翁凝 寧滿秀

摘 要：基于國(guó)務(wù)院發(fā)展研究中心2015年和2016年“中國(guó)民生問題”入戶調(diào)查數(shù)據(jù)，運(yùn)用Heckman兩步法考察城鄉(xiāng)基本醫(yī)療保險(xiǎn)補(bǔ)償率對(duì)居民就醫(yī)決策及醫(yī)療支出的影響;在此基礎(chǔ)上，運(yùn)用Blinder?Oaxaca分解法，對(duì)影響城鄉(xiāng)居民醫(yī)療支出差異各因素的作用進(jìn)行分解。研究發(fā)現(xiàn)：基本醫(yī)療保險(xiǎn)補(bǔ)償率增加會(huì)顯著提高城鄉(xiāng)居民的就醫(yī)概率，增加醫(yī)療支出;基本醫(yī)療保險(xiǎn)補(bǔ)償率對(duì)城鄉(xiāng)居民醫(yī)療支出的影響存在顯著的收入異質(zhì)性，不同收入組居民的醫(yī)療支出對(duì)補(bǔ)償率變化的敏感性存在明顯差異;城鄉(xiāng)基本醫(yī)療保險(xiǎn)補(bǔ)償率差異對(duì)居民醫(yī)療支出差異的貢獻(xiàn)率為14.37%，低于城鄉(xiāng)收入差異，高于醫(yī)療衛(wèi)生資源供給差異。

關(guān)鍵詞：基本醫(yī)療保險(xiǎn);補(bǔ)償率;醫(yī)療支出不平等;Blinder?Oaxaca分解法;Heckman兩步法

中圖分類號(hào)： F840.684;F063.2??文獻(xiàn)標(biāo)志碼：A??文章編號(hào)：1009-055X（2019）04-0030-13

doi：10.19366/j.cnki.1009-055X.201904.003

一、引?言

黨的十九大報(bào)告指出，“……城鄉(xiāng)區(qū)域發(fā)展差距和居民生活水平差距顯著縮小，基本公共服務(wù)均等化基本實(shí)現(xiàn)……”是2020年實(shí)現(xiàn)全面小康社會(huì)的主要目標(biāo)之一。其中，城鄉(xiāng)醫(yī)療支出不平等是城鄉(xiāng)不平等的重要組成部分，縮小城鄉(xiāng)醫(yī)療支出不平等也是基本公共服務(wù)均等化的主要內(nèi)容之一。當(dāng)前，中國(guó)城鄉(xiāng)醫(yī)療支出不平等問題仍然嚴(yán)峻。根據(jù)《2017年中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》，2002年城鄉(xiāng)居民人均醫(yī)療支出差異為230.50元，2016年擴(kuò)大為701.60元;根據(jù)《2017年中國(guó)統(tǒng)計(jì)年鑒》，城鄉(xiāng)人均衛(wèi)生費(fèi)用差距從2003年的834.24元上升為2014年的2344.10元①。

如何縮小城鄉(xiāng)醫(yī)療支出不平等，不僅是政策制定者關(guān)心的重要問題之一，也是學(xué)術(shù)界廣泛關(guān)注的一個(gè)研究熱點(diǎn)，諸多學(xué)者已經(jīng)針對(duì)可能導(dǎo)致城鄉(xiāng)醫(yī)療支出不平等的因素展開了一系列富有意義的探索。然而，城鄉(xiāng)基本醫(yī)療保險(xiǎn)補(bǔ)償率差異是否導(dǎo)致醫(yī)療支出不平等卻沒有得到應(yīng)有的關(guān)注。在制度設(shè)計(jì)層面上，農(nóng)村基本醫(yī)療保險(xiǎn)與城鎮(zhèn)基本醫(yī)療保險(xiǎn)在諸多方面存在不同，比如藥品覆蓋范圍、人均可用資金等[1]，而制度差異最終體現(xiàn)在補(bǔ)償率差異上。根據(jù)本文所使用的數(shù)據(jù)，2015年城鎮(zhèn)居民平均補(bǔ)償率為76.66%，農(nóng)村居民為51.08%②。

那么，城鄉(xiāng)基本醫(yī)療保險(xiǎn)補(bǔ)償率差異是否造成醫(yī)療支出不平等？如果是，它對(duì)醫(yī)療支出不平等的貢獻(xiàn)為多大？在整合城鄉(xiāng)基本醫(yī)療保險(xiǎn)的背景下，清楚該問題具有重要的政策指導(dǎo)意義。為此，本文基于國(guó)務(wù)院發(fā)展研究中心2015年和2016年“中國(guó)民生問題”入戶調(diào)查數(shù)據(jù)，運(yùn)用Heckman兩步法估計(jì)保險(xiǎn)補(bǔ)償率對(duì)醫(yī)療支出的邊際影響;在此基礎(chǔ)上，運(yùn)用Blinder?Oaxaca分解法測(cè)算城鄉(xiāng)補(bǔ)償率差異對(duì)醫(yī)療支出不平等的貢獻(xiàn)。

二、文獻(xiàn)綜述

城鄉(xiāng)居民醫(yī)療支出不平等的原因可概括為兩種情況：一種情況是經(jīng)濟(jì)社會(huì)狀況（social?economic status）差異，包括收入、教育程度、人口結(jié)構(gòu)特征等;另一種情況是城鄉(xiāng)醫(yī)療保險(xiǎn)政策制度設(shè)計(jì)不同。諸多學(xué)者圍繞經(jīng)濟(jì)社會(huì)狀況差異進(jìn)行了實(shí)證分析。早期的研究成果集中在收入差距對(duì)醫(yī)療服務(wù)利用不平等的影響上。胡琳琳[2]、解堊[3]、齊良書和李子奈[4]等學(xué)者研究較早，主要是運(yùn)用集中指數(shù)方法對(duì)“與收入相關(guān)的醫(yī)療服務(wù)利用不平等問題”進(jìn)行分解。封進(jìn)、劉芳[5]和趙廣川[6]進(jìn)行的后續(xù)相關(guān)研究涉及其他變量，包括年齡、教育以及健康程度等。與此同時(shí)，也有個(gè)別學(xué)者針對(duì)城鄉(xiāng)醫(yī)療保險(xiǎn)政策不同展開研究。顧海等[7]、顧海和李佳佳[8]研究的是共付率差異對(duì)城鄉(xiāng)醫(yī)療支出差異的影響。最近較有代表性的研究是熊躍根和黃靜[9]，兩位學(xué)者證明了醫(yī)療保險(xiǎn)政策是造成城鄉(xiāng)居民醫(yī)療支出差異的重要因素之一，但作者沒有具體分析某一特定制度，更沒有研究補(bǔ)償率。

造成城鄉(xiāng)居民醫(yī)療支出不平等的因素除經(jīng)濟(jì)社會(huì)狀況差異之外，還有城鄉(xiāng)醫(yī)療保險(xiǎn)政策差異。針對(duì)醫(yī)療保險(xiǎn)政策差異，一些研究直接引入虛擬變量，籠統(tǒng)地關(guān)注政策本身;也有文獻(xiàn)具體地分析城鄉(xiāng)政策的某一特定差異，如共付率，但鮮有文獻(xiàn)考察補(bǔ)償率。城鄉(xiāng)基本醫(yī)療保險(xiǎn)政策包括一系列制度安排，比如人群覆蓋差異化、病種覆蓋差異化、就醫(yī)地點(diǎn)差異化等，但這些制度差異對(duì)醫(yī)療支出不平等的影響最終體現(xiàn)在補(bǔ)償率上，本文將重點(diǎn)考察補(bǔ)償率差異是否造成醫(yī)療支出不平等。如果單純地考察是否加入新農(nóng)合，或是否加入城鎮(zhèn)居民基本醫(yī)療保險(xiǎn)對(duì)城鄉(xiāng)居民醫(yī)療支出不平等的影響，實(shí)際參考價(jià)值相對(duì)較低，因?yàn)檫@無法告訴政策制定者該如何改變當(dāng)前的政策制度，或具體針對(duì)哪一方面進(jìn)行調(diào)整。本文將視角獨(dú)特地集中在補(bǔ)償率上，這對(duì)于如何從補(bǔ)償制度出發(fā)，以縮小城鄉(xiāng)醫(yī)療支出不平等具有實(shí)際借鑒意義。此外，本文所用數(shù)據(jù)來自國(guó)務(wù)院發(fā)展研究中心在全國(guó)范圍內(nèi)的調(diào)查數(shù)據(jù)，樣本具有相當(dāng)高的代表性，且運(yùn)用的是2015年和2016年的調(diào)查數(shù)據(jù)，所得結(jié)論能反映最近的實(shí)際情況。

從理論出發(fā)，城鄉(xiāng)居民醫(yī)療支出不平等有一部分是由補(bǔ)償率差異所造成的。在城鎮(zhèn)補(bǔ)償率高于農(nóng)村的背景下，假設(shè)城鎮(zhèn)基本醫(yī)療保險(xiǎn)補(bǔ)償制度不變且其他條件相同，如果提高農(nóng)村補(bǔ)償率增加了農(nóng)村居民醫(yī)療支出，則城鄉(xiāng)補(bǔ)償率差異縮小就會(huì)降低醫(yī)療支出不平等。那么，提高農(nóng)村補(bǔ)償率會(huì)促進(jìn)居民醫(yī)療支出增加嗎？首先，Schmitz[10]和GoPffarth et al.[11]從基本的經(jīng)濟(jì)學(xué)理論出發(fā)，提高補(bǔ)償率相當(dāng)于降低醫(yī)療需求價(jià)格，進(jìn)而增加醫(yī)療服務(wù)利用和支出。其次，從現(xiàn)有實(shí)證研究看，答案也傾向于肯定：第一，補(bǔ)償率增加可能導(dǎo)致被保險(xiǎn)人群的前期健康投入減少，從而其健康程度相對(duì)有所惡化，醫(yī)療支出也因此增加，經(jīng)濟(jì)學(xué)中稱為“事前道德風(fēng)險(xiǎn)”這一點(diǎn)通常不被提倡。[12-13];第二，即使前期健康投入沒有變化，補(bǔ)償率增加會(huì)提高被保險(xiǎn)人對(duì)疾病的提前應(yīng)對(duì)和防范意愿，醫(yī)療支出隨之增長(zhǎng)[14]。最后，存在于農(nóng)村地區(qū)的一個(gè)基本事實(shí)是：大量應(yīng)該住院的居民因收入約束而選擇不住院。根據(jù)本文所使用的數(shù)據(jù)，2015年，醫(yī)院建議住院而沒有住院的被訪者占被訪者總數(shù)的9.48%。對(duì)于農(nóng)村貧困居民，這一問題更加嚴(yán)重。根據(jù)《2015年中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告》，2014年貧困農(nóng)村居民中，因經(jīng)濟(jì)困難而無法及時(shí)就醫(yī)的比重為16.50%。如果補(bǔ)償率提高，這意味著農(nóng)村居民的收入約束得到緩解，從而醫(yī)療支出增加?？傊瑹o論從經(jīng)濟(jì)學(xué)理論出發(fā)，還是根據(jù)實(shí)證研究判斷，抑或是基于實(shí)際存在的社會(huì)現(xiàn)象，提高醫(yī)療保險(xiǎn)補(bǔ)償會(huì)促進(jìn)居民醫(yī)療支出增加，它不僅緩解了有經(jīng)濟(jì)能力看病的家庭的醫(yī)療支出負(fù)擔(dān)，也會(huì)提高無經(jīng)濟(jì)能力就醫(yī)的低收入家庭的醫(yī)療服務(wù)利用水平，其所給予的補(bǔ)償額是居民增加醫(yī)療服務(wù)利用最直接的激勵(lì)。

三、理論基礎(chǔ)與研究方法

（一）理論基礎(chǔ)

根據(jù)經(jīng)典的Grossman[15]健康需求函數(shù)（用h表示），個(gè)人的健康狀況用收入水平和其他個(gè)人特征、家庭特征以及社區(qū)特征來表示的函數(shù)為：

H=h（Y，X1，X2，X3）（1）

式（1）中，H表示健康狀況;Y表示收入水平;X1表示教育狀況、年齡、婚姻、就業(yè)、醫(yī)療保險(xiǎn)等個(gè)人特征;X2表示家庭規(guī)模、家庭收入等特征;X3表示個(gè)人所在社區(qū)的特征，比如醫(yī)療價(jià)格水平、醫(yī)療資源供給等。

個(gè)體是否發(fā)生醫(yī)療消費(fèi)行為以及消費(fèi)多少主要取決于個(gè)體健康狀況和支付能力，而支付能力受收入水平的約束。當(dāng)個(gè)體健康遭受到?jīng)_擊時(shí)，醫(yī)療支出將相應(yīng)發(fā)生變化，所以醫(yī)療支出方程（用f表示）為：

E=f（H，X1，X2，X3，Sick）（2）

式（2）中，E表示醫(yī)療支出，Sick代表個(gè)人健康遭受到的沖擊程度。結(jié)合方程（1）和（2），可以建立如下的醫(yī)療支出方程：

lnE=β0+β1ln income+β2Sick+β3Pe+β4X1+β5X2+β6X3+μ（3）

式（3）中，income表示收入水平（取對(duì)數(shù)）;Pe表示醫(yī)療支出價(jià)格;μ表示誤差項(xiàng);X1、X2和X3分別表示個(gè)人、家庭和社區(qū)層面的特征向量。

（二）估計(jì)方法

個(gè)體在發(fā)生醫(yī)療支出前必須作出是否就醫(yī)的行為決策。當(dāng)健康遭受到?jīng)_擊時(shí)，是否選擇就醫(yī)取決于個(gè)體的醫(yī)療償付能力、健康風(fēng)險(xiǎn)偏好等因素，因此不是所有個(gè)體都會(huì)發(fā)生醫(yī)療支出，即存在自我選擇問題。為保證樣本的代表性，本文采用Heckman兩步法進(jìn)行處理。

第一步，采用Probit模型估計(jì)居民是否決定就醫(yī)。當(dāng)P=1時(shí)，表示居民i決定就醫(yī)，即：

P=1，當(dāng)Ei>00，當(dāng)Ei=0（4）

利用所得參數(shù)估計(jì)逆米爾斯比率（inverse mills ratio）：

λ^i=（X′i β^pb）/φ（X′i β^pb）（5）

式（5）中，表示標(biāo)準(zhǔn)正態(tài)概率密度函數(shù);φ表示標(biāo)準(zhǔn)正態(tài)累積分布函數(shù);X′i表示自變量向量;β^pb表示參數(shù)估計(jì)值。

第二步，在居民醫(yī)療支出行為發(fā)生的條件下，將（5）式引入醫(yī)療支出方程，采用OLS估計(jì)如下方程：

E[Ei|Xji，Ei>0]=β0+∑njβjXji+σλ^i（6）

這樣，便可以估計(jì)出每個(gè)變量的影響系數(shù)。j表示變量個(gè)數(shù)，下同。

（三）分解方法

Blinder?Oaxaca分解法是Blinder[16]和Oaxaca[17]提出的一種研究方法，最初用于分析兩個(gè)不同群體（黑人和白人、男性和女性等）工資差異的影響因素。目前，該方法已被廣泛用于不同群體的收入和支出差異的影響因素分解，并擴(kuò)展到健康狀況差異等研究領(lǐng)域[18-19]。本文將運(yùn)用該方法測(cè)量城鄉(xiāng)補(bǔ)償率差異對(duì)居民醫(yī)療支出差異的影響程度。

為簡(jiǎn)化，用向量X代表自變量。假設(shè)城鎮(zhèn)和農(nóng)村居民的醫(yī)療支出分別用EUi和ERi表示，則城鄉(xiāng)居民的醫(yī)療支出差異可分解為：

EUi-ERi=（βU0-βR0）+∑j βUj（XUj-XRj）+∑jXRj（βUj-βRj）

=（βU0-βR0）+∑j βRj（XUj-XRj）+∑jXUj（βUj-βRj）（7）

第一個(gè)等式以城鎮(zhèn)居民醫(yī)療支出方程為基準(zhǔn)，第二個(gè)等式以農(nóng)村居民醫(yī)療支出方程為基準(zhǔn)。等式右邊的第一項(xiàng)稱為“無法解釋的差異”，即城鄉(xiāng)居民醫(yī)療支出差異中無法解釋的部分，用U表示;第二項(xiàng)稱為“稟賦差異”，即城鄉(xiāng)居民醫(yī)療支出差異中，解釋變量本身不同造成的差異，用E表示;第三項(xiàng)稱為“系數(shù)差異”，即城鄉(xiāng)居民醫(yī)療支出差異中，解釋變量變化所造成的差異，用C表示。

基準(zhǔn)方程的選擇不同，可能會(huì)導(dǎo)致估計(jì)結(jié)果有較大差異，即指數(shù)基準(zhǔn)問題（index number problem），本文采用Cotton[20]提出的方法來解決該問題。將式（7）進(jìn)一步分解為：

EUi-ERi=（βU0-βR0）+∑j β*j（XUj-XRj）+∑jXUj（βUj-β*j）+∑jXRj（β*j-βRj）（8）

式（8）中，β*j=δUβUj+δRβRj，δU表示城鄉(xiāng)居民總樣本中城鎮(zhèn)居民所占的比例;δR表示城鄉(xiāng)居民總樣本中農(nóng)村居民所占的比例。那么，等式右邊的第二項(xiàng)為“稟賦差異”，第三項(xiàng)與第四項(xiàng)之和表示“系數(shù)差異”。

與（5）式結(jié)合，城鄉(xiāng)居民醫(yī)療支出差異最終可分解為：

EUi-ERi=（βU0-βR0）+∑j β*j（XUj-XRj）+∑jXUj（βUj-β*j）

+∑jXRj（β*j-βRj）+（σUλ^Ui-σRλ^Ri）（9）

與式（8）相比，式（9）等號(hào)右邊增加了最后一項(xiàng)。按照傳統(tǒng)方法，將最后一項(xiàng)移到左邊。也就是說，城鄉(xiāng)居民醫(yī)療支出差異的分解，實(shí)質(zhì)是解決選擇性偏差問題之后，對(duì)醫(yī)療支出差異的分解。

四、數(shù)據(jù)來源及變量說明

（一）數(shù)據(jù)來源

本文運(yùn)用的數(shù)據(jù)來源于國(guó)務(wù)院發(fā)展研究中心2015年和2016年“中國(guó)民生問題”入戶調(diào)查數(shù)據(jù)，反映的是2014年和2015年的基本情況。調(diào)查范圍包括安徽、浙江、廣東、黑龍江、陜西、四川、河北7個(gè)省份，基本涵蓋了東、中、西部省份，具有較強(qiáng)的代表性。調(diào)查共分為工作與就業(yè)、基本民生問題、收入與消費(fèi)、子女教育、醫(yī)療衛(wèi)生、養(yǎng)老保障、住房保障、生活環(huán)境和政府服務(wù)共9個(gè)大類項(xiàng)目以及個(gè)人和家庭基本情況。根據(jù)調(diào)查數(shù)據(jù)，參加基本醫(yī)療保險(xiǎn)的樣本占總樣本的96.80%。基于本文重點(diǎn)關(guān)注已參加基本醫(yī)療保險(xiǎn)的城鄉(xiāng)居民，故剔除未加入基本醫(yī)療保險(xiǎn)的少量樣本，同時(shí)對(duì)異常樣本進(jìn)行處理，最終形成9851個(gè)有效樣本。其中，城鎮(zhèn)樣本共3446個(gè)，占34.98%;農(nóng)村樣本共6405個(gè)，占65.02%。城鎮(zhèn)樣本中，有住院支出的樣本524個(gè)，占15.21%，其中獲得基本醫(yī)療保險(xiǎn)補(bǔ)償?shù)臉颖?85個(gè)，占92.56%;農(nóng)村樣本中，有住院支出的樣本1115個(gè)，占17.41%，其中獲得基本醫(yī)療保險(xiǎn)補(bǔ)償?shù)臉颖?85個(gè)，占88.34%。

（二）變量解釋及說明

如果選擇醫(yī)療總支出作為因變量，會(huì)低估補(bǔ)償率的估計(jì)參數(shù)，因?yàn)楫?dāng)前新農(nóng)合補(bǔ)償項(xiàng)目仍以住院支出為主。因此，本文選擇住院支出作為醫(yī)療總支出的衡量變量根據(jù)調(diào)查數(shù)據(jù)，城鄉(xiāng)居民2015年住院支出占醫(yī)療總支出的比例分別為73.02%和74.65%。，界定為“居民生病住院的自付診療總費(fèi)用”，即扣除醫(yī)療保險(xiǎn)報(bào)銷金額后實(shí)際支付的住院費(fèi)用。

解釋變量中，核心變量為補(bǔ)償率，即居民所在地區(qū)（以市為單位）所規(guī)定的補(bǔ)償率。城鎮(zhèn)地區(qū)補(bǔ)償率基于城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)和城鎮(zhèn)居民基本醫(yī)療保險(xiǎn)，農(nóng)村地區(qū)補(bǔ)償率基于新農(nóng)合。用當(dāng)年的城鄉(xiāng)補(bǔ)償率可能存在內(nèi)生性問題，而用滯后一期的補(bǔ)償率則可以有效避免內(nèi)生性。

收入的定義為“個(gè)人稅后年平均收入”。由于已經(jīng)控制家庭規(guī)模，所以不再引入家庭總收入。個(gè)人收入對(duì)其就醫(yī)決策和醫(yī)療支出大小的影響是多方面的。比如，收入水平較高的個(gè)人和家庭，日常膳食質(zhì)量可能較高，也可能更注重身體鍛煉，所以患病的概率比較小，最終導(dǎo)致醫(yī)療支出較小。但是，收入水平較高的患病家庭也有可能對(duì)就醫(yī)質(zhì)量的要求較高，所以醫(yī)療支出也相對(duì)較高。如果排除預(yù)防性就醫(yī)行為，健康程度是決定個(gè)人是否就醫(yī)以及醫(yī)療支出大小的重要變量之一，所以必須引入。通常情況下，在控制收入、年齡、社區(qū)環(huán)境等變量后，健康沖擊越大，就醫(yī)概率越大，醫(yī)療支出也相應(yīng)增加。

除收入水平、健康程度和補(bǔ)償率之外，個(gè)人對(duì)健康的風(fēng)險(xiǎn)偏好也是影響其就醫(yī)決策和醫(yī)療支出的重要因素。個(gè)人對(duì)健康風(fēng)險(xiǎn)的偏好程度取決于個(gè)人特征，包括年齡、教育水平、婚姻狀況、工作類型等。個(gè)人所處的社區(qū)或農(nóng)村的生活環(huán)境質(zhì)量會(huì)通過影響其健康程度，進(jìn)而影響醫(yī)療支出。同時(shí)，個(gè)人的健康預(yù)防行為也會(huì)受到周圍生活環(huán)境質(zhì)量的影響，進(jìn)而就醫(yī)行為受到影響。就醫(yī)頻率和醫(yī)療質(zhì)量追求的差異最終取決于個(gè)人對(duì)周圍環(huán)境質(zhì)量的判斷。因此，本文考慮了空氣質(zhì)量變化。

城鎮(zhèn)和農(nóng)村在醫(yī)療服務(wù)質(zhì)量和供給等方面存在明顯的不平等，在控制個(gè)人和家庭特征后，這可能會(huì)造成醫(yī)療支出差異。本文引入每萬城市人口醫(yī)療機(jī)構(gòu)床位數(shù)和衛(wèi)生技術(shù)人員數(shù)來控制城鎮(zhèn)地區(qū)醫(yī)療服務(wù)質(zhì)量和供給;對(duì)于農(nóng)村地區(qū)，引入每萬農(nóng)村人口鄉(xiāng)鎮(zhèn)衛(wèi)生院床位數(shù)和每萬農(nóng)村人口衛(wèi)生技術(shù)人員數(shù)數(shù)據(jù)來源于《2016年中國(guó)統(tǒng)計(jì)年鑒》。原始數(shù)據(jù)為“每千人口……”，但是為了更好體現(xiàn)出城鄉(xiāng)差異，這里采用“每萬人口……”。。

作為一種公益性服務(wù)，醫(yī)療服務(wù)市場(chǎng)幾乎不存在競(jìng)爭(zhēng)性，而且相關(guān)部門對(duì)醫(yī)療價(jià)格的監(jiān)管也相當(dāng)嚴(yán)格，因此在同一個(gè)省份或地區(qū)內(nèi)，可以合理假設(shè)城鄉(xiāng)之間的醫(yī)療支出價(jià)格是相等的。除價(jià)格外，還有一些無法觀測(cè)的社區(qū)特征可能會(huì)影響醫(yī)療支出。借鑒江金啟和鄭風(fēng)田[21]的方法，通過引入地區(qū)虛擬變量予以控制由于醫(yī)療支出價(jià)格很難測(cè)算，也無法通過調(diào)研直接獲取相關(guān)數(shù)據(jù)，因此絕大多數(shù)研究均通過引入虛擬變量來控制價(jià)格差異。這種引入虛擬變量的方法不僅適用于醫(yī)療支出價(jià)格，對(duì)于其他消費(fèi)品價(jià)格的處理，也比較常見。。

表1報(bào)告了所有變量的定義和數(shù)值特征。2014年，農(nóng)村地區(qū)平均補(bǔ)償率為51.08%，最高補(bǔ)償率為92.20%;城鎮(zhèn)地區(qū)平均補(bǔ)償率為76.66%，最高補(bǔ)償率為94.80%。2015年，城鎮(zhèn)居民和農(nóng)村居民身體健康的比例分別為82.27%和75.74%，喪失勞動(dòng)能力的比例分別為6.32%和11.19%。就住院比例看，每100個(gè)城鎮(zhèn)居民，有15個(gè)人住院，而每100個(gè)農(nóng)村居民中有17個(gè)人住院。綜合來看，農(nóng)村居民的健康水平低于城鎮(zhèn)居民，且住院概率高于城鎮(zhèn)居民。但是，農(nóng)村居民醫(yī)療支出卻低于城鎮(zhèn)居民，城鎮(zhèn)居民人均自付醫(yī)療支出為9123.71元，農(nóng)村居民為8516.08元。城鄉(xiāng)居民收入差距明顯，2015年城鎮(zhèn)居民個(gè)人稅后年收入平均為40544.59元，農(nóng)村居民為22874.01元。城鄉(xiāng)之間差距更明顯的是教育。農(nóng)村居民接受過高中/中專/技校及以上教育的比例僅為14.19%，城鎮(zhèn)居民為52.69%。城鎮(zhèn)居民以非農(nóng)就業(yè)為主，農(nóng)村居民以農(nóng)業(yè)就業(yè)為主。城鄉(xiāng)之間醫(yī)療資源分配差異非常明顯。在城鎮(zhèn)地區(qū)，每萬人口的衛(wèi)生技術(shù)人員數(shù)量平均為0.99人，而農(nóng)村地區(qū)只有0.41人。也就是說，在城鎮(zhèn)地區(qū)，一個(gè)專業(yè)的衛(wèi)生技術(shù)人員平均為101個(gè)病人服務(wù);在農(nóng)村地區(qū)，一個(gè)專業(yè)的衛(wèi)生技術(shù)人員平均為246個(gè)病人服務(wù)。對(duì)于床位數(shù)，在城鎮(zhèn)地區(qū)，一個(gè)床位平均被123個(gè)居民利用;在農(nóng)村地區(qū)，平均273個(gè)居民“爭(zhēng)搶”一個(gè)床位。由此可以看出，城鄉(xiāng)之間的基本醫(yī)療資源供給嚴(yán)重不均衡。

五、實(shí)證結(jié)果及分析

（一）散點(diǎn)圖分析

在同一個(gè)省份或地區(qū)內(nèi)，各地級(jí)市（包括其他市級(jí)單位，如自治州）之間的基本情況存在較大區(qū)別，因此本文的補(bǔ)償率計(jì)算以城市為基本單位。在對(duì)2014年和2015年的樣本進(jìn)行匹配之后，最終，農(nóng)村樣本覆蓋49個(gè)城市和1個(gè)自治州，城鎮(zhèn)樣本覆蓋39個(gè)城市。圖1反映的是以城市為基本單位，城鄉(xiāng)居民平均醫(yī)療支出和補(bǔ)償率的擬合關(guān)系。從圖中可以看出，無論是城鎮(zhèn)地區(qū)，還是農(nóng)村地區(qū)，居民醫(yī)療支出與補(bǔ)償率呈正向相關(guān)關(guān)系。那么，兩者之間具體存在什么關(guān)系，下面將進(jìn)行實(shí)證檢驗(yàn)。

（二）補(bǔ)償率對(duì)居民就醫(yī)行為的影響

表2報(bào)告的是就醫(yī)決策方程和醫(yī)療支出方程的Heckman兩步法回歸結(jié)果，表3報(bào)告的是就醫(yī)決策方程的主要解釋變量的邊際效果。根據(jù)表中結(jié)果，無論是城鎮(zhèn)居民還是農(nóng)村居民，補(bǔ)償率對(duì)居民就醫(yī)決策和醫(yī)療支出的影響在5%水平下通過顯著性檢驗(yàn)。在控制其他因素后，補(bǔ)償率每提高1個(gè)單位，城鎮(zhèn)居民和農(nóng)村居民的就醫(yī)概率將分別增加9.0%和9.1%，這說明基本醫(yī)療保險(xiǎn)在保障城鄉(xiāng)居民的醫(yī)療需求上發(fā)揮了重要作用。

健康程度對(duì)城鄉(xiāng)居民就醫(yī)決策的影響在1%水平下通過顯著性檢驗(yàn)。系數(shù)符號(hào)為正，說明健康沖擊越大，居民就醫(yī)概率越大。在其他條件不變的情況下，如果遭受到更嚴(yán)重的健康沖擊，城鄉(xiāng)居民的就醫(yī)概率將分別增加12.7%和12.9%。兩者相差不大，這說明城鄉(xiāng)居民對(duì)健康水平的重視程度基本一致。

個(gè)人收入對(duì)城鎮(zhèn)居民就醫(yī)決策有顯著影響，但對(duì)農(nóng)村居民的影響不顯著。符號(hào)均為負(fù)，說明當(dāng)收入增加時(shí)，就醫(yī)概率會(huì)相應(yīng)減少。收入水平較高的居民，日?？赡芨⒅厣攀碃I(yíng)養(yǎng)結(jié)構(gòu)和身體鍛煉。此外，收入水平較高的居民也可能通過購買一些保健品、高營(yíng)養(yǎng)含量的補(bǔ)品等對(duì)醫(yī)療支出形成替代。這均有可能造成就醫(yī)概率隨收入增加而下降。

城鄉(xiāng)之間醫(yī)療機(jī)構(gòu)床位數(shù)和衛(wèi)生技術(shù)人員數(shù)的差異反映了醫(yī)療資源分配不均衡，兩者對(duì)農(nóng)村居民就醫(yī)決策均有顯著的正向影響。城鎮(zhèn)居民就醫(yī)概率受床位數(shù)量的影響顯著，床位數(shù)量越多，就醫(yī)概率越大。衛(wèi)生技術(shù)人員數(shù)量代表了醫(yī)療衛(wèi)生公共資源的分布范圍，可享受到的資源越多，居民健康水平也會(huì)相應(yīng)提高。床位數(shù)差異反映了醫(yī)療衛(wèi)生公共資源的供給不平等，供給增加時(shí)，需求也會(huì)相應(yīng)增加考慮到患病居民數(shù)量增加，可能導(dǎo)致床位數(shù)需求增加。因此，本文采用滯后一期的床位數(shù)作為工具變量。同時(shí)，衛(wèi)生技術(shù)人員數(shù)量也相應(yīng)滯后一期。。

對(duì)于其余控制變量，教育水平對(duì)城鄉(xiāng)居民就醫(yī)決策的影響在1%水平下通過顯著性檢驗(yàn)。系數(shù)符號(hào)為負(fù)，說明居民教育水平越高，就醫(yī)概率越小。一個(gè)合理的解釋是教育水平越高，飲食知識(shí)和保健知識(shí)等水平越高，患病的概率越小。年齡和年齡的平方對(duì)城鄉(xiāng)居民就醫(yī)決策有顯著影響，年齡的系數(shù)為負(fù)，年齡平方的系數(shù)為正，這符合傳統(tǒng)的生命周期假說。相比未就業(yè)的居民，從事農(nóng)業(yè)和非農(nóng)工作的居民的就醫(yī)概率均相對(duì)增加。家庭規(guī)模對(duì)居民就醫(yī)決策有顯著正向影響。對(duì)于婚姻狀況，城鄉(xiāng)居民之間表現(xiàn)出不同的結(jié)果。相比未婚居民，有過婚姻經(jīng)歷的城鎮(zhèn)居民就醫(yī)概率增加，而有過婚姻經(jīng)歷的農(nóng)村居民就醫(yī)概率降低。居民周圍空氣質(zhì)量的變化對(duì)就醫(yī)決策有顯著影響，空氣質(zhì)量變好會(huì)顯著降低城鎮(zhèn)居民就醫(yī)概率;空氣質(zhì)量變差會(huì)顯著增加農(nóng)村居民就醫(yī)概率。

（三）補(bǔ)償率對(duì)居民醫(yī)療支出的影響

1.估計(jì)結(jié)果分析

根據(jù)表2，補(bǔ)償率對(duì)城鎮(zhèn)居民醫(yī)療支出的影響在10%水平下通過顯著性檢驗(yàn)，對(duì)農(nóng)村居民的影響在5%水平下通過顯著性檢驗(yàn)。補(bǔ)償率每增加1個(gè)單位，城鎮(zhèn)居民自付醫(yī)療支出增加5772.89元，農(nóng)村居民醫(yī)療支出增加4420.46元。結(jié)合決策方程估計(jì)結(jié)果，當(dāng)城鄉(xiāng)補(bǔ)償率增加相同單位的時(shí)候，城鎮(zhèn)居民醫(yī)療支出的增加幅度高于農(nóng)村居民。因此，要縮小城鄉(xiāng)醫(yī)療服務(wù)利用不平等，需要提高農(nóng)村地區(qū)補(bǔ)償率。

健康水平對(duì)醫(yī)療支出的影響在1%水平下通過顯著性檢驗(yàn)。對(duì)健康的沖擊程度越大，城鄉(xiāng)居民的醫(yī)療支出水平越高。在其他條件不變的情況下，如果健康遭受到更嚴(yán)重的沖擊，城鄉(xiāng)居民的醫(yī)療支出將分別增加3880.50元和3085.95元。

收入水平對(duì)醫(yī)療支出的影響不顯著，但符號(hào)為正，符合預(yù)期，說明城鄉(xiāng)居民一旦決定住院，收入越高的居民，醫(yī)療支出也越高。其余變量均符合預(yù)期，不再詳細(xì)闡述。

2.異質(zhì)性檢驗(yàn)

從平均值看，相比農(nóng)村居民，城鎮(zhèn)居民醫(yī)療支出對(duì)補(bǔ)償率上升的反應(yīng)更加敏感。那么，補(bǔ)償率變化對(duì)不同收入水平的城鄉(xiāng)居民的影響存在異質(zhì)性嗎？表4報(bào)告的是按收入三等分分組的補(bǔ)償率對(duì)城鄉(xiāng)居民醫(yī)療支出影響的異質(zhì)性檢驗(yàn)結(jié)果?？梢钥闯?，補(bǔ)償率增加相同水平，最低收入組與中間、最高收入組的農(nóng)村居民的醫(yī)療支出變化有很大差異。補(bǔ)償率每增加1個(gè)單位，最低收入組的農(nóng)村居民醫(yī)療支出增加1500.35元，而中間收入組和最高收入組的農(nóng)村居民醫(yī)療支出增幅超過5000元。對(duì)于城鎮(zhèn)居民，補(bǔ)償率每增加1個(gè)單位，中間收入組居民的醫(yī)療支出增加22616.72元，高于最低收入組和最高收入組。城鄉(xiāng)對(duì)比看，對(duì)于最低和中間收入組，補(bǔ)償率每增加1個(gè)單位，城鎮(zhèn)居民的醫(yī)療支出增加幅度均遠(yuǎn)高于農(nóng)村居民，而高收入組農(nóng)村居民對(duì)補(bǔ)償率變化的反應(yīng)比城鎮(zhèn)居民更敏感。因此，無論是城鎮(zhèn)居民，還是農(nóng)村居民，收入水平不同，補(bǔ)償率變化對(duì)醫(yī)療支出的影響有較大異質(zhì)性。

（四）城鄉(xiāng)居民醫(yī)療支出差異的影響因素分解

表5報(bào)告了城鄉(xiāng)居民醫(yī)療支出差異的Blinder?Oaxaca分解結(jié)果。在盡可能地控制影響因素后，城鎮(zhèn)居民醫(yī)療支出比農(nóng)村居民高34.66%，即總差異。其中，稟賦差異為21.68%，說明當(dāng)醫(yī)療支出行為發(fā)生時(shí)，城鎮(zhèn)居民比農(nóng)村居民擁有更好的稟賦條件，醫(yī)療支付能力更高;系數(shù)差異為2.58%，說明城鎮(zhèn)居民對(duì)影響因素的敏感程度略高于農(nóng)村居民;無法解釋的差異為10.40%。

對(duì)比補(bǔ)償率、收入水平和健康狀況三個(gè)核心變量。城鄉(xiāng)補(bǔ)償率差異對(duì)居民醫(yī)療支出差異的貢獻(xiàn)為14.37%，表明在其他條件不變的情況下，如果城鄉(xiāng)補(bǔ)償率不變，城鎮(zhèn)居民的醫(yī)療支出將比農(nóng)村居民平均高14.37%。其中，稟賦差異占9.93%，表明當(dāng)醫(yī)療需求發(fā)生時(shí)，相對(duì)農(nóng)村居民，城鎮(zhèn)基本醫(yī)療保險(xiǎn)為城鎮(zhèn)居民提供了更多補(bǔ)償;剩余的4.44%來自系數(shù)差異，表明城鎮(zhèn)居民醫(yī)療支出對(duì)補(bǔ)償率的敏感程度高于農(nóng)村居民。

收入差異是造成醫(yī)療支出差異的主要原因，貢獻(xiàn)率為16.44%。在其他條件不變的情況下，如果城鄉(xiāng)居民的收入差異維持不變，城鎮(zhèn)居民的醫(yī)療支出將比農(nóng)村居民高16.44%。系數(shù)差異為3.57%，表明當(dāng)醫(yī)療需求發(fā)生時(shí)，城鎮(zhèn)居民對(duì)收入變化的反應(yīng)比農(nóng)村居民更敏感;稟賦差異為12.86%，表明城鄉(xiāng)居民的收入差異對(duì)醫(yī)療支出差異的影響相對(duì)較大，這與Baeten[22]、趙廣川等[23]的研究結(jié)論一致。因此，收入差距是城鄉(xiāng)醫(yī)療支出不平等的首要原因。

居民的健康程度與醫(yī)療支出直接相關(guān)，在其他條件不變的情況下，城鎮(zhèn)居民因健康變化導(dǎo)致的醫(yī)療支出比農(nóng)村居民平均高9.28%。從滿足居民基本醫(yī)療需求的角度看，農(nóng)村居民理應(yīng)比城鎮(zhèn)居民的醫(yī)療支出更高，但實(shí)際并非如此。

除上述核心變量外，年齡、教育和公共衛(wèi)生資源供給的差異對(duì)醫(yī)療支出差異也有一定的貢獻(xiàn)，尤其是教育水平差異。由于篇幅所限，不再詳細(xì)闡述。

六、研究結(jié)論與相關(guān)政策啟示

基于國(guó)務(wù)院發(fā)展研究中心2015年和2016年“中國(guó)民生問題”入戶調(diào)查數(shù)據(jù)，本文首先運(yùn)用Heckman兩步法，考察了城鄉(xiāng)基本醫(yī)療保險(xiǎn)補(bǔ)償率對(duì)居民就醫(yī)決策和醫(yī)療支出的影響。在此基礎(chǔ)上，運(yùn)用Blinder?Oaxaca分解法，進(jìn)一步測(cè)算了補(bǔ)償率及其他變量對(duì)居民醫(yī)療支出不平等的貢獻(xiàn)。研究結(jié)果表明：第一，城鄉(xiāng)基本醫(yī)療保險(xiǎn)政策在保障居民基本醫(yī)療需求上有重要作用。控制其他因素后，補(bǔ)償率每增加1個(gè)單位，城鄉(xiāng)居民的就醫(yī)概率將分別增加9.0%和9.1%，醫(yī)療支出將分別增加5772.89元和4420.46元;第二，補(bǔ)償率差異對(duì)居民醫(yī)療支出差異的貢獻(xiàn)率為14.37%，僅小于收入差異的貢獻(xiàn);第三，補(bǔ)償率對(duì)醫(yī)療支出的影響表現(xiàn)出了收入異質(zhì)性，不同收入水平的城鄉(xiāng)居民，其醫(yī)療支出行為對(duì)補(bǔ)償率的敏感性不同。

確保城鄉(xiāng)居民享受公平的醫(yī)療保障服務(wù)是促進(jìn)社會(huì)公平正義和城鄉(xiāng)經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展的基本目標(biāo)之一。當(dāng)前，國(guó)家及有關(guān)部門正在積極制定并實(shí)施城鄉(xiāng)基本醫(yī)療保險(xiǎn)統(tǒng)籌，這必將進(jìn)一步提高城鄉(xiāng)居民醫(yī)療保障水平和健康水平。本文研究結(jié)論表明，城鄉(xiāng)基本醫(yī)療保險(xiǎn)統(tǒng)籌同時(shí)也會(huì)縮小城鄉(xiāng)醫(yī)療支出不平等，進(jìn)而有利于加快實(shí)現(xiàn)城鄉(xiāng)基本公共服務(wù)均等化。此外，公共醫(yī)療衛(wèi)生資源向農(nóng)村傾斜會(huì)降低城鄉(xiāng)醫(yī)療支出不平等。但是，這個(gè)因素的貢獻(xiàn)程度低于補(bǔ)償率差異。最后，提高補(bǔ)償率對(duì)農(nóng)村中低收入家庭醫(yī)療支出增加的邊際效果大于高收入家庭。因此，依據(jù)上述研究結(jié)論，可得出如下政策啟示：

第一，為進(jìn)一步促進(jìn)城鄉(xiāng)基本公共服務(wù)均等化，降低城鄉(xiāng)醫(yī)療支出不平等，各地應(yīng)嚴(yán)格按照“待遇就高不就低”的原則實(shí)施城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)統(tǒng)籌。同時(shí)，擴(kuò)大農(nóng)村地區(qū)基本藥物保障目錄以提高對(duì)農(nóng)村居民的預(yù)防藥物和保健藥物等醫(yī)療支出的補(bǔ)償水平。

第二，在統(tǒng)籌城鄉(xiāng)基本醫(yī)療保險(xiǎn)過程中，適當(dāng)提高對(duì)農(nóng)村中低收入群體的醫(yī)療保障惠及力度。首先，對(duì)于五保戶和貧困戶等低收入群體實(shí)施個(gè)人繳費(fèi)補(bǔ)助和適當(dāng)減免政策;其次，通過財(cái)政補(bǔ)貼機(jī)制增強(qiáng)醫(yī)療保險(xiǎn)對(duì)低收入群體的補(bǔ)償力度。

第三，縮小城鄉(xiāng)收入差距是降低城鄉(xiāng)醫(yī)療支出不平等的重要政策選項(xiàng)。在此基礎(chǔ)上，優(yōu)化城鄉(xiāng)教育資源配置，加強(qiáng)對(duì)農(nóng)村教育的扶持力度，不僅能縮小城鄉(xiāng)教育差距，而且有利于降低城鄉(xiāng)醫(yī)療支出不平等。

第四，公共醫(yī)療衛(wèi)生資源可適當(dāng)向農(nóng)村傾斜，但不宜盲目，原因在于城鄉(xiāng)公共醫(yī)療衛(wèi)生資源差距對(duì)醫(yī)療支出不平等的貢獻(xiàn)相對(duì)較小。如果盲目地增加農(nóng)村地區(qū)公共醫(yī)療衛(wèi)生資源供給，還有可能引發(fā)醫(yī)療服務(wù)供給方誘導(dǎo)需求行為和患者過度醫(yī)療行為，從而造成資源浪費(fèi)。

參考文獻(xiàn)：

[1]?MENG Q Y，F(xiàn)ANG H，LIU X Y，et al.?Consolidating the social health insurance schemes in China：towards an equitable and efficient health system [J]. The lancet，2015，386（10002）：1484-1492.

[2]?胡琳琳.?我國(guó)與收入相關(guān)的健康不平等實(shí)證研究[J].衛(wèi)生經(jīng)濟(jì)研究，2005（12）：13-16.

[3]?解堊.?與收入相關(guān)的健康及醫(yī)療服務(wù)利用不平等研究[J]. 經(jīng)濟(jì)研究，2009（2）：92-105.

[4]?齊良書，李子奈.?與收入相關(guān)的健康和醫(yī)療服務(wù)利用流動(dòng)性[J]. 經(jīng)濟(jì)研究，2011（9）：83-95.

[5]?封進(jìn)，劉芳.?新農(nóng)合對(duì)改善醫(yī)療服務(wù)利用不平等的影響——基于2004年和2006年的調(diào)查數(shù)據(jù)[J]. 中國(guó)衛(wèi)生政策研究，2012，5（3）：45-51.

[6]?趙廣川，馬超，郭俊峰.?中國(guó)農(nóng)村居民醫(yī)療消費(fèi)支出不平等及其演變[J]. 統(tǒng)計(jì)研究，2015，32（10）65-73.

[7]?顧海，李佳佳，馬超.?我國(guó)城鄉(xiāng)居民的醫(yī)療需求差異研究——基于Oaxaca?Blinder方法的回歸分解[J].學(xué)海，2012（3）：75-78.

[8]?顧海，李佳佳.?機(jī)會(huì)不平等對(duì)城鄉(xiāng)居民醫(yī)療需求的影響研究[J]. 江蘇社會(huì)科學(xué)，2012（2）：52-56.

[9]?熊躍根，黃靜.?我國(guó)城鄉(xiāng)醫(yī)療服務(wù)利用的不平等研究——一項(xiàng)基于CHARLS數(shù)據(jù)的實(shí)證分析[J]. 人口學(xué)刊，2016，38（6）：62-76.

[10]?SCHMITZ H.?Practice budgets and the patient mix of physicians：the effect of a remuneration system reform on health care utilization [J]. Journal of health economics，2013，32（6）：1240-1249.

[11]?GOPFFARTH D，KOPETSCH T，SCHMITZ H.?Determinants of regional variation in health expenditures in Germany [J]. health economics，2016，25（7）：801-815.

[12]?彭曉博，秦雪征.?醫(yī)療保險(xiǎn)會(huì)引發(fā)事前道德風(fēng)險(xiǎn)嗎？理論分析與經(jīng)驗(yàn)證據(jù)[J]. 經(jīng)濟(jì)學(xué)（季刊），2014，14（1）：159-184.

[13]?WHALEY C M，GUO C R，BROWN T T.?The moral hazard effects of consumer responses to targeted cost?sharing [J]. Journal of health economics，2017，56：201-221.

[14]?EISENBERG M D，HAVILAND A M，MEHROTRA A，etal.?The long term effects of “consumer?directed”health plans on preventive care use [J]. Journal of health economics，2017，55：61-75.

[15]?GROSSMAN M.?On the concept of health capital and the demand for health [J].Journal of political economy，1972，80（2）：223-255.

[16]?BLINDERA S.?Wage discrimination：reduced form and structural estimates [J].Journal of human resources，1973，8（4）：436-455.

[17]?OAXACA R.?Male?female wage differentials in urban labor markets [J].International economic review，1973，14（3）：693-709.

[18]?GOH CC，LUO X B，ZHU N.?Income growth，inequality and poverty reduction：a case study of eight provinces in China [J]. China economic review，2009，20（3）：485-496.

[19]?SEN B.?Using the Oaxaca?Blinder decomposition as an empirical tool to analyze racial disparities in obesity [J]. Obesity，2014，22（7）：1750-1755.

[20]?COTTON J.?On the decomposition of wage differentials [J]. The review of economics and statistics，1988，70（2）：236-243.

[21]?江金啟，鄭風(fēng)田.?新農(nóng)合真能促進(jìn)農(nóng)村居民就醫(yī)嗎[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014（2）：26-35.

[22]?BAETEN S，VAN OURTI T，VAN DOORSLAERE.?Rising inequalities in income and health in China：who is left behind？ [J]. Journal of health economics，2013，32（6）：1214-1229.

[23]?趙廣川，顧海，郭俊峰.社會(huì)經(jīng)濟(jì)地位變遷與醫(yī)療服務(wù)利用不平等：2000—2011[J].公共管理學(xué)報(bào)，2016（2）：107-118.

The Impacts of the Basic Medical Insurance Compensation Ratio on Medical Expenditure Inequality Between the Urban and Rural Areas

Weng Ning1?NING Man?xiu2

（1. National Agricultural and Rural Development Research Institute，China Agricultural University，Beijing 100083，China;

2. College of Economics，F(xiàn)ujian Agriculture and Forestry University，F(xiàn)uzhou 350002，F(xiàn)ujian，China）

Abstract：

Based on the“China Livelihood Survey”datasets in 2015 and 2016，the paper first examines those factors that have effects on the demand for medical service of the residents using the Heckman two?step. Then， the Blinder?Oaxaca decomposition method is employed to measure the contribution of factors to the inequality of medical expenditure between the urban and rural areas. The main results can be summarized as follows：firstly，the addition of insurance compensation ratio will increase peoples probability to utilize the medical service and the medical expenditures. Secondly， the effects of compensation ratio on the medical expenditures is heterogeneous largely to the different income ladder， as the higher in the ladder， the more sensitive of medical expenditure to the compensation ratio. Thirdly， as to the contribution to the inequality of medical expenditure， the disparity of insurance compensation ratio is 14.37%， which is lower than the gap of income yet higher than public health resource.

Keywords：basic medical insurance; compensation ratio; medical expenditure inequality; Blinder?Oaxaca decomposition method; Heckman two?step