Unified Management of the Medical Insurance for Urban and Rural Residents, and Medical Treatment Behavior and Expenditure in Rural Areas
-
摘要:
为实现“健康中国”的目标，中国基本医疗保险体系不断提高保障水平并扩大覆盖面，城乡居民基本医疗保险统筹便是对原新型农村合作医疗覆盖人群在医疗保险权益上的极大提升。利用城乡居民医疗保险统筹这一准实验及其在不同行政区推行的时间差异，通过多时点双重差分模型检验了医疗保险覆盖面扩大、报销比例上升对农村家庭就医行为与消费的影响。平均而言，城乡居民医疗保险统筹会使得农村家庭医疗支出增加11.6%、使家庭成员前往基层医疗机构就医的比例降低1.5%。随着时间的推移，统筹政策对医疗支出的刺激作用有所回落，但对就医选择的影响则持续性增强。异质性分析结果说明，受城乡居民医疗保险统筹政策影响更大的群体是无慢性病患者家庭和收入较低的纯农就业家庭，前者可能是由于除有慢性病患者家庭外，农村家庭的医疗需求未得到充分释放，而后者可能是因为低收入家庭的消费价格弹性与消费收入弹性更大。进一步研究发现，统筹政策对原城镇居民基本医疗保险覆盖群体无显著影响。
Abstract:In order to achieve the goal of "Healthy China", China's basic medical insurance system has continuously improved the level of medical insurance and expanded its coverage. The unified management of basic medical insurance for urban and rural residents is a significant improvement in the medical insurance rights and benefits of the people covered by the former new rural cooperative medical system. Based on the quasi-experiment of the unified management of medical insurance for urban and rural residents and the time difference of its implementation in different administrative regions, this paper examines the impact of the expansion of medical insurance coverage and the increase in reimbursement rate on the medical treatment behavior and consumption of rural households through a multi-time difference-in-difference model. On average, the unified management of medical insurance for urban and rural residents has increased the medical expenditure of rural households by 11.6% and reduced the proportion of family members visiting primary medical institutions by 1.5%. Over time, the stimulating effect of the policy of unified management on medical expenditure has decreased, but the impact on the medical treatment choices increases continuously. The results of heterogeneity analysis suggest that the groups that are more affected by the policy of unified management of medical insurance for urban and rural residents are the households without chronic diseases and the low-income households with purely agricultural employment. The former may be due to the insufficient release of medical needs of rural households except for those with members suffering from chronic diseases, while the latter may be due to the greater flexibility of consumption price and income for consumption of low-income households. Further study shows that the policy of unified management has no significant effect on the original group that is covered by urban residents' basic medical insurance.
-
一、 问题的提出及文献综述
2016年1月3日，国务院印发《关于整合城乡居民基本医疗保险制度的意见》，在重庆、广东、浙江、山东等地区开展先行先试的基础上，全面推进城镇居民基本医疗保险与新型农村合作医疗(以下简称“新农合”)两项制度的整合，以建立统一的城乡居民医疗保险制度。
在城乡居民医疗保险统筹之前，中国基本医疗保险体系主要由城镇职工基本医疗保险、城镇居民基本医疗保险和新农合三类组成。1998年，针对城镇用人单位职工的城镇职工基本医疗保险制度率先建立，而此时占绝大多数的城镇普通居民和农村居民则无法获得基本的医疗保障；2003年，新农合开始试点，并于2010年实现基本覆盖全国农村居民，保障了农民的基本卫生服务，同时也在一定程度上缓解了农民因病致贫和因病返贫的问题；2007年起，以城镇非从业居民为参保对象的城镇居民基本医疗保险开始试点。至此，中国在制度上实现了医疗保险的全民覆盖，但医疗保险体系内部的不平等却长期存在。三类基本医疗保险中，城镇职工基本医疗保险报销水平最高，城镇居民基本医疗保险次之，新农合居于末位。整合城乡居民医疗保险的整体思路便是覆盖范围、筹资政策、保障待遇、医疗保险目录、定点管理、基金管理的“六统一”，即提高农村居民就医的报销比例、扩大农村居民就医用药的报销范围、增加医疗保险定点医院的数目，同时，农村居民医疗保险的统筹层次由县级提高至市级。这对农村居民(即原新农合参保人员)而言实现了给付待遇的大幅度提升。基于此，笔者认为，有必要针对统筹政策的主要目标受益群体——农村户籍人口的消费、储蓄与就医行为，对城乡居民医疗保险统筹政策进行系统性的实证评估。笔者研究发现，城乡居民医疗保险统筹政策使得农村居民家庭医疗支出提高11.6%、日用品消费降低8.4%、储蓄水平提高20.0%；家庭成员前往综合性医院就医的比例降低1.5%。另外，上述影响对于低收入、健康状况较好的农村家庭的作用，在统计学意义和经济学意义上均更为显著。
首先，在中国当前时代背景下社会保障、医疗保障水平对居民消费和健康的影响方面，现有文献多基于中国医疗保险体系历史上的数次改革，利用新农合的试点与推广、城镇居民基本医疗保险体系的建立、大病保险的推行等政策冲击，度量政策冲击通过提高给付待遇进而对居民消费与健康水平产生的影响。Chou等基于1995年中国台湾地区的医改政策，阐明了全民健康保险的引入减少了当地居民在未来医疗支出方面的不确定性，从而降低了居民约8.6%~13.7%的预防性储蓄，并提高了其消费水平[1]。对于城镇居民，臧文斌等和李晓嘉发现，居民医疗保险的覆盖提高了非医疗支出，但对医疗支出不存在显著影响[2-3]。对于农村居民，研究结论的差异性较为明显。甘犁等、白重恩等以及Bai和Wu均发现，新农合的引入能够显著促进家庭非医疗消费的增加[4-6]；马双等以及马双和张吉力从食品支出这一分类支出中发现，新农合对食品支出存在正向影响[7-8]；Cai等发现，新农合提高了农村居民对耐用品的消费量[9]；Zhao则发现，新农合中大病保险的推行使居民日常消费支出增加超过15.0%[10]65-86；Lei和Lin认为，新农合覆盖面的扩大提高了居民的健康水平[11]；而鄢洪涛和杨仕鹏则发现，基本医疗保险降低了农村居民耐用品消费水平，且对医疗消费、食品消费未产生显著影响[12]。
其次，在农村居民就医行为，即医院层级选择方面，现有文献多从医院声誉、空间距离[13]、网络口碑[14]等供方角度来分析影响患者就医的因素，但鲜有文献将居民享受医疗保险类型这一需方角度与就医选择联系起来。
最后，在城乡居民基本医疗保险统筹方面，朱恒鹏对全国城乡居民基本医疗保险制度的整合状况作了详细的数理与初步评估[15]；而有关城乡居民医疗保险统筹对家庭消费支出、教育支出、居民健康等方面的影响的研究[16-18]，也已颇具规模。然而，统筹政策这一核心处理变量多直接通过问卷中个人回答的方式来进行构建。以2018年中国健康与养老追踪调查(CHARLS2018)调查问卷为例，选择“新农合”的个体比例仍然远高于选择“城乡居民基本医疗保险”的个体比例，这与当年在全国已经基本完全实现统筹的背景事实不符。可能的原因是，居民虽已完成医疗保险类型转换，但由于对医疗保险政策名称不熟悉导致出现思维定式，所以，直接使用问卷中调查个体回答的医疗保险类型加以转换会大幅度低估处理组数量，从而致使上述研究结论的可信度降低。一些学者虽然关注了城乡居民医疗保险统筹对医疗服务利用公平性、居民医疗负担、居民健康水平等方面的影响，但是使用的均是2016年之前的调查数据，即处理组仅限于统筹政策全面推行前的少数试点区域[19-23]；Wang和Yang基于1980年以来发生在中国的一系列政策实验发现，试点政策推广至整个国家时很可能无法复制试点区域的优良结果[24]。故上述数据集中于统筹政策在全国全面推行前的研究，可能会高估城乡居民基本医疗保险统筹带来的影响。
二、 理论分析与假说
在Grossman提出的健康资本函数理论中，健康水平与真实资本类似，既会因时间推移出现折旧，也可通过医疗卫生方面的投入(类似投资)进行健康资本的再生[25]223-255。如果将健康状况纳入个体的效用函数，那么健康状况与居民日常消费将存在一定的替代关系。又由于健康资本函数理论中当期健康投资会影响下一期的健康状况，个体面临着跨期的决策，所以在世代交叠模型框架下，可以解出内生的最优医疗卫生支出[26]。
考虑在世代交叠模型框架下，每期正常状态的日常消费存在下限为c*，那么，低收入家庭会压缩医疗支出，使家庭日常消费达到c*的水平。继续假设紧急状态的日常消费下限为c**，那么，健康状况较差的个体则会将消费水平由c*降低至c**，同时将该部分消费转移至医疗部门进行弹性较低的、必要的健康资本投资以维持自身的健康水平。
改革开放40余年来，中国农村面貌尽管已经发生根本性改观，但农村家庭与城市家庭在收入水平上的差距依然较大，且农村家庭面临着相对更不完备的社会保障。低收入家庭很有可能面临上述的压缩卫生健康支出以保障日常基本消费的情况。城乡居民医疗保险统筹后，报销比例的提高意味着医疗服务的价格下降，也可以理解为预算约束被放松，个体会倾向于购买更多的医疗服务来进行健康资本投资，因基础消费压缩的医疗卫生需求则会被释放。对健康状况较差的个体而言，预算约束放松后的最优决策应为提高基础消费水平，而医疗卫生支出可能不会发生较大变化。若家庭成员健康状况较为良好，则不存在医疗卫生支出的硬约束。基于健康资本函数理论，消费与健康水平存在一定的替代关系，医疗服务价格下降，意味着其与普通消费品的相对价格下降，为实现效用最大化的目标，家庭医疗卫生支出将会因统筹政策而增加。基于上述理论分析，笔者提出如下假设：
假设1. 城乡居民医疗保险统筹会因报销比例提高引致农村家庭医疗消费增加。
假设2. 统筹政策对医疗消费的影响存在异质性。
假设2a. 收入较低的家庭，其医疗消费受统筹政策的影响会更大.
假设2b. 健康状况较好的家庭，其医疗消费会受统筹政策影响。
另外，统筹后各级医院的报销比例差距增加，农村居民由于收入水平较低，其消费价格弹性也较大，故差异化报销政策会驱使个体在一般情况下优先选择低等级社区医院就医；而当个体罹患较重疾病时，除高等级综合性医院外别无选择，差异化报销政策在这一群体面前失效。故笔者提出如下假设：
假设3. 城乡居民医疗保险统筹会导致农村家庭在基层医院就医比例上升。
假设4. 统筹政策对就医层级选择的影响存在异质性。
假设4a. 收入较低的家庭，其就医层级选择受统筹政策的影响会更大。
假设4b. 健康状况较好的家庭，其就医层级选择会受统筹政策影响。
三、 数据与实证策略
（一） 数据来源与介绍
笔者研究所使用的数据主要来自中国家庭追踪调查(CFPS)数据库，以及作者手工整理后的全国医疗保险政策数据库。
1. CFPS数据
CFPS通过跟踪收集个体、家庭、社区三个层次的数据以反映中国社会、经济、人口、教育和健康的变迁。CFPS样本覆盖中国25个省(自治区、直辖市)的162个县级行政区，每轮调查规模均约为16 000户。CFPS自2010年起开始进行正式访问，之后每两年进行一次追访，最近一次追访为2020年，至今已完成6轮访问。由于2020年家庭关系库数据尚未公开，笔者研究仅使用2010—2018年前5轮的访问数据。
笔者从CFPS家庭关系库中直接提取了一系列变量进行使用，如家庭总人数、家庭总消费支出、家庭医疗支出、家庭存款、家庭总资产、家庭食品支出、家庭日用品支出等。为避免极端值的影响，笔者对收入、支出、资产等相关变量进行了1~99分位数的缩尾处理。
此外，基于CFPS个人数据库，笔者重新定义了一系列家庭层面的变量：
(1) 就医行为变量：该变量为家庭成员在综合性医院就医比例，即在问卷中对“一般在哪里就医”的回答为“综合性医院”的成员数除以家庭总人数。考虑到医疗保险在不同等级的医院报销比例差异较大，这一变量有受统筹政策影响的潜在可能。
(2) 有慢性病患者家庭：若家庭中有成员罹患慢性病，该变量取值为1，否则取值为0。
(3) 有成员自评健康状况差家庭：若家庭中有成员在问题“你认为自己身体的健康状况如何”中回答“非常不健康”“不健康”或“比较不健康”，该变量取值为1，否则取值为0。
(4) 非农就业家庭：若家庭中有成员从事非农业工作，该变量取值为1，否则取值为0。
(5) 中共党员家庭：若家庭中有成员为中共党员，该变量取值为1，否则取值为0。
(6) 知识分子家庭：若家庭中有成员接受过高中及以上程度教育，该变量取值为1，否则取值为0。
(7) 家庭成员平均年龄：全部家庭成员年龄之和除以家庭总人数。
(8) 家庭内老年人比例或家庭内未成年人比例：家庭内老年人人数或家庭内未成年人数除以家庭总人数。
2. 城乡居民医疗保险统筹时点
由于CFPS问卷有关医疗保险的问题答案，将城镇居民基本医疗保险与新农合进行分离，始终未设置城乡居民基本医疗保险这一答案，所以，笔者研究无法直接根据CFPS问卷中的答案识别不同地区城乡居民医疗保险统筹推进的时间点。考虑到中国基本医疗保险体系在制度政策方面基本实现了市级统筹，所以，笔者在CFPS所涉及县级行政区所在的地级行政区的政府官网上，手工搜集了有关城乡居民医疗保险统筹的政策文件，获取了各地区城乡居民医疗保险统筹的起始年份数据。
CFPS调查覆盖的162个县级行政区中，有35个县级行政区所在省或地级市在2016年之前就实现了城乡居民基本医疗保险的统筹。CFPS样本中各县级行政区统筹城乡居民医疗保险的时间分布，如图 1所示。2016年，国务院发文后开始推进城乡居民医疗保险的地区数量呈井喷式增长，绝大多数区域集中在国务院文件发布的3年内(即2016—2018年)完成了城乡居民医疗保险的统筹工作。
主要变量原始值的描述性统计结果，如表 1所示。
表 1 主要变量原始值描述性统计结果变量 观测值 平均值 标准差 最小值 最大值 面板数据A：CFPS原始变量 家庭总人数 58 158 3.874 1.827 1.000 26.000 城镇户籍 55 381 0.304 0.459 0.459 1.000 总消费支出 52 970 37 521.000 42 422.000 2 242.000 228 094.000 食品支出 58 158 12 439.000 11 869.000 525.300 53 811.000 日用品支出 58 158 5 051.000 17 089.000 120.000 96 511.000 医疗支出 58 158 4 080.000 9 589.000 0 50 000.000 文教支出 58 158 3 846.000 7 356.000 0 35 201.000 家庭存款 57 940 25 116.000 59 772.000 0 400 000.000 家庭人均收入 55 996 11 524.000 12 291.000 90.420 69 750.000 面板数据B：CFPS构造变量 中共党员家庭 58 158 0.146 0.353 0 1.000 知识分子家庭 58 158 0.390 0.488 0 1.000 有成员自评健康状况差家庭 58 158 0.361 0.480 0 1.000 非农就业家庭 58 158 0.471 0.499 0 1.000 有慢性病患者家庭 58 158 0.308 0.461 0 1.000 综合性医院就医比例 58 158 0.267 0.369 0 1.000 家庭成员平均年龄 58 158 41.210 14.590 8.500 94.000 家庭内老年人比例 58 158 0.177 0.320 0 1.000 家庭内未成年人比例 58 158 0.194 0.206 0 1.000 面板数据C：统筹相关变量 享受统筹待遇家庭 57 372 0.267 0.443 0 1.000 3. 样本选择
在研究的基准回归中，笔者将样本限制在农村户籍家庭中。另外，考虑到新农合在农村具有极高的覆盖率，农村户籍人员在城镇打工亦有可能享受更高报销层级的城镇职工基本医疗保险。为了识别城乡居民基本医疗保险统筹政策对统筹前仅有新农合覆盖的家庭在消费与就医行为的影响，笔者进一步将样本限制在家庭成员均未享受城镇职工基本医疗保险、城镇居民基本医疗保险及公费医疗等福利待遇的家庭中。
（二） 实证策略
1. 多时点双重差分法
由于不同地区推行城乡居民统筹的时点存在差异，笔者应用以下多时点双重差分模型进行因果推断，公式为
(1) 式中：yict为在研究所涉及的县级行政区c内t年份家庭i的一系列结果变量。核心解释变量tongchouct为家庭i所在县级行政区c在t年是否已经完成了城乡居民基本医疗保险统筹。其系数β为统筹政策对家庭各项支出与家庭成员就医选择等一系列因变量的影响，若政策文件显示，当年该县级行政区城乡居民医疗保险已经完成统筹，则赋值为1，此部分家庭视为处理组；反之赋值为0，此部分家庭视为对照组。在一些回归模型中，笔者加入了家庭层面的控制变量Xict；γ为控制变量对上述因变量的影响系数。此外，笔者研究中所有回归结果都控制了家庭固定效应αi和时间固定效应μt及县级行政区域固定效应φc。控制时间固定效应，可以控制不随时间变化的家户异质性和宏观冲击。另外，εict为误差项。在所有相关的回归模型中，笔者都将标准差聚类至家庭层面。
2. 事件研究法
笔者根据以下形式的事件研究法，来进行平行趋势和政策动态效应的检验，公式为
(2) 式中：tongchouctj为政策干预的处理变量与相应调查轮次虚拟变量的乘积，其中，j=0为政策干预后的第一波调查；j=-1为干预当期被删除以作为参考期。事件研究法中的核心在于上述变量之前的系数βj：j < -1时的系数测度了处理组与控制组在政策干预前相对于参考期的差异，所以，这一系列事前系数可以用于验证双重差分模型所需要满足的平行趋势假设；j>=0时的系数测度了政策干预后该政策对结果变量的持续影响，所以，这一系列事后系数表征了政策的动态效应。控制变量、固定效应等设定与多时点双重差分法部分设定完全一致。
四、 实证结果
（一） 基准回归结果
城乡居民医疗保险统筹对家庭各项支出、存款以及家庭成员就医选择基准回归结果，如表 2和表 3所示。其中，所有与货币相关变量均取自然对数，故回归得到的系数应解释为对因变量影响的百分比。在所有回归中均控制了家庭固定效应、时间固定效应和县级行政区域固定效应，并于家庭层面进行标准差聚类。
表 2 城乡居民医疗保险统筹对家庭各项支出及存款的基准回归结果变量 因变量 医疗支出 总消费支出 食品支出 文教支出 日用品支出 家庭存款 处理
变量城乡居民
医疗保险统筹0.126** 0.116** 0.002 -0.012 -0.093 -0.063* -0.084** 0.232** 0.201** (2.18) (1.98) (0.10) (-0.48) (-1.28) (-1.70) (-2.25) (2.55) (2.17) 控
制
变
量家庭收入
(取自然对数)0.066*** 0.124*** 0.362*** (4.37) (11.58) (15.34) 家庭内老年人比例 -0.094 -0.206*** -0.613*** (-0.89) (-2.84) (-4.07) 家庭总人数 0.120*** 0.089*** -0.092*** (6.57) (7.28) (-3.08) 家庭成员平均年龄 -0.009** -0.014*** -0.002 (-2.50) (-5.20) (-0.39) 中共党员家庭 0.030 0.093* 0.098 (0.45) (1.91) (0.84) 知识分子家庭 -0.073 0.124*** 0.013 (-1.31) (3.33) (0.15) 时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes 观测值 36 130 34 661 32 979 35 170 36 154 35 702 34 277 36 507 34 980 R2 0.443 0.451 0.643 0.487 0.618 0.501 0.512 0.529 0.537 注：括号中数值为稳健t统计量；***，**和*分别表示在1%，5%和10%的水平上显著；R2为模型的拟合优度。下表同。“医疗支出”“日用品支出”和“家庭存款”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。 表 3 城乡居民医疗保险统筹对家庭成员就医选择的基准回归结果变量 因变量：就医选择 处理
变量城乡居民医疗保险统筹 -0.016** -0.016** -0.015** -0.016** -0.015** (-2.38) (-2.38) (-2.24) (-2.42) (-2.28) 控
制
变
量有慢性病患者家庭 0.044*** 0.041*** (11.20) (10.38) 有成员自评健康状况差家庭 0.025***
(6.05)0.018***
(4.30)家庭收入
(取自然对数)0.000
(0.01)-0.000
(-0.06)0.000
(0.03)-0.000
(-0.04)家庭内老年人比例 -0.001
(-0.08)-0.000
(-0.03)-0.001
(-0.07)-0.000
(-0.03)家庭总人数 -0.000
(-0.03)-0.001
(-0.41)-0.001
(-0.43)-0.001
(-0.67)家庭成员平均年龄 0.000
(0.84)0.000
(0.54)0.000
(0.47)0.000
(0.29)中共党员家庭 0.008
(0.96)0.006
(0.76)0.007
(0.88)0.006
(0.71)知识分子家庭 0.007
(1.16)0.006
(1.05)0.007
(1.14)0.006
(1.03)时间固定效应 Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes 观测值 36 603 35 008 35 008 35 008 35 008 R2 0.508 0.513 0.516 0.514 0.516 注：数值0.000和-0.000都非准确值为0，而是四舍五入保留小数点后3位所得；"就医选择"是对同一因变量加入不同控制变量分别做的回归，所以存在多项系数回归结果。 表 2中，对医疗支出的回归结果显示，在不添加任何控制变量，仅加入家庭固定效应、县级行政区域固定效应和时间固定效应时，城乡居民医疗保险统筹使得家庭医疗消费增加12.6%，这一结果在5%的水平上显著。而在加入家庭收入、家庭内老年人比例、家庭总人数、家庭成员平均年龄、中共党员家庭、知识分子家庭6个控制变量后，城乡居民医疗保险统筹对家庭医疗支出的促进回落至11.6%，但统计学意义上5%的显著性水平保持不变，由此，假设1得到验证。表 2中，总消费支出、食品支出和文教支出的回归结果说明，城乡居民医疗保险统筹对居民的总消费支出、食品支出和文教支出等的影响不显著；对日用品支出的回归结果表明，医疗保险统筹对日用品消费支出有显著负向影响：不加入任何控制变量时，该项支出降低了6.3%；加入家庭收入、家庭内老年人比例、家庭总人数、家庭成员平均年龄、中共党员家庭、知识分子家庭6个控制变量后该影响扩大，降低了8.4%。与传统理论中的认知相悖，对家庭存款的回归结果说明，在社会保障水平提高的情况下，居民的家庭存款反而增加20.1%。
表 3中因变量为家庭成员前往综合医院就医意愿比例表征的居民就医选择，比例越高，说明家庭成员在罹患疾病时更倾向于前往大型综合医院就医；反之，则说明家庭成员更倾向于前往社区医院、卫生室等医疗机构就医。表 3中的回归结果说明了城乡居民基本医疗保险统筹后家庭成员就医行为的变化：仅加入了家庭固定效应、县级行政区域固定效应和时间固定效应时，城乡居民基本医疗保险统筹后，家庭成员前往大型综合医院就医的比例降低了1.6%。后续逐渐加入一系列控制变量，处理变量前的系数较为稳定，未发生较大变化，且均在5%的水平上显著，由此，假设3得到验证。另外，笔者研究发现，有慢性病患者家庭会使得该家庭成员前往综合医院就医的比例增加4.1%，而家庭内部有成员自评健康状况较差时会增加该家庭成员前往综合医院就医的比例1.8%。
上述基准回归结果说明，随着城乡居民基本医疗保险统筹的推进以及基层医疗体系的完善，由于社区医院的报销比例高于综合医院，会促使居民在就医时选择更为便捷的社区医院等医疗机构而非大型综合医院。另外，医疗支出的增加反映了医疗保险水平的提高释放了居民真正的医疗需求，病有所医的目标逐渐得以实现。但是，家庭消费总量并未因政策的推行而发生显著变化且家庭存款水平显著提高，这意味着，医疗支出的增加在一定程度上也挤占了居民的日常消费支出，所以，城乡居民医疗保险统筹在释放居民的消费潜力方面的作用较为有限。这可能是由于城乡居民医疗保险统筹仅仅是报销比例的提高而非报销政策从无到有，政策改变的力度较小，并不足以实现促进消费的目标。
（二） 平行趋势检验与动态效应
针对表 2和表 3中城乡居民医疗保险统筹产生显著影响的家庭医疗支出和家庭成员就医选择两个核心因变量，应用事件研究法对双重差分模型中的平行趋势与政策动态效应进行检验。
由于城乡居民医疗保险统筹在各个地区的试点与推行未必是完全随机的，与当地的经济发展水平、城乡融合度等都可能有较大关联，故需要检验处理组和对照组的家庭医疗支出与就医选择两方面在政策推行前的变化趋势是否存在差异。事件研究法回归结果中的家庭医疗支出与家庭成员就医选择动态效应，如图 2和图 3所示。政策推行前两期，虚拟变量系数均不显著，初步通过了对双重差分模型所要求的平行趋势假设检验。但政策推行后，家庭医疗支出的动态效应与就医选择的动态效应呈现出了相异的趋势。政策推行后的两轮调查年份中，城乡居民医疗保险统筹对家庭医疗支出的平均影响与基准回归结果一致，均为正；但仅第一轮调查年份中的系数具有统计意义上的显著性，这说明城乡居民医疗保险统筹尽管可能确实能够增加家庭的医疗支出，但这一影响只是暂时的。而对家庭成员就医选择的影响则是显著而持续的。自政策推行后，每一期的系数均显著为负且绝对值逐渐增加，这意味着，在城乡居民医疗保险统筹后的不同级别医院差异化报销比例的驱动下，居民的就医选择模式逐渐进行了更充分的调整，分级诊疗得以持续推进。
（三） 稳健性检验
1. 调整时间窗口
2012年，六部委联合发布《关于开展城乡居民大病保险工作的指导意见》，在基本医疗保障的基础上增加大病保险，对大病患者的高额医疗费用给予一定的补助，进一步放大了医疗保障的效用。Zhao在研究中发现，大病保险的推行显著提升了居民的消费支出[10]65-86，为规避大病保险的推行对医疗支出与就医行为的影响，笔者调整了时间窗口，排除了2013年之前的样本进行稳健性检验。
调整时间窗口后，以2014—2018年三轮调查为子样本，对家庭成员就医选择与家庭医疗支出的回归结果，如表 4所示。
表 4 调整时间窗口后(2014—2018年)家庭成员就医选择与家庭医疗支出回归结果变量 因变量 就医选择 医疗支出 处理
变量城乡居民
医疗保险统筹0.011
(1.25)0.015
(1.61)0.078
(1.15)0.126*
(1.67)控
制
变
量有慢性病
患者家庭0.049***
(7.38)0.439***
(8.37)家庭收入
(取自然对数)0.002
(0.66)0.725***
(6.27)有成员自评健康
状况差家庭0.021***
(2.84)0.528***
(8.63)非农就业家庭 0.001
(0.17)家庭内老年人比例 -0.024
(-1.20)家庭成员平均年龄 0.002**
(2.04)知识分子家庭 -0.237**
(-2.53)家庭人均收入
(取自然对数)-0.663***
(-5.66)家庭总资产
(取自然对数)0.049*
(1.69)时间固定效应 Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes 观测值 17 464 16 689 17 257 15 148 R2 0.624 0.630 0.570 0.590 注：“就医选择”和“医疗支出”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。 笔者研究发现，城乡居民医疗保险统筹这一处理变量对家庭医疗支出的影响依然保持统计学意义上的显著，且系数与基准回归结果较为接近，说明有关家庭医疗支出部分的结果并不受大病保险这一相近时点推行的政策的干扰，结果较为稳健。然而，家庭成员就医选择对城乡居民医疗保险统筹的回归结果与基准回归结果截然不同，此时统筹政策并未降低居民前往综合性医院就医的比例，但系数在统计学意义上不再显著。故有关家庭成员就医选择的部分结果稳健性一般，可能存在一定的偶然性，需要进行额外的稳健性检验。
2. 安慰剂检验
为了说明家庭医疗支出和家庭成员就医选择发生变化并非由随机因素导致，笔者研究通过随机生成不同区域城乡居民基本医疗保险统筹的时点进行安慰剂检验。首先，根据不同年份实际统筹区域比例随机将不同县级行政区分为处理组和控制组，然后，随机生成每个处理组区域的政策推行时间，类似基准模型中的定义。在此，笔者重新生成一个度量统筹政策推行的虚拟变量对原处理变量进行替代，重复上述过程500次，即可得到500组处理变量系数以及p值与t值的估计结果。
利用上述方式进行的安慰剂检验结果，如图 4和图 5所示。通过随机生成处理组与城乡居民基本医疗保险统筹政策推行时间，无论是在家庭医疗支出还是家庭成员就医选择的回归中，处理变量前的系数均集中在0附近，且p值绝大多数高于0.1。虚线竖线为真实回归模型中的系数，可见只有极少量的虚假回归中系数的绝对值高于真实回归中的系数，而且绝大多数系数对应的p值大于0.1，表明其无法拒绝系数为0的原假设。由此说明，城乡居民基本医疗保险统筹带来的影响并非随机因素导致，基准回归的结果通过了稳健性检验。
五、 异质性分析
（一） 健康状况异质性
家庭内成员的健康状况会直接影响到家庭的就医、消费与储蓄行为，且健康状况短期内一般不会因政策的推行而产生突变，故笔者考虑了主观与客观健康状况两方面的异质性，分别由自评健康水平与是否有慢性病患者家庭为指标来进行度量。若家庭中有成员自评健康状况为“不健康”，则该家庭记为主观上健康状况较差家庭；反之，则记为主观上健康状况较好家庭。若家庭中有成员罹患经医生诊断的慢性疾病，则该家庭记为客观上健康状况较差的家庭；反之，则记为客观上健康状况较好的家庭。笔者将分别对上述四类家庭所在的子样本进行回归，进行健康状况层面的异质性分析。
四类子样本中，区分健康水平异质性对家庭医疗支出的回归结果，如表 5所示。回归结果显示，仅有家庭成员自评健康状况差家庭和有慢性病患者家庭在统筹政策推进后，其家庭医疗支出显著增加，有成员自评健康状况差家庭在统筹后医疗支出增加16.9%，而无慢性病患者家庭在统筹后医疗支出增加11.6%。由此，假设2b得到验证。区分健康水平异质性对家庭成员就医选择的回归结果，如表 6所示。分样本回归结果表明：无论家庭成员自评健康状况处于哪一分组，统筹政策对家庭成员就医选择无显著影响，有慢性病患者家庭亦如是，无慢性病患者家庭内成员在统筹政策推行后前往社区医院、乡镇卫生院等基层医疗机构就医的比例增加1.5%，与基准回归中结果接近。由此，假设4b得到验证。
表 5 区分健康水平异质性对家庭医疗卫支出的回归结果变量组 因变量：家庭医疗支出(取自然对数) 有成员自评健康状况差家庭 无成员自评健康状况差家庭 有慢性病患者家庭 无慢性病患者家庭 处理
变量城乡居民
医疗保险统筹0.164*
(1.70)0.169*
(1.71)0.123
(1.49)0.124
(1.46)0.072
(0.65)0.059
(0.52)0.147*
(1.87)0.116*
(1.66)控
制
变
量家庭收入
(取自然对数)0.038
(1.50)0.062***
(2.87)0.069**
(2.26)0.080***
(4.08)家庭内老年人比例 -0.198
(-1.36)-0.116
(-0.71)-0.116
(-0.71)-0.040
(-0.27)家庭总人数 0.093***
(3.08)0.121***
(4.38)0.128***
(3.43)0.108***
(4.28)家庭成员平均年龄 0.003
(0.44)-0.022***
(-3.90)0.012*
(1.67)-0.024***
(-4.72)中共党员家庭 0.091
(0.90)-0.035
(-0.32)0.095
(0.82)-0.074
(-0.73)知识分子家庭 -0.109
(-1.21)-0.056
(-0.71)-0.346***
(-3.22)-0.123*
(-1.65)时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 观测值 11 929 11 412 19 980 19 018 7 944 7 606 23 799 22 652 R2 0.489 0.494 0.476 0.483 0.510 0.516 0.469 0.477 注：“有成员自评健康状况差家庭”“无成员自评健康状况差家庭”“有慢性病患者家庭”和“无慢性病患者家庭”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。 表 6 区分健康水平异质性对家庭成员就医选择的回归结果变量组 因变量：家庭成员就医选择 有成员自评健康状况差家庭 无成员自评健康状况差家庭 有慢性病患者家庭 无慢性病患者家庭 处理
变量城乡居民
医疗保险统筹-0.001
(-0.11)0.003
(0.24)-0.013
(-1.46)-0.013
(-1.39)-0.008
(-0.53)-0.009
(-0.54)-0.016*
(-1.86)-0.015*
(-1.78)控
制
变
量家庭收入
(取自然对数)-0.004
(-1.37)0.005**
(1.99)0.008*
(1.95)-0.001
(-0.46)家庭内老年人比例 -0.001
(-0.06)-0.022
(-1.20)0.011
(0.38)-0.005
(-0.30)家庭总人数 0.003
(0.76)-0.003
(-1.10)0.003
(0.62)-0.001
(-0.47)家庭成员平均年龄 0.001
(1.51)0.000
(0.63)0.001
(1.30)-0.000
(-0.32)中共党员家庭 0.008
(0.60)0.001
(0.06)0.021
(1.32)0.009
(0.82)知识分子家庭 -0.019*
(-1.70)0.019**
(2.31)-0.013
(-0.94)0.009
(1.15)时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 观测值 12 111 11 543 20 281 19 232 8 060 7 690 24 177 22 921 R2 0.575 0.578 0.548 0.552 0.625 0.627 0.531 0.535 注：数值0.000和-0.000都非准确值为0，而是四舍五入保留小数点后3位所得；“有成员自评健康状况差家庭”“无成员自评健康状况差家庭”“有慢性病患者家庭”和“无慢性病患者家庭”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。 上述结果说明，城乡居民医疗保险统筹政策的推行对已经罹患疾病个体所在家庭并无太大影响；相反，当家庭成员全部处于相对健康状态时，统筹政策为家庭带来了显著的收益——基层医疗机构较高的报销比例释放了农村居民真正的就医需求，通过提高医疗支出实现对自身健康资本的投资，进而提升自身健康水平并降低未来罹患重病的概率[25]223-255。
（二） 家庭就业异质性
在城乡二元结构体制下，农业自雇长期以来是农村户籍家庭最主要的就业形式。但随着乡镇企业的发展、城镇化的加速、融入国际经济循环带动劳动密集型产业崛起等因素推动大量农村劳动力进入城市。互联网经济与平台经济的崛起也使得以外卖员、快递员为代表的零工经济迅速壮大，而这类构成城市运行基础的服务业所吸纳的就业人群亦多来自农村。这意味着，当下已经有较高比例的农村家庭不再完全进行农业自雇，而是有家庭成员从事打工、办厂、个体等多种非农形式的就业。CFPS数据显示，完全从事农业自雇的农村家庭比例自2010年的超过60%下降至2018年的40%。
由于第一产业增加值远低于第二、第三产业，且中国绝大多数农村地区依然沿袭传统的小农经济模式，非农就业家庭与纯农就业家庭在经济上最为显著的区别在于，非农就业家庭的总收入远高于纯农就业家庭。由此，笔者猜想，上述两类家庭不同的预算约束可能会使得其家庭成员就医行为对城乡居民医疗保险统筹政策产生不同的反应。
区分家庭就业异质性对家庭医疗支出和家庭成员就医选择的回归结果，如表 7所示。非农就业家庭医疗支出与就医选择的结果表明，非农就业家庭样本下，城乡居民医疗保险统筹对家庭医疗支出与家庭成员就医选择(即综合医院就医比例)无显著影响。而纯农就业家庭对医疗支出与就业选择的结果表明，城乡居民基本医疗保险统筹的推进使得纯农就业家庭的医疗支出增加21.1%。由此，假设2a得到验证，而其家庭成员选择综合性就医的比例降低了2.9%。由此，假设4a得到验证。至此，假设2和假设4均得到验证。
表 7 区分家庭就业异质性对家庭医疗支出和家庭成员就医选择的回归结果变量 因变量 非农就业家庭 纯农业就业家庭 医疗支出 就医选择 医疗支出 就医选择 处理
变量城乡居民
医疗保险统筹-0.009
(-0.10)0.007
(0.07)-0.001
(-0.06)-0.002
(-0.17)0.211**
(2.23)0.187*
(1.94)-0.029**
(-2.54)-0.029**
(-2.53)控
制
变
量家庭收入
(取自然对数)0.069**
(2.20)0.001
(0.33)0.065***
(2.98)-0.003
(-1.09)家庭内老年人比例 0.299
(1.07)-0.047
(-1.30)-0.183
(-1.42)-0.003
(-0.17)家庭总人数 0.138***
(4.06)0.002
(0.50)0.126***
(4.29)-0.001
(-0.39)家庭成员平均年龄 -0.025***
(-3.04)0.001
(0.63)-0.002
(-0.31)0.001
(1.15)中共党员家庭 0.010
(0.10)0.001
(0.12)0.134
(1.11)-0.004
(-0.31)知识分子家庭 -0.201**
(-2.15)0.013
(1.31)0.084
(0.80)-0.019*
(-1.72)时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 观测值 13 199 12 651 13 389 12 806 17 411 16 497 17 681 16 677 R2 0.533 0.541 0.622 0.627 0.497 0.502 0.518 0.521 注：“医疗支出”和“就医选择”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。 纯农就业家庭样本中的回归结果与基准回归结果中系数方向一致，且绝对值更大，即城乡居民医疗保险统筹对纯农业家庭的医疗支出和就医行为具有更为显著的影响。这意味着，城乡居民基本医疗保险统筹是一项兜底性政策，医疗保险报销水平的提高放松了贫困家庭的预算约束，故纯农就业家庭受益程度高于非农就业家庭。
（三） 户籍异质性
相较于农村居民，城乡居民基本医疗保险统筹政策对城镇居民的医疗保险报销水平提高较为有限，为验证上述回归结果的作用机制来源于报销水平的提高，笔者将样本限制于存在家庭成员享受城镇居民医疗保险的城镇户籍家庭后，进行类似的回归分析。
对城镇户籍家庭医疗支出与家庭成员就医选择的回归结果，如表 8所示，城乡居民医疗保险统筹对原城镇居民基本医疗保险覆盖家庭的医疗支出并无显著影响，在未加入控制变量时显著降低了家庭成员前往大型综合医院就医的比例，但加入一系列控制变量后该效应变得不再显著。与基准回归结果相比，笔者研究发现，城乡居民医疗保险统筹对城镇居民在医疗支出和就医行为上并不存在显著影响。
表 8 城镇户籍家庭医疗支出与家庭成员就医选择回归结果变量 因变量 医疗支出 就医选择 处理
变量城乡居民医疗
保险统筹-0.037
(-0.26)-0.064
(-0.45)-0.027*
(-1.65)-0.029
(-1.36)控
制
变
量家庭收入
(取自然对数)0.112**
(2.10)-0.011
(-1.24)家庭内老年人比例 0.415*
(1.84)0.016
(0.35)家庭总人数 0.236***
(3.61)-0.011
(-1.19)家庭成员平均年龄 0.010
(0.95)0.000
(0.15)中共党员家庭 0.057
(0.41)0.037*
(1.94)知识分子家庭 -0.150
(-0.92)0.026
(1.23)时间固定效应 Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes 观测值 5 957 5 754 6 041 5 736 R2 0.530 0.534 0.676 0.679 注：“医疗支出”和“就医选择”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。 原因可能在于，城镇居民基本医疗保险在统筹前报销水平已相对较高，统筹后城乡居民医疗保险的报销水平相较统筹前提高幅度极为有限，故统筹政策对城镇居民医疗保险家庭的影响远小于报销水平大幅度上升的新农合家庭。由于统筹政策的推行对城镇居民与农村居民的区别仅在于报销水平提高幅度的不同，上述分样本回归结果的差异也印证了提高报销比例，即城乡居民医疗保险统筹影响家庭消费和储蓄决策的作用机制。
六、 结论与政策建议
城乡居民医疗保险统筹通过提高农村居民医疗保险报销比例，在基本医疗保障层面拉平了城乡之间的差距，促进了城乡融合，对中国“三农”事业建设大有裨益；同时，其政策效果也亟待学界进行评估。但截至目前，文献中对其如何影响家庭消费储蓄决策与就医行为尚无系统性的研究。笔者利用CFPS面板数据，基于多时点双重差分模型检验了城乡居民基本医疗保险统筹对于统筹前仅由新农合覆盖的农村家庭在家庭消费、储蓄、医院等级层面的就医选择的影响。回归结果显示，城乡居民医疗保险统筹后，农村户籍居民的总消费支出、食品支出、文教支出虽不会发生显著变化，但统筹政策的推行平均而言可以增加11.6%的家庭医疗支出、降低8.4%的日用品支出以及增加20.1%的家庭储蓄。另外，还降低了1.5%家庭成员前往大型综合医院就医的概率。上述结果通过了平行趋势假设检验、时间窗口调整和安慰剂检验等稳健性检验，结论可信度较高。基于家庭成员健康状况、就业性质的异质性分析显示，受该政策影响较大的群体主要是无慢性病患者家庭和纯农就业家庭，其背后潜在的作用机制为统筹政策提高了报销比例，因而可以放松对上述两类家庭的预算约束，释放出在统筹前因收入受限的居民的真实医疗需求，并通过较大的医院层级报销级差驱动参保人员优先选择社区医院等基层医院就医。而有成员自评健康状况差家庭、有慢性病患者家庭的医疗支出和就医行为对政策不敏感的原因，可能在于这类家庭的医疗支出费用已因大病处于高位，医疗需求已经被迫提前释放，而大病在分级医疗体制下就应当前往大型综合医院就医，家庭成员在陪同患者就医的过程中可能出现了心理上的路径依赖，在本人就医时亦更倾向于选择综合医院。最终，笔者研究还将样本置换为存在享受城镇居民基本医疗保险的成员的城镇家庭，发现统筹政策对此类家庭的消费支出与就医决策并无显著影响。
基于上述结论，笔者提出以下两点政策建议：第一，进一步提高基层医院就医报销比例，增加大型综合医院与基层医院报销级差。一方面，继续释放农村低收入群体真实医疗需求，增强人民群众的获得感与幸福感；另一方面，利用居民较高的医疗消费价格弹性推动更多居民就医不再向大型综合医院扎堆，逐步实现分级诊疗，但与此同时应继续加强基层公共卫生事业的建设，在经费、人员上更多向基层倾斜，提升基层医疗卫生服务质量，以保证分级诊疗推进效果的长期性。第二，继续做严做实门诊统筹与大病保险，扩大大病保险在慢性疾病中的覆盖面。笔者研究还发现，有慢性病患者家庭的医疗消费已处于高位，城乡居民医疗保险统筹政策既无法释放其医疗需求，也无法显著降低其医疗支出(统筹主要在住院方面提高了报销比例)，说明政策还有待进一步改进，以防止有慢性病患者的农村家庭因病致贫、因病返贫。
-
表 1 主要变量原始值描述性统计结果
变量 观测值 平均值 标准差 最小值 最大值 面板数据A：CFPS原始变量 家庭总人数 58 158 3.874 1.827 1.000 26.000 城镇户籍 55 381 0.304 0.459 0.459 1.000 总消费支出 52 970 37 521.000 42 422.000 2 242.000 228 094.000 食品支出 58 158 12 439.000 11 869.000 525.300 53 811.000 日用品支出 58 158 5 051.000 17 089.000 120.000 96 511.000 医疗支出 58 158 4 080.000 9 589.000 0 50 000.000 文教支出 58 158 3 846.000 7 356.000 0 35 201.000 家庭存款 57 940 25 116.000 59 772.000 0 400 000.000 家庭人均收入 55 996 11 524.000 12 291.000 90.420 69 750.000 面板数据B：CFPS构造变量 中共党员家庭 58 158 0.146 0.353 0 1.000 知识分子家庭 58 158 0.390 0.488 0 1.000 有成员自评健康状况差家庭 58 158 0.361 0.480 0 1.000 非农就业家庭 58 158 0.471 0.499 0 1.000 有慢性病患者家庭 58 158 0.308 0.461 0 1.000 综合性医院就医比例 58 158 0.267 0.369 0 1.000 家庭成员平均年龄 58 158 41.210 14.590 8.500 94.000 家庭内老年人比例 58 158 0.177 0.320 0 1.000 家庭内未成年人比例 58 158 0.194 0.206 0 1.000 面板数据C：统筹相关变量 享受统筹待遇家庭 57 372 0.267 0.443 0 1.000 
下载: 导出CSV
表 2 城乡居民医疗保险统筹对家庭各项支出及存款的基准回归结果
变量 因变量 医疗支出 总消费支出 食品支出 文教支出 日用品支出 家庭存款 处理
变量城乡居民
医疗保险统筹0.126** 0.116** 0.002 -0.012 -0.093 -0.063* -0.084** 0.232** 0.201** (2.18) (1.98) (0.10) (-0.48) (-1.28) (-1.70) (-2.25) (2.55) (2.17) 控
制
变
量家庭收入
(取自然对数)0.066*** 0.124*** 0.362*** (4.37) (11.58) (15.34) 家庭内老年人比例 -0.094 -0.206*** -0.613*** (-0.89) (-2.84) (-4.07) 家庭总人数 0.120*** 0.089*** -0.092*** (6.57) (7.28) (-3.08) 家庭成员平均年龄 -0.009** -0.014*** -0.002 (-2.50) (-5.20) (-0.39) 中共党员家庭 0.030 0.093* 0.098 (0.45) (1.91) (0.84) 知识分子家庭 -0.073 0.124*** 0.013 (-1.31) (3.33) (0.15) 时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes 观测值 36 130 34 661 32 979 35 170 36 154 35 702 34 277 36 507 34 980 R2 0.443 0.451 0.643 0.487 0.618 0.501 0.512 0.529 0.537 注：括号中数值为稳健t统计量；***，**和*分别表示在1%，5%和10%的水平上显著；R2为模型的拟合优度。下表同。“医疗支出”“日用品支出”和“家庭存款”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。
下载: 导出CSV
表 3 城乡居民医疗保险统筹对家庭成员就医选择的基准回归结果
变量 因变量：就医选择 处理
变量城乡居民医疗保险统筹 -0.016** -0.016** -0.015** -0.016** -0.015** (-2.38) (-2.38) (-2.24) (-2.42) (-2.28) 控
制
变
量有慢性病患者家庭 0.044*** 0.041*** (11.20) (10.38) 有成员自评健康状况差家庭 0.025***
(6.05)0.018***
(4.30)家庭收入
(取自然对数)0.000
(0.01)-0.000
(-0.06)0.000
(0.03)-0.000
(-0.04)家庭内老年人比例 -0.001
(-0.08)-0.000
(-0.03)-0.001
(-0.07)-0.000
(-0.03)家庭总人数 -0.000
(-0.03)-0.001
(-0.41)-0.001
(-0.43)-0.001
(-0.67)家庭成员平均年龄 0.000
(0.84)0.000
(0.54)0.000
(0.47)0.000
(0.29)中共党员家庭 0.008
(0.96)0.006
(0.76)0.007
(0.88)0.006
(0.71)知识分子家庭 0.007
(1.16)0.006
(1.05)0.007
(1.14)0.006
(1.03)时间固定效应 Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes 观测值 36 603 35 008 35 008 35 008 35 008 R2 0.508 0.513 0.516 0.514 0.516 注：数值0.000和-0.000都非准确值为0，而是四舍五入保留小数点后3位所得；"就医选择"是对同一因变量加入不同控制变量分别做的回归，所以存在多项系数回归结果。
下载: 导出CSV
表 4 调整时间窗口后(2014—2018年)家庭成员就医选择与家庭医疗支出回归结果
变量 因变量 就医选择 医疗支出 处理
变量城乡居民
医疗保险统筹0.011
(1.25)0.015
(1.61)0.078
(1.15)0.126*
(1.67)控
制
变
量有慢性病
患者家庭0.049***
(7.38)0.439***
(8.37)家庭收入
(取自然对数)0.002
(0.66)0.725***
(6.27)有成员自评健康
状况差家庭0.021***
(2.84)0.528***
(8.63)非农就业家庭 0.001
(0.17)家庭内老年人比例 -0.024
(-1.20)家庭成员平均年龄 0.002**
(2.04)知识分子家庭 -0.237**
(-2.53)家庭人均收入
(取自然对数)-0.663***
(-5.66)家庭总资产
(取自然对数)0.049*
(1.69)时间固定效应 Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes 观测值 17 464 16 689 17 257 15 148 R2 0.624 0.630 0.570 0.590 注：“就医选择”和“医疗支出”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。
下载: 导出CSV
表 5 区分健康水平异质性对家庭医疗卫支出的回归结果
变量组 因变量：家庭医疗支出(取自然对数) 有成员自评健康状况差家庭 无成员自评健康状况差家庭 有慢性病患者家庭 无慢性病患者家庭 处理
变量城乡居民
医疗保险统筹0.164*
(1.70)0.169*
(1.71)0.123
(1.49)0.124
(1.46)0.072
(0.65)0.059
(0.52)0.147*
(1.87)0.116*
(1.66)控
制
变
量家庭收入
(取自然对数)0.038
(1.50)0.062***
(2.87)0.069**
(2.26)0.080***
(4.08)家庭内老年人比例 -0.198
(-1.36)-0.116
(-0.71)-0.116
(-0.71)-0.040
(-0.27)家庭总人数 0.093***
(3.08)0.121***
(4.38)0.128***
(3.43)0.108***
(4.28)家庭成员平均年龄 0.003
(0.44)-0.022***
(-3.90)0.012*
(1.67)-0.024***
(-4.72)中共党员家庭 0.091
(0.90)-0.035
(-0.32)0.095
(0.82)-0.074
(-0.73)知识分子家庭 -0.109
(-1.21)-0.056
(-0.71)-0.346***
(-3.22)-0.123*
(-1.65)时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 观测值 11 929 11 412 19 980 19 018 7 944 7 606 23 799 22 652 R2 0.489 0.494 0.476 0.483 0.510 0.516 0.469 0.477 注：“有成员自评健康状况差家庭”“无成员自评健康状况差家庭”“有慢性病患者家庭”和“无慢性病患者家庭”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。
下载: 导出CSV
表 6 区分健康水平异质性对家庭成员就医选择的回归结果
变量组 因变量：家庭成员就医选择 有成员自评健康状况差家庭 无成员自评健康状况差家庭 有慢性病患者家庭 无慢性病患者家庭 处理
变量城乡居民
医疗保险统筹-0.001
(-0.11)0.003
(0.24)-0.013
(-1.46)-0.013
(-1.39)-0.008
(-0.53)-0.009
(-0.54)-0.016*
(-1.86)-0.015*
(-1.78)控
制
变
量家庭收入
(取自然对数)-0.004
(-1.37)0.005**
(1.99)0.008*
(1.95)-0.001
(-0.46)家庭内老年人比例 -0.001
(-0.06)-0.022
(-1.20)0.011
(0.38)-0.005
(-0.30)家庭总人数 0.003
(0.76)-0.003
(-1.10)0.003
(0.62)-0.001
(-0.47)家庭成员平均年龄 0.001
(1.51)0.000
(0.63)0.001
(1.30)-0.000
(-0.32)中共党员家庭 0.008
(0.60)0.001
(0.06)0.021
(1.32)0.009
(0.82)知识分子家庭 -0.019*
(-1.70)0.019**
(2.31)-0.013
(-0.94)0.009
(1.15)时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 观测值 12 111 11 543 20 281 19 232 8 060 7 690 24 177 22 921 R2 0.575 0.578 0.548 0.552 0.625 0.627 0.531 0.535 注：数值0.000和-0.000都非准确值为0，而是四舍五入保留小数点后3位所得；“有成员自评健康状况差家庭”“无成员自评健康状况差家庭”“有慢性病患者家庭”和“无慢性病患者家庭”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。
下载: 导出CSV
表 7 区分家庭就业异质性对家庭医疗支出和家庭成员就医选择的回归结果
变量 因变量 非农就业家庭 纯农业就业家庭 医疗支出 就医选择 医疗支出 就医选择 处理
变量城乡居民
医疗保险统筹-0.009
(-0.10)0.007
(0.07)-0.001
(-0.06)-0.002
(-0.17)0.211**
(2.23)0.187*
(1.94)-0.029**
(-2.54)-0.029**
(-2.53)控
制
变
量家庭收入
(取自然对数)0.069**
(2.20)0.001
(0.33)0.065***
(2.98)-0.003
(-1.09)家庭内老年人比例 0.299
(1.07)-0.047
(-1.30)-0.183
(-1.42)-0.003
(-0.17)家庭总人数 0.138***
(4.06)0.002
(0.50)0.126***
(4.29)-0.001
(-0.39)家庭成员平均年龄 -0.025***
(-3.04)0.001
(0.63)-0.002
(-0.31)0.001
(1.15)中共党员家庭 0.010
(0.10)0.001
(0.12)0.134
(1.11)-0.004
(-0.31)知识分子家庭 -0.201**
(-2.15)0.013
(1.31)0.084
(0.80)-0.019*
(-1.72)时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes Yes Yes Yes Yes 观测值 13 199 12 651 13 389 12 806 17 411 16 497 17 681 16 677 R2 0.533 0.541 0.622 0.627 0.497 0.502 0.518 0.521 注：“医疗支出”和“就医选择”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。
下载: 导出CSV
表 8 城镇户籍家庭医疗支出与家庭成员就医选择回归结果
变量 因变量 医疗支出 就医选择 处理
变量城乡居民医疗
保险统筹-0.037
(-0.26)-0.064
(-0.45)-0.027*
(-1.65)-0.029
(-1.36)控
制
变
量家庭收入
(取自然对数)0.112**
(2.10)-0.011
(-1.24)家庭内老年人比例 0.415*
(1.84)0.016
(0.35)家庭总人数 0.236***
(3.61)-0.011
(-1.19)家庭成员平均年龄 0.010
(0.95)0.000
(0.15)中共党员家庭 0.057
(0.41)0.037*
(1.94)知识分子家庭 -0.150
(-0.92)0.026
(1.23)时间固定效应 Yes Yes Yes Yes 县级行政区域固定效应 Yes Yes Yes Yes 家庭固定效应 Yes Yes Yes Yes 观测值 5 957 5 754 6 041 5 736 R2 0.530 0.534 0.676 0.679 注：“医疗支出”和“就医选择”都是对同一因变量加入不同控制变量分别做的回归，所以都存在多项系数回归结果。
下载: 导出CSV
-
[1] CHOU S Y, LIU J T, HAMMITT J K. National health insurance and precautionary saving: Evidence from Taiwan[J]. Journal of Public Economics, 2003, 87(9-10): 1873-1894.
[2] 臧文斌, 刘国恩, 徐菲, 等. 中国城镇居民基本医疗保险对家庭消费的影响[J]. 经济研究, 2012, 47(7): 75-85. [3] 李晓嘉. 城镇医疗保险改革对家庭消费的政策效应——基于CFPS微观调查数据的实证研究[J]. 北京师范大学学报(社会科学版), 2014(6): 123-134. [4] 甘犁, 刘国恩, 马双. 基本医疗保险对促进家庭消费的影响[J]. 经济研究, 2010, 45(S1): 30-38. [5] 白重恩, 李宏彬, 吴斌珍. 医疗保险与消费: 来自新型农村合作医疗的证据[J]. 经济研究, 2012, 47(2): 41-53. [6] BAI C E, WU B. Health insurance and consumption: Evidence from China's new cooperative medical scheme[J]. Journal of Comparative Economics, 2014, 42(2): 450-469.
[7] 马双, 臧文斌, 甘犁. 新型农村合作医疗保险对农村居民食物消费的影响分析[J]. 经济学(季刊), 2011, 10(1): 249-270. [8] 马双, 张劼. 新型农村合作医疗保险与居民营养结构的改善[J]. 经济研究, 2011, 46(5): 126-137, 153. [9] CAI W, CHEN J, DING H. Medical insurance effects on household durable goods consumption: Evidence from China[J]. Emerging Markets Finance and Trade, 2016, 52(2): 449-460.
[10] ZHAO W. Does health insurance promote people's consumption? New evidence from China[J]. China Economic Review, 2019, 53: 65-86.
[11] LEI X, LIN W. The new cooperative medical scheme in rural China: Does more coverage mean more service and better health?[J]. Health Economics, 2009, 18(S2): 25-46.
[12] 鄢洪涛, 杨仕鹏. 基本医疗保险对农村居民消费的影响研究[J]. 中国卫生经济, 2021, 40(7): 48-52. [13] 詹佳佳, 傅虹桥. 医院声誉、空间距离与患者就医选择——基于病案首页数据的分析[J]. 经济学(季刊), 2022, 22(1): 343-364. [14] 沓钰淇, 傅虹桥. 网络口碑对患者就医选择的影响——基于在线医生评论的实证研究[J]. 管理评论, 2021, 33(11): 185-198. [15] 朱恒鹏. 城乡居民基本医疗保险制度整合状况初步评估[J]. 中国医疗保险, 2018(2): 8-12. [16] 刘琪, 何韶华, 李飞飞, 等. 城乡统筹医保能促进农村老年人消费吗?——来自CHARLS的证据[J]. 湖南农业大学学报(社会科学版), 2021, 22(4): 40-51. [17] 袁辉, 李欣瑞. 城乡医保统筹、预防性储蓄与农村家庭教育支出[J]. 农村经济, 2022(1): 118-126. [18] 郑超, 王新军, 孙强. 城乡医保统筹政策、居民健康及其健康不平等研究[J]. 南开经济研究, 2021(4): 234-256. [19] 马超. 城乡医保统筹对城乡居民医疗服务利用公平性研究[D]. 南京: 南京大学, 2014. [20] 马超, 曲兆鹏, 宋泽. 城乡医保统筹背景下流动人口医疗保健的机会不平等——事前补偿原则与事后补偿原则的悖论[J]. 中国工业经济, 2018(2): 100-117. [21] 常雪, 苏群, 周春芳. 城乡医保统筹对居民健康的影响[J]. 中国人口科学, 2018(6): 103-114, 128. [22] 常雪, 苏群, 谢浩然. 城乡医保统筹对居民医疗负担的影响——基于城乡差别的视角[J]. 贵州财经大学学报, 2021(2): 80-89. [23] 郭庆, 吴忠. 城乡居民医保制度统筹会产生促健防贫效用?——基于PSM-DID方法的研究[J]. 中国卫生政策研究, 2020, 13(7): 7-14. [24] WANG S D, YANG D Y. Policy experimentation in China: The political economy of policy learning[EB/OL]. (2021-10)[2022-03-01]. .
[25] GROSSMAN M. On the concept of health capital and the demand for health[J]. The Journal of Political Economy, 1972, 80(2): 223-255.
[26] JUNG J, TRAN C, CHAMBERS M. Aging and health financing in the US: A general equilibrium analysis[J]. European Economic Review, 2017, 100: 428-462.
-
期刊类型引用(10)
1. 莫旭琛，沈扬扬，周云波. 城乡医保统筹政策与我国农村居民消费潜力释放. 当代经济科学. 2025(01): 30-43 . 
百度学术
2. 蓝管秀锋，杨喆翔. 中国社会医疗保险制度的再分配效应分析. 四川轻化工大学学报(社会科学版). 2025(01): 67-79 . 百度学术
3. 周慧，吴宇涵，岳希明. 医疗报销比例与居民就医行为——基于CHIP2018的实证分析. 南开经济研究. 2024(01): 205-220 . 百度学术
4. 陶春海，熊琦哲，徐宇明. 非农就业、基本医疗保险对农村劳动力消费的影响研究. 江西财经大学学报. 2024(04): 59-72 . 百度学术
5. 贾艳萍. 基层医疗保险标准化服务建设问题及优化措施. 就业与保障. 2024(07): 52-54 . 百度学术
6. 李隆林，张强，周芯竹. 城乡基本公共服务均等化与农村流动人口消费——来自医保整合的证据. 华北水利水电大学学报(社会科学版). 2024(06): 88-100 . 百度学术
7. 陶娅，康晓虹，郭巧莉. 农户短期健康投资行为影响因素研究——基于Andersen模型. 会计之友. 2024(19): 54-61 . 百度学术
8. 苏军，邵頔，刘保国，王佳敏，孙晓杰. 山东省农村空巢老年高血压患者社会资本对门诊服务利用情况的影响. 医学与社会. 2024(10): 33-41 . 百度学术
9. 廖昕，代宝珍. 长期护理保险制度对我国老年人医疗服务利用情况的影响. 医学与社会. 2024(12): 47-52 . 百度学术
10. 谭秋成. 城乡居民医保制度的性质、运行机制及对医疗服务市场的影响. 经济研究参考. 2023(08): 5-21 . 百度学术
其他类型引用(13)
计量
- 文章访问数: 334
- HTML全文浏览量: 77
- PDF下载量: 43
- 被引次数: 23
