医疗保险对城镇居民总消费水平的影响

    本篇论文目录导航：

【题目】中国医疗保险对城镇居民消费的作用探究
【第一章】城镇医保与居民消费的关系研究绪论
【第二章】我国医保对城镇居民消费影响的理论分析
【第三章】我国医疗保险与居民消费的现状分析
【4.1 - 4.4】医疗保险对城镇居民总消费水平的影响
【4.5 4.6】医疗保险对城镇居民消费结构的影响
【第五章】完善我国医疗保险促进城镇居民消费的对策建议
【参考文献】医疗保障体系对居民消费的促进研究参考文献

　　4 我国医疗保险对城镇居民消费影响的实证分析

　　经过前面章节对医疗保险及城镇居民消费的关系的理论与现状分析，我们可以知道它们之间有较为显著的影响。而具体的影响程度有多大，则需要进行科学的、可量化的分析，即实证分析。本章将构建关于二者关系的数量模型，并主要从两方面进行相应的分析：一是医疗保险对城镇居民总消费水平的影响；二是医疗保险对城镇居民消费结构的影响。

　　4.1 变量选取和模型设立。

　　因本章节将从两个方面来研究我国医疗保险对城镇居民消费的影响，因此，本文将城镇居民的消费支出定义为研究的因变量。根据《中国统计年鉴》，居民消费支出可分为 8 大类：食品、衣着、居住、家庭设备及用品、交通通讯、文教娱乐、医疗保健及其他。经过前面章节的研究，可知其他消费支出占总消费支持的比重很小，因此，为了方便研究，本文剔除对其他消费支出的研究，对除了其他消费支出以外的其余七项支出和总体消费水平分别进行实证研究。

　　在自变量的选取上，本文的研究参考了朱铭来（2012）的研究模型。综合衡量考虑数据的可获得性及研究的科学性，本文采用城镇基本医疗保险人均基金支出、人均财富及抚养比作为实证分析的自变量。

　　城镇基本医疗保险人均基金支出，可以较为准确地考量城职保和城居保对参保的城镇居民的保障力度，人均基金支出越大，可以认为参保居民所获得的保障权益越大。生命周期理论认为人一生的收入将决定其消费水平，因此，本文将人均财富也纳入自变量中。此处需要说明的是朱铭来采用了居民的人均人民币储蓄存款的年底余额来衡量人均财富，我们综合考虑以往其他文献的研究和数据的可得性。鉴于本文研究对象的不同及数据结果的准确性，本文将人均财富的指标用城镇居民人均可支配收入来衡量。根据人口学的理论观点，抚养比是影响个人消费的重要因素之一，因此本文的自变量除了上述两个之外，还涵括了社会抚养比。

　　综合以上分析，本文模型对因变量与自变量的选取如下：

　　因变量：

　　ity--城镇居民各种不同消费人均支出（元），表示第 t 年 i 类消费人均支出。i 的取值为（1~8）分别代表食品、衣着、居住、家庭设备及用品、交通通信、文教娱乐、医疗保健和总消费水平。

　　自变量：

　　tx1--医疗保险人均变量（元），表示第 t 年城镇基本医疗保险人均基金支出，覆盖了城镇职工基本医疗保险和城镇居民基本医疗保险。

　　tx2--城镇居民人均财富变量（元），受限于数据的可得性，我们用城镇居民人均可支配收入衡量，表示第 t 年城镇居民人均可支配收入。

　　tx3--抚养比（百分比），表示第 t 年我国的人口中非劳动年龄人口数与劳动年龄人口数之比。

　　4.2 样本选取与数据来源。

　　鉴于我国城职保的实施时间较早，而城居保于 2007 年开始实施，两者大体涵盖了城镇所有类型居民。考虑到相关数据的可得性及代表性，该时间序列变量的时间跨度为 2000 年至 2013 年。同时，关于消费结构的分类根据《中国统计年鉴》不同类型的消费支出类型表示。本文所运用的各类数据，均来源于 2001 年-2014 年《中国统计年鉴》、《中国保险年鉴》、《人力资源社会保障统计数据》及《中国卫生统计年鉴》。

　　4.3 模型的检验与分析。

　　为了克服多重共线性及减小异方差，在实证过程中，本文对数据模型进行了改进。

　　实证过程中，为了保证实证分析的科学性及客观性，需要对样本数据进行一系列的处理，使之能够有效、无偏差地反映真实情况。本节主要运用的计量分析方法为：单位根检验、协整分析及格兰杰因果检验。

　　4.3.1 单位根检验。

　　在对时间序列的数据进行分析的过程中，首先需要保证数据本身是平稳的，而非完全无序的，以此保证量化分析结果的准确性及科学性。但现实情况中，宏观经济数据变动趋势往往是不稳定的，此时若直接对不平稳的数据进行建模分析，传统的计量方法过程中可能会产生误差，使得最终分析结果不科学。因此，在实证过程中必须首先消除不平稳数据的影响。

　　对经济数据进行分析时，必须先进行平稳性的检验，这种检验经济数据是否平稳的方法，称之为平稳性检验。其中常用的方法有单位根检验（ADF）、DFGLS检验法、PP 检验法等。本文用 ADF 检验法检测文中所有时间序列变量是否平稳。

　　4.3.2 协整分析协整分析通常用于判断不同的数据之间是否存在长期相关关系，若几组数据中存在一个或多个稳定的线性关系，则认为这些数据之间是协整的，及这几组数据之间存在长期的相关关系的。用于协整分析的主要方法有：EG 检验（Engle-Granger 检验）和 Johansen 检验，两种方法有所区别，EG 检验主要是检验两个变量之间的协整关系，Johansen 检验则主要用于检验多变量之间是否有协整关系。由于文中模型涉及多个变量，因此本文将采用 Johansen 检验法。

　　若数据通过了平稳性检验后，得出几组数据均为平稳序列，即可将其直接进行协整分析；几组非平稳数据若在差分处理后在同阶平整，此时也可进行协整分析，判断不同数据之间是否寻在长期的相关关系。

　　4.3.3 格兰杰因果检验格兰杰因果检验是判定某一指标是否是另一指标变动的影响原因的检测。使用格兰杰因果检验，可以推断两个变量之间的关系是否为因果关系；这一方法可以有效规避实证过程中虚假关系的判断，保证实证分析结果对经济现象有实质性的指导作用。