Medical insurance for urban and rural residents, health and utilization of medical services for the elderly: Evidence from CLHLS data

1 問題提出

《2022年醫(yī)療保障事業(yè)發(fā)展統(tǒng)計快報》數(shù)據(jù)顯示，截至2022年底，基本醫(yī)療保險參保人數(shù)達134 570萬人，覆蓋面穩(wěn)定在95%以上。然而，人群廣覆蓋只是基本醫(yī)療保險制度建設的階段性成果，在我國社會醫(yī)療保險事業(yè)深化發(fā)展的過程中，不少學者開始關注到醫(yī)療保險對參保人健康水平及醫(yī)療服務利用狀況可能產(chǎn)生的影響，進而展開了一系列相關研究。

當前學者們在相關領域的研究中大致遵循兩種思路：其一是采用單期或混合截面數(shù)據(jù)對參保人群(實驗組)與未參保人群(對照組)間的健康水平或醫(yī)療服務利用狀況進行橫向比較，用以評估醫(yī)療保險可能對參保者帶來的影響。[1-3]但事實上，參保人群與未參保人群間本身便可能存在著諸多潛在的異質(zhì)性，如與參保資質(zhì)相掛鉤的從業(yè)特征、影響醫(yī)保參保決策的身體狀況、經(jīng)濟水平與保健意識等。因此，直接對兩類人群的健康水平或醫(yī)療服務利用狀況進行橫向比較這一做法，不能精準地反映出參保行為對其影響的凈效應；其二是在橫向比較的基礎上關注到了參保狀態(tài)的變化，進而采用兩期或多期非平衡面板數(shù)據(jù)同時估計群體維度(是否參保)與時間維度(參保前后)對參保人群健康水平或醫(yī)療服務利用狀況的混合影響[4-6]，然而這種方法同樣無法排除始終未參保人群特征可能對估計結(jié)果帶來的干擾。

基于此，本文使用中國老年健康影響因素跟蹤調(diào)查2005—2018年期間的五期平衡面板數(shù)據(jù)，將研究對象聚焦于首期調(diào)查時未參加城鄉(xiāng)居民醫(yī)保但在末期調(diào)查時完成參保的老年人，通過對比同一群體參保前后健康水平及醫(yī)療服務利用狀況的變化，以分析參加城鄉(xiāng)居民醫(yī)?？赡軙⒈＠夏耆藥淼挠绊憽Ｏ噍^于之前的文獻，本文不僅為我國城鄉(xiāng)居民醫(yī)保制度的完善提供了寶貴參考，更為今后相關領域的研究提供了全新的研究視角，兼具一定的學術價值與現(xiàn)實意義。

2 文獻綜述與研究假設 2.1 醫(yī)療保險對參保人健康水平的影響

當前國內(nèi)外學者在關于醫(yī)療保險與參保人健康之間關系的探討上尚存在著較大的分歧。一方面，大量研究表明醫(yī)療保險能夠顯著改善參保人的健康狀況。國外學者通過對美國老年醫(yī)療保險項目的研究，發(fā)現(xiàn)相較于未參保人群，參加此項目的老年人在遭受疾病沖擊后健康惡化的速度要更慢。[7]有研究發(fā)現(xiàn)參與醫(yī)療補助計劃的成年人自評身心健康狀況均優(yōu)于未參加人群。[8]國內(nèi)學者發(fā)現(xiàn)醫(yī)療保險能夠顯著促進參保人健康自評[5-6]、提升參保人的認知能力[9]、降低參保人的死亡風險等[10]。另一方面，也有不少研究表明醫(yī)療保險并不能有效改善參保人的健康狀況。國外學者發(fā)現(xiàn)美國老年醫(yī)療保險項目開始實施的前10年對65歲及以上人群的死亡率并未產(chǎn)生顯著影響。[11]國內(nèi)有研究發(fā)現(xiàn)參加醫(yī)療保險并不能有效改善參保人的健康自評[12-13]與生理健康狀況[2, 9]?；谝陨蟽煞N截然不同的研究結(jié)論，本文提出一組競爭性假設：

H1a：參加城鄉(xiāng)居民醫(yī)保會顯著改善老年人的健康水平。

H1b：參加城鄉(xiāng)居民醫(yī)保并不會顯著改善老年人的健康水平。

2.2 醫(yī)療保險對醫(yī)療服務利用狀況的影響

Manning等通過分析蘭德醫(yī)保實驗發(fā)現(xiàn)，醫(yī)療保險能夠明顯提高參保人的醫(yī)療服務利用水平。[14]國內(nèi)也學者發(fā)現(xiàn)社會醫(yī)療保險能夠顯著增加老年人的醫(yī)療消費水平并提高及時就醫(yī)的概率。[12, 15-16]然而，盡管大量研究表明醫(yī)療保險能夠有效改善參保人的醫(yī)療服務利用狀況，但學界同樣也存在著一些不同的聲音，如參加新農(nóng)合并不會影響農(nóng)村居民的自付醫(yī)療費用等。[17]基于以上觀點，圍繞城鄉(xiāng)居民醫(yī)保與參保老年人醫(yī)療服務利用狀況間的關系提出第二組競爭性假設：

H2a：參加城鄉(xiāng)居民醫(yī)保會顯著改善老年人的醫(yī)療服務利用狀況。

H2b：參加城鄉(xiāng)居民醫(yī)保并不會顯著改善老年人的醫(yī)療服務利用狀況。

大量研究表明，老年人的醫(yī)療服務利用狀況與其自身的健康水平間同樣存在著緊密的聯(lián)系[18-19]，相較于健康狀況良好的老年人，健康狀況較差的老年人通常會對醫(yī)療服務資源有著更高的需求，然而囿于有限的消費能力及不菲的服務價格，這類人群未被滿足的醫(yī)療服務需求往往也更多。據(jù)此，本文推測城鄉(xiāng)居民醫(yī)保對參保老年人醫(yī)療服務利用狀況的影響可能存在著健康層面上的異質(zhì)性，提出以下研究假設：

H3：老年人的健康狀況越差，城鄉(xiāng)居民醫(yī)保對其醫(yī)療服務利用狀況的改善作用就越明顯。

3 研究設計 3.1 數(shù)據(jù)來源

中國老年健康影響因素跟蹤調(diào)查(Chinese Longitudinal Healthy Longevity Study, CLHLS)是由北京大學健康老齡與發(fā)展研究中心、國家發(fā)展研究院組織的老年人追蹤調(diào)查項目，調(diào)查覆蓋23個省(自治區(qū)、直轄市)，調(diào)查對象為65歲及以上的老年人，在1998年進行基線調(diào)查后，分別于2000年、2002年、2005年、2008—2009年、2011—2012年、2014年和2017—2018年進行了七輪跟蹤調(diào)查，本文選取2005—2018年的五期數(shù)據(jù)展開研究。①

① CLHLS問卷于2005年的調(diào)查中首次設置醫(yī)療保險相關問題，故本文以2005年作為數(shù)據(jù)分析的初始期。

為對比同一群體參保前后健康水平與醫(yī)療服務利用狀況的變化，本文對原始樣本進行了如下篩選：(1)將樣本限定為參與2005—2018年五期調(diào)查的受訪者，剔除2005年以后樣本丟失或死亡的受訪者，保留1 331位受訪者；(2) 剔除2005年調(diào)查中已參保、2005—2018年調(diào)查中始終未參保及參保后退保的受訪者，保留1 101位受訪者；(3)剔除關鍵變量及控制變量缺失的受訪者，最終用于分析受訪者健康水平與醫(yī)療服務利用狀況的樣本量分別為5 485和3 755個。

除此之外，考慮到在長達13年的追蹤調(diào)查過程中，會有一部分老年人因為在追訪期死亡而無法納入分析樣本當中，可能會導致數(shù)據(jù)出現(xiàn)一定的右刪失(right-censored)問題，對此本文也嘗試對老年人參保行為與其死亡事件間的關系進行檢驗，在剔除相關變量缺失的樣本后，最終用于生存分析的總樣本量為6 674個。

3.2 變量設置與描述性統(tǒng)計 3.2.1 因變量

健康水平。通過“您覺得現(xiàn)在您自己的健康狀況怎么樣？”生成兩組健康水平變量：(1)自評健康的連續(xù)變量，得分越高代表受訪者的健康水平越高；(2)自評健康的虛擬變量，將自評健康“良好”與“非常好”定義為“健康”，并賦值為1，自評健康其他定義為“不健康”，并賦值為0。除此之外，本文通過問卷中“過去一年來您覺得您的健康狀況有沒有改變？”生成一組健康水平的分類變量，將健康狀況“差多了”“差一些”“沒變”“好一些”和“好多了”五種變化情形依次賦值1~5。

醫(yī)療服務利用狀況。變量通過“您過去一年實際花費的門診醫(yī)療費用總計多少元？”以及“您過去一年實際花費的住院醫(yī)療費用總計多少元？”兩個題目共同生成，加總計算獲得受訪者的年醫(yī)療服務總支出。在此基礎上，以2005年為基期，使用國家統(tǒng)計局發(fā)布的居民消費價格指數(shù)對五期調(diào)查中的醫(yī)療服務費用進行平價處理，并取對數(shù)以減少該變量與其他變量間可能存在的數(shù)量級差異。

3.2.2 自變量

城鄉(xiāng)居民醫(yī)保參保情況。受訪者回答參加新型農(nóng)村合作醫(yī)療保險和城鎮(zhèn)居民基本醫(yī)療保險中的任何一種便視為其參加了城鄉(xiāng)居民醫(yī)保，并將“參?！辟x值為1，“未參?！辟x值為0。

3.2.3 控制變量

參考已有文獻[4-5]，本文選取受訪者的性別、年齡、民族、受教育年限、現(xiàn)居地、婚姻狀況、存活子女數(shù)、是否與子女同住、工作屬性、日常生活活動能力(Activities of Daily Living, ADL)、慢性病數(shù)量以及是否吸煙、是否經(jīng)常飲酒、是否經(jīng)常體育鍛煉三種健康行為作為控制變量。各變量的描述統(tǒng)計結(jié)果與賦值情況詳見下表 1。

3.3 分析方法 3.3.1 固定效應模型

由于本文的因變量主要包括了連續(xù)變量與虛擬變量兩種，為考察受訪者在參加城鄉(xiāng)居民醫(yī)保前后自評健康及年醫(yī)療服務總支出的變化情況，在OLS回歸、Logistic回歸的基礎上建立固定效應模型，通過控制模型中不隨個體變化的不可觀測性時間因素，解決時間層面上可能存在的遺漏變量問題。

3.3.2 系統(tǒng)GMM(Generalized Method of Momonts)方法

在靜態(tài)面板固定效應模型的基礎上，動態(tài)面板模型進一步納入了受訪者自評健康的滯后項作為自變量，這種做法會使得模型更加具有動態(tài)解釋能力，但同時也會造成新的自變量(即因變量滯后項)與各截面上的時間效應和誤差項相關，從而產(chǎn)生內(nèi)生性問題。為消除這一問題可能為模型估計所帶來的影響，選用系統(tǒng)GMM方法，通過引入受訪者健康水平變量的滯后項作為模型的工具變量，從而綜合利用水平變化和差分變化的信息對動態(tài)面板模型加以估計。

3.3.3 Cox比例風險模型

為進一步檢驗老年人參保行為對其死亡風險的影響，本文使用Cox比例風險模型進行了相應的生存分析。

4 城鄉(xiāng)居民醫(yī)保對參保老年人健康水平的影響 4.1 城鄉(xiāng)居民醫(yī)保對參保老年人自評健康影響的固定效應模型

模型1-2是連續(xù)型自評健康作為因變量的回歸結(jié)果，模型1顯示老年人在參加城鄉(xiāng)居民醫(yī)保后自評健康平均降低0.12分(P≤0.01)，模型2在加入控制變量后顯著性水平有所下降，但結(jié)果依舊顯著，此時老年人在參加城鄉(xiāng)居民醫(yī)保后自評健康平均會降低0.09分(P≤0.05)；模型3-4是虛擬型自評健康作為因變量的回歸結(jié)果，模型3顯示老年人在參加城鄉(xiāng)居民醫(yī)保后報告健康的可能性是參保前的79.82%(P≤0.05)，模型4在加入控制變量后顯著性水平同樣有所下降但結(jié)果依舊顯著，此時老年人在參加城鄉(xiāng)居民醫(yī)保后報告健康的可能性是參保前的83.06%(P≤0.10)。

綜上，模型1-4的回歸結(jié)果均顯示老年人在參加城鄉(xiāng)居民醫(yī)保后其健康水平會顯著變差，這與潘杰等研究結(jié)果基本一致[4]，然而這一結(jié)論是否可靠我們尚不能斷言。事實上，醫(yī)療保險可能會通過直接或間接的途徑來影響參保老年人的健康水平，但同時老年人自身健康水平的好壞也可能會影響其是否參保，盡管在加入時間固定效應后可以在一定程度上解決可能存在的遺漏變量問題，但卻始終無法消除自變量與因變量間反向因果關系可能帶來的內(nèi)生性問題?！皡⒓映青l(xiāng)居民醫(yī)保會明顯降低老年人的健康水平”這一結(jié)論可能是受到了醫(yī)保“逆向選擇”的影響，因此上述結(jié)果可能均無法如實反映出參加城鄉(xiāng)居民醫(yī)保對老年人健康水平影響的凈效應。

4.2 城鄉(xiāng)居民醫(yī)保的健康凈效應估計

為消除反向因果關系可能帶來的內(nèi)生性問題，本文主要采用如下兩種方法估計城鄉(xiāng)居民醫(yī)保的健康凈效應：其一，將時點下靜態(tài)的健康自評指標更換為動態(tài)的健康變化指標，用以排除參保逆向選擇問題可能對回歸結(jié)果造成的干擾。由于參保老年人的健康變化這一變量為五分類變量，故本文在有序多分類Logistic回歸模型的基礎上加入時間固定效應；其二，在靜態(tài)面板固定效應模型的基礎上，分別納入老年人健康水平的一期、兩期滯后項以構建動態(tài)面板模型，從而進一步排除由反向因果等問題可能帶來的內(nèi)生性問題，并使用系統(tǒng)GMM方法進行動態(tài)面板模型估計。兩種方法的回歸結(jié)果詳情見表 3。

模型5是城鄉(xiāng)居民醫(yī)保對參保老年人健康變化影響的全樣本回歸結(jié)果，城鄉(xiāng)居民醫(yī)保對參保老年人健康變化的影響在10%水平上并不顯著，這一結(jié)果說明參加城鄉(xiāng)居民醫(yī)保不會對老年人的健康水平有顯著影響。為確保這一結(jié)論的穩(wěn)健性，本文將模型中健康變化這一變量進行調(diào)整，即將變量中“差多了”和“差一些”選項統(tǒng)一合并為“變差”，將變量中“好多了”和“好一些”選項統(tǒng)一合并為“變好”，使用新生成的三分類變量來替換原有的五分類變量并將其納入模型，結(jié)果依舊在10%水平不顯著，穩(wěn)健性檢驗通過。模型6-7是使用系統(tǒng)GMM方法對動態(tài)面板模型進行估計的全樣本回歸結(jié)果，模型6顯示在滯后一期的動態(tài)面板模型估計中，老年人在參加城鄉(xiāng)居民醫(yī)保后自評健康平均會降低0.11分(P>0.10)，模型7顯示在滯后兩期的動態(tài)面板模型估計中，老年人在參加城鄉(xiāng)居民醫(yī)保后自評健康平均會降低0.03分(P>0.10)，兩次動態(tài)面板模型的回歸結(jié)果均顯示參加城鄉(xiāng)居民醫(yī)保并不會對老年人的自評健康產(chǎn)生顯著影響。

鑒于城鄉(xiāng)居民醫(yī)保對參保老年人健康水平的影響可能存在著一定的滯后效應，即這些影響可能在短期內(nèi)并不會立刻顯現(xiàn)出來，故本文也對這一問題進行了相關檢驗，模型8是使用前置一期的參保情況來代替當期參保變量的全樣本回歸結(jié)果，該模型顯示在納入時期滯后效應后，參加城鄉(xiāng)居民醫(yī)保對老年人健康變化的影響在10%水平上仍不顯著，據(jù)此本文認為城鄉(xiāng)居民醫(yī)保對參保老年人健康水平的影響并不存在明顯的滯后效應。更進一步地，考慮到樣本死亡可能會造成分析數(shù)據(jù)出現(xiàn)右刪失問題，對此本文進一步使用了Cox比例風險模型對老年人參保行為與其死亡事件間的關系進行檢驗，模型9顯示老年人是否參加城鄉(xiāng)居民醫(yī)保并不會對其死亡風險率造成顯著影響(P>0.10)，據(jù)此可以推斷之前的回歸模型結(jié)果較為可靠。

在排除參保逆向選擇問題所帶來的干擾后，本文認為參加城鄉(xiāng)居民醫(yī)保對老年人的健康水平并沒有顯著影響，研究假設H1b通過檢驗，同時拒絕研究假設H1a。

5 城鄉(xiāng)居民醫(yī)保對參保老年人醫(yī)療服務利用狀況的影響

在前文的基礎上，本文進一步探究城鄉(xiāng)居民醫(yī)保對參保老年人醫(yī)療服務利用狀況的影響，由于參保老年人的年醫(yī)療服務總支出變量為連續(xù)變量，故本文在多元線性回歸模型的基礎上加入時間固定效應。

模型10是城鄉(xiāng)居民醫(yī)保對參保老年人醫(yī)療服務利用狀況影響的全樣本回歸結(jié)果，老年人在參加城鄉(xiāng)居民醫(yī)保后他們的年醫(yī)療服務總支出平均會上漲約41.55%(P ≤ 0.01)，參加城鄉(xiāng)居民醫(yī)保的確會顯著改善老年人的醫(yī)療服務利用狀況，故本文提出的研究假設H2a通過檢驗，同時拒絕研究假設H2b。除此之外，本文同樣對城鄉(xiāng)居民醫(yī)保對參保老年人醫(yī)療服務利用狀況的影響滯后效應進行了檢驗，模型14的回歸結(jié)果顯示，前置一期的參保情形并不會對當期老年人的醫(yī)療服務利用狀況產(chǎn)生顯著影響，即上述影響同樣并不存在明顯的滯后效應，對此本文推測主要原因有二：一是老年人的年醫(yī)療服務總支出易受到其近期身體狀況的影響(如意外傷害、患病住院等)，然而同一老年人在追訪過程中由于接受調(diào)查的年份并不連續(xù)，因此會出現(xiàn)數(shù)據(jù)收集上的偏差；二是由于參加城鄉(xiāng)居民醫(yī)保可能對不同老年群體醫(yī)療服務利用狀況的影響存在差異，因此在全樣本回歸的過程中這種影響可能會被進一步地消解，從而導致回歸結(jié)果并不顯著。

本文同樣在老年人的健康層面上對上述影響進行了異質(zhì)性探討，模型11-13分別是城鄉(xiāng)居民醫(yī)保對參保老年人醫(yī)療服務利用狀況影響的分樣本回歸結(jié)果。模型11顯示健康狀況變差的老年人在參加城鄉(xiāng)居民醫(yī)保后年醫(yī)療服務總支出平均會上漲約70.60%(P ≤ 0.01)，模型12顯示健康狀況未發(fā)生變化的老年人在參加城鄉(xiāng)居民醫(yī)保后年醫(yī)療服務總支出平均上漲約34.81%(P﹥0.10)，模型13顯示健康狀況變好的老年人在參加城鄉(xiāng)居民醫(yī)保后年醫(yī)療服務總支出平均上漲約13.74%(P﹥0.10)。城鄉(xiāng)居民醫(yī)保對參保老年人的醫(yī)療服務利用狀況影響存在著健康異質(zhì)性，身體健康狀況惡化的老年人在參保后醫(yī)療服務利用狀況改善更為明顯，而其他老年人在參保后其醫(yī)療服務利用狀況并未發(fā)生明顯的變化，研究假設H3通過檢驗。

6 結(jié)論與建議 6.1 結(jié)論

本文使用中國老年健康影響因素跟蹤調(diào)查2005—2018年期間的五期平衡面板數(shù)據(jù)，運用固定效應模型、系統(tǒng)GMM方法及Cox比例風險模型，探究城鄉(xiāng)居民醫(yī)保對參保老年人健康水平及醫(yī)療服務利用狀況究竟有何影響。本文的主要研究發(fā)現(xiàn)如下：

第一，參加城鄉(xiāng)居民醫(yī)保對老年人的健康水平并沒有顯著影響，且不存在明顯的滯后效應。不同于學界中“醫(yī)療保險會改善參保人健康狀況”這一觀點，本文在對由反向因果、遺漏變量等可能導致的內(nèi)生性問題進行處理后，發(fā)現(xiàn)城鄉(xiāng)居民醫(yī)保并不會顯著影響自評健康狀況。

第二，參加城鄉(xiāng)居民醫(yī)保會顯著改善老年人的醫(yī)療服務利用狀況，他們在參保后年醫(yī)療服務總支出平均會上漲約41.55%。同時上述影響也存在健康層面上的異質(zhì)性，身體健康狀況出現(xiàn)惡化的老年人在參保后其醫(yī)療服務利用狀況改善更為明顯，其年醫(yī)療服務總支出平均會上漲約70.60%，其他老年人在參保后醫(yī)療服務利用狀況并未發(fā)生明顯的變化。

6.2 建議

基于上述結(jié)論與已有發(fā)現(xiàn)，本文認為相較于職工醫(yī)保、商業(yè)醫(yī)保，我國城鄉(xiāng)居民醫(yī)保制度的實際效果與其預期目標間仍存在著一定的差距，對此本文提出如下兩點建議：

第一，著力提升城鄉(xiāng)居民醫(yī)保的待遇水平。已有研究表明參加更高檔次的醫(yī)療保險有助于促進個體的健康水平[20]，本文發(fā)現(xiàn)參加城鄉(xiāng)居民醫(yī)保并不能有效改善老年人的健康水平，這可能是因為當前我國城鄉(xiāng)居民醫(yī)保(尤其是農(nóng)村居民)的保障水平仍然相對較低。因此，在城鄉(xiāng)居民醫(yī)保覆蓋了95%以上的城鄉(xiāng)居民后，醫(yī)保擴面工作已經(jīng)不再是未來的發(fā)展重點，新的重點應是如何在財政資金可以承受的前提下，進一步提升城鄉(xiāng)居民醫(yī)保的綜合待遇，如通過擴大醫(yī)保報銷范圍、降低起付線、提高封頂線、調(diào)整共付區(qū)間自付比例等途徑來滿足老年人多層次、多環(huán)節(jié)、多樣化的醫(yī)療服務需求(如預防保健、小病診治、大病醫(yī)療、長期照護、家庭床位、臨終關懷等)。

第二，重視發(fā)揮醫(yī)療保險的疾病預防功能。城鄉(xiāng)居民醫(yī)保的發(fā)展始終離不開資金的支持，而疾病預防對于城鄉(xiāng)居民醫(yī)保的財政可持續(xù)至關重要，從本文的研究結(jié)果來看，參加城鄉(xiāng)居民醫(yī)保后會導致老年人醫(yī)療服務利用的增加，尤其是參保前健康狀況不佳的老年人，費用增加的幅度更大。伴隨著我國居民參保率的持續(xù)提升，這種變化會進一步加重我國城鄉(xiāng)居民醫(yī)保的財政負擔。因此，未來我國的城鄉(xiāng)居民醫(yī)保應嘗試調(diào)整其功能定位，逐步增加對參保人定期體檢、健康篩查等預防性保健工作的投入，以實現(xiàn)從“事后治療”到“事前預防”的轉(zhuǎn)變，疾病預防不但有助于降低老年人的患病風險與患病嚴重程度，從而保障他們的健康水平與生活品質(zhì)，同時也有助于緩解城鄉(xiāng)居民的醫(yī)保支出壓力，進一步提升醫(yī)保資金的財政可持續(xù)性。

6.3 局限性

不同于以往研究，本文通過對比不同時點下同一群體參保前后自評健康及年醫(yī)療服務總支出的變化情況，再次對醫(yī)療保險與老年人健康水平及醫(yī)療服務利用狀況間的兩組關系進行檢驗。當然，本文的研究同樣也存在著一定的局限性，雖然前文已針對城鄉(xiāng)居民醫(yī)保對參保老年人健康水平及醫(yī)療服務利用狀況的影響滯后效應進行了檢驗，但受限于調(diào)查數(shù)據(jù)，這種檢驗僅粗略地以不同調(diào)查期作為劃分依據(jù)，具體言之，由于各期CLHLS問卷中并未設置詢問老年人具體參保年份的題目，因此我們從時間維度上對其中可能存在的滯后效應進行更加準確的檢驗。

作者聲明本文無實際或潛在的利益沖突。

相關知識

The Health Benefits of Dietary Fibre
Analysis of body composition and influencing factors of lean non
Status quo of medical tourism and its implication in China
互聯(lián)網(wǎng)+醫(yī)療健康
基于健康生態(tài)學模型的我國老年人慢性病共病影響因素研究
居民時空行為與環(huán)境污染暴露對健康影響的研究進展
雙語對照：中日韓積極健康老齡化合作聯(lián)合宣言
短期森林療養(yǎng)活動對年輕健康個體部分身心健康指標的影響
Research on Healing Landscape and Horticultural Therapy Based on Bibliometric Methods
Soft electronics for advanced infant monitoring,Materials Today

網(wǎng)址: Medical insurance for urban and rural residents, health and utilization of medical services for the elderly: Evidence from CLHLS data http://www.u1s5d6.cn/newsview109246.html