差异化报销比例设计能够助推分级诊疗吗？——来自住院赔付数据的证据
国务院2015年出台了《关于推进分级诊疗制度建设的指导意见》（国办发〔2015〕70号），多项措施并举完善分级诊疗体系，并提出2020年实现“大病不出县”的目标。其中，对于社会医疗保险，要求其通过支付方式改革和差异化报销比例设计，发挥对供需双方的引导作用。本文通过对某市新农合住院赔付记录的分析，对不同级别医疗机构的差异化报销政策在促进住院患者分级诊疗中的作用进行定量研究。
背景介绍
样本所在城市位于中国北方，户籍人口近900万，人均国民生产总值约12000美元。与全国多数地区一样，城镇职工医保、城镇居民医保和新型农村合作医疗构成该市2012年的基本医保体系。值得指出的是，虽然该市在绝大多数经济社会指标上符合特大城市特征，但其城镇人口占全市人口的比重为36%，仅与全国所有城市平均水平（34%）相当，与其它同类城市相比较低。这使得该市参加新农合的人数相对于参加城镇医保的人数更为均衡，因而更具有全国代表性。
样本所在城市没有全市统一的新农合报销方案，下设的8个新农合统筹区，均可根据自身条件独立设定筹资和待遇标准。不过由于同属一个市内，条件相似地区的筹资待遇基本处于同一水平。在2012年，有4个统筹区（以下用TJ、TZ、TF、TD代替）在相同筹资水平的同时，设定了相同的住院补偿标准，即一级医院报销90%、二级医院报销65%、三级医院报销55%。由于卫生部在每年《关于做好新型农村合作医疗工作的通知》中均会提高保障水平，各统筹区也有每年上调待遇水平的做法。2013年，上述4个统筹区中的TJ选择提高二级医院住院报销比例到70%，其它3个选择将待遇释放落在普通门诊统筹上，而保持住院部分不变。这为我们研究报销比例对本地住院的影响提供了很好的机会（见表1）。
方法和数据
◆ 双重差分设计
双重差分法的基本思想是利用政策前政策后，以及处置组对照组，进行两次差分，得到政策的处置效应。其关键在于选择合适的处置组和对照组。TJ作为该市唯一提高二级医院报销比例的统筹区，被选为处置组。我们在3个备选县中，选择了与处置组TJ经济社会特征最为接近的TZ作为对照组。由于报销政策变动的执行日期为2013年1月1日，因此，我们将2012年全年定为政策前，2013年全年定为政策后。
以是否在县内就诊为因变量，在线性回归模型中加入区分处置组和对照的虚拟变量、区分政策变化前和变化后的虚拟变量、以及二者的交叉项。交叉项的系数反映由于报销政策变化带来的就医选择变化，这是我们重点关注的对象。控制变量组包括患者的年龄、年龄平方、患者所在镇到县中心的距离、患者所在镇到市中心的距离以及疾病病种。
◆ 数据和描述性统计
本文使用的主要数据来自某市2012年和2013年全年的新农合住院赔付数据，由当地医保管理部门提供。表2给出了描述性的双重差分结果。尽管在2013年，两县的县内就医比重相对前一年都有所下降，但相比于对照组下降了1个百分点，处置组只下降了0.2个百分点。这暗示县内报销比例的提升可能有助于遏制入城就医的倾向。从描述统计结果来看，挽留的患者规模大约在0.8个百分点。
实证结果
◆ 基本结果
表3报告了使用TJ和TZ两县新农合住院赔付数据对方程1进行估计的结果。第1列只控制了个人特征，此时处置组与政策后交叉项的系数为0.8%，并且在1%水平显著，表明县内报销比例的提高的确能够促进县内就医的增加。进一步控制到县、市中心的距离，所得结果近乎相同（第2列）。第3列进而引入疾病固定效应，疾病类别是基于入户调查的研究中难以得到控制的变量。加入这一固定效应后，交叉项系数仍然在1%水平显著，但规模有所降低——县级医院报销比例提高5个百分点，带动患者县内就医增加0.5%。使用Probit模型估计方程1，得到相似结果（第4列）。我们得到的系数与赵绍阳等的发现在方向和规模上一致。在其余变量中，患者的年龄越大越倾向于留在县内就医；距离市中心距离越远，患者越倾向于留在县内就医；距离县中心的距离越近，患者越倾向于留在县内就医。这与已有研究的结果是一致的。
虽然交叉项的系数表现显著，但值得注意的是，无论使用哪个模型，样本期内由于时间自然变动所引发的患者外出就医增长，其程度都大于医保政策调整所带来的影响。这种自然趋势可能来自农村居民收入提高导致的医疗质量需求提高，城镇化发展、交通条件改善带来的就医便利性增加等。
◆ 异质性结果
报销比例调整对哪类疾病的影响最大？我们将样本按照疾病ICD-10分类的“章”层级划分为子样本，在每个子样本中分别重复基准回归。章层级的分类大致对应医院科室，而科室正是医院开展医疗活动的基本单位。图1显示了每个疾病类别的双重差分处置效应与该疾病2012年平均费用之间的关系。从整体趋势来看，费用越低的病种，受到政策的影响越大，即低花费的疾病在优惠报销政策的倾斜下，更倾向于县内就医。
考虑到不同年龄的人在收入、健康状况、就医成本上差异巨大，对于报销政策变化的反应也很可能不同，我们将整个样本按照年龄分组进行回归。分为幼儿（6岁及以下）、少年（7~16岁）、青年（17~40岁）、中年（41~60岁）、低龄老年（61~85岁）和高龄老年（86岁及以上）共六组。从表4中可以看到，提高县内就医报销比例所吸引的主要是少年（7~16岁）、中年（41~60）和低龄老年（61~85）组。少年组因为大部分处于上学年龄，对时间和距离成本较为敏感，更可能因为报销比例的变化被留在县内就医。中老年组处于疾病多发期，对于价格的变化较为敏感。而幼儿和高龄老人的疾病普遍关系到成长发育和存活，青年期发病率低、收入高，住院也多为重大疾病，这三个群体一般不会因为报销比例的微调而改变就医层级。
稳健性检验
◆ 安慰剂检验
我们使用2012至2013年处置组TJ与对照组TZ各自的城镇职工医保与城镇居民医保的合并赔付数据，进行安慰剂检验。两类城镇保险在样本期内并无报销政策或其他政策的变化。参保城镇居民与所在县的农村居民共享同样的医疗、道路等基础设施，并同时受到县内其他改革的影响，因此适于作为安慰剂组。表5报告了安慰剂检验的结果。由于县内城镇居民集中生活在县城街道，因此模型中去掉了两个距离变量，为此我们在表中也给出了相应去除距离变量的原样本回归结果作为比照（第1列和第2列）。从表5的第3列和第4列可以看到，城镇患者样本的交叉项系数不显著且为负，这一结果与农村居民截然不同。因此，我们可以排除基准模型交叉项系数的正向显著是由于其他县内不可观测变量所导致这一可能。
◆ 更换对照组稳健性
为了检验表4双重差分结果的稳健性，我们引入其它两个在2013年没有发生住院报销比例变动的县，TF和TD，分别替代原对照组TZ进入双重差分。所得双重差分结果见表6的第1列和第2列。同时，我们也将所有三个保持报销比例不变的县合并作为对照组的结果汇报在第3列，并在第4列附上原对照组TZ的回归结果。可以看到，双重差分结果在使用其它对照组的情况下仍然保持符号和显著性上的稳健，而我们基准回归中所使用的对照组TZ给出的是最保守的估计。
结论与政策建议
本文利用某市两个新农合统筹区在2013年进行的报销比例调整，设计双重差分模型，评估医保报销政策的梯度设计能否引导医疗需求下沉。使用政策前后的医保住院赔付数据，回归结果表明，县内住院报销比例提升5个百分点会显著降低0.5%~0.8%的外出就医。虽然影响的幅度有限，但这一效果是稳健的，城镇医保的安慰剂检验排除了双重差分效果由其他政策导致的可能，而换用其他对照组重复回归的结果表明我们的估计是真实处置效应的下界。
本文的结果，并不意味着我们认为梯度化的报销政策是实现分级诊疗的不二良方。收入水平不同、已有报销水平不同，都可能影响患者对于相同政策变化的反应弹性。同时，在基层医疗卫生水平没有进步的情况下，将患者引导到基层，也可能降低患者的福利水平。需要指出的是，在我们的回归结果中，无论使用哪个模型，样本期内由于时间自然变动所引发的患者外出就医增长，其程度都大于医保政策调整所带来的影响。因此单纯依靠医保补偿政策的提升，恐怕难以达到引导分级诊疗的目的，需要更多供方改革的支持。
摘自《保险研究》2018年第7期
作者简介：
高秋明，经济学博士，中国政法大学商学院讲师，研究方向：医疗管理、社会保障；王天宇（通讯作者），经济学博士，中国人民大学劳动人事学院讲师，研究方向：社会保障。
