曾國安 楊佩鴻

摘要：疾病一直是造成居民家庭之間收入差距擴大的重要因素，其不僅會造成病人家庭之間收入差距的擴大，也會造成病人家庭和其他家庭之間收入差距的擴大，并且還會引起和加劇貧困。總體而言，一個人是否患上重大疾病往往是由不可控的因素所引起的概率性事件，因此社會應當為此擔負責任，因為那些不幸患上重大疾病的人某種意義上是替社會成員擔負了病痛的折磨，因此不能將對重大疾病患者的治療僅僅視為是其個人及其家庭的責任，而應該是社會的責任。要將由疾病造成的居民家庭之間的收入差距作為解決居民收入差距問題的重要目標，矯正既往政策的缺位和錯位，推進醫(yī)療社會保險、醫(yī)療商業(yè)保險、收入援助、教育支持等供給側結構性改革，以縮小由疾病造成的收入差距，從而促進社會更加和諧和公平。

關鍵詞：災難性醫(yī)療支出；收入差距；貧困；醫(yī)療保險；疾病救助

中圖分類號：F126 文獻標識碼：A 文章編號：1003-854X（2018）05-0025-09

一、相關研究文獻綜述與理論假設

國內外學者關于疾病或重大疾病對貧困的影響的研究很多，但關于疾病或重大疾病與收入差距關系的研究并不多。學者們認為疾病或重大疾病會減少個人和家庭收入。Fenn從工傷角度研究了疾病對個人勞動參與率和工資的影響，得出的結論是遭遇工傷或者出現殘疾的工人生產率降低，獲得工資會相應減少①。他認為工傷或者殘疾對工人收入的影響不是直接的，而是通過工作時間的長短間接影響到收入，工傷或者殘疾導致工作時間縮短，收入下降。他還發(fā)現雖然工傷或殘疾工人有相應的保險補償，但是工人受傷期間的總收入還是少于受傷前。Reville研究發(fā)現經歷持久性殘疾的工傷者收入比未受工傷的工人的收入要少近40%②。Schofield等以澳大利亞2009年老年人數據為樣本的研究結論是長期患病會減少個人勞動收入，疾病不僅對個人產生重要影響，也會增加國家負擔③。Beatty的研究發(fā)現，美國殘疾人口占總人口比例是1/5，殘疾人的失業(yè)率是正常人失業(yè)率的兩倍，殘疾人就業(yè)十分困難，沒有就業(yè)機會，也就沒有勞動收入④。疾病不僅降低了患者個人勞動力參與率和收入，且必然降低家庭收入。Himmelstein等研究了疾病和家庭破產之間的關系，結論是在申請家庭破產時，有一半家庭選擇的理由是醫(yī)療債務問題；家庭成員患病會影響到其他家庭成員以及家庭總收入，破產家庭會降低家庭成員就業(yè)率以便照顧患病的家庭成員⑤。

家庭成員患病或重大疾病不僅會降低患病者個人和家庭成員勞動力參與率與總收入，而且還會增加個人和家庭消費支出。Raffael Ayé等（2010）研究了塔吉克斯坦的肺結核治療費用，發(fā)現一個病人的治療費用在人均國民生產總值兩倍以上，這對病人家庭的影響是災難性的，提高了患病者家庭陷入貧困的風險⑥。Singh和Kumar認為疾病增加了印度居民醫(yī)療費用負擔，由此加劇了貧困并使得貧困家庭陷入絕對貧困陷阱，醫(yī)療費用的膨脹使得很多處于貧困邊緣的人面臨更大的金融財務風險⑦。Alam和Mahal（2014）認為健康沖擊對家庭收入和支出影響較大，面對健康沖擊，家庭必須通過收入、儲蓄、借款、使用貸款或抵押、出售資產和牲畜以滿足醫(yī)療開支需要⑧。

學者們還對如何解決由疾病帶來的患病者家庭收入下降以及收入差距拉大的問題提出了一些解決辦法。Chen和Fish發(fā)現父母身患慢性疾病不僅會影響家庭收入，還會影響孩子的教育，從而對孩子和家庭未來發(fā)展產生負面影響，因此認為家庭和國家都要對此重視并思考解決方法⑨。Pedersen和Arendt認為國家應通過實施健康計劃來促使工傷者維持現有工作和賺錢能力⑩。Savitha和Kiran認為人們通常通過非市場貸款平滑醫(yī)療費用支出，但由于患者信用度較低，貧困家庭常常陷入債務陷阱，因此建議推行有助于擺脫對非市場貸款依賴的財務保障的小額健康保險計劃，將小額健康保險計劃作為醫(yī)療保險融資的重要組成部分，以可負擔的全面融資計劃代替非市場貸款。

災難性醫(yī)療支出（Catastrophic Health Expenditure，CHE）（也稱為災難性衛(wèi)生支出）是對一個家庭醫(yī)療費用支出相對水平的一種描述，具體是指一個家庭醫(yī)療支出費用高到必須減少家庭基本生活費開支時的水平。依據世界衛(wèi)生組織的建議，當一個家庭的醫(yī)療費用支出達到或超過該家庭非生存支出（消費支出與生存支出之差）的40%時，即可視為發(fā)生了災難性醫(yī)療支出。災難性醫(yī)療支出是衡量醫(yī)療支出所帶來的沉重的經濟負擔的一個指標，是反映醫(yī)療支出超出家庭承擔能力、影響到家庭基本生活的一個指標，它可從相對醫(yī)療費用負擔這個側面反映疾病對家庭經濟的影響，因此可以通過它來分析疾病對居民家庭之間收入差距所帶來的影響。災難性醫(yī)療支出對居民收入差距的影響反映在以下幾個方面：第一，災難性醫(yī)療支出會導致低收入家庭陷入貧困，也會導致低收入和貧困家庭陷入貧困陷阱，從而拉大整個社會的收入差距。第二，災難性醫(yī)療支出會導致不同收入階層患病居民家庭之間收入差距的擴大。雖然家庭成員患病都會造成家庭醫(yī)療支出增加和財產性收入、勞動收入、經營收入等的減少，但對不同收入階層的居民家庭的收入所造成的影響是存在差別的。因此，災難性醫(yī)療支出會更多地發(fā)生在低收入和貧困家庭，由此就會拉大其與其他收入階層家庭之間的收入差距。第三，災難性醫(yī)療支出會拉大患病居民家庭和未患病居民家庭之間的收入差距。醫(yī)療支出的增加程度和收入的減少程度會因疾病的嚴重程度的不同而不同，疾病越嚴重，醫(yī)療支出的增加程度和收入的減少程度越大，因此疾病必然導致患病居民家庭和未患病居民家庭之間的收入差距，如果居民家庭發(fā)生災難性醫(yī)療支出，則會導致這些居民家庭與其他居民家庭之間出現更大的收入差距，如果發(fā)生災難性醫(yī)療支出的家庭陷入貧困陷阱，則會導致居民家庭之間收入的兩極分化。

基于上述理論分析，本文提出三個假設：

假設1：災難性醫(yī)療支出會提高貧困發(fā)生率，而且會加劇貧困強度和深度，使得貧困家庭陷入貧困陷阱。

假設2：災難性醫(yī)療支出會擴大患病居民家庭之間的收入差距。

假設3：災難性醫(yī)療支出會擴大患病居民家庭和未患病居民家庭之間的收入差距。

二、數據來源與變量描述性統(tǒng)計

1. 數據來源

本文所使用的數據是北京大學社會調查中心在全國開展的家庭基本狀況調查——中國家庭追蹤調查（CFPS）。根據研究需要，本文以2014年CFPS調查數據中的相關數據為基礎數據。雖然2014年數據沒有具體說明疾病類型與相應費用，但有每個家庭當年醫(yī)療費用支出的數據。2014年家庭樣本數為13974戶，剔除有變量信息缺失的樣本后，最終進入分析樣本的家庭有13602戶。

2. 變量描述性統(tǒng)計

自變量是災難性醫(yī)療支出，這里將其定義為家庭現款支付比（OOP），即家庭自付醫(yī)療費用（家庭現金支付的醫(yī)療衛(wèi)生費用）占家庭支付能力（CTP）（指家庭非生存消費支出——除開食品支出的家庭消費支出）的比重達到或超過了40%。樣本家庭中OOP滿足這一條件者即發(fā)生了災難性醫(yī)療支出，其CHE設為1，其余家庭的CHE設為0。

本文被解釋變量是人均收入，人均收入是一個家庭的總收入（包括工資性收入、經營性收入、轉移性收入和財產性收入等）與該家庭人口數的比值；控制變量由家庭經濟狀況和家庭戶主特征組成，家庭經濟狀況包括家庭凈資產規(guī)模、家中是否有醫(yī)療費用困難等，家庭戶主基本特征包括性別、教育程度、年齡、婚姻狀況及身體健康狀況等特征。主要變量描述性統(tǒng)計如表1所示。

根據表1可知，家庭人均收入均值為17083.54元，人均收入最大值是3600000元，遠遠超過平均值；人均工資性收入均值最高，為10129.61元；而人均財產性收入均值最低，僅為331.03元。家庭自付醫(yī)療費用支出均值是4487.3元，高于人均經營性收入和人均財產性收入的均值，醫(yī)療費用支出最大值是500000元，約為人均收入均值的29.27倍；自認為存在疾病醫(yī)療負擔困難的家庭占比為13.7%；在家庭收入不足情況下，為平滑巨額消費支出，家庭會發(fā)生借貸行為，借錢被拒絕的樣本家庭占比是22.9%，樣本家庭參加商業(yè)性醫(yī)療保險的只有21.2%，占比較低。

就家庭所在地區(qū)而言，東部地區(qū)樣本家庭數量最多，占全部家庭數的46.4%，西部地區(qū)樣本家庭數量最少，占比是24.4%；城鎮(zhèn)戶口樣本家庭的占比是48.5%。就家庭經濟狀況而言，樣本家庭凈資產規(guī)模均值是392906.4元，其中最大值是19000000元，最小值是-2300000元；樣本家庭養(yǎng)老金收入均值是5840.77元，其中最大值是1000000元，最小值是0元；樣本家庭得到政府補助金額均值是726.62元，其中最大值是72000元。就家庭消費支出狀況而言，樣本家庭食品支出均值是15750.68元，樣本家庭交通支出均值893.05元。

就戶主特征而言，樣本家庭戶主教育年限均值是7.46年，低于9年義務教育年限；戶主的婚姻狀況是已婚的占比是84.4%；戶主個人總收入均值是8522.21元，其中最大值是442000元，最小值是0元；戶主生病有人照顧的占比是63%，即超過一半家庭戶主生病都是家庭成員或者請保姆照顧。

3. 不同收入階層家庭災難性醫(yī)療支出的發(fā)生率

由表2可知，災難性醫(yī)療支出在全部樣本家庭發(fā)生率為12.47%，即100個家庭中有13個家庭發(fā)生了災難性醫(yī)療支出。不過不同收入階層居民家庭災難性醫(yī)療支出發(fā)生率并不相同，收入越低者，災難性醫(yī)療支出發(fā)生率越高，收入越高者，災難性醫(yī)療支出發(fā)生率越低，從收入五等分劃分的收入階層來看，依收入階層從低到高，災難性醫(yī)療支出發(fā)生率依次為19.85%、13.57%、11.47%、9.63%和7.83%。在表2中，全部樣本家庭自付醫(yī)療費用（OOP）平均為4487.3元，但不同收入階層居民家庭自付醫(yī)療費用并不相同，總體上收入水平越低，自付醫(yī)療費用越多，不過雖有差異，但差異并不大。從家庭支付能力（CTP）來看，樣本家庭CTP平均值是41247.3元，但不同收入階層居民家庭的CTP并不相同，收入水平越高，CTP越高。由于自付醫(yī)療費用水平差異不大，因此就造成了收入水平越低的家庭，災難性醫(yī)療支出發(fā)生率越高。

三、災難性醫(yī)療支出對家庭收入差距影響的實證分析

1. 實證模型

本文實證過程分為兩個步驟，第一步是分析災難性醫(yī)療支出對居民家庭收入的影響，具體方法有回歸方程分析法和傾向值匹配中ATT檢驗方法；第二步是分析災難性醫(yī)療支出對居民家庭收入差距的影響，首先利用相關指標直接測算出居民家庭收入差距，其次利用ATT中匹配后的家庭收入（假設沒有遭受CHE沖擊的家庭）再次測算家庭收入差距，最后計算ATT效應觀察災難性醫(yī)療支出對家庭收入差距的影響。

（1）家庭人均收入的回歸方程為：

上式中，In（Yi）表示家庭i人均收入的對數；D表示啞變量，如果家庭發(fā)生了CHE，則取值為1，如果家庭沒有發(fā)生災難性醫(yī)療支出，那么取值為0；X表示家庭控制變量，包含戶主教育、家庭地理位置等特征變量；εi是誤差項。根據研究需要，X控制變量包含：（1）是否屬于東部地區(qū)，是設為1，否設為0；（2）是否屬于中部地區(qū)，是設為1，否設為0；（3）是否屬于西部地區(qū)，是設為1，否設為0；（4）是否屬于城鎮(zhèn)戶口，是設為1，否設為0；（5）家庭當前居住屋所在地房價，用家庭所在省份2014年平均房價作為代理變量；（6）家庭凈資產規(guī)模，主要包括銀行存款、股票、房屋資產、固定資產等；（7）養(yǎng)老金收入，表示家庭老年人口獲得的收入；（8）政府補助總額，包括低保、五保戶補貼、特困戶補助、救濟金、農業(yè)補助等其他政府補助；（9）家庭是否有疾病醫(yī)療負擔困難，在家庭自我評價中，若調查對象選擇的主要困難是疾病醫(yī)療負擔困難，那么認定該家庭存在疾病醫(yī)療負擔困難，設為1，否設為0；（10）家庭是否有借錢被拒的經歷，是設為1，否設為0；（11）交通通訊費用支出（不含汽車購置費）；（12）家庭是否參加商業(yè)性醫(yī)療保險，是設為1，否設為0；（13）家庭食品支出，包括在家吃飯和外出就餐的伙食費以及自家消費的零食、飲料、煙酒等；（14）戶主教育年限；（15）戶主年齡；（16）戶主是否為已婚，是設為1，否設為0；（17）戶主個人總收入；（18）戶主近半年是否生病，是設為1，否設為0；（19）戶主生病是否有人照顧，是設為1，否設為0。變量（1）—（8）是指家庭特征變量，包括所在地理位置以及家庭經濟情況；變量（11）—（13）是指家庭主要支出變量，包括食品、教育、交通和保險支出，反映災難性醫(yī)療支出是否會影響家庭支出，從而是否會間接影響家庭收入；變量（14）—（19）是指戶主基本特征，戶主的特征與家庭收入有一定聯系；變量（9）可以了解除戶主外，家庭是否還有其他成員患重病，造成家庭醫(yī)療負擔；變量（10）可以反映家庭平滑巨額消費支出的主要方式，可在一定程度上反映出家庭社會關系網絡。

（2）利用傾向值匹配法計算災難性醫(yī)療支出對家庭收入的影響。這里用Heckman（1999）開發(fā)的ATT方法來分析災難性醫(yī)療支出對家庭收入產生的影響。具體公式如下：

E[Y1i-Y0i|Di=1]表示發(fā)生了CHE的家庭i的收入期望值，E[Y0i|Di=1]表示發(fā)生了CHE的家庭i如果沒有受到CHE沖擊時的家庭收入期望值。

結合公式（1）和（2）得出ATT的估計值：

其中，nD表示受到CHE沖擊的家庭數量，γ是公式（1）中γ的估計值。

（3）災難性醫(yī)療支出對居民家庭收入不平等產生的影響。為測算CHE對居民家庭收入不平等產生的影響，首先，選取收入不平等的衡量指標，這里選取基尼系數（G），其計算公式如下所示：

對于全部樣本家庭，我們也可以測算災難性醫(yī)療支出對收入不平等產生的影響。計算公式如下：

I表示樣本中所有家庭實際收入（即按遭受CHE沖擊家庭沖擊后實際收入和未遭受沖擊家庭實際收入計算）的不平等，ID=0表示樣本中受沖擊家庭假定未受沖擊應獲得的收入估算值與未受沖擊家庭實際收入計算的收入不平等，△I為兩者之差，可反映不平等程度的變化。樣本家庭貧困變化情況也可采用上述公式估算。

2. 實證結果

（1）OLS回歸方程結果。這里首先利用OLS法估算CHE對家庭人均收入的回歸方程（模型1），由于CHE對家庭收入來源影響具有差異，因此本文也估算了CHE對家庭人均工資性收入（模型2）、人均經營性收入（模型3）、人均財產性收入（模型4）和人均轉移性收入（模型5）的回歸方程，以更加清晰地分析CHE對家庭收入的影響，OLS回歸方程結果如表3所示。

由表3可見，災難性醫(yī)療支出與人均收入呈負相關關系，在1%水平上顯著，即災難性醫(yī)療支出的增加會減少家庭人均收入。災難性醫(yī)療支出與人均工資性收入、人均經營性收入均呈負相關關系，均在1%水平上顯著，即災難性醫(yī)療支出的增加會減少家庭人均工資性收入、人均經營性收入；災難性醫(yī)療支出與人均轉移性收入呈正相關關系，在10%水平上顯著，即災難性醫(yī)療支出的增加會增加家庭人均轉移性收入，這可能是因為一旦發(fā)生災難性醫(yī)療支出，家庭得到政府補助的機會增加；災難性醫(yī)療支出與人均財產性收入的相關性不顯著，這可能是高收入階層財產性收入抵消了災難性醫(yī)療支出對本就微不足道的低收入階層財產性收入下降的影響。

由相關系數可知，災難性醫(yī)療支出對人均收入影響很大，系數為-0.1833，即災難性醫(yī)療支出發(fā)生率每增加1個單位，人均收入減少0.1833個單位。在人均工資性收入、人均經營性收入、人均轉移性收入中，系數最大的是工資性收入，最小的是轉移性收入，差別較大；人均財產性收入系數低于人均工資性收入、人均經營性收入、人均轉移性收入，相關性不顯著?？偟膩砜?，災難性醫(yī)療支出必降低發(fā)生者收入。

（2）分位數回歸方程結果。OLS回歸方程只能體現災難性醫(yī)療支出對家庭人均收入的均值的影響，而具體對各收入階層的影響不能有效地反映出來，因此本文采用分位數回歸分析法探究災難性醫(yī)療支出對各收入階層家庭人均收入的影響，回歸結果不易受極端值影響，較為穩(wěn)健，而且通過分析不同收入階層的影響系數可以了解災難性醫(yī)療支出對家庭收入差距的影響。表4列示了分位數回歸方程結果。

我們由分位數回歸分析結果可知，災難性醫(yī)療支出對低收入階層的人均收入影響最大，其系數為-0.2631，即CHE每增加1個單位，低收入階層的人均收入會減少26.31%，隨著收入水平的提高，CHE的影響逐步下降，對最高收入階層的影響系數只有-0.067，由此可以認為，CHE導致低收入家庭人均收入的減少會超過中、高收入家庭人均收入的減少，即CHE會拉大低收入階層和中、高收入階層家庭之間的收入差距；從人均工資性收入來看，CHE對低收入階層、中等偏下收入階層影響更大，因此CHE會擴大低收入、中等偏下收入家庭與中、高收入家庭之間的工資性收入差距；從人均轉移性收入來看，CHE對低收入、中等偏下和中等收入階層影響更大，因此CHE會縮小低收入、中等偏下、中等收入家庭與中高收入、最高收入家庭之間的轉移性收入差距；由于經營性收入和財產性收入有超過一半的數據為0，所以其只能顯示8/10 和9/10分位數的回歸系數，從人均經營性收入來看，CHE對中高收入階層影響最大，其影響系數是-0.462，對最高收入階層的影響系數是-0.342，這意味著CHE會擴大中高收入家庭的收入差距；從人均財產性收入來看，CHE會增加中高收入階層的家庭收入，可能的原因是CHE發(fā)生使得家庭通過變現資產而獲得現金收入，但其帶來的是家庭資產減少，從而會造成未來收入下降。盡管災難性醫(yī)療支出對不同類型的收入的影響不盡相同，但總的來看，它會進一步拉大低收入和高收入居民家庭之間的收入差距。

（3）傾向值匹配結果。在OLS和分位數回歸分析后，進行傾向值匹配分析，主要分析CHE沖擊對家庭人均收入及不同來源收入的影響，具體結果如表5和表6所示，表5表示樣本中遭受CHE沖擊的家庭收入和收入差距的ATT效應，表6表示樣本中所有家庭收入和收入差距的ATT效應。

由表5可知，發(fā)生災難性醫(yī)療支出的家庭的實際人均收入均值是11324.98元，而通過傾向值匹配后人均收入均值是13922.06元，ATT值是-2597.08元，t值是-2.22，具有顯著性，即CHE導致這些家庭人均收入均值減少了2597.08元。發(fā)生災難性醫(yī)療支出的家庭實際人均收入的基尼系數是0.5701，匹配后人均收入基尼系數是0.4968，ΔIDi=1值是0.0733，這表明災難性醫(yī)療支出使發(fā)生災難性醫(yī)療支出的家庭之間的收入差距擴大了。這與前面的理論假設一致。從人均工資性收入、人均經營性收入、人均財產性收入和人均轉移性收入來看，CHE沖擊導致人均轉移性收入均值減少值最多，為1364.94元；人均工資性收入均值減少值次之，為845.21元；人均財產性收入減少值最少，為5.41元。CHE沖擊不僅減少了家庭各種來源的收入，也使各種來源的收入差距全面擴大（因為△IDi=1全部為正數），其中轉移性收入差距擴大幅度最大（ΔIDi=1值為0.169），工資性收入差距次之，再次為經營性收入差距，財產性收入差距最小。綜上，災難性醫(yī)療支出會減少家庭人均總收入和各種來源的人均收入，也會擴大發(fā)生災難性醫(yī)療支出的家庭之間的收入差距。

由表6可知，包括發(fā)生災難性醫(yī)療支出和未發(fā)生災難性醫(yī)療支出的全部樣本家庭的實際人均收入均值是17083.54元，匹配后人均收入均值是17407.64元，災難性醫(yī)療支出導致全部樣本家庭人均收入均值減少了324.1元；全部樣本家庭實際人均收入基尼系數是0.5693，匹配后基尼系數是0.5607，災難性醫(yī)療支出導致全部樣本家庭人均收入基尼系數提高了0.0086，即災難性醫(yī)療支出擴大了全部樣本家庭收入差距。這與假設3一致。

根據前面的理論分析，災難性醫(yī)療支出不僅會擴大居民家庭的收入差距，還會提高貧困發(fā)生率，使得貧困家庭陷入貧困陷阱。由傾向值匹配結果得出的家庭人均收入以及家庭實際人均收入等，可以計算出發(fā)生災難性醫(yī)療支出的家庭和全部樣本家庭（包括發(fā)生災難性醫(yī)療支出和未發(fā)生災難性醫(yī)療支出的家庭）受CHE沖擊之前和之后的貧困發(fā)生情況。FGT指數是應用最廣泛的衡量貧困的指標，具體包括貧困發(fā)生率、貧困強度和貧困深度，具體情況如表7所示。

表7包括了發(fā)生災難性醫(yī)療支出的樣本家庭和全部樣本家庭的貧困發(fā)生情況。從發(fā)生災難性醫(yī)療支出的家庭來看，貧困發(fā)生率由8.15%提高到25.19%，提高了17.04個百分點，貧困強度和貧困深度各提高了11.78個百分點和9.03個百分點。從全部樣本家庭來看，災難性醫(yī)療支出使全部樣本家庭的貧困發(fā)生率由13.68%提高到15.79%，提高了2.11個百分點，貧困強度和貧困的深度分別提高了1.46%個百分點1.12個百分點。由此可見，災難性醫(yī)療支出不僅大幅度提高了發(fā)生災難性醫(yī)療支出家庭的貧困發(fā)生率、貧困強度和貧困深度，而且也導致社會（全部樣本家庭）貧困發(fā)生率、貧困強度和貧困深度的提高。這與假設1相吻合。

3. 穩(wěn)健性檢驗

前文中利用CHE作為重大疾病或者巨額醫(yī)療費用的代理變量，可能存在一些誤差，例如，高收入家庭成員患重大疾病，因其高收入，雖然治療費用龐大，但并未達到災難性醫(yī)療支出的水平，因此就不會被歸入到發(fā)生災難性醫(yī)療支出的樣本家庭中，這樣就可能錯估疾病對收入差距的影響。為驗證上述研究基本結論的可信性，本文將進一步進行穩(wěn)健性檢驗。穩(wěn)健性檢驗的具體方法是在原有因變量和控制變量的基礎上，將啞變量CHE換成家庭自付醫(yī)療費用支出變量，進行分位數回歸分析，檢驗家庭醫(yī)療費用支出變量對家庭收入差距的影響。

圖1、圖2和圖3分別表示醫(yī)療費用支出、政府補助金額和家庭是否參與商業(yè)醫(yī)療保險對人均收入影響的分位數結果圖，圖中虛線表示OLS回歸的系數值，在條件分布的兩端，95%的置信區(qū)間通常變得更寬了，這是因為系數估計值的標準誤差變大了。由圖1可知，家庭醫(yī)療費用支出對人均收入各分位數的影響為負值，即家庭醫(yī)療費用支出增加減少了各收入階層的人均收入；從系數大小而言，2/10分位數以下的系數最大，其他分位數的系數依次減小，即家庭醫(yī)療費用支出增加導致家庭人均收入減少值隨著收入階層（水平）的提高而下降。由此可見，家庭醫(yī)療費用支出增加會擴大全部樣本家庭的收入差距，前述災難性醫(yī)療支出增加會擴大全部樣本家庭的收入差距的結論也印證了這一結論。圖2反映出政府補助金額增加會大大增加低收入階層的收入，而高收入階層的收入并沒有因為政府補助金額而大大增加，因此，政府補助金額會縮小收入差距，尤其是在發(fā)生災難性醫(yī)療支出時，低收入階層更需要政府的資助。圖3反映出家庭是否參與商業(yè)醫(yī)療保險對各收入階層家庭人均收入的影響，家庭參與商業(yè)醫(yī)療保險會增加家庭人均收入，低收入階層和高收入階層的收入增加額最大，而中低收入階層、中等收入階層和中高收入階層家庭人均收入增加額變化不大，系數與OLS估計的系數相似。因此，為防止災難性醫(yī)療支出導致家庭收入減少，家庭應積極參與商業(yè)醫(yī)療保險轉移風險。

五、結論與政策建議

通過上文分析，我們可以得出如下主要結論：（1）疾病會導致病人家庭收入下降。OLS回歸分析法和分位數回歸分析均表明，災難性醫(yī)療支出與家庭人均收入呈負相關關系，即災難性醫(yī)療支出的增加必會減少病人家庭人均收入。（2）疾病會導致貧困和貧困發(fā)生率上升，并加劇貧困深度和強度。分析顯示，災難性醫(yī)療支出不僅使發(fā)生災難性醫(yī)療支出家庭的貧困發(fā)生率、貧困強度和貧困深度大幅度提高，也使全部家庭的貧困發(fā)生率、貧困強度和貧困深度提高了。（3）疾病不僅會拉大病人家庭之間的收入差距，而且會拉大整個社會的收入差距。這意味著，解決疾病導致的收入差距不僅有助于縮小病人家庭之間的收入差距，也有助于縮小整個社會的收入差距。

高額醫(yī)療費用或者因病導致基本失能或完全失能往往由重大疾病或難以醫(yī)治的疾病引起，這不僅造成家庭貧困，并且引起和擴大居民家庭之間的收入差距。既往的政策在解決由此造成的居民家庭之間的收入差距問題上，是存在著嚴重的缺位和錯位的，因此應該將由疾病造成的居民家庭之間的收入差距作為解決居民家庭之間收入差距問題的重要目標，推進醫(yī)療社會保險、醫(yī)療商業(yè)保險、收入援助、教育支持等供給側結構性改革，有針對性地進一步完善收入再分配政策，從而促進社會更加公平和和諧。（1）大力推進經濟發(fā)展，不斷夯實社會援助的物質基礎。在經濟發(fā)展水平低下的條件下，雖然可以進行社會援助，但結果只會是提高整個社會災難性醫(yī)療支出的發(fā)生率，盡管由此可能會縮小收入差距，但會造成經濟發(fā)展的停滯，是完全消極的辦法。只有在經濟不斷發(fā)展的條件下，各個收入階層的居民家庭的收入水平從而家庭支付能力不斷提高，才能在降低災難性醫(yī)療支出發(fā)生率的條件下，通過社會援助，減輕低收入家庭的醫(yī)療費用負擔，增加他們的收入。（2）進一步完善醫(yī)療社會保險結構，將重大疾病醫(yī)療費用給付作為未來發(fā)展的重點，真正抵御重大疾病對病人家庭經濟以及精神的巨大沖擊，降低災難性醫(yī)療支出的發(fā)生率，從而遏制收入差距的擴大。（3）進一步推進重大疾病商業(yè)性醫(yī)療保險的發(fā)展，創(chuàng)新重大疾病商業(yè)性醫(yī)療保險的發(fā)展機制。一方面應當對全體城鄉(xiāng)居民投保重大疾病商業(yè)性醫(yī)療保險進行強制（保費則應當在繳付個人所得稅的收入中進行扣減），這樣才能迅速擴大保險基金的規(guī)模，才有能力擴大重大疾病商業(yè)性醫(yī)療保險給付的覆蓋面和提高給付標準，另一方面應當在合理的范圍內鼓勵城鄉(xiāng)居民進行補充性的自愿投保，投保費用應從繳付個人所得稅的收入中進行扣減。

注釋：

① Paul Fenn， Sickness Duration， Residual Disability， and Income Replacement： An Empirical Analysis， Economic Journal， 1981， 91（361）， pp.158-173.

② R. T. Reville， The Impact of a Disabling Workplace Injury on Earnings and Labor Force Participation， Emerald Group Publishing Limited， 1999， 241（2）， pp.147-173.

③ D. J. Schofield， R. N. Shrestha， R. Percival， M. E. Passey， E. J. Callander， The Personal and National Costs of Mental Health Conditions： Impacts on Income， Taxes， Government Support Payments due to Lost Labour Force Participation， Bmc Psychiatry， 2011， 11（1）， p.72.

④ J. Beatty， The Complex Nature of Disability Stigma in Employment： Impact on Access and Opportunity，Palgrave Explorations in Workplace Stigma， 2017， pp.55-70.

⑤ D. U. Himmelstein， E. Warren， D. Thorne， S.Woolhandler， Illness and Injury as Contributors to Bank-ruptcy， Health Affairs， 2005， 24（1）， pp.5-28.

⑥ R. Ayé， K. Wyss， H. Abdualimova， S. Saidaliev， Illness Costs to Households are a Key Barrier to access Diagnostic and Treatment Services for Tuberculosis in Tajikistan， Bmc Research Notes， 2010， 3（1）， pp.1-7.

⑦ P. Singh， V. Kumar， The Rising Burden of Healthcare Expenditure in India： A Poverty Nexus， Social Indicators Research， 2017， 133，（2）， pp.741-762.

⑧ K. Alam， A. Mahal， Economic Impacts of Health Shocks on Households in Low and Middle Income Countries： A Review of the Literature， Globalization & Health， 2014， 10（1）， pp.1-18.

⑨ Y. C. Chen， M. C. Fish， Demands of Maternal Chronic Illness and Childrens Educational Functioning： An Exploratory Study， Child & Adolescent Social Work Journal， 2013， 30（3）， pp.257-274.

⑩ M. S. Pedersen， J. N. Arendt， Bargaining for Health： A Case Study of a Collective Agreement-based Health Program for Manual Workers， Journal of Health Economics， 2014， 37（1）， p.123.

B. Savitha， K. B. Kiran， Illness Makes Credit Sick： Can Health Insurance Rescue the Poor from Exploitative Credit？ Geneva Papers on Risk & Insurance Issues & Practice， 2016， 41（2）， pp.184-204.

為節(jié)省篇幅，其余控制變量的分位數結果圖沒有展示。

作者簡介：曾國安，武漢大學政府管制與公共經濟研究所所長、武漢大學發(fā)展研究院院長、武漢大學馬克思主義理論與中國實踐協(xié)同創(chuàng)新中心教授、博士生導師，湖北武漢，430072；楊佩鴻，武漢大學政府管制與公共經濟研究所、武漢大學馬克思主義理論與中國實踐協(xié)同創(chuàng)新中心博士研究生，湖北武漢，430072。

（責任編輯 陳孝兵）