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

1 問(wèn)題提出

《2022年醫(yī)療保障事業(yè)發(fā)展統(tǒng)計(jì)快報(bào)》數(shù)據(jù)顯示，截至2022年底，基本醫(yī)療保險(xiǎn)參保人數(shù)達(dá)134 570萬(wàn)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(xiǎn)制度建設(shè)的階段性成果，在我國(guó)社會(huì)醫(yī)療保險(xiǎn)事業(yè)深化發(fā)展的過(guò)程中，不少學(xué)者開(kāi)始關(guān)注到醫(yī)療保險(xiǎn)對(duì)參保人健康水平及醫(yī)療服務(wù)利用狀況可能產(chǎn)生的影響，進(jìn)而展開(kāi)了一系列相關(guān)研究。

當(dāng)前學(xué)者們?cè)谙嚓P(guān)領(lǐng)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(duì)參保人群(實(shí)驗(yàn)組)與未參保人群(對(duì)照組)間的健康水平或醫(yī)療服務(wù)利用狀況進(jìn)行橫向比較，用以評(píng)估醫(yī)療保險(xiǎn)可能對(duì)參保者帶來(lái)的影響。[1-3]但事實(shí)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(jì)水平與保健意識(shí)等。因此，直接對(duì)兩類人群的健康水平或醫(yī)療服務(wù)利用狀況進(jìn)行橫向比較這一做法，不能精準(zhǔn)地反映出參保行為對(duì)其影響的凈效應(yīng)；其二是在橫向比較的基礎(chǔ)上關(guān)注到了參保狀態(tài)的變化，進(jìn)而采用兩期或多期非平衡面板數(shù)據(jù)同時(shí)估計(jì)群體維度(是否參保)與時(shí)間維度(參保前后)對(duì)參保人群健康水平或醫(yī)療服務(wù)利用狀況的混合影響[4-6]，然而這種方法同樣無(wú)法排除始終未參保人群特征可能對(duì)估計(jì)結(jié)果帶來(lái)的干擾。

基于此，本文使用中國(guó)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(duì)象聚焦于首期調(diào)查時(shí)未參加城鄉(xiāng)居民醫(yī)保但在末期調(diào)查時(shí)完成參保的老年人，通過(guò)對(duì)比同一群體參保前后健康水平及醫(yī)療服務(wù)利用狀況的變化，以分析參加城鄉(xiāng)居民醫(yī)保可能會(huì)對(duì)參保老年人帶來(lái)的影響。相較于之前的文獻(xiàn)，本文不僅為我國(guó)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(guān)領(lǐng)域的研究提供了全新的研究視角，兼具一定的學(xué)術(shù)價(jià)值與現(xiàn)實(shí)意義。

2 文獻(xiàn)綜述與研究假設(shè) 2.1 醫(yī)療保險(xiǎn)對(duì)參保人健康水平的影響

當(dāng)前國(guó)內(nèi)外學(xué)者在關(guān)于醫(yī)療保險(xiǎn)與參保人健康之間關(guān)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(xiǎn)能夠顯著改善參保人的健康狀況。國(guó)外學(xué)者通過(guò)對(duì)美國(guó)老年醫(yī)療保險(xiǎn)項(xiàng)目的研究，發(fā)現(xiàn)相較于未參保人群，參加此項(xiàng)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(bǔ)助計(jì)劃的成年人自評(píng)身心健康狀況均優(yōu)于未參加人群。[8]國(guó)內(nèi)學(xué)者發(fā)現(xiàn)醫(yī)療保險(xiǎn)能夠顯著促進(jìn)參保人健康自評(píng)[5-6]、提升參保人的認(rèn)知能力[9]、降低參保人的死亡風(fēng)險(xiǎn)等[10]。另一方面，也有不少研究表明醫(yī)療保險(xiǎn)并不能有效改善參保人的健康狀況。國(guó)外學(xué)者發(fā)現(xiàn)美國(guó)老年醫(yī)療保險(xiǎn)項(xiàng)目開(kāi)始實(shí)施的前10年對(duì)65歲及以上人群的死亡率并未產(chǎn)生顯著影響。[11]國(guó)內(nèi)有研究發(fā)現(xiàn)參加醫(yī)療保險(xiǎn)并不能有效改善參保人的健康自評(píng)[12-13]與生理健康狀況[2, 9]。基于以上兩種截然不同的研究結(jié)論，本文提出一組競(jìng)爭(zhēng)性假設(shè)：

H1a：參加城鄉(xiāng)居民醫(yī)保會(huì)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(huì)顯著改善老年人的健康水平。

2.2 醫(yī)療保險(xiǎn)對(duì)醫(yī)療服務(wù)利用狀況的影響

Manning等通過(guò)分析蘭德醫(yī)保實(shí)驗(yàn)發(fā)現(xiàn)，醫(yī)療保險(xiǎn)能夠明顯提高參保人的醫(yī)療服務(wù)利用水平。[14]國(guó)內(nèi)也學(xué)者發(fā)現(xiàn)社會(huì)醫(yī)療保險(xiǎn)能夠顯著增加老年人的醫(yī)療消費(fèi)水平并提高及時(shí)就醫(yī)的概率。[12, 15-16]然而，盡管大量研究表明醫(yī)療保險(xiǎn)能夠有效改善參保人的醫(yī)療服務(wù)利用狀況，但學(xué)界同樣也存在著一些不同的聲音，如參加新農(nóng)合并不會(huì)影響農(nóng)村居民的自付醫(yī)療費(fèi)用等。[17]基于以上觀點(diǎn)，圍繞城鄉(xiāng)居民醫(yī)保與參保老年人醫(yī)療服務(wù)利用狀況間的關(guān)系提出第二組競(jìng)爭(zhēng)性假設(shè)：

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

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

大量研究表明，老年人的醫(yī)療服務(wù)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(huì)對(duì)醫(yī)療服務(wù)資源有著更高的需求，然而囿于有限的消費(fèi)能力及不菲的服務(wù)價(jià)格，這類人群未被滿足的醫(yī)療服務(wù)需求往往也更多。據(jù)此，本文推測(cè)城鄉(xiāng)居民醫(yī)保對(duì)參保老年人醫(yī)療服務(wù)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(shè)：

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

3 研究設(shè)計(jì) 3.1 數(shù)據(jù)來(lái)源

中國(guó)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(xué)健康老齡與發(fā)展研究中心、國(guó)家發(fā)展研究院組織的老年人追蹤調(diào)查項(xiàng)目，調(diào)查覆蓋23個(gè)省(自治區(qū)、直轄市)，調(diào)查對(duì)象為65歲及以上的老年人，在1998年進(jìn)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(jìn)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(kāi)研究。①

① CLHLS問(wèn)卷于2005年的調(diào)查中首次設(shè)置醫(yī)療保險(xiǎn)相關(guān)問(wèn)題，故本文以2005年作為數(shù)據(jù)分析的初始期。

為對(duì)比同一群體參保前后健康水平與醫(yī)療服務(wù)利用狀況的變化，本文對(duì)原始樣本進(jìn)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(guān)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(wù)利用狀況的樣本量分別為5 485和3 755個(gè)。

除此之外，考慮到在長(zhǎng)達(dá)13年的追蹤調(diào)查過(guò)程中，會(huì)有一部分老年人因?yàn)樵谧吩L期死亡而無(wú)法納入分析樣本當(dāng)中，可能會(huì)導(dǎo)致數(shù)據(jù)出現(xiàn)一定的右刪失(right-censored)問(wèn)題，對(duì)此本文也嘗試對(duì)老年人參保行為與其死亡事件間的關(guān)系進(jìn)行檢驗(yàn)，在剔除相關(guān)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(gè)。

3.2 變量設(shè)置與描述性統(tǒng)計(jì) 3.2.1 因變量

健康水平。通過(guò)“您覺(jué)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(píng)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(píng)健康的虛擬變量，將自評(píng)健康“良好”與“非常好”定義為“健康”，并賦值為1，自評(píng)健康其他定義為“不健康”，并賦值為0。除此之外，本文通過(guò)問(wèn)卷中“過(guò)去一年來(lái)您覺(jué)得您的健康狀況有沒(méi)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(méi)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(wù)利用狀況。變量通過(guò)“您過(guò)去一年實(shí)際花費(fèi)的門(mén)診醫(yī)療費(fèi)用總計(jì)多少元？”以及“您過(guò)去一年實(shí)際花費(fèi)的住院醫(yī)療費(fèi)用總計(jì)多少元？”兩個(gè)題目共同生成，加總計(jì)算獲得受訪者的年醫(yī)療服務(wù)總支出。在此基礎(chǔ)上，以2005年為基期，使用國(guó)家統(tǒng)計(jì)局發(fā)布的居民消費(fèi)價(jià)格指數(shù)對(duì)五期調(diào)查中的醫(yī)療服務(wù)費(fèi)用進(jìn)行平價(jià)處理，并取對(duì)數(shù)以減少該變量與其他變量間可能存在的數(shù)量級(jí)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(xiǎn)和城鎮(zhèn)居民基本醫(yī)療保險(xiǎn)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(xiàn)[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?dāng)?shù)、是否與子女同住、工作屬性、日常生活活動(dòng)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(jì)結(jié)果與賦值情況詳見(jiàn)下表 1。

3.3 分析方法 3.3.1 固定效應(yīng)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?jī)煞N，為考察受訪者在參加城鄉(xiāng)居民醫(yī)保前后自評(píng)健康及年醫(yī)療服務(wù)總支出的變化情況，在OLS回歸、Logistic回歸的基礎(chǔ)上建立固定效應(yīng)模型，通過(guò)控制模型中不隨個(gè)體變化的不可觀測(cè)性時(shí)間因素，解決時(shí)間層面上可能存在的遺漏變量問(wèn)題。

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

在靜態(tài)面板固定效應(yīng)模型的基礎(chǔ)上，動(dòng)態(tài)面板模型進(jìn)一步納入了受訪者自評(píng)健康的滯后項(xiàng)作為自變量，這種做法會(huì)使得模型更加具有動(dòng)態(tài)解釋能力，但同時(shí)也會(huì)造成新的自變量(即因變量滯后項(xiàng))與各截面上的時(shí)間效應(yīng)和誤差項(xiàng)相關(guān)，從而產(chǎn)生內(nèi)生性問(wèn)題。為消除這一問(wèn)題可能為模型估計(jì)所帶來(lái)的影響，選用系統(tǒng)GMM方法，通過(guò)引入受訪者健康水平變量的滯后項(xiàng)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(duì)動(dòng)態(tài)面板模型加以估計(jì)。

3.3.3 Cox比例風(fēng)險(xiǎn)模型

為進(jìn)一步檢驗(yàn)老年人參保行為對(duì)其死亡風(fēng)險(xiǎn)的影響，本文使用Cox比例風(fēng)險(xiǎn)模型進(jìn)行了相應(yīng)的生存分析。

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

模型1-2是連續(xù)型自評(píng)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(píng)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(shí)老年人在參加城鄉(xiāng)居民醫(yī)保后自評(píng)健康平均會(huì)降低0.09分(P≤0.05)；模型3-4是虛擬型自評(píng)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(bào)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(shí)老年人在參加城鄉(xiāng)居民醫(yī)保后報(bào)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(huì)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(shí)上，醫(yī)療保險(xiǎn)可能會(huì)通過(guò)直接或間接的途徑來(lái)影響參保老年人的健康水平，但同時(shí)老年人自身健康水平的好壞也可能會(huì)影響其是否參保，盡管在加入時(shí)間固定效應(yīng)后可以在一定程度上解決可能存在的遺漏變量問(wèn)題，但卻始終無(wú)法消除自變量與因變量間反向因果關(guān)系可能帶來(lái)的內(nèi)生性問(wèn)題?！皡⒓映青l(xiāng)居民醫(yī)保會(huì)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(wú)法如實(shí)反映出參加城鄉(xiāng)居民醫(yī)保對(duì)老年人健康水平影響的凈效應(yīng)。

4.2 城鄉(xiāng)居民醫(yī)保的健康凈效應(yīng)估計(jì)

為消除反向因果關(guān)系可能帶來(lái)的內(nèi)生性問(wèn)題，本文主要采用如下兩種方法估計(jì)城鄉(xiāng)居民醫(yī)保的健康凈效應(yīng)：其一，將時(shí)點(diǎn)下靜態(tài)的健康自評(píng)指標(biāo)更換為動(dòng)態(tài)的健康變化指標(biāo)，用以排除參保逆向選擇問(wèn)題可能對(duì)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(chǔ)上加入時(shí)間固定效應(yīng)；其二，在靜態(tài)面板固定效應(yīng)模型的基礎(chǔ)上，分別納入老年人健康水平的一期、兩期滯后項(xiàng)以構(gòu)建動(dòng)態(tài)面板模型，從而進(jìn)一步排除由反向因果等問(wèn)題可能帶來(lái)的內(nèi)生性問(wèn)題，并使用系統(tǒng)GMM方法進(jìn)行動(dòng)態(tài)面板模型估計(jì)。兩種方法的回歸結(jié)果詳情見(jiàn)表 3。

模型5是城鄉(xiāng)居民醫(yī)保對(duì)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(duì)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(shuō)明參加城鄉(xiāng)居民醫(yī)保不會(huì)對(duì)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(jìn)行調(diào)整，即將變量中“差多了”和“差一些”選項(xiàng)統(tǒng)一合并為“變差”，將變量中“好多了”和“好一些”選項(xiàng)統(tǒng)一合并為“變好”，使用新生成的三分類變量來(lái)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(yàn)通過(guò)。模型6-7是使用系統(tǒng)GMM方法對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)的全樣本回歸結(jié)果，模型6顯示在滯后一期的動(dòng)態(tài)面板模型估計(jì)中，老年人在參加城鄉(xiāng)居民醫(yī)保后自評(píng)健康平均會(huì)降低0.11分(P>0.10)，模型7顯示在滯后兩期的動(dòng)態(tài)面板模型估計(jì)中，老年人在參加城鄉(xiāng)居民醫(yī)保后自評(píng)健康平均會(huì)降低0.03分(P>0.10)，兩次動(dòng)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(huì)對(duì)老年人的自評(píng)健康產(chǎn)生顯著影響。

鑒于城鄉(xiāng)居民醫(yī)保對(duì)參保老年人健康水平的影響可能存在著一定的滯后效應(yīng)，即這些影響可能在短期內(nèi)并不會(huì)立刻顯現(xiàn)出來(lái)，故本文也對(duì)這一問(wèn)題進(jìn)行了相關(guān)檢驗(yàn)，模型8是使用前置一期的參保情況來(lái)代替當(dāng)期參保變量的全樣本回歸結(jié)果，該模型顯示在納入時(shí)期滯后效應(yīng)后，參加城鄉(xiāng)居民醫(yī)保對(duì)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(rèn)為城鄉(xiāng)居民醫(yī)保對(duì)參保老年人健康水平的影響并不存在明顯的滯后效應(yīng)。更進(jìn)一步地，考慮到樣本死亡可能會(huì)造成分析數(shù)據(jù)出現(xiàn)右刪失問(wèn)題，對(duì)此本文進(jìn)一步使用了Cox比例風(fēng)險(xiǎn)模型對(duì)老年人參保行為與其死亡事件間的關(guān)系進(jìn)行檢驗(yàn)，模型9顯示老年人是否參加城鄉(xiāng)居民醫(yī)保并不會(huì)對(duì)其死亡風(fēng)險(xiǎn)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(wèn)題所帶來(lái)的干擾后，本文認(rèn)為參加城鄉(xiāng)居民醫(yī)保對(duì)老年人的健康水平并沒(méi)有顯著影響，研究假設(shè)H1b通過(guò)檢驗(yàn)，同時(shí)拒絕研究假設(shè)H1a。

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

在前文的基礎(chǔ)上，本文進(jìn)一步探究城鄉(xiāng)居民醫(yī)保對(duì)參保老年人醫(yī)療服務(wù)利用狀況的影響，由于參保老年人的年醫(yī)療服務(wù)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(chǔ)上加入時(shí)間固定效應(yīng)。

模型10是城鄉(xiāng)居民醫(yī)保對(duì)參保老年人醫(yī)療服務(wù)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(wù)總支出平均會(huì)上漲約41.55%(P ≤ 0.01)，參加城鄉(xiāng)居民醫(yī)保的確會(huì)顯著改善老年人的醫(yī)療服務(wù)利用狀況，故本文提出的研究假設(shè)H2a通過(guò)檢驗(yàn)，同時(shí)拒絕研究假設(shè)H2b。除此之外，本文同樣對(duì)城鄉(xiāng)居民醫(yī)保對(duì)參保老年人醫(yī)療服務(wù)利用狀況的影響滯后效應(yīng)進(jìn)行了檢驗(yàn)，模型14的回歸結(jié)果顯示，前置一期的參保情形并不會(huì)對(duì)當(dāng)期老年人的醫(yī)療服務(wù)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(yīng)，對(duì)此本文推測(cè)主要原因有二：一是老年人的年醫(yī)療服務(wù)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(guò)程中由于接受調(diào)查的年份并不連續(xù)，因此會(huì)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)?？赡軐?duì)不同老年群體醫(yī)療服務(wù)利用狀況的影響存在差異，因此在全樣本回歸的過(guò)程中這種影響可能會(huì)被進(jìn)一步地消解，從而導(dǎo)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(duì)上述影響進(jìn)行了異質(zhì)性探討，模型11-13分別是城鄉(xiāng)居民醫(yī)保對(duì)參保老年人醫(yī)療服務(wù)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(wù)總支出平均會(huì)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(wù)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(wù)總支出平均上漲約13.74%(P﹥0.10)。城鄉(xiāng)居民醫(yī)保對(duì)參保老年人的醫(yī)療服務(wù)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(wù)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(wù)利用狀況并未發(fā)生明顯的變化，研究假設(shè)H3通過(guò)檢驗(yàn)。

6 結(jié)論與建議 6.1 結(jié)論

本文使用中國(guó)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(yùn)用固定效應(yīng)模型、系統(tǒng)GMM方法及Cox比例風(fēng)險(xiǎn)模型，探究城鄉(xiāng)居民醫(yī)保對(duì)參保老年人健康水平及醫(yī)療服務(wù)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(duì)老年人的健康水平并沒(méi)有顯著影響，且不存在明顯的滯后效應(yīng)。不同于學(xué)界中“醫(yī)療保險(xiǎn)會(huì)改善參保人健康狀況”這一觀點(diǎn)，本文在對(duì)由反向因果、遺漏變量等可能導(dǎo)致的內(nèi)生性問(wèn)題進(jìn)行處理后，發(fā)現(xiàn)城鄉(xiāng)居民醫(yī)保并不會(huì)顯著影響自評(píng)健康狀況。

第二，參加城鄉(xiāng)居民醫(yī)保會(huì)顯著改善老年人的醫(yī)療服務(wù)利用狀況，他們?cè)趨⒈：竽赆t(yī)療服務(wù)總支出平均會(huì)上漲約41.55%。同時(shí)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(wù)利用狀況改善更為明顯，其年醫(yī)療服務(wù)總支出平均會(huì)上漲約70.60%，其他老年人在參保后醫(yī)療服務(wù)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(rèn)為相較于職工醫(yī)保、商業(yè)醫(yī)保，我國(guó)城鄉(xiāng)居民醫(yī)保制度的實(shí)際效果與其預(yù)期目標(biāo)間仍存在著一定的差距，對(duì)此本文提出如下兩點(diǎn)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(xiǎn)有助于促進(jìn)個(gè)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?yàn)楫?dāng)前我國(guó)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(duì)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(kuò)面工作已經(jīng)不再是未來(lái)的發(fā)展重點(diǎn)，新的重點(diǎn)應(yīng)是如何在財(cái)政資金可以承受的前提下，進(jìn)一步提升城鄉(xiāng)居民醫(yī)保的綜合待遇，如通過(guò)擴(kuò)大醫(yī)保報(bào)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(lái)滿足老年人多層次、多環(huán)節(jié)、多樣化的醫(yī)療服務(wù)需求(如預(yù)防保健、小病診治、大病醫(yī)療、長(zhǎng)期照護(hù)、家庭床位、臨終關(guān)懷等)。

第二，重視發(fā)揮醫(yī)療保險(xiǎn)的疾病預(yù)防功能。城鄉(xiāng)居民醫(yī)保的發(fā)展始終離不開(kāi)資金的支持，而疾病預(yù)防對(duì)于城鄉(xiāng)居民醫(yī)保的財(cái)政可持續(xù)至關(guān)重要，從本文的研究結(jié)果來(lái)看，參加城鄉(xiāng)居民醫(yī)保后會(huì)導(dǎo)致老年人醫(yī)療服務(wù)利用的增加，尤其是參保前健康狀況不佳的老年人，費(fèi)用增加的幅度更大。伴隨著我國(guó)居民參保率的持續(xù)提升，這種變化會(huì)進(jìn)一步加重我國(guó)城鄉(xiāng)居民醫(yī)保的財(cái)政負(fù)擔(dān)。因此，未來(lái)我國(guó)的城鄉(xiāng)居民醫(yī)保應(yīng)嘗試調(diào)整其功能定位，逐步增加對(duì)參保人定期體檢、健康篩查等預(yù)防性保健工作的投入，以實(shí)現(xiàn)從“事后治療”到“事前預(yù)防”的轉(zhuǎn)變，疾病預(yù)防不但有助于降低老年人的患病風(fēng)險(xiǎn)與患病嚴(yán)重程度，從而保障他們的健康水平與生活品質(zhì)，同時(shí)也有助于緩解城鄉(xiāng)居民的醫(yī)保支出壓力，進(jìn)一步提升醫(yī)保資金的財(cái)政可持續(xù)性。

6.3 局限性

不同于以往研究，本文通過(guò)對(duì)比不同時(shí)點(diǎn)下同一群體參保前后自評(píng)健康及年醫(yī)療服務(wù)總支出的變化情況，再次對(duì)醫(yī)療保險(xiǎn)與老年人健康水平及醫(yī)療服務(wù)利用狀況間的兩組關(guān)系進(jìn)行檢驗(yàn)。當(dāng)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(duì)城鄉(xiāng)居民醫(yī)保對(duì)參保老年人健康水平及醫(yī)療服務(wù)利用狀況的影響滯后效應(yīng)進(jìn)行了檢驗(yàn)，但受限于調(diào)查數(shù)據(jù)，這種檢驗(yàn)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(wèn)卷中并未設(shè)置詢問(wèn)老年人具體參保年份的題目，因此我們從時(shí)間維度上對(duì)其中可能存在的滯后效應(yīng)進(jìn)行更加準(zhǔn)確的檢驗(yàn)。

作者聲明本文無(wú)實(shí)際或潛在的利益沖突。

相關(guān)知識(shí)

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(xué)模型的我國(guó)老年人慢性病共病影響因素研究
居民時(shí)空行為與環(huán)境污染暴露對(duì)健康影響的研究進(jìn)展
雙語(yǔ)對(duì)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(dòng)對(duì)年輕健康個(gè)體部分身心健康指標(biāo)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