居家养老背景下邻里效应对家庭医疗 支出的影响分析

傅利平， 梁 璐

（天津大学管理与经济学部， 天津 300072）

第七次全国人口普查数据显示，我国人口老龄化程度进一步加深，居民医疗费用支出大幅增长。据统计，2019年全国居民人均各项消费支出中，医疗卫生支出同比增速最高；到2020年，中国居民人均医疗保健消费支出已增至1 843元，占居民总消费支出比例由2013年的6.89%上涨至8.65%，增速明显。但需要看到的是，社会养老体系建设还有待完善。居家养老是现阶段满足大多数老年人养老需要的重要模式。居家养老背景下，家庭医疗卫生费用的提高，进一步加重了居民家庭的经济负担，“看病难、看病贵”的问题依然存在。

为推进居家养老模式下家庭医疗领域的供需平衡，国家制定了一揽子公共政策，希望以此调整家庭支出结构，减轻居民养老负担，满足公众就医需求。目前，尤其在家庭与家庭之间互动频繁的社区，每个家庭为获得健康资源不断在邻里内部获取医疗卫生信息，从而对社区中其他成员的医疗服务方案进行理性选择。鉴于此，不得不思考家庭医疗卫生支出的理性选择结果究竟是否受到社区内部其他成员医疗支出行为的影响？基于以上研究，本文使用Tobit计量模型，研究居家养老模式下，家庭医疗支出中邻里效应的存在性，解释医疗资源供给同居民健康需求和养老需求关系之间的中介效应，为提高医疗卫生服务利用率，降低家庭医疗与养老负担提供借鉴和参考。

一、 文献回顾

中国居民医疗费用的增长一直是学术界关注的重点。在已有的研究中，对于家庭医疗支出影响因素的研究可以归纳为政府和个体两个角度，而关于中观角度的社区因素则讨论较少。从政府角度出发，政府基本医疗保障体系包括新农合、医疗保险制度等。王新军等[1]认为，政府承担部分医疗费用后，整体能够降低家庭医疗负担，极大释放家庭医疗服务需求，能够提高家庭医疗总支出。同时，人口老龄化趋势会影响政府医疗财政支出以及居民个人医疗支出。Hashimoto等[2]研究发现，随着人口老龄化引起的健康水平下降，会增加社会医疗服务压力，从而增加医疗支出。封进等[3]从个体角度分析，发现居民的性别、年龄、经济水平、养育子女数量和身体健康状况等均对医疗支出产生影响作用。肖琴等[4]从中观角度的社区层面进行分析，发现社会网络内的邻里关系、亲戚关系、朋友关系等也存在不同的医疗消费偏好。胡俞等[5]研究发现，社区资源流动还受邻里、亲戚和朋友的关系模式以及亲疏程度影响，为了维系三方关系的紧密性并获得社会资源，居民需要付出更高的经济成本。南永清等[6]研究发现，更加亲密的邻里关系对居民消费支出具有积极的正向影响，能够减轻居民的孤独感与倦怠感，并且对医疗支出具有更明显的选择偏好。

Eun等[7]认为，个体行为决策更容易受到群体内部成员的影响，这种影响可以被视为邻里效应的作用。Wight等[8]将“邻里”定义为“居住在特定地理区域内且彼此邻近的一群人”，包括地理区域上具有物理界限的空间维度，居住在社区中的个体居民组成的结构维度以及由社区内人际互动构成的社会维度。李志刚等[9]将邻里效应概括为“地方作用”，盛明洁等[10]则将其定义为“不同社会群体空间聚集产生的群体效应”。Oakes等[11]认为，邻里（社区）的某些特征会对居民的行为、态度、机会和健康状况产生独立的影响。综上所述，邻里就业情况、邻里收入水平、邻里健康水平、邻里受教育程度等群体性因素会显著影响邻里内部成员的行为选择。Carrie等[12]发现，邻里社会经济状况和社区建设环境可以直接作用于儿童体脂率的高低。Liu等[13]通过对同一养老院中的老年人进行心理健康测试，发现邻里居住满意度低会诱发老年人产生相似的抑郁症状。

关于邻里效应对家庭行为决策的作用，普遍认为家庭行为选择的心理动机，会通过群体交往与集体效能而受到社区行为的驱动。基于社会互动机制中的集体社会化，周晓剑等[14]认为，集体压力会通过同伴效应和榜样效应诱使同一群体行为决策趋同，迫使家庭作出群体性行为选择。晏艳阳等[15]认为居民的社会互动与交往，是邻里居民最重要的信息获取渠道，基于社会互动机制中的社会网络，同一社区往往可以建立起庞大的社会信息网络，这种信息网络能够对居民产生持续性影响。基于社会互动机制的社会凝聚和控制，邻里可以形成相对统一的社区行为规范，内部社区价值观逐渐趋同。

总体来看，从邻里视角出发关注家庭医疗行为，探讨邻里效应对家庭医疗支出的影响仍有较大的空间。本研究通过对中国家庭追踪调查数据进行分析，探寻以社区或村落划分地理范围的邻里效应是否会对家庭医疗支出产生影响。在边际贡献上，随着居民健康意识不断提高，医疗资源供给同居民健康需求关系的相关研究逐渐深入，拓宽了社区中观层面的研究新视角，为解决医疗资源下沉困难提供开拓性思路。

二、 数据来源、模型建立与变量选取

1. 数据来源与模型建立

本研究采用的数据来源是“中国家庭追踪调查”（China family panel studies，简称CFPS），由北京大学中国社会科学调查中心（ISSS）提供，跟踪收集了个体、家庭、社区3个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，数据具有较高的质量和广泛的代表性，是家庭行为决策研究最常用的数据库之一。CFPS调查问卷包含社区问卷、家庭问卷、成人问卷和少儿问卷4种层级，本研究主要涉及2014年、2016年以及2018年的家庭层级问卷和成人问卷的相关数据，对关键变量缺失的数据进行剔除并转化为平衡面板数据。

2. 变量选取

（1） 被解释变量。主要选取家庭医疗支出，源于CFPS问卷中“过去12个月，您家直接支付的医疗费用是多少元”这一问题的回答结果，不包括家庭已报销和预计可报销的医疗费用。对支出金额变量统一进行对数化处理，以缩小数据的跨度区间，方便计算，使结果更清晰直观。

（2） 解释变量。主要解释变量为邻里效应，即邻里平均医疗支出。借鉴Ling[16]和晏艳阳等[15]对邻里效应的指标计算，由于同一个社区或村落的居民之间社会交往活动更为密切，将居住于同一个社区或同一村落的家庭划分为同一群体，每一个社区或村落内部建成环境和人口特征固定，社区或村落邻里居民互动交往基本被固定在一定的范围之内。因此，得到社区平均医疗支出为

（3） 控制变量。为排除个体特征因素的影响，本文引入了个体层级控制变量和社区层级控制变量两部分。个体层级控制变量包括户主年龄、性别、婚姻状况、邻里信任度、收入水平、教育水平和健康水平等居民特征变量，以及城乡位置、家庭规模和家庭人均收入等家庭特征变量。社区层级变量即经过邻里效应公式处理后相对应的社区群体性特征变量。同时对省份虚拟变量进行控制，以降低地理位置对最终结果的影响程度。随着年龄增长健康状况变差，就会增加医疗支出来维持健康水平。随着家庭教育水平提高，居民的医学知识更加丰富，从而提高了家庭医疗支出。沈政等[17]测量发现，居民自评健康与医疗支出往往呈现显著的负相关。家庭规模是指常住家庭成员的数量，通常与医疗消费支出呈正相关。谭涛等[18]已经证明，成员数量多的家庭会增加家庭总医疗消费支出。变量选取结果见表1。

表1 变量选取

（4） 模型建立。考虑到CFPS的数据结构，选择可设置左侧受限点为0的Tobit计量模型进行考察分析，得到Tobit基本回归模型为

三、 结果分析

1. 描述性统计结果分析

通过对家庭信息和医疗费用的观测样本进行缺失值清理后，得到2014年、2016年和2018年的样本数量分别为8 761、6 445和6 230。由表2的描述性统计结果来看，受访者平均年龄分别为44岁、46岁、47岁；性别比在0.5左右浮动，男女分布比较均衡；平均受教育年限为9年，平均处于初中学历；自评健康分值集中，介于一般健康和比较健康的状态之间。以上信息比较符合社会实际现状，具有一定的可靠性。社区居民对邻里信任程度平均分高达6.5，说明居民普遍重视构建友好的邻里关系。选取样本时，尽量使城镇社区和乡村社区比例接近，可以避免城乡群体误差。

表2 邻里效应与家庭医疗支出的描述性统计结果

续表2

2. Tobit模型回归结果分析

为验证邻里效应是否会对家庭医疗支出产生显著影响，分别对中国家庭追踪调查2014年、2016年和2018年的数据样本进行Tobit计量分析，回归结果见表3。邻里平均医疗支出作为最重要的解释变量，模型（1）、模型（2）和模型（3）均体现出了较高的显著性，估计系数均为正，说明家庭医疗行为会受同一社群内部其他家庭的正向影响，验证了家庭医疗支出会受到邻里效应的促进作用。

表3 邻里效应与家庭医疗支出的回归结果

由模型（1）可以看出，在社区层面的群体特征变量中，社区平均健康水平在1%的水平上显著为正，说明邻里健康水平越低，家庭医疗支出越高。由模型（2）和模型（3）可以看出，在2014年邻里整体健康水平相对较低，受到社区其他家庭医疗状况的负面效应影响，家庭开始注重医疗卫生投入，做出提高医疗支出的行为决策。而在2016年和2018年，当社区集体健康水平提高，集体机制发挥作用，促使单一家庭提高医疗支出。而社区平均教育水平在3年的模型中均呈正向显著影响，说明社区居民受教育程度越高，拥有的医疗知识越全面，会更加注重自身健康状况，从而在医疗方面投资更多。社区平均家庭规模表现出显著的负向影响，当邻里家庭规模越大时，内部群体信息传递速率会提升，可以避免非必要性医疗支出。社区平均性别在模型（1）和模型（2）表现出显著的正向影响，而在模型（3）中表现并不显著。这是由于在2014年和2016年，社区男性都体现出了较高的医疗支出水平，说明男性户主对家庭医疗支出影响更为明显。

个体层面的变量如户主年龄偏大、受教育程度高、健康水平良好以及家庭规模比较大的家庭，都具有较高的医疗支出，这与目前研究发现的基本关系和现实情况基本一致。张颖熙[19]研究发现，由于缺乏收入弹性，医疗服务具有一定的家庭必需品属性。城乡位置在模型（1）和模型（3）中显示出正向影响，说明家庭医疗支出在一定程度上会受到更高的社会资本支持，城市社区享有更加完善的基础设施和更为便捷的医疗服务，城乡差异依旧是医疗支出差异的影响因素之一。

由回归结果发现，2014年和2016年的家庭收入水平和社区平均收入水平系数均不显著；2018年的系数仅为0.001 6，边际影响甚微。究其原因，可能是家庭经济水平影响社区区位选择，同一社区内部居民同质性强，社会经济地位相近，加入社区特征因素后，社区同一经济水平下的居民行为选择趋同，从而使家庭收入水平对家庭医疗行为决策产生长期稳定的预期。

3. 稳健性检验

为减少模型内生性对估计结果的影响，对数据分析结果进行稳健性检验。首先，选用替换变量的方法进行稳健性检验。在基本回归中，使用家庭医疗支出连续变量进行回归，在稳健性检验中，对该指标进行重新衡量。分别选取2014年、2016年和2018年的家庭医疗支出连续变量的中位数作为临界值，将每年的数据高于中位数的部分赋值为1，其余部分赋值为0，得到了重新计算的因变量（虚拟变量0~1分布）。然后将重新计算的家庭医疗支出哑变量代入到Tobit基本模型中重新回归，检验结果如表4所示。由表4可知，社区平均医疗支出均在1%的水平上显著，进一步验证了社区平均医疗支出与家庭医疗支出的正向回归关系。

表4 稳健性检验： 替换变量

四、 结 语

随着老龄化时代的到来，老年群体对养老、医疗、社会服务等方面的需求越来越大，家庭医疗消费支出的压力逐年增长。医疗支出是居民家庭消费支出的重要方面，如何做到既满足居民医疗服务需求，又能够有效控制医疗费用增长、降低养老成本、增进社会福祉是亟待解决的课题。本研究通过对中国家庭追踪调查数据（CFPS）进行Tobit回归分析，并通过替换变量进行稳健性检验，识别出家庭医疗支出确实存在邻里效应。从社区层面证实了家庭医疗支出受邻里效应的正向影响，其主要影响路径表现为：居住在同一地区的居民会产生社区邻里效应，社区内部其他成员的积极医疗行为选择会释放单一家庭的潜在医疗需求，将其转变为可实现的现实需求，从而刺激家庭医疗支出的增长。此外，社区健康水平、社区教育水平等群体性外部因素也是影响家庭医疗支出的显著性因素。

其一，要搭建社区健康服务平台，考虑到邻里效应的群体决策影响机制，防止社区内可能产生的由群体性恐慌而引起的医疗费用整体增长。一是针对居民健康水平差异和受教育程度适当调整医疗政策标准，向健康水平低、社会经济地位偏下的人群倾斜，加大保障力度，提升医疗卫生资源可及性。二是在有限的医疗卫生资源约束下，为有效释放居民的医疗服务需求，提升医疗服务利用率。同时，搭建好社区健康服务平台，建立电子健康档案，全面掌握老年人健康信息，随时监管老年人的健康状况与需求，提高医疗服务供给精准性，优化公共医疗与养老服务水平，降低家庭医疗与养老负担。

其二，强化社区医养结合模式，社区居家养老能够缓解社会医疗与养老资源不合理的配置问题，是解决养老问题的现实方式。医养结合模式下的社区居家养老可以整合社区医疗和养老资源，为老年群体提供多种形式的公共医疗和卫生服务，如提供全科家庭医生签约服务、家庭医疗保姆等举措，实现预防、治疗、康复、护理全方位服务，最终实现社区医疗与养老的有效结合，完善社区医养结合模式。

其三，完善非正式信息传导机制，邻里之间的互动和日常交往会促进信息的交流，如对养老信息、医疗信息的分享和扩散在一定程度上可以弥补正规信息传导机制的不足。社区老年群体在日常社会交往中，出于对邻里的感知信任，从社区获取医疗信息的意愿增强，邻里信息获取渠道被拓展，可以促进资源共享并减少医患间信息不对称造成的不良影响，实现社区范围内医疗卫生信息的二次交换，并形成良性循环。