基本醫保均等化能縮小健康差距嗎？
——來自職工醫保省級統籌的證據

吳 菁 李 銳 魯佳倩

（1中南財經政法大學公共管理學院 武漢 430073；2北京航空航天大學人文社會科學學院 北京 100191）

1 引言

近年來，我國居民健康水平和身體素質持續提高，但城鄉、地區、人群間健康水平差異依然顯著。《中國城市人口健康報告（2019）》顯示，我國居民健康水平（包括居民平均壽命、孕產婦死亡率和嬰兒死亡率等）主要與地方經濟發展水平密切相關的醫療資源配置、衛生費用和藥品消費等因素相關。地區間經濟發展差異所導致的醫療資源分配不均可能導致健康不平等狀況。健康經濟學觀點認為，越富裕的人健康狀況越好，但醫療保障體系可通過合理的制度設計，改善低收入群體的醫療服務利用狀況，緩解不同收入群體間的健康不平等問題[1]。均等化的醫療衛生服務體系能否緩解由收入所帶來的健康不平等問題，目前，學界對此仍存在爭議。

受經濟發展水平、人口結構以及省級統籌具體實施辦法的影響，我國各地區醫療保險待遇水平差距懸殊。區域間醫保基金收支能力的差距及分割管理制度，不僅會加劇地方醫療保險基金的財務風險，還會造成福利水平和醫療保險責任的不對等，最終阻礙醫療保險共濟功能的發揮。因此，我國正在逐步推行提高醫保統籌層次改革，期望通過統籌層次提升的制度安排有效調節各地區醫保基金收支，彌補部分地區醫保基金缺口，并逐步縮小不同地區和群體間的待遇水平差距。職工基本醫療保險由市級統籌提升為省級統籌后，試點省份內部各地區間的醫療保險制度將做到“統一參保征繳、統一待遇標準、統一基金管理”。統一后的醫療保障制度是否能緩解不同收入群體間的健康差異？本文將以職工醫保省級統籌政策為例，探討基本醫保制度均等化對居民健康差距的影響及其作用機制，并根據理論分析及實證結果提出政策建議。

2 理論分析

2.1 醫保統籌政策的影響

醫保統籌政策中的“統籌”原意為統一籌劃，是一個帶有中國特色的詞匯。由于國外社會保險制度由中央政府統一管理，從設立之初便是“centralized”，因此無需過多考慮統籌問題[2]。我國社會基本醫療保險制度之所以需要統一籌劃，是因為其在制度設計和具體操作上存在地區、城鄉和財權事權的分割[3]。隨著我國人口結構的轉變和“互聯網＋”時代的到來，老年人口、流動人口和靈活就業群體日漸龐大，碎片化的醫療保障體系顯然已無法滿足當前時代發展需要。地區和城鄉分割的保障體系不僅會造成福利水平和醫療保險責任的不對等，還會阻礙醫療保險共濟功能的發揮，最終加劇健康不平等程度。

提高統籌層次主要指醫保基金財權按照“縣級政府→市級政府→省級政府”的路徑逐步上解，基金征繳辦法、待遇給付水平和基金管理模式也隨之發生改變。醫保統籌層次的提升，不僅可以提高地區基金支付能力，還可以促進勞動力在區域間流動，緩解地方政府財政負擔[4]。縱觀各項醫保統籌改革政策，其實質都是希望通過縮小不同地區和群體之間的醫保待遇水平差距，來提升醫保基金共濟能力，促進我國醫療服務利用的公平性。

2.2 醫保統籌政策對健康不平等的影響

收入是影響居民健康狀況的重要因素[5]。Grossman模型表明，相比窮人，富人有更多的可支配收入來購買醫療服務且健康報酬率更高，因此富人的醫療支出和健康水平也更高。如Lindahl[6]發現，彩民因獲獎導致收入增加后，其死亡率也呈顯著下降趨勢。因此，直接收入假說（direct income hypothesis）認為，健康差異源于富人有更多的錢進行健康投資。越富裕的人健康狀況越好，進而產生健康不平等問題[7]。

但合理的醫療保障體系可通過重新分配醫療衛生資源的方式，改善低收入群體的醫療服務利用狀況，縮小不同收入群體之間的健康差異，進而緩解不同收入群體間的健康不平等問題[8]。然而，以上結論受到政策設計、研究方法和研究對象等多方面的影響。如馬超[9]基于太倉市和宜興市城鄉醫保統籌試點發現，從低檔次醫保轉為高檔次醫保后居民健康水平顯著提高。但何文[10]基于全國范圍的調查數據發現，雖然城鄉居民醫保一體化政策顯著改善了居民健康，但會促進健康不平等。此外，還有部分學者認為，即使實施均等化的基本醫療保障體系，但“機會均等”不等于“結果公平”[11]。如果均等化的基本醫療保障制度無法惠及低收入群體，加大財政投入不僅無法促進醫療衛生服務資源的公平利用，反而會加劇不公。

綜上，本文提出以下假設。

假設H1：醫保統籌層次提高會對收入差距造成的健康不平等產生影響。

假設H1a：醫保統籌層次提高會緩解收入差距造成的健康不平等。

假設H1b：醫保統籌層次提高會加劇收入差距造成的健康不平等。

2.3 醫保統籌層次提高對健康不平等的影響機制

醫療服務可及性假說認為，相比高收入群體，低收入群體醫療服務可及性更低。Bindman[12]發現醫療服務可及性越低，慢性病住院概率越高。因為低收入群體沒有時間或錢看病，所以在生病時更難及時滿足醫療服務需求，導致整體健康水平更差。Finkelstein[13]等基于俄勒岡醫療救助項目也發現，獲得醫療救助資格的慢性病患者更有可能檢測出患糖尿病，因為醫療救助服務提高了其醫療服務利用的可及性。因此，收入差距可能導致醫療服務可及性不平等，進而加劇健康不平等狀況，但是向弱勢群體傾斜的醫療保障制度有可能緩解這一問題。

生活方式是影響健康狀況的重要因素之一。根本原因理論認為，生活方式是形成健康不平等的核心中介機制[14]。低收入群體出現抽煙、喝酒等不良生活習慣的頻率較高[15]，而高收入群體往往更積極參與體育鍛煉[16]，因此，社會經濟地位越高的人，活得越健康。生活方式往往會受到教育以及周圍環境的影響，當低收入群體的醫療服務可及性得到提高后，可能通過與醫生交流等方式增強自身的健康意識，轉向更為健康的生活方式。

據此，本文提出以下假設。

假設H2：醫保統籌層次提升可通過影響低收入群體健康行為改變健康不平等狀況。

假設H2a:醫保統籌層次提升可通過提高低收入群體的醫療服務可及性影響健康不平等。

假設H2b:醫保統籌層次提升可通過轉變低收入群體生活方式影響健康不平等。

3 研究設計

3.1 政策背景

我國一直致力于逐步提高醫保統籌層次，以提高醫療保險的風險共濟能力。2020年2月，中共中央、國務院發布《關于深化醫療保障制度改革的意見》，明確提出“鼓勵有條件的省（自治區、直轄市）按照分級管理、責任共擔、統籌調劑、預算考核的思路，推進省級統籌”。事實上，在國家尚未強調“推進省級統籌”的情況下，已經有一些省份開始了省級統籌試點。2000年10月，上海市率先出臺基本醫療保險省級統籌實施方案，并于2000年12月正式實行“統收統支”整合模式。在2001年—2019年間，陸續有8個省份實施城鎮職工醫療保險省級統籌（見表1）。

表1 職工醫保省級統籌年份

3.2 模型構建

考慮到各地區省級統籌實施時間的差異性，本文采用三重差分法（DDD），并運用面板雙向固定效應模型檢驗職工基本醫療保險省級統籌對參保職工健康狀況及健康行為差異的影響。此外，本文加入個體特征和地區特征控制變量，控制個體差異和地區差異對健康狀況及健康行為產生的影響，盡可能準確地估計省級統籌政策的凈效應。具體模型設定如下：

其中：

公式（1）中，被解釋變量Yict為參保人各項健康狀況及健康行為變量；核心自變量Policyipt×Incomeipt為政策變量與低收入變量的交互項，考察低收入群體與中高收入群體間的政策作用差異。其中Incomeipt=1表示個體i在省份p和第t期為低收入群體，否則為中高收入群體。X'ipt為所有控制變量的集合；μt表示時間固定效應；γp表示省份固定效應；εipt為隨機擾動項。公式（2）中，政策變量Policyipt由省級統籌試點地區Districtip和省級統籌試點時間Timeit交互相乘得到，其含義為個體i所在的省份p在第t期是否實施城鎮職工基本醫療保險省級統籌，Policyipt=1表示個體i所在省份p在第t期已實施省級統籌，否則為0。

3.3 數據來源

本文數據主要來源于微觀調查數據庫、各類型統計年鑒及相關職能部門官方文件。關于微觀數據庫，本文主要選取2016年—2020年中國家庭追蹤調查（CFPS）數據庫，估計實施職工醫保省級統籌對職工健康狀況、醫療支出、保健行為、就醫行為等方面的影響。關于宏觀數據庫，本文搜集中國城市統計年鑒、中國統計年鑒等，獲取我國國家層面以及各省（自治區、直轄市）的人口、經濟、公共衛生服務等關鍵信息。省級統籌試點信息主要來源于各地區省級政府、醫保局和人社局等部門官網發布的文件，其中包含各省省級統籌實施時間、待遇標準等政策信息。

3.4 變量設計

3.4.1 被解釋變量。本文的被解釋變量分為健康狀況、就醫行為、醫療費用支出和預防行為四類。關于健康狀況，本文通過是否患慢性病、自評健康來衡量受訪者主客觀健康狀況變量。在CFPS問卷中：慢性病對應的問題是“半年內是否有慢性疾病”，將“是”賦值為1，“否”賦值為0；自評健康對應的問題是“您認為自己的健康狀況如何”，1分—5分別表示非常健康、很健康、比較健康、一般和不健康。關于就醫行為，本文通過就診概率、住院概率和就診機構類別衡量。就診概率對應問題為“針對過去兩周所患的疾病，您是否找醫生看過”；住院概率對應問題為“過去12個月是否因病住院”，將“是”賦值為1，“否”賦值為0；就診機構類別對應問題為“去哪里看病”，1分—5分別表示綜合醫院、專科醫院、社區衛生服務中心/鄉鎮衛生院、社區衛生服務站/村衛生室、診所。對于醫療費用支出，按照支付項目差異可將醫療總費用分為住院費用和門診費用，按照支付渠道差異可將醫療總費用分為自付費用和報銷費用。其中，住院費用對應的問題是“過去12個月，包含已報銷和預計可報銷的部分，您住院總共花費了多少錢”；門診費用對應于“過去12個月，包含已報銷和預計可報銷的部分，您由于傷病總共還花費了多少錢”；自付費用對應于“過去12個月，您傷病所產生的費用中，您自家直接支付了多少錢”；報銷費用等于總醫療費用減去自付費用。考慮到異常值可能導致的結果偏差，本文對五種醫療費用進行了Winsorize縮尾處理。關于預防行為，鍛煉頻率為“鍛煉身體的頻率（次）”，0分—7分別表示從不參加、平均每月不足1次、平均每月1次以上但每周不足1次、平均每周1—2次、平均每周3—4次、平均每周5次及以上、每天1次、每天2次及以上，鍛煉時長為“過去12個月，每次鍛煉多少分鐘”。

3.4.2 解釋變量。本文的解釋變量為低收入群體虛擬變量和省級統籌政策變量的交互項。收入狀況由個人月平均收入取對數得到。其中，未退休受訪者月平均收入根據“過去12個月從工作中總共拿到多少元”除以12計算而得，已退休受訪者月平均收入為每月領取的養老金。參考周欽[11]、國家統計局對全國居民低收入組的劃分標準①國家統計局規定，處于最低20%的收入群體為低收入組。參考來源：http://www.stats.gov.cn/tjfw/tjzx/zxgk/201912/t20191201_1712888.html。以及CFPS數據庫受訪者收入分布情況②樣本描述性統計顯示，收入低于1000元的受訪者數量約占總樣本23.36%。，本文將月平均收入低于1000元的受訪者劃入低收入群體，收入變量賦值為1，其余為中高收入群體，收入變量賦值為0。關于省級統籌政策變量，本文首先依據各地發布的實行省級統籌的文件日期得到政策發布年份，再將文件發布日期與問卷調查年份相匹配，若發布年份早于問卷調查年份則該變量取“1”，即該地區已經實施醫保省級統籌，否則為“0”，表示該地區未實施醫保省級統籌政策。

3.4.3 控制變量。本文選取個體特征變量（年齡、性別、教育、婚姻和退休狀況）和地區特征變量（地區GDP）作為控制變量。其中，年齡變量由調查問卷年份減去受訪者回答的出生年份得到。對于性別變量，將女性賦值為1，男性賦值為0。教育水平變量根據問卷中“您現在獲得的最高教育水平是什么（不包括成人教育）”的回答得到，將“未受過教育”賦值為1，表示文盲；將“小學”賦值為2；將“初中”賦值為3；將“高中/中專/技校/職高”賦值為4；將“大專”賦值為5；將“大學本科”賦值為6；將“碩士”賦值為7；將“博士”賦值為8。婚姻變量由受訪者被問及“您目前的婚姻狀態”得到，將“有配偶（在婚）”視為已婚，賦值為1，將“未婚”“同居”“離婚”和“喪偶”視為未婚，賦值為0。退休狀況根據問卷中“是否辦理退休手續”的回答得到，將“是”賦值為1，表示已經退休；將“否”賦值為0，表示還未退休。地區特征變量由各省份人均GDP按省份ID匹配得到。

4 實證分析

4.1 描述性統計

本文選取職工醫保受訪者作為研究對象，在剔除信息缺失樣本之后，最終獲得3期面板數據，共12408個觀察值。相關變量的描述性結果如表2所示。個體特征方面，樣本的年齡范圍在16歲—95歲之間，平均年齡約45歲；男性觀測樣本比例高于女性，其中男性占比56%；大多數受訪者處于已婚狀態，占比81%；收入整體在[0，100000元]區間內，人均月收入均值約為3478.155元。在退休狀況方面，有29.1%的受訪者處于退休狀態。絕大多數受訪者處于中等教育水平，教育水平的均值為4.139分。在健康狀況方面，自評健康均值為2.974分且有16.5%的受訪者半年內曾患慢性疾病。在就醫行為方面，16.3%的受訪者兩周內曾看過醫生；11.4%的受訪者過去一年內曾因病住院；就診機構類別均值為2，表明患者傾向于在醫院就診。從醫療費用來看，醫療總費用、住院費用、門診費用、報銷費用和自付費用，均值分別約為3249.842元、1628.465元、1485.183元、1505.102元和1663.750元。在預防行為方面，受訪者平均每周鍛煉3—4 次，每次鍛煉約13分鐘。在地區特征方面，約有18.7%的受訪者在實施省級統籌的地區內，各省人均GDP約為71269.490元。

表2 描述性統計

4.2 基準回歸

基于上述樣本數據和方法，本部分將實施職工醫保省級統籌對收入差距所帶來的健康差異的影響進行實證研究。本文將慢性病和自評健康作為因變量，分別考察參保人的主客觀健康狀況變化。表3具體匯報了實施省級統籌對不同收入群體慢性病和自評健康的影響情況。表3第（1）（3）列展示未加入控制變量時的基準回歸結果，第（2）（4）列展示加入控制變量后的基準回歸結果。第（1）（2）列回歸結果顯示，無論是否加入控制變量，對于參保人慢性病患病情況，低收入虛擬變量與省級統籌交互項的回歸系數均在5%的顯著性水平上負向顯著。回歸系數顯示，相比中高收入群體，實施省級統籌顯著降低了低收入群體患慢性病的概率，即統籌后低收入群體患慢性病概率顯著下降約6.80%。第（3）（4）列回歸結果顯示，無論是否加入控制變量，對于參保人的自評健康情況，收入交互項的回歸系數均不顯著，表明省級統籌對縮小不同收入群體間的自評健康差異并未產生顯著影響。

表3 省級統籌對不同收入群體間的健康差異影響的DDD估計結果

由基準回歸結果可知，提高醫療保險統籌層次能夠顯著縮小不同收入群體間的健康差異，主要體現在不同收入群體間患慢性病概率差異的縮小上，但提高醫療保險統籌層次并未顯著縮小不同收入群體間自評健康狀況的差異。為進一步探究省級統籌對不同收入群體間的健康差異的影響機制，本文將在機制分析部分嘗試從醫療服務利用、醫療費用支出和預防行為三個角度進行解讀。

4.3 穩健性檢驗

為檢驗上述實證結果的穩健性，本文選取平行趨勢檢驗和傾向得分匹配-三重差分模型（PSMDDD）進行穩健性檢驗。

4.3.1 平行趨勢檢驗。為驗證基準回歸結果的穩健性，參 考De Chaisemartin和d'Haultfoeuille[17]命令，本文基于事件分析法，采用動態效應分析方法進行穩健性檢驗。圖1和圖2展示省級統籌實施前后慢性病患病概率、自評健康的動態變化。橫軸中時期0表示省級統籌政策實施當期，時期-1和1分別表示政策實施前一期和后一期，縱軸為省級統籌政策實施后收入分組健康差異所產生的平均處理效應。參保人患慢性病概率在省級統籌實施前一期及當期未發生改變，但在后一期開始出現下降，說明省級統籌組和非省級統籌組在政策實施前并未發生顯著變化，滿足平行趨勢假設（見圖1）。對于自評健康，在實行省級統籌前一期及當期，平均處理效應已出現明顯下降趨勢，因此并不滿足平行趨勢假設（見圖2）。由此可見，慢性病患病概率下降主要由省級統籌政策所致。

圖1 慢性病平行趨勢檢驗

圖2 自評健康平行趨勢檢驗

4.3.2 PSM-DDD檢驗。本文采用傾向得分匹配（PSM）與三重差分（DDD）相結合的方法，再次對基準回歸結果進行穩健性檢驗，檢驗分組樣本可能存在的樣本選擇問題。PSM在減少處理變量和可觀測變量相關性方面發揮著重要的作用，可通過控制與被解釋變量和處理變量相關的可觀測變量來緩解選擇性偏差。表4為采用PSM-DDD模型得到的回歸結果。對于參保人的慢性病情況，表4第（1）（3）列結果顯示，無論是否加入控制變量，收入分組變量與政策變量交互項的回歸系數均在5%的顯著性水平上負向顯著，表明省級統籌對縮小不同收入群體間患慢性病的概率產生顯著影響。回歸系數顯示，在實施省級統籌之后，相比中高收入群體，統籌后低收入群體患慢性病概率顯著下降約6.80%，與本文的基準回歸結果一致，驗證了基準回歸中省級統籌對不同收入群體慢性病差異的回歸結果較為穩健。對于參保人的自評健康情況，第（3）（4）列回歸結果顯示，無論是否加入控制變量，收入交互項的回歸系數均不顯著，表明省級統籌對縮小不同收入群體間的自評健康差異并未產生顯著影響，再次驗證了自評健康的基準回歸結果，說明此前的回歸結果均較為穩健。

表4 省級統籌對不同收入群體間的健康差異影響的PSM-DDD估計結果

4.4 機制分析

表5具體匯報了職工醫保省級統籌對不同收入群體在醫療服務利用方面的影響差異。醫療服務利用主要通過參保人“是否就診”“是否住院”和“就診機構級別”三個變量衡量。第（1）列數據顯示，在控制其他變量的情況下，低收入與政策變量交互項的回歸系數顯著為正，表明相比中高收入群體，實施省級統籌之后低收入群體就診概率顯著上升約5.30%。第（2）（3）列回歸結果顯示，在控制其他變量的情況下，低收入與政策變量交互項的回歸系數均不顯著，表明省級統籌對不同收入群體的住院差異和就診機構級別差異并未產生顯著影響。

表5 省級統籌對不同收入群體間的醫療服務利用差異的影響

表6具體匯報了職工醫保省級統籌對不同收入群體在醫療費用支出方面的影響差異。醫療費用支出主要通過參保人總費用、住院費用、門診費用、報銷費用、自付費用五個變量來衡量，其中總費用根據支付項目的不同可分為住院費用和門診費用，根據支付來源的不同可分為報銷費用和自付費用。數據顯示，在控制其他變量的情況下，低收入與政策變量交互項的回歸系數均不顯著，表明省級統籌對不同收入群體的醫療費用支出差異并未產生顯著影響。

表6 省級統籌對不同收入群體間的醫療費用支出差異的影響

表7具體匯報了職工醫保省級統籌對不同收入群體在疾病預防行為方面的影響差異。疾病預防行為主要通過參保人“鍛煉身體頻率”和“鍛煉身體時長”兩個變量衡量。第（1）列數據顯示，在控制其他變量的情況下，低收入與政策變量交互項的回歸系數顯著為正，表明相比中高收入群體，實施省級統籌之后低收入群體每周鍛煉身體概率顯著上升約50.50%。第（2）列回歸結果顯示，在控制其他變量的情況下，低收入與政策變量交互項的回歸系數不顯著，表明省級統籌對不同收入群體鍛煉身體時長差異并未產生顯著影響。研究結論表明，實施省級統籌之后，低收入群體參保人可能通過增加就醫概率提高健康意識，進而增加每周鍛煉身體頻率，最終導致低收入群體參保人生理健康水平得到提高。

表7 省級統籌對不同收入群體間疾病預防行為差異影響的估計結果

4.5 進一步討論

除收入之外，受教育程度、職業地位等因素也是社會經濟地位的重要表現。因此，本節將收入變量分別替換為性別、教育、退休三個變量，依次進行回歸。表8匯報了職工醫保省級統籌對不同特征群體在健康狀況方面的影響差異。第（1）（2）列數據展示省級統籌對不同性別群體健康狀況的影響差異。第（3）（4）列數據展示省級統籌對不同受教育程度群體健康狀況的影響差異。第（5）（6）列數據展示省級統籌對退休與非退休群體健康狀況的影響差異。在控制相關變量的情況下，對于自評健康狀況，退休變量與政策變量交互項的回歸系數顯著為負。回歸結果表明，相比未退休群體，退休群體認為在實施省級統籌之后，其主觀健康狀況得到改善。對于性別和教育異質性，在控制其他變量的情況下，個人特征分組變量與政策變量交互項的回歸系數不顯著，表明省級統籌對不同性別和教育群體健康狀況的差異并未產生顯著影響。

表8 省級統籌與健康狀況之間的異質性分析

5 結論

本文基于2016年—2020年中國家庭追蹤調查（CFPS）數據、各類統計年鑒以及相關政策文件，以職工基本醫療保險省級統籌為視角，采用三重差分（DDD）方法考察均等化基本醫療保險政策對不同收入群體間健康差異的影響。由于職工醫保省級統籌實行分地區逐步擴圍的改革策略，交疊雙重差分模型可以消除各省不隨時間變化以及隨時間變化的地區異質性。因此，本文在控制個人特征變量的基礎上，通過引入低收入群體虛擬變量構建三重差分交互項，能夠較好地控制地區差異和收入差異引致的因變量的時間趨勢差異，進而得到政策實施的凈效應。具體實證結果如下。

首先，當因變量為慢性病時，交互項系數在1%的顯著性水平上顯著，系數值約為-0.068，自評健康的交互項系數并不顯著，平行趨勢檢驗圖和PSM-DDD檢驗結果表明，基準回歸結果較為穩健。其次，本文將健康影響因素劃分為就醫行為、疾病預防行為和醫療費用支出三類，考察省級統籌對不同收入群體健康差異的影響機制。結果顯示，省級統籌顯著提高了低收入群體的就醫概率及鍛煉頻率，但對住院費用、門診費用、自付費用、報銷費用等醫療費用支出沒有影響。最后，本文分性別、受教育程度、退休等變量討論不同群體統籌前后的健康差異。其中，相比未退休職工，退休職工在統籌后對自身健康狀況的評價更高，教育水平和性別差異在統籌前后并未對健康產生顯著影響。綜上所述，本文研究結論如下：（1）相比中高收入群體，統籌后低收入群體患慢性病概率顯著下降約6.80%，表明省級統籌政策緩解了收入差距所帶來的健康不平等狀況；（2）低收入群體主要通過提高就醫概率和身體鍛煉頻率改善自身健康狀況，醫療費用支出在改善低收入群體健康狀況方面的作用并不顯著；（3）省級統籌后，退休職工對自身健康狀況的評價更高。

據此，本文提出以下政策建議。第一，擴面推進醫保省級統籌工作，逐步加強醫療衛生服務資源向低收入群體的傾斜力度，推動醫療衛生公共服務均等化，有助于縮小地區、人群間基本健康服務和健康水平差異。第二，著重提高全民健康素養和保健意識，對于緩解醫保基金支付壓力和提升全民健康水平具有顯著的作用。健康水平的提升不僅需要政策環境的扶持與幫助，更需要居民自身認識到健康的重要性，塑造自主自律的健康行為，積極參與體育健身活動，提高自身身體素質。第三，重點關注退休老年群體的身心健康狀況，促進健康老齡化。健康狀況較差的老年人將給家庭和社會帶來沉重的經濟負擔，推動開展老年心理健康與關懷服務，加強慢性病和老年常見病的健康指導與干預，將有助于減輕困難家庭撫養負擔，促進社會公平。

本文的貢獻在于（1）將宏微觀數據與政策文件相結合，分析醫保統籌層次提高對不同收入群體健康差異的影響，并基于參保人健康行為視角探究了政策傳導機制；（2）將職工醫保省級統籌政策作為外生事件沖擊來考察醫保待遇變化對不同收入群體健康狀況的影響，有效規避了內生性問題，研究結論較為可靠。本文的不足在于對健康不平等狀況的衡量還有待進一步細化。