大病保险对克服农村中老年群体多维贫困的影响——基于CFPS数据的实证分析

乐章 罗曦

（1中南财经政法大学哲学院社会学系 武汉 430073；2中南财经政法大学公共管理学院 武汉 430073）

1 导语

2020年底，我国历史性解决了绝对贫困问题，实现了脱贫攻坚伟大目标。然而，相对贫困的长期存在对新时代扶贫工作提出了更高要求。根据国务院扶贫办2018年建档立卡数据，因病致贫返贫人口占贫困总人口的42%，健康扶贫任务依然艰巨。

城乡居民大病保险制度（以下简称“大病保险”）是基本医疗保险的补充与延伸，其主要目标是在基本医疗保险基础上进一步减轻群众灾难性医疗支出，有效避免因病致贫返贫[1]。当前，已有学者从灾难性医疗支出、医疗服务利用、健康以及死亡率等多个研究角度分析大病保险的保障效果。相关研究发现，大病保险除了能显著降低居民自付医疗费用和灾难性卫生支出[2,3]，还能增进医疗服务利用[4]，降低老年人死亡率[5]，促健增收[6]。然而，也有研究指出大病保险不仅不能明显降低灾难性卫生支出发生率和发生强度[7,8]，甚至还可能增加住院自付医疗费用和灾难性医疗支出发生率[9,10]。与此同时，大病保险还存在富裕群体受益更多[11,12]、放大居民健康不平等和收入差距[13]等逆向再分配问题。实际上，大病保险减贫的相关实证研究并不丰富，且主要围绕其是否具有减贫效应展开分析。现有文献选取家庭收入、医疗支出、贫困脆弱性等指标测量贫困程度，大部分研究发现大病保险具有明显减贫效果[14-17]。更进一步地，大病保险的减贫机制也在少部分研究中被讨论。当前研究普遍遵循医疗保险减贫作用渠道来分析大病保险减贫的作用机制，并发现减少医疗开支、提高劳动参与[18]、增加家庭收入[17]以及减少消费挤出[15]等直接或间接减贫渠道。作为基本医保的补充，减轻高额医疗费用、降低灾难性医疗支出是大病保险减贫的直接作用机制，对患者及其家庭贫困状态的影响迅速且深远，而改善健康资本、提高收入与促进非医疗消费等渠道则属于医疗保险减贫的间接性与共性机制，传导时间长并主要依赖直接作用机制产生效果。

就已有文献而言，大病保险减贫研究还需深化。首先，不同学者在相似研究主题下得出了截然不同的研究结论，包括减贫效应在内的大病保险制度保障效果仍有争议，需要更为深入的实证检验。其次，贫困的衡量集中于经济贫困视角下的收入与支出型贫困，是否能准确衡量样本综合福利“被剥夺”的状态有待商榷。最后，大病保险减贫机制的研究并不充分，已有研究主要集中于间接减贫机制的分析，而对减轻灾难性医疗支出这一直接减贫机制分析不足。

本文基于大病保险逐步实施的准自然实验，利用中国家庭追踪调查（China family panel studies，CFPS）2012、2014、2016三期面板数据和渐进DID模型，从多维贫困视角出发，实证分析大病保险对45岁及以上农村中老年居民的减贫效应，并讨论灾难性医疗支出的缓解是否在其中发挥传导作用，据此提出政策建议。与现有研究相比，本文主要有以下边际贡献：第一，现有研究所考虑的贫困维度主要是收支维度，只能反映样本经济层面的贫困状态，本文基于可行能力与多维相对贫困理论构建包含收入、健康、生活条件、主观福利四个维度的多维贫困体系全面考察样本的综合贫困状况；第二，大病保险的基本定位是减轻灾难性医疗支出与避免因病致贫返贫，大病保险是否通过减轻农村中老年居民灾难性医疗支出实现减贫目标值得进一步分析，本文将重点分析大病保险减贫的直接作用机制。

2 研究设计

2.1 数据来源

本文数据来自北京大学中国社会科学调查中心组织的中国家庭追踪调查。城乡居民大病保险政策于2012年8月颁布，而数据中所包含的省（自治区、直辖市）最早实现全覆盖的时间是2013年，最晚是2015年。考虑到全国调查数据的时滞性和2016年城乡居民医保整合，为减少相关政策干扰，本文选取CFPS2012、2014、2016三年数据进行实证研究。由于研究针对的是农村中老年居民，本文依据户口性质保留45岁及以上，参加且仅参加了原新农合的样本，筛选相应变量，对收支变量进行前后1%截尾处理，剔除异常值，最终得到11202个有效样本。

2.2 模型设定

2012年8月，国家发展改革委等六部门联合发布《关于开展城乡居民大病保险工作的指导意见》，开始试点探索城乡居民大病保险制度。2013年，湖北、重庆、吉林、辽宁等23个省（自治区、直辖市）试点或全面实行大病保险。2015年7月，国务院发布《关于全面实施城乡居民大病保险的意见》，提出2015年底前大病保险制度在全国范围内建立，到2017年建立起比较完善的制度。

大病保险是逐步推进的，各地实施时间存在差异，相当于一个“准自然实验”，为本文利用渐进双重差分模型评估其制度效果创造了良好条件。由于数据只公开到省级层面，因此本文删除2013年省内试点较多，但整体覆盖时间较晚的11个省（自治区、直辖市）以及样本数量过少的5个省（自治区、直辖市）①试点较早但整体覆盖较晚的11个省（自治区、直辖市）：江苏、广东、黑龙江、河南、四川、甘肃、陕西、云南、安徽、江西、湖南；样本量不超过10人的省（自治区、直辖市）：内蒙古、海南、西藏、宁夏、新疆。，最终保留14个省（自治区、直辖市）的样本数据，其具体覆盖时间如表1所示。

表1 样本地区大病保险覆盖情况

基于上述分析并参考Beck等[19]的研究，本文构建如下渐进双重差分模型：

其中，MPIit为被解释变量，表示样本i在t时期的多维贫困指数取值；insuredit为核心解释变量，表示样本i所在地在t时期是否实行大病保险政策，若大病保险在t年覆盖i所在地，则t年及之后年份取值为1，否则取值为0；Zit表示影响样本多维贫困的一系列特征变量；ui，λt，εit分别代表个体固定效应、时间固定效应和随机扰动项。

2.3 变量选取

2.3.1 被解释变量— 多维贫困指数（multidimensional poverty index，MPI）。贫困对人的剥夺是全方位、多维度的，并不局限于收入维度，因此本文采用Alkire和Foster[20]基于阿马蒂亚·森[21]可行能力理论提出的A-F双临界值法测度农村中老年人群MPI，以衡量其贫困程度。使用A-F法测量MPI主要包括以下4步：

①维度设定。构建一个包含全体样本的n×d维的数据矩阵Yn·d，矩阵中的任一样本Yij表示个体i在j维度上的取值。

②贫困识别。首先识别单个维度上的贫困，将zj设定为维度j上的贫困临界值，同时定义一个剥夺矩阵gn·d（gij∈gn·d）。当Yij＜zj时，gij=1，表示个体在该维度被剥夺，当Yij≥zj时，gij=0。

③贫困加总。在识别单维贫困之后，还需通过维度加总来判断个体在多个维度受到的剥夺情况。设Ci为个体i各维度加总后的加权剥夺分数，wj为维度j上的权重，，则。若Ci超过整体多维贫困临界值k，个体处于多维贫困状态。

④MPI计算。传统FGT法只能通过贫困人口数量占总人口比重获得宏观层面的多维贫困发生率：H=q/n 。而A-F法在关注整体贫困的同时还考虑到微观层面的个体被剥夺程度及贫困深度，从而引入平均剥夺份额，，进一步得到多维贫困指数，。MPI∈[0,1]，MPI越接近1，个体多维贫困程度越深。

参考宋扬等[22]的做法，本文选取收入、健康、生活条件、主观福利4个维度共9个指标构建多维贫困体系。其中，收入维度包含绝对收入和相对收入2个指标②绝对收入贫困线依据国家统计局公开发布的2010年人均2300元贫困线和物价指数为基准计算各年贫困标准作为临界值，分别是2012年2625元，2014年2800元，2016年2952元；相对收入贫困则以家庭人均年收入中位数的50%作为临界值。；健康维度包含身体质量指数（body mass index，BMI）、自评健康③自评健康反映主观健康评价，自我评价“一般”或“不健康”的样本赋值为1，评价为“比较健康、很健康、非常健康”的样本赋值为0。和独立能力④独立能力选用了问卷中针对45岁及以上中老年人身体测试的7个问题，分别为：能否独立户外活动、能否独立进餐、能否独立厨房活动、能否独立使用公共交通、能否独立购物、能否独立清洁卫生、能否独立洗衣，7项基本活动中有一项不能完成视为难以独立生活，赋值为1，否则赋值为0。3个指标；生活条件维度选取了日常生活用水和生活燃料2个指标；主观福利维度则选用生活满意度和社会地位自评⑤生活满意度和社会地位自评两个指标取值范围1-5分，3分以下表示对生活不满意或社会地位自评低，赋值为1，否则赋值为0。进行解释。多维贫困指标权重的设置并没有统一方法，Alkire和Santos[23]研究发现不同权重下的多维贫困指数具有相对稳健性，因此本文采用各维度等权以及维度内指标等权方法设计指标权重。根据CFPS提供的数据信息，本文构建的多维贫困指标体系如表2所示。

表2 多维贫困指标体系

2.3.2 核心解释变量。大病保险覆盖变量根据整理出的大病保险覆盖时间和地区划分各阶段处理组和控制组，若大病保险当年在该地已实施，则该年及之后每一年均视为大病保险已覆盖，赋值为1，否则视为未覆盖，赋值为0。

2.3.3 控制变量。参考罗浩和周延[16]、陈中南和孙圣民[18]的研究，本文选取年龄、性别、婚姻状况、受教育水平、是否有慢性病以及工作状况作为个体特征变量，选取家庭规模、家庭人均资产作为家庭特征变量，选取省级人均GDP、省级农村居民消费水平作为省级控制变量。变量定义与描述性统计见表3。

表3 变量描述性统计

2.4 多维贫困测量结果

A-F法能够测量出“多维贫困发生率”（H）、“平均剥夺份额”（A）、“多维贫困指数”（MPI）三个关键指标。参考联合国多维贫困临界值的设置，本文将整体临界值k≥0.3的样本界定为发生多维贫困，并将k≥0.4界定为发生深度多维贫困。表4汇报了2012、2014、2016三年多维贫困指标测度值。通过年内各项指标的横向比较发现，多维贫困临界值越大，贫困发生率越低，平均剥夺份额越高。以2016年为例，临界值标准从0.3上升为0.4时，多维贫困发生率从40.8%下降到25.7%，但仍有25.7%的人口处于深度多维贫困状态。通过纵向比较可以发现，不同临界值下样本的多维贫困发生率、平均剥夺份额与多维贫困指数均呈逐年下降趋势，多维贫困程度明显减轻。

表4 各年多维贫困指标测度值

3 实证结果

3.1 平行趋势检验

渐进双重差分对政策效应的有效识别依赖于处理组和控制组在受到政策影响之前的变化趋势平行。本文参考Beck等[19]使用的事件研究法进行检验，估计模型如下：

其中，Dit表示个体i所在地在第t年是否实行大病保险的政策虚拟变量，t＜0代表政策发生前，t＞0代表政策发生后。由于政策前3期与政策后3期的样本较少，考虑到数据的集中性，本文将政策前3期和后3期样本分别与政策前2期和后2期进行合并，并以政策当期作为基期[19]。根据图1展示的结果，在90%置信水平内，政策前各期处理组与控制组无明显差异，而政策实行后的系数估计值均显著为负，样本通过平行趋势检验。

图1 平行趋势检验结果

3.2 基准回归结果

表5汇报了基于固定效应模型估计的基准回归结果。结果表明，在逐步加入个体、家庭与省级层面特征变量之后，大病保险与样本多维贫困指数之间保持稳定且显著的负相关关系。基于第（4）列的估计结果，本文发现大病保险使得农村中老年群体的多维贫困指数下降了0.022，在1%水平显著，说明大病保险具有明显的多维贫困减贫效果。控制变量的估计结果符合社会经济规律：工作状况、家庭规模与资产、省级农村居民消费水平等变量的估计系数均显著为负，说明处于工作状态、家庭规模更大、资产更多、所在地区消费水平更高的样本生活水平更好，更不容易陷入多维贫困。

表5 大病保险对样本多维贫困的影响

3.3 稳健性检验

尽管渐进DID的识别效果较好，但大病保险作为一项“准自然实验”仍然可能出现政策的“非随机性”，倾向得分匹配利用可观察变量为处理组匹配相应的控制组样本，能够缩小自选择偏误，因此本文使用双重差分—倾向得分匹配（PSMDID）进行稳健性检验。研究采用核匹配方法和Logit回归估计样本倾向得分，由于匹配对象为农村中老年居民，本文选取个体和家庭层面特征变量作为匹配的协变量。进行倾向得分匹配之后，全部协变量的标准化偏差绝对值均缩小到10以内，图2、图3分别展示了样本匹配前后的核密度函数图，匹配之后处理组与控制组核密度曲线更为接近，匹配效果较好。表6汇报结果显示，无论是否加入控制变量，估计系数都显著为负，与基准回归结果一致。

图2 匹配前

图3 匹配后

表6 PSM-DID估计结果

4 进一步分析

4.1 异质性分析

4.1.1 不同年龄层次。参考世界卫生组织以及我国现阶段对老年人标准的划分，本文以60周岁为年龄分界点将样本划分为中年和老年两个组别考察减贫效应在农村不同年龄群体中的差异。表7汇报结果显示，大病保险对年龄相对更小的中年群体减贫效果较好，使其多维贫困指数降低了0.027，在1%水平显著，而对老年群体的多维贫困没有明显作用。相较于中年群体，农村老人整体文化水平更低，随着年龄的增长容易产生“讳疾忌医”心理。同时，大病保险的起付门槛对于普遍受到消费约束的老人来说仍然较高，会增加其就医的经济和心理负担。此外，农村老年人身体机能退化快，健康状况普遍较差，劳动能力下降，在经济、健康、精神等多方面处于弱势地位，其自身多维贫困情况已较为严重，大病保险对其减贫作用有限。

表7 大病保险对不同年龄样本的影响

4.1.2 不同贫困程度。由于各年家庭年人均收入不可直接比较，本文依据多维贫困体系中绝对和相对收入两个指标的划分标准将样本分为绝对贫困与非绝对贫困组，相对贫困与非相对贫困组来分析大病保险对不同贫困程度样本的减贫效果差异。表8汇报结果显示，大病保险对贫困与非贫困样本均具有减贫效果，且对绝对与相对贫困群体的扶贫绩效更明显。贫困人群是大病保险的靶向群体，相较于非贫困人群脆弱性更强，对大病保险政策的反应更加敏感。同时，多地扶贫救助政策与保险报销政策的结合促进了贫困群体及时治疗和尽快恢复，进一步强化了大病保险的减贫效果。

表8 大病保险对不同贫困程度样本的影响

4.1.3 不同地区。根据样本所在地将其划分为东中西三个地区以分析政策效果的地区差异。表9的回归结果显示，大病保险使东部样本的多维贫困指数下降了0.026，在1%水平显著，但在中部和西部地区没有明显减贫效果。东部经济发展水平与医疗资源可及性整体上优于中、西部，居民就医成本更低，大病保险制度效应释放更明显。而中、西部一些落后地区人均收入水平低、医疗资源可及性差，多数地区即使覆盖大病保险仍需要先全额垫付医疗费用再进行报销，因此，这些地区的样本在患病之后很可能选择拖延治疗或到基层医疗机构简单治疗，从而削弱了大病保险保障效果。

表9 大病保险对不同地区样本的影响

4.2 作用机制分析

降低灾难性医疗支出发生率，有效避免因病致贫返贫是大病保险的主要目的。因此，本文利用样本医疗支出与“医疗支出占非食品总支出的比重”两个指标，从降低灾难性医疗支出发生这一角度对大病保险的减贫效应进行机制检验。参考WHO以及李勇等[24]对灾难性医疗支出的界定，本文将自付医疗费用在其家庭非食品支出中占比超过40%的样本视为发生灾难性医疗支出的样本。表10第（1）、（2）列的估计结果显示，在医疗支出绝对额方面，大病保险并未降低患者医疗费用，甚至还增加了未发生灾难性卫生支出样本的医疗消费。首先，大病患者的医疗服务需求本就比普通患者大，该群体的医疗服务利用在大病保险政策干预之后会得到一定程度的释放。其次，医疗支出过快增长依然是我国医疗服务市场亟待解决的突出问题，除物价上涨、医疗技术发展、人口老龄化等客观因素之外，患者过度需求和补偿机制不合理导致医生诱导需求使得医疗费用不合理上涨的现象依然普遍，很可能覆盖掉大病保险的补偿效果。第（3）、（4）列结果显示，对于未发生灾难性医疗支出的样本，大病保险对其医疗支出占比没有明显影响，而对于发生灾难性医疗支出的样本，大病保险能够明显降低其医疗支出占比，具体估计系数为-0.582，在5%水平显著。灾难性医疗支出的发生会挤出样本及其家庭教育、技能培训等发展资料支出，甚至挤出维持正常生活水平的必要消费，使个体及其家庭更容易陷入多维贫困陷阱。大病保险作为一种“二次报销”，补偿门槛高于基本医疗保险，这也决定了其保障范围限制在自付医疗消费超过一定金额的“大病群体”，无法对“一般群体”发挥作用。

5 结论与建议

5.1 结论

本文基于CFPS 2012、2014与2016三年数据，以农村中老年居民为主要研究群体，基于大病保险逐步推进的 “准自然实验”，利用渐进双重差分模型实证评估了大病保险对农村中老年居民多维贫困的影响，得到以下研究结论。第一，大病保险使农村中老年群体的多维贫困指数降低了0.022，具有明显的减贫效应。第二，大病保险对不同群体的减贫效应具有异质性，大病保险对中年群体、收入贫困和东部地区样本的减贫绩效更为突出。第三，灾难性医疗支出是导致居民因病致贫的重要因素。机制分析结果表明，大病保险无法减少样本的绝对医疗支出，但能够降低已发生灾难性医疗支出样本的医疗支出占比，通过减轻其灾难性医疗支出强度缓解多维贫困。

5.2 建议

大病保险制度在缓解因病致贫、返贫等方面发挥了重要作用。然而，大病保险在实际运行过程中仍存在减贫效应偏低、逆向再分配等现实问题，主要原因包括大病保险筹资渠道单一、制度设计不够合理、未能充分发挥商保机构专业优势以及各类医疗保障制度衔接不到位等，据此本文提出如下政策建议。

5.2.1 健全筹资机制，控制医疗费用不合理上涨。为了提高大病保险的减贫效果，进一步保证基金的偿付能力和可持续性，需要充分贯彻“开源节流”原则。首先，大病保险的主要资金来源依然是居民医疗保险基金，筹资渠道单一。在居民医保基金支付压力不断增加的现实情况下，迫切需要完善多元、稳健的筹资机制，扩大资金来源。建议积极探索建立专门的大病保险基金，依据收支平衡原则合理确定筹资标准。同时，可尝试发展个人、财政、社会等多元渠道的资金筹集模式，并逐步提高保险统筹层次。其次，建议通过监督检查、医保支付方式改革等手段控制过度医疗需求和医疗费用不合理上涨，更大程度地激发大病保险减贫的制度潜力。

5.2.2 优化制度设计，合理确定保障对象与范围。本文实证结果发现，大病保险对老年人以及中、西部居民的减贫效果不够理想，存在代际乃至区域之间的补偿不平等现象。建议各地结合本地区实际情况优化大病保险待遇支付制度设计，科学确定报销比例、起付线和基金封顶线，同时加强制度对贫困、近贫群体的倾斜力度，适当扩大大病诊疗目录，充分减轻特殊困难群体的医疗负担。此外，还可以通过财政转移支付等手段加强中西部边远地区医疗基础设施建设，优化医疗资源的区域配置，改善农村弱势群体在获取公共医疗服务过程中的不利地位，进一步提高大病保险的公平性。

5.2.3 加强政企合作，充分发挥商保机构专业优势。当前各地普遍实行的是向商业保险机构购买大病保险的委托经办模式，但在实践中经常出现权责归属不清晰、信息沟通不畅等问题，影响大病保险的运营管理效率和实际保障能力。因此，建议规范大病保险委托经办模式，密切政企合作，给予商业保险机构足够的经营权，同时建立医保部门与商保机构的信息共享机制，加强政企之间数据与信息的沟通，充分发挥市场和商业保险机构在保险经营管理等方面的专业优势，提高基金运营效率和保险保障水平。

5.2.4 做好制度衔接，织密多层次医疗保障安全网。大病保险已与基本医保、医疗救助一起构成了防范群众因病致贫、返贫风险的“三重制度保障”。当前仍需要加强基本医保、大病保险、医疗救助制度的衔接，通过保障范围、保障水平、保障人群的合理设置实现各类人员，尤其是困难群体的全覆盖保障。与此同时，还要鼓励商业医疗保险、慈善捐赠、医疗互助持续发展，完善多层次医疗保障体系，满足人民群众多样化的医疗保障需求，最大限度地防范灾难性医疗支出的发生。