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。