城鄉居民醫保一體化對居民醫療負擔作用的實證研究

李晨

城鄉居民醫保一體化對居民醫療負擔作用的實證研究

李晨

利用CHARLS 2011和2013年的數據，將已于2013年完成城鄉居民基本醫保一體化的地方作為實證研究的主體，使用基于傾向匹配得分的雙重差分法對這些地方在實現城鄉居民基本醫保一體化之前的2011年與實現一體化之后的2013年的居民醫療負擔情況進行實證分析，探求城鄉居民基本醫保一體化對居民醫療負擔的影響效果。

醫保一體化；居民醫療負擔；雙重差分法

2016年1月12日，國務院印發了《關于整合城鄉居民基本醫療保險制度的意見》，明確提出“六統一”，要求整合城鎮居民基本醫療保險和新型農村合作醫療兩項制度，建立統一的城鄉居民基本醫保制度，實現城鄉居民公平享有基本醫療保險權益、促進社會公平正義、增進人民福祉的重大舉措。本研究通過以已于2013年率先完成城鄉居民基本醫保一體化的地方為實證研究的主體，對這些地方在實現城鄉居民基本醫保一體化之前的2011年與實現之后的2013年的居民醫療負擔情況進行統計與分析。

1 研究方法

1.1 雙重差分法

根據雙重差分法（Difference-in-Differences, DID）的基本原理，一般設定模型如下[1-3]：

其中，Yit表示居民i在時刻t的醫療負擔；Pit代表組別虛擬變量，Pit=0代表實驗組，即樣本來自已實現城鄉居民基本醫保一體化的地區，Pit=1代表對照組，即樣本來自未實現城鄉居民基本醫保一體化的地區；Tit代表時間虛擬變量，Tit=1表示城鄉居民基本醫療一體化之前，即2011年，Tit=0表示城鄉居民基本醫療一體化之后，即2013年；PitTit表示組別與時間的交互作用；Xit代表一系列會對居民醫療負擔產生影響的其他自變量；εit代表干擾項[4]。

1.2 數據來源

使用的數據均來源于CHARLS 2011與2013年全國追蹤調查數據。“實驗組”樣本的遴選原則是：參與了兩輪調研、2011年參加了城鎮居民醫療保險或新型農村合作醫療、2013年參加了合并后的城鄉居民醫療保險。“對照組”參與了兩輪調研、2011年參加了城鎮居民醫療保險或新型農村合作醫療、2013年仍參加了城鎮居民醫療保險或新型農村合作醫療。

1.3 變量選擇

（1）因變量：因變量Y為居民醫療負擔，考慮到數據的完整性，本文使用居民的家庭醫療負擔來衡量。計算公式為：居民家庭醫療負擔=家庭年醫療支出/家庭年總收入[5-6]。

（2）自變量：見表1。

2 傾向系數匹配

因為在使用DID模型選取實驗組和對照組的樣本時并非隨機分配，微觀個體在其他方面存在較多差異，可能會影響計量結果。因此需要引入傾向系數分析方法與DID配合使用以糾正樣本選擇偏差。傾向系數分析（Propensity Score Matching，PSM）是一種以觀測數據為基礎分析變量間因果關系的數據分析方法，能夠一定程度上減輕樣本選擇過程中產生的偏差[7-9]。

使用Probit模型對選取的干擾變量進行估計虛擬R2（Pseudo R2）=47%，Prob＞chi2=0，表示所選的干擾變量對樣本是否參與到城鄉居民醫保一體化的總作用效果較強，因此可以認為該模型中的干擾變量能夠比較顯著地預測樣本是否參與到城鄉居民醫保一體化。從匹配前后密度函數圖的對比，可看出匹配后實驗組與對照組之間的差異縮小。見圖1，圖2。

表1 變量說明

圖1 匹配前

圖2 匹配后

表2 雙重差分結果

3 雙重差分模型結果

從表2中可以看到，2011年對照組與實驗組之間差距為-0.002，且差異有統計學意義；2013年對照組與實驗組間差距為-0.236，且差異有統計學意義。雙重差分的估計值為23.4%，標準差為0.1，且差異有統計學意義。

以上DID模型結果表明，2011—2013年間，受城鄉居民基本醫保一體化政策影響地區居民（實驗組）的醫療負擔系數得到減輕，而未受到城鄉居民基本醫保一體化政策影響地區居民（對照組）的醫療負擔減輕的程度較小。進一步表明，城鄉基本醫療保險一體化政策對于減輕居民負擔有顯著效果。

4 結論

根據研究結果，城鄉居民基本醫保一體化政策在先行完成地區的實施之后，居民的醫療負擔相比于未實現一體化的地區居民的醫療負擔減輕的更多。但從具體數值上看，減輕的幅度還比較有限。這可能歸因于對城鎮居民基本醫療保險和新型農村合作醫療進行制度整合的初衷是為了促進社會的公平正義，短時間內可能無法在保障水平方面帶來大幅提高。

但可以預見的是，將城鄉基本醫保制度統一管理后，醫保基金進行合并會使得整個基金規模擴大，基金使用效率提高。根據大數法則，城鄉基本醫療保險基金池的抗風險能力會隨之有明顯提升。

[1] 解堊． 新型農村合作醫療的福利效應分析：微觀數據的證據[J]．人口與發展，2008，14（5）：12-17．

[2] 徐浩，王婉宜，肖川，等． 傾向得分法與倍差法在我國衛生政策評估領域的應用[J]． 中國預防醫學雜志，2016，17（6）：451-454．

[3] MJ Slaughter． Trade liberalization and per capita income convergence：a difference-in-differences analysis[J]． Journal of International Economics，2001，55（1）：203-228．

[4] Joshua D Angrist，J?rn-Steffen Pischke． Mostly Harmless Econometrics：An Empiricist’s Companion[M]． New Jersey：Princeton University Press，2008：159-170．

[5] 李洋，吳靜，熊光練． 1998—2010年我國城鄉居民醫療負擔及影響因素分析[J]． 中國衛生經濟，2013，32（8）：20-22．

[6] 徐維維，胡敏． 北京市城鄉居民醫保一體化籌資負擔研究[J]． 中國衛生事業管理，2015，32（5）：363-366．

[7] 舒燕，左雯婕，林龍新． 基于傾向得分匹配法的新農合對農村居民的健康效應研究[J]． 內蒙古農業大學學報：社會科學版，2016，18（90）：21-29．

[8] 周珺． 傾向得分匹配法的研究探索及應用[D]． 昆明：云南財經大學，2013．

[9] 李春哲． 醫院醫保管理的實踐與體會[J]． 中國衛生標準管理，2016，7（8）：17-18．

Study on the Effects of the Integration of Social Medical Insurance for Urban and Rural Residents on Residents’ Medical Payment Burden

LI Chen International Business School of China Pharmaceutical University, Nanjing Jiangsu 211198, China

Use the Difference-in-Differences (DID) method based on Propensity Score Matching (PSM) to analyze the data sourcing from CHARLS 2011 and 2013 of residents’ medical payment burden in the two year from which areas that had completed the integration in 2013. And conclude the implementation of the Integration policy’s effect on the reduction of the residents’ medical payment burden.

integration of social medical insurance; medical payment burden of residents; difference-in-differences

R197

A

1674-9316（2017）06-0011-03

10．3969/j．issn．1674-9316．2017．06．007

中國藥科大學國際醫藥商學院，江蘇 南京211198