基本醫療保險對我國居民健康水平的影響

張允新 ，宮春博 ，郭新苗

1山東中醫藥大學藥學院，山東濟南，250300；2山東中醫藥大學管理學院，山東濟南，250300

健康是人類進行物質活動的前提，是人類最基本的權利。我國民眾的健康需求正隨著社會發展模式的轉型與提速呈現出細致化、多樣化、層次化等特點。健康需求層次的轉變造就了目前衛生醫療服務供需不均衡的局面，民眾更傾向于選擇高質量、高水平的醫療衛生服務。根據國家統計局發布的2021年國家統計年鑒中的數據顯示，2020年我國人均衛生費用高達5112.34元，較2019年增長了9.49%，人均衛生費用與人均國民總收入之比(7.10%)也達歷史之最。因此，為進一步滿足發展新常態下的國民健康需求，提升群眾的健康水平，緩解群體的健康差異，我國于2016年提出了建設“健康中國2030”，以健康建設為民生切入點提升國民生活質量與生活幸福感?；踞t療保險作為居民防范健康風險的重要工具也將成為健康建設的重點項目。但是，目前對于基本醫療保險提升居民健康問題的研究存在很大分歧。盡管有研究認為基本醫療保險能夠顯著提升參保者在主觀、客觀、心理層面的健康水平[1-3]，但仍有學者認為其影響甚微，并不能有效提升參保居民的健康水平[4-5]。為此，本研究重新檢視現行基本醫療保險制度對居民健康水平的影響效果。為保證研究結論的可靠性，相較以往研究，本研究在以下方面具有一定新意。本研究選用中國家庭追蹤調查數據為評估結果的科學性及有效性提供基礎；利用多種方法處理回歸中的內生性問題以保證研究結論的穩健性；通過多維度分析基本醫療保險對不同參保人群的健康水平的影響以實現對基本醫療保險實施效果的多角度識別；通過厘清基本醫療保險提升居民健康水平的作用渠道以保證研究結論的豐富性與全面性。

1 資料來源與方法

1.1 資料來源

本研究所用數據來源于北京大學中國社會調查中心于2010年始開展的中國家庭追蹤調查(China family panel studies,CFPS)。該調查分為個人、家庭、社區3個部分，通過分層多階段抽樣的方式覆蓋了25個省級行政單位，訪問規模達16000戶，調查內容包括經濟活動、教育成果、家庭關系與家庭動態、人口遷移、健康等多個方面，數據內容真實可靠。本研究選用CFPS數據庫中的2016年與2018年數據為實驗樣本，在保有兩期數據中交集樣本數據的同時，剔除居民自評健康水平、居民參保狀況、個人特征、醫療衛生服務、居民健康行為等關鍵指標回答缺失或無效的樣本數據，最終1652例樣本納入回歸。

1.2 研究方法

1.2.1 指標選取。健康是一個多維度指標，包括主觀健康和客觀健康。因此，本研究選取居民自評健康水平作為度量樣本健康的指標。該指標既是居民對自身健康狀況的主觀感知，又帶有客觀屬性，與死亡率等客觀指標有顯著關聯，是衡量個人健康水平的優良指標。本研究核心解釋變量為衡量居民是否參加基本醫療保險的指標。我國的基本醫療保險包括城鎮職工基本醫療保險、城鎮居民基本醫療保險和新型農村合作醫療，其中城鎮居民基本醫療保險與新型農村合作醫療自2016年起逐步合并為城鄉居民基本醫療保險。因此，本研究將2016年未參加基本醫療保險，2018年參加基本醫療保險任一險種的樣本設定為實驗組；將2016年與2018年都未參加基本醫療保險任一險種的樣本設定為控制組，用分組虛擬變量treatedit表示。但由于本研究所用模型為雙重差分模型，交互項時間虛擬變量與分組虛擬變量的乘積(yearit*treatedit)才是真正衡量基本醫療保險對居民健康產生影響的核心解釋變量。本研究以Grossman模型為模板，在結合相關文獻的基礎上[6-7]，從以下3個層面選取控制變量：個體特征方面選取戶籍、家庭成員人數、年齡、性別、婚姻狀況、受教育年限、年收入等；醫療衛生服務方面選取醫療支出、就診醫院規模、看病點條件滿意度、看病點醫療水平等；健康行為方面選取是否抽煙、是否飲酒、是否午休、周娛樂活動時長、周鍛煉次數等。各變量定義及賦值情況見表1。

表1 變量定義及賦值

1.2.2 模型選擇。本研究模型構建基礎來源于1972年Grossman提出的健康需求模型[8]。該模型指出個體第i+1期的健康存量(Hi+1)是由第i期的健康投資(Ii)與健康折舊率(δi)以及健康存量(Hi)決定的，見式(1)。而健康投資又分為消費者購買的醫療服務(Mi)、消費者從事健康投資消耗的時間(Thi)、消費者人為資本存量(Ei)3個部分，見式(2)。由此可知，基本醫療保險是通過影響居民的醫療服務購買需求來對居民健康產生影響的。

Hi+1=Ii+(1-δi)Hi

(1)

Ii=Ii(Mi，Thi，Ei)

(2)

本研究為估計基本醫療保險對居民健康水平的提升效果，構建如下模型。

Healthit=α0+α1treatedit+α2yearit+α3yearit*treatedit+βiXit+εit

以上模型中，Healthit為樣本個體i在第t年的健康水平；treatedit為與居民基本醫療保險參保行為相關的分組虛擬變量，實驗組取值為1，控制組取值為0；yearit為區分年份的時間虛擬變量，2018年取值為1，2016年取值為0；交互項treatedit*yearit為居民個人是否參加基本醫療保險與年份的乘積；Xit為控制變量；εit為隨機擾動項；α3為交互項的回歸系數，其數值反映出基本醫療保險對居民健康水平提升效果的優劣。

1.3 統計學方法

采用Stata 16.0 進行統計學分析。選取傾向性評分匹配(propensity score matching，PSM)與雙重差分(difference in differences，DID)相結合的方法探究基本醫療保險對居民健康產生的影響是本研究統計分析的主要內容；選用反事實檢驗及更換回歸方法對估算結果的穩健性進行驗證以確保統計分析結果的科學性；在考察基本醫療保險的異質性的基礎上，利用中介效應研究基本醫療保險提升居民健康水平的作用路徑。

2 結果

2.1 調查對象基本情況

本研究共收集樣本信息1652條，基本醫療保險的參保者617人(37.35%)，未參保者1035人(62.65%)。居住地在城鎮的有834人(50.48%)，鄉村的有818人(49.52%)；男性802人(48.49%)，女性850人(51.51%)；擁有配偶者1359人(82.26%)，未擁有配偶者293人(17.74%)；≤45歲者739人(44.73%)，46歲及以上913人(55.27%)；文盲398人(24.09%)，初中及以下847人(51.27%)，高中及大專332人(20.10%)，本科及以上75人(0.85%)；1355人(82.02%)年收入少于3萬元。

2.2 居民健康水平的描述性統計

本部分為實驗組與控制組之間的自評健康水平變量統計結果。通過對所得結果進行比較，可以較為直觀地發現控制組中的個體擁有更高的健康水平，控制組的平均健康水平為5.658，高于實驗組的自評健康水平均值5.514。見表2。兩組樣本健康水平的核密度圖也再次印證了該結論，兩組樣本的健康水平分布均為左偏尖峰分布(偏度<0且峰度>3)，但實驗組偏度與峰度的絕對值較控制組更高，實驗組樣本中擁有更多的低健康水平的個體。見圖1。

對個體是否參加基本醫療保險虛擬變量與個體自評健康水平變量進行相關性分析后發現，個體的參保情況與其自身健康水平之間存在較強的負相關關系，相關系數為-0.048，且該系數在5%的統計水平上顯著。見圖2。相較于未擁有基本醫療保險來說，居民擁有基本醫療保險后健康水平反而更低，基本醫療保險并未能提升居民的自評健康水平。

綜上可知，基本醫療保險并未使居民健康水平得以提升，與預期不符。但經過對相關文獻進行梳理工作后發現，該結果是因居民參保過程中對基本醫療保險的逆向選擇行為所致，健康水平較低的個體會更加傾向于通過參加醫療保險來釋放自身的健康需求。因此，為得出基本醫療保險健康績效的純凈效應，需對回歸中的內生性問題做出專項處理。

表2 實驗組與控制組居民自評健康變量的描述統計

圖1 控制組(左)和實驗組(右)自評健康水平分布差異

圖2 健康變量與分組虛擬變量的擬合曲線

2.3 PSM-DID回歸結果

PSM-DID可以有效解決回歸中的內生性問題，是實證研究中估計政策實施效果應用較為廣泛的方法。本研究利用PSM中的卡尺匹配法對樣本中的個體分組別進行匹配工作并利用DID對匹配后的兩組樣本進行回歸估計。PSM需滿足共同支撐域假設即要求實驗組與控制組傾向性評分的取值范圍相近。在進行匹配時，為保證匹配質量，通常僅保留兩組傾向性評分重疊部分的個體。若兩組傾向性評分的共同取值范圍太小則會丟失過多觀測值，進而導致回歸結果因回歸樣本不具代表性而喪失可信度。本研究的實驗組與控制組在匹配過程發生之前，傾向性評分的取值范圍存在較大差異，傾向性評分核密度圖曲線重合度差；在匹配過程發生之后，二者傾向性評分的分布曲線高度擬合且走勢一致。見圖3。由此可知，匹配效果理想，匹配后的樣本可以滿足共同支撐域假設條件。

圖3 傾向性評分匹配共同支撐域檢驗核密度函數曲線

圖4為樣本匹配結果的平衡性檢驗。由圖4可知，在匹配過程發生之后，控制變量的標準化偏差明顯縮小，其絕對值均小于10%。因此，兩組樣本不存在系統性差異，滿足平衡性假設條件，匹配效果佳。PSM-DID的回歸結果如表3所示，交互項的回歸系數為0.455且在5%的統計水平上顯著。這一結果表明選擇參加基本醫療保險居民相較于未參加基本醫療保險的自身來說，其自評健康水平會提升0.455個單位。由此可知，基本醫療保險對居民的健康水平有十分顯著的提升效果，符合Grossman健康需求模型中的相關理論。該結論同時證明PSM-DID方法對內生性問題有著良好的處理效果。

基本醫療保險作為補貼醫療衛生服務價格的主要手段，可以有效降低居民購買醫療衛生服務的成本。當醫療衛生服務價格下降時，居民產出健康的邊際回報率增加，健康需求也隨之增加，參保人的健康水平也得到改善。本研究控制變量的回歸結果中關于居民飲酒行為變量的估計系數是正向的且在1%的水平下顯著。這表示飲酒行為可以顯著提升居民的健康水平，與預期不符。在CFPS中，個體飲酒行為的統計是受訪者是否在一個月內飲酒超過3次，該變量并不能準確衡量受訪者是否存在酗酒行為，進而會導致參數估計出現偏誤。

圖4 傾向性評分匹配平衡性檢驗結果

表3 雙重差分結果

2.4 穩健性檢驗結果

本研究利用工具變量法(instrumental variable analysis，IV)以及安慰劑檢驗對PSM-DID回歸結果的穩健性進行驗證。利用IV替換PSM-DID進行回歸估計，需要選用既與內生解釋變量相關又要與擾動項無關的工具變量。根據此要求，本研究將“基本醫療保險的參保比率”及“對醫生的信任程度”作為此次研究中的工具變量，此二者既與居民的參保行為密切相關又具有良好的外生性。另外，本研究選用反事實檢驗中的安慰劑檢驗作為另一穩健性驗證方法。具體實現方式為從樣本中隨機抽取與原有控制組相同數量的樣本作為虛假控制組，剩余樣本作為虛假實驗組，在相關控制變量、匹配方法、回歸步驟不變的情況下，再次對回歸參數進行重復1000次的估計。

本研究的工具變量“基本醫療保險的參保比率”需要對研究中的樣本進行再分組，計算出不同群體的基本醫療保險參保比例。為此，本研究利用樣本個體的參保信息，按照戶口(2組)、性別(2組)、婚姻狀況(2組)、年齡(3組)、受教育水平(3組)、收入(3組)將樣本劃分為216個不同組群，并計算出不同組群的基本醫療保險的參保比例。由表4可知，基本醫療保險對居民自評健康水平的提升幅度為0.257單位且該結果在1%的統計水平上顯著。此估計結果雖與前文回歸系數存在稍許差異，但仍表明居民在參加基本醫療保險后自身健康水平得以顯著提升，佐證了PSM-DID回歸結論的穩健性。

表4 工具變量法回歸結果

本研究對工具變量的適用性檢驗分為3個部分。首先，利用Hausman檢驗與DWH檢驗估計模型中解釋變量的內生性，二者檢驗結果均在1%的統計水平上顯著(見表5)，強烈拒絕“所有解釋變量均為外生”的假設，表明模型中的基本醫療保險存在內生性。其次，本研究利用過度識別檢驗檢測工具變量的外生性，結果表明工具變量與擾動項不相關。最后，本研究發現工具變量檢驗的F統計量為755.345(F>10)，在1%的統計水平上顯著，表明工具變量與基本醫療保險具有顯著的相關性，是較強的工具變量。本研究利用安慰劑檢驗驗證PSM-DID法對核心解釋變量系數α3估計的可靠性。圖5為重復1000次之后交互項估計系數的核密度圖，由圖可知估計系數α3均勻分布于0附近，接近標準正態分布。圖中垂直豎線為系數α3的位置(0.455)。該數值出現在核密度分布圖尾部，說明在構造虛假實驗后，基本醫療保險并不能顯著提升基本醫療保險參保居民的健康水平，繼而佐證前文結論的穩健性。

表5 工具變量法檢驗結果

圖5 1000次隨機抽樣回歸系數的核密度分布

2.5 作用機制及異質性分析

本研究利用中介效應回歸中逐步檢驗回歸系數的方法對基本醫療保險提升居民健康水平的作用機制進行分析。逐步檢驗回歸系數是考察中介效應的方法中較為基礎的回歸方法。該方法將中介效應的檢驗分為3個步驟：查驗核心解釋變量與自變量之間的回歸關系；查驗核心解釋變量與中介變量之間的回歸關系；查驗自變量、核心解釋變量與中介變量三者之間的回歸關系。結果如表6所示，基本醫療保險影響居民健康水平的總效應為0.396且在10%的統計水平上顯著。總效應中，基本醫療保險的直接效應為0.388(在10%的統計水平上顯著)，間接效應為0.008，間接效應在總效應中占比約2.0%。另外，由表6可知，基本醫療保險可以顯著提升參保者的身體鍛煉次數。居民在參保基本醫療保險后鍛煉頻率會上升0.279次，該結果在10%的統計水平上顯著。因此，基本醫療保險的間接效應是通過改善以身體鍛煉為代表的居民健康行為來間接提升居民健康水平的。

本研究同時以年齡(45歲)與年收入(6430元)為切入點研究基本醫療保險對居民健康水平影響的群體性差異。由于老年及低收入群體對醫療服務的需求彈性較大，基本醫療保險為該人群帶來的健康回報率更高，基本醫療保險對中老年群體以及貧困人口的健康水平提升幅度就更為明顯。見表7。

表6 周鍛煉頻次對居民自評健康水平影響的中介效應分析

表7 基本醫療保險對不同年齡、收入人群自評健康水平影響的異質性檢驗

3 討論

3.1 基本醫療保險可以有效提升參保者的健康水平

本研究探究基本醫療保險對居民健康水平的影響后發現，基本醫療保險可以顯著提升參保居民的健康水平。與以往部分研究不同[9]，本研究結論更傾向于認為基本醫療保險對居民健康水平有著顯著正向的影響。本研究認為考察時間的差異可能會導致部分研究低估了基本醫療保險對居民健康水平的提升作用。居民參與基本醫療保險后，自身健康水平的恢復與提高需要一定的周期，即健康存量累積引起的居民健康水平變化是量變到質變的過程。這就造成基本醫療保險對居民健康的正向影響在實施初期或在較短時間跨度內考察困難?；踞t療保險需要一定時限通過補貼手段降低參保者的實際醫療支出，減少參保居民的健康產出成本，釋放其潛在健康需求，提升參保居民的健康水平[10]。因此，基本醫療保險是建設“健康中國”的良好切入點。然而，基本醫療保險促進健康作用的發揮需要廣泛的群眾基礎，想要持續強化基本醫療保險的促進健康作用就必須實現“全民醫?！钡哪繕薣11]。目前，我國基本醫療保險參保率雖已常年保持在95%以上，但仍未實現全面覆蓋。參考德國、日本的醫保體系改革可知，以立法形式強制居民參保才是快速實現“全民醫保”的主要途徑。因此，我國基本醫療保險體系的改革需與相應的法律法規相配合，讓法律起到放大基本醫療保險健康績效的作用。

3.2 基本醫療保險對不同人群健康水平的影響具有明顯差異

本研究發現，基本醫療保險對高齡、低收入的群體健康改善作用更為顯著。這可能是因為不同群體的初始健康水平存在一定差異，個體健康投資帶來的健康產出的邊際效用也有所區別[12]。對于健康存量較低的高齡群體，該人群的衛生服務需求較大，基本醫療保險提高了該人群的及時就醫率[13]，大大降低了該人群的死亡率[14]。對于收入較低的群體，基本醫療保險能促進該人群對醫療衛生服務的利用[15]。目前我國人口總和生育率跌至1.3，“共同富裕”建設也剛剛起步，基本醫療保險已成為政府平衡人口結構、調節社會財富再分配、提升國民整體健康有效的手段。因此，為激發基本醫療保險在社會新常態下的制度活力，基本醫療保險的改革路徑可以從以下3個方面著手。第一，基本醫療保險需要將弱勢群體作為改革的重點關注人群，將擴大醫保藥品目錄及提升醫保報銷比例作為改革的重點內容，深入釋放弱勢群體的潛在健康需求。第二，完善基本醫療保險體系的多層次建設進程，以財政補貼的方式隱性分地區、分人群地劃分不同的醫保準入標準，從而深入調控社會財富再分配的過程。第三，基本醫療保險改革需要配合政府對醫療衛生服務市場的宏觀調控手段，提高帶量采購對醫療藥品及器械價格的影響力。

3.3 基本醫療保險可以顯著影響居民的健康行為

以往學者大多探討基本醫療保險對居民抽煙、飲酒等消極健康行為的改善作用[16]，一定程度上忽視了基本醫療保險對鍛煉等積極健康行為的正向強化作用。本研究將居民的周鍛煉頻次作為居民積極健康行為的代表變量，研究發現基本醫療保險可以通過增加居民的鍛煉頻率來提高參保居民的健康水平?；踞t療保險通過降低醫療衛生服務的價格增加參保居民的就醫次數，就醫次數的增加有利于居民建立良好的健康意識，從而在日常生活中改善自身的健康行為，特別是對積極健康行為具備良好的強化作用，其中包括鍛煉身體的頻率等?；踞t療保險應對參保居民起到良好的健康行為引導作用。因此，應鼓勵地方開展具有地方特色的健康運動項目，引導居民開展廣泛的健康活動。或將醫療服務點作為健康知識的宣傳點，以講座形式對患者宣傳健康知識，擴展其健康知識獲取渠道，培養其良好的健康行為。