農(nóng)村居民醫(yī)療消費支出影響因素分析

吉 媛，蔣崧韜

（1.四川工商學(xué)院 經(jīng)濟(jì)與管理學(xué)院，四川 眉山 620000；2.四川大學(xué) 經(jīng)濟(jì)學(xué)院，四川 成都 610000）

農(nóng)村居民醫(yī)療消費支出影響因素分析

吉 媛1，蔣崧韜2

（1.四川工商學(xué)院 經(jīng)濟(jì)與管理學(xué)院，四川 眉山 620000；2.四川大學(xué) 經(jīng)濟(jì)學(xué)院，四川 成都 610000）

文章采用中國1999—2014年的省際面板數(shù)據(jù)，運用雙向固定效應(yīng)模型分析我國農(nóng)村居民醫(yī)療消費支出影響因素。估計結(jié)果表明：政府醫(yī)療衛(wèi)生支出、老年撫養(yǎng)比、少兒撫養(yǎng)比、醫(yī)療消費價格指數(shù)均與農(nóng)村居民醫(yī)療消費支出正相關(guān)。而G D P增長率、農(nóng)村居民人均純收入與農(nóng)村居民醫(yī)療消費支出顯著負(fù)相關(guān)。

醫(yī)療消費；農(nóng)村居民醫(yī)療消費支出；影響因素；面板數(shù)據(jù)

改革開放以來，我國醫(yī)療衛(wèi)生事業(yè)取得了長足的進(jìn)步，但也存在醫(yī)療費用上漲過快、人民醫(yī)療消費支出負(fù)擔(dān)過重等問題。如果居民醫(yī)療消費支出的快速上漲趨勢無法得到有效的抑制，不僅會使人民群眾無法正常享有健康的權(quán)利，居民快速上漲的醫(yī)療消費支出還會增加居民未來預(yù)期的不確定性，進(jìn)而降低整個社會的消費率，這與黨中央《關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃的建議》強調(diào)的“要發(fā)揮消費對增長的基礎(chǔ)作用，著力擴大居民消費”要求不符。因此，本文將對影響我國城鄉(xiāng)居民醫(yī)療消費支出的因素進(jìn)行分析。由于我國城鄉(xiāng)二元經(jīng)濟(jì)制度的存在，使得我國城鄉(xiāng)在消費環(huán)境、消費水平以及相應(yīng)的制度環(huán)境等方面存在一定的差異，本文將只針對農(nóng)村居民的醫(yī)療消費影響因素進(jìn)行分析。

一、農(nóng)村居民醫(yī)療消費支出影響因素分析的研究設(shè)計

（一）模型設(shè)定

本文在模型設(shè)定時將農(nóng)村居民醫(yī)療消費占比medratio作為被解釋變量（農(nóng)村居民醫(yī)療消費占比=農(nóng)村居民人均醫(yī)療消費支出/農(nóng)村居民人均消費支出）。由于醫(yī)療消費是居民消費中的一類，因此采用醫(yī)療消費占比能夠很好的反映出農(nóng)村居民醫(yī)療消費在預(yù)算約束內(nèi)的變化情況，同時還避免了物價指數(shù)變動所帶來的估計誤差。結(jié)合農(nóng)村居民消費實際情況，本文將解釋變量設(shè)定如下：

medratioit農(nóng)村居民人均醫(yī)療消費支出在人均總消費支出中的占比

explainvarit解釋變量：

oldit省際老年撫養(yǎng)比

youthit省際少兒撫養(yǎng)比

goeit省際政府醫(yī)療衛(wèi)生支出

medpricit省際醫(yī)療消費價格指數(shù)

insuratit省際醫(yī)療保險參保率

Zit其他控制變量：

inflait省際通貨膨脹率（居民消費價格指數(shù)）

growthit省際年度GDP增長率

dincoit省際農(nóng)村居民人均純收入

模型中，i、t分別表示地區(qū)和年份。被解釋變量medratio為各地區(qū)農(nóng)村居民人均醫(yī)療消費支出在人均總消費支出中的占比。本文選取的解釋標(biāo)量包括：

old為各省的老年撫養(yǎng)比，youth為各省少兒撫養(yǎng)比。雖然年齡本身并不會必然引起醫(yī)療消費，但一般認(rèn)為，人在少年時由于心智和身體均未發(fā)育成熟，因此自身抵抗力和抗風(fēng)險能力較弱，容易引起健康狀況的波動；同樣隨著人們年齡步入老年階段，各項機能開始退化，這同樣增加了疾病的風(fēng)險。而年齡所代表的健康狀況很可能會引起居民醫(yī)療消費支出的變動。本文將少兒撫養(yǎng)比和老年撫養(yǎng)比同時納入模型解釋變量，分析年齡結(jié)構(gòu)對農(nóng)村居民醫(yī)療消費的影響。goe為各地區(qū)政府醫(yī)療衛(wèi)生支出。理論上來說，醫(yī)療消費問題實際上是全社會醫(yī)療支出成本在不同主體之間的分配問題，如果政府的醫(yī)療衛(wèi)生支出增加必然會減輕公眾（社會和個人）的醫(yī)療支出負(fù)擔(dān)。根據(jù)既有文獻(xiàn)的研究結(jié)論，醫(yī)療消費價格指數(shù)也是影響居民醫(yī)療消費支出的因素，此外，農(nóng)村居民無論是收入水平還是消費水平相較于城鎮(zhèn)居民都更低，因此農(nóng)村居民對醫(yī)療消費價格的變動可能會更敏感，本文醫(yī)療消費價格指數(shù)變量仍為medpric。為了控制宏觀因素，模型還加入了其他宏觀因素控制變量，包括各省居民消費價格指數(shù)infla，用以衡量地區(qū)的通貨膨脹率；各省的GDP增長率growth，以控制各地區(qū)的經(jīng)濟(jì)增長情況；由于多數(shù)研究都證實了收入與醫(yī)療消費支出之間存在正向關(guān)系，因此本文亦將農(nóng)村居民人均純收入變量dinco納入了控制變量當(dāng)中。

我國農(nóng)村在20世紀(jì)80年代推廣家庭聯(lián)產(chǎn)承包責(zé)任制后，由于集體經(jīng)濟(jì)的不斷衰退，原有的合作醫(yī)療保障體系也隨之瓦解，因此我國廣大農(nóng)村實際上長期處于自費醫(yī)療的狀態(tài)，直到2003年新型農(nóng)村合作醫(yī)療開始試點，原有的自費醫(yī)療狀態(tài)才逐步得到緩解，而新型農(nóng)村合作醫(yī)療2003年開始試點后，直到2007年才在全國普及，因此農(nóng)村居民新型農(nóng)村合作醫(yī)療參保人數(shù)的全國數(shù)據(jù)只能從2007年后才能獲得。有鑒于此，本文在分析農(nóng)村居民醫(yī)療消費影響因素時亦將新農(nóng)合參保率作為被解釋變量，但該數(shù)據(jù)的時間跨度僅為2007—2014年。

（二）樣本數(shù)據(jù)來源

根據(jù)本文的研究目的和數(shù)據(jù)的可得性，本文采用1999—2014年間中國31個省級行政單位的面板數(shù)據(jù)對模型進(jìn)行估計。本文使用的數(shù)據(jù)中，除了特別說明之外，均來自中國統(tǒng)計年鑒或根據(jù)中國統(tǒng)計年鑒相關(guān)數(shù)據(jù)計算而來。其中，農(nóng)村居民人均純收入數(shù)據(jù)根據(jù)各省居民消費價格指數(shù)，以1999年為100進(jìn)行了調(diào)整。此外，由于《中國統(tǒng)計年鑒》統(tǒng)計口徑調(diào)整，該變量2014年數(shù)據(jù)為農(nóng)村居民人均可支配收入。政府醫(yī)療衛(wèi)生支出數(shù)變量goe，亦根據(jù)居民消費價格指數(shù)以1999年為100進(jìn)行了調(diào)整。為了消除模型估計過程中可能出現(xiàn)的異方差問題，本文對政府醫(yī)療衛(wèi)生支出變量goe做取對數(shù)處理。取對數(shù)后該變量用lngoe表示。本文所用數(shù)據(jù)的描述性統(tǒng)計如表1所示。

二、農(nóng)村居民醫(yī)療消費支出影響因素實證分析過程

（一）模型參數(shù)估計

由于本文實證分析所采用的是面板數(shù)據(jù)，首先對模型采用混合回歸的方式進(jìn)行估計，估計結(jié)果如表3中model1所示。從model1的估計結(jié)果可以看出，老年撫養(yǎng)比、少兒撫養(yǎng)比、政府醫(yī)療衛(wèi)生投入、各地區(qū)GDP增長率以及農(nóng)村居民人均純收入與被解釋變量顯著負(fù)相關(guān)，而醫(yī)療消費價格指數(shù)以及通貨膨脹率與被解釋變量顯著正相關(guān)。模型估計的可決系數(shù)為0.54，調(diào)整后的為0.53。雖然model1的估計結(jié)果較為理想，且無論是變量顯著水平還是模型整體顯著水平都較為顯著，但由于我國幅員遼闊、各地區(qū)差異較大加之本文采用的是全國31個省的面板數(shù)據(jù)進(jìn)行分析，因此在對模型估計時有必要考慮對各地區(qū)之間的個體差異進(jìn)行控制。而model1中由于采用的是混合回歸的估計方法，未對各地區(qū)的個體差異進(jìn)行控制，因此可能會導(dǎo)致模型估計結(jié)果的偏誤。

表1 樣本描述性統(tǒng)計

接下來，本文對模型采用固定效應(yīng)回歸的方法來進(jìn)行估計。這一方法的優(yōu)勢在于可以控制那些不隨時間變化但在省際之間存在差異的不可觀測因素。如各省之間不同的經(jīng)濟(jì)發(fā)展情況、財政支出情況以及要素稟賦等的差異很可能會對被解釋變量產(chǎn)生影響，對每一個省賦予一個截距項能夠很好的控制省際之間的這些個體差異。本文中，采用固定效應(yīng)的估計結(jié)果如表3中model2所示。在固定效應(yīng)估計結(jié)果中，各地區(qū)的個體效應(yīng)F統(tǒng)計量為F（30，458）=26.11，Prob＞F=0.0000。這表明模型中各地區(qū)的個體效應(yīng)是顯著的，在這種情況下使用混合OLS估計方法是不合適的[1]。

此外，由于面板數(shù)據(jù)模型根據(jù)估計方法對個體效應(yīng)的假設(shè)不同而分為固定效應(yīng)模型和隨機效應(yīng)模型。因此在估計面板數(shù)據(jù)時除了檢驗個體效應(yīng)是否顯著以外，還應(yīng)確定是使用固定效應(yīng)模型還是使用隨機效應(yīng)模型。本文采用Hausman檢驗結(jié)果來判斷，其檢驗的基本思想為：在隨機效應(yīng)假設(shè)成立的前提下，固定效應(yīng)和隨機效應(yīng)的估計結(jié)果都是一致的，但隨機效應(yīng)的估計結(jié)果比固定效應(yīng)更有效，如果隨機效應(yīng)的假設(shè)不成立則固定效應(yīng)的估計結(jié)果仍然是一致的，隨機效應(yīng)的估計結(jié)果不一致。因此可以通過判斷固定效應(yīng)模型估計結(jié)果與隨機效應(yīng)估計結(jié)果是否存在統(tǒng)計意義上的顯著差異來判斷該使用固定效應(yīng)模型還是隨機效應(yīng)模型。本研究中的Hausman檢驗結(jié)果為負(fù)。根據(jù)經(jīng)驗判斷，Hausman檢驗的原假設(shè)不成立，也就是說應(yīng)采用固定效應(yīng)對模型進(jìn)行估計。為了進(jìn)一步驗證這一判斷，本文繼續(xù)在Hausman檢驗時運用固定效應(yīng)的方差-協(xié)方差矩陣和隨機效應(yīng)的方差-協(xié)方差矩陣來計算卡方統(tǒng)計量，Hausman檢驗的詳細(xì)結(jié)果如表2所示，表2的系列檢驗結(jié)果表明，應(yīng)拒絕Hausman檢驗的原假設(shè)而選擇固定效應(yīng)模型。因此表3中model2選擇固定效應(yīng)回歸來對模型進(jìn)行估計是合適的。

表2 Hausman檢驗結(jié)果匯總表

根據(jù)表3中model2的估計結(jié)果，在加入個體效應(yīng)后模型的可決系數(shù)較model1有所上升，model2中的Within-R2為0.66。而model2中的估計系數(shù)與model1也有所不同，其中老年撫養(yǎng)比的估計系數(shù)為0.001 6且在1%顯著水平上顯著；少兒撫養(yǎng)比的估計系數(shù)為-0.000 1但不顯著；政府醫(yī)療衛(wèi)生支出的系數(shù)估計值為0.01在1%顯著水平上顯著；醫(yī)療消費價格指數(shù)的系數(shù)估計值為0.283并在5%顯著水平上顯著；而在宏觀控制變量中，GDP增長率、居民消費價格指數(shù)與被解釋變量負(fù)相關(guān)，農(nóng)村居民人均純收入與被解釋變量正相關(guān)，但宏觀控制變量的估計系數(shù)均不顯著。

model2所采用的固定效應(yīng)模型雖然控制了樣本中由不同截面所產(chǎn)生的不隨時間變化的異質(zhì)性，但由于本文所采用的數(shù)據(jù)橫跨了1999—2014年十余年時間，期間中國經(jīng)濟(jì)體制改革仍然在不斷的深入，制度的變革無論是對宏觀環(huán)境還是微觀個體的決策都產(chǎn)生著較大的影響，因此為了進(jìn)一步提高模型估計的準(zhǔn)確性，除了控制不同截面所產(chǎn)生的異質(zhì)性以外，還應(yīng)對不同時期所產(chǎn)生的異質(zhì)性進(jìn)行控制。基于此本節(jié)文在model2的基礎(chǔ)上加入時間固定效應(yīng)即雙向固定效應(yīng)，估計結(jié)果如表3中model3所示。雙向固定效應(yīng)的優(yōu)點在于其不僅控制了不同截面間的異質(zhì)性，還能有效的控制組內(nèi)不同時期所產(chǎn)生的異質(zhì)性。由于model3加入了時間固定效應(yīng)，因此有必要對時間效應(yīng)的整體顯著進(jìn)行檢驗。通過構(gòu)建時間虛擬變量的F統(tǒng)計量，其檢驗結(jié)果表明（時間效應(yīng)F（15，443）=5.78，Prob＞F=0.0000），時間效應(yīng)整體顯著。說明在模型估計時控制時間效應(yīng)是合理的。表3中model3的估計結(jié)果顯示，老年撫養(yǎng)比與少兒撫養(yǎng)比均與被解釋變量正相關(guān)，其估計系數(shù)均在5%顯著水平上顯著。政府醫(yī)療衛(wèi)生支出與被解釋量正相關(guān)且在1%顯著水平上顯著。醫(yī)療消費價格指數(shù)與被解釋變量正相關(guān)并在10%顯著水平上顯著。宏觀控制變量中，各地區(qū)GDP增長率和農(nóng)村居民人均純收入與被解釋變量負(fù)相關(guān)，且在5%以上顯著水平上顯著，而居民消費價格指數(shù)的系數(shù)估計值不顯著。此外，model3的Within-R2相較于model2也有所提升，由model2中的0.66上升為0.71。隨后本文在model3的基礎(chǔ)上進(jìn)行穩(wěn)健性分析。

（二）穩(wěn)健性分析

基于model3的估計結(jié)果，首先對模型進(jìn)行異方差檢驗。由于本文采用固定效應(yīng)估計面板數(shù)據(jù)，因此重點關(guān)注各組數(shù)據(jù)間的組間異方差問題。對于異方差的檢驗，此處采用White（1980）[2]的檢驗方法，檢驗結(jié)果詳見表4。從表4可以看出，檢驗結(jié)果強烈拒絕了原假設(shè)：同方差假定，說明模型存在顯著異方差問題。本文隨后對模型進(jìn)行了相關(guān)性檢驗。

根據(jù)實證研究的一般經(jīng)驗，面板數(shù)據(jù)在大N小T的情況下出現(xiàn)截面相關(guān)的可能性較大，而出現(xiàn)序列相關(guān)的情況相對較少。因此先采用Frees（1995）[3]的方法對模型進(jìn)行截面相關(guān)檢驗。檢驗結(jié)論如表4所示，檢驗結(jié)果大于1%顯著水平的臨界值，故拒絕無截面相關(guān)的原假設(shè)，認(rèn)為模型存在截面相關(guān)。最后本文根據(jù)Wooldridge（2002）[4]的方法對模型進(jìn)行了序列相關(guān)檢驗（見表4）。檢驗結(jié)果無法在1%的顯著水平上拒絕沒有一階自相關(guān)的原假設(shè)，因此有必要對模型的估計結(jié)果進(jìn)行序列相關(guān)修正。

表4 穩(wěn)健性檢驗結(jié)果

表3中model4的估計是在Model3的基礎(chǔ)上進(jìn)行了異方差、截面相關(guān)以及序列相關(guān)修正修正后的估計結(jié)果，model3的估計方法來自于Daniel Hoechle（2007）[5]。可以看出model4與model3相比其估計系數(shù)未發(fā)生實質(zhì)性改變，僅部分估計系數(shù)的顯著水平發(fā)生了改變。其中，政府醫(yī)療衛(wèi)生支出的估計系數(shù)仍與被解釋變量正相關(guān)，且在1%顯著水平上顯著。老年撫養(yǎng)比系數(shù)估計值的顯著水平由model3中的在5%顯著水平上顯著上升為在1%顯著水平上顯著，而少兒撫養(yǎng)比系數(shù)的估計值的顯著水平則有所下降，僅在10%顯著水平上顯著。同時，醫(yī)療消費價格指數(shù)變量系數(shù)估計值的顯著水平也由model3中的10%上升為model4中的5%。而各地區(qū)GDP增長率的顯著水平有所下降，由model3中的1%下降為model4中的5%。model4的估計結(jié)果表明，政府醫(yī)療衛(wèi)生支出的增加會增加農(nóng)村居民醫(yī)療消費支出，這可能是由于我國農(nóng)村醫(yī)療衛(wèi)生事業(yè)長期缺乏投入，導(dǎo)致農(nóng)村居民醫(yī)療消費由于受醫(yī)療條件限制而被長期抑制，因此在政府增加對醫(yī)療衛(wèi)生的投入后，農(nóng)村居民原來被抑制的醫(yī)療消費需求得到釋放，進(jìn)而導(dǎo)致農(nóng)村居民醫(yī)療消費支出增加。model4中老年撫養(yǎng)比和少兒撫養(yǎng)比的估計系數(shù)均為正，且不顯著。這與本文之前的預(yù)判相符，65歲以上人群由于年齡步入老年階段，各項機能開始退化，因此疾病的風(fēng)險會上升；同樣少年兒童由于心智和身體均未發(fā)育成熟，因此其自身抵抗力和衛(wèi)生防范意識較差，也會導(dǎo)致患病風(fēng)險的增加。由于我國農(nóng)村居民的醫(yī)療消費基本為患病后的治療支出，健康保健類消費很少，因此患病概率的增加必然導(dǎo)致醫(yī)療消費支出的增加。醫(yī)療消費指數(shù)的估計系數(shù)在model4中與被解釋變量正相關(guān)，這表明農(nóng)村居民的醫(yī)療消費支出受醫(yī)療消費價格指數(shù)的顯著影響，如果醫(yī)療服務(wù)和藥品的價格上升會導(dǎo)致農(nóng)村居民醫(yī)療消費支出壓力的增大。在宏觀控制變量中，各地區(qū)GDP增長率和農(nóng)村居民人均純收入兩個變量的系數(shù)估計值均與被解釋變量負(fù)相關(guān)，且都在5%顯著水平上顯著，這說明隨著經(jīng)濟(jì)的發(fā)展和農(nóng)村居民收入的提高，其醫(yī)療消費支出的占比會下降。model4中的另一個宏觀控制變量居民消費價格指數(shù)的系數(shù)估計值不顯著。

由于居民醫(yī)療消費與政府的衛(wèi)生投入息息相關(guān)，為了檢驗該變量對被解釋變量影響的穩(wěn)健性，本文在接下來的model5和model6中重點對政府衛(wèi)生支出變量進(jìn)行了變量替換。在model5中本文用各地區(qū)政府醫(yī)療衛(wèi)生投入占比變量goeratio替換了各地區(qū)政府醫(yī)療衛(wèi)生支出變量lngoe。政府醫(yī)療衛(wèi)生投入占比變量由于采用了政府醫(yī)療衛(wèi)生支出與政府財政總支出的比值相較于政府醫(yī)療衛(wèi)生支出變量來說消除了各地區(qū)政府衛(wèi)生投入在規(guī)模上的差異。從model5的估計結(jié)果可以看出，在采用了各地區(qū)政府醫(yī)療衛(wèi)生投入占比變量goeratio后，該變量的估計值仍然與被解釋變量正相關(guān)，且在1%的顯著水平上顯著。此外，model5中的老年撫養(yǎng)比仍然與被解釋變量正相關(guān)，且在1%顯著水平上顯著，而少兒撫養(yǎng)比雖然也和被解釋變量正相關(guān)但其估計系數(shù)不顯著。醫(yī)療消費價格指數(shù)與被解釋仍然顯著正相關(guān)，各地區(qū)GDP增長率與被解釋變量顯著負(fù)相關(guān)，其余變量的系數(shù)估計值不顯著。

由于我國統(tǒng)計年鑒僅公布了各地區(qū)政府醫(yī)療衛(wèi)生支出的總數(shù)據(jù)，未公布各地區(qū)政府醫(yī)療衛(wèi)生支出在農(nóng)村和城鎮(zhèn)的分配比例，因此本文在model6中采用各地區(qū)農(nóng)村人口占比數(shù)對政府醫(yī)療衛(wèi)生支出數(shù)據(jù)進(jìn)行了初略的劃分，并在此基礎(chǔ)上對該變量做取對數(shù)處理，該變量用lnrugoe表示。從model6的估計結(jié)果可以看出，lnrugoe的估計系數(shù)仍然與被解釋變量正相關(guān)，但并不顯著。model6中老年撫養(yǎng)比和少兒撫養(yǎng)比仍然與被解釋變量正相關(guān)，其估計系數(shù)分別在1%和10%顯著水平上顯著。醫(yī)療消費價格指數(shù)與被解釋變量正相關(guān)，且在5%顯著水平上顯著。此外，宏觀控制變量均與被解釋變量負(fù)相關(guān)，且其系數(shù)估計值均顯著。

從model5和model6的估計結(jié)果可以看出，雖然本文對政府醫(yī)療衛(wèi)生支出的變量形式進(jìn)行了替換，但該變量始終與被解釋變量正相關(guān)，因此可以認(rèn)為，政府醫(yī)療衛(wèi)生支出的增加會使農(nóng)村居民醫(yī)療消費支出增加這一結(jié)論是穩(wěn)健的。

農(nóng)村居民醫(yī)療消費支出除了受政府醫(yī)療衛(wèi)生投入影響較大外，還受到醫(yī)療基礎(chǔ)設(shè)施建設(shè)情況的影響。因此本文在model4的基礎(chǔ)上加入了各地區(qū)醫(yī)療資源供給情況的變量，包括各地區(qū)鄉(xiāng)鎮(zhèn)衛(wèi)生機構(gòu)數(shù)、衛(wèi)生機構(gòu)床位數(shù)以及衛(wèi)生人員數(shù)，估計結(jié)果如model7所示。為了消除地區(qū)間的規(guī)模差異，對上述變量均以各地區(qū)農(nóng)村人口規(guī)模進(jìn)行平均化處理，處理后各地區(qū)鄉(xiāng)鎮(zhèn)衛(wèi)生機構(gòu)數(shù)、衛(wèi)生機構(gòu)床位數(shù)以及衛(wèi)生人員數(shù)分別用avhospital、avbed、avstaff來表示。各地區(qū)鄉(xiāng)鎮(zhèn)醫(yī)療資源供給情況的數(shù)據(jù)來自中國農(nóng)村統(tǒng)計年鑒，由于該年鑒中北京和上海兩個地區(qū)因統(tǒng)計口徑變化導(dǎo)致部分年份的數(shù)據(jù)有所缺失，因此model7的樣本個數(shù)較之前略少，但上述樣本數(shù)據(jù)的缺失并不影響面板數(shù)據(jù)的估計。model7的估計結(jié)果顯示，各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生機構(gòu)數(shù)與被解釋變量正相關(guān)，并在1%的顯著水平上顯著。而各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生人員數(shù)與被解釋變量負(fù)相關(guān)，并在5%顯著水平上顯著。而各地區(qū)鄉(xiāng)鎮(zhèn)人均床位數(shù)的估計值不顯著。這一估計結(jié)果表明，鄉(xiāng)鎮(zhèn)衛(wèi)生機構(gòu)的增加會使農(nóng)村居民醫(yī)療消費支出增加。造成這一現(xiàn)象的原因可能是由于衛(wèi)生機構(gòu)的增加使得農(nóng)村居民獲得醫(yī)療資源的便利性得到提升，進(jìn)而使原本被抑制的醫(yī)療消費需求得到釋放，這與政府醫(yī)療衛(wèi)生投入與農(nóng)村居民醫(yī)療消費支出之間正相關(guān)的原因類似。而各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生人員數(shù)與被解釋變量負(fù)相關(guān)的原因可能是鄉(xiāng)鎮(zhèn)衛(wèi)生人員與原來農(nóng)村醫(yī)療保障體系中的“赤腳醫(yī)生”類似，在解決農(nóng)村居民常見的醫(yī)療需求時，其成本必然低于正規(guī)的醫(yī)療機構(gòu)。從宏觀層面看，在患病概率既定的情況下，農(nóng)村居民日常的醫(yī)療消費需求仍然集中于常見疾病的預(yù)防和治療。而鄉(xiāng)鎮(zhèn)衛(wèi)生人員的增加可以使農(nóng)村居民所面對的大量常見疾病能夠就近低價的購買到其需要的醫(yī)療服務(wù)，進(jìn)而降低了農(nóng)村居民的醫(yī)療消費支出。

最后，由于我國從2003年開始在農(nóng)村推廣新型農(nóng)村合作醫(yī)療，根據(jù)既有文獻(xiàn)的研究結(jié)論，醫(yī)療保障制度的建立對居民醫(yī)療消費具有顯著影響。因此在分析農(nóng)村居民醫(yī)療消費影響因素時有必要將新型農(nóng)村合作醫(yī)療這一因素納入模型之中。本文選擇的變量是各地新農(nóng)合參合率，即各地區(qū)新農(nóng)合參合人數(shù)與農(nóng)村常駐人口的比值。加入新農(nóng)合參合率變量后的模型估計結(jié)果如model8所示。我國新型農(nóng)村合作醫(yī)療雖然于2003年開始試點，但直到2007年才在全國普及，因此model8所使用的數(shù)據(jù)其時間跨度僅為2007—2014年。此外，由于天津、山東和廣東部分年份的新農(nóng)合參合人數(shù)數(shù)據(jù)缺失，model8的樣本觀測值為227個。由于本文是從宏觀的角度分析農(nóng)村居民人均醫(yī)療消費支出的影響因素，因此model8中樣本觀測值的缺失不會對模型的估計結(jié)論產(chǎn)生實質(zhì)性影響。model8的估計結(jié)果顯示，政府醫(yī)療衛(wèi)生支出變量與醫(yī)療消費價格指數(shù)仍然與被解釋變量正相關(guān)且在1%顯著水平上顯著。老年撫養(yǎng)比與被解釋變量顯著正相關(guān)，而少兒撫養(yǎng)比的系數(shù)估計值不顯著。而model8中新加入的新農(nóng)合參合率變量與被解釋變量正相關(guān)，且在1%顯著水平上顯著。這表明醫(yī)療保障體制的加入也會使農(nóng)村居民的醫(yī)療消費支出增加。作者認(rèn)為，造成這一現(xiàn)象的原因很可能是農(nóng)村居民由于收入水平偏低，使得部分醫(yī)療消費需求得不到滿足，而新農(nóng)合的推廣使得農(nóng)村居民醫(yī)療支付水平有了一定的提升，因此原本被限制的醫(yī)療消費需求得到了釋放，進(jìn)而使農(nóng)村居民人均醫(yī)療消費支出增加，這點與政府醫(yī)療衛(wèi)生投入與被解釋變量正相關(guān)的原因類似。model8中各地區(qū)GDP增長率變量、農(nóng)村居民人均純收入變量以及居民消費價格指數(shù)變量均與被解釋變量顯著負(fù)相關(guān)。而醫(yī)療資源供給變量，包括各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生機構(gòu)數(shù)、衛(wèi)生機構(gòu)床位數(shù)以及衛(wèi)生人員數(shù)變量的系數(shù)估計值均不顯著。由于model8中加入的變量較多，有必要對model8各變量間是否存在嚴(yán)重的多重共線性進(jìn)行檢驗。Modl8中各變量的膨脹因子如表5所示。

由表5可以看出，model8中各變量的 VIF最大值為3.28，全部變量的VIF平均值為2.26，因此可以認(rèn)為模型不存在嚴(yán)重的多重共線性。

表5 model5中各變量膨脹因子

三、結(jié)論與討論

從model4的估計結(jié)果可以看出，政府醫(yī)療衛(wèi)生的投入變量估計系數(shù)為0.012，且在1%顯著水平上顯著，這表明政府醫(yī)療衛(wèi)生支出與農(nóng)村居民醫(yī)療消費正相關(guān)。本文在model5和model6中分別采用各地區(qū)政府醫(yī)療衛(wèi)生投入占比數(shù)據(jù)和經(jīng)過各地區(qū)農(nóng)村人口占比數(shù)調(diào)整后的政府醫(yī)療衛(wèi)生投入數(shù)據(jù)作為政府醫(yī)療衛(wèi)生投入的代理變量來對模型進(jìn)行估計。其中，model5中的政府醫(yī)療衛(wèi)生投入占比數(shù)據(jù)的系數(shù)估計值為0.419，且在1%顯著水平上顯著；而model6中經(jīng)過各地區(qū)農(nóng)村人口占比數(shù)調(diào)整后的政府醫(yī)療衛(wèi)生投入數(shù)據(jù)仍與被解釋變量正相關(guān)，但并不顯著。

老年撫養(yǎng)比變量和少兒撫養(yǎng)比變量在model4中均與被解釋變量正相關(guān)，并分別在1%和10%顯著水平上顯著。說明年齡結(jié)構(gòu)的變化對我國農(nóng)村居民醫(yī)療消費支出是有顯著影響的，具體來說，老年撫養(yǎng)比和少兒撫養(yǎng)比的上升會導(dǎo)致農(nóng)村居民醫(yī)療消費支出的增加。這與本文之前的假設(shè)相符。而在年齡結(jié)構(gòu)變量中，老年撫養(yǎng)比在model5-model8中的系數(shù)估計值均顯著，而少兒撫養(yǎng)比的系數(shù)估計值僅在model6中顯著。

醫(yī)療消費價格指數(shù)在 model4中的參數(shù)估計值為0.021，并在5%顯著水平上顯著。這說明醫(yī)療消費價格指數(shù)的上升會導(dǎo)致農(nóng)村居民醫(yī)療消費支出壓力的增加。一般來說，商品價格上升會降低對該商品的需求，但醫(yī)療消費品不是一般的商品，其存在不確定性和緊迫性的特點，一旦居民產(chǎn)生了醫(yī)療消費的需求，只要其預(yù)算允許，就會優(yōu)先滿足醫(yī)療消費需求，而這時居民只能通過擠占其他消費需求預(yù)算的方式來滿足醫(yī)療消費需求。從本文的估計結(jié)果來看，醫(yī)療消費價格指數(shù)的系數(shù)值在model1-model8中均與被解釋變量顯著正相關(guān)，因此醫(yī)療消費價格指數(shù)上升會導(dǎo)致農(nóng)村居民醫(yī)療消費支出壓力提高這一結(jié)論是相對穩(wěn)健的。

從model4的估計結(jié)果來看，本文所選取的宏觀控制變量中，各地區(qū)GDP增長率變量和農(nóng)村居民人均純收入變量與被解釋變量顯著負(fù)相關(guān)。這表明，隨著經(jīng)濟(jì)的發(fā)展和農(nóng)村居民收入的增加，農(nóng)村居民醫(yī)療消費支出的占比會降低，醫(yī)療消費品更傾向于是必需品。由于各地區(qū)GDP增長率變量在model5-model8中均顯著，而農(nóng)村居民人均純收入變量在model5-model8的估計中除了model5中的系數(shù)估計值不顯著外其余均顯著，因此，本文關(guān)于各地區(qū)GDP增長率變量和農(nóng)村居民人均純收入變量與被解釋變量負(fù)相關(guān)的結(jié)論是相對穩(wěn)健的。

本文在model7中加入了醫(yī)療資源供給情況的變量，包括各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生機構(gòu)數(shù)、人均衛(wèi)生機構(gòu)床位數(shù)以及人均衛(wèi)生人員數(shù)。從model7的估計結(jié)果來看，鄉(xiāng)鎮(zhèn)人均衛(wèi)生機構(gòu)數(shù)的系數(shù)估計值為0.011，并在1%顯著水平上顯著。各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生人員數(shù)的系數(shù)估計值為-0.000 3，并在5%顯著水平上顯著。而各地區(qū)衛(wèi)生機構(gòu)床位數(shù)的系數(shù)估計值不顯著。此外，本文在model8中加入的新農(nóng)合參合率變量的系數(shù)估計值為0.005，并在1%顯著水平上顯著。

通過對表3中model1-model8的估計結(jié)果分析，本文得出以下結(jié)論：

第一，我國農(nóng)村居民醫(yī)療消費支出影響因素中國家政策扮演著重要角色。從表3的估計結(jié)果來看，政府醫(yī)療衛(wèi)生支出無論是取對數(shù)形式還是采用與政府財政總支出比值的形式，其估計結(jié)果均與被解釋變量顯著正相關(guān)。這表明，我國農(nóng)村居民人均醫(yī)療消費支出的增加與政府醫(yī)療衛(wèi)生投入增加有關(guān)。從醫(yī)療資源供給情況的角度來看，各地區(qū)鄉(xiāng)鎮(zhèn)人均醫(yī)療機構(gòu)數(shù)與被解釋變量顯著正相關(guān)，而人均衛(wèi)生人員數(shù)與被解釋變量顯著負(fù)相關(guān)。除此之外，新型農(nóng)村合作醫(yī)療參合率的系數(shù)估計值也顯著為正。無論是國家醫(yī)療衛(wèi)生投入、各地區(qū)鄉(xiāng)鎮(zhèn)醫(yī)療資源的供給還是新農(nóng)合參合的推廣都是由政府主導(dǎo)并受國家政策選擇影響的，換言之，全社會的醫(yī)療成本在國家、社會以及個人之間分配的過程必然為國家政策選擇所主導(dǎo)，Getzen（1992）的研究也持有類似觀點。

第二，年齡結(jié)構(gòu)的變化對農(nóng)村居民醫(yī)療消費支出也會產(chǎn)生影響。根據(jù)表3中的估計結(jié)果，老年撫養(yǎng)比和少兒撫養(yǎng)比對我國農(nóng)村居民人均醫(yī)療消費支出有顯著影響，其中老年撫養(yǎng)比的系數(shù)估計絕對值較少兒撫養(yǎng)比更大，顯著水平也更高。這意味著，隨著我國農(nóng)村老齡化程度的提高，醫(yī)療消費負(fù)擔(dān)將會加重。

第三，經(jīng)濟(jì)發(fā)展水平的提高和農(nóng)村居民收入的增加會降低農(nóng)村居民醫(yī)療消費支出的占比。從本文模型的估計結(jié)果來看，各地區(qū)GDP增長率變量和農(nóng)村居民人均純收入變量均與被解釋變量顯著負(fù)相關(guān)，這表明，醫(yī)療消費之于農(nóng)村居民是必需品而非奢侈品。

第四，農(nóng)村居民醫(yī)療消費需求將有一個釋放的過程。從本文模型的估計結(jié)果來看，農(nóng)村居民由于受醫(yī)療服務(wù)的可及性和便利性的制約其醫(yī)療消費需求被長期抑制。隨著我國農(nóng)村社會保障體系的進(jìn)一步健全以及國家對醫(yī)療衛(wèi)生事業(yè)的持續(xù)投入，農(nóng)村居民的醫(yī)療消費需求將由原來的被抑制轉(zhuǎn)變?yōu)橹鸩奖会尫拧４送猓捎谵r(nóng)村居民消費往往受城鎮(zhèn)居民消費示范作用的影響，現(xiàn)階段我國農(nóng)村居民醫(yī)療消費水平在質(zhì)和量上均與城鎮(zhèn)居民存在一定差距。因此，可以預(yù)見，隨著我國經(jīng)濟(jì)社會的發(fā)展我國農(nóng)村居民的醫(yī)療消費需求將出現(xiàn)一個快速增長的過程。農(nóng)村居民醫(yī)療消費需求的快速增長過程必然對農(nóng)村居民的整體消費需求產(chǎn)生一定的沖擊。此外，由于消費需求對資源配置具有引導(dǎo)作用，農(nóng)村居民占我國人口一半以上，因此如何通過宏觀調(diào)控對農(nóng)村醫(yī)療資源和醫(yī)療市場進(jìn)行優(yōu)化，從而滿足廣大農(nóng)村居民的基本醫(yī)療服務(wù)需求，避免由于供需失衡造成農(nóng)村醫(yī)療市場的大幅波動，是我國政府在制定宏觀經(jīng)濟(jì)政策時需要考慮的問題。

[1]Christopher F.Baum.An introduction to Modern Econometrics Using Stata[M].Stata Press，2006：224.

[2]White H.A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity[J].Econometrica，1980，48（4）：821-827.

[3]Rafael.D.Hoyos，Vasilis Sarafidis（2006）.Testing for Cross-Sectional Dependence in Panel-Data Models STATA JOURNAL，2006（2）：6（4）：488-496.

[4]Wooldridge，J.M.（2002）.Econometric Analysis of Cross Section and Panel Data.Cambridge，Massachusetts：The MIT Press：319-320.

[5]HOECHLE D.Robust standard errors for panel regressions with crosssectional dependence[J].Stata Journal，2007，7（3）：282-285.

（責(zé)任編輯：D 校對：T）

F323.89

A

1004-2768（2017）04-0037-06

2017-01-17

吉媛（1981-），女，重慶人，博士，四川工商學(xué)院經(jīng)濟(jì)與管理學(xué)院講師，研究方向：宏觀經(jīng)濟(jì)學(xué)；蔣崧韜（1982-），男，四川成都人，四川大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：政治經(jīng)濟(jì)學(xué)。吉媛為通訊作者。