基本醫(yī)療保險(xiǎn)的健康績(jī)效探究▲

張?jiān)市?宮春博 馬麗君

(山東中醫(yī)藥大學(xué) 1 藥學(xué)院，2 管理學(xué)院，山東省濟(jì)南市 250300；3 山東省曲阜市科技創(chuàng)新服務(wù)中心，山東省曲阜市 273100)

我國(guó)的基本醫(yī)療保險(xiǎn)由城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)(以下簡(jiǎn)稱(chēng)“城職保”)、城鎮(zhèn)居民基本醫(yī)療保險(xiǎn)(以下簡(jiǎn)稱(chēng)“城居保”)和新型農(nóng)村合作醫(yī)療(以下簡(jiǎn)稱(chēng)“新農(nóng)合”)3部分構(gòu)成，分別覆蓋城鎮(zhèn)就業(yè)人口、城鎮(zhèn)非就業(yè)人口和農(nóng)村人口，其中城居保與新農(nóng)合自2016年起逐步合并為城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)(以下簡(jiǎn)稱(chēng)“城鄉(xiāng)醫(yī)保”)。根據(jù)國(guó)家統(tǒng)計(jì)局2021年發(fā)布的《2020醫(yī)療保障事業(yè)發(fā)展統(tǒng)計(jì)快報(bào)》[1]，截至2020年底，我國(guó)基本醫(yī)療保險(xiǎn)參保人數(shù)達(dá)136 100萬(wàn)人，參保覆蓋面穩(wěn)定在95%以上；其中，參加城職保人數(shù)34 423萬(wàn)人，比上年同期增加1 498萬(wàn)人，增幅4.6%；在參加城職保職工中，在職職工25 398萬(wàn)人，退休職工9 025萬(wàn)人，分別比上年同期增加1 174萬(wàn)人和324萬(wàn)人；參加城鄉(xiāng)醫(yī)保保險(xiǎn)人數(shù)101 677萬(wàn)人，比上年同期減少806萬(wàn)人，降幅0.8%。基本醫(yī)療保險(xiǎn)制度作為政府維護(hù)群眾生命健康的重要工具，其有效性關(guān)乎人民福祉。隨著我國(guó)社會(huì)變革進(jìn)程的不斷加快、人口老齡化問(wèn)題的不斷加劇、居民健康需求的不斷加大，在“健康中國(guó)2030”的戰(zhàn)略背景下，基本醫(yī)療保險(xiǎn)能否發(fā)揮預(yù)期作用，扮演好維護(hù)居民健康的角色，是值得深切考察的問(wèn)題。考察基本醫(yī)療保險(xiǎn)的健康績(jī)效、擴(kuò)大基本醫(yī)療保險(xiǎn)的促健作用，能夠進(jìn)一步明確基本醫(yī)療保險(xiǎn)的責(zé)任，加快我國(guó)醫(yī)療衛(wèi)生體系改革進(jìn)程，為“健康中國(guó)”的建設(shè)做好鋪墊。

1 文獻(xiàn)綜述

基本醫(yī)療保險(xiǎn)作為一項(xiàng)醫(yī)療保障制度，其首要目標(biāo)是釋放居民的健康需求，提升居民的健康水平。Grossman健康需求模型認(rèn)為，醫(yī)療衛(wèi)生服務(wù)價(jià)格的變動(dòng)反向影響居民的健康需求[2]。醫(yī)療衛(wèi)生服務(wù)價(jià)格越高，居民產(chǎn)出健康的成本越大，健康需求越低；而醫(yī)療衛(wèi)生服務(wù)價(jià)格下降時(shí)，居民產(chǎn)出健康的邊際回報(bào)率增加，健康需求也隨之增加[3-4]。由此可見(jiàn)，醫(yī)療保險(xiǎn)可以通過(guò)補(bǔ)貼醫(yī)療衛(wèi)生服務(wù)價(jià)格，降低居民購(gòu)買(mǎi)醫(yī)療衛(wèi)生服務(wù)的成本，釋放參保人的健康需求，提升其健康水平。但是，以往關(guān)于醫(yī)療保險(xiǎn)健康績(jī)效是否顯著的實(shí)證研究存在嚴(yán)重分歧。郭慶等[5]利用傾向性得分匹配法與雙重差分法進(jìn)行分析后發(fā)現(xiàn)，城鄉(xiāng)醫(yī)保能夠顯著提升個(gè)人的健康水平。同時(shí)，有研究表明，參保者在自評(píng)健康、生理健康、心理健康方面都優(yōu)于未參保者[6]。亦有學(xué)者認(rèn)為城職保對(duì)中國(guó)西部少數(shù)民族地區(qū)老年人的生理健康有顯著的正向影響[7]。目前大量文獻(xiàn)都得出醫(yī)療保險(xiǎn)可促進(jìn)參保者健康的結(jié)論[8-12]。持相反態(tài)度的研究者發(fā)現(xiàn)新農(nóng)合對(duì)于參保者的影響甚微，并不能改善農(nóng)村居民的健康問(wèn)題[13-14]。有學(xué)者將社區(qū)平均參保率作為工具變量進(jìn)行研究，發(fā)現(xiàn)醫(yī)療保險(xiǎn)對(duì)老年人的健康無(wú)顯著影響[15]。著名的蘭德醫(yī)療保險(xiǎn)實(shí)驗(yàn)也印證了這一點(diǎn)，該實(shí)驗(yàn)結(jié)果表明，提高醫(yī)療保險(xiǎn)的補(bǔ)貼比例可以大幅度增加參保人員使用醫(yī)療衛(wèi)生服務(wù)的概率，但是對(duì)參保人員健康的影響并不明顯[16]。筆者認(rèn)為，以下4個(gè)方面的因素可能導(dǎo)致部分文獻(xiàn)低估了醫(yī)療保險(xiǎn)的健康績(jī)效，從而引發(fā)上述分歧：(1)醫(yī)療衛(wèi)生服務(wù)發(fā)揮作用需要時(shí)間。機(jī)體健康的恢復(fù)需要一定的周期，健康存量的積累引起的變化是從量變到質(zhì)變的過(guò)程，這就造成在實(shí)施初期難以考察醫(yī)療保險(xiǎn)的正向影響[17]。(2)醫(yī)療保險(xiǎn)存在因居民的自選擇行為引發(fā)的內(nèi)生性問(wèn)題。參保者的參保行為不是隨機(jī)的，醫(yī)療衛(wèi)生服務(wù)價(jià)格的下降會(huì)更加吸引醫(yī)療需求釋放不充分的人群，這樣的自選擇偏差會(huì)干擾醫(yī)療保險(xiǎn)健康績(jī)效的結(jié)果[18]。(3)醫(yī)療保險(xiǎn)可能會(huì)引發(fā)過(guò)度的醫(yī)療需求。醫(yī)療保險(xiǎn)雖然可以減少參保者健康的產(chǎn)出成本，但不能確保提高醫(yī)療衛(wèi)生資源利用率，參保者購(gòu)買(mǎi)過(guò)多的醫(yī)療衛(wèi)生產(chǎn)品可能會(huì)對(duì)其自身健康產(chǎn)生不好的影響，導(dǎo)致與預(yù)期相反的醫(yī)療保險(xiǎn)健康績(jī)效[19]。(4)醫(yī)療保險(xiǎn)對(duì)不同人群產(chǎn)生的影響存在較大差異。對(duì)于健康存量低、健康需求大的群體，增加健康資本的投資可以更明顯地改善其健康水平，而對(duì)于年齡小、健康狀況好、收入低的群體，醫(yī)療保險(xiǎn)可以改善其醫(yī)療衛(wèi)生資源利用水平，進(jìn)而對(duì)其健康產(chǎn)生影響[20]。針對(duì)以上問(wèn)題，本文從多個(gè)角度分析基本醫(yī)療保險(xiǎn)對(duì)改善參保居民健康水平起到的作用，深究其產(chǎn)生的健康績(jī)效：第一，采用2016年與2018年兩期中國(guó)家庭追蹤調(diào)查(China Family Panel Studies，CFPS)平衡面板數(shù)據(jù)(http://www.isss.pku.edu.cn/cfps/)進(jìn)行分析[21]。兩期的數(shù)據(jù)可以為考察基本醫(yī)療保險(xiǎn)的健康績(jī)效提供科學(xué)基礎(chǔ)，對(duì)當(dāng)下醫(yī)療保險(xiǎn)政策的實(shí)施效果進(jìn)行有效的評(píng)估。第二，利用傾向得分匹配法與雙重差分法相結(jié)合的方法處理研究中出現(xiàn)的內(nèi)生性問(wèn)題。傾向得分匹配與雙重差分被廣泛應(yīng)用于國(guó)內(nèi)的政策效應(yīng)評(píng)估研究。傾向得分匹配法首先計(jì)算樣本個(gè)體的傾向得分，然后選擇實(shí)驗(yàn)組與控制組中合適的對(duì)象進(jìn)行匹配，從而消除樣本群體間的選擇性偏倚和混雜偏倚。而雙重差分法是在滿(mǎn)足平行性趨勢(shì)的前提下，通過(guò)比較政策實(shí)施前后實(shí)驗(yàn)組與控制組之間的差異，構(gòu)造出反映政策效果的雙重差分統(tǒng)計(jì)量。將兩種方法相結(jié)合，可以在平行趨勢(shì)假定被違背的情況下有效地估計(jì)政策效果[22]。第三，在分析基本醫(yī)療保險(xiǎn)對(duì)參保居民總體影響的基礎(chǔ)上，進(jìn)一步進(jìn)行多維度分組，以探究基本醫(yī)療保險(xiǎn)對(duì)不同群體影響的異質(zhì)性，從而全面地研究基本醫(yī)療保險(xiǎn)的健康效應(yīng)。

2 數(shù)據(jù)來(lái)源、變量說(shuō)明及模型設(shè)定

2.1 數(shù)據(jù)的來(lái)源與處理 CFPS是由北京大學(xué)社會(huì)調(diào)查中心開(kāi)展的一項(xiàng)全國(guó)性、大規(guī)模、多學(xué)科的社會(huì)跟蹤調(diào)查項(xiàng)目，調(diào)查層次分為個(gè)人、家庭、社區(qū)3個(gè)層次，調(diào)查內(nèi)容包括經(jīng)濟(jì)活動(dòng)、教育成果、家庭關(guān)系與家庭動(dòng)態(tài)、人口遷移、健康等多個(gè)方面。調(diào)查的樣本通過(guò)分層多階段抽樣方式從全國(guó)94.5%的人口中獲得，覆蓋了25個(gè)省級(jí)行政單位，樣本規(guī)模為16 000戶(hù)，故該社會(huì)調(diào)查數(shù)據(jù)具有全國(guó)代表性。本文使用2016年、2018年的個(gè)人數(shù)據(jù)進(jìn)行分析，其中2016年共有3 376個(gè)樣本未參加基本醫(yī)療保險(xiǎn)，至2018年仍保留有2 087個(gè)樣本信息，剔除部分信息缺失的樣本后，納入1 652個(gè)樣本進(jìn)行回歸分析，其中2016年未參加而2018年參加基本醫(yī)療保險(xiǎn)的樣本共1 234個(gè)，2016年與2018年都未參加基本醫(yī)療保險(xiǎn)任一險(xiǎn)種的樣本共418個(gè)。

2.2 變量說(shuō)明

2.2.1 因變量：目前尚無(wú)考察居民健康屬性的統(tǒng)一測(cè)量方法。本文在參考既往研究[23]的基礎(chǔ)上，選取居民自評(píng)健康水平為衡量居民健康的指標(biāo)，該指標(biāo)雖然是居民對(duì)自身健康狀況感知的主觀指標(biāo)，但仍具有客觀屬性，與死亡率等客觀指標(biāo)有顯著關(guān)聯(lián)，因此被國(guó)內(nèi)外學(xué)者廣泛選用，是衡量個(gè)人健康水平的優(yōu)良指標(biāo)。CFPS數(shù)據(jù)將居民自評(píng)健康水平細(xì)化為7個(gè)層次(1～7)，隨著層次遞增，健康水平逐步提升。

2.2.2 核心解釋變量和控制變量：核心解釋變量為居民個(gè)人是否參加基本醫(yī)療保險(xiǎn)與時(shí)間虛擬變量的交互項(xiàng)(treatedit×yearit)。為避免因遺漏變量而導(dǎo)致的內(nèi)生性問(wèn)題，更加準(zhǔn)確地考察基本醫(yī)療保險(xiǎn)對(duì)居民健康產(chǎn)生的影響，本文在借鑒以往相關(guān)研究[24]的基礎(chǔ)上，從個(gè)人特征、醫(yī)療衛(wèi)生服務(wù)、健康行為3個(gè)方面出發(fā)，選取戶(hù)籍、家庭成員人數(shù)、年齡、性別、婚姻狀況、受教育年限、年收入、醫(yī)療支出、就診醫(yī)院規(guī)模、看病點(diǎn)條件滿(mǎn)意度、看病點(diǎn)醫(yī)療水平、是否抽煙、是否飲酒、是否午休、周娛樂(lè)活動(dòng)時(shí)長(zhǎng)、周鍛煉次數(shù)為控制變量。各類(lèi)變量說(shuō)明及描述性統(tǒng)計(jì)分析結(jié)果見(jiàn)表1。

表1 變量定義及描述

2.3 模型設(shè)定 將數(shù)據(jù)樣本分為實(shí)驗(yàn)組與控制組，其中實(shí)驗(yàn)組為2016年未參保但2018年參保的群體，控制組為2016年與2018年均未參保的群體。采用前文選取的控制變量作為傾向得分匹配中的評(píng)分變量，利用Logistic回歸分析計(jì)算出每個(gè)樣本個(gè)體的傾向得分，并通過(guò)卡尺匹配法對(duì)實(shí)驗(yàn)組和控制組中的樣本個(gè)體進(jìn)行匹配。最后利用雙重差分法對(duì)匹配后的實(shí)驗(yàn)組與控制組進(jìn)行回歸估計(jì)，準(zhǔn)確考察基本醫(yī)療保險(xiǎn)對(duì)居民健康產(chǎn)生的影響。

基于模型原理，本文構(gòu)建如下模型：

Healthit=α0+α1treatedit+α2yearit+α3yearit×treatedit+βiXit+εit式(1)

式(1)中Healthit為樣本i在t年的自評(píng)健康水平；treatedit為分組虛擬變量，實(shí)驗(yàn)組取值為1，控制組取值為0；yearit為時(shí)間虛擬變量，2018年取值為1，2016年取值為0；交互項(xiàng)treatedit×yearit為居民個(gè)人是否參加基本醫(yī)療保險(xiǎn)與時(shí)間虛擬變量的乘積；Xit為控制變量；εit為隨機(jī)擾動(dòng)項(xiàng)；回歸系數(shù)中，交互項(xiàng)的系數(shù)α3是在控制組間差異和時(shí)間效應(yīng)的基礎(chǔ)上基本醫(yī)療保險(xiǎn)對(duì)居民健康影響的純凈效應(yīng)，是本研究的關(guān)注重點(diǎn)。在具體回歸估計(jì)中，由于被解釋變量居民自評(píng)健康水平為排序變量，因此本文將采用有序Logistic回歸分析考察基本醫(yī)療保險(xiǎn)與居民個(gè)體健康水平之間的關(guān)系。回歸分析以P≤0.1為差異有統(tǒng)計(jì)學(xué)意義，檢驗(yàn)水準(zhǔn)分為α=0.1、α=0.05、α=0.01。

3 實(shí)證分析

3.1 傾向得分匹配結(jié)果 傾向得分匹配需要滿(mǎn)足共同支撐域假設(shè)和平衡性假設(shè)才能達(dá)到消除組間差異的目的。因此，本研究須利用核密度圖對(duì)實(shí)驗(yàn)組與控制組的共同支撐域進(jìn)行檢驗(yàn)，結(jié)果顯示：實(shí)驗(yàn)組與控制組的共同支撐域在匹配前差異較大，兩組樣本個(gè)體的傾向得分不盡相同，而匹配后二者分布曲線(xiàn)高度擬合且走勢(shì)一致，匹配效果理想，見(jiàn)圖1。傾向得分匹配的平衡性檢驗(yàn)結(jié)果顯示：匹配后實(shí)驗(yàn)組與控制組所有控制變量的標(biāo)準(zhǔn)偏差(standard deviation，SD)明顯縮小，絕對(duì)值均<10%；由t檢驗(yàn)結(jié)果可知控制變量不存在系統(tǒng)性差異，匹配結(jié)果滿(mǎn)足平衡性假設(shè)，匹配效果佳，見(jiàn)表2。

圖1 檢驗(yàn)共同支撐域的核密度函數(shù)圖

表2 傾向得分匹配平衡性檢驗(yàn)和t檢驗(yàn)結(jié)果

3.2 回歸結(jié)果 回歸結(jié)果見(jiàn)表3，表3中第(1)列為未納入控制變量的回歸分析結(jié)果，第(2)列為納入控制變量的回歸分析結(jié)果，納入控制變量后回歸分析的擬合優(yōu)度明顯優(yōu)于未納入控制變量的回歸分析。通過(guò)回歸中交互項(xiàng)(即treated×year)的回歸系數(shù)得知，無(wú)論是否納入控制變量，基本醫(yī)療保險(xiǎn)對(duì)居民健康均有正向影響，即基本醫(yī)療保險(xiǎn)可以有效提升居民自身健康水平。

表3 雙重差分結(jié)果

由納入控制變量的回歸分析的回歸系數(shù)可知：(1)健康水平會(huì)隨個(gè)體年齡增長(zhǎng)而下降(回歸系數(shù)<0，P<0.01)，這可能是因?yàn)槟挲g增長(zhǎng)會(huì)導(dǎo)致個(gè)體身體機(jī)能的衰退，患病風(fēng)險(xiǎn)也會(huì)逐漸加大，健康存量隨之減少。(2)提升教育水平可以改善個(gè)體健康(回歸系數(shù)>0，P<0.01)。一般情況下，高教育人群會(huì)更加重視自身的健康程度，且受高學(xué)歷影響該人群的薪資水平可能更具有優(yōu)勢(shì)，面對(duì)健康風(fēng)險(xiǎn)沖擊時(shí)擁有更多的醫(yī)療衛(wèi)生服務(wù)選擇，本研究中個(gè)體年收入的回歸結(jié)果也驗(yàn)證了這種推論(回歸系數(shù)>0，P<0.01)。(3)居民健康與自身的醫(yī)療衛(wèi)生支出息息相關(guān)，個(gè)體健康存量降低時(shí)會(huì)購(gòu)買(mǎi)相應(yīng)的醫(yī)療衛(wèi)生服務(wù)，醫(yī)療衛(wèi)生花費(fèi)越多的個(gè)體健康水平就會(huì)越低(回歸系數(shù)<0，P<0.01)。(4)居民健康會(huì)隨看病點(diǎn)醫(yī)療水平的提升而降低(回歸系數(shù)<0，P≤0.1)，當(dāng)重大疾病對(duì)居民健康產(chǎn)生沖擊時(shí)，居民會(huì)選擇醫(yī)療水平更高、醫(yī)療衛(wèi)生服務(wù)質(zhì)量更好的看病點(diǎn)進(jìn)行診療。(5)生活習(xí)慣對(duì)健康產(chǎn)生的影響較為顯著，抽煙行為會(huì)降低抽煙者的健康水平(回歸系數(shù)>0，P<0.05)，而加強(qiáng)身體鍛煉、增加鍛煉次數(shù)和時(shí)長(zhǎng)可以明顯地改善健康水平(回歸系數(shù)>0，P≤0.1)。值得注意的是，在回歸分析結(jié)果中，居民飲酒行為變量的回歸系數(shù)>0且P值<0.01，這表示飲酒行為可以提升居民的健康水平，這與以往的理論與實(shí)證研究[25]結(jié)論并不相符，究其原因可能是因?yàn)樵贑FPS中，飲酒行為是以居民1個(gè)月內(nèi)飲酒次數(shù)是否超過(guò)3次作為進(jìn)行統(tǒng)計(jì)，這種評(píng)價(jià)標(biāo)準(zhǔn)不能準(zhǔn)確地衡量居民是否存在酗酒行為，進(jìn)而導(dǎo)致回歸系數(shù)出現(xiàn)了偏差；回歸分析中的其余協(xié)變量對(duì)居民健康的影響符合以往理論與實(shí)證研究[26]的結(jié)果，也符合人們的常識(shí)和主觀判斷，但是由于其回歸結(jié)果差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.1)，本文將不展開(kāi)敘述。

3.3 穩(wěn)健性檢驗(yàn) 穩(wěn)健性檢驗(yàn)可以對(duì)定量模型的科學(xué)性進(jìn)行驗(yàn)證，從而保證分析結(jié)果具有可靠性。本文選擇安慰劑檢驗(yàn)作為穩(wěn)健性檢驗(yàn)的手段。安慰劑檢驗(yàn)來(lái)源于安慰劑效應(yīng)，在因果推斷的實(shí)證分析中，安慰劑檢驗(yàn)利用虛構(gòu)的政策發(fā)生時(shí)間或?qū)嶒?yàn)組進(jìn)行穩(wěn)健分析，若安慰劑檢驗(yàn)中虛假實(shí)驗(yàn)組依舊能獲得相同的政策效應(yīng)，則說(shuō)明原有結(jié)論并不可靠，反之，則可進(jìn)一步驗(yàn)證原有結(jié)論的科學(xué)性。本文將驗(yàn)證傾向性得分匹配法和雙重差分法對(duì)核心解釋變量的回歸系數(shù)α3(即在控制組間差異和時(shí)間效應(yīng)的基礎(chǔ)上基本醫(yī)療保險(xiǎn)對(duì)居民自身健康水平影響的純凈效應(yīng))估計(jì)的可靠性。具體方法為：從原有1 652個(gè)樣本中隨機(jī)抽取418個(gè)樣本作為虛假控制組，剩余1 234個(gè)樣本作為虛假實(shí)驗(yàn)組，在控制因變量、匹配方法且回歸步驟保持不變的情況下，再次對(duì)交互項(xiàng)的回歸系數(shù)α3進(jìn)行重復(fù)1 000次的估計(jì)。圖2為重復(fù)1 000次之后交互項(xiàng)估計(jì)回歸系數(shù)的核密度圖，由圖2可知，估計(jì)回歸系數(shù)α3均勻地分布于0附近且接近標(biāo)準(zhǔn)正態(tài)分布，其中垂直豎線(xiàn)為前文基于有序Logistic回歸分析的雙重差分法分析中系數(shù)α3在圖中的位置(0.426)，該數(shù)值出現(xiàn)在核密度分布圖尾部，說(shuō)明絕大部分虛假實(shí)驗(yàn)的回歸結(jié)果不能證明基本醫(yī)療保險(xiǎn)對(duì)居民自身健康水平產(chǎn)生顯著的正向影響，繼而從側(cè)面說(shuō)明前文所進(jìn)行基于有序Logistic回歸分析的雙重差分法分析結(jié)果十分穩(wěn)健、可靠。

圖2 重復(fù)1 000次隨機(jī)抽樣回歸系數(shù)的核密度分布圖

3.4 異質(zhì)性研究 本文進(jìn)一步考察基本醫(yī)療保險(xiǎn)對(duì)不同年齡群體和不同收入群體的影響。根據(jù)我國(guó)最新的年齡劃分標(biāo)準(zhǔn)[17]，本文將樣本劃分為青年(18～45周歲)、中年(46～69周歲)、老年(≥70周歲)3個(gè)年齡組，并納入控制變量進(jìn)行分組回歸分析。結(jié)果顯示，交互項(xiàng)的回歸系數(shù)均為正數(shù)，即基本醫(yī)療保險(xiǎn)對(duì)不同年齡群體的健康都具有正向影響，但僅對(duì)中年人的健康狀態(tài)影響有統(tǒng)計(jì)學(xué)意義(P<0.05)，見(jiàn)表4。這可能是因?yàn)閭€(gè)體的健康存量在步入中年階段時(shí)急速下降，加之基本醫(yī)療保險(xiǎn)對(duì)健康的影響是一個(gè)累積的過(guò)程，因此基本醫(yī)療保險(xiǎn)對(duì)中年人健康改善的邊際效應(yīng)尤為突出[26]。由此認(rèn)為，基本醫(yī)療保險(xiǎn)對(duì)中年人健康狀態(tài)的影響較青年人和老年人更為顯著。

表4 年齡分組回歸結(jié)果

另一方面，參考相關(guān)文獻(xiàn)[27]的劃分標(biāo)準(zhǔn)，并考慮到樣本結(jié)構(gòu)情況，本文將總體樣本以年收入6 430元為界限，劃分為低收入(年收入<6 430元)、中高收入(年收入≥6 430元)兩組，并納入控制變量進(jìn)行分組回歸分析。結(jié)果顯示，交互項(xiàng)的回歸系數(shù)均為正數(shù)，即基本醫(yī)療保險(xiǎn)對(duì)不同收入群體的健康均具有正向影響，但對(duì)低收入群體健康的影響有統(tǒng)計(jì)學(xué)意義(P<0.05)，而對(duì)低收入群體的影響無(wú)統(tǒng)計(jì)學(xué)意義(P>0.1)。低收入人群擁有的資源較少，基于對(duì)教育投資、基本消費(fèi)、養(yǎng)老儲(chǔ)蓄等多方面的考慮，其能夠分配到用于改善自身健康狀況的資源更加有限，因此低收入群體對(duì)醫(yī)療保險(xiǎn)的依賴(lài)程度會(huì)更高[27]。見(jiàn)表5。

表5 收入分組回歸結(jié)果

4 結(jié)論與建議

本文基于“健康中國(guó)2030”的戰(zhàn)略背景，從健康角度出發(fā)，綜合考察基本醫(yī)療保險(xiǎn)的政策效用。實(shí)證分析結(jié)果表明，基本醫(yī)療保險(xiǎn)可提升參保居民的健康水平，其中對(duì)低收入人群和中年人群的健康改善效果較為明顯。根據(jù)以上結(jié)論，為進(jìn)一步放大基本醫(yī)療保險(xiǎn)的保健作用，助力我國(guó)醫(yī)療衛(wèi)生體系改革，本文提出如下參考建議：首先，加強(qiáng)政府對(duì)醫(yī)療衛(wèi)生資源的宏觀調(diào)控作用，避免出現(xiàn)醫(yī)療市場(chǎng)資源配置不合理的問(wèn)題，保證弱勢(shì)群體的健康公平，為低健康水平人群提供基礎(chǔ)醫(yī)療衛(wèi)生服務(wù)，促進(jìn)健康平等。統(tǒng)籌城鄉(xiāng)醫(yī)療保險(xiǎn)的同時(shí)，也要針對(duì)不同人群的健康需求做特異化處理，例如可以利用相應(yīng)的信息技術(shù)系統(tǒng)或軟件，收集參保居民的個(gè)人信息，建立大數(shù)據(jù)平臺(tái)對(duì)居民進(jìn)行評(píng)估歸類(lèi)以制訂不同的醫(yī)保方案，這樣不僅能最大限度地釋放居民的健康需求，還能有效地控制醫(yī)療診斷行為中的道德風(fēng)險(xiǎn)。其次，應(yīng)完善我國(guó)醫(yī)療保障體系建設(shè)、提升醫(yī)療機(jī)構(gòu)服務(wù)水平，而這需要居民的進(jìn)一步參與，醫(yī)院及政府應(yīng)為居民提供反映醫(yī)療問(wèn)題的渠道并進(jìn)行相應(yīng)的細(xì)化處理，提升政府與醫(yī)療機(jī)構(gòu)的公信力；利用數(shù)字媒體為居民普及正確的健康理念、基礎(chǔ)保健知識(shí)，加強(qiáng)對(duì)居民的健康教育，主持并引導(dǎo)居民開(kāi)展大量的健康活動(dòng)，以本地風(fēng)俗民情為前提開(kāi)展適合不同人群的健康運(yùn)動(dòng)項(xiàng)目，逐步促進(jìn)養(yǎng)成居民積極鍛煉、健康生活的行為習(xí)慣。最后，強(qiáng)化基本醫(yī)療保險(xiǎn)降低居民健康成本、防范疾病風(fēng)險(xiǎn)沖擊的作用。擴(kuò)大醫(yī)保目錄的同時(shí)合理提高醫(yī)療保險(xiǎn)的報(bào)銷(xiāo)比例，保證慢性病與重大疾病患者的健康需求得到滿(mǎn)足。