摘 要：運(yùn)用兩部分模型、傾向得分匹配等方法，依據(jù)CFPS數(shù)據(jù)庫(kù)中成人與家庭數(shù)據(jù)匹配及分類處理，考量共同富裕進(jìn)程中互聯(lián)網(wǎng)可及性對(duì)潛在因病返貧風(fēng)險(xiǎn)的阻斷效應(yīng)。結(jié)果顯示，互聯(lián)網(wǎng)可及性引致健康支出絕對(duì)量增加，但災(zāi)難性健康支出發(fā)生率顯著降低，對(duì)潛在因病返貧風(fēng)險(xiǎn)具有一定的阻斷效應(yīng)。異質(zhì)性分析顯示，互聯(lián)網(wǎng)使用對(duì)農(nóng)村居民、低收入群體的健康支出影響較大。鑒于此，應(yīng)加大互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)力度，引導(dǎo)農(nóng)村居民、低收入群體更有效地利用醫(yī)療資源，阻斷其潛在因病返貧風(fēng)險(xiǎn)。

關(guān)鍵詞： 互聯(lián)網(wǎng)可及性；災(zāi)難性健康支出；傾向得分匹配

中圖分類號(hào)：F062；F49 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1003-7217（2024）04-0144-09

一、引 言

黨的二十大報(bào)告提出“中國(guó)式現(xiàn)代化是全體人民共同富裕的現(xiàn)代化”。近年來，健康及醫(yī)療支出問題不僅給政府財(cái)政帶來了巨大壓力，也引致普通家庭可能出現(xiàn)潛在的因病返貧風(fēng)險(xiǎn)，影響共同富裕目標(biāo)的實(shí)現(xiàn)?！吨袊?guó)衛(wèi)生健康統(tǒng)計(jì)年鑒（2022）》顯示，我國(guó)城鎮(zhèn)居民人均醫(yī)療保健支出由2000年的318.1元增加至2020年的2172.2元，農(nóng)村居民人均醫(yī)療保健支出更是由2000年的87.6元?jiǎng)≡龅?020年的1417.5元。同時(shí)，“互聯(lián)網(wǎng)+醫(yī)療健康”的普及推動(dòng)了互聯(lián)網(wǎng)成為居民搜索健康信息的重要來源，進(jìn)而影響了就醫(yī)決策和健康支出，有助于阻斷潛在的因病返貧風(fēng)險(xiǎn)。

國(guó)內(nèi)外學(xué)者從宏觀和微觀兩個(gè)層面研究了健康支出的影響因素。宏觀層面?zhèn)戎赜诩夹g(shù)進(jìn)步[1-3]、社會(huì)經(jīng)濟(jì)條件[4-6]、環(huán)境污染[7，8]等因素，而微觀層面的研究則強(qiáng)調(diào)收入水平等家庭特征變量[9，10]、受教育程度等個(gè)體特征變量[11，12]、醫(yī)療健康需求和長(zhǎng)期護(hù)理保險(xiǎn)[13-16]等因素對(duì)健康支出的影響。更進(jìn)一步地，當(dāng)健康支出超過家庭支付能力某一臨界值時(shí)，就認(rèn)為發(fā)生了災(zāi)難性健康支出（catastrophic health expenditure，CHE），并用以衡量因病致貧或返貧風(fēng)險(xiǎn)（World Health Organization，2000）。相關(guān)研究主要集中在災(zāi)難性健康支出的影響因素[17，18]、人群特征分析[19]及地區(qū)測(cè)算[20，21]等方面。

互聯(lián)網(wǎng)使用可通過在線獲取健康信息的便利性、降低信息不對(duì)稱等影響就醫(yī)決策和健康狀況。首先，大多數(shù)學(xué)者發(fā)現(xiàn)互聯(lián)網(wǎng)使用對(duì)健康具有正向促進(jìn)作用。人們通過使用互聯(lián)網(wǎng)拓寬獲取醫(yī)療信息的途徑，更好地了解自身健康狀況，選擇合理就醫(yī)行為，使得醫(yī)療資源得以合理分配，進(jìn)而改善個(gè)體健康水平[22-24]。有學(xué)者通過構(gòu)建一個(gè)評(píng)價(jià)互聯(lián)網(wǎng)發(fā)展四維度（互聯(lián)網(wǎng)普及程度、基礎(chǔ)設(shè)施、信息資源和應(yīng)用）模型發(fā)現(xiàn)互聯(lián)網(wǎng)發(fā)展顯著抑制了死亡率[25]。另外一些研究也發(fā)現(xiàn)互聯(lián)網(wǎng)使用對(duì)老年人的身心健康狀況有正向影響，尤其對(duì)低齡、男性、農(nóng)村和教育程度低的中老年人的健康促進(jìn)作用相對(duì)更大[26，27]。其次，互聯(lián)網(wǎng)使用對(duì)個(gè)體健康狀況的影響并非都是正向的。研究證實(shí)了互聯(lián)網(wǎng)使用對(duì)農(nóng)村老年人的健康激勵(lì)效應(yīng)，但存在非線性影響，過度使用互聯(lián)網(wǎng)會(huì)惡化健康狀況，而且會(huì)降低使用傳統(tǒng)信息媒介的概率、擠占其睡眠時(shí)間[28]。

綜上所述，互聯(lián)網(wǎng)已成為人們獲取醫(yī)療信息和專業(yè)知識(shí)的重要來源，深度影響了健康狀況，健康支出也隨之發(fā)生變化。近年來健康支出迅速上升的部分原因可能是因信息不對(duì)稱導(dǎo)致的病患過度醫(yī)療行為等因素[29]造成的，而互聯(lián)網(wǎng)的普及打破了對(duì)健康知識(shí)和健康信息的進(jìn)入壁壘。一方面，居民可通過自我治療和管理而減少健康支出。另一方面，居民可通過學(xué)習(xí)、社交等途徑增加健康投資意愿，從而增加健康支出。已有文獻(xiàn)對(duì)互聯(lián)網(wǎng)可及性（包括互聯(lián)網(wǎng)使用及使用頻率等）雙向影響健康支出研究甚少。鑒于此，本文擬通過實(shí)證研究互聯(lián)網(wǎng)可及性對(duì)健康支出的絕對(duì)量和相對(duì)量?jī)蓚€(gè)層面的影響，探討在共同富裕目標(biāo)下互聯(lián)網(wǎng)可及性對(duì)潛在因病返貧風(fēng)險(xiǎn)的阻斷效應(yīng)，以期為“互聯(lián)網(wǎng)+醫(yī)療健康”戰(zhàn)略的深化提供政策建議。

二、理論分析

居民會(huì)因疾病治療而受到經(jīng)濟(jì)福利和勞動(dòng)時(shí)間的雙重?fù)p失，產(chǎn)生的影響可分為“減收”與“增支”兩方面。“減收”是將健康作為人力資本的一部分來考慮，個(gè)體患病時(shí)勞動(dòng)生產(chǎn)率下降、收入降低?！霸鲋А敝饕笧榱私档退劳鲲L(fēng)險(xiǎn)而在醫(yī)院看病以及交通、住宿等健康相關(guān)支出的增加。二者共同作用導(dǎo)致出現(xiàn)潛在的因病返貧風(fēng)險(xiǎn)。然而，隨著收入水平的提高和互聯(lián)網(wǎng)的更加普及，人們從互聯(lián)網(wǎng)上獲取健康相關(guān)信息、進(jìn)行自我治療管理或?qū)で蟾玫尼t(yī)療資源，通過健康投資激勵(lì)、自我替代等路徑影響了健康支出。一方面導(dǎo)致了健康支出絕對(duì)量的增加，另一方面健康支出占收入或總消費(fèi)支出的比重下降，有助于阻斷潛在的因病返貧風(fēng)險(xiǎn)。

首先，健康投資激勵(lì)路徑?；ヂ?lián)網(wǎng)的使用提高了居民的健康投資意愿，增加了健康支出的絕對(duì)量，從而產(chǎn)生健康投資激勵(lì)效應(yīng)。健康投資意愿，受收入水平、教育水平、醫(yī)療保險(xiǎn)、自身的健康狀況等多種因素影響。相關(guān)研究發(fā)現(xiàn)互聯(lián)網(wǎng)的使用顯著增加了農(nóng)村老年人的健康投資意愿[28]。同時(shí)，健康投資意愿的增加，導(dǎo)致健康支出增加。居民在互聯(lián)網(wǎng)上搜索健康信息，并利用這些信息進(jìn)行健康投資。例如，隨著人們對(duì)自身健康狀況的重視，人們?cè)敢饣ㄥX購(gòu)買心理咨詢等服務(wù)，從而增加了健康支出。

其次，自我替代路徑?；ヂ?lián)網(wǎng)的使用增加了自我診療而替代醫(yī)院就醫(yī)的可能性，減少了因信息不對(duì)稱而出現(xiàn)的過度就醫(yī)，降低了健康支出在總收入中的相對(duì)比重。一方面，互聯(lián)網(wǎng)的使用有助于普通居民更快、更便利地獲取健康相關(guān)信息，可以通過自我診療和管理去替代不必要的醫(yī)院就醫(yī)，一定程度上減少了就醫(yī)行為和健康支出[30]。國(guó)內(nèi)學(xué)者通過問卷調(diào)查研究發(fā)現(xiàn)，當(dāng)前我國(guó)運(yùn)用互聯(lián)網(wǎng)獲取健康信息的網(wǎng)民比例較低，互聯(lián)網(wǎng)健康信息對(duì)病人自我診斷的影響較大[31]。國(guó)外學(xué)者通過觀察荷蘭的一個(gè)健康信息網(wǎng)站啟動(dòng)兩年后的就診率變化，發(fā)現(xiàn)初級(jí)保健的使用減少且線下咨詢?nèi)藬?shù)在兩年后下降了近12%[32]。另一方面，信息不對(duì)稱性導(dǎo)致可能存在過度醫(yī)療現(xiàn)象，通過網(wǎng)絡(luò)搜索健康信息、增加醫(yī)療信息供給可以減少這種信息不對(duì)稱性[33]，從而減少治療過程中的不確定風(fēng)險(xiǎn)和過度醫(yī)療現(xiàn)象[34]。

上述影響路徑中，健康投資意愿提升強(qiáng)調(diào)了互聯(lián)網(wǎng)可及性對(duì)健康支出絕對(duì)量的正向效應(yīng)，而自我替代行為增加則強(qiáng)調(diào)其對(duì)健康支出相對(duì)量的負(fù)向效應(yīng)。正、反向兩種效應(yīng)客觀存在，并無矛盾之處，互聯(lián)網(wǎng)可及性對(duì)健康支出的最終影響正是這兩種影響路徑交互綜合作用的結(jié)果。一方面，隨著社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展水平提高，居民的健康意識(shí)和健康投資意愿必然提升，相應(yīng)的健康支出也會(huì)增加。這是一個(gè)絕對(duì)數(shù)量的概念。另一方面，互聯(lián)網(wǎng)可及性促使居民就醫(yī)決策行為更加理性、過度醫(yī)療空間壓縮，對(duì)健康支出具有負(fù)向效應(yīng)，但這種負(fù)向效應(yīng)是一個(gè)相對(duì)數(shù)量的概念，需要結(jié)合經(jīng)濟(jì)收入水平的不斷提升加以考量。因此，健康支出的絕對(duì)量增加與相對(duì)量減少之間并不矛盾。據(jù)此，提出：

假設(shè)1 互聯(lián)網(wǎng)可及性與健康支出絕對(duì)量之間存在正向關(guān)系，即互聯(lián)網(wǎng)使用越多則健康支出增加越多。

假設(shè)2 互聯(lián)網(wǎng)可及性可降低健康支出在總收入中的相對(duì)比重，對(duì)潛在因病返貧風(fēng)險(xiǎn)具有阻斷效應(yīng)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

研究數(shù)據(jù)來自由北京大學(xué)中國(guó)社會(huì)科學(xué)調(diào)查中心實(shí)施的中國(guó)家庭追蹤調(diào)查（China Family Panel Studies，CFPS）2018年數(shù)據(jù)庫(kù)。CFPS數(shù)據(jù)庫(kù)為研究我國(guó)個(gè)體健康支出和互聯(lián)網(wǎng)使用情況提供了較為充實(shí)的數(shù)據(jù)支持，契合本次研究主題。首先依據(jù)已有文獻(xiàn)和理論分析篩選出需要的變量，將成人與家庭數(shù)據(jù)庫(kù)的兩類數(shù)據(jù)進(jìn)行匹配，然后對(duì)分類變量進(jìn)行分類處理。此外，為減少異方差對(duì)模型干擾和數(shù)據(jù)波動(dòng)的影響，對(duì)取值范圍較大的連續(xù)變量取對(duì)數(shù)形式。最后，剔除問卷中回答“不適用”“不知道”或“拒絕回答”而導(dǎo)致的缺失值。最終得到有效樣本6554個(gè)。

（二）模型設(shè)定

為了檢驗(yàn)互聯(lián)網(wǎng)可及性對(duì)健康支出絕對(duì)量和相對(duì)量的影響，本文借鑒Xu和Huang[19]、王怡歡和張楚[21]等的研究，采取以下基準(zhǔn)模型進(jìn)行分析。

首先，利用兩部分模型（Two-part Model）分析互聯(lián)網(wǎng)可及性對(duì)健康支出絕對(duì)量的影響。由于數(shù)據(jù)庫(kù)樣本中的健康支出數(shù)據(jù)呈偏態(tài)分布，不滿足隨機(jī)誤差項(xiàng)服從正態(tài)分布的假設(shè)，因此考慮兩部分模型[35]。兩部分模型將研究分為兩個(gè)部分且相互獨(dú)立。第一部分表示是否產(chǎn)生健康支出，使用Probit模型來估計(jì)。第二部分選用對(duì)數(shù)線性模型來探究健康支出的影響因素。

其次，利用Logit模型討論互聯(lián)網(wǎng)可及性對(duì)健康支出相對(duì)量即災(zāi)難性健康支出的影響。災(zāi)難性健康支出與家庭的自付健康支出、消費(fèi)支出及生存支出（食品支出）有關(guān)。因其是二分類變量，故選擇Logit模型進(jìn)行回歸。公式如下[21]：

CHE=1，ifHCEictpi≥0.4

0，ifHCEictpi<0.4（1）

ctpi=expi－foodi（2）

其中，HCEi指?jìng)€(gè)體i的自付健康支出；ctpi指?jìng)€(gè)體i的可支付能力，是總消費(fèi)支出expi與用于食品購(gòu)買的支出foodi的差額。

另外，利用傾向得分匹配法（Propensity Score Matching， PSM）進(jìn)行內(nèi)生性問題討論，以解決可能存在樣本自選擇偏誤等內(nèi)生性問題。

（三）變量選取

1.被解釋變量。（1）健康支出絕對(duì)量指標(biāo)。根據(jù)CFPS問卷，健康支出絕對(duì)量指居民過去12個(gè)月的健康支出，是個(gè)人或家庭為了治療身體疾病以及維持當(dāng)前的健康狀況而產(chǎn)生的費(fèi)用。健康支出由醫(yī)療支出和保健支出組成。醫(yī)療支出指不包括已經(jīng)報(bào)銷的和預(yù)計(jì)可以報(bào)銷的就醫(yī)支出，而保健支出指健身鍛煉及購(gòu)買相關(guān)產(chǎn)品器械、保健品等的支出。（2）健康支出相對(duì)量指標(biāo)。健康支出是否加重居民經(jīng)濟(jì)壓力，體現(xiàn)在健康支出在收入或總消費(fèi)支出中的相對(duì)比重的變化。因此，本文將與家庭可支付能力相聯(lián)系的災(zāi)難性健康支出（CHE）作為第二個(gè)因變量。災(zāi)難性健康支出是指在一定時(shí)期內(nèi)，支付醫(yī)療費(fèi)用占可支付能力的比重達(dá)到某一閾值時(shí)（一般選擇40%），該家庭就被認(rèn)為發(fā)生了災(zāi)難性健康支出（World Health Organization，2000）。它通常用于表示因病返貧風(fēng)險(xiǎn)。

2.解釋變量。核心解釋變量是互聯(lián)網(wǎng)可及性，包括“是否使用互聯(lián)網(wǎng)”和“互聯(lián)網(wǎng)使用頻率”兩方面。其中，“是否使用互聯(lián)網(wǎng)”是一個(gè)二分類變量。在穩(wěn)健性檢驗(yàn)中，選取“互聯(lián)網(wǎng)對(duì)獲取信息的重要性”作為對(duì)核心解釋變量的替換。

3.控制變量。參考前人文獻(xiàn)[23，27]，從個(gè)人特征和家庭特征角度選取控制變量。個(gè)人特征角度包含受教育水平、性別、年齡、健康狀況、婚姻狀況、一周鍛煉時(shí)長(zhǎng)。家庭特征角度包括家庭人口規(guī)模、家庭人均純收入、家庭金融資產(chǎn)、醫(yī)療保險(xiǎn)等。

（四）描述性統(tǒng)計(jì)

表1報(bào)告了各變量含義及其基本描述性統(tǒng)計(jì)。居民就診概率平均為25%，健康支出對(duì)數(shù)均值約為7.2，使用互聯(lián)網(wǎng)的人在樣本中的占比為47.1%，幾乎每天使用互聯(lián)網(wǎng)的占比為22.6%，認(rèn)為互聯(lián)網(wǎng)上網(wǎng)重要的人占54.4%。樣本人群中，平均年齡為39歲，男性多于女性，有伴侶人群占比較多，平均每周鍛煉時(shí)長(zhǎng)為7小時(shí)左右，醫(yī)療保險(xiǎn)普及率為91.6%。

四、實(shí)證分析

（一）基準(zhǔn)回歸

1.互聯(lián)網(wǎng)可及性對(duì)健康支出絕對(duì)量的影響。表2匯報(bào)了運(yùn)用兩部分模型進(jìn)行互聯(lián)網(wǎng)使用對(duì)健康支出絕對(duì)量影響的實(shí)證回歸結(jié)果。

表2列（1）、列（2）討論“是否使用互聯(lián)網(wǎng)”對(duì)健康支出的影響，列（3）、列（4）分析“互聯(lián)網(wǎng)使用頻率”對(duì)健康支出的影響?；貧w發(fā)現(xiàn)，使用互聯(lián)網(wǎng)顯著增加健康支出，且互聯(lián)網(wǎng)使用頻率越高則影響程度越大。

（1）就診概率分析。第一，幾乎每天使用互聯(lián)網(wǎng)群體的就診概率比不使用互聯(lián)網(wǎng)的群體高2.5% ，且通過顯著性檢驗(yàn)。這說明互聯(lián)網(wǎng)的發(fā)展促進(jìn)了對(duì)健康知識(shí)的更多了解，從而對(duì)醫(yī)療資源需求更大。第二，受教育水平顯著降低了就診概率。隨著受教育水平的提高，對(duì)疾病和就醫(yī)的認(rèn)識(shí)更加理性。第三，自評(píng)健康狀況在p<1%顯著性水平下通過了檢驗(yàn)。自評(píng)健康每變差一個(gè)等級(jí)，其就診概率會(huì)上升11.6%。第四，家庭特征中，家庭金融資產(chǎn)的增加會(huì)降低就診概率（p<10%）。同時(shí)，與沒有保險(xiǎn)的人群相比，城鎮(zhèn)居民醫(yī)療保險(xiǎn)和補(bǔ)充醫(yī)療保險(xiǎn)顯著降低了就診概率，分別降低5.3%（p<5%）、9.2%（p<10%）。

（2）健康支出分析。第一，使用互聯(lián)網(wǎng)會(huì)顯著增加健康支出。與不使用互聯(lián)網(wǎng)的人群相比，使用互聯(lián)網(wǎng)使得健康支出增加7.1%（p<10%）。第二，年齡每增加1歲，健康支出增加0.8%（p<5%）；自評(píng)健康每惡化一個(gè)等級(jí)，健康支出增加10.4%（p<1%）。第三，家庭特征中，家庭金融資產(chǎn)水平和人口規(guī)模顯著負(fù)方向影響健康支出。家庭人均純收入每增加一個(gè)單位，健康支出增加15%（P<1%）。第四，不同醫(yī)療保險(xiǎn)對(duì)健康支出影響的方向存在差異，但只有針對(duì)農(nóng)村居民的新型農(nóng)村合作醫(yī)療通過了顯著性檢驗(yàn)。

2.互聯(lián)網(wǎng)可及性對(duì)健康支出相對(duì)量的影響。

為進(jìn)一步檢驗(yàn)互聯(lián)網(wǎng)可及性對(duì)健康支出相對(duì)量的影響，進(jìn)行互聯(lián)網(wǎng)使用及使用頻率對(duì)災(zāi)難性健康支出的回歸分析（表3）。由于災(zāi)難性健康支出是二分類變量，故采用Logit模型進(jìn)行回歸，并報(bào)告比值比（OR）。

表3中模型（1）和（3）是個(gè)體特征變量、（2）和（4）是加入家庭特征變量后的回歸結(jié)果。結(jié)果顯示：第一，使用互聯(lián)網(wǎng)可以顯著減少災(zāi)難性健康支出的發(fā)生，其風(fēng)險(xiǎn)概率僅是未使用互聯(lián)網(wǎng)群體的0.8倍（OR=0.804，p<1%）。從互聯(lián)網(wǎng)使用頻率來看，在只考慮個(gè)人特征變量條件下，幾乎每天使用互聯(lián)網(wǎng)人群的災(zāi)難性健康支出發(fā)生率僅是從未使用過互聯(lián)網(wǎng)的人的0.866倍（OR=0.866，p<10%）。第二，考慮家庭特征變量時(shí)，年齡增長(zhǎng)會(huì)顯著增加災(zāi)難性健康支出發(fā)生風(fēng)險(xiǎn)。年齡每增長(zhǎng)一歲，災(zāi)難性健康支出發(fā)生的概率增加1.7%（OR=1.017）；男性發(fā)生災(zāi)難性健康支出風(fēng)險(xiǎn)是女性的1.17倍（OR=1.173）。第三，自評(píng)健康狀況評(píng)分每高一個(gè)等級(jí)，災(zāi)難性健康支出發(fā)生概率則顯著增加18.2%。第四，擁有新型農(nóng)村合作醫(yī)療保險(xiǎn)個(gè)體的災(zāi)難性健康支出風(fēng)險(xiǎn)是沒有醫(yī)療保險(xiǎn)群體的80.8%（P<10%）。第五，隨著家庭人均收入和金融資產(chǎn)的增加，災(zāi)難性健康支出發(fā)生風(fēng)險(xiǎn)減少，而隨著家庭人口規(guī)模的增加，風(fēng)險(xiǎn)變大。

（二）內(nèi)生性分析

為討論內(nèi)生性問題，采用傾向得分匹配法[36]。首先，依據(jù)個(gè)人和家庭特征計(jì)算處理組和控制組使用互聯(lián)網(wǎng)的概率，估計(jì)處理組的條件概率，得到傾向得分，盡可能消除兩組個(gè)體其他方面的差異。估計(jì)結(jié)果表明，除了家庭人口規(guī)模外，互聯(lián)網(wǎng)使用概率與受教育水平、年齡、性別、婚姻狀況、家庭人均純收入等顯著相關(guān)。其次，進(jìn)行平衡性檢驗(yàn)。匹配后各變量的標(biāo)準(zhǔn)偏差均小于10%，樣本的選擇性偏差在很大程度上得以消除。第三，共同支撐檢驗(yàn)。匹配之后處理組和控制組共同區(qū)域明顯增加，假設(shè)1、假設(shè)2得到驗(yàn)證，且匹配效果良好。最后，進(jìn)行平均處理效應(yīng)（ATT）分析。在估計(jì)互聯(lián)網(wǎng)使用對(duì)居民健康支出的影響時(shí)，選擇近鄰匹配、半徑匹配以及核匹配三種方法進(jìn)行估計(jì)（表4）。三種匹配方法的結(jié)果基本相同且均通過了顯著性檢驗(yàn)，表明具有良好的穩(wěn)健性。

（三）穩(wěn)健性檢驗(yàn)

使用替換解釋變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)，即用“互聯(lián)網(wǎng)和手機(jī)對(duì)獲取信息的重要性”作為核心解釋變量加以重新回歸檢驗(yàn)。

表5的回歸結(jié)果表明：認(rèn)為互聯(lián)網(wǎng)或手機(jī)較為重要的人群，其健康支出會(huì)增加8.7%（p<1%），但是就診概率并未通過顯著性檢驗(yàn)。在進(jìn)一步對(duì)災(zāi)難性健康支出的回歸中，結(jié)果在1%的顯著性水平下均通過了檢驗(yàn)。認(rèn)為手機(jī)或互聯(lián)網(wǎng)重要的人群顯著降低了災(zāi)難性健康支出的發(fā)生率，與表3結(jié)論一致，表明上述回歸結(jié)果較為穩(wěn)健。

（四）異質(zhì)性分析

1.城鄉(xiāng)異質(zhì)性分析。城鄉(xiāng)二元結(jié)構(gòu)導(dǎo)致城鄉(xiāng)在互聯(lián)網(wǎng)發(fā)展方面存在客觀差異。如表6所示，與未使用互聯(lián)網(wǎng)的城鎮(zhèn)居民相比，使用互聯(lián)網(wǎng)的城鎮(zhèn)居民的健康支出增加21.9%，且在10%顯著性水平上通過了檢驗(yàn)?；ヂ?lián)網(wǎng)使用使農(nóng)村居民的健康支出減少7.7%，但未通過顯著性檢驗(yàn)；同時(shí)，互聯(lián)網(wǎng)使用頻率高顯著影響健康支出，且對(duì)農(nóng)村居民的影響較大。

2.收入異質(zhì)性分析。按照家庭人均收入的25、50、75分位數(shù)將居民的收入水平劃分為四個(gè)層次，不同收入水平之間就互聯(lián)網(wǎng)可及性對(duì)健康支出的影響表現(xiàn)出明顯差異（表7）?；ヂ?lián)網(wǎng)使用讓中收入群體的就診概率增加了4.1%，使高收入群體的健康支出減少4%（p<10%）。幾乎每天使用互聯(lián)網(wǎng)群體中較低收入人群的就診概率顯著增加，較低收入和低收入人群分別增加4.9%、5.3%（p < 10%）。此外，互聯(lián)網(wǎng)使用對(duì)較低收入人群的健康支出影響較大，健康支出增加40.8%（p<5%）。而與不使用互聯(lián)網(wǎng)群體相比，幾乎每天使用互聯(lián)網(wǎng)使較低收入群體的健康支出增加19.9%，使高收入群體的健康支出增加16.6%，結(jié)果均在10%顯著水平上通過檢驗(yàn)。

（五）機(jī)制分析

前文論述了互聯(lián)網(wǎng)可及性通過健康投資激勵(lì)和自我替代這兩個(gè)路徑影響健康支出，本部分實(shí)證檢驗(yàn)其內(nèi)在機(jī)制。

1.健康投資激勵(lì)?；ヂ?lián)網(wǎng)的使用可通過健康投資激勵(lì)路徑，提升居民健康投資意愿，從而增加了健康支出的絕對(duì)量。研究用保健支出作為居民健康投資意愿的衡量指標(biāo)。根據(jù)CFPS問卷設(shè)計(jì)，相關(guān)問題是“包括健身鍛煉及購(gòu)買相關(guān)產(chǎn)品器械、保健品等，過去 12個(gè)月，您家保健費(fèi)用支出是多少？”?；貧w結(jié)果見表8列（1），互聯(lián)網(wǎng)使用頻率對(duì)保健支出的影響顯著為正，這意味著互聯(lián)網(wǎng)使用可以通過健康投資激勵(lì)路徑增加健康支出。

2.自我替代?；ヂ?lián)網(wǎng)的使用提高了自我診療而替代醫(yī)院就醫(yī)的可能性，減少了因信息不對(duì)稱而出現(xiàn)的過度就醫(yī)，降低了健康支出在總收入中的相對(duì)比重。研究用生病處理方式作為自我替代路徑的衡量指標(biāo)。根據(jù)CFPS問卷設(shè)計(jì)，相關(guān)問題是“生病如何處理：孩子生小?。ㄈ绨l(fā)熱、腹瀉等）您最常采取的處理方式是什么？”?；貧w結(jié)果如表8列（2）所示，互聯(lián)網(wǎng)使用頻率對(duì)生病處理方式的影響顯著為負(fù)，這表示互聯(lián)網(wǎng)使用通過自我替代方式降低了去醫(yī)院就醫(yī)概率，減少了健康支出相對(duì)量。

五、結(jié)論與建議

日益增長(zhǎng)的健康支出給政府衛(wèi)生支出和家庭經(jīng)濟(jì)開支帶來的巨大壓力，是實(shí)現(xiàn)“共同富?！焙汀敖】抵袊?guó)”戰(zhàn)略、推進(jìn)中國(guó)式現(xiàn)代化進(jìn)程所面臨的重要問題。本文利用CFPS數(shù)據(jù)，采用兩部分模型、傾向得分匹配等方法，探討我國(guó)在追求共同富裕進(jìn)程中互聯(lián)網(wǎng)可及性對(duì)健康支出的影響及對(duì)潛在因病返貧風(fēng)險(xiǎn)的阻斷效應(yīng)。結(jié)果顯示：（1）互聯(lián)網(wǎng)使用頻率越高，信息搜索經(jīng)驗(yàn)就越豐富，對(duì)更高層次的醫(yī)療服務(wù)需求更多，增加了健康支出絕對(duì)量。（2）高頻使用互聯(lián)網(wǎng)人群的災(zāi)難性健康支出發(fā)生率較低，互聯(lián)網(wǎng)可及性降低了潛在因病返貧風(fēng)險(xiǎn)。（3）互聯(lián)網(wǎng)可及性對(duì)健康支出的影響存在顯著的城鄉(xiāng)、收入等特征差異。

建議：第一，優(yōu)化互聯(lián)網(wǎng)信息環(huán)境，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，進(jìn)一步擴(kuò)大互聯(lián)網(wǎng)覆蓋面，為公民獲取健康信息提供更便捷的信息環(huán)境，提高醫(yī)療信息的可及性。第二，對(duì)不同健康狀況、收入狀況、年齡、性別差異的群體開展有針對(duì)性的醫(yī)療服務(wù)，加強(qiáng)健康知識(shí)的互聯(lián)網(wǎng)宣講，引導(dǎo)不同群體更有效地利用醫(yī)療資源。第三，加強(qiáng)農(nóng)村地區(qū)的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)，增加農(nóng)村互聯(lián)網(wǎng)使用的宣傳培訓(xùn)項(xiàng)目，提高農(nóng)村居民使用互聯(lián)網(wǎng)獲取相關(guān)就醫(yī)、健康信息的能力。

參考文獻(xiàn)：

［1］ Goddeeris J H. Medical insurance， technological change， and welfare[J]. Economic Inquiry， 1984， 22（1）： 56-67.

［2］ Finkelstein A. The aggregate effects of health insurance： evidence from the introduction of medicare[J]. The Quarterly Journal of Economics， 2007， 122（1）： 1-37.

［3］ 高春亮， 余暉. 新醫(yī)改能遏制醫(yī)療支出上漲嗎[J]. 江海學(xué)刊， 2019（3）： 73-79，254.

［4］ Newhouse J P. Medical-care expenditure： a cross-national survey[J]. The Journal of Human Resources， 1977， 12（1）： 115.

［5］ Parkin D，McGuire A， Yele B. Aggregate health care expenditures and national income： is health care a luxury good？[J]. Journal of Health Economics， 1987， 6（2）： 109-127.

［6］ 柏星馳， 滿曉瑋， 程薇. 中國(guó)人口老齡化對(duì)居民醫(yī)療衛(wèi)生支出的影響研究[J]. 中國(guó)衛(wèi)生政策研究， 2021， 14（5）： 50-58.

［7］ 茅銘晨， 黃金印. 環(huán)境污染與公共服務(wù)對(duì)健康支出的影響——基于中國(guó)省際面板數(shù)據(jù)的門檻分析[J]. 財(cái)經(jīng)論叢， 2016（1）： 97-104.

［8］ Meskarpour Amiri M， Kazemian M， Motaghed Z， et al. Systematic review of factors determining health care expenditures[J]. Health Policy and Technology， 2021， 10（2）： 100498.

［9］ 魏眾， B ·古斯塔夫森. 中國(guó)居民醫(yī)療支出不公平性分析[J]. 經(jīng)濟(jì)研究， 2005（12）： 26-34.

［10］李聰， 劉喜華， 姜東暉. 居民家庭負(fù)債如何影響醫(yī)療支出？——基于門限效應(yīng)模型的經(jīng)驗(yàn)分析[J]. 東岳論叢， 2020， 41（10）： 77-85.

［11］葉春輝， 封進(jìn)， 王曉潤(rùn). 收入、受教育水平和醫(yī)療消費(fèi)：基于農(nóng)戶微觀數(shù)據(jù)的分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2008（8）： 16-24.

［12］李樂樂， 杜天天. 人口年齡變化、醫(yī)療需求行為與醫(yī)療費(fèi)用增長(zhǎng)：基于醫(yī)療保險(xiǎn)結(jié)算數(shù)據(jù)的實(shí)證研究[J]. 當(dāng)代經(jīng)濟(jì)管理， 2021， 43（4）： 72-80.

［13］封進(jìn)， 余央央， 樓平易. 醫(yī)療需求與中國(guó)醫(yī)療費(fèi)用增長(zhǎng)——基于城鄉(xiāng)老年醫(yī)療支出差異的視角[J]. 中國(guó)社會(huì)科學(xué)， 2015（3）： 85-103，207.

［14］Huang F， Gan` L. The impacts of china’s urban employee basic medical insurance on healthcare expenditures and health outcomes： impacts of china’s urban employee basic medical insurance[J]. Health Economics， 2017， 26（2）： 149-163.

［15］于新亮， 劉慧敏， 楊文生. 長(zhǎng)期護(hù)理保險(xiǎn)對(duì)醫(yī)療費(fèi)用的影響——基于青島模式的合成控制研究[J]. 保險(xiǎn)研究， 2019（2）： 114-127.

［16］李放，章蓉.新型農(nóng)村合作醫(yī)療擠出了商業(yè)健康保險(xiǎn)嗎？基于CHARLS數(shù)據(jù)的實(shí)證分析[J].湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，36（6）：65-72.

［17］丁繼紅， 游麗. 基本醫(yī)療保險(xiǎn)對(duì)老年人災(zāi)難性衛(wèi)生支出的影響研究[J]. 保險(xiǎn)研究， 2019（12）： 98-107.

［18］Shumet Y， Mohammed S A， Kahissay M H， et al. Catastrophic health expenditure among chronic patients attending dessie referral hospital， Northeast Ethiopia[J]. ClinicoEconomics and Outcomes Research， 2021， 13：99-107.

［19］Xu X C， Huang X Q. Risk characteristics of catastrophic health expenditure in multidimensional borderline poor households in China[J]. Risk Management and Healthcare Policy 2023， 16：15-29.

［20］Proao Falconi D， Bernabé E. Determinants of catastrophic healthcare expenditure in Peru[J]. International Journal of Health Economics and Management， 2018， 18（4）： 425-436.

［21］王怡歡， 張楚. 農(nóng)村貧困家庭災(zāi)難性衛(wèi)生支出風(fēng)險(xiǎn)及影響因素研究——基于2018年CHARLS數(shù)據(jù)[J]. 中國(guó)衛(wèi)生政策研究， 2021， 14（1）： 44-49.

［22］趙建國(guó)， 劉子瓊. 互聯(lián)網(wǎng)使用對(duì)老年人健康的影響[J]. 中國(guó)人口科學(xué)， 2020（5）： 14-26，126.

［23］陳培彬， 朱朝枝. 互聯(lián)網(wǎng)使用、社會(huì)資本與農(nóng)戶健康[J]. 統(tǒng)計(jì)與信息論壇， 2022， 37（4）： 99-109.

［24］李跟強(qiáng)，高鵬.移動(dòng)互聯(lián)網(wǎng)可及性、金融排斥與商業(yè)健康保險(xiǎn)參與——來自CHFS數(shù)據(jù)的證據(jù)[J].財(cái)經(jīng)理論與實(shí)踐，2022，43（6）：56-63.

［25］Wu H T， Ba N， Ren S Y， et al. The impact of internet development on the health of Chinese residents： transmission mechanisms and empirical tests[J]. Socio-Economic Planning Sciences， 2022， 81： 101178.

［26］侯建明， 周文劍. 互聯(lián)網(wǎng)使用對(duì)中國(guó)老年人健康狀況的影響機(jī)理及異質(zhì)性分析[J]. 人口學(xué)刊， 2022， 44（3）： 73-87.

［27］范從波， 溫勇. 互聯(lián)網(wǎng)使用對(duì)中老年人健康的影響研究[J]. 西北人口， 2023（3）：80-92.

［28］呂明陽(yáng)， 彭希哲， 張益. 互聯(lián)網(wǎng)與農(nóng)村老年人健康——微觀證據(jù)與影響機(jī)制[J]. 中國(guó)經(jīng)濟(jì)問題， 2022（4）： 156-169.

［29］劉海英. 中國(guó)存在過度醫(yī)療問題嗎？基于省際地區(qū)城市醫(yī)院醫(yī)療服務(wù)效率測(cè)度視角[J]. 社會(huì)科學(xué)， 2015（12）： 65-75.

［30］Andreassen H K， Bujnowska-Fedak M M， Chronaki C E， et al. European citizens’ use of E-health services： a study of seven countries[J]. BMC Public Health， 2007， 7（1）： 53.

［31］王學(xué)成， 劉長(zhǎng)喜. 互聯(lián)網(wǎng)在健康傳播、病患醫(yī)療決策中的作用與影響研究——基于對(duì)上海中心城區(qū)居民的調(diào)查分析[J]. 新聞大學(xué)， 2012（1）： 109-115.

［32］Spoelman W A， Bonten T N， de Waal M W M， et al. Effect of an evidence-based website on healthcare usage： an interrupted time-series study[J]. BMJ Open， 2016， 6（11）： e013166.

［33］Darby M R， Karni E. Free competition and the optimal amount of fraud[J]. The Journal of Law and Economics， 1973， 16（1）： 67-88.

［34］沓鈺淇， 傅虹橋. 網(wǎng)絡(luò)口碑對(duì)患者就醫(yī)選擇的影響——基于在線醫(yī)生評(píng)論的實(shí)證研究[J]. 管理評(píng)論， 2021， 33（11）：185-198.

［35］Duan N H， Manning W G， Morris C N， et al. A comparison of alternative models for the demand for medical care[J]. Journal of Business & Economic Statistics， 1983， 1（2）： 115-126.

［36］Rosenbaum P R， Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika， 1983， 70（1）： 41-55.

（責(zé)任編輯：鐘瑤，鄒彬）

The Impact of Internet Accessibility on Health Expenditure

under the Goal of Common Prosperity

CHEN Linhong1，XU Xiaocang2，YANG Haoran3

（1. School of Marxism， Chongqing Technology and Business University， Chongqing 400067， China;

2. School of Economics and Management， Huzhou Normal University，Huzhou，Zhejiang 313000， China;

3. Upper Yangtze River Economic Research Center， Chongqing Technology

and Business University， Chongqing 400067， China）

Abstract：Based on the matching and classification processing of adult and household data in CFPS database， the two-part model and propensity score matching were used to study the impact of Internet accessibility on the absolute and relative amount of health expenditure， and to explore the blocking effect of Internet accessibility on the potential risk of returning to poverty due to illness in the process of common prosperity. The study found that although Internet access led to an increase in the absolute amount of health expenditure， it also significantly reduced the incidence of catastrophic health expenditure， and had a certain blocking effect on the potential risk of returning to poverty due to illness. Heterogeneity analysis shows that the frequency of Internet use has a greater impact on the health expenditure of rural residents and low-income groups. In view of this， policies such as strengthening Internet infrastructure should be adopted to guide rural residents and low-income groups to make more effective use of medical resources and block their potential risk of returning to poverty due to illness.

Key words：internet accessibility; catastrophic health expenditure; propensity score matching