互联网使用对医疗费用支出的影响

李景山，车田天，李汇华

（东北财经大学 公共管理学院，辽宁 大连 116025）

一、问题的提出

随着年龄的增长，人的身体机能不断衰退，医疗服务需求就会随之增加。尤其是中国进入老龄化社会以来，医疗费用支出一直呈现不断增长的趋势。医疗费用支出不仅关系到国家的财政和医疗保险基金安全，还会对居民的生活产生重大的影响，过快的医疗费用支出增加速度会给居民的生活带来沉重的负担，使居民的生活质量急剧下降。而减少医疗费用支出不仅能够让居民享受更高质量的生活，还能够减轻中国的医疗费用支出压力，缓解中国医疗服务资源紧张的局面，为国家经济发展奠定良好的基础。因此，减少居民医疗费用支出，提高居民的生活质量，是积极响应“全面推进健康中国建设”战略的重要表现。与医疗费用支出共同增长的还有中国的信息化建设不断增强，互联网的普及率有了较快的提升，据中国互联网信息中心2022年发布的第49次《中国互联网络发展状况统计报告》显示，至2021年12月，中国网民高达10.320亿人，比2020年12月增长了3.7%。居民可以通过互联网问诊，也可以通过互联网开具处方药，所以互联网使用在一定程度上抑制医疗费用支出。因此，本文探究互联网使用对居民医疗费用支出的影响，并找到其中的作用机制，讨论在不同年龄、户籍、性别、教育水平和区域之间存在的异质性。

二、文献综述及研究假设

国内外学者对互联网使用、健康与医疗费用支出之间的关系进行了丰富的研究：

第一，关于医疗费用支出的影响因素的研究较多，其中李秋莎等、Wang 等、Dittrich 和Stara认为人口老龄化是导致医疗费用支出增多的最主要因素，而李相荣等、李丽清等则认为影响医疗费用支出的关键因素是人均GDP、第三产业的发展和城镇化率等。研究互联网使用对医疗费用支出影响的文献较少，张冲和万新月运用2007—2016年中国31个省份的面板数据进行实证分析发现，互联网的普及会拓宽就医渠道，增加医疗费用支出。可能的原因是，互联网使用率不断增长，可解决“看病难”的问题，使更多的人能够接受医疗服务，从而使人均医疗费用支出增加。随着互联网使用的不断普及，截至2021年12月，互联网普及率高达73.0%。范思语等通过调查研究发现，互联网使用与医疗相结合不仅能够解决“看病难”的问题，还能缓解“看病贵”的问题，减少去医院就医复诊的次数，节省了线下就医的检查费、交通费、药费等多重成本。Han等通过Heckman样本选择模型分析发现，互联网使用有利于减少个人医疗费用支出，其中对高频互联网使用以及在综合医院接治疗的个人抑制效应更加明显。由此提出如下假设：

假设1：互联网使用对医疗费用支出具有显著的抑制效应。

第二，关于互联网使用与健康之间的研究较多，但研究结论存在争议。较多的学者认为互联网使用能够促进居民健康的正向发展，但陆杰华和汪斌、赵颖智和李星颖认为过度使用互联网可能会不利于健康发展。另外，杨克文和何欢认为互联网使用对居民健康发展的影响在不同的群体之间存在异质性，赵建国和刘子琼、Heo等认为互联网使用有助于促进老年人的健康发展。徐延辉和赖东鹏在其研究中发现，风险感知、社交频繁程度、读书、看报纸、看杂志频繁程度和自评社会经济地位是互联网使用对居民健康影响的作用机制。Kitazawa等、Stepanikova等在其研究中却发现，互联网使用会对居民健康发展产生负面影响，当然这些负面影响主要是因为不正确使用互联网造成的。当居民的健康得到发展，其医疗费用支出一定会随之下降。由此提出如下假设：

假设2：居民自评健康是互联网使用对医疗费用支出影响的作用机制。

综合来看，现有研究对互联网使用影响医疗费用支出的作用机制和异质性讨论不足。因此，本文基于人力资本理论，结合2018年中国家庭追踪调查数据，探究互联网使用对医疗费用支出的影响，并讨论不同年龄、户籍、性别、教育水平和区域之间存在的异质性。

三、研究设计

（一）数据来源

本文的数据来源于北京大学发布的2018 年中国家庭追踪调查（China Family Panel Studies，简称CFPS）数据。本文将16岁以下的人群排除在外，对互联网使用与医疗费用支出的关系进行研究，CFPS数据中有专门关于手机和网络、医疗费用支出和健康方面的问卷，所以，以此数据研究互联网使用对医疗费用支出的影响效应具有合理性。剔除不符合研究要求的样本及缺失值后，最终获得的有效样本量为19 842个。

（二）变量选择

本文的被解释变量是医疗费用支出，主要是通过对问卷中“医疗费用中，自家直接支付了多少钱？”的回答获得，反映的是16岁以上的人群的医疗费用支出水平。本文研究样本中的受访者的平均医疗费用支出是3 247.390 元。为了消除数据的非正态性，本文对医疗费用支出作取对数处理。本文关注的解释变量是互联网使用，主要是通过对问卷中“您是否使用移动设备/电脑上网？”的回答获得，将回答为“是”赋值为1，将回答为“否”赋值为0。在受访者中，互联网使用率达到49.2%。并且使用互联网的居民比未使用互联网的居民的平均医疗费用支出低1 321.341元，在一定程度上可以说明互联网使用可以抑制居民医疗费用支出。

样本中60岁及以上受访者的占比较60岁以下的受访者少，仅占29.6%。农村的受访者占比略高于城镇的受访者，男性受访者比女性受访者少，男性占46.6%。因为受访者为16岁以上的人群，所以在婚受访者的占比高达78.7%。随着受教育水平的提高，小学及以下、初中、高中/中专/技校/职高、大专/本科/硕士/博士等教育水平的人群占比分别为46.0%、28.3%、15.1%、10.6%，这与常识相符。受访者中，东部地区、西部地区、中部地区、东北部地区分别占31.0%、33.7%、23.9%、11.4%。中介变量自评健康通过问卷中“健康状况和一年前比较起来如何？”的回答获得，将回答“更差”赋值为0，“没有变化”赋值为1，“更好”赋值为2，赋值得分越高，说明受访者的健康状况越好。

（三）模型构建

首先，被解释变量医疗费用支出属于连续变量，所以本文使用最小二乘法估计互联网使用对医疗费用支出的影响，具体的回归模型如下所示：

其中，Med为居民医疗费用支出，I为居民的互联网使用情况，X表示对居民医疗费用支出产生影响的一系列控制变量。α表示常数项，α和α是待估参数，e表示随机扰动项。

其次，本文重点关注的是互联网使用与医疗费用支出的关系问题，而二者之间可能存在选择性偏差，因为是否使用互联网具有自选择性。理论上使用互联网能够减少居民医疗费用支出，居民会选择使用互联网，而实际上居民是否使用互联网是通过对自身情况的判断做出决定，而不是随机决定的。另外，居民的个体特征会对互联网使用和医疗费用支出同时产生影响，会导致自选择问题，造成选择偏差。为了尽可能解决选择性偏差造成的内生性问题，本文采用倾向得分匹配（PSM）法估计互联网使用对医疗费用支出的一致估计的平均处理效应。具体模型如下：

其中，Y表示居民使用互联网时的医疗费用支出，Y表示控制组中如果未使用互联网的居民选择使用互联网的医疗费用支出情况，由于控制组的实际值无法被观测到，所以需要通过构建反事实框架对控制组的值进行估计，最后得到一致估计的平均处理效应。

再次，根据人力资本理论，健康状况是人类拥有的一项很重要的人力资本，所以能够提高健康水平的活动可以被视为人力资本投资，对健康投资的收益表现为“健康时间”，健康时间的增加能够抵御疾病风险，从而减少医疗费用支出。为了讨论互联网使用对医疗费用支出的作用机制，本文需要构建中介效应模型对其作用机制进行检验。根据温忠麟和叶宝娟的研究，本文的中介效应模型为式（3）—式（5）所示：

其中，c为互联网使用对医疗费用支出影响的总效应；a为互联网使用对居民自评健康的影响效应；c'是在控制了中介变量居民自评健康的影响后，互联网使用对医疗费用支出的影响效应。

四、实证分析与讨论

（一）基准回归

根据怀特检验可知，样本数据存在异方差问题，所以采用加权最小二乘（WLS）法对基准回归结果进行了稳健性检验。互联网使用对居民医疗费用支出影响的基准回归结果如表1所示。

表1 互联网使用对居民医疗费用支出影响的基准回归结果

由表1可知，模型一的互联网使用系数在1%的水平下显著为负，说明互联网使用能够有效减少医疗费用支出。模型二加入区域特征后互联网使用系数依然在1%的水平下显著为负。模型三和模型四使用WLS对基准结果进行检验发现，互联网使用系数依然在1%的水平下显著为负，结论与模型一和模型二保持一致。因此，可以证明假设1，即互联网使用对医疗费用支出具有显著的抑制效应。可能的原因是，一方面，随着居民预防和保健意识的提升，互联网问诊越来越多地出现在居民的生活中，居民对于很多健康方面的问询能够在互联网上得到专家的解答，从而有效预防疾病的发生，减少医疗费用支出；另一方面，当居民的身体出现不适症状，很多专业APP可以直接在互联网中为居民开具处方药，减少了挂号费和交通费等费用，从而减少医疗费用支出。

表1 的年龄变量系数显示，与60 岁以下的居民相比，60 岁及以上的居民医疗费用支出更多。可能的原因是，随着年龄的增长，居民的健康受到影响，所以需要通过增加医疗费用支出来抵御身体健康水平下降导致的疾病风险。60岁及以上的居民所面临的疾病风险更大，所以需要更多的医疗费用支出。户籍变量系数显示，相较于农村居民，城镇居民医疗费用支出更多。可能的原因是，城镇居民具备更强的保健意识，城镇的医疗服务可及性较好，所以一旦身体出现不适就会通过门诊、住院等进行检查或治疗，导致医疗费用支出较多。性别变量系数显示，相较于女性而言，男性的医疗费用支出更少。可能的原因是，相较于女性居民而言，一方面，男性的健康状况一般更好，所以面临的疾病风险更少；另一方面，女性的保健意识更强，所以其用于预防疾病的支出也较多，因而男性的医疗费用支出会小于女性。婚姻变量系数显示，在婚居民的医疗费用支出明显大于未婚居民。可能的原因是，在婚居民往往承担了更多的家庭责任，所以影响其健康的因素明显增多，导致医疗费用支出较未婚居民更多。教育水平变量系数显示，相较于小学及以下而言，具有初中、高中/中专/技校/职高、大专/本科/硕士/博士教育水平的居民医疗费用支出抑制效应更明显。可能的原因是，教育水平高的居民能够掌握更多的保健知识，愿意采纳有利的健康行为和生活方式，达到抵御疾病风险的目的，减少医疗费用支出。区域变量系数显示，相较于东部地区而言，中部地区和西部地区的居民医疗费用支出更少。可能的原因是，中部地区和西部地区的医疗水平较东部地区差一些，所以其医疗服务价格较低，同样的疾病风险，中部地区和西部地区相较于东部地区而言所花费的医疗费用支出更少。而相较于东部地区而言，东北部地区的居民医疗费用支出更多。可能的原因是，东北部地区年轻人口的流失导致其老龄化较严重，所以其医疗费用支出更多。

（二）互联网使用对医疗费用支出影响的净效应

为了估计互联网使用对医疗费用支出影响的净效应，本文采用倾向得分匹配法进行估计，能够在一定程度上减轻选择性偏差，以在最大程度上减轻内生性问题。首先通过最近邻匹配进行估计，然后运用半径匹配和马氏匹配两种匹配方式进行验证。由于利用倾向得分匹配法的提前是样本的均衡性得到验证，因而倾向得分匹配法的样本均衡性检验如表2所示。

表2 倾向得分匹配法的样本均衡性检验

由表2可知，在匹配后所有控制变量的标准偏差均小于5%，同时匹配后多数变量的差异不再显著，说明样本的内生性问题在一定程度上得到控制。另外，经过均衡性检验发现利用倾向得分匹配法解决居民的自选择问题具有很好的效果。

在控制其他变量的前提下，分别对互联网使用组和控制组的平均医疗费用支出及二者的差值进行估计。倾向得分匹配分析的估计结果如表3所示。

表3 倾向得分匹配分析的估计结果

由表3 可知，匹配前居民医疗费用支出的ATT 值为-0.554，最邻近匹配的ATT 值为-0.388，在控制了选择性偏差问题后，互联网使用对居民医疗费用支出影响的净效应是-16.6%。半径匹配、马氏匹配与最近邻匹配的结果相似，互联网使用对居民医疗费用支出影响的净效应分别是-22.3%和-15.9%。因此，利用倾向得分匹配法进行估计的结果具备稳健性。倾向得分匹配法的估计结果说明，如果任由选择性偏差问题存在，内生性问题得不到解决，可能会高估互联网使用对居民医疗费用支出的影响效应。

五、进一步讨论

表4 自评健康的中介估计结果

（一）互联网使用对医疗费用支出的作用机制

本文选取居民自评健康作为中介变量，通过构建中介效应模型对互联网使用影响居民医疗费用支出的作用机制进行检验，并对二者之间的内在关系进行分析。

自评健康的中介估计结果如表4所示。

由表4 可知，在控制其他变量的情况下，模型六中自评健康作为中介变量对互联网使用与居民医疗费用支出之间的关系产生影响，互联网使用系数为-0.150，在1%的水平下显著，但小于模型五中互联网使用对居民医疗费用支出的总作用。因此，自评健康在互联网使用与居民自评健康中存在部分中介效应，可以证明假设2，即居民自评健康是互联网使用对医疗费用支出影响的作用机制。

（二）异质性分析

以上分析说明互联网使用能够减少居民医疗费用支出，但不同群体的互联网使用会对居民医疗费用支出产生不同的影响。本文分别估计了不同年龄、户籍、性别、教育水平和区域的居民互联网使用对医疗费用支出的差异性，因而不同划分标准下互联网使用对医疗费用支出影响的异质性分析如表5所示。

表5 不同划分标准下互联网使用对医疗费用支出影响的异质性分析

第一，按年龄进行分组，分析不同年龄段的居民互联网使用对医疗费用支出的影响效应。本文将居民按年龄分为60岁以下和60岁及以上两个不同群体，回归结果显示在两个不同年龄段的子样本中，60岁以下的居民互联网使用系数为-0.218，在1%的水平下显著；60岁及以上的居民互联网使用系数为0.068，但并不显著，说明60岁及以上的居民互联网使用会增加医疗费用支出。因此，互联网使用在不同年龄段的居民之间存在异质性，互联网使用对60岁以下的居民医疗费用支出的抑制效应相较于60岁及以上的居民更为明显。可能的原因是，随着互联网技术的不断发展，互联网使用趋向于更加多元化，所以不同年龄段居民的互联网使用状况可能会存在差异，60岁以下的居民互联网使用率为65.1%，60岁及以上的居民互联网使用率仅为11.9%。对于60岁以下的居民来说，使用互联网问询健康问题及通过互联网获得处方药相对来说较为简单，而这种互联网+医疗的方式能够大大地提高自身的身体素质，增强抵御疾病风险的能力。但是，随着年龄的增加，学习使用互联网本就存在各种障碍，再加上60岁及以上的居民已经进入老年阶段，其身体素质大大下降，学习使用互联网的难度也会增加，所以通过互联网使用并不会减少医疗费用支出。相反随着年龄增加，使用互联网会增加其身体负担和心理压力，造成身体素质下降，进而导致医疗费用支出增加。

第二，按户籍进行分组，分析不同户籍的居民互联网使用对医疗费用支出的影响效应。本文将样本分为城镇和农村两个子样本，在城镇户籍的子样本中互联网使用系数为-0.204，在1%的水平下显著；在农村户籍的子样本中互联网使用系数为-0.178，也在1%的水平下显著。因此，互联网使用在城乡之间存在异质性，互联网使用对城镇居民医疗费用支出的抑制效应相较于农村居民更为明显。由于城乡之间的互联网基础设施建设存在较大的差异，所以城乡居民之间的互联网使用状况可能存在差异，城镇居民的互联网使用率为59.2%，而农村居民的互联网使用率为39.7%，城镇比农村高19.5%。可能的原因是，城镇的互联网基础设施建设较早且较为完善，为城镇居民学习使用互联网提供了便利，居民可以通过使用互联网+医疗的方式实现就医。而农村的互联网基础设施建设较晚，其完善程度也不如城镇，导致互联网使用对其医疗费用支出的抑制效应较小。但是，随着中国城乡差距的缩小，以及互联网使用的普及，城乡居民之间互联网使用对医疗费用支出影响的差异也在逐渐缩小。

第三，按性别进行分组，分析不同性别的居民互联网使用对医疗费用支出的影响效应。男性子样本中居民互联网使用系数为-0.181，在1%的水平下显著；女性子样本中居民互联网使用系数为-0.186，也在1%的水平下显著。因此，互联网使用对女性居民医疗费用支出的抑制效应与男性居民的差异较小。可能的原因是，随着时代发展和社会观念的改变，女性不再是承担家庭照料责任的唯一对象，男性也在逐渐地平衡家庭与工作之间的关系，越来越多地承担家庭照料责任，所以不同性别居民的互联网使用率相差较小，分别为51.8%和46.9%。随着社会角色的逐渐改变，男女之间的性别差异在逐渐缩小。在这种情况下，由于互联网使用率相差较小，所以男女居民之间互联网使用对医疗费用支出影响的差异较小。

第四，按教育水平进行分组，分析不同教育水平的居民互联网使用对医疗费用支出的影响效应。小学及以下教育水平的居民互联网使用系数为-0.111，在5%的水平下显著；初中教育水平的居民互联网使用系数为-0.131，在5%的水平下显著；高中/中专/技校/职高教育水平的居民互联网使用系数为-0.305，在1%的水平下显著；大专/本科/硕士/博士教育水平的居民互联网使用系数为-0.518，在5%的水平下显著。因此，随着教育水平的提高，互联网使用对居民医疗费用支出的抑制效应越来越明显。这说明互联网使用在不同教育水平人群之间存在明显的异质性，且随着教育水平的提高，抑制效应越明显。可能的原因是，由于不同教育水平的居民所处环境的互联网基础设施建设水平相差较大，所以其互联网使用状况可能存在较大的差异，小学及以下、初中、高中/中专/技校/职高、大专/本科/硕士/博士教育水平的居民互联网使用率分别为21.6%、62.1%、77.1%、94.8%。随着受教育水平的提高，居民接受的关于互联网方面的知识教育也较多，能够有更多的渠道发现互联网+医疗的便利性和实用性，居民的学习能力也相对较强，能够通过各种方式学习使用互联网+医疗进行就医，进而减少医疗费用支出。

第五，按区域进行分组，分析不同区域的居民互联网使用对医疗费用支出的影响效应。西部地区的居民互联网使用系数为-0.027，但并不显著；中部地区的居民互联网使用系数为-0.326，在1%的水平下显著；东部地区的居民互联网使用系数为-0.214，在1%的水平下显著；东北部地区的居民互联网使用系数为-0.320，在1%的水平下显著。因此，互联网使用在不同区域之间存在明显的异质性。相较于西部而言，其他地区互联网使用对居民医疗费用支出的抑制效应更为明显。整体来看，中部、东部和东北部地区效果最为显著，西部地区影响效果偏弱。可能的原因是，党的十九大报告曾经明确提出，区域发展不平衡成为阻碍中国平衡发展的重要因素，而互联网使用对于医疗费用支出的抑制效应存在区域差异，说明中国的互联网基础设施建设存在区域差异，未来应加强对西部地区互联网基础设施的建设，促进东中西部共同发展。

六、结论与政策建议

在信息化急速发展和医疗费用急剧增长的背景下，如何利用互联网使用减少医疗费用支出，进一步提高居民的生活质量显得尤为重要。基于此，本文对互联网使用与医疗费用支出之间的关系进行研究，得出了主要结论：首先，互联网使用能够显著减少居民医疗费用支出。这一基准回归结果通过倾向得分匹配法解决自选择问题后仍然成立。其次，由中介效应分析发现，自评健康是互联网使用对居民医疗费用支出影响的显著性路径，自评健康在互联网使用与居民自评健康中存在部分中介效应。最后，互联网使用对医疗费用支出的抑制效用主要发生在60岁以下的居民群体中，对城镇居民的抑制效应优于农村，随着教育水平的提高抑制效应越来越明显，对中部地区、东部地区和东北部地区的抑制效用显著。

基于上述研究结论，本文提出以下政策建议：

第一，加快互联网等公共基础设施的普惠建设。随着互联网普及程度的提高，中国网民数量越来越多，互联网基础设施建设也随之发展起来。但是，互联网使用在城乡、区域之间对医疗费用支出的抑制效应存在明显的差异，尤其是西部地区和农村的差异尤为明显。这就需要政府进一步加强基础设施建设，将资源向经济不发达的西部地区和农村倾斜，提高西部地区和农村居民的互联网使用率，使其可以通过互联网使用实现远程医疗，进而减少医疗费用支出。

第二，加强人力资本投资。政府在经济较为落后的地区进行财政补贴，并给予政策支持，使更多的居民可以接受更高程度的教育，可以在一定程度上提高居民的健康意识，能够接受能为健康的生活方式，抵御疾病发生，从而减少医疗费用支出。另外，相关的组织或机构应该进行互联网使用的宣传和教育，不仅可以为居民进行远程医疗提供良好的社会环境，还能够提高居民的互联网使用率，扩大互联网使用人口，从而使更多的人可以减少医疗费用支出。

第三，以互联网为依托建立医疗卫生服务平台。虽然当前互联网的发展一直呈现较快的增长趋势，但以互联网为依托的医疗卫生服务平台尚不完善，对于平台的监管不完善，可能会存在虚假的诈骗信息造成居民被骗，无形中增加了医疗费用支出，还可能会损害居民的身心健康。应完善当前的网上预约、网上咨询等服务，为居民就医提供更多的渠道，并建立居民个人电子档案，使居民看病就诊更加便利，减少重复的检查费用，减少医疗费用支出。