文档介绍：该【中国基本医疗保险、户籍差异与新生儿健康——以上海市为例 】是由【小屁孩】上传分享，文档一共【16】页，该文档可以免费在线阅读，需要了解更多关于【中国基本医疗保险、户籍差异与新生儿健康——以上海市为例 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:.. (总164期)、户籍差异与新生儿健康——以上海市为例①唐迪1,2,3 蔡娇丽4 高向东3 方中书3(,上海201318;,上海201204;,上海200062;,北京100044)[摘要]医疗保险作为各国的主要卫生政策,对新生儿健康具有重要影响。国外对医疗保险促进新生儿健康做了详尽研究,但国内关于此领域的研究尚不多见。中国城乡“二元”经济体制导致的医疗保障失衡现象极有可能会造成新生儿在健康水平方面的户籍差异。本文利用孕产妇及新生儿的病历数据,采用倍差法以及倾向性分值匹配与倍差法结合的方法,探讨新生儿基本医疗保险受益性的户籍差异。研究发现:流动孕产妇的参保率低于本地居民且流动人口新生儿的健康状况远低于本地人口新生儿。对于参保后人群的研究发现,参保后流动人口新生儿的医保受益性明显高于本地人口,此结果根据新生儿性别以及产次分层后,结果依旧稳健。文本进而探究了中国基本医疗保险影响新生儿健康的作用机制,发现中国基本医疗保险通过改善孕妇在孕期的健康行为以促进新生儿健康。因此,中国基本医疗保险应适度对流动孕产妇倾斜支持,推进医疗保险“预防优先”的理念,控制事前道德风险,以促进该群体的母婴健康。[关键词]城镇基本医疗保险;新生儿健康;户籍差异;机制检验[中图分类号]C92-05 [文献识别码]A [文章编号] 1004-1613(2021)02-0001-161引言新生儿健康是健康中国的基石,党的十八届五中全会制定了《“健康中国2030”规划纲要》,明确提出新生儿出生缺陷和不良出生结局已成为新时期妇幼健康的新挑战,并指出中国新生儿健康状况存在明显的城乡和区域差异,要切实提高母婴保障,促进新生儿健康。根据《中国流动人口发展报告2018》数据显示,截至2017年底,。随着城镇化进程的加速,流动人口新生儿健康状况堪忧、流动孕产妇死亡率较高等已成为当前中国加速发展过程中的突出问题,引起了社会各界的广泛关注。①[基金项目]上海市“科技创新行动计划”软科学研究子项目“生物医药产业创新指标体系研究”(编号**********);上海市卫健委政策研究项目“国际化医疗服务体系建设思路研究”(编号2020HP06)。[收稿日期]2020-11-11[作者简介]唐迪,女,上海健康医学院讲师,华东师范大学经济与管理学部博士后,研究方向:社会保障、妇幼健康、健康经济学;蔡娇丽,女,通讯作者,北京交通大学讲师,研究方向:健康经济学、劳动经济学、社会保障;高向东,华东师范大学经济与管理学部教授、博士生导师,研究方向:人口社会学、民族人口学、社会保障等;方中书,华东师范大学中国语言文学系,助理研究员,研究方向:社会保障。1:..2021年第2期南方人口基本医疗保险作为建设“健康中国”最重要的制度保障,对提升新生儿健康水平具有显著的推动作用。但相较于户籍人口,中国现存的城乡二元经济体制导致的医疗保障的失衡现象极可能造成新生儿健康水平的户籍差异。随着我国流动人口数量的日益增多,医疗保险能否改善流动人口新生儿健康状况、降低新生儿健康水平的户籍差异应成为社会关注的重要问题。因此,评估基本医疗保险对该群体新生儿健康的实际效果,有针对性地提出提升流动人口新生儿健康水平的对策建议,有利于破解中国“二元化”经济体制的桎梏,促进母婴健康并提升社会经济发展水平,兼具重大的理论意义与实践意义。国外学者对医疗保险促进新生儿健康方面做了详尽的研究,国外经验表明医疗保险对新生儿健康具有重要促进作用。反观国内现状,目前对此领域的研究尚不多见。要科学精确地评估中国基本医疗保险、户籍差异与新生儿健康的关系可能存在两方面困境:一方面,医疗保险存在“选择性”问题,即高风险者更倾向于选择参加医疗保险,因而致使参加医疗保险的群体整体患疾病的可能性增高。另一方面,目前中国户籍人口与流动人口之间的社会经济地位差异依然明显,流动人口参保前的个体“异质性”也可能造成潜在的混淆性偏差,最终评估限制了结论的形成。有鉴于此,本文利用上海市第一妇婴保健院2013年1月至2018年12月(150,848例)孕产妇及新生儿的病历数据。采用倍差法以及倾向性分值匹配与倍差法结合的方法,尽可能在剔除医疗保险“选择性”及人口“异质性”偏误后,分析中国基本医疗保险、户籍差异与新生儿健康的关系,以填补该研究领域的空白。本文结构安排如下:第二部分介绍了理论以及对现有文献的结论进行了论述;第三部分对本文中的研究数据和计量方法进行了简要概述;第四部分实证考察了中国基本医疗保险、户籍差异与新生儿健康的关系,最后部分是本文的结论和建议。。欧美国家研究发现,美国医疗改革通过扩大医疗保险资格降低了新生儿死亡率和低体重儿的发生率;加拿大研究表明,加拿大的国民保险计划显著的提升了新生儿健康水平[1];亚洲国家对此领域也有研究,其中,就泰国的医疗保险对新生儿的影响进行的研究,结果表明实施医疗保险和增加医疗补助对新生儿健康具有显著促进作用[3]。总而言之,国外研究证明:医疗保险主要通过增加医疗服务利用率,来提高孕妇的分娩医学认知,进而促进其合理分娩,以提升婴儿质量。国内学者关于医疗保险与新生儿健康的研究较少。关于医疗保险对健康的影响研究方面,研究对象主要为成年人及老年人,尤其是老年人,鲜有文献将新生儿单独列出进行考察。根据笔者对相关论文数据库资源的检索,国内仅有一篇作了相关研究。唐迪等采用倾向性评分法,探讨了医疗保险对新生儿健康的因果作用,研究发现中国现行的基本医疗保险显著的提升了新生儿健康水平,且对流动人口新生儿的作用更大[3]。[4]发现,中国现行的医疗保险受益水平存在户籍差异,流动人口的健康收益率低于本2:..中国基本医疗保险、户籍差异与新生儿健康——以上海市为例地户籍人口。城乡二元经济体制限制了流动人口获得社会保险、城市福利的机会,流动人口的“异质性”造成了流动人口和本地居民之间的差异。张保华等[5]研究结果表明流动人口孕期产期教育明显低于户籍人口。相较于户籍人口,现存的城乡二元经济体制导致的医疗保障的失衡现象,极有可能会造成新生儿在健康水平方面的户籍差异。唐迪等[6]研究表明流动人口孕妇生产的新生儿健康状况远差于上海本地人口,当前中国的基本医疗保险对流动孕产人群的保障水平仍显不足。杜本峰等[7]认为,由于流动人口女性处于更为弱势的地位,致使其在传染病和孕妇保健方面远低于本地的人口。“异质性”:实证研究中的困境从医疗保险“选择性”方面来看。当前,国外学界对医疗保险的健康效应仍存在着两个方面的争议:一方面,部分学者认为,由于医疗保险具有“逆向选择性”效应,将致使疾病高风险人群更有可能参加保险计划;另一方面,现有理论认为风险厌恶人群倾向于参加更多的保险,同时尽量降低风险发生的可能性,即“正向选择性”。就人口“异质性”而言。人群不同的迁移状态将致使其健康状况迥异。“健康移民效应”尽管移民者往往处于较低的社会经济地位,但他们的健康状况却往往优于当地居民[8]。由于移民是一个有选择的过程,即移民的“自选性”,而健康的人群有着更多的迁移机会[9]。上述医疗保险的“选择性”问题以及流动人口的“异质性”极可能造成实证研究中评估不正确。国内外学者使用倾向性评分法(PSM)、工具变量法(IV)、倍差法(DID)等反事实因果推断的计量方法来解决此类问题[10]。3研究数据、,864例的孕产妇及出生人口病历数据,该数据除了包含新生儿结局变量,还囊括孕妇的社会人口学方面变量,包括孕妇的年龄、户籍(上海本地人口或流动人口)、职业(是否有工作或其他)、婚姻状态(是否已婚或其他)、民族(是否为汉族或其他)和国籍(是否为中国国籍或其他);孕妇健康方面的变量,包括孕妇的怀孕胎次、生产产次、怀孕孕周、是否高危妊娠、母体诊断、是否为危重产妇、生产方式(剖腹产或是顺产)、是否通过人工辅助生殖技术怀孕、是否经历抢救、是否有梅毒阳性、母亲血型等;孕妇其他因素方面的变量,包括住院天数、总费用、入院方式等。该数据中,样本参保率为62%,参保人数94,255人,未参保人数56,609人;上海本地人口92,860人,流动人口58,004。约40%的孕产妇为流动人口。鉴于本文仅研究中国基本医疗保险的影响,因此,本文剔除了其他参加商业或社区其他保险的人群16人,最终本文的样本量为150,848人。上海市第一妇婴保健院为上海最大的三级甲等妇幼保健专科医院之一,近几年来,年分娩量超过3万人次,位列全国第一。该院的病历信息健全、数据详尽且无遗漏变量,尽可能确保研究结果的无偏和一致。上海作为全国最大的人口净流入城市,在医疗保险改革方面也一直处于全国领先地位,使之成为理想的研究地区。(DID)。本文主要研究不同户籍状态的医疗保险参保者在新生儿健康水平方面的3:..2021年第2期南方人口差异。因此,如何识别医疗保险对不同户籍人口影响的差异即成为本研究的关键点。本文借鉴倍差法(difference-in-differences)的研究思路,将不同户籍与是否参保的交互项作为研究的关键解释变量,对新生儿健康水平的影响作用进行回归分析。具体公式如下:InfantHealth=α+αMig+αIns+αMig×Ins+αX+αH+εi (1)i01i2i3ii4i5i其中,InfantHealthi为本文的因变量新生儿健康。为了更加稳健地估计医疗保险对新生儿健康的影响,本文选取了国际上公认的六项项新生儿健康指标作为因变量,该六项指标分别为:新生儿出生时的体重(克)、低体重儿(出生体重小于2500克)、极低体重儿(出生体重小于1500克)、低阿普加评分(小于7分)、早产儿(孕周小于37周)以及新生儿诊断。Mig为户籍差异变i量,赋值=1为流动人口,赋值=0为上海本地人口;Ins为参保状态变量,赋值=1为参加医疗保险,i赋值=0为未参保;α即医疗保险和户籍的交互项,为本文关键解释变量,即参保后新生儿健康水3平的户籍差异;X和H作为本文的控制变量,分别控制了孕产妇的社会人口学和健康状况因素。ii其中,孕产妇的社会人口学因素包括年龄、户籍、职业、婚姻状态、民族和国籍;健康因素包括胎次、产次、分娩方式以及是否高危妊娠。(MDID)。如上文所述,一方面,对不同户籍人口参加医疗保险差异的研究极可能受到人口“选择性”和“异质性”偏差的影响。另一方面,医疗保险的“逆向选择”的问题也可能导致研究结果的偏误。国外学者解决此问题的主要计量方法为工具变量法(IV)和倾向性匹配法(PSM)[11]。前者由于通常情况下很难找到完美的工具变量,而倾向性评分匹配法更适用于本研究类型的大样本量研究,该方法是由Rosenbaum&Rubin提出并用于最大可能解决非随机试验的样本选择性偏差(SelectingBias)和混淆偏误(ConfoundingBias)[12]。因此,本研究在倍差法的基础上,将其与倾向性评分匹配法(PSM)结合,即匹配倍差法(MDID),以消除人口选择性及潜在混淆因素后,评估不同户籍人口参加医疗保险对新生儿健康水平的影响效应。具体而言,该方法分为两部,第一步,采用Probit模型估算倾向性得分,以便在数据集中识别出与孕妇户籍差异的社会人口学和健康状况的特征,即将公式(1)中的Xi和Hi作为协变量,进而将确定的协变量值相似的个体分组在一起,以评估户籍状态的独立影响,从而控制户籍差异可能导致的“选择性”和潜在混淆因素。第二步,对配对完成后的样本再用倍差法(DID)计算医疗保险和户籍的交互项,进而得到医疗保险对新生儿健康的平均影响效应(ATT)。。通过大量的国内外文献梳理,本文将医疗保险作为核心自变量,以二分变量是否参加基本医疗保险作为测量的关键变量。2016年1月1日,上海市城乡居民基本医疗保险制度正式实施,允许未参加其他基本医疗保险险种的上海本地居民参加该基本医疗保险。至此,上海市的基本医疗保险由两种基本医疗保险构成,即城镇职工基本医疗保险和城乡居民基本医疗保险。有鉴于此,本研究中的核心自变量,即孕妇是否参加基本医疗保险的定义为只要参加了城镇职工基本医疗保险或者城乡居民基本医疗保险两种基本医疗保险中的任何一种,就将其认定为参加了基本医疗保险。参保取值为“1”,不参保取值为“0”。。为更稳健地估计医疗保险对新生儿健康的影响,本文在大量检索国外该领域文献后,选取了国际上公认的六项标准作为六个因变量:新生儿体重、低体重儿、极低体重儿、阿普4:..中国基本医疗保险、户籍差异与新生儿健康——以上海市为例加评分、早产儿以及新生儿诊断。本文的六个因变量也兼顾了稳健性检验。(1)新生儿体重:是指新生儿出生时的体重。其中,新生儿体重为四个变量中唯一的连续变量,其余变量均为二分变量。(2)低体重儿:新生儿出生时,其出生体重小于2500克(1=出生体重小于2500克,其他=0)。(3)极低体重儿:新生儿出生时,其出生体重小于1500克(1=出生体重小于1500克,其他=0)。(4)阿普加(Apgar)评分小于7分:新生儿出生后5分钟内,儿科医生或助产士根据该新生儿的身体状况进行评估,阿普加Apgar评分小于7分的新生儿考虑患有轻度窒息的可能(Apgar评分小于7分的新生儿=1,其他=0)。(5)早产儿:定义为出生时孕周小于37周的新生儿(1=出生时孕周小于37周,其他=0)。(6)新生儿诊断:根据国际疾病分类(ICD-10)编码(1=任何被诊断为异常的新生儿,其他=0),新生儿异常诊断包括胎儿疾病、新生儿畸形、新生儿疾病以及其他疾病,诸如巨大儿、多指、隐睾症、新生儿肺炎、新生儿ABO溶血、新生儿免疫异常等新生儿疾病。。经前期文献检索发现,性别、年龄、婚姻状况等都会对健康产生影响。因此,本文所涉及的研究都控制了孕妇的社会人口学变量、孕妇自身健康相关变量以及孕期健康行为的变量。(1)社会人口学变量:包括孕妇的年龄、户籍(1=上海本地人口;0=外来人口)、职业(1=有职业;0=无业)、婚姻状态(1=已婚;0=其他)、民族(1=汉族;0=其他)、国籍(1=中国;0=其他)和分娩年份。(2)健康因素变量:包括胎次、产次、孕周、以及分娩方式(1=剖腹产;0=顺产)。年龄、胎次、产次、孕周为连续变量,户籍、职业、婚姻状态、民族、国籍、分娩方式以及是否高危妊娠为二分变量。(3)健康行为变量:包括是否患有妊娠期糖尿病、妊娠高血压和贫血。这是二分变量,即(1=产妇孕期有妊娠糖尿病、妊娠高血压或贫血三种情况之一;否则=0)、是否高危妊娠(1=高危产妇;0=其他)以及是否有妊娠并发症(1=产妇发生了妊娠并发症;0=其他)。根据笔者文献检索,国外学者Dave使用了是否患有妊娠期糖尿病、妊娠高血压和贫血作为指标以评估孕妇健康行为方式的变化[13],因为妊娠期糖尿病可能会反映肥胖的趋势;妊娠高血压可能会反映不健康的饮食;贫血可能会反映铁的摄入量不足。此外,本研究还增加了两个指标:高危妊娠和妊娠并发症。高危妊娠是指母亲或婴儿更可能出现怀孕期间的健康问题,包括医疗风险和罹患主要的医学和外科疾病,如慢性高血压、心脏疾病、胃肠道疾病、癌症、艾滋病、性病等,以及产科风险和健康例胎儿不良结果的风险增加,如多个妊娠、子宫内的胎儿死亡等。妊娠并发症是指在妊娠期间或分娩时诊断出并发症的情况。因此,孕妇健康行为有三个指标:(1)任何导致妊娠糖尿病、妊娠高血压或贫血的情况(1=产妇孕期有妊娠糖尿病、妊娠高血压或贫血三种情况之一;否则=0);(2)高危妊娠(1=高危产妇;0=其他);(3)妊娠并发症(1=产妇发生了妊娠并发症;0=其他)。。本文研究期间有样本量为N=150848,且该分析样本被分为两个相互排斥的组:即母亲参加中国基本医疗保险的活产婴儿(N=94247),以及那些母5:..2021年第2期南方人口亲未参加任何保表1 变量定义和样本基本描述统计总体不参保参保险的活产婴儿,这(N=150,848)(N=56,601)(N=94,247)些家庭自行承担了变量均值标准差均值标准差均值标准差所有孕期的费用A:(N=56601)。,。,,,(employed)、民族B:出生结局(ethnicstatus)、国出生体重(克)3,,,308465低体重儿(<2500克)(nationality)、极低体重儿(<1500克)(migrant低阿氏评分(<7分))、婚姻状况早产儿(<37孕周)(marriagestatus)、出生时健康状况异常(AHCAB):产前健康行为指标参加医保状况()、(c-section)、妊娠糖尿病、 数据来源:笔者运用样本数据分析所得。高危因素(high-riskpregnancy)、妊娠并发症(plications)和健康行为即是否患有妊娠期糖尿病、妊娠高血压和贫血(anyconditiongestationaldiabetes,hypertension,anemia)均为二分变量(binaryvariable),即一名有工作的孕妇,其民族为汉族、拥有中国国籍和上海本地户口、已婚、并参加了中国基本医疗保险、且其生育时的分娩方式为剖宫产,同时其也是高危产妇并且发生妊娠并发症,且至少患有妊娠期糖尿病、妊娠高血压和贫血其中一种疾病的均编码为1,其余取值为0。表1的A组显示了产妇的个体特征。,大多数人(62%的样本)都参加了医疗保险;几乎所有的母亲(94%)都有工作(兼职、自由职业或自营职业的妇女也包括在就业群体中);绝大多数(99%)的女性已婚,其中大多数(99%)是汉族人;56%的孕产妇含有高危因素;超过41%的产妇进行了剖腹产。就户籍状态而言,约40%的孕产妇为流动人口。本研究所运用的医疗记录数据包含了一系列的出生结果测量。表1中的B组分别给出了六种出生结局的描述性统计。该样本的平均出生体重为3296克;%的新生儿出生体重低(出生体重小于2500克);%的新生儿出生体重很低(出生体重小于1500克);%的新生儿阿普加评分较低(低于7分);%的新生儿为早产(孕周小于37周)。在出生时健康状况异常方面,%的新生儿出生时被新生儿科医生诊断为健康状况异常。6:..中国基本医疗保险、户籍差异与新生儿健康——以上海市为例本样本还包含有关产妇产前健康的信息。表1的C组显示了妊娠并发症、高危妊娠以及产科医生在妊娠或分娩期间诊断的三种情况(妊娠糖尿病、妊娠高血压或贫血)的汇总统计数据。%的女性经历过高危妊娠,该百分比的大小看似很高,但高危妊娠的诊断是囊括了任何时期的怀孕和过去的病史和产科史,因此,还需要考虑数据采集的范围条件和诊断评估的时间。%的母亲在怀孕期间或分娩时被诊断出妊娠并发症;%的女性被诊断为妊娠糖尿病、妊娠高血压或贫血三种情况之一。(DID)回归结果(见表2)表2对于新生儿体重(克)、低体重儿(出生体重小于2500克)、极低体重儿(出生体重小于1500克)、低普阿氏评分(小于7分)、早产儿(孕周小于37周)以及新生儿诊断六项新生儿健康指标进行倍差法(DID)回归分析,所有模型都控制了表1中的产妇人口学基本特征及健康状况因素。回归结果显示,六项新生儿结局指标均表明参保和户籍的交互项系数呈显著的正相关,反映出在同样参保的情况下,。相同的,早产儿指标也显示,参保和户籍的交互项系数亦显著正相关,%,%。低体重儿指标同样显示,%。极低体重儿指标同样显示,参保后流动人口的新生儿发生极低体重儿的可能性表2倍差法回归模型结果新生儿体重(克)早产儿(<37孕周)低体重儿(<2500克)极低体重儿(<1500克)低阿氏评分(<7分)出生时健康状况异常(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)(11)(12)Model1p-valueModel2p-valueModel3p-valueModel4p-valueModel5p-valueModel6p-value参保****()-***()-***()-***()-***()-***()***()()()()*()-***()户籍-***()***()***()***()***()***()()-***()-*()-()-()***()年龄平方-*()***()*()()*()-***()()-*()-()()-()()()-()-()-()()()()()-()()-()-()***()-*()-***()-**()-*()-()***()-***()-***()-***()-**()-***()***()***()()***()()***()生产方式-***()***()***()***()()***()出生年份-***()***()***()-()-***()-***()高危妊娠-***()***()***()***()***()***()***()***()***()***()-()***()妊娠糖尿病、妊-***()-***()-***()-***()-***()-***()***()-***()-***()()***()***():(1)*p<,**p<,***p<;(2)数据来源:笔者运用样本数据分析所得。7:..%。阿普加评分指标的参保和户籍的交互项系数亦显著正相关,即参保后流动人口的新生儿发生低阿普加评分(评分低于7分)%。最后一项指标即新生儿诊断也显示同样的结果,%。值得注意的是,六项指标均显示,流动人口的新生儿健康水平均显著低于上海本地人口,说明该群体的健康状况相对较差,反映出流动人口的异质性和自选性,即流动人口相对较差的社会经济地位和相对较低的医疗服务利用率可能导致潜在的健康水平差异,也进一步说明流动人口的“自选性”可能导致倍差法高估了基本医疗保险对新生儿健康受益的户籍差异。因此,为了确保研究结论的科学合理,需要进一步运用匹配倍差法模型进行分样本估计。(MDID)回归结果表3对新生儿体重(克)、低体重儿(出生体重小于2500克)、极低体重儿(出生体重小于1500克)、低阿普加评分(小于7分)、早产儿(孕周小于37周)以及新生儿诊断六项新生儿健康进行匹配倍差法(MDID)回归分析,所有模型都控制了表1中的产妇人口学基本特征以及健康状况因素,匹配倍差法回归结果如表3显示,回归结果与倍差法回归结果(表2)基本相近。回归结果表明,六项因变量均显示流动人口的新生儿健康状况明显低于本地人口。而在同样参保的情况下,流动人口新生儿的医保受益性显著高于上海本地人口。具体而言,在未参保情况下,,而在同样参保情况下,