城镇居民医保对中老年人医疗服务利用影响研究

叶文君 李 勇

(中国药科大学，江苏 南京 211198)

1 引言

我国已经进入人口老龄化快速发展阶段。据《2010年第六次全国人口普查主要数据公报》，我国60岁及以上人口为1.78亿人，占总人口数的13.26%，65岁及以上人口为1.19亿人，占8.87%，分别较2000年第五次全国人口普查上升了2.93%和1.91%；并且45-64岁的中老年人口占据了总人口的24.33%，这一部分人口即将在10至20年后成为老年群体的主力军。由于中国人口基数庞大，未富先老的情况也很严峻，严重的老龄化将给社会带来巨大的压力，其中，中老年人对医疗卫生服务的需求增长就是一个巨大挑战。由于中老年人受到收入等因素的限制，其对医疗卫生服务的需求能否转化成真正的医疗服务利用行为值得研究。

医疗保险作为一种风险分散机制，旨在为参保者分散健康风险可能造成的损失，起到促进国民医疗服务利用进而促进健康的重要作用。我国自1998年国务院发布《关于建立城镇职工基本医疗保险制度的决定》起，陆续建立了城镇职工基本医疗保险、新型农村合作医疗保险和城镇居民医疗保险三大基本医疗保险体系。虽然，我国目前基本医疗保险覆盖率已超过95%，但基本医疗保险的效果如何，它是否达到了预期的目的，还没有定论。由于城镇居民医疗保险(以下简称城居保)制度建立较晚，相对其它两大基本医疗保险，对城居保的研究相对较少。而城镇居民医疗保险主要的覆盖人群之一为没有工作的居民。结合中国前几十年经济环境分析，这部分没有工作的居民现在主要为中老年人。在中国严峻的老龄化背景下，研究城居保政策对我国中老年人医疗服务利用的影响具有重大的实际意义。

2 相关文献综述

社会学家Andersen和Newman在1973年首次建立了医疗服务利用行为模型，来研究医疗服务利用的影响因素。该模型将影响医疗服务利用的因素分为三大类，分别为先决因素、使能因素和需要因素。其中，先决因素指例如性别、年龄等人口学因素和城乡等社会结构因素；使能因素主要指医疗保险以及人们可及的卫生人力资源等；需要因素主要指个体对于自身健康状况的判断。

此后，国内外学者对该模型进行了检验和完善。在国外研究中，考虑先决变量时，James A.M(1994)纳入了年龄、性别、教育和婚姻状况，考虑使能变量时，将收入、有无医疗保险、医疗机构的数量和远近等卫生服务可及性因素纳入了研究。在国内研究中，考虑需要变量时，潘丹(2010)发现，疾病严重程度是影响农村居民医疗服务利用最显著的因素。本文将在前人研究的基础上，构建和完善我国中老年人医疗服务利用的模型。

在如何衡量医疗服务利用方面，目前文献中常用一定时期(如过去4周)内的看病次数，或住院天数、就医率、住院率等。但是这些指标只能反映医疗服务利用的频率，无法反映医疗服务质量。从经济学的角度而言，价格是商品价值的体现，因此，用医疗卫生支出来衡量医疗服务利用，既能从总体上反映人们的医疗服务利用行为，也一定程度上反映了医疗服务的质量。因此，本文拟采用医疗卫生支出作为医疗服务利用的衡量指标。

3 研究设计

3.1 数据来源

本文数据来源于中国健康与养老追踪调查2013年数据。中国健康与养老追踪调查(China Health and Retirement Longitudinal Study，CHARLS)是一项针对我国45岁及以上中老年人的调查。CHARLS全国基线调查于2011年开展，覆盖150个县级单位，450个村级单位，约1万户家庭中的1.7万人。2013年CHARLS对这些样本进行了随访。本文剔除掉缺失关键变量的人数后，最终得到总样本1366名，其中中老年城居保参保人群761人，未参保人群605人。

3.2 变量

本文以Andersen和Newman 1973年创立的经典的医疗服务使用模型为基础进行变量的选取。该模型将影响个体医疗服务利用的变量分为三类：先决变量，使能变量和需要变量。考虑到中老年人较一般成年人有不同的特点，本文拟在纳入模型的先决变量上做出调整。中老年群体受子女的影响可能较大，因此，存活子女数对中老年人的医疗服务利用可能会产生较大影响。所以，本文将性别、年龄、婚姻状况、受教育程度、城乡、存活子女数作为先决变量，城居保参保情况和收入作为使能变量，自评健康状况作为需要变量纳入模型，变量的描述性统计详见表1。

由表1可知，样本人群平均年龄为60岁，其中，年纪最小的45岁，最大的93岁；他们的存活子女数最小的为1人，最大的为9人，平均存活子女数约为2人。样本人群的受教育程度普遍不高，多为未受过教育或小学毕业。且45%左右的样本人群没有收入。多数样本人群的自评健康状况一般。

表1 变量的描述性统计

3.3 计量模型

本文拟采用医疗卫生支出作为医疗服务利用的衡量指标，由于有很多样本的医疗卫生支出可能为零，不是正态分布，因此，若采用OLS估计会产生偏差，为解决这个问题，本文拟采用两部模型法来进行估计。该方法将个体医疗服务利用分成是否采取医疗服务利用的决策行为和使用医疗服务后的医疗卫生支出两个阶段，如下：

(1)是否采取医疗服务利用的决策方程：

被解释变量Ii代表是否采取医疗服务利用行为，取值为1代表使用医疗服务，否则取值为0；解释变量MIU表示是否参加城居保，取值为1表示参加城居保，取值为0表示未参加城居保，解释变量Xi为其他影响医疗服务利用的因素，包括性别、年龄、婚姻状况、受教育程度、城乡、存活子女数、收入以及自评健康状况。该模型采用Probit模型估计。

(2)使用医疗服务后的医疗卫生支出。

其中，Y代表医疗服务利用，本文采用医疗卫生支出来作为其衡量指标。MIU表示是否参加城居保，Zi表示其他影响医疗服务利用的因素。两部模型认为是否采取医疗服务利用的决策方程与使用医疗服务后的医疗卫生支出方程二者相互独立，因此在人们采取医疗服务利用的情况下去估计医疗卫生支出，可以纠正医疗卫生支出非正态分布导致的偏差。

4 实证结果及分析

为进一步分析城居保对我国中老年人医疗服务利用的影响，本文采用两部模型法进行了估计，估计结果如表2。

表2 中老年人医疗总费用支出模型结果

注：*，**，***分别表示10%，5%，1%的显著性水平；括号中数字为标准差。

首先，从决策方程来看，城居保的系数为0.352，并且在1%的显著性水平上显著，表明城居保政策显著地增加了我国中老年人的医疗服务利用概率。此外，性别的系数为-0.2，且在1%的显著性水平上显著，表明男性较女性使用医疗服务利用的概率较小。婚姻状况的系数为0.252，且在5%的显著性水平下显著，表明已婚个体较未婚个体使用医疗服务的概率显著增加。受教育程度的增加也能增加人们的医疗服务利用概率，但是仅在受教育程度较低(能读写或小学毕业)或者受教育程度较高(高中毕业及以上)时才显著，显著性水平均为10%。自评健康状况的系数均为负，表明自评健康状况越好的中老年人使用医疗服务的概率越低。年龄、城乡、存活子女数和是否有收入对医疗服务利用无显著影响。

从医疗卫生支出方程来看，城居保的系数为0.355，且在1%的显著性水平上显著，表明城居保政策显著增加了我国中老年人的医疗卫生支出，城居保参保人群比未参保人群使用了更多的医疗服务，其对医疗服务的利用更加充分。此外，存活子女数的系数为0.092，且在10%的显著性水平下显著，表明存活子女数越多，也会显著增加医疗卫生支出，这表明我国中老年人的医疗服务利用确实受到存活子女数的影响。自评健康状态的系数均为负，表明自评健康状况越好，医疗卫生支出会显著减少，说明医疗卫生服务利用同时受到人们自身的健康状况的影响。而性别、年龄、婚姻状况、受教育程度、城乡以及收入对我国中老年人的医疗卫生支出无显著影响。

5 研究结论与政策启示

本文通过两部模型法来估计城居保对我国中老年人医疗服务利用的影响，研究发现，一方面，城居保政策显著地增加了我国中老年人医疗服务利用的概率，另一方面，城居保政策显著地增加了我国中老年人的医疗卫生支出，这表明，城居保政策能促进我国中老年人的医疗服务利用行为。这不仅表现在我国中老年人生病时，城居保政策能增加其去门诊或住院或采取自我治疗等方式就诊的概率，还表现在其就诊时能增加其医疗卫生支出，使之获得更多的医疗卫生服务。此外，受教育程度的增加能显著增加我国中老年人医疗服务利用的概率，但是不影响其医疗卫生支出的大小，而存活子女数不影响我国中老年人医疗服务利用的概率，但是却能显著增加其医疗卫生支出。自评健康状况越好的中老年人，其医疗服务利用的概率越低，医疗卫生支出也越少。

从以上结论中我们可以得到如下启示，相比我国未参保中老年人群，我国中老年城居保参保人群获得了更多的医疗服务利用，而医疗服务利用是可以促进健康的，在我国面临严重的老龄化问题的状况下，继续推广执行城居保政策能使更多的中老年人获得医疗服务利用，从而减缓其健康恶化给国家带来的不良影响。

[1] Andersen，R&J. F.Newman，Societal and Individual Determinants of Medical Care Utilization in United States[J].Milbank Memorial Fund Quarterly，1973，(1)：95-124.

[2] James A.M.Aging in urban and rural areas：where are the differences?A study of health care utilization by the elderly population of eastern Ontario[D].Unpublished PhD Dissertation，Queen s University，Kingston，1994.

[3] 刘国恩，蔡春光，李林.中国老人医疗保障与医疗服务需求的实证分析[J].经济研究，2011，(3)：95-107.

[4] 潘丹.中国农村居民医疗服务利用影响因素分析[J].农业技术经济，2010，(7)：41-46.

[5] 王俊昌，忠泽，刘宏.中国居民卫生医疗需求行为研究[J].经济研究，2008，(7)：105-117.

[6] 顾海，李佳佳，马超.我国城乡居民的医疗需求差异研究——基于Oaxaca-Blinder方法的回归分解[J].学海，2012，(3)：75-78.

[7] 张丽，童星.农村老年居民住院服务利用及其影响因素研究——基于CHARLS数据的实证分析[J].南京社会科学，2014，(4)：67-73.