農(nóng)村居民醫(yī)療消費(fèi)支出影響因素分析

吉 媛，蔣崧韜

（1.四川工商學(xué)院 經(jīng)濟(jì)與管理學(xué)院，四川 眉山 620000；2.四川大學(xué) 經(jīng)濟(jì)學(xué)院，四川 成都 610000）

農(nóng)村居民醫(yī)療消費(fèi)支出影響因素分析

吉 媛1，蔣崧韜2

（1.四川工商學(xué)院 經(jīng)濟(jì)與管理學(xué)院，四川 眉山 620000；2.四川大學(xué) 經(jīng)濟(jì)學(xué)院，四川 成都 610000）

文章采用中國(guó)1999—2014年的省際面板數(shù)據(jù)，運(yùn)用雙向固定效應(yīng)模型分析我國(guó)農(nóng)村居民醫(yī)療消費(fèi)支出影響因素。估計(jì)結(jié)果表明：政府醫(yī)療衛(wèi)生支出、老年撫養(yǎng)比、少兒撫養(yǎng)比、醫(yī)療消費(fèi)價(jià)格指數(shù)均與農(nóng)村居民醫(yī)療消費(fèi)支出正相關(guān)。而G D P增長(zhǎng)率、農(nóng)村居民人均純收入與農(nóng)村居民醫(yī)療消費(fèi)支出顯著負(fù)相關(guān)。

醫(yī)療消費(fèi)；農(nóng)村居民醫(yī)療消費(fèi)支出；影響因素；面板數(shù)據(jù)

改革開(kāi)放以來(lái)，我國(guó)醫(yī)療衛(wèi)生事業(yè)取得了長(zhǎng)足的進(jìn)步，但也存在醫(yī)療費(fèi)用上漲過(guò)快、人民醫(yī)療消費(fèi)支出負(fù)擔(dān)過(guò)重等問(wèn)題。如果居民醫(yī)療消費(fèi)支出的快速上漲趨勢(shì)無(wú)法得到有效的抑制，不僅會(huì)使人民群眾無(wú)法正常享有健康的權(quán)利，居民快速上漲的醫(yī)療消費(fèi)支出還會(huì)增加居民未來(lái)預(yù)期的不確定性，進(jìn)而降低整個(gè)社會(huì)的消費(fèi)率，這與黨中央《關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃的建議》強(qiáng)調(diào)的“要發(fā)揮消費(fèi)對(duì)增長(zhǎng)的基礎(chǔ)作用，著力擴(kuò)大居民消費(fèi)”要求不符。因此，本文將對(duì)影響我國(guó)城鄉(xiāng)居民醫(yī)療消費(fèi)支出的因素進(jìn)行分析。由于我國(guó)城鄉(xiāng)二元經(jīng)濟(jì)制度的存在，使得我國(guó)城鄉(xiāng)在消費(fèi)環(huán)境、消費(fèi)水平以及相應(yīng)的制度環(huán)境等方面存在一定的差異，本文將只針對(duì)農(nóng)村居民的醫(yī)療消費(fèi)影響因素進(jìn)行分析。

一、農(nóng)村居民醫(yī)療消費(fèi)支出影響因素分析的研究設(shè)計(jì)

（一）模型設(shè)定

本文在模型設(shè)定時(shí)將農(nóng)村居民醫(yī)療消費(fèi)占比medratio作為被解釋變量（農(nóng)村居民醫(yī)療消費(fèi)占比=農(nóng)村居民人均醫(yī)療消費(fèi)支出/農(nóng)村居民人均消費(fèi)支出）。由于醫(yī)療消費(fèi)是居民消費(fèi)中的一類，因此采用醫(yī)療消費(fèi)占比能夠很好的反映出農(nóng)村居民醫(yī)療消費(fèi)在預(yù)算約束內(nèi)的變化情況，同時(shí)還避免了物價(jià)指數(shù)變動(dòng)所帶來(lái)的估計(jì)誤差。結(jié)合農(nóng)村居民消費(fèi)實(shí)際情況，本文將解釋變量設(shè)定如下：

medratioit農(nóng)村居民人均醫(yī)療消費(fèi)支出在人均總消費(fèi)支出中的占比

explainvarit解釋變量：

oldit省際老年撫養(yǎng)比

youthit省際少兒撫養(yǎng)比

goeit省際政府醫(yī)療衛(wèi)生支出

medpricit省際醫(yī)療消費(fèi)價(jià)格指數(shù)

insuratit省際醫(yī)療保險(xiǎn)參保率

Zit其他控制變量：

inflait省際通貨膨脹率（居民消費(fèi)價(jià)格指數(shù)）

growthit省際年度GDP增長(zhǎng)率

dincoit省際農(nóng)村居民人均純收入

模型中，i、t分別表示地區(qū)和年份。被解釋變量medratio為各地區(qū)農(nóng)村居民人均醫(yī)療消費(fèi)支出在人均總消費(fèi)支出中的占比。本文選取的解釋標(biāo)量包括：

old為各省的老年撫養(yǎng)比，youth為各省少兒撫養(yǎng)比。雖然年齡本身并不會(huì)必然引起醫(yī)療消費(fèi)，但一般認(rèn)為，人在少年時(shí)由于心智和身體均未發(fā)育成熟，因此自身抵抗力和抗風(fēng)險(xiǎn)能力較弱，容易引起健康狀況的波動(dòng)；同樣隨著人們年齡步入老年階段，各項(xiàng)機(jī)能開(kāi)始退化，這同樣增加了疾病的風(fēng)險(xiǎn)。而年齡所代表的健康狀況很可能會(huì)引起居民醫(yī)療消費(fèi)支出的變動(dòng)。本文將少兒撫養(yǎng)比和老年撫養(yǎng)比同時(shí)納入模型解釋變量，分析年齡結(jié)構(gòu)對(duì)農(nóng)村居民醫(yī)療消費(fèi)的影響。goe為各地區(qū)政府醫(yī)療衛(wèi)生支出。理論上來(lái)說(shuō)，醫(yī)療消費(fèi)問(wèn)題實(shí)際上是全社會(huì)醫(yī)療支出成本在不同主體之間的分配問(wèn)題，如果政府的醫(yī)療衛(wèi)生支出增加必然會(huì)減輕公眾（社會(huì)和個(gè)人）的醫(yī)療支出負(fù)擔(dān)。根據(jù)既有文獻(xiàn)的研究結(jié)論，醫(yī)療消費(fèi)價(jià)格指數(shù)也是影響居民醫(yī)療消費(fèi)支出的因素，此外，農(nóng)村居民無(wú)論是收入水平還是消費(fèi)水平相較于城鎮(zhèn)居民都更低，因此農(nóng)村居民對(duì)醫(yī)療消費(fèi)價(jià)格的變動(dòng)可能會(huì)更敏感，本文醫(yī)療消費(fèi)價(jià)格指數(shù)變量仍為medpric。為了控制宏觀因素，模型還加入了其他宏觀因素控制變量，包括各省居民消費(fèi)價(jià)格指數(shù)infla，用以衡量地區(qū)的通貨膨脹率；各省的GDP增長(zhǎng)率growth，以控制各地區(qū)的經(jīng)濟(jì)增長(zhǎng)情況；由于多數(shù)研究都證實(shí)了收入與醫(yī)療消費(fèi)支出之間存在正向關(guān)系，因此本文亦將農(nóng)村居民人均純收入變量dinco納入了控制變量當(dāng)中。

我國(guó)農(nóng)村在20世紀(jì)80年代推廣家庭聯(lián)產(chǎn)承包責(zé)任制后，由于集體經(jīng)濟(jì)的不斷衰退，原有的合作醫(yī)療保障體系也隨之瓦解，因此我國(guó)廣大農(nóng)村實(shí)際上長(zhǎng)期處于自費(fèi)醫(yī)療的狀態(tài)，直到2003年新型農(nóng)村合作醫(yī)療開(kāi)始試點(diǎn)，原有的自費(fèi)醫(yī)療狀態(tài)才逐步得到緩解，而新型農(nóng)村合作醫(yī)療2003年開(kāi)始試點(diǎn)后，直到2007年才在全國(guó)普及，因此農(nóng)村居民新型農(nóng)村合作醫(yī)療參保人數(shù)的全國(guó)數(shù)據(jù)只能從2007年后才能獲得。有鑒于此，本文在分析農(nóng)村居民醫(yī)療消費(fèi)影響因素時(shí)亦將新農(nóng)合參保率作為被解釋變量，但該數(shù)據(jù)的時(shí)間跨度僅為2007—2014年。

（二）樣本數(shù)據(jù)來(lái)源

根據(jù)本文的研究目的和數(shù)據(jù)的可得性，本文采用1999—2014年間中國(guó)31個(gè)省級(jí)行政單位的面板數(shù)據(jù)對(duì)模型進(jìn)行估計(jì)。本文使用的數(shù)據(jù)中，除了特別說(shuō)明之外，均來(lái)自中國(guó)統(tǒng)計(jì)年鑒或根據(jù)中國(guó)統(tǒng)計(jì)年鑒相關(guān)數(shù)據(jù)計(jì)算而來(lái)。其中，農(nóng)村居民人均純收入數(shù)據(jù)根據(jù)各省居民消費(fèi)價(jià)格指數(shù)，以1999年為100進(jìn)行了調(diào)整。此外，由于《中國(guó)統(tǒng)計(jì)年鑒》統(tǒng)計(jì)口徑調(diào)整，該變量2014年數(shù)據(jù)為農(nóng)村居民人均可支配收入。政府醫(yī)療衛(wèi)生支出數(shù)變量goe，亦根據(jù)居民消費(fèi)價(jià)格指數(shù)以1999年為100進(jìn)行了調(diào)整。為了消除模型估計(jì)過(guò)程中可能出現(xiàn)的異方差問(wèn)題，本文對(duì)政府醫(yī)療衛(wèi)生支出變量goe做取對(duì)數(shù)處理。取對(duì)數(shù)后該變量用lngoe表示。本文所用數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

二、農(nóng)村居民醫(yī)療消費(fèi)支出影響因素實(shí)證分析過(guò)程

（一）模型參數(shù)估計(jì)

由于本文實(shí)證分析所采用的是面板數(shù)據(jù)，首先對(duì)模型采用混合回歸的方式進(jìn)行估計(jì)，估計(jì)結(jié)果如表3中model1所示。從model1的估計(jì)結(jié)果可以看出，老年撫養(yǎng)比、少兒撫養(yǎng)比、政府醫(yī)療衛(wèi)生投入、各地區(qū)GDP增長(zhǎng)率以及農(nóng)村居民人均純收入與被解釋變量顯著負(fù)相關(guān)，而醫(yī)療消費(fèi)價(jià)格指數(shù)以及通貨膨脹率與被解釋變量顯著正相關(guān)。模型估計(jì)的可決系數(shù)為0.54，調(diào)整后的為0.53。雖然model1的估計(jì)結(jié)果較為理想，且無(wú)論是變量顯著水平還是模型整體顯著水平都較為顯著，但由于我國(guó)幅員遼闊、各地區(qū)差異較大加之本文采用的是全國(guó)31個(gè)省的面板數(shù)據(jù)進(jìn)行分析，因此在對(duì)模型估計(jì)時(shí)有必要考慮對(duì)各地區(qū)之間的個(gè)體差異進(jìn)行控制。而model1中由于采用的是混合回歸的估計(jì)方法，未對(duì)各地區(qū)的個(gè)體差異進(jìn)行控制，因此可能會(huì)導(dǎo)致模型估計(jì)結(jié)果的偏誤。

表1 樣本描述性統(tǒng)計(jì)

接下來(lái)，本文對(duì)模型采用固定效應(yīng)回歸的方法來(lái)進(jìn)行估計(jì)。這一方法的優(yōu)勢(shì)在于可以控制那些不隨時(shí)間變化但在省際之間存在差異的不可觀測(cè)因素。如各省之間不同的經(jīng)濟(jì)發(fā)展情況、財(cái)政支出情況以及要素稟賦等的差異很可能會(huì)對(duì)被解釋變量產(chǎn)生影響，對(duì)每一個(gè)省賦予一個(gè)截距項(xiàng)能夠很好的控制省際之間的這些個(gè)體差異。本文中，采用固定效應(yīng)的估計(jì)結(jié)果如表3中model2所示。在固定效應(yīng)估計(jì)結(jié)果中，各地區(qū)的個(gè)體效應(yīng)F統(tǒng)計(jì)量為F（30，458）=26.11，Prob＞F=0.0000。這表明模型中各地區(qū)的個(gè)體效應(yīng)是顯著的，在這種情況下使用混合OLS估計(jì)方法是不合適的[1]。

此外，由于面板數(shù)據(jù)模型根據(jù)估計(jì)方法對(duì)個(gè)體效應(yīng)的假設(shè)不同而分為固定效應(yīng)模型和隨機(jī)效應(yīng)模型。因此在估計(jì)面板數(shù)據(jù)時(shí)除了檢驗(yàn)個(gè)體效應(yīng)是否顯著以外，還應(yīng)確定是使用固定效應(yīng)模型還是使用隨機(jī)效應(yīng)模型。本文采用Hausman檢驗(yàn)結(jié)果來(lái)判斷，其檢驗(yàn)的基本思想為：在隨機(jī)效應(yīng)假設(shè)成立的前提下，固定效應(yīng)和隨機(jī)效應(yīng)的估計(jì)結(jié)果都是一致的，但隨機(jī)效應(yīng)的估計(jì)結(jié)果比固定效應(yīng)更有效，如果隨機(jī)效應(yīng)的假設(shè)不成立則固定效應(yīng)的估計(jì)結(jié)果仍然是一致的，隨機(jī)效應(yīng)的估計(jì)結(jié)果不一致。因此可以通過(guò)判斷固定效應(yīng)模型估計(jì)結(jié)果與隨機(jī)效應(yīng)估計(jì)結(jié)果是否存在統(tǒng)計(jì)意義上的顯著差異來(lái)判斷該使用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。本研究中的Hausman檢驗(yàn)結(jié)果為負(fù)。根據(jù)經(jīng)驗(yàn)判斷，Hausman檢驗(yàn)的原假設(shè)不成立，也就是說(shuō)應(yīng)采用固定效應(yīng)對(duì)模型進(jìn)行估計(jì)。為了進(jìn)一步驗(yàn)證這一判斷，本文繼續(xù)在Hausman檢驗(yàn)時(shí)運(yùn)用固定效應(yīng)的方差-協(xié)方差矩陣和隨機(jī)效應(yīng)的方差-協(xié)方差矩陣來(lái)計(jì)算卡方統(tǒng)計(jì)量，Hausman檢驗(yàn)的詳細(xì)結(jié)果如表2所示，表2的系列檢驗(yàn)結(jié)果表明，應(yīng)拒絕Hausman檢驗(yàn)的原假設(shè)而選擇固定效應(yīng)模型。因此表3中model2選擇固定效應(yīng)回歸來(lái)對(duì)模型進(jìn)行估計(jì)是合適的。

表2 Hausman檢驗(yàn)結(jié)果匯總表

根據(jù)表3中model2的估計(jì)結(jié)果，在加入個(gè)體效應(yīng)后模型的可決系數(shù)較model1有所上升，model2中的Within-R2為0.66。而model2中的估計(jì)系數(shù)與model1也有所不同，其中老年撫養(yǎng)比的估計(jì)系數(shù)為0.001 6且在1%顯著水平上顯著；少兒撫養(yǎng)比的估計(jì)系數(shù)為-0.000 1但不顯著；政府醫(yī)療衛(wèi)生支出的系數(shù)估計(jì)值為0.01在1%顯著水平上顯著；醫(yī)療消費(fèi)價(jià)格指數(shù)的系數(shù)估計(jì)值為0.283并在5%顯著水平上顯著；而在宏觀控制變量中，GDP增長(zhǎng)率、居民消費(fèi)價(jià)格指數(shù)與被解釋變量負(fù)相關(guān)，農(nóng)村居民人均純收入與被解釋變量正相關(guān)，但宏觀控制變量的估計(jì)系數(shù)均不顯著。

model2所采用的固定效應(yīng)模型雖然控制了樣本中由不同截面所產(chǎn)生的不隨時(shí)間變化的異質(zhì)性，但由于本文所采用的數(shù)據(jù)橫跨了1999—2014年十余年時(shí)間，期間中國(guó)經(jīng)濟(jì)體制改革仍然在不斷的深入，制度的變革無(wú)論是對(duì)宏觀環(huán)境還是微觀個(gè)體的決策都產(chǎn)生著較大的影響，因此為了進(jìn)一步提高模型估計(jì)的準(zhǔn)確性，除了控制不同截面所產(chǎn)生的異質(zhì)性以外，還應(yīng)對(duì)不同時(shí)期所產(chǎn)生的異質(zhì)性進(jìn)行控制?；诖吮竟?jié)文在model2的基礎(chǔ)上加入時(shí)間固定效應(yīng)即雙向固定效應(yīng)，估計(jì)結(jié)果如表3中model3所示。雙向固定效應(yīng)的優(yōu)點(diǎn)在于其不僅控制了不同截面間的異質(zhì)性，還能有效的控制組內(nèi)不同時(shí)期所產(chǎn)生的異質(zhì)性。由于model3加入了時(shí)間固定效應(yīng)，因此有必要對(duì)時(shí)間效應(yīng)的整體顯著進(jìn)行檢驗(yàn)。通過(guò)構(gòu)建時(shí)間虛擬變量的F統(tǒng)計(jì)量，其檢驗(yàn)結(jié)果表明（時(shí)間效應(yīng)F（15，443）=5.78，Prob＞F=0.0000），時(shí)間效應(yīng)整體顯著。說(shuō)明在模型估計(jì)時(shí)控制時(shí)間效應(yīng)是合理的。表3中model3的估計(jì)結(jié)果顯示，老年撫養(yǎng)比與少兒撫養(yǎng)比均與被解釋變量正相關(guān)，其估計(jì)系數(shù)均在5%顯著水平上顯著。政府醫(yī)療衛(wèi)生支出與被解釋量正相關(guān)且在1%顯著水平上顯著。醫(yī)療消費(fèi)價(jià)格指數(shù)與被解釋變量正相關(guān)并在10%顯著水平上顯著。宏觀控制變量中，各地區(qū)GDP增長(zhǎng)率和農(nóng)村居民人均純收入與被解釋變量負(fù)相關(guān)，且在5%以上顯著水平上顯著，而居民消費(fèi)價(jià)格指數(shù)的系數(shù)估計(jì)值不顯著。此外，model3的Within-R2相較于model2也有所提升，由model2中的0.66上升為0.71。隨后本文在model3的基礎(chǔ)上進(jìn)行穩(wěn)健性分析。

（二）穩(wěn)健性分析

基于model3的估計(jì)結(jié)果，首先對(duì)模型進(jìn)行異方差檢驗(yàn)。由于本文采用固定效應(yīng)估計(jì)面板數(shù)據(jù)，因此重點(diǎn)關(guān)注各組數(shù)據(jù)間的組間異方差問(wèn)題。對(duì)于異方差的檢驗(yàn)，此處采用White（1980）[2]的檢驗(yàn)方法，檢驗(yàn)結(jié)果詳見(jiàn)表4。從表4可以看出，檢驗(yàn)結(jié)果強(qiáng)烈拒絕了原假設(shè)：同方差假定，說(shuō)明模型存在顯著異方差問(wèn)題。本文隨后對(duì)模型進(jìn)行了相關(guān)性檢驗(yàn)。

根據(jù)實(shí)證研究的一般經(jīng)驗(yàn)，面板數(shù)據(jù)在大N小T的情況下出現(xiàn)截面相關(guān)的可能性較大，而出現(xiàn)序列相關(guān)的情況相對(duì)較少。因此先采用Frees（1995）[3]的方法對(duì)模型進(jìn)行截面相關(guān)檢驗(yàn)。檢驗(yàn)結(jié)論如表4所示，檢驗(yàn)結(jié)果大于1%顯著水平的臨界值，故拒絕無(wú)截面相關(guān)的原假設(shè)，認(rèn)為模型存在截面相關(guān)。最后本文根據(jù)Wooldridge（2002）[4]的方法對(duì)模型進(jìn)行了序列相關(guān)檢驗(yàn)（見(jiàn)表4）。檢驗(yàn)結(jié)果無(wú)法在1%的顯著水平上拒絕沒(méi)有一階自相關(guān)的原假設(shè)，因此有必要對(duì)模型的估計(jì)結(jié)果進(jìn)行序列相關(guān)修正。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

表3中model4的估計(jì)是在Model3的基礎(chǔ)上進(jìn)行了異方差、截面相關(guān)以及序列相關(guān)修正修正后的估計(jì)結(jié)果，model3的估計(jì)方法來(lái)自于Daniel Hoechle（2007）[5]?？梢钥闯鰉odel4與model3相比其估計(jì)系數(shù)未發(fā)生實(shí)質(zhì)性改變，僅部分估計(jì)系數(shù)的顯著水平發(fā)生了改變。其中，政府醫(yī)療衛(wèi)生支出的估計(jì)系數(shù)仍與被解釋變量正相關(guān)，且在1%顯著水平上顯著。老年撫養(yǎng)比系數(shù)估計(jì)值的顯著水平由model3中的在5%顯著水平上顯著上升為在1%顯著水平上顯著，而少兒撫養(yǎng)比系數(shù)的估計(jì)值的顯著水平則有所下降，僅在10%顯著水平上顯著。同時(shí)，醫(yī)療消費(fèi)價(jià)格指數(shù)變量系數(shù)估計(jì)值的顯著水平也由model3中的10%上升為model4中的5%。而各地區(qū)GDP增長(zhǎng)率的顯著水平有所下降，由model3中的1%下降為model4中的5%。model4的估計(jì)結(jié)果表明，政府醫(yī)療衛(wèi)生支出的增加會(huì)增加農(nóng)村居民醫(yī)療消費(fèi)支出，這可能是由于我國(guó)農(nóng)村醫(yī)療衛(wèi)生事業(yè)長(zhǎng)期缺乏投入，導(dǎo)致農(nóng)村居民醫(yī)療消費(fèi)由于受醫(yī)療條件限制而被長(zhǎng)期抑制，因此在政府增加對(duì)醫(yī)療衛(wèi)生的投入后，農(nóng)村居民原來(lái)被抑制的醫(yī)療消費(fèi)需求得到釋放，進(jìn)而導(dǎo)致農(nóng)村居民醫(yī)療消費(fèi)支出增加。model4中老年撫養(yǎng)比和少兒撫養(yǎng)比的估計(jì)系數(shù)均為正，且不顯著。這與本文之前的預(yù)判相符，65歲以上人群由于年齡步入老年階段，各項(xiàng)機(jī)能開(kāi)始退化，因此疾病的風(fēng)險(xiǎn)會(huì)上升；同樣少年兒童由于心智和身體均未發(fā)育成熟，因此其自身抵抗力和衛(wèi)生防范意識(shí)較差，也會(huì)導(dǎo)致患病風(fēng)險(xiǎn)的增加。由于我國(guó)農(nóng)村居民的醫(yī)療消費(fèi)基本為患病后的治療支出，健康保健類消費(fèi)很少，因此患病概率的增加必然導(dǎo)致醫(yī)療消費(fèi)支出的增加。醫(yī)療消費(fèi)指數(shù)的估計(jì)系數(shù)在model4中與被解釋變量正相關(guān)，這表明農(nóng)村居民的醫(yī)療消費(fèi)支出受醫(yī)療消費(fèi)價(jià)格指數(shù)的顯著影響，如果醫(yī)療服務(wù)和藥品的價(jià)格上升會(huì)導(dǎo)致農(nóng)村居民醫(yī)療消費(fèi)支出壓力的增大。在宏觀控制變量中，各地區(qū)GDP增長(zhǎng)率和農(nóng)村居民人均純收入兩個(gè)變量的系數(shù)估計(jì)值均與被解釋變量負(fù)相關(guān)，且都在5%顯著水平上顯著，這說(shuō)明隨著經(jīng)濟(jì)的發(fā)展和農(nóng)村居民收入的提高，其醫(yī)療消費(fèi)支出的占比會(huì)下降。model4中的另一個(gè)宏觀控制變量居民消費(fèi)價(jià)格指數(shù)的系數(shù)估計(jì)值不顯著。

由于居民醫(yī)療消費(fèi)與政府的衛(wèi)生投入息息相關(guān)，為了檢驗(yàn)該變量對(duì)被解釋變量影響的穩(wěn)健性，本文在接下來(lái)的model5和model6中重點(diǎn)對(duì)政府衛(wèi)生支出變量進(jìn)行了變量替換。在model5中本文用各地區(qū)政府醫(yī)療衛(wèi)生投入占比變量goeratio替換了各地區(qū)政府醫(yī)療衛(wèi)生支出變量lngoe。政府醫(yī)療衛(wèi)生投入占比變量由于采用了政府醫(yī)療衛(wèi)生支出與政府財(cái)政總支出的比值相較于政府醫(yī)療衛(wèi)生支出變量來(lái)說(shuō)消除了各地區(qū)政府衛(wèi)生投入在規(guī)模上的差異。從model5的估計(jì)結(jié)果可以看出，在采用了各地區(qū)政府醫(yī)療衛(wèi)生投入占比變量goeratio后，該變量的估計(jì)值仍然與被解釋變量正相關(guān)，且在1%的顯著水平上顯著。此外，model5中的老年撫養(yǎng)比仍然與被解釋變量正相關(guān)，且在1%顯著水平上顯著，而少兒撫養(yǎng)比雖然也和被解釋變量正相關(guān)但其估計(jì)系數(shù)不顯著。醫(yī)療消費(fèi)價(jià)格指數(shù)與被解釋仍然顯著正相關(guān)，各地區(qū)GDP增長(zhǎng)率與被解釋變量顯著負(fù)相關(guān)，其余變量的系數(shù)估計(jì)值不顯著。

由于我國(guó)統(tǒng)計(jì)年鑒僅公布了各地區(qū)政府醫(yī)療衛(wèi)生支出的總數(shù)據(jù)，未公布各地區(qū)政府醫(yī)療衛(wèi)生支出在農(nóng)村和城鎮(zhèn)的分配比例，因此本文在model6中采用各地區(qū)農(nóng)村人口占比數(shù)對(duì)政府醫(yī)療衛(wèi)生支出數(shù)據(jù)進(jìn)行了初略的劃分，并在此基礎(chǔ)上對(duì)該變量做取對(duì)數(shù)處理，該變量用lnrugoe表示。從model6的估計(jì)結(jié)果可以看出，lnrugoe的估計(jì)系數(shù)仍然與被解釋變量正相關(guān)，但并不顯著。model6中老年撫養(yǎng)比和少兒撫養(yǎng)比仍然與被解釋變量正相關(guān)，其估計(jì)系數(shù)分別在1%和10%顯著水平上顯著。醫(yī)療消費(fèi)價(jià)格指數(shù)與被解釋變量正相關(guān)，且在5%顯著水平上顯著。此外，宏觀控制變量均與被解釋變量負(fù)相關(guān)，且其系數(shù)估計(jì)值均顯著。

從model5和model6的估計(jì)結(jié)果可以看出，雖然本文對(duì)政府醫(yī)療衛(wèi)生支出的變量形式進(jìn)行了替換，但該變量始終與被解釋變量正相關(guān)，因此可以認(rèn)為，政府醫(yī)療衛(wèi)生支出的增加會(huì)使農(nóng)村居民醫(yī)療消費(fèi)支出增加這一結(jié)論是穩(wěn)健的。

農(nóng)村居民醫(yī)療消費(fèi)支出除了受政府醫(yī)療衛(wèi)生投入影響較大外，還受到醫(yī)療基礎(chǔ)設(shè)施建設(shè)情況的影響。因此本文在model4的基礎(chǔ)上加入了各地區(qū)醫(yī)療資源供給情況的變量，包括各地區(qū)鄉(xiāng)鎮(zhèn)衛(wèi)生機(jī)構(gòu)數(shù)、衛(wèi)生機(jī)構(gòu)床位數(shù)以及衛(wèi)生人員數(shù)，估計(jì)結(jié)果如model7所示。為了消除地區(qū)間的規(guī)模差異，對(duì)上述變量均以各地區(qū)農(nóng)村人口規(guī)模進(jìn)行平均化處理，處理后各地區(qū)鄉(xiāng)鎮(zhèn)衛(wèi)生機(jī)構(gòu)數(shù)、衛(wèi)生機(jī)構(gòu)床位數(shù)以及衛(wèi)生人員數(shù)分別用avhospital、avbed、avstaff來(lái)表示。各地區(qū)鄉(xiāng)鎮(zhèn)醫(yī)療資源供給情況的數(shù)據(jù)來(lái)自中國(guó)農(nóng)村統(tǒng)計(jì)年鑒，由于該年鑒中北京和上海兩個(gè)地區(qū)因統(tǒng)計(jì)口徑變化導(dǎo)致部分年份的數(shù)據(jù)有所缺失，因此model7的樣本個(gè)數(shù)較之前略少，但上述樣本數(shù)據(jù)的缺失并不影響面板數(shù)據(jù)的估計(jì)。model7的估計(jì)結(jié)果顯示，各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生機(jī)構(gòu)數(shù)與被解釋變量正相關(guān)，并在1%的顯著水平上顯著。而各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生人員數(shù)與被解釋變量負(fù)相關(guān)，并在5%顯著水平上顯著。而各地區(qū)鄉(xiāng)鎮(zhèn)人均床位數(shù)的估計(jì)值不顯著。這一估計(jì)結(jié)果表明，鄉(xiāng)鎮(zhèn)衛(wèi)生機(jī)構(gòu)的增加會(huì)使農(nóng)村居民醫(yī)療消費(fèi)支出增加。造成這一現(xiàn)象的原因可能是由于衛(wèi)生機(jī)構(gòu)的增加使得農(nóng)村居民獲得醫(yī)療資源的便利性得到提升，進(jìn)而使原本被抑制的醫(yī)療消費(fèi)需求得到釋放，這與政府醫(yī)療衛(wèi)生投入與農(nóng)村居民醫(yī)療消費(fèi)支出之間正相關(guān)的原因類似。而各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生人員數(shù)與被解釋變量負(fù)相關(guān)的原因可能是鄉(xiāng)鎮(zhèn)衛(wèi)生人員與原來(lái)農(nóng)村醫(yī)療保障體系中的“赤腳醫(yī)生”類似，在解決農(nóng)村居民常見(jiàn)的醫(yī)療需求時(shí)，其成本必然低于正規(guī)的醫(yī)療機(jī)構(gòu)。從宏觀層面看，在患病概率既定的情況下，農(nóng)村居民日常的醫(yī)療消費(fèi)需求仍然集中于常見(jiàn)疾病的預(yù)防和治療。而鄉(xiāng)鎮(zhèn)衛(wèi)生人員的增加可以使農(nóng)村居民所面對(duì)的大量常見(jiàn)疾病能夠就近低價(jià)的購(gòu)買到其需要的醫(yī)療服務(wù)，進(jìn)而降低了農(nóng)村居民的醫(yī)療消費(fèi)支出。

最后，由于我國(guó)從2003年開(kāi)始在農(nóng)村推廣新型農(nóng)村合作醫(yī)療，根據(jù)既有文獻(xiàn)的研究結(jié)論，醫(yī)療保障制度的建立對(duì)居民醫(yī)療消費(fèi)具有顯著影響。因此在分析農(nóng)村居民醫(yī)療消費(fèi)影響因素時(shí)有必要將新型農(nóng)村合作醫(yī)療這一因素納入模型之中。本文選擇的變量是各地新農(nóng)合參合率，即各地區(qū)新農(nóng)合參合人數(shù)與農(nóng)村常駐人口的比值。加入新農(nóng)合參合率變量后的模型估計(jì)結(jié)果如model8所示。我國(guó)新型農(nóng)村合作醫(yī)療雖然于2003年開(kāi)始試點(diǎn)，但直到2007年才在全國(guó)普及，因此model8所使用的數(shù)據(jù)其時(shí)間跨度僅為2007—2014年。此外，由于天津、山東和廣東部分年份的新農(nóng)合參合人數(shù)數(shù)據(jù)缺失，model8的樣本觀測(cè)值為227個(gè)。由于本文是從宏觀的角度分析農(nóng)村居民人均醫(yī)療消費(fèi)支出的影響因素，因此model8中樣本觀測(cè)值的缺失不會(huì)對(duì)模型的估計(jì)結(jié)論產(chǎn)生實(shí)質(zhì)性影響。model8的估計(jì)結(jié)果顯示，政府醫(yī)療衛(wèi)生支出變量與醫(yī)療消費(fèi)價(jià)格指數(shù)仍然與被解釋變量正相關(guān)且在1%顯著水平上顯著。老年撫養(yǎng)比與被解釋變量顯著正相關(guān)，而少兒撫養(yǎng)比的系數(shù)估計(jì)值不顯著。而model8中新加入的新農(nóng)合參合率變量與被解釋變量正相關(guān)，且在1%顯著水平上顯著。這表明醫(yī)療保障體制的加入也會(huì)使農(nóng)村居民的醫(yī)療消費(fèi)支出增加。作者認(rèn)為，造成這一現(xiàn)象的原因很可能是農(nóng)村居民由于收入水平偏低，使得部分醫(yī)療消費(fèi)需求得不到滿足，而新農(nóng)合的推廣使得農(nóng)村居民醫(yī)療支付水平有了一定的提升，因此原本被限制的醫(yī)療消費(fèi)需求得到了釋放，進(jìn)而使農(nóng)村居民人均醫(yī)療消費(fèi)支出增加，這點(diǎn)與政府醫(yī)療衛(wèi)生投入與被解釋變量正相關(guān)的原因類似。model8中各地區(qū)GDP增長(zhǎng)率變量、農(nóng)村居民人均純收入變量以及居民消費(fèi)價(jià)格指數(shù)變量均與被解釋變量顯著負(fù)相關(guān)。而醫(yī)療資源供給變量，包括各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生機(jī)構(gòu)數(shù)、衛(wèi)生機(jī)構(gòu)床位數(shù)以及衛(wèi)生人員數(shù)變量的系數(shù)估計(jì)值均不顯著。由于model8中加入的變量較多，有必要對(duì)model8各變量間是否存在嚴(yán)重的多重共線性進(jìn)行檢驗(yàn)。Modl8中各變量的膨脹因子如表5所示。

由表5可以看出，model8中各變量的 VIF最大值為3.28，全部變量的VIF平均值為2.26，因此可以認(rèn)為模型不存在嚴(yán)重的多重共線性。

表5 model5中各變量膨脹因子

三、結(jié)論與討論

從model4的估計(jì)結(jié)果可以看出，政府醫(yī)療衛(wèi)生的投入變量估計(jì)系數(shù)為0.012，且在1%顯著水平上顯著，這表明政府醫(yī)療衛(wèi)生支出與農(nóng)村居民醫(yī)療消費(fèi)正相關(guān)。本文在model5和model6中分別采用各地區(qū)政府醫(yī)療衛(wèi)生投入占比數(shù)據(jù)和經(jīng)過(guò)各地區(qū)農(nóng)村人口占比數(shù)調(diào)整后的政府醫(yī)療衛(wèi)生投入數(shù)據(jù)作為政府醫(yī)療衛(wèi)生投入的代理變量來(lái)對(duì)模型進(jìn)行估計(jì)。其中，model5中的政府醫(yī)療衛(wèi)生投入占比數(shù)據(jù)的系數(shù)估計(jì)值為0.419，且在1%顯著水平上顯著；而model6中經(jīng)過(guò)各地區(qū)農(nóng)村人口占比數(shù)調(diào)整后的政府醫(yī)療衛(wèi)生投入數(shù)據(jù)仍與被解釋變量正相關(guān)，但并不顯著。

老年撫養(yǎng)比變量和少兒撫養(yǎng)比變量在model4中均與被解釋變量正相關(guān)，并分別在1%和10%顯著水平上顯著。說(shuō)明年齡結(jié)構(gòu)的變化對(duì)我國(guó)農(nóng)村居民醫(yī)療消費(fèi)支出是有顯著影響的，具體來(lái)說(shuō)，老年撫養(yǎng)比和少兒撫養(yǎng)比的上升會(huì)導(dǎo)致農(nóng)村居民醫(yī)療消費(fèi)支出的增加。這與本文之前的假設(shè)相符。而在年齡結(jié)構(gòu)變量中，老年撫養(yǎng)比在model5-model8中的系數(shù)估計(jì)值均顯著，而少兒撫養(yǎng)比的系數(shù)估計(jì)值僅在model6中顯著。

醫(yī)療消費(fèi)價(jià)格指數(shù)在 model4中的參數(shù)估計(jì)值為0.021，并在5%顯著水平上顯著。這說(shuō)明醫(yī)療消費(fèi)價(jià)格指數(shù)的上升會(huì)導(dǎo)致農(nóng)村居民醫(yī)療消費(fèi)支出壓力的增加。一般來(lái)說(shuō)，商品價(jià)格上升會(huì)降低對(duì)該商品的需求，但醫(yī)療消費(fèi)品不是一般的商品，其存在不確定性和緊迫性的特點(diǎn)，一旦居民產(chǎn)生了醫(yī)療消費(fèi)的需求，只要其預(yù)算允許，就會(huì)優(yōu)先滿足醫(yī)療消費(fèi)需求，而這時(shí)居民只能通過(guò)擠占其他消費(fèi)需求預(yù)算的方式來(lái)滿足醫(yī)療消費(fèi)需求。從本文的估計(jì)結(jié)果來(lái)看，醫(yī)療消費(fèi)價(jià)格指數(shù)的系數(shù)值在model1-model8中均與被解釋變量顯著正相關(guān)，因此醫(yī)療消費(fèi)價(jià)格指數(shù)上升會(huì)導(dǎo)致農(nóng)村居民醫(yī)療消費(fèi)支出壓力提高這一結(jié)論是相對(duì)穩(wěn)健的。

從model4的估計(jì)結(jié)果來(lái)看，本文所選取的宏觀控制變量中，各地區(qū)GDP增長(zhǎng)率變量和農(nóng)村居民人均純收入變量與被解釋變量顯著負(fù)相關(guān)。這表明，隨著經(jīng)濟(jì)的發(fā)展和農(nóng)村居民收入的增加，農(nóng)村居民醫(yī)療消費(fèi)支出的占比會(huì)降低，醫(yī)療消費(fèi)品更傾向于是必需品。由于各地區(qū)GDP增長(zhǎng)率變量在model5-model8中均顯著，而農(nóng)村居民人均純收入變量在model5-model8的估計(jì)中除了model5中的系數(shù)估計(jì)值不顯著外其余均顯著，因此，本文關(guān)于各地區(qū)GDP增長(zhǎng)率變量和農(nóng)村居民人均純收入變量與被解釋變量負(fù)相關(guān)的結(jié)論是相對(duì)穩(wěn)健的。

本文在model7中加入了醫(yī)療資源供給情況的變量，包括各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生機(jī)構(gòu)數(shù)、人均衛(wèi)生機(jī)構(gòu)床位數(shù)以及人均衛(wèi)生人員數(shù)。從model7的估計(jì)結(jié)果來(lái)看，鄉(xiāng)鎮(zhèn)人均衛(wèi)生機(jī)構(gòu)數(shù)的系數(shù)估計(jì)值為0.011，并在1%顯著水平上顯著。各地區(qū)鄉(xiāng)鎮(zhèn)人均衛(wèi)生人員數(shù)的系數(shù)估計(jì)值為-0.000 3，并在5%顯著水平上顯著。而各地區(qū)衛(wèi)生機(jī)構(gòu)床位數(shù)的系數(shù)估計(jì)值不顯著。此外，本文在model8中加入的新農(nóng)合參合率變量的系數(shù)估計(jì)值為0.005，并在1%顯著水平上顯著。

通過(guò)對(duì)表3中model1-model8的估計(jì)結(jié)果分析，本文得出以下結(jié)論：

第一，我國(guó)農(nóng)村居民醫(yī)療消費(fèi)支出影響因素中國(guó)家政策扮演著重要角色。從表3的估計(jì)結(jié)果來(lái)看，政府醫(yī)療衛(wèi)生支出無(wú)論是取對(duì)數(shù)形式還是采用與政府財(cái)政總支出比值的形式，其估計(jì)結(jié)果均與被解釋變量顯著正相關(guān)。這表明，我國(guó)農(nóng)村居民人均醫(yī)療消費(fèi)支出的增加與政府醫(yī)療衛(wèi)生投入增加有關(guān)。從醫(yī)療資源供給情況的角度來(lái)看，各地區(qū)鄉(xiāng)鎮(zhèn)人均醫(yī)療機(jī)構(gòu)數(shù)與被解釋變量顯著正相關(guān)，而人均衛(wèi)生人員數(shù)與被解釋變量顯著負(fù)相關(guān)。除此之外，新型農(nóng)村合作醫(yī)療參合率的系數(shù)估計(jì)值也顯著為正。無(wú)論是國(guó)家醫(yī)療衛(wèi)生投入、各地區(qū)鄉(xiāng)鎮(zhèn)醫(yī)療資源的供給還是新農(nóng)合參合的推廣都是由政府主導(dǎo)并受國(guó)家政策選擇影響的，換言之，全社會(huì)的醫(yī)療成本在國(guó)家、社會(huì)以及個(gè)人之間分配的過(guò)程必然為國(guó)家政策選擇所主導(dǎo)，Getzen（1992）的研究也持有類似觀點(diǎn)。

第二，年齡結(jié)構(gòu)的變化對(duì)農(nóng)村居民醫(yī)療消費(fèi)支出也會(huì)產(chǎn)生影響。根據(jù)表3中的估計(jì)結(jié)果，老年撫養(yǎng)比和少兒撫養(yǎng)比對(duì)我國(guó)農(nóng)村居民人均醫(yī)療消費(fèi)支出有顯著影響，其中老年撫養(yǎng)比的系數(shù)估計(jì)絕對(duì)值較少兒撫養(yǎng)比更大，顯著水平也更高。這意味著，隨著我國(guó)農(nóng)村老齡化程度的提高，醫(yī)療消費(fèi)負(fù)擔(dān)將會(huì)加重。

第三，經(jīng)濟(jì)發(fā)展水平的提高和農(nóng)村居民收入的增加會(huì)降低農(nóng)村居民醫(yī)療消費(fèi)支出的占比。從本文模型的估計(jì)結(jié)果來(lái)看，各地區(qū)GDP增長(zhǎng)率變量和農(nóng)村居民人均純收入變量均與被解釋變量顯著負(fù)相關(guān)，這表明，醫(yī)療消費(fèi)之于農(nóng)村居民是必需品而非奢侈品。

第四，農(nóng)村居民醫(yī)療消費(fèi)需求將有一個(gè)釋放的過(guò)程。從本文模型的估計(jì)結(jié)果來(lái)看，農(nóng)村居民由于受醫(yī)療服務(wù)的可及性和便利性的制約其醫(yī)療消費(fèi)需求被長(zhǎng)期抑制。隨著我國(guó)農(nóng)村社會(huì)保障體系的進(jìn)一步健全以及國(guó)家對(duì)醫(yī)療衛(wèi)生事業(yè)的持續(xù)投入，農(nóng)村居民的醫(yī)療消費(fèi)需求將由原來(lái)的被抑制轉(zhuǎn)變?yōu)橹鸩奖会尫?。此外，由于農(nóng)村居民消費(fèi)往往受城鎮(zhèn)居民消費(fèi)示范作用的影響，現(xiàn)階段我國(guó)農(nóng)村居民醫(yī)療消費(fèi)水平在質(zhì)和量上均與城鎮(zhèn)居民存在一定差距。因此，可以預(yù)見(jiàn)，隨著我國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展我國(guó)農(nóng)村居民的醫(yī)療消費(fèi)需求將出現(xiàn)一個(gè)快速增長(zhǎng)的過(guò)程。農(nóng)村居民醫(yī)療消費(fèi)需求的快速增長(zhǎng)過(guò)程必然對(duì)農(nóng)村居民的整體消費(fèi)需求產(chǎn)生一定的沖擊。此外，由于消費(fèi)需求對(duì)資源配置具有引導(dǎo)作用，農(nóng)村居民占我國(guó)人口一半以上，因此如何通過(guò)宏觀調(diào)控對(duì)農(nóng)村醫(yī)療資源和醫(yī)療市場(chǎng)進(jìn)行優(yōu)化，從而滿足廣大農(nóng)村居民的基本醫(yī)療服務(wù)需求，避免由于供需失衡造成農(nóng)村醫(yī)療市場(chǎng)的大幅波動(dòng)，是我國(guó)政府在制定宏觀經(jīng)濟(jì)政策時(shí)需要考慮的問(wèn)題。

[1]Christopher F.Baum.An introduction to Modern Econometrics Using Stata[M].Stata Press，2006：224.

[2]White H.A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity[J].Econometrica，1980，48（4）：821-827.

[3]Rafael.D.Hoyos，Vasilis Sarafidis（2006）.Testing for Cross-Sectional Dependence in Panel-Data Models STATA JOURNAL，2006（2）：6（4）：488-496.

[4]Wooldridge，J.M.（2002）.Econometric Analysis of Cross Section and Panel Data.Cambridge，Massachusetts：The MIT Press：319-320.

[5]HOECHLE D.Robust standard errors for panel regressions with crosssectional dependence[J].Stata Journal，2007，7（3）：282-285.

（責(zé)任編輯：D 校對(duì)：T）

F323.89

A

1004-2768（2017）04-0037-06

2017-01-17

吉媛（1981-），女，重慶人，博士，四川工商學(xué)院經(jīng)濟(jì)與管理學(xué)院講師，研究方向：宏觀經(jīng)濟(jì)學(xué)；蔣崧韜（1982-），男，四川成都人，四川大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：政治經(jīng)濟(jì)學(xué)。吉媛為通訊作者。