健康扶贫对贫困户年度疾病经济负担的影响及机制分析

张需 吕国营

（中南财经政法大学 武汉 430000）

因病致贫、因病返贫是贫困的重要原因之一，低收入慢性病群体更是因病致贫、因病返贫的重点群体[1]。为配合打赢脱贫攻坚战，国家实施了健康扶贫政策，这一政策在因病致贫、因病返贫贫困户脱贫过程中发挥了重要作用，助力了脱贫攻坚战的胜利[2]。健康扶贫对因病致贫、因病返贫贫困户脱贫的影响主要通过影响疾病经济负担实现的[3]，疾病经济负担主要包括直接经济负担、间接经济负担，其中，直接经济负担是指疾病治疗总的花费，间接经济负担指劳动能力降低带来的经济损失。此外，还有无形负担，指疾病带来的痛苦等[4]。本研究中的疾病经济负担是指患者自己支付的直接医疗费用。

本文主要研究健康扶贫对贫困户群体疾病经济负担的影响及其实现路径，对这一问题的研究，可以帮助总结健康扶贫防止因病致贫、因病返贫的成功经验，为巩固脱贫攻坚成果、助力乡村振兴提供借鉴与启示。

一般来说，疾病经济负担主要由就医次数和单次就医经济负担组成,如式（1）所示：

在式（1）中，Y代表个体年度疾病经济负担，P代表单次就医经济负担，Q代表年度就医次数。健康扶贫对年度疾病经济负担（Y）的影响是通过影响单次就医经济负担（P）和年度就医次数（Q）实现的。

理论上讲，健康扶贫政策提高了贫困户群体的医疗保障水平，在其他因素不变的情况下，贫困户群体单次就医经济负担（P）会下降，贫困户群体的年度疾病经济负担（Y）也会下降。但同时，健康扶贫改变了贫困户群体的疾病经济负担预期，降低了贫困户群体的医疗价格敏感程度，会增加贫困户群体的就医概率，从这一点来看，年度就医次数（Q）会增加。

而就医次数的增加会改善贫困户群体的健康状况，健康状况好转有助于减少年度就医次数，因此，健康扶贫对年度就医次数的影响是不确定的。同时考虑就医次数和单次就医经济负担的变化，健康扶贫对贫困户年度疾病经济负担的影响程度是不确定的，需要通过实证进行研究。

本文首先实证分析健康扶贫对疾病经济负担的影响，然后再通过影响路径分析找出影响的实现路径，最后对结论进行分析讨论，提出政策建议。本文创新之处在于：在已有研究的基础上，进一步深入讨论健康扶贫政策对贫困人口医疗服务预期经济负担和价格敏感程度的影响，即回答健康扶贫政策实施以后，贫困人口就医行为的变化及重点变化群体。

1 数据与方法

1.1 数据来源与变量选取

1.1.1 数据来源及选取理由

本文数据来自中国健康与养老追踪调查（CHARLS）项目2011年和2018年数据。之所以选择该数据库，是因为相比于其他数据库，该数据库有明确指标反映样本是否为建档立卡贫困户，且该数据库关于医疗费用的数据较为详细，从数据满足程度来看，该数据库是较好选择。

之所以选择2011年和2018年数据，是因为党的十八大以来，健康扶贫工程就在逐步推进，2015年《中共中央国务院关于打赢脱贫攻坚战的决定》正式提出健康扶贫[5]。为了增强评估的准确性，剔除了中间过渡实施阶段的数据，使用健康扶贫实施前后各一期数据进行研究，2011年数据为未受健康扶贫影响的数据，2018年数据为受到政策影响的数据。

1.1.2 变量选取及选取理由

主回归分析：

健康扶贫对贫困户群体年度疾病经济负担的影响研究是一个总效应的评估，由于本研究的年度经济负担主要指年度内自己支付的直接医疗费用，因此分别使用总住院自付医疗费用和总门诊自付医疗费用来表示。此外，由于健康扶贫政策只针对建档立卡贫困户，因此选用是否为建档立卡贫困户作为是否受到健康扶贫政策影响的依据①机制检验部分自变量选取依据与主回归一样，故在机制检验中不再重复自变量的选取依据。。

在这一分析中，使用总住院自付医疗费用和总门诊自付医疗费用作为因变量，是否为贫困户作为自变量，用来识别样本是否受到健康扶贫影响。此外，自评健康状况、是否患有慢性病、年龄、性别、有无配偶、受教育程度、居住地类型、有无保险、总医疗费用这些其他因素作为控制变量[6]。

机制检验：

第一种路径检验：检验健康扶贫对贫困户群体就医次数的影响。需要年度门诊就医次数和年度住院就医次数数据。在这一检验过程中，年度门诊就医次数和年度住院就医次数为因变量，是否为贫困户为自变量，用来衡量样本是否受到健康扶贫影响，年龄、性别、有无配偶、受教育程度、居住地类型、有无保险这些其他影响因素为控制变量[7]。

第二种路径检验：检验健康扶贫对贫困户群体单次就医经济负担的影响，需要使用每次就医自付医疗费用数据，由于这部分数据不可得，因此使用问卷中“最近一次住院自付医疗费用”和“最近一次门诊自付医疗费用”来表示患者每次就医自付医疗费用②使用这一变量表示每次自付医疗费用可能存在代表性问题，但这一套数据随机性较好，可以认为采访期最近一次就医自付医疗费用与年度内其他时期就诊自付医疗费用相差不大，这一点可以通过描述性统计分析中总住院自付医疗费用均值、总门诊自付医疗费用均值和最近一次住院自付医疗费用及最近一次门诊自付医疗费用相差不大得到佐证。。

在这一检验中，使用最近一次住院自付医疗费用和最近一次门诊自付医疗费用作为因变量，是否为贫困户为自变量，自评健康状况、是否患有慢性病、年龄、性别、有无配偶、受教育程度、居住地类型、有无保险、住院天数、看病医疗机构等级、最近一次就医医疗费用为控制变量③变量选取理由与主回归一致，这里不再重复，且由于篇幅限制，本文不详细阐述控制变量选取理由。。变量选择与定义如表1所示：

表1 变量选择与定义

1.2 研究方法

本文主要使用双重差分（DID）模型进行研究。之所以使用双重差分模型，是因为健康扶贫对贫困户群体疾病经济负担的影响及其实现路径研究，实质上是对健康扶贫效果的一种评估，政策评估注重效果识别的精准性，而双重差分模型（DID）能够在一定程度上消除时间趋势和其他干扰因素的影响，得到政策影响的净效应。其思想如式（2）所示：

在式（2）中，i代表样本个体，t代表时间，t=1代表政策实施后的时期,为2018年数据所代表的时期,t=0代表政策实施前的时期,为2011年数据所代表的时期。[E(Yit|i=treatment,t=1)-E(Yit|i=treatment，t=0)]为受健康扶贫影响群体政策实施前后时期因变量的差值，这个结果不仅包括健康扶贫的影响效应，还包括其他因素的影响和时间趋势。模型中，[E(Yit|i=control，t=1)-E(Yit|i=control，t=0)]为未受健康扶贫影响的群体政策实施前后两个时期因变量的差值，这个结果为除健康扶贫影响效应外的其他因素的影响效应；用上述两部分相减就可得到健康扶贫影响的净效应。

具体思路为先识别出样本群体是否受到健康扶贫政策影响，然后将受到政策影响的群体设为实验组，将未受到政策影响的群体设为控制组；将2011年数据设为未受政策影响的第一期数据，将2018年数据设为受到政策影响的第二期数据；最后利用双重差分模型对两条可能的影响路径进行检验，实证结果的估计采用STATA软件实现。

2 结果

2.1 描述性统计结果

由表2可知，健康扶贫实施后，贫困户群体所在的实验组平均总住院自付医疗费用下降421.874元，下降8.59%，平均总门诊自付医疗费用上升125.953元，上升24.19%；控制组中非贫困户群体平均总住院自付医疗费用上升4111.651元，上升92.45%，平均总门诊自付医疗费用上升764.735元，上升157.40%。

表2 主要因变量的描述性统计分析（单位：元）

单次就医经济负担方面，健康扶贫实施后，贫困户群体的最近一次住院医疗费用下降924.715元，下降幅度为19.15%，非贫困户群体的最后一次住院医疗费用上升了1872.581元，上升幅度为42.00%。可以看出，健康扶贫实施后，贫困户群体的单次住院自付医疗费用明显下降，单次门诊自付医疗费用虽然上升，但上升幅度明显小于非贫困户群体。

就医次数方面，健康扶贫实施后，贫困户群体和非贫困户群体的平均住院次数都明显上升，且贫困户群体的平均住院次数上升幅度大于非贫困户群体；两组群体的平均门诊次数均下降，且贫困群体平均门诊次数下降幅度大于非贫困群体。

2.2 实证结果

2.2.1 健康扶贫对疾病经济负担的影响

由于健康扶贫对就医次数的影响不确定，对年度疾病经济负担的影响也不确定，其具体影响需要使用实证方法进行检验。

由表3可知，健康扶贫实施后，贫困户群体的总住院自付医疗费用下降3.7%，总门诊自付医疗费用没有明显变化，健康扶贫对总住院自付医疗费用有显著的负向影响。这一影响应该是由于健康扶贫给予了贫困户群体较高的医疗保障待遇水平，帮助这类群体分担了住院经济负担。但健康扶贫对贫困户群体总门诊自付医疗费用无显著影响，这可能与这类群体的就医行为变化有关，具体原因需要进一步讨论。

表3 健康扶贫对贫困户年度疾病经济负担的影响

2.2.2 健康扶贫对疾病经济负担影响的路径分析

表3证实了健康扶贫政策对年度住院经济负担有显著负向影响，但对年度门诊经济负担无显著影响。研究健康扶贫对疾病经济负担影响的实现路径，有利于了解影响产生的机理，为医疗保障长效反贫机制的建立提供政策建议。接下来将对两条影响路径进行检验。

第一种路径检验：健康扶贫对年度就医次数的影响。健康扶贫对贫困户群体就医次数的影响不能由理论直接推导出，需要采用实证方法进行检验，这部分检验的实证方法采用双重差分与负二项栅栏模型相结合。

由表4可知，健康扶贫对贫困户患者的住院次数有显著正向影响，健康扶贫的实施显著增加了贫困户患者的住院次数，这与健康扶贫较高医疗保障待遇有关。较高的医疗保障待遇，改变了贫困户群体的疾病经济负担预期，降低了他们的医疗价格敏感程度，使他们就医概率增加；但健康扶贫对贫困户患者的门诊就医次数无显著影响，这可能是健康状况变化对就医次数的影响，疾病经济负担预期改变与就医次数交互影响的结果，需要进一步分析。

表4 健康扶贫对年度就医次数的影响

第二种路径检验：健康扶贫对单次就医经济负担的影响。若健康扶贫对贫困户患者疾病经济负担的影响通过第二种路径实现，则健康扶贫实施后，贫困户患者单次就医经济负担会有明显的下降，接下来使用最近一次住院自付医疗费用和最近一次门诊自付医疗费用两方面对这一分析进行检验。

由表5可知，健康扶贫实施后，贫困户群体的单次就医经济负担明显降低。其中，最近一次住院自付医疗费用降低79.2%，且在1%显著性水平上显著；最近一次门诊自付医疗费用降低32.1%，且在10%显著性水平上显著。因此，基于以上实证结果分析可以得出，健康扶贫降低了贫困户群体单次就医经济负担，与理论分析相一致。

表5 健康扶贫对单次就医经济负担的影响

2.2.3 事前平行趋势检验

使用双重差分（DID）模型的前提是在政策冲击发生前，控制组和实验组的因变量具有相同的趋势，满足这一条件下得出的结果才是政策的净效应。因此，需要对事前因变量进行平行趋势检验，由于本研究只有政策冲击发生前后各一期的数据，无法通过画图和检验事前交互项系数的方式来进行平行趋势检验。

为证明控制组和实验组在政策冲击发生前具有相同的发展趋势，参考已有研究，通过比较控制协变量后控制组和实验组在政策冲击发生前是否存在差异来进行证明。若控制协变量后，控制组和实验组在政策冲击发生前不存在差异，则证明现有的差异是政策冲击造成的[8]。

由表6可知，控制协变量后，健康扶贫实施前，贫困户和非贫困户群体的年度住院自付医疗费用和年度门诊自付医疗费用均不存在显著差异，满足双重差分模型使用的条件，可以使用该模型。

表6 事前平行趋势检验

2.2.4 稳健性检验

为了增强研究结果的可信性，使用PSM-DID方法对主回归进行稳健性检验。

由表7可知，通过PSM-DID方法对主回归进行稳健性检验，得到的结果与主回归结果一致，健康扶贫对总住院自付医疗费用有显著负向影响，对总门诊自付医疗费用的影响不显著，证明本文结论较为稳健。

表7 使用PSM-DID方法进行的稳健性检验

3 进一步讨论

由理论分析可知，健康扶贫通过影响年度就医次数和单次就医经济负担对年度疾病经济负担产生影响，但影响效应无法由理论分析得出，需要进行实证分析。实证结果显示，健康扶贫政策的实施，显著减轻了贫困户群体的总住院自付医疗费用，但对总门诊自付医疗费用的影响不显著。且通过影响路径分析发现，健康扶贫显著降低了单次住院和门诊就医经济负担，增加了住院次数，但对门诊就医次数的影响不显著。

健康扶贫在住院次数明显增加的情况下，仍然能够使年度住院疾病经济负担减轻，说明健康扶贫政策发挥了明显的减负作用。健康扶贫政策对年度门诊疾病经济负担的影响不显著，可能与年度就医次数有关，健康扶贫使年度住院次数增加，但对年度门诊次数无显著影响。此外，还与保障政策有关。当前基本医保坚持“保基本”原则，住院保障水平、门特门慢病保障明显高于普通门诊保障，普通门诊保障相对不充分。健康扶贫中，住院保障水平高，在同等情况下，患者更倾向于住院获取更高保障、更低自付。

由理论分析可知，这一不显著影响，应该是健康状况变化对就医次数的影响，与预期疾病经济负担改变对就医次数影响的交互影响所致。为了解具体原因，接下来就健康扶贫对健康状况的影响进行研究。

由表8可知，健康扶贫对贫困户群体的自评健康有明显的改善作用，但对贫困户群体的慢性病患病率也有显著正向影响，这一正向影响看起来与理论分析不一致。健康扶贫对贫困户群体慢性病患病率的正向影响，应该不是健康扶贫导致了这类群体患慢性病的概率增加，而是原有的慢性病个体预期疾病经济负担改变，就医概率增加，使得自身患有的慢性病被检测了出来。

表8 健康扶贫对健康状况的影响

因为是否患有慢性病与医疗服务的使用无关，主要受生活方式和行为习惯影响，且医疗服务即使不能根治慢性病，但也不会使没有慢性病的群体患上慢性病。通过分析可知，这一正向影响导致了就医次数的增加，应该是贫困户群体预期疾病经济负担变化导致的医疗需求正常释放的结果，也符合理论分析中预期疾病经济负担对年度就医次数的正向影响。

而年度住院次数的增加，应该是由于新检测出的这部分慢性病群体，长时间没有就医，病情较严重，通过门诊诊断被收入为住院患者，因此导致年度门诊就医次数和年度门诊疾病经济负担无显著变化。为验证这一分析，需要通过对不同健康状况贫困户年度住院次数变化进行研究。

表9结果的第一列使用是否患有慢性病来衡量健康状况，发现患有慢性病的群体住院次数明显增加。结果的第二列使用自评健康表示健康状况，同样发现不健康的群体住院次数显著增加。由表9可知，健康状况差的个体住院次数明显增加，证明上述分析是可信的。

表9 健康扶贫对不同健康状况群体住院次数的影响

表8和表9证明了健康扶贫既能增加贫困户群体，尤其是潜在的慢性病群体自身疾病被检出的可能性，又能增加不健康群体尤其是慢性病群体接受高质量医疗服务的机会，有利于这部分群体正常医疗需求的释放。

需要注意的是，年度门诊自付医疗费用和就医次数没有显著变化，并不代表健康扶贫对这两部分没有任何影响，住院都先要经过门诊诊断，同时单次就医医疗负担明显下降和自评健康的改善，也在一定程度上证明了贫困户群体门诊医疗服务的变化[10-14]。

4 结论与政策建议

通过健康扶贫对贫困群体年度疾病经济负担的影响及其影响机制研究发现，健康扶贫显著减轻了贫困户群体年度住院经济负担，但对这类群体的年度门诊经济负担无显著影响。这一结果是由于健康扶贫政策改变了贫困户群体的预期疾病经济负担，降低了这部分群体的医疗价格敏感程度，释放了贫困户群体尤其是慢性病群体的正常医疗需求，不仅使潜在慢性病群体被检测出概率增加，还使这类群体接受高质量医疗服务的机会增加而致。通过这一结论，可以发现，健康扶贫的实施有利于降低贫困户群体疾病经济负担，有利于低收入慢性病群体正常医疗需求的释放[15-18]。

因此，在巩固拓展脱贫攻坚成果的过渡期内，应考虑将这一政策扩大到对医疗服务价格敏感程度较高、极易因病致贫、因病返贫的群体。而现有的政策使得贫困户群体享受的医疗保障待遇是非贫困户边缘群体的2倍至3倍，医疗保障待遇在贫困户与非贫困户边缘群体之间存在着“悬崖效应”[9]，适当提高非贫困户边缘群体的慢性病保障待遇水平，能够使医疗保障长效反贫机制更有针对性，具体可以通过慢性病门诊统筹和慢性病医疗救助实现。