朱春奎,廖福崇
1复旦大学国际关系与公共事务学院,上海,200433;2上海市科技创新与公共管理研究中心,上海,200433;3中南大学公共管理学院,湖南长沙,410029
2022年,国务院办公厅发布《深化医药卫生体制改革2022年重点工作任务》,指出要充分发挥基本医疗保险制度的作用,持续推进医药卫生体制改革。党的二十大在总结过去5年的工作和新时代10年的伟大变革中,明确指出我国基本医疗保险参保率稳定在95%。党的十九届四中全会指出,要实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接,着力解决好相对贫困问题。绝对贫困的消除并不意味着贫困问题的终结[1-2],绝对贫困指的是居民家庭收入低于划定的贫困线,而相对贫困指的是收入差距过大带来的社会问题[3]。由于我国不同区域的经济发展程度存在较大的差异[4-5],如何解决由发展的不平衡带来的相对贫困,将会是一项重要的政策问题。按照世界银行的通行标准,目前我国居民家庭收入的平均值仍处于中等水平。正是基于这样一个事实,围绕着如何摆脱中等收入陷阱,实务界和学术界展开了诸多讨论。实际上,为了持续提升居民家庭收入,党和政府做出了诸多相应的制度安排,其中进一步完善和健全社会保障制度体系是一个重要的政策抓手。
基本医疗保险对于减少家庭贫困和提高居民家庭收入,进一步推进实现共同富裕,具有十分重要的意义。我国的医疗保险制度体系建设不断推进,基本医疗保险全民覆盖的政策目标正在逐步推进[6-7]。对于基本医疗保险防止因病致贫和因病返贫的政策效应,相关研究提出了诸多具有启发性的研究结论[8-9]。遗憾的是,现有研究存在两个方面的不足。第一,基本医疗保险降低相对贫困的研究相对比较缺乏。打赢脱贫攻坚战后的贫困治理问题主要是相对贫困,如何通过包括基本医疗保险在内的社会保障政策巩固和拓展扶贫攻坚的成果是一个十分重要的研究议题。现有的关于基本医疗保险减贫效应的研究,大部分是在绝对贫困标准和扶贫攻坚的政策情境下展开的[10]。对于我国在打赢脱贫攻坚战之后相对贫困如何治理、基本医疗保险可以发挥何种作用等政策议题的关注相对比较缺乏,需要进一步加强。第二,现有研究在一定程度上忽视了家庭结构性因素对相对贫困的影响。是否参加医疗保险是个体层面的行为,部分研究仅仅在个体层面讨论基本医疗保险的减贫效应,忽视了家庭结构性因素的影响。相关研究在探讨基本医疗保险的减贫效应时,虽然控制了诸如家庭人口数量、家庭抚养比以及家庭户主特征等结构性因素,但是缺乏一致性的分析框架,模型构建的理论基础有待加强[11]。
可持续生计分析框架以生计资本为核心变量,旨在探讨基本医疗保险如何影响居民家庭收入和贫困状况,是研究相对贫困问题的重要理论基础[12]。生计资本是理解居民家庭收入和家庭贫困的重要概念,是家庭发展生计能力和各类资产要素。生计资本是指物质资本、自然资本、社会资本、人力资本和金融资本[13],生计资本的状况影响生计活动和生计能力,最终影响到居民家庭收入和家庭贫困状况。健康资本是生计资本的重要组成部分,健康资本的状况会对居民家庭收入和家庭贫困产生重要影响。健康资本是指家庭成员健康状况的总体水平,通常使用自评健康程度等指标测量[14]。实际上,家庭成员患病意味着健康资本较低,直接影响家庭的生计活动,同时医疗费用支出会影响家庭整体贫困状况。从这层意义上看,探讨基本医疗保险对居民家庭收入的影响,健康资本是一个重要的中介变量。换言之,健康资本在医保减贫的过程中发挥了中介效应。对于任何家庭而言,都存在着资源可及性的问题,如果家庭成员能够很好地利用不同类型的生计资本开展生计活动,则不容易陷入贫困。坚持以人民为中心,不断提高人民生活水平,是中国共产党走在时代前列的密码[15]。通过数字技术赋能民生保障,不断提升家庭可持续生计能力,是实现共同富裕的重要途径[16]。基本医疗保险等公共服务对于提升家庭生计能力具有显著的作用[17],由于我国区域之间经济发展存在一定的不平衡,促进基本医疗公共服务均等化对于实现共同富裕十分重要[18],多层次医疗保障服务体系建设是一条重要的公共政策路径。本研究基于可持续生计分析框架,运用中国家庭追踪调查2010年、2012年、2014年、2016年和2018年的长时段数据,采用面板数据固定效应模型和倾向性评分匹配法两种方法检验基本医疗保险对我国居民家庭收入的影响及其内在机理。中国家庭追踪调查2010-2018年的面板数据样本量大、追踪质量高,并且对本研究所关注的基本医疗保险相关变量的测量连续稳定,比较契合本研究的研究问题。
本研究所使用的数据来自中国家庭追踪调查。中国家庭追踪调查(China family panel studies,CFPS)是由北京大学中国社会科学调查中心组织实施的全国性追踪调查,调查采用计算机辅助调查技术,目的是通过收集村居、家庭和个体3个层面的数据,反映我国社会、人口和家庭的变迁。本研究使用数据已经获得北京大学中国社会科学调查中心的授权,相关数据文档可以从北京大学中国家庭追踪调查官方网站下载(http://www.isss.pku.edu.cn/cfps)。家庭和居民调查每两年进行一次。2010年为基线调查,CFPS基线调查数据库涵盖了全国25个省份,包括635个村居,14960户家庭,33600个居民以及8990个儿童。2012年为第1轮追踪调查,2014年为第2轮追踪调查,2016年为第3轮追踪调查,2018年为第4轮追踪调查。经过北京大学中国社会科学调查中心的授权,获取了中国家庭追踪调查2010-2018年的最新数据,本研究使用的是2010年、2012年、2014年、2016年和2018年的家庭数据和成人数据。对所使用的调查数据进行了细致的数据清理工作,依据家庭样本识别码和个体样本识别码,将2010-2018年间的样本进行了数据整合。其次,为了保持追踪调查数据的连续性和完整性,删除了追踪不连续的样本,仅保留在2010-2018年间均接受了调查的样本。针对具体的自变量、因变量和控制变量,逐一进行了编码检查和赋值,确保变量测量符合逻辑。最终本研究获得了一个涵盖家庭信息和个体信息的大样本平衡面板数据,包含6068户家庭和15192个居民。
在变量测量方面,基本医疗保险是本研究主要关注的自变量,因变量均是家庭人均可支配收入,旨在探讨基本医疗保险如何影响居民家庭收入。不同类型的基本医疗保险具有不同的保障作用,对于居民家庭收入的影响也存在较大的区别。以可持续生计分析框架为基础,本研究对相关变量的测量如下。自变量基本医疗保险是1个类别变量,在中国家庭追踪调查的原始数据库中,有关医疗保险的选项一共有5个,分别是公费医疗、城镇职工基本医疗保险、城镇居民基本医疗保险、补充医疗保险、新型农村合作医疗。由于在我国现行的医疗保障体系中,主要是城镇职工基本医疗保险、城镇居民基本医疗保险以及新型农村合作医疗3种类型。其他的诸如补充医疗保险和公费医疗,不是我国基本医疗保障体系的主要形态,而是对于医疗保险制度的重要补充。此外,由于公费医疗和补充医疗保险在我国的总体覆盖率较低,且在数据库中涉及的样本量很少,因此本研究主要保留了以下3种类型的医疗保险,分别是城镇职工基本医疗保险、城镇居民基本医疗保险和新型农村合作医疗。
以可持续生计分析框架为基础[19],本研究对生计资本的相关测量主要分为5个方面。①在自然资本方面,使用家庭拥有土地的市场价值以及家庭拥有的耕地/林地/草地等的面积。自然资本是家庭生计活动的起点和基础,生产生活的各个环节都和自然资本直接或者间接相关,对于家庭生计和民生福祉具有十分显著的影响。土地作为一种重要的生产资料,是自然资本的主要表现形式。由于不同地域和自然条件下,土地的价值是不一样的,土地面积不能很好地反映土地作为一种生产资料的属性,因此本研究主要选择土地的市场价值对家庭自然资本进行测量。②在物质资本方面,采用居民房屋的类型进行测量。这一测量方式在可持续生计理论的相关研究中得到了较多的应用[20]。北京大学中国家庭追踪调查数据库的原始编码规则是1代表单元房,2代表平房,3代表四合院,4代表别墅,5代表联排别墅,6代表小楼房。北京大学《中国家庭追踪调查技术报告》对于该测量题项进行了详细说明,指出该题项主要表征家庭的物质资本情况,数字越大表明物质资本条件越好。此外,发表在国际权威刊物的文献也采用这一测量方式和编码规则表征物质资本[21]。③在金融资本方面,分别选择了金融资产的市场价值进行测量。这里的金融资产包括家庭储蓄、股票、期权、基金、理财产品等,使用市场价值进行衡量能够比较全面地涵盖不同类型金融资产的基本情况,便于进行汇总计算和比较。④在人力资本方面,使用受访者最高教育年限进行测量。中国家庭追踪调查数据库每一年均提供了受访者的具体受教育年限,数据丰富且测量准确。因此在探讨家庭可持续生计的相关问题时,教育程度受到了较多的关注,在一些研究中也直接用受教育程度作为家庭人力资本的主要指标。⑤在社会资本方面,参考相关文献的做法[22],使用能否从亲戚朋友处借到钱进行测量。原始题项为“去年全年,从亲戚朋友获得借款的总额”,本研究进行了编码转化,1表示能够借到钱,0表示不能借到钱。社会资本指的是人际关系网络中对特定社会个体带来的社会支持。社会资本主要是和人际关系网络联系在一起,主要的测量指标有春节期间拜年的亲朋数量、能够借钱的亲朋数量、亲朋聚餐的频率以及家庭成员当中是否有退伍军人和村干部等[23]。除此之外,依据前文理论分析,健康资本是影响居民家庭收入的重要因素。参考相关文献的做法,使用自评健康程度对健康资本进行测量[24]。本研究所使用变量定义及其赋值情况见表1。
表1 变量定义及赋值
采用面板数据固定效应模型和倾向性评分匹配法两种方法探讨基本医疗保险影响居民家庭收入的程度。面板数据回归分析能够探讨多种因素对于因变量的影响,适合本研究的研究问题。居民家庭收入是贫困状况的重要指标,首先使用居民家庭收入作为因变量,探讨基本医疗保险的减贫效应。居民家庭收入会受到多个方面因素的影响,因此在探讨基本医疗保险如何影响居民家庭收入时,需要对相关的协变量进行控制。本研究提出了一个基本医疗保险影响居民家庭收入的计量方程:
Incomeit=α0+α1Medcareit+α2Xit+λt+ηt+εit
Incomeit表示家庭i在t时间的收入水平,Medcareit表示医疗保险参保情况。系数α1是本研究关注的核心。Xit表示个体i在t时期的个人特征和家庭特征。εit为随着时间变化的误差项。在可持续生计的一致性框架下,通过控制个体层面的人口学变量以及家庭层面的生计资本变量,通过面板数据固定效应模型,分析医疗保险参保对于居民家庭收入的影响。
倾向性评分匹配法是进行因果推断的重要方法之一[12]。从倾向性评分匹配法基本原理的角度看,实际上是通过调查数据在统计上构造一个实验组和一个对照组,通过将协变量进行配对,基于观测数据构造一个反事实框架进而识别出核心自变量和结果变量之间的因果关系。事实上,一个特定的研究对象在一定时期只能够观察到处理变量取值为1或者取值为0,因此有必要在统计意义上构建实验组和对照组。实验组是参加基本医疗保险,对照组是未参加基本医疗保险。本研究主要探讨基本医疗保险的减贫效应,参保和未参保是一个典型的二分虚拟变量。因此,倾向性评分匹配法适合探讨医疗保险参保和居民家庭收入之间的因果联系。采用Stata 16.0进行统计学分析和计算。
中介效应模型常常用于自变量对因变量的影响机制分析。在社会科学中,自变量对于因变量的影响往往不是直接的,中间可能存在着复杂的社会结构和异质性的影响[25]。正是基于这一点,中介效应模型在影响机制和作用机理的相关研究中得到了十分广泛的应用,温忠麟和叶宝娟有关中介效应的研究产生了重要影响[26]。本研究的自变量是基本医疗保险,因变量是居民家庭收入,中介变量是健康资本。一方面,基本医疗保险会对健康资本产生影响。另一方面,健康资本能够对居民家庭收入产生影响。因此需要进行基本医疗保险影响居民家庭收入的中介效应检验。
对于面板数据而言,中国家庭追踪调查成人样本量为15192人,从追踪样本的城乡分布来看,农村样本累计7805人(51.38%),城市样本累计7387人(48.62%)。追踪样本居民的家庭年纯收入整体估计量的均值为4.4259万元,标准误为91644.65元,最小值为0元,最大值为833.6万元。
依据中国家庭追踪调查居民数据库的相关信息,可以看出从2010-2018年,未参加基本医疗保险的样本比例逐步降低,而参加基本医疗保险的样本比例逐步升高。具体而言,参加基本医疗保险的比例在2010年、2012年、2014年、2016年和2018年的情况分别为74.65%、83.23%、87.59%、88.11%和88.58%。
基于面板数据固定效应模型分析基本医疗保险对于居民家庭收入的影响,模型估计结果见表2。
表2 基本医疗保险影响居民家庭收入的面板固定效应模型
模型1是零模型,基本医疗保险的参保情况为自变量,家庭总收入为因变量。参加医保的估计系数为1.176,在99.9%的置信水平下显著。模型2在模型1的基础上加入了个体层面的控制变量,估计结果表明参加医保的估计系数为1.090,在99.9%的置信水平下显著。模型3在模型1的基础上加入了家庭层面的控制变量,模型显示参加医保的估计系数为1.135,在99.9%的置信水平下显著。模型4同时加入了个体层面控制变量、家庭层面控制变量、时间固定效应以及省份固定效应。模型表明参加医保的估计系数为0.781,在99.9%的置信水平下显著,说明参加医保的居民家庭年收入更高。
控制个体层面的相关变量以及家庭层面的生计资本和生计策略等变量,通过常用的logit模型,预测参加医疗保险的倾向得分。本研究同时采用3种匹配方法。邻近匹配的比例是1比4,即一个未参保个体匹配4个参保个体,这一配对比例和样本的总体分布相一致,能够最大程度地利用样本信息。半径匹配采用的是默认的半径0.01。通过1比4的比例进行邻近匹配,发现匹配之后协变量的偏差有效地减少。对协变量偏差进行比较之后,还有必要对共同支持域进行进一步的检验。共同支持域的检验结果表明,通过邻近匹配之后,实验组和对照组具有较好的匹配效果,即参加医保的研究对象和未参加医保的研究对象能够配对。本研究计算了3种不同的匹配方法的因果关系系数,具体模型结果见表3。
实证分析结果表明,医疗保险具有显著的减贫效应,医疗保险对于居民家庭收入的正向影响在因果推断的层面是成立的。具体而言,首先,使用最近邻匹配方法,未参加医保的样本量为4271,参加医保的样本量为31049,因果关系系数为0.314,标准误为0.021,t值为15.01,说明参加医疗保险能够带来显著的减贫效应。其次,按照常用的0.01作为匹配半径,可以发现未参加医保的样本量为4271,参加医保的样本量为31031,因果关系系数为0.157,标准误为0.022,t值为6.86,系数表明参加医疗保险能够带来显著的减贫效应。最后,使用核函数kernel匹配方法,模型中未参加医保的样本量为4269,参加医保的样本量为31018,因果关系系数为0.254,标准误为0.018,t值为5.98,模型结果显示参加医疗保险能够带来显著的减贫效应。
基本医疗保险影响居民家庭收入的机制分析结果见表4。模型1是以健康资本作为因变量,分析基本医疗保险对健康资本的影响。模型估计结果表明医疗保险对健康资本依然具有显著的正向影响。模型2以居民家庭收入作为因变量,基本医疗保险是核心的自变量。模型2回归系数为0.738,在95%的置信水平下显著,说明基本医疗保险对于居民家庭收入具有显著的正向影响。模型3以居民家庭收入作为因变量,回归系数为0.158,在99%的置信水平下显著,说明健康资本对于居民家庭收入具有显著的正向影响。模型4以居民家庭收入为因变量,基本医疗保险和健康资本作为自变量,对健康资本的中介效应机制进行模型检验。统计结果表明基本医疗保险对居民家庭收入的影响系数为0.542,在95%的置信水平下显著。
表4 基本医疗保险影响居民家庭收入的机制分析
研究发现基本医疗保险能够显著提高居民家庭收入水平,两者之间存在因果联系。基本医疗保险能够提高参保居民家庭生计能力和生计活动的效率,有效防止因病返贫[22]。同时为参保家庭提供兜底性医疗保障,降低贫困脆弱性。理论机制1体现为基本医疗保险能够提升家庭生计活动的效率。基本医疗保险有利于保障家庭生计活动的质量和效率,通过促进家庭生产能力的提高实现减贫。事实上,家庭成员罹患疾病会带来一系列的连锁反应,严重影响生产经营等生计活动,对于居民家庭收入和家庭消费带来多种形式的影响[27]。家庭劳动成员患病将直接影响家庭的生计活动,导致其生产效率下降,进而影响到家庭整体的创收能力和福利水平[28]。理论机制2体现为医疗保险提供兜底性保障,降低贫困脆弱性[29]。基本医疗保险通过个人积累和财政补贴两种资金的积累方式,为参保家庭在面对意外疾病风险冲击时提供了相对可靠的医疗资源保障,有效降低了其贫困脆弱性[30]。进一步发挥基本医疗保险的保障作用,需要重点加强对基本医疗保险制度的财政投入,不断提升基本医疗保险的保障水平。
除此之外,基本医疗保险对居民家庭收入的正向影响在城乡家庭之间存在差异。2016年国务院发布了《关于整合城乡居民基本医疗保险制度的意见》,城镇居民基本医疗保险制度和新型农村合作医疗制度合并为城乡居民基本医疗保险制度,实现覆盖范围、保障待遇、医保目录和基金管理的统一,近年来取得了显著的成效。2021年国务院办公厅发布了《深化医药卫生体制改革2021年重点工作任务》,持续优化基本医疗保险全民覆盖的相关体制机制。城乡医保整合和基本医疗保险全民覆盖的目标协同推进,能够为人民群众提供有效的医疗保障。事实上,基本医疗保险的保障待遇在城乡之间存在十分显著的差异,不利于全体人民共同富裕的实现[31]。以城乡医保整合和基本医疗保险全民覆盖为政策抓手,持续深化医药卫生体制改革,有助于充分保障城镇居民和农村居民医疗保险权益,促进社会公平正义和增进人民福祉。
研究发现健康资本在基本医疗保险减贫效应的过程中发挥了中介作用。基本医疗保险能够显著地提升家庭的健康资本积累,进而对居民家庭收入产生显著的正向影响。健康资本在医保减贫的过程中能够发挥重要的作用。健康是开展生计活动的基础性条件,也是实现收入增加和贫困减少的核心要件[24]。相关研究指出基本医疗保险有利于提升家庭健康和人力资本水平,通过家庭劳动力的生产活动实现减贫[32]。人力资本是生计资本的重要内容之一,家庭劳动人口的数量和健康水平直接影响着家庭通过人力资本创造收入和提升福利的能力。家庭成员罹患疾病会引起一系列反应,对于家庭消费和支出带来多种形式的影响[11]。一方面,从直接影响上看,家庭劳动成员患病将影响家庭的生计活动,使得其生产效率下降,进而影响到家庭整体的创收能力和福利水平。另一方面,从间接影响上看,医疗费用的支出会挤压其他家庭支出的份额,影响到家庭长远的投资和生产经营规划,降低未来的消费能力[33]。在家庭成员罹患重大疾病时,教育支出、投资支出等立足于未来的投入将会被削减甚至取消,对于整个家庭的可持续生计能力产生严重的负面影响。农村医疗保险制度具有增收和减贫效果,其中的一条作用机制就和健康资本密切相关[22]。健康资本对于贫困程度具有十分显著的影响。健康资本的提升能够有效地增强家庭生计能力,提高生计活动的效率,对于实现减贫具有十分正面的作用[34]。除此之外,基本医疗保险能够直接影响到健康资本的积累。基本医疗保险能够引导参保群体科学就医,在医疗费用支出方面能够通过医保基金或者报销补偿,有利于消除患病群体的就医顾虑,提升看病就医的效率。