中国城乡医疗保险整合的空间效应研究：基于准自然实验与行政关联数据的实证分析

为解决中国省级间医疗资源空间不平等问题，研究人员以31省医疗保险整合政策为准自然实验，采用空间杜宾模型(SDM)分析政策对医疗公平性的空间溢出效应。研究发现政策实施不仅影响本省人均受益水平，还会对邻省产生空间虹吸效应，尤其加剧了高低受益省份的空间集聚现象。该研究为发展中国家优化医保体系空间公平性提供了重要实证依据。

　　

在中国推进全民医保覆盖的进程中，城乡医疗保险体系的碎片化问题日益凸显。尽管新农合(NCMS)、城镇居民医保(URBMI)和城镇职工医保(UEBMI)三大制度已覆盖超13.5亿人口，但不同制度在筹资水平、报销比例和服务范围上的差异，导致城乡居民医疗福利存在显著空间不平等。尤其值得注意的是，经济发达地区与欠发达地区之间呈现医疗资源"马太效应"——优质资源向核心城市聚集，而农村和西部偏远地区居民的实际受益水平持续走低。这种空间失衡现象引发了一个关键科学问题：当地方政府逐步推行城乡医保整合政策(URRMI)时，政策效应是否会跨越行政边界，在区域间产生空间交互影响？

为回答这一问题， Jingjing Yan 的研究团队创新性地将医保整合政策的渐进式推广视为准自然实验，构建了2006-2021年省级面板数据集。研究巧妙运用空间计量经济学方法，首次系统评估了医保整合对医疗资源空间配置的影响机制。论文发表在《BMC Health Services Research》，其核心发现揭示了政策干预下医疗福利分配的"空间虹吸现象"，为优化区域医保协同发展提供了理论依据。

研究主要采用三项关键技术方法：1) 基于政策实施时点的多期双重差分模型(DID)，控制时间混杂因素；2) 结合地理经济权重矩阵的空间杜宾模型(SDM-DID)，捕捉空间依赖性；3) 通过Moran's I指数和散点图进行空间自相关诊断。数据来源于中国卫生统计年鉴、各省统计年鉴及国家统计局，涵盖31省496个观测值，关键指标包括人均受益水平(lnpb)、城乡受益差异(lnpbu/lnpbr)及医疗资源密度等协变量。

主要研究结果

空间依赖诊断
全局Moran's I分析显示所有结果变量均存在显著空间集聚(lnpb=0.457*，lnpbr=0.748*)。局部Moran散点图揭示典型空间异质性：2016-2021年间，北京、上海、浙江等高收入省份持续位于第四象限，表现为"本省高受益-邻省低受益"的负相关；而安徽、云南等欠发达省份则处于第二象限，形成"本省低受益-邻省高受益"的逆向集聚。

政策空间效应
SDM回归显示医保整合产生显著空间溢出：本省政策实施每提升1单位，邻省人均受益水平将下降0.421-0.980个单位，证实"虹吸效应"存在。城乡差异分析尤为突出——政策使城市居民人均受益下降46.4%，却使农村居民受益提升35.7%，但农村受益的基尼系数(1.151)远高于城市(0.575)，反映整合未能有效缓解农村内部不平等。

经济异质性
分组分析显示政策效应存在梯度差异：在人均GDP超10万元的发达地区，农村受益显著提升62.9%；而在人均GDP低于6万元的贫困地区，政策反而使总体受益下降65.4%。这表明经济基础薄弱地区更易受到空间虹吸的负面影响。

结论与讨论
该研究从空间经济学视角重构了医保公平性的认知框架。首先，验证了"医疗资源空间资本化"现象——高经济水平省份通过优质医疗资源持续吸引参保人跨区就医，形成"经济优势→资源集聚→基金虹吸"的正反馈循环。其次，揭示了URRMI政策的双刃剑效应：虽然整体提升农村受益水平，但未能打破区域间空间锁定效应，反而强化了"中心-外围"格局。

研究对健康中国战略实施具有三重政策启示：1) 省级政府需建立区域医保协调机制，防止基金跨区虹吸；2) 应配套实施医疗资源空间均衡计划，切断"经济梯度-资源集聚"的传导链条；3) 对贫困地区需设计差异化补偿方案，如建立跨省风险调剂金制度。这些发现不仅为中国医保改革提供实证依据，也为巴西、墨西哥等面临类似挑战的发展中国家提供了可借鉴的分析框架。

未来研究可向两个方向拓展：一是纳入市县层面微观调查数据，捕捉政策在基层执行的变异；二是探索数字医保平台如何通过打破地理约束来缓解空间不平等。该研究的局限在于使用行政数据可能存在的统计偏差，后续可通过追踪调查数据进行稳健性检验。