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