精準扶貧對農村人口醫(yī)療保健支出的影響研究*
——基于傾向得分匹配(PSM)的實證研究

郭芮綺，胡依，閔淑慧，李貝

(南方醫(yī)科大學衛(wèi)生管理學院，廣東 廣州 510515)

2015年中共中央、國務院頒布《中共中央國務院關于打贏脫貧攻堅戰(zhàn)的決定》(中發(fā)【2015】34號)，提出扶貧工作要從聚焦區(qū)域逐漸精準到微觀貧困農戶[1]。自實施精準扶貧政策以來，精準脫貧攻堅工作取得顯著成效[2]。國家統(tǒng)計局相關數據顯示，截至2019年末，我國農村貧困人口已減少至 551 萬人。大量相關研究也證明精準扶貧政策在減貧增收方面發(fā)揮重大作用[3, 4]。在健康中國戰(zhàn)略背景下，國家高度重視全民衛(wèi)生健康工作，習近平總書記強調健康扶貧屬于精準扶貧的一個重要方面[5]。精準扶貧工作對提升貧困群體的健康水平以及健康中國的實現(xiàn)發(fā)揮著十分重要的作用[6]。醫(yī)療保健支出是指用于醫(yī)療和保健的藥品、器械和服務費用，這項支出的提高并不只代表看病次數增多，更是接受醫(yī)療保健服務能力的提升，是一個重要的衡量健康水平的指標。在這一背景下，本文聚焦精準扶貧政策對農戶醫(yī)療保健支出的影響，并為更進一步提高其健康水平提供建議，以助力健康中國目標的實現(xiàn)。

1 數據

1.1 研究對象

本研究使用中國家庭追蹤調查2018年的調查數據，由于本文主要研究國家精準扶貧政策對農村人口醫(yī)療保健支出的影響，故剔除城鎮(zhèn)戶籍和相關變量部分缺失值后，共得到14742個樣本。

1.2 變量定義

本研究的因變量為農村居民的醫(yī)療保健支出，選取CFPS問卷調查中家庭經濟板塊的“醫(yī)療支出”和“保健支出”兩個變量，將其相加合并生成新變量，以此衡量農村居民的醫(yī)療保健支出。

本研究的自變量為國家精準扶貧政策，政府對農民的補助主要包括低保、農業(yè)補助、五保戶補助等，該類型與國家精準扶貧政策的財政專項資金的補助范圍相似，由于CFPS數據庫在2016年后不再對該補助類型細分，統(tǒng)一歸為政府補助，故本文選取調查問卷中家庭經濟板塊的“是否接受政府補助”這一變量，以此衡量精準扶貧政策。其中，設定接受政府補助的居民(貧困戶)為處理組，未接受政府補助的居民(非貧困戶)為控制組。

此外，通過文獻回顧以及CFPS數據庫數據信息的可獲得性，還選取年齡、性別、醫(yī)療保險、慢性病狀況、自評健康狀況、受教育程度、婚姻狀況、家庭規(guī)模等自變量作為控制變量。

1.3 統(tǒng)計方法

本文采用stata16.0軟件進行統(tǒng)計分析，以頻數、標準差等基本描述性統(tǒng)計進行一般資料分析。精準扶貧政策與農戶醫(yī)療保健支出的關系采用最小二乘法(Ordinary Least Square OLS)進行估計，由于常規(guī)OLS模型估計難以得出相對準確的結果，本研究進一步采用傾向得分匹配(PSM)控制潛在混雜因素，主要探究國家精準扶貧政策對農村貧困戶醫(yī)療保健支出的影響，將處理組與對照組匹配，進一步得到農村貧困戶獲取精準扶貧政策優(yōu)惠的三種處理效應。

2 結果

2.1 研究對象的基本特征

從研究對象受到國家精準扶貧政策的情況來看，56.3%的農村居民接受國家精準扶貧政策的優(yōu)惠。從研究對象的健康狀況來看，68.9%的農村居民認為身體較為健康，慢性病患病率只有16.6%。醫(yī)療保健支出取對數后的均值為7.804，其余控制變量的描述性統(tǒng)計分析結果見表1。

表1 變量定義及描述性統(tǒng)計

2.2 國家精準扶貧政策對農村居民醫(yī)療保健支出影響的OLS模型結果

首先采用OLS估計精準扶貧政策對農戶醫(yī)療保健支出的影響，由表2可知，OLS模型擬合效果較好(P<0.001，R2=0.057)。結果顯示，接受精準扶貧政策福利能使農戶醫(yī)療保健支出增加5.4%，說明精準扶貧政策對增加農戶醫(yī)療保健支出有一定的促進作用。另外，已婚、家庭規(guī)模越大、受教育程度越高、有慢性病、家庭收入更高、從事非農業(yè)工作、自評健康狀況越差的農村居民會更傾向于更高的醫(yī)療保健支出。

表2 國家精準扶貧政策對農村居民醫(yī)療保健支出的OLS模型結果

2.3 樣本匹配效果檢驗

表3展示了本研究采用1:1鄰近匹配法相關變量在匹配前后標準誤差及誤差消減的情況，一般而言，匹配后標準誤差越小，匹配效果越好[7, 8]。從表3可以看出，匹配后只有兩個變量標準誤差絕對值變大，其余變量標準誤差絕對值都變小，經匹配后處理組和控制組的差異得到明顯消減，研究樣本內部的異質性問題得以部分消除，如圖1顯示，匹配后兩組樣本幾乎不存在系統(tǒng)性差異，即匹配后的兩組樣本具有良好的平衡性，總體匹配效果較好。

表3 變量匹配前后誤差消減情況

圖1 傾向得分匹配(PSM)得分圖

2.4 國家精準扶貧政策對農村居民影響的平均處理效應

本文采用Bootstrap 抽樣計算得到結果如表4，農戶受到政府補貼的影響(ATE)正向顯著，即總體來說，無論農戶是否受到精準扶貧政策福利的影響，其醫(yī)療保健支出都會正向變化。ATU(控制組潛在處理效應)正向且在P<0.05的水平上顯著，即對于未受到精準扶貧政策影響的農戶而言，若其受到該政策的影響，醫(yī)療保健支出會增加0.082個標準差。ATT(處理組的平均處理效應)正向且在P<0.05的水平上顯著，即對于受到精準扶貧政策影響的農戶而言，若其不受到該項政策的影響，醫(yī)療保健支出會下降0.077個標準差。經傾向得分匹配糾正變量間內生性后，國家精準扶貧政策對農村居民醫(yī)療保健支出的影響系數有所增加，增加了2.3%。

表4 國家精準扶貧政策對農村居民的影響的bootstrap結果

3 討論

3.1 精準扶貧政策對農村居民醫(yī)療保健支出有促進作用

本研究顯示，農村居民政府補助的接受率適中，56.3%的農戶享受到國家精準扶貧政策福利。根據OLS模型結果得出，享受精準扶貧政策福利與農戶醫(yī)療保健支出呈正向相關關系。由于精準扶貧政策與農戶醫(yī)療保健支出之間存在內生性，通過PSM匹配消除了內生性問題后，接受精準扶貧政策福利仍然可以在一定程度上提高農戶醫(yī)療保健支出?，F(xiàn)階段的精準扶貧工作相比于以往的模式更全面、完善，在以往單純經濟扶貧的基礎上更關注醫(yī)療保障方面的扶貧，逐漸趨向綜合保障性扶貧[9]。這一系列工作使農戶得到更全面的政策福利，能夠引導其在物質水平普遍提高的基礎上產生更高層次的生活追求，而醫(yī)療保健支出的增加是農戶在精準扶貧政策福利影響下提升健康生活追求的一個表現(xiàn)，這也為提升其健康水平奠定了堅實基礎。

3.2 不同特征人群醫(yī)療保健支出存在差異

本研究選擇家庭規(guī)模、婚姻狀況、受教育程度、家庭收入、工作類型、醫(yī)療保險等作為自變量，采用OLS模型研究發(fā)現(xiàn)，家庭規(guī)模越大、家庭收入越高醫(yī)療保健支出越高，這可能是因為家庭規(guī)模大以及家庭收入高會使醫(yī)療服務需求更強烈，進而會相對提高醫(yī)療支出整個家庭支出的比例[10]。從事非農業(yè)工作的農村居民會有更高的醫(yī)療保健支出，這可能是因為非農業(yè)工作者需要持續(xù)地工作，他們的醫(yī)療保健服務需求更高以提高健康水平，因而會有更高的醫(yī)療保健支出。受教育程度越高的農戶往往也有更高的醫(yī)療保健支出，這可能是因為受教育水平越高，其健康意識和知識往往更豐富，會尋求更高水平的醫(yī)療保健服務。有醫(yī)療保險的農村居民會有更強的醫(yī)療保健傾向。近年我國醫(yī)療保險進行了部分調整，逐漸向醫(yī)療保險全覆蓋發(fā)展，并初步呈現(xiàn)出良好的政策效應[11]。隨著醫(yī)療保險制度的完善，醫(yī)保報銷項目更全面，居民會得到更多的政策優(yōu)惠，進而在醫(yī)療自費方面會更少，在一定程度上刺激了農戶在醫(yī)療保健方面的支出。

3.3 慢性病與自評健康狀況是影響農戶醫(yī)療保健支出的重要因素

本研究發(fā)現(xiàn)，在對因變量有顯著影響的諸多自變量中，慢性病和自評健康狀況對農戶醫(yī)療保健支出的影響最大，它們的影響系數分別為36.9%和29.5%。一般而言，自評較不健康的農戶更傾向于需求醫(yī)療服務以維持自身健康，因此會比自評較健康的農戶有相對更高的醫(yī)療保健支出。慢性病已經逐漸發(fā)展成為世界范圍內死亡的重要誘因，到2030年世界慢性病死亡人口將會占到總人數的75%[12]。慢性病病程長、治愈率低、復發(fā)率高、治療費用高，會對本身經濟條件相對薄弱的農村居民造成嚴重的經濟負擔，并加劇家庭發(fā)生災難性衛(wèi)生支出的負面影響[13]。需要特別說明的是，在精準扶貧政策實施的影響下，農戶的這項支出增加在一定程度上表示其看病能力提升，同時也是醫(yī)療機構提供醫(yī)療服務能力的體現(xiàn)，這是提高健康水平的基礎[14]。

全面提高農戶健康水平是一項長期且艱巨的任務，因此，在未來的扶貧工作中，應繼續(xù)堅持精準扶貧政策中增收減貧的工作路線，通過提高家庭收入為醫(yī)療保健支出構建物質基礎。同時應完善統(tǒng)籌多重醫(yī)療保障體系，提高補償比例標準，向貧困人群傾斜[15]。此外，應重視健康扶貧政策的宣傳，加快惠民政策的落地[16]?？偟膩碚f，精準扶貧應主要從物質和思想層面刺激農戶醫(yī)療保健支出，提升整體健康水平，從而推動促進健康中國重大目標的實現(xiàn)。

3.4 研究局限

本文的研究局限性主要包括以下兩個方面：第一，CFPS數據庫缺乏官方定義的關于精準扶貧政策的數據板塊，通過查閱文獻，因此本文將政府補貼視作精準扶貧政策福利；第二，精準扶貧政策對醫(yī)療保健支出的影響應當是具有長效性的，本文在年份選取上還存在局限，這也將是未來應當繼續(xù)鉆研的方向。