馬　霞，蒲紅霞（南開大學(xué)經(jīng)濟(jì)學(xué)院，天津300071）

?

三大醫(yī)療保險(xiǎn)制度對(duì)醫(yī)療服務(wù)需求的影響——基于兩部分模型和分位數(shù)回歸的經(jīng)驗(yàn)研究

馬霞，蒲紅霞
（南開大學(xué)經(jīng)濟(jì)學(xué)院，天津300071）

［摘要］利用2013年第五次國家衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)比較了城鎮(zhèn)職工醫(yī)療、城鎮(zhèn)居民醫(yī)療、新型農(nóng)村合作醫(yī)療三大基本醫(yī)療保險(xiǎn)制度的差異，并運(yùn)用兩部分模型和分位數(shù)回歸模型進(jìn)行了定量研究，結(jié)果發(fā)現(xiàn)三種基本醫(yī)療保險(xiǎn)制度對(duì)醫(yī)療服務(wù)需求的影響不同，城鎮(zhèn)職工醫(yī)保顯著增加居民醫(yī)療支出;新型農(nóng)村合作醫(yī)療雖提高了患病就診率，而醫(yī)療支出卻有一定程度下降；城鎮(zhèn)居民醫(yī)保對(duì)醫(yī)療服務(wù)需求無顯著影響?；谏鲜鼋Y(jié)論，為建立公平高效的醫(yī)療保險(xiǎn)制度，應(yīng)注重城鄉(xiāng)銜接與整合，避免城鄉(xiāng)二元分割帶來的不公與低效，建立一套城鄉(xiāng)統(tǒng)籌的居民醫(yī)療保險(xiǎn)制度。

［關(guān)鍵詞］基本醫(yī)療保險(xiǎn)；醫(yī)療服務(wù)需求；兩部分模型；分位數(shù)回歸

一、引言

近年來，醫(yī)療作為與居民息息相關(guān)的服務(wù)行業(yè)而被廣泛關(guān)注和研究，其中醫(yī)療保險(xiǎn)制度在醫(yī)療服務(wù)體系中既是基礎(chǔ)也是主體。在人人享有基本醫(yī)療衛(wèi)生服務(wù)的目標(biāo)下，以城鎮(zhèn)職工、城鎮(zhèn)居民、新型農(nóng)村合作醫(yī)療為主體的全民醫(yī)保體系基本形成。截至2013年，我國居民參保人口達(dá)13億以上，參保覆蓋率超過97%。[1]但是隨著我國現(xiàn)行醫(yī)療保險(xiǎn)制度實(shí)施的進(jìn)一步深化，由于制度本身的設(shè)計(jì)缺陷，包括醫(yī)保繳費(fèi)標(biāo)準(zhǔn)、待遇水平、保障范圍、報(bào)銷比例等不同而導(dǎo)致的問題也逐漸暴露，多元化并行的醫(yī)療保險(xiǎn)制度存在公平與效率的失衡，所以更應(yīng)該明確區(qū)別三大醫(yī)療保險(xiǎn)制度對(duì)居民醫(yī)療消費(fèi)需求及健康水平的差異影響，以不斷優(yōu)化醫(yī)療保險(xiǎn)制度，從公平和效率上改進(jìn)和提升我國醫(yī)療衛(wèi)生服務(wù)體系。

國外學(xué)者對(duì)醫(yī)療服務(wù)需求的研究最早可以追溯到Grossman（1972）提出的健康人力資本模型，[2]該模型從理論上解釋了年齡、性別、收入水平、受教育程度等變量與醫(yī)療衛(wèi)生服務(wù)需求之間的關(guān)系，而醫(yī)療保險(xiǎn)介入后會(huì)對(duì)該種需求產(chǎn)生影響，因?yàn)獒t(yī)療保險(xiǎn)在降低醫(yī)療服務(wù)實(shí)際價(jià)格的同時(shí)還可以減少由未來疾病發(fā)生而產(chǎn)生的醫(yī)療費(fèi)用支出不確定性。1974年由美國聯(lián)邦政府進(jìn)行的蘭德健康保險(xiǎn)實(shí)驗(yàn)，是研究醫(yī)療保險(xiǎn)及其構(gòu)成要素對(duì)醫(yī)療費(fèi)用支出影響的代表性案例，[3]該實(shí)驗(yàn)表明醫(yī)療保險(xiǎn)與醫(yī)療服務(wù)需求之間具有顯著的相關(guān)關(guān)系，其原因是醫(yī)療保險(xiǎn)可以降低醫(yī)療服務(wù)的實(shí)際價(jià)格，使得更多人有能力支付得起醫(yī)療需求，同時(shí)實(shí)驗(yàn)研究結(jié)果還指出，個(gè)人成本分?jǐn)傊苯佑绊懥酸t(yī)療服務(wù)需求的選擇，其為美國與其他國家政府制定需求方成本負(fù)擔(dān)的政策提供了強(qiáng)大的實(shí)證基礎(chǔ)。Barker（2001）比較了沒有醫(yī)療保險(xiǎn)與擁有醫(yī)療保險(xiǎn)的不同人群，發(fā)現(xiàn)沒有醫(yī)療保險(xiǎn)的患者傾向于采用價(jià)格低廉的治療方案，從而得出結(jié)論：醫(yī)療保險(xiǎn)是居民醫(yī)療服務(wù)選擇情況不同的重要原因。Wagstaff等（2009）對(duì)CHNS數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)居民參加新型農(nóng)村合作醫(yī)療保險(xiǎn)后不僅沒有減少住院醫(yī)療支出，反而提高了門診醫(yī)療服務(wù)的支出。[4]

目前國內(nèi)關(guān)于基本醫(yī)療保險(xiǎn)對(duì)醫(yī)療服務(wù)需求影響的研究多數(shù)集中于實(shí)證方面，結(jié)果證實(shí)，影響醫(yī)療衛(wèi)生服務(wù)需求的因素包括個(gè)體的異質(zhì)性因素，比如性別、年齡、健康水平、收入水平和受教育程度等等。Lei和Lin（2009）采用CHNS調(diào)查數(shù)據(jù)對(duì)新農(nóng)合醫(yī)療保險(xiǎn)用戶進(jìn)行研究，發(fā)現(xiàn)新農(nóng)合并沒有減少居民醫(yī)療支出，原因是新農(nóng)合并沒有增加對(duì)正規(guī)醫(yī)療服務(wù)的利用，而是減少了傳統(tǒng)民間醫(yī)療機(jī)構(gòu)就診次數(shù)，增加了預(yù)防性保健服務(wù)的使用。[5]劉國恩等（2011）基于CLHLS調(diào)查數(shù)據(jù)，分析證明了醫(yī)療保險(xiǎn)提高了老年居民就診率和醫(yī)療支出，其中城鎮(zhèn)職工醫(yī)療保險(xiǎn)比其他形式醫(yī)療保險(xiǎn)發(fā)揮的作用更明顯。[6]Liu et al（2012）對(duì)2006～2009年間的CHNS數(shù)據(jù)進(jìn)行了實(shí)證分析，發(fā)現(xiàn)醫(yī)療保險(xiǎn)雖然能夠增加醫(yī)療服務(wù)的消費(fèi)，但并沒有降低居民對(duì)大病醫(yī)療的支出。[7]

綜合上述研究，目前大多數(shù)學(xué)者都是基于單獨(dú)一種保險(xiǎn)形式，研究醫(yī)療保險(xiǎn)制度對(duì)醫(yī)療消費(fèi)的影響，而缺乏多種基本醫(yī)療保險(xiǎn)之間的橫向比較。并且既往研究中往往只關(guān)注各種因素對(duì)醫(yī)療均值的影響，卻忽視了醫(yī)療消費(fèi)支出的非正態(tài)分布性，因?yàn)獒t(yī)療支出往往具有右偏性分布的特征。因此，本文旨在運(yùn)用2013年國家衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)，在非正態(tài)分布的前提下實(shí)證分析三大基本醫(yī)療保險(xiǎn)對(duì)居民醫(yī)療服務(wù)需求的影響及差異，為促進(jìn)基本醫(yī)療衛(wèi)生服務(wù)均等化，實(shí)現(xiàn)公平高效的基本醫(yī)療服務(wù)體系提供參考。

二、計(jì)量模型選擇

（一）當(dāng)前實(shí)證研究面臨的主要限制

基于醫(yī)療衛(wèi)生服務(wù)的自身特點(diǎn)，如出于醫(yī)療服務(wù)價(jià)格或者醫(yī)療服務(wù)的可及性考慮，居民患病后可能放棄就診，就醫(yī)行為與醫(yī)療支出行為中存在大量醫(yī)療支出為零的現(xiàn)象，實(shí)證研究醫(yī)療保險(xiǎn)對(duì)居民醫(yī)療服務(wù)消費(fèi)的影響面臨若干方法可行性的限制，主要表現(xiàn)為受限因變量、樣本選擇偏差和變量?jī)?nèi)生性問題3個(gè)方面。

1.受限因變量

根據(jù)居民醫(yī)療服務(wù)利用特點(diǎn)，當(dāng)居民患病后會(huì)面臨很多選擇，如是否治療？去哪里治療？以及該治療行為決策下的醫(yī)療費(fèi)用支出問題。概括其特征為：多數(shù)參保居民沒有患病，或患病后未選擇就診，醫(yī)療服務(wù)使用量及醫(yī)療支出均為零截?cái)嗟?；選擇就診的患者中，多數(shù)對(duì)于醫(yī)療服務(wù)的利用量并不高，僅集中在少數(shù)密集使用者中，屬于分配極端值，統(tǒng)計(jì)學(xué)上稱該醫(yī)療費(fèi)用支出為高度累計(jì)分布，而非正態(tài)分布；患病后首先選擇是否治療，而后決策治療方式，如自我治療、門診治療或住院治療，同時(shí)還要選擇在社區(qū)門診、縣級(jí)還是市級(jí)醫(yī)院進(jìn)行治療，上述一系列決策行為作為被解釋變量是多項(xiàng)選擇的離散數(shù)據(jù)而非連續(xù)變量，因此經(jīng)典的OLS估計(jì)模型并不適用。

2.樣本選擇偏差

如果采用抽樣調(diào)查數(shù)據(jù)，當(dāng)所選樣本無醫(yī)療服務(wù)利用或醫(yī)療支出為零時(shí)，原因可能是醫(yī)療服務(wù)價(jià)格高或衛(wèi)生服務(wù)可及性差等因素，導(dǎo)致本該就醫(yī)而未就診，而上述因素在調(diào)查數(shù)據(jù)中無法觀察到，真實(shí)的醫(yī)療支出不能被估測(cè)。若對(duì)選擇醫(yī)療服務(wù)的個(gè)體直接采用OLS模型估計(jì)，則忽略了無法觀測(cè)到的混雜因素對(duì)醫(yī)療服務(wù)利用的影響，即樣本選擇偏差問題。

3.變量?jī)?nèi)生性

由于不同醫(yī)療保險(xiǎn)在保障范圍、起付線、共付比例、封頂線等設(shè)計(jì)上存在差異，因此自我評(píng)價(jià)健康水平越差的個(gè)體更傾向參加醫(yī)療保險(xiǎn)，同時(shí)保障范圍廣、報(bào)銷比例高的保險(xiǎn)類型所產(chǎn)生的醫(yī)療服務(wù)需求量更高。因此估計(jì)不同類型醫(yī)療保險(xiǎn)對(duì)醫(yī)療服務(wù)利用的影響時(shí)，會(huì)面臨醫(yī)保的內(nèi)生性問題。

（二）可供選擇的模型

在國際衛(wèi)生經(jīng)濟(jì)學(xué)研究領(lǐng)域，解決上述問題常用的方法包括：Heckman樣本選擇模型、兩部分模型或工具變量模型。以下對(duì)既往類似研究所采用的計(jì)量經(jīng)濟(jì)學(xué)模型進(jìn)行分析評(píng)價(jià)，并闡述本文最終所選用的計(jì)量研究方法。

1.關(guān)于患病后是否選擇治療決策的評(píng)估

不同類型的醫(yī)療保險(xiǎn)居民患病后，部分選擇治療，部分放棄，被解釋變量為0～1分布，1表示治療，0表示放棄治療，計(jì)量經(jīng)濟(jì)學(xué)方法中通常采用累積分布函數(shù)來估計(jì)此類問題，根據(jù)被解釋變量的分布差異，常用的二元選擇模型包括Probit模型（標(biāo)準(zhǔn)正態(tài)分布）、Logit模型（邏輯分布）。

式(1)中Ii為被解釋變量是否治療，取值0表示放棄治療，取值1表示選擇治療；解釋變量Xi為不同醫(yī)療保險(xiǎn)類型及相關(guān)特征因素。

2.關(guān)于治療方式選擇決策的評(píng)估

患者選擇治療后，接下來面臨的決策為治療方式的選擇，或是自我治療，或是門診，或是住院，或者上述兼有。此處被解釋變量即個(gè)體治療方式的選擇是多元的，以往個(gè)體治療方式選擇的研究文獻(xiàn)，多數(shù)選用多元Logit模型。個(gè)體i有j （j=1，2，...，k）種選擇，選擇j的概率為Pij：

則，個(gè)體i選擇j的概率為：

該方程是一個(gè)多項(xiàng)對(duì)數(shù)單位模型，表示第i個(gè)個(gè)體進(jìn)行第j種選擇的概率大小。雖然多元Logit模型原理簡(jiǎn)單，但其解釋力強(qiáng)，目前已經(jīng)發(fā)展到多元嵌套Logit模型、多元Probit模型、混合多項(xiàng)Logit模型、隨機(jī)參數(shù)Logit模型等，并廣泛應(yīng)用在實(shí)證分析中。

3.關(guān)于醫(yī)療服務(wù)利用決策的評(píng)估

類似于上述醫(yī)療服務(wù)需求特點(diǎn)，醫(yī)療服務(wù)利用即醫(yī)療支出決策同樣分為兩個(gè)部分，首先決定是否發(fā)生醫(yī)療支出，而后確定醫(yī)療支出多少。但是在某些情況下，比如醫(yī)療保險(xiǎn)報(bào)銷比例不同，也可導(dǎo)致醫(yī)療支出為零，并非全部是自我選擇的結(jié)果，該種情況下，是否發(fā)生醫(yī)療支出是相對(duì)獨(dú)立的，這不符合Heckman選擇模型。兩部分模型法最早用于處理醫(yī)療支出的問題是蘭德保險(xiǎn)公司分析醫(yī)療保險(xiǎn)對(duì)個(gè)體醫(yī)療服務(wù)利用的影響，這種方法很好地規(guī)避了調(diào)查數(shù)據(jù)中醫(yī)療支出的真實(shí)值與報(bào)告值的差異。

（1）Heckman樣本選擇模型。根據(jù)Heckman樣本選擇模型，將個(gè)體醫(yī)療支出分為兩個(gè)過程，首先是否發(fā)生醫(yī)療支出，其次決定醫(yī)療支出為多少。

第一階段為選擇方程：

該方程中被解釋變量為是否患病Ii，取值0表示未患病，取值1表示患??；解釋變量為不同醫(yī)療保險(xiǎn)類型及其他可能影響醫(yī)療支出的人口、社會(huì)經(jīng)濟(jì)特征等相關(guān)因素。與該模型相對(duì)應(yīng)的概率模型，可以用Probit/Logit模型計(jì)算出第i個(gè)個(gè)體的逆米爾斯比率：λi=-φ(φ-10Fi(Xiβi))/Fi(Xiβi)，該值代表個(gè)體發(fā)生醫(yī)療支出概率大小，并作為第二階段支出方程的解釋變量之一。

第二階段為支出結(jié)果方程：

該方程中被解釋變量為醫(yī)療支出Yi的對(duì)數(shù)，解釋變量為不同醫(yī)療保險(xiǎn)類型、逆米爾斯比率及其他可能影響醫(yī)療支出的人口、社會(huì)經(jīng)濟(jì)特征等相關(guān)因素。Heckman樣本選擇模型在實(shí)證分析中存在較多限制條件，比如：必須要求醫(yī)療支出決策方程的隨機(jī)誤差項(xiàng)及兩個(gè)方程的殘差項(xiàng)均符合正態(tài)分布，這些假設(shè)在樣本量較少情況下限制了其使用。

（2）兩部分模型。兩部分模型與Heckman模型相似，也將個(gè)體醫(yī)療支出分為兩個(gè)過程：首先是否發(fā)生醫(yī)療支出，即醫(yī)療支出決策；其次決定醫(yī)療支出多少，即醫(yī)療支出結(jié)果。

第一階段為醫(yī)療支出決策方程：

該方程中被解釋變量為是否患病Ii，取值0表示未患病，取值1表示患??；解釋變量為不同醫(yī)療保險(xiǎn)類型及其他可能影響醫(yī)療支出的人口、社會(huì)經(jīng)濟(jì)特征等相關(guān)因素。與該模型相對(duì)應(yīng)的概率模型，可以用Probit/Logit模型估計(jì)。

第二階段為醫(yī)療支出結(jié)果方程：

與Heckman模型比較，不同的是兩部分模型沒有采用自選擇的思想，放松了誤差項(xiàng)的正態(tài)分布假設(shè)，與實(shí)際情況更相吻合，認(rèn)為醫(yī)療服務(wù)利用中決策方程和結(jié)果方程是兩個(gè)相對(duì)獨(dú)立的決策，即在發(fā)生醫(yī)療支出前提下的支出結(jié)果OLS回歸方程，避免了零醫(yī)療支出帶來的偏差；同時(shí)第二階段方程中沒有涉及逆米爾斯這一因素，規(guī)避了因與其他解釋變量可能存在線性相關(guān)而導(dǎo)致變量的估計(jì)結(jié)果不顯著。最終結(jié)果認(rèn)為解釋變量對(duì)醫(yī)療服務(wù)利用的影響是兩個(gè)回歸方程的邊際效應(yīng)之和。

除此之外，只關(guān)注各因素對(duì)醫(yī)療支出均值的影響存在局限性，有必要進(jìn)一步探查各因素對(duì)醫(yī)療支出影響的差異性，常用的研究模型為分位數(shù)回歸模型：

4.本文所選用的實(shí)證研究方法

綜合上述實(shí)證研究方法的優(yōu)劣勢(shì)，結(jié)合本文研究的目的即分析不同基本醫(yī)療保險(xiǎn)制度對(duì)居民醫(yī)療服務(wù)需求的影響差異，本文所采用的實(shí)證模型為：

（1）對(duì)居民患病后的就診與否行為，使用多項(xiàng)選擇Logit模型。

其中i表示第i個(gè)個(gè)體就診的概率，Xi為影響第i個(gè)個(gè)體醫(yī)療就診決策的特征變量。

（2）就診后對(duì)于醫(yī)療費(fèi)用總支出的選擇線性模型分析。

其中，Xi表示影響第i個(gè)個(gè)體醫(yī)療費(fèi)用支出的因素，Yi表示第i個(gè)個(gè)體的醫(yī)療支出。

（3）進(jìn)一步利用分位數(shù)回歸模型考察各因素對(duì)醫(yī)療支出的異質(zhì)性，明確同一因素在不同醫(yī)療保險(xiǎn)人群的影響差異。

對(duì)于不同的分位數(shù)t，系數(shù)βt也不相同，分位數(shù)回歸系數(shù)通過求解以下最小化問題得到：

三、數(shù)據(jù)、變量及統(tǒng)計(jì)分析

（一）數(shù)據(jù)來源

2013年，國家衛(wèi)生計(jì)生委開展了第五次國家衛(wèi)生服務(wù)調(diào)查，覆蓋全國31個(gè)省（自治區(qū)、直轄市）的156個(gè)縣（市、區(qū)），共調(diào)查住戶9.36萬，調(diào)查城鄉(xiāng)居民27.4萬。

根據(jù)本文的研究目的，主要探討不同醫(yī)療保險(xiǎn)體系下的居民醫(yī)療服務(wù)需求差異，數(shù)據(jù)來自2013年國家衛(wèi)生服務(wù)調(diào)查，在31個(gè)省中利用概率比例規(guī)模抽樣（PPS）方法抽取了64個(gè)縣，再在每個(gè)縣用PPS方法隨機(jī)抽取5個(gè)社區(qū)或村，最后在其中隨機(jī)抽取15周歲及以上的居民作為受訪者。經(jīng)過篩選、剔除、轉(zhuǎn)換、合并匯總等操作，樣本共包括8 875人，其中城市人口2 325人，農(nóng)村人口6 550人。

（二）變量選擇

影響醫(yī)療服務(wù)需求及利用行為的個(gè)體變量可分為3大類：①先決因素，包括人口特征如年齡、性別、婚姻狀況等；②使能因素，包括經(jīng)濟(jì)收入、醫(yī)療保險(xiǎn)類型、受教育水平等；③需要因素，如自我評(píng)價(jià)健康水平、慢性病合并個(gè)數(shù)等。

基于Grossman理論模型和相關(guān)研究分析，本文提出的解釋變量包括年齡、性別、婚姻狀況、受教育程度、家庭經(jīng)濟(jì)收入、自我評(píng)價(jià)健康狀況及醫(yī)療保險(xiǎn)類型。被解釋變量在就診概率模型中為調(diào)查前4周是否就診過醫(yī)療機(jī)構(gòu)，在醫(yī)療支出模型中為是否產(chǎn)生醫(yī)療支出，是用1表示，否則用0表示。

（三）描述性統(tǒng)計(jì)

1.衛(wèi)生服務(wù)需要、需求和利用的整體分析（見表1、表2、表3、表4）

表1樣本總體統(tǒng)計(jì)特征

表2根據(jù)不同醫(yī)療保險(xiǎn)類型劃分的健康水平統(tǒng)計(jì)

衛(wèi)生服務(wù)的需要、需求和利用包括兩周內(nèi)的患病情況、就診和治療情況以及調(diào)查前1年內(nèi)的住院情況等內(nèi)容。2013年調(diào)查人口的兩周患病率為24.1%，其中城市達(dá)28.2%、農(nóng)村達(dá)20.2%。15歲及以上人口慢性病患病率為33.1%，比2008年提高了9個(gè)百分點(diǎn)。調(diào)查兩周患者中，兩周內(nèi)就診比例為37.2%，兩周前就診持續(xù)治療到兩周內(nèi)比例為47.2%；調(diào)查人口兩周患病未就診率為15.5%，其中城市地區(qū)為14.5%，農(nóng)村地區(qū)為16.9%，與2008年相比，未就診比例降低了22個(gè)百分點(diǎn)。兩周患病未就診的原因主要有自感病輕（52.8%）和經(jīng)濟(jì)困難（12.7%）兩個(gè)原因。

2013年調(diào)查地區(qū)調(diào)查前1年內(nèi)的住院率與2008年相比，上升了2.2個(gè)百分點(diǎn)為9.0%，城市地區(qū)為9.1%，農(nóng)村地區(qū)為9.0%。住院患者17.5%在衛(wèi)生院住院，3.5%在社區(qū)衛(wèi)生服務(wù)中心，其余在縣級(jí)及以上醫(yī)院。與2008年相比，在縣級(jí)醫(yī)院以下及省級(jí)醫(yī)院住院比例分別下降了7.7、0.9個(gè)百分點(diǎn)，而在縣級(jí)醫(yī)院和地市級(jí)醫(yī)院住院的比例有不同程度上升，分別為3.3、6.0個(gè)百分點(diǎn)。調(diào)查地區(qū)居民應(yīng)住院而未住院比例與2008年相比下降了8.0%，為17.1%，城市地區(qū)為17.6%，農(nóng)村地區(qū)為16.7%。應(yīng)住院而未住院原因中43.2%因?yàn)榻?jīng)濟(jì)困難，與2008年相比減少了27個(gè)百分點(diǎn)。

表3根據(jù)不同醫(yī)療保險(xiǎn)類型劃分的門診服務(wù)利用情況統(tǒng)計(jì)

表4根據(jù)不同醫(yī)療保險(xiǎn)類型劃分的住院服務(wù)利用情況統(tǒng)計(jì)

2.不同醫(yī)療保險(xiǎn)類型的統(tǒng)計(jì)描述

（1）醫(yī)療保險(xiǎn)與患病率。從圖1可以看出，無論是兩周患病率還是慢性病患病率，城市都要高于農(nóng)村，尤其是擁有城鎮(zhèn)職工醫(yī)療保險(xiǎn)的居民，這可能表明在不同的醫(yī)療保險(xiǎn)體系影響下，對(duì)疾病的關(guān)注程度，城鎮(zhèn)職工要高于城鎮(zhèn)居民及新型農(nóng)村合作醫(yī)療居民。

（2）醫(yī)療保險(xiǎn)與門診服務(wù)利用。從圖2可以看出，反映門診服務(wù)利用的相關(guān)指標(biāo)，如兩周就診率以城鎮(zhèn)職工最高，其次是新農(nóng)合，城鎮(zhèn)居民最低，分別為15.7%、13.4%、10.9%。從兩周患病未就診比例指標(biāo)來看，以城鎮(zhèn)居民最高，其次是新農(nóng)合，大多數(shù)應(yīng)就診而未就診病人中采取了自我醫(yī)療方式，仍以城鎮(zhèn)居民人群最高。由上述數(shù)據(jù)可知，相對(duì)于城鎮(zhèn)職工而言，城鎮(zhèn)居民及新農(nóng)合覆蓋人群的門診服務(wù)使用相對(duì)較低，存在尚未被滿足的醫(yī)療需求。

圖1醫(yī)療保險(xiǎn)與患病率

圖2醫(yī)療保險(xiǎn)與門診服務(wù)利用

（3）醫(yī)療保險(xiǎn)與門診費(fèi)用支出。從圖3可以看出，城鎮(zhèn)職工、城鎮(zhèn)居民和新農(nóng)合在門診所產(chǎn)生的平均每次就診費(fèi)用及為治療某種疾病在兩周內(nèi)的總費(fèi)用（例均就診費(fèi)用）所表現(xiàn)出的順序變化一致，城鎮(zhèn)職工高于城鎮(zhèn)居民，城鎮(zhèn)居民又高于新型農(nóng)村。在門診所產(chǎn)生的上述費(fèi)用，很大比例由個(gè)人全部支付，部分可以報(bào)銷，極少數(shù)可全部報(bào)銷。

圖3醫(yī)療保險(xiǎn)與門診費(fèi)用支出

（4）醫(yī)療保險(xiǎn)與住院費(fèi)用支出。從圖4可以明顯看出，三大醫(yī)療保險(xiǎn)患者的住院費(fèi)用支出存在較多差異，其中以城鎮(zhèn)職工支出最高，病人次均住院費(fèi)用為11 320元，日均住院費(fèi)用為680元，城鎮(zhèn)居民住院費(fèi)用支出次之，但均高于新農(nóng)合群體。另外無論從獲保險(xiǎn)病人比例、報(bào)銷費(fèi)用比例還是自付占家庭人均年收入比例來看，城鎮(zhèn)職工是三大基本醫(yī)療保險(xiǎn)中補(bǔ)償程度最高的。新農(nóng)合是獲補(bǔ)償程度最低的，主要費(fèi)用報(bào)銷比例為45.6%，自付部分占到家庭人均年收入的45.1%，這表明農(nóng)村居民住院費(fèi)用支出會(huì)花掉其家庭人均年收入的一半。

圖4醫(yī)療保險(xiǎn)與住院費(fèi)用支出

（5）醫(yī)療保險(xiǎn)與健康水平。根據(jù)國際經(jīng)驗(yàn)，本文采用兩周患病率、慢性病患病率及自我健康評(píng)價(jià)得分代表居民健康水平。從圖5可以看出，城鎮(zhèn)職工群體患病率及慢性病患病率在三者中最高，自我健康評(píng)分與其呈負(fù)相關(guān)，自評(píng)健康狀況最差。

圖5醫(yī)療保險(xiǎn)與健康水平

四、實(shí)證分析結(jié)果

（一）兩部分模型分析

本文采用二元Logit模型和對(duì)數(shù)線性回歸模型分別對(duì)就診概率與醫(yī)療支出進(jìn)行回歸分析（如表5）。從輸出結(jié)果來看，該模型通過了顯著性水平檢驗(yàn)，并且擬合優(yōu)度較好。

1.醫(yī)療保險(xiǎn)對(duì)居民醫(yī)療消費(fèi)的影響分析

從表5實(shí)證結(jié)果我們可以看出，城鎮(zhèn)職工醫(yī)療保險(xiǎn)對(duì)就診行為有非顯著性的負(fù)面影響，在城鎮(zhèn)居民人群體現(xiàn)出微小的正向作用，也不顯著。而新農(nóng)合對(duì)患病就診行為有顯著的正向作用，新農(nóng)合每提高一個(gè)百分?jǐn)?shù)，其患病就診概率提高7.08個(gè)百分?jǐn)?shù)，分析原因可能為新農(nóng)合人群的醫(yī)療費(fèi)用自付比例下降，醫(yī)療服務(wù)價(jià)格相對(duì)減少，釋放了既往被抑制的潛在醫(yī)療服務(wù)需求。

在醫(yī)療支出方面，城鎮(zhèn)職工醫(yī)療保險(xiǎn)覆蓋人群與城鎮(zhèn)居民不同，其醫(yī)療支出顯著增加了46.86%，分析原因可能與補(bǔ)償水平及道德風(fēng)險(xiǎn)有關(guān)，在一定程度上增加醫(yī)療服務(wù)需求的同時(shí)，傾向選擇更好的治療方案。本研究中新農(nóng)合人群在5%的水平上降低醫(yī)療支出39.07%。這得益于近年來新農(nóng)合報(bào)銷比例不斷提高，報(bào)銷范圍越來越廣。

2.其他因素對(duì)醫(yī)療消費(fèi)的經(jīng)驗(yàn)分析

不同年齡段人群患病就診率和醫(yī)療支出情況不同，以45～65歲年齡段就診率及醫(yī)療支出最高。男性與女性的患病就診率無明顯差別，但醫(yī)療支出男性多于女性。影響居民醫(yī)療消費(fèi)支出的一個(gè)非常重要的因素就是婚姻狀況，如表5所示，在婚人群的醫(yī)療支出明顯高于未婚人群，分析原因與經(jīng)濟(jì)能力相關(guān)，一般情況下在婚者較未婚者經(jīng)濟(jì)基礎(chǔ)更好，對(duì)身體健康的關(guān)注度較高。受教育程度與患病就診概率在本研究中呈負(fù)相關(guān)，這可能是因?yàn)閷W(xué)歷較高者更注重身體保健與預(yù)防，其患病概率則相對(duì)較低，而對(duì)于微小病由于醫(yī)療知識(shí)的儲(chǔ)備和對(duì)藥物使用方法比較明確，可能傾向于實(shí)行藥店買藥的自我治療的方式。[8]

表5兩部模型的實(shí)證結(jié)果

（二）分位數(shù)回歸實(shí)證結(jié)果分析

在本研究樣本中，居民醫(yī)療支出明顯右偏，并非呈正態(tài)分布，因此有必要進(jìn)一步使用分位數(shù)回歸定量分析不同醫(yī)療保險(xiǎn)類型對(duì)醫(yī)療支出影響是否存在差異。結(jié)果如表6所示。

實(shí)證結(jié)果顯示，城鎮(zhèn)職工醫(yī)療保險(xiǎn)顯著提高了居民醫(yī)療支出，在50%、75%、90%分位數(shù)水平上，城鎮(zhèn)職工醫(yī)療保險(xiǎn)分別在10%、1%、10%顯著水平上增加居民醫(yī)療支出37.8%、83.1%、87.5%。這與城鎮(zhèn)職工醫(yī)療保險(xiǎn)在我國實(shí)施時(shí)間最長(zhǎng)，保障水平最高，參保群體經(jīng)濟(jì)情況普遍較好有關(guān)。相比較于城鎮(zhèn)職工，新型農(nóng)村合作醫(yī)療對(duì)居民醫(yī)療支出有顯著的負(fù)向影響，在25%、50%分位數(shù)水平上，新農(nóng)合在5%、1%顯著水平降低居民醫(yī)療支出60.2%及59.2%。這說明新型農(nóng)村合作醫(yī)療在我國保障水平相對(duì)較低，對(duì)醫(yī)療服務(wù)需求的提高作用較小。而城鎮(zhèn)居民醫(yī)療保險(xiǎn)對(duì)醫(yī)療支出并未產(chǎn)生較大影響。分析產(chǎn)生上述不同結(jié)果的原因?yàn)槿蠡踞t(yī)療保險(xiǎn)體制對(duì)報(bào)銷范圍和比例方面存在較大的差異，造成了對(duì)居民醫(yī)療服務(wù)利用的不同。

五、結(jié)論和政策建議

本文利用2013年國家衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)，比較了三大基本醫(yī)療保險(xiǎn)制度下醫(yī)療需求和利用的差異。根據(jù)實(shí)證結(jié)果，在就診行為方面，城鎮(zhèn)職工及城鎮(zhèn)居民醫(yī)療保險(xiǎn)對(duì)居民就診行為無顯著影響，而新農(nóng)合醫(yī)療明顯提高了居民患病就診率；在醫(yī)療支出方面，城鎮(zhèn)職工醫(yī)保增加居民醫(yī)療支出的效果明顯，城鎮(zhèn)居民醫(yī)保影響較小，而新農(nóng)合醫(yī)療則顯著降低了農(nóng)村戶口人群的醫(yī)療支出。這反映了由于在資金使用、報(bào)銷范圍、保障水平各方面存在較大差異，公平性問題突出，對(duì)居民醫(yī)療服務(wù)的利用產(chǎn)生了不同的影響。

因此，要改變現(xiàn)狀，重構(gòu)公平，唯有堅(jiān)定不移推動(dòng)、深化醫(yī)保制度改革。本文建議基本醫(yī)療保險(xiǎn)制度應(yīng)該注重城鄉(xiāng)銜接與整合，建立一套城鄉(xiāng)統(tǒng)籌的居民醫(yī)療保險(xiǎn)制度，逐步消除社會(huì)保障水平的差異，提高基本醫(yī)療服務(wù)的公平性和效率。根據(jù)我國的目前狀況，可將城鎮(zhèn)居民醫(yī)療和新農(nóng)合醫(yī)療兩種保險(xiǎn)制度合并為統(tǒng)一標(biāo)準(zhǔn)實(shí)施，這不僅可以消除城鄉(xiāng)二元分割為居民帶來的身份差異與待遇不公，也是新型城鎮(zhèn)化建設(shè)的必要條件。通過由多元化到一體化的并軌戰(zhàn)略，最終建立起統(tǒng)一的國民健康保險(xiǎn)制度。相信在國家政府的全面統(tǒng)籌下，在社會(huì)各界的積極推動(dòng)下，在全體國民的共同訴求下，中國能夠走出一條符合我國國情的醫(yī)保改革發(fā)展之路，實(shí)現(xiàn)醫(yī)改中國夢(mèng)。

表6分位數(shù)回歸實(shí)證結(jié)果

[參考文獻(xiàn)]

[1]徐玲，孟群.第五次國家衛(wèi)生服務(wù)調(diào)查結(jié)果[J].中國衛(wèi)生信息管理雜志，2014，11（3）: 193-194.

[2] Grossman M. On the Concept of Health Capital and the Demand for Health [J]. Journal of Political Economy，1972，80（2）: 223-255.

[3] Heckman J. Shadow Prices，Market Wages and Labor Supply [J]. Econometrica，1974，42（4）: 679-694.

[4] Wagstaff A. M. Extending Health Insurance to the Rural Popul -ation: An Impact Evaluation of China's New Cooperative Medical Scheme[J].Journalof Health Economics，2009，28（1）:1-19.

[5] Lei X，Lin W. The New Cooperative Medical Scheme in Rural China: Dose More Coverage Mean More Service and Better Health? [J]. Health Economics，2009，18（2）: 25-46.

[6]劉國恩，蔡春光，李林.中國老人醫(yī)療保障與醫(yī)療服務(wù)需求的實(shí)證分析[J].經(jīng)濟(jì)研究，2011（3）: 95-107.

[7] Liu H，Zhao Z. An Impact Evaluation of China's Urban Resident Basic Medical Insurance on Health Care Utilization and Expenditure [Z]. IZA Discussion Papers，No. 6768，2012.

[8]蘇春紅，李齊云，王大海.基本醫(yī)療保險(xiǎn)對(duì)醫(yī)療消費(fèi)的影響——基于CHNS微觀調(diào)查數(shù)據(jù)[J].經(jīng)濟(jì)與管理研究，2013（10）:23-30.

（責(zé)任編輯：李萌）

The Influence of Medical Insurance Systems on the Demand for Medical Service——An Empirical Study Based on the Two Part Model and Quantile Regression

Ma Xia，Pu Hongxia
（School of Economics，Nankai University，Tianjin 300071，China）

Abstract:Based on the fifth national health services survey data in 2013，this article compared the differences influence of three basic medical insurance system: urban workers' medical security，urban residents' medical security and new rural cooperative medical system on the demand for medical service and conducted a quantitative study by using two part model and quantile regression model. The results show that difference medical insurances have different effects on medical consumptions. The urban workers' medical insurance increases the residents' expenditure significantly，while the new rural cooperative medical system reduces the medical cost of patients to a certain degree as well as increases their rate of medical treatment. No significant effect of the urban residents' medical insurance on medical service demand has been observed. According to the empirical analysis，in order to establish a fair and efficient medical insurance system，we should pay attention to the connection and integration of urban and rural areas.

Key words:basic medical insurance；medical consumption；two part model；quantile regression

DOI：10.13253/j.cnki.ddjjgl.2016.03.015

［中圖分類號(hào)］F840.613

［文獻(xiàn)標(biāo)識(shí)碼］A

［文章編號(hào)］1673-0461（2016）03-0085-08

作者簡(jiǎn)介：馬霞（1987-），女，山東聊城人，南開大學(xué)經(jīng)濟(jì)學(xué)院博士生，研究方向：服務(wù)經(jīng)濟(jì)，衛(wèi)生經(jīng)濟(jì)；蒲紅霞（1987-），女，重慶人，南開大學(xué)經(jīng)濟(jì)學(xué)院博士生，研究方向：服務(wù)經(jīng)濟(jì)。

收稿日期：2015-05-14
網(wǎng)絡(luò)出版網(wǎng)址：http://www.cnki.net/kcms/detail/13.1356.f.20160202.2134.028.html網(wǎng)絡(luò)出版時(shí)間：2016-2-2 21:34:01