城乡居民医疗保险对居民医疗服务利用的影响

马志爽 李 勇

1 引言

目前，我国已经实现了基本医疗保险制度的全面覆盖，然而现行的医疗保险制度是根据城镇职工、城镇居民和农村居民分别设计的，存在着明显的城乡分割特征。城乡居民在参保缴费标准、报销比例、报销范围以及就医选择等方面待遇不一，这就造成了城乡医疗保险的实际保障水平之间存在显著的差异。这种城乡分割的医疗保险制度极大地损害了城乡居民在医疗服务利用上的公平性，因此整合城乡居民基本医疗保险制度，实现城乡医疗保险一体化成为当务之急。新制度试图将新型农村合作医疗（简称“新农合”）与城镇居民基本医疗保险（简称“城居保”）并轨统一管理，成立“城乡居民医疗保险”，有利于缩小城乡居民之间医疗保障待遇的差距，促进城乡居民之间医疗资源利用上的平等。

2008年以来，昆山、成都、重庆、东莞等地区率先开展了整合城乡医疗保险的试点工作，经过多年实践，已经取得初步成效，还有很多地区在积极探索和筹备整合城乡居民医疗保险制度建设。2016年1月12日，国务院发布了《关于整合城乡居民基本医疗保险制度的意见》，明确提出要推进城居保和新农合制度整合，逐步在全国范围内建立起统一的城乡居民医疗保险制度，要求各统筹地区在2016年年底前出台具体实施方案。2017年4月24日，人力资源和社会保障部发布的《人力资源社会保障部财政部关于做好2017年城镇居民基本医疗保险工作的通知》中继续强调要加快推进整合，促进公平可持续，力争2017年基本建立城乡统一的居民基本医疗保险制度。截至目前，全国已有20个省份对建立统一的城乡居民医疗保险制度进行了总体规划部署或已全面实现整合。其中，天津、上海、浙江、山东、广东、重庆、宁夏、青海和兵团已全面实现制度整合，河北、湖北、内蒙古、广西、云南等省份明确将从2017年起执行，北京明确2018年1月实现“二合一”。在这种情况下，研究城乡居民医疗保险对居民医疗服务利用的影响具有很重要的现实意义。

2 文献综述

随着整合城乡居民基本医疗保险的逐步推进，学术界对与之相关的问题进行了越来越多的探讨。部分学者基于我国基本医疗保险制度的现状，深入分析其中存在的问题，进而指出推动整合城乡居民基本医疗保险的必要性。顾海等[1]使用Oaxaca-Blinder方法考察了城乡医疗需求差异的成因及其影响程度，结果显示，城乡居民的医疗需求差异主要归结于制度因素，那么统筹城乡医疗保障制度应该是下一阶段制度改革的重点。耿嘉川[2]认为，缩小城乡医疗保障水平之间的差距应从制度完善方面入手，有必要整合城乡居民医疗保险。

在整合城乡医疗保险的制度建设与方案设计中，许多学者分析了目前我国城乡医疗保险统筹过程中存在的种种问题，并提出了相应的对策。顾海等[3]从省级层面出发，分析了江苏省城乡医疗保险统筹的可行性，提出建立省级统筹、多层次自由选择、适度保障的城乡医疗保险统筹的制度框架。仇雨临等[4]基于东莞、太仓、成都、西安四个地区调查数据的回归性分析研究，发现统筹地区的经济发展水平是实现城乡医疗保险整合的重要前提，不同群体医疗保险受益的均衡是实现城乡医疗保险整合的重要保障，进而指出统筹城乡医疗保障的核心在于公平筹资和均等受益；统筹发展方向是分阶段、有步骤地化异趋同，最终实现构建城乡居民健康保障体系的目标；统筹发展的政策路径可以从制度框架、筹资机制、统筹层次、经办资源、管理体制、转移接续等方面展开。钟起万和温修春[5]运用博弈论的分析方法，对我国城乡居民医疗保险不同管理主体如何走出囚徒困境作了深入的分析和探讨，指出政府在推进城乡居民医疗保险衔接进程中应实现由强制性变迁向诱致性变迁的政策转变，同时应积极促成医疗保险资源管理主体间的利益联盟。李长远[6]研究了统筹城乡医疗保障制度的典型实践模式，认为整合城乡医疗保险制度面临诸多方面的障碍：缺乏顶层制度设计，制度“碎片化”、统筹层次低、卫生资源配置不均衡等，因此，需要整体规划，提高统筹层次，优化城乡医疗资源配置，统一经办管理体制和信息管理系统。王晓玲[7]认为现阶段整合城乡医疗保险的进展缓慢，源于三大制度间保障水平的差异，并就此提出了相应的政策建议。

在大量研究致力于构建和完善城乡居民基本医疗保险制度的同时，很多经验研究也关注到了城乡医疗保险统筹对城乡居民医疗服务利用的影响，并深入研究了影响因素。多数学者认为统筹与非统筹地区之间，以及统筹地区城乡之间的医疗服务利用水平存在明显的差异。例如：王晓燕和刘易达[8]通过Oaxaca-Blinder分解方法对统筹与非统筹地区的医疗服务差异进行分解，发现城乡医疗保险统筹会改变患者的就医习惯，有效缓解了由于城市化进程加快带来的医院就医拥挤现象；同时有利于引导和规范医疗行为，提升诊疗效率。顾海等[9]对统筹地区城乡之间医疗服务利用的差异进行分解，认为造成这种差异最主要是收入因素和医疗保险政策因素，城乡居民收入存在差距的客观前提下，统筹城乡医疗保险政策的重点是逐步提高农村居民的补偿待遇，从而消除由政策带来的城乡医疗服务利用差异。马超等[10]在Roemer机会平等理论下进行实证分析，结果表明，实施城乡医疗保险统筹的地区相比于未实施地区而言，显著缓解了居民医疗服务利用和健康水平上的机会不平等；对于同样实施城乡医疗保险统筹的地区，“实质公平式”相比于“无政策壁垒式”统筹模式能更好地促进机会平等；统筹相比于未统筹带来的公平效应，要远大于不同统筹模式差异带来的公平效应。部分文献的研究对象具体到居民医疗服务的门诊服务和住院服务，马超等[11]研究表明，城乡医疗保险一体化制度显著提高了农村居民过去一个月的门诊次数和医疗费用；但在住院方面，目前尚无证据显示医疗保险一体化政策对过去一年是否住院和最近一次住院费用有显著的影响。虽然，绝大多数文献研究表明城乡医疗保险统筹能够促进居民对于医疗服务的利用，但也有学者持不同意见，刘小鲁[12]研究表明，中国目前的城乡居民医疗保险并没有对医疗服务利用水平产生实质性的影响，究其原因可能是城乡居民医疗保险并未显著缩小医疗保险实际补偿率的城乡差异。

虽然，目前已有部分学者研究了城乡居民医疗保险对于城乡居民医疗服务的影响，但这方面的定量研究还存在很多不足之处。首先，学术界对于城乡医疗保险统筹的政策实施效果关注度不够，定量研究的文献数量相对偏少；其次，学者们研究城乡居民医疗保险对居民医疗服务利用影响的研究结论不一致；最后，学者们研究城乡居民医疗保险对居民医疗服务利用水平的影响时，多数聚焦于农村居民的医疗服务利用情况，对于城乡总体医疗服务利用情况、城市居民医疗服务利用情况以及城乡之间医疗服务利用的差异研究还不够充分。

基于以上研究不足，本研究使用中国健康与养老追踪调查（CHARLS）数据，采用倾向匹配（Propensity Score Matching,PSM）+双重差分（Difference in Difference,DID）的方法，实证研究城乡居民医疗保险对居民医疗服务利用的影响研究。本文研究的核心在于估计整合城乡医疗保险制度的处理效应，受数据可得性的限制，本文仅考察打破城居保和新农合界限的城乡居民医疗保险，将着重分析城乡居民医疗保险对居民医疗服务利用水平的影响。在具体分析中，本研究不仅从总体上估计城乡居民医疗保险对医疗服务利用的影响，还将进一步考察该医疗保险对不同户口类型居民以及不同自评健康状况居民的影响，以便进一步探究城乡居民医疗保险的政策效应。

3 研究方法、数据与变量

3.1 研究方法本研究使用PSM与DID相结合的研究方法，主要目的是在没有进行试验的基础上，通过匹配和双重差分的处理，而取得一种类似于试验的效果，实现一种类似的反事实估计，从而能够得到城乡居民医疗保险对居民医疗服务利用水平影响的“净效应”，即平均处理效应（Average Treatment Effect of Treated,ATT）。

PSM 是一种以观测数据为基础分析变量间因果关系的数据分析方法，其基本思想是，根据倾向得分，从未受政策影响的控制组中选出某些个体，与受政策影响的实验组个体相匹配，进而根据配对个体间结果变量的差异来估计处理效应。倾向得分保证了用于匹配的控制组个体在可观测的基本特征上与处理组个体一致，因而能够在一定程度上减轻样本选择过程中产生的偏倚。在PSM方法中，令T表示反映政策实施状态的处理变量。T=1表示受到城乡居民医疗保险政策的影响；T=0表示未受到该政策的影响。令Y1和Y0分别表示受政策影响和未受政策影响时的结果变量，则ATT为：

双重差分模型经常被用来分析政策所产生的效果，一般设定形式为：

其中，Y为被解释变量，time为时间变量，一般为政策前后两期，政策实施前取值为0，政策实施后取值为 1；Treat为处理变量，受到政策影响取值为 1，不受政策影响取值为 0；β3表示政策影响的ATT，即处理组的平均处理效应。

但是，双重差分模型的使用需要满足一个前提，即实验组和对照组在基期的状态是相同的，有共同的时间趋势。而本研究中使用DID模型选取实验组和对照组的样本时并非随机分配，微观个体在其他方面存在较多差异，可能会影响计量结果，因此需要引入PSM与DID配合使用以纠正样本选择偏差。当然，能够完全消除这种偏倚，需要匹配时能够控制所有可能对选择和结果产生影响的协变量，因此，往往要求在进行匹配时尽量控制足够多的变量。

3.2 数据与变量

3.2.1 数据来源本研究使用的数据来源于北京大学国家发展研究院组织的 CHARLS。该数据通过抽样方式采集了中国45岁及以上中老年人家庭和个人的微观数据。本文样本的构建使用了其中的2011年全国基线调查与2015年全国追踪调查，主要原因是该调查在有关医疗保险的问卷设置中详细地反映了医疗保险的城乡统筹情况，这是其他诸如CHNS等健康方面大型数据库所不具备的。

3.2.2 变量设置本文研究的居民医疗服务利用情况包括门诊医疗服务和住院医疗服务，使用过去一个月有门诊或接受过上门医疗服务（Y1）以及过去一个月门诊总费用（Y2）度量门诊医疗服务，使用过去一年是否住过院（Y3）以及过去一年的住院总费用（Y4）度量住院医疗服务。针对特定的观测值过去一个月有门诊或接受过上门医疗服务时，Y1取值为1，否则为0；类似地，某个观测值过去一年住过院，Y3取值为1，否则为0。

根据研究需要，本文同时考察了政策处理效应与时间效应。将是否参与城乡居民医疗保险（X）、时间（T）以及两者的交互项（T×X）作为核心解释变量。参与城乡居民医疗保险的人群作为“实验组”，X取值为 1；参与其他医疗保险的人群作为“对照组”，X取值为0。时间为2011年时，T取值为0；2015年T取值为1。

除核心解释变量外，本研究还选取个体性别（G）、年龄（A）、户口类型（H）、受教育程度（E）、婚姻状况（M）、是否吸烟（S）、是否喝酒（D）、家庭年收入（I）作为控制变量。个体为男性时，G取值为1，女性取值为2；对于户口类型，农业户口，H取值为0，非农业户口，H取值为1，不考虑统一居民户口；对于小学及以下的受教育程度，E取值为1，初中为2，高中为3，中专为4，大专为5，本科及以上为6；对于已婚和同居的婚姻状况，M取值为1，否则为0；当个体吸烟时，S取值为1，否则为0；当个体喝酒时，D取值为1，否则为0；家庭年收入包括工资收入、转移收入、农业收入和个体经营收入总和。根据以上变量设置情况，实证研究时计量模型的具体形式为：

其中，Yit表示第i个观测值在t时间的医疗服务利用情况。Tt表示时间，Xit表示第 i个观测值在 t时间是否参加城乡居民医疗保险，Tt×Xit为政策与时间的交叉项，Z为控制变量，ε为随机扰动项。

3.2.3 数据处理为了研究城乡居民医疗保险对居民医疗服务利用的影响，本研究保留2011年和2015年两年全部存在的观测值，确保样本为平衡面板。对于过去一个月内门诊医疗费用缺失，但只就诊 1次的个体，基于最近一次的门诊医疗总费用对一个月内门诊医疗总费用进行补充，过去一年的住院总费用缺失个体也进行类似处理；此外，对于医疗费用为 0的情况，此时医疗费用自然对数的形式被设定为1n（医疗费用+1）[12]。

本文的研究样本在排除核心解释变量和控制变量数据均缺失的观测值后，可观测到是否参与门诊医疗服务的样本为8264个；可观测到门诊医疗费用数值的样本为 534个；可观测到是否参与住院医疗服务的样本为8288个；可观测到住院医疗费用数值的样本为 184个。此外，本研究还针对是否利用住院医疗服务，进一步依照户口类型生成了农业户口和非农业户口子样本，以讨论城乡居民医疗保险对不同户口类型居民的影响，农业户口子样本包含6502个观测值，非农业户口子样本包含1592个观测值；同时，依照自评健康状况生成了自评健康好、一般、不好的子样本，分别包含864、2304、1242个观测值，以讨论城乡居民医疗保险对不同健康状况居民的影响。

3.2.4 变量描述性统计分析对本研究使用到的全部变量进行描述分析，由表 1可知，作为反映居民卫生服务利用的变量，门诊利用变量均值为0.215，表明该样本人群中有 21.5%的居民过去一个月有门诊或接受过上门医疗服务；门诊费用均值为872.110，表明该样本人群中平均每个居民过去一个月的门诊总费用为 872.110元；此外，在住院利用样本中有11.1%的居民过去一年内住过院，在住院费用样本中平均每个居民过去一年的住院总费用为10 109.030元。

对于居民参与医疗保险的情况以及一系列控制变量的描述性统计，由于4个模型中的样本人群均来自同一总体，各变量分布情况具有类似的特征，以下综合说明各个模型中的变量。由表 1可知，参与城乡居民医疗保险的人群占比均小于3%，可以基本显示出我国目前城乡居民医疗保险的参与情况，表明截至2015年，我国参与城乡居民医疗保险的人群占比不到3%，城乡医疗保险的整合力度较小，范围不够广泛。样本中女性约占 60%，男性占40%；样本平均年龄为60岁；大部分人群为初中及以下学历，且大部分人群为农业户口；婚姻状况中，已婚婚状态的约占 81%；样本中吸烟、喝酒的人群均为少数。

表1 变量描述性统计

4 实证分析

4.1 城乡居民医疗保险对居民医疗服务利用的影响本研究首先使用PSM方法就城乡居民医疗保险对居民医疗服务利用水平的总体影响进行估计。估计中除使用最基本的最近邻匹配（nearest neighborhood matching）之外，还使用了核匹配（kernel matching）以及半径匹配（radius matching）。在这些估计中，倾向得分的估计均基于Logit模型展开，其中门诊医疗服务只考察居民过去一个月是否参加门诊的情况，住院医疗服务只考察居民过去一年是否住院的情况，不考虑门诊费用和住院费用。表2展示了基于PSM方法的ATT估计结果，最近邻匹配、核匹配和半径匹配得到的门诊医疗服务 ATT的估计值以及住院医疗服务 ATT的估计值正负不一致，而且均缺乏统计上的显著性。表明总体上，城乡居民医疗保险的实施没有显著影响居民的医疗服务利用水平。

表2 PSM方法估计城乡居民医疗保险对居民医疗服务利用的影响

接下来使用PSM与DID相结合的方法，估计城乡居民医疗保险对居民医疗服务利用的影响，结果如表3所示，Ln_Y2表示居民过去一个月门诊总费用的对数，Ln_Y4表示居民过去一年住院总费用的对数。

就门诊医疗服务利用而言，居民是否接受门诊医疗服务（Y1）以及门诊费用（Ln_Y2）的 ATT估计值在统计意义上并不显著，表明城乡居民医疗保险并未显著影响居民的门诊医疗服务利用水平。这主要是因为医疗保险对居民医疗服务利用水平的影响很大程度上取决于实际补偿水平，但事实上，城乡居民医疗保险的实施并没有带来实际补偿率上的明显变化[12]，因此居民的门诊医疗服务利用情况并没有显著改变。然而，2015年实验组与对照组之间Y1的差值显著为正，表明参加城乡居民医疗保险的人群门诊就医的可能性大于其他人群。类似地，Ln_Y2在2015年的组间差值显著为负，表明参加城乡居民医疗保险居民的门诊总费用低于其他人群。

就住院医疗服务利用而言，居民住院可能性（Y3）的ATT估计值为-0.045，且在统计意义上十分显著，表明城乡居民医疗保险显著降低了居民的住院可能性，进一步说明居民的住院医疗服务利用水平有所下降。此外，居民住院费用（Ln_Y4）的ATT估计值也为负，在统计意义上不显著，虽然2011年与2015年的组间差值均显著为负，但政策效果应该考察时间与政策的交互效应，因此不能说明城乡居民医疗保险对居民住院费用的影响。

表3 PSM+DID估计城乡居民医疗保险对居民医疗服务利用的影响

4.2 城乡居民医疗保险对城乡居民医疗服务利用的影响根据以上分析可知，城乡居民医疗保险仅对居民住院可能性存在显著影响，考虑到我国目前依然存在明显的城乡差异，接下来根据户口类型进行分组，通过考察城乡居民医疗保险对不同户口类型居民住院可能性的影响，进一步探究城乡居民医疗保险对城乡居民医疗服务利用水平的不同影响。将可观测到是否参与住院医疗服务的样本按户口类型分为农业户口和非农业户口两个子样本，使用PSM+DID方法进行估计的结果如表4所示。

表4 基于户口类型分组的模型估计结果

由表 4可知，就非农业户口居民而言，住院可能性的双重差分值为-0.037，但该估计结果不具有显著性，说明城乡居民医疗保险对非农业户口居民住院可能性没有显著的影响。而对于农业户口居民，住院可能性的双重差分值为-0.06，且在 99%的置信区间下显著，也就是说，城乡居民医疗保险显著降低了农业户口居民的住院可能性。其原因可能是部分农村居民由于医院床位紧张或者住院医疗负担过重，出现应住院未住院情况，导致居民本应该利用住院医疗服务，却没有利用。综上所述，城乡居民医疗保险显著降低了农村居民的医疗服务利用水平，但对城镇居民医疗服务利用的影响并不显著。

4.3 城乡居民医疗保险对不同健康水平居民医疗服务利用的影响由于居民的健康水平直接影响自身住院医疗服务利用情况，接下来根据居民的健康水平进行分组，通过考察城乡居民医疗保险对不同健康水平居民住院可能性的影响，分析城乡居民医疗保险对不同健康水平居民医疗服务利用的影响。将可观测到是否参与住院医疗服务的样本按自评健康状况分为自评健康好、一般、不好三个子样本，模型估计结果如表5所示。

表5 基于自评健康状况分组的模型估计结果

根据表 5可以看出，对于自评健康状况好以及自评健康状况一般的人群而言，住院可能性的双重差分值分别为-0.275、-0.088，两个估计结果均具有显著性，说明城乡居民医疗保险显著降低了自评健康状况好和自评健康状况一般的人群住院可能性；此外，城乡居民医疗保险对于自评健康状况好的人群住院可能性的影响程度高于自评健康状况一般的人群。而对于自评健康状况不好的人群，住院可能性的双重差分值为0.220，并且在99%的置信区间下显著，也就是说，城乡居民医疗保险显著增加了自评健康状况不好人群的住院可能性。综上所述，城乡居民医疗保险对于不同健康水平人群医疗服务利用水平的影响不同，该医疗保险显著降低了自评健康状况好和自评健康状况一般的人群的医疗服务利用水平，而且对于自评健康状况好的人群影响程度更大，此外城乡居民医疗保险显著提高了自评健康状况不好人群的医疗服务利用水平。

5 结论与建议

自2016年国务院发布《关于整合城乡居民基本医疗保险制度的意见》以来，城乡医疗保险一体化的推行力度不断加大，城乡居民医疗保险的覆盖范围越来越广。本研究选取CHARLS中2011年全国基线调查与2015年全国追踪调查的数据，使用PSM与DID相结合的方法，通过实证分析城乡居民医疗保险对于居民门诊医疗服务与住院医疗服务利用的影响，并且进一步研究了城乡居民医疗保险对于不同户口类型以及不同健康水平人群的影响，得到了以下研究结论：①使用PSM方法研究的城乡居民医疗保险对居民门诊医疗服务与住院医疗服务利用水平的影响均不显著；②使用PSM+DID方法研究的城乡居民医疗保险对于居民门诊医疗服务利用水平没有显著的影响；对于住院医疗服务利用而言，城乡居民医疗保险显著降低了居民的住院可能性，但对于居民住院费用的影响不显著；③城乡居民医疗保险对于不同户口类型居民的住院可能性有不同的影响，该制度显著降低了农业户口居民的住院可能性，但对于非农业户口居民的影响不显著；④城乡居民医疗保险对于不同健康水平人群的住院可能性有不同的影响，它显著降低了自评健康状况好和自评健康状况一般的人群住院医疗服务利用水平，而且对于自评健康状况好的人群影响程度更大；相反，城乡居民医疗保险显著提高了自评健康状况不好的人群住院医疗服务利用水平。

通过以上研究结论可以发现，现阶段整合城乡居民基本医疗保险制度的政策效果并不明显，主要是因为城乡居民医疗保险的保障水平非常有限，因此对居民医疗服务利用的影响也是相对有限的。有关部门应当从制度框架、筹资机制、统筹层次、经办资源、管理体制、转移接续等方面进一步优化城乡居民医疗保险制度，完善改革体制，缩小城乡医疗保障水平之间的差异，整体上提升居民的医疗服务利用水平。

[1]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.

[2]耿嘉川.浅析城乡居民基本医保的整合[J].东岳论丛,2014,35(5):167-171.

[3]顾海,胡大洋,李佳佳.江苏省构建城乡医保统筹制度研究[J].江苏社会科学,2009(6):96-101.

[4]仇雨临,翟绍果,郝佳.城乡医疗保障的统筹发展研究:理论、实证与对策[J].中国软科学,2011(4):75-87.

[5]钟起万,温修春.城乡居民医保制度衔接进程中管理主体间的博弈分析[J].农村经济,2012(2):79-83.

[6]李长远.统筹城乡医疗保障制度的典型实践模式及优化策略[J].社会保障研究,2015(3):15-20.

[7]王晓玲.城乡医疗保障“一体化”:制度困境与体系重构[J].深圳大学学报(人文社会科学版),2015,32(2):110-117.

[8]王晓燕,刘易达.城乡医保统筹对医疗服务差异影响的实证分析[J].财会月刊,2015(32):104-107.

[9]顾海,马超,李佳佳.医保统筹地区城乡医疗服务利用差异的因素分解[J].统计与信息论坛,2013,28(6):89-94.

[10]马超,顾海,孙徐辉.医保统筹模式对城乡居民医疗服务利用和健康实质公平的影响——基于机会平等理论的分析[J].公共管理学报,2017,14(2):97-109,157.

[11]马超,赵广川,顾海.城乡医保一体化制度对农村居民就医行为的影响[J].统计研究,2016,33(4):78-85.

[12]刘小鲁.中国城乡居民医疗保险与医疗服务利用水平的经验研究[J].世界经济,2017,40(3):169-192.