《多元化财政医疗卫生支出与居民医疗负担——基于CFPS数据的经验分析.docx》由会员分享，可在线阅读，更多相关《多元化财政医疗卫生支出与居民医疗负担——基于CFPS数据的经验分析.docx（12页珍藏版）》请在课桌文档上搜索。
1、第40卷第6期2023年11月经济经纬ECOnomiCSUrVeyVol.40No.6Nov.2023多元化财政医疗卫生支出与居民医疗负担一基于CFPS数据的经验分析樊敏杰，殷强(河南财经政法大学财政税务学院，河南郑州450046)88888888888888888888888888888888888888888888888888摘要利用2010-2020年中国家庭追踪调直(CFPS)面板数据和宏观数据，考察财政医疗卫生支出对居民负担的影响.研究发现:从补需方和补供方”维度来看，两项支出对医疗总费用均有显著的促进效应，且主要体现在住院费用方面。补需方”有利于降低自付费用进而降低患者医疗负担，而
2、“补供方”则会加重患者的医疗负担.(2)“强基层对各类医疗费用均呈现出不同的降负效应(3)各分项财政医疗卫生支出分别通过提高患者就诊频次、增加医疗资源和提高疾病防控能力等渠道,进而对医疗费用产生不同影响.研究结论有助于优化财政医疗卫生支出结构，提升医疗卫生资源配置效率，为降低居民医疗负担提供政策依据。关键词：财政医疗卫生支出；补需方；补供方；强基层；居民医疗负担基金项目：河南省软科学研究项目(222400410618)；河南省哲学社会科学规划项目(2022BJJ013)；河南省高等学校青年骨干教师培养计划(2020GGJS116)作者简介:樊敏杰(1986-),女，河南西华人,博士,副教授，研
3、究方向为公共经济与社会保障；殷强(1972-),男，河南罗山人，博士，教授，研究方向为财税理论与政策.中图分类号:F831文献标识码:A文章编号:1006-1096(2023)06-0109-12收稿日期:2023-05-1588888888888888888888888888888888888888888888888888当前我国的财政医疗卫生支出呈现出多维度辐射、多主体流向的特点,概括起来，有以下三个方面：一是“补需方”，财政补贴是医保资金的重要来源，当前国家重点支持以基本医疗保险为主体的多层次医疗保障制度，以提高医疗保障的全民性、公平性和高效性;二是补供方，即政府对公立医疗机构的财政投入
4、，为公立医疗机构增加人力资本、购置医疗设备与基础设施建设提供资金支持(王增文等,2021);三是强基层，即政府关于健全与完善公共卫生服务体系的财政支出，旨在提升居民的疾病预防能力，强化健康意识，降低患病风险，有助于推进并实施预防为主的卫生政策o在具体实践中，我国政府医疗卫生支出占财政总支出的比例从2013年的6.8%上升至2020年的7.1%。其中，补需方和补供方”在财政医疗卫生支出总额中占绝对优势。图1和图2分别提供了2010-2020年财政医疗卫生支出变化趋势及城乡差异情况。近年来，尽管政府对医疗卫生领域的投入持续增长，但医疗资源和公共卫生资源在城乡之间的分布不均衡现象依然突出，农村地区医
5、疗设施短缺、公共卫生体系不完善的局面仍未得到根本改善。这也意味着，如何推动优质医疗资源扩容下沉，引导城市资源向农村薄弱地区疏解，是进一步优化我国医疗卫生资源布局的重点。利用2010-2020年微观调查追踪数据,对财政医疗卫生支出与居民医疗负担的关系进行综合考量。本文的边际贡献是:第一,根据我国实践经验,将财政医疗卫生支出细分为补需方补供方强基层三个维度进行刻画和衡量，相比于当前学界多从需方和供方的探讨更为全面。第二，利用全国性微观数据分析财政医疗卫生支出对居民医疗负担的影响，并对内在影响机制进行剖析，相比当前多使用宏观数据展开的分析而言，度量更为精确，针对性更强,能够为进一步优化财政医疗卫生支
6、出路径提供更多经验证据o201020122014201620182020补需方”补供方a “强基层”图1 我国财政医疗卫生支出:2010-2020年4002010 2012 2014 2016 2018 2020”补需方（城镇）-“补需方农村）补供方（城便）图2我国财政医疗卫生支出：城镇与农村一、文献回顾与研究假说（一）医疗保障支出根据国际经验，政府在医疗保障体系运行中起着举足轻重的作用o例如，大多数国家通过直接补贴或税收豁免的方式为居民提供参保补贴，在提高参保率的同时也在一定程度上缓解了逆向选择问题（JaSPerSenetal,2013）。即使在市场化程度较高的美国，政府也为部分低收入人群和
7、老年人提供了社会医疗保险和医疗援助。当前，我国以城乡居民基本医疗保险和城镇职工基本医疗保险为核心，以城市医疗救助和农村医疗救助为底层依托的社会化医疗保障体系已经建成，基本实现了病有所医的初步目标（申曙光,2017）.随着资金流向的转变，医疗保障逐渐取代公立医疗机构成为了财政医疗卫生投入的最大项目。在新型农村合作医疗、城镇居民基本医疗保险的筹资结构中，公共财政成为保费的主要来源（华颖,2023）o关于医疗保险与医疗负担的逻辑关系，有学者认为，医疗保险的风险共担和互助共济功能有利于降低医疗服务的相对价格（彭浩然等，2016）,通过风险转移和补偿机制能够有效缓解疾病带来的经济冲击。规范的医保结算机制
8、可以提升医疗资源使用效率，减少医患道德风险，进而有助于缓解居民医疗负担（朱恒鹏，2019;高鹏等,2023）。政府的“补需方”投入可能会加重居民医疗负担。一方面，医保降低了患者的自付医疗费用比例（FeITland。etal,2018）,这会进一步刺激患者的医疗服务需求，导致医疗服务过度使用（常雪等，2021;蔡晓珊等，2022）,加重参保人的事后道德风险和医疗负担（朱凤梅,2021）;另一方面，公立医院的绩效考核机制可能会给医生带来错误激励，凭借信息优势医生可能会诱导患者过度医疗，增加医疗负担，弱化补需方”的减负效应（PeaCoCketal,2007汪增文等,2022）基于此,本文提出如下研究
9、假设：Hl:在控制其他因素的条件下，“补需方会提高患者的医疗总费用，降低自付医疗费用。（二）公立医疗机构支出长期以来，政府都把对公立医院的投入作为支持医疗卫生事业发展的重点多数学者探讨了财政的医疗机构补贴对于医疗费用控制、医疗服务可及性及医疗服务质量的影响（彭浩然等，2016;毛捷等，2017;胡善联，2018;朱恒鹏等，2021;王增文等，2022）。研究表明,增加供方投入可以为医疗机构增加床位数、人才建设、诊疗设备完善升级等提供资金支持（王增文等,2021）.一方面，医院在职人员工资中约有20%来自于财政直接补贴（朱恒鹏，2019）,充足的资金有利于医院吸引更多的优秀医务工作者，同时可以通
10、过开展技能培训提高医务人员的综合业务水平另一方面，添置升级医疗器械可以提高诊疗效率,辅助提升医务人员的疾病诊断能力,有助于降低误诊误治概率,但同时新的医学检查手段和仪器的使用也可能会提升患者的就诊成本。与此同时，我国的公立医疗机构级别与其获取资源的能力是成正比的，这种资源分配模式容易造就公立三甲医院的垄断地位（朱恒鹏,2020）相对于一般医疗机构，高级别医院在硬件设施和诊疗水平上均有更多优势，患者就诊过程中的支付意愿也较高。在分级诊疗制度并不完善的前提下，随着居民的健康意识增强，当需要医疗服务时，患者更倾向于流向高级别的医疗机构。在这一背景下，补供方”导致的医院规模扩张，有助于改善医疗服务可及
11、性，同时也抬高了患者的次均支付意愿而导致医疗成本过度膨胀（朱恒鹏等，2021;Gaynoretal,2015）。此外，当前的医生收入与其业务量挂钩的绩效考核模式,会给医生造成错误激励。在信息不对称的情况下，出于自利性目的，医生可能会实行价格歧视,侵占更多消费者剩余（王文娟等，2016）,进一步加剧过度医疗问题（Grennan,2013;周魅等,2021）.基于此,本文提出如下研究假设：H2:在控制其他因素的条件下，“补供方会提高患者的医疗总费用和自付医疗费用。（三）基层医疗卫生服务支出基层医疗卫生服务的公共品属性决定了政府应当在基层医疗卫生领域提供资金和政策保障。然而，由于基层政府财力薄弱，对
12、于基层医疗卫生机构的投入多以保障人员经费和基本公共卫生服务经费为主，基本建设、设备购置等专项支出补偿缺位严重（财政部财政科学研究所课题组等,2（Ho）,这也是我国基层医疗卫生体系长期发展滞后的主要原因o目前来看，纵然政府在基层医疗卫生领域的支持力度持续加强，但供给规模和质量与居民日益提升的服务需求并不匹配，结构性供求失衡逐步显现（汤旖型等，2021;陈春梅等，2021）李海林等（2016）基于广州的研究发现，政府在公共卫生领域存在投入标准偏低和投入规模不足的问题。此外，医疗卫生事业发展不平衡不充分、地区差异不断扩大等问题亦不容忽视,集中表现为农村医疗能力日渐弱化与城市医院规模不断扩张并存,存在
13、重上轻下、重城轻乡、重大轻小、重医轻防等现象（朱凤梅等,2022洙坤,2019）.有研究认为，政府提供免费的公共卫生服务，如预防接种、健康教育及健康管理等,对于推动健康关口前移、改善重医轻防倾向有着重要作用（郑喜洋等，2019）。当前关于财政基层医疗卫生支出对医疗费用影响的研究较少，且多属于定性分析，有待进一步探讨o基于此，本文提出以下研究假设：H3:在控制其他因素的条件下，“强基层有助于降低患者的医疗消费支出。二、辘、变量与模型构建（一）数据来源本文使用的数据主要是中国家庭追踪调查（CFPS）统计数据，该项调查由北京大学中国社会科学调查中心实施完成,于2010-2020年共展开了6次全国性的
14、跟踪式入户调查,调查时点分别为2010年、2012年、2014年、2016年、2018年和2020年。调查范围广泛，内容全面,能够为本文的研究提供较好的数据支撑。根据本文的研究目的和数据可得性，我们选取了2010-2020年共6个时间点的面板数据考虑到少年儿童与成人的健康、医疗服务利用等指标的影响因素差异较大，本文剔除了17岁以下的受访者o此外，关于不同年份的政府医疗卫生投入等省级层面宏观数据主要来自中国统计年鉴中国卫生健康统计年鉴中国卫生和计划生育统计年鉴中国劳动统计年鉴中国民政统计年鉴等。（二）变量选取1 .被解释变量抑制医疗费用过度膨胀，降低居民医疗负担，是政府加强医疗卫生投入的重要目标
15、。一方面，在有限的资源约束下，通过节约医疗卫生开支，政府可以释放更多的财政资金投入其他领域；另一方面，通过降低居民医疗负担,可以有效缓解居民的“看病贵问题。因此,本文选取患者的医疗总费用（ILtoteXP）和自付医疗费用（ILSeieXP）作为居民医疗负担的衡量指标。2 .解释变量政府在医疗卫生领域的资源分割能够反映出政府对于我国医疗卫生事业发展的重视程度o但是相对于支出总量而言，财政医疗卫生支出路径的选择更有探讨意义一方面，不同的财政资金流向能够反映出政策支持的侧重点；另一方面，不同的财政支出模式可能会带来不同的降费效应。由于各个省份并未公布不同口径的财政卫生支出数据，因此，本文借鉴郑喜洋等
16、（2019）的做法,利用现行财政拨款及补贴政策构建补需方（ln_demand）、补供方（ln_supply）和强基层（Inprimary）三个核心解释变量,分别用于衡量财政对于医疗保障、公立医疗机构和基层医疗卫生服务机构的支持力度。首先,计算各省份各项财政医疗卫生支出的总额。具体来看，“补需方总额（t。Jdemand）可以通过加总医疗保险支出（tot_ins）与医疗救助财政拨款（tot_aid）之和计算得出其中，医疗保险支出（totjns）等于基本医疗保险参保人数（num.ins）与财政补贴标准（SUtLinS）的乘积。“补供方总额（tot_supply）通过计算公立医疗机构医务人员数量（nu
17、mjstaf）与平均薪酬（avg_hsalary）的乘积得出。强基层总额（tojprimary）则通过计算人员经费支出（feJStaf）与公共卫生服务经费支出（fee_pub）的总和得出。其中，人员经费支出（fee,staf）等于公共卫生机构人员数量（num_pstaf）与其平均薪酬（avg_psalary）的乘积，公共卫生服务经费支出-Ill(fee.pub)等于人均补贴标准(SUb_pub)与各省份人口数(num_pop)的乘积。各总量指标的具体计算公式如下：tot_demand=numjnssubjns+tot,aidtot_supply=num_hstafavg_hsalarytotp
18、11mary=num_pstafxavg_psalary+sub_pubxnum_pop在核算各省份不同维度财政医疗卫生支出总量的基础上，根据各省份人口数进一步计算得出不同年份、不同省份、不同维度的人均医疗卫生支出。为了减少异方差的影响，对各省份人均医疗卫生支出取对数，并且以2010年为基期进行CPI平减。3 .控制变量除了核心解释变量,基于已有文献,本文还控制了年龄(age)、户籍(hukou)、受教育年限(eduy)、婚姻状况(marital)、医疗保险(ins)、自评健康(health)、家庭人均收入(PerinC)等个体和家庭特征变量，以及人均GDP(ln_pergdp)、城镇化率(U
19、rbjate)、人口密度(ln_p。Pden)等省份特征变量。各类变量界定及描述性统计如表1所示。表1变量界定及描述性统计变量名变Ifi符号变量说明均值标准差被解释变量医疗总费用InJotexp取对数.过去一年的医疗总花费7.0511741自付医疗费用ln_selexp取对数.过去一年医疗总费用中，除去报销之后的自付部分6.3651894解释变量补需方”IrLdemand取对数基本医保补贴与医疗救助财政拨款之和5.4570.557补供方”ln_supply取对数.公立医疗机构财政拨款4.9240.904强基层Injorimary取对数.公共卫生机构人员经费与公共卫生服务经费之和4.8760.4
20、33控制变量年龄age调查年份与受访者出生年份之差49.60314.345户籍hukou城镇=1,农村=00.4890.5受教育年限eduy根据受访者的最高受教育水平进行判定7.8374.762婚姻状况marital结婚=1,否则=00.8660.341医疗保险ins有医疗保险=1,否则=00.9260.262自评健康health根据受访者回答的当前自身健康状况进行判定，将很不健康、一般、比较健康、很健康、非常健康分别赋值1-53.1921.286家庭人均收入perinc根据五分法将受访者分为低收入组、中低收入组、中等收入组、2.7131.058中高收入组和高收入组五类，分别赋值1-5人均GD
21、PInjoergdp取对数,各省份当年的人均GDP10.8170.437城镇化率urb_rate各省份当年的城镇化率0.5840.125人口密度Injxjpden取对数.各省份当年的人口密度5.7311.033(三)模型构建政府的医疗卫生支出效应可能存在一定的时间粘性，上期值可能会对当期值产生延滞影响(FinkelSteinetalf2009)鉴于此，本文借鉴李晓嘉等(2020)的做法,在模型中加入被解释变量的滞后一期，以尽可能避免由于遗漏变量而导致的内生性问题。依此前提，本文拟构建如下回归方程，以检验不同流向的财政医疗卫生支出对居民医疗负担的影响：丫仲=G+%LYiPt+2X1+ai2+cX
22、3+X,ip+jpt其中，下标i表示居民个体，p和t分别表示省份和年份Yipt为被解释变量,包括医疗总费用、自付医疗费用等;L.Yipt表示相应被解释变量的一阶滞后;X】、X?和X3分别表示补需方补供方和强基层”三项财政医疗卫生支出;XlPt表示影响居民医疗负担的其他控制变量,包括年龄、户籍、受教育程度、婚姻状况、医保、自评健康、家庭人均收入、城镇化水平、人口密度等个人、家庭以及省份特征变量;孙是随机扰动项。此外,本文还控制了个体、省份和时间固定效应。在上述方程中，补需方补供方和强基层”的估计系数2,a3和a4是我们关注的重点。三、基准回归分析医疗费用上涨过快，居民医疗负担过重，是造成大量患者
23、有病不医”的主要原因之一,也是阻碍我国医疗卫生事业发展的主要壁垒。因此,降低居民医疗负担,提升居民医疗服务可及性是我国深化医疗卫生体制改革的重点。为了检验多元化医疗卫生支出模式的降费效应.表2分别从医疗总费用和患者自付医疗费用两个角度考察了财政医疗卫生支出对居民医疗负担的影响。首先，第(1)(2)列的结果显示，“补需方”的估计系数为正值，且在1$的统计水平上显著。这表明.财政的需方投入是导致患者医疗总成本扩张的诱因之一，这与现有研究结论基本一致(郑喜洋等，2019)。而从第(3)(4)列的结果来看，“补需方”显著降低了自付医疗费用，对于减轻患者医疗负担有着直接的积极效应。验证了HI0究其原因，
24、当前我国多层次的医保制度已基本实现全民覆盖，医保的普惠性和经济福利性可以进一步降低患者的医疗服务自付比例，减少其就医成本。在收入约束不变的条件下，这也会降低个人对医疗服务价格的敏感性.患者可能会倾向于选择更多、更昂贵的医疗服务。这意味着.从个人角度来看，“补需方”会降低患者的自付医疗成本，能够在一定程度上改善“看病贵”问题，有助于缓解患者的个体医疗负担。但与此同时，自付医疗价格的下降也可能会进一步加剧患者的事后道德风险。从社会角度来看，这会导致医疗卫生资源的过度使用.进而助涨医疗总费用。其次，值得注意的是，“补供方”与医疗总费用呈现显著的正向关系。也即财政的供方投入不利于控制医疗总成本的上涨H
25、2成立。此外，“补供方”对于患者自付医疗费用的影响系数为正值，且在5%的统计水平上显著。医疗机构持续扩张以及供方诱导需求等推高了医疗总费用，在一定程度上消解了政府投入的降负作用(朱恒鹏等.2021)。最后，在控制其他变量的前提下，“强基层”对患者医疗总费用和自付医疗费用的影响系数均显著为负值。这表明.政府在基层医疗卫生领域的财政投入对于患者的医疗成本具有显著的抑制效应,能够在一定程度上降低居民医疗负担，假设H3成立。“强基层”存在降负效应的主要原因是：一方面，医疗资源下沉使我国的基层医疗卫生体系得以持续完善，通过预防接种、普及健康知识、加强健康管理等，降低居民患病率.进而减少不必要的医疗支出；
26、另一方面，与高级别的医疗机构相比.基层医疗卫生机构的医疗服务价格更低。而且在现有的医保支付体制下，患者在基层医疗机构能够享受更高的报销待遇O值得注意的是，尽管近年来政府在基层医疗卫生领域的投入规模在逐年增加，但是占财政医疗卫生总支出的比重却在不断下降。数据显示，与2011年相比，2019年我国基层医疗卫生机构支出占财政医疗卫生总支出的比重下降了4.11%o相对于需方和供方投入而言，基层投入规模不足，这可能会阻碍其医疗成本抑制效应的充分发挥。表2财政医疗卫生支出对居民医疗费用影响的基准回归结果变量ln_totexpln_selexp(1)(2)(3)(4)ln_demand0.3630279o-
27、0.613”.-0.526*(0.083)(0.080)(0.104)(0.289)ln_supply0.2500.103,m0.106o,0.0690(0.039)(0.038)(0.034)(0.035)Injjrimary-0.041-0.056,-0.053-0.131,(0.034)(0.031)(0.045)(0.056)控制变量控制控制滞后一期因变量控制控制控制控制个体固定效应控制控制控制控制地区固定效应控制控制控制控制年份固定效应控制控制控制控制观测值26955269551104011040注表中括号内为稳健性标准误：*、*、*分别表示估计系数在5$、10$的统计水平上显著。前
28、文分析表明，“补需方”和“补供方”会显著提升居民的医疗总费用。患者的医疗花费构成主要包括门诊费用和住院费用。为了检验政府医疗卫生投入对医疗费用的影响侧重点，本文将医疗总费用拆解为门诊费用(In_outexp)和住院费用(In_hosexp)两个分项。表3的回归结果表明，“补需方”对门诊费用的影响系数为正但并不显著。对于住院费用的影响系数也为正值，且在1%的统计水平上显著。这也验证了政府的需方财政投入对医疗费用的推动效应主要来自于-113住院费用的上涨。当前我国医保报销范围主要集中在住院医疗服务，财政的医保补贴可能会过度刺激患者的住院服务需求，进而造成医疗费用高涨。此外，政府增加“补供方”力度会
29、显著推动门诊费用和住院费用的上涨。而“强基层”对于门诊费用和住院费用的估计系数均显著为负，这也进一步验证了政府的基层财政投入对于疾病防控、节约医疗资源的积极效应。表3财政医疗卫生支出对门诊费用和住院费用的膨响变量InquteXPln_hosexp(1)(2)(3)(4)ln_demand0.0970.0320.597E0.455(0.083)(0.087)(0.046)(0.045)ln_supply0.140o0.186F0.06L0.083,(0.045)(0.044)(0.020)(0.020)Injjrimary-0.937w-0,589-0.075-0.068*(0.118)(0.1
30、19)(0.026)(0.025)控制变量控制控制滞后一期因变量控制控制控制控制个体固定效应控制控制控制控制地区固定效应控制控制控制控制年份固定效应控制控制控制控制观测值189791897991039103注表中括号内为稳健性标准误：*、*、*分别表示估计系数在1%、5$、10$的统计水平上显著。四、稳健性检验（一）进一步考虑内生性在基准回归中已经控制了个人、家庭和省份层面的诸多变量，以及加入了被解释变量的滞后项,但医疗费用的影响因素繁杂，可能存在不可观测的患者特征或者政府偏好等因素，导致估计结果偏误。为了避免遗漏变量及测量误差等因素可能导致的内生性问题,借鉴朱恒鹏等（2021）的做法，选取财
31、政收支和政府债务的人均值作为财政医疗卫生支出的两组工具变量，并基于两阶段最小二乘法（2SLS）进行估计。各工具变量具体界定如表4所示。表4工具变量界定变量名变量符号变量说明均值标准差财政收支财政收入Iivfisrev取对数。各省份当年的政府财政收入8.3530.602其他财政支出In-Othfinexp取对数。各省份当年除医疗卫生支出外的其他财政支出8.9990.430政府债务政府累计负债In_accgovlia取对数o政府的累计负债额8.1611.635城投债举债额InJXXid取对数。各省份当年的城投债举债总额6.6201.152到期债券数In_numbond各省份当年的城投债到期债券数3
32、0.37263.516表5给出了两阶段最小二乘法（2SLS）的估计结果。Cragg-DonaldWaldF统计量和HansenJ统计量表明本文选取的工具变量满足有效性和外生性假设。表5的结果表明，在进一步控制内生性之后，“补需方”“补供方”“强基层”对不同维度医疗花费的影响与前文基本一致。综合而言，基于2SLS的回归结果验证了上述基准回归结果的可靠性和稳健性。（二）平衡面板本文使用的微观数据为2010-2020年的全国性追踪调查数据，由于时间跨度较长，极易出现部分样本缺失、追踪效率下降的现象。因此，为了保证有效样本量，在前文的分析中我们采用了非平衡面板进行回归。为了剔除面板平衡性可能带来的干扰
33、.接下来我们借鉴孙广亚等（2021）的做法，将数据处理为平衡面板来进一步检验上述研究结论的可靠性。表6的稳健性检验结果同样表明，“补需方”不利于控制医疗总费用的上涨.但是却有利于降低患者的直接医疗负担，而“补供方”则会同时助涨医疗总费用和自付医疗费用。-114表5稳健性检验结果（D：2SLS回归变量(1)ln-totexp(2)ln-selexp(3)ln_outexp(4)In_hosexpln-demand0.424-0.4160.0210.447,*(0.108)(0.232)(0.157)(0.094)In-SUPPly0.192,0.0900.233,0.1223(0.045)(0.
34、137)(0.117)(0.043)ln_primary-0.030-0.1014-0.557-0.037*(0.010)(0.060)(0.085)(0.023)控制变量控制控制控制控制滞后一期因变量控制控制控制控制个体固定效应控制控制控制控制地区固定效应控制控制控制控制年份固定效应控制控制控制控制观测值2393510115189789103Cragg-DonaldWaIdFStatistic197.97147.88861,02511.4241.2180.5071.3374142HansenJStatisticP=O.5438P=O.7760P=O.5124P=O.1261注表中括号内为稳健
35、性标准误：*、*、*分别表示估计系数在1%、5认10%的统计水平上显著。表6稳健性检验结果（11）:平衡面板变量(1)Irvtotexp(2)ln,selexp(3)In_OUteXP(4)ln.hoseln_demand0.369-0.155,0.1090.256-(0.045)(0.085)(0.082)(0.120)ln_supply0.0540.059,0.0720.116“(0.018)(0.039)(0.027)(0.057)Injjrimary-0.038”-0.623-0.222o-0.020(0.021)(0.453)(0.048)(0.051)控制变量控制控制控制控制滞后一
36、期因变量控制控制控制控制个体固定效应控制控制控制控制地区固定效应控制控制控制控制年份固定效应控制控制控制控制观测值1650610944113947128注表中括号内为稳健性标准误：*、*、*分别表示估计系数在5$、10%的统计水平上显著。（三）不同时期深化医疗卫生体制改革是一个长期的、复杂的、渐进的过程。例如，为了推动医改整体向纵深发展，2015年我国首先在江苏、安徽、福建和青海四个省份开展综合医改工作，2016年又新增上海、浙江、湖南、重庆、四JIL陕西和宁夏七个试点省级行政区。此次改革的重点是医疗、医保、医药三医联动，目的在于探索全面系统的改革可行性和有效性措施，为进一步深化医疗卫生体制改
37、革积累普适性经验。考虑到试点改革可能改变医疗服务供需主体的预期，进而影响其医疗行为决策，本文将研究数据分为2010-2014年、2016-2020年两个时期分别进行回归，具体结果如表7所示。结果表明，在分时期进行回归之后，不同的财政医疗卫生支出对居民医疗负担的影响结果与前文基本一致。表7稳健性检骁结果（m）:不同时期2016-20202010-2014变量(1)(2)(3)(4)(5)(6)(7)(8)IruselexpIrLoutexpIrLhosexp-0.2780.0010476(0.077)(0.045)(0.108)-0.0180.233w0.067*(0.024)(0.046)(0
38、.033)-0.057,-0.702,-0.018(0.023)(0.152)(0.033)ln-demad0. 415”-0. 198”0. 0200 607 0. 434 (0. 165)(0. 017)(0. 049)(0. 087)(0. 087)IrLSupPIy0. 127,”0. 256 00. 227 0. 071 *0. 059(0. 048)(0. 104)(0. 051)(0. 030)(0. 042)In-Priinary-0. 051-0. 233-0. 343 E0. 051-0. 671 ,(0. 053)(0. 221)(0. 116)(0. 049)(0. 1
39、30)控制变量控制控制控制控制控制滞后一期因变量控制控制控制控制控制个体固定效应控制控制控制控制控制地区固定效应控制控制控制控制控制年份固定效应控制控制控制控制控制观测值819828427982370018757IfktotexpIn-SeIeXPIrLOUteXPln_hosexpln_totexp注表中括号内为稳健性标准误：*、*、*分别表示估计系数在1%、5$、10%的统计水平上显著。五、异质性分析上述基准回归分析表明，不同的财政医疗卫生资金流向对于患者医疗成本和医疗负担的影响不尽相同。为了进一步考察不同财政医疗卫生支出的效应差异.本文将个体按照城乡和区域进行了分类。医疗卫生资源布局失衡
40、一直是影响我国医疗卫生事业发展的重要阻滞因素。首先，医疗卫生资源在城乡之间合理配置是实现城乡融合发展和“健康中国”战略的基本要求。当前，我国医疗卫生资源的分配格局呈倒三角形和重城轻乡，资源高度聚集于城镇（王波等，2017）。城乡之间公共卫生资源和医疗资源分布不均衡、配置不合理现象依然严峻（马超等，2017；杨林等，2016）。其次，我国的医疗卫生资源在东中西三大区域之间呈逐渐递减的阶梯状分布（张兴等，2014）,东部地区凭借区位优势和发展优势更容易获取较多的政策倾斜。因此，如何补齐农村和中西部地区医疗卫生短板，促进医疗卫生服务均等化，是实现共享发展、推进健康中国战略的政策着力点。基于此，为了考
41、察财政医疗卫生支出对居民医疗负担影响的异质性，本文根据面板数据特点去除个体效应，进而利用似不相关回归模型（SUR）分别对各分类样本组进行联合估计，并对组间系数差异的显著性进行检验（连玉君等，2017）,估计结果如表8和表9所示。表8分组回归结果与组间系数差异检验：城乡差异变量IrLtotexpIfkselexp城镣农村经验P值城德农村经验P值ln_demand0.213,0.282“0.198-0.096-0.108”0.347(0.056)(0.132)(0.033)(0.035)11.supy0.08401400.063*0.04340.064o0.077,(0.082)(0.047)(0
42、.033)(0.023)Injjrimary-0.035”-0.176-0.025”-0.073-0.165E0.032,(0.015)(0.018)(0.085)(0.050)控制变量控制控制控制控制滞后一期因变强控制控制控制控制个体固定效应控制控制控制控制地区固定效应控制控制控制控制年份固定效应控制控制控制控制观测值142391271680203020注：袁中括号内为稳健性标准误；*、*、*分别表示估计系数在1%、5$、10%的统计水平上显著：“经睑P值”用于检验组间系数差异的显著性。表9分组回归结果与组间系数差异检骁：区域差异lntotexpln-selexp东部中西部经睑P值东部中西部
43、经呢P值IrLdemand0. 185 o0. 301 ”(0. 032)(0. 135)ln_supply0. 131 ,0. 169(0. 077)(0. 093)ln_primary-0. 122 m-0. 234 ,(0. 058)(0. 067)控制变量控制控制滞后一期因变录控制控制个体固定效应控制控制地区固定效应控制控制年份固定效应控制控制观测值119101504510728409oo.L-0. 048 0. 179(0. 022)0. 110”0. 082,(0. 047)-0. 126”0. 154(0. 062)控制控制控制控制控制6545注：表中括号内为稳健性标准误：*、*
44、、*分别表示估计系数在相、5M10%的统计水平上显著“经验P值”用于检验组间系数差异的显著性。从城乡比较来看.“补需方”会同时提升农村和城镇居民的医疗总费用，降低自付医疗费用，但对于两组群体的医疗负担影响并无显著差异。值得注意的是，“补供方”更易于拉高农村居民的医疗总费用和自付医疗费用。与之相反，“强基层”则更利于降低农村居民的医疗负担。长期以来，农村人口数量众多与医疗资-116源相对短缺的供求矛盾，导致农村居民对于医疗卫生资源的变动更为敏感。然而，当前的财政医疗卫生支出更多是流向需方和供方，导致政府对农村供方投入的增负效应遮掩了基层医疗卫生投入的降负效应。这可能也是造成农村医疗卫生事业发展缓慢的重要原因（孙广亚等，2021）o从区域差异来看，“补需方”对于东部和中西部地区的医疗负担影响同样
