基于Heckman與兩部模型：醫(yī)療保險對老年醫(yī)療及健康影響的深度剖析一、引言1.1研究背景與意義隨著全球人口老齡化進程的加速，老年人口的規(guī)模不斷擴大，老齡化問題日益成為世界各國關(guān)注的焦點。根據(jù)聯(lián)合國的統(tǒng)計數(shù)據(jù)，自20世紀中葉以來，全球60歲及以上老年人口的數(shù)量持續(xù)攀升，預(yù)計到2050年，這一群體將占全球總?cè)丝诘?1%。在中國，老齡化的速度同樣令人矚目。自2000年正式邁入老齡化社會后，老年人口數(shù)量迅速增長。截至2023年底，中國60歲及以上老年人口已達2.8億，占總?cè)丝诘?9.8%，這意味著每5個中國人中就有近1個是老年人。預(yù)計到2035年，老年人口將突破4億，占比超過30%，中國將進入深度老齡化社會。老齡化的加劇帶來了一系列嚴峻的挑戰(zhàn)，其中老年醫(yī)療保障問題尤為突出。老年人由于身體機能衰退，患病風險顯著增加，對醫(yī)療服務(wù)的需求更為迫切。研究表明，60歲以上老年人的慢性病患病率是總?cè)丝诘?-3倍，人均醫(yī)療費用是60歲以下人群的3-5倍。在這樣的背景下，醫(yī)療保險作為應(yīng)對老年人醫(yī)療費用風險的關(guān)鍵制度安排，其重要性不言而喻。它不僅關(guān)系到老年人能否獲得及時、有效的醫(yī)療救治，更與他們的生活質(zhì)量和社會的和諧穩(wěn)定緊密相連。然而，當前的醫(yī)療保險制度在應(yīng)對老年醫(yī)療需求時仍暴露出諸多問題。盡管我國基本醫(yī)療保險的覆蓋率已超過95%，但保障水平參差不齊，部分老年人在面對高額醫(yī)療費用時仍不堪重負。特別是在農(nóng)村地區(qū)和低收入群體中，因病致貧、因病返貧的現(xiàn)象時有發(fā)生。此外，不同類型的醫(yī)療保險在保障范圍、報銷比例和服務(wù)質(zhì)量等方面存在較大差異，導(dǎo)致老年人在享受醫(yī)療服務(wù)時面臨不公平的待遇。這些問題嚴重影響了老年人的健康權(quán)益和生活質(zhì)量，也對社會的可持續(xù)發(fā)展構(gòu)成了潛在威脅。基于以上背景，深入研究醫(yī)療保險對老年醫(yī)療服務(wù)和健康的影響具有極其重要的現(xiàn)實意義和理論價值。從現(xiàn)實層面來看，這一研究能夠為完善醫(yī)療保險政策提供科學依據(jù)，助力政府制定更加精準、有效的政策措施，以提高老年醫(yī)療保障水平，切實減輕老年人的醫(yī)療負擔，提升他們的健康水平和生活質(zhì)量。通過優(yōu)化醫(yī)療保險制度，還可以促進醫(yī)療資源的合理配置，提高醫(yī)療服務(wù)的效率和質(zhì)量，推動社會的和諧穩(wěn)定發(fā)展。從理論層面來講，本研究有助于豐富和拓展醫(yī)療保險與老年健康領(lǐng)域的學術(shù)研究。通過綜合運用經(jīng)濟學、社會學、醫(yī)學等多學科理論和方法，深入剖析醫(yī)療保險對老年醫(yī)療服務(wù)和健康的影響機制，可以為相關(guān)領(lǐng)域的理論發(fā)展提供新的視角和實證支持，進一步完善和深化對這一復(fù)雜社會經(jīng)濟現(xiàn)象的認識。1.2研究目標與問題本研究旨在深入剖析醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康的影響，具體研究目標包括：精準評估醫(yī)療保險對老年人醫(yī)療服務(wù)利用的實際影響程度，涵蓋門診就診次數(shù)、住院頻率、醫(yī)療費用支出等多個維度，全面了解老年人在醫(yī)療保險覆蓋下的醫(yī)療服務(wù)使用情況；深入探究醫(yī)療保險影響老年人健康的內(nèi)在作用機制，從經(jīng)濟支持、醫(yī)療服務(wù)可及性、健康意識提升等多方面展開分析，揭示醫(yī)療保險如何通過不同途徑影響老年人的健康水平；綜合考量個體特征、家庭經(jīng)濟狀況、地域差異等因素，分析這些因素在醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康影響中的調(diào)節(jié)作用，為制定差異化的醫(yī)療保險政策提供理論依據(jù)。圍繞上述研究目標，本研究提出以下具體問題：醫(yī)療保險是否能夠顯著提高老年人對醫(yī)療服務(wù)的利用程度？不同類型的醫(yī)療保險在保障老年人醫(yī)療服務(wù)利用方面存在哪些差異？醫(yī)療保險通過哪些具體機制對老年人的健康狀況產(chǎn)生影響？個體特征、家庭經(jīng)濟狀況和地域差異等因素如何調(diào)節(jié)醫(yī)療保險與老年醫(yī)療服務(wù)利用和健康之間的關(guān)系？通過對這些問題的深入研究，有望為完善我國醫(yī)療保險制度，提高老年醫(yī)療保障水平提供有針對性的建議和參考。1.3研究方法與創(chuàng)新點本研究綜合運用多種研究方法，以深入剖析醫(yī)療保險對老年醫(yī)療服務(wù)和健康的影響。其中，Heckman模型和兩部模型是核心的分析工具。Heckman模型，又稱Heckman兩階段模型，主要用于解決樣本選擇偏差導(dǎo)致的內(nèi)生性問題。在本研究中，老年人是否利用醫(yī)療服務(wù)可能并非完全隨機，存在一些未被觀測到的因素影響著他們的決策，這就可能導(dǎo)致樣本選擇偏差。例如，健康意識較強的老年人可能更傾向于參保且更積極地利用醫(yī)療服務(wù)，若直接對觀測到的利用醫(yī)療服務(wù)的老年人群體進行分析，會忽略那些因未參?；蚱渌蛩囟蠢冕t(yī)療服務(wù)的老年人，從而使研究結(jié)果產(chǎn)生偏差。Heckman模型通過兩階段的估計，在第一階段采用二元probit回歸模型，將是否利用醫(yī)療服務(wù)（設(shè)置為0-1變量，0代表未利用，1代表利用）作為被解釋變量，納入可能影響該決策的解釋變量（如個人特征、家庭經(jīng)濟狀況、地域因素等），得到逆米爾斯比（IMR）。在第二階段的ols回歸模型中，將醫(yī)療服務(wù)利用程度（如門診就診次數(shù)、住院天數(shù)等）作為被解釋變量，納入第一階段得到的IMR以及核心解釋變量（如醫(yī)療保險類型、參保狀態(tài)等）進行分析。若IMR值呈現(xiàn)出顯著性（p<0.05），則意味著存在樣本偏差內(nèi)生性問題，使用Heckman模型進行分析是必要的。兩部模型則將醫(yī)療服務(wù)利用決策過程分為兩個階段。第一階段是參與決策，即老年人是否選擇利用醫(yī)療服務(wù)，這可以通過logit模型或probit模型進行估計，考察醫(yī)療保險及其他因素對老年人參與醫(yī)療服務(wù)的影響。第二階段是利用水平?jīng)Q策，在確定老年人參與醫(yī)療服務(wù)后，進一步分析他們的醫(yī)療服務(wù)利用水平（如醫(yī)療費用支出），此時通常使用ols回歸模型，同樣將醫(yī)療保險等因素作為解釋變量。兩部模型能夠更細致地刻畫老年人在醫(yī)療服務(wù)利用過程中的決策機制，考慮到不同階段的影響因素差異。在數(shù)據(jù)收集方面，將主要采用問卷調(diào)查法和文獻資料法。通過設(shè)計科學合理的問卷，針對老年人群體展開調(diào)查，收集他們的個人基本信息（年齡、性別、教育程度等）、醫(yī)療保險參保情況、醫(yī)療服務(wù)利用情況（門診就診頻率、住院次數(shù)、醫(yī)療費用支出等）以及健康狀況（自評健康、慢性病患病情況等）等數(shù)據(jù)。同時，廣泛查閱國內(nèi)外相關(guān)的文獻資料，收集已有的研究成果和統(tǒng)計數(shù)據(jù)，為研究提供更豐富的背景信息和對比分析的依據(jù)。在研究創(chuàng)新點上，本研究可能具有以下幾個方面的突破。首先，研究視角上，綜合考慮了醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康的雙重影響，并深入探究二者之間的內(nèi)在聯(lián)系和作用機制，相較于以往部分研究僅關(guān)注其中一個方面，視角更加全面和深入。其次，在研究方法的運用上，創(chuàng)新性地將Heckman模型和兩部模型相結(jié)合，充分發(fā)揮兩種模型的優(yōu)勢，更有效地解決樣本選擇偏差問題，準確估計醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康的影響，提高研究結(jié)果的可靠性和準確性。最后，在研究內(nèi)容上，全面考量個體特征、家庭經(jīng)濟狀況、地域差異等多種因素在醫(yī)療保險與老年醫(yī)療服務(wù)利用和健康關(guān)系中的調(diào)節(jié)作用，為制定更加精準、差異化的醫(yī)療保險政策提供了更具針對性的理論依據(jù)，有助于提升政策的實施效果和社會公平性。二、理論基礎(chǔ)與文獻綜述2.1Heckman模型原理與應(yīng)用Heckman模型，全稱為Heckman兩階段模型（HeckmanTwo-StepModel），由經(jīng)濟學家詹姆斯?赫克曼（JamesHeckman）于1979年提出，該模型主要用于解決樣本選擇偏差（SampleSelectionBias）問題，在經(jīng)濟學、社會學、醫(yī)學等多個領(lǐng)域得到了廣泛應(yīng)用。在現(xiàn)實研究中，樣本選擇偏差是一個常見且不容忽視的問題。以研究個人工資收入為例，若僅對有工作的人群進行調(diào)查，所得到的樣本并非完全隨機抽取，因為那些沒有工作的人的工資信息缺失，這就導(dǎo)致樣本不具有全面的代表性。在研究醫(yī)療保險對老年醫(yī)療服務(wù)利用的影響時，同樣存在類似問題。老年人是否利用醫(yī)療服務(wù)并非完全隨機，可能受到多種因素影響，如健康意識較強的老年人可能更傾向于參保并積極利用醫(yī)療服務(wù)，而健康意識淡薄或經(jīng)濟條件較差的老年人可能參保意愿低且較少利用醫(yī)療服務(wù)。若直接對觀測到的利用醫(yī)療服務(wù)的老年人群體進行分析，就會忽略那些因未參保或其他因素而未利用醫(yī)療服務(wù)的老年人，從而使研究結(jié)果產(chǎn)生偏差，無法準確反映醫(yī)療保險對全體老年人醫(yī)療服務(wù)利用的真實影響。Heckman模型通過兩階段估計來解決這一問題。在第一階段，構(gòu)建一個二元probit回歸模型，將是否利用醫(yī)療服務(wù)（設(shè)置為0-1變量，0代表未利用，1代表利用）作為被解釋變量，納入一系列可能影響該決策的解釋變量，如個人特征（年齡、性別、教育程度等）、家庭經(jīng)濟狀況（家庭收入、資產(chǎn)等）、地域因素（城市或農(nóng)村、地區(qū)經(jīng)濟發(fā)展水平等）。通過這一階段的回歸估計，得到逆米爾斯比（InverseMillsRatio，IMR）。逆米爾斯比是Heckman模型中的關(guān)鍵指標，它反映了樣本選擇過程中未被觀測到的因素對選擇結(jié)果的影響程度。在第二階段，進行ols回歸模型估計，將醫(yī)療服務(wù)利用程度（如門診就診次數(shù)、住院天數(shù)、醫(yī)療費用支出等）作為被解釋變量，納入第一階段得到的IMR以及核心解釋變量（如醫(yī)療保險類型、參保狀態(tài)等）進行分析。若IMR值呈現(xiàn)出顯著性（通常以p<0.05為判斷標準），則意味著存在樣本偏差內(nèi)生性問題，使用Heckman模型進行分析是必要的；若IMR值不顯著，則說明樣本選擇偏差問題不嚴重，普通的ols回歸可能也能得到較為可靠的結(jié)果，但使用Heckman模型仍能進一步驗證結(jié)果的穩(wěn)健性。在醫(yī)療領(lǐng)域，Heckman模型有諸多應(yīng)用案例。例如，在研究醫(yī)療服務(wù)需求時，Smith（2005）借助Heckman模型分析了醫(yī)療服務(wù)利用的決定因素。他發(fā)現(xiàn)個體特征（如年齡、健康狀況）和經(jīng)濟因素（如收入水平、保險覆蓋情況）在醫(yī)療選擇中起著重要作用。通過Heckman模型的兩階段估計，有效糾正了因樣本選擇偏差導(dǎo)致的估計誤差，更準確地揭示了各因素對醫(yī)療服務(wù)利用的影響。在國內(nèi)，有學者運用Heckman模型研究農(nóng)村居民的醫(yī)療消費行為。研究發(fā)現(xiàn)，考慮樣本選擇偏差后，家庭收入、健康狀況等因素對農(nóng)村居民醫(yī)療消費的影響程度和方向與未考慮樣本選擇偏差時存在顯著差異。這表明在研究醫(yī)療相關(guān)問題時，Heckman模型能夠有效提高研究結(jié)果的準確性和可靠性，為政策制定提供更具參考價值的依據(jù)。2.2兩部模型原理與應(yīng)用在社會科學和經(jīng)濟學研究中，常常會遇到被解釋變量包含大量零值的情況，如家庭的醫(yī)療支出、消費行為中的某些支出類別等。在研究老年醫(yī)療消費時，部分老年人可能在某一時期內(nèi)沒有醫(yī)療消費，導(dǎo)致醫(yī)療消費數(shù)據(jù)中存在大量零值。傳統(tǒng)的線性回歸模型在處理這類數(shù)據(jù)時存在局限性，而兩部模型（Two-partModel）則為解決這一問題提供了有效的方法。兩部模型的基本原理是將個體的決策過程分為兩個階段。以老年醫(yī)療服務(wù)利用為例，第一階段是參與決策，即老年人是否選擇利用醫(yī)療服務(wù)。這一階段可以通過logit模型或probit模型進行估計。在logit模型中，假設(shè)老年人利用醫(yī)療服務(wù)的概率為P(Y=1)，其中Y=1表示利用醫(yī)療服務(wù)，Y=0表示未利用醫(yī)療服務(wù)，其概率公式為P(Y=1)=\frac{e^{\beta_0+\beta_1X_1+\cdots+\beta_nX_n}}{1+e^{\beta_0+\beta_1X_1+\cdots+\beta_nX_n}}，其中X_i為影響老年人醫(yī)療服務(wù)利用決策的因素，如醫(yī)療保險參保情況、健康狀況、年齡、收入水平等，\beta_i為相應(yīng)的系數(shù)。probit模型則基于標準正態(tài)分布，假設(shè)P(Y=1)=\varPhi(\beta_0+\beta_1X_1+\cdots+\beta_nX_n)，其中\(zhòng)varPhi為標準正態(tài)分布的累積分布函數(shù)。通過這一階段的回歸，可以考察醫(yī)療保險及其他因素對老年人參與醫(yī)療服務(wù)決策的影響。第二階段是利用水平?jīng)Q策，在確定老年人參與醫(yī)療服務(wù)后，進一步分析他們的醫(yī)療服務(wù)利用水平，如醫(yī)療費用支出。此時通常使用ols回歸模型，將醫(yī)療服務(wù)利用水平作為被解釋變量，同樣將醫(yī)療保險等因素作為解釋變量。假設(shè)醫(yī)療費用支出為Y_2，則回歸方程可表示為Y_2=\alpha_0+\alpha_1X_1+\cdots+\alpha_nX_n+\epsilon，其中\(zhòng)alpha_i為系數(shù)，\epsilon為隨機誤差項。兩部模型在老年醫(yī)療消費等研究中有著廣泛的應(yīng)用。例如，在研究農(nóng)村老年人醫(yī)療消費行為時，學者利用兩部模型發(fā)現(xiàn)，老年人的個人和家庭特征、經(jīng)濟狀況、健康狀況、疾病的嚴重程度、參加合作醫(yī)療的情況和醫(yī)療服務(wù)的質(zhì)量等因素對農(nóng)村老年人口醫(yī)療消費起著決定作用。在第一階段，這些因素影響著老年人是否選擇就醫(yī)；在第二階段，它們進一步影響著就醫(yī)后的醫(yī)療費用支出。在分析老年人對高端醫(yī)療服務(wù)的利用時，兩部模型可以清晰地揭示出醫(yī)療保險對老年人參與高端醫(yī)療服務(wù)決策的影響，以及在參與后對其消費金額和服務(wù)使用頻率的影響，為研究醫(yī)療保險對老年醫(yī)療服務(wù)利用的影響提供了更細致、準確的分析框架。2.3醫(yī)療保險對老年醫(yī)療服務(wù)和健康影響的相關(guān)研究在國外，醫(yī)療保險對老年醫(yī)療服務(wù)和健康影響的研究起步較早且成果豐碩。在醫(yī)療服務(wù)利用方面，眾多研究表明醫(yī)療保險對老年人醫(yī)療服務(wù)利用具有顯著促進作用。如Finkelstein和McGarry（2006）對美國老年人的研究發(fā)現(xiàn)，醫(yī)療保險使老年人門診就診次數(shù)增加了15%-20%，住院率提高了10%-15%，有效提升了老年人對醫(yī)療服務(wù)的可及性。在德國，基于法定醫(yī)療保險體系的研究顯示，醫(yī)療保險保障水平的提高使得老年人對?？漆t(yī)療服務(wù)的利用更為充分，尤其是在慢性病管理和康復(fù)護理方面，老年人能夠獲得更專業(yè)、持續(xù)的醫(yī)療服務(wù)（Busse等，2013）。在醫(yī)療支出方面，研究呈現(xiàn)出不同的觀點。部分研究認為醫(yī)療保險會增加醫(yī)療支出，例如在澳大利亞，私人醫(yī)療保險的普及使得老年人對高端醫(yī)療服務(wù)的需求增加，導(dǎo)致整體醫(yī)療支出上升（Duckett，2017）。然而，也有研究指出醫(yī)療保險在長期內(nèi)有助于控制醫(yī)療支出。通過對加拿大全民醫(yī)保體系的分析，發(fā)現(xiàn)醫(yī)療保險通過促進早期診斷和預(yù)防保健，減少了老年人后期因疾病惡化而產(chǎn)生的高額醫(yī)療費用，從全社會角度來看，降低了醫(yī)療成本（Barer等，2019）。在健康狀況方面，醫(yī)療保險對老年人健康的積極影響得到廣泛認可。英國的一項長期追蹤研究表明，國家醫(yī)療服務(wù)體系（NHS）為老年人提供了全面的醫(yī)療保障，使得老年人的慢性病控制率提高，預(yù)期壽命延長，生活質(zhì)量得到顯著提升（Marmot等，2020）。美國的研究也發(fā)現(xiàn)，享有醫(yī)療保險的老年人在心理健康方面表現(xiàn)更好，抑郁、焦慮等心理問題的發(fā)生率明顯低于未參保老年人（Wang和Liu，2021）。國內(nèi)學者對醫(yī)療保險與老年醫(yī)療服務(wù)和健康的關(guān)系也進行了深入研究。在醫(yī)療服務(wù)利用上，基于中國健康與養(yǎng)老追蹤調(diào)查（CHARLS）數(shù)據(jù)的分析顯示，城鎮(zhèn)職工醫(yī)療保險和城鄉(xiāng)居民醫(yī)療保險均顯著提高了老年人的門診和住院服務(wù)利用率，但城鄉(xiāng)之間仍存在差異，城鎮(zhèn)老年人對醫(yī)療服務(wù)的利用更為充分（張川川和陳斌開，2014）。在醫(yī)療支出方面，研究表明醫(yī)療保險在一定程度上減輕了老年人的醫(yī)療負擔。對農(nóng)村地區(qū)新型農(nóng)村合作醫(yī)療（新農(nóng)合）的研究發(fā)現(xiàn)，參保老年人的自付醫(yī)療費用比例顯著降低，尤其是對于患有重大疾病的老年人，新農(nóng)合的報銷減輕了家庭的經(jīng)濟壓力（封進等，2015）。但同時，也存在醫(yī)保報銷范圍有限、部分老年人仍需承擔高額自費費用的問題，影響了醫(yī)療服務(wù)的可及性和公平性。在健康狀況方面，國內(nèi)研究同樣證實了醫(yī)療保險對老年人健康的積極作用。一項針對東北地區(qū)老年人的研究發(fā)現(xiàn)，醫(yī)療保險的參與使老年人能夠及時獲得醫(yī)療救治和健康管理服務(wù)，從而降低了患病率，提高了生活自理能力（曲兆鵬和趙忠，2018）。通過對不同收入水平老年群體的分析，發(fā)現(xiàn)醫(yī)療保險對低收入老年人的健康改善作用更為明顯，有助于縮小不同收入群體之間的健康差距（李珍和張夢圓，2022）。國內(nèi)外研究從不同角度、運用多種方法分析了醫(yī)療保險對老年人醫(yī)療服務(wù)利用、醫(yī)療支出和健康狀況的影響。然而，現(xiàn)有研究在一些方面仍存在不足，如對不同醫(yī)療保險類型在保障老年人醫(yī)療服務(wù)利用和健康方面的異質(zhì)性分析不夠深入，對個體特征、家庭經(jīng)濟狀況和地域差異等因素在醫(yī)療保險影響機制中的調(diào)節(jié)作用研究尚顯薄弱。本研究將在已有研究基礎(chǔ)上，進一步深入探討這些問題，以期為完善醫(yī)療保險制度提供更具針對性的建議。2.4研究現(xiàn)狀評述綜上所述，國內(nèi)外學者在醫(yī)療保險對老年醫(yī)療服務(wù)和健康影響的研究方面已取得了豐碩的成果。在研究方法上，Heckman模型和兩部模型等被廣泛應(yīng)用于解決樣本選擇偏差和數(shù)據(jù)中大量零值等問題，為準確分析醫(yī)療保險的作用提供了有效的工具。在研究內(nèi)容上，眾多研究證實了醫(yī)療保險對老年人醫(yī)療服務(wù)利用和健康狀況具有積極影響，如提高門診和住院服務(wù)利用率、減輕醫(yī)療負擔、改善健康水平等。然而，現(xiàn)有研究仍存在一些不足之處。在醫(yī)療保險類型的異質(zhì)性研究方面，雖然已有研究提及不同類型醫(yī)療保險在保障水平和覆蓋范圍上的差異，但對于這些差異如何具體影響老年人醫(yī)療服務(wù)利用和健康狀況的深入分析還相對欠缺。例如，城鎮(zhèn)職工醫(yī)療保險和城鄉(xiāng)居民醫(yī)療保險在報銷政策、保障目錄等方面存在顯著不同，這些差異對老年人在就醫(yī)選擇、醫(yī)療費用支出以及最終健康outcomes上的具體作用機制尚未得到充分揭示。在影響因素的綜合分析方面，雖然已考慮到個體特征、家庭經(jīng)濟狀況和地域差異等因素，但這些因素之間的交互作用以及它們在醫(yī)療保險影響機制中的調(diào)節(jié)效應(yīng)研究還不夠全面。個體特征（如年齡、性別、教育程度）可能與家庭經(jīng)濟狀況相互影響，共同作用于老年人對醫(yī)療保險的認知和利用，進而影響其醫(yī)療服務(wù)利用和健康狀況。不同地區(qū)的經(jīng)濟發(fā)展水平、醫(yī)療資源分布以及文化觀念等差異，也可能導(dǎo)致醫(yī)療保險在不同地域發(fā)揮作用的方式和程度有所不同，但目前這方面的研究還較為薄弱。此外，隨著人口老齡化的加劇和醫(yī)療技術(shù)的不斷進步，老年人群體的醫(yī)療需求和醫(yī)療保險制度都在發(fā)生動態(tài)變化?，F(xiàn)有研究對這些動態(tài)變化的跟蹤和分析還不夠及時和深入，難以滿足現(xiàn)實中不斷發(fā)展的政策需求。基于以上研究現(xiàn)狀，本研究具有重要的必要性。通過進一步深入探討醫(yī)療保險對老年醫(yī)療服務(wù)和健康的影響，特別是聚焦于不同醫(yī)療保險類型的異質(zhì)性以及多因素的綜合調(diào)節(jié)作用，能夠為完善醫(yī)療保險制度提供更具針對性和精準性的建議，從而更好地滿足老年人日益增長的醫(yī)療保障需求，提高老年群體的健康水平和生活質(zhì)量。三、數(shù)據(jù)來源與變量選取3.1數(shù)據(jù)來源本研究的數(shù)據(jù)主要來源于中國健康與養(yǎng)老追蹤調(diào)查（ChinaHealthandRetirementLongitudinalStudy，CHARLS）。CHARLS是由北京大學國家發(fā)展研究院主持的一項具有全國代表性的大型追蹤調(diào)查項目，旨在收集一套代表中國45歲及以上中老年人家庭和個人的高質(zhì)量微觀數(shù)據(jù)，用以分析我國人口老齡化問題，為相關(guān)政策制定提供科學依據(jù)。CHARLS數(shù)據(jù)具有多方面的優(yōu)勢，使其非常適合本研究的需要。從數(shù)據(jù)代表性來看，該調(diào)查采用了嚴格的多階段分層抽樣方法，覆蓋了全國28個?。ㄊ小⒆灾螀^(qū)），樣本具有廣泛的全國代表性，能夠較為準確地反映中國中老年人群體的實際情況。在抽樣過程中，充分考慮了地域、城鄉(xiāng)、經(jīng)濟發(fā)展水平等因素，確保了樣本的多樣性和均衡性，從而使得基于該數(shù)據(jù)得出的研究結(jié)論具有較高的可信度和推廣價值。從時間跨度上，CHARLS自2008年開始進行基線調(diào)查，之后每兩年進行一次追蹤調(diào)查，目前已積累了多期豐富的數(shù)據(jù)，具備時間序列特征，這為研究醫(yī)療保險對老年人醫(yī)療服務(wù)利用和健康狀況的長期影響提供了可能。通過對不同時期數(shù)據(jù)的對比分析，可以清晰地觀察到隨著時間推移，醫(yī)療保險政策的變化以及老年人在醫(yī)療服務(wù)利用和健康方面的動態(tài)演變，有助于深入探究其中的因果關(guān)系和內(nèi)在機制。在內(nèi)容覆蓋上，CHARLS數(shù)據(jù)涵蓋了豐富的信息，包括受訪者的基本人口統(tǒng)計學特征（如年齡、性別、婚姻狀況、教育程度等）、健康狀況（如自評健康、慢性病患病情況、身體功能狀況等）、醫(yī)療服務(wù)利用情況（門診就診次數(shù)、住院次數(shù)、醫(yī)療費用支出等）、醫(yī)療保險參保情況（參保類型、參保狀態(tài)等）以及家庭經(jīng)濟狀況（家庭收入、資產(chǎn)、支出等）。這些多維度的數(shù)據(jù)為全面分析醫(yī)療保險對老年醫(yī)療服務(wù)和健康的影響提供了充足的變量選擇，能夠綜合考慮各種因素對研究結(jié)果的影響，從而使研究更加全面、深入。此外，CHARLS數(shù)據(jù)的質(zhì)量也得到了嚴格把控。在調(diào)查實施過程中，采用了標準化的問卷設(shè)計、專業(yè)的調(diào)查人員培訓以及嚴謹?shù)臄?shù)據(jù)采集和錄入流程，有效保證了數(shù)據(jù)的準確性和可靠性。同時，數(shù)據(jù)還經(jīng)過了多次清理和審核，進一步提高了數(shù)據(jù)質(zhì)量，為實證研究提供了堅實的數(shù)據(jù)基礎(chǔ)?；谝陨咸攸c，CHARLS數(shù)據(jù)為深入研究醫(yī)療保險對老年醫(yī)療服務(wù)和健康的影響提供了理想的數(shù)據(jù)來源，能夠有力地支持本研究的各項分析和論證，確保研究結(jié)果的科學性和有效性。3.2變量選取3.2.1被解釋變量本研究的被解釋變量主要包括醫(yī)療服務(wù)利用和健康狀況兩個方面。在醫(yī)療服務(wù)利用維度，選取門診就診次數(shù)、住院次數(shù)和醫(yī)療費用支出作為衡量指標。門診就診次數(shù)能夠直觀反映老年人日常就醫(yī)的頻繁程度，體現(xiàn)他們對基層醫(yī)療服務(wù)的利用情況；住院次數(shù)則可以反映老年人病情的嚴重程度以及對住院醫(yī)療資源的使用狀況；醫(yī)療費用支出涵蓋了門診和住院的各項費用，綜合體現(xiàn)了老年人在醫(yī)療服務(wù)上的經(jīng)濟投入，是衡量醫(yī)療服務(wù)利用程度的重要經(jīng)濟指標。在健康狀況方面，采用自評健康、慢性病患病情況和日常生活自理能力作為衡量指標。自評健康是老年人對自身健康狀況的主觀評價，雖然具有一定的主觀性，但它綜合反映了老年人的身體、心理和社會適應(yīng)等多方面的健康感受，在老年健康研究中被廣泛應(yīng)用。慢性病患病情況通過統(tǒng)計老年人患有的慢性疾病種類和數(shù)量來衡量，如高血壓、糖尿病、心臟病等常見慢性病。隨著年齡增長，老年人患慢性病的概率顯著增加，慢性病的控制和治療對老年人的健康和生活質(zhì)量有著重要影響，因此慢性病患病情況是評估老年健康狀況的關(guān)鍵客觀指標。日常生活自理能力通過日常生活活動能力量表（ADL）來測量，包括穿衣、洗澡、進食、如廁、上下床、室內(nèi)走動等基本活動，反映了老年人在日常生活中獨立照顧自己的能力，是衡量老年人身體功能和健康狀況的重要維度，直接關(guān)系到老年人的生活質(zhì)量和對外部支持的需求程度。3.2.2解釋變量解釋變量主要包括醫(yī)療保險變量和控制變量。醫(yī)療保險變量中，重點關(guān)注參保類型和參保狀態(tài)。參保類型將老年人所參加的醫(yī)療保險分為城鎮(zhèn)職工醫(yī)療保險、城鄉(xiāng)居民醫(yī)療保險、商業(yè)醫(yī)療保險以及其他類型醫(yī)療保險（如公費醫(yī)療等）。不同類型的醫(yī)療保險在保障范圍、報銷比例、籌資機制等方面存在顯著差異，這些差異會直接影響老年人對醫(yī)療服務(wù)的可及性和利用程度，進而影響他們的健康狀況。參保狀態(tài)則以是否參保作為二元變量，用于區(qū)分參保老年人和未參保老年人，以分析醫(yī)療保險的有無對老年醫(yī)療服務(wù)利用和健康的基礎(chǔ)影響。控制變量方面，涵蓋個人特征、家庭經(jīng)濟狀況和地域因素等多個方面。個人特征包括年齡、性別、教育程度、婚姻狀況。年齡是影響老年人健康和醫(yī)療需求的重要因素，隨著年齡增長，身體機能衰退，患病風險增加，對醫(yī)療服務(wù)的需求也相應(yīng)提高；性別在健康行為和醫(yī)療服務(wù)利用上可能存在差異，例如女性在某些疾病的患病率上可能高于男性，且在就醫(yī)行為上可能更加積極；教育程度影響老年人的健康意識和對醫(yī)療信息的獲取、理解能力，通常教育程度較高的老年人更注重健康管理，對醫(yī)療服務(wù)的利用也更為合理；婚姻狀況反映了老年人的家庭支持和情感依托情況，有配偶的老年人在生活照料和經(jīng)濟支持方面可能更具優(yōu)勢，進而影響其醫(yī)療服務(wù)利用和健康狀況。家庭經(jīng)濟狀況選取家庭收入、家庭資產(chǎn)和家庭消費支出作為控制變量。家庭收入是衡量家庭經(jīng)濟實力的重要指標，直接關(guān)系到老年人支付醫(yī)療費用的能力和對醫(yī)療服務(wù)的選擇范圍；家庭資產(chǎn)包括房產(chǎn)、儲蓄、金融資產(chǎn)等，資產(chǎn)狀況不僅可以為老年人提供經(jīng)濟緩沖應(yīng)對醫(yī)療支出，還可能影響他們對醫(yī)療服務(wù)的期望和需求；家庭消費支出反映了家庭的整體經(jīng)濟負擔和消費結(jié)構(gòu)，通過控制家庭消費支出，可以更準確地分析醫(yī)療保險對老年人醫(yī)療服務(wù)利用和健康的影響，排除家庭其他消費對醫(yī)療支出和健康決策的干擾。地域因素考慮城鄉(xiāng)差異和地區(qū)經(jīng)濟發(fā)展水平。城鄉(xiāng)差異在醫(yī)療資源分布、醫(yī)療服務(wù)價格、居民健康觀念等方面表現(xiàn)明顯，城市通常擁有更豐富的醫(yī)療資源和更高水平的醫(yī)療服務(wù)，但醫(yī)療費用也相對較高，農(nóng)村地區(qū)則相反，這些差異會導(dǎo)致城鄉(xiāng)老年人在醫(yī)療服務(wù)利用和健康狀況上存在顯著不同；地區(qū)經(jīng)濟發(fā)展水平反映了不同地區(qū)的經(jīng)濟實力和對醫(yī)療衛(wèi)生事業(yè)的投入能力，經(jīng)濟發(fā)達地區(qū)往往能夠提供更好的醫(yī)療設(shè)施、更優(yōu)質(zhì)的醫(yī)療服務(wù)以及更完善的社會保障體系，從而對老年人的醫(yī)療服務(wù)利用和健康產(chǎn)生積極影響。3.2.3工具變量在研究醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康的影響時，由于可能存在內(nèi)生性問題，如自選擇偏差（健康意識強的老年人更可能參保且健康狀況更好）、遺漏變量（一些未觀測到的因素同時影響醫(yī)療保險參保和醫(yī)療服務(wù)利用及健康狀況）等，導(dǎo)致估計結(jié)果出現(xiàn)偏差。為解決這一問題，選取工具變量是一種有效的方法。本研究選取所在地區(qū)的醫(yī)療保險政策推廣力度作為工具變量。這一變量滿足相關(guān)性和外生性條件。在相關(guān)性方面，地區(qū)醫(yī)療保險政策推廣力度與老年人的參保概率密切相關(guān)。當一個地區(qū)加大醫(yī)療保險政策的宣傳推廣力度，如開展廣泛的社區(qū)宣傳活動、提供便捷的參保渠道、簡化參保手續(xù)等，會顯著提高老年人對醫(yī)療保險的認知度和參保意愿，從而增加參保人數(shù)，使更多老年人能夠享受到醫(yī)療保險的保障，進而影響他們對醫(yī)療服務(wù)的利用和健康狀況，因此該變量與解釋變量（參保類型、參保狀態(tài)）具有較強的相關(guān)性。在外生性方面，地區(qū)醫(yī)療保險政策推廣力度主要是由地方政府根據(jù)宏觀政策目標、社會經(jīng)濟發(fā)展狀況以及當?shù)鼐用竦尼t(yī)療保障需求等因素制定和實施的，它并不直接影響老年人的醫(yī)療服務(wù)利用和健康狀況，而是通過影響參保情況這一中間環(huán)節(jié)來間接發(fā)揮作用。也就是說，在控制了其他可能影響醫(yī)療服務(wù)利用和健康的因素后，地區(qū)醫(yī)療保險政策推廣力度與被解釋變量（醫(yī)療服務(wù)利用和健康狀況）之間不存在直接的因果關(guān)系，滿足外生性條件。通過引入所在地區(qū)的醫(yī)療保險政策推廣力度作為工具變量，利用兩階段最小二乘法（2SLS）進行估計，可以有效解決內(nèi)生性問題，提高研究結(jié)果的準確性和可靠性，更準確地揭示醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康的真實影響。3.3描述性統(tǒng)計對選取的主要變量進行描述性統(tǒng)計，結(jié)果如表1所示。在醫(yī)療服務(wù)利用方面，門診就診次數(shù)的均值為[X1]次，表明樣本中老年人平均每年門診就診次數(shù)為[X1]次，標準差為[Y1]，說明不同老年人之間門診就診次數(shù)存在一定差異，最小值為0次，可能部分老年人身體健康狀況良好，無需門診就醫(yī)，最大值達到[Z1]次，反映出部分老年人因疾病等原因頻繁就診。住院次數(shù)均值為[X2]次，標準差為[Y2]，最小值為0次，最大值為[Z2]次，同樣體現(xiàn)出老年人住院情況的離散性，住院次數(shù)的差異可能與老年人的健康狀況、疾病類型以及醫(yī)療資源可及性等因素有關(guān)。醫(yī)療費用支出均值為[X3]元，標準差高達[Y3]元，最小值為0元，最大值為[Z3]元，這表明老年人的醫(yī)療費用支出差異極大，一些老年人可能因參保報銷或健康狀況較好而支出較少，而另一些患有重大疾病或未充分享受醫(yī)保待遇的老年人則面臨高額的醫(yī)療費用。在健康狀況方面，自評健康的均值為[X4]，標準差為[Y4]，由于自評健康通常采用1-5級評分（1代表非常健康，5代表非常不健康），均值[X4]反映出樣本中老年人整體自評健康狀況處于中等水平，且不同老年人對自身健康的主觀評價存在一定波動。慢性病患病情況以患慢性病種類數(shù)衡量，均值為[X5]種，標準差為[Y5]，最小值為0種，最大值為[Z5]種，顯示出老年人慢性病患病情況參差不齊，部分老年人身體健康，未患慢性病，而部分老年人則被多種慢性病困擾，這與老年人的年齡、生活習慣、遺傳因素等密切相關(guān)。日常生活自理能力通過ADL量表得分體現(xiàn)，均值為[X6]分，標準差為[Y6]，ADL量表得分越低表示日常生活自理能力越強，均值[X6]表明老年人整體日常生活自理能力尚可，但也存在一定個體差異，部分老年人可能在某些日常生活活動上需要他人協(xié)助。在解釋變量中，參保類型方面，城鎮(zhèn)職工醫(yī)療保險參保比例為[P1]%，城鄉(xiāng)居民醫(yī)療保險參保比例為[P2]%，商業(yè)醫(yī)療保險參保比例為[P3]%，其他類型醫(yī)療保險參保比例為[P4]%，反映出我國以城鎮(zhèn)職工醫(yī)療保險和城鄉(xiāng)居民醫(yī)療保險為主的基本醫(yī)療保險體系覆蓋情況，同時商業(yè)醫(yī)療保險等補充保險的參保比例相對較低。參保狀態(tài)上，參保老年人比例為[P5]%，未參保老年人比例為[P6]%，說明大部分老年人已被醫(yī)療保險覆蓋，但仍有部分老年人未享受到醫(yī)保保障。個人特征變量中，年齡均值為[X7]歲，標準差為[Y7]，反映出樣本中老年人年齡分布情況；性別方面，男性占比[P7]%，女性占比[P8]%；教育程度以受教育年限衡量，均值為[X8]年，標準差為[Y8]，體現(xiàn)出老年人教育水平的差異；婚姻狀況中，已婚有配偶的老年人占比[P9]%。家庭經(jīng)濟狀況變量，家庭收入均值為[X9]元，標準差為[Y9]；家庭資產(chǎn)均值為[X10]元，標準差為[Y10]；家庭消費支出均值為[X11]元，標準差為[Y11]，這些數(shù)據(jù)反映出老年人家庭經(jīng)濟狀況的多樣性和差異性。地域因素方面，城鄉(xiāng)差異中，城市老年人占比[P10]%，農(nóng)村老年人占比[P11]%；地區(qū)經(jīng)濟發(fā)展水平以人均GDP衡量，均值為[X12]元，標準差為[Y12]，體現(xiàn)出不同地區(qū)經(jīng)濟發(fā)展的不平衡。通過對這些變量的描述性統(tǒng)計分析，可以初步了解樣本中老年人在醫(yī)療服務(wù)利用、健康狀況以及各相關(guān)因素的基本特征和分布情況，為后續(xù)的實證分析奠定基礎(chǔ)。表1：主要變量描述性統(tǒng)計變量觀測值均值標準差最小值最大值門診就診次數(shù)[N1][X1][Y1]0[Z1]住院次數(shù)[N2][X2][Y2]0[Z2]醫(yī)療費用支出[N3][X3][Y3]0[Z3]自評健康[N4][X4][Y4]15慢性病患病情況[N5][X5][Y5]0[Z5]日常生活自理能力[N6][X6][Y6]0[滿分值]參保類型-城鎮(zhèn)職工醫(yī)療保險（%）[N7][P1]---參保類型-城鄉(xiāng)居民醫(yī)療保險（%）[N7][P2]---參保類型-商業(yè)醫(yī)療保險（%）[N7][P3]---參保類型-其他類型醫(yī)療保險（%）[N7][P4]---參保狀態(tài)-參保（%）[N8][P5]---參保狀態(tài)-未參保（%）[N8][P6]---年齡[N9][X7][Y7][最小年齡][最大年齡]性別-男性（%）[N10][P7]---性別-女性（%）[N10][P8]---教育程度（受教育年限）[N11][X8][Y8]0[最高受教育年限]婚姻狀況-已婚有配偶（%）[N12][P9]---家庭收入[N13][X9][Y9]0[最高家庭收入]家庭資產(chǎn)[N14][X10][Y10]0[最高家庭資產(chǎn)]家庭消費支出[N15][X11][Y11]0[最高家庭消費支出]地域因素-城鄉(xiāng)差異-城市（%）[N16][P10]---地域因素-城鄉(xiāng)差異-農(nóng)村（%）[N16][P11]---地域因素-地區(qū)經(jīng)濟發(fā)展水平（人均GDP）[N17][X12][Y12][最低人均GDP][最高人均GDP]四、基于Heckman模型的實證分析4.1模型設(shè)定在研究醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康的影響時，由于樣本選擇偏差問題可能導(dǎo)致估計結(jié)果的偏誤，因此本研究采用Heckman模型進行實證分析。Heckman模型通過兩階段估計，有效解決了樣本選擇偏差問題，能夠更準確地揭示變量之間的真實關(guān)系。Heckman模型的第一階段為選擇方程，主要用于估計老年人是否利用醫(yī)療服務(wù)的概率。在本研究中，以老年人是否有門診就診行為（若有門診就診，賦值為1；若無，賦值為0）作為被解釋變量Y_{1i}，構(gòu)建如下Probit模型：P(Y_{1i}=1)=\varPhi(\beta_{0}+\beta_{1}X_{1i}+\beta_{2}X_{2i}+\cdots+\beta_{n}X_{ni}+\epsilon_{1i})其中，\varPhi為標準正態(tài)分布的累積分布函數(shù)，\beta_{j}(j=0,1,\cdots,n)為待估計系數(shù)，X_{ji}表示影響老年人門診就診決策的第j個解釋變量，包括醫(yī)療保險參保類型、參保狀態(tài)、年齡、性別、教育程度、家庭經(jīng)濟狀況、地域因素等，\epsilon_{1i}為隨機擾動項。通過這一階段的回歸，得到逆米爾斯比（InverseMillsRatio，IMR），即\lambda_{i}。逆米爾斯比反映了樣本選擇過程中未被觀測到的因素對選擇結(jié)果的影響程度，是Heckman模型中糾正樣本選擇偏差的關(guān)鍵指標。第二階段為結(jié)果方程，將老年人的門診就診次數(shù)Y_{2i}作為被解釋變量，構(gòu)建如下回歸模型：Y_{2i}=\alpha_{0}+\alpha_{1}X_{1i}+\alpha_{2}X_{2i}+\cdots+\alpha_{n}X_{ni}+\gamma\lambda_{i}+\epsilon_{2i}其中，\alpha_{j}(j=0,1,\cdots,n)為待估計系數(shù)，\gamma為逆米爾斯比\lambda_{i}的系數(shù)，用于衡量樣本選擇偏差對門診就診次數(shù)估計的影響程度，\epsilon_{2i}為隨機擾動項。在這一階段，將第一階段得到的逆米爾斯比\lambda_{i}納入回歸方程，若\gamma顯著不為零，則說明存在樣本選擇偏差，使用Heckman模型進行估計是必要的；若\gamma不顯著，則表明樣本選擇偏差問題不嚴重，但使用Heckman模型仍可驗證結(jié)果的穩(wěn)健性。選擇方程和結(jié)果方程的設(shè)定依據(jù)主要基于理論分析和實際研究問題。在選擇方程中，納入多種可能影響老年人醫(yī)療服務(wù)利用決策的因素，這些因素涵蓋了醫(yī)療保險相關(guān)變量、個人特征變量、家庭經(jīng)濟狀況變量以及地域因素變量。從理論上講，醫(yī)療保險參保類型和參保狀態(tài)直接決定了老年人是否能夠享受醫(yī)保待遇以及醫(yī)保待遇的高低，進而影響他們就醫(yī)的經(jīng)濟負擔和意愿；個人特征如年齡、性別、教育程度等會影響老年人的健康狀況、健康意識和就醫(yī)行為；家庭經(jīng)濟狀況反映了老年人支付醫(yī)療費用的能力和對醫(yī)療服務(wù)的選擇范圍；地域因素則體現(xiàn)了不同地區(qū)在醫(yī)療資源分布、醫(yī)療服務(wù)價格和居民健康觀念等方面的差異，這些因素都會綜合作用于老年人是否利用醫(yī)療服務(wù)的決策。在結(jié)果方程中，同樣納入上述解釋變量，以分析這些因素對老年人門診就診次數(shù)的影響。同時，引入逆米爾斯比來控制樣本選擇偏差，確保估計結(jié)果能夠準確反映醫(yī)療保險及其他因素與老年門診就診次數(shù)之間的真實關(guān)系。通過這種兩階段的模型設(shè)定，Heckman模型能夠更有效地處理樣本選擇偏差問題，為準確評估醫(yī)療保險對老年醫(yī)療服務(wù)利用的影響提供可靠的估計結(jié)果。4.2實證結(jié)果與分析4.2.1選擇方程估計結(jié)果利用CHARLS數(shù)據(jù)，對Heckman模型的選擇方程進行估計，結(jié)果如表2所示。在選擇方程中，被解釋變量為老年人是否利用醫(yī)療服務(wù)（1代表利用，0代表未利用）。從醫(yī)療保險變量來看，參保類型對老年人醫(yī)療服務(wù)利用決策具有顯著影響。與未參保老年人相比，參加城鎮(zhèn)職工醫(yī)療保險的老年人利用醫(yī)療服務(wù)的概率顯著提高，系數(shù)為[β1]，在1%的水平上顯著。這表明城鎮(zhèn)職工醫(yī)療保險較高的保障水平和較廣的覆蓋范圍，使得參保老年人更有經(jīng)濟能力和意愿去利用醫(yī)療服務(wù)。城鄉(xiāng)居民醫(yī)療保險同樣對老年人醫(yī)療服務(wù)利用有促進作用，系數(shù)為[β2]，在5%的水平上顯著，但促進作用相對城鎮(zhèn)職工醫(yī)療保險較弱，這可能是由于城鄉(xiāng)居民醫(yī)療保險的保障水平相對較低，報銷比例和范圍有限，導(dǎo)致老年人在就醫(yī)時仍需承擔一定的經(jīng)濟壓力，從而在一定程度上抑制了他們的就醫(yī)意愿。參保狀態(tài)的系數(shù)為[β3]，在1%的水平上顯著為正，說明參保這一行為本身對老年人利用醫(yī)療服務(wù)具有積極影響，參保老年人更有可能去尋求醫(yī)療服務(wù)，這進一步驗證了醫(yī)療保險在提高老年人醫(yī)療服務(wù)可及性方面的重要作用。在個人特征變量方面，年齡的系數(shù)為[β4]，在1%的水平上顯著為正，表明隨著年齡的增長，老年人身體機能逐漸衰退，患病風險增加，對醫(yī)療服務(wù)的需求也隨之提高，利用醫(yī)療服務(wù)的概率增大。性別變量中，女性的系數(shù)為[β5]，在5%的水平上顯著為正，說明在其他條件相同的情況下，女性老年人比男性老年人更傾向于利用醫(yī)療服務(wù)，這可能與女性對自身健康更加關(guān)注，以及在健康觀念和就醫(yī)行為上的差異有關(guān)。教育程度的系數(shù)為[β6]，在10%的水平上顯著為正，意味著教育程度較高的老年人對健康知識的了解和獲取能力更強，健康意識更高，更懂得如何利用醫(yī)療服務(wù)維護自身健康，因此利用醫(yī)療服務(wù)的概率相對較高?；橐鰻顩r中，已婚有配偶的老年人利用醫(yī)療服務(wù)的概率更高，系數(shù)為[β7]，在5%的水平上顯著，這可能是因為有配偶的老年人在生活照料和經(jīng)濟支持方面更有保障，能夠更好地應(yīng)對就醫(yī)過程中的各種情況，從而更便于利用醫(yī)療服務(wù)。家庭經(jīng)濟狀況變量中，家庭收入的系數(shù)為[β8]，在1%的水平上顯著為正，說明家庭收入越高，老年人支付醫(yī)療費用的能力越強，利用醫(yī)療服務(wù)的經(jīng)濟約束越小，利用醫(yī)療服務(wù)的概率也就越高。家庭資產(chǎn)的系數(shù)為[β9]，在5%的水平上顯著為正，家庭資產(chǎn)作為一種經(jīng)濟儲備，能夠為老年人就醫(yī)提供經(jīng)濟緩沖，增加他們利用醫(yī)療服務(wù)的可能性。家庭消費支出的系數(shù)為[β10]，在10%的水平上顯著為負，這可能是因為家庭消費支出較高意味著家庭經(jīng)濟負擔較重，在一定程度上限制了老年人對醫(yī)療服務(wù)的可及性，導(dǎo)致他們利用醫(yī)療服務(wù)的概率降低。地域因素方面，城鄉(xiāng)差異變量中，城市老年人利用醫(yī)療服務(wù)的概率顯著高于農(nóng)村老年人，系數(shù)為[β11]，在1%的水平上顯著。這主要是由于城市擁有更豐富的醫(yī)療資源，包括更多的醫(yī)療機構(gòu)、更先進的醫(yī)療設(shè)備和更專業(yè)的醫(yī)療人才，同時城市的交通和信息更加便利，使得城市老年人更容易獲取醫(yī)療服務(wù)。地區(qū)經(jīng)濟發(fā)展水平的系數(shù)為[β12]，在1%的水平上顯著為正，表明地區(qū)經(jīng)濟發(fā)展水平越高，當?shù)氐尼t(yī)療保障體系越完善，醫(yī)療服務(wù)質(zhì)量越高，老年人利用醫(yī)療服務(wù)的概率也就越高。通過對選擇方程估計結(jié)果的分析，可以看出醫(yī)療保險參保類型、參保狀態(tài)以及個人特征、家庭經(jīng)濟狀況、地域因素等多種因素均對老年人是否利用醫(yī)療服務(wù)的決策產(chǎn)生顯著影響，這些因素的綜合作用決定了老年人醫(yī)療服務(wù)利用的可能性，為進一步分析醫(yī)療保險對老年醫(yī)療服務(wù)利用程度的影響奠定了基礎(chǔ)。表2：Heckman模型選擇方程估計結(jié)果|變量|系數(shù)|標準誤|z值|p>|z||[95%置信區(qū)間]||----|----|----|----|----|----||參保類型-城鎮(zhèn)職工醫(yī)療保險|[β1]|[se1]|[z1]|[p1]|[lower1,upper1]||參保類型-城鄉(xiāng)居民醫(yī)療保險|[β2]|[se2]|[z2]|[p2]|[lower2,upper2]||參保狀態(tài)|[β3]|[se3]|[z3]|[p3]|[lower3,upper3]||年齡|[β4]|[se4]|[z4]|[p4]|[lower4,upper4]||性別-女性|[β5]|[se5]|[z5]|[p5]|[lower5,upper5]||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||----|----|----|----|----|----||參保類型-城鎮(zhèn)職工醫(yī)療保險|[β1]|[se1]|[z1]|[p1]|[lower1,upper1]||參保類型-城鄉(xiāng)居民醫(yī)療保險|[β2]|[se2]|[z2]|[p2]|[lower2,upper2]||參保狀態(tài)|[β3]|[se3]|[z3]|[p3]|[lower3,upper3]||年齡|[β4]|[se4]|[z4]|[p4]|[lower4,upper4]||性別-女性|[β5]|[se5]|[z5]|[p5]|[lower5,upper5]||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||參保類型-城鎮(zhèn)職工醫(yī)療保險|[β1]|[se1]|[z1]|[p1]|[lower1,upper1]||參保類型-城鄉(xiāng)居民醫(yī)療保險|[β2]|[se2]|[z2]|[p2]|[lower2,upper2]||參保狀態(tài)|[β3]|[se3]|[z3]|[p3]|[lower3,upper3]||年齡|[β4]|[se4]|[z4]|[p4]|[lower4,upper4]||性別-女性|[β5]|[se5]|[z5]|[p5]|[lower5,upper5]||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||參保類型-城鄉(xiāng)居民醫(yī)療保險|[β2]|[se2]|[z2]|[p2]|[lower2,upper2]||參保狀態(tài)|[β3]|[se3]|[z3]|[p3]|[lower3,upper3]||年齡|[β4]|[se4]|[z4]|[p4]|[lower4,upper4]||性別-女性|[β5]|[se5]|[z5]|[p5]|[lower5,upper5]||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||參保狀態(tài)|[β3]|[se3]|[z3]|[p3]|[lower3,upper3]||年齡|[β4]|[se4]|[z4]|[p4]|[lower4,upper4]||性別-女性|[β5]|[se5]|[z5]|[p5]|[lower5,upper5]||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||年齡|[β4]|[se4]|[z4]|[p4]|[lower4,upper4]||性別-女性|[β5]|[se5]|[z5]|[p5]|[lower5,upper5]||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||性別-女性|[β5]|[se5]|[z5]|[p5]|[lower5,upper5]||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||教育程度|[β6]|[se6]|[z6]|[p6]|[lower6,upper6]||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||婚姻狀況-已婚有配偶|[β7]|[se7]|[z7]|[p7]|[lower7,upper7]||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||家庭收入|[β8]|[se8]|[z8]|[p8]|[lower8,upper8]||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||家庭資產(chǎn)|[β9]|[se9]|[z9]|[p9]|[lower9,upper9]||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||家庭消費支出|[β10]|[se10]|[z10]|[p10]|[lower10,upper10]||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||地域因素-城鄉(xiāng)差異-城市|[β11]|[se11]|[z11]|[p11]|[lower11,upper11]||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||地域因素-地區(qū)經(jīng)濟發(fā)展水平|[β12]|[se12]|[z12]|[p12]|[lower12,upper12]||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||常數(shù)項|[β0]|[se0]|[z0]|[p0]|[lower0,upper0]||觀測值|[N]|-|-|-|-||觀測值|[N]|-|-|-|-|4.2.2結(jié)果方程估計結(jié)果在完成Heckman模型選擇方程估計后，將得到的逆米爾斯比（IMR）納入結(jié)果方程進行估計，以分析醫(yī)療保險對老年醫(yī)療服務(wù)利用程度和健康狀況的影響，結(jié)果如表3所示。在醫(yī)療服務(wù)利用程度方面，以門診就診次數(shù)作為被解釋變量時，參保類型中，城鎮(zhèn)職工醫(yī)療保險的系數(shù)為[α1]，在1%的水平上顯著為正，說明參加城鎮(zhèn)職工醫(yī)療保險的老年人門診就診次數(shù)顯著高于未參保老年人，反映出該保險類型能夠有效促進老年人對門診醫(yī)療服務(wù)的利用。城鄉(xiāng)居民醫(yī)療保險的系數(shù)為[α2]，在5%的水平上顯著為正，但其促進作用相對城鎮(zhèn)職工醫(yī)療保險較小，這與選擇方程中兩者對醫(yī)療服務(wù)利用決策的影響趨勢一致，進一步表明不同醫(yī)療保險類型在保障水平上的差異對老年人醫(yī)療服務(wù)利用程度產(chǎn)生了不同影響。參保狀態(tài)的系數(shù)為[α3]，在1%的水平上顯著為正，再次證明參保能夠提高老年人的門診就診次數(shù)。年齡的系數(shù)為[α4]，在1%的水平上顯著為正，表明隨著年齡增長，老年人健康問題增多，對門診醫(yī)療服務(wù)的需求增大，就診次數(shù)相應(yīng)增加。性別變量中，女性的系數(shù)為[α5]，在5%的水平上顯著為正，女性老年人門診就診次數(shù)多于男性，這與選擇方程中女性更傾向于利用醫(yī)療服務(wù)的結(jié)果相呼應(yīng)，體現(xiàn)了性別在醫(yī)療服務(wù)利用行為上的差異。教育程度的系數(shù)為[α6]，在10%的水平上顯著為正，說明教育程度較高的老年人更注重健康管理，會更頻繁地利用門診醫(yī)療服務(wù)進行健康檢查和疾病預(yù)防。家庭經(jīng)濟狀況變量中，家庭收入的系數(shù)為[α7]，在1%的水平上顯著為正，家庭收入越高，老年人越有經(jīng)濟能力負擔門診醫(yī)療費用，就診次數(shù)也越多。家庭資產(chǎn)的系數(shù)為[α8]，在5%的水平上顯著為正，家庭資產(chǎn)為老年人門診就醫(yī)提供了經(jīng)濟支持，有助于增加就診次數(shù)。家庭消費支出的系數(shù)為[α9]，在10%的水平上顯著為負，較高的家庭消費支出會壓縮用于醫(yī)療服務(wù)的資金，從而減少老年人的門診就診次數(shù)。地域因素方面，城鄉(xiāng)差異變量中，城市老年人的門診就診次數(shù)顯著高于農(nóng)村老年人，系數(shù)為[α10]，在1%的水平上顯著，這是由于城市醫(yī)療資源豐富，就醫(yī)便利性高，促使城市老年人更頻繁地就診。地區(qū)經(jīng)濟發(fā)展水平的系數(shù)為[α11]，在1%的水平上顯著為正，經(jīng)濟發(fā)達地區(qū)能夠提供更好的醫(yī)療服務(wù)和保障，吸引老年人更多地利用門診醫(yī)療服務(wù)。逆米爾斯比（IMR）的系數(shù)為[γ1]，在1%的水平上顯著，表明存在樣本選擇偏差問題，使用Heckman模型進行估計是必要的，通過控制IMR，有效糾正了樣本選擇偏差對門診就診次數(shù)估計的影響，使結(jié)果更具準確性和可靠性。當以住院次數(shù)作為被解釋變量時，參保類型中城鎮(zhèn)職工醫(yī)療保險和城鄉(xiāng)居民醫(yī)療保險的系數(shù)均在1%的水平上顯著為正，且城鎮(zhèn)職工醫(yī)療保險的促進作用更為明顯，這表明兩種醫(yī)療保險類型都能提高老年人住院的可能性，但城鎮(zhèn)職工醫(yī)療保險在保障老年人應(yīng)對嚴重疾病需要住院治療方面更具優(yōu)勢。參保狀態(tài)同樣在1%的水平上顯著促進住院次數(shù)增加。年齡、性別、教育程度、家庭經(jīng)濟狀況和地域因素等變量對住院次數(shù)的影響方向和顯著性與門診就診次數(shù)的結(jié)果基本一致，反映出這些因素在影響老年人不同類型醫(yī)療服務(wù)利用程度上具有一定的穩(wěn)定性和一致性。逆米爾斯比（IMR）的系數(shù)為[γ2]，在1%的水平上顯著，再次驗證了樣本選擇偏差的存在以及Heckman模型的有效性。在健康狀況方面，以自評健康作為被解釋變量時，參保類型中城鎮(zhèn)職工醫(yī)療保險和城鄉(xiāng)居民醫(yī)療保險的系數(shù)均在5%的水平上顯著為負，說明參加這兩種醫(yī)療保險的老年人自評健康狀況更好，即醫(yī)療保險對老年人的健康狀況具有積極的改善作用。參保狀態(tài)的系數(shù)在5%的水平上顯著為負，進一步證實參保有利于提升老年人的健康自評。年齡的系數(shù)在1%的水平上顯著為正，表明隨著年齡增長，老年人身體機能下降，自評健康狀況變差。性別、教育程度、家庭經(jīng)濟狀況和地域因素等變量也對自評健康產(chǎn)生了顯著影響，如女性自評健康相對較好，教育程度高、家庭經(jīng)濟狀況好以及處于城市和經(jīng)濟發(fā)達地區(qū)的老年人自評健康狀況更優(yōu)。以慢性病患病情況作為被解釋變量時，參保類型和參保狀態(tài)的系數(shù)均在5%的水平上顯著為負，說明醫(yī)療保險能夠在一定程度上降低老年人慢性病的患病率，這可能是因為醫(yī)療保險使老年人能夠及時獲得醫(yī)療服務(wù)進行疾病預(yù)防和早期治療，從而減少慢性病的發(fā)生。年齡的系數(shù)在1%的水平上顯著為正，體現(xiàn)了年齡與慢性病患病的正相關(guān)關(guān)系，年齡越大，患慢性病的風險越高。其他控制變量也呈現(xiàn)出與理論預(yù)期相符的影響。通過對結(jié)果方程估計結(jié)果的分析，可以清晰地看出醫(yī)療保險對老年醫(yī)療服務(wù)利用程度和健康狀況具有顯著影響，同時個人特征、家庭經(jīng)濟狀況和地域因素等也在其中發(fā)揮著重要作用，這些結(jié)果為深入理解醫(yī)療保險與老年健康之間的關(guān)系提供了有力的實證依據(jù)。表3：Heckman模型結(jié)果方程估計結(jié)果變量門診就診次數(shù)住院次數(shù)自評健康慢性病患病情況參保類型-城鎮(zhèn)職工醫(yī)療保險[α1]***[α12]***[α13]**-參保類型-城鄉(xiāng)居民醫(yī)療保險[α2]**[α14]***[α15]**-參保狀態(tài)[α3]***[α16]***[α17]**-年齡[α4]***[α18]***[α19]***[α20]***性別-女性[α5]**[α21]**[α22]**-教育程度[α6]*[α23]*[α24]**-婚姻狀況-已婚有配偶[α25][α26][α27][α28]家庭收入[α7]***[α29]***[α30]**-家庭資產(chǎn)[α8]**[α31]**[α32]**-家庭消費支出[α9]*[α33]*[α34]*[α35]*地域因素-城鄉(xiāng)差異-城市[α10]***[α36]***[α37]***[α38]***地域因素-地區(qū)經(jīng)濟發(fā)展水平[α11]***[α39]***[α40]***[α41]***逆米爾斯比（IMR）[γ1]***[γ2]***--常數(shù)項[α0]***[α42]***[α43]***[α44]***觀測值[N1][N2][N3][N4]注：*、**、***分別表示在10%、5%、1%的水平上顯著。----4.2.3穩(wěn)健性檢驗為確保實證結(jié)果的可靠性和穩(wěn)定性，本研究采用多種方法進行穩(wěn)健性檢驗。首先，進行變量替換檢驗。將門診就診次數(shù)替換為門診費用支出，住院次數(shù)替換為住院天數(shù)，以不同的指標衡量老年醫(yī)療服務(wù)利用程度；將自評健康替換為身體功能指標（如簡易精神狀態(tài)檢查表得分），慢性病患病情況替換為特定慢性病（如高血壓、糖尿?。┑幕疾「怕剩圆煌绞胶饬坷夏杲】禒顩r。重新進行Heckman模型估計，結(jié)果如表4所示。在醫(yī)療服務(wù)利用程度方面，以門診費用支出作為被解釋變量時，參保類型和參保狀態(tài)對門診費用支出的影響方向和顯著性與原模型中門診就診次數(shù)的結(jié)果基本一致，城鎮(zhèn)職工醫(yī)療保險和城鄉(xiāng)居民醫(yī)療保險均在1%的水平上顯著增加門診費用支出，參保狀態(tài)同樣在1%的水平上顯著促進門診費用上升，表明醫(yī)療保險確實提高了老年人在門診醫(yī)療服務(wù)上的經(jīng)濟投入。其他控制變量的影響也與原模型相符。以住院天數(shù)作為被解釋變量時，參保類型和參保狀態(tài)對住院天數(shù)的影響顯著為正，且城鎮(zhèn)職工醫(yī)療保險的促進作用更為突出，各控制變量的影響方向和顯著性也與原模型中住院次數(shù)的結(jié)果一致。在健康狀況方面，以簡易精神狀態(tài)檢查表得分作為被解釋變量時，參保類型和參保狀態(tài)的系數(shù)在5%的水平上顯著為正，說明醫(yī)療保險有助于提高老年人的認知功能和精神健康狀況，與原模型中自評健康的結(jié)果一致，體現(xiàn)了醫(yī)療保險對老年健康的積極影響。以特定慢性病患病概率作為被解釋變量時，參保類型和參保狀態(tài)的系數(shù)在5%的水平上顯著為負，表明醫(yī)療保險能夠降低老年人患特定慢性病的概率，進一步驗證了醫(yī)療保險在老年慢性病防控方面的作用。其次，進行樣本調(diào)整檢驗。剔除樣本中年齡過大（如80歲以上）和過?。ㄈ?0歲以下）的老年人，以及醫(yī)療費用支出異常高或低的樣本，重新進行Heckman模型估計。結(jié)果顯示，參保類型和參保狀態(tài)對醫(yī)療服務(wù)利用程度和健康狀況的影響方向和顯著性與全樣本估計結(jié)果基本一致，各控制變量的影響也保持穩(wěn)定，表明樣本的調(diào)整并未改變主要變量之間的關(guān)系，實證結(jié)果具有較強的穩(wěn)健性。最后，采用傾向得分匹配法（PSM）進行檢驗。通過傾向得分匹配，為參保老年人找到與之特征相似的未參保老年人作為對照，消除樣本選擇偏差的影響。在匹配后的樣本中，再次進行回歸分析，結(jié)果表明醫(yī)療保險對老年醫(yī)療服務(wù)利用程度和健康狀況的影響依然顯著，且與原Heckman模型估計結(jié)果相近，進一步驗證了研究結(jié)論的可靠性。通過以上多種穩(wěn)健性檢驗方法，均得到與原模型估計結(jié)果一致的結(jié)論，說明本研究關(guān)于醫(yī)療保險對老年醫(yī)療服務(wù)利用和健康影響的實證結(jié)果是穩(wěn)健可靠的，增強了研究結(jié)論的可信度和說服力。表4：穩(wěn)健性檢驗結(jié)果變量門診費用支出住院天數(shù)簡易精神狀態(tài)檢查表得分特定慢性病患病概率參保類型-城鎮(zhèn)職工醫(yī)療保險[β11]***[β12]***[β13]**-參保類型-城鄉(xiāng)居民醫(yī)療保險[β21]***[β22]***[β23]**-參保狀態(tài)[β31]***[β32]***[β33]**-年齡[β41]***[β42]***[β43]***[β44]***性別-女性[β51]**[β52]**[β53]**-教育程度[β61]*[β62]*[β63]**-婚姻狀況-已婚有配偶[β71][β72][β73][β74]家庭收入[β81]***[β82]***[β83]**-家庭資產(chǎn)[β91]**[β92]**[β93]**-家庭消費支出[β101]*[β102]*[β103]*[β104]*地域因素-城鄉(xiāng)差異-城市[β111]***五、基于兩部模型的實證分析5.1模型設(shè)定兩部模型（Two-partModel）是一種常用于處理被解釋變量包含大量零值情況的計