基于省際面板數(shù)據(jù)的城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)基金籌資影響因素研究

楊琳 于紹君

1.唐山市醫(yī)療保險(xiǎn)服務(wù)中心； 2.唐山職業(yè)技術(shù)學(xué)院

籌資問題是社會(huì)保險(xiǎn)最基本和最核心的問題。本文在研究前人相關(guān)文獻(xiàn)的基礎(chǔ)上，收集了中國31個(gè)省份或直轄市、自治區(qū)2003年—2018年的相關(guān)數(shù)據(jù)，對城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)基金籌資的可能影響因素進(jìn)行實(shí)證研究。

一、建立模型

通過對基本醫(yī)療保險(xiǎn)籌資機(jī)理的梳理，分析了其影響因素，并依據(jù)面板數(shù)據(jù)模型的一般形式，擬建立如下的多元線性回歸模型：

Iit=β0+β1Nit+β2Wit+β3Eit+μ

模型的被解釋變量為城鎮(zhèn)職工醫(yī)保基金收入Iit；解釋變量為：城鎮(zhèn)職工參保人數(shù)Nit、城鎮(zhèn)職工的平均薪資水平Wit、城鎮(zhèn)在職職工人數(shù)Eit。。其中，i、t分別表示省份和年份。本文收集了2003-2016年中國的北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、陜西、西藏、甘肅、青海、寧夏、新疆31個(gè)省份或直轄市、自治區(qū)的面板數(shù)據(jù)作為樣本，對模型進(jìn)行估計(jì)。本文使用的數(shù)據(jù)，全部來自中國統(tǒng)計(jì)年鑒；并以2003年為100，根據(jù)每個(gè)省份的城鎮(zhèn)居民消費(fèi)價(jià)格指數(shù)，對被解釋變量“城鎮(zhèn)職工醫(yī)保基金收入”、解釋變量中的“城鎮(zhèn)職工的平均薪資水平”的數(shù)據(jù)進(jìn)行了調(diào)整；然后，對所有數(shù)據(jù)都做了取對數(shù)處理。

二、影響因素分析

本文采用Stata14.0軟件來進(jìn)行面板數(shù)據(jù)分析。

1.使用聚類穩(wěn)健標(biāo)準(zhǔn)誤的混合回歸。估計(jì)結(jié)果見表2的模型2，結(jié)果表明，城鎮(zhèn)職工參保人數(shù)與被解釋變量的正相關(guān)不顯著、城鎮(zhèn)職工的平均薪資水平和城鎮(zhèn)在職職工人數(shù)與被解釋變量的正相關(guān)顯著。

2.使用聚類穩(wěn)健標(biāo)準(zhǔn)誤的固定效應(yīng)回歸的形式。估計(jì)結(jié)果見表2的模型2，城鎮(zhèn)職工參保人數(shù)和城鎮(zhèn)職工的平均薪資水平與被解釋變量的正相關(guān)顯著。

3.選擇混合回歸或者個(gè)體固定效應(yīng)模型。估計(jì)結(jié)果見表2的模型3， 因?yàn)镻rob>F =0.0000，所以，強(qiáng)烈拒絕不存在個(gè)體效應(yīng)的原假設(shè)，強(qiáng)烈拒絕混合回歸，應(yīng)選擇個(gè)體固定效應(yīng)模型。

4.采用聚類穩(wěn)健標(biāo)準(zhǔn)誤的LSDV法進(jìn)一步考察.。估計(jì)結(jié)果見表2的模型4，部分省P值為0.000，說明不能忽略個(gè)體省份效應(yīng)，所以，不能拒絕不存在個(gè)體效應(yīng)的原假設(shè)，再次拒絕混合回歸，選擇個(gè)體固定效應(yīng)模型。

5.在固定效應(yīng)中加入時(shí)間趨勢項(xiàng)。估計(jì)結(jié)果見表2的模型5，城鎮(zhèn)職工參保人數(shù)和城鎮(zhèn)職工的平均薪資水平與被解釋變量的正相關(guān)仍然顯著。時(shí)間趨勢項(xiàng)系數(shù)為0. 0200328，P值為0.003。

6.考慮雙向固定效應(yīng)，加入年度虛擬變量。估計(jì)結(jié)果見表3的模型9，城鎮(zhèn)職工參保人數(shù)和與被解釋變量的正相關(guān)仍在1%水平上顯著，城鎮(zhèn)職工的平均薪資水平與被解釋變量的正相關(guān)在5%水平上顯著。除去2010年P(guān)值為0.001外，其它年份P值均為0.000，說明各年份虛擬變量顯著性強(qiáng)。

7.檢驗(yàn)所有年度虛擬變量的聯(lián)合顯著性。檢驗(yàn)結(jié)果顯示P值為0.0000，因此，強(qiáng)烈拒絕“無時(shí)間固定效應(yīng)”的原假設(shè)，需要將時(shí)間固定效應(yīng)添加到模型里，進(jìn)行雙向固定效應(yīng)估計(jì)。

8.使用聚類穩(wěn)健標(biāo)準(zhǔn)誤的隨機(jī)效應(yīng)回歸的形式。估計(jì)結(jié)果見表2的模型6，城鎮(zhèn)職工的平均薪資水平與被解釋變量的正相關(guān)顯著。P值為0.000，強(qiáng)烈拒絕“sigma_u=0”的原假設(shè)，拒絕混合回歸，選擇個(gè)體隨機(jī)效應(yīng)模型。

9.選擇混合回歸或者個(gè)體隨機(jī)效應(yīng)模型，進(jìn)行LM檢驗(yàn)。檢驗(yàn)結(jié)果為：P值等于 0.0000，強(qiáng)烈拒絕“不存在個(gè)體隨機(jī)效應(yīng)”的原假設(shè)，應(yīng)該選擇隨機(jī)效應(yīng)。

10.使用普通標(biāo)準(zhǔn)誤的隨機(jī)效應(yīng)估計(jì)。估計(jì)結(jié)果見表2的模型7，城鎮(zhèn)職工參保人數(shù)、城鎮(zhèn)職工的平均薪資水平、城鎮(zhèn)在職職工人數(shù)與被解釋變量的正相關(guān)顯著。

11.對隨機(jī)效應(yīng)進(jìn)行MLE估計(jì)。估計(jì)結(jié)果見表2的模型8，城鎮(zhèn)職工參保人數(shù)和城鎮(zhèn)職工的平均薪資水平與被解釋變量的正相關(guān)顯著。

12.通過傳統(tǒng)豪斯曼檢驗(yàn)，決定選擇固定效應(yīng)或者隨機(jī)效應(yīng)。檢驗(yàn)結(jié)果顯示，P值為0.0000，因此，強(qiáng)烈拒絕隨機(jī)效應(yīng)為正確模型的原假設(shè)，應(yīng)選擇固定效應(yīng)模型。

13.采用穩(wěn)健的豪斯曼檢驗(yàn)。檢驗(yàn)結(jié)果顯示，P值為0.0000，因此，強(qiáng)烈拒絕隨機(jī)效應(yīng)為正確模型的原假設(shè)，應(yīng)選擇固定效應(yīng)模型。

表1 樣本總體描述性統(tǒng)計(jì)表

表2 模型1-8的估計(jì)結(jié)果表

_cons -5.166＊＊(0.170)-5.456＊＊＊(0.0603)R2 0.9726 0.9802 0.9802 0.9920 0.9824 0.9529 0.9529-5.470＊＊＊(0.0930)-5.470＊＊＊(0.0528)-5.528＊＊＊(0.0930)-43.61＊＊(11.80)-5.410＊＊(0.121)-5.410＊＊＊(0.0578)

表3 模型9的估計(jì)結(jié)果表

三、結(jié)論

通過對表2和表3中9個(gè)模型的估計(jì)結(jié)果分析，本文得出以下結(jié)論：

城鎮(zhèn)職工參保人數(shù)和城鎮(zhèn)職工的平均薪資水平的增加，會(huì)顯著促進(jìn)城鎮(zhèn)職工醫(yī)保基金收入的增加。