新农合对农村居民医疗支出的效果评价研究

赵一墨， 甘勇

医疗问题是重要的民生问题。关于“看病难、看病贵”的讨论一直热度不减。近年来，我国在缓解居民医疗负担方面做出许多实践与探索。2018年全国一般公共预算支出中的医疗卫生与计划生育支出为1.57万亿元，同比增长8.5%，占全国一般公共预算支出的7.1%[1]。广义的政府卫生支出占GDP比重持续增加，个人卫生支出占卫生总支出的比例不断下降。但我国人均个人现金卫生支出仍在逐年上升。2017年我国人均个人现金卫生支出1 088.69元，同比增长13%；近十年平均每年增长11%[2]。因此，引出的问题是我国的医疗制度是否切实地缓解了居民的医疗负担；而我国农村医疗水平相对薄弱，“因病致贫、因病返贫”的问题更加突出[3]。基于以上背景，本文从农村居民的医疗负担情况出发，聚焦新型农村合作医疗制度，试图从经济学视角探讨新农合对农村居民医疗费用的减免情况，主要集中分析以下三个问题：第一，新农合如何影响农村居民的就医选择；第二，新农合能否缓解农村居民的医疗负担；第三，在不同情况下，新农合能在多大程度上减轻居民的经济负担。以期为有关部门制定措施，进一步改善农村地区的医疗服务承受能力，减轻居民的医疗负担提供参考。

1 资料与方法

1.1 数据来源

本文数据来源于中国健康与营养调查(China Health and Nutrition Survey，CHNS)2006—2011年的微观面板数据，该数据通过多阶段随机抽样方式获得。本文选取了2006年、2009年和2011年三年的数据。由于本次主要研究农村居民医疗支出的相关情况，故剔除全部城镇人口以及缺失医疗支出信息、新农合参保情况、健康状况等变量的样本，也剔除了购买商业医疗保险等其他医疗保险的样本。最终本研究共计采用3 569个样本点，覆盖了12个省及直辖市、36条街道、292个村庄、2 432户农户。

1.2 变量设定

本文的被解释变量“医疗支出”采用了“个人实际医疗支出”这一指标来衡量，利用居民消费价格指数(consumer price index，CPI)去除了通货膨胀的影响，并在实际操作时采用对数变换。其中“实际医疗支出”是指过去4周扣除医疗保险报销费用后，病患自付的医疗费用。解释变量“新农合参保情况”是虚拟变量，控制变量“健康状况”由生活质量指标(Quality of Well-being Scale，QWB)来评价。

QWB采用Kaplan和Anderson(1988)构建、并由赵忠和侯振刚(2005)修改完善后的量表评价。主要包括行动指标(mobility scale，MOB)、体力活动指标(physical activity scale，PAC)、社会活动指标(social activity scale，SAC)三个客观指标和疾病及情况指标(symptom/problem complexes，CPX)[4]。QWB指标介于0～1之间，1代表最健康，0代表死亡。

1.3 模型分析框架

由于18.32%的样本被解释变量“个人实际医疗支出”的值为零，为了修正随机误差项的正态性假设，采用了两部模型[5]进行估计，运用Heckman[6]选择模型，修正参数估计可能出现的偏差[7]。为解决被解释变量“医疗支出”与解释变量“新农合参保情况”之间因相互影响而产生的内生性问题，本文在Heckman选择模型的基础上引入工具变量的方法，构建出IV-Heckman模型。

1.3.1 两部模型第一部分使用probit模型估计居民是否发生医疗支出：

Ii=Pr(β0+β1Insi+β2qwbi+Xiβ3+ui>0)

第二部分使用线性模型估计非零的医疗支出(经对数处理)：

log(yi|Ii=1)=α0+α1Insi+α2qwbi+Xiα3+υi

1.3.2 Heckman选择模型选择方程估计患者是否选择就医并产生医疗费用：

Treatmenti=Pr(β0+β1Insi+β2qwbi+Xiβ3+ui>0)

支出方程估计了选择就医居民的医疗支出：

log(yi|Treatmenti=α0+α1Insi+α2qwbi+Xiα3+υi

1.3.3 IV-Heckman模型IV-Heckman模型是在Heckman选择模型的第二部引入工具变量：

log(yi|Treatmenti=α0+α1Insi+α2qwbi+Xiα3+υi

Insi=γ0+γ1qwbi+γ2percenti+Xiγ3+ηi

此处的工具变量percenti代表全部样本中个体“所在社区新农合参保率”，其他变量的定义及假设均与Heckman模型相同。

2 结果

2.1 基本情况

本研究分析显示，有61.2%的居民参合了新农合，参合新农合的居民平均个人实际医疗支出比未参合新农合的居民低出约136元。有2 915名居民在过去4周发生了医疗支出。参合新农合的居民个人实际医疗支出从590.827元上升到680.479元，未参合新农合的居民个人实际医疗支出更是大幅上升到987.914元。参合新农合的居民所在社区参合率的均值为0.928，而未参合新农合的居民该值仅为0.114。参合与未参合新农合的居民之间健康状况均值相差极小，仅有不足10%的居民选择住院治疗。而且未参合新农合的居民年龄相对较大，学历相对较高，所在地区更加发达。

2.2 实证分析结果

两部模型的回归结果显示，第一部分(是否发生医疗支出)中，参合新农合的居民发生医疗支出的概率比未参合新农合的居民平均高出34.9%，但其回归结果差异无统计学意义(P>0.05)。需要住院治疗的患者发生医疗支出的概率比需要门诊治疗的患者平均高55.2%，年龄越大的居民越有可能不选择就医(P<0.05)。第二部分(估计的非零医疗支出)显示，参合新农合使居民个人实际医疗支出平均降低了44%；在选择就医后，住院治疗的医疗支出比门诊治疗平均高出232.4%；年龄每增加1岁，医疗支出平均增加0.6%；有配偶的居民医疗支出比无配偶的居民平均高18.7%；所在省市人均年收入每增加1万元，医疗支出平均降低5.4%。性别与受教育程度对个人实际医疗支出差异无统计学意义(P>0.05).见表1。

表1 相关变量的基本情况

Heckman模型的结果显示，参合新农合对个人实际医疗支出的减少比例更大，高达102.7%；住院治疗与门诊治疗费用差异较小，为154.2%；年龄对医疗支出的影响也增大，每增加1岁，医疗支出平均增加2.5%。

IV-Heckman模型的回归结果与Heckman选择模型相比，重要解释变量新农合参合率的系数差异较大，其他解释变量的回归结果比较相近。结果显示，参合新农合的居民个人实际医疗支出比未参合新农合的居民平均低51.5%，差异小于Heckman模型的回归结果；健康状况更好的居民在就医后医疗支出更高；住院治疗的医疗支出比门诊治疗平均高出171.1%。采用IV-Heckman的结果更加可靠。见表2。

表2 新农合及健康状况对农村居民医疗支出的影响

注：①括号内为样本标准差；②***、**和*分别表示1%、5%、10%的显著度水平

2.3 不同特征的模型回归结果

2.3.1 不同就医地点的模型回归结果农村居民主要偏好在小型诊所或社区卫生服务站就医，约占45.2%；最不偏好在市级医院就医，约占22.2%。在小型诊所或社区卫生服务站就医产生的平均医疗支出最少，为219.1元；在乡、县医院就医的平均医疗支出为733.6元；在市级医院就医的平均医疗支出最多，达到1 252.5元。IV-Heckman模型回归结果显示，是否参保新农合对个人实际医疗支出的影响在小型诊所和社区卫生服务站最为显著，未参合新农合比参合新农合的居民医疗支出高55%。在乡、县医院就医的居民，未参合新农合与参合新农合的医疗支出差异不显著。而在市级医院，参保新农合的居民甚至比未参合新农合的居民医疗支出更高。此外，在选择市级医院就医的居民中，住院治疗和门诊治疗的医疗支出差异最大，且最为显著，住院治疗比门诊治疗的支出高144.2%。在乡、县医院就医的居民中，住院治疗比门诊治疗的支出高97.7%。而在小型诊所或社区卫生服务站就医的居民，其住院治疗和门诊治疗的医疗支出相差较小。见表3。

2.3.2 不同程度医疗支出的模型回归结果固定效应模型结果显示，新农合对低医疗支出下的医疗费用减少的幅度最大，差异具有统计学意义(P<0.05)。其中低医疗支出组，未参保新农合居民的医疗支出比参保新农合的高出161.3%；中等医疗支出组，未参保新农合居民的医疗支出比参保新农合的高出26.6%。而对于高医疗支出组，新农合并未显著性降低居民的医疗支出。此外，相较于门诊治疗，在低医疗支出下，住院治疗所花费的医疗支出更少；而在中、高医疗支出组，住院治疗所花费的医疗支出显著增高。见表4。

表3 不同就医地点两部模型、Heckman模型和IV-Heckman模型的回归结果

注：①括号内为样本标准差；②***、**和*分别表示1%、5%、10%的显著度水平

表4 不同程度医疗支出的OLS、FE和IV模型回归结果

注：①括号内为样本标准差；②***、**和*分别表示1%、5%、10%的显著度水平

2.3.3 不同收入层次的模型回归结果在低人均收入组中，逆米尔斯比率不显著，两部模型与Heckman模型参数估计结果比较接近；而高人均收入组中，逆米尔斯比率显著，医疗支出的多少将影响其就医选择，两者结果差异较大。IV-Heckman模型的结果显示，相比低收入的居民，新农合对医疗支出的减少在高收入的居民中比例更大。未参合新农合的高收入居民比参合新农合的医疗支出高64.9%，未参合新农合的低收入居民比参合新农合的医疗支出高59.8%。住院治疗的花费都显著高于门诊治疗的花费，其差异在低人均收入组中更大。见表5。

表5 不同收入层次的两部模型、Heckman模型和IV-Heckman模型回归结果

注：①括号内为样本标准差；②***、**和*分别表示1%、5%、10%的显著度水平

2.3.4 健康状况的模型回归结果两部模型的结果显示，SAC指标越好的居民，医疗支出越高且参数显著，其他指标越差的居民，医疗支出越高。Heckman模型和IV-Heckman的结果显示，MOB、PAC、SAC三个主观指标越好的居民，医疗支出越高，客观指标CPX越差的居民医疗支出越高。而且MOB、SAC和CPX的系数都具有显著性。逆米尔斯比率结果的显著，也解释了两部模型与Heckman模型的结果存在差异的原因，因而不能将“选择”与“支出”视为两个独立的过程。见表6。

表6 健康状况对农村居民医疗支出影响的进一步分析

注：***、**和*分别表示1%、5%、10%的显著度水平

3 讨论

本文利用CHNS的微观数据评估了新农合对我国农村居民医疗支出的影响情况。采用两部模型、Heckman模型和IV-Heckman模型，并从就医地点、医疗支出水平、收入水平等多个角度进行分析。通过工具变量“所在社区新农合参保率”消除医疗保险与医疗支出间可能存在的内生性。同时使用QWB指标将主观评价与客观情况相结合，量化健康状况这一重要的控制变量。结果发现，新农合能够加大农村居民的就医热情，改善“有病不医”的状况；同时显著减少农村居民医疗支出，有效缓解了“看病贵”的问题，减轻了居民医疗负担[8]。

在就医地点方面，农村居民更青睐于在附近的小型诊所和社区卫生服务站就医，这可能与政策的引导和政策设定，如级别越高的医疗机构起付线越高、报销比例越低有关；也与近年农村地区的医疗设施和医疗服务正在逐步完善，农村居民在当地就能够得到良好的治疗有关。可见，新农合提高了医疗服务的利用率，实现了资源的更优配置。在报销范围方面，住院治疗的医疗费用明显更高，这在市级医院和发生较高医疗支出时更加显著，可能与疾病的严重程度和市级医院的医疗设施先进、医疗材料很多不在报销范围内有关。因此，新农合的覆盖范围仍待加大，尤其是在高医疗支出的重病、大病上更应加强。

在医疗支出方面，低收入人群平均医疗支出更少，但新农合更大比例地减少了高收入人群的医疗支出。这可能进一步加大高低收入人群中医疗支出占比的差异，加剧医疗负担的不平等。因此，在新农合政策的设定和实施时，应当更多地考虑对低收入人群的影响。本研究还发现，行动和社会能力更强的居民更关心自己的身体状况，愿意进行更多的健康投入。

在健康状况对医疗费用的影响方面，健康状况好的居民选择就医的可能性更小[9]。而有趣的是，在选择就医后，健康状况更好的居民发生的医疗支出更多。这可能是由于行动或社会生活受限制的样本数比较少，而且这类情况的出现往往是由于四肢或大脑受损，通常不需要特别的医疗支出；也可能是相比行动或社会生活受限制的居民而言，健康的居民更关注自己的身体状况、更愿意在身体不适时及时治疗，因此，在就医后MOB、SAC指标越好的居民发生的医疗支出数额越大。