老龄化对城镇居民医疗保健支出的影响——基于省际面板数据的实证研究

黄梦格，张支南

（安庆师范大学 经济与管理学院，安徽 安庆 246052）

对比最近三次人口普查数据，全国65岁以上年龄人口占比从6.96%到8.87%再逐渐增至13.52%。我国自2000年进入老龄化社会后，老年人口绝对数量增加、相对比例提高、老龄化进程加速。与此同时，城镇居民医疗保健消费支出无论从绝对数看、从支出占比看、从增速看都有大幅上升。因此，研究老龄化对城镇居民医疗保健支出的影响，对科学制定公共医疗保健政策具有重要意义。

1 文献回顾

生命周期假说认为，理性经济人根据效用最大化原则安排消费与储蓄以使得一生消费尽量平滑，他们在劳动年龄段适度储蓄用于老年段的消费，因此老年人口比重的上升会降低储蓄率提高消费率，许多学者根据消费支出的用途详细研究老龄化对吃、穿、住、用、行、医、教等的不同影响程度，其中大部分观点都认为老龄化对医疗保健支出具有较为明显促进作用。如Grossman认为随着年龄的增加对健康需求的消费也逐渐扩大[1]，此后大量国内学者实证探讨老年抚养比与消费的关系，如马芒等认为养老负担会使家庭人均消费支出明显下降，但是医疗保健方面的消费支出占比会显著提高[2]，朱勤等认为人口老龄化对医疗保健类消费的促进作用最大，人口城镇化对居民消费的影响主要表现为消费规模的扩张[3]。王云多认为老龄化的加深带来的最直接的负面经济影响是因为老年人过度依赖与医疗卫生和长期保健的需求，给社会经济造成了巨大的负担[4]。陈丽珍等根据不同人群的消费偏好，发现老年人主要体现在享受型消费支出如医疗保健、文教娱乐等，却减少了食品和衣着等生存性消费支出[5]。随着研究的深入，也有部分学者将医疗保健支出增长归结为人均寿命的延长、人均收入水平的提高、消费者对医疗保健偏好的变化、医疗财政投入、医疗保健环境改善与大量仪器设备的使用、相关从业人员人力成本的提高、药品保健品流通管理混乱与价格虚高等方面原因。如Newhouse指出医疗保健支出的收入弹性大于1，该学者认为医疗保健支出的过快增加可以用收入的增长来解释[6]，李静利用增长核算分解方法证明了收入增长是推动我国居民医疗保健消费支出增长的最主要因素，老龄化促进医疗保健消费的贡献率仅7.9%[7]。

考虑到我国经济社会典型的二元结构特征，应分开讨论老龄化对城镇居民医疗保健消费支出和农村居民医疗保健消费支出的影响，张冲等认为农村老年人口比重对医疗保健消费存在正向的显著影响，农村人口老龄化推动了农村居民医疗保健消费的提升[8]；饶晓辉认为农民收入的提高、老龄化率的上升有助于农民增加医疗保健支出[9]，然而专门讨论我国老龄化对城镇居民医疗保健消费支出影响的文献较少，且大部分数据基于2010年第六次人口普查，较新的数据也只到2015年2016年。基于第七次人口普查的最新数据，运用线性和非线性两种模型，针对人口老龄化问题对城镇居民医疗保健消费支出的影响进行分析，并提出相应的意见建议，从研究对象、研究方法、研究时效看均有不同程度的创新。

2 研究设计

2.1 研究方法

城镇居民医疗保健支出主要受老龄化水平和人均可支配收入因素的影响，其次可能还会受到财政卫生费用支出以及城镇人口规模的影响。文章首先采用个体固定效应模型分析老龄化水平对城镇地区居民医疗保健支出的影响；随后以老龄化水平作为核心解释变量，居民的人均可支配收入作为门限变量（参考陶春海等人(2020)[10]门限变量选取的方法），进一步采用门限回归模型分析不同收入水平下老龄化对居民医疗保健带来的影响程度，探究在改变影响因素的模型下得出突变的实际人均可支配收入门槛值。

2.2 数据说明

数据选取于《中国统计年鉴》及各省统计年鉴、《中国人口与就业统计年鉴》，将其整理成2000-2020年的面板数据，表1是关于变量的描述性统计分析结果。

表1 变量描述性统计分析

（1）被解释变量。城镇居民医疗保健支出，是指居民挂号费、检查服务费和治疗化疗费等一系列的看病费用支出以及包括购买保健药品消费的总支出，取对数形式。

（2）核心解释变量。老龄化水平，用65岁以上的人口占比指标作为老龄化的代理变量，它是衡量各省份城镇地区的老龄化程度，取对数形式。

（3）控制变量。人均可支配收入，是指城镇居民用于家庭最终全部消费和储蓄的实际自由支配总收入，取对数形式；财政卫生费用支出，是指医疗卫生服务中公共财政预算实际支出总额，取对数形式；城镇化率，代表人口规模，用各省份城镇人口总数与各省份地区年末总人口比值来计算，结果取对数形式。

其中，剔除各变量在2000-2020年期间可能受物价因素的影响，将城镇居民医疗保健支出用医疗保健消费价格指数（以2000年为基期）换算成实际城镇居民医疗保健支出，将人均可支配收入和财政卫生费用支出用居民消费价格指数（以2000年为基期）换算成实际值，为消除异方差的影响，对模型中的全部变量取对数形式。

2.3 单位根检验

建立模型之前进行单位根检验避免结果出现伪回归，在LLC检验中，发现变量lnCi、lnGovi与lnURi在1%的显著性水平下拒绝原假设，变量lnAgingi在5%的显著性水平下拒绝原假设，变量lnDPIi在10%的显著性水平下拒绝原假设；在ADF检验中，全部变量在1%的显著性水平下拒绝原假设，因此，检验结果可以解释全部变量的序列是平稳的，具体结果见表2。

表2 数据平稳性检验结果

2.4 模型设定

通过以上的研究设计分析以及数据特征，未考虑解释变量中包括被解释变量的滞后项，假定为静态面板模型。将老龄化水平作为核心解释变量，首先建立线性特征计量模型（1.1）如下：

进一步考虑老龄化水平对医疗保健支出可能存在非线性的特征，把人均可支配收入作为门槛变量，建立面板门限模型，采用的非线性特征计量模型（1.2）如下：

这里的lnCit表示的是城镇居民医疗保健支出；lnAgingi表示的是老龄化水平。模型（1.1）中控制变量∑Xit包括财政卫生费用支出（lnGovit）、城镇化率（lnURit）、人均可支配收入（lnDPIit）。模型（1.2）中为示性函数，模型中β1与β2不相等时，即存在门槛效应。γ为待估计的门槛参数值，β1、β2、βi为弹性系数，εit为随机扰动项，i代表的是每个省份，t代表的是时间。

3 实证分析

3.1 线性模型分析

首先，在考虑使用模型是混合回归或是个体固定效应时，通常采取LSDV模型进一步考察，接着在考虑模型使用个体固定效应模型的条件下，通常根据Hausman检验固定效应模型与随机效应二者模型的效率。表3报告的是线性特征模型结果，其中，第一列报告的是混合回归模型结果（1），第二列报告的是个体固定效应模型结果（2），第三列报告的是最小二乘虚拟变量法模型结果（3）以及第四列报告的是随机效应模型结果（4）。

表3 基准回归计量结果

以上4种模型都是稳健性标准误下的结果。在四种模型中，人均可支配收入都在1%的显著性水平下显著，且人均可支配收入的弹性系数大于老龄化水平的弹性系数，解释了收入和老龄化水平都是促进居民的医疗保健支出增长的重要影响因素。其次，在模型（2）（3）（4）中老龄化水平前面的弹性系数同样在1%的显著性水平下显著，即在老龄化会对城镇居民的医疗保健支出具有显著的正向影响。进一步模型（3），是采用LSDV法观察每个省份个体虚拟变量的显著性，通过对R调整值=0.9589，拟合度非常可观，说明了绝大多数省份的个体虚拟变量都很显著。根据对比观察模型（4）与模型（2），老龄化水平因素的弹性系数大致相同，但经过Hausman检验，Prob＞chi2=0.0000，强烈拒绝随机效应，有显著性差异，发现采用固定效应模型（2）会更优于随机效应模型（4），即采用个体固定效应模型适用于解释老龄化与医疗保健消费之间的线性关系。

3.2 非线性模型分析

表4报告的双门槛效应F检验值=85.01，在1%的显著性水平下拒绝三门限效应，老龄化水平作为核心解释变量出现了双门限效应，门槛变量人均可支配收入在9.4874时出现了第一个门槛值，在10.2374时出现了第二个门槛值，通过对数形式变换到原始值后，城镇居民的人均可支配收入门槛真实值分别在13192元和27928元时各发生了一次结构性突变。

表4 面板门槛效应检验结果

3.3 两种模型对比

根据表5的报告结果对比：个体固定效应模型中的老龄化水平（lnAgingi）变量前面的弹性系数为0.390，当老龄化水平弹性系数上升1%时，城镇居民将会增加0.390%的医疗保健支出弹性变动；而门限回归模型中老龄化水平该变量前面的弹性系数由0.934增大为1.162，说明了老龄化在不同收入水平的居民在医疗保健消费中存在异质性。当城镇居民的实际人均可支配收入小于门槛值9.4874时，即城镇居民的人均可支配收入低于13192元，老龄化水平变动1%的弹性时将会促进医疗保健支出0.934%的弹性变动；当城镇居民的人均可支配收入大于第一个门槛值9.4874但小于第二个门槛值10.2374时，即城镇居民的人均可支配收入处于13192元到27928元水平之间时，老龄化水平弹性系数上升1%时的比例时，将会促进居民医疗保健支出1.034%的弹性变动。当城镇居民的人均可支配收入大于第二个门槛值10.2374时，即城镇居民的人均可支配收入超过了27928元以上，老龄化水平弹性系数变动1%的比例时将会促进医疗保健支出1.162%的弹性变动，老龄化促进医疗保健消费的影响效应逐渐明显增加。与此同时，在门限效应模型中，城镇化率（lnURi）与财政卫生费用支出（lnGovi）前面的弹性系数由不显著变为了显著，财政卫生投入对医疗保健带来的弹性系数值为正向的0.141，政府的投入改善了就医环境，医疗服务的可得性刺激了城镇地区居民对医疗保健的消费。城镇化率前面的弹性系数为正向的0.317，越是城市化水平高的地区，医疗设施越先进发达，加快了城市医疗体系的建设，从而促进了居民医疗保健消费。

表5 线性与非线性特征的估计结果对比

4 稳健性检验

文章一共采取了三种稳健性检方法：Bootstrap自抽样法、分位数回归法以及替换变量法。模型（5）是采用分位数回归q=0.5结果（参考谢聪等人（2018）[11]的方法），分位数回归能够更加稳健的观察到核心解释变量老龄化水平对全体居民医疗保健消费的条件分布整体情况以及是否会受到极端值的影响。模型（6）是个体固定效应的Bootstrap自抽样法的结果，自抽样抽取200次。模型（7）是将核心解释变量老龄化水平替换成老年抚养比（lnOlder），用65岁以上年龄人口与劳动年龄人口（15-64岁）的比值来替换解释变量，把老年抚养比变量经过了对数变换处理后替换到计量模型（1.1）和（1.2）中。经检验，老年抚养比对城镇居民医疗保健支出具有显著正相关影响；在不同收入水平下老年抚养比对城镇居民医疗保健消费支出同样也存在非线性特征，通过了双门限模型。表6报告的是的稳健性检验结果，因此采用两种不同的模型都能解释老龄化水平对城镇居民医疗保健支出的影响作用，则认为该研究结论相对可靠。

表6 稳健性检验结果

5 结论与建议

本文根据2000-2020年的省际面板数据，借助个体固定效应模型和门限效应模型分别研究了老龄化水平对城镇居民在医疗保健消费支出影响的线性特征和非线性特征关系。结果显示：第一，在两种不同的模型中，同时验证了老龄化水平对城镇医疗保健支出会带来显著促进作用。第二，在人均可支配收入水平稳定不变的情况下，当老龄化水平弹性系数变动1%时，将会促进了城镇居民在医疗保健0.390%的弹性支出。第三，在人均可支配收入水平发生改变情况下，老龄化促进城镇居民医疗保健消费的影响弹性系数从0.934%增加到了1.162%，收入的提高会导致老龄化促进城镇居民医疗保健消费的影响效应会增强。

根据以上实证分析结果，发现人均可支配收入是促进医疗保健消费的主要影响因素，而在不同人均水平的城镇居民群体中，老龄化的上升对医疗保健消费的增加存在异质性，因此，我们首要任务是要调节好城镇地区之间居民的贫富收入差距，其次很重要的一点是控制住老龄化增长速度，防止医疗保健费用过快增加。最后，简要提出几点相关的建议：首先，要提高老年人健康服务和管理水平，加强老年健康知识宣传和教育，提升老年人健康素养，加强老年人重点慢性病的早期筛查干预和分类指导，鼓励老年人定期体检并建立健康管理档案；第二，要加大财政投入力度，发展老年医疗、康复护理和安宁疗护服务，增强医疗卫生机构为老服务的能力；第三，鼓励养老机构内设医疗卫生机构并纳入医联体管理，构建医养康养相结合的养老体系和健康支撑体系；第四，扩大医保覆盖面，实现应保尽保、应助尽助、应享尽享，在构建与经济和财力相适应的医疗保障水平的同时，在老年人体检、慢性病、长期护理等方面适度倾斜；第五，通过法律手段、医疗保健大数据等技术手段、信用体系建设等，打击针对老年人的骗保、过度医疗、非法保健服务等违法违规行为，守好老年人的每一分医疗费、保健费、保命钱。