于紹君 唐山職業(yè)技術學院

醫(yī)療保健消費是人民群眾健康的重要研究課題。本文在研究前人相關文獻的基礎上，收集了中國6個城市2001年―2016年的相關數(shù)據(jù)，對城鎮(zhèn)居民醫(yī)療保健消費支出的可能影響因素進行實證研究。

一、建立模型

模型的被解釋變量為城鎮(zhèn)居民人均醫(yī)療消費支出Eit；解釋變量為：城鎮(zhèn)人均可支配收入Iit、政府醫(yī)療衛(wèi)生經(jīng)費Fit。其中，i、t分別表示城市和年份。

本文收集了2011-2016年中國的唐山、北京、蘇州、威海、重慶、哈爾濱6個城市的面板數(shù)據(jù)作為樣本，對模型進行估計。本文使用的數(shù)據(jù)，全部來自于6個城市的城市統(tǒng)計年鑒；并以2001年為100，根據(jù)每個城市的城鎮(zhèn)居民消費價格指數(shù)，對被解釋變量、2個解釋變量的數(shù)據(jù)進行了調整。表1為對本文樣本數(shù)據(jù)的總體描述性統(tǒng)計。

表1 樣本總體描述性統(tǒng)計表

二、影響因素分析

本文使用Stata14軟件來分析面板數(shù)據(jù)，首先對模型運用混合回歸的方式進行估計。估計結果見表2的模型1，混合回歸的估計結果表明，城鎮(zhèn)人均可支配收入與被解釋變量的正相關不顯著、衛(wèi)生經(jīng)費與被解釋變量的負相關不顯著。模型估計的擬合系數(shù)為0.57。

其次，對模型運用固定效應回歸的方式來進行估計。估計結果見表2的模型2，在模型2的估計結果中，各城市的個體效應F統(tǒng)計量F（2,88）Prob＞F=0.0000。這說明模型中各城市的個體效應是顯著的，因而選擇固定效應回歸的方式，而不是混合回歸的方式。

接下來，對模型運用隨機效應回歸的方式來進行估計。估計結果見表2的模型4，并運用個體隨機效應的LM檢驗，chibar2(01) =191.11，Prob > chibar2 = 0.0000，這仍說明模型中各城市的個體效應是顯著的，因而選擇隨機效應回歸的方式，而不是混合回歸的方式。

本文采用了異方差穩(wěn)健的豪斯曼檢驗，其目的是確定是使用固定效應模型還是使用隨機效應模型，P-value = 0.3504。

表2 各種模型的估計結果表

三、結論

通過對表2中模型1-模型7的估計結果分析，本文得出以下結論：

第一，城鎮(zhèn)居民收入的增加會促進城鎮(zhèn)居民醫(yī)療消費支出。表2的模型估計結果表明，城鎮(zhèn)居民人均可支配收入變量與被解釋變量顯著負相關。

第二，表2的估計結果顯示，政府醫(yī)療衛(wèi)生經(jīng)費與被解釋變量城鎮(zhèn)居民醫(yī)療消費支出的負相關不顯著，這可能與解釋變量“政府醫(yī)療衛(wèi)生經(jīng)費”原始數(shù)據(jù)未按城鄉(xiāng)比例分攤有關。