【正文】 概率Probit模型即估計農(nóng)民醫(yī)療支出選擇方程；然后，對就診支出樣本的農(nóng)民醫(yī)療支出對數(shù)進行OLS估計。該方法把上述兩個階段的決策視為有先后順序并相互獨立的過程，但在計算某一變量的邊際影響時，則把這一變量對兩個部分的影響聯(lián)合起來考慮。由于我國目前的新型農(nóng)村合作醫(yī)療是自愿參加的，農(nóng)民參加合作醫(yī)療可能存在逆向選擇行為，即農(nóng)民是否有醫(yī)療支出和醫(yī)療支出額的大小可能也影響農(nóng)民加入合作醫(yī)療，如農(nóng)民事先已患慢性疾病，預(yù)計發(fā)生醫(yī)療費用可能性較大，則有更高的概率選擇參加合作醫(yī)療。在本文中，我們對合作醫(yī)療變量的內(nèi)生性進行了外生性檢驗?！　?nèi)生性問題的處理一般采用工具變量回歸，本文中采用的工具變量是基金統(tǒng)籌單位內(nèi)參加合作醫(yī)療人數(shù)占該樣本點所有樣本的比重，該比例與個別農(nóng)民是否參加合作醫(yī)療相關(guān)，主要表現(xiàn)為：(1)我國新型農(nóng)村合作醫(yī)療是以縣為統(tǒng)籌單位，縣有關(guān)領(lǐng)導(dǎo)人及村干部的努力程度、干部個人的工作能力及其對農(nóng)民的影響力不同，對農(nóng)民參與合作醫(yī)療有不同的影響，較高的比例表明相關(guān)領(lǐng)導(dǎo)的努力更大，個體農(nóng)民參加的可能性也越大；(2)農(nóng)民之間對參加合作醫(yī)療也會有相互影響即存在從眾心理，如果一個社區(qū)中有較多的居民參加，其他農(nóng)民參加合作醫(yī)療的積極性會更高，特別是，我國農(nóng)民參加合作醫(yī)療的繳費水平不高，因而這種從眾心理應(yīng)該會更顯著。　　三、數(shù)據(jù)描述性分析　　本文使用的數(shù)據(jù)來自北卡羅來納大學(xué)所做的中國家庭營養(yǎng)與健康調(diào)查(CNHS)，該調(diào)查采用多階段分層整群隨機抽樣的方法，樣本覆蓋了我國東中西部不同地區(qū)包括江蘇、山東、遼寧、河南、湖北、湖南、廣西和貴州9個省份的城市和農(nóng)村居民，調(diào)查始于1989年，具有廣泛的代表性，并包含了比較完整的個人健康信息?！　”?顯示了樣本主要變量的描述性統(tǒng)計，需要說明是：(1)醫(yī)療費用變量是指居民調(diào)查前四周內(nèi)為治療某疾病花費的醫(yī)療支出，在CHNS中通過詢問過去四周中你是否去過正規(guī)醫(yī)療機構(gòu)看病，你為治療該病花了多少錢(包括所有掛號費、藥費、治療費、床費等)而獲得；(2)農(nóng)民人均家庭收入變量，類似于家庭規(guī)模變量，本文采用人均家庭收入為分析依據(jù)，主要是考慮到個人的健康可能更多地取決于家庭資源，而不是個人的工資水平，農(nóng)民家庭收入是指調(diào)查前12個月家庭現(xiàn)金收入，具體包括家庭農(nóng)業(yè)收入、園藝收入、養(yǎng)殖業(yè)收入、漁業(yè)收入、手工業(yè)商業(yè)收入、工資性收入、養(yǎng)老金及各種補貼收入；(3)到最近醫(yī)療站點的距離，用單程時間來表示，一次感冒的費用表示農(nóng)民醫(yī)療服務(wù)價格；(4)吸煙與喝酒變量，CHNS中對居民是否吸煙與喝酒頻率有直接的詢問，本文中，我們把幾乎每天喝酒、現(xiàn)在還在吸煙定義為1，其他為0；(5)疾病史變量，根據(jù)CHNS調(diào)查數(shù)據(jù)，我們把疾病史定義為過去是否有高血壓、糖尿病、中風(fēng)及心肌梗死中的一種或幾種診斷；(6)社區(qū)中參加合作醫(yī)療比例，該變量是以縣為單位來計算的，如果某縣沒有實施合作醫(yī)療則為0。此外，利用實際報銷數(shù)據(jù)還可避免共付率與醫(yī)療支出不對應(yīng)的問題，即雖設(shè)置了共付率，但農(nóng)民并未獲得報銷，這樣共付率可能就不會影響農(nóng)民醫(yī)療支出。從我國農(nóng)村居民參加保險的分布來看，在全部樣本中，%，%，這是農(nóng)民醫(yī)療保險的主導(dǎo)形式，其他的保險形式還有公費醫(yī)療、商業(yè)保險、婦幼健康保險等。通過表2我們還發(fā)現(xiàn)：(1)%，門診及住院病人均有補償，其中，%%，2006年較2004年合作醫(yī)療成員受益率有較大幅度的提高，但比例仍較低，新農(nóng)合絕大部分成員生病時并沒有獲得賠付⑨，我國合作醫(yī)療成員能夠得到報銷人數(shù)較少，考慮到合作醫(yī)療管理不規(guī)范，報銷存在人情的問題，實際報銷可能對醫(yī)療支出的影響更大；(2)全部樣本中，平均實際報銷比例大約在30%左右，門診及住院差異不大，而2006年相比2004年，住院報銷比例有較大幅度的提高，%。　　表3把農(nóng)村合作醫(yī)療組織與無任何保險農(nóng)民的四周醫(yī)療費用進行了比較，從門診治療來看，按疾病嚴(yán)重程度分類的合作醫(yī)療成員門診支出均高于無任何保險的農(nóng)民，這表明：一方面，農(nóng)村合作醫(yī)療可能增強了農(nóng)民的看病意識及降低了醫(yī)療服務(wù)價格，從而增加了醫(yī)療服務(wù)利用；另一方面，健康水平較差的農(nóng)民可能積極參加合作醫(yī)療即出現(xiàn)逆向選擇行為。　　我國農(nóng)村合作醫(yī)療成員門診及住院費用差異的一種可能解釋是：門診費用與疾病史如慢性疾病有關(guān)的可能性更大，農(nóng)民事前可以預(yù)測，導(dǎo)致逆向選擇問題，身體不好的農(nóng)民積極參加合作醫(yī)療，而住院費用多數(shù)是大病支出，農(nóng)民事前無法預(yù)測，因此，合作醫(yī)療中農(nóng)民患大病的逆向選擇及道德風(fēng)險問題不嚴(yán)重，從而出現(xiàn)門診費用合作醫(yī)療成員高于無保險農(nóng)民而住院費用卻比無保險農(nóng)民低的現(xiàn)象。從就診概率模型來看，農(nóng)民就診主要受到年齡、婚姻狀況、教育程度、人均家庭收入、醫(yī)療服務(wù)價格、疾病的嚴(yán)重程度等變量的影響?！　尼t(yī)療支出對數(shù)模型來看，模型Ⅱ表明農(nóng)民醫(yī)療費用的大小主要取決于年齡、婚姻狀況、人均家庭收入、醫(yī)療服務(wù)價格、疾病的嚴(yán)重程度和醫(yī)療就診機構(gòu)等變量。在對數(shù)模型Ⅲ中，我們刪除了醫(yī)療機構(gòu)變量，結(jié)果表明，共付率對農(nóng)民醫(yī)療支出有顯著負的影響。第二階段結(jié)果如表5中第2列至4列所示，可以發(fā)現(xiàn)，共付率變量的系數(shù)值比表4中的OLS估計結(jié)果小，系數(shù)值同樣不顯著，而當(dāng)我們刪除醫(yī)療機構(gòu)變量時，共付率對醫(yī)療支出變量有顯著負的影響?！　〈送猓覀冇幸粋€疑問是：參加合作醫(yī)療變量是否真的具有內(nèi)生性？農(nóng)村合作醫(yī)療基金組織要求農(nóng)民以家庭為單位加入，假定某家庭有成員身體狀況較差如存在慢性疾病，則全體家庭成員加入合作醫(yī)療的可能性較大，此時，患病成員加入合作醫(yī)療具有內(nèi)生性；而對身體狀況較好的成員，其參加合作醫(yī)療相對其醫(yī)療支出變量則是外生的，健康的農(nóng)民事后是否有醫(yī)療支出對其事前的合作醫(yī)療參與決策并無影響。如果該變量不具有內(nèi)生性，則工具變量估計還不如OLS估計。對醫(yī)療支出對數(shù)模型Ⅴ我們采用的是WuHausman外生性檢驗方法(Hausman，1978)，該方法是：首先構(gòu)建內(nèi)生變量對所有外生變量及工具變量的回歸，并對內(nèi)生變量進行預(yù)測，然后，把被解釋變量對包括內(nèi)生變量的所有解釋變量和內(nèi)生變量的預(yù)測值進行回歸，檢驗內(nèi)生變量預(yù)測值的系數(shù)是否顯著，原假設(shè)被拒絕則為內(nèi)生變量，否則認(rèn)為是外生的。因此，在理論上農(nóng)民是否參加合作醫(yī)療與醫(yī)療支出有可能具有內(nèi)生性，但這并不會在統(tǒng)計上使模型估計的結(jié)果產(chǎn)生顯著偏誤。根據(jù)前文的分析，合作醫(yī)療成員中事先患病的農(nóng)民懷疑具有內(nèi)生性，因此，我們在數(shù)據(jù)處理時，以農(nóng)民過去是否有疾病史為依據(jù)，在全部樣本中剔除了試點地區(qū)合作醫(yī)療成員中患有疾病史的農(nóng)民樣本，從而構(gòu)建完全外生的樣本量，以避免計量回歸時變量的內(nèi)生性干擾，這樣，共獲得樣本量為12 235個，其中，發(fā)生醫(yī)療費用的樣本為1 274個，回歸結(jié)果如表5中的第5與第6列，可以看出合作醫(yī)療及共付率對農(nóng)民醫(yī)療支出影響的顯著性及系數(shù)大小與OLS回歸的系數(shù)值及其顯著性基本相似，特別是，共付率變量具有負的顯著性，因此，本文采用OLS估計的結(jié)論是穩(wěn)健的。關(guān)于前兩個參數(shù)，我們主要依據(jù)本文計量模型的實證結(jié)果，而對第三個參數(shù)即風(fēng)險規(guī)避系數(shù)，我們引用了封進和宋錚(2007)的估算(11)，這主要是考慮風(fēng)險規(guī)避系數(shù)大致穩(wěn)定，反映了居民的醫(yī)療行為，不會因數(shù)據(jù)不同而估算結(jié)果差異巨大?！　「鶕?jù)上述計量回歸模型的討論，我們測算最優(yōu)共付率的依據(jù)是TPM模型表4中的回歸結(jié)果，考慮到模型Ⅱ多重共線雖然降低了系數(shù)的顯著性，但并不會改變系數(shù)的無偏性，而模型Ⅲ雖共付率顯著，但遺漏變量帶來的估計有偏的問題更為嚴(yán)重，因此，我們以O(shè)LS估計模型Ⅱ為計算依據(jù)，作為對照我們還根據(jù)外