商業(yè)醫(yī)療保險能提高農(nóng)民工消費嗎——基于流動人口動態(tài)監(jiān)測數(shù)據(jù)的實證分析
發(fā)布時間：2022-02-09 22:13
本文使用國家衛(wèi)生計生委2014年流動人口動態(tài)監(jiān)測調(diào)查和與其相匹配的城市宏觀數(shù)據(jù),利用傾向得分匹配法并結(jié)合處理效應(yīng)模型,系統(tǒng)探究了商業(yè)醫(yī)療保險對農(nóng)民工消費的影響及其作用機制。研究發(fā)現(xiàn):（1）商業(yè)醫(yī)療保險對農(nóng)民工人均家庭消費具有顯著的正向影響;（2）其作用機制在于,商業(yè)醫(yī)療保險減少了農(nóng)民工醫(yī)療方面的支出不確定性,從而降低了預(yù)防性儲蓄,使得消費增加;（3）分組回歸結(jié)果顯示,商業(yè)醫(yī)療保險對農(nóng)民工消費的影響還存在異質(zhì)性,其中,高收入群體、"70后"、或來自省內(nèi)的農(nóng)民工受商業(yè)醫(yī)療保險的正向影響更大。
【文章來源】：保險研究. 2019,(05)北大核心CSSCI
【文章頁數(shù)】：16 頁
【部分圖文】：
匹配前
匹配前后樣本偏差絕對值的分布特征，可知匹配后變量偏差變小，并且P值接近于1，說明匹配后兩組樣本協(xié)變量不再存在顯著差異。圖2匹配前圖3匹配后(1∶4近鄰匹配)匹配前后樣本偏差絕對值的分布特征表4SamplePsＲ2LＲchi2p＞chi2MeanBiasMedBiasBＲ%Var匹配前0.0572005.000.0009.67.170.8*1.2778匹配后0.0019.191.0000.80.76.71.0222注:匹配方法為1∶4近鄰匹配。接下來，利用不同匹配方法測算商業(yè)醫(yī)療保險對農(nóng)民工人均家庭消費影響的平均處理效應(yīng)(ATT)。從表5可知，不同匹配方法的ATT結(jié)果均在1%的水平顯著，其中，1∶1近鄰匹配的ATT值最小，為0.0379，核匹配的估計結(jié)果最大，為0.0915。平均來看，多種匹配方法的估計結(jié)果在7%上下波動，并且均在1%水平上高度顯著。匹配法進一步說明了農(nóng)民工購買商業(yè)醫(yī)療保險確實能夠增加家庭的人均消費支出。不同傾向得分匹配法的結(jié)果表5匹配方法處理組樣本控制組樣本ATT標準誤T統(tǒng)計量1∶1近鄰匹配40971114520.0379＊＊＊0.01243.051∶4近鄰匹配40971114520.0437＊＊＊0.00984.441∶4卡尺近鄰匹配40971114430.0437＊＊＊0.00984.44半徑匹配40971114430.0461＊＊＊0.00885.22核匹配40971114510.0915＊＊＊0.008810.44局部線性匹配40971114520.0487＊＊＊0.01243.92注:為避免樣本損失，最小近鄰匹配采取有放回抽樣方式;半徑匹配中，半徑選取0.01;*、＊＊、＊＊＊分別表示在10%、5%、1%水平上顯著�！�98—
【參考文獻】：
期刊論文
[1]我國商業(yè)健康保險增長會刺激居民消費嗎?——基于2006～2016年省際面板數(shù)據(jù)的實證研究[J]. 袁成,劉舒亭. 東南大學學報(哲學社會科學版). 2018(03)
[2]醫(yī)療保險與流動人口社會融入:來自商業(yè)保險的證據(jù)[J]. 陳璐,王金旭,范紅麗. 保險研究. 2018(02)
[3]“房奴效應(yīng)”導(dǎo)致居民消費低迷了嗎?[J]. 李江一. 經(jīng)濟學(季刊). 2018(01)
[4]農(nóng)民工與中國高儲蓄率之謎——基于搜尋匹配模型的分析[J]. 馮明. 管理世界. 2017(04)
[5]商業(yè)健康保險對家庭消費的影響[J]. 吳慶躍,杜念宇,臧文斌. 中國經(jīng)濟問題. 2016(03)
[6]城市規(guī)模與農(nóng)民工的城市融入——基于全國248個地級及以上城市的經(jīng)驗研究[J]. 朱明寶,楊云彥. 經(jīng)濟學動態(tài). 2016(04)
[7]商業(yè)健康保險對居民消費及其結(jié)構(gòu)的影響——基于理性預(yù)期和家庭資產(chǎn)結(jié)構(gòu)分析[J]. 王美嬌,朱銘來. 保險研究. 2015(06)
[8]人口老齡化與中國儲蓄率的動態(tài)演化[J]. 汪偉,艾春榮. 管理世界. 2015(06)
[9]醫(yī)療保險對農(nóng)民工城市融入的影響分析[J]. 秦立建,陳波. 管理世界. 2014(10)
[10]不確定性視角下農(nóng)民工消費影響因素分析——基于全國2679個農(nóng)民工的調(diào)查數(shù)據(jù)[J]. 錢文榮,李寶值. 中國農(nóng)村經(jīng)濟. 2013(11)
本文編號：3617729
【文章來源】：保險研究. 2019,(05)北大核心CSSCI
【文章頁數(shù)】：16 頁
【部分圖文】：
匹配前
匹配前后樣本偏差絕對值的分布特征，可知匹配后變量偏差變小，并且P值接近于1，說明匹配后兩組樣本協(xié)變量不再存在顯著差異。圖2匹配前圖3匹配后(1∶4近鄰匹配)匹配前后樣本偏差絕對值的分布特征表4SamplePsＲ2LＲchi2p＞chi2MeanBiasMedBiasBＲ%Var匹配前0.0572005.000.0009.67.170.8*1.2778匹配后0.0019.191.0000.80.76.71.0222注:匹配方法為1∶4近鄰匹配。接下來，利用不同匹配方法測算商業(yè)醫(yī)療保險對農(nóng)民工人均家庭消費影響的平均處理效應(yīng)(ATT)。從表5可知，不同匹配方法的ATT結(jié)果均在1%的水平顯著，其中，1∶1近鄰匹配的ATT值最小，為0.0379，核匹配的估計結(jié)果最大，為0.0915。平均來看，多種匹配方法的估計結(jié)果在7%上下波動，并且均在1%水平上高度顯著。匹配法進一步說明了農(nóng)民工購買商業(yè)醫(yī)療保險確實能夠增加家庭的人均消費支出。不同傾向得分匹配法的結(jié)果表5匹配方法處理組樣本控制組樣本ATT標準誤T統(tǒng)計量1∶1近鄰匹配40971114520.0379＊＊＊0.01243.051∶4近鄰匹配40971114520.0437＊＊＊0.00984.441∶4卡尺近鄰匹配40971114430.0437＊＊＊0.00984.44半徑匹配40971114430.0461＊＊＊0.00885.22核匹配40971114510.0915＊＊＊0.008810.44局部線性匹配40971114520.0487＊＊＊0.01243.92注:為避免樣本損失，最小近鄰匹配采取有放回抽樣方式;半徑匹配中，半徑選取0.01;*、＊＊、＊＊＊分別表示在10%、5%、1%水平上顯著�！�98—
【參考文獻】：
期刊論文
[1]我國商業(yè)健康保險增長會刺激居民消費嗎?——基于2006～2016年省際面板數(shù)據(jù)的實證研究[J]. 袁成,劉舒亭. 東南大學學報(哲學社會科學版). 2018(03)
[2]醫(yī)療保險與流動人口社會融入:來自商業(yè)保險的證據(jù)[J]. 陳璐,王金旭,范紅麗. 保險研究. 2018(02)
[3]“房奴效應(yīng)”導(dǎo)致居民消費低迷了嗎?[J]. 李江一. 經(jīng)濟學(季刊). 2018(01)
[4]農(nóng)民工與中國高儲蓄率之謎——基于搜尋匹配模型的分析[J]. 馮明. 管理世界. 2017(04)
[5]商業(yè)健康保險對家庭消費的影響[J]. 吳慶躍,杜念宇,臧文斌. 中國經(jīng)濟問題. 2016(03)
[6]城市規(guī)模與農(nóng)民工的城市融入——基于全國248個地級及以上城市的經(jīng)驗研究[J]. 朱明寶,楊云彥. 經(jīng)濟學動態(tài). 2016(04)
[7]商業(yè)健康保險對居民消費及其結(jié)構(gòu)的影響——基于理性預(yù)期和家庭資產(chǎn)結(jié)構(gòu)分析[J]. 王美嬌,朱銘來. 保險研究. 2015(06)
[8]人口老齡化與中國儲蓄率的動態(tài)演化[J]. 汪偉,艾春榮. 管理世界. 2015(06)
[9]醫(yī)療保險對農(nóng)民工城市融入的影響分析[J]. 秦立建,陳波. 管理世界. 2014(10)
[10]不確定性視角下農(nóng)民工消費影響因素分析——基于全國2679個農(nóng)民工的調(diào)查數(shù)據(jù)[J]. 錢文榮,李寶值. 中國農(nóng)村經(jīng)濟. 2013(11)
本文編號：3617729
本文鏈接：http://sikaile.net/jingjilunwen/bxjjlw/3617729.html
最近更新
教材專著
