《经济研究》：医保政策精准扶贫效果研究——基于URBMI试点评估入户调查数据

线仿2017年第9期 医保政策精准扶贫效果硏究ˉ 基于 URBMI试点评估入户调查数据 黄薇 内容提要:本文基于精准扶贫的视角并以家庭为考察对象,采用处理效应模型对现有 城镇居民基本医疗保险制度(城居保)的扶贫效果进行了综合评估,并对大病冲击下城居 保对不同阶层的收入影响及其滞后效应进行了动态分析。研究发现,城居保政策对低收 入城镇家庭具有明显的扶贫效果,尤其是对受到大病风险冲击的困难家庭,在避免出现因 病致贫、因病返贫问题上能够起到显著的缓解作用,而且这种作用随着时间延续并通过影 响家庭教育培训支出和劳动力健康状况还有进一步增强的趋势,但其扶贫效果在不同收 入家庭具有明显的异质性特征,对中高收入参保家庭的影响尤甚,出现了“目标上移”现 象,扶贫的精准性与预期存有差距,这为未来的精准扶贫工作指明了改进方向 关键词:城镇居民基本医疗保险收入精准扶贫目标上移 党的十八大以来,习近平总书记就新时期扶贫开发发表了一系列重要讲话,提出“实施精准扶 贫、精准脱贫,因人因地施策,提高扶贫实效”的工作部署,强调将扶贫资源真正瞄准贫困目标人 群,使得真扶贫、扶真贫,形成了以精准扶贫为核心的扶贫开发重要战略思想。2003年和2007年 我国针对农村人口和城镇非就业人口分别建立了新型农村合作医疗(新农合)制度和城镇居民基 本医疗保险(城居保)制度。①随着新医保政策覆盖范围的不断扩大和保障水平的稳步提高,在保 障城乡贫困低收入人群享有基本医疗卫生服务,防止因病致贫、因病返贫方面发挥了重要作用,成 为最直接有效的减贫方式。然而,在城镇化和去产能过程中所产生的“夹心层”—贫困城镇居民 并未如同农村贫困人口一样享有扶贫政策救助,其中以少年儿童、学生以及未参加城镇职工基本医 疗保险(城职保)的灵活就业人员、劳动年龄未就业人员、农民工、非公经济就业人员等群体为主的 城居保参保对象,因缺乏稳定收入来源使得其抵御风险的能力更低,面对疾病风险冲击往往使得整 个家庭随时陷入贫困或贫困恶化,导致家庭贫困脆弱性程度的加深,甚至出现贫困脆弱的代际传递 现象,已成为不可忽视的社会问题。 在此背景下,本文利用2007—2011年“城镇居民基本医疗保险试点评估入户调查数据” ( URBMI的微观数据,分析城居保政策对家庭收入的影响,特别是对于受到灾难性医疗风险冲击 的家庭是否产生了作用,进而考察其在不同收入阶层家庭影响的异质性,以评估城居保政策对城镇 家庭精准扶贫的效果。考虑城居保制度是以家庭缴费为主、政府给予适当补助的非强制性社会医 疗保险,相关研究必然面临潜在参保个体是否参保的自我选择所带来的干扰,为解决样本选择过程 中可能产生的选择性偏差问题,消除个体不随时间变化的特征,本文采用处理效应模型( treatment *黄薇,对外经济贸易大学保险学院,邮政编码:100029,电子信箱huangweiuibel@126.com。作者感谢国家“万人计划”青 年拔尖人才和国家自然科学基金项目(71373044)的资助,感谢匿名审稿人的宝贵建议,文责自负 2016年1月,国务院印发《关于整合城乡居民基本医疗保险制度的意见》(国发(2016)3号),要求整合“城居保”和“新农 合”两项制度,建立统一的城乡居民基本医疗保险(城乡居民医保)制度。 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

医保政策精准扶贫效果研究* ———基于 UＲBMI 试点评估入户调查数据 黄 薇 内容提要: 本文基于精准扶贫的视角并以家庭为考察对象，采用处理效应模型对现有 城镇居民基本医疗保险制度( 城居保) 的扶贫效果进行了综合评估，并对大病冲击下城居 保对不同阶层的收入影响及其滞后效应进行了动态分析。研究发现，城居保政策对低收 入城镇家庭具有明显的扶贫效果，尤其是对受到大病风险冲击的困难家庭，在避免出现因 病致贫、因病返贫问题上能够起到显著的缓解作用，而且这种作用随着时间延续并通过影 响家庭教育培训支出和劳动力健康状况还有进一步增强的趋势，但其扶贫效果在不同收 入家庭具有明显的异质性特征，对中高收入参保家庭的影响尤甚，出现了“目标上移”现 象，扶贫的精准性与预期存有差距，这为未来的精准扶贫工作指明了改进方向。 关键词: 城镇居民基本医疗保险 收入 精准扶贫 目标上移 * 黄薇，对外经济贸易大学保险学院，邮政编码:100029，电子信箱:huangweiuibe@ 126． com。作者感谢国家“万人计划”青 年拔尖人才和国家自然科学基金项目(71373044)的资助，感谢匿名审稿人的宝贵建议，文责自负。 ① 2016 年 1 月，国务院印发《关于整合城乡居民基本医疗保险制度的意见》(国发〔2016〕3 号)，要求整合“城居保”和“新农 合”两项制度，建立统一的城乡居民基本医疗保险(城乡居民医保)制度。 一、引 言 党的十八大以来，习近平总书记就新时期扶贫开发发表了一系列重要讲话，提出“实施精准扶 贫、精准脱贫，因人因地施策，提高扶贫实效”的工作部署，强调将扶贫资源真正瞄准贫困目标人 群，使得真扶贫、扶真贫，形成了以精准扶贫为核心的扶贫开发重要战略思想。2003 年和 2007 年， 我国针对农村人口和城镇非就业人口分别建立了新型农村合作医疗(新农合)制度和城镇居民基 本医疗保险(城居保)制度。①随着新医保政策覆盖范围的不断扩大和保障水平的稳步提高，在保 障城乡贫困低收入人群享有基本医疗卫生服务，防止因病致贫、因病返贫方面发挥了重要作用，成 为最直接有效的减贫方式。然而，在城镇化和去产能过程中所产生的“夹心层”———贫困城镇居民 并未如同农村贫困人口一样享有扶贫政策救助，其中以少年儿童、学生以及未参加城镇职工基本医 疗保险(城职保)的灵活就业人员、劳动年龄未就业人员、农民工、非公经济就业人员等群体为主的 城居保参保对象，因缺乏稳定收入来源使得其抵御风险的能力更低，面对疾病风险冲击往往使得整 个家庭随时陷入贫困或贫困恶化，导致家庭贫困脆弱性程度的加深，甚至出现贫困脆弱的代际传递 现象，已成为不可忽视的社会问题。 在此背景下，本文利用 2007—2011 年“城镇居民基本医疗保险试点评估入户调查数据” (UＲBMI)的微观数据，分析城居保政策对家庭收入的影响，特别是对于受到灾难性医疗风险冲击 的家庭是否产生了作用，进而考察其在不同收入阶层家庭影响的异质性，以评估城居保政策对城镇 家庭精准扶贫的效果。考虑城居保制度是以家庭缴费为主、政府给予适当补助的非强制性社会医 疗保险，相关研究必然面临潜在参保个体是否参保的自我选择所带来的干扰，为解决样本选择过程 中可能产生的选择性偏差问题，消除个体不随时间变化的特征，本文采用处理效应模型( treatment 117 2017 年第 9 期

黄薇∴:医保政策精准扶贫效果硏究 effect model)评估城居保政策对不同收入群体的扶贫精准程度,并在此基础上考虑城居保政策发挥 效果可能存在的时滞,使用滞后一期的面板数据模型动态考察城居保对家庭收入的影响。 本文的创新和贡献主要在以下三个方面:一是首次以城居保为研究对象直接考察医保政策对 居民家庭收入产生的影响,并且探讨了这种影响可能的传导渠道和作用机理;二是比较城居保政策 对不同收入水平家庭的扶贫效果,并对其滞后效应进行了动态分析;三是讨论了在大病风险冲击下 城居保对不同收入水平家庭抵御风险能力的影响,进一步评估了医保制度扶贫效果的精准性 、文献综述与理论假设 理论界认为,较低收入和高额医疗支出的矛盾会导致家庭入不敷出、债务累累,短期的大病风 险冲击就可能导致低收入家庭陷入长期的贫困( Van damme et al,2004; Annear et al.,2007)。而 且,低收入家庭由于不得不放弃必要的医疗救治,生活质量和健康状况进一步恶化,加剧了贫困发 生的概率,陷入了恶性循环的反复( Wagstaff,2002; Das et al,2008),而社会医疗保险可以有效解 决低收入家庭的因病致贫、因病返贫问题( Levine,2008;Chen&Jin,2012)。具体来说,加入社会 保的家庭中,劳动适龄人口可以通过提高医疗服务利用程度以及健康意识和护理水平来改善其 个人健康状况,非劳动适龄人口(老人和孩子)可以通过减少个人医疗实际支出减轻家庭赡养/抚 养负担( Shin and moon,2007; Wagstaff et al,2009)。进一步地,对劳动适龄人口健康状况的改善 可以带来收入的“增强效应”和“稳定效应”( Hamid et al,2011)。其中,在“增强效应”下,劳动力 健康状况改善被认为可以通过获得较高的劳动效率和提供更多的劳动供给来增加其收入;在“稳 定效应”下,劳动力健康状况改善不仅可以弥补因为疾病所损失的劳动时间,而且从长期看可以减 少身体疾病所带来的医疗费用开支,降低对未来收入影响的不确定性。家庭劳动力收入的改善,加 之社会医保帮助其对家庭非劳动力赡养/抚养负担的减轻,可以促使家庭有能力扩大人力资本和物 质资本投入以获得更高的收入水平( Sauerborn et al.,1996)。进而,家庭整体生活质量和健康营养 水平提升,有效降低了家庭脆弱性程度,提升了抵御风险的能力,释放了更多预防性储蓄可用于扩 大生产投资和资本经营( Kochar,2004)。这些影响的叠加可以进一步有效提升家庭收入水平,降 低家庭陷入贫困的可能性,使得扶贫效果显现,形成了良性发展的循环 基于此,随着医保政策的实施和推广,很多学者对医保政策的健康影响和消费影响进行了广泛 评估。由于医疗保险能够通过健康状况、劳动效率、劳动供给、生活消费、人力资本投资、生产投资 等多渠道作用于居民的收入增加(齐良书,201),分析医保政策对影响收入主要渠道的文献逐渐 增多:一方面考察医保政策是否能够改善居民的健康状况,从而有助于增加劳动供给、提高劳动效 率以获得更高的收入。潘杰等(2013)发现医疗保险制度可以促进参保居民的健康水平的提高,并 对弱势群体有相对更大的优势,然而,胡宏伟和刘国恩(2012)却并没有发现城居保能够显著促进 城镇居民健康,周钦等(2016)也认为均等化补偿制度下的城居保造成低收入参保人受益的劣势并 加剧了健康的不公平。相关文献得到的结果不一致在于健康度量、目标人群和识别方法选择的不 同,这可能与医保和个人健康交互影响造成了因果关系识别的困难有关(潘杰和秦雪征,2014)。 另一方面,考察医保政策是否能够减轻居民对医疗费用的负担,进而促进居民非医疗消费支出的增 加,把原先用于应付健康风险的经济资源用于人力资本投资或生产投资以获得更高的收入。虽然 现有实证研究有关医疗保险对居民非医疗消费支出具有显著促进作用的结论较为一致(甘犁等, 2010;白重恩等,2012;邹红等,2013;何兴强和史卫,2014),但 Wagstaff et al.(2009a)、程令国和张 (2012)、臧文斌等(2012a)的研究并未发现医疗保险对居民的医疗类消费存在显著影响或是给 直接医疗支付带来显著下降。由此可见,已有研究试图通过医保政策对居民健康状况或是医疗费 用负担的影响来评估其对居民的福利效应和扶贫效果尚缺乏足够的经验证据,对医保政策是否显 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

effect model)评估城居保政策对不同收入群体的扶贫精准程度，并在此基础上考虑城居保政策发挥 效果可能存在的时滞，使用滞后一期的面板数据模型动态考察城居保对家庭收入的影响。 本文的创新和贡献主要在以下三个方面:一是首次以城居保为研究对象直接考察医保政策对 居民家庭收入产生的影响，并且探讨了这种影响可能的传导渠道和作用机理;二是比较城居保政策 对不同收入水平家庭的扶贫效果，并对其滞后效应进行了动态分析;三是讨论了在大病风险冲击下 城居保对不同收入水平家庭抵御风险能力的影响，进一步评估了医保制度扶贫效果的精准性。 二、文献综述与理论假设 理论界认为，较低收入和高额医疗支出的矛盾会导致家庭入不敷出、债务累累，短期的大病风 险冲击就可能导致低收入家庭陷入长期的贫困(Van Damme et al．，2004;Annear et al．，2007)。而 且，低收入家庭由于不得不放弃必要的医疗救治，生活质量和健康状况进一步恶化，加剧了贫困发 生的概率，陷入了恶性循环的反复(Wagstaff，2002;Das et al．，2008)，而社会医疗保险可以有效解 决低收入家庭的因病致贫、因病返贫问题(Levine，2008;Chen ＆ Jin，2012)。具体来说，加入社会 医保的家庭中，劳动适龄人口可以通过提高医疗服务利用程度以及健康意识和护理水平来改善其 个人健康状况，非劳动适龄人口(老人和孩子)可以通过减少个人医疗实际支出减轻家庭赡养/抚 养负担(Shin and Moon，2007;Wagstaff et al．，2009b)。进一步地，对劳动适龄人口健康状况的改善 可以带来收入的“增强效应”和“稳定效应”(Hamid et al．，2011)。其中，在“增强效应”下，劳动力 健康状况改善被认为可以通过获得较高的劳动效率和提供更多的劳动供给来增加其收入;在“稳 定效应”下，劳动力健康状况改善不仅可以弥补因为疾病所损失的劳动时间，而且从长期看可以减 少身体疾病所带来的医疗费用开支，降低对未来收入影响的不确定性。家庭劳动力收入的改善，加 之社会医保帮助其对家庭非劳动力赡养/抚养负担的减轻，可以促使家庭有能力扩大人力资本和物 质资本投入以获得更高的收入水平(Sauerborn et al．，1996)。进而，家庭整体生活质量和健康营养 水平提升，有效降低了家庭脆弱性程度，提升了抵御风险的能力，释放了更多预防性储蓄可用于扩 大生产投资和资本经营(Kochar，2004)。这些影响的叠加可以进一步有效提升家庭收入水平，降 低家庭陷入贫困的可能性，使得扶贫效果显现，形成了良性发展的循环。 基于此，随着医保政策的实施和推广，很多学者对医保政策的健康影响和消费影响进行了广泛 评估。由于医疗保险能够通过健康状况、劳动效率、劳动供给、生活消费、人力资本投资、生产投资 等多渠道作用于居民的收入增加(齐良书，2011)，分析医保政策对影响收入主要渠道的文献逐渐 增多:一方面考察医保政策是否能够改善居民的健康状况，从而有助于增加劳动供给、提高劳动效 率以获得更高的收入。潘杰等(2013)发现医疗保险制度可以促进参保居民的健康水平的提高，并 对弱势群体有相对更大的优势，然而，胡宏伟和刘国恩(2012)却并没有发现城居保能够显著促进 城镇居民健康，周钦等(2016)也认为均等化补偿制度下的城居保造成低收入参保人受益的劣势并 加剧了健康的不公平。相关文献得到的结果不一致在于健康度量、目标人群和识别方法选择的不 同，这可能与医保和个人健康交互影响造成了因果关系识别的困难有关(潘杰和秦雪征，2014)。 另一方面，考察医保政策是否能够减轻居民对医疗费用的负担，进而促进居民非医疗消费支出的增 加，把原先用于应付健康风险的经济资源用于人力资本投资或生产投资以获得更高的收入。虽然 现有实证研究有关医疗保险对居民非医疗消费支出具有显著促进作用的结论较为一致(甘犁等， 2010;白重恩等，2012;邹红等，2013;何兴强和史卫，2014)，但 Wagstaff et al． (2009a)、程令国和张 晔(2012)、臧文斌等(2012a)的研究并未发现医疗保险对居民的医疗类消费存在显著影响或是给 直接医疗支付带来显著下降。由此可见，已有研究试图通过医保政策对居民健康状况或是医疗费 用负担的影响来评估其对居民的福利效应和扶贫效果尚缺乏足够的经验证据，对医保政策是否显 118 黄 薇: 医保政策精准扶贫效果研究

线仿2017年第9期 著影响居民收入还无法得出明确的判断。 为了准确评价医保政策对居民收入的影响,少数硏究进行了直接估算。齐良书(2011)使用 203-2006年覆盖全国30个省区的面板数据,发现参加新农合能够显著提高农民收入,不仅能在 农户层面上显著降低贫困发生概率,而且能在省区层面上显著降低贫困率,减贫效果明显。杨文等 (2012)也认为社会医疗保险等保障性公共服务能够直接和间接发挥缓解贫困作用,有效降低农村 家庭脆弱性。但解垩(2008)实证检验了1989-2006年医疗保险对中国城乡家庭的反贫困效应, 发现医疗保险补偿后,城乡患病家庭的贫困并没有减轻,医疗保险在减少贫困上的作用很小。而白 重恩等(2013)的结果则表明新农合对于不同分位人群收入的影响方向和大小有显著异质性,最低 收入和少数最高收入人群在参合后收入水平受损,中高收入人群则从参合中获益 从上述研究可以看到,医保政策对居民收入产生正面影响以实现扶贫效果的可能性是存在的 但很难得到较为统一的结论。受限于数据来源的可得,大部分研究侧重新农合对农村居民收入的 影响开展实证检验,而且主要使用2006年及以前年份的微观数据。①虽然已有研究发现城居保有 利于促进参保个人的健康,对社会经济状态较差的人群影响更大(潘杰等,2013),且会显著增加家 庭非医疗消费,尤其是对低收入家庭的教育开支影响较大(臧文斌等,2012a),这都为城居保通过 改善参保对象,尤其是劳动适龄参保人口的健康状况、就业能力等问题进而影响家庭收入水平提供 了可能性,但尚未有研究直接关注城镇基本医保政策对家庭收入的影响,尤其是考察城居保在缓解 城镇家庭因病致贫、因病返贫所发挥扶贫作用的研究尤为有限 本文通过研究试图回答和解决以下几个问题:一是城居保政策对城镇家庭居民整体的扶贫效 果如何?二是城居保政策对不同收入群体的扶贫效果是否存在显著的差异?三是城居保政策是否 会对面临灾难性医疗风险冲击而可能导致因病致贫、返贫的家庭起到缓冲作用?在此基础上,基于 以上理论分析,提出如下研究假设 假设1:城居保对城镇居民家庭的收入状况总体具有显著的正向影响 如上述理论分析所述,社会医保能够通过健康状况的改善来促进家庭人力资本和物质资本投 入进而对收入产生影响,但考虑不同收入阶层的家庭状况不同,尤其是其所拥有的家庭资本和实力 差距较大,社会医保对健康、资本、消费、储蓄等所产生的叠加效应在不同收入家庭可能会产生显著 不同。因此,本文提出第二个假设 假设2:城居保对不同收入阶层城镇居民家庭收入的影响存在显著差异 相比高收入家庭而言,低收入家庭抵御风险的能力更弱,特别是面对大病风险冲击下的承受能 力更差,社会医保对家庭收入长期性的“增强效应”和“稳定效应”不足以抵御短期性的大病医疗支 出负担,则扶贫的“精准性”效果仍旧无法显现。因此,本文提出的第三个假设如下 假设3:大病风险冲击下,城居保对不同收入阶层的扶贫效果存在显著差异 计量模型与数据 (一)样本及数据来源 本文硏究所用数据来自城镇居民基本医疗保险试点评估入户调查数据( URBMI)。该调查始 于2007年,采用多阶段、概率与规模成比例抽样(PS)方法,在全国选取包头、常德、成都、吉林、 兴、厦门、西宁、乌鲁木齐和淄博等9个具有代表性的城市进行了有关城镇居民基本医疗保险覆盖 情况和实施效果的入户调査,获取了详细的人口特征、健康状况、医疗花费、医疗保险以及家庭经 ①卢盛峰和卢洪友(2013)基于1989—2009年“中国健康与营养调查(CHNs)”入户调查数据进行了实证检验,但其侧重于 考察政府救助对居民户贫困状况的影响效应,户主是否有医疗保险仅作为居民户特征予以考虑,且未区分医疗保险的具体类别。 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

著影响居民收入还无法得出明确的判断。 为了准确评价医保政策对居民收入的影响，少数研究进行了直接估算。齐良书(2011) 使用 2003—2006 年覆盖全国 30 个省区的面板数据，发现参加新农合能够显著提高农民收入，不仅能在 农户层面上显著降低贫困发生概率，而且能在省区层面上显著降低贫困率，减贫效果明显。杨文等 (2012)也认为社会医疗保险等保障性公共服务能够直接和间接发挥缓解贫困作用，有效降低农村 家庭脆弱性。但解垩(2008)实证检验了 1989—2006 年医疗保险对中国城乡家庭的反贫困效应， 发现医疗保险补偿后，城乡患病家庭的贫困并没有减轻，医疗保险在减少贫困上的作用很小。而白 重恩等(2013)的结果则表明新农合对于不同分位人群收入的影响方向和大小有显著异质性，最低 收入和少数最高收入人群在参合后收入水平受损，中高收入人群则从参合中获益。 从上述研究可以看到，医保政策对居民收入产生正面影响以实现扶贫效果的可能性是存在的， 但很难得到较为统一的结论。受限于数据来源的可得，大部分研究侧重新农合对农村居民收入的 影响开展实证检验，而且主要使用 2006 年及以前年份的微观数据。① 虽然已有研究发现城居保有 利于促进参保个人的健康，对社会经济状态较差的人群影响更大(潘杰等，2013)，且会显著增加家 庭非医疗消费，尤其是对低收入家庭的教育开支影响较大(臧文斌等，2012a)，这都为城居保通过 改善参保对象，尤其是劳动适龄参保人口的健康状况、就业能力等问题进而影响家庭收入水平提供 了可能性，但尚未有研究直接关注城镇基本医保政策对家庭收入的影响，尤其是考察城居保在缓解 城镇家庭因病致贫、因病返贫所发挥扶贫作用的研究尤为有限。 本文通过研究试图回答和解决以下几个问题:一是城居保政策对城镇家庭居民整体的扶贫效 果如何? 二是城居保政策对不同收入群体的扶贫效果是否存在显著的差异? 三是城居保政策是否 会对面临灾难性医疗风险冲击而可能导致因病致贫、返贫的家庭起到缓冲作用? 在此基础上，基于 以上理论分析，提出如下研究假设: 假设 1:城居保对城镇居民家庭的收入状况总体具有显著的正向影响。 如上述理论分析所述，社会医保能够通过健康状况的改善来促进家庭人力资本和物质资本投 入进而对收入产生影响，但考虑不同收入阶层的家庭状况不同，尤其是其所拥有的家庭资本和实力 差距较大，社会医保对健康、资本、消费、储蓄等所产生的叠加效应在不同收入家庭可能会产生显著 不同。因此，本文提出第二个假设: 假设 2:城居保对不同收入阶层城镇居民家庭收入的影响存在显著差异。 相比高收入家庭而言，低收入家庭抵御风险的能力更弱，特别是面对大病风险冲击下的承受能 力更差，社会医保对家庭收入长期性的“增强效应”和“稳定效应”不足以抵御短期性的大病医疗支 出负担，则扶贫的“精准性”效果仍旧无法显现。因此，本文提出的第三个假设如下: 假设 3:大病风险冲击下，城居保对不同收入阶层的扶贫效果存在显著差异。 三、计量模型与数据 (一)样本及数据来源 本文研究所用数据来自城镇居民基本医疗保险试点评估入户调查数据(UＲBMI)。该调查始 于 2007 年，采用多阶段、概率与规模成比例抽样(PPS)方法，在全国选取包头、常德、成都、吉林、绍 兴、厦门、西宁、乌鲁木齐和淄博等 9 个具有代表性的城市进行了有关城镇居民基本医疗保险覆盖 情况和实施效果的入户调查，获取了详细的人口特征、健康状况、医疗花费、医疗保险以及家庭经 119 2017 年第 9 期 ① 卢盛峰和卢洪友(2013)基于 1989—2009 年“中国健康与营养调查(CHNS)”入户调查数据进行了实证检验，但其侧重于 考察政府救助对居民户贫困状况的影响效应，户主是否有医疗保险仅作为居民户特征予以考虑，且未区分医疗保险的具体类别

黄薇∴:医保政策精准扶贫效果硏究 济状况等微观数据。随后,2008--2011年共进行了4期跟踪调查,为此,本文的样本周期为 2007—2011年。从年龄分布的情况来看,劳动适龄人口的参保人员是城居保政策涵盖的主流人 群,其参保比例呈现出一定的上升趋势;从就业情况看,参保人员主要为无业或者学生,但正式员 工、临时工、钟点工、个体及自由自由者等群体的比例在逐年增长,非就业人员则在逐年减少① 这也意味着城居保政策如果能够发挥预期作用,将使得参保家庭收入以及分担风险的能力有所 提高 在该样本周期内,为了准确评估城居保对城镇家庭的扶贫效果,剔除其他类型社会医疗保险和 商业医疗保险可能产生的影响,本文选取样本仅考虑家庭成员只参加城居保或无任何医保的情况, 在剔除数据存在缺省值和非正常观察值之后,最终确定的混合截面样本共包括7752个家庭观察值 (2007~2011年每年的家庭观察值分别为1869、1582、1217、1355、1729),涉及4445户家庭,其中, 4870个家庭观察值至少有1名成员参加并仅参加了城居保,2882个家庭观察值无参加任何类型的 医保2 (二)模型设定及变量选取 如前文所述,由于城镇家庭参加城居保是自愿性质的,因此存在选择性偏差问题,为考察是否 参加城居保对城镇家庭收入的可能影响,传统OIS回归会导致结果存在偏误。为此,本文借鉴 Heckman(1976,1979)、 Greene(2003)的做法,采用处理效应模型( treatment effect model)解决样本 选择过程中可能产生的选择性偏差问题 回归模型 =a1+Bl1+aX1+δW;+sa 选择模型:′=Z;y++nX1+u =1,f1>0andl1=0,y≤0 Prob(1=1|Z)=φ(Zy) 其中,在回归模型中,Y为家庭年人均实际收入( Income),包括工资(含奖金、退休金)、买卖经商、 亲戚朋友资助和财产性收入等主要来源(不包括政府救济和补助),考虑样本家庭差异性较大,为 消除异方差的影响,回归中进行对数转换处理;l1代表是否加入城居保的虚拟变量(bmi),bmi=1 表明家庭成员加入且仅加入了城居保,家庭无其他类型医疗保险,bm=0表明家庭无任何类型医 疗保险;X为家庭特征控制变量,其中,家庭规模(amil)、老年人和未成年人占比( seniorrate和 minorrate)反映了家庭规模和结构等人口特征;人均住院花费( sickexpenp)反映了家庭医疗经济风 险的程度(取对数);户主特征则包括了户主的性别( bossmale)、年龄( hostage)和受教育程度 ( bossed),以上因素已被研究证明会对家庭收入产生显著的影响(齐良书,2011;白重恩等,2013) 劳动力是家庭收入的主要来源,劳动力男性占比( maleate)、年龄( aveage)、教育程度(aved)以及 健康状况( ehealth)等劳动力特征也是决定家庭收入的重要因子(段景辉和陈建宝,2009)。此 外,考虑调查问卷时间周期跨度和选取的9个城市存在较大差异,回归中还考虑了地区特征变量 (W)和年份固定效应,具体包括家庭所在城市人均GDP(gdp)和人均储蓄余额( saving)等反映 地区经济发展水平和居民富裕程度的指标(均取对数)以及年度虚拟变量,以控制各试点城市之间 的政策差别以及样本周期内政策的总体变化。 ①人力资源社会保障部发布的2011年全国社会保险情况显示,截至2011年底,我国城居保参保人数为22116万人,比上年 末增加2588万人,其中参加城居保的农民工人数为4641万人,比上年末增加58万人,与URBM样本基本一致 ②受限于问卷,按照标准筛选出的样本中有2586户家庭仅有1年的数据,无法进行持续跟踪研究,为此本文选择采用混合 截面样本数据进行分析,后文在进一步研究中也对其余1859户可持续跟踪的家庭采用面板数据形式进行了分析。 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

济状况等微观 数 据。随 后，2008—2011 年 共 进 行 了 4 期 跟 踪 调 查，为 此，本文的样本周期为 2007—2011 年。从年龄分布的情况来看，劳动适龄人口的参保人员是城居保政策涵盖的主流人 群，其参保比例呈现出一定的上升趋势;从就业情况看，参保人员主要为无业或者学生，但正式员 工、临时工、钟点工、个体及自由自由者等群体的比例在逐年增长，非就业人员则在逐年减少①。 这也意味着城居保政策如果能够发挥预期作用，将使得参保家庭收入以及分担风险的能力有所 提高。 在该样本周期内，为了准确评估城居保对城镇家庭的扶贫效果，剔除其他类型社会医疗保险和 商业医疗保险可能产生的影响，本文选取样本仅考虑家庭成员只参加城居保或无任何医保的情况， 在剔除数据存在缺省值和非正常观察值之后，最终确定的混合截面样本共包括 7752 个家庭观察值 (2007—2011 年每年的家庭观察值分别为 1869、1582、1217、1355、1729)，涉及 4445 户家庭，其中， 4870 个家庭观察值至少有 1 名成员参加并仅参加了城居保，2882 个家庭观察值无参加任何类型的 医保②。 (二)模型设定及变量选取 如前文所述，由于城镇家庭参加城居保是自愿性质的，因此存在选择性偏差问题，为考察是否 参加城居保对城镇家庭收入的可能影响，传统 OLS 回归会导致结果存在偏误。为此，本文借鉴 Heckman(1976，1979)、Greene(2003)的做法，采用处理效应模型(treatment effect model)解决样本 选择过程中可能产生的选择性偏差问题: 回归模型: Yi = ai + βIi + αXi + δWi + εi (1) 选择模型:I * i = Zi γ + + ηXi + ui (2) Ii = 1，if I * i ＞ 0 and Ii = 0，if I * i ≤ 0 Prob(Ii = 1 | Zi) = Φ(Ziγ) (3) 其中，在回归模型中，Yi 为家庭年人均实际收入(incomep)，包括工资(含奖金、退休金)、买卖经商、 亲戚朋友资助和财产性收入等主要来源(不包括政府救济和补助)，考虑样本家庭差异性较大，为 消除异方差的影响，回归中进行对数转换处理;Ii 代表是否加入城居保的虚拟变量( bmi)，bmi = 1 表明家庭成员加入且仅加入了城居保，家庭无其他类型医疗保险，bmi = 0 表明家庭无任何类型医 疗保险;Xi 为家庭特征控制变量，其中，家庭规模( family)、老年人和未成年人占比( seniorrate 和 minorrate)反映了家庭规模和结构等人口特征;人均住院花费( sickexpenp)反映了家庭医疗经济风 险的程度(取对数);户主特征则包括了户主的性别( bossmale)、年龄( bossage) 和受教育程度 (bossedu)，以上因素已被研究证明会对家庭收入产生显著的影响(齐良书，2011;白重恩等，2013); 劳动力是家庭收入的主要来源，劳动力男性占比(malerate)、年龄(aveage)、教育程度(aveedu)以及 健康状况(avehealth)等劳动力特征也是决定家庭收入的重要因子(段景辉和陈建宝，2009)。此 外，考虑调查问卷时间周期跨度和选取的 9 个城市存在较大差异，回归中还考虑了地区特征变量 (Wi)和年份固定效应，具体包括家庭所在城市人均 GDP( gdpp)和人均储蓄余额( savingp)等反映 地区经济发展水平和居民富裕程度的指标(均取对数)以及年度虚拟变量，以控制各试点城市之间 的政策差别以及样本周期内政策的总体变化。 120 黄 薇: 医保政策精准扶贫效果研究 ① ② 人力资源社会保障部发布的 2011 年全国社会保险情况显示，截至 2011 年底，我国城居保参保人数为 22116 万人，比上年 末增加 2588 万人，其中参加城居保的农民工人数为 4641 万人，比上年末增加 58 万人，与 UＲBMI 样本基本一致。 受限于问卷，按照标准筛选出的样本中有 2586 户家庭仅有 1 年的数据，无法进行持续跟踪研究，为此本文选择采用混合 截面样本数据进行分析，后文在进一步研究中也对其余 1859 户可持续跟踪的家庭采用面板数据形式进行了分析

铁仿207年第9期 在选择模型中,在对家庭成员是否参加城居保具有显著影响的诸多因素中,除上述家庭特征变 量κ;外,还应包括取对数后的人均医疗保健支出( medconsump)等家庭医疗负担指标(薛新东和刘 国恩,2009)。此外,考虑城居保选择可能带来的内生性问题,在借鉴 Schultz& Tansel(1997 Schultz(2001)、张车伟(2003)、邓新波(2010)、杨玉萍(2014)等研究的基础上,本文选取“家庭获 得医疗服务的便捷性”和“家庭所在城市医疗服务的可得性”等影响参保率的重要因素作为工具变 量(Z1),具体包括家庭去最近医疗机构的时间(time)和距离 distance)以及家庭所在城市每千人拥 有医生数( doctor),它们对家庭选择参加城居保具有显著影响,但对家庭收入而言是外生因素,符 合工具变量的使用特征。①此外,由于样本之间(特别是同市样本之间)可能存在一定的相关性或 相似性,采用聚类稳健标准误( clustering robust standard errors)处理方式,以消除序列相关和异方差 等的影响。 与此同时,考虑城居保政策的时滞性,同时解决内生性问题,本文引入滞后一期的l-1代表样 本观察值上期是否加入城居保的虚拟变量,通过非平衡面板数据模型进行了回归 Ya =aa+Blat-+ axi+sWa+ei 同时,受到灾难性医疗风险冲击是家庭致贫、返贫的主要因素,城居保政策设计的初衷也是为 了缓解家庭因病致贫、因病返贫。本文以人均住院花费( sickexpenp)的对数作为灾难性医疗风险 的衡量指标,将至少有一名家庭成员在过去一年住过院的家庭定义为大病冲击家庭,为进一步考察 参加城居保是否会对发生灾难性医疗风险的家庭收入冲击起到缓解作用,在式(1)和式(4)中引入 交互项bmi* Lnsickexpenp,以此可以区别加入城居保和未加入城居保对大病冲击家庭的收入所受 影响的差异。变量的具体选取说明见表1。 (三)变量描述性统计 从表2的描述性统计可见,2007-2011年间总计7752个家庭观察值中,平均62.8%的家庭选 择加入了城居保。②其中,从整体收入水平看,未参保家庭的人均收入(10130.6元)要明显髙于参 保家庭(8620.6元);如果样本按照收入五等分分组,不同收入组的年均人收入相差较大,且两类样 本在各自组内最低收入阶层(收入最低的20%)的差距尤为突出(1850.99元和1016.91元)。但 从消费支出看,虽然未参保家庭的人均支出要高于参保家庭(8410.19元和7523.05元),但这主要 是非医疗消费支出(7628.4元和6747.24元)的差异造成,两类样本在家庭医疗保健支出上的差异 并不大(781.79元和77581元)。此外,城居保样本中有28%的家庭仍属于当地的低保户,而这一 比例在未参保样本中仅为14%,而且,参保家庭的人均住院花费(29297元)也要显著高于未参保 家庭(243.81元),这些比较都说明越是收入水平低、大病支出高的家庭,越是倾向加入城居保,而 收入较高、较少受到灾难性医疗冲击的家庭则没有动力参加城居保,反映了家庭参保行为具有明显 的逆向选择特征,这与臧文斌等(2012b)的研究一致,也在一定程度上印证了本文提出的必须考虑 选择性偏差问题。 ①本文对3个工具变量选取的有效性进行了检验:通过 underidentification test发现, Anderson LM statistic= 9.123,Chi-q(3)P-al=0.0000表明工具变量与内生变量无 设被拒绝,不存在识别不足的问题,选取的工具变量与内 生变量相关;通过 weak identification test发现, Cragg- nald Wald f statistic=36.794,大于5%偏误下的临界值(Sock- Yogo weak ID st critical values)13.91,表明工具变量与内生性变量有较强的相关性的原假设不能被拒绝,不存在弱工具变量的问题,选取的工 具变量与内生变量有较强的相关关系;通过 overidentification test发现, Sargan statistic=6.688,Chi-q(2)Pal=0.4048,表明工具 变量选取合理有效的原假设不能被拒绝,不存在过度识别的问题,选取的工具变量较为合理。此外,本文也进行了变量间的相关 性检验,结果显示所有工具变量与家庭收入变量并不存在显著的相关性。 ②本文样本中2007-2011年各年以家庭为单位的参保率分别为34.51%、58.15%、71.82%、77.67%、80.3%,与城居保政 策在全国的总体发展趋势是基本一致的 121 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

在选择模型中，在对家庭成员是否参加城居保具有显著影响的诸多因素中，除上述家庭特征变 量 Xi 外，还应包括取对数后的人均医疗保健支出(medconsump)等家庭医疗负担指标(薛新东和刘 国恩，2009)。此外，考虑城居保选择可能带来的内生性问题，在借鉴 Schultz ＆ Tansel (1997)、 Schultz(2001)、张车伟(2003)、邓新波(2010)、杨玉萍(2014)等研究的基础上，本文选取“家庭获 得医疗服务的便捷性”和“家庭所在城市医疗服务的可得性”等影响参保率的重要因素作为工具变 量(Zi)，具体包括家庭去最近医疗机构的时间(time)和距离(distance)以及家庭所在城市每千人拥 有医生数(doctorp)，它们对家庭选择参加城居保具有显著影响，但对家庭收入而言是外生因素，符 合工具变量的使用特征。① 此外，由于样本之间(特别是同市样本之间)可能存在一定的相关性或 相似性，采用聚类稳健标准误(clustering robust standard errors)处理方式，以消除序列相关和异方差 等的影响。 与此同时，考虑城居保政策的时滞性，同时解决内生性问题，本文引入滞后一期的 Iit － 1代表样 本观察值上期是否加入城居保的虚拟变量，通过非平衡面板数据模型进行了回归: Yit = ait + βIit－1 + αXit + δWit + εit (4) 同时，受到灾难性医疗风险冲击是家庭致贫、返贫的主要因素，城居保政策设计的初衷也是为 了缓解家庭因病致贫、因病返贫。本文以人均住院花费( sickexpenp)的对数作为灾难性医疗风险 的衡量指标，将至少有一名家庭成员在过去一年住过院的家庭定义为大病冲击家庭，为进一步考察 参加城居保是否会对发生灾难性医疗风险的家庭收入冲击起到缓解作用，在式(1)和式(4)中引入 交互项 bmi* Lnsickexpenp，以此可以区别加入城居保和未加入城居保对大病冲击家庭的收入所受 影响的差异。变量的具体选取说明见表 1。 (三)变量描述性统计 从表 2 的描述性统计可见，2007—2011 年间总计 7752 个家庭观察值中，平均 62. 8% 的家庭选 择加入了城居保。② 其中，从整体收入水平看，未参保家庭的人均收入(10130. 6 元)要明显高于参 保家庭(8620. 6 元);如果样本按照收入五等分分组，不同收入组的年均人收入相差较大，且两类样 本在各自组内最低收入阶层(收入最低的 20% )的差距尤为突出(1850. 99 元和 1016. 91 元)。但 从消费支出看，虽然未参保家庭的人均支出要高于参保家庭(8410. 19 元和 7523. 05 元)，但这主要 是非医疗消费支出(7628. 4 元和 6747. 24 元)的差异造成，两类样本在家庭医疗保健支出上的差异 并不大(781. 79 元和 775. 81 元)。此外，城居保样本中有 28% 的家庭仍属于当地的低保户，而这一 比例在未参保样本中仅为 14% ，而且，参保家庭的人均住院花费(292. 97 元)也要显著高于未参保 家庭(243. 81 元)，这些比较都说明越是收入水平低、大病支出高的家庭，越是倾向加入城居保，而 收入较高、较少受到灾难性医疗冲击的家庭则没有动力参加城居保，反映了家庭参保行为具有明显 的逆向选择特征，这与臧文斌等(2012b)的研究一致，也在一定程度上印证了本文提出的必须考虑 选择性偏差问题。 121 2017 年第 9 期 ① ② 本文对 3 个工具变量选取的有效性进行了检验:通过 underidentification test 发现，Anderson canon． corr． LM statistic = 109. 123，Chi-sq(3) P-val = 0. 0000，表明工具变量与内生变量无关的原假设被拒绝，不存在识别不足的问题，选取的工具变量与内 生变量相关;通过 weak identification test 发现，Cragg-Donald Wald F statistic = 36. 794，大于 5% 偏误下的临界值( Stock-Yogo weak ID test critical values)13. 91，表明工具变量与内生性变量有较强的相关性的原假设不能被拒绝，不存在弱工具变量的问题，选取的工 具变量与内生变量有较强的相关关系;通过 overidentification test 发现，Sargan statistic = 6. 688，Chi-sq(2) P-val = 0. 4048，表明工具 变量选取合理有效的原假设不能被拒绝，不存在过度识别的问题，选取的工具变量较为合理。此外，本文也进行了变量间的相关 性检验，结果显示所有工具变量与家庭收入变量并不存在显著的相关性。 本文样本中 2007—2011 年各年以家庭为单位的参保率分别为 34. 51% 、58. 15% 、71. 82% 、77. 67% 、80. 3% ，与城居保政 策在全国的总体发展趋势是基本一致的

黄薇∴:医保政策精准扶贫效果硏究 表 变量选取说明 家庭收入特征 家庭年人均实际收入(扣除政府救助)(元 家庭年人均总支出(元) 家庭消费特征 medconsump家庭年人均总医疗保健支出(元) 家庭年人均总非医疗保健支出(元) 家庭年人均教育培训支出(元) 家庭医保参保特征 家庭是否参加城居保(bm=1表明家庭成员加入且仅加入城居保 bmi bmi=0表明家庭无医保) 家庭成员数量(人 家庭人口特征 家庭60岁以上老年人占比(%) 家庭18岁以下未成年人占比(%) 家庭年人均住院总花费(元) 家庭凤险特征 家庭是否属于该地区低保户(lif=1表明家庭是低保户;lif=0表明 lif 家庭不是低保户) bossmale 家庭户主是否为男性( bossmale=1表明户主为男性: bossmale=0表 明户主为女性 家庭户主特征 家庭户主年龄(岁) 家庭户主受教育程度 庭劳动力(18-60岁家庭成员)男性占比(%) 家庭劳动力(18-60岁家庭成员)平均年龄(岁) 家庭劳动力特征 家庭劳动力(18-60岁家庭成员)平均受教育程度 ehealth 家庭劳动力(18-60岁家庭成员)平均健康状况 家庭所在地级市人均GDP(万元) 地区特征 saving 家庭所在地级市人均储蓄年末余额(元) 庭去最近医疗机构的时间(分钟) 工具变量 distance家庭去最近医疗机构的距离(公里) 家庭所在地级市每千人拥有医生数(个) 注:变量来源于“国务院城镇居民基本医疗保险试点评估入户调查数据”( URBMI),其中“受教育程度”分为7个等级(1为小 学以下,7为硕士及以上),等级数值越高表明受教育程度越高“平均健康状况”采用百分制衡量(100代表最好的状况0代表最 差的状况),数值越高表明健康状况越好 表2 混合截面数据样本描述性统计 保城居保子样本(bm=1)未参保城居保子样本(bmi=0) 变量代码 均值最小值最大值均值最小值最大值均值最小值最大值 9181.980 2400008620.6 400000130.6 180000 0-20% 1316.14 28001016.91 24001850.990 3932.982820510038446124604800413385 4860 80-100%25482.891202424000024379.41 240000127283.981350018000 122 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

表 1 变量选取说明 变 量 代 码 含 义 家庭收入特征 incomep 家庭年人均实际收入( 扣除政府救助) ( 元) 家庭消费特征 consump 家庭年人均总支出( 元) medconsump 家庭年人均总医疗保健支出( 元) nonmedconsump 家庭年人均总非医疗保健支出( 元) educonsump 家庭年人均教育培训支出( 元) 家庭医保参保特征 bmi 家庭是否参加城居保( bmi = 1 表明家庭成员加入且仅加入城居保; bmi = 0 表明家庭无医保) 家庭人口特征 family 家庭成员数量( 人) seniorrate 家庭 60 岁以上老年人占比( % ) minorrate 家庭 18 岁以下未成年人占比( % ) 家庭风险特征 sickexpenp 家庭年人均住院总花费( 元) lif 家庭是否属于该地区低保户( lif = 1 表明家庭是低保户; lif = 0 表明 家庭不是低保户) 家庭户主特征 bossmale 家庭户主是否为男性( bossmale = 1 表明户主为男性; bossmale = 0 表 明户主为女性) bossage 家庭户主年龄( 岁) bossedu 家庭户主受教育程度 家庭劳动力特征 malerate 家庭劳动力( 18—60 岁家庭成员) 男性占比( % ) aveage 家庭劳动力( 18—60 岁家庭成员) 平均年龄( 岁) aveedu 家庭劳动力( 18—60 岁家庭成员) 平均受教育程度 avehealth 家庭劳动力( 18—60 岁家庭成员) 平均健康状况 地区特征 gdpp 家庭所在地级市人均 GDP( 万元) savingp 家庭所在地级市人均储蓄年末余额( 元) 工具变量 time 家庭去最近医疗机构的时间( 分钟) distance 家庭去最近医疗机构的距离( 公里) doctorp 家庭所在地级市每千人拥有医生数( 个) 注:变量来源于“国务院城镇居民基本医疗保险试点评估入户调查数据”(UＲBMI)，其中“受教育程度”分为 7 个等级(1 为小 学以下，7 为硕士及以上)，等级数值越高表明受教育程度越高;“平均健康状况”采用百分制衡量(100 代表最好的状况，0 代表最 差的状况)，数值越高表明健康状况越好。 表 2 混合截面数据样本描述性统计 变量代码 总样本 参保城居保子样本( bmi = 1) 未参保城居保子样本( bmi = 0) 均值 最小值 最大值 均值 最小值 最大值 均值 最小值 最大值 incomep 9181. 98 0 240000 8620. 6 0 240000 10130. 6 0 180000 0—20% 1316. 14 0 2800 1016. 91 0 2400 1850. 99 0 3000 20—40% 3932. 98 2820 5100 3844. 61 2460 4800 4133. 85 3024 5520 40—60% 6822. 71 5142. 86 8000 6805. 17 4860 8000 6902. 51 5600 8000 60—80% 10842. 9 8036 12000 10827. 76 8040 12000 10928. 07 8036 13200 80—100% 25482. 89 12024 240000 24379. 41 12096 240000 27283. 98 13500 180000 122 黄 薇: 医保政策精准扶贫效果研究

线仿2017年第9期 续表2 总样本 参保城居保子样本(bmi=1)未参保城居保子样本(bmi=0 变量代码 均值最小值最大值均值最小值最大值均值最小值最大值 7852.860 3400007523.05033338410.190 340000 8.03 0240113.377.81 50000781.79 0240113.3 nonmedconsump7074.8303400006717.240332660717628.400 1007.080 60000985.82 175001043.00 0 2.84 seniorrate 0.08 0.860.09 0.8 0.14 0.75 0.67 0.15 sickexpenp 274.70 45000292.970 45000243.81 00000 25000 bossmale bossed 3.18 7 3.21 0.48 0 0.48 01049 41.33 18 042.2318 6039.821860 3.39 ehealth 100 39795041590111237239626.06159011137240080.581590112372 85.606307.83200972.227635.656307.83200972.228308.216307.83200972.2 12.47 0 12.43 12.53 0 0 doctor 2.57 样本观察值 2882 数据来源“国务院城镇居民基本医疗保险试点评估入户调查数据”(URBM2007-2011)。 四、计量结果与分析 (一)城居保政策对城镇家庭的扶贫效果总体评估 表3第(1)列显示的是对2007—2011年包括7752个家庭观察值的混合截面样本采用处理效 应模型回归分析的结果,在解决选择性偏差问题并控制年度和地区差异效应后,我们发现加入城居 保(bm)会促进家庭年人均收入增长13.78%,如按参保家庭样本人均收入(表2中的8620.6元) 计算,相当于增加了1187.9元,表明城居保政策会对家庭收入有显著的正向影响,其对城镇家庭的 福利效应显现。①此外,家庭规模( family)、户主的性别特征( bossmale)以及劳动力的受教育程度 ( aveedu)和健康状况( ehealth)均会对家庭收入具有显著的提升作用,而家庭未成年人占比 ( inornate)、户主的年龄( bossage)、劳动力的年龄( aveage)和家庭住院费用( sickexpenp)则会对家 ①本文也选择样本家庭中已参保人口占其所有应参保人口的比例( emirate)作为衡量家庭参与城居保的程度,判断家庭应 参保未参保人员的减少(即家庭参保意愿的提升)是否会对家庭收入产生影响,以此考察城居保的福利效应和扶贫效果,得到的结 果与表3一致,限于篇幅没有报告。 123 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

续表 2 变量代码 总样本 参保城居保子样本( bmi = 1) 未参保城居保子样本( bmi = 0) 均值 最小值 最大值 均值 最小值 最大值 均值 最小值 最大值 consump 7852. 86 0 340000 7523. 05 0 333333. 3 8410. 19 0 340000 medconsump 778. 03 0 240113. 3 775. 81 0 50000 781. 79 0 240113. 3 nonmedconsump 7074. 83 0 340000 6747. 24 0 333266. 7 7628. 40 0 340000 educonsump 1007. 08 0 60000 985. 82 0 17500 1043. 00 0 60000 bmi 0. 63 0 1 1 1 1 0 0 0 family 2. 91 1 12 2. 95 1 12 2. 84 1 12 seniorrate 0. 08 0 0. 86 0. 09 0 0. 8 0. 06 0 0. 86 minorrate 0. 14 0 0. 75 0. 14 0 0. 67 0. 15 0 0. 75 sickexpenp 274. 70 0 45000 292. 97 0 45000 243. 81 0 25000 lif 0. 23 0 1 0. 28 0 1 0. 14 0 1 bossmale 0. 69 0 1 0. 68 0 1 0. 71 0 1 bossage 48. 23 0 96 50. 02 0 96 45. 22 0 89 bossedu 3. 18 1 7 3. 16 1 7 3. 21 1 7 malerate 0. 48 0 1 0. 48 0 1 0. 49 0 1 aveage 41. 33 18 60 42. 23 18 60 39. 82 18 60 aveedu 3. 39 1 7 3. 39 1 7 3. 39 1 7 avehealth 10. 11 0 100 9. 82 0 100 10. 57 0 100 gdpp 39795. 04 15901 112372 39626. 06 15901 112372 40080. 58 15901 112372 savingp 27885. 69 6307. 83 200972. 2 27635. 65 6307. 83 200972. 2 28308. 21 6307. 83 200972. 2 time 12. 47 0 200 12. 43 0 200 12. 53 1 100 distance 1. 94 0 800 1. 98 0 800 1. 86 0 500 doctorp 2. 64 1. 28 7. 06 2. 57 1. 28 7. 06 2. 76 1. 28 7. 06 样本观察值 7752 4870 2882 数据来源:“国务院城镇居民基本医疗保险试点评估入户调查数据”(UＲBMI 2007—2011)。 四、计量结果与分析 (一)城居保政策对城镇家庭的扶贫效果总体评估 表 3 第(1)列显示的是对 2007—2011 年包括 7752 个家庭观察值的混合截面样本采用处理效 应模型回归分析的结果，在解决选择性偏差问题并控制年度和地区差异效应后，我们发现加入城居 保(bmi)会促进家庭年人均收入增长 13. 78% ，如按参保家庭样本人均收入(表 2 中的 8620. 6 元) 计算，相当于增加了 1187. 9 元，表明城居保政策会对家庭收入有显著的正向影响，其对城镇家庭的 福利效应显现。① 此外，家庭规模( family)、户主的性别特征( bossmale)以及劳动力的受教育程度 (aveedu)和健康状况( avehealth) 均会对家庭收入具有显著的提升作用，而家庭未成年人占比 (minorrate)、户主的年龄(bossage)、劳动力的年龄(aveage)和家庭住院费用(sickexpenp)则会对家 123 2017 年第 9 期 ① 本文也选择样本家庭中已参保人口占其所有应参保人口的比例( bmirate)作为衡量家庭参与城居保的程度，判断家庭应 参保未参保人员的减少(即家庭参保意愿的提升)是否会对家庭收入产生影响，以此考察城居保的福利效应和扶贫效果，得到的结 果与表 3 一致，限于篇幅没有报告

黄薇∴:医保政策精准扶贫效果硏究 表3 reatment effect model回归结果(总样本) (1) Coef Robust std. err Robust Std. Err 归模型 bmi(The Treatment 0.1378 0.3346 0.1374 0.3337 0.0814 0.015 serrate 0.6618 0.237 0.6616 0.3478 0.3470 0.5404 Lnsickexpenp 0.1621 0.1239 0.2299 0.0177 0.0418 0.0087 0.0585 0.0438 0.058 0.0440 0.0129 0.0129 0.0103 veedu 0.1420 0.0637 0.1427 0.0636 avehealth 0.0242 0.0242 ngdpp 0.0156 0.1338 0.0154 0.1339 0.2275 0.2075 0.2277 0.2074 常数项 6.8176 1.9827 6.8173 1.9825 年度虚拟变量 选择模型 Lnmedconsump 0.0192 0.0096 0.0192 0.0096 family 0.0137 0.0449 -0.0137 0.0449 0.0579 0.2192 0.0581 0.2194 0.2884 0.0018 0.0075 0.0021 0.0075 bossmale 0.0842 0.0840 0.0599 0.0152 0.0021 0152 0.0022 0.0312 0.0434 0.0312 0.0306 0.0743 0.0307 0.0743 0.0121 0.0049 0.0049 0.0033 0.0321 2 0.0048 0.0020 0.0020 distance 0.0007 0.0009 0.0009 0.0452 0.0752 0.0453 0.0752 常数项 -0.9407 0.2513 -0.9404 0.25039 0.8751 0.0359 0.8752 0.0359 Wald Test of p=0 注:表示在1%水平下显著,表示在5%水平下显著,表示在10%水平下显著 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

表 3 treatment effect model 回归结果( 总样本) ( 1) ( 2) Coef. Ｒobust Std. Err. Coef. Ｒobust Std. Err. 回归模型 bmi ( The Treatment) 0. 1378＊＊＊ 0. 3346 0. 1374＊＊＊ 0. 3337 bmi* Lnsickexpenp 0. 0814＊＊ 0. 0152 family 0. 0604* 0. 0945 0. 0607* 0. 0945 seniorrate 0. 2383 0. 6618 0. 2373 0. 6616 minorrate － 0. 3478* 0. 5407 － 0. 3470* 0. 5404 Lnsickexpenp － 0. 1621＊＊＊ 0. 1239 － 0. 2299＊＊ 0. 0177 bossmale 0. 1641＊＊ 0. 1266 0. 1634＊＊ 0. 1271 bossage － 0. 0418＊＊＊ 0. 0087 － 0. 0419＊＊＊ 0. 0087 bossedu 0. 0585 0. 0438 0. 0581 0. 0440 malerate 0. 0298 0. 1697 0. 0304 0. 1696 aveage － 0. 0129＊＊ 0. 1033 － 0. 0129＊＊ 0. 0103 aveedu 0. 1420＊＊＊ 0. 0637 0. 1427＊＊＊ 0. 0636 avehealth 0. 0242＊＊＊ 0. 1253 0. 0242＊＊ 0. 1255 Lngdpp 0. 0156 0. 1338 0. 0154 0. 1339 Lnsavingp 0. 2275＊＊＊ 0. 2075 0. 2277＊＊＊ 0. 2074 常数项 6. 8176＊＊＊ 1. 9827 6. 8173＊＊＊ 1. 9825 年度虚拟变量 是 是 选择模型 Lnmedconsump 0. 0192＊＊＊ 0. 0096 0. 0192＊＊＊ 0. 0096 family － 0. 0137 0. 0449 － 0. 0137 0. 0449 seniorrate 0. 0579 0. 2192 0. 0581 0. 2194 minorrate 0. 2589＊＊＊ 0. 2884 0. 2591＊＊＊ 0. 2884 Lnsickexpenp 0. 0018＊＊ 0. 0075 0. 0021＊＊ 0. 0075 bossmale － 0. 0842＊＊ 0. 0598 － 0. 0840＊＊ 0. 0599 bossage 0. 0152＊＊＊ 0. 0021 0. 0152＊＊＊ 0. 0022 bossedu 0. 0435* 0. 0312 0. 0434* 0. 0312 malerate － 0. 0306 0. 0743 － 0. 0307 0. 0743 aveage 0. 0121＊＊＊ 0. 0049 0. 0121＊＊＊ 0. 0049 aveedu 0. 0033* 0. 0321 0. 0033* 0. 0321 avehealth － 0. 0313* 0. 0627 － 0. 0312* 0. 0626 time － 0. 0048＊＊＊ 0. 0020 － 0. 0048＊＊＊ 0. 0020 distance － 0. 0007＊＊ 0. 0009 － 0. 0007＊＊ 0. 0009 doctorp 0. 0452＊＊＊ 0. 0752 0. 0453＊＊＊ 0. 0752 常数项 － 0. 9407＊＊＊ 0. 2513 － 0. 9404＊＊＊ 0. 2509 Ｒho 0. 8751 0. 0359 0. 8752 0. 0359 Wald Test of ρ = 0 78. 08＊＊＊ 78. 20＊＊＊ 样本观察值 7752 7752 注:＊＊＊ 表示在 1% 水平下显著，＊＊ 表示在 5% 水平下显著，* 表示在 10% 水平下显著。 124 黄 薇: 医保政策精准扶贫效果研究

铁仿207年第9期 庭人均收入有显著的负向影响,这与我们之前的预期是一致的。特别是灾难性医疗风险冲击对家 庭收入的影响尤为明显,人均住院费用每增加1%,会导致家庭人均收入减少16.21%,这既反映了 解决因病致贫、因病返贫问题已成为扶贫工作的关键重点,也表明城居保政策设计可以成为破解因 病致贫、因病返贫并进一步实现精准扶贫的有效措施。 而且,表3第(1)列的选择模型回归结果也表明,在对城居保选择行为产生作用的诸多因素 中,家庭人均医疗保健支出( medconsump)、人均住院费用( sickexpenp)、劳动力健康水平 ( avehealth)等衡量家庭健康状况的指标均对选择参保具有显著影响,总体健康状况较差的家庭更 倾向于选择参保;家庭未成年人( minorrate)越多、户主年龄( message)和劳动力平均年龄( aveage)越 大以及户主为女性( bossmale)的家庭也更倾向于选择参保,这样的家庭属于风险回避型,更加依赖 和注重通过社会医疗保险以抵御可能发生的疾病风险冲击,这和上文比较分析发现家庭参保行为 具有明显的逆向选择是一致的。而户主学历( bossed)和劳动力受教育程度( aveedu)的高低也决 定了其对城居保政策的理解和参与积极性。此外,去附近医疗机构的时间(time)越短、距离 ( distance)越近,所在城市医疗卫生服务事业( doctor)越发达,家庭参加城居保的可能性越大,这与 家庭获得医疗服务便捷性和可及性有关,也为实现城居保全民覆盖、充分发挥政策作用提供了发展 方向和依据。① (二)城居保政策对不同收入阶层的扶贫效果评估 为了进一步考察城居保政策扶贫作用的精准性,本文将样本家庭按照经济状况进行了统计意 义上的等分分组( unlevel),②相应设置了虚拟变量 unlevel,引入交互项 inclevel*bmi放入处理效 应模型中,③以评估城居保对不同阶层家庭收入的影响。表4采用五等分分组,将2007-2011年 混合截面样本家庭分成五组,最低阶层(第1组,即样本中人均消费支出最低的20%的家庭)为基 准。第(1)列回归结果显示,在不同分组阶层,相对于未参保家庭,加入城居保(bmi)均会对家庭人 均收入增长起到显著的促进作用,但这种显著正向的影响程度却在阶层之间( unlevel*bm)存在 较大差异。 图1显示,从城居保对家庭收入促进作用的变化看,随着所在阶层的提高,城居保对收入的影 响逐渐增强,对最低阶层(第1组)家庭而言,加入城居保能够使得家庭人均收入增长11.36%,而 对最高阶层(第5组,即人均消费最高的20%的家庭)来说,这种促进作用达到17.53%,两者相差 6.17个百分点( inclevel*bmi),存在较为明显的差距。从城居保促进收入增长的绝对值看,随着收 入阶层的提高,城居保的这种促进作用也愈发增强,如在次低阶层(第2组,即人均消费次低的 20%的家庭),按其参保家庭样本人均收入(表2中的3844.61元)计算,加入城居保能够促进家庭 人均收入增长11.95%,相当于增加459.43元;而在最高阶层(第5组),按其参保家庭样本人均收 入(表2中的24379.41元)计算,加入城居保能够促进家庭人均收入增长17.53%,相当于增加 4273.71元,两者相差9.3倍,进一步扩大了两阶层的收入差距(6.3倍)。也就是说,城居保政策 对不同阶层的家庭收入均有显著的促进作用,但其扶贫增收的作用在经济状况较好的高收入阶层 ①为避免工具变量选择的主观随意性,考虑各地区、各年对个人参加 政府补助存在明显差异,参考潘杰等(2013) 的做法,本文也采用了各城市对参保人群的政府补助比例( proportion)作为工具变量,估计了城居保对家庭收入的影响,得到的结 果与表3一致,限于篇幅没有在文中报告 ②鉴于 Nguyen et al.(2003)认为收入有可能被低估,特别是被调查者往往倾向于隐藏自身的真实收入,采用消费变量的 究更真实和可靠,且国家统计局宏观经济分析课题组(2002)认为以最低20%收入阶层的人均消费支出作为我国低收入群体的划 分标准比较适宜,故本文使用家庭人均消费支出来反映家庭经济状况 ③采用引入交互项进行分组回归而非分层回归(即对样本分组后分别进行回归),因为分层回归难以通过系数显著性判断 其对不同收入阶层的影响差异,也不能仅通过比较系数大小来判断该问题(程名望等,2014) 125 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

庭人均收入有显著的负向影响，这与我们之前的预期是一致的。特别是灾难性医疗风险冲击对家 庭收入的影响尤为明显，人均住院费用每增加 1% ，会导致家庭人均收入减少 16. 21% ，这既反映了 解决因病致贫、因病返贫问题已成为扶贫工作的关键重点，也表明城居保政策设计可以成为破解因 病致贫、因病返贫并进一步实现精准扶贫的有效措施。 而且，表 3 第(1)列的选择模型回归结果也表明，在对城居保选择行为产生作用的诸多因素 中，家庭人均医疗保健支出 ( medconsump )、人 均 住 院 费 用 ( sickexpenp )、劳动力健康水平 (avehealth)等衡量家庭健康状况的指标均对选择参保具有显著影响，总体健康状况较差的家庭更 倾向于选择参保;家庭未成年人(minorrate)越多、户主年龄(bossage)和劳动力平均年龄(aveage)越 大以及户主为女性(bossmale)的家庭也更倾向于选择参保，这样的家庭属于风险回避型，更加依赖 和注重通过社会医疗保险以抵御可能发生的疾病风险冲击，这和上文比较分析发现家庭参保行为 具有明显的逆向选择是一致的。而户主学历(bossedu)和劳动力受教育程度( aveedu)的高低也决 定了其对城居保政策的理解和参与积极性。此外，去附近医疗机构的时间( time) 越短、距离 (distance)越近，所在城市医疗卫生服务事业(doctorp)越发达，家庭参加城居保的可能性越大，这与 家庭获得医疗服务便捷性和可及性有关，也为实现城居保全民覆盖、充分发挥政策作用提供了发展 方向和依据。① (二)城居保政策对不同收入阶层的扶贫效果评估 为了进一步考察城居保政策扶贫作用的精准性，本文将样本家庭按照经济状况进行了统计意 义上的等分分组(inclevel)，②相应设置了虚拟变量 inclevel，引入交互项 inclevel* bmi 放入处理效 应模型中，③以评估城居保对不同阶层家庭收入的影响。表 4 采用五等分分组，将 2007—2011 年 混合截面样本家庭分成五组，最低阶层(第 1 组，即样本中人均消费支出最低的 20% 的家庭)为基 准。第(1)列回归结果显示，在不同分组阶层，相对于未参保家庭，加入城居保(bmi)均会对家庭人 均收入增长起到显著的促进作用，但这种显著正向的影响程度却在阶层之间( inclevel* bmi)存在 较大差异。 图 1 显示，从城居保对家庭收入促进作用的变化看，随着所在阶层的提高，城居保对收入的影 响逐渐增强，对最低阶层(第 1 组)家庭而言，加入城居保能够使得家庭人均收入增长 11. 36% ，而 对最高阶层(第 5 组，即人均消费最高的 20% 的家庭)来说，这种促进作用达到 17. 53% ，两者相差 6. 17 个百分点(inclevel* bmi)，存在较为明显的差距。从城居保促进收入增长的绝对值看，随着收 入阶层的提高，城居保的这种促进作用也愈发增强，如在次低阶层(第 2 组，即人均消费次低的 20% 的家庭)，按其参保家庭样本人均收入(表 2 中的 3844. 61 元)计算，加入城居保能够促进家庭 人均收入增长 11. 95% ，相当于增加 459. 43 元;而在最高阶层(第 5 组)，按其参保家庭样本人均收 入(表 2 中的 24379. 41 元) 计算，加入城居保能够促进家庭人均收入增长 17. 53% ，相当于增加 4273. 71 元，两者相差 9. 3 倍，进一步扩大了两阶层的收入差距(6. 3 倍)。也就是说，城居保政策 对不同阶层的家庭收入均有显著的促进作用，但其扶贫增收的作用在经济状况较好的高收入阶层 125 2017 年第 9 期 ① ② ③ 为避免工具变量选择的主观随意性，考虑各地区、各年对个人参加城居保的政府补助存在明显差异，参考潘杰等(2013) 的做法，本文也采用了各城市对参保人群的政府补助比例(proportion)作为工具变量，估计了城居保对家庭收入的影响，得到的结 果与表 3 一致，限于篇幅没有在文中报告。 鉴于 Nguyen et al． (2003)认为收入有可能被低估，特别是被调查者往往倾向于隐藏自身的真实收入，采用消费变量的研 究更真实和可靠，且国家统计局宏观经济分析课题组(2002)认为以最低 20% 收入阶层的人均消费支出作为我国低收入群体的划 分标准比较适宜，故本文使用家庭人均消费支出来反映家庭经济状况。 采用引入交互项进行分组回归而非分层回归(即对样本分组后分别进行回归)，因为分层回归难以通过系数显著性判断 其对不同收入阶层的影响差异，也不能仅通过比较系数大小来判断该问题(程名望等，2014)

黄薇∴:医保政策精准扶贫效果硏究 尤为明显,而在低收入阶层效果相对最小,而这恰恰应该是最需要城居保政策发挥扶贫功能的目标 群体,这种“目标上移”可能的解释是城居保政策的补偿力度有限,对低收入阶层医疗服务利用的 需求拉动不足,医疗保健支出负担的减轻作用和健康状况的改善作用不甚明显,也无法推动其扩大 教育、培训等人力资本投资类非医疗消费,这使得其增收效果不如高收入阶层明显,需要引起重视。 城居保对家庭人均收入影响的增加值 500-城居保对家庭人均收入影响的比例 1753 4273.71 1521.30 863.58 459.43 图1五等分分组下城居保对家庭人均收入的影响 此外,为了更加精准的判断城居保对低收入阶层家庭的扶贫效果,本文还对样本家庭按照人均 消费支出进行了十等分分组(见图2)。图2显示的情况与五等分分组基本一致,城居保对家庭收 入的促进作用随着阶层的提升而不断加强。而且,进一步观察这种促进作用在阶层之间的变化 ( inclevel*bmi)发现,城居保政策增收的效果在中等水平以上家庭呈加速增强的趋势,如在中等水 平以下的第2-5组(样本人均消费最低的10%-50%),城居保对收入的促进作用在阶层之间变 化较为稳定,差距相对较小(保持在1%以下),以平均30.96%的速度递增,而在中等收入水平以 上的第6-—10组(样本人均消费最高的10%-50%),这一递增速度达到50.71%,尤其是在最高收 入阶层(第10组,样本人均消费最高的10%),城居保对其家庭收入的促进作用较前一阶层提升了 4.07个百分点,增长了64.72%,这都进一步证实了城居保的“目标上移”现象。 城居保对家庭人均收入影响的比例 变化率 56.43 60 116832001205 10 quantile 图2十等分分组下城居保对家庭人均收入的影响 (三)大病冲击下城居保政策对不同收入阶层的扶贫效果评估 城居保政策设计的初衷是为了避免城镇家庭出现因病致贫、因病返贫问题,能够有效抵御和缓 解疾病等灾难性医疗风险对家庭的冲击,因此,本文进一步考察了城居保对大病冲击下家庭人均收 入的影响。表3第(2)列结果显示,交互项bmi* Lnsickexpenp显著为正,回归系数为0.0814,且在 5%的水平上显著,表明参加城居保对受到大病冲击的家庭收入有正向影响,相比未参保家庭而言, 26 21994-2017ChinaAcademicjOurnalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net

尤为明显，而在低收入阶层效果相对最小，而这恰恰应该是最需要城居保政策发挥扶贫功能的目标 群体，这种“目标上移”可能的解释是城居保政策的补偿力度有限，对低收入阶层医疗服务利用的 需求拉动不足，医疗保健支出负担的减轻作用和健康状况的改善作用不甚明显，也无法推动其扩大 教育、培训等人力资本投资类非医疗消费，这使得其增收效果不如高收入阶层明显，需要引起重视。 图 1 五等分分组下城居保对家庭人均收入的影响 此外，为了更加精准的判断城居保对低收入阶层家庭的扶贫效果，本文还对样本家庭按照人均 消费支出进行了十等分分组(见图 2)。图 2 显示的情况与五等分分组基本一致，城居保对家庭收 入的促进作用随着阶层的提升而不断加强。而且，进一步观察这种促进作用在阶层之间的变化 (inclevel* bmi)发现，城居保政策增收的效果在中等水平以上家庭呈加速增强的趋势，如在中等水 平以下的第 2—5 组(样本人均消费最低的 10% —50% )，城居保对收入的促进作用在阶层之间变 化较为稳定，差距相对较小(保持在 1% 以下)，以平均 30. 96% 的速度递增，而在中等收入水平以 上的第 6—10 组(样本人均消费最高的 10% —50% )，这一递增速度达到 50. 71% ，尤其是在最高收 入阶层(第 10 组，样本人均消费最高的 10% )，城居保对其家庭收入的促进作用较前一阶层提升了 4. 07 个百分点，增长了 64. 72% ，这都进一步证实了城居保的“目标上移”现象。 图 2 十等分分组下城居保对家庭人均收入的影响 (三)大病冲击下城居保政策对不同收入阶层的扶贫效果评估 城居保政策设计的初衷是为了避免城镇家庭出现因病致贫、因病返贫问题，能够有效抵御和缓 解疾病等灾难性医疗风险对家庭的冲击，因此，本文进一步考察了城居保对大病冲击下家庭人均收 入的影响。表 3 第(2)列结果显示，交互项 bmi* Lnsickexpenp 显著为正，回归系数为 0. 0814，且在 5% 的水平上显著，表明参加城居保对受到大病冲击的家庭收入有正向影响，相比未参保家庭而言， 126 黄 薇: 医保政策精准扶贫效果研究