黄礼莹，魏章进
（广东外语外贸大学数学与统计学院，广东广州510006）
摘要：基于2016年中国家庭追踪调查数据（CFPS），本文检验了单个家庭的医疗支出是否受到社区或村落内其他家庭医疗支出的影响。OLS模型及工具变量法估计结果表明，在控制了户主、家庭、社区或村落等相关变量，考虑到遗漏变量导致的内生性问题后，家庭医疗支出依然存在显著的邻里效应，估计结果稳健。同一社区或村落家庭的平均医疗支出每增加1个百分点，家庭的医疗支出增加0.114个百分点。追求更满意的医疗条件、更高的医疗水平和名医是邻里效应发挥作用的重要机制。
关键词：家庭医疗支出；邻里效应；公共健康
基金项目：广东外语外贸大学研究生科研创新项目，家庭医疗支出邻里效应及其作用机制研究，编号：20GWCXXM-51。
—、弓I言
针对人居实体环境与医疗支出关系的研究成果，对民众健康的促进和公共健康政策的制定具有重要的参
金在中入伍考价值（何晓龙等，2019）。中国统计年鉴数据显示，近年来我国居民医疗支出呈逐年上涨趋势，2018年全国卫生总费用预计达到59121.9亿元，占GDP的6.57%o其中，人均卫生费用为4236.98元，较2017年上涨12%，个人卫生支出为16911.99亿元，占卫生总费用的28.61%o医疗支出的持续攀升引起了社会各界的重视，不少学者对居民医疗支出的影响因素进行了研究，例如人口统计学因素、政策因素和社会因素等。值得关注的是，采取某种消费决策看似是个人的自由选择，实际上是内在因素和外部体环境共同作用的结果（郭沁，2019）。学者们将这种个人行为通过社会互动、环境特征、空间位置以及设施资源等机制受到体行为的影响的现象称为邻里效应（Galster, 2012）。而医疗支出作为居民的消费决策之一，很可能受到周围居民的影响而存在邻里效应。目前以此为切入点的研究较为空白，因此本文以邻里效应为出发点研究其对家庭医疗支出的影响，并探析其作用机制以解释我国家庭医疗支出不断增加的现象。
二、文献回顾
纵观已有文献，对居民医疗支出影响因素的相关研究主要集中在以下三个方面：人口统计学因素、政策因素、社会因素。
（一）人口统计学因素
该方面的研究证明，个人人口统计学要素是驱使居民医疗支出增长的重要因素，并将其纳入所在研究
的自变量或控制变量中，具体包括性别、年龄、收入、健康意识、受教育程度、婚姻状况、职业状况、是否参加医疗保险、所处地域等。大量研究表明，收入水平、人口老龄化程度与医疗支出呈正向变动关系（石明明等，2019）。针对基本医疗保险，王翌秋和徐登涛（2018）研究发现，医疗服务的信息不对称导致基本医疗保险在任意阈值水平上对农村家庭发生灾难性医疗支出和大病医疗支出的可能性的影响都显著为正。除上述因素外，居民婚姻状况、职业状况同样影响灾难性卫生支出的产生，已婚人士相较于未婚人士、在职人士相较于无业人士，则面临较小机率的灾难性医疗支出（朱碧帆、陈文，2016）。针对受教育程度和健康意识，邱雅（2016）认为，教育水平的提高一方面带动收入的相对增加，从而增加医疗卫生服务需求；另一方面带动人民健康意识的增强，选择更加健康的生活方式，从而减少医疗费用的支出。研究表明，获得更多社会支持，越积极健康的心理状态可显著降低老年人的医疗支出（林毓铭、肖丽莹，2019）o （二）政策因素
该方面文献着眼于医方、患者和医保机构等利益通讯作者：魏章进
—124—
相关者之间的互动以及医疗政策限制共同抬高了医疗支岀。现行低效的医疗机构补偿机制、扭曲的药品定价和集中招标采购机制、医保制度的碎片化以及医疗资源分布不平衡，加上医保机构在监管方面表现不佳，医患共谋使得医患双方同时倾向于过度提供或使用医疗服务，造成医疗费用快速增长（刘
军强等，2015）o此时，医保机构提供的资金被过快增加的医疗服务量和医疗费用所掩盖，在服务提供方诱导需求、缺乏成本控制的情况下，政府给予参保者的财政补助甚至进一步助长了医疗支出的上涨（朱碧帆、陈文,2016）o
（三）社会因素
这个领域的研究将视角拓展至社会生态学，以城市化、人口老龄化、全球慢性疾病发病率逐年升高为背景，着重分析技术进步、人居实体环境对居民医疗支出的影响。高春亮、余晖（2019）基于健康资本模型建立医疗支出微观决定机制，通过结构方程实证结果得出医疗支出上涨的主要原因为技术进步。此外，合理的人居实体环境规划设计可促进居民身体锻炼，从而降低居民医疗支出（翁锡全等，2015）o
三、实证研究设计
（一）数据来源
本文数据来自2016年中国家庭追踪数据（CFPS）®，样本覆盖中国内地除西藏和青海之外的28个省市地区。样本规模为13438户家庭以及包含的所有家庭成员。样本数据真实地反映了国内基础设施、人口结构、社会保障、环境交通、医疗教育、经济发展等社会状况，代表性较强。为充分利用数据的延展性，本文利用变量PID将各数据库进行匹配，最终得到10552户有效家庭的数据。
（二）变量定义
1.被解释变量。被解释变量为家庭医疗支出，对应数据来源于CFPS家庭经济问卷中“过去12个月，您家直接支付的医疗支出是多少？"，并用medical_exp i 表示。由于部分家庭的医疗支出为0，本文则将家庭医疗支出定义为：
In_medi cal_exp；=log（1+medi cal_exp J
2.主要解释变量。主要解释变量为邻里效应，用peer_medi cal_expl；表示。对于邻里范围的界定，现有文献尚无统一标准。由于居住在同一社区或村落的居民互动交流较为频繁，本文参考晏艳阳等（2017）的方法，将居住在同一个社区或者村落的家庭定义为一个体，并采用目前较为常用的邻里效应测定方法，即除家庭i外，社区或村落c内其他家庭的平均医疗支出，如公式（1）所示：
In_peer_inedi cal_exp：=
medi cal_exp：-medi cal_exp：
log—-------------------------------------（1）
N c-1
\丿
其中，medical_expl为社区或村落c中家庭i的医疗支出，Y磁血cal_exp；为社区或村落。中所有家庭的总医疗支出，In_j>eer_medi cal_exp2；为社区或村落c中除家庭i外其他家庭的平均医疗支出，N c 为社区或村落c中样本家庭的总个数。
（三）实证模型
基于现有文献，本文设计的基准回归模型如下：
In_medi cal_exp；=0。+風In_j>eer_medi cal_expl；+ ^2X i+^3C i+e i（2）在该模型中，系数的大小、方向及显著程度是本文关注的重点，反映了邻里效应对家庭医疗支出的影响。同时，本文控制了其他可能影响家庭医疗支出的因素，包括户主的个人特征、家庭的体特征以及社区或村落的社会特征。兀表示一系列有关户主和家庭特征的控制变量。其中，户主个人特征包括户主性别（女=0，男=1）、年龄、医疗保险享有度（无医保= 0，有医保=1）、受教育年限、户籍（农业户口=0，非农业户口=1）、工作状况（无工作=0，有工作=1）、婚姻状况（未婚=0，已婚=1）。家庭的体特征包括家庭规模、家庭年收入（对数）。G表示一系列有关社区或村落的体特征，即社区或村落c中除家庭i外其他家庭相关特征的平均值，测算方法参照公式（1），具体指标包括社区或村落户主平均性别、平均年龄、平均医疗保险享有度、平均受教育年限、平均工作状况、平均婚姻状况，社区或村落
平均家庭规模、平均家庭年收入（对数）。除此之外，本文还加入了社区或村落位置是否处于城市的控制变量（农村=0，城市=1）以及省份虚拟变量（i.province），并对回归模型的标准误进行社区或村落层面的Cluster处理，以避免相同社区或村
—125—
落不同家庭的随机扰动项自相关带来的影响。
四、结果分析
（一）基准回归结果
为探析家庭医疗支出是否存在显著的邻里效应，本文对公式（2）进行截面OLS回归，估计结果如表1所示。其中，第（1）列只控制了省份虚拟变量，第（2）列加入了户主个人特征相关变量，第（3）列加入了家庭体特征相关变量，第（4）列进一步加入了社区或村落的特征变量。根据表2回归结果，在依次控制户主、家庭、社区或村落等相关变量后，邻里效应的估计值均显著为正，并在5%的显著性水平上显著。结果证明家庭医疗支出存在显著的邻里效应，同一社区或村落家庭的平均医疗支出每增加1个百分点，家庭的医疗支出增加0.114个百分点。户主年龄越大、家庭成员人数越多，家庭医疗支出越高，且年收入越高的家庭在医疗支出方面支出越大。此外，享有医疗保险可显著促进家庭医
疗支出的产生。对于户主工作状态变量，其系数在1%水平上显著为负，说明家庭成员的工作支持可能在一定程度上削减了家庭医疗支出的产生。而已婚人士相较未婚人士具有更高的家庭医疗支出，显示了婚姻对家庭医疗支出上涨的带动作用。
（二）工具变量法估计结果
基准回归结果初步验证了同一社区或村落的平均医疗支出对家庭医疗支出产生正向影响，但无法有效解决遗漏变量所产生的内生性问题。类似于胡宏伟等（2015）的解决方案，本文使用工具变量法估计邻里效应，通过CFPS成人问卷中“过去六个月内，您是否患过经医生诊断的慢性疾病？”，釆用过去半年内同一社区或村落慢性病患病率（不含相应家庭）作为邻里效应的工具变量。随着全球慢性疾病发病率的不断升高，慢性病已成为促使医疗支出上升的主要因素之一，虽然目前我国医疗保险覆盖率高，自费医疗支出比例也在逐年下降，但家庭医疗支出总额的迅速攀升导致难以承担医疗开支重负的家庭比例并无明显变化。一方面，同一社区或村落慢性病患病率的上升进一步助长了社区或村落平均医疗支出的增加，进而影响家庭的医疗消费支出。另一方面，社区或村落的慢性病患病率也不太可能对相应家庭的医疗支出产生直接影响。因此，工具变量的相关性和外生性得以满足。基于此，本文构造该工具变量估计家庭医疗支出的邻里效应，回归结果如表2所示。
表1邻里效应与家庭医疗支出的基准回归结果（注：括号中数字为社区或村落层面Cluster调整后的稳健标准误，***、**和*分别表示在显著性水平1%、5%和10%上显著。）
被解释变量：家庭医疗支出
OLS（l）OLS（2）OLS（3）OLS（4）
邻里效应
0.158***0.129***0.114**0.114**
（0.0501）（0.0471）（0.0452）（0.0483）性别
-0.195***-0.176***-0.180***
（0.0533）（0.0532）（0.0541）年龄
0.0199***0.0238***0.0232***
（0.00237）（0.00228）（0.00225）
享有医保
第六感萧敬腾0.511***0.466***0.428***
（0.124）（0.124）（0.123）
受教育
年限
0.01120.01130.0138*
（0.00734）（0.00744）（0.00750）户籍
-0.0396-0.01530.0841
（0.0795）（0.0806）（0.0937）
工作状态
-0.307***-0.359***-0.394***
（0.0723）（0.0721）（0.0727）
婚姻状态
1.079***0.751***0.746***
（0.0912）（0.0873）（0.0872）
家庭规模
0.196***0.189***
（0.0162）（0.0157）
家庭年
收入
0.0594***0.0658***
（0.0199）（0.0203）
社区或村
落位置
-
0.102
（0.0835）
户主平
均性别
-0.0327
（0.178）
户主平
均年龄
钱枫老婆0.00865
（0.00674）
平均医保
享有度
0.367
（0.288）
平均受教
育年限
-0.0117
（0.0202）
平均工
作状况
0.326
（0.216）
平均婚
姻状况
-0.0284
（0.297）
平均家
周杰伦庭规模
0.0184
（0.0466）
平均家庭
年收入
0.0421
（0.0710）常数项
5.962*** 4.016*** 3.019*** 1.686
（0.602）（0.651）（0.652）（1.049）
省份虚
拟变量
控制控制控制控制样本数11922107821066010552 If0.0150.0500.0680.068
——126——
表2工具变量法回归结果
第二阶段估计结果
被解释变量：家庭医疗支出
⑴全样本⑵城市样本G）农村样本
邻里效应
0.895杠0.66L 1.522***
(0.210)(0.225)(0.404)
户主个人特征控制控制控制
家庭体特征控制控制控制
社区或村落
社会特征
控制控制控制常数项
-1.708-0.301-4.878“
(1.464)(1.823)(2.376)
省份虚拟变量控制控制控制样本数1055248965656 R20.0160.027-
第一阶段估为堆果
<*
(0.1127)
1.478***
(0.1621)
0.919***
(0.1677)
弱工具变量F检验97.289283.183730.0842（注：括号中数字为稳健标准误，***、**和*分别表示在显著性水平1%、5%和10%上显著。）
本文将全样本分为城市样本与农村样本，以检验城市家庭与农村家庭在医疗支出上可能存在的差异。此外，本文采用弱工具变量F检验汇报二阶段最小二乘法下第一阶段统计量。根据表2，第一阶段回归结果反映了社区或村落慢性病患病率对社区或村落平均医疗支出具有显著的正向促进作用，且F检验
统计量均大于10，拒绝存在弱工具变量的原假设，工具变量有效。基于第二阶段回归结果，在一定程度上克服了可能存在的遗漏变量所导致内生性问题，以及控制户主、家庭、社区或村落等相关变量后，全样本、城市样本以及农村样本的邻里效应估计系数依然显著为正，并在1%的显著性水平上显著，进一步证实了社区或村落的平均医疗支出对家庭医疗支出的显著正向促进作用。对于城市样本，社区或村落平均医疗支出每提高1%，家庭医疗支出增加0.661%；对于农村样本，社区或村落平均医疗支出每提高1%，家庭医疗支出增加1.522%□显然，邻里效应对农村家庭医疗支出的影响大于城市家庭，可能是由于农村家庭出于对健康的重视，为了追求更好的医疗服务和更高的医疗水平增加邻里的交流互动，从而对家庭的医疗支出产生影响。
五、机制检验
家庭医疗支出的邻里效应存在以下三种可能的传导机制，分别是：追求更满意的医疗条件、追求更高的医疗水平、追求名医。家庭医疗支出的邻里效应传导机制与家庭对看病点医疗条件、医疗水平、名医的判断与评价密切相关。在CFPS成人问卷中关于对医疗条件、医疗水平、医生的评价有以下三项调查：一是“您对整体就医条件是？”（很满意=5，满意=4，一般= 3，不满意=2，很不满意=1），二是“您觉得看病点的医疗水平是？”（很好=5，好=4，一般=3，不好=4，很不好= 1），三是“对医生的信任程度能打几分”（1~10分）。因此，本文在工具变量法估计的基础上分别引入医疗条件满意度、医疗水平高度、对医生的信任度与社区或村落内平均医疗支出变量的交互项，估计结果如表3所不o
表3邻里效应传导机制的估计结果
第二阶段估计结果
被解释变量：家庭医疗支出
(l)iv_l(2)IV_2(3)IV3邻里沁
1.142*** 1.061*** 1.013***
(0.270)(0.249)(0.232)
医疗条件满意
度X邻里效应
-0.0572***
(0.0155)
医疗水平高度
x邻堕
-0.0456***
(0.0128)
医生信任度
X邻里沁
-0.00839***
(0.00280)
户主个人特征控制控制控制
家庭体特征控制控制控制
社区或村落
社会特征
控制控制控制常数项
-2.078-2.075-2.339
(1.448)(1.450)(1.457)木兰花开
省份虚拟变量控制控制控制样本数104921049210499 R2-0.0040.004（注：括号中数字为稳健标准误，***、**和*分别表示在显著性水平1%、5%和10%上显著。）
表3结果显示，医疗条件满意度、医疗水平高度、对医生的信任度与社区或村落内平均医疗支出变量的交互项均显著为负，说明对看病点医疗条件满意度越低、医疗水平评价越低、对医生的信任度越低，可显著增强社区或村落内平均医疗支出对家庭医疗支出的正向促进作用。即对看病点医疗条件、医疗水平不满意，对医生不信任的家庭，其邻里间互动交流会更
—127—
加频繁，其医疗支出也更容易受到社区或村落内其他家庭医疗支出的影响。此外，两阶段最小二乘法估计的工具变量和回归结果也在一定程度上表现出家庭医疗支岀邻里效应传导机制的间接路径。当社区或村落内其他家庭的慢性病患病率提高时，社区或村落平均医疗支出增加，其他家庭对健康的重视程度提高，一定程度上潜移默化地影响了目标家庭对健康的重视程度，进而目标家庭的医疗支出与社
区或村落平均医疗支出呈现一定程度的正向变动关系。以上结果表明，家庭追求更满意的医疗条件、更高的医疗水平和名医是邻里效应发挥作用的重要机制。
六、结论和建议
本文以2016年中国家庭追踪调查数据为样本，分析单个家庭的医疗消费行为是否也会受到其他家庭医疗消费行为的影响，主要结论如下：同一社区或村落家庭的平均医疗支出每增加1个百分点，家庭的医疗支出增加0.114个百分点。在控制了户主、家庭、社区或村落等相关变量，考虑了遗漏变量导致的内生性问题后，家庭医疗支出依然存在显著的邻里效应，即社区或村落的平均医疗支出对家庭医疗支出具有显著的正向促进作用。此外，家庭追求更满意的医疗条件、更高的医疗水平和名医是邻里效应发挥作用的重要机制。同时，工具变量法所选择的工具变量及估计结果也在不同程度上补充了邻里效应发挥作用的机制，居民对健康重视程度的不断增强使得家庭医疗消费行为容易受到其他家庭医疗消费行为的影响，表现出家庭医疗支出与社区或村落平均医疗支出的正向变动关系。邻里效应本质上是一种从众效应。
除了验证医疗支出存在显著的邻里效应外，本文也考察了影响家庭医疗支出的其他因素。家庭户主年龄、家庭成员规模、家庭年收入是影响家庭医疗支出的重要因素，并呈现显著的正向关系。另外，享有医疗保险可能促进家庭医疗支出的增加。拥有工作、已婚的家庭相较无工作、未婚的家庭更容易产
生较高的医疗支出水平。是否享有医疗保险、户主工作状态、婚姻状态均可显著影响家庭医疗支出水平。本文以邻里互动为切入点，分析我国家庭医疗支出的影响因素，同时挖掘了家庭医疗支出的邻里效应的传导机制，为近年家庭医疗支出的迅速攀升提供新的分析视角和行为解释。注释
①本文使用的数据全部来自于北京大学中国社会科学调查中心实施的中国家庭追踪调查.
参考文献
[1]何晓龙、郑卸撮、章司路、徐真英、呂时珍、沈军：人居实体环境对居民身体活动的影响及与医疗支出的关联效应研究进展Q].中国运动医学杂志，2019,38(3)：240-252.
[2]郭沁：健康行为的社会规范性影响和从众心理Q].浙江大学学报(人文社会科学版),2019,49(1)：80-92,
[3]石明明、江舟、邱旭容：老龄化如何影响我国家庭消费支出—
—来自中国综合社会调查的证据J].经济理论与经济管理，2019(4):62-79.
[4]王翌秋、徐登涛：基本医疗保险是否能降低居民灾难性医疗支出？—
—基于CHARLS数据的实证分析Q].金融理论与实践,2019(2)：87-94.
[5]朱碧帆、陈文：宝鸡市城镇地区家庭灾难性医疗支出的影响因素分析几中国卫生资源,2016,19(5):401-405.
[6]林毓铭、肖丽莹：中国老年人医疗支出影响因素——基于安德森模型中国老年学杂志,2019,39(6):1479-1482.
[7]刘军强、刘凯、曾益：医疗费用持续增长机制——基于历史数据和田野资料的分析Q].中国社会科学，2015(8)：104-125. [8]高春亮、余晖：新医改能遏制医疗支出上涨吗叶江海学刊, 2019(3)：73-79.
[9]翁锡全、刘新、徐洪想、林文殘：基于iPhone4s iOS7系统健身应用软件计步功能的效度研究[J].中国运动医学杂志，2015,34 (3):284-290.
[10]晏艳阳、邓嘉宜、文丹艳：邻里效应对家庭社会捐赠活动的影响—
—来自中国家庭追踪调查(CFPS)数据的证据[J].经济学动态,2017(2)：76-87.谢杏芳疑手撕小三
[11]余丽甜、詹宇波：家庭教育支出存在邻里效应吗？[J].财经研究,2018,44(8):61-73.
[12]胡宏伟、张澜、李佳悻、杜雅轩、王静茹：城镇居民基本医疗保险会加重老年人医疗负担吗？—
—基于家庭医疗负担的制度评价•老龄科学研究，2015(4):51-61.
[13]Galster G C.The mechanism(s)of neighbourhood efiects:Theory,evidence,and policy implications[M]./Neighbourhood effects research:New perspectives.Springer,Dordrecht,2012:23—56.
(责任编辑：张琼芳)
——128——
发布评论