趙為民
(安徽大學經濟學院,安徽 合肥 230601)
2003年及2009年中國分別在全國農村推行新型農村合作醫療(簡稱新農合)以及新農合大病保險制度,至2012年基本實現了對農村人口的全面覆蓋,財政補助標準從2010年的每人每年120元,提高到了2016年的420元,大病保險的報銷比例則接近75%。然而,公共支出與成員平等分享之間并沒有必然聯系[1],擁有不同稟賦的人群在接受同等的福利項目時可能產生不同的福利后果[2]。那么中國農村的社會醫療保險制度在農村不同收入群體之間有著怎樣的受益分布,能否緩解農村居民的收入不平等,縮小農村收入差距?在當下的中國這是一個非常重要的問題,值得深入探討。
許多文獻從制度設計層面研究了社會醫療保險公平性的問題,例如,吳成丕(2003)基于衛生服務利用、籌資渠道等角度,評估了中國醫療保險改革中一種具有普遍意義的模式——威海模式的公平性[3]。譚曉婷和鐘甫寧(2010)對新農合不同的補償模式進行了分析研究,認為與家庭賬戶相比,實施住院統籌或住院統籌加門診統籌的補償模式更有利于低收入人群[4]。Finkelstein et al.(2011)分析了奧巴馬醫改方案對中低收入階層在醫療服務利用與健康改善方面的異質性效應[5]。而更多的文獻則是直接研究社會醫療保障對居民消費、福利等產生的異質性沖擊。例如,Jack & Sheiner(1997)從理論上證明了不同的保險費用支付模式可產生不同的福利效應[6]。白重恩等(2012)研究了新農合對農村居民消費的異質性影響[7]。此外,類似的研究還有Engen & Gruber(2001)對美國的研究[8]、Atella et al.(2005)對意大利的研究等[9],結論大都支持社會醫療保險對居民消費及福利具有異質性作用。
關于社會醫療保險對收入分配的影響,不少文獻是基于公共支出受益歸宿分析框架(Benefit Incidence Analysis, BIA)展開研究(1)早在1979年,Meerman和Selowsky等人就提出了對公共支出直接受益進行量化的成本法,后經世界銀行學者的推動和完善[10][11]逐漸發展成公共支出受益歸宿分析的標準框架。,李永友和鄭春榮(2016)認為新醫改后公共醫療支出使得居民基尼系數降低了5至7個百分點,但基尼系數的降低主要來自中等收入群體[10]。Wagstaff et al.(2014)、解堊(2009)從不同收入階層醫療服務利用的角度探討了醫療保險的分配公平性[11][12];Zhong H.(2011)從醫療保險的補償比例、補償模式等角度分析了醫療保險的收入分配效應[13]。近年來采用“自然實驗”研究醫療保險政策效應的文獻日漸增多。例如,程令國和張曄(2012)使用雙重差分傾向得分匹配(PSM-DID)方法研究了新農合的經濟績效與健康績效[14]。白重恩等(2013)采用無條件分位數處理效應方法,研究了社會醫療保險的再分配效應[15]。
綜上所述,中外學者們對社會醫療保險的公平問題進行了廣泛的研究,但是以直接的收入再分配作為研究目標的文獻并不多見,多數文獻止步于社會醫療保險對收入分配影響的估計和評價,并沒有就社會醫療保險對收入差距影響的具體渠道展開深入的分析。一般來說,社會醫療保險對收入分配的影響主要通過兩個渠道發生作用:一是直接渠道,醫療保險的報銷收入可以彌補家庭收入損失,這可以視為家庭獲得了一種直接轉移支付收入。二是間接渠道,醫療保險提高了醫療服務的可及性,參保者可以利用醫療服務改善健康水平,從而提高自身的人力資本;此外,醫療保險可以使得參保者減少預防性儲蓄,增加人力資本投資(教育、培訓等)以及物質資本投資,從而增強其收入獲得能力[16][17]。已有文獻忽視了影響機制和作用渠道的分析,這在一定程度上削弱了研究的實踐價值。
本文利用中國各地區推行大病保險的進程差異所提供的“自然實驗”機會,通過雙重差分方法對大病保險的收入分配效應以及作用機制展開分析研究,研究發現新農合大病保險總體上擴大了農村居民的收入差距,使得基尼系數增長了約11個百分點,但是這種收入差距的擴大作用并非通過抑制低收入群體收入這一方式實現(2)醫療保險并不必然促進參保者的收入增長,因為參保者交納了參保費用,如果在投保期間沒有疾病風險沖擊,從而未獲得任何醫療補償,參保者的收入反而是降低了。此外,醫療保險可能會推高醫療服務價格,如果報銷收入不足以彌補價格的上漲,則參保者的實際收入也會下降。,而是大病保險受益不均擴大了收入差距。對作用渠道的研究發現,直接影響渠道并沒有擴大收入差距,大病保險的直接受益具有累進性,并且隨著時間推移逐漸向窮人傾斜。實證并沒有找到大病保險對農村居民受教育水平、接受工作培訓異質性影響的證據,但是發現高收入家庭的健康改善效應顯著大于低收入家庭,因此大病保險通過擴大不同收入群體的健康差距,間接擴大了收入差距。
社會醫療保險對參保者收入的異質性影響決定了其收入再分配的性質。圖1將社會醫療保險對參保者的收入影響分為直接渠道和間接渠道。直接渠道主要是指參保者通過醫療消費獲得了保險補償收入,而間接渠道是指通過醫療消費或非醫療消費行為,改善了參保者的人力資本和物質資本,間接提升了參保者的收入。

圖1 社會醫療保險的收入影響渠道
新農合籌資機制主要是政府補貼和個人繳費,如果低收入群體利用的醫療服務比高收入群體多,就意味著這一群體在利用醫療服務改善自身健康的同時,將大部分的成本轉嫁給了他人,這實際上是政府補貼和高收入群體繳納的保費向低收入群體進行了收入轉移;反之,則是公共財政和低收入群體繳費在補貼高收入群體。由于新農合降低了醫療服務成本,從而促使人們更多地消費醫療服務改善自身健康水平,同時新農合也將減少預防性儲蓄,刺激人們將更多的資金投入到教育、培訓以及再生產領域,間接促進收入增長。但是上述影響的異質性效應難以確定。對于健康改善來說,一方面,低收入者的醫療服務需求彈性大于高收入者,因此隨著醫療保障水平的提升,低收入者會更多地利用醫療服務;另一方面,在同樣的疾病風險沖擊下,對于社會醫療保險引致的醫療總支出,高收入群體大于低收入群體,因此高收入群體得到的醫療服務質量更高,健康改善效果也更好。這兩方面的作用孰大孰小,同樣受到保障水平、籌資補償模式等醫療保險制度規則的影響。對于促進人們教育投資和物質投資的研究,一般都遵循“平滑風險—心理預期—行為響應”的分析路徑,此種路徑的每個節點都存在不確定性,例如人們不同的認知水平、風險偏好會影響其對未來收入的心理預期,而即便心理預期相同,不同人群的行為響應受消費習慣、生活態度等的影響,其消費行為也會存在較大差異,因此理論上難以作出準確預測。
本文根據CFPS2010年和2016年農村居民的收入與健康信息,利用醫療衛生統計中常用的“兩周患病率與就診率”這一指標對農村居民的健康狀況和醫療服務利用進行了統計分析。具體結果如表1所示。從患病率來看,隨著收入的提高,居民患病率逐漸降低,最低收入組的兩周患病率最大,最高收入組的最小,這說明居民收入與健康狀況負相關,但是隨著時間的推移,各組的患病概率都在增大(最高收入組不顯著)(3)這一異常現象可能的解釋是,該指標是基于“過去兩周內,您是否感到身體不適”這一問題計算得來,對該問題的回答取決于個人的主觀感受,而隨著生活水平的提高人們可能更加關注身體健康,從而導致“患病率”的提高,此外我們也沒有控制其他影響因素(老齡化、環境污染等)。。從就診率來看,該指標隨著收入的提高呈下降趨勢(4)這和我們通常的預期不同,但是這一數值沒有控制其他影響因素,如醫療服務質量(村衛生所還是市級醫院)、疾病性質(慢性病還是急性病)等。,實施大病保險后的2016年與未實施大病保險的2010年相比,各收入分組的就診率均明顯提高且高度顯著,二者之間是否存在因果關系,還需要采用更加可信的方法加以驗證。

表1 不同收入水平農村居民的兩周患病率與就診率
本研究所用的微觀數據部分來自北京大學中國社會科學調查中心(ISSS)實施的中國家庭追蹤調查(CFPS)的農村樣本,有關省份的宏觀數據來自《中國統計年鑒》和《中國衛生和計劃生育統計年鑒》。目前CFPS發布了2010年、2012年、2014年和2016年共四年的調查數據,因此本研究的樣本也是由這四年構成的面板數據,其時間跨度符合本研究所采用的估計方法(DID)的需要:2010年和2012年是基準年,2014年是部分省份(處理組)實施大病保險的第二年(大病保險對健康和收入的影響具有滯后性),2016年所有省份均實施了大病保險(5)需要指出的是,CFPS記載的經濟類信息很多是調查前一年的信息,如CFPS2010年的數據,其收入和消費等記錄的是上一年(2009年)的情況,但這并未影響本研究采用的DID估計方法。。納入研究的地區包括河北、山西、天津、遼寧、吉林、黑龍江、江蘇、浙江、安徽、福建、江西、山東、上海、河南、湖北、湖南、廣東、廣西、重慶、四川、貴州、云南、陜西、甘肅等24個省份(北京在2010年沒有農村樣本,其他省份數據未包含在CFPS數據中)。
根據實證需要,本研究選擇了家庭收入、家庭特征和省份特征三組變量,表2給出了具體變量和統計描述結果。

表2 變量統計描述

續表
本研究選擇人均收入(F_Income_Pee)作為計算不平等指數的福利指標。由于CFPS采用分層隨機聚類抽樣,省作為分層單位,省以下隨機抽樣,CFPS給出了家庭的樣本權重,因此在計算各省份的不平等指數時,利用家庭人口數作為個人權重進行加權處理,在涉及到全國性的統計推斷時,將家庭權重乘以個人權重進行加權處理。表3給出了中國農村居民不平等指數的測算結果。

表3 不平等指數
各省份在新農合中引入大病保險的進程不同,這為我們提供了一個“自然實驗”以估計該政策的收入沖擊效應。具體來說,2010年所有省份都沒有開展新農合大病保險,2013年有部分省份(吉林、山東、湖北、江西、浙江、福建、山東、重慶)開始在全省范圍內實施大病保險(6)判斷的依據是各省份頒布的實施方案或實施意見。,2015年全國所有省份均開始實施新農合大病保險,因此回歸模型(DID)設定為:
(1)
其中,Ypt表示p省t年的收入不平等指數;γp表示省份固定效應;λt表示時間固定效應;treatmentpt為處理變量,如果p省在t年實施了大病保險則取值為1,否則為0。εpt為干擾項。X為隨時間變化的宏觀特征變量,包括人均GDP(S_Gdp)、GDP增長率(S_Indic)、城鎮化率(S_Urban)、人均本級財政收入(S_Reven)和人均住院費用(S_Cost)。選擇人均本級財政收入和人均住院費用的原因是,地區的財政充裕程度和人均醫療費用支出情況可能會影響地區實施大病保險的決策,因此如果不控制上述變量可能導致treatment變量的內生性。Z表示家庭特征變量的地區均值,包括戶均成人年齡(F_Age)、人均家庭農業經營面積(F_land)、戶均受教育水平(F_Edu)、戶均中共黨員數(F_Party)、生產性固定資產(F_Asset)、60歲以上老人數(F_60)、16歲以下未成年人數(F_16)、農業收入占家庭總收入比例(F_Ratio)。式(1)的估計結果如表4所示。

表4 不平等指數的DID估計結果
由表4可知,treatment的系數估計值均為正,說明新農合大病保險起著放大農村居民收入差距的效果,其中,基尼系數和變異系數在三種情況下均高度顯著,泰爾一階指數在兩種情況下顯著,平均對數離差在第一種情況下顯著。綜合表4的結果,總體上可以得出如下結論,新農合大病保險放大了農村居民的收入差距。
然而,即便我們控制了上述地區許多特征變量,仍然可能有遺漏變量同時影響收入差距和大病保險進程,使得大病保險時間決策具有內生性,即導致DID的共同趨勢假設不成立。為此,本文進行協變量平衡性檢驗,該檢驗被許多DID研究文獻用于共同趨勢假設檢驗。我們將式(1)中的每個控制變量依次作為因變量,做DID回歸并檢驗treatment系數的顯著性。結果顯示(7)限于篇幅未給出具體結果,作者備索。,絕大部分控制變量的DID估計結果均不顯著,因此可以認定共同趨勢假設成立。該檢驗結果也為后續的DID估計提供了穩健性支撐。
本節將研究大病保險對農村居民收入的異質性效應,從而能更加準確地理解大病保險對收入差距沖擊的機制。這里我們仍然采用DID方法進行估計,但式(2)的樣本單位為農戶家庭。
(2)
其中,Yipt為p省t時期第i個農戶家庭的人均收入,Zipt為農戶家庭特征的控制變量,變量選取同式(1),但變量值不再按照省份平均,其他變量的含義與取值均與式(1)相同。具體估計時,將樣本按照2012年家庭人均收入從低到高分為十等分組(組1~組10),對每一收入組別采用式(2)進行估計,圖2從左至右依次給出了十個組別的treatement系數估計。

圖2 人均收入十分位組系數估計結果注:人均收入單位為元,取對數形式;收入金額以2010年可比價格進行調整;控制變量的選擇同表2;采用家庭權重乘以個人權重進行加權估計;豎線部分為95%的置信區間。
從圖2可見,所有分位組的treatment估計系數均為正,并且在95%的置信水平上顯著,這說明新農合大病保險對農民收入具有正向促進作用,但是從最低收入組和最高收入組的政策效應來看,大病保險對高收入組的收入促進作用更為明顯,使得高收入組的收入大約增長了10%~20%,而低收入組僅僅增長5%左右。以上結果提示我們,大病保險并不是通過抑制低收入者的收入這一方式擴大收入差距,而是所有農村居民均從大病保險中受益,只不過高收入者受益更多,從而間接擴大了收入差距。
進一步對式(2)運用條件分位數模型對不同收入分位組的異質性進行再估計,結果如圖3所示。

圖3 四類收入的條件分位數雙重差分估計結果注:自左至右被解釋變量分別是人均收入、農業生產凈收入、工資性收入以及非農經營性凈收入;收入取對數形式,收入金額以2010年可比價格進行調整;估計方法和變量選擇同表3;陰影部分為95%的置信區間。
圖3的結果顯示,大病保險對人均收入具有顯著促進作用,但是高收入家庭收入增長更多,這與我們采用分組回歸得到的結果類似。進一步對家庭主要收入進行類似分析可見,大病保險促進了農村家庭的農業生產凈收入和工資性收入,上述收入與人均收入具有類似特征,即高收入家庭的受益大于低收入家庭,但非農經營性凈收入并不具有這樣的趨勢,其政策效應在所有分位區間均不顯著。總之,高收入家庭相對低收入家庭受益更多,因此大病保險間接擴大了農村居民的收入差距。
參保居民利用醫療服務并獲得保險補償收入,這是參保者從醫療保險中受益的直接渠道。這里采用公共支出受益歸宿分析框架,對大病保險的直接受益進行實證分析。根據基尼系數按收入來源的分解規則,假設總收入Y由K項彼此獨立的收入YK組成,則基尼系數G可按式(3)分解:
(3)
其中,n為總人數,μ為收入均值,i為按照總收入由低到高的個體排序位次。


圖4 農村醫療保障受益集中曲線注:采用家庭權重乘以個人權重進行加權估計;處理組是指在2013年在全省范圍內實施大病保險的省份,對照組是指在2013年尚未實施大病保險的省份。
由圖4可見,新農合隨著實施時間的推移,低收入群體的受益越來越大,集中曲線的性質從累進性轉變為了向窮人傾斜。而2014年處理組實施了大病保險,其受益曲線也超過了45度線,但是此種差異微小且不顯著,這說明實施大病保險的省份并沒有改變新農合的受益性質。因此,新農合大病保險的直接受益渠道并不能解釋其擴大收入差距這一現象。
前文已經分析了間接渠道發生作用的兩種途徑,如果這一作用對于不同收入組的影響存在異質性,那么社會醫療保險將對居民收入差距造成沖擊。但是在估計間接渠道的異質性效應之前,必須先確定“大病保險—健康(教育、培訓)—收入”傳遞機制是否有效。根據中介效應估計的一般模式,設定如下方程組:


其中,Yi為人均收入(結果變量),Ti為treatment(處理變量),Mi為戶均健康狀況、戶均受教育水平以及家庭接受技能培訓次數/年(中介變量),Xi為與式(2)相同的其他控制變量,ε為干擾項。通過λβ2的顯著性判斷中介效應是否存在,而λβ2/β3或方差解釋率則作為中介效果量。本文采用Kosuke Imai et al.(2010)[18]提出的政策中介效應的因果分析方法分別對健康、教育、培訓的中介效應進行驗證,具體結果如表5所示。

表5 中介效應估計結果
由表5可見,健康的中介效應為0.017,并且95%的置信區間不包括0,因此可以確定“大病保險—健康—收入”的影響渠道存在。而教育效應和培訓效應,由于95%的置信區間均包括0,因此“大病保險—教育(培訓)—收入”的影響渠道不顯著。
以下進一步檢驗新農合大病保險對農村不同收入人群健康的異質性效應,我們基于式(2)的設定,因變量為戶均健康狀況以及家庭最不健康成員的健康水平。為了估計大病保險健康沖擊效應的異質性,解釋變量中增加了處理變量與人均收入十分位組的交乘項(treatment×fz)。為了增加結果的穩健性,同時進行了標尺模型的DID估計,模型中的其他控制變量與式(2)類似,包括省份和家庭特征變量。具體估計結果如表6所示。

表6 農村居民健康狀況異質性效應估計結果
由表6可見,在兩種回歸設定下,大病保險treatment的系數均為負值且顯著,這說明大病保險對農村居民健康水平具有正向提升作用,并且標尺DID回歸估計的提升效應大于普通DID回歸。我們注意到捕捉健康沖擊異質性效應treatment×fz的估計系數為負,盡管從系數估計的絕對水平來看比較小,但是統計上大多非常顯著,這表明隨著收入分組水平的提高,這種改善效應也在逐步提升。基于上述分析,可以得出的結論是,大病保險對所有農村居民的健康均具有正向提升作用,但是對高收入家庭的健康改善效應大于低收入家庭。表6為圖2的收入異質性效應提供了一個合理的解釋,也證實了新農合大病保險通過對健康沖擊的異質性效應擴大了農村收入差距。
盡管大病保險通過教育和培訓影響收入的渠道沒有通過中介效應檢驗,考慮到內容的完整性,我們也檢驗了教育及培訓的異質性效應。采用與表6同樣的DID回歸設定,因變量為戶均受教育水平以及家庭接受技能培訓次數/年。與家庭健康狀況回歸類似,戶均受教育水平由于存在序數關系,因此我們同時進行了標尺模型的DID估計。對于家庭接受技能培訓次數/年的回歸方程,因為大量家庭接受勞動技能培訓的次數為0,因此我們采用DID歸并回歸方法進行檢驗。由表7可見,對于戶均受教育水平的回歸結果,treatment×fz系數均為正且統計上顯著,但是加入treatment×fz后treatment系數不顯著。家庭接受技能培訓次數/年回歸結果則顯示上述兩個變量系數均不顯著。因此,大病保險通過對教育和培訓的異質性影響從而擴大收入差距的證據不足。

表7 農村居民教育及培訓異質性效應估計結果
本文采用雙重差分方法檢驗了社會醫療保險對農村居民收入的影響及其作用機制。研究發現,大病保險總體上擴大了農村居民的收入差距,使得處理組基尼系數擴大了約11個百分點,但是大病保險并沒有抑制低收入者的收入,大病保險的實施使得低收入組的收入增長了約5個百分點,而高收入組的家庭人均收入則增長了10至15個百分點,因此間接擴大了收入差距。本文進一步研究了大病保險對農村居民收入的作用渠道。基于公共支出的受益歸宿分析表明,農村社會醫療保險受益具有累進性,直接受益渠道并未擴大農村居民收入差距,而間接渠道的分析顯示,大病保險主要改善健康人力資本這一中介變量促進收入增長,并且大病保險對高收入家庭的健康改善效應大于低收入家庭,因此新農合大病保險通過對不同收入群體的健康沖擊的異質性效應擴大了農村收入差距。本文的研究表明,我國應加大農村基本醫療公共服務供給,減少農村貧困地區缺醫少藥現象,同時完善公共醫療服務制度,抑制過高的醫療服務價格,增加醫療服務特別是優質服務的可及性,真正解決低收入者看病難、看病貴問題。只有如此,農村社會醫療保險方能產生更加公正的收入分配效應。