羅斯丹，閆珊珊

（中國海洋大學 經(jīng)濟學院，山東 青島 266100）

一、引 言

中國減貧事業(yè)在經(jīng)歷了改革開放時期“扶貧攻堅”、新時期“脫貧攻堅”的歷史階段后，于2021年全國脫貧攻堅總結(jié)表彰大會上向全世界宣告，脫貧攻堅戰(zhàn)取得全面勝利，絕對貧困業(yè)已消除。然而，消除絕對貧困不等于消除貧困，許多貧困人口擺脫絕對貧困后依然脆弱，需要公共政策和服務的長期支持。［1］

與絕對貧困僅關(guān)注維持居民基本生活需求不同，相對貧困更加關(guān)注個人或家庭的生活狀況與社會平均水平的差異程度，涵蓋處于絕對貧困邊緣的易返貧人群、隱性貧困人群和低收入人群。［2－3］相對貧困人口更容易在面臨風險沖擊時重返或陷入絕對貧困，可見，相對貧困具有動態(tài)特征。世界銀行將貧困脆弱性定義為個人或家庭在未來某一時期因風險沖擊導致福利降低的可能性。［4］作為貧困衡量指標，貧困脆弱性不僅反映當期貧困，還能預測個人或家庭在面對未來各種不確定因素時陷入貧困的概率，是一種動態(tài)的、前瞻性的表達方式。［5］因此，在相對貧困治理階段，貧困脆弱性指標是相對貧困人口識別及貧困程度測量的重要工具。

健康風險是造成農(nóng)村貧困的重要原因，2017年我國剩余貧困人口中因病致貧、返貧的比例高達44%。一方面，健康沖擊會減少個體生產(chǎn)性投資支出，降低勞動所得；另一方面，會增加個體或家庭的醫(yī)療支出［6］，尤其當醫(yī)療支出超出支付能力時，將引發(fā)災難性醫(yī)療支出。面對災難性醫(yī)療支出，相對貧困人口更容易放棄就醫(yī)，從而使健康狀況惡化，進一步降低未來收入和健康水平，陷入貧困陷阱。［7］

為減輕農(nóng)民因疾病帶來的經(jīng)濟負擔，緩解因病致貧和因病返貧，我國自2003年開始建立新型農(nóng)村合作醫(yī)療（簡稱新農(nóng)合）制度，2010年基本實現(xiàn)農(nóng)村居民全覆蓋。新農(nóng)合實施以來，參合者生病得以就醫(yī)的概率提高6% ～8%，［8］住院自付支出減少57%，貧困發(fā)生率降低5% ～7%。［9］以新農(nóng)合為主的各項醫(yī)保扶貧政策累積惠及貧困人口就醫(yī)1.8億人次，減輕貧困人口醫(yī)療費用負擔1188.3億元。

學術(shù)界對于新農(nóng)合減貧的效果存在爭論。首先，關(guān)于新農(nóng)合是否能夠減貧，有學者認為新農(nóng)合能夠促進低等和中等收入農(nóng)民增收，顯著降低貧困發(fā)生率，尤其是對農(nóng)村老年人口效果更為明顯。［10－11］也有學者指出，參加新農(nóng)合并沒有降低貧困發(fā)生率，原因是報銷比例低，自付費用超出了部分農(nóng)民的承擔能力。［12］其次，就新農(nóng)合對災難性醫(yī)療支出的影響，Wang等通過比較新農(nóng)合補償前后樣本地區(qū)災難性醫(yī)療支出的發(fā)生情況，發(fā)現(xiàn)新農(nóng)合降低了災難性醫(yī)療支出的發(fā)生率。進一步地，發(fā)生災難性醫(yī)療支出的概率與醫(yī)療保險報銷比例有關(guān)，報銷比例越高，災難性醫(yī)療支出發(fā)生的可能越小。［13－14］也有研究指出，由于報銷后自費醫(yī)療負擔仍然沉重，新農(nóng)合的實施并沒有降低農(nóng)村居民災難性醫(yī)療支出的發(fā)生率和強度。［15］再次，在新農(nóng)合減貧的精準性方面，有研究發(fā)現(xiàn)，與農(nóng)村高收入群體相比，低收入群體的醫(yī)療服務利用率低，補償率低，發(fā)生災難性醫(yī)療支出的概率高，醫(yī)療保障資金從低收入者流向高收入者，加劇了受益群體間的收入差距。［16－19］最后，少數(shù)學者從貧困脆弱性角度切入，運用Logit模型證實新農(nóng)合大病保險能夠降低貧困脆弱性的發(fā)生率。［20］可見，現(xiàn)有研究多以居民或家庭的當期收入為研究對象，側(cè)重新農(nóng)合對絕對貧困的減緩作用，較少考慮該居民或家庭未來陷入貧困的可能性。僅有對新農(nóng)合和貧困脆弱性關(guān)系的探討，在方法上忽視了居民參加新農(nóng)合時可能存在的選擇性偏差。關(guān)于醫(yī)療保險、災難性醫(yī)療支出和貧困三者的關(guān)系，大多從醫(yī)療保險報銷前后災難性醫(yī)療支出和絕對貧困的發(fā)生情況來判斷，缺少將三者直接建立聯(lián)系的研究。

那么，在中國減貧事業(yè)進入鞏固脫貧成果、治理相對貧困的新階段，新農(nóng)合制度的作用又如何呢？是否有助于緩解相對貧困？如果有，如何完善該制度來構(gòu)建防止因病返貧、因病致貧的長效機制呢？本文將運用2014～2018年“中國家庭追蹤調(diào)查”（CFPS）的微觀數(shù)據(jù)，力圖在以下幾方面有所貢獻：第一，以動態(tài)貧困指標貧困脆弱性為被解釋變量，采用處理效應模型解決可能存在的選擇偏差問題，并從連續(xù)變量和“脆弱”二元變量（脆弱性超過50%）兩方面考察新農(nóng)合的減貧效果。第二，引入新農(nóng)合和災難性醫(yī)療支出的交互項，在新農(nóng)合、災難性醫(yī)療支出以及貧困脆弱性三者之間建立聯(lián)系，實證分析發(fā)生災難性醫(yī)療支出沖擊時，新農(nóng)合對農(nóng)村居民貧困脆弱性的影響。第三，由于相對貧困與居民收入差距相關(guān)，通過考察災難性醫(yī)療沖擊下新農(nóng)合對貧困脆弱性的緩解作用在不同收入居民之間的異質(zhì)性，探索相對貧困治理階段我國新農(nóng)合制度的分配后果及應對策略。

二、變量選取與數(shù)據(jù)來源

（一）變量選取

1.因變量：貧困脆弱性指標。本文參照Chaudhuri提出的期望貧困的脆弱性（Vulnerability as Expected Poverty，VEP）測量方法［21］，結(jié)合 Amemiya 的三階段可行廣義最小二乘法（FGLS）量化貧困脆弱性。［22］個人h在t期的脆弱性是其在t＋1期的收入低于貧困線的可能性，基本公式為：

Vh，t表示個人 h 在 t期的脆弱性，ih，t＋1表示個人 h 在 t＋ 1 期的收入，z表示貧困線，P（ih，t＋1≤ z）表示個人h在t＋1期的收入低于貧困線的概率。進一步地，假設收入服從正態(tài)分布，則Vh，t可以表示為：

個人h在t＋1期的收入及其方差σ2可由以下方程預測得出：

為了解決不同個體之間存在的異方差問題，本文采用FGLS方法進行估計。在式（3）和式（4）中，Xh表示個人的一系列特征變量，比如年齡、性別、婚姻狀況、健康狀況等?，F(xiàn)行農(nóng)村地區(qū)貧困標準以2010年人均收入2300元為不變價格，對應2014、2016和2018年的貧困線分別為2800元、2952元和2995元。考慮到當前我國已消除絕對貧困，新的貧困線標準將進一步提高，因此本文也采用了世界銀行發(fā)布的較高國際貧困線標準每人日均3.1美元。①經(jīng)過購買力平價轉(zhuǎn)換和CPI調(diào)整后，分別對應2014、2016和2018年貧困線為4255元、4393元和4543元。由貧困脆弱性公式計算出的是個人未來陷入貧困的概率，是一個連續(xù)變量，本文還使用萬廣華和章元提出的50%作為脆弱線，即個人或家庭在未來陷入貧困的可能性超過50%就認為是脆弱的，若貧困脆弱性大于0.5，取值為1，否則取值為0。［23］

2.自變量。本文選取是否參合以及是否發(fā)生災難性醫(yī)療支出兩個指標為自變量。其中，是否參合指標，用農(nóng)村居民是否參加新農(nóng)合表示，參加新農(nóng)合表示為1，不參加新農(nóng)合表示為0；災難性醫(yī)療支出的衡量指標，國際上一般認為是家庭自付醫(yī)療費用總額等于或超過家庭支付能力或非食品支出的40%，具體閾值可以根據(jù)本國的情況進行調(diào)整。［24］在不同文獻中計算災難性醫(yī)療支出的指標選取有所差異，主要取決于文獻所使用的數(shù)據(jù)源，關(guān)于閾值的選擇也沒有一致的結(jié)論，多數(shù)研究將災難性醫(yī)療支出設置不同的閾值進行分析比較。［7］封進和李珍珍將個人自付醫(yī)療支出等于或超過人均純收入的40%作為發(fā)生災難性醫(yī)療支出的判定標準。［25］本文參考以上文獻，定義災難性醫(yī)療支出為個人自付醫(yī)療支出等于或超過人均純收入的40%，等于或超過人均純收入的20%和60%進行穩(wěn)健性檢驗。若個人醫(yī)療支出占人均純收入的比例超過閾值，則認為發(fā)生災難性醫(yī)療支出，取值為1，否則為0。

3.控制變量。如表1所示，控制變量的具體選取包含兩個方面：一是個人特征方面，包括年齡、性別、婚姻狀況、自評健康、受教育程度、工作狀態(tài)。二是家庭特征，包括老年人占比、未成年人占比、家庭規(guī)模、是否有人從事農(nóng)業(yè)工作、是否有人從事個體私營、經(jīng)營資產(chǎn)、家庭總金融資產(chǎn)、生產(chǎn)性固定資產(chǎn)、家庭總房產(chǎn)、土地資產(chǎn)?？紤]到地區(qū)發(fā)展水平和樣本周期內(nèi)政策的變化，省區(qū)層面控制了是否為東部地區(qū)以及年度虛擬變量。

表1 控制變量描述

（二）數(shù)據(jù)來源及說明

本文使用的數(shù)據(jù)來自中國家庭追蹤調(diào)查（CFPS），CFPS樣本覆蓋25個省市自治區(qū)，目標樣本規(guī)模為16 000戶，調(diào)查對象包含樣本家戶中的全部家庭成員，共進行了2010年、2011年、2012年、2014年、2016年、2018年六輪調(diào)查。考慮到數(shù)據(jù)可得性，本文選取2014年、2016年、2018年三期。為了準確評估新農(nóng)合對農(nóng)村居民的扶貧效果，剔除其他類型醫(yī)療保險可能產(chǎn)生的影響，樣本選取只考慮參加新農(nóng)合或無任何醫(yī)療保險的情況。選取數(shù)據(jù)中的農(nóng)村樣本，刪除缺失值、極端值和質(zhì)量不高的個體樣本后得到三期平衡面板數(shù)據(jù)，每期包括7146個個體觀察值。

在2014～2018年總計21 438個個體觀察值中，平均94.5%的個人選擇參加新農(nóng)合。從整體收入水平來看，參加新農(nóng)合個體的人均收入（12 102元）要高于未參加新農(nóng)合的個體（11 790元）。參加新農(nóng)合個體平均自付醫(yī)療支出（1830元）比未參加新農(nóng)合的個體（1767元）稍高。參加新農(nóng)合的個體平均健康狀況（1.852）比未參加新農(nóng)合的個體稍差（1.961）。對于是否發(fā)生災難性醫(yī)療支出，兩者相差不大，參加新農(nóng)合的個體平均發(fā)生災難性醫(yī)療支出的概率為15.4%，未參加新農(nóng)合的概率為15.7%。不論是貧困脆弱性還是基于貧困脆弱性的虛擬變量“脆弱”，參加新農(nóng)合樣本的貧困脆弱性都小于未參合的樣本。此外，從人口統(tǒng)計學特征來看，參合樣本平均年齡高于非參合樣本，多為男性、有配偶、小學和初中畢業(yè)，參合樣本和未參合樣本的老年人和未成年人占比差別不大，參合樣本的家庭資產(chǎn)要明顯高于非參合樣本。

三、模型構(gòu)建

（一）處理效應模型

由于農(nóng)村居民參加新農(nóng)合是自愿性質(zhì)的，因此存在選擇性偏差問題，傳統(tǒng)OLS回歸會導致結(jié)果偏誤。本文借鑒Heckman的做法［26］，采用處理效應模型（Treatment Effect Model）解決樣本選擇過程中可能存在的選擇性偏差，回歸模型如下：

選擇模型：

在結(jié)果模型中，Vi為貧困脆弱性，Ii表示是否參加新農(nóng)合的虛擬變量。Xi表示一系列控制變量，F(xiàn)i為地區(qū)特征變量。樣本之間可能存在一定的相關(guān)性，為消除序列相關(guān)和異方差，本文采用聚類穩(wěn)健標準誤（Clustering Robust Standard Errors）進行處理。

在選擇模型中，考慮到是否參合可能帶來的內(nèi)生性問題，需要選取工具變量。有研究將家庭所在村或社區(qū)其他人的行為變量作為個人的工具變量，本文參考以上文獻選取“村居內(nèi)參加新農(nóng)合的概率”作為工具變量（Zi）。［27－28］一方面，村或社區(qū)參加新農(nóng)合的人數(shù)會影響個人是否參加新農(nóng)合的決定；另一方面，村或社區(qū)參合行為并不會直接影響個人的貧困脆弱性，滿足工具變量相關(guān)性與外生性的選取原則。①本文對工具變量的有效性進行了檢驗，通過weak identification test發(fā)現(xiàn)，Cragg-Donald Wald F statistic＝455.918，大于10% 偏誤下的臨界值（Stock-Yogo weak ID test critical values）16.38，不存在弱工具變量的問題，選取的工具變量與內(nèi)生變量有較強的相關(guān)關(guān)系。

（二）多元回歸模型

為進一步考察災難性醫(yī)療支出沖擊下新農(nóng)合對貧困脆弱性是否產(chǎn)生緩沖作用，引入是否參合和是否發(fā)生災難性醫(yī)療支出的交互項，區(qū)別加入新農(nóng)合和未加入新農(nóng)合對發(fā)生災難性醫(yī)療沖擊居民貧困脆弱性所受影響的差異，計量模型設定為：

其中，CHEi為是否發(fā)生災難性醫(yī)療支出的虛擬變量，CHEiIi－1為參加新農(nóng)合與發(fā)生災難性醫(yī)療支出的交互項。考慮到參加新農(nóng)合的內(nèi)生性以及政策的時滯性，引入?yún)⒓有罗r(nóng)合的滯后一期變量作為是否參加新農(nóng)合的虛擬變量。此外，由于居民是否發(fā)生災難性醫(yī)療支出與是否發(fā)生貧困可能存在雙向因果的內(nèi)生性問題，選取“村居內(nèi)發(fā)生災難性醫(yī)療支出的概率”作為工具變量。②選取原則與“村居內(nèi)參加新農(nóng)合概率”相同，通過weak identification test發(fā)現(xiàn)，Cragg-Donald Wald F statistic＝35.006，大于10% 偏誤下的臨界值（Stock-Yogo weak ID test critical values）7.03，不存在弱工具變量的問題，選取的工具變量與內(nèi)生變量有較強的相關(guān)關(guān)系。

（三）異質(zhì)性分析模型

為了考察災難性醫(yī)療支出沖擊下新農(nóng)合對不同收入群體貧困脆弱性影響的異質(zhì)性，本文將樣本個體按照人均純收入進行分組，采用由低到高五等分分組，第一組為人均純收入最低的20%個體，以此類推，第二組為人均純收入中等偏下的20%個體，第三組為人均純收入中等的20%個體，第四組為人均純收入中等偏上的20%個體，第五組為人均純收入最高的20%個體。Levelij是個體所在分組的虛擬變量，以第一組為對照組。計量模型設定為：

四、實證結(jié)果分析

（一）新農(nóng)合對農(nóng)村居民貧困脆弱性的影響

表2顯示的是對2014～2018年7146個個體觀察值的面板樣本采用處理效應模型回歸分析結(jié)果。表2第（3）列和第（4）列分別為2300元貧困線和3.1美元貧困線下參加新農(nóng)合對農(nóng)村居民貧困脆弱性的影響結(jié)果。其中，采用2300元國內(nèi)貧困線時，參加新農(nóng)合使貧困脆弱性降低3.9%；采用3.1美元國際貧困線時，參加新農(nóng)合使貧困脆弱性降低2.9%，回歸結(jié)果都在1%水平下顯著為負。表3是根據(jù)貧困脆弱性定義虛擬變量“脆弱”的回歸結(jié)果。結(jié)果顯示，采用不同貧困線和50%脆弱線時，參加新農(nóng)合會減少“脆弱”發(fā)生情況，在5%水平下顯著為負。以上回歸結(jié)果表明新農(nóng)合具有顯著的減貧效果。

表3 新農(nóng)合對農(nóng)村居民脆弱影響回歸結(jié)果

同時，隨著年齡的增加，對農(nóng)村居民貧困脆弱性的影響表現(xiàn)為先降低后增加的特征。健康狀況越好、受教育水平越高、家庭規(guī)模越大、從事農(nóng)業(yè)工作和個體私營均會減少貧困脆弱性。家庭所擁有的資產(chǎn)越多，貧困脆弱性也會減少①各項資產(chǎn)回歸系數(shù)保留三位小數(shù)后為0，在表2中沒有匯報。。而男性、有配偶、未成年人占比越多則會增加貧困脆弱性。

此外，表2第（2）列的選擇模型回歸結(jié)果也表明，在對新農(nóng)合選擇行為產(chǎn)生作用的諸多因素中，年齡越大、有配偶、小學畢業(yè)、從事農(nóng)業(yè)工作的居民更傾向于參加新農(nóng)合，這樣的居民更加注重通過醫(yī)療保險來規(guī)避健康風險沖擊，也說明了參合行為具有逆向選擇特征。村居或社區(qū)其他人的行為可以影響個體行為，村參合率越大，個人參加新農(nóng)合的可能性越大。

表2 新農(nóng)合對農(nóng)村居民貧困脆弱性影響回歸結(jié)果

（二）災難性醫(yī)療支出沖擊下新農(nóng)合對農(nóng)村居民貧困脆弱性的緩解作用

表4第（2）列和第（3）列分別顯示災難性醫(yī)療支出沖擊下新農(nóng)合對農(nóng)村居民貧困脆弱性影響的回歸結(jié)果?？梢?，無論是2300元國內(nèi)貧困線和3.1美元國際貧困線，交互項是否發(fā)生災難性醫(yī)療支出*是否參合顯著為負，回歸系數(shù)分別為－0.047和－0.052，表明參加新農(nóng)合對發(fā)生災難性醫(yī)療支出的居民貧困脆弱性有負向影響。新農(nóng)合有效減輕居民的醫(yī)療負擔，發(fā)生災難性醫(yī)療支出的居民醫(yī)療費用得到報銷后，減少了其自付醫(yī)療支出，進一步減少收入的下降，從而提高抵御健康風險的能力，降低貧困脆弱性。

表4 災難性醫(yī)療支出沖擊下新農(nóng)合對農(nóng)村居民以及不同收入水平居民的貧困脆弱性影響回歸結(jié)果

（三）新農(nóng)合對不同收入群體貧困脆弱性的異質(zhì)性

表4第（3）列和第（4）列的回歸結(jié)果顯示，第二、三、四、五收入組交互項都顯著為負，但新農(nóng)合對居民災難性醫(yī)療沖擊的緩解作用在不同收入階層存在差異。以2300元國內(nèi)貧困線為例，交互項在次低和中等收入組的影響系數(shù)為－0.061，在次高和最高收入組的系數(shù)分別為－0.073和－0.072，說明新農(nóng)合對高收入階層居民更加有利。如果高收入人群對醫(yī)療服務過度利用，會造成醫(yī)療保障資源分配不公，進一步拉大收入差距，影響新農(nóng)合的減貧效果。

（四）穩(wěn)健性檢驗

為了檢驗回歸結(jié)果的穩(wěn)健性，本文將識別“是否發(fā)生災難性醫(yī)療支出”的閾值由40%替換為20%和60%，閾值的變化使得發(fā)生災難性醫(yī)療支出的個體總數(shù)發(fā)生改變。回歸結(jié)果（可索?。╋@示，2300元國內(nèi)貧困線下，采用閾值20%和60%時影響系數(shù)均顯著為負，交互項是否發(fā)生災難性醫(yī)療支出*是否參合的影響系數(shù)分別為 －0.029和－0.063，第二至第五收入組交互項影響系數(shù)分別為－0.046、－0.051、－0.060、－0.063和－0.071、－0.073、－0.077、－0.078，表明新農(nóng)合對發(fā)生災難性醫(yī)療支出的居民貧困脆弱性具有緩解作用，且對高收入階層居民更加有利。以上分析與前文結(jié)論具有一致性，結(jié)果較為穩(wěn)健。

五、結(jié)論和政策建議

本文基于2014～2018年“中國家庭追蹤調(diào)查”（CFPS）的微觀數(shù)據(jù)，以農(nóng)村個體居民的貧困脆弱性為被解釋變量，采用處理效應模型實證考察了新農(nóng)合制度的減貧效應和分配結(jié)果。研究發(fā)現(xiàn)：第一，采用2300元國內(nèi)貧困線和3.1美元國際貧困線，參加新農(nóng)合使農(nóng)村居民的貧困脆弱性分別降低了3.9%和2.9%。可見，新農(nóng)合制度有效緩解了農(nóng)村居民貧困脆弱性的發(fā)生。第二，發(fā)生災難性醫(yī)療支出時會增加農(nóng)村居民的貧困脆弱性，參加新農(nóng)合可以起到緩解作用，這種緩解作用在貧困線提高時依舊存在。隨著衡量災難性醫(yī)療支出門檻值的降低，發(fā)生災難性醫(yī)療支出人數(shù)的增加，新農(nóng)合發(fā)揮的作用將有所下降。第三，新農(nóng)合制度對不同收入居民的影響都很顯著，存在異質(zhì)性。在災難性醫(yī)療支出沖擊下，新農(nóng)合對較高收入居民貧困脆弱性的緩解作用更強，對低收入居民的緩解作用較弱，存在逆向再分配。再次證實了已有研究的觀點，農(nóng)村醫(yī)保體系可以減輕居民患病的經(jīng)濟負擔，但不能促進衛(wèi)生服務的使用公平。

基于以上結(jié)論，建議從以下幾方面完善農(nóng)村居民醫(yī)療保障制度，預防因病致貧、因病返貧，改善相對貧困：一是拓展新農(nóng)合等醫(yī)療保障制度的可及性，確保農(nóng)村偏遠落后地區(qū)醫(yī)療衛(wèi)生服務全覆蓋，降低因疾病風險沖擊造成的貧困脆弱性；二是加強醫(yī)保對農(nóng)村居民大病篩查常態(tài)化機制的支持，健全弱勢群體幫扶機制，避免農(nóng)村居民由小病拖成大病，提高救治效果，減少災難性醫(yī)療支出的發(fā)生；三是精準識別患病居民中的相對貧困群體，除建檔立卡貧困人口外，對處于貧困邊緣、易返貧的低收入群體實施補償性定價，切實減輕“脆弱”居民醫(yī)療負擔；四是提高農(nóng)村居民醫(yī)療保障水平，加大農(nóng)村公共衛(wèi)生服務設施建設，提升村衛(wèi)生室和鄉(xiāng)鎮(zhèn)醫(yī)院醫(yī)療器械設施配置水平，推進“互聯(lián)網(wǎng)＋醫(yī)療”平臺建設，加強農(nóng)村醫(yī)療人才隊伍建設，促進公共衛(wèi)生服務城鄉(xiāng)均等化。