大病保險對中老年居民醫療利用及健康的影響
——基于CHARLS數據的實證檢驗

許新鵬，顧海

(1 南京醫科大學 公共衛生學院，江蘇 南京 211166；2 南京大學 政府管理學院，江蘇 南京210093)

1 引言

我國人口老齡化程度較高且不斷加劇，老年人群的健康問題也獲得學術界的較多關注。相比之下，中老年居民處于生命歷程的中晚期階段，這一時期是以往潛伏的健康問題的爆發期，居民在進入這一階段后身體機能逐漸老化，更容易受到疾病沖擊的影響，因而面臨較高的健康風險(常雪等，2019；方黎明、郭靜，2018)，對于農村中老年人尤其如此(方黎明，2017)。而健康風險的增加也會導致醫療費用的急劇上升，封進等(2015)研究發現到2030年，我國65歲及以上老年人的人均醫療費用會比2010年上漲163.74%，年均增長率為5.24%；但是相比發達國家，我國居民尤其是農村老年人有病不醫的現象仍然較為普遍。因此在人口老齡化背景下改善我國中老年群體的醫療服務可及性尤為重要。

我國醫療保障制度建設日益完善，覆蓋范圍不斷擴大，保障水平不斷提高，服務管理方式不斷創新，一定程度上提高了居民的就醫可及性，減輕了醫療經濟負擔，但目前城鄉居民的醫療衛生支出壓力仍然較高。為緩解城鄉居民災難性衛生支出，提高大病患者的醫療保障水平，部分地區積極探索大病保險制度實施，并形成了具有代表性的湛江模式、太倉模式、旬邑模式等。基于前期不同地區對大病保險的探索實踐，國家層面分別于2012年和2015年發文，提出在全國范圍內試點和全面建立城鄉居民大病保險制度。截止2015年，大病保險在各統籌區全面啟動，覆蓋城鄉居民超過10億(1)數據來源：人力資源與社會保障部網站。截止2016年底，大病保險累計賠付超300.9億元，個案最高賠付金額高達111.6萬元。

在對大病保險制度實施效果進行評估時，已有文獻著重關注城鄉居民大病保險實施后個體醫療成本的改善，考察制度實施前后患者自付費用(段婷等,2014)、補償待遇(項莉等,2015)和災難性衛生支出發生率及強度的變化情況(毛瑛等,2015)，且研究群體主要聚焦于全人群的研究，鮮有文獻研究大病保險實施對中老年居民醫療服務利用及健康水平的影響。作為一項醫療保障制度，不僅要從醫療經濟負擔角度對大病保險制度實施效果予以評估，還應從醫療服務可及性和醫療效果考察制度實施效應。基于此，本文利用CHARLS三期微觀數據和準自然實驗框架，通過雙重差分設定識別大病保險制度實施對城鄉中老年居民醫療服務利用和健康水平的影響，并進行機制分析和城鄉及收入異質性分析，研究大病保險的作用機制及其對不同城鄉和收入群體之間的實施效應差異，研究為進一步改善城鄉居民大病保險制度設計提供有益參考。

2 文獻回顧與理論分析

2.1 文獻回顧

醫療保險能夠降低個體就醫時的醫療成本，同時也可以提高居民對高質量醫療服務的可及性，二者均會增加個體的醫療保健需求，促進醫療服務利用。在健康保險與醫療服務利用的相關研究中，蘭德實驗產生了重大影響。Manning et al.(1987)利用該實驗數據研究了健康保險對醫療服務利用的影響，結果發現，參保者的共付率越低，醫療服務利用越高，免費參保者的就診次數和醫療支出要顯著高于個人自付比例為95%的參保者。此后，大量文獻利用不同數據及分析方法研究醫療保險對醫療服務利用的影響，多數研究認為醫療保險通過價格補貼機制，能夠使個體免于支付全部的醫療服務成本，肯定了醫療保險在促進個體醫療服務利用方面的積極效應(Ameyaw et al.,2017;Baker et al.,2001)。對于我國基本醫療保險制度，國內外學者圍繞新農合對參合者的醫療服務利用影響進行了大量研究，發現新農合顯著提高了醫療服務利用率(Wagstaff et al.,2007;程令國、張曄,2012)。針對城鎮居民醫保，已有研究發現城鎮居民醫保能夠提高參保者醫療服務利用(潘杰等,2013)，城鎮居民醫保參保者門診和住院服務利用概率更高，且對住院服務利用的影響更大(臧文斌等,2013)，但也有研究表明城鎮居民醫保能夠在一定程度上促進居民醫療服務利用，但影響水平不高(于大川,2015)。亦有文獻研究城鄉醫保整合對居民醫療服務利用的影響，發現城鄉居民醫療保險對醫療服務利用并無顯著影響(劉小魯,2017)。

關于醫療保險對健康的影響，國內外學者進行了大量研究。針對不同國家或地區的醫療保險設置背景，采用差異化的指標及方法評估醫療保險對健康的干預效應，現有研究仍未達成一致結論，部分研究肯定了參保醫療保險及醫療保險擴張對參保者健康水平的積極效應(Peng and Conley,2016;黃楓、甘犁,2010)，也有研究認為醫療保險的擴張對參保者健康水平并未有顯著改善作用(Levy and Meltzer,2004)。我國作為社會醫療保險模式的國家，在該方面的研究主要集中于考察某一種社會醫療保險對居民健康效應的影響。針對不同基本醫療保險，多數研究主要集中于考察新農合對個體的健康效應，部分研究認為新農合的健康效應較為明顯，能夠一定程度上改善參合農民的健康水平(程令國、張曄,2012)。亦有研究認為新農合的健康效應式微甚至并不顯著(Chen and Jin,2012;Lei and Lin,2009)。

此外，部分研究考察了城鎮居民醫保的健康改善效應，研究發現城鎮居民醫保能夠促進參保個體的健康改善，并且對于弱勢群體的影響更大(潘杰等，2013)，也有研究發現城鎮居民醫保并未顯著改善居民健康，但對老年人和低收入等低健康群體的健康水平具有顯著改善作用(胡宏偉、劉國恩，2012)。此外，部分研究探討了職工醫保的健康績效，并得出職工醫保能顯著改善參保者短期和長期健康狀況的結論(陳華、鄧佩云,2016)。除了單獨考察某一險種對參保者健康水平的影響外，也有研究對不同醫療保險制度的健康效應進行了比較。劉曉婷(2014)研究發現職工醫保對使用較多醫療服務的參保老人健康有顯著改善作用，但新農合則呈現相反的作用。張琪、吳傳琦(2018)利用CLDS數據考察了不同醫療保險對勞動力健康水平的影響，發現職工醫保、城鎮居民醫保和商業健康保險對參保者的健康自評、生理健康及心理健康均有顯著改善作用，但新農合對參合勞動力的健康水平則無顯著影響。馬超等(2015)研究發現在城鄉醫保整合進程中，參合更高檔次的醫療保險能改善參保者的健康水平。

目前有關大病保險，多數研究從制度設計出發，對比不同地區實施方案并提出優化策略(唐興霖等,2017)。或從大病保險的實施現狀、運行機制、現存問題等角度對制度實踐進行定性分析(宋占軍,2014;王琬、吳晨晨,2019)。對于大病保險的政策實施效果，部分研究模擬不同大病保險補償方案并對實施效果進行比較研究(吳君槐、姜學夫,2019;朱銘來等,2017)，也有研究針對全體城鄉居民參保大病患者，發現大病保險制度實施能夠顯著降低大病尤其是重特大疾病患者的個人負擔(宋占軍,2016)，有效緩解因病致貧、返貧現象(李華、高健,2018)。王黔京(2019)采用地區代表性微觀調研數據對大病保險制度不同城鄉統籌模式的實施效應進行綜合評估，發現城鄉統籌層次越高，正向分配效應越顯著。

針對新農合和城鎮居民大病保險，已有研究發現實施大病保險后農村大病患者自付費用下降明顯，實際補償比有所上升(段婷等，2014;項莉等，2015)，大病保險的實施能夠有效降低農村大病患者的災難性衛生支出發生率(毛瑛等，2015)；改善農村居民的健康水平，且該效應較為持久(趙為民,2020)。城鎮居民大病保險的實施對于患者的高額醫療費用也有顯著降低作用(韓文等,2016)。但也有研究表明盡管大病保險能夠顯著降低農村居民經濟負擔，但保障水平偏低，農村患者自付比例仍然較高，面臨較高經濟負擔(詹長春、左曉燕,2016)，針對城鎮居民的研究也得到類似結論(徐偉、杜珍珍,2016)。大病保險實施后災難性衛生支出發生情況無明顯改善(高廣穎等,2017)，制度實施能夠降低中老年家庭災難性衛生支出發生率，但并未顯著降低其發生強度(李勇等,2019)。亦有研究利用微觀個體數據對大病保險的實施效果進行模擬分析，模擬發現大病保險對降低患者自付費用的效果有限(馮海歡等,2014)，對城鄉居民的災難性衛生支出發生率影響較弱(王超群等,2014)。

綜觀已有文獻研究，對于醫療保險和醫療服務利用及健康之間關系的討論極為豐富，但由于醫療保險制度設計、數據來源、指標選取、分析方法等方面的不同，所得研究結論存在一定差異。此外，目前針對大病保險制度的研究多以定性分析為主。定量分析方面，多數研究利用醫保經辦部門相關數據對實施前后的報銷比例、災難性衛生支出發生情況進行統計描述，缺乏對大病保險制度實施效應的因果推斷研究。相較于已有研究，本文研究貢獻主要體現在以下三個方面：(1)構建大病保險制度實施效應的理論分析框架，考察大病保險對城鄉居民醫療服務利用和健康的影響及其作用機制，并分析制度實施可能存在的異質性，并針對中老年群體對理論分析進行實證研究；(2)采用CHARLS數據，利用市級層面的信息和各城市大病保險制度實施方案詳細比對，構建大病保險制度實施變量，減少從省級層面匹配制度實施變量可能存在的估計偏誤，更加精確的估計大病保險制度實施的“凈效應”；(3)引入大病保險制度實施效應的城鄉和收入異質性分析，評估制度實施對城市和農村居民、以及不同收入群體的實施效應差異；(4)采用中介效應方法驗證大病保險制度實施的作用路徑，為評估和改善大病保險制度設計提供決策參考。

2.2 理論分析

健康需求理論認為，個體對醫療服務的需求是健康的派生需求，而醫療服務作為能夠給個體帶來效用的商品，需求量取決于醫療服務的價格及個體的預算約束。醫療保險通過價格補貼能夠一定程度上降低醫療服務的相對價格，擴大個體的預算約束集，使其在患病時得以利用更多醫療服務。大病保險制度作為基本醫療保障制度的延伸和補充，能夠改善個體特征維度的使能資源，擴大居民的醫療可及性，提高可享受的醫療服務數量和質量，促進城鄉居民醫療服務利用，進而對其健康狀況產生積極效應，基于此，本文構建了如圖1所示的分析框架。

圖1 本研究分析框架

大病保險制度，旨在為經基本醫保報銷后仍然面臨高額醫療費用的患者予以補償，緩解其所面臨的醫療經濟風險，減少因病致貧、返貧現象的發生。從制度設計初衷來看，大病保險制度主要是為了降低遭受大病沖擊個體的醫療負擔，減少災難性衛生支出發生率及強度。從健康需求角度來看，個體醫療服務利用水平對健康會產生積極效應，而醫療服務利用又受到醫療服務價格的影響。大病保險制度實施通過價格補貼機制，能夠降低醫療服務的相對價格，使居民能夠增進醫療服務利用，進而改善其健康水平。

此外，由于群體異質性，對于農村居民，因為新農合總體的籌資和保障力度相對偏低，在醫保補償設計方面，農村居民相較于城鎮居民處于相對劣勢。同時農村居民的收入水平也相對較低，因此其更有可能在患病時抑制醫療服務需求。大病保險實施后，能夠一定程度上降低農村居民所面臨的醫療服務價格，由此在相同預算約束下農村居民得以釋放其原本受到抑制的醫療服務需求，增加醫療服務利用，進而對其健康起到改善作用。對于城鎮居民，在制度設計和收入稟賦上都處于相對優勢的狀態，其醫療服務利用水平受大病保險的影響可能相對較小。類似地，對于中低收入群體，其本身因人力資本和收入稟賦均相對較低，在受到疾病沖擊時往往因醫療負擔而選擇不去就醫或減少就診次數，其醫療服務利用更容易受到醫療服務價格水平的影響。相反，對于高收入群體而言，因為其預算約束集相對較大，收入稟賦較高，醫療服務價格對其醫療服務利用的影響較小。綜合上述分析可以看出，對于農村居民和中低收入群體，其醫療服務利用水平更易受到醫療服務價格的影響，大病保險制度實施對于城鄉居民和不同收入群體可能存在異質性。

3 數據來源、變量選擇與實證策略

3.1 數據來源

本文主要采用中國健康與養老追蹤調查(China Health and Retirement Longitudinal Study,CHARLS)進行分析，選擇CHARLS進行大病保險實施效應研究的原因在于：第一， 2012年國家文件明確表明，大病保險制度實施“可以市(地)級統籌，也可以探索全省(區、市)統一政策”。在具體實踐中，多數地區的大病保險制度實行市級及以上層次的統籌，而CHARLS是為數不多的公布調研市級層面信息的微觀數據庫，其他數據庫如CFPS僅公布調研省級層面的信息，在進行具體數據匹配時，可能會造成信息缺失，使大病保險制度效應的估計產生偏誤。第二，大多數省市是在國家2012年發文后才開始發文并推進大病保險制度實施，CHARLS于2011年開展全國范圍內的基線調查，并于2013和2015年對受訪個體進行追蹤調查，在數據節點上符合本研究的要求(2)CHARLS基線調查時間為2011年5月至2012年三月；此后，2013年7月至8月，CHARLS進行了全國基線樣本第一次常規追蹤調查；2015年7月至8月，CHARLS進行了全國基線樣本第二次常規追蹤調查，并于2015年12月至2016年一月對部分地區進行了第二次常規追蹤調查的補充調查。本文按照各個城市大病保險試點時間與CHARLS數據庫進行匹配，各省市實施大病保險時間以其出臺實施方案中規定時間為準。，有利于本文構成研究樣本并應用雙重差分識別策略估計大病保險制度的實施效應(3)在數據使用方面，本文僅納入2011、2013、2015年三期數據，未包含CHARLS最新發布的2018年數據。本研究認為應當審慎的納入2018年數據進行分析，主要是因為2016年以來，國家層面在醫保制度方面的改革力度較大，如各地逐步實施了城鄉居民基本醫保制度的整合，開始試點并逐步實施長期護理保險制度，因此無法完全規避其他醫保制度的影響，也即無法完全識別大病保險制度的凈效應。有關大病保險制度實施對中老年居民的長期影響，有待進一步遴選樣本進行深入研究。。第三，CHARLS數據中充分包含受訪者的個體信息，如個體基本特征、醫療保險、醫療服務利用及健康等內容，契合本文研究主題。綜上，本研究通過將各地區大病保險實施時間與數據庫中省市信息進行匹配，生成大病保險是否實施的啞變量，并對大病保險的實施效應進行實證評估。

3.2 變量選擇

3.2.1 被解釋變量

在研究醫療服務利用時，本研究采用以下個體住院層面的指標來衡量患者的醫療服務利用：(1)個體最近一年是否住院，該變量為二值虛擬變量，取值為0表示最近一年未住院，取值為1表示最近一年存在住院行為；(2)最近一年住院總次數；(3)最近一年住院總費用，該費用包括個體自付部分及醫療保險支付部分，為了保證不同年份費用可比，對該指標按照各省醫療保健價格指數進行調整。由于費用方面存在較大極差，為了克服回歸中可能存在的異方差問題，對住院費用取自然對數處理。在健康方面，本研究參考已有研究(張錦華等,2016;趙紹陽等,2013)，使用應用最為廣泛的自評健康測度城鄉居民的健康水平，并將其歸為三分類變量，1代表好，2代表一般，3代表差。

3.2.2 解釋變量

本研究主要考察的是大病保險制度實施對城鄉中老年居民醫療服務利用和健康水平的影響，因此解釋變量為大病保險是否實施的虛擬變量。由于不同地區大病保險實施進程不一，因此根據各地大病保險具體實施情況進行變量設置。具體而言：第一，在樣本選擇上，考慮到城鄉居民大病保險主要針對城鎮居民醫保、城鄉居民醫保和新農合的參保(合)居民，因此本研究按照參保類型對樣本進行篩選，剔除參保其他醫療保險(如城鎮職工醫保、公費醫療和商業醫療保險等)的個體，僅保留上述三種醫療保險的參保(合)群體進行分析。第二，總結不同省市大病保險實施情況，根據各省市發布的大病保險實施方案或試點辦法確定其大病保險具體實施時間，如《天津市人民政府關于印發天津市城鄉居民大病保險辦法的通知》(津政辦發〔2014〕42號)。第三，按照對應實施時間與CHARLS數據庫不同年份的省市進行匹配，確定各年份中各城市處于處理組還是控制組。需要注意的是，不同省(直轄市、自治區)在大病保險覆蓋范圍存在差異，主要存在三種類別。第一類省(直轄市、自治區)采用的是全省推開，即全省各個下轄市縣同步啟動大病保險實施，如北京、天津、遼寧、吉林等地，第二類省(直轄市、自治區)在省級層面首先選擇幾個城市進行大病保險試點，如河北省2013年選擇石家莊市和唐山開展大病保險試點工作，在前期試點基礎上于2014年全面鋪開城鄉居民大病保險工作。第三類省(直轄市、自治區)在選擇試點地區時，遴選部分縣級單位進行大病保險制度實施試點，并逐步推開。例如江蘇2013年在蘇州、南通、連云港、淮安和宿遷市開展市級統籌的大病保險試點，并在其他省轄市至少選擇1個縣(市、區)開展試點。由于CHARLS僅提供到市級層面的信息，為盡可能控制估計偏差，在選擇處理組和控制組時未將第三類省市納入分析，最終選擇20個省份74個城市的個體數據進行分析(4)最終選擇20個省(自治區、直轄市)的74個城市進行分析，包含北京市、天津市、遼寧省、吉林省、福建省、山東省、湖北省、重慶市、青海省、河北省、山西省、上海市、浙江省、湖南省、四川省、貴州省、陜西省、甘肅省、新疆維吾爾自治區、廣西省。。在變量設置時，如果某一城市在2013年實施了城鄉居民大病保險，則該城市對應的居民2011年為控制組，2013和2015年數據均為處理組。

3.2.3 控制變量

根據安德森醫療服務利用模型，影響個體醫療服務利用和健康的變量包括情景特征與個體特征兩個維度(李月娥、盧珊,2017)，因此本研究的變量選取方面也從上述兩方面入手。在情景特征方面，除了考慮大病保險制度是否實施的關鍵解釋變量外，本研究選擇加入省份虛擬變量以控制省市社會經濟發展不一致所帶來的居民醫療服務利用和健康差異，此外還包括各省份對應年份的人均GDP(經過人均GDP指數調整)，每千人口衛生技術人員數，每千人口衛生機構床位數和居民醫療保健價格指數，從經濟發展、醫療服務供給和醫療服務價格三個層面控制可能影響個體醫療服務利用和健康的地區特征(5)人均GDP和醫療保健價格指數數據來源于歷年《中國統計年鑒》，每千人口衛生技術人員數和每千人口衛生機構床位數來源于歷年《中國衛生健康統計年鑒》。。在個體特征方面，將個體年齡、性別、婚姻狀況、受教育程度和戶籍等變量作為傾向性特征，將家庭人均收入和醫療保險參保類型等作為使能資源，將患有慢性病種類數、身體是否有疼痛作為個體需要變量(6)考慮到吸煙、飲酒等生活習慣特征變量可能受到大病保險制度實施影響，因此本文未將其納入協變量予以控制，此處感謝匿名審稿人的提醒。。

3.3 實證策略

自2012年以來，各地開始推進城鄉居民大病保險制度實施，由于不同地區實施時間不一，因此可以采用準實驗的框架來分析大病保險實施效應，本研究主要采用雙重差分設定分析城鄉居民大病保險實施對居民醫療服務利用和健康方面的影響，基準模型設定如下：

yijt=α+βtreatedijt+X′ijtδ+λt+γi+εijt

(1)

其中，yijt代表個體i在t期的醫療服務利用或健康水平，醫療服務利用由個體的住院服務利用表征，健康水平為個人每年度的健康自評。處理變量treatedijt是指個體i所在的城市j在t期是否開展城鄉居民大病保險的虛擬變量，其前面的系數為本文所關心的效應，表示有無實施城鄉居民大病保險地區的居民在醫療服務利用和健康方面的差異，以此來考察城鄉居民大病保險的政策實施效應。由于不同地區在制度實施時間上存在差異，本研究通過各地發文時間與CHARLS中的城市數據進行匹配，生成大病保險處理變量。舉例說明：如某城市j在2012年開始實施城鄉居民大病保險，則將該城市2011年的所有受訪者設定為控制組(即treatedijt=0)，2013與2015年為處理組(即treatedijt=1)。Xijt為一系列協變量，包括受訪者年齡、性別、受教育程度、婚姻狀況、家庭人均收入等個體特征變量，也包括人均GDP、每千人口衛生技術人員數、每千人口衛生機構床位數、醫療保健價格指數等省級層面的特征變量。λt為時間固定效應，γi為個體固定效應，以控制個體層面不隨時間變化的不可觀測因素的影響，εijt表示隨機干擾項。

本文按照是否實施大病保險進行分組，得到表1的樣本描述性統計的結果。描述性統計結果顯示處理組和控制組的個體在醫療服務利用上存在顯著差異，從表1中可以看出，相較于控制組，處理組中個體年住院服務利用概率、年住院次數、年住院總費用均顯著更高。從個體健康來看，處理組中自評健康屬于“好”類型的個體占比顯著更高，屬于“差”類型的個體占比顯著更低，而自評健康“一般”的個體占比兩組并無顯著差異。總體而言，大病保險制度實施組中居民的醫療服務尤其是住院醫療服務更高，健康狀況相對更好。描述性統計直觀顯示了大病保險實施與未實施組的城鄉中老年居民醫療服務利用和健康狀況的差異，但是大病保險制度實施對居民醫療服務利用及健康影響究竟如何還需進一步的因果推斷。

表1 處理組與控制組變量描述性統計

4 實證研究結果

4.1 雙重差分估計結果

據表2所示，在控制省級層面的特征后，大病保險制度實施仍對城鄉中老年居民醫療服務利用存在一定程度的影響，主要表現在，大病保險能夠增加個體利用住院醫療服務的概率約1.03個百分點，且該效應在10%的顯著性水平上顯著。在住院醫療服務利用強度方面，制度實施能夠提高居民的住院次數約0.022次，提高住院總費用約10.4個百分點，且效應均在5%的顯著性水平上顯著。綜合上述信息可以看出，大病保險實施能夠一定程度上增加居民住院醫療服務可及性，在居民住院醫療服務利用方面起到正向促進作用，與預期相符。從表2模型(4)和模型(8)的估計結果可以看出，treated前系數為負，即大病保險制度實施能夠使居民的健康狀況變好的概率增加，總體增加0.023個單位，加入省級特征變量后，該效應在10%的顯著性水平上顯著，說明大病保險能夠顯著改善城鄉中老年居民的健康水平。

4.2 穩健性檢驗

4.2.1 面板固定效應模型估計

考慮到雙重差分模型設定中個體并非全部追蹤，為了進一步控制不同個體不隨時間變化的混雜因素的影響，本研究進一步篩選數據，僅保留2011、2013和2015三期均受訪的城鄉居民，得到樣本量為13725，并建立面板固定效應回歸模型，得到表3中第3-4行所示的估計結果。可以看出，面板數據固定效應模型估計結果與基準回歸結果相比無顯著差異，固定效應估計結果中是否住院、住院次數和住院費用三個回歸模型的系數比基準回歸略大，但各系數仍然顯著，表明基準模型估計結果的穩健性。

表3 穩健性檢驗估計結果

4.2.2 非線性模型估計結果

由于是否住院屬于二值虛擬變量，住院次數為非負計數數據，自評健康屬于排序數據。除前述線性模型設定外，本研究采用非線性模型設定對上述變量進行建模。是否住院作為二值被解釋變量，選擇Logit模型設定，住院次數選擇泊松回歸模型設定，自評健康選擇有序Logit模型設定，得到非線性估計結果。據表3中5-6行所示，采用非線性模型后，大病保險制度實施對住院服務利用概率及次數仍然為顯著正向效應，且效應均在5%的顯著性水平上顯著。大病保險制度實施對城鄉居民健康水平具有顯著改善作用，且該效應在10%的顯著性水平上顯著。

4.2.3 PSM-DID估計

根據前文所述，各地大病保險實施進程不一，因此得以采用準實驗框架下的雙重差分法進行分析。但雙重差分法假定處理組和控制組有共同趨勢，即假定沒有實施大病保險制度的情況下，處理組和控制組在醫療服務利用和健康狀況上有共同的趨勢。由于大病保險制度屬于屬地化管理，各地決定試點大病保險一定程度上內生于當地的經濟社會發展情況。為了進一步解決大病保險制度實施內生性可能帶來的估計偏誤，本研究進一步采用傾向得分匹配基礎上的雙重差分法分析大病保險制度實施效應。考慮到2013年處理組樣本相對較少，因此保留2011年和2015年兩期數據。具體步驟如下：首先按照基期(2011)特征對處理組和控制組的樣本進行匹配，并保留處于共同支撐集的那部分樣本，然后按照ID匹配2011和2015年兩期數據，最后利用雙重差分法對匹配后的樣本進行分析，即得到大病保險制度實施效應，估計結果見表3中7-8行。

PSM-DID的估計結果顯示，大病保險制度實施能夠提高個體的住院概率，并且能夠增加居民的住院次數和住院費用，且效應均在1%的顯著性水平上顯著，表明大病保險對城鄉居民的住院醫療服務利用起到積極的促進作用，與前述回歸結論基本一致。從自評健康來看，PSM-DID的結果與基準回歸結果無顯著差異，即大病保險制度實施改善了城鄉居民自評健康，且該效應在5%的顯著性水平上顯著。

4.2.4 Abadie SDID估計(7)由于該方法在具體操作時需要對結果變量進行差分操作，因此此處僅選擇住院次數和住院費用2個變量，對于是否住院和自評健康的離散型被解釋變量，未進行SDID分析。

如前所述，雙重差分模型設定依賴于處理組和控制組的共同趨勢假定，受數據與變量所限，無法驗證共同趨勢是否滿足，除采用前文所述的傾向得分匹配基礎上的雙重差分法進行穩健性檢驗外，本文借鑒已有研究(馬超等,2019)，采用Abadie(2005)所提出的再加權半參數雙重差分法對大病保險實施效應進行估計，其主要思想是通過半參數方法加權的方式，讓處理組和控制組的樣本特征分布更加均衡，進而比較兩組結果變量的變化以考察政策實施效應。

假定本研究想要估計的大病保險制度實施效應為：

ATT≡E(Y1t-Y0t|D=1)

E(Y0t-Y0b|D=1,Xb)=E(Y0t-Y0b|D=0,Xb)

(2)

P(D=1)>0andπ(Xb)<1

(3)

其中ΔYt=Yt-Yb，為t期和基期Y的差分，Xb為一組基期特征變量，π(Xb)=P(D=1|Xb)為處理組在基期的條件概率(即傾向得分)。

由于該方法需要兩期平衡面板數據，因此本研究首先保留2011年和2015年兩期平衡面板數據，然后進行SDID估計，結果見表3中9-10行。可以看出，大病保險對中老年居民的住院費用和住院次數均具有正效應，且效應分別在1%和5%的顯著性水平上顯著，與前述估計結果基本一致。

4.3 機制分析

從上述基準回歸與穩健性檢驗的結果可以看出，大病保險對城鄉居民的住院醫療服務利用產生顯著影響，并且能夠改善居民的自評健康水平，但其中機制究竟如何，大病保險是否通過影響其醫療服務利用進而對其自評健康產生影響，這需要進一步探究。為此，本節采用中介效應分析對大病保險實施路徑進行研究。中介效應分析是為了檢驗解釋變量對被解釋變量影響路徑的一種方法，包括逐步回歸檢驗(溫忠麟等，2004)，Sobel檢驗等(Sobel, 1987)，目前已獲得廣泛應用。本研究利用逐步回歸檢驗考察大病保險制度實施路徑。假定Y為個體的自評健康，M為醫療服務利用，Treated為大病保險制度實施與否的啞變量，逐步回歸檢驗包含三個模型，分別如下：

Y=cTreated+Z′δ+ε1

M=aTreated+Z′η+ε2

Y=c′Treated+bM+Z′?+ε3

表4 大病保險制度實施效應機制分析

其中Z為一系列協變量，δ，η，?為相應系數，ε1，ε2，ε3為模型的隨機誤差項。應用逐步回歸法驗證中介效應是否顯著，即檢驗上述模型中c，a，c′，b是否統計顯著。前文已驗證大病保險制度實施對住院醫療服務利用和健康具有顯著影響，即已構建前兩個模型，并且驗證了系數c和a的顯著性。為了進一步驗證系數c′和b的統計顯著性，以自評健康Y為被解釋變量，以大病保險制度實施和住院醫療服務利用作為解釋變量，其他變量為協變量進行(1)式的雙重差分估計，得到結果見表4。可以看出，在模型中同時加入大病保險制度是否實施的啞變量與住院服務利用變量后，兩者均至少在10%的顯著性水平上顯著，表明中介效應存在，即大病保險制度實施通過影響個體的住院服務利用進而影響個體健康水平。

表5 大病保險制度實施效應城鄉異質性分析

表6 大病保險制度實施效應收入異質性分析

5 異質性分析

5.1 大病保險制度實施效應城鄉異質性分析

為了進一步探究大病保險對城鄉中老年居民醫療服務利用和健康影響的異質性，本研究首先按照戶籍將樣本分為城市和農村樣本并進行基準DID回歸分析，結果見表5。表中Panel A和PanelB分別顯示了大病保險制度實施對城鎮和農村中老年居民醫療服務利用和健康的影響，結果表明，大病保險制度實施對城鎮中老年居民住院服務利用存在正向影響，但效應均不具有統計顯著性。此外，估計結果顯示大病保險對城鎮居民自評健康的改善作用也不顯著。

農村居民的估計結果顯示，大病保險制度能夠顯著提高農村居民住院就診概率，并且對其住院次數和住院費用均具有正向影響，且效應均在10%的顯著性水平上顯著。從健康效應來看，大病保險制度實施對健康自評變量具有負向影響，且該效應在10%的水平上顯著，表明制度實施能夠明顯改善農村居民健康水平。綜合城鄉異質性分析結果可以看出，大病保險制度實施主要提高了農村居民的住院醫療服務利用，并對其健康水平具有明顯的改善作用，對于城鎮居民則沒有顯著改善。可能的原因在于城鎮居民在醫療保障待遇方面本身就優于農村居民，相對而言，其醫療服務可及性約束方面沒有農村居民嚴格。對于農村居民，其本身資源稟賦、人力資本及醫療保障待遇均處于相對弱勢地位，因此大病保險制度對于農村居民醫療服務可及性方面的改善作用更大，促進農村居民醫療服務需求釋放，并改善其自評健康。

5.2 大病保險制度實施效應收入異質性分析

除戶籍外，為考察大病保險制度實施對不同收入組下中老年居民的醫療服務利用和健康影響，本研究按照初始稟賦對樣本進行分類，即按照2011年基期數據中的家庭年人均收入分位數排序結果將樣本分為低收入組、中等收入組和高收入組，并對不同收入組的樣本進行(1)式的估計，結果見表6。

據表6所示，Panel A為低收入組的估計結果，可以看出，大病保險制度實施對于低收入組個體的住院次數具有顯著正向影響，且該效應在10%的水平上顯著，大病保險對住院就診概率和住院費用具有正效應，但效應均不具有統計顯著性。此外，大病保險對低收入組個體的自評健康具有明顯改善效應，且該效應在5%的顯著性水平上顯著。從中等收入組的估計結果來看，大病保險能夠顯著促進中等收入組個體的住院醫療服務利用，增加其住院就診概率，提高住院就診次數和費用，且效應均至少在10%的顯著性水平上顯著。從健康估計結果來看，大病保險制度實施能夠改善中等收入居民的健康水平，且效應在1%的顯著性水平上顯著。對于高收入群體，無論是其住院醫療服務利用，抑或是其健康水平，大病保險均無顯著影響。

綜合大病保險制度對不同收入中老年居民的實施效應來看，大病保險主要促進了中等收入群體的住院醫療服務利用，并改善了這部分群體的健康水平。對于低收入組，大病保險制度實施促進其住院次數的增加，改善了自評健康水平，但對住院就診概率和住院費用均無顯著影響。對于高收入組而言，大病保險制度實施對其醫療服務利用和健康均無顯著影響。

理論上，大病保險制度實施能夠增加居民的醫療服務可及性，對于過去因就診費用高昂而放棄治療的個體，在基本醫保和大病保險的雙重保障作用下，可以使原來有病不醫的患者釋放其醫療需求，得以看病就醫，改善健康狀況。但是，從制度設計來看，對于低收入居民來說，由于大病保險起付線門檻設置相對較高，受到家庭預算約束的影響，制度實施對其住院服務利用的積極效應仍然有限。對于中等收入居民而言，其患病時更易達到大病保險起付水平，大病保險通過價格補貼機制，在其既定的預算約束下降低了醫療服務尤其是住院醫療服務的相對價格，一定程度上有利于中等收入群體住院醫療服務需求的釋放，因此對中等收入群體的住院服務利用及健康改善效應更為明顯。對于高收入群體來說，家庭預算約束對其自身醫療服務需求和健康的影響較小，即醫療服務利用水平不太會容易受到醫療服務價格變動的影響，因此大病保險對該部分群體的醫療服務利用和健康水平影響并不顯著。

6 結語

不同地區大病保險制度實施進程不一，使得本研究可以利用準自然實驗框架分析大病保險制度實施對城鄉中老年居民醫療服務利用和健康水平的影響。利用雙重差分設定，本文發現大病保險對城鄉中老年居民住院服務利用具有顯著促進作用，能夠提高其住院就診概率，增加住院次數和住院費用，并對其自評健康也起到顯著改善作用。通過面板固定效應模型、非線性回歸模型、PSM-DID、AbadieSDID等方法，進一步驗證了上述結論的穩健性。此外，異質性分析發現，城鄉居民大病保險制度實施主要對農村居民和中等收入人群的醫療服務利用和健康水平顯著。機制分析結果表表明大病保險制度主要通過影響個體醫療服務利用進而影響其自評健康水平。

本文研究結論充分論證了大病保險制度實施對于城鄉中老年居民醫療服務利用及健康的影響及其作用機制。我國逐步建立并完善覆蓋全體城鄉居民的基本醫療保障制度，但在保障待遇方面，不同基本醫療保險類型因就業、戶籍劃分覆蓋人群，在制度設計方面也存在差異。相較于職工醫保和城鎮居民醫保，新農合的籌資水平和補償比例均相對較低，且在報銷目錄方面也更為受限。大病保險制度設計初衷是通過二次補償以減輕居民高額醫療負擔，解決因病致貧、返貧現象。通過價格補償機制和互助共濟，對弱勢群體進行補償，使其得以釋放原本因收入限制的醫療服務需求，提高其就醫可及性，進一步促進社會公平正義。但是，從本文實證結果來看，大病保險制度對低收入人群住院服務利用方面的作用仍然有限。因此在制度設計上，未來應進一步提高大病保險制度實施的精準性，針對低收入群體，應盡可能地降低其籌資標準，減輕其繳費壓力，同時從制度補償設計上也予以傾斜，例如降低起付線，提高報銷比例和封頂線等措施，使政策紅利能夠更加精準地輻射到低收入人群，提高大病保險制度的益貧性。