中國城鄉居民醫療消費行為實證研究

蔣露露，曹 乾，范 濤，許珍子

近年來隨著社會經濟的快速發展，我國城鄉居民的生活質量不斷提高，人們也隨之更加注重對自身健康的追求，居民的醫療消費行為發生了較大變化。為了解我國城鄉居民醫療消費行為的現狀及其特點，本研究通過對城鄉居民是否選擇醫療服務及醫療支出的大小進行分析，以尋找阻礙我國城鄉居民醫療服務需要向現實需求轉化的障礙性因素。

1 資料與方法

1.1 資料來源 采用中國健康與營養調查 (CHNS)2009年的數據進行分析，該調查是由美國北卡羅萊納大學人口研究中心和中國疾病預防控制中心共同合作開展的一個縱向研究。該調查采用多層隨機抽樣方法，在遼寧、黑龍江、江蘇、山東、河南、湖北、湖南、廣西和貴州共九個省份內，抽取部分城市和農村地區，搜集社區層面以及個人層面的健康和營養數據。本研究通過居民對“過去四周是否去過正規醫療機構看病”這一問題的回答，刪除重要字段缺失或存在邏輯錯誤的樣本后，共篩選出10 033例樣本。其中具有醫療支出的樣本共計1 158例，占研究樣本總量的11.54%。本研究中使用的主要變量及賦值情況見表1。

1.2 研究方法及統計學方法 運用兩部模型的基本原理［1］，把城鄉居民的醫療消費行為劃分為兩個階段:第一階段為就醫選擇模型，分析是否就醫的決策行為。因變量設定為是否選擇到正規醫療機構就醫，自變量為居民的個人特征、家庭特征、疾病特征以及是否擁有醫療保險等內容，然后再進行Logistic回歸分析;第二階段為醫療支出模型，對選擇就醫的患者進行多元線性回歸分析，以患者的醫療支出為因變量，其他變量為自變量，分析城鄉居民的就醫水平及其影響因素。回歸分析中考慮到醫療費用的數值較大，為在一定程度上保證模型的穩定性，將其帶入分析時先進行對數變換。數據處理采用SPSS 18.0統計軟件，單因素分析采用χ2檢驗和t檢驗以實現對自變量的篩選。

2 結果

2.1 就醫選擇模型的單因素分析 以“是否選擇就醫”為因變量，對各自變量依次進行單因素分析 (α=0.1)，初步篩選出居民類別 (P＜0.05)、性別 (P＜0.001)、年齡 (P＜0.001)、教育程度 (P＜0.001)、疾病嚴重程度 (P＜0.001)、家庭人均收入 (P＜0.05)以及地區變量 (P＜0.001)是影響城鄉居民就醫選擇的因素。考慮到醫療保險對城鄉居民是否就醫可能會存在一定影響，因此也將其作為相關因素納入回歸模型。

表1 變量說明及賦值Table 1 The variables and their corresponding values

2.2 就醫選擇模型的二元Logistic回歸分析 將單因素分析中有意義的8個變量帶入二元Logistic回歸模型進行分析 (見表2)，其中把地區分布作為分類變量進行處理，以西部作為對照組。分析結果表明，居民類別、教育程度、疾病的嚴重程度和地區分布對城鄉居民就醫選擇的影響具有統計學意義 (P＜0.05)。從回歸系數來看，疾病的嚴重程度 (β=2.244)與居民使用醫療服務的概率正相關，即病情越嚴重，居民選擇就診的概率越大;居民類別 (β=－0.643)、教育程度 (β=－0.232)均與就醫選擇概率負相關，說明城市居民比農村居民、較高教育程度比較低教育程度的人使用醫療服務的概率要小;而從地區分布來看，中部 (β=－0.308)和東部 (β=－0.422)地區的居民均比西部地區的居民就診概率要低。

2.3 醫療支出模型的單因素分析 在篩選出就醫人群后，以醫療支出的對數值為因變量，其他變量為自變量進行單因素分析 (α=0.1)，結果顯示居民類別 (P＜0.001)、年齡 (P＜0.001)、教育程度 (P＜0.1)、家庭人均收入 (P＜0.05)、疾病嚴重程度 (P＜0.001)和地區分布 (P＜0.001)均具有統計學意義。而醫療保險的擁有情況對此影響并不顯著，同樣考慮到醫療保險對醫療費用可能存在的影響，在此也將其納入多元線性回歸。

2.4 醫療支出模型的多元線性回歸分析 運用多元線性回歸模型，以醫療支出為因變量，單因素分析中具有統計學意義的變量為自變量，并把地區分布作為啞變量進行處理 (西部地區作為對照)，以此構建醫療支出的多元線性回歸模型 (見表3)。結果顯示，居民類別、年齡、受教育程度、疾病嚴重程度和地區分布均對醫療支出具有顯著影響，其標準化回歸系數均為正，可知這些變量與醫療支出的大小呈正相關關系。與西部地區相比，中部和東部地區居民有著更高的醫療支出。

表2 就醫選擇模型的二元Logistic回歸分析 (n=10 033)Table 2 Binary logistic regression analysis of medical choice model

表3 醫療支出模型的多元線性回歸分析 (n=1 158)Table 3 Multiple linear regression analysis of medical expenditure model

3 討論

3.1 就醫選擇行為的影響因素 本研究結果顯示，居民類別和地區分布對醫療服務的使用概率存在負向影響，即城市居民比農村居民要較少的使用醫療服務，經濟較為發達的中、東部地區居民比欠發達的西部地區居民要較少的使用醫療服務。這可能是因為在居住環境、工作狀況、營養健康等方面的比較中，城市的總體狀況好于農村，中、東部地區好于西部地區，從而使得這些地區的居民身體健康水平明顯較優，患病概率較低，因而較少地使用醫療服務。

城鄉居民的教育程度在本研究中也體現出與選擇就醫概率的負相關關系，更多的接受教育可以使人們知道和理解更多的衛生保健知識，患病概率相對較小，從而降低了醫療服務使用概率。這與王翌秋等［2］以蘇北五縣為例，對農村居民醫療服務利用的影響因素進行實證分析的結果相一致。

在所有被研究的變量中，疾病的嚴重程度是影響城鄉居民醫療服務使用概率的關鍵因素。病情較重的患者更容易選擇就醫，這說明我國城鄉居民對健康風險均有著較強的規避傾向。封進等［3］采用CHNS調查數據建立農村居民的醫療決策模型時也得到過同樣結論。

3.2 醫療費用支出的影響因素 在選擇到醫院就診后，城市居民比農村居民，中、東部地區居民比西部地區居民有著較高的醫療支出。因為就經濟發展程度而言，城市地區和我國中、東部地區居民家庭人均收入較高，且當地醫療衛生資源豐富、醫療服務價格相比之下也較高，由此而引起醫療費用的增加。

疾病的年齡分布特點又使得隨著年齡的增加，我國城鄉居民患病概率逐漸增加，從而對醫療服務的需求會上升，引起醫療費用支出的普遍上漲，這樣看來我國的老年人群可能有著更高的醫療支出。教育程度對醫療支出有著顯著的正向影響，一種解釋是由于教育水平高的人對疾病所帶來的風險認識更加清楚，在無法確定疾病的性質時可能會消費更多的醫療服務以盡量消除潛在風險;另一種可能的解釋是較高的教育水平往往代表著有較好的工作，而好的工作在一定程度上意味著要面臨更大的工作壓力和心理負擔，這就會使得他們增加對健康的投資，所以這部分人群在生病就醫時可能會選擇更優質的醫療服務，因而具有更高的醫療支出［4］。

綜上，本研究在CHNS 2009年調查數據的基礎上，描述了我國城鄉居民醫療服務使用概率及醫療支出大小的特征，探討了居民的個人特征、疾病特征及地區分布等因素與就醫決策及醫療支出之間的關聯性。就本文的政策含義而言，推動我國農村和西部地區的經濟發展，提高教育供給水平，對于降低當地居民的患病風險、滿足其醫療需求具有重要意義。從本研究結論中可知，年齡的增加使得我國居民的醫療支出顯著增加，

這一結論也同樣暗示著我國人口年齡結構和國家醫療總費用之間的關系，在未來的幾十年內，我國的人口結構老齡化問題會越來越明顯，如何籌措醫保基金、分擔日益沉重的醫療費用負擔，是我國政府需要思考和積極應對的問題［5］。

1 Duan N，Manning WG，Moris CN，et al.A comparison of alternative models for the demand for medical care［J］.Journal of Business and Economic Statistics，1983，1(2):115－126.

2 王翌秋，張兵，盧美曄.農村居民醫療服務利用影響因素的實證分析——以蘇北五縣為例 ［J］.江蘇社會科學，2009，20(2):74－80.

3 封進，秦蓓.中國農村醫療消費行為變化及其政策含義［J］.世界經濟文匯，2006，50(1):75－87.

4 徐潤.居民醫療支出影響因素的實證分析——城鄉差異和城市化的視角［D］.上海:復旦大學區域經濟學系，2010.

5 林相森，艾春榮.我國居民醫療需求影響因素的實證研究［J］.統計研究，2008，25(11):40－45.