于新亮 張文瑞 李 倩 伊 揚

（1.山東財經(jīng)大學(xué)保險學(xué)院 山東濟(jì)南 250014）

（2.中國海洋大學(xué)管理學(xué)院 山東青島 266100）

（3.山東財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院 山東濟(jì)南 250014）

一、引 言

長久以來，中國健康衛(wèi)生資源短缺，且面臨較大融資約束。公共衛(wèi)生與醫(yī)療服務(wù)是衛(wèi)生體系的兩個重要組成部分，但在融資約束環(huán)境下只能競合發(fā)展。在歷史上公共衛(wèi)生沖擊無論是從時間維度還是空間維度來說均屬于小概率有限范圍事件，但醫(yī)療服務(wù)具有常規(guī)化和必需性，因此中國政府主導(dǎo)的歷次醫(yī)藥衛(wèi)生體制改革均將增加醫(yī)療服務(wù)可及性作為主要目標(biāo)，導(dǎo)致絕大部分健康衛(wèi)生資源向醫(yī)療服務(wù)領(lǐng)域傾斜，而在公共衛(wèi)生領(lǐng)域被迫根據(jù)當(dāng)?shù)亟煌▍^(qū)位、人口規(guī)模、經(jīng)濟(jì)發(fā)展及城市化格局等因素按最低標(biāo)準(zhǔn)配置。一旦遇到公共衛(wèi)生沖擊，對公共衛(wèi)生領(lǐng)域健康衛(wèi)生資源的需求將激增，政府不得不將大量的健康衛(wèi)生資源投入疫情救治與預(yù)防上，面臨“拆東墻補(bǔ)西墻”、“按下葫蘆浮起瓢” 的窘境。

2019 年末爆發(fā)新冠疫情以來，中國政府采取了強(qiáng)有力的防范措施使疫情得到有效控制，但也應(yīng)深刻意識到，醫(yī)療機(jī)構(gòu)不僅承擔(dān)了治愈患者的責(zé)任，更是預(yù)防、保健、健康教育和管理的基層單位，而公共衛(wèi)生沖擊使得這些功能在現(xiàn)有治理理念和制度框架下無法實施（李華和俞衛(wèi)，2013）。與此同時，如何促進(jìn)公共衛(wèi)生與醫(yī)療服務(wù)協(xié)調(diào)融合發(fā)展，似乎成為一個世界性難題。2009 年爆發(fā)的甲型H1N1 流感，在短時間內(nèi)造成美國全國范圍內(nèi)口罩、防護(hù)服等醫(yī)療物資嚴(yán)重短缺，美國衛(wèi)生健康流行病學(xué)會控制的抗病毒藥品被迅速消耗殆盡（Rebmann 和Wagner，2009）；阿根廷則在應(yīng)對H1N1 大流感時通過推遲部分外科手術(shù)及較輕患者減少醫(yī)院服務(wù)等，變相提高醫(yī)院應(yīng)對疫情的能力（Meites 等，2011）。

目前有關(guān)公共衛(wèi)生沖擊的研究大多集中在分析其對宏觀經(jīng)濟(jì)的影響，也有部分文獻(xiàn)關(guān)注對特定行業(yè)或人群的影響，但鮮有文獻(xiàn)研究其對醫(yī)療服務(wù)利用的影響。相關(guān)研究認(rèn)為，醫(yī)療服務(wù)利用缺失是公共衛(wèi)生沖擊導(dǎo)致經(jīng)濟(jì)下滑帶來的即時后果，但同時會對經(jīng)濟(jì)社會發(fā)展產(chǎn)生長久的影響。醫(yī)療服務(wù)利用是維持健康人力資本的關(guān)鍵因素，如果居民罹患常規(guī)疾病不能得到及時救治，或者慢性疾病無法獲得持續(xù)治療，將加速折舊健康人力資本、抑制勞動生產(chǎn)率提升，從而阻礙社會經(jīng)濟(jì)高質(zhì)量發(fā)展（王弟海，2012）。另外，公共衛(wèi)生沖擊影響醫(yī)療服務(wù)利用的復(fù)雜的傳導(dǎo)機(jī)制仍有待進(jìn)一步剝離和驗證。

綜上所述，研究健康衛(wèi)生融資約束下公共衛(wèi)生沖擊對醫(yī)療服務(wù)利用的影響及內(nèi)在傳導(dǎo)機(jī)制，具有較高的理論價值和深刻的現(xiàn)實意義。雖然尚在持續(xù)的新冠疫情短期內(nèi)無法提供可靠數(shù)據(jù)，但鑒于此前的SARS 疫情與其高度相似，本文擬借助SARS 疫情沖擊作為外生變量，通過漸變雙重差分模型評估SARS 疫情對居民醫(yī)療服務(wù)利用的沖擊強(qiáng)度，并就公共衛(wèi)生沖擊作用醫(yī)療服務(wù)利用的傳導(dǎo)機(jī)制進(jìn)行系統(tǒng)的理論分析和實證檢驗。本文可能的邊際貢獻(xiàn)和創(chuàng)新點包括：第一，以往研究始終缺乏公共衛(wèi)生事件與醫(yī)療服務(wù)利用的聯(lián)結(jié)探討，而SARS 疫情作為全國性公共衛(wèi)生沖擊，為本文利用微觀數(shù)據(jù)定量評估公共衛(wèi)生危機(jī)對醫(yī)療服務(wù)利用的作用提供了難得的識別機(jī)會，在理論上拓寬了醫(yī)療服務(wù)利用的影響因素和公共衛(wèi)生沖擊的經(jīng)濟(jì)后果研究，在實踐上為中國乃至廣大發(fā)展中國家在健康衛(wèi)生融資約束條件下構(gòu)建以健康為中心的基本醫(yī)療衛(wèi)生服務(wù)體系提供了政策啟示。第二，本文從系統(tǒng)內(nèi)部、時間和空間三個維度構(gòu)建了公共衛(wèi)生沖擊影響醫(yī)療服務(wù)利用的傳導(dǎo)機(jī)制理論框架，并通過包含調(diào)節(jié)效應(yīng)的多重中介效應(yīng)模型和空間計量模型加以驗證。第三，通過實證研究，本文發(fā)現(xiàn)公共衛(wèi)生沖擊期間居民家庭醫(yī)療服務(wù)利用顯著下降，且基本醫(yī)療保險覆蓋家庭醫(yī)療服務(wù)利用的擠出幅度更大，而疫情結(jié)束后立即反彈，不僅反向驗證了醫(yī)療保險道德風(fēng)險理論，而且為中國政府在疫情期間采取更加積極的減稅降費政策，以及加強(qiáng)醫(yī)療保險跨期精算平衡提供了數(shù)據(jù)支撐。

本文剩余部分內(nèi)容如下：第二部分為文獻(xiàn)綜述與理論分析框架；第三部分為實證研究設(shè)計，包括計量模型、變量設(shè)定和數(shù)據(jù)描述性統(tǒng)計；第四部分匯報實證結(jié)果；第五部分為傳導(dǎo)機(jī)制分析；最后為結(jié)論和啟示。

二、理論分析框架

（一）文獻(xiàn)綜述

（1）醫(yī)療服務(wù)利用的影響因素。Mushkin（1962）最先將“健康” 與“教育” 共同納入人力資本框架，之后Becker（1965）進(jìn)一步將健康需求引申為醫(yī)療服務(wù)需求并構(gòu)建健康需求模型，得出醫(yī)療服務(wù)利用受年齡、收入、教育水平等因素影響的結(jié)論。Gross_man（1972）考慮了健康投資的時間效用，將Becker（1965）設(shè)立的純消費模型拓展為包含多期效用的動態(tài)投資模型，進(jìn)而分析了年齡、工資、醫(yī)療服務(wù)價格、教育和醫(yī)療保險對醫(yī)療服務(wù)需求的影響。隨后，Aday 和Andersen（1974）更為系統(tǒng)地總結(jié)了影響個人醫(yī)療服務(wù)利用的因素，如個體的社會人口學(xué)特征為主的潛在因素、收入和保險等為主的誘發(fā)因素與健康狀況為主的需求因素。以上諸多因素對醫(yī)療服務(wù)的影響得到了大量實證研究的證實，具體從需求側(cè)和供給側(cè)兩個方面進(jìn)行說明。

在需求側(cè)方面，居民收入是影響衛(wèi)生總費用最主要的因素（Newhouse，1977）。醫(yī)療服務(wù)大體上屬于生活必需品，隨著收入的增加，居民對醫(yī)療服務(wù)的消費也會增加，且受流動性約束和預(yù)防性儲蓄的影響，人們的現(xiàn)期醫(yī)療服務(wù)利用會減少。此外，心理因素和醫(yī)療保險因素也是主要因素。其一，醫(yī)療服務(wù)利用會受到人們所處社會網(wǎng)絡(luò)中各類社會關(guān)系的影響以及行為信念、規(guī)范信念、行為態(tài)度和主觀規(guī)范的作用（Gonsalves 和Staley，2014；MacLeod 等，1991；Galama 等，2013）；其二，醫(yī)療保險可以有效地降低居民的自付比例，提高參保人的醫(yī)療服務(wù)支付能力（Freeman 等，2008；黃楓和甘犁，2012）。

在供給側(cè)方面，一方面，醫(yī)療資源的存量往往僅夠滿足社會成員對醫(yī)療資源的日常需要，在發(fā)生重大疫情時，國家的醫(yī)療資源存量可能準(zhǔn)備不足，極易發(fā)生醫(yī)療資源擠兌的情況。另一方面，一國的醫(yī)療衛(wèi)生體系、公共衛(wèi)生服務(wù)、政府衛(wèi)生支出、醫(yī)生診療水平、偏遠(yuǎn)地區(qū)所需特殊設(shè)備和診療方式以及開通高鐵等因素可以改善和提高醫(yī)療服務(wù)可及性，從而進(jìn)一步提高醫(yī)療服務(wù)利用水平（Derose 等，2011），降低醫(yī)療擠兌現(xiàn)象的發(fā)生。

（2）公共衛(wèi)生沖擊的影響后果。在宏觀層面，多數(shù)學(xué)者認(rèn)為公共衛(wèi)生沖擊不僅會帶來巨大人身痛苦和生命損失，還會產(chǎn)生如產(chǎn)出下降、消費減少、投資萎縮、外貿(mào)受限等較嚴(yán)重的經(jīng)濟(jì)后果，且這些經(jīng)濟(jì)后果將在沖擊結(jié)束后很長一段時間繼續(xù)存在（何誠穎等，2020）。也有部分學(xué)者發(fā)現(xiàn)可以通過提高當(dāng)?shù)蒯t(yī)療資源配比的方式降低公共衛(wèi)生沖擊給當(dāng)?shù)睾暧^經(jīng)濟(jì)帶來的影響（封世藍(lán)等，2020）。在微觀層面，公共衛(wèi)生沖擊帶來的健康沖擊在短長期直接影響家庭的死亡率、勞動生產(chǎn)率和醫(yī)療費用，而間接影響則源自對疾病威脅的行為反應(yīng)（Walsh，2018；陳彥斌等，2009；周力和劉馨月，2016）。

（3）公共衛(wèi)生沖擊與醫(yī)療服務(wù)利用。目前全球新冠疫情形勢依然嚴(yán)峻，一方面救治費用會給患者造成經(jīng)濟(jì)負(fù)擔(dān)，另一方面重大疫情的出現(xiàn)會引起心理恐慌，而且很容易從個人恐慌發(fā)展成社會恐慌（謝科范等，2019），并進(jìn)一步帶來人們的一些非理性行為，這些非理性行為會極大地阻礙疫情防控，延長醫(yī)院確診、治療的周期，在醫(yī)療資源緊缺的狀態(tài)下嚴(yán)重浪費醫(yī)療資源（魏娜等，2020）。由此可見，對于成員罹患重大傳染性疾病的家庭，其醫(yī)療服務(wù)利用和醫(yī)療費用會顯著增加。然而，少有文獻(xiàn)關(guān)注重大突發(fā)公共衛(wèi)生事件對未患病家庭常規(guī)醫(yī)療服務(wù)利用的影響，特別是針對疫情控制較好的中國，未患病家庭占絕對比例，其常規(guī)醫(yī)療服務(wù)花費在醫(yī)療總費用中的比重可能遠(yuǎn)遠(yuǎn)超出患者救治醫(yī)療花費。盡管已有文獻(xiàn)捕捉到在重大突發(fā)公共衛(wèi)生事件背景下，常規(guī)醫(yī)療資源擠兌不利于普通大眾醫(yī)療服務(wù)利用，并提出了制度建設(shè)方面的建議（孫淑云，2020），但學(xué)界尚未對這一議題在機(jī)制梳理、量化評估等方面展開嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)研究。

（二）公共衛(wèi)生沖擊影響醫(yī)療服務(wù)利用的傳導(dǎo)機(jī)制分析

SARS 疫情具有突發(fā)、廣泛以及后果影響嚴(yán)重等特征，是一次典型的自然沖擊，不僅造成集體性消殺、防疫與大范圍的恐慌情緒活動，甚至出現(xiàn)藥品搶購等醫(yī)療擠兌行為，而且在生產(chǎn)、貿(mào)易、消費和投資等各個方面均產(chǎn)生了深遠(yuǎn)的影響。結(jié)合SARS 疫情和此次新冠疫情的實際情況，本文將公共衛(wèi)生沖擊影響醫(yī)療服務(wù)利用的傳導(dǎo)機(jī)制總結(jié)如下：

（1）收入約束的束緊效應(yīng)。公共衛(wèi)生沖擊一般持續(xù)時間較長，會嚴(yán)重影響企業(yè)的正常生產(chǎn)和經(jīng)營活動，特別是中小微企業(yè)和第三產(chǎn)業(yè)會被迫停產(chǎn)停工，勞動者被辭退和經(jīng)營者破產(chǎn)的風(fēng)險加劇，工資性收入下降；在此恐慌情緒下，股市、大宗商品期權(quán)期貨等資產(chǎn)價格無差別地下跌震蕩，使得個體投資者信心不足，投資性收入縮水；宏觀經(jīng)濟(jì)遭受沖擊，使得個人存款利息、出租房屋收入等資產(chǎn)性收入下降?？偠灾残l(wèi)生沖擊會導(dǎo)致個體收入水平下滑和收入約束加強(qiáng)，進(jìn)一步導(dǎo)致個體為維持基本生活和必要消費而擠出醫(yī)療服務(wù)利用需求。

（2）醫(yī)療擠兌的擠出效應(yīng)。疫情初期，感染人數(shù)指數(shù)性增長爆發(fā)，公共衛(wèi)生需求遠(yuǎn)遠(yuǎn)大于供給，因此在衛(wèi)生融資約束情況下，大量醫(yī)療資源（包括醫(yī)療設(shè)備和專業(yè)醫(yī)護(hù)人員等）將被迫向公共衛(wèi)生領(lǐng)域轉(zhuǎn)移以應(yīng)對醫(yī)療擠兌。醫(yī)療資源短缺將帶來有效醫(yī)療服務(wù)利用下降，此時有限的醫(yī)療資源將優(yōu)先提供給重癥、急性、必要的醫(yī)療服務(wù)需求者，而絕大多數(shù)常規(guī)非緊急醫(yī)療服務(wù)需求受到抑制。

（3）恐慌意識的傳染效應(yīng)。醫(yī)院是人口流動性極高的公共場所，在其中的醫(yī)療服務(wù)利用行為將顯著增加個人感染疫情的風(fēng)險。對突發(fā)疫情缺乏足夠了解、媒體等夸大信息傳播，將增加疫情的嚴(yán)重程度，擴(kuò)大人們的恐慌感。因此，人們會盡量避免前往醫(yī)院等主要傳染場所，通過放棄、自治療、拖延治療等方式避免部分非必要、非緊急的醫(yī)療服務(wù)利用，從而醫(yī)療費用支出下降。另外，恐慌焦躁等心理因素具有外溢效應(yīng)。如果周邊或與當(dāng)?shù)亟?jīng)濟(jì)交往密切地區(qū)發(fā)生疫情，會增加當(dāng)?shù)匕l(fā)生疫情的不確定性，所引發(fā)的恐慌同樣會導(dǎo)致當(dāng)?shù)蒯t(yī)療服務(wù)利用的下降。

（4）自我預(yù)防的健康效應(yīng)。疾病爆發(fā)等健康沖擊可以促進(jìn)人們健康行為的改變，從而改善健康結(jié)果（Agüero 和Beleche，2017）。在政府加強(qiáng)醫(yī)療機(jī)構(gòu)疾病控制的同時，當(dāng)?shù)厝罕娡鶗榱吮苊庖咔榉磸?fù)，自主且迅速地采取一定的自我保護(hù)行為，包括洗手、戴口罩以及對公共物品的清洗消毒等。事實上，在SARS 疫情期間，流感、手足口病等流行病發(fā)病率反而呈現(xiàn)低水平，由此在一定程度上減少了醫(yī)療服務(wù)利用。

（5）醫(yī)療保險的調(diào)節(jié)效應(yīng)。醫(yī)療保險變相降低了醫(yī)療服務(wù)價格，使個人可以選擇更多不必要的醫(yī)療服務(wù)，造成醫(yī)療費用的不合理增加。疫情期間，由于上述效應(yīng)，相比于未參加醫(yī)療保險的人員，醫(yī)療保險參保者將擠出更多的醫(yī)療服務(wù)利用，醫(yī)療費用支出降低幅度更大。

基于以上分析，本文提出以下假說：

假說1：重大突發(fā)公共衛(wèi)生事件可能通過醫(yī)療擠兌的擠出效應(yīng)、收入約束的束緊效應(yīng)、恐慌意識的傳染效應(yīng)、自我預(yù)防的健康效應(yīng)，以及醫(yī)療保險的調(diào)節(jié)效應(yīng)等傳導(dǎo)機(jī)制顯著降低家庭醫(yī)療服務(wù)利用。

此外，公共衛(wèi)生沖擊還在時間維度和空間維度產(chǎn)生傳導(dǎo)效應(yīng)。重大突發(fā)公共衛(wèi)生事件在時間維度上的傳導(dǎo)表現(xiàn)為醫(yī)療費用支出在后疫情階段的動態(tài)變化。如前文所述，在疫情期間，隨著疫情的惡化，醫(yī)療服務(wù)利用將持續(xù)處于較低水平，醫(yī)療費用支出明顯下降。當(dāng)疫情得到控制直至結(jié)束，我們將看到：第一，被擠兌的醫(yī)療資源恢復(fù)至原有水平，且隨著經(jīng)濟(jì)復(fù)蘇，居民收入恢復(fù)至原有水平，醫(yī)療服務(wù)利用也隨之恢復(fù)至原有水平；第二，短期內(nèi)公眾會產(chǎn)生自我防護(hù)的健康意識與健康行為，但該行為具有一定的時效性，部分行為甚至是非理性的臨時決策，因而這些行為帶來醫(yī)療服務(wù)利用的下降不會長期持續(xù)①從疫情對個人健康行為的動態(tài)影響研究中發(fā)現(xiàn)，疫情結(jié)束一到兩年后，個人采取減少煙類支出和增加保健品支出等健康行為的意愿會出現(xiàn)下滑，直至與疫情發(fā)生前無差異（謝強(qiáng)和封進(jìn)，2021）。；第三，常規(guī)醫(yī)療行為的取消或拖延有可能使居民健康人力資本無法獲得及時足額補(bǔ)償，健康水平惡化，從而使得長期抑制的醫(yī)療服務(wù)利用出現(xiàn)報復(fù)式增長。因此，后疫情期間，醫(yī)療服務(wù)利用和醫(yī)療費用支出在短期內(nèi)將出現(xiàn)較高速度的反彈。

而公共衛(wèi)生沖擊在空間維度的傳導(dǎo)表現(xiàn)為疫情的擴(kuò)散效應(yīng)。第一，疫情更容易傳播到較近的地區(qū)，無論是地理上的鄰近，還是經(jīng)濟(jì)交往程度上的密切；第二，當(dāng)某個地區(qū)衛(wèi)生條件不能滿足公共衛(wèi)生和醫(yī)療服務(wù)利用時，更傾向于從地理距離更近或者醫(yī)療資源水平更高的地區(qū)調(diào)撥醫(yī)療資源實行援助；第三，人們心理上愿意與距離鄰近或經(jīng)濟(jì)發(fā)展水平等特征接近的地區(qū)進(jìn)行比較，對方地區(qū)疫情的嚴(yán)重程度在個人恐慌心理上占有更大權(quán)重。因此，疫情在地理和經(jīng)濟(jì)距離上具有顯著的空間溢出效應(yīng)。本文繼而提出如下假說：

假說2：在時間維度上，重大突發(fā)公共衛(wèi)生事件結(jié)束后將引起醫(yī)療服務(wù)利用的高速反彈；在空間維度上，重大突發(fā)公共衛(wèi)生事件具有明顯的空間溢出效應(yīng)。

三、實證研究設(shè)計

（一）估計模型與變量設(shè)定

SARS 疫情對家庭而言完全是一個外生沖擊，因此可視為一個隨機(jī)性的自然實驗。由于SARS 疫情對不同區(qū)域造成的沖擊不同，且家庭人均醫(yī)療衛(wèi)生支出有較多的零值，而刪除零值后其對數(shù)值呈正態(tài)分布，本文參考Agüero 和Beleche（2017），使用包含連續(xù)性雙重差分的Tobit 模型評估SARS 疫情對當(dāng)?shù)丶彝メt(yī)療服務(wù)利用的影響，估計模型如下：

其中，下角標(biāo)h、c、t分別代表受訪者的家庭、城市和年份；結(jié)果變量Mhct代表家庭醫(yī)療服務(wù)利用，由于疫情期間醫(yī)療服務(wù)價格并未發(fā)生顯著波動，醫(yī)療衛(wèi)生支出的增減基本可以表征醫(yī)療服務(wù)利用數(shù)量的同向變動，因此本文使用醫(yī)療衛(wèi)生支出變量作為醫(yī)療服務(wù)利用的代理指標(biāo)，其設(shè)定方式為家庭人均醫(yī)療衛(wèi)生支出加1 后取自然對數(shù)；SARSc表示SARS 疫情對不同區(qū)域的沖擊程度，設(shè)定為截至2003 年6 月23 日，各地級市SARS 疫情累計確診人數(shù)加1 后的自然對數(shù)；It表示公共衛(wèi)生沖擊作用時間的年份虛擬變量，由于SARS 疫情開始于2002 年12 月15 日，結(jié)束于2003 年7 月13 日，因此如果年份為2003年，則It為1，否則為0；交互項SARSc ×It衡量SARS 疫情沖擊前后各地級市SARS 的暴露程度，該交互項系數(shù)α1為本文關(guān)系的核心系數(shù)，代表SARS 疫情導(dǎo)致家庭醫(yī)療服務(wù)利用的變化；Xhct和Zct分別表示一系列的戶主、家庭特征變量和城市特征變量，γ和θ為對應(yīng)控制變量的估計系數(shù)；τ、λ和λ × τ分別表示時間固定效應(yīng)、城市固定效應(yīng)和交互固定效應(yīng)，控制隨時間變化但不隨地區(qū)變化、隨地區(qū)變化但不隨時間變化與同時隨地區(qū)和時間變化的不可觀測因素對家庭醫(yī)療服務(wù)利用的影響。α0為常數(shù)項，εhct表示隨機(jī)擾動項。

具體而言，本文的控制變量設(shè)定方式為：第一，戶主特征變量，包括戶主性別、年齡和受教育水平。戶主性別變量設(shè)定為二值虛擬變量，如果性別為男，則取值為1，否則為0；年齡變量為戶主的實際年齡，此外本文也控制戶主年齡的二次項；將受教育水平設(shè)定為戶主的受教育年限，其中沒上過學(xué)＝0、小學(xué)＝6、初中＝9、高中（包括技校、中專）＝12、大學(xué)（包括大專）＝16、研究生（碩士、博士）＝18。第二，家庭特征變量，包括家庭規(guī)模、家庭人均收入、家庭就業(yè)率、有無老人、有無孩子和住房性質(zhì)。家庭規(guī)模設(shè)定為家庭總?cè)丝跀?shù)；家庭人均收入設(shè)定為家庭總收入除以家庭規(guī)模后加1 取自然對數(shù)；家庭就業(yè)率設(shè)定為家庭中工作人口占總?cè)丝诘谋壤?；有無老人設(shè)定為家庭中有無60 歲以上成員的虛擬變量，若存在，則取值為1，否則為0；有無孩子設(shè)定為家庭中有無6 歲以下成員的虛擬變量，若存在，則取值為1，否則為0；住房性質(zhì)設(shè)定為二值虛擬變量，如果家庭有自有房屋，則取值為1，否則為0。第三，城市特征變量，包括有無醫(yī)護(hù)人員感染、病床數(shù)和人均GDP。本文認(rèn)為如果發(fā)生了醫(yī)護(hù)人員感染說明該地區(qū)防控傳染病的能力較差，因此設(shè)定有無醫(yī)護(hù)人員感染虛擬變量，如果有醫(yī)護(hù)人員感染，則取值為1，否則為0；病床數(shù)為城市每千人病床數(shù)；人均GDP 變量設(shè)定為城市人均GDP 的自然對數(shù)。最后，需要說明的是，為排除跨期價格波動使變量數(shù)值不可比，本文將醫(yī)療服務(wù)利用和家庭人均收入數(shù)據(jù)用1998 年價格為基準(zhǔn)的CPI 指數(shù)進(jìn)行平滑。

（二）數(shù)據(jù)來源與描述性統(tǒng)計

由于SARS 疫情爆發(fā)和醫(yī)療服務(wù)利用主要集中于城鎮(zhèn)，本文實證分析所使用的戶主與家庭特征變量數(shù)據(jù)選用國家統(tǒng)計局城鎮(zhèn)住戶調(diào)查數(shù)據(jù)（Urban Household Survey，UHS）。其中，1998—2002 年包括6 個代表性省份（包括省、直轄市和自治區(qū)）的數(shù)據(jù)，2003 年及以后則包括16 個代表性省份的數(shù)據(jù)。調(diào)查內(nèi)容包括住戶與家庭成員基本情況、家庭收入、家庭消費、家庭規(guī)模、家庭醫(yī)療衛(wèi)生支出與家庭人口特征等信息，能夠滿足本文研究的需要。本文所需城市特征變量來源于《城市統(tǒng)計年鑒》，而SARS 疫情等相關(guān)變量則由作者從各地級市原衛(wèi)生和計劃生育委員會官方網(wǎng)站公布的SARS 疫情公報數(shù)據(jù)整理而得。

本文對原始數(shù)據(jù)作以下處理：第一，僅保留持續(xù)調(diào)查的6 個代表性省份，家戶數(shù)據(jù)中僅保留戶主信息；第二，將個體信息與家庭信息、城市宏觀數(shù)據(jù)匹配；第三，剔除遺漏重要信息的樣本觀測值。需要說明的是，基準(zhǔn)回歸中僅考察SARS 疫情對當(dāng)期、當(dāng)?shù)鼐用襻t(yī)療服務(wù)利用的影響，因此僅設(shè)定2003 年為實驗期，而額外添加2004—2007 年數(shù)據(jù)用于考察SARS 疫情對居民醫(yī)療服務(wù)利用的長期影響。本文最終獲得21 012 個家庭有效樣本觀測值。其中，主要被解釋變量醫(yī)療服務(wù)利用在SARS 疫情發(fā)生之前的均值為3.3662，標(biāo)準(zhǔn)差為1.9006；SARS 疫情發(fā)生當(dāng)年的均值為2.9159，標(biāo)準(zhǔn)差為2.3867。相關(guān)統(tǒng)計說明，SARS 疫情發(fā)生當(dāng)年，居民醫(yī)療服務(wù)利用出現(xiàn)較大幅度下降。其他主要變量描述性統(tǒng)計詳見表1。

表1 主要變量描述性統(tǒng)計

（續(xù)表）

四、實證結(jié)果

（一）基本檢驗

1.公共衛(wèi)生沖擊對醫(yī)療服務(wù)利用的影響

SARS 疫情對家庭醫(yī)療服務(wù)利用的影響如表2 所示。其中，第（1）列是僅添加戶主和家庭特征變量的估計結(jié)果，交互項的估計系數(shù)在1%檢驗水平上顯著為負(fù)，系數(shù)大小為0.0830。第（2）列是進(jìn)一步添加地區(qū)特征變量的估計結(jié)果，交互項的估計系數(shù)在1%檢驗水平上顯著為負(fù)，系數(shù)大小為0.1091。本文又在此基礎(chǔ)上添加了時間、城市和交互固定效應(yīng)，檢驗結(jié)果如第（3）列所示，交互項的估計系數(shù)在5%檢驗水平上顯著為負(fù)，估計系數(shù)大小為0.0389。以上結(jié)果均表明，SARS 疫情顯著抑制了家庭醫(yī)療服務(wù)利用，確診人數(shù)每增加1%，家庭人均醫(yī)療衛(wèi)生支出下降3.89%—10.91%。

表2 SARS 疫情對醫(yī)療服務(wù)利用的影響

（續(xù)表）

本文以第（3）列為準(zhǔn)分析控制變量回歸結(jié)果。女性為戶主的家庭，其醫(yī)療服務(wù)利用多于男性為戶主的家庭；戶主年齡越大、教育水平越高，其家庭醫(yī)療服務(wù)利用越多；家庭規(guī)模與家庭醫(yī)療服務(wù)利用呈負(fù)相關(guān)，而家庭人均收入與家庭醫(yī)療服務(wù)利用呈正相關(guān)；有老人和有小孩的家庭其醫(yī)療服務(wù)利用比沒老人和沒小孩的家庭多；作為家庭財富的體現(xiàn)，有自有房屋的家庭的醫(yī)療服務(wù)利用較高；而城市病床數(shù)越多，家庭醫(yī)療服務(wù)利用越少。

2.公共衛(wèi)生沖擊對醫(yī)療服務(wù)利用分布的影響

前文估計結(jié)果基本證實了SARS 疫情對家庭醫(yī)療服務(wù)利用的抑制效應(yīng)，而本文也關(guān)心SARS 疫情究竟對哪類醫(yī)療服務(wù)利用造成了影響。為此，本文采用分位數(shù)倍差法將式（1）估計的平均處理效應(yīng)細(xì)分為9 個分位段，以詳細(xì)考察SARS 疫情對處于醫(yī)療服務(wù)利用分布不同位置的家庭的差異化影響。結(jié)果顯示①因篇幅所限，本文省略了分位數(shù)回歸的圖示，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》 官網(wǎng)論文頁面“附錄與擴(kuò)展” 欄目下載。，不同分位段上的估計結(jié)果呈現(xiàn)出顯著的差異性，醫(yī)療服務(wù)利用越少的家庭，受SARS 疫情的沖擊越大，家庭人均醫(yī)療衛(wèi)生支出降低得越多。在70 分位數(shù)及以下，SARS 疫情的沖擊始終在5%檢驗水平上顯著為負(fù)，而高于70 分位數(shù)后則變?yōu)椴伙@著。結(jié)果表明，公共衛(wèi)生沖擊會對家庭醫(yī)療服務(wù)利用產(chǎn)生結(jié)構(gòu)性影響，由于對醫(yī)療服務(wù)利用較少的家庭產(chǎn)生了較高的剝奪，因而醫(yī)療服務(wù)利用集中度有所提高。

3.衛(wèi)生融資約束下的異質(zhì)性分析

由于不同城市面臨的衛(wèi)生融資約束存在明顯差異，為準(zhǔn)確評估健康衛(wèi)生融資約束情境下公共衛(wèi)生沖擊對家庭醫(yī)療服務(wù)利用的影響，本文統(tǒng)計了1998—2003 年各城市人均床位數(shù)用以衡量當(dāng)?shù)匦l(wèi)生融資約束條件，人均床位數(shù)越多表明該城市衛(wèi)生融資約束越寬松。隨后，本文按照城市人均病床數(shù)的五分位數(shù)對樣本進(jìn)行分組回歸。如分組估計結(jié)果②衛(wèi)生融資約束下的異質(zhì)性分析請見《經(jīng)濟(jì)科學(xué)》 官網(wǎng)“附錄與擴(kuò)展”。所示，除人均床位數(shù)最多的五分之一分位數(shù)這一組外，其余各組交乘項的估計系數(shù)均為負(fù)值，且五組交乘項的估計系數(shù)呈現(xiàn)隨人均床位數(shù)的增多而減小的趨勢。此外，本文也按照人均醫(yī)師數(shù)做了相應(yīng)的分組回歸，估計結(jié)果與人均病床數(shù)分組回歸結(jié)果類似。以上結(jié)果說明，衛(wèi)生融資約束越嚴(yán)重的地區(qū)，公共衛(wèi)生危機(jī)對家庭醫(yī)療服務(wù)利用的抑制作用越強(qiáng)。

（二）穩(wěn)健性檢驗①穩(wěn)健性檢驗的回歸結(jié)果與數(shù)據(jù)分析請見《經(jīng)濟(jì)科學(xué)》 官網(wǎng)“附錄與擴(kuò)展”。

（1）更換模型。針對家庭人均醫(yī)療衛(wèi)生支出不為0 的樣本呈現(xiàn)高度偏態(tài)導(dǎo)致對數(shù)線性回歸模型估計失效的問題，本文采用Heckman 模型與兩部模型加以估計。Heckman 模型估計結(jié)果顯示逆米爾斯系數(shù)在1%檢驗水平上顯著為負(fù)，說明存在樣本選擇，克服樣本選擇偏差之后，交互項的估計系數(shù)依然在1%檢驗水平上顯著為負(fù)，表明SARS 疫情確實降低了家庭醫(yī)療服務(wù)利用。而兩部模型第一階段以Probit 模型估計SARS 疫情對家庭醫(yī)療服務(wù)利用的影響，交互項的估計系數(shù)在1%檢驗水平上顯著為負(fù)；第二階段在家庭人均醫(yī)療衛(wèi)生支出為正的條件下，以O(shè)LS 模型估計SARS 疫情對家庭醫(yī)療服務(wù)利用的影響，交互項的估計系數(shù)也在1%檢驗水平上顯著為負(fù)。

（2）調(diào)整樣本與更換變量。第一，為進(jìn)一步排除樣本中極端值對估計結(jié)果造成的偏誤，本文對家庭人均醫(yī)療支出費用進(jìn)行上下1%分位數(shù)的縮尾處理。第二，本文將被解釋變量更換為醫(yī)療消費占家庭總消費的比例。第三，本文將度量SARS 疫情影響程度的變量由SARS 疫情感染人數(shù)更換為SARS 疫情死亡人數(shù)重新進(jìn)行估計。結(jié)果顯示，各列交互項的估計系數(shù)均顯著為負(fù)。

（3）平行趨勢檢驗。利用雙重差分的基本前提是實驗組與控制組在政策實施前并不存在系統(tǒng)性差異，本文采用事件分析法來驗證該條件。估計結(jié)果顯示，在2003 年以前，各年度交互項的估計區(qū)間均經(jīng)過0 刻度線，說明各年度特征差異估計系數(shù)不顯著，可認(rèn)為實驗組和控制組家庭醫(yī)療服務(wù)利用不存在顯著差異，即滿足平行趨勢假設(shè)。

除了疫情沖擊，還可能存在其他對醫(yī)療服務(wù)利用產(chǎn)生影響的沖擊。為此，本文以第三產(chǎn)業(yè)產(chǎn)值占國內(nèi)生產(chǎn)總值比例和人均床位數(shù)②本文也選用了第三產(chǎn)業(yè)就業(yè)人數(shù)占比和人均醫(yī)師數(shù)作為結(jié)果變量進(jìn)行檢驗，結(jié)果與相應(yīng)指標(biāo)一致。作為結(jié)果變量進(jìn)行平行趨勢檢驗。檢驗結(jié)果顯示，在2003 年以前，各年份平均處理效應(yīng)區(qū)間均經(jīng)過零刻度線，可認(rèn)為實驗組和控制組城市在第三產(chǎn)業(yè)發(fā)展和衛(wèi)生資源等特征方面也不存在顯著差異。

（4）安慰劑檢驗?；鶞?zhǔn)回歸中家庭醫(yī)療服務(wù)利用在SARS 疫情期間的下降也有可能是其他政策或偶發(fā)因素帶來的結(jié)果。為規(guī)避此類現(xiàn)象的出現(xiàn)，本文參考任勝鋼等（2019），采用非參數(shù)置換的方法進(jìn)行安慰劑檢驗。檢驗結(jié)果表明，500 次隨機(jī)分配后交乘項的回歸系數(shù)集中于0 值附近，表明本文的估計結(jié)果并非偶然觀測到的，可排除家庭醫(yī)療服務(wù)利用在SARS 疫情期間的下降是由其他政策或偶發(fā)因素引起的可能性。

五、傳導(dǎo)機(jī)制分析

前文已證實SARS 疫情會顯著降低家庭醫(yī)療服務(wù)利用，接下來本文將從系統(tǒng)內(nèi)部、時間與空間三個維度分析SARS 疫情影響家庭醫(yī)療服務(wù)利用的傳導(dǎo)機(jī)制。③傳導(dǎo)機(jī)制分析的回歸結(jié)果與數(shù)據(jù)分析請見《經(jīng)濟(jì)科學(xué)》 官網(wǎng)“附錄與擴(kuò)展”。

（一）系統(tǒng)傳導(dǎo)機(jī)制

本文建立了包含調(diào)節(jié)效應(yīng)的多重中介效應(yīng)模型，從系統(tǒng)內(nèi)檢驗SARS 疫情對家庭醫(yī)療服務(wù)利用的作用機(jī)理。該模型由六個方程聯(lián)立估計得出，即：

其中，Y為收入變量，本文以家庭人均純收入表示；S為醫(yī)療擠兌變量，以各城市疫情帶來的醫(yī)療機(jī)構(gòu)床位占有率表示①計算方法為各城市SARS 感染人數(shù)除以各城市床位數(shù)。；F為恐慌變量，由于居民日常娛樂活動接觸人流量大，一旦疫情爆發(fā)更容易暴露在風(fēng)險中，受恐慌因素影響家庭娛樂消費勢必會減少，為此本文以當(dāng)年家庭娛樂消費作為恐慌的負(fù)向代理變量②在SARS 疫情期間，全國絕大部分地區(qū)公共場所并沒有受到封控管理，因此相比于受到一定管制的交通和旅游消費，娛樂消費的變化更能代表居民的主觀恐慌狀況。；P為個人防護(hù)變量，以家庭人均煙草支出作為負(fù)向代理變量③除家庭人均煙草支出外，本文參考謝強(qiáng)和封進(jìn)（2021）、秦雪征和陳嫣然（2020）等研究，使用家庭人均酒水支出與家庭人均保健支出作為個人防護(hù)的代理變量，回歸結(jié)果與家庭人均煙草支出相仿。；insurance為醫(yī)療保險變量，如果家庭被醫(yī)療保險覆蓋，即至少有一個成員參加醫(yī)療保險，則賦值為1，否則為0。式（2）為SARS 疫情對家庭醫(yī)療服務(wù)利用的總效應(yīng)，a1＜0 表示SARS 疫情降低家庭醫(yī)療服務(wù)利用；式（3）為SARS疫情對家庭收入的影響，b1＜0 表示SARS 疫情降低家庭收入；式（4）為SARS 疫情對醫(yī)療擠兌的影響，c1＞0 表示SARS 疫情導(dǎo)致醫(yī)療擠兌加??；式（5）為SARS 疫情對恐慌的影響，d1＜0 表示SARS 疫情導(dǎo)致居民恐慌意識加??；式（6）為SARS 疫情對個人防護(hù)的影響，e1＜0 表示SARS 疫情導(dǎo)致居民加強(qiáng)個人防護(hù)；式（7）中，f1衡量SARS 疫情對居民醫(yī)療服務(wù)利用的直接影響，f2＜0 表示醫(yī)療保險覆蓋家庭醫(yī)療服務(wù)利用在SARS 疫情下比未覆蓋家庭多下降的部分，f3＞0、f4＜0、f5＞0 與f6＞0 分別表示家庭收入、醫(yī)療擠兌、恐慌與個人防護(hù)對家庭醫(yī)療服務(wù)利用的影響。將式（3）至式（6）代入式（7），整理得到：

其中，f3b1衡量SARS 疫情通過收入減少導(dǎo)致家庭醫(yī)療服務(wù)利用減小的中介效應(yīng)，f4c1衡量SARS 疫情通過醫(yī)療擠兌減少家庭醫(yī)療服務(wù)利用的中介效應(yīng)，f5d1衡量SARS 疫情通過恐慌因素導(dǎo)致家庭醫(yī)療服務(wù)利用減小的中介效應(yīng)，f6e1衡量SARS 疫情通過個人防護(hù)影響家庭醫(yī)療服務(wù)利用的中介效應(yīng)。上述各方程中均包含戶主、家庭與城市特征變量以及時間、地點和交互固定效應(yīng)，為表達(dá)方便未予列出。

包含調(diào)節(jié)效應(yīng)的多重中介效應(yīng)模型估計結(jié)果顯示：SARS 疫情對家庭醫(yī)療服務(wù)利用的總效應(yīng)顯著為負(fù)；SARS 疫情顯著減少了家庭收入，加劇了醫(yī)療擠兌、心理恐慌，并促使居民更加重視個人防護(hù)；SARS 疫情對家庭醫(yī)療服務(wù)利用的直接效應(yīng)已不再顯著，為完全中介效應(yīng)；家庭收入、醫(yī)療擠兌、恐慌與個人防護(hù)對家庭醫(yī)療服務(wù)利用的影響均顯著。結(jié)合回歸結(jié)果，SARS 疫情通過減少家庭收入、加劇醫(yī)療擠兌與心理恐慌、增強(qiáng)個人防護(hù)等渠道間接影響家庭醫(yī)療服務(wù)利用。而在中介效應(yīng)內(nèi)部結(jié)構(gòu)上，SARS 疫情通過家庭收入、醫(yī)療擠兌、恐慌和個人防護(hù)等中介渠道對家庭醫(yī)療服務(wù)利用影響的占比分別為10.91%、52.20%、18.87%與18.02%。此外，SARS 感染人數(shù)×2003 年×醫(yī)療保險的估計系數(shù)在5%檢驗水平上顯著為負(fù)，說明醫(yī)療保險覆蓋家庭醫(yī)療服務(wù)利用比未覆蓋家庭在SARS 疫情期間下降得更多。這一結(jié)果暗示著，在沒有醫(yī)療保險情況下，醫(yī)療價格高昂導(dǎo)致家庭醫(yī)療服務(wù)需求可能受到更大的預(yù)算約束，絕大多數(shù)已經(jīng)支出的醫(yī)療花費可能都是必要緊急的，而醫(yī)療保險覆蓋后，家庭自付醫(yī)療價格大幅下降，導(dǎo)致醫(yī)療服務(wù)需求極大釋放，產(chǎn)生道德風(fēng)險，進(jìn)而又被SARS 疫情擠出，使得醫(yī)療保險覆蓋家庭的醫(yī)療服務(wù)利用幾乎恢復(fù)到了沒有醫(yī)療保險下的需求狀態(tài)。本文對SARS 疫情擠出醫(yī)療保險覆蓋家庭的醫(yī)療服務(wù)利用的發(fā)現(xiàn)反向印證了醫(yī)療保險道德風(fēng)險的存在。

（二）時間傳導(dǎo)機(jī)制

為驗證SARS 疫情的時間傳導(dǎo)機(jī)制，本文以1998—2002 年樣本作為未受SARS 疫情沖擊的對照組，以2003—2007 年樣本作為受到SARS 疫情沖擊的實驗組，以2002 年和2007 年為參照年份①選用2002 年和2007 年，即第五期為參照期的原因在于，重大疫情只會對醫(yī)療服務(wù)利用產(chǎn)生短期沖擊，而在長期趨勢上，醫(yī)療服務(wù)利用又會回到原本穩(wěn)態(tài)增長路徑。對其余四期依次設(shè)定年份虛擬變量，來考察實驗組和控制組的差異，并利用事件分析法對各期醫(yī)療服務(wù)利用增長差異進(jìn)行點估計和區(qū)間估計。結(jié)果顯示，相比于1998 年，2003 年醫(yī)療服務(wù)利用顯著降低，而相比于1999 年，2004 年醫(yī)療服務(wù)利用顯著提高，其他年份無顯著差異。結(jié)果表明，家庭醫(yī)療服務(wù)利用在SARS 疫情期間大幅下降，但在SARS 疫情過后迅速反彈，甚至超過往年的增長速度，而后逐漸恢復(fù)到均衡增長路徑。

（三）空間傳導(dǎo)機(jī)制

本文在前文估計結(jié)果基礎(chǔ)上，利用經(jīng)濟(jì)距離矩陣檢驗SARS 疫情可能存在的空間溢出效應(yīng)。本文將家庭特征變量加總到市級層面并設(shè)定完全平衡面板，建立如下模型進(jìn)行估計：

其中，W是空間矩陣，參照李婧等為地理距離空間權(quán)重矩陣，即主對角線上元素均為0，非主對角線上的元素為1/d2，d為兩個城市地理中心位置之間的距離。為各期人均GDP 的平均值，為考察期內(nèi)各地區(qū)各期人均GDP 的平均值，t為不同時期。βWD表示由于空間溢出的存在，實驗組的近鄰地區(qū)將同樣受到政策效應(yīng)的影響，且這種溢出效應(yīng)大小為β。當(dāng)然，政策效應(yīng)的溢出將同時發(fā)生在實驗組向?qū)嶒灲M以及實驗組向控制組兩個方向上，β衡量的是平均溢出效應(yīng)。對于實驗組，其受到的完整的SARS 疫情沖擊效應(yīng)為α ＋βW；而控制組受到的SARS 疫情沖擊效應(yīng)為βW。另外，WXδ′表示鄰域其他外生變量對本地家庭醫(yī)療服務(wù)利用的影響。

鑒于不同類型的空間計量模型所揭示的經(jīng)濟(jì)含義有所差別，為了獲取擬合效果最優(yōu)的空間計量模型，本文分別估計SDM、SAR 與SAC 模型。結(jié)果顯示，以上三類空間計量模型交互項的估計系數(shù)均在10%檢驗水平上顯著為負(fù)。在擬合效果上，SDM 模型較SAR模型和SAC 模型具有回歸系數(shù)顯著個數(shù)最多的特點。為了進(jìn)一步判斷SDM 模型的擬合效果，我們對SDM 模型進(jìn)行了Wald 檢驗和LR 檢驗，相應(yīng)的Wald 檢驗和LR 檢驗的p值均在1%的檢驗水平上顯著為0，基于此，本文選擇空間SDM 模型進(jìn)行分析。估計結(jié)果顯示，交互項的估計系數(shù)在5%檢驗水平上顯著為負(fù)，估計系數(shù)大小為0.0596，交互項空間滯后項的估計系數(shù)在5%檢驗水平上顯著為負(fù)，估計系數(shù)大小為0.4349，說明SARS 沖擊對居民醫(yī)療服務(wù)利用的影響具有空間效應(yīng)，在降低了當(dāng)?shù)丶彝メt(yī)療衛(wèi)生支出的同時也顯著降低了相鄰城市的居民醫(yī)療服務(wù)利用。與SARS 疫情對當(dāng)?shù)爻鞘械闹苯記_擊相比，SARS 疫情通過相鄰城市對當(dāng)?shù)爻鞘械拈g接沖擊更大。

六、結(jié)論與政策啟示

2020 年2 月14 日，習(xí)近平總書記在中央全面深化改革委員會第十二次會議上提出，“要健全公共衛(wèi)生服務(wù)體系，完善公共衛(wèi)生重大風(fēng)險研判”。而2020 年3 月5 日發(fā)布的《中共中央和國務(wù)院關(guān)于深化醫(yī)療保障制度改革的意見》 進(jìn)一步強(qiáng)調(diào)，“統(tǒng)籌醫(yī)療保障基金和公共衛(wèi)生服務(wù)資金使用，提高對基層醫(yī)療機(jī)構(gòu)的支付比例，實現(xiàn)公共衛(wèi)生服務(wù)和醫(yī)療服務(wù)的有效銜接”?？梢?，新冠疫情的爆發(fā)及其應(yīng)對為增加公共衛(wèi)生投入、科學(xué)設(shè)定公共衛(wèi)生和醫(yī)療服務(wù)資源配比并促進(jìn)兩者協(xié)調(diào)發(fā)展提供了有效的經(jīng)驗。

基于中國衛(wèi)生融資約束的現(xiàn)實，本文選取1998—2003 年UHS 數(shù)據(jù)，利用與新冠疫情特征相近的SARS 疫情在全國蔓延這一典型外生沖擊，實證檢驗了公共衛(wèi)生沖擊對家庭醫(yī)療服務(wù)利用的影響，探討公共衛(wèi)生沖擊影響醫(yī)療服務(wù)利用的傳導(dǎo)機(jī)制。本文的主要發(fā)現(xiàn)包括：第一，公共衛(wèi)生沖擊顯著降低了家庭醫(yī)療服務(wù)的利用。一方面，對醫(yī)療服務(wù)利用較少的家庭產(chǎn)生了較高的剝奪，從而加深了醫(yī)療服務(wù)利用集中程度，另一方面，衛(wèi)生融資約束越嚴(yán)重的地區(qū)，公共衛(wèi)生沖擊對家庭醫(yī)療服務(wù)利用的抑制作用越強(qiáng)。第二，在系統(tǒng)內(nèi)部，公共衛(wèi)生沖擊主要通過擠兌醫(yī)療資源、降低家庭收入水平、加劇心理恐慌與提升個人防護(hù)等路徑減少家庭醫(yī)療服務(wù)利用，且受到醫(yī)療保險調(diào)節(jié)，即醫(yī)療保險覆蓋家庭受公共衛(wèi)生沖擊的影響更強(qiáng)烈。第三，在時間維度，公共衛(wèi)生沖擊過后醫(yī)療服務(wù)利用立即反彈；在空間維度，公共衛(wèi)生沖擊對醫(yī)療服務(wù)利用的影響存在較大比例的外溢效應(yīng)。

本文發(fā)現(xiàn)具有較高的啟示價值。在健康衛(wèi)生融資約束下，中國健康衛(wèi)生資源投入結(jié)構(gòu)性失衡，形成公共衛(wèi)生融資萎縮、醫(yī)療服務(wù)融資膨脹、資源配置結(jié)構(gòu)性扭曲、健康績效加速下降的惡性循環(huán)。中國健康衛(wèi)生資源投入目標(biāo)亟待調(diào)整，功能定位須更明確，配置比例須更精準(zhǔn)。為此，本文提出構(gòu)建以健康大循環(huán)為中心、公共衛(wèi)生與醫(yī)療服務(wù)雙循環(huán)的基本醫(yī)療衛(wèi)生與健康促進(jìn)體系的政策建議：第一，由以醫(yī)療為中心轉(zhuǎn)變?yōu)橐越】禐橹行模茖W(xué)配比公共衛(wèi)生與醫(yī)療服務(wù)融資。以往重治療輕預(yù)防的醫(yī)療模式已經(jīng)不適應(yīng)當(dāng)今中國居民的健康追求，需要將“以促進(jìn)健康為中心” 的理念融入公共衛(wèi)生政策制定實施的整個階段，關(guān)注生命全周期、健康全過程，把公共衛(wèi)生醫(yī)療的工作重點從“治已病”向“治未病” 轉(zhuǎn)移。第二，整合公共衛(wèi)生和醫(yī)療服務(wù)資源，打造健康聯(lián)合體，建立優(yōu)質(zhì)高效的醫(yī)療衛(wèi)生服務(wù)體系，促進(jìn)預(yù)防、治療、康復(fù)服務(wù)相結(jié)合。此外，進(jìn)一步開展“互聯(lián)網(wǎng)＋” 醫(yī)保服務(wù)，將符合條件的“互聯(lián)網(wǎng)＋” 醫(yī)保服務(wù)費用納入醫(yī)保支付范圍，探索推進(jìn)定點零售藥店配藥直接結(jié)算，鼓勵定點醫(yī)藥機(jī)構(gòu)，創(chuàng)新配送方式，以減少人群流動和聚集。

社會保險特別是醫(yī)療保險的降費已成為復(fù)產(chǎn)、復(fù)工的重要工具。比如，濟(jì)南市自2020年4 月中旬開始對部分按原繳費費率繳納2、3 月份醫(yī)療保險費的參保單位進(jìn)行差額返還，在15 天內(nèi)，累計為6 萬余家參保單位“靜默式” 返款1.02 億元。而本文的研究也證實居民醫(yī)療服務(wù)利用在公共衛(wèi)生沖擊發(fā)生時顯著下降。這些發(fā)現(xiàn)意味著，基本醫(yī)療費用減免可以作為未來應(yīng)對重大公共疫情經(jīng)濟(jì)社會沖擊的長效治理工具。但是本文也同時發(fā)現(xiàn)，疫情下醫(yī)療服務(wù)利用的下降趨勢僅是暫時的，在疫情結(jié)束后極易出現(xiàn)反彈，進(jìn)而加劇基本醫(yī)療保險支出風(fēng)險。因此，本文建議應(yīng)加強(qiáng)基本醫(yī)療保險基金長期精算平衡，加大基本醫(yī)療保險重點方向和領(lǐng)域的財政資金支持，更好地發(fā)揮其抵御重大災(zāi)害、推進(jìn)復(fù)工復(fù)產(chǎn)的作用。