原文信息：
Yang, D., Acharya, Y., Liu, X., 2022, Social health insurance consolidation and urban-rural inequality in utilization and financial risk protection in China. 308.
原文链接:
https://www.webofscience.com/wos/alldb/full-record/WOS:000831220400002
01
背景与研究结论
2016年之前，中国的社会医疗保险体系主要包括三大项目：新型合作医疗、城镇居民基本医疗保险和城镇职工基本医疗保险。新农合（NCMS）覆盖农村人口，城镇职工基本医疗保险（UEBMI）覆盖城镇就业人口，城镇居民基本医疗保险（URBMI）覆盖城镇剩余人口。2016年，中国整合了分别面向农村和城市居民的“新农合”和“城镇居民医疗保险”两个项目。以上海为例，合并前，三级医院的新农合参保者住院费用自付比例为50%，而60岁以下的城居报参保者自付比例为45%，60岁及以上的城居报参保者自付比例为35%。虽然社会健康保险计划旨在覆盖所有公民，但政策设计的不平使得社会医疗保险很难成为一个真正的全民健康覆盖系统。而在城乡医保统筹后，上海60岁以下的参保人的住院费用自付比例下降到40%。这原则上缩小了城乡居民医疗保障的不平等。
本文利用来自中国家庭面板研究（CFPS）的数据，我们调查了城乡医保统筹是否有减少城乡在医疗支出、报销和自付费用方面的不平等。为了获得合并后的因果效应，本文使用了一个改良版的DID模型，通过该模型作者比较了合并前后城乡不平等的变化。经过分析，作者没有发现城乡居民在总医疗支出、医保报销额或自付费用方面的差距因为医保统筹而缩小的证据，至少在短期内是这样。目前的描述性数据表明，未能缩小差距的原因可能是由于城市和农村人口获得保健的机会不均等以及各省在卫生保健方面的财政支出不同。这反过来表明，中国要实现全民医疗保健的愿望，还需要继续努力解决供应方面的挑战，尤其是农村地区的诊所、医院和医疗保健专业人员的可获得性。
数据来源与实证设计
02
（一）数据来源与处理
本文使用了来自中国家庭面板研究（CFPS）的公开数据。CFPS是一项具有全国代表性的纵向调查，收集了有关中国人口的健康情况、社会经济因素和人口特征的信息。自2010年以来，CFPS每两年对同一组家庭进行一次调目前已经公开了2020年度的成年问答数据。作者共使用了14967个18岁及以上的个体样本，这些样本在2014年（整合前）和2018年（整合后）都有参保类型的相关数据。其中没有使用2016年数据的原因主要有两点：首先，中国有省级行政单位34个，地级行政单位333个，县级行政单位2847个，城乡医保统筹的实施时间在各省之间，甚至在这些省份内较小的地理单位之间存在差异。其次，CFPS数据只提供了县域的标识符，而没有提供它们的名称，因此，无法将CFPS数据映射到具体的县级地区。
（二）实证模型
本文研究政策效应主要基于下图经过作者改良后的DID模型，第一个DD估计量 Δ1 捕捉了城市员工（对照组）和城镇剩余人口（处理组1）之间的差异，这反映了城乡医保统筹相较于城市员工对城市剩余人口造成的额外影响。第二个DD估计量 Δ2 捕捉了城市员工和农村居民（处理组2）之间的差异，这反映了城乡医保统筹相较于城市员工对农村常住人口造成的额外影响。因此， Δ1 - Δ2 捕捉到了医保统筹对城镇居民（不包括城镇职工）和农村居民的影响差异，也可以解释为城乡差距。
具体实证模型如下：
Yit 对应总医疗费用、报销金额和自付费用等变量。如果该个体在2014年参加URBMI并在2018年参加城乡医保统筹，则Urbanresident=1（否则为0），如果该个体在2014年参加NCMS并在2018年参加城乡医保统筹，则Ruralresident = 1（否则为0）。2014年和2018年均参保UEBMI的个体是控制组。在2018年，Post=1；在2014年，Post=0。β1 捕获了URBMI和UEBMI之间的结果差异，β2 捕获了NCMS和UEBMI之间的结果差异。β4 和 β5 则是两个DID估计量，β4 捕获了2016年城乡医保统筹政策对URBMI参保者的影响，β5 捕获了2016年城乡医保统筹政策对NCMS参保者的影响，两者都以UEBMI参保者为参照。β4 和 β5 的差异反映了医保统筹对NCMS和URBMI影响的差异。如果医保统筹减小了城乡差距，则 β4 - β5 为负。
（三）变量选择
被解释变量主要包括总医疗费用、报销金额和自付费用。
总医疗费用：基于问卷中“过去一年疾病/受伤的总费用是多少，包括已报销或将要报销的总费用”这个问题。
自付费用：基于问卷中“扣除已获发还或将获发还的金额，您的家庭在过去一年内支付的医疗费占总医疗费的多少?”这个问题。
医保报销金额：总医疗费用-自付费用。
由于医疗费用可能存在为零的情况，本文使用两部模型进行回归。在第一部分中，作者使用logit回归来区分有医疗支出的个体和没有医疗支出的个体。在第二部分中，以发生医疗支出为条件，作者使用OLS来估计医疗支出的对数与医保统筹之间的关系。
控制变量包括人口统计学特征以及与健康相关的变量。人口统计变量包括性别、年龄、婚姻状况、受教育年限和家庭收入。与健康相关的变量包括个人在过去6个月内是否住院，自我评定的健康状况，个人是否吸烟，个人是否有吸烟史，个人是否饮酒，个人是否有慢性疾病。文章还纳入了地区固定效应，并将标准误聚类到了县一级。
03
主要结果与机制检验
根据描述性统计结果，2014年至2018年，所有公共健康保险参保人人均医疗支出增加983元。同期，所有参保人员的自付费用平均也增加了636元。个人在2018年的医疗利用率似乎高于2014年，这导致了更高的报销金额和自付费用。
基准回归结果如表2所示，2016年的城乡医保统筹并没有减少以任何指标来指代的城乡医疗服务价格的差距。且在所有回归结果中 β4 - β5 均为正数（不显著），这表明，城乡医疗费用的差距可能还会因为医保统筹而扩大。结果通过了平行趋势检验。基于此，作者进一步拍出来改变了保险类型或户口的样本，回归结果显示医保统筹使得城镇居民（不包括城镇职工）和农村居民在报销金额上的差距变大。这表明了上文的主要结果是保守的。
作者进一步探索城乡差距没有因为医保统筹而缩小的机制并提出了两种假设。其一是医疗保健利用发生了不同程度的变化。具体来说，由于城乡医保统筹后农村和城市居民的福利都比统筹前更好，因此他们可能进行更多医疗保健行为，但城市居民在这方面开销增长可能相较于农村居民更多。为了检验这一点，作者使用“个人是否在过去两周看了医生”和“个人是否选择在非基层医疗机构就诊“作为被解释变量进行回归（见表3），发现医保统筹对看医生和去高级别医院就诊的概率没有显著影响，否定了这项假设。
另一项假设认为城乡差距可能在一些省份扩大，这抵消了其他省份的缩小。为了评估各省间影响的异质性，我们根据各省的卫生保健财政支出将分析样本分为四个子样本，并对每个子样本进行估计。对于总医疗支出(见表4A)，我们没有看到城乡差距在四分位数上的变化模式。然而，在支出最高的四分之一人群中，城乡报销差距显著增加了936元，是全国样本的两倍多(见表4B)。在倒数第二个四分之一样本中，城乡在报销方面的差距如预期的那样缩小了，尽管在统计上没有显著的差距。这些结果表明，各省间影响的异质性可能是城乡差距没有缩小的潜在原因，但研究结果还远远没有定论。
讨论与结论
04
本文还存在一些可供继续完善的地方。首先，2014年至2018年期间的其他政策变化也可能对新农合和城居保的参保居民产生影响。第二，由于数据的局限性，本文作者只能够检验合并前总医疗支出的平行趋势，但无法检查报销和自付费用对应的平行趋势。第三，城镇从业人员并不是农村居民和城镇居民的完美对照，因为城镇从业人员在就业方面与其他两个人口存在差异。最后，样本流失率很高。有了更多的数据，未来的研究可以尝试评估本文的发现是否只反映了短期效应，或者在预期缩小医疗保健利用和财政保护方面的城乡差距之前，是否需要实施补充政策。
Abstract
Universal health care is a long-term policy goal for health care reform in China. In 2016, China consolidated its urban and rural resident social health insurance programs into one program with a goal to reduce disparities between rural and urban populations. Using a nationally-representative sample of 14,967 individuals from the China Family Panel Studies surveys (2012–2018), we investigate whether the consolidation reduced gaps in total and out-of-pocket medical expenditure, and reimbursement between rural and urban residents. Our identification approach relies on an augmented difference-in-differences analysis whereby we compare the two programs that were consolidated to a different program that was not consolidated, before and after the consolidation. We find no evidence that the urban-rural gaps in these measures have narrowed as a result of the consolidation, at least in the near term. This surprising result may be partly explained by urban-rural inequality in access to care and provincial fiscal spending on health care. While these findings need to be confirmed with additional data and research, we call for continued efforts on addressing supply-side challenges, particularly in under-served areas.
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
