商業(yè)醫(yī)療保險(xiǎn)能提高農(nóng)民工消費(fèi)嗎——基于流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)的實(shí)證分析
發(fā)布時(shí)間:2022-02-09 22:13
本文使用國(guó)家衛(wèi)生計(jì)生委2014年流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)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(xiǎn)對(duì)農(nóng)民工消費(fèi)的影響及其作用機(jī)制。研究發(fā)現(xiàn):(1)商業(yè)醫(yī)療保險(xiǎn)對(duì)農(nóng)民工人均家庭消費(fèi)具有顯著的正向影響;(2)其作用機(jī)制在于,商業(yè)醫(yī)療保險(xiǎn)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?xún)?chǔ)蓄,使得消費(fèi)增加;(3)分組回歸結(jié)果顯示,商業(yè)醫(yī)療保險(xiǎn)對(duì)農(nóng)民工消費(fèi)的影響還存在異質(zhì)性,其中,高收入群體、"70后"、或來(lái)自省內(nèi)的農(nóng)民工受商業(yè)醫(yī)療保險(xiǎn)的正向影響更大。
【文章來(lái)源】:保險(xiǎn)研究. 2019,(05)北大核心CSSCI
【文章頁(yè)數(shù)】:16 頁(yè)
【部分圖文】:
匹配前
匹配前后樣本偏差絕對(duì)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(shuō)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(duì)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(lái),利用不同匹配方法測(cè)算商業(yè)醫(yī)療保險(xiǎn)對(duì)農(nóng)民工人均家庭消費(fèi)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(jì)結(jié)果最大,為0.0915。平均來(lái)看,多種匹配方法的估計(jì)結(jié)果在7%上下波動(dòng),并且均在1%水平上高度顯著。匹配法進(jìn)一步說(shuō)明了農(nóng)民工購(gòu)買(mǎi)商業(yè)醫(yī)療保險(xiǎn)確實(shí)能夠增加家庭的人均消費(fèi)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(biāo)準(zhǔn)誤T統(tǒng)計(jì)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(xiàn)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(xiàn)】:
期刊論文
[1]我國(guó)商業(yè)健康保險(xiǎn)增長(zhǎng)會(huì)刺激居民消費(fèi)嗎?——基于2006~2016年省際面板數(shù)據(jù)的實(shí)證研究[J]. 袁成,劉舒亭. 東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2018(03)
[2]醫(yī)療保險(xiǎn)與流動(dòng)人口社會(huì)融入:來(lái)自商業(yè)保險(xiǎn)的證據(jù)[J]. 陳璐,王金旭,范紅麗. 保險(xiǎn)研究. 2018(02)
[3]“房奴效應(yīng)”導(dǎo)致居民消費(fèi)低迷了嗎?[J]. 李江一. 經(jīng)濟(jì)學(xué)(季刊). 2018(01)
[4]農(nóng)民工與中國(guó)高儲(chǔ)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(xiǎn)對(duì)家庭消費(fèi)的影響[J]. 吳慶躍,杜念宇,臧文斌. 中國(guó)經(jīng)濟(jì)問(wèn)題. 2016(03)
[6]城市規(guī)模與農(nóng)民工的城市融入——基于全國(guó)248個(gè)地級(jí)及以上城市的經(jīng)驗(yàn)研究[J]. 朱明寶,楊云彥. 經(jīng)濟(jì)學(xué)動(dòng)態(tài). 2016(04)
[7]商業(yè)健康保險(xiǎn)對(duì)居民消費(fèi)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(lái). 保險(xiǎn)研究. 2015(06)
[8]人口老齡化與中國(guó)儲(chǔ)蓄率的動(dòng)態(tài)演化[J]. 汪偉,艾春榮. 管理世界. 2015(06)
[9]醫(yī)療保險(xiǎn)對(duì)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(fèi)影響因素分析——基于全國(guó)2679個(gè)農(nóng)民工的調(diào)查數(shù)據(jù)[J]. 錢(qián)文榮,李寶值. 中國(guó)農(nóng)村經(jīng)濟(jì). 2013(11)
本文編號(hào):3617729
【文章來(lái)源】:保險(xiǎn)研究. 2019,(05)北大核心CSSCI
【文章頁(yè)數(shù)】:16 頁(yè)
【部分圖文】:
匹配前
匹配前后樣本偏差絕對(duì)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(shuō)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(duì)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(lái),利用不同匹配方法測(cè)算商業(yè)醫(yī)療保險(xiǎn)對(duì)農(nóng)民工人均家庭消費(fèi)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(jì)結(jié)果最大,為0.0915。平均來(lái)看,多種匹配方法的估計(jì)結(jié)果在7%上下波動(dòng),并且均在1%水平上高度顯著。匹配法進(jìn)一步說(shuō)明了農(nóng)民工購(gòu)買(mǎi)商業(yè)醫(yī)療保險(xiǎn)確實(shí)能夠增加家庭的人均消費(fèi)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(biāo)準(zhǔn)誤T統(tǒng)計(jì)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(xiàn)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(xiàn)】:
期刊論文
[1]我國(guó)商業(yè)健康保險(xiǎn)增長(zhǎng)會(huì)刺激居民消費(fèi)嗎?——基于2006~2016年省際面板數(shù)據(jù)的實(shí)證研究[J]. 袁成,劉舒亭. 東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2018(03)
[2]醫(yī)療保險(xiǎn)與流動(dòng)人口社會(huì)融入:來(lái)自商業(yè)保險(xiǎn)的證據(jù)[J]. 陳璐,王金旭,范紅麗. 保險(xiǎn)研究. 2018(02)
[3]“房奴效應(yīng)”導(dǎo)致居民消費(fèi)低迷了嗎?[J]. 李江一. 經(jīng)濟(jì)學(xué)(季刊). 2018(01)
[4]農(nóng)民工與中國(guó)高儲(chǔ)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(xiǎn)對(duì)家庭消費(fèi)的影響[J]. 吳慶躍,杜念宇,臧文斌. 中國(guó)經(jīng)濟(jì)問(wèn)題. 2016(03)
[6]城市規(guī)模與農(nóng)民工的城市融入——基于全國(guó)248個(gè)地級(jí)及以上城市的經(jīng)驗(yàn)研究[J]. 朱明寶,楊云彥. 經(jīng)濟(jì)學(xué)動(dòng)態(tài). 2016(04)
[7]商業(yè)健康保險(xiǎn)對(duì)居民消費(fèi)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(lái). 保險(xiǎn)研究. 2015(06)
[8]人口老齡化與中國(guó)儲(chǔ)蓄率的動(dòng)態(tài)演化[J]. 汪偉,艾春榮. 管理世界. 2015(06)
[9]醫(yī)療保險(xiǎn)對(duì)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(fèi)影響因素分析——基于全國(guó)2679個(gè)農(nóng)民工的調(diào)查數(shù)據(jù)[J]. 錢(qián)文榮,李寶值. 中國(guó)農(nóng)村經(jīng)濟(jì). 2013(11)
本文編號(hào):3617729
本文鏈接:http://sikaile.net/jingjilunwen/bxjjlw/3617729.html
最近更新
教材專(zhuān)著