胡志豪 江艳军

摘要：近年来，农村低保户就医行为与健康一直是社会关注的熱点。虽然绝对贫困已经消除，农村低保户福祉水平提升，但贫困课题并未因此消失，相对贫困问题日益严重。另外，当出现灾难性外生冲击时，农村低保户更易受到收入的掣肘，出现“大病拖小病”及久病不医的现象。此外，农村低保户属于低收入群体，出现“返贫”的概率较高。因此，利用2014年中国家庭追踪调查（CFPS）数据，根据2014年各省（市、区）GDP水平将各省（市、区）分为3档，从户籍、收入及财产标准3方面识别“真实”农村低保户与农村非低保户，得到有效样本分别为241、665个，采用倾向得分匹配方法（PSM）评估农村低保对低保户就医行为及健康的影响。结果表明，农村低保显著促进了低保户的就医行为，即农村低保促进了低保户往评级更高的医疗机构就诊的动机，但影响有限，且净效应仅为0.216。然而，对于农村低保对低保户健康的影响，农村低保对客观健康与自评健康没有显著的改善作用。因此，建议提高低保金补贴及分级补贴低保金。

关键词：农村低保;低保户;就医行为;健康

中图分类号： F323.89  文献标志码： A

文章编号：1002-1302（2022）10-0235-08

至2021年，中国9 899万农村贫困户全部脱贫，832个贫困县全部脱贫摘帽，完成了消除绝对贫困的艰巨性任务[1]。虽然绝对贫困已经消除，但农村的相对贫困日益严重，而相对贫困群体往往是低收入群体且人口超过2亿人，占全国总人口的15%以上[2]。另外，虽然低收入群体的收入能够满足基本的生活需求，但仍旧出现“因病返贫”的现象。一方面，农村收入差距不断扩大[3]，较高的收入差距会对健康产生负向效应[4]。另一方面，低收入群体更加“脆弱”，当受到灾难性外来冲击影响时，收入水平更容易受到冲击[5]，最终导致“因病返贫，因病致贫”的现象。另外，由于有限的收入以及高昂的医疗费用，使得一些低收入群体难以获得优质的医疗资源，出现“久病不医”，最后小病拖成大病，给家庭造成负担。低收入群体中的低保群体大多数无经济来源、无劳动能力或无法定赡养人，抵御风险的能力较弱，因此这类人群出现返贫的概率较高[6]。低保政策是一种社会救济制度，一方面可以提高贫困家庭的人力资本[7];另一方面低保政策可以改善贫困家庭的生活水平，降低贫困家庭的比例[8]。2010—2020年，中央政府不断加大最低保障制度的待遇，将全国农村低保平均标准从 117.0元/（月·人）提升到667.6元/（月·人）[9-10]，但仍旧存在很多弊端。农村低保覆盖率低及救助水平不足等问题严重降低了低保政策的救助效果[11]。同时，低保存在精英俘获效应[12]。当地政治精英和经济精英会利用自身的社会经济地位及宗族势力，帮助没有满足低保要求的居民得到低保补贴，进而使其能够享受到低保所带来的红利和福利。另外，在收入与财产标准下保障家庭所剩无几，实保率仅为11.93%[13]。因此，“提高低保发挥效能、保证低保户福利”的诉求声越来越大。2020年全国有农村低保对象3 620.8万人[10]。2021年中央一号文件指出，对脱贫人口中丧失劳动能力且无法通过产业就业获得稳定收入的人口，以现有社会保障体系为基础，按规定纳入农村低保或特困人员救助供养范围，并按困难类型及时给予专项救助、临时救助，还要健全防止返贫动态检测和帮扶机制。要对易贫返贫致贫人口及时发现、及时帮扶、守住防止规模性返贫底线。低收入群体中的低保户是社会中的弱势群体，该群体抵抗外在冲击的能力较弱，尤其是抵御灾难性大病冲击时，更易出现“返贫”“致贫”现象，因此对该群体的研究具有重要意义。目前对就医行为和健康的研究主要集中在收入[14]、养老保险[15]和医疗保险上[15-17]。而低保的相关文献主要探讨人力资本[7]、贫困[8，18]及实施效果评价[19]等，有关就医行为与健康的研究较少。此外，大多数文献未从户籍、收入及财产三方面精确识别农村低保户。因此，关注“真实”农村低保户的福祉具有重大意义。本研究根据已有模型及理论提出一系列的假说并进行验证，揭开农村低保的“黑匣子”，以探究农村低保是否对低保户就医行为和健康产生影响。

1 理论框架与研究假说

1.1 Anderson医疗卫生服务利用模型

Anderson医疗卫生服务利用模型是Anderson于1986年提出的[20]。该模型随后进行不断地更新与调整。本研究参照Anderson理论[21-22]（图1），可见影响就医行为有三大重要因素，分别为先决因素（predisposing）、使能因素（enabling）以及疾病水平（illness level）。先决因素包括人口学特征、社会结构及信念。人口学特征主要为婚姻、性别、婚姻状况以及先前疾病。社会结构包括职业、受教育程度及种族等。信念主要为对疾病的了解程度及对医疗服务的态度等。使能因素包括家庭因素，如收入和医疗保险等及社区因素医疗服务的价格等。疾病水平包括感知疾病与评估疾病。由于农村低保是通过直接给予低保金得以实现，会对收入产生影响。因此，根据Anderson模型理论可得到假说1：农村低保对就医行为有正向作用。

1.2 Grossman模型

根据经济学理论，每个人都是在约束条件下寻求自身效用的最大化。此外，与医疗保险和养老保险不同，农村低保是通过直接给予低保金的方式直接影响农村低保群体的收入，收入的变化会对健康造成一定的影响。因此Grossman的医疗需求模型能够较好地反映出在约束条件下收入与健康之间的关系。本研究参照Grossman等的理论与方法建立数学模型[23-24]。由于健康并非一成不变，其随着时间变量不断损耗与折旧，因此，为了保持良好的健康状况，人们会对自身的健康进行投资，简单关系公式如下。

构建消费者跨期的效用函数

U=U（ΦnH0，…，ΦnHn，Z1，…，Zn）。（1）

式中：H0表示初始健康存量;Ht表示第t个时期的健康存量;Φn表示每单位健康存量收益;hn=ΦnHn，表示第i个消费者第n个时期所消费的健康;Zn表示在第n时期其他商品的总消费，n取决于消费者本身的存量，属于内生变量且已知固定。将公式（1）简化可以得到人一生的效用函数

∑nt=1U（Ct，Ht）。（2）

因此，可以推算出健康资本增加的存量。

Ht+1-Ht=It-φHt。（3）

式中：I表示总投资量;φ表示健康折旧率，且折旧率是外生的。

It=It（Mt，Ct，Et）。（4）

式中：M表示医疗支出;C表示其他商品的支出;E表示与健康相关的一些控制变量，如教育水平以及其他个人特征，如性别、年龄等。将公式（3）带入公式（4）中可得

Ht=（1-φ）Ht-1+I（Mt，Ct，Et）=h（Ht-1，Mt，Ct，Et）。（5）

假设函数形式为凹函数，即随着医疗和其他商品消费的增加，个人健康状况水平也会提高，但是其增幅会逐渐下降。同时个人所面临的预算约束为

Ct+PmtMt≤Yt。（6）

商品C的价格将其标准化设置为1，医疗M的价格为Pm，Y表示t时期的收入水平。综上可知

max∑nt=1U（Ct，Ht）。（7）

构造拉格朗方程可知Ct、Mt、Ht的一阶条件

Uc-λ+μhc=0;（8）

UH-u=0;（9）

-Pmλ+μhm=0。（10）

进而得到最优化的条件

Uc+UHhcUHhm=1pmt。（11）

由公式（11）可知，当消费者得到效用最大化时，个人边际商品消费和医疗消费之比等于两者的价格之比，且得到效用最大化的健康需求函数为

Ht=h（Ht-1，Yt，pmt，Ct，Et）。（12）

对公式（12）进行分析可知，收入与健康呈正比，收入越高，低保户越健康。农村低保是给予低保户低保金，从而提高其收入，因此提出假说2：农村低保对低保户健康有正向影响。

2 模型构建、数据来源及变量说明

2.1 模型构建

由于得到的数据并非为随机化试验所产生的数据，且拥有农村低保群体多数属于老弱病残群体，若采用基本回归模型进行因果识别，会产生自选择等内生性问题，可能会对结果产生偏误。因此，本研究利用倾向得分匹配方法将农村低保与就医行为和健康进行因果识别。倾向分配匹配（propensity score matching，PSM）能够有效解决内生性问题，它将目标群体与其相似群体进行匹配，构建反事实框架，从而解决选择性偏差问题等内生性所引致的偏误。构建倾向得分匹配模型需要3步，分别为建立基础模型、估计倾向得分、匹配[25]。

2.1.1 建立基础模型

先构建因变量与自变量的模型。

Y=β+β1P+β2xi+e。（13）

式中：Y表示因变量（健康或就医行为）;P表示农村低保;xi表示影响因变量的控制变量，如个人特征、家庭特征以及社区（村）特征等;e表示随机扰动项;β1、β2表示回归系数;β表示常数项。

2.1.2 估计倾向得分

倾向得分是指个体进入处理组的概率。该步骤是根据协变量计算出倾向得分，从而筛选出与目标对象相似的群体，建立反事实框架，从而进行有效的因果识别。

2.1.3 匹配

农村低保与健康以及就医行为的因果效应具体公式如下

ATT=E（Y1|P=1）-E（Y1|P=0）。（14）

式中：ATT表示政策的平均处理效应;Y1表示有农村低保群体的健康（就医行为）。

2.2 数据来源

本研究所使用的数据来自北京大学中国社会科学调查中心（ISSS）实施的中国家庭追踪调查（CFPS）数据，该数据始于2010年，每隔2年进行更新与調整，目前已经更新至2018年。该数据覆盖25个省（市、区），涵盖家庭特征、个人特征（成人与儿童）、社区特征。由于2014年CFPS数据能够较好反映农村低保与个人健康之间的关系，且数据中成人、家庭、社区（村）样本分别有37 147、13 946、621个，具有良好的代表性。因此，本研究采用2014年CFPS数据进行分析，根据研究内容删除核心变量与控制变量的缺失值及异常值，最终得到有效样本量共906个，其中获得农村低保的群体为241个，未获得农村低保的群体为665个。

2.3 变量说明

2.3.1 概念界定

本研究对象为拥有农村低保的合格家庭，核心自变量的定义主要体现在2个方面：第一，是否拥有农村低保;第二，合格家庭。根据民政部《最低生活保障审批审批办法（试行）》[民发2012]220号，本研究将拥有农村低保户定义为居住在农村、户主为农业户口且拥有低保的群体，非农村低保户定义为居住在农村、户主为农业户口但没有低保的群体;合格家庭是指符合低保认定标准资格的家庭（收入标准以及财产标准）。本研究对各省（市、区）的政策文件进行整理并参考乐章等的做法[13]，对收入标准进行界定，财产标准进行分类。收入标准规定为家庭月人均纯收入（扣除政府转移性支付）低于当地的月低保标准。财产标准主要为动产、不动产以及其他3个方面的规定。动产包括家庭的货币资产，如银行存款、债权、股票、商业保险等。不动产主要体现在房产、大型农机具、机动车辆、船舶、非生活必需高值物品及机械工程等。由于财产标准与当地省份的经济发展水平、居民的消费水平等相关，各省（市、区）的财产标准存在差异。因此，为了操作的便捷性以及数据量的科学性，本研究根据2014年各省（市、区）的经济发展状况（GDP），将财产认定标准归纳为3档（表1）。第1档主要为经济发展水平较高的省（市）。该档财产标准为家庭金融资产人均不超过当地低保标准的24倍、家庭住房不得超过1套、家庭没有机动车辆（汽车）、没有非必需高值物品（空调、音响、值钱家具、高档乐器）。第2档的规定主要为家庭金融资产人均不超过当地低保标准的18倍、家庭住房不超过1套、家庭没有机动车辆（汽车）、没有非必须高值物品（空调、音响、值钱家具、高档乐器）以及没有投资行为。第3档的规定主要集中于经济相对落后地区。家庭人均金融资产不超过当地低保标准的12倍，家庭住房不超过1套、家庭没有机动车辆（汽车）、未拥非必需高值物品（空调、音响、值钱家具、高档乐器、首饰）且没有投资行为。

2.3.2 因变量

本研究主要的因变量为健康与就医行为。健康分为心理健康与身体健康。已有文献关于心理健康指标有多种，如抑郁[26-27]、生活满意度[27]等。身体健康主要可以归纳为客观指标与主观指标，客观指标为临床指标与个人特征指标，临床指标包括医生诊断的具体疾病[28]、患病率[17]、死亡率[29]等;个人特征有Z评分标准[30]、BMI指数[31-32]等。主观指标是研究主体对自身身体状况进行评价即自评健康。本研究借鉴部分学者对健康变量测度的标准，采用主客观相结合的标准[33]，将是否半年内得慢性病作为客观健康，将您认为自己的健康状况如何作为自评健康，就医行为界定为一般去哪里看病。

2.3.3 自变量

根据Grossman模型[22]、Andersen理论[21-22]、其他相关文献[34-35]可以得到个人特征、家庭特征及社区（村）特征是影响健康或就医行为的重要变量。因此，本研究从3个方面进行协变量的筛选，个人特征包括年龄、性别、受教育年限、过去1个月您吸烟吗、是否有医疗保险、营养打分及2周是否身体不适。家庭特征为家庭人均收入对数。社区（村）特征为医疗/卫生院/诊所数量、药店数量以及是否为矿区（表2）。

2.3.4 变量描述性分析

由表3可知，处理组的客观健康水平高于对照组的健康水平，可以初步判断农村低保对客观健康具有促进作用。但从自评健康来看，处理组的自评健康水平低于对照组的自评健康水平，分别为2.195、2.302，可能是因为低保户大多数为老弱病残群体，对自身的健康状况水平评价比对组的健康水平评价要低。从2组就医行为的均值（分别为1.817、1.684）可以看出，拥有农村低保的群体的就医行为高于无农村低保组的就医行为，原因可能是农村低保提高了有农村低保组的收入水平，可以缓解“久病不医”，最终“小病拖成大病”的现象。另外，从控制变量年龄可以看出，农村低保组的平均年龄（53.257岁）与无农村低保组的平均年龄（50.755岁）相差2.502岁，年龄差距较小且农村低保目标群体主要为中老年群体。此外，从2组受教育年限均值差异可以看出，享受农村低保的群体多数为受教育程度较低的群体（受教育年限均值为2.834年），这在一定程度上反映了教育与贫困的关系。另外，由营养打分变量可知，处理组摄入的营养物质与对照组相比较缺乏，分别为2.801、3.080。2周内身体不适反映当期个体的身体素质状况，拥有农村低保的群体身体素质（0.419）比没有农村低保身体素质要高（0.373）。

3 实证结果与分析

3.1 农村低保对就医行为的影响

在对就医行为进行因果识别前，需要对协变量进行平衡性检验，平衡性检验的主要目的是满足条件独立性假设，使数据接近于随机化试验产生的数据，避免造成混杂性偏差。本研究采用“一对三”的近邻匹配（n=3）进行平衡性检验，发现所有变量在匹配后偏差百分比均低于20%（表4）。借鉴邵敏等的做法[36]，当偏差百分比绝对值低于20%时，表示样本匹配良好，因此，本研究的匹配方法能够有效解决样本的自选择问题，使得结果更加准确。随后进行因果识别（表4），农村低保对就医行为存在显著正向影响（t值为3.16），证明假说1：农村低保促进就医行为。低保户属于低收入群体，由于收入的限制，这类群体往往看不起病或前往医疗较差的机构就诊，最终可能会形成“小病养成大病”的局面。然而，农村低保的获得增加了低保户的收入，因此这类群体有更多资金用于看病就诊，促使低保户前往拥有更优质医疗资源的医疗机构看病。但是从政策的效果来看，差异只有0.216。农村低保的保障水平较低，保障水平的有限性会抑制农村低保户前往专科医院或三甲医院就医的动机。此外，本研究利用半径匹配（卡尺r为0.01）以及核匹配[带宽（bwidth）=0.01]作为稳健性检验，结果依旧显著。

3.2 農村低保对健康的影响

与上述做法相类似，在健康进行因果识别前，须要对变量进行平衡性检验。结果表明，所有协变量的偏差百分比绝对值低于20%[36]，匹配效果良好（表5）。再进行因果识别，发现虽然农村低保减小了半年内患慢性病的次数，但是没有有效改善农村低保户的客观健康水平（表6）。由表7也可以得到类似的结论。从t值（0.33）可以看出，农村低保对自评健康效果不显著，但为正向影响。假说2不成立：农村低保对健康没有显著正向影响。农村低保户大多数为老弱病残群体，对自身的健康状况评价比非农村低保户评价要低。产生这种结果的原因可能有以下2种情况：第一，低保金的数额过少。低保金有限的金额难以支付基本的医疗支出，因此农村低保户的健康难以得到有效改善。第二，农村低保户健康状况低。多数低保户属于老弱病残群体，其疾病的复杂性及顽固性，低保金的获得也难以改善这类群体的健康。值得一提的是，由未匹配的差异（-0.107）与匹配后的差异（0.027）可知，在匹配前存在内生性问题。另外，本研究利用半径匹配（卡尺r为0.01）与核匹配（带宽为0.01）作为稳健性检验，结果相似。

4 结论与政策建议

保障农村低保户的基本福利对社会稳定发展具有重要作用。本研究利用2014年中国家庭追踪调查（CFPS）数据，根据户籍、财产及收入标准对“真实”农村低保户进行认定，采用倾向得分匹配方法构造反事实框架，估计出农村低保对就医行为及健康的净效应。结果表明，农村低保对就医行为有正向影响，可以提高农村低保群体往评级更高的医疗机构看病的动机，但影响有限，净效应仅为0.216。农村低保对客观健康和自评健康没有显著影响。

综上，本研究提出以下建议：第一，提高低保金水平。当前的低保金仍存在资金不足的现象，提高低保户福利水平有限。因此，政府应该提高低保金的保障水平，这样才能够保障部分低保户人群看得起病，缓解低保户的生存压力，解决“小病拖大病”及“久病不医”的现象，保障其基本福祉。第二，分级补贴低保金。部分低保户属于老弱病残群体，这类群体往往受到长期顽固疾病的折磨、身体素质较差。对于这类群体，政府应给予差额补贴，在保证所有低保户基本福利的水平上，根据低保户身体状况进行分级，级数的高低决定政府须要再给予低保金的多寡，从而能够满足低保户的基本福利。

参考文献：

[1]9 899万农村贫困人口全部脱贫 832个贫困县全部摘帽[ER/OL]. （2021-02-25）[2021-09-20]. https：//baijiahao.baidu.com/s？id=1692634835533497042&wfr=spider&for=pc.

[2]黄征学，潘 彪，滕 飞. 相对贫困标准怎么定[ER/OL]. （2021-03-02）[2021-09-20]. https：//baijiahao.baidu.com/s？id=16930860  39428275183&wfr=spider&for=pc.

[3]何秀荣. 小康社会农民收入问题与增收途径[J]. 河北学刊，2021，41（5）：147-157.

[4]封 进，余央央. 中国农村的收入差距与健康[J]. 经济研究，2007，42（1）：79-88.

[5]于新亮，上官熠文，申宇鹏，等. 因病致贫：健康冲击如何影响收入水平？——兼论医疗保险的脱贫效应[J]. 经济社会体制比较，2020（4）：30-40.

[6]李长亮. 深度贫困地区贫困人口返贫因素研究[J]. 西北民族研究，2019（3）：109-115.

[7]刘德弟，薛增鑫. 农村居民最低生活保障制度的教育溢出效应——基于贫困儿童人力资本的实证分析[J]. 西北人口，2021，42（4）：44-56.

[8]刘小珉. 民族地区农村最低生活保障制度的反贫困效应研究[J]. 民族研究，2015（2）：41-54，124.

[9]中华人民共和国民政部规划财务司. 2010年社会服务发展统计公报[EB/OL]. （2011-06-16）[2021-09-20]. http：//www.mca.gov.cn/article/sj/tjgb/201107/201107151705659.shtml.

[10]中華人民共和国民政部. 2020民政事业发展统计公报[EB/OL]. （2021-09-10）[2021-09-20]. http：//172.16.20.58/cache/7/03/images3.mca.gov.cn/a8769398611cb4049381389 43b5a0caa/1631265147970.pdf.

[11]韩华为，徐月宾. 中国农村低保制度的反贫困效应研究——来自中西部五省的经验证据[J]. 经济评论，2014（6）：63-77.

[12]韩华为. 农村低保户瞄准中的偏误和精英俘获——基于社区瞄准机制的分析[J]. 经济学动态，2018（2）：49-64.

[13]乐 章，程中培. 收入是低保制度的唯一认定标准吗？——基于政策文本与中国家庭追踪调查数据的分析[J]. 学习与实践，2017（7）：88-97.

[14]解 垩. 与收入相关的健康及医疗服务利用不平等研究[J]. 经济研究，2009，44（2）：92-105.

[15]柴化敏. 中国城乡居民医疗服务需求与医疗保障的实证分析[J]. 世界经济文汇，2013（5）：107-119.

[16]马 超，赵广川，顾 海. 城乡医保一体化制度对农村居民就医行为的影响[J]. 统计研究，2016，33（4）：78-85.

[17]常 雪，苏 群，周春芳. 城乡医保统筹对居民健康的影响[J]. 中国人口科学，2018（6）：103-114，128.

[18]孙伯驰，段志民. 农村低保制度的减贫效果——基于贫困脆弱性视角的实证分析[J]. 财政研究，2020（2）：113-128.

[19]贺雪峰. 精准扶贫与农村低保的制度绩效问题[J]. 江苏行政学院学报，2019（3）：55-61.

[20]卢 珊，李月娥. Anderson医疗卫生服务利用行为模型：指标体系的解读与操作化[J]. 中国卫生经济，2018，37（9）：5-10.

[21]Andersen R，Newman J F. Societal and individual determinants of medical care utilization in the United States[J]. Milbank Quarterly，2005，83（4）：95-124.

[22]Andersen R M. Revisiting the behavioral model and access to medical care：does it matter？[J]. Journal of Health and Social Behavior，1995，36（1）：1-10.

[23]Grossman M. On the concept of health capital and the demand for health[J]. Journal of Political Economy，1972，80（2）：223-255.

[24]方 亚，周 鼒. 收入与健康人力资本关系的理论与实证研究[J]. 厦门大学学报（哲学社会科学版），2012（1）：118-124.

[25]于爱华，王 琳，刘 华. 随迁对农民工子女非认知能力的影响——基于家校教育过程的中介效应分析[J]. 中国农村观察，2020（6）：122-141.

[26]周 钦，蒋炜歌，郭 昕. 社会保险对农村居民心理健康的影响——基于CHARLS数据的实证研究[J]. 中国经济问题，2018（5）：125-136.

[27]王亚迪. 隔代照料孙子女对中老年人心理健康的影响研究[J]. 科学决策，2018（9）：47-68.

[28]范 丹，叶昱圻，王维国. 空气污染治理与公众健康——来自“大气十条”政策的证据[J]. 统计研究，2021，38（9）：60-74.

[29]肖 权，方时姣. 收入差距、环境污染对居民健康影响的实证分析[J]. 统计与决策，2021，37（7）：67-71.

[30]赵建国，温 馨. 城乡居民基本医疗保险对儿童健康的影响——基于中国家庭追踪调查数据的实证研究[J]. 社会保障研究，2021（4）：44-56.

[31]成 刚，孙志军，杜思慧. 儿童青少年健康影响学业成绩吗？[J]. 教育经济评论，2021，6（2）：46-70.

[32]周 磊，王静曦，姜 博. 农村义务教育学生营养改善计划对学生健康的影响研究[J]. 中国农村观察，2021（2）：97-114.

[33]吴 敏，熊 鹰. 病与非病：老年主客观健康一致性评估及其影响因素分析[J]. 南方人口，2021，36（2）：53-64.

[34]王 曲，刘民权. 健康的价值及若干决定因素：文献综述[J]. 经济学，2005，4（4）：1-52.

[35]马 超，赵广川，顾 海. 城乡医保一体化制度对农村居民就医行为的影响[J]. 统计研究，2016，33（4）：78-85.

[36]邵 敏，包 群.出口企业转型与企业的经营表现[J]. 统计研究，2011，28（10）：76-83.