李晨

城鄉(xiāng)居民醫(yī)保一體化對居民醫(yī)療負(fù)擔(dān)作用的實證研究

李晨

利用CHARLS 2011和2013年的數(shù)據(jù)，將已于2013年完成城鄉(xiāng)居民基本醫(yī)保一體化的地方作為實證研究的主體，使用基于傾向匹配得分的雙重差分法對這些地方在實現(xiàn)城鄉(xiāng)居民基本醫(yī)保一體化之前的2011年與實現(xiàn)一體化之后的2013年的居民醫(yī)療負(fù)擔(dān)情況進(jìn)行實證分析，探求城鄉(xiāng)居民基本醫(yī)保一體化對居民醫(yī)療負(fù)擔(dān)的影響效果。

醫(yī)保一體化；居民醫(yī)療負(fù)擔(dān)；雙重差分法

2016年1月12日，國務(wù)院印發(fā)了《關(guān)于整合城鄉(xiāng)居民基本醫(yī)療保險制度的意見》，明確提出“六統(tǒng)一”，要求整合城鎮(zhèn)居民基本醫(yī)療保險和新型農(nóng)村合作醫(yī)療兩項制度，建立統(tǒng)一的城鄉(xiāng)居民基本醫(yī)保制度，實現(xiàn)城鄉(xiāng)居民公平享有基本醫(yī)療保險權(quán)益、促進(jìn)社會公平正義、增進(jìn)人民福祉的重大舉措。本研究通過以已于2013年率先完成城鄉(xiāng)居民基本醫(yī)保一體化的地方為實證研究的主體，對這些地方在實現(xiàn)城鄉(xiāng)居民基本醫(yī)保一體化之前的2011年與實現(xiàn)之后的2013年的居民醫(yī)療負(fù)擔(dān)情況進(jìn)行統(tǒng)計與分析。

1 研究方法

1.1 雙重差分法

根據(jù)雙重差分法（Difference-in-Differences, DID）的基本原理，一般設(shè)定模型如下[1-3]：

其中，Yit表示居民i在時刻t的醫(yī)療負(fù)擔(dān)；Pit代表組別虛擬變量，Pit=0代表實驗組，即樣本來自已實現(xiàn)城鄉(xiāng)居民基本醫(yī)保一體化的地區(qū)，Pit=1代表對照組，即樣本來自未實現(xiàn)城鄉(xiāng)居民基本醫(yī)保一體化的地區(qū)；Tit代表時間虛擬變量，Tit=1表示城鄉(xiāng)居民基本醫(yī)療一體化之前，即2011年，Tit=0表示城鄉(xiāng)居民基本醫(yī)療一體化之后，即2013年；PitTit表示組別與時間的交互作用；Xit代表一系列會對居民醫(yī)療負(fù)擔(dān)產(chǎn)生影響的其他自變量；εit代表干擾項[4]。

1.2 數(shù)據(jù)來源

使用的數(shù)據(jù)均來源于CHARLS 2011與2013年全國追蹤調(diào)查數(shù)據(jù)。“實驗組”樣本的遴選原則是：參與了兩輪調(diào)研、2011年參加了城鎮(zhèn)居民醫(yī)療保險或新型農(nóng)村合作醫(yī)療、2013年參加了合并后的城鄉(xiāng)居民醫(yī)療保險?！皩φ战M”參與了兩輪調(diào)研、2011年參加了城鎮(zhèn)居民醫(yī)療保險或新型農(nóng)村合作醫(yī)療、2013年仍參加了城鎮(zhèn)居民醫(yī)療保險或新型農(nóng)村合作醫(yī)療。

1.3 變量選擇

（1）因變量：因變量Y為居民醫(yī)療負(fù)擔(dān)，考慮到數(shù)據(jù)的完整性，本文使用居民的家庭醫(yī)療負(fù)擔(dān)來衡量。計算公式為：居民家庭醫(yī)療負(fù)擔(dān)=家庭年醫(yī)療支出/家庭年總收入[5-6]。

（2）自變量：見表1。

2 傾向系數(shù)匹配

因為在使用DID模型選取實驗組和對照組的樣本時并非隨機(jī)分配，微觀個體在其他方面存在較多差異，可能會影響計量結(jié)果。因此需要引入傾向系數(shù)分析方法與DID配合使用以糾正樣本選擇偏差。傾向系數(shù)分析（Propensity Score Matching，PSM）是一種以觀測數(shù)據(jù)為基礎(chǔ)分析變量間因果關(guān)系的數(shù)據(jù)分析方法，能夠一定程度上減輕樣本選擇過程中產(chǎn)生的偏差[7-9]。

使用Probit模型對選取的干擾變量進(jìn)行估計虛擬R2（Pseudo R2）=47%，Prob＞chi2=0，表示所選的干擾變量對樣本是否參與到城鄉(xiāng)居民醫(yī)保一體化的總作用效果較強(qiáng)，因此可以認(rèn)為該模型中的干擾變量能夠比較顯著地預(yù)測樣本是否參與到城鄉(xiāng)居民醫(yī)保一體化。從匹配前后密度函數(shù)圖的對比，可看出匹配后實驗組與對照組之間的差異縮小。見圖1，圖2。

表1 變量說明

圖1 匹配前

圖2 匹配后

表2 雙重差分結(jié)果

3 雙重差分模型結(jié)果

從表2中可以看到，2011年對照組與實驗組之間差距為-0.002，且差異有統(tǒng)計學(xué)意義；2013年對照組與實驗組間差距為-0.236，且差異有統(tǒng)計學(xué)意義。雙重差分的估計值為23.4%，標(biāo)準(zhǔn)差為0.1，且差異有統(tǒng)計學(xué)意義。

以上DID模型結(jié)果表明，2011—2013年間，受城鄉(xiāng)居民基本醫(yī)保一體化政策影響地區(qū)居民（實驗組）的醫(yī)療負(fù)擔(dān)系數(shù)得到減輕，而未受到城鄉(xiāng)居民基本醫(yī)保一體化政策影響地區(qū)居民（對照組）的醫(yī)療負(fù)擔(dān)減輕的程度較小。進(jìn)一步表明，城鄉(xiāng)基本醫(yī)療保險一體化政策對于減輕居民負(fù)擔(dān)有顯著效果。

4 結(jié)論

根據(jù)研究結(jié)果，城鄉(xiāng)居民基本醫(yī)保一體化政策在先行完成地區(qū)的實施之后，居民的醫(yī)療負(fù)擔(dān)相比于未實現(xiàn)一體化的地區(qū)居民的醫(yī)療負(fù)擔(dān)減輕的更多。但從具體數(shù)值上看，減輕的幅度還比較有限。這可能歸因于對城鎮(zhèn)居民基本醫(yī)療保險和新型農(nóng)村合作醫(yī)療進(jìn)行制度整合的初衷是為了促進(jìn)社會的公平正義，短時間內(nèi)可能無法在保障水平方面帶來大幅提高。

但可以預(yù)見的是，將城鄉(xiāng)基本醫(yī)保制度統(tǒng)一管理后，醫(yī)?；疬M(jìn)行合并會使得整個基金規(guī)模擴(kuò)大，基金使用效率提高。根據(jù)大數(shù)法則，城鄉(xiāng)基本醫(yī)療保險基金池的抗風(fēng)險能力會隨之有明顯提升。

[1] 解堊． 新型農(nóng)村合作醫(yī)療的福利效應(yīng)分析：微觀數(shù)據(jù)的證據(jù)[J]．人口與發(fā)展，2008，14（5）：12-17．

[2] 徐浩，王婉宜，肖川，等． 傾向得分法與倍差法在我國衛(wèi)生政策評估領(lǐng)域的應(yīng)用[J]． 中國預(yù)防醫(yī)學(xué)雜志，2016，17（6）：451-454．

[3] MJ Slaughter． Trade liberalization and per capita income convergence：a difference-in-differences analysis[J]． Journal of International Economics，2001，55（1）：203-228．

[4] Joshua D Angrist，J?rn-Steffen Pischke． Mostly Harmless Econometrics：An Empiricist’s Companion[M]． New Jersey：Princeton University Press，2008：159-170．

[5] 李洋，吳靜，熊光練． 1998—2010年我國城鄉(xiāng)居民醫(yī)療負(fù)擔(dān)及影響因素分析[J]． 中國衛(wèi)生經(jīng)濟(jì)，2013，32（8）：20-22．

[6] 徐維維，胡敏． 北京市城鄉(xiāng)居民醫(yī)保一體化籌資負(fù)擔(dān)研究[J]． 中國衛(wèi)生事業(yè)管理，2015，32（5）：363-366．

[7] 舒燕，左雯婕，林龍新． 基于傾向得分匹配法的新農(nóng)合對農(nóng)村居民的健康效應(yīng)研究[J]． 內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報：社會科學(xué)版，2016，18（90）：21-29．

[8] 周珺． 傾向得分匹配法的研究探索及應(yīng)用[D]． 昆明：云南財經(jīng)大學(xué)，2013．

[9] 李春哲． 醫(yī)院醫(yī)保管理的實踐與體會[J]． 中國衛(wèi)生標(biāo)準(zhǔn)管理，2016，7（8）：17-18．

Study on the Effects of the Integration of Social Medical Insurance for Urban and Rural Residents on Residents’ Medical Payment Burden

LI Chen International Business School of China Pharmaceutical University, Nanjing Jiangsu 211198, China

Use the Difference-in-Differences (DID) method based on Propensity Score Matching (PSM) to analyze the data sourcing from CHARLS 2011 and 2013 of residents’ medical payment burden in the two year from which areas that had completed the integration in 2013. And conclude the implementation of the Integration policy’s effect on the reduction of the residents’ medical payment burden.

integration of social medical insurance; medical payment burden of residents; difference-in-differences

R197

A

1674-9316（2017）06-0011-03

10．3969/j．issn．1674-9316．2017．06．007

中國藥科大學(xué)國際醫(yī)藥商學(xué)院，江蘇 南京211198