医疗需求与中国医疗费用增长——基于城乡老年医疗支出差异的视角，本文主要内容关键词为：医疗论文,中国论文,城乡论文,支出论文,视角论文，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。
我国卫生总费用增长迅速，1990-2010年间，年均增长19%，扣除物价上涨因素，实际增长13%。①近年来，控制医疗费用增长成为我国医疗卫生体制改革的目标之一。《卫生事业发展“十二五”规划》指出，必须加强对医疗费用的监管，控制医疗费用的不合理增长。现有研究大多集中于讨论一些不合理因素带来的医疗费用增长。例如，医药生产流通体制和医疗管理体制的弊端，导致药价虚高；②政府投入不足，医院和医生缺乏控制医疗费用的激励等。③对于由人口老龄化和城乡差距缩小等客观医疗需求带来的费用增长，现有文献研究不足。 如何甄别合理与不合理的医疗费用在实证上是一个难题。有文献认为，不合理的医疗费用是指由诱导需求引起的、相对于健康状况和病情过度提供的服务，或者是超出当前经济能力的医疗服务。④但对于究竟如何判断医疗服务是否过度，文献存在很大争议。⑤由于快速的人口老龄化和城乡医疗支出的巨大差异，相对于发达国家，我国未来的健康需求将会更大幅度地提升，因此，需要研究由此产生的医疗费用增长。考察城乡医疗费用中的年龄效应及其差异，是对医疗消费合理增长的一个较为保守的测度。这一测度有助于完善政府卫生投入机制，确定政府投入的增长幅度和医疗保险基金增长的预算，也有助于医疗保险基金对费用结构进行监控。 根据联合国人口司的预测，2030年，我国65岁及以上人口数量将翻一番，达到2.35亿，65岁及以上老年人口比重将由2010年的8.4%增加到2030年的16.2%。理论上，老年人口占比增加会带来更多的健康需求，从而增加医疗消费。对OECD国家和地区医疗费用的统计发现，20世纪90年代中期，65岁及以上老人的人均医疗费用是65岁以下人口的2.7—4.8倍。⑥但老龄化对医疗费用的影响在实证中仍有不同的结论，研究方法尚不够完善。尽管我国决策层和公众对老龄化下医疗费用的增长有众多担忧，但对于老龄化的影响到底有多大，并无可靠的数据支撑。 城乡差异是我国的另一特征，多年来农村人均医疗支出约为城镇居民的三分之一。这一差距并非因农村居民健康状况好于城市所致。事实上，后文的数据表明，二者健康差异在各个年龄段上都不大。城乡医疗支出差异主要源于我国城乡在医疗服务供给、医疗保险覆盖和收入水平等方面的不平衡发展。今后，城乡老年医疗支出差距缩小将对医疗费用上涨产生压力。 我们采用中国营养与健康调查(CHNS)1991-2011年的八轮数据，构造出生组跟踪样本，分别考察城乡居民医疗费用中的年龄效应，通过比较城乡医疗支出随年龄增长的差异，估计出因老龄化和城乡差异缩小这一合理的健康需求产生的医疗费用增长。我们发现，城市居民人均医疗支出随年龄增长的趋势明显，但农村居民的人均医疗支出在65岁及以后的增长并不明显，与城市相比，农村老人的医疗需求未能得到同等程度的满足。随着城乡差异的不断缩小，我国医疗费用的增长将不可避免。 在研究方法上，我们区分了年龄效应、时间效应和出生组效应，并控制其他导致医疗费用上涨的因素，得到分城乡的单纯年龄效应。出生组效应具有随机性和不可预测性，不考虑出生组效应，会高估年龄对医疗支出的影响。不同年龄的人，出生在不同时期，出生时和成长时所处的经济社会环境不同。他们之间医疗费用的不同，既可能是年龄差异造成的，也可能是出生时期的差异造成的。本文的结果表明，忽略出生组效应，会低估城乡老年医疗支出的差距。本文采用两种方法分离出生组效应：一是采用固定效应模型，去除出生组效应，二是采用半参数估计方法。在此基础上，我们估计老龄化和城乡差距逐步缩小对医疗费用增长的影响，2010-2030年，这两个因素会使得医疗费用年平均上涨5.2%左右。 本文余下部分结构安排如下：第二部分是对我国和发达国家医疗费用上涨的不同影响因素的文献综述，重点讨论老龄化的影响和我国城乡差异的现状；第三部分描述我国医疗总费用的上涨和分年龄医疗支出的变化趋势；第四部分介绍估计方法；第五部分为城乡年龄效应的估计结果；第六部分基于回归结果，估计由老龄化和城乡差异缩小带来的医疗费用上涨；第七部分是总结和政策建议。 二、文献综述 在经典的健康需求模型中，医疗卫生服务费用增长源于健康需求带来的引致需求，年龄、收入和教育水平等因素均影响健康需求。⑦在现实中，影响医疗费用增长的因素更为复杂，长期以来一直是医疗卫生领域研究的重要问题之一。早期的研究认为，收入是医疗费用增长的重要因素。⑧之后的研究开始关注医疗保险的影响，医疗保险降低了消费者面对的医疗服务价格，可能促进医疗费用增长，即产生道德风险。诸多经典文献已经对此有大量讨论。⑨后来的研究发现，在控制了如收入、医疗保险、年龄结构变化等非医疗技术因素后，1940-1990年大约有25%—50%的医疗费用增长无法解释，其中很大部分来自于医疗技术创新。⑩也有研究发现，如果新的医疗技术能产生更为便宜的治疗方法，则医疗费用将会减少。(11) 随着老龄化进程的加速，现有研究发现，年龄结构变化有可能是导致医疗费用增长的重要诱因。他们主要运用跨国数据进行验证，但结果各异。关于美国及其他OECD成员国的研究发现，人口老龄化并不是影响医疗费用的主要因素。(12)1970-2002年，美国及其他OECD成员国的实际人均医疗费用以每年4%—5%的速度增加，而65岁及以上人口占比的增加幅度很小，因而年龄结构本身对人均医疗费用年增长速度的贡献仅为0.3%—0.5%，只占其中的十分之一左右。(13)还有研究提出“不相干”假说，他们认为，年龄并不是影响医疗费用水平的关键因素，在估算老龄化对医疗费用的影响程度时，更需要关注距离死亡的时间。(14)也有一些研究发现，老龄化推动了医疗费用增长，并测算了相应的医疗费用弹性。(15) 与发达国家相比，我国人口老龄化对医疗费用的影响有两个方面的特点。第一，我国医疗卫生体制处于快速变革之中，对不同时期出生的人可能有不同影响。第二，伴随着人口老龄化，城乡之间老年群体的医疗支出差距将逐步缩小。现有对我国人口老龄化与医疗费用的研究大多采用汇总数据(如某一时期一个地区的人均医疗费用)进行估计，某一地区(如省份或直辖市)内个体差异性较大，地区层面的平均值掩盖了不同个体在医疗支出和健康及收入等变量上的差异，会有较多偏误，而且不能估计单纯的年龄效应对未来医疗费用增长的影响。(16)另外，现有研究均未区分年龄效应和出生组效应，会高估年龄效应，尤其是农村的年龄效应，低估城乡老年医疗费用支出缩小导致的费用增加。(17)所谓出生组效应，是指个体在初始时期的生活和卫生条件对健康的持续、累积性影响。(18)在相同年龄时，年轻一代的医疗费用相对于父辈可能下降也可能上涨。采用半参数的估计方法，区分年龄效应、出生组效应和时间效应，对美国1996-2007年医疗消费面板数据(MEPS)的研究结果表明，如果不考虑出生组效应，会高估60岁以上群体的医疗费用。(19) 我国城乡居民在医疗消费方面存在较大差距，尤其是农村老人医疗消费需求在很大程度上受到抑制，农村居民的医疗支出随年龄的变化，呈现出与常规不一致的模式。高梦滔和姚洋对2003年八个省1428户农户的8414个样本调查数据的研究发现，25—34岁的青壮年人群看病的概率和费用显著低于儿童和中老年人群，但64岁以后的医疗费用呈下降趋势。(20)阎竣和陈玉萍对湖北、四川两省四县50357个样本的调查发现，老年人(65岁及以上)比非老年人的自报患病率高30个百分点，住院率低5个百分点，人均住院和门诊支出分别低775元和328元。(21) 本文在现有文献的基础上，区分城市和农村居民，研究医疗支出中的年龄效应，并通过跟踪出生时期，构造出生组样本，考虑出生时期不同带来的影响，从而估计老龄化和城乡差距缩小导致的医疗费用上涨。 三、我国医疗费用增长与分年龄医疗支出 (一)卫生总费用增长 卫生总费用是一国一定时期内全社会用于支付卫生服务的货币总额，其中绝大部分是医疗费用。我国卫生总费用逐年上涨，1990年卫生总费用占GDP比重为4%，人均医疗费用为65元，2000年这两个指标分别为4.6%和362元，2010年分别为5%和1400元。卫生总费用由政府支出、社会支出和个人支出三部分组成。图1显示，三部分支出的水平都在增加，但在幅度上存在明显差异。政府支出和社会支出在2003年之前增加缓慢，之后呈现出比个人支出更快的增加幅度。
图1 我国卫生费用变化(1990-2012) 资料来源：中华人民共和国卫生部编：《中国卫生统计年鉴2013》。 三部分支出的相对上涨幅度变化，源于此间我国医疗卫生政策和医疗保障制度经历的探索与改革。自1985年开始的医疗卫生体制改革，核心思想是放权让利，扩大医院自主权，鼓励医院多方集资，同时减少国家财政对医疗卫生的投入。20世纪90年代开始形成了“以药养医”的模式，各级政府的医疗投入一直在低水平徘徊，与之对应，个人医疗支出迅速增加。1990年个人支出是政府支出的1.4倍，到2000年上升为3.8倍。2004年之后，我国开始反思前期的改革思路，政府投入有明显的增加，社会支出也同步上升。 社会支出中的主要部分是医疗保险支出。20世纪90年代以来，我国医疗保险从原有的公费医疗、劳保医疗体系，逐步向城镇职工医疗保险、城镇居民医疗保险(“城居保”)、新型农村合作医疗制度(“新农合”)过渡，覆盖面不断扩大。“新农合”在2003年推出，改变了农村居民长期缺乏医疗保险的面貌，2007年推出了“城居保”，将不在城镇职工医疗保险的人群(主要是城镇非从业人员)纳入医保。图2显示，2012年比2005年各项医疗保险的参保人数均有显著提升，其中“新农合”和“城居保”的参保人数合计约为10.7亿。
图2 我国医疗保险覆盖面 资料来源：同图1。 城乡医疗支出水平存在较大差距是我国医疗资源配置中的突出问题。1990年城市人均卫生费用是农村的1.35倍，2000年达到最高点时为3.63倍，之后有所下降，但2012年仍有2.07倍。然而，城乡居民的健康状况却很接近(见后文图9和图10)。相对于城市，我国农村地区医疗服务体系较为薄弱，医疗保险覆盖面和报销比例低。2000-2010年，农村每千人口卫生技术人员数量只有城市的三分之一。尽管“新农合”参保率在2003年之后增长迅速，但其报销比例尚较低，2009年住院的平均报销比例约为41%，而城镇职工医疗保险的住院平均报销比例为65%。相对于城市居民，农村居民的医疗需求受到一定程度的抑制。根据国家卫生服务调查，我国农村地区患病未就诊比例高于城市。2003年第三次国家卫生服务调查表明，在调查时过去两周内生病的农村人口中，有50%未就诊；在调查时过去一年中，30%的农村人口应住院而未住院。2013年第五次国家卫生服务调查结果显示，农村应住院未住院的比例已经降到17%，与城市相近，但农村地区因为经济困难原因未住院的比例要高于城市。 (二)城乡分年龄的医疗支出 我们采用CHNS 1991-2011年的八轮数据展开研究。(22)该调查包括广西、贵州、黑龙江、河南、湖北、湖南、江苏、辽宁和山东九个省区，覆盖东中西部地区，样本具有一定的代表性。调查内容涵盖家庭及家庭成员的人口学特征和经济社会特征，包括家庭收入水平、家庭成员的就业和工资状况、健康状况、参加医疗保险情况以及就医行为等。去除所用变量缺失值后，本文的有效样本总量为109161个。样本年度分布较为均匀，每年样本占比在12.6%—15.6%之间，城乡占比分别为32.4%和67.6%。(23)根据调查时期的年龄分为五个年龄组，即0—14岁、15—29岁、30—44岁、45—64岁和65岁及以上，其中65岁及以上样本占比为10.9%。 样本报告了调查时过去四周是否生病以及生病后的医疗支出，医疗支出为门诊、住院和自己购买药品等所有医疗费用的总和，由医疗保险支付的部分也包括在内。我们将不同年度的医疗支出用价格指数调整到2011年价格。(24)本文估计的医疗费用从统计口径上看，相当于个人卫生支出和社会卫生支出之和，个人和医疗保险所支付的医疗费用是需求角度的度量指标，其增长速度可反映卫生费用的增长。回顾性调查获得的医疗消费数据的准确性，是令人担心的问题。在对未来进行预测时，我们采用以下方法减少度量误差。一是去除了每年生病样本中医疗费用最高和最低的0.5%的样本。二是以出生组为观察值，用出生组平均值作为这一出生组的医疗费用，平滑出生组医疗费用的波动。三是假设医疗费用符合对数正态分布，将回归模型预测的结果作为分年龄医疗费用。 1.城乡分年龄的医疗支出 采用CHNS数据样本，按年龄组统计发病率和医疗费用的均值，则可以代表某一年龄组中个体的四周发病率，以及生病后平均的四周医疗费用，将未生病样本医疗支出设为0，并计算分年龄组人均医疗支出。四周发病率最低的年龄组为15—29岁，之后随年龄增加不断上升，65岁及以上组最高，四周发病率在这期间平均为27%，城市高于农村(图3)。65岁及以上样本的平均医疗支出约为0—64岁的4倍。图4是生病和未生病样本合在一起，每个年龄组的平均四周医疗费用，城市的医疗费用明显高于农村，且年龄越大，差距越大。
图3 城乡分年龄组四周发病率(1991-2011) 资料来源：CHNS数据库。
图4 城乡分年龄组四周医疗费用(1991-2011) 注：所有费用以价格指数折算到2011年，下同。 资料来源：CHNS数据库。 2.城乡分年龄医疗支出的增长 根据我国医疗费用的增长趋势，我们将样本分成1991-1997年和2004-2011年两个时期。比较发现，城市和农村每个年龄组的四周医疗费用均随时间上涨(图5和图6)。不同时期包含着诸多信息，如医疗体制变化、医疗保险覆盖面扩大、医疗技术提高、收入水平提高等，这些因素综合作用推进了医疗费用增加。
图5 不同时期城市分年龄组的四周医疗费用(包括生病样本与未生病样本) 资料来源：CHNS数据库。
图6 不同时期农村分年龄组的四周医疗费用(包括生病样本与未生病样本) 资料来源：CHNS数据库。 3.医疗保险与医疗支出 样本的医疗保险覆盖面呈扩大趋势，政府主办的医疗保险(城镇职工医疗保险、农村合作医疗、“新农合”、“城居保”、公费医疗)覆盖面迅速上升。1991年，农村样本农村合作医疗覆盖率为17%，而到2011年，“新农合”覆盖率已达95%。城镇各类医疗保险覆盖面也呈现逐步扩大趋势，从1991年的51%增加到2011年的85%。2011年样本中，50%参加了“新农合”，17%参加了“城居保”，22%参加了城镇职工医疗保险，3%为公费医疗。进一步将样本按照是否有医疗保险，考察分年龄组的医疗支出。图7和图8显示，城乡居民有医疗保险的人口，其医疗支出在每个年龄段都高于没有医疗保险者的医疗支出。
图7 城市有无医保的四周医疗费用(1991-2011)(包括生病样本与未生病样本) 资料来源：CHNS数据库。
图8 农村有无医保的四周医疗费用(1991-2011)(包括生病样本与未生病样本) 资料来源：CHNS数据库。 4.分年龄的健康状况 自评健康指标是受访者对自身健康的主观评价。将自评健康回答“非常好”和“好”的设为1，回答“一般”和“差”的设为0。此外，再构造较为客观的生活质量指标(Quality of Well-Being Scale，QWB)度量健康，QWB指标由Kaplan和Anderson等发展起来，既包含基于个人健康状况的客观指标，也反映了个人对自己健康状况的主观评价。本文的构建参考了赵忠和侯振刚的研究成果，选取CHNS中对应的客观健康情况变量，计算QWB指标值。QWB介于0—1之间，其值越小表示健康程度越差。(25) 将样本分为城乡两类，分年龄组考察用生活质量指标和自评健康指标度量的健康状况。图9和图10显示了各年龄组中样本平均的指标值。年龄增大，无论是自评健康还是生活质量指标都显著下降，表示身体健康程度随年龄增长而下降，这个趋势在城乡间基本一致，但农村65岁及以上年龄组的健康状况差于城市同样年龄组。
图9 城乡分年龄组的生活质量指标 资料来源：CHNS数据库。
图10 城乡分年龄组自评健康 资料来源：CHNS数据库。 四、年龄效应的估计方法 为估计单纯由于年龄增加带来的医疗费用增加，我们需进一步控制其他的影响因素。我们用出生组作为观察值，按出生年份每十年为一个出生组，共有九个出生组。第一个出生组为1920年之前出生的人口，第二个为1920-1929年出生的人第三个为1930-1939年出生的人口，依次类推，第九个出生组为1990年之后出生的人口。由此，可以在每个调查年份跟踪到每个出生组，得到其医疗支出以及其他变量的值，用每年每个出生组中个体各变量(如医疗消费、年龄、医疗保险、收入)的均值，作为该出生组相应变量的取值。每年每个出生组样本量见表1。九个出生组在八年中共有72个观察值，再区分城乡，按上述方法分别构造出生组，则有144个观察值。
以出生组为观测值，用两种方法估计医疗费用中的年龄效应。一是参数估计，采用普通最小二乘法，控制时期及其他变量后，得到年龄的影响。此时的年龄效应中包含了出生组效应，由于出生组效应具有随机性和不可预测性，需要将其从年龄效应中排除。采用固定效应模型，控制不随时间变化的出生组效应。二是采用半参数的方法，将年龄与医疗费用之间的关系用非参数估计，其他部分采用参数估计，分离年龄效应、出生组效应和时间效应。 (一)参数估计方程 (1)为固定效应模型。其中，exp为出生组人均医疗支出，并经过物价指数调整到2011年价格；Dage为年龄组哑变量；X为出生组其他特征，本文主要控制了出生组医疗保险覆盖率和人均收入。考虑到我国医疗卫生体系在2003年之后的政府投入明显增加，医保覆盖面逐年扩大，加入时间哑变量period。时间哑变量捕捉了医疗改革制度背景、宏观环境变化以及医疗技术进步的影响，2004年及之后定义为1，之前为0。u为出生组固定效应，v为随机扰动项。
(二)半参数估计 为区分年龄效应、出生组效应和时间效应，我们还可以采用半参数估计。这一方法首先在研究生命周期耐用品消费中采用，(26)后来的文献将之扩展到研究医疗消费。(27) 半参数估计结合了参数估计和非参数估计的优势。其中的非参数部分假定经济变量的关系未知，要对整个函数进行估计，克服了传统参数估计在实际应用中存在的函数设定误差。而参数部分则把握了线性部分的大致趋势。把年龄效应视为非参数部分，出生组和时间的效应视为参数部分。估计方程为式(2)。其中，m(age)是年龄的函数，不预先限定其函数形式，由半参数方法直接估计得到年龄与医疗支出的关系，这样可以更好分离出生命周期中由年龄因素引起的医疗支出；Dcohort表示出生组哑变量。
对于非参数估计部分，即年龄函数m(age)，取Epanechnikov核函数，
该函数相当于在观测点附近取函数值的加权平均，以预测该年龄点的医疗支出。在半参数估计时，Epanechnikov核函数对于离观测点较近的值，赋予较高的估计权重，而较远的值赋予较低的权重。其中h为窗宽，根据平滑性和实用性的要求，选取适当的窗宽进行半参数估计，使局部邻域观测点(即对数人均医疗支出)的加权平均达到预期的估计精度和平滑性。同时，出生组、时期等哑变量以及其他变量X作为参数部分，采用传统最小二乘法估计。参数和非参数估计同时进行，相辅相成，最终得到非参数函数m(age)以及参数部分系数。(28) 五、年龄效应的估计结果 (一)混合截面数据的结果 首先采用混合截面数据，用普通最小二乘法估计人均医疗支出方程。表2结果显示，随着年龄增加，人均医疗支出逐步增加。进一步根据回归系数，计算不同年龄组的人均医疗支出(表3)，并比较年龄组之间的相对差异。(29)总体来看，65岁及以上人口的平均医疗支出是0—14岁的10.67倍，是15—29岁的9.99倍，是30—44岁的3.73倍，比45—64岁多61%。计算表明，城市的人均医疗支出比农村多52%，城市在每个年龄段的人均医疗支出均高于农村。时间哑变量显著为正，表明2004年之后的人均医疗支出明显高于1991-2000年，大约高143%。
为考察影响医疗费用的其他主要因素的影响，在方程中加入医疗保险覆盖率和家庭人均收入。可以看到，无论在城市还是农村，医疗保险覆盖面扩大都会显著增加医疗支出，表明医疗保险在我国是医疗费用上涨的推手之一。家庭人均收入对医疗支出的影响并不显著，这与其他很多文献的发现一致。一方面，在相同身体状况下，收入高的人更可能产生医疗费用；另一方面，收入高的人健康状况相对较好，发病率较低或医疗费用较低。(30)在这两方面因素的综合作用下，收入对医疗费用影响并不显著。性别影响在城市并不显著，但农村的男性占比增加，医疗费用也显著增加，反映出农村家庭资源配置更倾向于男性。
为检验不同年龄段居民的医疗支出随时间增加幅度是否存在差异，我们区分2004年之前与之后两个时期，总共有四个回归方程，方法及所控制的变量与表2相同。不同年龄组的人均医疗支出水平预测见表4。可以看到，不同年龄组医疗支出在两个期间增长幅度有所差异。城市65岁及以上组的增长幅度比其他年龄组高，而农村65岁及以上老人的人均医疗支出的增长速度并不比其他年龄组高，远低于0—14岁组的增长速度。这一结果反映出城乡差异的另一种表现，即在农村65岁及以上老人的医疗支出随时间的增长幅度小于城市，这从另一个角度反映出农村老人医疗需求受到抑制。 (二)固定效应模型的估计结果 表5的结果是方程(1)固定效应模型的回归结果，年龄组变量的系数为控制了出生组效应后年龄对医疗支出的影响。排除出生组影响后得到的年龄效应可以理解为，人们一生的医疗支出随年龄变化的模式。全部样本和城市样本随着年龄增长，其医疗支出增长的趋势是显著的。但农村年龄组的系数比表2有较大下降，而且在控制了性别、收入和医疗保险覆盖面之后，年龄系数变得不显著，说明若不控制农村出生组效应，会高估年龄的影响。表2中看到的年龄对医疗支出的影响，不仅是出自年龄的因素，而且还有出生时期的因素。农村65岁及以上老人，由于初始健康水平和生活条件的影响，医疗需求比后面出生的人在相同年龄时更高，这是其出生的时期导致的，而非年龄的影响。对比表6和表3可以看到，控制了出生组效应后，农村老人医疗支出相对于城市老人的差距变得更大，只有城市的约40%。
农村居民的医疗支出在65岁及以后增长较少，而且在控制医保覆盖面和家庭人均收入后，变得不明显，这与城市及其他国家的一般规律都有差别。表6的计算进一步显示，城乡医疗支出的差距在65岁及以上组比其他年龄组更大。而图9和图10所显示的健康状况表明，农村65岁及以上老人的健康并不比城市好，说明老人医疗需求的满足存在城乡差异。
(三)半参数估计结果 半参数估计的结果是绘制出年龄函数m(age)(图11和图12)。图中浅色的曲线是未区分年龄效应、出生组和时间效应的结果，深色的曲线是扣除出生组和时间效应后年龄与医疗支出的对应关系。农村14岁之后人口的医疗支出随年龄增长的幅度，深色曲线均小于浅色曲线，表明若不扣除出生组和时间效应，会高估年龄本身的影响，与前面固定效应模型的估计结果一致。
图11 城市非参数估计结果(ln(人均医疗支出))
图12 农村非参数估计结果(ln(人均医疗支出)) 半参数估计的城乡比较，也可以看到与固定效应模型同样的结果，城市的人均医疗支出在每个年龄段都高于农村，而且随年龄增长，城市人均医疗支出的增长幅度也大于农村，农村65岁及以上组老人的医疗支出甚至比45—64岁年龄组低。 六、城乡老年医疗需求对医疗费用增长的影响 根据上述城乡年龄效应的估计结果，我们估算在老龄化下城乡差距缩小对医疗费用增长的影响，计算其在1990-2010年以及2010-2030年的年均增长率。首先需要对分年龄人口数量有一个预测，本文采用联合国经济与社会事务部人口司2012年预测我国人口的中等生育率方案数据。(31)由表7可见我国老龄化的趋势，1990年65岁及以上人口为6700万，占5.78%，2030年将达到2.35亿，占比为16.18%，同时人口总量在2030年达到高峰14.53亿。
在此基础上，我们用表6中每个年龄组的人均医疗费用预测值，乘以每年每个年龄组的人口数，得到总的医疗费用，再除以总人口，得到人均医疗支出，具体计算方法见公式(3)。其中，i表示年龄组，t表示年份。将各年份的人均医疗费用与2010年时的相比，得到相对于2010年的倍数(表7第6行)。这一增长是由于人口年龄结构变化导致的，不包含其他因素导致的医疗费用增长。
预测包含一些假设。首先，假设不同年龄段人口的人均医疗支出随时间同步增加，相对医疗费用不变。预测不同年龄段的人均医疗支出是否按照不同的速度增长十分困难，在对美国医疗照顾未来支出的预测中，学者们采用的假设亦是老年人群的医疗费用增长与其他人群一致。(32)实际上，老年人的医疗费用增加很可能与其他群体不同。例如，新技术更可能用在对老年疾病的治疗上，或者相反，老年群体健康改善更显著。表4中的我国城市居民状况表明，在2004年前后的两个时期，65岁及以上老人医疗费用增长幅度超过其他年龄组，如果这种情况今后依然存续，那么我们估计的人口老龄化影响就只是一个下限。 进一步考虑城乡医疗支出差距缩小的影响，用城市化说明这一过程，即假定转移到城市的人口医疗支出水平与城市趋于一致。城市化率从1990年的26%，逐步提高到2000年的46%和2030年的75%。假设城乡人口年龄结构类似，采用表6中分城乡的医疗费用年龄效应，用城市化率作为权重，预测城乡差距缩小的情况和人口老龄化对医疗费用增长的影响(表7第7行)。扣除物价上涨因素，我国1990-2010年卫生总费用年均增长约13.3%，这是较高的速度，与我国医疗支出水平基数较低，以及政府投入和医疗保险覆盖面迅速扩大有关。按上述方法可以得到，1990-2010年，人口老龄化及城乡差异缩小使得医疗费用年均增长2.7%，人口老龄化和城市化贡献了其中的大约五分之一。 就未来看，2010-2030年，若不考虑城乡差异，2030年总人口的人均医疗费用将比2010年上涨26.74%，年均约增长1.25%；若考虑城市差距缩小，2030年将比2010年上涨51.49%，年均增长2.21%。 表7第8行预测65岁及以上老人占比增加及其医疗支出城乡差距缩小所导致的医疗费用增长，可以看到，这部分人群带来的医疗费用增长更多(表7第8行)。2030年，65岁及以上人口的人均医疗费用将比2010年上涨163.74%，年均增长5.24%。我国城乡老年医疗支出存在巨大差异，使得人口老龄化对医疗费用的影响比发达国家更为严重。 七、结论与政策含义 在老龄化和城市化进程中，我国城乡老人的医疗需求将推动医疗费用持续增长。我们采用CHNS 1991-2011年八轮数据，构造出生组跟踪样本，分别考察城乡居民医疗支出的年龄效应。结果发现，城乡在年龄效应上存在明显差距。在城市，65岁及以上年龄组的增长幅度比其他年龄组高；而在农村，65岁及以上年龄组人均医疗支出的增长速度并不比其他年龄组高。农村65岁及以上老人医疗支出只有城市老人的40%，而农村老人的健康状况并不比城市老人好。 1990-2010年，由人口年龄结构和城乡差距缩小带来的医疗费用增长，年均增速为2.7%，贡献了这期间年均实际增长率13.3%的大约1/5。从未来看，2010-2030年，上述因素带来的医疗费用年均增长在2.2%左右，这比很多发达国家人口老龄化导致的医疗费用增长要大得多。更需要重视的是，由城乡65岁及以上老人的医疗需求带来的医疗费用增长将达到年均5.2%。 发达国家对老龄人口的医疗保障较为完善，老年人口获得的医疗服务水平较高。同样在人口老龄化的背景下，发达国家政策关注的重点主要在于如何控制医疗费用。而我国居民医疗消费水平低，尤其是农村地区的老人，有病不医的现象仍然普遍存在，医疗改革目标仍要以更好地满足需要为导向。政府对医疗保险的补贴仍应是未来医疗费用融资的不可忽视的来源。在城乡居民医疗保险中，可以根据年龄实施差异化的补贴政策，为提高对老年患者的报销比例提供条件。就医保费用管理看，我国医保部门近年来对费用控制十分重视。在对医疗供给方行为监控方面，开始推行以总额预付制为主的支付方式改革；在针对消费者方面，采用起付线、报销比例和封顶线等措施控制医疗费用。但这些措施未能充分考虑到不同年龄消费者的医疗需求。总额预付是一种粗略的管理方法，无法考虑不同病种和人群的差异。老年时期疾病严重程度通常较高，花费较多，反而成为医院成本管理的重点，出现缩短住院天数甚至拒收的现象。在对消费者的控制方面，城乡居民面临的报销比例有较大差异，“新农合”的报销比例较低。而且“新农合”偏向保大病，对于慢性病和日常健康维护重视不够，是农村老人医疗支出平均水平较低的一个重要原因。因此，一方面需要整合城乡居民医疗保险制度，提高“新农合”保障程度；另一方面，需要根据老年群体疾病模式，完善报销政策，由此更好地满足农村老人的医疗需求。 需要指出的是，本文关于人口结构变化对医疗总费用的影响，尚是一个较为保守的估计。首先，我们从居民医疗消费水平的变化预计未来的增长，没有直接考虑政府投入的增长，因此可能低估了未来医疗总费用，而仅估计了医疗费用增长的相对水平。其次，本文假设不同年龄人口的医疗费用随时间同步增长，而在现实中，很可能65岁及以上老人的医疗费用增长更快。如果确实如此，我们就低估了65岁及以上人口增长带来的影响。 感谢匿名审稿人富有建设性的意见。 ①中华人民共和国卫生部编：《中国卫生统计年鉴2013》，北京：中国协和医科大学出版社，2013年。卫生总费用由政府支出、社会支出和个人支出三部分构成。 ②朱恒鹏：《医疗体制弊端及药品定价扭曲》，《中国社会科学》2007年第4期。 ③姚宇：《控费机制与我国公立医院的运行逻辑》，《中国社会科学》2014年第12期。 ④毛瑛等：《我国医疗费用控制策略研究》，《中国卫生经济》2014年第9期。 ⑤参见A.Wagstaff and E.Van Doorslaer,"Equity in Health Care Finance and Delivery," in A.J.Culyer and J.P.Newhouse,eds.,Handbook of Health Economics,vol.1,Amsterdam:Elsevier Science,2000,pp.1804-1862. ⑥G.F.Anderson and P.S.Hussey,"Population Aging:A Comparison among Industrialized Countries," Health Affairs,vol.19,no.3,2000,pp.191-203. ⑦M.Grossman,"On the Concept of Health Capital and the Demand for Health," Journal of Political Economy,vol.80,no.2,1972,pp.223-255. ⑧如Newhouse发现，在13个发达国家的人均医疗费用变化中，90%均可以由收入来解释，同时收入弹性为1.31—1.51(医疗服务为奢侈品)。J.P.Newhouse,"Cross-National Differences in Health Spending:What Do They Mean?" Journal of Health Economics,vol.6,no.2,1987,pp.159-162. ⑨W.G.Manning and M.S.Marquis,"Health Insurance:The Trade-off between Risk Pooling and Moral Hazard," Journal of Health Economics,vol.15,no.5,1996,pp.609-639; M.D.Hurd and K.McGarry,"Medical Insurance and the Use of Health Care Services by the Elderly," Journal of Health Economics,vol.16,no.2,1997,pp.129-154. ⑩J.P.Newhouse,"Medical Care Costs:How Much Welfare Loss," Journal of Economic Perspectives,vol.6,no.3,1992,pp.3-21. (11)D.M.Cutler,et al.,"Are Medical Price Declining? Evidence from Heart Attack Treatment," The Quarterly Journal of Economics,vol.113,no.4,1998,pp.991-1024; A.Chandra and J.S.Skinner,"Technology Growth and Expenditure Growth in Health Care," NBER Working Paper,no.16953,2011. (12)U.G.Gerdtham and B.J
nsson,"International Comparisons of Health Expenditure:Theory,Data and Econometric Analysis," in A.J.Culyer and J.P.Newhouse,eds.,Handbook of Health Economics,vol.1,p.11; B.H.Baltagi and F.Moscone,"Health Care Expenditure and Income in the OECD Reconsidered:Evidence from Panel Data," Economic Modelling,vol.27,no.4,2010,pp.804-811. (13)C.White,"Health Care Spending Growth:How Different Is the United States from the Rest of the OECD?," Health Affairs,vol.26,no.3,2007,pp.154-161. (14)P.Zweifel,S.Felder and M.Meiers,"Ageing of Population and Health Care Expenditure:A Red Herring?," Health Economics,vol.8,no.6,1999,pp.485-496. (15)由于跨国研究数据统计口径、时间跨度以及数据类型不同，均会影响研究结果，因此，近年来更多的研究转向使用一国内部的微观数据。(参见U.G.Gerdtham and B.J
onsson,"International Comparisons of Health Expenditure:Theory,Data and Econometric Analysis," in A.J.Culyer and J.P.Newhouse,eds.,Handbook of Health Economics,vol.1,p.11) (16)何平平：《经济增长、人口老龄化与医疗费用增长》，《财经理论与实践》2006年第2期；余央央：《老龄化对中国医疗费用的影响——城乡差异的视角》，《世界经济文汇》2011年第5期。 (17)J.Feng,P.Lou and Y.Yu,"Health Care Expenditure over Life Cycle in the People's Republic of China," Paper Presented in Asian Development Review Conference:The PRC's Future,Reforms and Challenges,August 2014. (18)N.B.Ryder,"The Cohort as a Concept in the Study of Social Change," American Sociological Review,vol.30,no.6,1965,pp.843-861. (19)J.Jung and C.Tran,"Medical Consumption over the Life Cycle:Facts from a U.S.Medical Expenditure Panel Survey," Empirical Economics,vol.47,2014,pp.927-957. (20)他们还发现农村地区生命周期医疗费用的特点：女性在20—34岁时期的医疗消费高于男性。这是由于女性在生育年龄时，其非市场价值在家庭资源分配中占主导地位。参见高梦滔、姚洋：《性别、生命周期与家庭内部健康投资——中国农户就诊的经验证据》，《经济研究》2004年第7期。 (21)阎竣、陈玉萍：《农村老年人多占用医疗资源了吗？农村医疗费用年龄分布的政策含义》，《管理世界》2010年第5期。 (22)该调查采用多阶段分层整群随机抽样方法，由美国北卡罗莱纳大学人口研究中心、美国国家营养与食物安全研究所和中国疾病与预防控制中心合作进行。http://www.cpc.unc.edu/projects/china. (23)本文的城乡划分按调查问卷中给出的调查地点区分，在农村地区调查的样本定义为“农村样本”，在城市地区调查的样本定义为“城市样本”。 (24)对于医疗费用缺失的生病且看病样本，以及费用全部由保险报销而未报告费用的样本，估计了一个医疗费用方程，用预测值代替。医疗费用方程的被解释变量为四周医疗费用的对数，控制变量包括性别、疾病种类、疾病严重程度、省份和年度哑变量。这部分样本约占所有生病样本的10%。 (25)QWB分三步来构造。第一步先把日常活动按照功能划分为三类：行动(mobility)、体力活动(physical activity)和社会活动(social activity)。然后把疾病及身体的伤残与从事这三类活动的能力联系起来，构造出三个指标。这三个指标反映了健康状况的客观情况。第二步是构造一个反映健康状况主观判断的指标(症状、情况指标)，这个指标的依据是个人对症状的主观陈述。客观情况和主观判断都分别给予不同的权重。第三步是把三个客观指标和一个主观指标统一为一个测量健康的单一指标。(参见赵忠、侯振刚：《我国城镇居民的健康需求与Grossman模型》，《经济研究》2005年第10期) (26)J.Fernandez-Villaverde and D.Krueger,"Consumption over the Life-Cycle:Facts from Consumer Expenditure Survey Data," The Review of Economics and Statistics,vol.89,no.3,2007,pp.552-565. (27)J.Jung and C.Tran,"Medical Consumption over the Life Cycle:Facts from a U.S.Medical Expenditure Panel Survey." (28)具体推导请感兴趣的读者与作者联系。 (29)预测哑变量的边际影响，不能直接采用回归系数解释，需要单独计算。我们采用了Stata软件中的“Margins”命令。 (30)J.P.Smith,"Healthy Bodies and Thick Wallets:The Dual Relation between Health and Economic Status," Journal of Economic Perspectives,vol.13,no.2,1999,pp.145-167; X.Lei,N.Yin and Y.Zhao,"Socioeconomic Status and Chronic Diseases:The Case of Hypertension in China," China Economic Review,vol.23,2012,pp.105-121. (31)Population Division of the Department of Economic and Social Affairs of the United Nations Secretariat,World Population Prospects:The 2012 Revision,http://esa.un.org/unpd/wpp/index.htm. (32)E.Meara,C.White and D.Culter,"Trends in Medical Spending by Age,1963-2000," Health Affairs,vol.23,no.4,2004,pp.176-182.
标签：医疗论文; 医疗保险论文; 美国医疗保险论文; 参数估计论文; 农村人口论文; 城乡差异论文; 老龄化社会论文; 社会保险论文;
