健康保险是否预先造成道德风险？理论分析与实证_医疗保险论文

医疗保险会引发事前道德风险吗？理论分析与经验证据，本文主要内容关键词为：事前论文,医疗保险论文,证据论文,理论论文,经验论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       一、引言

       进一步健全以基本医疗保障为主体的多层次医疗保障体系是“十二五”期间深化医药卫生体制改革规划暨实施方案(以下简称“十二五医改规划”)的重要目标，目前我国已基本建立包括城镇职工基本医疗保险(以下简称“城职保”)、城镇居民基本医疗保险(以下简称“城居保”)、新型农村合作医疗保险制度(以下简称“新农合”)在内的基本医疗保障体系，但城乡分割的二元体制依然存在。与城镇相比，农村居民在医疗保障体系中长时间处于弱势地位。为了缓解农民“看病难、看病贵”的问题，我国政府自2003年开始在全国范围试点并推广新农合制度，以减轻农民就医支出负担，提高其健康水平。与旧农合①相比，新农合得到了中央和地方财政的大力支持，保费补助逐年提高(到2015年计划达到每人每年360元以上)，参保人数迅速增加，至2012年基本覆盖了全部农村居民(具体情况见表1)。

      

       医疗保险是弱势群体②获得医疗服务的重要途径，新农合在增加农村医疗服务的可及性、缓解农民“因病致贫、因病返贫”方面发挥了作用(Wagstaff et al.，2009；Lei and Lin，2009)。但是，医疗保险未必能从根本上改善弱势群体的福利状况(如健康水平)，这是因为医疗保险在增加医疗服务资源的可及性和平等性的同时，也带来了一系列负面效应，其中一个重要的问题就是医疗保险所引发的道德风险(moral hazard)。传统的道德风险指的是患者在拥有医疗保险后，面临较低的边际价格，因此会过度消费医疗资源。

       上述道德风险在文献中又被称为“事后道德风险”(ex-post moral hazard)，而道德风险还可能是“事前”的；同“事后道德风险”相比，学术界对医疗保险所诱发的“事前道德风险”(ex-ante moral hazard)研究甚少。“事前道德风险”最初由Ehrlich and Becker(1972)提出，指的是被保险人由于在出险后(事后)面临较低的边际支出，因此降低了其自身在出险前(事前)进行风险防范(即自我保护)的投入，从而提高了风险发生的概率。在医疗保险中，一方面，由于被保险人生病后获得补偿，因此可能会减少出险前的预防行为，如减少运动、增加久坐、吸烟、饮酒等不良生活习惯，摄入高脂肪、高蛋白等不健康饮食致使体重增加等，从而提高了疾病风险发生的概率。由于以上事前和事后道德风险的存在会造成医疗资源的浪费和消费者福利的损失，因此我国农村居民在参加新农合以后自身净福利反而存在降低的可能性。另一方面，如果道德风险的负面影响波及未参保群体(如导致身边个体吸烟倾向或被动吸烟概率的增加)，则其带来的“溢出效应”(spillover effect)将可能导致社会福利的更大损失。基于以上理论假说，在评估以新农合为代表的新型医疗保障制度中，我们不能忽视事前道德风险存在的可能性，否则将影响政策评价的公允性。此外，政府在政策制定过程中也应对事前道德风险加以控制，建设合理的配套制度，否则保险覆盖的效果可能大打折扣，甚至违背医疗保障体制建设的初衷。

       目前，文献中关于“事前道德风险”的理论模型虽已建立，但相关实证证据尚为欠缺，尤其是研究发展中国家健康保险事前道德风险的文献基本处于空白。本文利用2000—2009年CHNS数据，对我国近年来实行的新农合制度可能带来的事前道德风险进行考察，旨在填补这一领域的空白。与现有研究相比，本文具有如下优势：(1)本文是国内外文献中首个针对我国医疗保险及相关事前道德风险进行的研究；(2)与已有文献单一考察某一道德风险行为相比，本文全面考察了医疗保险对各种相关风险行为的影响，包括吸烟、饮酒、久坐、膳食及体重等指标；(3)本文使用工具变量模型和一阶差分模型控制了个体参保行为的内生性，并通过多种方法对模型设定进行检验，使估计结果更为稳健；(4)文章所得研究成果对我国新一轮医改及其他发展中国家的医疗体制建设具有重要的政策借鉴意义。

       本文安排如下：第二部分对相关文献进行回顾；第三部分建立医疗保险与事前道德风险的理论模型；第四部分介绍研究方法、数据来源及样本描述统计；第五部分汇报实证结果；第六部分对文章的结果进行稳健性检验；第七部分总结全文并提出政策建议。

       二、文献综述

       道德风险是卫生经济学长期以来的重要研究议题，传统的道德风险实际上指的是“事后道德风险”，它由Pauly(1968)提出，指的是被保险人的(理性)致损倾向。③在医疗保险领域，它指的是患者在拥有健康保险后，由于面临较低的边际价格因而过度消费医疗资源的行为。相关实证研究为这一论断提供了较多证据支持，这些研究多利用自然实验或非随机调查数据来分析保险的引入或保险慷慨度的变化对患者医疗服务利用率的影响。大多数研究发现，健康保险能够导致医疗服务利用的增加。总体而言，随着免赔额度的提高或自付比例的增加，医疗服务消费量随之下降，如Phelps and Newhouse(1974)。

       另一方面，事后道德风险在医疗卫生领域还包括医疗服务供给方的道德风险(supply-side moral hazard)。它指的是医生为满足自身的经济利益，诱导病人消费更多非必需医疗服务的行为。该道德风险又被称为医师诱导性需求(physician induced demand)。相关研究包括Evans(1974)、Finkelstein(2007)等。

       同“事后道德风险”相比，学术界对健康保险所诱发的“事前道德风险”研究甚少。Ehrlich and Becker(1972)所构建的理论模型为“事前道德风险”的存在提供了最初的理论依据。从理论上讲，当患者参加商业或公共医疗保险时，由于面临的疾病损失因保险补偿而减少，其自我保护和预防疾病的动机(如健康的生活习惯，定期体检或锻炼等)将随之下降，事前道德风险也由此产生。

       然而，学术界对事前道德风险实际存在的可能性持怀疑态度(Zweifel and Manning，2000；Kenkel，2000)，既有的实证研究所提供的证据也不一而同。虽然一些研究(如Stanciole，2007)发现，健康保险和吸烟、酗酒等不良生活方式及体重增加之间存在正相关关系，但是健康保险是否真正导致了这些变化(即相关性是否能够解释为因果关系)仍值得争论。这是因为，某些不可观测的因素(如风险偏好)可能同时影响人们的参保决策和生活方式，从而造成参保行为的内生性。同时，内生性还可能由反向因果问题引起，这在充斥着逆向选择行为的医疗保险市场尤为明显。为了解释参保行为与各种自我保健行为的因果关系，文献中通常的做法有两种：一是随机试验；二是利用工具变量，通常以保险政策的外生改变(如公共健康保险项目的实施或覆盖范围的扩大)作为工具变量。

       目前关于健康保险事前道德风险的实证研究可以分为两类：一类是研究保险对吸烟、饮酒、运动等生活方式的影响；另一类是研究保险对体重的影响。

       在第一类文献中，兰德(Rand)健康保险实验发现，健康保险的慷慨度不会对吸烟、饮酒和运动产生实质性的影响(Newhouse，1993)。Stanciole(2007)利用美国1999—2003年的收入动态面板调查(Panel Study of Income Dynamics，PSID)数据，建立了一个包括个体保险选择和四种生活方式(过度吸烟、过量饮酒、久坐和肥胖)在内的结构模型，并发现健康保险能够增加吸烟、久坐及肥胖的概率，但参保人过量饮酒的倾向却显著降低。Dave and Kaestner(2009)利用美国健康与退休调查(Health and Retirement Study，HRS)数据来检验国家老龄医疗保险(Medicare)对健康预防行为的影响，发现公共保险的参与对男性健康行为产生了显著影响：参加Medicare后，男性的吸烟和饮酒行为显著增加，而预防行为(如运动)却显著减少。然而，也有一些研究得出了不同结论：Courbage and de Coulon(2004)利用2000年英国家庭面板调查(British Household Panel Survey)数据，发现购买私人健康保险显著增加了人们定期运动的倾向，但对吸烟行为的影响并不显著。

       除了吸烟、酗酒等生活方式的转变，事前道德风险在医疗卫生领域的另一个体现是导致参保者膳食结构的改变，使其更多摄取高热量饮食，并由此导致肥胖风险的增加。例如，Rashad and Markowitz(2007)利用美国行为风险因子监督体系(Behavioral Risk Factor Surveillance System，BRFSS)1993—2002年数据，发现保险覆盖和体重指数之间存在正相关关系(此现象在贫困人群中更为普遍)，并且保险也增加了超重的概率，但对肥胖无显著影响。Kelly and Markowitz(2010)利用同一数据及工具变量法，也发现保险确实会增加体重指数(BMI)，但不会增加肥胖(BMI≥30)的概率。Bhattacharya et al.(2011)利用兰德健康保险实验数据和工具变量方法，分别检验了保险慷慨度及保险类型(包括私人保险、公共保险和无保险)对参保人体重的影响；他们发现，更为慷慨的保险制度并不会导致体重指数的普遍增加，但保险覆盖确实增加了肥胖的概率，并且该效应在公共保险领域更为明显。Bengt(1998)得出了类似结论：社会保险降低了最优健康存量，原因在于社会保险的保费不依据个人健康风险水平而定，因此被保险人没有动机进行预防性投资，从而导致道德风险的发生和健康水平的下降；而个体保险(nongroup insurance)的保费会根据个人健康风险进行调整(风险越高者缴纳的保费也越高)，因此购买者可能会为了降低保费而更加注重健康投资，使得健康水平提高。

       与健康保险相比，其他保险领域对于事前道德风险的实证分析则较为充分。已有研究证实，在汽车保险和工伤保险中确实存在该风险。例如Chiappori(2000)和Ruser(1985，1991)。与汽车保险和工伤保险相比，以下两种原因导致事前道德风险在医疗卫生领域不易被察觉。第一，与交通或工作事故不同，医疗保健领域的道德风险行为(例如不健康的饮食习惯及吸烟和酗酒等)往往不会在短时间内给健康带来负面影响，因此其后果也不易衡量；同时，疾病的不确定性也使人们很难将疾病的成因与道德风险行为联系在一起。第二，健康保险的参保行为具有非随机性和内生性特点，这也构成了实证分析的障碍：如果影响参保的一些不可观测因素同时也影响疾病预防行为，则简单比较有无保险人群的行为将会对参保影响得出错误的推断。这种内生性问题在以往关于事后道德风险的研究中被广泛提及(Buchmueller et al.，2005；Levy and Meltzer 2004)。

       近年来，我国国内的文献对医疗保险(尤其是新农合)所引发的道德风险问题也有所关注。例如，黄枫和甘犁(2012)④、Lei and Lin(2009)、Wagstaff et al.(2009)、Yip and Hsiao(2009)等研究发现新农合增加了参保农户的医疗服务利用率，但并没有减轻个人医疗支出的负担，这为事后道德风险提供了实证依据。

       另一类研究关注新农合对参保者营养摄入的影响，包括马双等(2010)⑤、马双和张劼(2011)⑥。他们的研究事实上已经对本文所涉及的事前道德风险提供了一定验证，但均从绝对摄入量的角度来分析新农合对营养摄入的影响，而没有阐明健康饮食与非健康饮食所占比例(即膳食结构)的相对变化。与之相比，本文将同时使用绝对指标和相对指标(各营养构成占总热量摄入之比)进行分析，并从事前道德风险的角度加以阐释。

       总体来讲，在我国国内经济学文献中，对健康保险及事前道德风险的研究依然处于相对空白状态。随着我国新型医疗保障体制的建立，以新农合为代表的社会医疗保险制度是否会引发参保者的事前道德风险行为？这一问题不仅具有重要的学术价值，也为今后进一步完善新农合和其他医疗保险制度提供了参考。本文将基于CHNS数据，分别通过理论和实证分析检验新农合对参保者生活方式、营养结构及体重的影响。

       三、理论模型

       我们借鉴Ehrlich and Becker(1972)关于自我保护(self-protection)和商业保险(market insurance)的分析框架，来构建新农合、预防行为和事前道德风险的理论模型。

       假设消费者面临两种状态(0，1)：状态1为健康状态，状态0为遭遇损失的生病状态。状态0和状态1的发生概率分别为P和1-p，收入禀赋分别为

。假设预防投入会降低损失发生概率：p=p(r)，其中r为预防投资额，

。

       在没有保险的情况下，消费者的期望效用函数可以表示为：

      

       假设U(·)满足效用函数的一般特性：U′＞0，U″＜0。最优的预防投入r应该最大化上述期望效用，对(1)式求关于r的偏导数，可得期望效用最大化的一阶条件：

      

       其中，

代表状态1下的效用，

代表状态0下的效用。式(2)的左边表示预防投入的边际收益，即预防投入降低损失发生概率所带来的效用增加值；右边表示边际成本，即预防投入带来的效用减少值。在均衡状态，边际收益等于边际成本。

       在模型中加入保险(此处为新农合)之后，模型(1)可改写为：

      

       其中，c表示新农合参保者每人每年的保费支出，s表示生病后获得的净补偿收入。虽然对于同一统筹地区的参保者而言，c与s无关。但对所有统筹地区整体上来说，根据保险精算公平原则，c与s存在一定相关性：一般而言，c越高则s也越高，因此我们将c设为s的函数，令其为sz(r)，其中z为保险的价格。基于以上分析，(3)式可以改写为：

      

       对(4)式求关于r的偏导数，可得到消费者在加入新农合后期望效用最大化的一阶条件：

      

       (6)式的等号左边代表采取预防投资(如采用更健康的生活方式)后，由于生病概率下降带来的效用增加值；右边代表由于预防投入支出带来的效用下降值。

       道德风险的产生机制在于，保险的购买降低了预防性投入。因此，考察保险购买量和预防投入的关系成为模型分析的关键。对此，我们将(6)式对s求全微分，可以得到：

      

       综上所述，保险减少了健康和生病两种状态下的收入差距，当保险的价格与预防投入无关时，由于社会保险与自我保护投资之间呈现替代性，个人的预防性投入将可能被抑制，道德风险因此产生。新农合的个人所付保费(保险价格)由政策决定，与个人的预防投入无关，因此这种保险机制容易诱发道德风险。

       四、实证方法与数据

       (一)实证方法

       1.基准模型

       (1)普通线性回归(ordinary least squares)。我们用OLS模型来估计新农合对参保者部分健康行为的影响，包括平均每周久坐时间、3天卡路里平均摄入量、碳水化合物、蛋白质及脂肪占总卡路里摄入之比。具体表达式为：

      

      

       (2)二元选择模型(Binary Choice Model)。该模型用于估计新农合对参保者吸烟、饮酒、久坐及肥胖倾向的影响。当因变量为二元变量时，使用线性模型会导致自然异方差等问题，而二元选择模型则可以更为准确地估计新农合的非线性影响。该模型的表达式为：

      

       2.工具变量模型

       在估计医疗保险对参保者健康行为的影响时，参保行为的内生性是一个不可忽视的问题。该内生性产生的主要原因有两种：(1)个体不可观测的异质性(heterogeneity)。由于个体之间存在不可观测的特征区别，这些特征又可能同时影响个体的参保决策和健康行为，忽略该异质性将导致遗漏变量问题和回归偏误。例如，风险偏好一般因人而异且不随时间变化，是个体异质性的重要组成部分。风险爱好者参加保险的概率往往更低，同时更易于从事吸烟、饮酒等具有健康风险的行为。由于风险偏好很难被观测，因此忽略该变量将导致对新农合系数估计值的向下偏误，从而低估道德风险的严重性。(2)参保行为与健康行为的反向因果关系(reverse causality)。例如，不注重健康生活方式的个体可能更倾向于参加新农合，由此产生的反向因果问题同样会导致估计结果的偏误。

       基于以上原因，我们使用工具变量方法缓解内生性问题。⑤有效的工具变量应当与是否参加新农合高度相关，但不直接影响参保者的健康行为，因此可以部分抵消参保行为内生性的影响。在本文中，我们采用Lei and Lin(2009)的方法，将受访者所在县当年是否已实施新农合作为工具变量，即如果县里的一个社区(村)实施了新农合，就认为该县实施了新农合，相应工具变量赋值为1，否则为0。我们在表4中提供了工具变量模型的一阶段回归F值，并对工具变量的强度(powerfulness)和有效性(validity)进行了统计检验(前者以工具变量与内生自变量之间的相关性衡量，后者以工具变量与回归残差的相关性衡量)。首先，由于新农合以县为实施单位，只有一个县实施了新农合，当地居民才能决定是否参与新农合，因此可以预计所在县是否推行新农合制度与个体是否参保之间存在高度相关性。从一阶段回归结果来看，F值为1939，工具变量对应的t值为112⑥，远远超过文献中所推荐的阈值水平(Stock et al.，2002)，表明工具变量的强度较好。其次，新农合的试点推广是在中央政府的指导下进行的，并由省级政府决定一个县是否参合，在控制省级固定效应之后，可以预期某县是否参合与该县居民的个体健康行为不直接相关，这一推断与国内外的相关文献(Currie and Cole，1993；Lei and Lin，2009；Pan et al.，2013)是一致的。同时，我们参照Wooldridge(2002)对工具变量的外生有效性进行了间接检验(用第二阶段回归残差项对工具变量进行回归)，结果显示工具变量在10％置信水平下均不显著，反映了工具变量与回归残差之间没有显著的统计相关性，说明县是否参合是有效的外生变量，满足工具变量的“排除限制”(exclusion restriction)条件⑦。

       3.一阶差分模型

       针对由不可观测的异质性所引起的内生性问题，另一个有效的解决方法是一阶差分(First Difference)模型。该模型假定个体异质性不随时间而变化，因此利用同一个体在前后两期(或多期)的面板数据，通过对回归因变量和自变量进行一阶差分而直接消除个体不可观测的异质性。具体到本文来看，使用该方法能够揭示同一农村居民在参保前后(假定参保行为发生变化)所伴随的健康行为的变化，因此是对事前道德风险更为直接的检验。该模型的表达式为：

      

       其中，Δ为一阶差分符号，表示相应变量在前后两期的差值，例如

表示个体i在健康行为方面的变化，

表示其参保状态在两期中的变化。特别地，

=1表示该个体在第1期未参加新农合而在第2期参加了新农合；

=0表示个体的参保状态未发生变化；而

=-1则表示新农合参保个体在第2期退出了保险(本文不考虑此种情况)。一阶差分后，原始回归方程中的截距项以及所有不随时间变化的解释变量将随个体异质性一起消除，因此(13)式中不含截距项及省份固定效应等变量。该模型的关键系数是β，它表示在消除个体不可观测的异质性后的参保效应，可以通过对差分后的等式进行OLS回归而获得其估计值。与基准模型和工具变量模型相比，一阶差分模型能够对比同一个体在不同时期的行为变化，因此对事前道德风险的检验更为直观；其缺点是对数据的依赖性较强，由于需要获得个体在不同时期的面板数据，因此可用的样本量相对较小。本文将选取2000年没有参加新农合的样本，并通过观察其后三次追踪调查的面板数据(包括2004年、2006年和2009年)来分析个体参保状态变化导致的健康行为变化。

       (二)数据来源和样本描述

       本文所使用的数据来自中国健康与营养调查(China Health and Nutrition Survey，CHNS)。CHNS数据是健康和营养研究中一个难得的具有全国代表性的样本，其面板特性有助于我们跟踪个体特征变化，因而可以更好控制个体异质性带来的影响。

       文章使用2000—2009年的面板数据。这是因为旧农合在20世纪随着农村生产方式的变革而逐渐解体。新农合从2003年起试行，此后得到大力推广。因此，考察新农合实施前后几年的样本可以较好地分析该保险对参保者健康行为的影响。由于新农合的覆盖对象为拥有农村户口者，我们首先选取具有农村户口的受访人，然后删除年龄小于18岁的样本(只考察新农合对成人的影响)。为了增强可比性，我们仅保留参加新农合及非参保样本，而删除了仅参加其他医疗保险的样本。由于实证分析部分的被解释变量有九个，为了减少样本删除导致的信息损失，我们将九个变量分为六组，包括吸烟、饮酒、是否久坐、久坐时间、营养摄入和是否超重，分别进行样本提取和回归分析。在数据描述统计分析(表2)中，我们以未删除缺失变量的总样本为代表，样本量为28642，其中参保者为8366，非参保者为20276(在实际回归中，将删除关键变量缺失的样本，因此样本量与表2不尽相同)。

      

       我们将参保情况设为虚拟变量(参加为1，否则为0)。CHNS的调查问卷只询问了受访者是否参加合作医疗，但没有对新、旧农合加以区分；对此，我们根据CHNS社区调查数据中有关合作医疗的实施时间来判断(2003年之前实施的合作医疗制度为旧农合，2003年及以后的为新农合)。由此，我们便可判断个人的参保状况：如果一个县在社区问卷中回答实行了新农合，同时受访者汇报参加了合作医疗，则认为其参加的是新农合。

       我们关注的因变量包括六组。其中，吸烟是一个虚拟变量，代表受访者是否吸烟。饮酒也是一个虚拟变量，代表受访者去年的饮酒状态。是否久坐为虚拟变量，代表受访者是否有看电视、看录像/VCD/DVD、玩游戏机、网上浏览、网上聊天、电脑游戏、读书等久坐行为的一种及以上。久坐时间表示受调查者平均每周的久坐时间(分钟)。营养摄入选取的是受访者3天平均热量摄入(千卡)以及脂肪、碳水化合物和蛋白质分别占总热量摄入之比。是否超重为虚拟变量，表示受访者身体密度指数(BMI)是否超过标准值，其中BMI为体重(千克)除以身高(米)的平方；根据世界卫生组织的标准，如果BMI大于或等于25，则认为受访者超重。本文的回归中还包含其他影响健康行为的因素，其中个人基本情况包括受访者的年龄、性别、民族、教育水平(包括小学及以下、初中、高中、大学及以上)、婚姻状况；职业变量为受访者的工作单位类型(包括农民、国有企业及政府部门、集体企业、私有企业〈含外资、合资〉等)；家庭变量包括家庭人均年收入和家庭规模。

       表2报告了主要变量的定义和样本的描述统计特征(均值及标准差)，包括全样本、参保者样本和非参保者样本。全样本中有29％加入了新农合，参保比例较低，这是因为新农合的试点推广为一个渐进的过程，我们将四年数据加总会使平均参保率低于近年来的数值。在健康行为方面，参保者比非参保者更倾向于吸烟(吸烟概率分别为33％和31％，差异在5％水平显著)，更易饮酒(参保者和非参保者的饮酒概率分别为32％和31％，差异在10％水平显著)，这与Stanciole(2007)的结果一致。在久坐方面，虽然参保者的久坐概率略低于非参保者(95％vs.96％)，但在久坐时间上，参保者平均每周久坐时间长于非参保者(286分钟vs.285分钟)；以上结果显示，随着经济发展，人们生活方式中的久坐行为十分普遍。从膳食结构的描述统计结果来看，参保者的碳水化合物摄入比例明显低于非参保者(差异在1％水平显著)，脂肪占比达到27.3％，显著高于非参保者，且超过了平衡膳食所要求的标准，显示参保者更倾向于食用热量较高的食物(平衡膳食中三种产热营养素所提供的合理热量比例为：碳水化合物60％—70％，脂肪20％—25％，蛋白质10％—15％)；同时，参保者比非参保者更易超重(27.4％vs.22％，在1％水平显著)，这与参保者的久坐行为和高热量营养摄入有关，也和Bhattacharya et al.(2011)的结果一致。国内外很多文献都研究了肥胖的负面作用，它不仅影响个人生活，也会造成医疗支出的增加(Barrett et al.，2008)，因此是十分值得关注的问题。从整体来看，参保者比非参保者更倾向于吸烟、饮酒、久坐、不健康饮食及更易超重，这符合我们关于事前道德风险的假说，预示着该风险存在的可能性。

       五、实证结果及分析

       表3—表5分别依照基准模型(包括OLS和Probit)、工具变量(IV)模型和一阶差分(FD)模型汇报了实证结果，表4同时还汇报了工具变量一阶段回归的F值。对于非线性模型(如Probit、IV Probit)，表格汇报了各变量的均值边际效应。在控制变量中，除表2所列关键变量以外，我们还加入了代表受访年份的时间虚拟变量和受访者所在省份的地区虚拟变量。我们依据因变量分类，分别汇报新农合和控制变量对受访者健康行为的影响。

      

      

      

       1.吸烟行为

       我们首先分析新农合对参保者吸烟行为的影响。表3—表5的模型(1)分别汇报了采用Probit模型、IV-Probit模型和FD模型的回归结果。从Probit的结果来看，与未参保个体相比，参保者吸烟概率增加2.61％。使用工具变量方法控制内生性后，新农合的边际效应增加到6.04％，且在1％水平显著。这说明内生性问题确实存在，风险偏好等不可观测的因素可能同时影响个体的吸烟行为和参保决策：由于风险厌恶者可能更倾向于参加新农合和不吸烟(风险偏好与吸烟正相关)，当我们利用IV控制内生性后，新农合的效应变大且十分显著，支持我们关于内生性的推断。一阶差分回归系数虽然为负，但不显著。整体来看，新农合显著增加了参保者的吸烟倾向。类似地，Stanciole(2007)也证实了健康保险和吸烟行为之间存在显著正相关关系；Dave and Kaestner(2009)证实了美国Medicare保险确实会增加男性的吸烟行为。我们的实证结果则为新农合所引发的事前道德风险提供了证据。

       2.饮酒行为

       表3—表5的模型(2)分别报告了采用Probit、IV-Probit和FD模型的回归结果。Probit结果表明，参加新农合使个体饮酒概率增加1.85％，但不显著。采用工具变量法后，新农合的边际效用提高到2.6％，且在10％水平显著，再次证明内生性问题的存在，并为事前道德风险提供了证据。一阶差分回归系数虽然为负，但不显著。我们的结果与Dave and Kaestner(2009)一致，他们发现参加Medicare会导致老年男性饮酒行为增加，我们则证明了全样本(包括男性和女性)的饮酒倾向因参加新农合而普遍提高。

       3.久坐行为

       表3—表5的模型(3)和模型(4)分别以“是否久坐”和“久坐时间”为考察对象，采用Probit、IV-Probit和FD模型，顺序报告了回归结果。关于是否久坐，Probit回归说明参加新农合后，受访者的久坐概率显著增加了2.38％；采用工具变量控制内生性后，边际效应提高到2.5％，且在10％水平显著。一阶差分结果进一步证明新农合提高了参保者的久坐概率。这说明参加新农合后，受访者的久坐行为(包括上网、看电视等)确实有所增加，验证了我们对事前道德风险的假设。对于久坐时间的变化，我们发现在控制其他因素的情况下，参保使平均每周久坐时间增加了15分钟，且在1％水平显著。采用IV控制内生性后，系数增加到31且仍在1％水平显著，说明参保使每周久坐时间显著增加。Dave and Kaestner(2009)证明了健康保险会导致参加耗力运动的概率下降15.1％，这和我们的发现是类似的。

       4.营养摄入

       表3—表5的模型(5)—模型(8)分别以受访者3天日均卡路里摄入量以及碳水化合物、蛋白质和脂肪的平均摄入量占总卡路里之比为考察对象，汇报了新农合的影响。以营养摄入绝对值为考察对象的回归结果显示，基准模型和工具变量模型的系数均在1％置信水平显著，并且当采用工具变量控制内生性后，系数由76增加到202，表明参加新农合导致农村居民的实际热量摄入有所增加。一阶差分结果与该结论保持一致。关于营养结构的回归结果显示，新农合使碳水化合物占总热量摄入之比显著减少(在三个回归模型中均如此)；相反，脂肪占总热量摄入之比则显著增加。这表明，新农合使参保者减少了对相对健康热量(碳水化合物、蛋白质)的摄入，同时增加了相对不健康的热量(脂肪)摄入，进一步验证了我们对新农合事前道德风险的假设⑧。其可能的原因是：参加新农合后，个体在医疗保障的“鼓励”下，更倾向于食用高脂肪、高热量的食物，而这会增加肥胖、心脑血管等疾病发生的概率，不利于健康，甚至可能会抵消新农合产生的积极作用。马双等(2010)证明新农合显著增加农村居民对卡路里、碳水化合物和蛋白质的绝对摄入量，马双和张劼(2011)也发现参加新农合使家庭每日人均卡路里、蛋白质及脂肪摄入量显著增加，这两者都从侧面验证了我们的实证结果⑨。与之相比，本文进一步分析了营养摄入相对结构的变化，从而更全面地反映了新农合对居民膳食和营养摄入的影响。

       5.体重指数

       身体密度指数(BMI)是文献中衡量个人体型的最常用变量。根据世界卫生组织的定义，当BMI为25及以上时可以判定体重超重。根据这一定义，我们在表3—表5的模型(9)中采用Probit、IV-Probit和一阶差分方法，分别报告了新农合对是否超重的影响。其中，Probit回归结果显示，参保者超重概率比非参保者高1％，但在统计意义上不显著。在工具变量模型中，NCMS的系数增加到3％，且在5％水平显著。一阶差分回归则证明参保者超重概率显著增加了2.5％。以上结果表明，新农合确实导致参保者的超重概率增加，再次验证了事前道德风险假设。Rashad and Markowitz(2007)也证明健康保险增加了个体的超重概率，与我们的结论一致。

       六、稳健性检验

       为了检验回归结果的稳健性，我们对模型进行了一系列调整，具体结果见表6。

      

       1.固定效应工具变量模型

       为了在控制内生性的基础上进一步消除不可观测的个体异质性所带来的影响，我们将个体固定效应加入工具变量模型。由于数据限制，以往文献在研究医疗保险所引发的道德风险问题时，往往难以对个体异质性进行控制。而由于CHNS为追踪数据，因此我们利用面板数据模型(FE)可以更有针对性地消除异质性所带来的偏误。FE-IV模型的回归结果见表6中“稳健性检验-1”，该结果与基准模型和工具变量模型大体一致，进一步验证了事前道德风险的存在。我们没有将FE-IV模型作为主要结果的原因包括：(1)在吸烟、饮酒、是否久坐及是否超重模型中，自变量和因变量都为二元变量，而FE-IV模型在两阶段回归中采用线性假定，其模型设定与主模型不尽一致，因此仅作为稳健性检验供读者参考；(2)加入固定效应后，由于样本损失(sample attrition)严重(有效样本量减少为7117个)，因此所用样本量与主要模型有较大出入。

       2.去掉2000年和2009年样本重新估计工具变量模型

       对于IV模型，我们使用的工具变量为当年该县是否推行了新农合。由于新农合政策在2003年开始实施，因此在2000年所有样本县事实上都没有实行新农合；而由于新农合的迅速普及，2009年几乎所有县都实行了新农合。因此在这两年的样本中，工具变量对受到新农合政策影响的个体(即顺从者，complier)的区分力度不强，影响了模型的效力。因此我们尝试去掉2000年和2009年的样本重新对工具变量模型进行估计，具体结果见表6中“稳健性检验-2”。从表6可知，该子样本的回归结果基本与全样本的IV估计结果一致。

       3.控制收入效应的子样本回归

       参加新农合后，预期医疗支出的减少可能导致预防性储蓄的减少和实际可支配收入的增加。这一收入效应会导致人们提高所有正常物品的消费，因此吸烟、饮酒、消费高热量食物等行为也可能是由收入效应引起的，而与道德风险无关。对于这一担忧，我们的解释如下：(1)由于我们在模型中已经控制了个体收入水平，因此所得吸烟、饮酒及高热量食物的消费增加是在控制了收入变化的基础上所得到的结果，它在一定程度上已经能够解决收入效应引起的问题；同时，我们在模型中也控制了教育水平，而教育程度的提高一般会增强人们对吸烟、饮酒、高脂肪饮食等有害健康行为的认识，因此控制教育变量能够在一定程度上控制人们对风险行为的认知能力，从而反映人们主动进行道德风险行为的倾向。(2)为了证明结果的稳健性，我们单独选取高收入及高教育两个样本重新运行工具变量回归(这两个群体受到收入效应影响的程度相对较低)，具体结果见表6中“稳健性检验-3”和“稳健性检验-4”。从表中可知，高收入和高教育水平子样本的道德风险倾向依然显著，说明收入效应假说不足以抵消道德风险的存在证据。

       4.双重差分法

       最后，我们尝试用双重差分法(DID)对参保的影响进行分析。考虑到新农合在2003年开始试点并逐步在全国范围推广，我们定义2000—2004年为新农合政策实施之前，2006—2009年为政策实施之后(after)；同时，在2006—2009年参与新农合的个体为实验组(treatment，受到政策影响)，未参保者为控制组(未受政策影响)。根据DID模型的常规设定，在控制向量X中的各基本变量后，after和treatment的交叉项即为新农合对各健康行为变量的净影响。该交叉项的估计值见表6中“稳健性检验-5”。从表中可知，除个别因变量的结果与主模型有区别外，大部分仍保持一致，在一定程度上证明了回归结果的稳健性。

       七、结论及政策建议

       本文利用CHNS数据，采用多种回归模型全面考察了新农合对参保者各种健康风险行为的影响，包括吸烟、饮酒、久坐、营养摄入及体重指标等。实证结果表明，新农合增加了这些行为的倾向：参保者的吸烟概率、饮酒概率、久坐概率分别提高了6％、3％、2.5％，平均每周久坐时间增加了31分钟。在营养摄入变量中，碳水化合物和蛋白质占热量摄入总量之比都显著减少，而脂肪占热量摄入总量之比则显著增加，表明新农合改变了参保者的膳食结构，使其向不健康的高脂肪营养摄入转化。与此对应，参保者体重超重的概率也增加了3.2％。以上结果表明，新农合确实减少了参保者对自身疾病预防的投资行为，医疗保险所导致的事前道德风险客观存在。该道德风险与新农合提高农民健康水平的初衷相悖，可能会部分抵消新农合对人口健康的促进作用。同时，新农合在参保人群中产生的事前道德风险还可能会波及未参保群体，产生“溢出效应”，因此其对社会福利的实际影响可能高于本文的估计。另外，事前道德风险还可能会导致医疗支出的增加，侵蚀新农合基金。因此，新农合在制度设计方面应当对事前道德风险加以关注。

       目前，部分地区的新农合规定，没有使用报销服务的参保者可以参加定期免费体检，这是控制事前道德风险的措施之一。其他有助于防范该风险的政策包括：(1)鼓励新农合参保者进行定期运动和合理饮食，注重预防性医疗服务的使用，培养其保健意识。例如，可以采取一定机制为定期体育锻炼提供补贴，并投资社区(村)运动设施建设，为农村居民创造良好的运动环境。在这一方面，国际经验也可以为我们提供参考，例如德国疾病基金保险(sickness funds)免费为参保者提供滑雪和溜冰课程，并提供合理的饮食指导。(2)在新农合的保费设计中引入风险调整(risk adjustment)机制，使个人自缴保费随个体保健行为而适度调整。这是因为根据理论模型的预测，事前道德风险存在的原因之一便是保费未能及时反映个人的健康风险行为。对保费的灵活调整有赖于医保供求双方信息渠道的改善和新农合基金运作及风险管理效率的提升，这对管理方提出了较高要求。(3)支持商业保险与新农合管理方的合作。由于商业保险公司有动力培育农村市场同时有高效率的商业运作机制，新农合管理者可鼓励保险公司建立一体化咨询服务平台，以健康管理为发展目标，向居民提供医疗服务、健康投资等咨询服务。在这一方面，以“江阴模式”“新乡模式”等为代表的地方实践都为我们提供了有益的借鉴。

       注释：

       ①新中国成立以来，旧农合为农民就医问药提供了保障。20世纪80年代后，以家庭为单位的联产承包责任制取代了集体生产，旧农合随之解体，此后农村的医疗保险体系基本处于空白。

       ②Pollack and Kronebusch(2004)定义的弱势群体包括低收入者、儿童、少数民族(包括移民)、将近老年者(55—64)以及精神病患者。

       ③在Pauly(1968)之前，道德风险多被从道德角度加以阐释，然而Pauly(1968)认为消费者的道德风险其实是理性地最大化个人效用的行为。

       ④可以证明，当z′(r)＜0成立(即保费依据参保者自我保护投资而调整)时，事前道德风险可能会消失。

       ⑤在稳健性检验中，我们还尝试采用固定效应工具变量(FE-IV)模型进行回归，具体结果见第六部分。

       ⑥此处是采用营养摄入变量所在样本进行回归得到的结果，其他样本组的结果基本类似，具体数值见表4。

       ⑦由于我们的模型属于“恰好识别”(即工具变量个数等于内生自变量个数)，因此无法使用Sargan-Bassman检验来直接验证工具变量的外生有效性，所以我们采用了Wooldridge(2002)提供的间接方法进行检验。

       ⑧由于样本中体重过低者(underweight，BMI＜18.5)只占总体样本的6.9％，因此通过摄入脂肪而促进健康的可能性不高，这部分样本的剔除也并不显著影响估计结果。

       ⑨我们也对蛋白质、脂肪和碳水化合物的绝对摄入量进行了回归，发现新农合导致三者都显著增加。

标签：医疗保险论文;  道德风险论文;  退休职工医疗保险论文;  回归模型论文;  社会保险论文;  医疗论文;  风险模型论文;  健康保险论文;