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