新型农村合作医疗对我国农村中老年人健康状况的影响

周俊婷 李 勇

1 引言

1.1 背景及意义目前，中国已经成为世界上老年人口最多的国家，也是人口老龄化发展速度最快的国家之一。据联合国统计，到本世纪中期，中国将有近5亿人口超过60岁，而这个数字将超过美国人口总数。在中国老龄化进入快速发展阶段的同时，还伴随着高龄化的快速推进。数据显示，目前中国80岁以上的高龄人口已接近2400万人，占整个老龄人口的 11%。中年群体也在快速地加入老龄化的阵营，其健康状态日益受到关注。有数据显示，70%的中年人处于亚健康状态，而且是各种慢性病高发阶段，引发的各种经济及社会问题已不容忽视。中老年群体的健康服务需求与健康状况也越来越受到人们的关注与重视，特别是相对处于劣势地位的农村中老年人，由于社会种种条件及经济的限制，因病致贫或返贫的问题时有出现，更加受到国家及社会的关注。

新型农村合作医疗（简称“新农合”）作为我国基本医疗保障制度的重要组成部分，旨在保障我国农村居民的基本医疗卫生服务需求，减轻因疾病增加的经济负担，不断改善农村居民的健康状况，提高其健康水平。国家卫生和计划生育委员会《2014年我国卫生和计划生育事业发展统计公报》指出，截至2014年底，全国参加新型农村合作医疗人口数达7.36亿人，参合率为98.9%。目前，我国农村新农合医疗保证已基本达到全覆盖，在全面建成小康社会、促进建设健康中国方面发挥了关键性作用。本文对新农合覆盖下农村中老年人的健康状况进行研究，重点关注社会45岁以上中老年人群的健康状况。新农合对社会医疗保障发展以及实现社会公平起到非常重要的作用。

1.2 研究现状目前，大多是研究关于新农合制度对于农村居民的健康效应，学者间的研究角度也不同，他们利用不同的研究数据及方法进行研究分析，其结果存在一定差异性。国内很多学者根据微观数据考察新农合对农村居民医疗服务利用及健康水平的影响因素。一些学者证明了新农合对健康的积极效应。程令国和张哗[1]从新农合的经济与健康效应两方面出发，实证分析表明新农合显著提高了参合者的健康水平；郑适等[2]通过对苏鲁皖豫四省的795份农户调查数据实证分析，结果显示，新农合促进了农民身心健康的改善，且农民对新农合的参与积极性和治疗满意度较高；张哲元等[3]指出，新农合显著提高了参合者的自评健康状况，且该正向影响集中体现在自评健康较好的个体上。而另一些则得出了相反的结论。孟德峰等[4]研究结果显示，新农合制度对于提高农民的健康水平作用不大，甚至还涉及了道德风险；Lei等[5]通过研究自评健康和过去四周内患病情况指标，发现新农合在改善健康水平方面效果有限。

但单独从老年群体出发的研究相对较少，更罕见涉及中年群体。王翌秋和雷晓燕[6]指出，新农合对非老年人影响的研究并不能推广到老年人，通过实证分析说明新农合促进了老年人健康状况的自我评价，也提高了老年人对自身慢性病（高血压）的知晓度；胡宏伟和李玉娇[7]发现，老年人对自身健康状况的评价整体水平一般，不同性别与年龄段老人的自评健康状况也存在差异，且不同地域老年人的健康水平存在分化，城镇老年人对自身健康的评价明显高于农村老人；陈在余和李薇[8]研究发现，新农合对降低农村老人灾难性医疗支出无显著性影响，其发生率主要取决于家庭人均收入水平及自身的健康状况。很少涉及有关中老年群体在新农合下健康状况的分析研究，部分学者就就诊行为、卫生服务利用等方面做了一些研究。

目前，研究新农合对老年人健康状况影响的数据库多为中国健康与养老追踪调查（CHARLS），毕竟其是针对老年群体调查的数据库，具有专门性与代表性。本文研究中老年群体的影响，选取的是中国健康与营养调查（China Health and Nutrition Survey，CHNS）数据库，可以与部分学者采用CHARLS数据库实证研究的分析结果进行对比，对于完善中老年的健康相关问题有一定的意义。利用CHARLS数据库研究老年群体健康状况相对比较多，如王新军和郑超[9]，CHARLS 2008年至2011年两期面板数据；刘国恩等[10]，CHARLS 2005年22省调查数据；胡静[11]，CHARLS 2011年全国基期数据等。相对使用CHNS数据库研究老年群体的较少，如王翌秋和雷晓燕[6]，CHNS 2000年与2006年的数据；胡宏伟和李玉娇[7]CHNS 2006年截面数据等。

针对不同类型的数据与研究需要，学者采用多种实证研究方法与模型。基于政策效果的影响分析，处理面板数据，多引入两部模型与双重差分（DID）模型，研究健康状况的影响因素，结合其因变量的特点，多采用Logit模型或probit模型，如章蓉等[12]、王翌秋和雷晓燕[6]。一般截面数据多采用 Heckman选择模型与倾向得分匹配方法，研究分类因变量，常用的模型也多为Logit模型或probit模型，如胡宏伟和李玉娇[7]。

本研究从中老年群体的角度出发进行研究新农合对健康效益的影响，具有一定的创新性。加入了中年群体，扩大了研究对象。中老年群体特殊的医疗服务刚性需求模式，是有别于年轻人的。中老年人的身体状况、生理特征乃至疾病模式都是特殊的，以各种慢性病居多，且随着年龄的增长，其对医疗健康的需求也会有所不同。同时，采用CHNS数据库中2000年与2006年的面板数据，结合DID模型与Logit模型实证分析新农合的政策实施能否对我国农村中老年人群健康状况产生影响，并实证分析其他因素的影响。

2 数据来源

本文采用CHNS 2000和2006年的数据。该数据是由中国疾病预防控制中心与美国北卡罗来纳大学人口研究中心合作开展，其中收录了我国东、中、西部地区人口健康方面的调查数据，范围覆盖全国9个省份的城镇与农村，调查采用多阶段分层整群随机抽样方法，调查包括人口学特征、社会经济状况、膳食结构、健康状况、医疗服务利用、工作和收入等个人和家庭信息，该项调查2～3年一次，从1989年到2011年已经在全国范围内开展了9轮调查。2003年是新农合开始实施的年份，用2000年作对照，刚好处于政策实施前，且2006年是取消自评健康状况调查最近的一年。所以，本文结合研究需要，选择2000年和2006年数据，配对成面板数据，更具有政策实施前后的可比性。其中选择年龄在45岁及以上的农村中老年群体，并剔除无效空白变量，共得到1882个样本，其中对照组354例，参合组1528例。

3 模型选择

本文研究的新农合制度影响下农村中老年人的健康状况，主要通过农村中老年人的主观健康自评和四周患病率两个指标来反映。通过结合两期面板数据，利用DID模型，分析新农合实施前后对健康状况的净影响。根据所选因变量的属性，选择Logit模型回归。其中，四周患病率分为患病和未患病两个维度，可以选择二分类的Logit模型；自评健康状况分为四个维度：非常好、好、一般、差，可以选择有序的Logit模型。结合这两个指标可以更加全面地反映农村中老年群体的身体素质、生理及心理健康和社会生活质量等各方面的情况，从而使论证结果更加准确与全面。

4 描述性统计分析

4.1 变量选取中老年人的健康状况比较特殊，其身体素质及生理机能相对年轻人也比较脆弱，同时还会受到经济及社会等各方面因素的影响。中老年人自身的行为特征、家庭特征、生活方式等各方面因素都会影响其健康状况。本研究根据CHNS数据，将中老年人的自评健康状况和四周患病率两个指标作为因变量，分别研究新农合政策（时间效应、组别效应、时间与组别的交互作用）、个人特征（年龄、性别）、社会经济因素[家庭人均年收入（取对数）、婚姻状况、最高教育水平]、个人习惯与行为特征因素（吸烟、饮酒、接受保健服务）对农村中老年群体的健康状况的影响。具体变量及其定义赋值如下表1所示。

4.2 描述性统计分析首先分别根据选择的结局指标变量，按时间和分组统计，分析其时间前后不同组别的指标变动情况。四周患病率作为其中一个指标变量，指的是调查对象在四周内患病的例数在调查总例数中的占比。通过分析2000年和2006年对照组和参合组的四周患病率状况来反映农村中老年群体生理状况的前后变化，如表2所示。

由表2分别列出了2000年和2006年参合组和对照组四周患病率的时间和组间差异。从纵向时间比较来看，相比2000年，2006年对照组四周患病率增加了，而参合组的四周患病率降低了；从横向组别差异来看，2006年参合组的四周患病率低于对照组，说明参合后农村中老年群体的健康状况有所提高。

表1 变量定义与赋值

表2 2000年与2006年新农合参合组与对照组四周患病率变化的情况[例(%)]

类似的，自评健康是个体对其健康状况的主观评价和期望，是衡量健康状况的主观性指标，是评价健康状况常用的方法。表3中列出了自评健康四种水平的样本占比情况，从时间和组别两个维度直观地反映了农村中老年群体参合后的健康水平变化。

表3 2000年与2006年新农合参合组与对照组自评健康变化的情况[例(%)]

由表3的数据可以看出，从时间比较来看，参合组和对照组变化基本一致，其中自评健康为“差”和“一般”的比例都上升了，自评健康为“好”和“非常好”的比例却下降了。但总体上，参合组的变化幅度更大，说明农村中老年群体对自身健康的满意度降低了。从组别差异来看，参合组中自评健康为“非常好”和“好”的比例均低于对照组，而自评健康为“一般”和“差”的比例都高于对照组。说明参合组对自身健康感知的满意度低于对照组，即参合后农村中老年群体对自身健康满意度降低了。接着，根据选取的变量进行简单的描述性统计分析。从各变量的均值与标准差值可以看出，各变量大致的分布特点：样本时间多集中于2006年；参合组样本多于对照组；年龄在45.0岁和88.6岁之间且相对偏左；性别以女性居多；吸烟与饮酒的比例偏小；接受保健服务的比例偏小；大多样本处于在婚；家庭年收入分布不均，差异大，均值为 6835.33元；自评健康状况相对不好；四周患病率相对较低，如表4所示。

表4 各变量描述统计

5 新农合健康效益的DID模型及Logit模型构建

本文结合研究内容与数据特点，构建DID模型及Logit模型分别就四周患病率与自评健康状况进行研究。利用两期面板数据，建立DID模型，设立时间与分组交互作用，进而分析新农合政策对农村中老年群体健康状况的净影响。另外，除考察新农合政策效应的影响外，分析影响农村中老年群体健康状况其他因素，由于四周患病率属于0和1的二分类变量，可直接用二项Logit回归，自评健康状况分为有序的4个指标，采用有序的Logit模型进行分析。

假定农村中老年个人健康状态主要由个人特征以及有无新农合状态决定，则用计量模型可以表示为：

其中，被解释变量Yit用两个变量指标来衡量，即自评健康状态和四周患病率，分别构建两个模型。解释变量分别为：T为时间固定效应，G为组别效应，TG是时间和组别虚拟变量的交叉项。Xi为控制变量，为个体、家庭及个人行为特征变量，包括年龄、性别、吸烟、饮酒、保健服务、婚姻状况、最高教育水平、家庭人均年收入；Ui为随机误差项。各变量定义及赋值详见表1。其中，b3即为本文关注的变量，其值反映新农合对农村中老年居民健康状况的影响。

6 新农合健康绩效实证分析

6.1 新农合政策对农村中老年群体健康状态的净影响根据DID模型的思想，把模型中的时间与组别的交互项看作新农合政策对农村中老年群体健康状态的净影响。根据相关数据得出差分值，具体分析其影响效应。以下分别基于四周患病率与自评健康值两个指标，利用DID分析结果进行健康效应的实证分析。

6.1.1 基于四周患病率的净影响预期新农合政策的实施对农村中老年群体健康状态具有正向效应，即基于四周患病率的DID值应为负，随着新农合政策的实施，参合组的四周患病率应该显著低于对照组。具体实证分析如表5所示。

表5 基于四周患病率的DID分析结果

通过数据处理，分别得出新农合政策实施前后农村中老年群体四周患病率的时期差值、组间差值和DID值，其中DID值反映时间效应与组别效应的交互作用，是本文关注的新农合政策的净影响，其值为-0.032，且在0.05的水平上显著。说明新农合的实施降低了农民的四周患病率，提高了农民的健康水平。另外，可计算得出，参合组和对照组的时间差值分别为-0.023和 0.009，说明新农合实施后，参合组农民的四周患病率都降低了，即农民的健康水平有所提高，对照组农民的四周患病率增加了。而在新农合实施前后的组间差值（参合组-对照组）分别为 0.035和 0.003，说明组间差异逐渐变小，农村中老年群体参与新农合后，其四周患病率显著降低了。

6.1.2 基于自评健康状况的净影响预期新农合政策的实施对农村中老年群体健康状态具有正向效应，即基于自评健康值得DID值应为负，随着新农合政策的实施，参合组的自评健康值应该显著低于对照组。具体实证分析如表6所示。

表6 基于自评健康状况的DID分析结果

如表6所示，DID值为0.152，即时间效应与组别效应的交互作用为正，说明新农合对农村中老年人的自评健康呈现负向影响，即新农合使其对自身的健康满意度下降了，这与预期的效应刚好相反。不过其P值为0.116，差异无统计学意义。经计算可得，参合组和对照组的时间差值分别为 0.398和0.245，说明新农合实施前后，农村中老年群体对自身的健康自评值变大了，其对自身健康状态的满意度下降了。另外，其组间差值分别为-0.007和0.146，说明对照组的农村中老年群体对自身健康满意度较高，反而参合组的自评健康值高于对照组，其参合使农村中老年群体对自身健康满意度下降。

6.2 新农合健康绩效实证分析与检验分析完新农合政策对农村中老年群体健康状况的净影响，现采用logit模型继续分析影响其健康状况的其他因素，分别以患病率与自评健康状况两个指标为因变量，逐步引入新农合政策的影响、个人特征影响、社会经济影响及个人习惯与行为特征影响四个模型，可以实现对DID模型中的实证结果做检验分析的同时，分析对农村中老年群体健康状况的其他影响因素。

6.2.1 基于四周患病率的新农合健康绩效实证分析四周患病率是对调查对象健康水平衡量的客观性指标。表7中列出了各影响因素的逐步回归结果。

表7 基于四周患病率的影响因素逐步回归结果

首先假定新农合是唯一影响农村中老年人四周患病率的因素，纳入时间、分组效应及其交互项分析新农合实施前后对农村中老年人健康状况的影响。从结果来看缺乏显著性，其中TG交互作用仅在0.1的显著水平上有效，显著性低。说明仅引入新农合并没有统计学意义，需要进一步引入其他变量。模型 2逐步引入年龄、性别的个人特征变量，回归结果显示，TG交互作用仅在0.1的显著水平上有效，性别在0.05的显著水平上有效，系数为0.503，说明性别在一定程度上影响农村中老年人的健康状况，且女性的四周患病率高于男性。这与女性自身生理与心理因素密切相关，更主要的原因在于一般农村地区的女性同时肩负生产与家务活动，生活工作压力大。接着，模型 3引入婚姻状况、最高教育水平和家庭人均年收入（对数）的社会经济特征变量，考察社会经济因素对农村中老年人健康状况的影响。回归结果显示，TG交互作用仍仅在0.1的显著水平上有效，婚姻状况与家庭人均年收入在0.05的显著水平上显著，后两者系数分别为-0.707和6.165，说明婚姻状况与四周患病率呈显著的负相关，家庭人均年收入与四周患病率呈显著的正相关。最后，模型 4引入吸烟、饮酒、接受保健服务等表示个人习惯与行为特征的变量，回归结果显示，在逐步控制了其他变量的影响后，农村中老年人是否参合对其四周患病率有负向作用，且结果在0.05的显著水平上有效。说明新农合的实施降低了四周患病率，提高了农民的健康水平。另外，接受保健服务和婚姻状况均对四周患病率有显著的影响。其中，年龄的系数为-0.028，为负数，说明随着年龄的增长，农村中老年人的四周患病率降低。据统计，中老年人多患各种慢性疾病，多发在中年以后，一旦过了一定的年龄，其患慢性病的发生率减小，但其影响因子相对较小，正说明了这一点。接受保健服务的系数为7.272，其P值为0.000，影响力和显著性都极高，四周患病率越高的中老年群体越希望通过保健服务来提高健康水平，接受保健服务的概率就越大，说明保健服务存在着逆向选择。婚姻的系数为-0.953，P值为0.004，显著性也很高，说明农村中老年群体的婚姻状态对其身体健康有着负向的影响，一般中老年人会有很强的孤独感，不好的婚姻状态影响其身心的健康，患病率也会增加。

从表7中的整体模型模拟结果来看，其卡方值越来越大（分别为7.614、14.152、24.709、176.140），P值越来越小（分别为0.055、0.015、0.002、0.000），显示在整体的模拟回归结果上越来越显著，差异有统计学意义，说明逐步引入变量是很有必要的。

6.2.2 基于自评健康状态的新农合健康绩效实证分析四周患病率反映了农民生理上的健康状况，代表着传统意义上的健康水平。如今，健康不仅仅是指身体上没有疾病，而是指生理方面、心理方面和社会方面统一处于良好状态。以四周患病率作为唯一的健康指标不能满足当前的需求，这里引入自评健康作为指标，真正考虑到农民的主观感受。

分析新农合对农民自评健康影响的过程中，农民的自评健康值包括四个维度：非常好、好、一般和差，分别用1、2、3、4来表示，由于健康指标多为离散变量且有序，采用有序的Logit模型进行分析。其成立的前提是平行线假定及发生比成比例。根据分析结果显示，满足其发生比成比例的假设，说明建立Logit模型的合理性。各模型的卡方值及P值也表明回归拟合得很好。

类似四周患病率的回归分析，分别从参合情况、并逐步引入个人特征变量、社会经济变量及个人习惯与行为特征变量，其具体回归结果如表8所示。

表8 基于自评健康状态的影响因素逐步回归结果

由回归分析结果可知，通过逐步引入模型，TG交互效应即 b3值分别为为 0.422、0.435、0.455及0.370，前三步在0.05的水平上显著，模型4相对显著性水平低，为0.1。说明后来引入变量降低了模型参数的显著性水平。从整体上显示新农合的实施对农村中老年的自评健康有一定的显著性影响，且其系数为正，说明新农合降低了农民对自身健康的满意度，这与前面的DID模型回归结果一致。一般自评健康差的中老年群体更愿意参加新农合，也存在着逆向选择的问题。

在模型4的控制变量中，年龄、吸烟、婚姻状况、接受保健服务和初中教育水平这五项通过了显著性检验，各系数分别为0.034、-0.847、0.337、0.818和-0.452。其中，年龄、婚姻状况和接受保健服务的系数为正。年龄越大的农村中老年群体对自身健康满意度越低，这与个人自身身体机能是密切相关的，随着年龄的增长，身体各项机能会越来越弱，从而增加疾病发生的风险，不断降低其生活质量。因此，年龄对自身健康满意度的影响是负向作用的。婚姻状况与接受保健服务的系数为正，说明婚姻状况与接受保健服务对农村中老年群体的自评健康状况有负效应。婚姻状况良好的群体会有更加积极的生活状态和好的生活方式与习惯，也会受到更好的照顾与支持，对其身体健康与心理健康都有正向效应，自然会对自身健康状态评价偏高。接受保健服务如上分析，是逆向选择的结果，农村中老年群体对自身健康满意度越低，越愿意接受一定的保健服务，以改善自身的健康状态。吸烟和初中教育水平的系数为负。一般来说，吸烟是有害健康的，吸烟的群体对自身健康状况评价低应该较低，本研究得出的结论刚好相反，有待进一步的研究。教育对提高农村中老年群体的健康水平具有正效应，可见样本中大多中老年群体处于初中教育水平，在当时社会地位与社会发展相对较好，对自身的健康满意度较高。另外，模型2和模型3的性别变量均在0.01的水平上显著，且系数为正，说明男性对自身健康状态的满意度高于女性，这也与女性的生理、心理及社会家庭活动因素密切相关。

综上，本文基于四周患病率及自评健康状况两项指标研究新农合对我国农村中老年群体健康效应的影响，两项指标分别从不同角度出发，得出了不同的研究结果。四周患病率侧重于身体状况，是相对客观性的指标，而自评健康状况则更多地关注生理、心理、社会等各方面的状况，是个人自我报告的健康状况，主观性强，容易出现较大的偏误。两者结合就可以更为全面准确地反映新农合对农村中老年人的健康效应的影响。总地来看，新农合的实施降低了农村中老年人的四周患病率与农村中老年人对自身健康状况的满意度，说明提高其健康水平的同时，增加了健康领域中很多逆向选择的问题。

6.2.3 单独实证分析45～60岁中年群体的健康状况通过选择样本中年龄在45～60岁之间中年群体的样本并配对，有效样本为476个，按照上面的分析方法，发现对于农村群体而言，新农合对其四周患病率与自评健康状况并没有显著影响，均未通过显著性检验。其中，婚姻状况显著影响农村中年群体的四周患病率，系数为-1.725，与四周患病率呈显著负相关。年龄、吸烟显著影响其对自身健康状况的评价，医疗保健与收入有一定影响。中年群体大多生活压力大，生活方式及习惯不健康，处于亚健康状态。从比较中可以看出，农村中年群体与老年群体有所差别，具体实证结果文中不作具体展示。一定程度上说明了老年群体的健康状况更加依赖于新农合的实施。

7 结论

新农合作为农村基本医疗服务的主导性制度，在提高我国农村居民的健康水平上发挥着关键的作用。根据本文研究来看，新农合总体上降低了我国农村中老年群体的健康满意度，并显著降低了其四周患病率，这可能由于随着社会的发展，人们对自身健康状态的标准提高。前者通过年龄、接受保健服务和婚姻状况这三项影响，后者通过年龄、吸烟、婚姻状况和接受保健服务、初中教育水平这五项影响。两者基本一致，说明了农村中老年群体的健康状况主要受个人特征及生活习惯与方式的影响更大。其他因素，如收入水平、饮酒等虽然在研究中不具有统计学意义，但可能是数据或是研究方法等带来的偏误，也应给予关注。总体来说，新农合提高了我国农村中老年群体的健康状态，但仍需要在医疗保健（特别是妇女保健）、教育、健康生活方式宣传教育、环境维护、经济提高与支持等各方面加强改善。

所以，新农合作为一种社会基本医疗保障制度，应更多地关注其在农村中老年群体中的实施效果。虽然本文的研究数据不是最新的，但能反映新农合实施前后的一些问题，对于完善群体划分下的基本医疗保险制度仍具有重要的意义。

[1]程令国，张晔.“新农合”:经济绩效还是健康绩效?[J].经济研究，2012，47(1):120-133.

[2]郑适，周海文，周永刚，等.“新农合”改善农村居民的身心健康了吗?——来自苏鲁皖豫四省的经验证据[J].中国软科学，2017(1):139-149.

[3]张哲元，陈华，李臻.健康保险能改善健康吗——“新农合”的健康绩效评估[J].社会保障研究，2015(4):28-35.

[4]孟德锋，张兵，王翌秋.新型农村合作医疗保险对农民健康状况的影响分析——基于江苏农村居民的实证研究[J].上海金融，2011(4):110-114.

[5]Lei X，Lin W.The New Cooperative Medical Scheme in rural China:does more coverage mean more service and better health?[J].Health Econ，2009，18(2):S25-46.

[6]王翌秋，雷晓燕.中国农村老年人的医疗消费与健康状况:新农合带来的变化[J].南京农业大学学报(社会科学版)，2011，11(2):33-40.

[7]胡宏伟，李玉娇.我国老年人自评健康状况及其影响因素研究——基于 ordered probit模型的估计[J].山西财经大学学报，2011，33(2):1-8.

[8]陈在余，李薇，江玉.农村老年人灾难性医疗支出影响因素分析[J].华南农业大学学报(社会科学版)，2017，16(1):45-53.

[9]王新军，郑超.医疗保险对老年人医疗支出与健康的影响[J].财经研究，2014，40(12):65-75.

[10]刘国恩，蔡春光，李林.中国老人医疗保障与医疗服务需求的实证分析[J].经济研究，2011，46(3):95-107，118.

[11]胡静.医疗保险对不同收入老年群体健康和医疗服务利用的影响[J].中南民族大学学报(人文社会科学版)，2015，35(5):141-145.

[12]章蓉，曹乾，路云，等.新型农村合作医疗制度的健康效应[J].上海交通大学学报(医学版)，2014，34(1):88-89.