社会医疗保险减贫效应的时空异质性检验

社会医疗保险减贫效应的时空异质性检验

一、减贫效果的评价与分析从18号开始。党的全国代表大会取得了显著成效。健康扶贫作为扶贫工作重点之一，呈现出参与主体多元化、扶贫方式多样化、聚焦群体精准化的特点。健康扶贫具有增强贫困人口抵御风险和参与社会生活的能力，为贫困地区经济发展提供风险保障，明确未来预期。在人口红利消失阶段，人们更愿意增加对健康保障的投入，而医疗费用支出的增加给一部分贫困家庭患者带来压力和负担，极易导致因病致贫和因病返贫。社会医疗保险如何更好地发挥减贫功能？从逻辑机理来看，一是减少患者自付费用，增加其可支付能力。健全的社会医疗保险制度可以减轻参保人员医疗支出的负担，不仅缓解疾病风险冲击，也保障参保人员公平享受医疗卫生服务的权利，降低因病致贫和因病返贫的可能性，进而减轻贫困，因此，社会医疗保险政策在发展中国家广受欢迎，在减贫战略实施中起到关键作用。实践中，贫困地区、弱势群体的医疗保障问题也被高度重视，有效解决因高额自付医疗费用引起的贫困，让群众普遍获得优质卫生服务，是提高减贫效果的关键路径之一。现阶段，社会医疗保险减贫效果与政策预期仍存有较大差距，那么，如何合理评价社会医疗保险减贫效果？相关研究认为缴费档次的选择、报销比例、结算方式、贫困线标准、医疗保险支出和保障水平以及参保群体的类型等都会影响减贫效果。上述研究成果已经证明医疗保险与减贫之间的相关性，普遍认为优化医疗保险体系、提高统筹层次、增加医疗救助等政策兜底措施对减轻贫困具有积极效果，但如何衡量医疗保险减贫效果、指标选择、衡量方法等议题尚未形成共识。在当前“调结构、补短板”、完善医疗服务环境的背景下，如何通过社会医疗保险减贫助推健康中国并促进小康社会的全面建成，尚需对社会医保构成指标存在哪些短板进行深化研究。同时，社会医疗保险减贫效果是否存在区域差异？这些差异对增加居民可支配收入、降低贫困发生率的影响效应又是怎样？基于以上思考，本文构建了医疗保险减贫效果的评价指标体系，采用DANP方法确定影响医疗保险减贫效果的关键因子，并评估减贫效果。运用面板数据回归方法实证检验减贫效果，刻画医疗保险对减轻居民医疗负担、减轻贫困的时空差异的影响。据此提出完善社会医疗保险制度，优化参保群体结构，助力脱贫攻坚的建议。本文的边际贡献主要在于：（1）研究指标权重确定方面，采用DANP法确定各影响因子的权重，进而构建重要性—绩效值（IPA）分析矩阵，锁定关键因子，并根据关键因子构建计量模型进行实证检验。（2）研究内容方面，采用我国2010—2017年31省份面板数据和宏观时序数据分别构建计量模型，量化医疗保险对减贫的时空影响和政策效果，试图为政府精准施策提供参考。二、关键因子及绩效评估为有效确定关键因子的影响权重，进而精准识别影响社会医疗保险减贫效应的关键因子，本文采用基于网络程序分析法的决策实验室法（DEMATEL-basedANP,DANP）。其步骤分三步：确定因子间影响关系建立指标体系；计算权重判断关键因子；对IPA绩效值评估。该方法由Tzeng和Huang提出，（一）直接影响关系矩阵根据DANP方法，笔者于2019年1—3月发放问卷200份，受访者为高校教师、研究人员、学生、医保基金中心人员及参保人员，最终收回问卷167份，其中有效问卷159份，进而产生了一个基于159份问卷的直接影响矩阵（Z），并经正规化计算处理后，可得总影响关系矩阵（T）。各因子间影响程度来自受访者问卷结果，据此构建直接影响矩阵Z。其中n为因子的数量，z根据T=X(I-X)而后对T矩阵进行正规化处理，得到加权的超级矩阵W，进而将W矩阵进行自我相乘，直至收敛为止，得极限超级矩阵W将DEMATEL所产生的重要度与DANP所计算出的相对权重可同时作为决定关键因子的依据，按照Borda法则，（二）基于绩效值的分析关键因子的确定是精准识别社会医疗保险减贫关键环节的前提，在此基础上有必要进一步评价关键因子的减贫效果及其政策效能。由于重要性—绩效值分析法（Importance-PerformanceAnalysis,IPA)通过建立以绩效值为横轴、因子重要性为纵轴的象限关系图，可以确定各因子所处的绩效分布区域。各个因子绩效值仍以本文同样受访者填答问卷的形式获取，问卷效果评价标准如表4所示。以因子的重要性与绩效值两者建构IPA分析矩阵，与传统IPA不同，准则权重部分改为以最终排序替代；而因子的平均绩效值则是根据受访者依照1-100分的百分制尺度评分结果计算而得（评价标准按表现程度设为：非常不好：0—25分；不好：26—50分；普通：51—70分；好：71—85分；非常好：86—100分）。由于70是“普通”与“好”的临界值，并且受访者一致倾向于将70作为临界值，因此绩效值方向的临界值选取70，其含义为临界值70以下的各点绩效表现普通或较差，而70以上各点的绩效表现良好或优秀，由此建立的因子重要性与绩效值关系矩阵如下页图1所示。根据图1，除了报销比例（B2）和退休参保群体占比（D1）外，其他3个关键因子：在职参保群体占比（D2）、居民参保群体占比（D3）和人均社会医疗保险支出（B1）落入第四象限，说明上述3个关键因子表现出了较好的绩效值，对于减轻贫困产生了积极的影响，应继续保持。由于报销比例（B2）和退休参保群体占比（D1）表现出了较差的绩效，因此应重点关注这二者对减贫降困的影响，并优先解决其绩效较差的问题。由于落在第一象限中的影响因子具有较低的重要性却表现出较高的绩效，显示出有资源错配的现象，因此应将资源配置进行合理调整。由于并未有因子落在第二象限，因此可知除关键因子外，其他因子在某种程度上也会对减轻贫困产生影响，尽管影响程度相对微弱，但也不可忽视。根据表2总影响关系矩阵可画出关键因子之间的因果关系图（见图2）。由图2可知，可从提升人均社会医疗保险支出（B1）的绩效来促进其他关键因子的发展，原因是其绩效的提高，可以直接带动退休参保群体占比（D1）、在职参保群体占比（D2）、居民参保群体占比（D3）等3个关键因子绩效的提高，也可以间接带动报销比例（B2）绩效的改善；另外，退休参保群体占比（D1）的绩效改善也会对人均社会医疗保险支出（B1）产生积极的影响。因此，根据图2可判断人均社会医疗保险支出（B1）是关键因子的源头。应从源头入手，抓住问题的主要矛盾，优先改善人均社会医疗保险支出水平，并以此为突破口，改进优化其他关键因子。三、通过分析社会健康保险的减贫影响区域差异（一）．报销比例存在逆向选择行为将DANP方法所确定的关键因子作为实证研究的解释变量，据此构建计量模型，尽管报销比例与在职参保群体占比权重排名并列第4位，但考虑到报销比例在业务实践中存在一定的负外部性，参保缴费行为存在“逆向选择”，绝大多数人只愿选择最低档标准参保缴费。为防止诱发道德风险，报销比例并非越高越好，因此并未将报销比例列入实证研究解释变量因子。具体如下：1.解释变量贫困指标，选取贫困发生率（rupr），该指标表示贫困人口占总人口的比重，是衡量脱贫的主要指标。2.解释变量以关键因子作为实证检验模型的解释变量，变量选取如下：参保结构（X3结构转变指标(1）人口结构：人口年龄结构与人口预期寿命都是与居民收入等家庭经济状况密切相关的人口变量，因此我们在模型中引入人口老龄化指标——老年人口抚养系数（odr），其计算方法为65岁老年人口数与劳动年龄人口数之比。（2）产业结构：产业结构转变既是理解中国经济高速增长的核心变量，也是探讨居民收入不平衡的关键因子。本文选取第一产业贡献度（fir）、第三产业贡献度（thi）作为控制变量。农业作为国家基础产业即第一产业，可以反映居民的基本生活保障，fir的计算方法为第一产业产值占地区经济总量的比重；第三产业发展程度高低可以反映地区经济发展水平，thi的计算方法为第三产业产值占地区经济总量的比重。（3）经济发展指标：人均国内生产总值（pgdp）。（4）医疗发展指标：用每千人拥有职业医师数（doc）来衡量。（5）教育水平：表示平均受教育水平，采用不同学历从业人员的受教育年限加权平均衡量，计算公式为edu=（小学教育的人数×6+初中教育的人数×9+高中教育人数×12+大专及以上教育人数×16）/6岁以上的人口数。（二）贫困发生率统计选取全国31个省份2010—2017年面板数据进行研究，其中人均社会医疗保险支出、参保群体结构类型、人口结构、产业结构、人均可支配收入等指标来源于中经网和国家统计局官网；每千人医师数源自《中国卫生健康统计年鉴》和《中国卫生和计划生育统计年鉴》；贫困发生率指标来源于各地方政府、新闻媒体网站公布的信息，并经计算整理而得；教育水平经加权运算获得，小学、初中、高中和大专及以上教育人数等原始数据源自《中国人口和就业统计年鉴》。根据stata13软件，可获得各变量的描述性统计结果（受篇幅所限，描述性统计图表省略），面板数据中未发现极端异常值，为消除异方差和自相关，本文引入稳健性标准误，并对解释变量和被解释变量进行半对数化处理。考虑到贫困发生率数值极小，为防止对数化处理后数据波动异常，因此并未对贫困发生率做对数处理。（三）社会医疗保险和参保结构的基本模型根据以往学者关于社会医疗保险扶贫的相关理论，本文构建了包含保障水平、参保结构、产业结构、经济指标、贫困指标、教育水平和医疗发展等指标的计量模型，用于检验社会医疗保险和参保结构变化对减贫效应的影响关系，基本模型的方程表示如下：（四）分析健康保险减贫影响区域差异的证据1.．减贫效果根据2010—2017年全国宏观数据，对本文重点关注的解释变量和被解释变量进行计量检验。首先，以贫困发生率作为被解释变量进行分析。为确定模型的选取，需要对混合模型和固定效应模型进行F检验，P值=0，说明使用固定效应模型较好；对固定效应模型和随机效应模型进行稳健的hausman检验，p值=0，说明使用固定效应模型较好；对其他效应模型也进行了类似的检验，结果基本一致。为对比分析，表5显示三种检验结果。根据表5，从保障水平看，固定效应模型下全国层面人均社会医疗保险支出对贫困发生率影响方向为负向，比例系数为-18.818，即经对数化处理系数为-2.935，且在1%水平下显著。这意味着社会医疗保险支出增加能够减轻贫困，且减贫效果显著，人均社会医疗保险支出每增加1个百分点，贫困发生率降低2.935个百分点。从参保结构看，固定效应模型下退休参保群体占比对贫困发生率的影响方向为正向，比例系数为28.228，经对数化处理系数为3.340，且在1%水平下显著，这意味着退休参保群体占比增加能够显著地加剧贫困，退休参保群体占比每增加1个百分点，贫困发生率会增加3.340个百分点。原因在于退休参保群体占比的增加会导致参保结构老化，而退休群体患病和住院风险相对较高，极易加重医疗费用负担，由此引发贫困问题。在职参保群体占比对贫困发生率的影响为负向，比例系数为-22.165，经对数化处理后的比例系数为-3.098，且在5%水平下显著，这意味着在职参保群体占比增加能够减轻贫困，且减贫效果显著，该群体占比每增加1个百分点，贫困发生率会下降3.098个百分点。居民参保群体占比对贫困发生率的影响也为负向，比例系数为-11.830，经对数化处理后的比例系数为-2.471，且在5%水平下显著，这意味着城镇居民参保群体占比的增加能够减轻贫困，且减贫效果显著，该群体占比每增加1个百分点，贫困发生率会下降2.471个百分点。对于随机效应和混合效应，也得到了基本一致的结论。综上，实证研究均表明，从全国宏观数据检验可以看出，整体上人均社会医疗保险支出增加对减贫具有积极作用，社会医疗保障水平的提高能够有效地减轻贫困。从参保结构来看，退休参保群体占比的增加在一定程度上会加剧贫困的发生，可能的原因在于退休群体患病风险、住院频次和医疗支出普遍高于在职群体，医疗费用的增加在一定程度上导致因病致贫的可能性。2.不同保障水平的减贫效果为考察全国不同区域医疗保险对贫困发生率的效应差异，本文将样本数据分为东部、中部和西部三个子样本。从东部地区看，对于保障水平，人均社会医疗保险支出对贫困发生率的影响关系为负向，比例系数为-9.695，经对数化处理系数为-2.272，且在1%水平下显著，这意味着人均社会医疗保险支出每增加1个百分点，贫困发生率会下降2.272个百分点，减贫效果显著。对于参保结构，东部地区退休、在职和居民参保群体占比均没有通过显著性检验，但退休和居民参保群体占比对贫困发生率的影响方向为正，说明二者占比的提高在一定程度会加剧贫困；而在职参保群体占比对贫困发生率的影响方向为负，说明提高在职参保群体占比对降低贫困率仍具有积极作用。可能的原因在于东部地区在职参保人数比重相对较高，且参加职工医疗保险的报销和补偿水平往往高于居民医疗保险补偿水平，因此东部地区在职占比对减贫的影响程度较其他指标更为明显。从中部地区看，对于保障水平，人均社会医疗保险支出对贫困发生率的影响为负向，比例系数为-9.252，经对数化处理系数为-2.225，且在1%水平下显著，这意味着人均社会医疗保险支出每增加1个百分点，贫困发生率会下降2.225个百分点，减贫效果显著。对于参保结构，中部地区参保结构对贫困发生率的影响效应均通过显著性检验，其中退休参保群体占比对贫困发生率影响呈正向，比例系数为14.370，经对数化处理比例系数为2.665，且在5%水平下显著，这意味着退休参保群体占比每增长1个百分点，贫困发生率会增加2.665个百分点，由此可见，中部地区退休参保群体占比增加，会加重医疗费用的支出，进而增加贫困负担。在职参保群体占比对贫困发生率的影响为负向，比例系数为-15.108，经对数化处理比例系数为-2.715，且在5%的水平下显著，这意味着在职参保群体占比每增加1个百分点，贫困发生率会下降2.715个百分点，可见中部地区在职参保群体占比增加，会降低贫困的发生。居民参保群体占比对贫困发生率的影响为负向，比例系数为-12.668，经对数化处理比例系数为-2.539，且在1%水平下显著，这意味着居民参保群体占比每增加1个百分点，贫困发生率会下降2.539个百分点，说明提高居民参保群体占比能够显著降低贫困发生率水平。可能的原因在于中部地区在职和居民参保群体的比重均相对较高，二者占比的提高能够增加社会居民医疗保障，提高居民财富积累水平，降低医疗费用开支，减轻患者医疗负担，因而减贫效果显著。从西部地区看，对于保障水平，人均社会医疗保险支出对贫困发生率的影响为负向，比例系数为-14.78，经对数化处理系数为-2.693，且在10%水平下显著，这意味着人均社会医疗保险支出每增加1个百分点，贫困发生率会下降2.693个百分点，减贫效果显著。对于参保结构，西部地区只有居民参保群体占比通过显著性检验，其比例系数为-14.084，经对数化处理比例系数为-2.645，且在5%水平下显著，减贫效果显著。可能的原因在于，一方面西部地区参加居民医疗保险的人员占比最高，提高居民占比对增加医疗保障水平和降低医疗负担的影响效应更为显著；另一方面，西部地区经济发展水平较其他地区相对落后，在扶贫和健康政策的支持下，地方政府卫生支出补贴也逐步向农民工、留守人员等弱势群体倾斜，这也增加了弱势群体参加居民医疗保险的概率，有助于减轻这部分群体的经济困难和医疗保障问题，因此减贫效果显著。退休参保群体占比虽然没有通过显著性检验，但其对贫困发生率的影响为负向，说明退休参保群体占比对降低贫困发生率仍具有积极作用；在职参保群体占比也没有通过显著性检验，且其对贫困发生率影响并不是负向，说明西部地区在职参保群体占比对减贫效应影响微弱。四、结论和政策建议（一）调整参保群体占比本文使用DANP方法对医疗保险减贫绩效做出科学评价，并基于中国经验数据构建计量经济模型，考察我国不同地区减贫效应差异，主要得出以下结论：其一，根据绩效评价结果，影响医疗保险减贫效果的关键因子为：人均社会医疗保险支出、退休参保群体占比、居民参保群体占比、在职参保群体占比和报销比例。其中，退休参保群体占比和报销比例需要进一步优化和改进。其二，在全国层面，从保障水平看，人均社会医疗保险支出水平提高能够显著降低贫困率，减贫效应显著。从参保结构看，退休参保比例增加会导致参保结构老化，抑制减贫效果；在职和居民参保比例增加，则会显著降低贫困率水平。其三，从省际层面来看，社会医疗保险支出对东部、中部、西部三个区域减贫效果显著，但参保结构对不同区域影响存在差异：提高退休参保群体占比会加剧东部和中部地区的贫困水平，但对西部地区减贫具有积极作用；提高在职参保群体占比对中部地区减贫效果显著，但对西部地区影响微弱；提高居民参保群体占比对东部地区减贫影响微弱，但对中西部地区减贫效果显著。（二）．进一步推进城乡一体的社会保障制度体系建设，促进区域协调发展，推进社会共济，实现公平基于上述结论，本文提出以下政策建议：第一，强化政府主体责任，加强制度顶层设计。加大社会医疗保险支持力度，进一步拓展医疗保险扶贫政策红利。政府要加强宏观调控，通过政策引导和财政补贴等手段，增加医疗保险的有效供给，发挥医疗保险扶贫的政策效能，持续推进医疗、医保、医药三医联动机制，并形成合力，提升医疗卫生水平，降低管理成本，减轻看病