人口流動對地方醫療衛生支出影響的實證分析
——基于空間面板模型

史桂芬，王 佳

(東北師范大學 經濟學院，吉林 長春 130117)

人口流動對地方醫療衛生支出影響的實證分析
——基于空間面板模型

史桂芬，王 佳

(東北師范大學 經濟學院，吉林 長春 130117)

在勞動力大規模流動的背景下，隨著流動人口家庭化、高齡化特征的加強，醫療衛生服務成為流動人口最關心的公共服務之一。本文將采用2007—2014年省際面板數據，通過構建具有固定效應的空間面板模型，從全國、人口流入地區和人口流出地區三個角度實證分析人口流動對地方政府人均醫療衛生支出的影響。結果表明，一方面人口流入地和人口流出地的人均醫療衛生支出均呈現顯著增加趨勢；另一方面空間自相關系數顯著不為0，相鄰省份間存在空間溢出效應。

人口流動；醫療衛生支出；空間面板模型

尊重人口流動背后的經濟規律，實現以人為主體的公共服務供給是中國城鎮化健康可持續發展的需要，也是補足中國經濟發展短板、提高社會福利水平的重要舉措。受經濟體制和戶籍制度因素影響，改革開放前除國家政策要求外，自發性人口流動現象甚微。改革開放后，伴隨著工業化和城鎮化的推進，流動人口規模快速上升，2015年已達2.47億人，較1982年增長37倍，約占總人口的六分之一①《中國流動人口發展報告2016》。，對不同地區公共服務需求產生了明顯的差異化影響，表現為人口流入地公共服務需求增加及人口流出地需求的減少。而流動人口結構的變化，也必將對地方公共服務需求結構特征產生進一步的影響。一方面流動人口老齡化趨勢增強，高齡化問題突出，總體健康水平下降，患有慢性病比例高達22%；另一方面兒童撫養比增長較快，2015年為56.6%，較2010年上升29.1%，引起醫療衛生服務需求的快速增加。而在我國現行體制下，受地方政府財力限制及官員考核機制影響，地方醫療衛生支出和服務供給體制不能適應人口跨地區遷移趨勢，醫療衛生服務供需出現空間不匹配問題②陸銘.供求的空間匹配[J].上海國資，2016(1)：17.。“以人為本”的城鎮化思想及供給側改革的本質要求各地區應依據常住人口配置城鎮基本醫療衛生服務資源③《國家新型城鎮化規劃(2014—2020)》。，打破傳統的依靠戶籍制度的醫療衛生供給機制。因此，探求人口流動對不同地區醫療衛生支出的影響，進而根據人口規模配置醫療衛生資源，實現醫療衛生服務供需空間匹配是亟待解決的關鍵問題，也是深化供給側改革，實現城鎮化健康可持續發展的重要保障。

本文的基本結構安排如下，第一部分對國內外研究現狀進行回顧與梳理；第二部分為理論模型的構建與數據說明；第三部分為實證分析，通過相關檢驗確定空間面板模型類型，進而得到實證結果并進行分析；第四部分為本文的結論與對策建議。

一、文獻綜述

早在19世紀80年代，Ravenstein[1]167-235利用英國人口遷移的普查數據對人口遷移的特征與影響因素進行分析，他認為人口遷移常表現為階梯形遷移，即鄉村人口遷往大商業中心，且主要受距離、遷移成本、性別、年齡、經濟發展水平等因素的影響。在我國，改革開放前受計劃經濟體制與戶籍管理體制的影響，1982年全國流動人口數僅為657萬，占總人口的0.66%[2]30-43。改革開放后，我國流動人口規模不斷擴大，2010年增長到22 143萬，占總人口的16.53%*中國2010年人口普查資料。，從流動范圍看，主要以跨省流動為主[3]1-7，具體表現為流動人口多從經濟水平較低的中西部人口大省流向經濟發展水平較高的東部沿海地區[4]4-11[5]129-137；從流動人口結構來看，男性比重較大，且受教育程度普遍較低。究其原因，國內外學者均認為影響人口流動的決定性因素是經濟要素，具體包括：經濟發展水平、就業機會、收入差距等。而部分學者則基于Tiebout[6]416-424的“用足投票”理論，認為地方公共服務水平是影響人口流動的重要因素[7]380-392[8]40-50[9]61-79。其中Janeba、Petters用兩階段博弈模型對國家間稅收競爭進行分析，發現稅收競爭將會降低公共品的支出，使得公共服務的質量下降，進而影響人們的遷移意愿。也有學者發現地區福利支出增加對人口遷移有顯著影響，且兩者呈正相關關系。

Schultz從成本—效益角度出發，發現不同地區的社會、經濟因素推動了人口流動，而人口流動也在一定程度上影響地區社會、經濟格局。我國大規模人口流動在加速中國城鎮化水平的同時，還會促使各地經濟增長趨同，地區差異縮小[10]82-89，但部分學者認為，兩者之間并沒有顯著關系，甚至還會導致地區差異擴大，給地區經濟增長造成負面影響。加之流動人口規模的擴大及家庭化特點的突出，必然對地方政府公共服務提出更高的要求。在流動人口平均年齡不斷上升、家庭化遷居趨勢突出的背景下，地方政府醫療衛生支出相對不足，因此，受戶籍制度的影響，人口的流入會降低當地醫療衛生服務的供給水平與社會總福利效用[11]87-101[12]41-53。采用廣義最小二乘法(GLS)對我國人口流動與地方公共品供給的擁擠效用進行分析結果表明，地方政府在文教衛服務的支出相對居民需求還比較滯后。同時，李成宇、史桂芬等(2016)發現居民對醫療衛生的需求偏好較大，并認為地方政府應加大醫療衛生支出。

綜上所述，我國大規模的人口流動必然會給流入地、流出地醫療衛生支出的有效性帶來多重影響，但國內外學者的研究多集中于分析人口流動對流入地醫療衛生支出的影響，而研究人口流動對流出地醫療衛生支出影響的文獻較少。同時，隨著流動人口規模的不斷擴大及其老齡化趨勢不斷加強，其對醫療衛生服務的需求也不斷增加，進而研究人口流動對醫療衛生支出的影響從而實現醫療衛生供需的空間匹配具有重要意義。從研究方法上看，多數學者運用普通面板模型進行估計，但人口流動具有明顯的空間溢出效應，因此，本文采用2007—2014年我國省際面板數據，通過構建空間面板模型，從全國、人口流入地區和人口流出地區三個角度實證分析人口流動對地方政府人均醫療衛生支出的影響。

二、模型設定及數據說明

(一)空間面板模型的設定

空間計量模型中具有三種不同的交互效應：被解釋變量(Y)之間存在的內生交互效應、解釋變量(X)之間的外生交互效應和誤差項(ε)之間的交互效應。具有所有交互效應的模型作為一般的嵌套空間模型(GNS)。具體結構如下：

Y=δWY+ατN+Xβ+WXθ+u

(1)

u=λWu+ε

其中W為N×K階對角線元素為零的非負矩陣，即空間權重矩陣；Y為N×1階向量的被解釋變量，δ為空間自回歸系數，λ為空間自相關系數，u是一個N×1階單位向量，α和θ為K×1階未知的待估計參數，X為N×K階解釋變量矩陣，ε為N×1階干擾項向量，且滿足零均值同方差條件。

在此基礎上常見的模型有空間杜賓模型(SDM)、空間滯后模型(SAR)、空間誤差模型(SEM)。其中空間杜賓模型具有內生交互效應和外生交互效應，空間滯后模型僅具有外生交互效應，空間誤差模型僅具有誤差項之間的交互作用。具體形式如下：

1.當模型(1)中的λ=0時：

Y=δWY+ατN+Xβ+WXθ+ε空間杜賓模型

(2)

2.當模型(1)中的λ=θ=0時：

Y=δWY+ατN+Xβ+ε空間滯后模型

(3)

3.當模型(1)中的δ=θ=0時：

Y=ατN+Xβ+u空間誤差模型

(4)

u=λWu+ε

空間面板模型首先要判斷收集的數據間是否存在空間上的交互作用，國內文獻多采用拉格朗日乘數檢驗[13]267-284[14]1-17，及穩健的拉格朗日乘數檢驗；其次分析檢驗統計的結果確定模型的形式是SAR或SEM，若無法判斷模型形式，則需進一步建立SDM模型，通過觀察Wald檢驗統計量的結果確定模型形式；最后通過Hausman檢驗判定選取隨機效應模型或固定效應模型。

(二)數據說明

本文將利用2007—2014年全國30個省份的面板數據*由于西藏數據缺失，因此本文將其舍棄。，通過實證模型分析人口流動和醫療衛生支出之間的關系。其中，被解釋變量為人均醫療衛生支出，解釋變量分別為：流動人口、常住人口數、人口密度和城鎮化率。然而關于人口流動指標的衡量并不唯一[12]41-53，采用移民率*移民率=1-住本鄉、鎮、街道，戶口在本鄉、鎮、街道的人口數/抽樣人口數。[8]40-50，采用凈遷移人口*凈遷移人口=當年常住人口-上一年常住人口-當年人口自然增長率×上一年常住人口。[11]87-101，采用常住人口和戶籍人口之比*RPR=常住人口/戶籍人口。RPR大于1表示流入地；RPR小于1表示流出地。，在此基礎上，本文為凸顯流入、流出地的流動人口規模，將采用常住人口數與戶籍人口數之差作為衡量人口流動變量的指標。人口密度指單位面積土地上居住的人口數，城鎮化率為當年城鎮人口與總人口之比。空間權重矩陣W，相鄰省份取值為1，不相鄰省份取值為0。以上數據均來自《中國統計年鑒》(2008—2015)及《中國人口和就業統計年鑒》(2008—2015)。

如圖1，描述了全國30個省市人口流入地、人口流出地的分布情況，主要表現為沿海地區多為人口流入地。本文按照9年流動人口數均值的正負將全國30個省市分為人口流入地和人口流出地，基于此本文將全國30個省份分為兩組：即人口流入地區(16個)和人口流出地區(14個)*人口流入地區：北京、天津、山西、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、福建、山東、廣東、云南、青海、新疆；人口流出地區：河北、安徽、江西、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、陜西、甘肅、寧夏。。其中由于西藏數據缺失，最終得到N為30，T為9的共1 350 個觀察值的平衡面板數據。

圖1 全國30個省人口流入地、人口流出地分布

三、實證結果分析

空間面板模型首先通過LM檢驗，或者穩健的LM檢驗來確定數據間是否存在空間交互效應；其次通過Hausman檢驗來確定模型中應包含固定效應還是隨機效應；最后將從全國、人口流入地區和人口流出地區三個角度分別進行空間面板模型估計。

表1所示為不包含空間依賴性的傳統面板回歸估計結果。本文對混合模型、個體固定效應模型、時間固定效應模型和個體時間固定效應模型分別進行回歸，觀察(穩健的)LM空間滯后檢驗統計量和(穩健的)LM空間誤差檢驗統計量的結果確認模型的形式。

表1 不包含空間依賴性的傳統面板回歸估計結果

注：***、**、*分別表示顯著性水平為1%、5%和10%；同時括號內的值為t值。

為了檢驗數據中的空間交互效應，Burridge[13]267-284和Anselin[14]1-17提出了對空間滯后被解釋變量和空間誤差自相關進行檢驗的拉格朗日乘子(LM)檢驗法，及Anselin et al.[15]77-104提出了穩健的LM檢驗。兩者都是基于具有(或沒有)空間固定效應和時間固定效應的非空間模型的殘差，它服從χ2分布，相應檢驗值如表1所示。

從回歸結果來看：首先，LM空間滯后檢驗統計量在混合模型和個體固定效應模型中均在1%顯著水平下顯著，在時間固定效應模型及個體時間固定效應模型中不顯著；穩健的LM空間滯后檢驗統計量在混合模型、個體固定效應模型中均在1%顯著水平下顯著，個體時間固定效應模型則在10%顯著水平下顯著，時間固定效應模型則不顯著。其次，LM空間誤差檢驗統計量在混合模型、個體固定效應模型中均表現在1%顯著水平下顯著，而在時間固定效應模型及個體時間固定效應模型中不顯著；穩健的LM空間誤差檢驗統計量在個體固定效應模型在1%顯著水平下顯著，個體時間固定效應模型在5%顯著水平下顯著，而混合模型及時間固定效應模型均不顯著。最后，具有個體固定效應的模型和具有時間固定效應的模型的R2均比混合模型大。因此，從檢驗結果可以看出，變量存在空間溢出效應，該樣本適用空間面板模型進行實證研究。通過表1回歸結果進行分析可知，雖然樣本存在空間交互作用，但無法判定模型的形式是空間自回歸模型(SAR)還是空間誤差項模型(SEM)。為了進一步確定空間面板模型的形式，還需采用同時含有因變量和自變量空間滯后作用的空間Durbin模型(SDM)進行估計，結果顯示為Wald檢驗統計量分別為6.827 4(0.145 3)和5.198 1(0.267 6)，即不顯著，說明SDM模型既可以簡化為SAR模型也可以簡化為SEM模型。但從表1的結果中可以發現SEM模型比SAR模型更顯著，因此采用空間誤差模型(方程4)可以更好反映我國流動人口是如何通過空間效應影響其他地區的。空間誤差模型(SEM)的空間依賴作用存在于誤差項中，即描述的是某地區的誤差沖擊對其他地區行為的影響，具體形式如下：

yit=Xitβ+uit

(5)

其中，yit為被解釋變量(人均醫療衛生支出)，描述了x對y的影響，λ為空間誤差相關系數，即度量相鄰地區被解釋變量的誤差沖擊對本地區觀察值的影響程度，w為二進制的地理空間權重矩陣，即相鄰地區權重取1，否則取0，且設定地區與自身的權重取0，描述了地區間誤差項之間的相關性，εit為正態分布的隨機誤差項。

表2 具有固定效應的空間誤差模型估計結果

注：***、**、*分別表示顯著性水平為1%、5%和10%；同時括號內的值為t值。

首先，從全國角度來看，由于Hausman檢驗統計量為-14.039 3，P值為0.015 4。當Hausman檢驗統計量為負數時表明原假設不合理，即此時應采用具有固定效應的模型進行估計[16]394-405。同理，流入地區與流出地區也應采用具有固定效應的SEM模型進行估計。其實證結果如表2中第二列所示。

結果表明：(1)從全國角度來看，人口流動對人均醫療衛生支出的影響顯著為正(0.103 4)，且在5%的顯著水平下通過檢驗，這說明隨著流動人口的增加，人均醫療衛生支出隨之增加，即流動人口在一定程度上影響了地方政府醫療衛生支出；(2)常住人口對人均醫療衛生支出有著顯著為負(-0.191 7)的影響，說明隨著常住人口的增多，地區居民醫療衛生服務質量下降，但同時人口密度及城鎮化率對人均醫療衛生支出的影響則不顯著；(3)空間誤差相關系數(λ)在1%的顯著水平上為正(0.933 9)，這表明相鄰省份間存在顯著的空間交互效應，即空間溢出效應是我國地方政府提供醫療衛生服務中不可忽視的重要因素。但由于本文人口流動指標的數據有正有負，因此將全國30個省份分為人口流入地區和人口流出地區做進一步回歸分析。

其次，從流入地區與流出地區角度來看，本文將全國30個省份按照流動人口指標的正負分為人口流入地區和人口流出地區。其中就人口流出地區的云南省和人口流入地區的海南省而言，在地區的空間權重矩陣中其行與列的元素均為零，表示在小組里沒有與云南省和海南省相鄰的地區，因此本部分將云南省和海南省相關數據舍棄后再進行估計。估計結果如表2中第三、四列所示。

結果表明：(1)人口流入地區及人口流出地區兩個實證模型的R2值分別為0.751 1、0.937 4，兩者均大于全國R2值(0.262 2)，且近乎為1，說明模型對觀測值擬合程度較高；(2)從人口流入地區估計結果來看，一方面人口流動對人均醫療衛生支出的影響在1%顯著水平顯著，且系數為正(0.640 6)，表明流入地區地方政府有效調整醫療衛生支出規模，使得人均醫療衛生支出隨流入人口數量的增加而增加；另一方面城鎮化率指標在1%的水平上顯著為正(30.503 1)，這說明隨著地區城鎮化水平的不斷提高，地方政府醫療衛生支出不斷增加；(3)從人口流出地區估計結果來看，一方面人口流動對人均醫療衛生支出的影響系數在5%水平下顯著為負(-0.122 6)，但由于人口流出地區人口流動指標數據為負，因此說明隨著流出人口的不斷增加(即人口流動指標數值不斷減少)，人均醫療衛生支出增加；(4)兩個模型中的空間誤差相關系數(λ)均在1%的顯著水平上為正(0.652 9、0.659 0)，這表明人口流入地區與人口流出地區的人均醫療衛生支出及流動人口數均存在顯著的空間交互特征。

四、結論及建議

伴隨中國城鎮化的快速發展，人口大規模流動已成顯著特征，為貫徹“以人為本”的新型城鎮化思想，研究流動人口的醫療衛生服務供給問題具有重要的現實意義。傳統的面板模型忽略了中國相鄰地區間的交互影響，因此，本文通過構建具有固定效應的空間誤差模型，在考慮地區間溢出效應的基礎上，分析各省2007—2014年人口流動對人均醫療衛生支出的具體影響，得到以下結論：

第一，從人口流入地區角度來看，人口流入會帶來地方人均醫療衛生支出的增加，表明地方政府在醫療衛生支出方面已按要求調整支出規模，在醫療衛生服務均等化方面取得顯著成果。第二，從人口流出省份角度來看，流出人口的增加使得地方人均醫療衛生支出顯著增加，說明人口流出省份的地方政府在醫療衛生服務供給職能履行的缺位問題較嚴重，致使醫療衛生服務供給過剩，財政支出低效，造成一定的資源浪費。第三，空間誤差相關系數(λ)顯著不為零，說明我國相鄰省份間人均醫療衛生及流動人口均存在顯著空間交互效應，即存在外部效應。

在人口流動背景下，本文的研究結論對地方政府調整醫療衛生支出規模，實現資源有效配置及完善政府考核機制有一定的政策啟示。首先，財政體制改革方面，中央政府應加強地區間的橫向轉移支付力度[12]41-53，以緩解人口流入地政府的財政支出壓力，確保居民的公共服務水平，并提高財政資金的使用效率。其次，改革和完善我國現有的地方官員考核制度，將反映居民福利的公共服務供給效率作為考核的重要指標，減少地方官員在資源配置上的扭曲現象。

[1] Ravenstein E G.The laws of migration [J].Journal of the Statistical Society of London，1885，48(2).

[2] 段成榮，楊舸，張斐，等.改革開放以來我國流動人口變動的九大趨勢[J].人口研究，2008(11).

[3] 段成榮，袁艷，郭靜.我國流動人口的最新狀況[J].西北人口，2013(6).

[4] 王桂新，潘澤瀚.我國流動人口的空間分布及其影響因素——基于第六次人口普查資料的分析[J].現代城市研究，2013(3).

[5] 劉晏伶，馮健.中國人口遷移特征及其影響因素——基于第六次人口普查數據的分析[J].人文地理，2014(2).

[6] Tiebout C M.The Pure Theory of Local Expenditure [J].Journal of Political Economy，1956(64).

[7] Boadway R.On the Method of Taxation and the Provision of Local Public Goods: Comment[J].American Economic Review，1980(70).

[8] 董理，張啟春.我國地方政府公共支出規模對人口遷移的影響——基于動態空間面板模型的實證研究[J].財貿經濟，2014(12).

[9] 楊菊華.中國流動人口的社會融入研究[J].中國社會科學，2015(2).

[10] 王金營，李莊園.快速成長城市流動人口對財政支出規模影響研究——以寧波市為例[J].財政研究，2015(12).

[11] 甘行瓊，劉大帥，胡朋飛.流動人口公共服務供給中的地方政府財政激勵實證研究[J].財貿經濟，2015(10).

[12] 付文林.人口流動、增量預算與地方公共品的擁擠效應[J].中國經濟問題，2012(1).

[13] Burridge P.On the Cliff-Ord test for spatial autocorrelation among regression residuals[J].Geographical Analysis，1980(4).

[14] Anselin L.Lagrange Multiplier Test Diagnostics for Spatial Dependence and Spatial Heterogeneity[J].Geographical Analysis，1988，20(1).

[15] Anselin L，Bera A K，Florax R，et al.Simple diagnostic tests for spatial dependence[J].Regional Science & Urban Economics，1996，26(1).

[16] Schreiber S. The Hausman test statistic can be negative even asymptotically[J]. JahrbücherfürNational?konomie und Statistik，2008，228(4).

[責任編輯：秦衛波]

AnEmpiricalAnalysisoftheImpactofPopulationFlowonLocalMedicalExpenditure——Based on Spatial Panel Model

SHI Gui-fen，WANG Jia

(School of Economics，Northeast Normal University，Changchun 130117，China)

In the context of large-scale labor mobility，medical and health services have become one of the most popular public services of the floating population as the floating population has become family and aging.In this paper，the spatial panel model with fixed effect is constructed from 2007 to 2014，and the impact of population flow on the per capita medical and health expenditure of local governments is analyzed from three perspectives: national，population inflow area and population outflow area.The results show that there are significant increases in the per capita medical and health expenditure on the one hand and the population outflow area.On the other hand，the spatial autocorrelation coefficient is not zero，and there is a spatial spillover effect between adjacent provinces.

Migration；Medical and Health Expenditure；Spatial Panel Model

10.16164/j.cnki.22-1062/c.2017.05.004

2017-05-12

國家社會科學基金項目(15BJY138)。

史桂芬(1972-)，女，吉林長春人，東北師范大學經濟學院教授，博士；王佳(1993-)，女，黑龍江齊齊哈爾人，東北師范大學經濟學院碩士研究生。

F812.45

A

1001-6201(2017)05-0025-06