社会基本医疗保险对家庭消费的影响，本文主要内容关键词为：基本医疗保险论文,家庭论文,社会论文，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、问题的提出和文献综述 基本医疗保险是当居民生病或受到伤害后，由国家或社会给予的一种物质帮助，即提供医疗服务或经济补偿的一种社会保障制度，是社会保障的重要组成部分。目前我国覆盖范围最广的基本医疗保险制度分别为城镇职工基本医疗保险、城镇居民基本医疗保险和新型农村合作医疗保险。根据人社部、卫计委公布的数据，2012年“城职保”“城居保”的参保人数分别为26486万人、27156万人；新农合参合人口8.05亿。 合理的制度设计与补偿方案能够发挥基本医疗保险的健康风险分散作用，减少居民因健康问题造成的经济损失，降低未来支出不确定性，提高当期消费。而消费是经济活动的起点，是拉动经济健康增长的发动机，不少学者提出，上世纪80年代开始的包括住房、教育、医疗保障、养老体系等一系列改革增加了居民未来的不确定性[1，2]，而启动消费需求的一项关键措施是完善社会保障体系[3，4]。基本医疗保险作为社会保障体系的核心板块之一，可以在很大程度上降低居民未来医疗保健支出的不确定性，从而提高消费水平。类似结论在实证研究中获得支持，Carroll[5-7]、Skinner[8]等采用校准与模拟的方法发现未来收入不确定的增加将显著减少当期消费水平。Zhang和Wan[9]通过分析中国1961～1998年宏观消费数据，认为1984～1998年期间未来收入的不确定性对当期消费有显著负向影响。由于保险可以降低未来不确定性事件给人们带来的经济上的冲击，因此在一定程度上会减轻预防性储蓄动机。Hubbard、Skinner等[10]学者指出社会保障体系的健全，往往伴随着居民储蓄水平显著降低。Chou和Liu等[11]将未来医疗花费的不确定性引入居民预算约束，得出居民最优的消费路径受医疗花费的不确定性的影响。Gruber、Yelowitz等[12]研究发现20世纪80年代中后期，美国Medicaid医疗保险条件的放宽使低收入家庭持有的财产降低17.7%，消费升高5.2%。 一直以来都有学者研究中国基本医疗保险制度的得失、医疗保障对经济增长和家庭消费的影响，理论研究成果丰硕；实证分析里绝大多数采用宏观加总数据，而此类数据规模受限并且缺少更丰富的个体信息和差异。采用微观入户调查数据对社会基本医疗保障政策效应进行经验研究日益增多，马双、臧文斌等[13]通过对比CHNS数据2004年、2006年参合家庭与未参合家庭各营养物质摄入量，发现新农合将显著增加居民热量、碳水化合物以及蛋白质等营养摄入量，以此推断新农合一定程度上减少农村居民未来不确定性。李湘君等[14]使用CHNS数据分析认为新农合提升了农民对医疗服务的有效利用，同时也提高了参合农民的健康水平，但这种影响首先惠及中等收入人群，之后这扩大到低收入和高收入的参合农民。李燕凌等[15]利用湖南省七个县1203个农户样本数据研究表明，新农合提高了门诊服务利用效率且改善了服务公平性，但没有明显改善住院服务利用水平与公平性。臧文斌、刘国恩等[16]采用2007年、2008年国务院中国城镇居民基本医疗保险入户调查九个城市的面板数据进行计量分析，参加城居保的家庭的年非医疗消费支出比未参保家庭约高13.0%，医疗消费没有发生显著变化，参保对低收入家庭的非医疗消费影响最大。同样利用国务院城居保调查数据，胡宏伟等[17]发现2008～2010年城居保没有显著改善城镇居民健康，但显著促进了低健康群体的健康改进，其中主要是促进了老年人和低收入低健康者的健康改进。方匡南等[18]选用CGSS 2006年调查数据，以基本养老保险和医疗保险的并集作为社会保障的代理变量，认为有社会保障的家庭人均消费高于无社会保障家庭。 现有基于微观调查数据的经验研究的研究对象多为单项医疗保险，实证分析内容集中在近10年内试点、推广而后实现高覆盖的“新农合”和“城居保”两类对居民健康和福利的改善情况，针对基本医疗保险对消费的总体促进作用的讨论依然不充分。从研究方法上看，较多采用线性回归、双重差分分析、倾向分数匹配等模型，回归分析不可避免地遇到变量的内生性问题，无保险人群参保存在一个逆向选择过程，而居民是否参保还受到年龄、职业、健康状况、收入、风险偏好等多方面因素的影响。另外，限于数据可得性，较少有实证研究选择2012年以后调查数据。 基于上述背景，本文利用北京大学中国社会科学调查中心执行的中国家庭追踪调查（China Family Panel Studies，CFPS）最近两期调查数据，以倾向匹配分析法逼近“准随机化实验”，构造了反实事分析框架，估计基本医疗保险对城乡家庭消费支出的影响。本文在以下两点区别与以往的实证研究，一是囊括多个保险项目考察医保整体对于家庭消费的影响，二是控制住不随时间变化的影响因素和个体的逆向选择。接下来的第二部分介绍基于双重差分的倾向分数匹配研方法，协变量的选择和描述性实事；第三部分是实证研究过程，包括实证结果的比较与讨论，最后给出结论与建议。 二、方法、数据与变量选取 （一）研究方法 评估某一公共支出项目或公共品的分配效应需要测量参加者取自项目的“净获得”（参与人和非参与人的“净获得”之差）。项目参加人的数据不难收集，而非参加人的数据基本不可观测，因为一个人不能同时处于参加和非参加两种状态，非参与人可能包括那些想参加却因为供给不足无法参与的个体，这是因果推断中常见的基本问题。为了从大量的同期的非参加人中抽取统计意义上可比的对照组，本文应用了倾向分数匹配方法（Rosenbaum和Rubin，1983）[19]（以下简称PSM）。PSM方法的优点还有一条是自然地考虑该项目效应的内生性问题，医保政策成功与否的评估很显然地需要取决于参保前居民消费的条件分布。 1.倾向分数匹配方法（PSM）。参保家庭若是没有这种保障，消费支出怎样？这是个反事实的概念，只要参与者（干预组）和非参与者（对照组）具有相同的非观测特征分布，PSM方法便是有效的。 评估政策作用组平均处理效应（Average Treatment Effect on the Treated，ATT）的基本思路是比较政策实施前与实施后作用组和对照组对于某项结果变量（outcome）的差异，以此作为政策的“净效果”。根据Heckman和Robb[20]给出的定义，医疗保障对居民消费的“净效果”（ATT）可表示为：
没有医保的个体的产出属于可测数据，通常以这一群体构造对照组以便分析反事实情形。但是除了医疗保障制度外，居民的消费行为还受到经济、教育、人口统计学特征等混杂因素（confounders）的影响；居民参不参加医保，存在被选择或自我选择的过程，必须要求结果变量（因变量）、虚拟变量以及协变量①满足独立条件假设，如下所示：
为解决过多协变量带来的“维度灾难”，Rosenbaum和Rubin认为可以依靠协变量向量X的概率P（X），即X的“倾向分数”。这里的P（X）=Prob（treat=1/X）可由受限因变量模型估计获得。在对照组中寻找与医保作用组中具有类似倾向分数的样本，我们便能在总体中将非参与者匹配给参与者，从而最终获得医保的净效应。为使得两组成员在倾向值上尽量相似，人们发展出了不同策略的算法来匹配，包括贪婪匹配、马氏距离匹配、最佳匹配以及非参数估计量匹配。 2.双重差分PSM的基本原理。倾向值匹配还可以被应用于两时点的平衡面板数据，即干预前和干预后的数据分析，以阐明动态形式的政策干预所导致的结果变量的变化，这种方法可以消除不随时间变动的不可测因素对ATT估计的影响。
如果假设（4）成立，则可以一致地估计ATT：
（二）数据与变量 1.数据。倾向分数匹配方法需要运用大量的、涉及个人和家庭的医保信息、人口特征信息、收入信息等相关数据，相比较而言，微观入户追踪调查会更为适用。为满足方法要求，本文采用的数据来自北京大学“985”项目资助、北京大学中国社会科学调查中心执行的中国家庭追踪调查（China Family Panel Studies，CFPS）。CFPS旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供数据基础。CFPS样本覆盖25个省/市/自治区，目标样本规模为16000户，调查对象包含样本家户中的全部家庭成员。 2.变量选取。许多研究中判断家庭是否参保的方法为：家庭成员中至少有一人享有医保即认为整个家庭为医保家庭，将干预变量设为1；所有家庭成员均没有医保的，则该家庭的干预变量为0。这类文献以单一医保项目的政策效应为研究目标，而本文旨在将现有各类医保项目纳入同一视野，设定统一的研究框架评估“医保”这一公共品对家庭消费的影响，因此需要找到合适的变量代理家庭参加医保的程度。2012年CFPS调查数据中合适的家庭数为13039户，医保覆盖率达到92%，分城镇和农村的话，覆盖率分别为95%和87%，从卫生和计划生育委员会公布的数据看，2012年底我国新型农村合作医疗覆盖率已达95%，在三大类医保尤其是新农合已经几乎实现制度全覆盖的背景下，若采用以往的设定方法，会造成干预组样本数明显超过对照组样本数以致配对失败的情形；更重要的是，笼统地以个体代表家庭，免不了以偏概全，忽视了个体间的差异对这个家庭的影响，使得估计精度大幅度降低。 基于以上分析，本文在构造干预组和对照组数据集时，突出家庭只有一人参保和家庭多成员参保这些情行之间的差异，即提出家庭内部医保参与率这一概念，在设定干预变量时将家庭内部医保参与率作为阀值。设t为干预变量，代表家庭是否享有医保，表达式如下：
t=1时该家庭参保，反之则为0；内部医保覆盖率=家庭成员中参保人数÷家庭成员总数；阀值66.7%是所有样本家庭内部医保参与率的简单算数平均数，且城镇和农村数值接近。 CFPS数据没事先规定“户主”这一概念，因此本研究适时选取“家庭问卷受访人”或“最熟悉家庭财务的成员”②作为户主的替代变量，以满足实证研究需要。循着调查本身的思路，处理“年龄”变量时计算户内平均数。 2012年CFPS原始调查问卷包括13316个家庭样本和35757个成人样本，2010年分别是14545和33600。经过整理，筛选出那些连续两期接受调查、2010年没有医保、2012年仍有未参保的家庭，以此适应双重差分分析对于平衡面板数据的要求；然后将2010年没有医保而2012年参保的家庭划入干预组数据集（t=1），2010年和2012年均未参保的家庭划入对照组；介于中国巨大的城乡差距这一社会现实，本文自然区分城镇家庭和农村家庭。由此得到城镇干预组样本数770、对照组样本数990；农村分别为686、3430。 根据定义，倾向值代表了协变量向量。为了获得政策实施的净效应，需要控制住所有可能与政策实施效果相关的其他各类影响因素。协变量中既有包括影响居民参保的因素，也涵盖影响居民消费和储蓄的因素，医疗保险是非免费的公共品，需要居民支付一定费用才能获得，居民是否参保有自我选择的可能，非正规就业的居民是否参保也会受雇佣单位制度所限；居民对自身健康状况预判较差有可能积极参保，地方政府宣传政策有力也会促使居民积极参保；家庭消费不仅由家庭经济状况决定，还受到消费观念的影响；而医疗保健支出的影响因素可能包括医疗设施的利用便捷性、个人患病情况等。结合以往经验分析，本文从家庭经济、健康、生活、人口统计特征等多个方面选取协变量。另外，体现“净效应”的结果变量主要有家庭人均总支出、人均消费支出和人均医疗保健支出，需差分处理。变量取值、解释和基本描述见表1。 三、实证分析结果及讨论 （一）参保家庭和未参保家庭的消费支出差异：均值比较 首先比较2012年家庭参保与否的消费差异，人均总支出、人均消费支出⑤、人均医疗保健支出作为结果变量与上期数据进行差分处理，结果集中于表2，同时还汇报各协变量在于预组和对照组间差异。 观察城镇参保家庭比未参保家庭的平均人均总支出多81.9%，人均消费支出多75.4%、人均医疗保健支出高2.58倍，农村地区相应三项支出分别多13.3%、24.7%和9.3倍。可以很直观地看出，社会医疗保障项目起到了促进消费的作用，尤其是医疗保障支出方面，居民参加医保便可以以较低的价格购买医疗服务，但农村地区的总的消费提升比城镇要保守许多。如此直观的差距判断是在没有考虑其他类如逆向选择、内生性问题的情况下做出的：居民可以选择不参加医保，对自身健康估计乐观的居民可能会增加当期消费，去医院看病比自己买药治病花费高，但有些人可能嫌路程远不愿及时就医。各协变量匹配前后在两组间的平衡性还需要统计检验才能推断。 （二）基于双重差分的倾向得分匹配分析 1.样本分析。首先对共同支持域进行检验，用Logistic估计得到倾向分数（PS），图1（见第90页）汇报了参保家庭和未参保家庭的倾向分数核密度分布。匹配前无论城乡，干预组和对照组的倾向分数均存在较大重合区间，即共同支持域高⑥。
不同的匹配方案产生不同的再抽样样本，为使“净效应”的估计更为稳健，本文同时使用了最近邻匹配、卡尺半径匹配和核密度估计匹配三类方法，并在各类方法下设置不同参数以检验结果的敏感性。表3第一板块汇报了选用最佳估计策略的医保对消费影响结果及协变量平衡性检情况⑦。 总支出包括消费性支出、转移性支出、福利性支出和建房购房贷款支出，医保政策对于城镇家庭的支出效应改善非常明显，而且金额较高，参保的家庭比没参保家庭提高了5414元，医疗保障对农村家庭的总支出提升并不显著，但提高了951元的人均消费支出。总体上看，医保对家庭消费的促进作用是积极的，对消费起到一定刺激作用。在增加医疗支出方面，医保对于农村家庭医疗保健支出具有明显的扩张效应，这种效应在城镇不显著。医疗保险的现实作用，特别是关于医疗保险对个人和家庭医疗卫生服务消费的影响存在扩张和缩减两种不同的观点。前者的主要观点是医疗保险会降低医疗服务的价格，会释放个人的医疗服务需求，甚至会抬高医疗保健消费在家庭消费中的比重；而后者认为能够使人们获得更廉价更优质的医疗服务，居民小病及时医治，整体健康状况变好，这在较长的一个时期内会降低家庭或个人总的医疗消费支出。而从实证结果看，城乡差异使得医保政策的作用力有所区别。 2.群体分类分析。出于样本量考虑，本文将样本全体按家庭人均收入分成高中低三等，每一收入群体内估计医保对家庭消费的影响；又按家庭人均年龄50岁为界区分两个组别，即中青年家庭和中老年家庭，ATT估计结果和协变量平衡性检验也报告于表3，匹配策略挑选思路与上文一致。
（1）收入分组。首先观察城镇家庭（表3二、三版块）。低收入家庭的医保促进作用为负，但没有通过显著性检验，虽然无法断言医疗保障使城镇低收入家庭压缩消费，但至少能够判断的是，基本医疗保险并没有给最需要保障的家庭带来福利。从公共品“归宿”角度考虑，城镇低收入家庭得到这部分收益，而农村低收入家庭成为这项公共品的受益人，他们的总支出虽然改进不显著，但依然有1691元的新增支出用于日常消费。这种差异的原因可能在于城镇人口的学历相对较高，获取信息更充分便捷，社会阶层落差更大，他们对自身现状与未来的判断比较悲观；农村地区相对闭塞，社会保障措施长期空白，最低收入家庭的经济状况比城镇最低收入家庭更差，支出弹性更大，社会福利略有提高都会增加居民信心带动消费。 医保对于城镇的中等和高收入群体的消费促进作用是明显的，但对这部分群体的医疗支出并没有起到正向带动作用，这一结论与总体未分组时一致。对比农村家庭，中等收入和高收入群体之间的表现差异较大，前者总支出显著增加2034元，医疗保健支出不显著；后者总支出不显著而医疗保健支出显著增加534元，中等收入家庭将参与医保所带来的不确定性的减少都体现在家庭各类支出上（除了医疗保健支出），可能的原因是这部分人群原本对医疗健康的支出有规划和预期，不会随政策而做出大调整。农村高收入家庭的总支出和消费支出提升是存在的但不显著，因为高收入人群不会因为基本社会保障而影响他们本身已处于较高水平的消费，但在医疗消费方面，确有积极作用。比较医保政策在城乡的归宿情况，农村的受益群体以最低收入组家庭为主，而城镇相对偏向中高收入家庭。 （2）年龄分组。城镇家庭按年龄分组（表3四、五版块）的ATT估计结果与采用整体数据集时结论一致。城镇居民及家庭的保健习惯及就医行为受社会基本保险影响较弱，参保并没有增加医疗支出负担，这与臧文斌、刘国恩等利用城镇居民基本医疗保险入户调查2007、2008年数据得出的结论一致。 农村家庭除中青年分组的人均总支出外，其余的实证结都是显著的。参加医保促进了农村家庭的日常消费，也增加了医疗保健开支，这一方面可以认为农村居民的健康意识在提高，基本社会医疗保险在农村地区的推广可能改变了农民的就医行为习惯；但从另一个角度也印证了农村居民的医疗负担不轻；此外，基层卫生医疗机构为得到新农合财政补贴可能会导致过度供给。 四、结论与建议 采用CFPS2010、2012年平衡面板数据和双重差分—倾向分数匹配方法构造了“准随机化”的政策干预组和对照组，分城乡估算家庭消费支出受基本社会医疗保险的影响。总体上看，医保政策对于居民消费具有带动作用，降低了预防性储蓄，具有较为积极的施政效果。城镇家庭参加医保会增加人均总支出5414元、人均消费支出3422元，医疗保健支出不受明显影响；农村家庭参加医保后人均消费性支出、人均医疗保健支出分别增加951元和492元，医疗保险带动农村消费的同时也刺激了农村地区的医疗支出增加，加重了农村家庭医疗支出负担。从不同收入组看，医保对于农村低收入家庭的消费支出正向影响显著且强于城镇低收入家庭。 缩小贫富差距，拉动内需，保障和提高低收入群体生活质量，政府应该着力于社会医疗保障体系建设的科学规划和部署。提高公共支出资金的使用效率，控制管理费用，实行医疗支出费用风险控制体系，尽量避免医疗保健因作为政府的责任而政治化；二是按家庭经济水平设计个人缴费梯度、门诊报销比例、报销门槛，简化报销手续，同时可考虑采用医疗代金券方式补贴“穷人”；三是引入私人保险部分替代公共保障。 ①协变量（covariates）即前文提及的经济、教育、人口统计学特征等的相关代理变量 ②当“家庭问卷受访人”观测值缺失时以“最熟悉家庭财务的成员”作为户主。 ③福利性支出包括购买社会基本保险和商业保险的支出。 ④选项中不包括“务农”。 ⑤本文也对非医疗人均消费支出进行分析，结果与人均消费支出相似，不再单独汇报。 ⑥不同的匹配策略对共同支持域的要求不同，同属于贪婪匹配的马氏距离匹配和卡尺匹就需要相当大的共同支持域才会产生效果。贪婪匹配会因为干预组成员落在共同支持域较低端之外（低logit值）而排除他们，同时也会因为控制组成员落在共同支持域较高端之外而排除他们。 ⑦各类匹配方法试算获得的AIT、平衡性检验结果一致，本文挑选标准依次是AIT显著、协变量平衡性最佳、AIT较大，篇幅原因只展示一种估计结果。
标签：医保论文; 基本医疗保险论文; 城镇职工基本医疗保险论文; 协变量论文; 政策影响论文; 社会保险论文; 医疗论文; 医疗保健论文;
