亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        城鎮(zhèn)居民醫(yī)療保險(xiǎn)制度的反貧困效果研究

        2021-05-10 01:30:22鑫,周延,張
        關(guān)鍵詞:深度效果

        顧 鑫,周 延,張 旭

        (華東師范大學(xué) 經(jīng)濟(jì)與管理學(xué)部,上海 200062)

        一、引言

        改革開放以來,幫助貧困人口脫貧一直是政府工作的重點(diǎn)。黨的十九大報(bào)告強(qiáng)調(diào)要“堅(jiān)決打贏脫貧攻堅(jiān)戰(zhàn)”,經(jīng)過多項(xiàng)政策的推動(dòng),我國貧困人口大幅減少,貧困發(fā)生率持續(xù)下降。全國農(nóng)村貧困人口從2012 年末的9899 萬人減少至2019 年末的551 萬人,貧困發(fā)生率同期從10.2%下降至0.6%。但因病致(返) 貧問題仍是脫貧攻堅(jiān)任務(wù)中的重要一環(huán)。根據(jù)國務(wù)院扶貧辦統(tǒng)計(jì)數(shù)據(jù),2018 年末因病致貧人口達(dá)516 萬人,占所有貧困人口的31%。2003 年和2007 年,我國分別開展了新型農(nóng)村合作醫(yī)療(新農(nóng)合) 制度和城鎮(zhèn)居民醫(yī)療保險(xiǎn)(城鎮(zhèn)居民醫(yī)保) 制度,隨著醫(yī)保制度覆蓋范圍的不斷擴(kuò)大,其對(duì)抑制因病致(返) 貧具有良好的政策效應(yīng)(謝遠(yuǎn)濤和楊娟,2018)。[1]但城鎮(zhèn)居民醫(yī)保的參保對(duì)象主要是沒有參加城鎮(zhèn)職工醫(yī)療保險(xiǎn)的城鎮(zhèn)居民和未成年人,其不似農(nóng)村貧困人口享有扶貧救助政策,由于工作靈活或沒有工作,缺乏穩(wěn)定的經(jīng)濟(jì)來源,受疾病沖擊時(shí)更易陷入貧困,成為社會(huì)不可忽視的問題(黃薇,2017)。[2]

        基于此背景,本文利用中國健康與養(yǎng)老追蹤調(diào)查(CHARLS) 2011 年、2013 年和2015 年的面板數(shù)據(jù),借助傾向匹配得分模型(Propensity Score Matching,PSM) 處理樣本的選擇性偏差,分析城鎮(zhèn)居民醫(yī)保政策的反貧困效果??紤]到傳統(tǒng)度量貧困的指標(biāo)——貧困發(fā)生率無法體現(xiàn)貧困家庭貧困程度的變化,而且是貧困的事后測(cè)度,未考慮家庭未來的福利和風(fēng)險(xiǎn),僅據(jù)此評(píng)估政策的反貧困效果有一定的局限性(樊麗明和解堊,2014)。[3]因此,本文同時(shí)考察貧困廣度、深度及脆弱性三個(gè)貧困指標(biāo),分別衡量貧困發(fā)生率、貧困程度和未來陷入貧困的概率,主要回答兩個(gè)問題:第一,城鎮(zhèn)居民醫(yī)保是否有顯著的減貧效果?第二,城鎮(zhèn)居民醫(yī)保是否有效地抑制了“因病致(返) 貧”和緩解了患病人口的貧困?這兩個(gè)問題的提出,不僅拓展了現(xiàn)有同類研究的深度,為城鎮(zhèn)居民醫(yī)保反貧困效果的評(píng)估提供參考依據(jù),也為醫(yī)保政策的進(jìn)一步完善提供了更好的思路。

        二、文獻(xiàn)綜述

        諸多學(xué)者的研究表明,大病風(fēng)險(xiǎn)沖擊和慢性病的長期醫(yī)療負(fù)擔(dān)會(huì)導(dǎo)致低收入家庭陷入貧困(高夢(mèng)滔和姚洋,2005;Beaglehole 和Yach,2003;Yach 等,2004;Yip 和Hsiao,2009)。[4-7]理論上,醫(yī)療保險(xiǎn)的減貧效果主要通過兩個(gè)途徑實(shí)現(xiàn):一是直接途徑,即通過報(bào)銷醫(yī)療費(fèi)用,減輕醫(yī)療負(fù)擔(dān)(Mahapatro 等,2018),減少貧困發(fā)生概率或減輕貧困程度;[8]二是間接途徑,即通過改善健康狀況(潘杰等,2013;Cheng 等,2015),增加勞動(dòng)供給(Dizioli 和Pinheiro,2016;Feng 和Zhao,2018),或通過減輕醫(yī)療負(fù)擔(dān),促進(jìn)非醫(yī)療消費(fèi)支出(如教育支出、培訓(xùn)支出等) (Hamid 等,2011),導(dǎo)致收入增加,貧困率減少。[9-13]

        在實(shí)證研究中,學(xué)者們探討醫(yī)療保險(xiǎn)的反貧困效果主要集中在以下幾個(gè)方面:一是研究醫(yī)療保險(xiǎn)對(duì)貧困發(fā)生率的影響。解堊(2008) 估計(jì)了1989—2006 年醫(yī)療保險(xiǎn)對(duì)中國城鄉(xiāng)家庭的反貧困效果,認(rèn)為醫(yī)療保險(xiǎn)的減貧作用很小。[14]Yi 等(2009) 根據(jù)2004—2007 年新農(nóng)合的實(shí)施情況展開研究,發(fā)現(xiàn)新農(nóng)合對(duì)患病家庭未能提供有效的保險(xiǎn)保護(hù)。[15]但齊良書(2011) 使用2003—2006 年全國30 個(gè)省份的微觀面板數(shù)據(jù)研究顯示,新農(nóng)合的減貧效果明顯。[16]鮑震宇和趙元鳳(2018) 認(rèn)為,新農(nóng)合的住院統(tǒng)籌保險(xiǎn)能顯著降低貧困發(fā)生率。[17]二是研究醫(yī)療保險(xiǎn)對(duì)貧困深度的影響。Yip 和Hsiao(2009) 通過比較新型農(nóng)村合作醫(yī)療和農(nóng)村互助醫(yī)療對(duì)減少貧困廣度和深度的效果,發(fā)現(xiàn)兩者都能減少貧困廣度和貧困深度,但在緩解因病致貧問題上后者更有效率。[7]三是研究醫(yī)療保險(xiǎn)對(duì)貧困脆弱性的影響。貧困脆弱性的度量主要有三種方法:Chaudhuri 等(2002) 提出的預(yù)期貧困脆弱性(Vulnerability as Expected Poverty,VEP)、Ligon 和Schechter(2003) 提出的低期望效用脆弱性(Vulnerability as Low Expected Utility,VEU) 以及Dercon 和Krishnan(2000) 提出的風(fēng)險(xiǎn)暴露脆弱性(Vulnerability as Uninsured Exposure to Risk,VER)。[18-20]相較而言,運(yùn)用VEP 方法度量貧困脆弱性得到了更多學(xué)者的青睞,如樊麗明和解堊(2014)、李麗和白雪梅(2010) 等。[3,21]根據(jù)此度量方法,章曉懿和沈崴奕(2014) 的研究發(fā)現(xiàn),醫(yī)療救助制度有助于緩解低收入家庭的貧困脆弱性。[22]

        由于“精準(zhǔn)扶貧”理念的提出,近年研究的另一個(gè)趨勢(shì)是關(guān)注醫(yī)療保險(xiǎn)反貧困的精準(zhǔn)性。黃薇(2017) 利用2008—2011 年的數(shù)據(jù)對(duì)城鎮(zhèn)居民醫(yī)療保險(xiǎn)制度進(jìn)行綜合評(píng)估,研究發(fā)現(xiàn),反貧困效果在不同收入家庭具有明顯的異質(zhì)性特征,對(duì)中高收入?yún)⒈<彝サ挠绊懹壬酰珳?zhǔn)性與預(yù)期存有差距。[2]謝遠(yuǎn)濤和楊娟(2018) 基于中國健康與營養(yǎng)調(diào)查1989—2011 年追訪數(shù)據(jù)進(jìn)行實(shí)證研究,結(jié)果顯示醫(yī)療保險(xiǎn)能有效抑制因病致(返) 貧問題。[1]

        梳理現(xiàn)有文獻(xiàn)可以看出,有關(guān)醫(yī)療保險(xiǎn)反貧困效果的評(píng)估未得到統(tǒng)一結(jié)論,且大部分研究只側(cè)重于考察醫(yī)療保險(xiǎn)對(duì)貧困廣度、深度或脆弱性單一方面的影響,對(duì)政策效果的評(píng)估尚欠全面。雖已有研究發(fā)現(xiàn)參加城鎮(zhèn)居民醫(yī)保能顯著增加非醫(yī)療消費(fèi)(Hamid 等,2011;臧文斌等,2012),[13,23]促進(jìn)健康狀況改善(潘杰等,2013),[9]提高居民收入(黃薇,2017),[2]但鮮有文獻(xiàn)關(guān)注城鎮(zhèn)居民醫(yī)保在減輕貧困深度和貧困脆弱性方面的效果。特別是城鎮(zhèn)居民醫(yī)保對(duì)緩解受慢性病困擾家庭貧困問題的研究尤為有限。

        本文的貢獻(xiàn)主要體現(xiàn)在三個(gè)方面:第一,構(gòu)建理論框架說明醫(yī)療保險(xiǎn)反貧困的有效性,為實(shí)證分析奠定了基礎(chǔ)。第二,在研究內(nèi)容上,以城鎮(zhèn)居民醫(yī)保為考察對(duì)象,綜合評(píng)估醫(yī)保政策對(duì)貧困廣度、貧困深度和貧困脆弱性的影響,且以大病沖擊和患慢性病家庭為例,考察城鎮(zhèn)居民醫(yī)保抑制因病致(返) 貧的政策效果,豐富了醫(yī)療保險(xiǎn)反貧困文獻(xiàn)。第三,在研究方法上,考慮樣本自選擇導(dǎo)致的內(nèi)生性問題,采用PSM方法,更加科學(xué)地評(píng)估醫(yī)療保險(xiǎn)的反貧困效果。

        三、理論分析框架

        借鑒Hubbard 等(1995)、Bajari 等(2014)、Chen 等(2019) 和黃薇(2019) 的模型,本文構(gòu)建一個(gè)理論框架說明醫(yī)療保險(xiǎn)政策對(duì)貧困人口醫(yī)療消費(fèi)的影響。[24-27]在該模型中,代表性消費(fèi)者若發(fā)生健康風(fēng)險(xiǎn)選擇的醫(yī)療消費(fèi)為m;非醫(yī)療消費(fèi)為cS;未發(fā)生健康風(fēng)險(xiǎn)的消費(fèi)為cH。則消費(fèi)者最大化其效用函數(shù):

        其中,π 表示發(fā)生健康風(fēng)險(xiǎn)的概率;a 表示醫(yī)療保險(xiǎn)報(bào)銷率(0≤a≤1);a=0 表示未保險(xiǎn)或者醫(yī)療消費(fèi)未達(dá)到起付線;a=1 表示全額報(bào)銷。收入用y 表示;繳納的保費(fèi)用p 表示。假設(shè)a、y、p 均外生。期望效用最大化的一階條件為:

        式(5) 表明醫(yī)療消費(fèi)和非醫(yī)療消費(fèi)邊際效用的關(guān)系。若a=0,則醫(yī)療消費(fèi)的邊際效用與非醫(yī)療消費(fèi)的邊際效用相等;若0

        將式(5) 關(guān)于a 求導(dǎo)并整理得:

        假設(shè)遵循邊際效用遞減規(guī)律,效用滿足U″(cS)<0,U′(cS)>0,U″(m)<0,U′(m)>0,則?m/?a>0。增加貧困人口的醫(yī)療保險(xiǎn)報(bào)銷率,讓受限于經(jīng)濟(jì)約束的貧困人口積極就醫(yī),則會(huì)增加其醫(yī)療支出,有助于健康狀況的改善,繼而提高勞動(dòng)生產(chǎn)率,減少貧困程度和貧困脆弱性。

        醫(yī)療保險(xiǎn)政策對(duì)自付醫(yī)療費(fèi)用的影響為:

        式(7) 的符號(hào)取決于醫(yī)療消費(fèi)對(duì)報(bào)銷率的彈性,若彈性很小,則,a 增加使自費(fèi)醫(yī)療支出減少;若彈性很大,a 增加會(huì)使自費(fèi)醫(yī)療支出增加。

        四、方法與數(shù)據(jù)

        理論推導(dǎo)表明,若能精準(zhǔn)識(shí)別貧困群體,提高其醫(yī)療保險(xiǎn)報(bào)銷率,可以切實(shí)起到反貧困的作用。本研究以城鎮(zhèn)居民醫(yī)保為例,考察醫(yī)療保險(xiǎn)反貧困政策的實(shí)施效果。

        (一) 樣本及數(shù)據(jù)來源

        本研究使用的數(shù)據(jù)來自中國健康與養(yǎng)老追蹤調(diào)查(CHARLS) 數(shù)據(jù)集。該調(diào)查采用多階段抽樣方法,覆蓋中國28 個(gè)省份,包括家庭收入支出、個(gè)人參保和健康等特征信息,調(diào)查對(duì)象主要是45 歲以上的中老年人。樣本周期內(nèi)只保留參加城鎮(zhèn)居民醫(yī)保和未參加任何保險(xiǎn)的樣本,刪除缺漏值和非正常觀測(cè)值,并對(duì)連續(xù)變量進(jìn)行1%的縮尾處理,最終確定1484 個(gè)樣本。對(duì)收入和支出有關(guān)的樣本按CPI折算到2011 年,其他變量的具體定義如表1 所示。

        表1 變量一覽表

        續(xù)表1

        (二) 研究方法及樣本選取

        由于是否參與城鎮(zhèn)居民醫(yī)保具有自我選擇特征,傳統(tǒng)的OLS 會(huì)導(dǎo)致結(jié)果偏差(黃薇,2017)。[2]本文將樣本分為處理組和控制組,分別對(duì)應(yīng)參加和未參加城鎮(zhèn)居民醫(yī)保組,運(yùn)用Rosenbaum 和Rubin(1983) 提出的傾向得分匹配法(PSM) 研究城鎮(zhèn)居民醫(yī)保的反貧困效果,[28]并且利用卡尺內(nèi)最近鄰匹配(Neighbor)、半徑匹配(Radius)、核匹配(Kernel) 方法計(jì)算平均處理效應(yīng)(ATT)。為了保證匹配估計(jì)量處理效果的一致性,PSM法需要滿足兩個(gè)假設(shè)條件:一是共同支撐假設(shè)(Common Support Assumption),要求處理組和控制組的傾向得分有較大的共同取值范圍;二是平衡性假設(shè)(Balancing Assumption),要求處理組的貧困特征變化完全是因?yàn)閰⒓恿顺擎?zhèn)居民醫(yī)保。

        本文在研究醫(yī)療保險(xiǎn)的減貧效果時(shí),同時(shí)考察三個(gè)貧困指標(biāo):貧困廣度、深度以及脆弱性,分別測(cè)度貧困發(fā)生率、貧困程度和未來陷入貧困的概率。

        1. 貧困發(fā)生率

        收入貧困線是貧困人口進(jìn)入和退出的重要識(shí)別標(biāo)準(zhǔn)(呂光明和崔新新,2020)。[29]貧困發(fā)生率是指人均收入處于收入貧困線以下的家庭所占比例。本文收入貧困線用兩種方式測(cè)度:(1) 絕對(duì)貧困線。用2011 年公布的貧困線,認(rèn)為家庭年人均收入低于2300 元即是貧困家庭,并將2013 年和2015 年的收入按CPI 折算到2011 年。(2) 發(fā)展貧困線。絕對(duì)貧困線的制定是建立在生存貧困的觀念上,未考慮到教育、醫(yī)療的基本支出(謝遠(yuǎn)濤和楊娟,2018),用發(fā)展貧困線為指標(biāo)衡量貧困更具合理性。[1]本文以省份年人均收入中位數(shù)的50%作為該省的發(fā)展貧困線。①在計(jì)算發(fā)展貧困線時(shí)運(yùn)用的樣本包括參加基本醫(yī)療保險(xiǎn)(城鎮(zhèn)職工醫(yī)療保險(xiǎn)、城鎮(zhèn)居民醫(yī)保和新農(nóng)合) 和未參加任何醫(yī)療保險(xiǎn)的共13274 個(gè)觀測(cè)值,因?yàn)檫@些數(shù)據(jù)既包括農(nóng)村人口也包括城市人口,計(jì)算發(fā)展貧困指標(biāo)比較合理,之后剔除參加城鎮(zhèn)職工醫(yī)保和新農(nóng)合的樣本數(shù)據(jù),得到1484 個(gè)觀測(cè)值。

        2. 貧困深度

        借鑒Yip 和Hsiao(2009),貧困深度(PG) 是指平均貧困差距,當(dāng)年人均收入在貧困線之上,貧困深度取值為0;[7]否則,平均貧困深度為

        其中,L 為貧困線;Yi指家庭i 的年人均收入;N 是總樣本數(shù)量。

        3. 貧困脆弱性

        本文運(yùn)用Chaudhuri 等(2002) 提出的預(yù)期貧困脆弱性(VEP) 方法測(cè)算貧困脆弱性。[18]貧困脆弱性指未來家庭年人均收入低于貧困線的概率。假設(shè)家庭年人均收入由式(9) 給出:

        其中,Yi表示家庭年人均收入;Xi表示影響家庭年人均收入的變量,包括家庭成員數(shù)量、家庭中60歲以上人數(shù)占比、18 歲以下人數(shù)占比、勞動(dòng)力中男性占比、勞動(dòng)力的平均受教育水平,受訪者性別、年齡、受教育程度、婚姻狀況、戶口、是否殘疾、是否有慢性病、自評(píng)健康狀況、體檢情況、抽煙數(shù)量、就醫(yī)情況。β 是估計(jì)參數(shù),ei是擾動(dòng)項(xiàng)。

        假設(shè)ei的方差由式(10) 給出:

        由于現(xiàn)實(shí)中異方差的存在,采用OLS 方法會(huì)降低參數(shù)估計(jì)的有效性(吳和成等,2020),我們使用Amemiya(1977) 提出的三階段可行廣義最小二乘法(FGLS) 估計(jì)β 和θ,估計(jì)量分別表示為和。[30-31]

        對(duì)數(shù)收入的期望表示為:

        對(duì)數(shù)收入的方差表示為:

        假設(shè)家庭年人均收入服從對(duì)數(shù)正態(tài)分布,那么估計(jì)家庭的脆弱程度為:

        本文分別采用了絕對(duì)貧困線和發(fā)展貧困線為標(biāo)準(zhǔn)。脆弱程度的閾值有主觀隨意性,一般選取的閾值為0.5,即對(duì)數(shù)家庭年人均收入低于對(duì)數(shù)貧困線50%的概率值(樊麗明和解堊,2014;Chaudhuri等,2002)。[3,18]另外本文選取0.25 和0.75 為閾值做敏感性分析,分別稱為低脆弱性和高脆弱性。

        對(duì)數(shù)家庭年人均收入方程回歸結(jié)果表明,家庭成員數(shù)量、勞動(dòng)力受教育水平、參保者年齡、戶口、每天吸煙數(shù)量對(duì)年人均收入有顯著影響。其中,家庭人口越多,年人均收入越低;家庭勞動(dòng)力平均受教育水平越高,年人均收入越高;參保者年齡和吸煙數(shù)量對(duì)年人均收入的影響為負(fù)。

        (三) 變量的描述性統(tǒng)計(jì)

        從表2 的描述性統(tǒng)計(jì)可見,在所有觀測(cè)值中,平均30%的個(gè)體選擇參加城鎮(zhèn)居民醫(yī)保。其中,參加城鎮(zhèn)居民醫(yī)保者家庭的平均絕對(duì)貧困發(fā)生率(25%) 和發(fā)展貧困發(fā)生率(19%) 均小于未參加城鎮(zhèn)居民醫(yī)保者的家庭(35%和29%)。兩類樣本的貧困深度也有顯著差距,以用絕對(duì)貧困線為基礎(chǔ)計(jì)算的貧困深度為例,參保者家庭的貧困深度比未參保者的家庭小0.09。就50%門檻值的脆弱性來看,參保者家庭的脆弱性更低,但當(dāng)門檻值設(shè)為0.25 或0.75 時(shí),兩組樣本的平均脆弱性差別不大。另外,從整體年人均收入來看,參保者的家庭年人均收入(9493 元) 要明顯高于未參保者的家庭年人均收入(8347 元);從健康狀況來看,未參保個(gè)體的自評(píng)健康值(2.50) 高于參保個(gè)體(2.36);從家庭支出狀況看,參保個(gè)體的家庭年人均醫(yī)療支出(695.5 元) 略高于未參保個(gè)體的家庭年人均醫(yī)療支出(675.4 元)。描述性統(tǒng)計(jì)結(jié)果表明,自評(píng)健康狀況越好、人均醫(yī)療支出越高、收入越高的個(gè)體越傾向于參加城鎮(zhèn)居民醫(yī)保,一定程度上說明樣本存在自選擇問題。

        表2 描述性統(tǒng)計(jì)

        五、城鎮(zhèn)居民醫(yī)保對(duì)貧困的影響效果

        (一) 參加城鎮(zhèn)居民醫(yī)保的概率

        本文運(yùn)用Logit 模型估計(jì)參加城鎮(zhèn)居民醫(yī)保的概率,因變量是參加城鎮(zhèn)居民醫(yī)保的虛擬變量,自變量包括可能影響參保決策的個(gè)人及家庭特征變量:包括受訪者的性別、年齡、教育水平、身體健康狀況、有無慢性病、是否結(jié)婚、體檢及就醫(yī)情況;家庭人均收入、家庭人口規(guī)模及結(jié)構(gòu)特征、家庭消費(fèi)特征等變量。表3 的估計(jì)結(jié)果表明,年齡越小的女性個(gè)體越傾向于參保;個(gè)體所在的家庭成員越多、人均醫(yī)療支出越多、人均收入越高、勞動(dòng)力平均受教育水平越高也越傾向于選擇參保。模型的偽R^2 為0.113,ROC 下的面積AUC 為0.725,模型設(shè)定良好(Stürmer 等,2006)。[32]

        表3 面板Logit 回歸

        表4 顯示了近鄰法對(duì)匹配變量的平衡性檢驗(yàn)結(jié)果,匹配后標(biāo)準(zhǔn)偏誤的絕對(duì)值均在10%以內(nèi),且t檢驗(yàn)的結(jié)果不拒絕處理組和控制組無系統(tǒng)差異的原假設(shè),平衡性假設(shè)滿足。

        表4 平衡性檢驗(yàn)

        (二) 城鎮(zhèn)居民醫(yī)保對(duì)貧困的總體影響效果

        本文在排除了參保行為的自選擇基礎(chǔ)上,用卡尺內(nèi)一對(duì)三近鄰匹配(Neighbor)、核匹配(Kernel) 及卡尺匹配①卡尺內(nèi)近鄰匹配和卡尺匹配的卡尺半徑均設(shè)為0.1。(Radius) 三種方法估計(jì)了城鎮(zhèn)居民醫(yī)保的減貧效果。

        從表5 可以看出,參加城鎮(zhèn)居民醫(yī)保使絕對(duì)貧困發(fā)生率減少2%左右,使發(fā)展貧困發(fā)生率減少4%左右;使貧困深度減少1%~2%,但均不顯著。當(dāng)脆弱性門檻值為0.25 和0.75 時(shí),城鎮(zhèn)居民醫(yī)保對(duì)貧困脆弱性的影響不顯著;當(dāng)脆弱性門檻值為0.5 時(shí),參加城鎮(zhèn)居民醫(yī)保使貧困脆弱性減少5%~8%。參加城鎮(zhèn)居民醫(yī)保雖對(duì)當(dāng)前的貧困特征影響不顯著,但其減少了未來的貧困概率,可能是因?yàn)槌擎?zhèn)居民醫(yī)保政策作用存在一定的時(shí)滯(黃薇,2017)。[2]

        表5 基于PSM 模型回歸結(jié)果

        (三) 城鎮(zhèn)居民醫(yī)保抑制因病致貧效果估計(jì)

        為了進(jìn)一步考察城鎮(zhèn)居民醫(yī)保反貧困的異質(zhì)性效果,本文將樣本進(jìn)行分組。理論分析可知,醫(yī)療保險(xiǎn)有助于貧困人口脫貧。對(duì)于遭受大病沖擊的家庭而言,昂貴的醫(yī)療費(fèi)用使其易于陷貧,參加保險(xiǎn)可能對(duì)抑制貧困效果顯著;而對(duì)患慢性病的家庭而言,起付線的設(shè)置使小額醫(yī)療支付不符合報(bào)銷條件,醫(yī)保的減貧效果可能有限。

        根據(jù)家庭人均醫(yī)療支出②本文統(tǒng)計(jì)的年人均醫(yī)療支出是總額,未統(tǒng)計(jì)家庭人員就醫(yī)次數(shù)。分組,按兩種分組方法,一是按年人均醫(yī)療支出3000 元為界,二是按年人均支出2000 元為界③為避免分組的隨意性,分別設(shè)置2500 元和1500 元為閾值,效果類似。。為示區(qū)別,將年人均醫(yī)療支出大于3000 元家庭稱為大病沖擊家庭,年人均醫(yī)療支出大于2000 元家庭稱為疾病沖擊家庭。結(jié)果如表6 所示,城鎮(zhèn)居民醫(yī)保使大病沖擊家庭的貧困發(fā)生率減少36%,使貧困深度減少19%~22%,而對(duì)疾病沖擊家庭的貧困發(fā)生率和貧困深度影響不顯著。本文認(rèn)為可能是起付線的作用,使得一些金額在免賠額之內(nèi)的支出不能享受醫(yī)療保險(xiǎn)的保障效果。另外,城鎮(zhèn)居民醫(yī)保對(duì)大病沖擊家庭和疾病沖擊家庭貧困脆弱性的影響幾乎不顯著,對(duì)患慢性病家庭的減貧效果同樣不顯著。但對(duì)未患有慢性病家庭的貧困廣度、貧困深度以及貧困脆弱性有顯著影————————響,平均而言,使家庭貧困發(fā)生率和貧困深度顯著減少4%~6%,使貧困脆弱性減少6%~9%。

        表6 城鎮(zhèn)居民醫(yī)保抑制“因病致貧”的政策效果

        六、結(jié)論與政策建議

        本文構(gòu)建理論框架,說明醫(yī)療保險(xiǎn)政策反貧困的有效性,并運(yùn)用中國健康與養(yǎng)老追蹤調(diào)查(CHARLS) 數(shù)據(jù),采用傾向得分值匹配方法糾正選擇性偏差,從貧困廣度、貧困深度和貧困脆弱性等多個(gè)維度評(píng)估城鎮(zhèn)居民醫(yī)保的減貧效果。結(jié)果顯示,參加城鎮(zhèn)居民醫(yī)保使貧困發(fā)生率減少2%~4%,貧困深度減少1%~2%,貧困脆弱性減少5%~8.5%,就顯著性而言,參加城鎮(zhèn)居民醫(yī)保對(duì)貧困廣度和貧困深度的影響不顯著,對(duì)貧困脆弱性有顯著負(fù)效應(yīng),對(duì)高脆弱性和低脆弱性的影響均不顯著。異質(zhì)性分析發(fā)現(xiàn),城鎮(zhèn)居民醫(yī)保政策對(duì)重大病沖擊家庭的貧困廣度和深度有顯著負(fù)向影響,而對(duì)慢性病家庭的反貧困效果不顯著。

        上述結(jié)果表明,參加城鎮(zhèn)居民醫(yī)保有顯著的減貧效果,但未完全實(shí)現(xiàn)抑制“因病致(返) 貧”的預(yù)期政策目標(biāo)。鑒于此,本文認(rèn)為應(yīng)從以下幾個(gè)方面進(jìn)行完善。

        第一,政府在實(shí)施醫(yī)療補(bǔ)貼前,需要客觀評(píng)估人口患病分布以及患病特征,精準(zhǔn)識(shí)別可列入報(bào)銷范圍的疾病。目前,政府正在實(shí)行的如幫扶人體制、多部門聯(lián)合審查、村“兩委”及駐村工作隊(duì)聯(lián)合識(shí)別等多種識(shí)別方法基本能夠精準(zhǔn)識(shí)別扶貧對(duì)象,也在逐步增加可列入報(bào)銷范圍的疾病,不同地區(qū)根據(jù)患病特征增加可列入報(bào)銷范圍疾病的精準(zhǔn)性有待提高。

        第二,設(shè)置多種起付線和報(bào)銷比例標(biāo)準(zhǔn)?,F(xiàn)行起付線和報(bào)銷比例是由各地根據(jù)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平及就醫(yī)醫(yī)院的層級(jí)劃分的,未考慮同一個(gè)地區(qū)不同群體的收入差異,其結(jié)果不能有效緩解慢性病群體的貧困問題。因此,可以在現(xiàn)有政策的基礎(chǔ)上增加報(bào)銷選擇模式,以低起付線搭配較低的報(bào)銷比例,高起付線配以較高的報(bào)銷比例,參保者可以按醫(yī)療消費(fèi)的實(shí)際情況選擇任一種報(bào)銷模式。這樣既可以同時(shí)兼顧患慢性病和受大病沖擊家庭,滿足更多人的醫(yī)療需求,又可以避免簡單地降低起付線引致患病居民使用非必要的昂貴醫(yī)療服務(wù)而造成的低效率。

        第三,加強(qiáng)醫(yī)保制度向弱勢(shì)群體傾斜,提高制度運(yùn)行的公平性。雖然針對(duì)慢性病群體有一定的報(bào)銷補(bǔ)助,但對(duì)貧困群體來說起付標(biāo)準(zhǔn)較高,報(bào)銷比例較低,使得貧困群體一旦患有慢性病,必然造成難以承擔(dān)的醫(yī)療負(fù)擔(dān)。具體而言,可以降低貧困群體的起付線、提高報(bào)銷比例,或者可以直接進(jìn)行醫(yī)療補(bǔ)貼,也可以考慮對(duì)建檔立卡貧困戶設(shè)計(jì)單獨(dú)的報(bào)銷政策,主要目的是讓貧困群體,尤其是患有慢性病的貧困群體增加醫(yī)療服務(wù)利用,改善健康狀況,縮小社會(huì)貧富差距。

        第四,繼續(xù)加大醫(yī)保保障范圍,推進(jìn)醫(yī)保支付方式改革,完善公立醫(yī)院補(bǔ)償機(jī)制,實(shí)現(xiàn)制度的運(yùn)行目標(biāo),滿足更多人的醫(yī)療需求。具體而言,可以提高社區(qū)服務(wù)的質(zhì)量,增加社區(qū)服務(wù)醫(yī)生數(shù)量或增加社區(qū)服務(wù)網(wǎng)點(diǎn),還要簡化報(bào)銷手續(xù),為參保者提供便利,使其“醫(yī)療可及,病有所醫(yī)”。

        第五,生態(tài)環(huán)境也是導(dǎo)致貧困惡化的主要原因,居民易陷入貧困和生態(tài)環(huán)境惡化的循環(huán)中(Cavendish,2000),[33]惡劣的生態(tài)條件限制了地區(qū)的生產(chǎn)要素和基礎(chǔ)設(shè)施的發(fā)展,導(dǎo)致貧困狀況難以改善。針對(duì)此類地區(qū),政府可以進(jìn)行生態(tài)改造,加強(qiáng)基礎(chǔ)設(shè)施建設(shè);或者,政府可以對(duì)貧困地區(qū)居民進(jìn)行生態(tài)安置,將人們從生態(tài)貧困的地區(qū)遷移到經(jīng)濟(jì)發(fā)展較好的地區(qū)。

        猜你喜歡
        深度效果
        按摩效果確有理論依據(jù)
        深度理解一元一次方程
        迅速制造慢門虛化效果
        深度觀察
        深度觀察
        深度觀察
        深度觀察
        抓住“瞬間性”效果
        中華詩詞(2018年11期)2018-03-26 06:41:34
        模擬百種唇妝效果
        Coco薇(2016年8期)2016-10-09 02:11:50
        提升深度報(bào)道量與質(zhì)
        新聞傳播(2015年10期)2015-07-18 11:05:40
        人妻aⅴ无码一区二区三区| 狠狠亚洲婷婷综合久久久| 日本视频一区二区二区| 丰满的少妇av一区二区三区| 蜜桃一区二区三区| 国产 字幕 制服 中文 在线| 在线va免费看成| 色欲AV成人无码精品无码| 亚洲天堂av中文字幕| 成人国产一区二区三区| 国产麻传媒精品国产av| 久久国产精品不只是精品| 亚洲av一二三又爽又爽又色| 蜜桃在线视频一区二区| 日韩av一区二区观看| 最新日本一道免费一区二区| 免费无码成人av在线播| 国产乱人伦偷精品视频免| 国产精品女同久久免费观看| 美女福利视频网址导航| 熟妇人妻无乱码中文字幕av| 国产农村妇女毛片精品久久| 亚洲AV一二三四区四色婷婷| 亚洲av永久无码精品水牛影视| 日产国产亚洲精品系列| 包皮上有一点一点白色的| 一边吃奶一边摸做爽视频| 久久青青草原亚洲AV无码麻豆| 久久亚洲中文字幕精品一区四| 视频一区中文字幕日韩| 色与欲影视天天看综合网| 色老头在线一区二区三区| 97色综合| 亚洲av日韩av天堂久久不卡| 中文字幕 亚洲精品 第1页| 人妻少妇av中文字幕乱码| 国产又色又爽又刺激视频| 国内精品嫩模av私拍在线观看 | 水蜜桃精品视频在线观看| 少妇被粗大的猛进出69影院 | 日韩精品一区二区三区乱码|