裴艳波 宋培涵

摘要：以中国健康与营养调查2004年到2011年之间4轮全国抽样调查数据为基础数据，采用倾向值匹配方法，用stata软件对数据进行处理分析。利用Probit模型估计倾向值，从而研究医疗保险对儿童健康状况的影响。研究表明医疗保险对促进儿童的健康水平有显著影响，进一步为增加针对儿童的社会医疗保险提供了依据。关键词：医疗保险儿童健康倾向值Probit模型

一、引言

儿童健康不仅仅是一个家庭的希望，同时也是一个国家能够持续健康发展的基础。全国妇幼卫生监测统计表明，全国5岁以下儿童死亡率已降为15.6‰，婴儿死亡率从2000年的32 3%0降到2011年的12.1‰;2016年《中国儿童发展纲要（2011-2020年）》显示，婴儿死亡率和五岁以下儿童死亡率持续下降，2016年婴儿死亡率为7.5‰，五岁以下儿童死亡率为10.2%0.分别比2010年下降5.6和6.2个千分点。由此可见，我国儿童健康状况得到显著改善毋需置疑。

本文以中国健康与营养调查2004年到2011年之间4轮全国抽样调查数据为基础数据，采用倾向值匹配方法，用stata软件对数据进行处理分析，利用Probit模型估计倾向值，针对医疗保险对儿童健康状况的影响展开研究。一方面，将儿童医疗保险作为外生控制变量进行深入剖析，减少研究结果可能存在的偏差;另一方面，为改善我国儿童健康状况和经济发展提供科学有效的实证依据。

二、数据来源

本文数据源于中国营养与健康调查（CHNS）。纳入本研究的数据仅包括最新4轮的调查，即2004年、2006年、2009年和2011年。本研究的样本为在这4轮调查中所有年龄为14周岁以下的儿童，从实证角度分析医疗保险对儿童健康的影响。该数据库包括4011个样本，本文参考世界卫生组织（WHO）推荐使用的儿童体重和身高评价标准，去除了样本中的异常值及其相关变量。

三、研究方法

（一）倾向值基本概念

（二）匹配方法

得到PS之后，我们可以利用三种常用的匹配方法基于PS对处理组和控制组样本进行匹配。令Pi和P1分别是干预组和控制组个体的倾向值，I1和Io分别是干预组和控制组的个体集合。

1.最近邻匹配法

最近邻匹配方法是根据估计的处理组PS，选择与其PS之差的绝对值最小的一个控制组样本，作为处理组的匹配对象。

2.半径匹配法

半径匹配法是提前假定一个距离r，如果处理样本与控制组中样本倾向值之差的绝对值在此距离r内，那么控制组相应的一个或多个满足条件的样本被选定为匹配对象。

3.核匹配法

核匹配法是采用非参数估计的方法，构造一个虚拟对象来与处理组进行匹配，构造的原则是对控制组所有个体做加权平均，赋予在倾向值上距离i更近的j一个更大的权重，而赋予在倾向值上距离i更远的j一个更小的权重。

（三）干预效应

倾向值匹配方法的特点是创造“准”随机试验条件进行处理组和控制组的比较分析，从而减小估计偏差。该方法需要满足以下两个假设：

假设一：条件独立分布假设

假设二：共同支撑假设

（四）变量选取

选定变量如下表所示：

本文所关注的重点为是否办理医疗保险对儿童健康状况的影响，因此对于儿童参加哪种医疗保险（新型合作医疗保险、城镇居民基本医疗保险、商业医疗保险等）并无区分，只考虑儿童是否办理医疗保险。关于儿童的个体特征，本文选取了年龄、性别、身高、体重作为变量;本文增加了父母身高、体重、受教育程度作为变量用来描述父母对儿童健康的影响;此外，本文选取了家庭净收入反映儿童所在家庭的收入情况。

四、儿童特征描述统计

将办理医疗保险的个体标记为处理组，未办理医疗保险的个体标记为控制组，通过各变量的差异性对比发现在儿童的年龄、父亲身高以及父母教育水平等方面两组样本特征差异性显著。从儿童自身的状况上看，办理医疗保险的儿童年龄偏大1岁左右。从家庭经济条件和父母的受教育水平角度来看，办理医疗保险的儿童家庭经济条件、父母的受教育水平要显著优于未办理医疗保险的儿童家庭（数据分析结果参见表2）。由此可见，如果不作随机化匹配，直接对两组数据进行比较来分析儿童是否参加保险对儿童健康影响，结果将会存在较大的选择偏差，难以得到真实可靠的结论。

五、倾向值匹配分析

本文运用倾向值匹配方法，利用最近邻匹配、半径匹配（0.01.0.1.0.5）和核匹配方法估计处理组的平均干预效应（ATT），并采用自抽样法（bootstrap）反复抽样200次估计样本的标准误差，所得结果见表5。

从表5可以看出，“四周患病率（SICK）”在采用最近邻匹配方法匹配之后，t值为2.65.表明平均处理效应在0.05水平下显著，使儿童的四周患病率平均降低了4.1%。医疗保险的平均处理效应在半径匹配与核匹配两种匹配方法下均显著，且趋势一致，这说明拥有医疗保险确实可以降低儿童的四周患病率。

“患病天数（DAYS）”在用各方法进行匹配之后，平均处理效应在最近邻匹配、半径匹配（0.01）、半径匹配（0.1）和核匹配方法下都在0.05的水平下显著，在半径匹配（0.5）进行匹配方法下在0.01水平下显著，这表明参加医疗保险能够显著减少样本儿童的患病天数。

HAZ值在用各方法匹配之后，半径匹配（0.5）在0.05的水平下显著，最近邻匹配和核匹配也均在0.01的水平下显著，表明医疗保险对于儿童的HAZ值有显著的相关影响。在采用半径匹配（0.5）进行匹配时平均处理效应为正，其它匹配方法的处理效应均为负，因此，这里我们无法明确参加医疗保险是否对于儿童长期营养健康有积极影响。

BAZ值在最近邻匹配和半径匹配（0.01）下在0 05的水平下显著，在半径匹配（0.1）、半径匹配（0.5）和核匹配下在0.01的水平下显著，表明医疗保险对儿童的BAZ值也有显著的正相关影响。在采用最近邻匹配进行匹配时平均处理效应达到了0.156.表明相比较于未办理医疗保险的儿童，办理医疗保险的样本儿童的BAZ值平均高出了0.156。

此外，我们还可以发现，不同方法估计的效应方向和趋势基本是一致的，但结果存在一定差异。产生这种差异的主要原因是，不同匹配算法形成了不同的匹配子集与不同的共同支撑区域。

六、总结

本文基于倾向值方法，以中国健康与营养调查（CHNS）2004年、2006年、2009年和2011年的全国抽样调查数据为基础，将医疗保险作为处理变量对儿童身体健康状况进行影响性研究，进而具体分析医疗保险对儿童健康效益。

分析表明，利用HAZ值、BAZ值、四周患病率以及患病天数4个指标作为衡量儿童健康状况的指标，办理医疗保险的儿童健康都要优于未办理医疗保险的儿童。

儿童健康状况和医疗保障问题是很多发展中国家关注和研究的重要领域，儿童时期的健康状况会影响到个体未来的健康、收入，包括拥有一个和谐幸福的家庭。如何切实提高儿童身体健康状况、缩小城乡儿童健康不平衡已成为我国和谐社会发展中重要的一个环节，也是体现国民健康状况、生活水平的重要指标。儿童作为一个家庭未来的核心与支柱，健康的成长是重中之重，有效的避免疾病困扰和治病费用的问题是儿童成长和家庭幸福的基础。

对于我国儿童成长阶段的健康保障方面，应针对不同区域、家庭状况、健康状况等方面制定相应的儿童医疗保障政策。加强儿童医院或综合医院儿科建设，完善儿童医疗卫生服务体系，为儿童健康成长提供有力保障，加大相应的宣传和政策支持，让更多的人和家庭认识到儿童医疗保險的重要性和有效性，为家庭和孩子成长提供相应的保障和生活环境。