李晨

城乡居民医保一体化对居民医疗负担作用的实证研究

李晨

利用CHARLS 2011和2013年的数据，将已于2013年完成城乡居民基本医保一体化的地方作为实证研究的主体，使用基于倾向匹配得分的双重差分法对这些地方在实现城乡居民基本医保一体化之前的2011年与实现一体化之后的2013年的居民医疗负担情况进行实证分析，探求城乡居民基本医保一体化对居民医疗负担的影响效果。

医保一体化；居民医疗负担；双重差分法

2016年1月12日，国务院印发了《关于整合城乡居民基本医疗保险制度的意见》，明确提出“六统一”，要求整合城镇居民基本医疗保险和新型农村合作医疗两项制度，建立统一的城乡居民基本医保制度，实现城乡居民公平享有基本医疗保险权益、促进社会公平正义、增进人民福祉的重大举措。本研究通过以已于2013年率先完成城乡居民基本医保一体化的地方为实证研究的主体，对这些地方在实现城乡居民基本医保一体化之前的2011年与实现之后的2013年的居民医疗负担情况进行统计与分析。

1 研究方法

1.1 双重差分法

根据双重差分法（Difference-in-Differences, DID）的基本原理，一般设定模型如下[1-3]：

其中，Yit表示居民i在时刻t的医疗负担；Pit代表组别虚拟变量，Pit=0代表实验组，即样本来自已实现城乡居民基本医保一体化的地区，Pit=1代表对照组，即样本来自未实现城乡居民基本医保一体化的地区；Tit代表时间虚拟变量，Tit=1表示城乡居民基本医疗一体化之前，即2011年，Tit=0表示城乡居民基本医疗一体化之后，即2013年；PitTit表示组别与时间的交互作用；Xit代表一系列会对居民医疗负担产生影响的其他自变量；εit代表干扰项[4]。

1.2 数据来源

使用的数据均来源于CHARLS 2011与2013年全国追踪调查数据。“实验组”样本的遴选原则是：参与了两轮调研、2011年参加了城镇居民医疗保险或新型农村合作医疗、2013年参加了合并后的城乡居民医疗保险。“对照组”参与了两轮调研、2011年参加了城镇居民医疗保险或新型农村合作医疗、2013年仍参加了城镇居民医疗保险或新型农村合作医疗。

1.3 变量选择

（1）因变量：因变量Y为居民医疗负担，考虑到数据的完整性，本文使用居民的家庭医疗负担来衡量。计算公式为：居民家庭医疗负担=家庭年医疗支出/家庭年总收入[5-6]。

（2）自变量：见表1。

2 倾向系数匹配

因为在使用DID模型选取实验组和对照组的样本时并非随机分配，微观个体在其他方面存在较多差异，可能会影响计量结果。因此需要引入倾向系数分析方法与DID配合使用以纠正样本选择偏差。倾向系数分析（Propensity Score Matching，PSM）是一种以观测数据为基础分析变量间因果关系的数据分析方法，能够一定程度上减轻样本选择过程中产生的偏差[7-9]。

使用Probit模型对选取的干扰变量进行估计虚拟R2（Pseudo R2）=47%，Prob＞chi2=0，表示所选的干扰变量对样本是否参与到城乡居民医保一体化的总作用效果较强，因此可以认为该模型中的干扰变量能够比较显著地预测样本是否参与到城乡居民医保一体化。从匹配前后密度函数图的对比，可看出匹配后实验组与对照组之间的差异缩小。见图1，图2。

表1 变量说明

图1 匹配前

图2 匹配后

表2 双重差分结果

3 双重差分模型结果

从表2中可以看到，2011年对照组与实验组之间差距为-0.002，且差异有统计学意义；2013年对照组与实验组间差距为-0.236，且差异有统计学意义。双重差分的估计值为23.4%，标准差为0.1，且差异有统计学意义。

以上DID模型结果表明，2011—2013年间，受城乡居民基本医保一体化政策影响地区居民（实验组）的医疗负担系数得到减轻，而未受到城乡居民基本医保一体化政策影响地区居民（对照组）的医疗负担减轻的程度较小。进一步表明，城乡基本医疗保险一体化政策对于减轻居民负担有显著效果。

4 结论

根据研究结果，城乡居民基本医保一体化政策在先行完成地区的实施之后，居民的医疗负担相比于未实现一体化的地区居民的医疗负担减轻的更多。但从具体数值上看，减轻的幅度还比较有限。这可能归因于对城镇居民基本医疗保险和新型农村合作医疗进行制度整合的初衷是为了促进社会的公平正义，短时间内可能无法在保障水平方面带来大幅提高。

但可以预见的是，将城乡基本医保制度统一管理后，医保基金进行合并会使得整个基金规模扩大，基金使用效率提高。根据大数法则，城乡基本医疗保险基金池的抗风险能力会随之有明显提升。

[1] 解垩． 新型农村合作医疗的福利效应分析：微观数据的证据[J]．人口与发展，2008，14（5）：12-17．

[2] 徐浩，王婉宜，肖川，等． 倾向得分法与倍差法在我国卫生政策评估领域的应用[J]． 中国预防医学杂志，2016，17（6）：451-454．

[3] MJ Slaughter． Trade liberalization and per capita income convergence：a difference-in-differences analysis[J]． Journal of International Economics，2001，55（1）：203-228．

[4] Joshua D Angrist，Jörn-Steffen Pischke． Mostly Harmless Econometrics：An Empiricist’s Companion[M]． New Jersey：Princeton University Press，2008：159-170．

[5] 李洋，吴静，熊光练． 1998—2010年我国城乡居民医疗负担及影响因素分析[J]． 中国卫生经济，2013，32（8）：20-22．

[6] 徐维维，胡敏． 北京市城乡居民医保一体化筹资负担研究[J]． 中国卫生事业管理，2015，32（5）：363-366．

[7] 舒燕，左雯婕，林龙新． 基于倾向得分匹配法的新农合对农村居民的健康效应研究[J]． 内蒙古农业大学学报：社会科学版，2016，18（90）：21-29．

[8] 周珺． 倾向得分匹配法的研究探索及应用[D]． 昆明：云南财经大学，2013．

[9] 李春哲． 医院医保管理的实践与体会[J]． 中国卫生标准管理，2016，7（8）：17-18．

Study on the Effects of the Integration of Social Medical Insurance for Urban and Rural Residents on Residents’ Medical Payment Burden

LI Chen International Business School of China Pharmaceutical University, Nanjing Jiangsu 211198, China

Use the Difference-in-Differences (DID) method based on Propensity Score Matching (PSM) to analyze the data sourcing from CHARLS 2011 and 2013 of residents’ medical payment burden in the two year from which areas that had completed the integration in 2013. And conclude the implementation of the Integration policy’s effect on the reduction of the residents’ medical payment burden.

integration of social medical insurance; medical payment burden of residents; difference-in-differences

R197

A

1674-9316（2017）06-0011-03

10．3969/j．issn．1674-9316．2017．06．007

中国药科大学国际医药商学院，江苏 南京211198