Page 26 - 南京医科大学学报社会科学版
P. 26

南                                             第3期 总第116期
                                                    南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
              · 218  ·                       Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  2023年6月
                                             Journal
                             ［9］
               用。譬如，Lu等 基于青岛市数据，发现长期护理保                          我医疗的费用支出是多少？”的数据。
               险使得医疗费用总支出净减少了近万元，这初步表                                自变量包括 Treat 和 After。对于自变量 Treat，
               明长期护理保险的试点取得了一定成绩。王贞等                       ［6］   将济南市、上饶市、安庆市、成都市、广州市、临沂
               以上海市为例，研究长期护理保险政策与医疗费用                            市、齐齐哈尔市、承德市的职工基本医疗保险参保
               的替代效应，得出居家护理能有效降低中老年群体                            人员，荆门市、吉林市的职工基本医疗保险及城镇
               的医疗服务利用和医疗费用支出。合理的解释是，                            居民医疗保险参保人员，苏州市、徐州市、上海市的
               长期护理保险在降低医疗费用的同时，产生积极的                            职工医疗保险及城乡居民医疗保险参保人员作为
                                            ［10］
               健康效应，从而实现“价值医疗” ，这说明长期护                           实验组，未覆盖人群为对照组。由于青岛市和长春
               理保险的替代效应明显。                                       市长期护理保险政策试点时间分别为 2012 年和
                   然而，有学者指出长期护理保险不会影响甚至                          2015 年，为评估第一批试点城市（2016 年）长期护理
               是增加医疗费用。囿于长期护理保险所提供的正                             保险政策效应，剔除青岛市和长春市数据。对于自
                                                          ［5］
               式照料成本高昂且护理机构及人员不足等现状 ，                            变量 After，由于长期护理保险第一批城市试点时间
               失能人群的照护需求长期得不到满足，这是对医疗                            为 2016 年 ，故 将 2016 年 设 置 为 政 策 发 生 时 点 。
               费用无影响的合理解释。Mcknight            ［11］ 发现非正式照        2016 年之前城市未受到政策效应的影响，设置为
               护报销比例的下降，并没有对医疗费用产生降低作                            0，2016 年之后长期护理保险政策冲击了试点城市
               用。少数文献更是证明了长期护理保险的介入，受                            的目标人群，设置为1。
               收入效应和健康知识效应影响，产生释放效应，从                                对于控制变量，参考相关文献               ［6，13］ ，在个人层
               而增加医疗费用       ［12-13］ 。例如，Bailey 等 ［14］ 发现在为贫     面，选取年龄、性别、受教育年限、婚姻状况、是否在
               困人口提供如日常照料、经济补贴等基本生活公共                            农村、自评健康、是否正式退休、是否有退休金、流
               服务后，贫困人群由此获得更多的医疗护理知识，                            调中心用抑郁量表（center for epidemiologic studies
               促进了就医行为，进一步加大了基层医疗压力。当                            depression scale，CESD）得分、是否有慢性病作为控
               然，长期护理保险对医疗费用的抑制效应具有延迟                            制变量；在家庭层面，选取健在子女数量、家庭总收
               性。例如，李佳等        ［15］ 采用 LSDV 模型发现长期护理             入（过去一年家庭总收入，具体包括主要受访者及
               保险对住院费用存在双重门槛效应作用，并提出要                            其配偶、子女的工资收入和个人获得的转移收入，
               合理确定费用支出和结构水平。现有文献大多选                             对于家庭总收入的缺失值，采用多重插补的方法补
               取某一个城市作为分析对象，且多集中在国外背景                            齐）作为控制变量。变量的定义与赋值说明见表1。
               下。同时，部分文献多采用横截面数据，易引起内                                主要变量的描述性统计如表2所示。自付医疗费
               生性思考。                                             用的平均数是4 542.073元，标准差是20 096.600元，
                                                                 最大值是 1 207 200 元，最小值是 0 元。控制变量如
                               二、研究设计
                                                                 受教育年限、家庭总收入和 CESD 得分等均在观察
                  （一）样本选择与数据来源                                   期内具有较大差异，这为研究长期护理保险对自付
                   本文的数据来源是 CHARLS。CHARLAS 数据                    医疗费用的影响提供了实证依据。
               库是由北京大学国家发展研究院中国经济研究中                                 （三）识别策略和模型设定
               心主持的项目，最新一期公开数据截至 2018 年。主                            本文运用双重差分法（differences⁃in⁃differences，
               要收集 45 岁及以上人群的健康、养老和家庭金融等                         DID）实证检验长期护理保险对自付医疗费用的影
               综合面板数据，契合研究主题。本研究主要使用                             响。具体而言，借鉴马超等             ［10］ 的相关研究，设定模
               CHARLS 数据库中 2011、2013、2015、2018 年四期数              型如下：
               据，由于试点城市长期护理保险政策出台运行的时                                MC = β + β Treat × After + βControl + μ + λ + ε it
                                                                                    i
                                                                        it
                                                                                                           t
                                                                                                        i
                                                                                                    it
                                                                                           t
                                                                            0
                                                                               1
               间是 2016 年，所以将 2011、2013、2015 年数据作为                                                          （1）
               对照组，将政策实施之后即 2018 年作为实验组，分                            模型（1）中 MC 指自付医疗费用，下标 i、t 分别
               析长期护理保险政策对自付医疗费用的影响。                              代表个体和年份，β 0为常数项，Treati 和 Aftert 分别是
                  （二）变量选择与数据描述                                   分组变量和时间变量，Controlit 代表控制变量，μ i 表
                   本文的因变量是自付医疗费用，自付医疗费用                          示个体效应，λ t表示固定效应，εit为随机的其他干扰
               包括自付住院费用、自付门诊费用和自我医疗费                             因素，在运用上述模型进行双重差分分析时要重点
               用，其中自付门诊费用和自我医疗费用均为月数                             关注分组变量和时间变量交互项的系数，即β 1，它所
               据，对其年化处理。使用问卷中“过去一年中家庭                            代表的就是长期护理保险政策对中老年群体自付
               用于住院费用的支出是多少？”“过去一月中家庭用                           医疗费用支出影响的政策效应，也是本文研究的重
               于门诊费用的支出是多少？”“过去一月中您用于自                           点内容。
   21   22   23   24   25   26   27   28   29   30   31