王丹華

(南京財經(jīng)大學經(jīng)濟學院，江蘇南京，210046)

“新農(nóng)合”健康績效及其作用機制研究
——基于CLHLS數(shù)據(jù)

王丹華

(南京財經(jīng)大學經(jīng)濟學院，江蘇南京，210046)

為考察新農(nóng)合健康績效及其作用機制，本文將農(nóng)村65歲及以上老人作為研究對象，利用CLHLS于2005、2008、2011年的追蹤調(diào)查數(shù)據(jù)，運用傾向得分匹配法得到匹配樣本，建立多階段倍差模型，對新農(nóng)合的健康績效進行動態(tài)追蹤分析，并進一步分析新農(nóng)合對健康的影響途徑，研究發(fā)現(xiàn)：新農(nóng)合有利于客觀健康的發(fā)展，但降低主觀健康評價；新農(nóng)合通過提高醫(yī)療服務利用率途徑改善老人健康，但整體作用逐年下降。

新農(nóng)合；老人健康；傾向得分匹配；多階段倍差法

新農(nóng)合是近年來我國農(nóng)村醫(yī)療衛(wèi)生體系的一個重大變革，目的在于“重點解決農(nóng)民因大病出現(xiàn)的因病致貧、因病返貧問題”，是一種自愿加入、以保大病為主的醫(yī)療保障。隨著新農(nóng)合制度的不斷改革，雖然覆蓋率、報銷比率等不斷提高，但由于種種因素制約，新農(nóng)合實施效果究竟如何，還有待研究。Wagstaff等研究發(fā)現(xiàn)新農(nóng)合不但沒有降低醫(yī)療支出，反而提高了非住院醫(yī)療服務支出，但對健康有所改善。[1]程立國等利用兩部分模型、Heckman選擇模型以及Probit模型估計新農(nóng)合對實際醫(yī)療支出的影響，發(fā)現(xiàn)新農(nóng)合使得參合者的實際醫(yī)療支出減少7.6%，但不顯著，卻改善了老人健康狀態(tài)。[2]李湘君等采用2004年、2006年CHNS數(shù)據(jù)，運用倍差模型，發(fā)現(xiàn)新農(nóng)合提高了參合農(nóng)民的健康水平，但對中低收入?yún)⒑限r(nóng)民影響不顯著，且加劇農(nóng)村居民健康不平等。[3]我國將65歲及以上人口規(guī)定為“老人”，農(nóng)村老人健康狀況差，對醫(yī)療服務價格較敏感，但在醫(yī)療服務資源上處于劣勢，因此研究新農(nóng)合對農(nóng)村老人的健康績效將更有實際意義。本文將新農(nóng)合的健康績效定義為新農(nóng)合對參合者健康水平的改善程度，將作用機制定義為新農(nóng)合影響健康的途徑，將研究對象限定為農(nóng)村老人，主要圍繞我國農(nóng)村老人健康現(xiàn)狀如何、新農(nóng)合是否改善了農(nóng)村老人健康狀況、新農(nóng)合對農(nóng)村老人健康的作用機制是什么這三個問題分析，從日常生活自理能力、認知能力、自評健康三個角度衡量老人健康，利用傾向得分匹配法篩選樣本，建立多階段倍差模型考察新農(nóng)合的健康績效，進一步修改模型考察新農(nóng)合的作用機制。

一、理論方法與模型

Athey和Imben(2006)指出在政策實施過程中，用總體平均處理效應(PATE)衡量政策效果，結果未必精確，因為PATE的變化可能是政策作用的結果，也可能是時間累積所導致。[4]因此采用政策作用組平均處理效應(ATT)可以提高結論準確性，剔除時間累積效應。雙重差分法(DID)由此被廣為使用，基本思路是比較政策實施前與實施后，作用組和對照組對于某項產(chǎn)出的作用效果的差異，并以此作為政策的凈效果。[5]與傳統(tǒng)二期面板數(shù)據(jù)DID模型不同，本文將選擇2005、2008、2011年這三期數(shù)據(jù)，將2005年定為新農(nóng)合實施前年份，2008年、2011年為新農(nóng)合實施后年份，考察新農(nóng)合對老人健康的動態(tài)影響，則新農(nóng)合制度平均處理效應的多階段倍差回歸模型如下：

Yit=β1Treatedi+β2T2008i+β3T2011i+β4Treatedi*T2008i+β5Treatedi*T2011i+γXit

(1)

式中，Yit代表農(nóng)民在t時期的健康狀況。Treatedi代表農(nóng)民參合情況，與時間無關，Treatedi=1表示參合組；Treatedi=0表示控制組。T2008i、T2011i為虛擬變量，代表2008年、2011年的觀測樣本。

雙重差分法原理如表1所示，一階差分項是各年份參合組系數(shù)與控制組系數(shù)之差，表示各年份組間差異。雙重差分項分別為2008年一階差分與2005年一階差分之差、2011年一階差分與2005年一階差分之差，目的是為了剔除時間累積效應，從而得到新農(nóng)合對參合組的凈效應。因此，β4、β5表示新農(nóng)合制度的凈效應(ATT)，其統(tǒng)計顯著性直接決定新農(nóng)合的健康績效。

表1 雙重差分法參數(shù)說明

然而，模型(1)是在假設參合對老人健康的影響不存在異質(zhì)性的條件下給出的，但事實上，農(nóng)民是否參加新農(nóng)合存在自由選擇或被選擇，而協(xié)變量X也是因人而異的，因此最小二乘法、工具變量法等計算結果往往有偏?；谏鲜鲈?，本文基于在平均處理效應的分析框架下，新農(nóng)合對老人健康的凈效應可以表示為：

ATT=E[Y1-Y0|Treated=1]={E[Y1|Treated=1]-E[Y0|Treated=1]}

(2)

式中，ATT表示新農(nóng)合作用組的平均處理效應；Y1代表參合組健康水平，Y0代表控制組健康水平；Treated代表是否參合(1表示參合，0表示未參合)；E為期望值。采用(2)式估計ATT，會存在數(shù)據(jù)缺失問題，任何時候同一樣本不可能存在兩種狀態(tài)，即要么參合，要么未參合，不可能同時兼有。要估計ATT，就需要知道新農(nóng)合作用組的反事實效應。

作用組在未參合狀態(tài)下的健康水平無法觀測，而控制組的健康水平則可測，因此通常以同一時刻控制組的健康狀況作為新農(nóng)合作用組的反事實效應。現(xiàn)實中除了新農(nóng)合外，老人的健康還受到社會、經(jīng)濟等因素影響，若直接把控制組作為參合組的反事實效應會導致選擇性偏差。為剔除選擇性偏差，在估計參合組的反事實效應時，要求因變量、政策變量、協(xié)變量必須滿足條件獨立假設。[6]結合本文研究內(nèi)容，對條件獨立性做出兩方面解釋：首先，農(nóng)民是否參合是非強制的，是否參合與可預見的未來健康狀況有關；其次，假設在控制了與健康有關的協(xié)變量之后，是否參合與健康無關。由條件獨立性可以推導出：

E[Y0|Treated=1,X]=E[Y0|Treated=0,X]

(3)

式中E[Y0|Treated=1,X]為反事實效應，無法通過實際得出，而控制組無政策作用的平均處理效應E[Y0|Treated=0,X]可以計算得出。因此在滿足條件獨立性情況下，參合組反事實效應均可以通過協(xié)變量X推斷獲得。借鑒Rosenbaum和Rubin(1983)的做法，采用傾向評分匹配的方法進行配對。依據(jù)Blundell和Costa-Dias(2000)，帶有傾向評分匹配的倍差估計中ATT計算公式[7]如下：

(4)

N1A表示政策作用后參合組的樣本數(shù)量；CA(Pi(X))、CB(Pi(X))分別表示政策作用后、作用前對于每個參合樣本i可以比較的控制組樣本集合；TB(Pi(X))表示政策作用前參合組可以比較的樣本集合。A為政策實施后時間，B為政策實施前時間；Wij表示與樣本j相匹配的權重。由于(4)中的ATT計算較為復雜，難以直接使用，因此參考Hirano et al(2003)和Nichols(2007)可以利用對式(1)進行逆概率加權回歸的方式估計新農(nóng)合的ATT，此時逆概率加權值Wij可由(5)計算得出[8]。

(5)

式中，P(X)為傾向評分，Wij代表農(nóng)村老人參加新農(nóng)合的機會比。

二、數(shù)據(jù)來源及變量說明

(一)數(shù)據(jù)來源

全國老年人口健康狀況調(diào)查項目(CLHLS)于1998年正式啟動。隨后的跟蹤調(diào)查分別在2000年、2002年、2005年、2008年以及2011年進行。跟蹤調(diào)查問卷內(nèi)容包括老人個人家庭基本狀況，經(jīng)濟背景，對本人健康狀況與生活質(zhì)量狀況的自我評價，性格心理特征，認知功能，能否得到及時治療與醫(yī)療費支付者等九十幾個問題一百八十多個子項。實證研究已經(jīng)證實此數(shù)據(jù)質(zhì)量非常高。

(二)變量說明

1.健康指標的建立

為全面考察健康，本文將采用三個健康指標：日常生活自理能力(ADL)、認知功能(MMSE)、自評健康(SRH)，分別從行動、精神、自評三個維度衡量健康，這三個指標相互補充、相互驗證、相互完善。

ADL是對老人日常生活自理能力的衡量，包括洗澡、穿衣等六項能力。這是一個反向指標，若老人能獨立完成六項活動，則定義為“ADL完好”，至少1項活動需要依賴他人幫助完成，則定義為“ADL受損”。認知能力(MMSE)這一指標在國際通用的簡易精神狀態(tài)量表的基礎上構建的，并根據(jù)中國的文化傳統(tǒng)對量表加以修改，MMSE分值范圍為0-30分，得分越高，精神狀態(tài)越好。自評健康(SRH)這一指標基于問卷中“您覺得現(xiàn)在您自己的健康狀況怎樣”的回答，有五個等級，本文將“很好”、“好”歸為“自評健康良好”，賦值1，其余歸為“自評健康較差”，賦值0。

2.分組變量的建立

考慮到新農(nóng)合對健康可能存在滯后效應，本文采用CLHLS于2005年、2008年、2011年數(shù)據(jù)，利用追蹤調(diào)查，構造一個三期平衡面板數(shù)據(jù)。本文將樣本分為作用組(即參合組)和控制組(即未參合組)，與二期數(shù)據(jù)的劃分方法不同，將“參合組”定義為2005年未參合，而2008年、2011年均參合的農(nóng)村老人，即Treated=1，將“控制組”定義為3年均未參合的農(nóng)村老人，即Treated=0。采用三期數(shù)據(jù)便于分析新農(nóng)合實施的動態(tài)效果。具體使用的數(shù)據(jù)樣本量如表2所示。

表2參合組、控制組每年的樣本數(shù)據(jù)量

參合組1283控制組1038合計2321

3.其他自變量

本文結合Grossman在健康需求理論中所指出的影響因素，從社會、經(jīng)濟、人口學特征等方面總結出以下影響因素，如表3所示。

表3 自變量及其取值

三、實證結果與分析

(一)農(nóng)村老人健康現(xiàn)狀

農(nóng)村老人健康因時間、性別、職業(yè)、收入、參合情況的不同而不同，下面針對這些不同對其健康現(xiàn)狀進行描述，見表4。

表4 農(nóng)村老人健康狀況的描述性分析

注：表中均為ADL、MMSE、SRH的均值，***、**、*分別表示1%、5%、10%的顯著度水平，由對各個變量進行樣本均值比較得到。

從時間來看，雖然三個健康指標均顯示農(nóng)村老人健康狀況不斷惡化，但客觀指標(ADL、MMSE)均顯示老人健康狀況在2008-2011年惡化較快，而主觀指標(SRH)則變化比較穩(wěn)定；從性別上看，無論從哪個角度， 2011年男性健康水平均高于女性；從職業(yè)上看，2011年從事專業(yè)工作或管理工作老人的MMSE得分顯著高于其他職業(yè)，而ADL、SRH的差異并不顯著；從收入上看，收入在前50%的樣本ADL差不多，而收入在50%～75%之間的樣本ADL很大，處在收入頂層的樣本ADL最小，即處于收入中等偏上部分的樣本拉低了整體健康水平，而MMSE、SRH均隨著收入的增加而增加；從參合結構來看，參合老人在ADL、MMSE指標上顯著好于未參合老人，說明新農(nóng)合對老人的客觀健康狀態(tài)起到了積極的作用，參合老人與未參合老人在SRH上差別不顯著，即參合并沒有顯著改善老人的自評健康，可能是由于參合后，老人體檢次數(shù)增多，致使一些原本未發(fā)現(xiàn)的疾病暴露，從而降低自評健康。

(二)傾向得分匹配結果

Jones指出為避免政策作用產(chǎn)生的偏差，只對政策作用前參合組、控制組的協(xié)變量進行匹配。[9]因此，本文只對2005年的參合組和控制組進行PSM，本文繪出Kernel配對法下的匹配前后Kernel密度圖，見圖1、圖2。

圖1 匹配前參合組與控制組PS值概率分布

圖2 匹配后參合組與控制組PS值概率分布

圖1、圖2分別呈現(xiàn)了參合組、控制組PS值在匹配前后的核密度函數(shù)?？梢钥闯?，在匹配前二者PS值的概率分布存在明顯差異。如果直接比較兩組樣本的健康水平，得到結果必然有偏，而匹配后，兩組樣本PS值的概率分布已經(jīng)非常接近，匹配效果較好。因此PSM匹配后，樣本更具有可比性。

(三)新農(nóng)合對老人健康的無條件倍差分析

在PSM匹配后，2005年樣本中剔除594個樣本，同時將這594個樣本從2008年、2011年樣本中刪去。由于配對后的參合組與控制組具有較好的可比性，因此不依靠任何模型，基于PSM匹配后的樣本，通過無條件倍差分析新農(nóng)合的動態(tài)效果，見表5。

表5列出了雙重差法分析的新農(nóng)合實施前后參合組與控制組在健康水平的平均變化。表前三行為2005年、2008年、2011年參合組和控制組的ADL、MMSE、SRH的平均值。Diff(1)-Diff(3)分別表示各年兩組樣本間差分。DD1表示2008年的無條件倍差估計值，即Diff(2)與Diff(1)的差值。DD2表示2011年的無條件倍差估計值，即Diff(3)與Diff(1)的差值。

表5 新農(nóng)合對參合組與控制組的無條件倍差結果

注：平均值用傾向評分加權；括號內(nèi)為標準差；*、**、***分別表示在10%、5%、1%的水平上顯著。

從ADL值來看，參合組、控制組在2005年與2008年差不多，而在2011年均迅速增加，說明兩組老人在日常生活能力上都明顯下降，參合組在3年中的ADL值均比控制組低，且顯著，在2005年至2008年中，新農(nóng)合不僅沒有降低反而升高了ADL值，而新農(nóng)合實施后6年，對參合組老人日常生活自理能力起到積極作用，但效果仍不顯著。從MMSE得分來看，兩組老人的MMSE均隨著時間的推移而下降，參合組在2008年、2011年MMSE均比控制組高，且參合組下降速度較慢，說明新農(nóng)合在一定程度上緩解了參合組認知能力的下降，由DD1、DD2均為正，且顯著，說明新農(nóng)合對老人認真能力的改善效果比較顯著，且見效快、滯后作用不明顯。從SRH值來看，兩組老人的SRH均隨著時間的推移而下降，參合組僅在2008年高于控制組，而在2005年、2011年均低于控制組，說明新農(nóng)合對參合組老人的自評健康僅在短期內(nèi)有所改善，當參合達到六年時，反而降低了參合組自評健康，再看DD1、DD2雖然均為正，但是均不顯著，且對SRH的正效應在2011年非常小，幾乎為0，新農(nóng)合僅在短期內(nèi)改善參合組老人自評健康，隨著參合年限的增加，新農(nóng)合對參合組老人自評起到了一定負面作用。

(四)新農(nóng)合對老人健康的作用機制

基于已有成果，本文主要探討新農(nóng)合是否通過實際醫(yī)療支出、醫(yī)療服務利用率這兩個途徑影響老人健康。研究基本思路是：如果新農(nóng)合是通過這兩個途徑影響參合老人健康水平的，那么在新農(nóng)合健康總體平均處理效應模型中，控制住相關變量后，新農(nóng)合健康績效將變小或不顯著。因此，基于新農(nóng)合對老人健康的影響模型，分別加入衡量醫(yī)療支出、醫(yī)療服務利用率的AMS、MR、SM，通過新農(nóng)合績效或顯著性是否變小來檢驗新農(nóng)合的作用途徑。

根據(jù)上述分析，分別控制AMS、MR、SM建立模型(2)-(8)，如表6所示：

表6 模型(2)-(8)的具體形式

注：Z包括式(1)中所有變量；打√表示該模型中包括該變量，未打√表示該模型中不包含該變量。

分別對這八個模型進行逆概率加權回歸，結果如表7、表8、表9所示。由表7可知，相比于模型(1)，模型(2)-(8)中新農(nóng)合在2008年Treated*2008的系數(shù)中，僅有模型(4)的系數(shù)變小，其余都變大；而新農(nóng)合在2011年Treated*2011的系數(shù)中，模型(4)、模型(7)、模型(8)的系數(shù)增大，其余模型的系數(shù)均變小。因為新農(nóng)合對ADL具有滯后效應，因此Treated*2011的系數(shù)變化更具有實際意義?？梢园l(fā)現(xiàn)在僅加入AMS的模型(2)中，Treated*2011系數(shù)變化最大，降低了近40%，其次為僅加入MR的模型(3)，系數(shù)降低了32%，同時加入AMS、MR的模型(5)中，系數(shù)降低了28%。新農(nóng)合確實通過醫(yī)療服務利用率這一渠道改善了老人日常生活自理能力，其中參加新農(nóng)合可以有效提高“生病后能及時得到醫(yī)院治療”的可能性、減少“因貧放棄醫(yī)院救治”的可能性，這兩個途徑對老人日常生活自理能力起到了重要作用。

由表8可知，相比于模型(1)，模型(2)-(8)中新農(nóng)合Treated*2008、Treated*2011的系數(shù)中，僅有模型(4)的系數(shù)變大，其余都變小，顯著性未改變。所以，可以發(fā)現(xiàn)模型(2)中Treated*2008系數(shù)降低了17%，Treated*2011的系數(shù)降低了2%；模型(3)中Treated*2008系數(shù)降低了15%，Treated*2011的系數(shù)降低了5%；模型(5)中Treated*2008系數(shù)降低了18%，Treated*2011的系數(shù)降低了2%。新農(nóng)合確實通過醫(yī)療服務利用率這一渠道改善了老人認知能力，但在2011年效果甚微。

由表9可知，相比于模型(1)，模型(2)-模型(8)中新農(nóng)合Treated*2008的系數(shù)中，僅有模型(4)的系數(shù)變大，其余都變小。Treated*2011的系數(shù)中，模型(4)、(6)、(7)、(8)均變大，其余都變小。所以，可以模型(2)中Treated*2008系數(shù)降低了61%，Treated*2011的系數(shù)降低了68%；模型(3)中Treated*2008系數(shù)降低了53%，Treated*2011的系數(shù)降低了68%；模型(5)中Treated*2008系數(shù)降低了63%，Treated*2011的系數(shù)降低了71%。新農(nóng)合確實通過醫(yī)療服務利用率這一渠道改善了老人自評健康，且效果逐年增加。

表7 新農(nóng)合對ADL的影響機制分析

注：*、**、***分別表示在10%、5%、1%的水平上顯著。

表8 新農(nóng)合對MMSE的影響機制分析

注：*、**、***分別表示在10%、5%、1%的水平上顯著。

表9 新農(nóng)合對SRH的影響機制分析

注：*、**、***分別表示在10%、5%、1%的水平上顯著。

由表可知，相比于模型(1)，模型(2)-(8)中新農(nóng)合Treated*2008的系數(shù)中，僅有模型(4)的系數(shù)變大，其余都變小，Treated*2011的系數(shù)中，模型(4)、(6)、(7)、(8)均變大，其余都變小。所以，可以發(fā)現(xiàn)在僅加入AMS的模型(2)中，Treated*2008系數(shù)降低了61%，Treated*2011的系數(shù)降低了68%；僅加入MR的模型(3)，Treated*2008系數(shù)降低了53%，Treated*2011的系數(shù)降低了68%；同時加入AMS、MR的模型(5)中，Treated*2008系數(shù)降低了63%，Treated*2011的系數(shù)降低了71%。根據(jù)這一結果可以得到以下結論：新農(nóng)合確實通過醫(yī)療服務利用率這一渠道改善了老人自評健康，其中AMS、MR這兩個途徑對老人自評健康起到了重要作用，2008年、2011年效果均較好且逐年增加。

四、結論與啟示

本文首先分析農(nóng)村老人健康現(xiàn)狀，然后通過雙重差分法得到新農(nóng)合對參合組老人健康的凈效應及其動態(tài)變化，最后探討了新農(nóng)合對健康的影響途徑，深入分析新農(nóng)合對健康的作用機制。通過這三部分的研究使得本文在研究深度上層層遞進，最終得到以下結論：

(一)新農(nóng)合有利于客觀健康的發(fā)展，但降低主觀健康評價

在參加新農(nóng)合初期，新農(nóng)合對老人日常生活自理能力作用微弱，但當參合時間達到3年以上，新農(nóng)合的作用逐漸顯現(xiàn)，即新農(nóng)合對日常生活自理能力存在滯后作用；新農(nóng)合對老人認知能力的改善效果比較顯著，且見效快；新農(nóng)合僅在短期內(nèi)提高參合老人的自評健康，但隨著參合年限的增加，新農(nóng)合降低了參合老人的健康自評，可能是新農(nóng)合增加了老人體檢次數(shù)，一些原本未發(fā)現(xiàn)的疾病被查出，導致自評健康水平下降。

(二)新農(nóng)合通過提高醫(yī)療服務利用率改善老人健康，但作用逐年下降

無論是從日常生活自理能力、認知能力還是自評健康而言，醫(yī)療服務利用率都起到了重要作用，老人參合后 “生病能及時得到醫(yī)院救治”的可能性提高，“因為貧困放棄醫(yī)院救治”的可能性減少。在參合初期，新農(nóng)合通過這一機制對健康的影響比較突出，尤其體現(xiàn)在認知能力上，而在參合至少3年后，新農(nóng)合作用有所削弱，制度弊端漸漸顯露，對健康的改善效果不顯著，反而增加了醫(yī)療負擔。

[1]Adam Wagstaff, Magnus Lindelow et al. “Extending Health Insurance to the Rural Population: Impact of Evaluation of China’s New Cooperative Medical Scheme”, World Bank Policy Research Working Paper, 2007.

[2]程令國、張曄：《“新農(nóng)合”：經(jīng)濟績效還是健康績效？》，載《經(jīng)濟研究》，2012(1)。

[3]李湘君、王中華、林振平：《新型農(nóng)村合作醫(yī)療對農(nóng)民就醫(yī)行為及健康的影響——基于不同收入層次的分析》，載《世界經(jīng)濟文匯》，2012(3)。

[4]Athey, Imben. “Identification and Inference in Nonlinear Difference-in-Differences models”,Econometrica,2006.

[5]Heckman and P. E. Todd. “Matching as An Econometric Evaluation Estimator: Evidence form Evaluating A Job Training Programme”,ReviewofEconomicStudies, 1997.

[6]Rosenbaum and Rubin. “The Central Role of The Propensity Score in Observational Studies for Causal Effects”,Bimetrika, 1983, 71: 41-55.

[7]Blundell, Costa-Dias. “Evaluation Methods for Non-Experimental Data”,FiscalStudies, 2000.

[8]Nichols, A. “Causal Inference with Observational Data”,TheStataJournal, 2007.

[9]Jones, N. Rice. “Econometric Evaluation of Health Policies”,HEDGworkingpaper, 2009.

HealthPerformanceandMechanismofNewRuralCooperativeMedicalSystem—Based on CLHLS Data

WANG Danhua

To investigate the performance and mechanism of new rural cooperative medical system, this article used rural elderly aged 65 and older as the research object and the CLHLS tracking survey data at 2005, 2008, 2011. This paper used PSM for getting matched sample, built multi-stage times DID model to analyze the dynamic health performance and mechanism of new rural cooperative medical system. This research found that new rural cooperative medical system was conducive to the development of physical health, but reduced the subjective health assessment; The new rural cooperative medical system improved the elderly health by increasing the utilization rate of health service, but the effect decreased year by year.

the new rural cooperative medical system，elderly health，PSM，multi-stage times DID model

H)