Page 73 - 201902

社会· ２０１９ · ２

）
ｅｘ ｐ β
）
）
（ 狓′ 犻
犘 （ 犡 犻 ＝ 犘狉 （ 犇 犻 ＝１ 狘犡 犻 ＝ （ ３ ）
１＋ｅｘ ｐ β ）
（ 狓′ 犻
其中，最右侧表示累积分布函数，为一系列可能影响农民参加新农合的
特征变量，包括村级参合时间、 ２０１０ 年村级参合率、 ２０１０ 年村级筹资金
额、家庭规模、财富水平、户主的教育程度、年龄、性别、婚姻状况、患有
慢性病数量、是否参加了其他医疗保险以及社区医疗机构数量、社区类
型、省份、年份等，由此可计算出每个样本参加新农合的概率值。
在估计出每 个 个 体 的 倾 向得 分后，需 要 依 据 得 分 的 共 同 支 撑 域
（ 犮狅犿犿狅狀狊狌 狆狆 狅狉狋 ）来匹配处理组（参合组）和控制组（非参合组）。本文
主要采取“最近邻匹配法”（ 犖犲犪狉犲狊狋犖犲犻 犵 犺犫狅狉犕犪狋犮犺犻狀 犵 ）进行匹配。
（二）基于计量经济模型的工具变量法
传统的多元回归模型也是估计农村居民参加新农合对其医疗支
出、健康状况和收入水平影响程度的可选方法，为此，本文构建了以下
计量经济模型来估计新农合的影响：
（ ４ ）
犢 ｉ ｊ ＝α 犻＋ β 犻 狆 犼 ＋犡· δ 犻＋犣 犻 · γ 犻＋ ε 犻 犼
、 、 分别表示
犼
其中，表示样本个体， 犻 取值为 １ 、 ２ 、 ３ ，被解释变量 犢 １ 犢 ２ 犢 ３
样本个体的医疗支出、健康状况、个人收入； 犘 表示个体 犼 是否参加新
农合，是一个二元选择变量，取值为 １ 表示参加新农合，取值为 ０ 表示
— 的解释变量，包括样本个
未参加新农合； 犡 表示一组共同影响 犢 １ 犢 ３
体的基本特征变量（如年龄、婚姻状况、教育程度、是否喝酒、是否抽烟、
性别、所患慢性病数量）和社会经济状况变量（如家庭财富、家中老人
表示只影响样本个
数、家中小孩数、村人均纯收入、村企业数等）。 犣 １
体医疗支出的解释变量，包括 １５ 岁时的健康、保健性支出、健康冲击
表示只影响样本个体健康状况的解释变量，包括 １５ 岁时的健康
等； 犣 ２
表示只影响样本个体收入水平的解释变量，包括健康冲击。 ４
等； 犣 ３
式 ４ 中的三个模型除了用传统的最小二乘法（ 犗犔犛 ）进行参数估计
外，考虑到参加新农合变量 犘 的内生性问题，本研究也采用了工具变
量法。本文选取“村庄参与新农合的时间长短”“ ２０１０ 年村庄的参合
率”和“ ２０１０ 年村级新农合筹资水平”三个变量作为变量 犘 的工具变

４． 健康冲击：对问卷中“过去一年有没有增重 １０ 斤以上，或减轻 １０ 斤以上？（怀孕除外）”这
个问题，回答只要出现“体重减轻”就视为遭受了健康冲击。

· ６ ６ ·