合兩項醫保制度，要驗證城鄉醫保統籌政策對城鄉居民健康績效的影響是否存在顯著差異，還需要分城鄉樣本進行探究；第四，由于東部、中部、西部地區經濟發展和醫療資源存在明顯差距，有必要按照地區不同識別城鄉醫保統籌政策的異質性。表5 匯報了異質性回歸結果。

對于表4 Panel A，按照年齡進行分組，具體在年齡65 歲處分為低齡組(Age＜65歲)和高齡組(Age≥65 歲)。在高齡組中，DID 估計量的系數明顯大于低齡組，這表明城鄉醫保統籌政策對高齡組居民的健康績效高于低齡組該績效。這可能是由于高齡組居民醫療服務利用水平高于低齡組居民醫療服務利用水平，城鄉醫保統籌政策通過提升保障水平而大幅提高了高齡組居民的醫療服務利用水平，高齡組醫保受益更大，進而對高齡組自評健康的影響更大。城鄉醫保統籌政策更加有利于改善低齡組的心理健康(CES_D)狀況，對高齡組的影響并不顯著。城鄉醫保統籌政策顯著提升了高齡組的客觀認知水平(MMSE)，但是對低齡組客觀認知水平的影響并不顯著。城鄉醫保統籌政策顯著降低了高齡組的相對剝奪指數RD，減少了約11.41 個百分點，并且在10%統計水平上顯著，但是對低齡組并沒有產生顯著影響。總體來看，城鄉醫保統籌政策的健康績效更加有利于高齡組老年人，這有利于提高處于更加弱勢地位的高齡老年人群體的健康福利水平。

對于表4 Panel B，按照受教育水平進行分組，具體分為受教育水平較低組(初中以下，Education＝0)和受教育水平較高組(初中及以上，Education＝1)。城鄉醫保統籌政策顯著提升了受教育水平較低組的自評健康水平，并且在1%統計水平上顯著。雖然城鄉醫保統籌政策對受教育水平較高組的自評健康產生了正向影響，但是在統計上并不顯著。與之類似，城鄉醫保統籌政策顯著提升了受教育水平較低組的客觀認知水平(MMSE)，但對受教育水平較高組客觀認知水平沒有產生顯著影響。城鄉醫保統籌政策顯著降低了受教育水平較低組的相對剝奪指數RD，減少了約8.5 個百分點，并且在5%統計水平上顯著，但是對受教育水平較高組沒有產生顯著影響。總體來看，城鄉醫保統籌政策的健康績效更加有利于受教育水平較低組。通常，相比受教育水平更高的居民，受教育水平較低居民的社會資源更少，收入水平更低，獲取醫療服務資源時處于弱勢地位，城鄉醫保統籌政策有助于提升該群體的健康福利水平。

對于表4 Panel C，按照城鄉進行分組，具體分為農村組(Urban＝0)和城鎮組(Urban＝1)。城鄉醫保統籌政策顯著促進了農村居民自評健康水平的提升，并且在1%水平上顯著，但是對城鎮地區影響并不顯著。城鄉醫保統籌對農村居民的心理健康(CES_D)和客觀健康指標(MMSE)均產生了顯著改善作用，但是對城鎮居民的心理健康和客觀健康指標的影響較小。城鄉醫保統籌政策顯著降低了農村居民的相對剝奪指數RD，減少了約9.16 個百分點，并且在1%統計水平上顯著，但是對城鎮組并沒有產生顯著影響。可以看出，城鄉醫保統籌政策對農村居民的影響更大。一直以來，城鎮地區的醫療資源、基本公共衛生設施、醫療保障水平等均優于農村地區，城鄉之間醫療服務利用不平衡、受益不均等的問題突出。城鄉醫保統籌政策的初衷也在于緩解城鄉之間醫療服務利用不平衡、受益不均等以及健康不平等的矛盾，實現城鄉居民公平享有基本醫療保險權益，并促進健康均等化。因此，城鄉醫保統籌政策運行初期已經促進了基本公共衛生服務的均等化建設和縮小城鄉之間的健康不平等差距，較好地實現了政策目標。

對于表4 Panel D，按照地區進行分組，具體分為西部地區(District＝0)、中部地區(District＝1)和東部地區(District＝2)。整體來看，城鄉醫保統籌政策對西部、中部、東部三個不同地區居民健康的差異化影響并不明顯。然而，西部地區和中部地區經濟發展相對落后，醫療保障水平較低。國家財政需要加大對西部和中部地區醫療衛生的支持力度，推進優質醫療資源擴容和地區合理均衡布局，逐步縮小各個地區之間醫療保障發展不均等的差距，推進我國基本公共衛生服務的均等化建設，緩解地區之間發展不均衡的矛盾。

表4 城鄉醫保統籌政策對不同群體健康績效影響的回歸結果

綜上分析，城鄉醫保統籌政策的健康績效在不同年齡、不同受教育水平和城鄉之間存在顯著的異質性特征。其中，城鄉醫保統籌政策對年齡較高、受教育水平較低、農村地區居民的健康績效影響更加顯著，并顯著縮小了其健康不平等差距。從以上異質性分析的結論可知，雖然城鄉醫保統籌政策實施時間較短，但是已經實現了顯著的健康績效，精準提升了弱勢群體的健康水平，促進了我國新時期醫療保障體系的均等化建設。

（三）城鄉醫保統籌政策健康績效的穩健性檢驗

上文通過利用雙重差分方法考察了城鄉醫保統籌政策對居民自評健康、心理健康、客觀健康和健康不平等指標的影響，表明城鄉醫保統籌政策具有顯著的健康績效。在此，為了驗證以上結論的穩健性，我們進一步選取雙重差分傾向得分匹配方法(簡記DID-PSM)、安慰劑檢驗方法(Placebo Test)和變換健康指標分類三種方式進行檢驗。

1.使用DID-PSM 研究城鄉醫保統籌政策的健康績效

該方法可以通過傾向得分匹配(PSM)控制樣本在可觀測特征上的偏差。具體而言，我們使用上文相關控制變量進行傾向得分匹配，最近鄰匹配方法的匹配結果顯示Logit 回歸結果擬合程度較好(LRchi 2=1243.85，P =0.0 00)，該結果表明數據匹配質量較好。這使得控制組和實驗組在城鄉醫保統籌政策實施之前盡可能沒有顯著差異，以減少城鄉醫保統籌政策實施時居民選擇性偏誤導致的內生性問題。如表5 所示，城鄉醫保統籌政策對自評健康、心理健康(CES_D)、客觀認知水平(MMSE)和健康相對剝奪指數(RD)等健康指標的影響結果與表3 保持一致。因此，該實證結果表明上文估計得到城鄉醫保統籌政策具有顯著健康績效的結論是穩健可靠的。

表5 基于DID-PSM方法的穩健性檢驗結果

2.使用安慰劑檢驗方法進行穩健性檢驗

上文已經采用DID 方法和DID-PSM 方法評估了城鄉醫保統籌政策的健康績效，這兩種政策評估方法均可以有效控制可觀測特征。然而，其無法完全剔除城鄉醫保統籌政策對健康的影響是否受到其他不可觀測特征的共同驅動作用。對此，我們利用安慰劑檢驗方法排除隨時間改變的異質性特征引起的估計偏差。安慰劑檢驗的路徑為：通過使用實驗組包含的2013 年CHARLS 受訪個體(2212 人)作為安慰劑檢驗的實驗組，同時將剩余的2013—2015 年CHARLS 數據中的個體作為對應的控制組，從而重新形成一組面板數據。進一步，我們使用上文的DID 方法重新評估城鄉醫保統籌政策的健康績效。第一，假如上文中城鄉醫保統籌政策的健康績效是由隨時間而改變的異質性因素所驅動的，那么這種健康績效應該會持續存在，因而在安慰劑檢驗結果中應該得到類似的健康績效。第二，假如在安慰劑檢驗結果中看不到城鄉醫保統籌政策的健康績效，那么說明隨時間改變的異質性影響存在的可能性很低。其回歸結果如表6所示。在表6 的模型(1)～模型(4)中，對于自評健康、心理健康(CES_D)、客觀認知水平(MMSE)和健康相對剝奪指數(RD)而言，利用新構造的安慰劑檢驗數據評估的結果均不具有統計上的顯著性。與此同時，少數交互項DID 估計系數的正負情況與表3 相異。根據安慰劑檢驗的回歸結果，可以判定城鄉醫保統籌政策的健康績效并不是遺漏的隨時間改變的異質性因素所帶來的影響。因此，安慰劑檢驗的結論進一步支持了表3 回歸結果的穩健性。

表6 安慰劑檢驗結果

3.變換健康指標分類進行穩健性檢驗

為了檢驗以上結果的穩健性，將自評健康分為二值虛擬變量進行回歸分析。將自評健康分為二值變量的處理方式在健康經濟學研究中已被廣泛采用(程令國和張曄，2012；潘杰等，2013)。第一種方式，將自評健康為“很不好、不好、一般”三個狀態設置為自評健康狀況差(Self_Health_a＝0)，與之對應，把“好、很好”兩個狀態設置為自評健康狀況好(Self_Health_a＝1)；第二種方式，將自評健康為“很不好、不好”兩個狀態設置為自評健康狀況差(Self_Health_b＝0)，與之對應，把“一般、好、很好”三個狀態設置為自評健康狀況好(Self_Health_b＝1)。其回歸結果如表7 所示，模型(1)是將自評健康看作連續變量回歸的結果，模型(2)和模型(3)是將自評健康看作二值虛擬變量的回歸結果。從表7 模型(1)～模型(3)中可以發現城鄉醫保統籌政策均產生了顯著的健康績效，這與上文表3 的回歸結果保持一致，進一步支持了上文研究結論的穩健性。

表7 城鄉醫保統籌政策對自評健康影響的穩健性檢驗結果

六、城鄉醫保統籌政策健康績效的作用機制

醫療保險可以通過降低就醫成本、提高居民醫療服務利用水平或增強居民的健康風險意識等方式，促進參保居民健康水平的提升(Card 等，2009；Finkelstein 等，2012；Dunn 和Shapiro，2019)。已有文獻較好地分析了醫療保險影響健康的中介渠道，為本文分析作用機制提供了有益參考。本文將在上文理論分析的基礎上，從多個中介變量詳細檢驗城鄉醫保統籌政策健康績效的作用機制，為呈現城鄉醫保統籌政策健康績效的作用渠道提供新的證據。

城鄉醫保統籌政策在提高保障水平的前提下，其可能主要通過提升居民醫療服務利用水平、直接降低醫療支出成本和增加健康投資等作用渠道影響居民健康水平。本文主要選取門診醫療支出自付比例和住院醫療支出自付比例代表醫療服務利用水平及醫療負擔作為中介渠道變量；選取家庭醫療保健支出、是否體檢代表居民健康投資和健康風險意識作為中介渠道變量。本文借鑒Hayes(2009)識別作用機制的方式，構建中介效應檢驗模型進行作用渠道分析。其回歸方程如下：

根據式(7)至式(9)，中介效應檢驗程序依次為：第一步，在基準模型方程(7)中，估計城鄉醫保統籌政策對居民健康的影響，要求在系數β1顯著的基礎上，方可進行下一步檢驗；第二步，在方程(8)中，將中介變量作為被解釋變量進行回歸分析，如果核心解釋變量交互項DID 的系數γ1不顯著則停止分析；第三步，在方程(9)中，把中介變量和城鄉醫保統籌政策均納入模型進行回歸分析。在方程(8)和方程(9)中，M 為中介變量，主要包括門診醫療支出自付比例(Oop_Outpatient)、住院醫療支出自付比例(Oop_Inpatient)、醫療保健支出的對數(Ln_Med)、體檢(Exam_Physical)四個中介渠道變量。以自評健康為例，系數β1顯著為正，如果η1和η2均顯著為正且η1減小，則說明城鄉醫保統籌政策通過該中介變量發揮了部分中介效應；如果η1顯著為正而η2顯著為負且η1增大，則說明城鄉醫保統籌政策通過該中介變量發揮了部分中介效應；如果η1不顯著而η2顯著，則說明城鄉醫保統籌政策通過該中介變量發揮了完全中介效應。

上文實證結果已經表明，城鄉醫保統籌政策具有顯著的健康績效。鑒于此，本文依據方程(8)分析城鄉醫保統籌政策對各個中介變量的影響，回歸結果如表8 所示。在表8 模型(1)中，雖然城鄉醫保統籌政策降低了居民門診醫療支出自付比例，但是在統計上并不顯著。在表8 模型(2)中，城鄉醫保統籌政策使得居民住院醫療支出自付比例顯著下降了5.41 個百分點，并且在5%統計水平上顯著。在表8 模型(3)中，城鄉醫保統籌政策對醫療保健支出沒有產生顯著影響。在表8 模型(4)中，城鄉醫保統籌政策顯著提升了居民體檢概率，并且在10%統計水平上顯著，這表明該政策顯著增強了居民健康風險意識。因此，我們把住院醫療支出自付比例和體檢兩個指標作為下一步檢驗的中介變量。

表8 城鄉醫保統籌政策對中介變量的影響結果

表9 匯報了中介效應檢驗結果，本文選取了自評健康(Self_Health)、心理健康(CES_D)、客觀健康(MMSE)和健康相對剝奪指數(RD)作為被解釋變量進行機制檢驗。表9 模型(1)中，住院醫療支出自付比例(Oop_Inpatient)顯著降低了居民自評健康水平，且交互項DID 的系數不再顯著，這說明住院醫療支出負擔越重越不利于居民健康。表9 模型(2)中，體檢(Exam_Physical)顯著提升了居民自評健康水平，且交互項DID 的系數比基準回歸該值有所減小。表9 模型(3)中，住院醫療支出自付比例(Oop_Inpatient)顯著提升了居民心理抑郁程度，且交互項DID 的系數不再顯著，這說明城鄉醫保統籌政策通過提高醫保報銷比例顯著減輕了居民經濟生活壓力，改善了其心理健康狀況。表9 模型(4)中，體檢(Exam_Physical)顯著降低了居民心理抑郁程度，且交互項DID 的系數比基準回歸該值有所增大。表9 模型(5)中，住院醫療支出自付比例(Oop_Inpatient)顯著降低了居民客觀認知水平，且交互項DID 的系數不再顯著。表9 模型(6)中，體檢(Exam_Physical)顯著提升了居民客觀認知水平，且交互項DID的系數比基準回歸該值有所減小。表 9 模型(7)中，住院醫療支出自付比例(Oop_Inpatient)提升了健康相對剝奪指數(RD)，但不具有統計顯著性。在表9 模型(8)中，體檢(Exam_Physical)顯著降低了健康相對剝奪指數(RD)，且交互項DID 的系數比基準回歸該值有所增大。

表9 中介效應檢驗結果

綜上所述，經過中介效應模型檢驗發現，城鄉醫保統籌政策通過降低住院醫療支出自付比例和提升體檢概率兩個渠道提升了健康績效。城鄉醫保統籌政策通過提高保障水平直接降低了居民醫療服務利用的醫療支出負擔水平，同時增加了健康體檢預防措施，增強了居民健康風險意識，從而有效改善了居民健康狀況。

七、結論和建議

本文基于2015—2018 年中國健康與養老追蹤調查(CHARLS)兩期數據，利用雙重差分方法(DID)評估了城鄉醫保統籌政策對居民健康及其健康不平等的影響，并探討了其作用機制及其異質性影響，得到了下述結論。城鄉醫保統籌政策具有顯著的健康績效，顯著提升了居民的自評健康、心理健康和客觀健康水平；城鄉醫保統籌政策顯著降低了Kakwani 健康相對剝奪指數，即有利于縮小居民健康不平等差距；城鄉醫保統籌政策對年齡較高、受教育水平較低、農村地區居民的健康績效提升更加顯著，并顯著縮小其健康不平等差距，精準提升了弱勢群體的健康水平，有助于解決我國醫療保障發展不平衡不充分的問題；同時，我們利用中介效應模型分析了城鄉醫保統籌政策健康績效的作用機制，得出城鄉醫保統籌通過降低居民醫療支出自付比例和增強居民健康風險意識而顯著促進了居民健康水平提升的結論。因此，雖然城鄉醫保統籌政策實施時間較短，但是已經顯著提升了健康績效，較好地實現了政策旨在保障城鄉居民公平享有基本醫療保險權益、促進社會公平正義、增進人民福利的初衷。

基于以上研究結論，提出以下建議。第一，提升城鄉社會基本醫療保險統籌層次，分階段實現市級、省級、全國統籌，強化醫保制度公平，逐步建立覆蓋全民統一的社會醫保制度，讓人民都能享有公平醫療機會，促進全民健康平等。在加快推進城鄉醫保統籌過程中，要深化醫保制度創新，以新發展理念解決醫療保障發展不平衡不充分的問題，要讓統籌后的社會醫療保險制度引領醫療資源優化配置，降低醫患雙方的道德風險。讓人民能公平享有同等醫保待遇，以逐步降低長期累積的健康不公平程度，助力“健康中國”戰略的實施。第二，建立救助對象及時精準識別機制，要重點識別特困人群、高齡老年人、殘疾人、低收入農村居民等，這些人屬于經濟和健康弱勢群體，需要加大對這些弱勢群體的政策支持力度。逐步加強基層公共衛生設施建設，推動醫療健康資源和財政資金向農村和中西部地區傾斜，緩解城鄉、地區之間發展不平衡的矛盾。第三，在城鄉醫保統籌政策實施過程中，需要科學提升醫療保險的保障水平，倡導健康生活方式。城鄉醫保統籌政策通過提高就醫治療概率、降低醫療支出自付比例和改變健康行為等方式來增大健康績效。因此，需要適當降低就醫門檻和增加基層醫療機構數量并提升其質量，讓人民得到及時有益的治療，避免出現“小病拖大病”醫療事件。同時，倡導開展健康體檢、健康管理或者體育健身等活動，逐步培育以預防為中心的健康觀念。