Poverty Reduction Effect of Rural Medical Insurance——An Empirical Analysis Based on CFPS 2018 Data
-
摘要:
基于中国家庭追踪调查2018年（CFPS 2018）的数据，以相对贫困线作为贫困标准，采用二元Logistic模型实证评估农村医疗保险制度的减贫效应及其异质性。整体样本回归结果表明，农村医疗保险减贫效应显著，在相对贫困线标准下降低了43.0%的贫困发生率。异质性分析结果表明，农村医疗保险减贫效应在年龄、性别方面存在差异：在年龄方面，农村医疗保险对于中老年人的减贫效应更为显著；在性别方面，农村医疗保险对于女性的减贫效应总体高于男性。为了充分发挥农村居民医疗保险减贫的制度效能，建议：优化医疗保险内部制度设计，强化经济绩效；下沉优质医疗卫生资源，提高健康绩效；建立长效机制，提高医疗保险减贫效应精准性。
Abstract:Based on the data of China Family Panel Studies in 2018 (CFPS 2018), this paper empirically evaluates the poverty reduction effect of rural medical insurance system and its heterogeneity by using binary Logistic model with relative poverty line as a poverty standard. The results of total sample analysis show that rural medical insurance has a significant effect on poverty reduction, reducing the incidence of poverty by 43.0% under the relative poverty line. The results of heterogeneity analysis show that there are differences in the poverty reduction effect of rural medical insurance in terms of age and gender. As for age, the poverty reduction effect is more significant for the middle-aged and elderly people. With regard to gender, the poverty reduction effect on women is generally higher than that on men. In order to give full play to the effectiveness of rural residents’ medical insurance in poverty reduction, we should optimize the internal system design of medical insurance to strengthen its economic performance, and sink more high-quality health care resources toward the rural areas to enhance health performance. In addition, we should establish a long-term mechanism to improve the accuracy of medical insurance for poverty reduction.
-
Keywords:
- rural resident /
- medical insurance /
- poverty reduction /
- relative poverty /
- performance
-
一、 问题的提出
当前，中国已经历史性地解决了绝对贫困问题，贫困问题已经由显性的绝对贫困问题转化为隐性的相对贫困问题。党的十九届四中全会特别指出：“坚决打赢脱贫攻坚战，巩固脱贫攻坚成果，建立解决相对贫困的长效机制。”[1]以2020年为分界线，中国已经进入后脱贫时代，深究致贫返贫原因，已经实现收入维度脱贫的居民也有可能因疾病、灾难等负向冲击而陷入贫困，可持续脱贫动力不足。因病致贫返贫问题，是后脱贫时代最难啃的“硬骨头”，也是阻碍农村经济社会全面发展的顽瘴痼疾，且将会长期存在。负向冲击易造成物质资本直接受损，健康状况恶化易导致可行能力被剥夺，甚至出现贫困的代际传递。以医疗保险为代表的社会保障制度是国家治理贫困的重要政策工具，有研究表明，医疗保险在防止居民因病致贫或因病返贫、缓解收入与健康贫困等方面发挥着重要作用[2]。后脱贫时代，如何充分发挥医疗保险的减贫效应进而建立长效机制，是目前亟须回答的重大问题。
医疗保险制度的减贫机理以及实施效果受到了国内外学者的广泛关注和热议。一方面，大部分学者肯定了医疗保险制度的减贫效应。相关研究从减贫机理的内在逻辑出发，指出医疗保险制度的减贫路径主要有两种：一是医疗保险减轻了现金自付医疗支出和灾难性医疗支出，直接补偿农村居民的医疗费用，在资金筹集和待遇给付阶段通过调节收入再分配，公平性得到了大幅度提升，从而降低了贫困发生率[3-4]；二是医疗保险提高了医疗资源的利用率，医疗服务可及性得到增强，进而促进参保者改善健康状况，健康资本和人力资本效应显著，增加了农村居民的收入[5-6]。此外，还有学者运用实证研究方法，得出了医疗保险制度有助于缓解农村贫困的观点。例如：有学者发现，在农村居民层面和省区层面，新型农村合作医疗保险（以下简称“新农合”）制度能显著降低贫困发生率，提高低收入和中等收入农村居民的收入[7]；也有学者基于中国健康与营养调查（CHNS）数据发现，新农合制度显著降低了农村居民的贫困发生率，减贫增收贡献显著[8]；还有学者发现，不同地区由于经济发展水平的差异可能导致新农合制度减贫效果存在差异，在中西部偏远地区以及少数民族聚居地区新农合制度的反贫困效果尤为显著[9-10]。另一方面，少部分学者认为医疗保险制度没有明显降低参保者的医疗负担。有学者认为，新农合制度能起到改善健康状况的作用，但是没有明显降低参保者的医疗负担，减贫效应仍有待挖掘[11-12]；解垩利用CHNS 1989—2006数据绘制TIP贫困曲线，发现即使在报销之后，医疗费用导致的贫困发生率和严重程度也基本保持不变[13]；丁少群和苏瑞珍从收入再分配的视角进行研究，结果表明，农村医疗保险体系并未有效发挥减贫作用，反而加重了低收入群体的缴费负担[14]；王丹华以中国老年健康调查（CLHLS）参保数据中的65岁及以上老人为研究对象，发现在参保3年后，新农合制度的弊端日渐显露，增加了医疗负担[15]；还有学者进一步剖析了医疗保险减贫作用有限的原因，发现农村居民自付负担加重主要是由医疗费用上涨与报销比例偏低导致的，参加新农合者倾向选择相对更好的医疗项目，因而出现了逆向选择的结果[16-17]。
综上所述，大多数学者肯定了医疗保险对减贫的影响，但未得到一致的结论；已有研究多以特定地区或者特定人群作为研究对象，农村医保制度反贫困效果的“面上”分析较为缺乏；将农村居民医疗保险与农村居民的收入和贫困状况同时考虑在内的研究较为鲜见，研究视角有待丰富。鉴于此，从研究的前瞻性和契合性出发，笔者拟回溯中国家庭追踪调查2018年（CFPS 2018）的截面数据，挖掘农村医疗保险制度减贫效应的传导路径，设定相对贫困线，重点分析在相对贫困线标准下，农村医疗保险是否具有减贫效应以及程度如何。此外，若具有减贫效应，则在此基础上进行减贫效应的年龄、性别异质性分析，以期能够进一步提高农村医疗保险政策的瞄准性和精准性，为凸显其独特的制度优势助力。
二、 理论分析与研究假设
农村医疗保险制度采取个人和政府共同筹资的形式，个人财政补贴也在不断上升，有利于满足农村居民的医疗需求，在缓解农村居民贫困及稳定收入方面具有不可比拟的作用。梳理学术界已有的研究成果[18]可知，医疗保险主要包括两种绩效：一是经济绩效，二是健康绩效。农村医疗保险减贫效应的传导机制，如图1所示。
首先，作为事后补偿的农村医疗保险可以减轻农村居民的负担，个人自付比例不断降低，增强了低收入群体的抗风险能力。当农村居民遭受重大疾病风险时，需要现金或储蓄支付医疗费用，当家庭经济累积难以支付巨额医疗费用时，借贷便成了第二选择；当借贷资金难以满足农村居民给付医疗费用的需求时，其最后的选择往往是通过出售农业工具、农作物和牲畜换取医疗救治资金。农村医疗保险通过第三方付费的形式，在农村居民进行费用结算时，社会保险平台自动识别医疗保险费用总额和报销比例，患者只需支付报销后的治疗费用，这降低了负债风险和物质资本直接受损风险，经济补偿功能显著，在医疗消费需求被满足的同时又增加了预防性储蓄，其他消费支出也会由此增加，这体现为一种消费促进效应。需要注意的是，针对不同经济社会地位、年龄阶段的群体，农村医疗保险制度缓解贫困的效果可能存在差异。相较于中青年群体，老年群体的收入来源往往更加单一，且劳动能力下降，健康状况相对较差。不同年龄阶段的农村居民的身体机能状况存在差异，财富积累及医疗服务利用的可及性也不一，因此农村居民医疗保险的减贫效果往往存在差异。
其次，农村医疗保险有利于推动国家医疗保障事业发展，促进医疗卫生资源下沉到农村地区，提高农村居民就医的便利程度，进而提高农村居民的健康绩效以及发挥人力资本积累效应。一方面，农村医疗保险增加了参保者寻求正规医疗机构就诊的倾向，使其能及时享受救治服务的可能性进一步增大，从而促使个人健康水平提高、健康资本储量增加、抵抗疾病风险能力增强。健康作为重要的人力资本指标，具有深刻的内在价值和工具性价值。假定人从出生起就具备一定的健康存量，年龄与健康资本折旧率成正比，随着年龄的增长健康存量随之减少，因此，个人需要投资医疗服务来增加健康资本存量。疾病发生概率下降，自身发展能力进一步增强，将有助于稳定家庭生产、增加人均收入。另一方面，在化解家庭劳动力结构失衡问题上，人力资本积累效应显著。农村居民在获得医疗补偿后，医疗消费支出降低，其收入用于教育培训、提升劳动技能、钱财增值的可能性增大，其生存能力和财富创造能力不断增强，从而强化了其个人可支付能力，使减贫目标得到充分实现。在上述两方面因素的共同作用下，将有望实现参加农村医疗保险—医疗负担下降、健康水平提升—收入水平稳定或提高的良性循环。
鉴于此，笔者提出如下假设：
假设1. 农村医疗保险显著负向影响农村贫困。
假设2. 农村医疗保险减贫效应在不同年龄、不同性别之间存在异质性。
三、 数据来源、变量选取与模型构建
（一） 数据来源
笔者研究的数据来源于CFPS 2018。CFPS由北京大学中国社会科学调查中心（ISSS）实施，调查内容包括家庭、人口统计学特征、社区3个层面，反映的是中国在不同时期的社会、经济、人口、教育和健康的变化情况，具有较强的代表性。
在匹配数据时，笔者做了以下处理：第一，考虑到受访者需要具备一定的自主选择能力和经济能力，研究只保留年龄为16岁以上且户口性质为农业户口的样本，剔除了户口性质为城镇户口的样本；第二，合并个人自答问卷和家庭经济问卷，保留样本中的家庭收入部分；第三，剔除缺失值样本。经过处理后，最终得到了6769个样本，其中，仅参加农村医疗保险的样本数为6220个，未参加任何医疗保险的样本数为549个。
（二） 变量选取
1. 被解释变量
被解释变量为农村居民贫困状况。考虑到相对贫困的长期性，对于“全面脱贫”前后都具有较好的分析价值和启示意义，笔者设计了相对贫困线，从相对贫困角度来衡量农村居民贫困。相对贫困线的设计结合汪三贵和孙俊娜[19]、陈宗胜和黄云[20]的研究，将调查样本中家庭2018年的人均纯收入中位数的40%（即5645元）作为样本相对贫困线。
2. 解释变量
解释变量为“是否参加农村医疗保险”，选取问卷中的问题“您享有哪些医疗保险”进行测量。为了进一步将农村居民医疗保险从其他种类的医疗保险中分离出来以观察其净效应，笔者又对没有参与农村居民医疗保险的居民作了限定，特指“没有参加任何医疗保险”的农村居民。此外，城镇居民医疗保险和新农合于2016年合并，考虑到各地政策落实力度和合并工作的进度，CFPS仍然区分了城镇居民医疗保险和新农合。因此，“参加新农合”的农村居民赋值为1，否则为0。
3. 控制变量
除“是否参加新农合”影响农村居民收入情况外，研究对象的年龄、性别、自评健康状况、家庭规模、婚姻状况、受教育程度、工作情况等因素也可能会影响农村居民的收入水平，进而影响其相对贫困状况。因此，笔者对上述控制变量进行了控制。根据CFPS 2018的问卷设置，上述主要变量描述性统计结果，如表1所示。
表 1 变量选取及描述性统计结果变量 变量取值 均值 标准差 最小值 最大值 相对贫困线 贫困=1，非贫困=0 0.133 0.339 0 1 是否参加农村医疗保险 参加=1，未参加=0 0.918 0.273 0 1 年龄 实际年龄/岁 35.679 11.307 17 95 性别 男性=1，女性=0 0.493 0.499 0 1 自评健康状况 不健康=1，一般=2，比较健康=3，很健康=4，非常健康=5 3.233 1.142 1 5 家庭规模 家庭规模/个 4.755 2.197 1 21 婚姻状况 有配偶及同居=1，单身=0 0.770 0.421 0 1 受教育程度 小学=1，初中=2，高中或中专=3，大学或大专=4，研究生及以上=5 2.000 0.927 1 5 工作情况 有工作=1，无工作=0 0.831 0.375 0 1 （三） 模型与方法
农村医疗保险制度设计的初衷是缓解农村居民贫困[21]，真正做到惠民利民、发展成果共享，而农村居民的个人收入是衡量相对贫困状况的重要标准，由于相对贫困状况包括贫困和非贫困（贫困=1，非贫困=0）两种情况，因此采用二元Logistic回归模型进行分析，公式为
$$ {{P}} = \frac{1}{1+{\rm{e}}^{-(\alpha+\beta x)}} $$ (1) 式中：P为农村居民的贫困发生概率；1−P为农村居民未陷入贫困的概率；
$\dfrac{P}{1-P} $ 为贫困的机会比率。对机会比率取对数推导出Logit模型，公式为$$ {\rm{ln}}\;\left( \frac{P}{1-P}\right)=\beta _0+\beta_1\chi _1+\beta_2\chi _2+\cdots+\beta_m\chi _m $$ (2) 式中：
$\beta_0 $ 为常数；$\beta_1 $ ，$\beta_2 $ ，…，$\beta_m $ 为偏回归系数；$\chi_1$ ，$\chi_2$ ，…，$\chi_m$ 为自变量。四、 农村医疗保险减贫效应的实证分析
（一） 农村居民医疗保险减贫的回归分析
根据医疗保险减贫理论，农村居民参加城乡居民基本医疗保险能够得到医疗费用补贴，由政府出资补助的医疗费用可以弥补疾病风险带来的收入损失，从而起到减贫作用。针对相对贫困线进行二元Logistic回归分析，可以得到农村居民医疗保险减贫效应的整体样本回归结果，如表2所示。
表 2 农村居民医疗保险减贫效应的整体样本回归结果变量 相对贫困线 是否参加农村医疗保险 −0.430***
(0.134)年龄 0.017***
(0.003)性别 −0.080
(0.078)自评健康状况 −0.140***
(0.032)家庭规模 0.173***
(0.016)婚姻状况 −0.420***
(0.102)受教育程度 −0.624***
(0.055)工作情况 −0.219
(0.097)常数项 −0.900***
(0.279)样本量 6769 注：***表示p<0.01，**表示p<0.05，*表示p<0.1；括号内数值为标准误差。下表同。 由表2可知，是否参加农村医疗保险的系数显著为负，说明该指标对整体样本陷入贫困的概率呈负向影响。同时，参加农村医疗保险降低了整体样本在相对贫困线标准下43.0%的贫困发生率，且在1%的水平下显著，由此假设1成立。此结果与已有的研究结论高度一致，说明参加农村居民医疗保险能够缓解农村居民的相对贫困状况，农村医疗保险具有良好的减贫效果，因此推断农村医疗保险制度具有经济绩效。就整体层面而言，农村医疗保险减少了农村居民陷入贫困的可能性。原因在于，在参加农村医疗保险后，医疗保险制度分担了农村居民的医疗卫生支出，农村居民获得经济补偿后收入趋向稳定，陷入贫困的可能性降低。
控制变量方面，农村居民的个人特征对贫困状况的影响方向和影响大小不同。在相对贫困线标准下，年龄和家庭规模的回归系数为正，且显著性水平为1%。其中，年龄在相对贫困线标准下的回归系数为0.017，说明年龄越大贫困发生率越大，身体健康存量减少，因病贫困的风险增加。而当家庭规模越大时，需要的经济花费和照顾越多，人均收入越难以满足日常开销，贫困发生率增加。除上述两个变量外，自评健康状况、婚姻状况、受教育程度、工作情况在相对贫困线标准下的回归系数为负。自评健康状况的回归系数说明了一定时期内农村居民的身心情况，自评健康状况的分数越接近5，表示健康状况越好，贫困发生率越低。受教育程度的回归系数为−0.624，在1%的水平下呈显著负相关。原因在于：农村居民受教育程度越高，获取知识的能力越强，接触到好的工作的机会越多，工作优劣与收入和福利待遇挂钩；较高的受教育水平也使得其更加关注自身健康状况，更懂得利用医疗卫生资源和社会关系网络维持身体健康，因此收入更加有保障。
（二） 农村医疗保险减贫的异质性分析
1. 基于年龄分组的回归分析
为了进一步探究农村居民医疗保险缓解贫困的效果，笔者将整体样本按照世界卫生组织（WHO）的依据划分为三个子样本，青年组年龄阶段为16～44岁，中年组年龄阶段为45～59岁，老年组年龄阶段为60岁及以上。按照上文进行回归分析的模型与方法，分析参加农村医疗保险是否会在这三个群体之间产生不同的减贫效果。农村医疗保险减贫的年龄异质性回归结果，如表3所示。
表 3 农村医疗保险减贫的年龄异质性回归结果变量 相对贫困线 青年组 中年组 老年组 是否参加农村医疗保险 −0.259*
(0.155)−0.951**
(0.423)−1.031**
(0.424)性别 −0.199**
(0.090)0.098
(0.243)0.539**
(0.243)自评健康状况 −0.149***
(0.037)−0.207**
(0.091)−0.192*
(0.100)家庭规模 0.201***
(0.018)0.119**
(0.058)−0.095*
(0.056)婚姻状况 −0.438***
(0.111)−0.841**
(0.395)0.171
(0.326)受教育程度 −0.683***
(0.057)−0.304
(0.269)−0.298
(0.375)工作情况 −0.220**
(0.112)−0.129
(0.313)0.053
(0.270)常数项 −0.420
(0.257)0.648
(0.709)0.878
(0.673)样本数 5891 520 358 由表3可知，农村医疗保险减贫效应存在年龄差异，主要表现为农村医疗保险对于中老年群体的减贫效应更高。在相对贫困线标准下，相较于未参加农村医疗保险的群体，中年组参加农村医疗保险群体贫困发生率降低了95.1%，老年组参加农村医疗保险群体的贫困发生率降低了103.1%，均通过了5%的显著性水平检验，且在相对贫困线标准下农村医疗保险对老年组的减贫作用大于青年组和中年组。综合来说，农村医疗保险对中老年群体的减贫效应更显著。
可能的解释是：44周岁及以下农村居民的身体健康状况相较于中老年群体更好，并且这部分群体处于最佳劳动年龄阶段，利用人力资本优势更易获得劳动收入，陷入因病致贫的风险较小。但处于45周岁及以上的中老年群体的身体机能下降，健康存量减少，所以利用医疗服务的频率和程度相对较高，农村医疗保险正好分担了中老年患病群体的医疗负担，缓解了其经济压力，避免了其物质资本的直接受损，可见，参加农村医疗保险可以有效降低贫困发生率。此外，农村医疗保险制度促进农村居民在患病时及时就医，从而起到加快恢复健康的效果，保障了人力资本的稳定性，释放了预防性需求，用于资产投资及提高营养水平的收入增加，进而进一步促进了其收入水平提高，因病致贫返贫风险降低，极大地破解了疾病致贫返贫的难题。
2. 基于性别分组的回归分析
为了进一步探究不同性别下农村医疗保险减贫效果的差异性，笔者将筛选后的6769个样本划分为男性和女性两个子样本，根据上文分析模型和变量选取，测算在相对贫困线标准下农村医疗保险对男性和女性的减贫效应，并进行异质性分析，回归结果如表4所示。
表 4 农村医疗保险减贫的性别异质性回归结果变量 相对贫困线 男性 女性 是否参加农村医疗保险 −0.332*
(0.198)−0.505***
(0.183)年龄 0.026***
(0.005)0.006
(0.005)自评健康状况 −0.159***
(0.049)−0.127***
(0.044)家庭规模 0.174***
(0.023)0.166***
(0.023)婚姻状况 −0.283*
(0.147)−0.661***
(0.145)受教育程度 −0.644***
(0.082)−0.663***
(0.076)工作情况 −0.393**
(0.191)−0.113
(0.113)常数项 −1.284***
(0.420)−0.206
(0.402)样本数 3335 3434 从男性和女性两个子样本的回归结果来看，农村医疗保险的减贫效应存在性别差异。在相对贫困线标准下，女性与男性的回归系数分别为−0.505和−0.332，二者也均通过了显著性检验。由此表明，农村医疗保险对女性的减贫效应更加显著。由于资源分配不平等等诸多方面的原因，中国仍然存在“贫困女性化”现象，女性的贫困发生率高于男性。
综上可知，假设2成立。
（三） 稳健性检验
为了解决样本的自选择问题，笔者参考已有学者的研究方法进行了相关的稳健性检验，进一步论证上述实证研究结果的稳健性。从变量分类出发，笔者拟利用二元Probit模型对农村医疗保险减贫的稳健性进行检验，回归结果如表5所示。
表 5 农村医疗保险减贫的稳健性检验回归结果变量 相对贫困线 是否参加农村医疗保险 −0.234***
(0.074)控制变量 是 样本数 6769 由表5可知，农村医疗保险仍然具有显著的减贫效应，且对变量的影响方向一致。在相对贫困线标准下，是否参加农村医疗保险的回归系数为−0.234。控制变量的影响方向和显著性与二元Logistic回归模型得出的结论是高度一致的，用二元Probit回归模型的分析结果较为稳健，由此说明，笔者研究的实证结果具有稳健性。
五、 结论与建议
（一） 主要结论
笔者基于农村医疗保险减贫效应的传导机制及CFPS 2018的6769个样本数据，运用二元Logistic模型实证评估了农村居民是否参加基本医疗保险对贫困的影响，主要得出以下结论：
第一，就整体层面的减贫程度而言，参加农村医疗保险对农村居民具有良好的减贫效应。实证结果表明，参加农村医疗保险降低了整体样本在相对贫困线标准下43.0%的贫困发生率。控制变量中，年龄、性别、自评健康状况、家庭规模、受教育程度显著影响贫困状况，体现了农村居民的经济绩效和健康绩效对减贫具有重要作用。
第二，相对贫困线标准下的减贫效应说明，从目前的收入情况来看，需要关注位于农村居民家庭人均纯收入中位数40%以下的相对贫困人口以及一定数量的贫困边缘人口等。
第三，农村医疗保险减贫效应存在年龄、性别的差异。实证结果表明，农村医疗保险制度对中老年群体的减贫效应最强。在减贫效应的性别异质性方面，农村医疗保险对女性的减贫程度更高，减贫效应存在性别上的差异。
（二） 政策建议
为了充分发挥农村医疗保险减贫的制度效能，基于实证分析结果，笔者提出以下政策建议：
第一，优化医疗保险内部制度设计，强化经济绩效。一是优化缴费基数，建立合理公平的筹资机制。二是提高农村医疗保险统筹层次，扩大资金来源和筹集渠道，释放政府财政补助和个人缴费的空间，增强普惠性医疗保险的减贫效应。三是优化报销政策，建立差异化、个性化的偿付机制。在支付环节中，应对监测户、突发严重困难户产生的医疗费用进行倾斜支付，实行有区别的报销政策。由于不同年龄阶段的农村居民在经济收入、医疗服务需求和健康状况方面大相径庭，因此，尤其应将面临重大疾病风险的中老年群体和女性群体纳入重点监测对象，建立更加完善的精准识别制度。将支付方式从数量付费法转变为质量付费法，以不同参保者的收入和医疗服务需求为基准，建立健全阶梯型医疗费用补偿政策，稳步提高患者的门诊报销比例，增强医疗保险待遇的公平性。
第二，下沉优质医疗卫生资源，提高健康绩效。一是提高农村地区医疗卫生机构软、硬件水平，建立共享资源机制。二是利用报销政策和偿付方式倒逼医疗资源向初级卫生保健层面流动。三是根据乡镇级、县级医院的能力短板和实际需求，统筹区域内医疗资源，建立医疗资源共享机制；提高村级和社区医疗卫生服务机构的服务能力，以适应中国社会人口老龄化趋势，增加老年人慢性病管理、治疗和预防等服务，做好重大疾病筛选和救治工作，并在此基础上控制医疗费用涨幅，为中老年人群体提供质优价宜的医疗服务。
第三，建立长效机制，提高医疗保险减贫效应精准性。一是加强贫困边缘群体的动态准入机制，持续激发医疗保险的减贫效应。2022年中央一号文件重点强调了建立动态监测机制的重要性，为了守住不发生规模性返贫底线，应将有致贫返贫风险、突发严重困难的农户纳入监测系统，有针对性地落实社会救助、医疗保障等措施。二是保持帮扶政策的相对稳定性，包括待遇发放和报销政策，既要避免过度保障，又要杜绝规模返贫的发生。三是建立服务支撑体系，完善农村地区医疗保险相关配套政策。例如，统筹地区和基层卫生服务机构，建立常态化健康体检制度和义诊制度，深化农村居民对健康知识重要性的认识，定期定点开展专项救治行动。
-
表 1 变量选取及描述性统计结果
变量 变量取值 均值 标准差 最小值 最大值 相对贫困线 贫困=1，非贫困=0 0.133 0.339 0 1 是否参加农村医疗保险 参加=1，未参加=0 0.918 0.273 0 1 年龄 实际年龄/岁 35.679 11.307 17 95 性别 男性=1，女性=0 0.493 0.499 0 1 自评健康状况 不健康=1，一般=2，比较健康=3，很健康=4，非常健康=5 3.233 1.142 1 5 家庭规模 家庭规模/个 4.755 2.197 1 21 婚姻状况 有配偶及同居=1，单身=0 0.770 0.421 0 1 受教育程度 小学=1，初中=2，高中或中专=3，大学或大专=4，研究生及以上=5 2.000 0.927 1 5 工作情况 有工作=1，无工作=0 0.831 0.375 0 1 
下载: 导出CSV
表 2 农村居民医疗保险减贫效应的整体样本回归结果
变量 相对贫困线 是否参加农村医疗保险 −0.430***
(0.134)年龄 0.017***
(0.003)性别 −0.080
(0.078)自评健康状况 −0.140***
(0.032)家庭规模 0.173***
(0.016)婚姻状况 −0.420***
(0.102)受教育程度 −0.624***
(0.055)工作情况 −0.219
(0.097)常数项 −0.900***
(0.279)样本量 6769 注：***表示p<0.01，**表示p<0.05，*表示p<0.1；括号内数值为标准误差。下表同。
下载: 导出CSV
表 3 农村医疗保险减贫的年龄异质性回归结果
变量 相对贫困线 青年组 中年组 老年组 是否参加农村医疗保险 −0.259*
(0.155)−0.951**
(0.423)−1.031**
(0.424)性别 −0.199**
(0.090)0.098
(0.243)0.539**
(0.243)自评健康状况 −0.149***
(0.037)−0.207**
(0.091)−0.192*
(0.100)家庭规模 0.201***
(0.018)0.119**
(0.058)−0.095*
(0.056)婚姻状况 −0.438***
(0.111)−0.841**
(0.395)0.171
(0.326)受教育程度 −0.683***
(0.057)−0.304
(0.269)−0.298
(0.375)工作情况 −0.220**
(0.112)−0.129
(0.313)0.053
(0.270)常数项 −0.420
(0.257)0.648
(0.709)0.878
(0.673)样本数 5891 520 358
下载: 导出CSV
表 4 农村医疗保险减贫的性别异质性回归结果
变量 相对贫困线 男性 女性 是否参加农村医疗保险 −0.332*
(0.198)−0.505***
(0.183)年龄 0.026***
(0.005)0.006
(0.005)自评健康状况 −0.159***
(0.049)−0.127***
(0.044)家庭规模 0.174***
(0.023)0.166***
(0.023)婚姻状况 −0.283*
(0.147)−0.661***
(0.145)受教育程度 −0.644***
(0.082)−0.663***
(0.076)工作情况 −0.393**
(0.191)−0.113
(0.113)常数项 −1.284***
(0.420)−0.206
(0.402)样本数 3335 3434
下载: 导出CSV
-
[1] 新华网. 中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定[EB/OL]. （2019−11−05）[2022−04−02]. . [2] 范红丽, 王英成, 亓锐.城乡统筹医保与健康实质公平——跨越农村“健康贫困”陷阱[J]. 中国农村经济, 2021（4）: 69—84. [3] MAHAPATRO S R. SINGH P,SINGH Y. How effective health insurance schemes are in tackling economic burden of healthcare in India [J]. Clinical Epidemiology and Global Health,2018,6(2): 75—82.
[4] 任志江,苏瑞珍. 增强医疗保障减贫效应的再分配实现机制研究——基于改善亲贫性的视角[J]. 中国行政管理,2020(8): 88—93. [5] WAGSTAFF A,LINDELOW M. Can insurance increase financial risk? The curious case of health insurance in China [J]. Journal of Health Economics,2008,27(4): 990—1005.
[6] CHENG L,LIU H,ZHANG Y,et al. The impact of health insurance on health outcomes and spending of the elderly: Evidence from China’s new cooperative medical scheme [J]. Health Economics,2015,24(6): 672—691.
[7] 齐良书. 新型农村合作医疗的减贫、增收和再分配效果研究[J]. 数量经济技术经济研究,2011,28(8): 35—52. [8] 李立清,危薇. 新型农村合作医疗对农户减贫及增收的效果研究——基于双重差分法的分析[J]. 湘潭大学学报(哲学社会科学版),2013,37(4): 11—15. [9] 黄晓宁,李勇. 新农合对农民医疗负担和健康水平影响的实证分析[J]. 农业技术经济,2016(4): 51—58. [10] 仇雨临,张忠朝. 贵州少数民族地区医疗保障反贫困研究[J]. 国家行政学院学报,2016(3): 69—75. [11] 程令国,张晔. “新农合”:经济绩效还是健康绩效?[J]. 经济研究,2012,47(1): 120—133. [12] 陈庆锟,毛阿燕,代涛. 新型农村合作医疗制度对农村居民医疗负担的影响研究[J]. 中国卫生经济,2014,33(4): 46—48. [13] 解垩. 医疗保险与城乡反贫困:1989—2006[J]. 财经研究,2008,34(12): 68—83. [14] 丁少群,苏瑞珍. 我国农村医疗保险体系减贫效应的实现路径及政策效果研究——基于收入再分配实现机制视角[J]. 保险研究,2019(10): 114—127. [15] 王丹华. “新农合”健康绩效及其作用机制研究——基于CLHLS数据[J]. 社会保障研究,2014(5): 59—67. [16] BROWN P H,CAROLINE T. Health-seeking behavior and hospital choice in China’s new cooperative medical system [J]. Health Economics,2009,18(S2): 47—64.
[17] 鲍震宇,赵元凤. 农村居民医疗保险的反贫困效果研究——基于PSM的实证分析[J]. 江西财经大学学报,2018(1): 90—105. [18] 于大川,李培祥,杨永贵. 农村医疗保险制度的增收与减贫效应评估——基于CHNS(2015)数据的实证分析[J]. 农业经济与管理,2019(5): 35—45. [19] 汪三贵,孙俊娜. 全面建成小康社会后中国的相对贫困标准、测量与瞄准——基于2018年中国住户调查数据的分析[J]. 中国农村经济,2021(3): 2—23. [20] 陈宗胜,黄云. 中国相对贫困治理及其对策研究[J]. 当代经济科学,2021,43(5): 1—19. [21] 鄢洪涛,杨仕鹏. 农村医疗保险制度的相对贫困治理效应——基于贫困脆弱性视角的实证分析[J]. 湖南农业大学学报(社会科学版),2021,22(1): 48—55. -
期刊类型引用(5)
1. 王理万，狄磊. 中国人权自主知识体系的守正与创新——2024年中国人权研究的理论述评与展望. 人权. 2025(02): 181-212 . 
百度学术
2. 郑智航. 数字法学的理论品格与学科定位. 华东政法大学学报. 2024(04): 54-63 . 百度学术
3. 唐婧瑶. 数据确权中的权利束理论探赜. 人权法学. 2024(05): 42-61+151-152 . 百度学术
4. 江河. 数字法学形构的法理学进路. 政法论丛. 2024(06): 73-85 . 百度学术
5. 谢永江，田震霆. 论数字人权的法理基础与概念构造. 北京邮电大学学报(社会科学版). 2024(06): 27-39 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 200
- HTML全文浏览量: 146
- PDF下载量: 22
- 被引次数: 5
