南京市流動(dòng)人口醫(yī)保問題統(tǒng)計(jì)研究報(bào)告

-.z**市流動(dòng)人口醫(yī)保問題統(tǒng)計(jì)研究**財(cái)經(jīng)大學(xué)馬超、汪古月、陳萬琳目錄摘要=3\*ROMANIII一、緒論 1〔一〕研究背景與問題的提出 1〔二〕問題研究綜述1〔三〕建模思路與技術(shù)路線 2二、流動(dòng)人口的人口學(xué)特征統(tǒng)計(jì)分析 5〔一〕調(diào)研設(shè)計(jì) 5〔二〕列聯(lián)表分析 5〔三〕對(duì)應(yīng)分析 8三、基于離散選擇模型的參保影響因素分析 10〔一〕變量選取 10〔二〕基于因子分析思想解決多重共線性問題 101.多重共線性 102.因子分析的思想 113.具體構(gòu)造新因子過程 12〔三〕基于二元離散選擇模型的實(shí)證研究 141.處理后的變量說明 142.logistic模型介紹 153.實(shí)證分析 174.模型預(yù)測(cè)功能 20〔四〕基于多元離散選擇模型的實(shí)證研究 211.multinomiallogistic模型介紹 212.實(shí)證分析 22四、基于構(gòu)造方程模型的滿意度分析 25〔一〕構(gòu)造方程模型說明 251.模型簡(jiǎn)介及概念說明 252.構(gòu)造方程一般模型 25〔二〕變量說明 26〔三〕實(shí)證分析 271.模型的評(píng)價(jià) 272.模型輸出結(jié)果 28五、主要結(jié)論及相應(yīng)政策建議 30六、本文的創(chuàng)新與缺乏 33參考文獻(xiàn) 34附錄 38摘要上世紀(jì)90年代以來，隨著城鄉(xiāng)改革和對(duì)外開放的擴(kuò)大，我國(guó)出現(xiàn)了人類歷史上最為壯觀的人口流動(dòng)大潮。然而，在大規(guī)模農(nóng)村勞動(dòng)力進(jìn)入城市，為城市繁榮做出巨大奉獻(xiàn)的同時(shí)，他們?cè)谏鐣?huì)保障方面卻沒有得到應(yīng)有的待遇。本文通過對(duì)**市流動(dòng)人口的醫(yī)保狀況進(jìn)展調(diào)研，對(duì)流動(dòng)人口參保的影響因素以及醫(yī)保滿意程度進(jìn)展分析建模，以期給政府部門提供一些可靠的建議供參考決策，從而能建立一種具有一定針對(duì)性的讓流動(dòng)人口普遍滿意的醫(yī)療保障制度，并能吸引流動(dòng)人口積極參加到務(wù)工地的醫(yī)療保障中。首先從描述統(tǒng)計(jì)的角度進(jìn)展分析，并將流動(dòng)人口的參保選種和相應(yīng)的人口學(xué)特征變量，以列聯(lián)表的形式描繪出來，通過χ2檢驗(yàn)，初步判斷是否參保與哪些變量有關(guān)。在此根底上進(jìn)展對(duì)應(yīng)分析，通過對(duì)應(yīng)分析圖直觀的反響出參保選種與各變量間的關(guān)聯(lián)。其次，在描述統(tǒng)計(jì)的根底上，使用離散選擇模型從定量的角度上進(jìn)展實(shí)證分析，并得出結(jié)論：報(bào)銷比率的提高會(huì)促進(jìn)流動(dòng)人口的參保；從事職業(yè)與具體參加哪種保險(xiǎn)并無顯著關(guān)系，但與是否參加保險(xiǎn)有關(guān)；收入增加、受教育年數(shù)增加與具體參加哪種保險(xiǎn)并無顯著關(guān)系，但對(duì)是否參保有積極的作用；戶籍對(duì)是否參保無顯著關(guān)系，但持非農(nóng)戶口的更有可能參加城鎮(zhèn)職工醫(yī)保。最后，通過建立構(gòu)造方程模型對(duì)流動(dòng)人口的醫(yī)療狀況滿意度進(jìn)展分析，得出結(jié)論：就醫(yī)效勞質(zhì)量感知和醫(yī)保效勞質(zhì)量感知影響了流動(dòng)人口的滿意度；當(dāng)流動(dòng)人口醫(yī)療滿意度提高，未來參保意愿就會(huì)提高，這個(gè)關(guān)系十分顯著；另外，政策認(rèn)知能顯著影響就醫(yī)和醫(yī)保效勞質(zhì)量感知。本文建模的創(chuàng)新之處在于通過因子分析的思想尋找工具變量，以解決離散選擇模型中的多重共線性問題；另外，將那些在戶籍地參加了新農(nóng)合，但在務(wù)工地?zé)o法享受到相應(yīng)福利的那局部流動(dòng)人口界定為無醫(yī)保者，這也是本文的一大創(chuàng)新。關(guān)鍵詞：流動(dòng)人口；醫(yī)療保障；logistic模型；構(gòu)造方程模型-.z-.z一、緒論〔一〕研究背景與問題的提出上世紀(jì)90年代以來，隨著城鄉(xiāng)改革和對(duì)外開放的擴(kuò)大，我國(guó)出現(xiàn)了人類歷史上最為壯觀的人口流動(dòng)大潮。數(shù)量龐大的流動(dòng)人口，其主體是從農(nóng)村轉(zhuǎn)移到城市的務(wù)工人員，即通常所說的農(nóng)民工。**市作為**省省會(huì)，有著較為興旺的政治經(jīng)濟(jì)文化，是一個(gè)重要的流動(dòng)人口流入地。然而流動(dòng)人口在為市場(chǎng)經(jīng)濟(jì)的開展和城市的繁榮做出巨大奉獻(xiàn)的同時(shí)，他們?cè)谏鐣?huì)保障方面卻沒有得到應(yīng)有的待遇。主要表現(xiàn)在：〔1〕原則上規(guī)定用人單位必須給職工參加城鎮(zhèn)職工醫(yī)療保險(xiǎn)〔以下簡(jiǎn)稱職工醫(yī)保〕，但由于農(nóng)民工文化程度有限，一般都在小型不正規(guī)企業(yè)，真正能參加職工醫(yī)保的人數(shù)很少?！?〕城鎮(zhèn)居民根本醫(yī)療保險(xiǎn)〔以下簡(jiǎn)稱居民醫(yī)保〕明確規(guī)定了覆蓋人群為城鎮(zhèn)中那些不屬于城鎮(zhèn)職工根本醫(yī)療保險(xiǎn)制度覆蓋*圍的學(xué)生、兒童以及其他非從業(yè)城鎮(zhèn)居民。即對(duì)于沒有**戶口的流動(dòng)人口，即使是那些沒有經(jīng)濟(jì)來源的婦女、兒童，也不太可能參加居民醫(yī)保事實(shí)上，在調(diào)研的150名流動(dòng)人口中，確實(shí)無人參加居民醫(yī)保。因此在后文的分析中，不再單列一欄“城鎮(zhèn)居民醫(yī)保〞。?！?〕所以大局部流動(dòng)人口只能參加新型農(nóng)村合作醫(yī)療〔以下簡(jiǎn)稱新農(nóng)合〕。但新農(nóng)合除了保障水平低外，還存在著一個(gè)問題：流動(dòng)人口在戶籍地參加了新農(nóng)合，然而對(duì)于長(zhǎng)期在**打工的流動(dòng)人口來說，每次生病都返鄉(xiāng)看病不太現(xiàn)實(shí)，在定點(diǎn)醫(yī)院看病再回鄉(xiāng)報(bào)銷的手續(xù)十分繁瑣。也就是說，一局部在戶籍地參加了新農(nóng)合的流動(dòng)人口，來了**后無法享受到應(yīng)有福利。對(duì)于這樣一局部人，本文將其視為無醫(yī)保者，這也是本次事實(shí)上，在調(diào)研的150名流動(dòng)人口中，確實(shí)無人參加居民醫(yī)保。因此在后文的分析中，不再單列一欄“城鎮(zhèn)居民醫(yī)保〞。因此，建立健全有關(guān)流動(dòng)人口的醫(yī)療保障制度，不僅對(duì)于解決該人群在城市務(wù)工期間的醫(yī)療保障問題具有重要的作用，而且對(duì)我國(guó)產(chǎn)業(yè)構(gòu)造的調(diào)整和市場(chǎng)經(jīng)濟(jì)的開展，乃至構(gòu)建和諧社會(huì)都具有極其重要的現(xiàn)實(shí)意義?！捕硢栴}研究綜述國(guó)內(nèi)對(duì)這方面的研究較晚，大多是以定性分析為主，定量分析的較少。這些文獻(xiàn)大多集中在最近10年，也反映出我國(guó)逐漸開場(chǎng)重視到流動(dòng)人口這個(gè)特殊群體的醫(yī)療保障問題。首先，從對(duì)流動(dòng)人口醫(yī)療保障制度及政策方面的分析來看，主要有以下一些觀點(diǎn)。王向〔2003〕，佟艷超、*芮〔2010〕對(duì)流動(dòng)人口社會(huì)保障政策方面的分析后，提出了一個(gè)觀點(diǎn)，就是通過改革戶籍制度，最終把農(nóng)民工納入城市，一方面可以提高城市化率，另一方面可以更有效的解決流動(dòng)人口的醫(yī)療保障問題。蔡建民〔2006〕提出要建立以農(nóng)民工為主體的流動(dòng)人口社會(huì)保障體系框架，需要建立并完善包括現(xiàn)行社?；鸸芾頇C(jī)構(gòu)效勞方式在內(nèi)的各項(xiàng)配套效勞。陳海波、肖樣敏〔2008〕通過對(duì)**市流動(dòng)人口的調(diào)研，得出了類似的結(jié)論，建議構(gòu)建“協(xié)同互補(bǔ)型〞的流動(dòng)人口醫(yī)療保障體系。賈勇、王瓊〔2009〕主*通過加大對(duì)政策的宣傳力度，以此提高流動(dòng)人口醫(yī)療保險(xiǎn)的參保率；重視不同人群的不同安康問題這一點(diǎn)很重要，并有針對(duì)性的采取醫(yī)療保障措施。常傳頌〔2010〕對(duì)**省農(nóng)民工醫(yī)療保障的現(xiàn)在調(diào)查后，主要站在法治的角度上，提出：國(guó)家必須制定一部相關(guān)法律；強(qiáng)化用工單位的法律責(zé)任；加強(qiáng)對(duì)農(nóng)民工醫(yī)療保障的監(jiān)管。其次，從流動(dòng)人口醫(yī)療保障狀況及影響因素的實(shí)證分析方面，主要有以下一些觀點(diǎn)。彭績(jī)、程錦泉〔2005〕通過對(duì)**市流動(dòng)人口進(jìn)展分層隨機(jī)抽樣調(diào)查，采用定性研究與定量研究相結(jié)合的方法，結(jié)果說明，流動(dòng)人口在社區(qū)衛(wèi)生效勞提供與利用中均處于弱勢(shì)地位，即衛(wèi)生需求高，但利用率很低。王蘭芳、陳萬明、*曉寧〔2006〕通過“適度性〞測(cè)評(píng)，發(fā)現(xiàn)當(dāng)前**省新農(nóng)合保障水平低于適度性的下限，呈現(xiàn)低態(tài)，必須從合作醫(yī)療的基金供應(yīng)和基金支出2個(gè)方面采取適度性調(diào)控，以到達(dá)平衡策略。朱考金、狄**〔2008〕通過對(duì)**市的進(jìn)城農(nóng)民工調(diào)研，發(fā)現(xiàn)農(nóng)民工居住狀況差，根本消費(fèi)占了整個(gè)消費(fèi)支出的很大比重，相比擬而言，醫(yī)療支出的比重很小，與農(nóng)村居民相比，進(jìn)城農(nóng)民工的身體安康情況略好，而在醫(yī)保處理這方面，農(nóng)民工比擬消極，通常選擇本錢低的方式。黃乾〔2009〕利用城市農(nóng)民工調(diào)研數(shù)據(jù)，通過probit模型進(jìn)展實(shí)證分析，研究農(nóng)民工參加醫(yī)保及模式選擇的影響因素，得出結(jié)論是提高農(nóng)民工的人力資本和收入水平，是增加農(nóng)民工醫(yī)療保障需求和提高醫(yī)療保障參保率的最重要途徑。*宏、王俊〔2010〕利用CHNS〔中國(guó)安康與營(yíng)養(yǎng)調(diào)查〕數(shù)據(jù)，從居民對(duì)醫(yī)療保障信息認(rèn)知情況進(jìn)展分析，得出對(duì)醫(yī)療保障信息認(rèn)知如何顯著影響其衛(wèi)生醫(yī)療需求的結(jié)論。研究發(fā)現(xiàn)，對(duì)醫(yī)療保障信息缺乏認(rèn)知的城鄉(xiāng)居民，在衛(wèi)生醫(yī)療需求方面缺乏，從而使醫(yī)療改革的效果大打折扣，表達(dá)出公共政策的重要性。〔三〕建模思路與技術(shù)路線本文建模目的是通過對(duì)**市流動(dòng)人口的醫(yī)保狀況調(diào)研分析，以期給政府部門提供一些可靠的建議供參考決策，從而能建立一種具有一定針對(duì)性的能讓流動(dòng)人口普遍滿意的醫(yī)療保障制度，并引導(dǎo)流動(dòng)人口積極參加醫(yī)保。圍繞著這個(gè)目標(biāo)，筆者倒著逆推出本文的脈絡(luò)，并以此為建模的路線。怎樣的醫(yī)保才是讓人滿意的，并能引導(dǎo)人參與.怎樣的醫(yī)保才是讓人滿意的，并能引導(dǎo)人參與.參考文獻(xiàn)調(diào)研考察匯總數(shù)據(jù)參考文獻(xiàn)調(diào)研考察匯總數(shù)據(jù)統(tǒng)計(jì)建模建模目的建模目的什么樣的流動(dòng)人口對(duì)應(yīng)會(huì)選擇哪種醫(yī)保.什么樣的流動(dòng)人口對(duì)應(yīng)會(huì)選擇哪種醫(yī)保. 圖1.1逆推建模思路由本文的建模目的，既然要建立一種讓流動(dòng)人口普遍滿意的醫(yī)療保障制度從而讓流動(dòng)人口積極參保，所以必然要先解決這樣兩個(gè)問題：1.什么樣的流動(dòng)人口對(duì)應(yīng)會(huì)選擇哪種醫(yī)保.2.怎樣的醫(yī)保才是讓流動(dòng)人口普遍滿意的.或者說流動(dòng)人口對(duì)于醫(yī)保的滿意程度取決于哪些因素.這樣逆推得到的寫作思路可以防止出現(xiàn)為了建模而建模、陷入“唯方法論〞、計(jì)量模型脫離主題的問題。思路上的邏輯關(guān)系方法上的邏輯關(guān)系流動(dòng)人口醫(yī)療保障滿意度分析流動(dòng)人口人口學(xué)特征描述統(tǒng)計(jì)流動(dòng)人口醫(yī)療保障滿意度分析流動(dòng)人口人口學(xué)特征描述統(tǒng)計(jì)流動(dòng)人口醫(yī)療保障參保影響因素分析研究意義文獻(xiàn)綜述政策建議列聯(lián)分析χ2檢驗(yàn)描述統(tǒng)計(jì)圖表對(duì)應(yīng)分析構(gòu)造方程滿意度分析離散選擇模型二元→多元基于因子分析構(gòu)造工具變量圖1.2技術(shù)路線根據(jù)以上建模思路，可以得到本文建模的技術(shù)路線，如圖1.2。有2條主要的脈絡(luò)，一條是思路上的邏輯關(guān)系〔圖1.2左半邊〕，一條是方法上的邏輯關(guān)系，圖中細(xì)箭頭代表邏輯上的遞進(jìn)關(guān)系。本文在借鑒國(guó)內(nèi)外相關(guān)理論研究成果的根底上，通過設(shè)計(jì)調(diào)查問卷，對(duì)**市流動(dòng)人口進(jìn)展抽樣調(diào)查。先采用列聯(lián)分析和對(duì)應(yīng)分析，用圖表的方式直觀的先驗(yàn)反響出流動(dòng)人口醫(yī)保選種與人口學(xué)特征之間的聯(lián)系，在此根底上采用離散選擇模型解決第一個(gè)問題，即“什么樣的流動(dòng)人口對(duì)應(yīng)會(huì)選擇哪種醫(yī)保〞；再采用構(gòu)造方程模型解決第二個(gè)問題，即“流動(dòng)人口對(duì)于醫(yī)保的滿意程度取決于哪些因素〞。綜合以上建模得出的結(jié)論提出政策建議，為完善流動(dòng)人口醫(yī)療制度提出有益的決策參考。二、流動(dòng)人口的人口學(xué)特征統(tǒng)計(jì)分析〔一〕調(diào)研設(shè)計(jì)通過前期文獻(xiàn)研究和專家座談，本次調(diào)研地點(diǎn)選擇流動(dòng)人口日流動(dòng)量較大的人才交流市場(chǎng)，從走出勞務(wù)市場(chǎng)的人中每隔4人抽取一人進(jìn)展調(diào)研，共與150名流動(dòng)人口進(jìn)展面對(duì)面訪談。調(diào)研問卷共分4個(gè)局部：1.流動(dòng)人口的根本情況，這其中包括了流動(dòng)人口的個(gè)人根本信息、職業(yè)信息以及家庭信息；2.流動(dòng)人口的醫(yī)療保障情況，其中包括了被訪者個(gè)人的參保信息、被訪者子女和配偶的參保信息，被訪者的就醫(yī)信息；3.流動(dòng)人口對(duì)于務(wù)工當(dāng)?shù)氐木歪t(yī)滿意度情況；4.流動(dòng)人口的參保認(rèn)知情況及參保意愿?！捕沉新?lián)表分析使用馬克威5.0軟件對(duì)調(diào)研問卷中的一些重要變量進(jìn)展描述性統(tǒng)計(jì)分析，得出被訪者的戶人均收入、受教育年限以及去年醫(yī)療支出額的均值、中位數(shù)、極值、標(biāo)準(zhǔn)差、偏峰度等信息，從而對(duì)**市流動(dòng)人口這個(gè)群體在宏觀有一個(gè)大致把握。如表2.1：表2.1重要變量的描述統(tǒng)計(jì)表均值中位數(shù)最大值最小值標(biāo)準(zhǔn)差偏度峰度受教育年數(shù)6.0561503.010.393.53戶人均收入17179.13145003900034008141.510.492.47去年醫(yī)療支出額1300.47121050000893.881.065.43從中可以初步得出以下一些結(jié)論：1.**市流動(dòng)人口的文化程度偏低，受教育年數(shù)的中位數(shù)和均值都在6左右，即小學(xué)畢業(yè)，有一半人不超過小學(xué)文化；2.**市流動(dòng)人口屬弱勢(shì)群體。因?yàn)閾?jù)**市統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)，2010年**城市居民家庭人均收入為31314.26元，而被的流動(dòng)人口家庭人均收入為17179.13元，僅為**市總體水平的55%。3.三個(gè)變量的偏度均大于0，說明數(shù)據(jù)右偏，即說明數(shù)據(jù)左邊比擬密集，右邊分散。尤其是醫(yī)療支出的偏度最大，說明流動(dòng)人口的醫(yī)療支出還處于一個(gè)低水平，大多數(shù)人的醫(yī)療支出很少，都集中在左邊，也就是說多數(shù)人的醫(yī)療水平是小于平均值1300元的，只是少數(shù)人醫(yī)療支出水平高的人拉動(dòng)了平均水平。三個(gè)變量的峰度均大于0，說明它比正態(tài)分布要陡峭，為尖峰分布，成尖峰厚尾的特征，尤其是醫(yī)療支出數(shù)據(jù)，峰度最大，從一個(gè)側(cè)面反映了懸殊比擬大。以上從單個(gè)變量的角度初步進(jìn)展分析，但在研究流動(dòng)人口參保狀況的時(shí)候，通常不僅需要單獨(dú)考察*一方面的信息，而且還要將幾個(gè)方面的信息聯(lián)合起來一并考察，從而得到更客觀合理的結(jié)果，因此這里進(jìn)一步做列聯(lián)分析。使用SAS9.0軟件對(duì)流動(dòng)人口參保情況的列聯(lián)分析，結(jié)果如表2.2，我們可以得到一些根本的人口學(xué)信息：〔1〕總共150名受訪流動(dòng)人口中，參與新農(nóng)合的有66人〔44%〕，參與職工醫(yī)保的有36人〔24%〕，無醫(yī)保的有48人〔32%〕。其中，男性占59%，女性占41%，性別對(duì)于參保情況有統(tǒng)計(jì)學(xué)意義〔χ2=8.715，P值=0.013〕，從經(jīng)濟(jì)學(xué)角度來看，性別與醫(yī)保沒有直接聯(lián)系，但考慮到性別與工作、收入、教育等相關(guān)，從而間接的影響到了參保狀況?！?〕年齡方面，18-35歲的青壯年占49%，35歲以上者占51%，與性別的解釋類似，年齡對(duì)于參保情況也具有統(tǒng)計(jì)學(xué)意義。〔3〕受教育年數(shù)方面，受教育年數(shù)在3年以下的占19%，4-6年的占47%，7-9年的占26%，10年以上的占8%，受教育年數(shù)方面對(duì)于參保情況具有統(tǒng)計(jì)學(xué)意義，直觀上看，受教育時(shí)間長(zhǎng)的人比短的人更有可能選擇醫(yī)療保障?！?〕被訪者中農(nóng)村戶口的占79%，非農(nóng)戶口占21%，戶口對(duì)于參保情況具有統(tǒng)計(jì)學(xué)意義，從表中可以看出，有非農(nóng)戶口的人選擇職工醫(yī)療保險(xiǎn)的人的相比照重更高，而農(nóng)村戶口的流動(dòng)人口多為新農(nóng)合?！?〕收入方面，年家庭人均收入在1萬元以下的占22%，1萬到2萬的占41%，2萬到3萬的占32%，3萬以上的占7%，收入對(duì)于參保情況具有很顯著的統(tǒng)計(jì)學(xué)意義，收入高的人享有醫(yī)療保障的人比例明顯大，收入3萬元以上的人均有醫(yī)療保險(xiǎn)?！?〕被訪者中有超過一半〔58%〕的人沒有享受到報(bào)銷，沒有享受到報(bào)銷的這87人當(dāng)中，有48人是沒有參保，當(dāng)然不會(huì)有報(bào)銷，另外39人參保了卻沒有享受過報(bào)銷；另外可以發(fā)現(xiàn)，參加職工醫(yī)保的人明顯報(bào)銷比率要比參加新農(nóng)合的人高。〔7〕安康自評(píng)方面，由差到好的5個(gè)等級(jí)所占比重依次為1%，7%，25%，51%，5%。職業(yè)方面，效勞業(yè)占36%，工業(yè)占51%，商業(yè)占13%。安康自評(píng)與職業(yè)對(duì)于參保情況不具有統(tǒng)計(jì)學(xué)意義〔P值分別為0.224，0.223〕，不過，由于χ2檢驗(yàn)是一個(gè)總體檢驗(yàn)，不排除可能有少數(shù)類別間的聯(lián)系被淹沒在絕大多數(shù)無關(guān)類別的情形出現(xiàn)，因此通常χ2不以嚴(yán)格的統(tǒng)計(jì)學(xué)上的0.05為判斷準(zhǔn)則，具體界值表2.2參保情況列聯(lián)表新農(nóng)合職工醫(yī)保無醫(yī)保合計(jì)χ2值P值人數(shù)構(gòu)成比人數(shù)構(gòu)成比人數(shù)構(gòu)成比人數(shù)構(gòu)成比性別男3857.582877.782245.83880.598.7150.013女2842.42822.222654.17620.41年齡18-353146.972466.671939.58740.496.3000.04335以上3553.031233.332960.42760.51受教育0-3710.61411.111735.42280.1921.5400.0024-63553.031336.112347.92710.477-91928.791313.11714.58390.2610以上57.58616.6712.08120.08暫住證有4974.242569.443368.751070.710.4930.782無1725.761130.561531.25430.29戶口農(nóng)村6192.421952.783981.251190.7922.4900.000非農(nóng)57.581747.22918.75310.21安康差00.0000.0024.1720.0110.6230.224較差46.06411.1136.25110.07一般1624.24925.001327.08380.25好3959.091952.781939.58770.51很好710.61411.111122.92220.15婚姻未婚1522.731027.78918.75340.231.7390.784已婚4771.212466.673470.831050.70離婚46.0625.56510.42110.07職業(yè)效勞業(yè)2436.36925.002143.75540.365.7020.223工業(yè)3553.031952.782347.92770.51商業(yè)710.61822.2248.33190.13收入〔萬元〕1以下812.1238.332245.83330.2239.8750.0001-23146.97925.002143.75610.412-32131.822055.56510.42460.323以上69.09411.1100.00100.07報(bào)銷比率03045.45925.0048100.00870.5867.3100.0000-25%2436.36719.4400.00310.2125%-1218.182055.5600.00320.21660.44360.24480.32150為多少并無統(tǒng)一標(biāo)準(zhǔn)，有學(xué)者認(rèn)為如果P值大于0.2，就沒有做對(duì)應(yīng)分析的必要*文彤，董偉.SPSS統(tǒng)計(jì)分析高級(jí)教程[M].：高等教育，2004：309。介于此，筆者在下面的對(duì)應(yīng)分析中就排除了這2個(gè)變量，不過由于慎重性原則，在后面章節(jié)的回歸方程中，還是會(huì)考慮這2個(gè)變量。*文彤，董偉.SPSS統(tǒng)計(jì)分析高級(jí)教程[M].：高等教育，2004：309〔8〕被訪者中有暫住證的占71%，無暫住證的占29%；未婚的占23%，已婚的占70%，離婚的占7%。這2個(gè)變量的P值過大〔分別為0.782和0.784〕，故可認(rèn)為這2個(gè)變量對(duì)參保情況不具有統(tǒng)計(jì)學(xué)意義，可以不再做進(jìn)一步分析?！踩硨?duì)應(yīng)分析上一節(jié)使用了列聯(lián)表χ2檢驗(yàn)的方法對(duì)數(shù)據(jù)進(jìn)展了一個(gè)先驗(yàn)的分析，得到了參保狀況和人口學(xué)特征等分類變量?jī)蓛芍g的聯(lián)系。但現(xiàn)在更進(jìn)一步分析多個(gè)分類變量之間關(guān)系時(shí)，χ2檢驗(yàn)顯得不夠，可以通過對(duì)應(yīng)分析的方法，將上一節(jié)的列聯(lián)表轉(zhuǎn)換成一*散點(diǎn)圖，從而將列聯(lián)表中包含的類別關(guān)系信息用各散點(diǎn)空間位置關(guān)系的形式直觀的表現(xiàn)出來。圖2.1對(duì)應(yīng)分析圖基于上一節(jié)列聯(lián)表χ2檢驗(yàn)的研究，選定參保情況、受教育年數(shù)、家庭人均收入、年齡、性別、戶口、報(bào)銷比率作為變量進(jìn)展對(duì)應(yīng)分析，而婚姻狀況、職業(yè)狀況、自評(píng)安康狀況、是否有暫住證由于χ2檢驗(yàn)的P值過大，而不被選入進(jìn)展對(duì)應(yīng)分析。對(duì)應(yīng)分析圖如圖2.1。圖2.2判別度量由圖2.2判別度量可以看出，變量間都呈銳角，說明對(duì)應(yīng)分析效果不錯(cuò)。從圖2.1對(duì)應(yīng)分析圖可以得出以下一些結(jié)論：〔1〕職工醫(yī)保、非農(nóng)戶口、較高報(bào)銷、10年以上教育、家庭人均收入3萬元以上之間有聯(lián)系。這類流動(dòng)人口通常具有較高的素質(zhì)與穩(wěn)定的收入，雖然是流動(dòng)人口，但是非農(nóng)戶口，這類人一般有比擬不錯(cuò)的工作，公司會(huì)給予員工參加職工醫(yī)保，并有較高〔超過25%〕的報(bào)銷比率?！?〕0-3年文化、家庭人均收入1萬元以下、無醫(yī)保之間有聯(lián)系，這類人文化程度很低，小學(xué)沒畢業(yè)或文盲半文盲，相應(yīng)的收入水平也低，他們進(jìn)城后多半成為苦力，這就是城市中的弱勢(shì)群體。由于貧困不愿意主動(dòng)花錢參加醫(yī)保，或者是無信息來源，不知道如何參保，或者是在戶籍地參加了新農(nóng)合，但所參合的新農(nóng)合在務(wù)工地〔**〕不起作用，本人也不愿意在務(wù)工地參保。這樣的人群缺少起碼的醫(yī)療保障，并且他們多半從事苦力，易患疾病，所以這樣的人群應(yīng)該是政府部門重點(diǎn)關(guān)注對(duì)象?！?〕低報(bào)銷和新農(nóng)合之間有聯(lián)系。由數(shù)據(jù)分析，可以得到這樣的結(jié)論，新農(nóng)合在報(bào)銷比率上不如職工醫(yī)保。筆者認(rèn)為這主要有2個(gè)原因，一是我國(guó)的城鄉(xiāng)差距較大，農(nóng)村的醫(yī)療保健水平本身不如城市；二是流動(dòng)人口在戶籍地參加了新農(nóng)合，現(xiàn)在到了務(wù)工地〔**〕，存在一個(gè)異地就醫(yī)的問題，即便戶籍地的新農(nóng)合能報(bào)銷，但手續(xù)煩雜，影響了報(bào)銷比率。三、基于離散選擇模型的參保影響因素分析在上一章的多重對(duì)應(yīng)分析中，我們將繁雜的數(shù)據(jù)以類別聯(lián)系的方式直觀的表現(xiàn)在了二維圖形中，一目了然的得出了很多有用的結(jié)論。但是對(duì)應(yīng)分析這種方法只能從直觀的角度定性分析問題，不能用于相關(guān)關(guān)系的假設(shè)檢驗(yàn)，無法得到確切的統(tǒng)計(jì)結(jié)論，也無法從定量的角度更深層次的分析流動(dòng)人口的參保情況。因此本章將在上一章研究的根底上，采用離散選擇模型，以定量分析的形式研究流動(dòng)人口參保的影響因素，明確解決“什么樣的流動(dòng)人口對(duì)應(yīng)會(huì)具體選擇哪種醫(yī)保〞這個(gè)問題，使結(jié)論更加細(xì)致客觀?！惨弧匙兞窟x取按照上章對(duì)應(yīng)分析及列聯(lián)表χ2檢驗(yàn)，由于慎重性原則，建模之初，本文將安康自評(píng)與職業(yè)〔χ2檢驗(yàn)P值分別為0.224，0.223〕也納入到自變量當(dāng)中，而是否有暫住證和婚姻情況〔χ2檢驗(yàn)P值分別為0.782和0.784〕則被排除在外。因此本文以流動(dòng)人口是否參保作為被解釋變量，以被訪者年齡、受教育年數(shù)、自評(píng)安康狀況、家庭人口、家庭人均收入、報(bào)銷比率、性別、戶口、職業(yè)為解釋變量，具體如表3.1：表3.1變量選取及說明變量變量說明因變量Y參保情況0=無醫(yī)保1=參保自變量*1年齡取絕對(duì)數(shù)*2受教育年數(shù)取絕對(duì)數(shù)*3自評(píng)安康狀況1=很差2=較差3=一般4=較好5=很好*4家庭人口取絕對(duì)數(shù)*5家庭人均收入取絕對(duì)數(shù)*6報(bào)銷比率取絕對(duì)數(shù)*7性別1=男2=女*8戶口1=農(nóng)村戶口2=非農(nóng)戶口*9職業(yè)1=效勞業(yè)2=工業(yè)3=商業(yè)〔二〕基于因子分析思想解決多重共線性問題1.多重共線性由常識(shí)知，流動(dòng)人口的年齡與受教育年數(shù)會(huì)有反向關(guān)系，即一般年齡大的人文化水平低；流動(dòng)人口的家庭人均收入會(huì)與受教育年數(shù)有正向關(guān)系，即一般文化水平高的人收入相應(yīng)會(huì)高。經(jīng)檢驗(yàn)，流動(dòng)人口的年齡與受教育年數(shù)的偏相關(guān)系數(shù)為-0.44，流動(dòng)人口的家庭人均收入與受教育年數(shù)的偏相關(guān)系數(shù)為0.538，這2個(gè)數(shù)值都很高。至于收入與年齡之間的偏相關(guān)系數(shù)比擬低〔為0.241〕，很可能是因?yàn)槲幕瘜?duì)收入的正效應(yīng)，與文化對(duì)年齡的負(fù)效應(yīng)正負(fù)相抵了。確定是否存在多重共線性可以通過輔助回歸的方法，輔助回歸結(jié)果如表3.2：表3.2輔助回歸結(jié)果因變量自變量T統(tǒng)計(jì)量P值年齡受教育年數(shù)-5.870.00家庭人均收入受教育年數(shù)6.000.00由輔助回歸結(jié)果知，年齡、家庭人均收入分別與受教育年數(shù)回歸，都有很好的解釋作用，所以可以認(rèn)為他們之間存在顯著的共線性關(guān)系*敬水.中級(jí)計(jì)量經(jīng)濟(jì)學(xué)[M].**：**財(cái)經(jīng)大學(xué),2009:126-133。模型存在多重共線性的時(shí)候會(huì)影響到方程的效果。從邏輯上講，本身就不應(yīng)該將冗余變量納入模型進(jìn)展分析；更重要的是，與多元回歸模型一樣，logistic回歸也對(duì)多重共線性比擬敏感，當(dāng)存在多重共線性的時(shí)候，系數(shù)標(biāo)準(zhǔn)誤的估計(jì)將產(chǎn)生偏差〔Berry&Feldman,1985〕，當(dāng)共線性嚴(yán)重時(shí)甚至?xí)?dǎo)致系數(shù)估計(jì)符號(hào)的變化(Hanushek&Jackson,1977)。這是建模中一個(gè)個(gè)比擬嚴(yán)重而又經(jīng)常被學(xué)者們忽略的問題。*敬水.中級(jí)計(jì)量經(jīng)濟(jì)學(xué)[M].**：**財(cái)經(jīng)大學(xué),2009:126-133模型中其他解釋變量之間也存在著一定的共線性，但相關(guān)系數(shù)都在0.4以下，這時(shí)多重共線性帶來的問題不嚴(yán)重，可以忽略王濟(jì)川，郭志剛.Logistic回歸模型——王濟(jì)川，郭志剛.Logistic回歸模型——方法與應(yīng)用[M].：高等教育，2001：190-1912.因子分析的思想〔1〕學(xué)者*敬水〔2008〕建議將那些存在多重共線性的變量，通過主成份分析的方法，將存在相關(guān)性的變量組合成新的主成份，用較少的新指標(biāo)代替原來較多的舊變量，而這些較少的新指標(biāo)之間是不存在相關(guān)性的。所以再對(duì)新指標(biāo)建立回歸方程時(shí)，實(shí)際上就防止了多重共線性的問題。本文結(jié)合理論知識(shí)后，決定探索性的采用因子分析的思想來解決多重共線性問題。因?yàn)橐蜃臃治鲈?種程度上可以看成是主成份分析的推廣與擴(kuò)展，它對(duì)問題的研究更加深入，與主成份分析類似，因子分析實(shí)質(zhì)上也是個(gè)“降維〞的過程，同樣不受量綱的影響，將多個(gè)相關(guān)的變量用少量不相關(guān)的因子來代替。而比起主成份分析，因子分析有它特有的優(yōu)勢(shì)，可以通過因子軸的旋轉(zhuǎn)，可以使得到新的因子載荷意義更加明顯。〔2〕因子分析的根本思想是：設(shè)有N個(gè)樣本，P個(gè)指標(biāo)，*=〔*1，*2,…，*P〕T為隨機(jī)向量，要尋找的公因子為F=(F1，F(xiàn)2,…，F(xiàn)m〕T，則模型*1=a11F1+a12F2+…+a1mFm+ε1*2=a21F1+a22F2+…+a2mFm+ε2…*p=ap1F1+ap2F2+…+apmFm+εp〔3.1〕就稱為因子模型，寫成矩陣形式為：*=AF+aε〔3.2〕其中A=〔aij〕為因子載荷矩陣，aij為因子載荷，其實(shí)質(zhì)是公因子Fi和變量*j的相關(guān)系數(shù)ε為特殊因子，代表公因子以外的影響因素，在實(shí)際分析時(shí)忽略不計(jì)。對(duì)求得的公因子，需要觀察它們?cè)谀男┲笜?biāo)上有較大的載荷，再據(jù)此說明該公因子的實(shí)際含義。通常會(huì)進(jìn)一步作因子旋轉(zhuǎn)，以求旋轉(zhuǎn)后能得到更加合理的解釋?！?〕在建完因子分析模型后，可以通過回歸估計(jì)的方法寫出如下的因子表達(dá)式：Fi=bi1*1+bi2*2+…+bin*n〔i=1，2，…，m〕〔3.3〕通過上面4.3因子表達(dá)式，計(jì)算出F的因子得分〔變量標(biāo)準(zhǔn)化后〕，后面建立回歸方程模型的時(shí)候用F的因子得分?jǐn)?shù)值代替原來的變量*數(shù)值，在解釋方程的時(shí)候再將F復(fù)原成*。這樣就根本解決了多重共線性問題。3.具體構(gòu)造新因子過程〔1〕提取公因子：對(duì)上文提到的變量中具有多重共線性的3個(gè)變量，即被訪者年齡，受教育年數(shù)，家庭人均收入用SPSS16.0進(jìn)性分析。由表3.3Bartlett球形檢驗(yàn)知，Sig值為0，說明各變量間確實(shí)具有較大相關(guān)性，可以提取公因子。表3.3Bartlett球形檢驗(yàn)卡方值66.544自由度3Sig值0.000表3.4方差奉獻(xiàn)率因子個(gè)數(shù)單位根方差奉獻(xiàn)率累計(jì)方差奉獻(xiàn)率11.65355.11455.11420.93531.16886.28230.41213.718100.00由表3.4可以看出，中選取2個(gè)因子的時(shí)候，累計(jì)方差奉獻(xiàn)率到達(dá)了86.282%，說明選取2個(gè)因子根本能很好的解釋原來3個(gè)變量了。這里實(shí)際上是將3維降到了2維，用2個(gè)新的沒有相關(guān)性的變量代替原來3個(gè)變量。采用方差最大旋轉(zhuǎn)的方法后，結(jié)合因子載荷矩陣和公式3.1，我們可以寫出該實(shí)際問題的因子模型，如下：Z年齡注：Z表示標(biāo)準(zhǔn)化，下同。=0.012F1+0.951F2注：Z表示標(biāo)準(zhǔn)化，下同。Z受教育年數(shù)=0.636F1–0.616F2〔3.4〕Z家庭人均收入=0.949F1+0.022F2通過觀察公式3.4中的因子載荷，可以發(fā)現(xiàn)公因子F1在受教育年數(shù)和家庭人均收入上的載荷比擬高，受教育年數(shù)越長(zhǎng)、家庭人均收入越高，F(xiàn)1的值越大，。公因子F2在受教育年數(shù)和年齡上的載荷比擬高，受教育年數(shù)越短、年齡越大，F(xiàn)2的值越大?！?〕選取工具變量：因子分析提取公因子的目的是找到新的2個(gè)指標(biāo)代替原來的3個(gè)，作為工具變量放入后面的模型中，從而沒有多重共線性。這里通過回歸估計(jì)的方法并結(jié)合公式3.3，寫出上述2個(gè)公因子的因子表達(dá)式，如下：F1=0.231*Z年齡+0.385*Z受教育年數(shù)+0.793*Z家庭人均收入F2=0.805*Z年齡-0.372*Z受教育年數(shù)+0.239*Z家庭人均收入(3.5)將年齡、受教育年數(shù)和家庭人均收入的標(biāo)準(zhǔn)化數(shù)值，帶入公式3.5，就可以算出2個(gè)公因子對(duì)應(yīng)于每個(gè)樣本的具體數(shù)值，也就是因子得分?！?〕檢驗(yàn)多重共線性：這里對(duì)計(jì)算出的2列因子得分再進(jìn)展一次簡(jiǎn)單相關(guān)分析，檢驗(yàn)結(jié)果如表3.5；同時(shí)再進(jìn)展一次輔助回歸，結(jié)果如表3.6：可以看出，F(xiàn)1與F2之間已經(jīng)根本完全沒有相關(guān)性了；另外，F(xiàn)1、F2與其余變量之間的相關(guān)性也很小〔所以相關(guān)系數(shù)均不超過0.35〕。下面在建回歸方程的時(shí)候，就直接將公式3.5算出的因子得分?jǐn)?shù)值帶入，以代替此前的3個(gè)變量的具體數(shù)值。這樣就解決了此前的多重共線性問題。表3.5Pearson相關(guān)系數(shù)表F1F2F1Pearson相關(guān)系數(shù)Sig值10.0001.000F2Pearson相關(guān)系數(shù)Sig值0.0001.0001表3.6輔助回歸結(jié)果因變量自變量T統(tǒng)計(jì)量P值R2F1F2-1.83E-081.000〔三〕基于二元離散選擇模型的實(shí)證研究1.處理后的變量說明本文以流動(dòng)人口是否參保作為被解釋變量，以被訪者年齡、受教育年數(shù)、家庭人均收入、自評(píng)安康狀況、家庭人口、報(bào)銷比率、性別、戶口、職業(yè)為解釋變量。根據(jù)前文基于因子分析思想，提取了2個(gè)新的公因子F1和F2代替此前被訪者年齡、受教育年數(shù)、家庭人均收入這3個(gè)變量，處理后的變量如表3.7：表3.7處理后的變量說明變量變量說明因變量Y參保情況0=無醫(yī)保1=參保自變量*1自評(píng)安康狀況1=差2=較差3=一般4=較好5=很好*2家庭人口取絕對(duì)數(shù)*3報(bào)銷比率取絕對(duì)數(shù)*4性別1=男2=女*5戶口1=農(nóng)村戶口2=非農(nóng)戶口*6職業(yè)1=效勞業(yè)2=工業(yè)3=商業(yè)*7F1取值為公式4.5結(jié)果*8F2取值為公式4.5結(jié)果在做離散選擇模型的時(shí)候，取決對(duì)數(shù)的連續(xù)型變量直接納入計(jì)算即可；而性別和戶口雖然是離散變量，但是只有2個(gè)取值，像這樣的二分類也可以直接納入方程，也可以對(duì)系數(shù)得到很好的解釋；自評(píng)安康狀況這樣的有序自變量，學(xué)者葉勇〔2001〕從專業(yè)角度出發(fā)認(rèn)為可以將該變量作為連續(xù)型變量進(jìn)展分析；而職業(yè)這樣的無序分類變量，1、2、3僅僅是一個(gè)代碼，不代表水平上下，并且3者之間差異并不能強(qiáng)行規(guī)定為“等距〞，所以不能直接帶入方程，需要設(shè)定虛擬變量，設(shè)置如下：職業(yè)D1=1工業(yè)；0其他職業(yè)D2=1商業(yè)；0其他2.Logistic模型介紹〔1〕線性概率模型：這里由于被解釋變量為流動(dòng)人口是否參保，是0-1變量，而不是連續(xù)型數(shù)值變量，如果直接用普通最小二乘法進(jìn)展估計(jì)的話，即建立線性概率模型，會(huì)造成以下幾個(gè)問題：=1\*GB3①由于在線性概率模型中殘差的非齊性，參數(shù)估計(jì)的估計(jì)方差將是有偏的，因此任何假設(shè)檢驗(yàn)如t檢驗(yàn)和F檢驗(yàn)都是無效的；=2\*GB3②由線性概率模型估計(jì)的事件概率值在遇到很大或很小的*時(shí)，可能會(huì)超出[0，1]區(qū)間，這是不合常理的，無法解釋的；=3\*GB3③最嚴(yán)重的問題在于它的函數(shù)形式，因?yàn)榫€性概率模型是線性的，即無論*取什么樣的值，回歸估計(jì)系數(shù)α、β都是常數(shù)，而在最小二乘法估計(jì)的線性概率模型中，截距α和斜率β對(duì)于所有的*值并不是常數(shù)?！?〕引入Logistic分布：由于上面提到的線性概率模型存在一些致命的缺陷，所以當(dāng)因變量是離散變量的時(shí)候，不能直接用最小二乘估計(jì)建立線性方程。需要使用非線性函數(shù)，最好事件發(fā)生的概率P隨著*的增加也單調(diào)增加，隨著*的建立單調(diào)減少，即一種值域在〔0，1〕區(qū)間內(nèi)并且有著S型的曲線。最常用的最流行的一種分布就是Logistic分布，如圖3.1。其累計(jì)分布函數(shù)為一個(gè)比擬簡(jiǎn)單的形式：P〔yi=1|*i〕=P[εi<=(α+β*i)]=1/〔1+e*p〔-εi〕〕(3.6)Logistic函數(shù)很好的滿足了上述要求，首先值域在0-1*圍內(nèi)，并且曲線呈S型，說明εεε被定義為一系列影響事件發(fā)生概率的因素的組合，即ε=α+β*。圖3.1logistic函數(shù)的曲線圖〔3〕從Logistic函數(shù)到Logistic回歸模型：把上面公式3.6重新?lián)Q個(gè)形式寫成：P〔yi=1|*i〕=QUOTE〔3.7〕將事件發(fā)生的條件概率寫為P〔yi=1|*i〕=pi，就可以得到下面的Logistic回歸模型：pi=QUOTE=QUOTE(3.8)其中，pi為第i個(gè)樣本發(fā)生事件的概率，這是一個(gè)由解釋變量*構(gòu)成的非線性函數(shù)。可以通過數(shù)學(xué)上的一些技巧使之線性化，便于估計(jì)?！?〕logit變換：這一步是將非線性的函數(shù)形式轉(zhuǎn)變?yōu)榫€性。首先由3.8式很容易算出不發(fā)生事件的條件概率，如下：1-pi=1-QUOTE=QUOTE〔3.9〕則，事件發(fā)生概率與不發(fā)生概率之比為QUOTE=QUOTE(3.10)這個(gè)比值被稱為發(fā)生比〔theoddsofe*periencinganevent〕，簡(jiǎn)稱odds，該值為正值〔也有翻譯為優(yōu)勢(shì)比〕。將發(fā)生比取對(duì)數(shù)就能得到一個(gè)線性函數(shù)了，如下：ln(QUOTE)=QUOTE〔3.11〕上述過程就是logit變換，這個(gè)形式稱為logit形式，又叫y的logit，即logit(y)=ln(QUOTE)=lnodds。變換之后，logit(y)對(duì)其參數(shù)就是線性的了。同理，當(dāng)自變量由1個(gè)變成k個(gè)的時(shí)候，公式3.8擴(kuò)展為：QUOTE=QUOTE (3.12)對(duì)應(yīng)的logistic回歸模型就是以下的形式：lnQUOTE=QUOTE〔3.13〕其中，QUOTE=P(yi=1|*1i,*2i,…,*ki)為給定自變量*1i,*2i,…,*ki的值的條件下事件發(fā)生的概率。logistic回歸模型就是調(diào)查出*1i,*2i,…,*ki構(gòu)成樣本的值，并同時(shí)觀察在這些情況下事件發(fā)生與否，擁有這些信息后通過極大似然估計(jì)法估計(jì)出模型各參數(shù)值，研究者就能運(yùn)用這些信息來分析和表達(dá)在特定情況下事件發(fā)生與否的發(fā)生比以及發(fā)生的概率，然后結(jié)合實(shí)際經(jīng)濟(jì)學(xué)理論進(jìn)性解釋推斷。3.實(shí)證分析按照表3.7中的變量選取，使用SPSS16.0對(duì)數(shù)據(jù)進(jìn)展分析，結(jié)果如表3.8：由表3.8模型1可知，方程總體通過了顯著性檢驗(yàn)，但除了報(bào)銷比率、關(guān)于職業(yè)的虛擬變量、公因子F1通過了顯著性檢驗(yàn)外，其余變量沒能通過顯著性檢驗(yàn)。由此，本文將那些不顯著的變量按照sig值由大到小，逐個(gè)剔除，直到所有變量均通過了顯著性檢驗(yàn)，由此得到了模型2，如上表3.8右側(cè)局部。根據(jù)虛擬變量的同進(jìn)同出原則，雖然職業(yè)D1虛擬變量沒能通過顯著性檢驗(yàn)，但由于虛擬變量整體通過了顯著性檢驗(yàn)，虛擬變量D2也通過了顯著性檢驗(yàn)，因此這里將D1也放在方程中不做剔除。表3.8流動(dòng)人口是否參保影響因素分析模型1模型2〔剔除模型1不顯著變量〕估計(jì)系數(shù)〔WALD值〕E*p〔β〕值E*p〔β〕95%置信區(qū)間估計(jì)系數(shù)〔WALD值〕E*p〔β〕值E*p〔β〕95%置信區(qū)間安康自評(píng)0.354〔1.396〕家庭人口-0.128〔0.170〕報(bào)銷比率0.128〔15.097〕***1.1361.0651.2120.127〔15.708〕***1.1361.0661.209性別0.428〔0.766〕戶口-0.116〔0.032〕職業(yè)▲〔5.445〕*〔7.214〕**職業(yè)D10.867〔1.276〕2.3800.52910.7100.595〔1.385〕1.8130.6734.885職業(yè)D2-1.735〔3.157〕*0.0760.0261.196-1.933〔4.147〕**0.1450.0230.930F11.516〔18.535〕***4.5532.2839.0771.405〔19.317〕***4.0752.1787.624F2-0.244〔0.847〕常數(shù)項(xiàng)-1.444(0.396)0.556〔0.582〕Omnibus檢驗(yàn)χ2=81.909sig=0.000χ2=79.026sig=0.000H．L檢驗(yàn)χ2=11.783sig=0.161χ2=11.585sig=0.171偽決定系數(shù)Co*&Snell=0.421Nagelkerke=0.589Co*&Snell=0.410Nagelkerke=0.573-2對(duì)數(shù)似然106.152109.035預(yù)測(cè)正確率83.382.0注：***、**、*分別為在1%、5%、10%顯著性水平下顯著；帶▲標(biāo)記的一行是對(duì)虛擬變量整體進(jìn)展檢驗(yàn)。比擬模型1和模型2，綜合各種指標(biāo)來看，2個(gè)模型并無明顯優(yōu)劣之分，只是模型1的擬合優(yōu)度及預(yù)測(cè)準(zhǔn)確性上略微好一點(diǎn)點(diǎn)?？紤]到模型2中那些顯著的變量，wald值均有不同程度的提高，即變量更加顯著；另外參數(shù)估計(jì)的95%置信區(qū)間更小，精度更好；并且模型2的變量少，使logistic方程表達(dá)式更加簡(jiǎn)潔，便于解釋。綜上所述，本文更傾向于建立模型2那樣的方程，如下：logit(y)=ln(QUOTE)=lnodds=0.556+0.127*報(bào)銷比率+0.595*職業(yè)D1–1.933*職業(yè)D2+1.405*F1〔3.14〕根據(jù)公式3.5因子表達(dá)式可知，公因子F1=0.231*Z年齡+0.385*Z受教育年數(shù)+0.793*Z家庭人均收入，把它帶回到公式3.14中，如下：logit(y)=ln(QUOTE)=lnodds=0.556+0.127*報(bào)銷比率+0.595*職業(yè)D1–1.933*職業(yè)D2+0.325*Z年齡+0.541*Z受教育年數(shù)+1.114Z家庭人均收入(3.15)為了書寫簡(jiǎn)便，按照表3.1的變量說明，用字母來代替公式中的中文，如下：logit(y)=ln(QUOTE)=lnodds=0.556+0.127**6+0.595*D1–1.933*D2+0.325*Z*1+0.541*Z*2+1.114Z*5(3.16)由于這里的Z*1、Z*2、Z*5都是標(biāo)準(zhǔn)化處理過后的數(shù)據(jù)，為了方便直觀意義上的解釋，這里在形式上把它復(fù)原成原始數(shù)值，復(fù)原方法：將標(biāo)準(zhǔn)化數(shù)值寫出〔原始數(shù)值-均值〕/標(biāo)準(zhǔn)差的形式。這樣公式3.15就可以寫成：logit(y)=ln(QUOTE)=lnodds=-4.197+0.127**6+0.595*D1–1.933*D2+0.037**1+0.180**2+0.00137**5〔3.16〕公式3.16就是完整的流動(dòng)人口參合醫(yī)保影響因素的logistic方程。其中*6表示報(bào)銷比率，D1代表工業(yè)的虛擬變量，D2代表商業(yè)的虛擬變量，*1代表年齡，*2代表受教育年數(shù)，*5代表家庭人均收入。從上面的模型中，我們可以得出以下一些結(jié)論：〔1〕報(bào)銷比率的提高會(huì)促進(jìn)流動(dòng)人口的參保。當(dāng)報(bào)銷比率提高1個(gè)百分點(diǎn)的時(shí)候，參保人數(shù)與不參保人數(shù)之比，這個(gè)比值〔發(fā)生比〕是沒提高報(bào)銷率之前的1.136倍〔e*p〔0.127〕=1.136，下同〕。有的時(shí)候我們不單單考慮只提高1個(gè)百分點(diǎn)的情況，如果報(bào)銷比率提高10個(gè)百分點(diǎn)，發(fā)生比就是之前的3.561倍〔e*p〔10*0.127〕=3.561，下同，可依此類推〕?！?〕和從事效勞業(yè)的流動(dòng)人口相比，從事工業(yè)的參保人數(shù)與不參保人數(shù)之比〔發(fā)生比〕，是效勞業(yè)的1.813倍〔不過這個(gè)無統(tǒng)計(jì)學(xué)意義〕；而從事商業(yè)的發(fā)生比是效勞業(yè)的0.145倍。簡(jiǎn)而言之，就是和從事效勞業(yè)的流動(dòng)人口相比，從事工業(yè)的更傾向于參保，而從事商業(yè)的相反。由于流動(dòng)人口中從事工業(yè)方面的，大多是建筑工等辛苦、危險(xiǎn)的苦力，受傷生病的可能性大，從而更傾向于參保；而進(jìn)城做小商小販或做私營(yíng)買賣的這類人，一般參加醫(yī)保的意愿較低，這局部人受傷的可能性很小，同時(shí)醫(yī)療衛(wèi)生意識(shí)比擬淡薄。〔3〕年齡的增加會(huì)促進(jìn)參保。當(dāng)年齡增加1歲的時(shí)候，發(fā)生比是原來的1.038倍。隨著年齡的增加，人的身體狀況也會(huì)不斷下降，隨之帶來各種各樣的疾病，會(huì)促使這本分人關(guān)注到自身的醫(yī)療保障問題，參保的積極性也會(huì)增加?！?〕受教育年數(shù)的增加對(duì)參保有促進(jìn)作用。受教育年數(shù)增加1年，發(fā)生比是原來的1.197倍。筆者認(rèn)為有這幾方面原因使得教育促進(jìn)參保：=1\*GB3①隨著教育年數(shù)的增加，流動(dòng)人口素質(zhì)得以提高，他的收入相應(yīng)會(huì)增多，首先解決好了衣食住行問題，才能再解決醫(yī)療問題；=2\*GB3②流動(dòng)人口素質(zhì)提高，更有可能進(jìn)入好的企業(yè)公司，好的企業(yè)公司會(huì)主動(dòng)給員工參加醫(yī)保；=3\*GB3③教育使人更主動(dòng)注意自身安康問題，會(huì)積極參加醫(yī)保，而不是被動(dòng)的生病了再就醫(yī)再考慮參保?！?〕增加收入對(duì)參保有促進(jìn)作用。家庭人均收入增加1元的時(shí)候，發(fā)生比是原來的1.001倍，這時(shí)促進(jìn)作用并不大；如果增加100元，發(fā)生比是原來的1.147倍；如果家庭人均收入能增加1000元，發(fā)生比是原來的3.935倍。4.模型預(yù)測(cè)功能我們可以將公式3.16的流動(dòng)人口參合醫(yī)保影響因素的logistic方程，通過簡(jiǎn)單數(shù)學(xué)推導(dǎo)變換成以概率的形式表達(dá)，如下：P=QUOTE〔3.17〕由上式，我們只要獲得流動(dòng)人口的根本人口學(xué)特征信息，即只要知道他報(bào)銷比率，從事哪類工作，年齡，受教育年數(shù)，家庭人均收入這些信息，把數(shù)值帶入公式3.17，就可以算出該人參加醫(yī)療保險(xiǎn)的概率，接近1就認(rèn)為他有參保需求，接近0就代表該人不會(huì)去參保。就以調(diào)研的150個(gè)樣本為例進(jìn)展預(yù)測(cè)，再和實(shí)際情況進(jìn)展比對(duì)，觀察預(yù)測(cè)準(zhǔn)確率，這也能從一個(gè)側(cè)面反映上述方程的優(yōu)劣程度，如表3.9：表3.9模型預(yù)測(cè)穿插表預(yù)測(cè)情況正確率無醫(yī)保有醫(yī)保實(shí)際情況無醫(yī)保381079.2有醫(yī)保178583.3總體正確率82由上表知，實(shí)際沒有醫(yī)保的48人中，有10人被錯(cuò)誤的預(yù)測(cè)為有醫(yī)保，正確率79.2%；實(shí)際上有醫(yī)保的102人中，有17人被錯(cuò)誤的預(yù)測(cè)為無醫(yī)保，正確率83.3%。模型總體預(yù)測(cè)正確率為82%，效果相當(dāng)不錯(cuò)了?？梢杂霉?.17進(jìn)展預(yù)測(cè)或判別分析?！菜摹郴诙嘀仉x散選擇模型的實(shí)證研究在上一節(jié)研究完流動(dòng)人口是否參保的影響因素后，現(xiàn)在本文更進(jìn)一步研究具體什么樣的流動(dòng)人口會(huì)選擇哪種保障方式，即參保種類的影響因素分析。變量選取方面，自變量的選取與前文表3.7完全一致，只是這里被解釋變量稍有變化，分成3類：1=新農(nóng)合，2=職工醫(yī)保，3=無醫(yī)保。由于被解釋變量是分類變量，所以還要用離散選擇模型。不過這里的分類數(shù)變成了3，需要使用無序多分類Logistic回歸模型。1.MultinomialLogistic模型簡(jiǎn)介和上一節(jié)的二分類Logistic模型類似，只是MultinomialLogistic模型會(huì)首先定義被解釋變量的一個(gè)水平為參照水平〔本文以新農(nóng)合為參照〕，其他水平均與該參照水平相比，即建立比水平數(shù)少一個(gè)的廣義Logit模型。以本文3個(gè)水平的被解釋變量為例，對(duì)p個(gè)自變量建立2個(gè)廣義Logit模型，如下：Logit(π2/π1)=α1+β11*1+…β1p*pLogit(π3/π1)=α2+β21*1+…β2p*p(3.18)這樣就以Y=1為參照，即以新農(nóng)合為參照。本文這么選取的原因是因?yàn)榱鲃?dòng)人口多為農(nóng)村人，在戶籍所在地幾乎都參加了新農(nóng)合，而現(xiàn)在他們流入到了**，有人繼續(xù)保有戶籍地的新農(nóng)合，有人放棄了醫(yī)?！矐艏匦罗r(nóng)合名存實(shí)亡，本人也不愿意再參加別的保險(xiǎn)〕，也有人參加了**的職工醫(yī)保，本文要研究終究什么樣的流動(dòng)人口在**選擇了怎樣的保險(xiǎn)，所以此處以新農(nóng)合為參照進(jìn)展比照。2.實(shí)證分析自變量按照表3.7中的變量選取，因變量為1=新農(nóng)合，2=職工醫(yī)保，3=無醫(yī)保，使用SPSS16.0對(duì)數(shù)據(jù)進(jìn)展分析，結(jié)果如表3.10：參加新農(nóng)合的66人中，有7人錯(cuò)判為職工醫(yī)保，13人錯(cuò)判為無醫(yī)保，正確率為69.7%；參加職工醫(yī)保的36人中，有10人錯(cuò)判為新農(nóng)合，2人錯(cuò)判為無醫(yī)保，正確率為66.7%；無醫(yī)保的48人中，有8人錯(cuò)判為新農(nóng)合，有1人錯(cuò)判為職工醫(yī)保，正確率為81.2%。模型總體正確率到達(dá)了72.7%，效果還算是不錯(cuò)的。這里可以和上一節(jié)的處理方式一樣，逐個(gè)把不顯著的變量剔除，建立一個(gè)新的方程模型2。建完比照模型1和模型2，發(fā)現(xiàn)方程總體指標(biāo)及顯著性性檢驗(yàn)并沒有太大區(qū)別，但模型2的擬合優(yōu)度有不同水平的下降〔Co*&Snell=0.556，Nagelkerke=0.630，McFadden=0.380〕，赤遲值也變大了，預(yù)測(cè)準(zhǔn)確性下降為72%。所以相比擬而言，模型1與模型2根本一致，模型1略好一點(diǎn)，限于篇幅，這里就不具體寫出模型2了。通過上面的MultinomialLogistic模型1，我們可以得到以下一些結(jié)論：〔1〕上一節(jié)Logistic模型所得的5點(diǎn)結(jié)論，這里都能得到，只是系數(shù)略有偏差而已。這里不再贅述?！?〕上一節(jié)Logistic模型得到一個(gè)結(jié)論：和從事效勞業(yè)的流動(dòng)人口相比，從事工業(yè)的流動(dòng)人口更傾向于參保，而從事商業(yè)的與之相反。這在本節(jié)得到了驗(yàn)證，此外這里又能得到一個(gè)補(bǔ)充結(jié)論：從事職業(yè)與具體參加哪種保險(xiǎn)并無顯著關(guān)系，只是與是否參加保險(xiǎn)有關(guān)。〔3〕上一節(jié)Logistic模型得到一個(gè)結(jié)論：收入增加、受教育年數(shù)增加以及年齡的增加對(duì)參保有積極的作用。這在本節(jié)得到了驗(yàn)證，此外這里又能得到一個(gè)補(bǔ)充結(jié)論：收入增加、受教育年數(shù)增加以及年齡的增加對(duì)具體參加哪種保險(xiǎn)并無顯著關(guān)系，只是與是否參加保險(xiǎn)有關(guān)?！?〕除此之外，比照于參加新農(nóng)合的流動(dòng)人口而言，報(bào)銷比率提高與參加職工醫(yī)保有正向關(guān)系，報(bào)銷比率提高1個(gè)百分點(diǎn)，參加職工醫(yī)保與參加新農(nóng)合的之比，是原來沒提高報(bào)銷比率的1.058倍。如果說報(bào)銷比率增加導(dǎo)致流動(dòng)人口放棄新農(nóng)和轉(zhuǎn)為職工醫(yī)保，這樣有點(diǎn)說不通。筆者認(rèn)為這里方程表達(dá)的不是因果關(guān)系，即不是因?yàn)閳?bào)銷率提高導(dǎo)致人們參加職工醫(yī)保不參加新農(nóng)合，這里表達(dá)的應(yīng)該是一種相關(guān)關(guān)系，即職工醫(yī)保的報(bào)銷比率普遍高于新農(nóng)合，所以一個(gè)有著較高表3.10流動(dòng)人口是否參保選種影響因素分析職工醫(yī)保無醫(yī)保估計(jì)系數(shù)〔WALD值〕E*p〔β〕值E*p〔β〕95%置信區(qū)間估計(jì)系數(shù)〔WALD值〕E*p〔β〕值E*p〔β〕95%置信區(qū)間安康自評(píng)-0.030〔0.007〕-0.357〔1.365〕家庭人口0.546〔2.161〕0.173〔0.308〕報(bào)銷比率0.057〔12.289〕***1.0581.0251.092-0.118〔12.366〕***0.8890.8320.949性別=男1.147〔1.886〕0.564〔0.519〕性別=女〔參照組〕戶口=農(nóng)-3.105〔17.088〕***0.0450.0100.195-0.884〔1.387〕戶口=非農(nóng)〔參照組〕職業(yè)=效勞業(yè)-0.284〔0.101〕-1.660〔2.701〕*0.1900.0261.377職業(yè)=工業(yè)-0.270〔0.096〕-2.530〔4.866〕**0.0800.0080.754職業(yè)=商業(yè)〔參照組〕F10.236〔0.427〕-1.480〔17.194〕***0.2280.1130.458F2-0.299〔1.119〕0.193〔0.504〕常數(shù)項(xiàng)-2.078(1.006)3.106〔3.245〕*模型總體檢驗(yàn)χ2=118.497sig=0.000Pearson檢驗(yàn)χ2=381.716sig=0.000偽決定系數(shù)Co*&Snell=0.577Nagelkerke=0.655McFadden=0.403預(yù)測(cè)正確率72.7報(bào)銷率的人更有可能與職工醫(yī)保聯(lián)系在一起。表達(dá)在方程里就是報(bào)銷比率提高與參加職工醫(yī)保有正向關(guān)系?！?〕持農(nóng)村戶口的流動(dòng)人口，參加職工醫(yī)保的概率與參加新農(nóng)合的概率之比，是持非農(nóng)戶口的0.045倍。即持非農(nóng)戶口的流動(dòng)人口比持農(nóng)村戶口的流動(dòng)人口更有可能參加職工醫(yī)保。在上文是否參保方面，戶口并無顯著影響；但在參保選種方面，戶口就有顯著的影響了。說明政府部門在對(duì)流動(dòng)人口醫(yī)療保障選種的問題上，要考慮到戶籍制度的影響。四、基于構(gòu)造方程模型的滿意度分析本章對(duì)流動(dòng)人口的醫(yī)保狀況進(jìn)展?jié)M意度分析，以解決“怎樣的醫(yī)保政策才是流動(dòng)人口普遍滿意的〞問題。在滿意度測(cè)評(píng)中，有很多影響滿意度的因素，比方就醫(yī)效勞質(zhì)量感知、醫(yī)保效勞質(zhì)量感知這樣的變量，這些變量都無法直接觀測(cè)，需要通過調(diào)查問卷中其他可以觀測(cè)的變量間接進(jìn)展測(cè)量。傳統(tǒng)的醫(yī)保滿意度測(cè)量都是簡(jiǎn)單統(tǒng)計(jì)各種滿意程度的人所占比例，然后通過圖表顯示出來，這種方法簡(jiǎn)單易行，但是無法對(duì)整個(gè)指標(biāo)體系的合理性及擬合程度進(jìn)展檢驗(yàn)，也無法從定量的角度對(duì)滿意度指標(biāo)做系統(tǒng)分析。而構(gòu)造方程模型〔structuralequationmodel，SEM〕正是解決此類問題的有效工具，因此本文此處采用建立構(gòu)造方程模型來進(jìn)展流動(dòng)人口的滿意度研究?！惨弧硺?gòu)造方程模型說明1.模型簡(jiǎn)介及概念說明構(gòu)造方程模型是由瑞典統(tǒng)計(jì)學(xué)家DagSorbam&KarlJoreskog在上世紀(jì)60年代提出，并逐步完善的。它包含了方差分析、回歸分析、路徑分析和因子分析的思想，彌補(bǔ)了傳統(tǒng)回歸分析和因子分析的缺乏，專門用于分析多因多果和那些無法直接觀測(cè)的變量間的聯(lián)系。構(gòu)造方程模型還有一個(gè)好處就是不用像上一章那樣考慮變量間的多重共線性。在構(gòu)造方程中，那些可觀測(cè)或可度量的變量稱顯變量或觀測(cè)變量；那些無法直接觀察的變量稱為潛變量或隱變量。2.構(gòu)造方程一般模型〔1〕度量方程式模型：度量模型一般由2個(gè)方程組成，分別規(guī)定了內(nèi)生的潛在向量η和內(nèi)生的顯在變量Y〔即觀測(cè)變量〕之間，以及外生潛在變量ξ和外生顯在變量*之間的聯(lián)系，方程如下：Y=ΛYη+ε*=Λ*ξ+δ(4.1)其中，Y表示被解釋變量的觀測(cè)值構(gòu)成的向量〔p×l〕；η表示不可觀測(cè)的被解釋變量構(gòu)成的向量〔m×l〕；ΛY表示Y對(duì)η的負(fù)荷矩陣或回歸系數(shù)〔p×m〕；ε表示Y的測(cè)量誤差構(gòu)成的向量〔p×l〕；*表示自變量的觀測(cè)值構(gòu)成的向量〔q×l〕；ξ表示不可觀測(cè)的自變量構(gòu)成的向量〔n×l〕；Λ*表示*對(duì)ξ的負(fù)荷矩陣或回歸系數(shù)〔q×n〕；δ表示*的測(cè)量誤差構(gòu)成的向量〔q×l〕。由上可知，這其實(shí)是一種證實(shí)性的因子分析模型，是對(duì)觀測(cè)變量的一種度量，即可靠性的一種描述?！?〕構(gòu)造方程式模型：構(gòu)造方程式局部規(guī)定了系統(tǒng)中所假定的潛在外生變量和潛在內(nèi)生變量之間的因果關(guān)系，方程式如下：η=Bη+Гξ+ζ〔4.2〕其中B表示潛在內(nèi)生變量對(duì)潛在內(nèi)生變量的效應(yīng)的系數(shù)矩陣〔m×m〕，該矩陣對(duì)角線元素均為0，且I-B是非退化矩陣〔即行列式的值不為0〕；Г代表潛在外生變量對(duì)潛在內(nèi)生變量的效應(yīng)的系數(shù)矩陣〔m×n〕，ζ代表殘差項(xiàng)構(gòu)成的向量〔m×l〕?！?〕模型擬合及參數(shù)估計(jì)：由公式4.1和4.2，可以求得向量Z=〔Y’，*’〕的方差-協(xié)方差矩陣為Σ，檢驗(yàn)?zāi)Ｐ蛯?duì)數(shù)據(jù)擬合的好壞其實(shí)就是計(jì)算〔S-Σ〕，看其值是否足夠小，其中S代表由原始觀測(cè)數(shù)據(jù)給出的Z的樣本協(xié)方差矩陣，而Σ表示模型成立時(shí)Z的理論協(xié)方差矩陣。構(gòu)造方程的求解主要通過LISREL〔LinearStructuralRelations〕方法，這是一種建立、估計(jì)、檢驗(yàn)因果關(guān)系模型的多變量分析方法。通過擬合模型估計(jì)協(xié)方差Σ與樣本協(xié)方差S來估計(jì)模型參數(shù)。具體說來就是采用極大似然〔ML〕估計(jì)法，構(gòu)造模型估計(jì)協(xié)方差與樣本協(xié)方差之間的擬合函數(shù)，然后通過迭代，使得到擬合函數(shù)最優(yōu)的參數(shù)估計(jì)?！捕匙兞空f明影響流動(dòng)人口醫(yī)保滿意度的變量有很多，本文結(jié)合以前文獻(xiàn)的研究成果，綜合考慮一些專家建議，以及考慮到調(diào)研的可操作性，決定選取就醫(yī)效勞質(zhì)量感知、醫(yī)保效勞質(zhì)量感知、政策認(rèn)知這樣3個(gè)影響醫(yī)保滿意度的潛變量，再參加一個(gè)未來參保意愿的潛變量，最終以研究滿意度對(duì)流動(dòng)人口未來參保意愿的影響。度量潛變量的具體顯變量及說明見表4.1：表4.1構(gòu)造方程中的潛變量與顯變量顯變量變量說明潛變量A1醫(yī)術(shù)與醫(yī)德〔1-5，數(shù)值越高越滿意〕就醫(yī)效勞質(zhì)量感知A2效勞態(tài)度〔同上〕A3醫(yī)療設(shè)備〔同上〕A4醫(yī)療費(fèi)用〔同上〕B1報(bào)銷比率〔0=無報(bào)銷，1=報(bào)銷比率在0.25以下，2=報(bào)銷比率在0.25以上〕醫(yī)保效勞質(zhì)量感知B2獲得報(bào)銷方便程度〔1-5，數(shù)值越高越滿意〕C1根本醫(yī)保政策〔同上〕政策認(rèn)知C2職工大病醫(yī)?！餐稀矯3信息獲得方便程度〔同上〕D1醫(yī)療狀況總體滿意度〔同上〕滿意度D2到達(dá)期望值程度〔同上〕D3實(shí)際到達(dá)宣傳程度〔同上〕E1有醫(yī)保的繼續(xù)參保；無醫(yī)保的明年參?！?=不參保，1=考慮參?！澄磥韰⒈Ｒ庠窫2推薦家人參?！?=不會(huì)，1=會(huì)〕〔三〕實(shí)證分析1.模型的評(píng)價(jià)本文采用AMOS7.0軟件對(duì)數(shù)據(jù)進(jìn)展分析，在AMOS提供的圖形界面里畫出因果關(guān)系路徑圖，分析后得到相應(yīng)的模型評(píng)價(jià)指標(biāo)，如表4.2：表4.2模型評(píng)價(jià)指標(biāo)PRMRGFIAGFINFIRFICFIRMSEA0.0100.0270.9230.8860.9150.8910.9720.054由上表知，P值為0.010，說明方程總體通過了檢驗(yàn)；擬合優(yōu)度指數(shù)GFI，規(guī)*擬合指數(shù)NFI與比擬擬合指數(shù)CFI均超過了0.9；調(diào)整的擬合優(yōu)度指數(shù)AGFI和相對(duì)擬合指數(shù)RFI略小于0.9，這些指標(biāo)說明模型的擬合效果相當(dāng)不錯(cuò)。另外，近似誤差均方根RMSEA在小于0.05的時(shí)候擬合效果好，本文是0.054，略大一點(diǎn)，不失為一個(gè)比擬好的模型。2.模型輸出結(jié)果構(gòu)造方程模型的擬合指標(biāo)是評(píng)價(jià)假設(shè)的路徑分析模型圖與調(diào)研的數(shù)據(jù)直接是否相互匹配，而不是就代表了路徑分析圖的正確，這只是構(gòu)造方程模型成功的一個(gè)前提條件。按照樣本的構(gòu)造形式，這里采用了極大似然估計(jì)的方法對(duì)模型的各參數(shù)以及各個(gè)因子之間的關(guān)系進(jìn)展擬合和反復(fù)修正。在進(jìn)展模型修正的時(shí)候，綜合考慮模型擬合的修正指數(shù)是否到達(dá)統(tǒng)計(jì)學(xué)要求以及根據(jù)專業(yè)知識(shí)確定哪些外源觀測(cè)變量可以進(jìn)入模型，并使擬合結(jié)果在專業(yè)上符合合理解釋。通過不斷修正，本文流動(dòng)人口醫(yī)保滿意度構(gòu)造方程模型因果關(guān)系路徑圖輸出結(jié)果如圖4.1：圖4.1Amos滿意度模型路徑圖〔標(biāo)準(zhǔn)化解〕分析潛變量之間的路徑系數(shù)，如圖4.2，潛變量的系數(shù)表示*一變量的變動(dòng)將引起其他變量變動(dòng)的程度。政策認(rèn)知與滿意度之間的系數(shù)因P值過大〔0.499〕而沒在圖中畫出，而就醫(yī)效勞質(zhì)量感知和醫(yī)保效勞質(zhì)量感知這2者與滿意度之間的路徑系數(shù)雖然沒有通過顯著性檢驗(yàn)，但2者P值不是太大〔分別為0.186，0.225〕，并且符合經(jīng)濟(jì)學(xué)意義，所以列入了路徑系數(shù)圖中?？梢缘贸鲆韵乱恍┙Y(jié)論：〔1〕就醫(yī)效勞質(zhì)量感知和醫(yī)保效勞質(zhì)量感知影響了流動(dòng)人口的滿意度。就醫(yī)效勞質(zhì)量感知是主要影響因素，其標(biāo)準(zhǔn)化路徑系數(shù)高過了醫(yī)保效勞質(zhì)量感知。就醫(yī)效勞質(zhì)量感知就醫(yī)效勞質(zhì)量感知 1.03*** 1.38流動(dòng)人口滿意度政策認(rèn)知流動(dòng)人口滿意度政策認(rèn)知 0.78***未來參保意愿醫(yī)保效勞質(zhì)量感知 1.21***未來參保意愿醫(yī)保效勞質(zhì)量感知 0.41圖4.2潛變量路徑系數(shù)〔2〕當(dāng)滿意度提高時(shí)，參保意愿就會(huì)提高。只有讓流動(dòng)人口真正滿意了，而不是通過強(qiáng)制性，他們才會(huì)真正積極的參與到醫(yī)保當(dāng)中?！?〕政策認(rèn)知顯著的影響了就醫(yī)和醫(yī)保效勞質(zhì)量感知，即如果讓流動(dòng)人口更好的了解務(wù)工地的醫(yī)療醫(yī)保政策，會(huì)讓他們的就醫(yī)和醫(yī)保效勞質(zhì)量感知水平提高，從而提高流動(dòng)人口的滿意度。如何讓**市出臺(tái)的醫(yī)療醫(yī)保政策信息能夠準(zhǔn)確、快捷、詳細(xì)的傳到達(dá)流動(dòng)人口這個(gè)群體當(dāng)中是政府部門亟待解決的一個(gè)問題。五、主要結(jié)論及相應(yīng)政策建議本文在借鑒國(guó)內(nèi)外相關(guān)理論研究成果的根底上，通過對(duì)**市流動(dòng)人口的問卷調(diào)查，采用定性分析和定量分析相結(jié)合，統(tǒng)計(jì)分析和計(jì)量分析為主體的實(shí)證研究方法。研究了流動(dòng)人口是否參保以及參加哪種保險(xiǎn)的影響因素，并做了流動(dòng)人口的醫(yī)療滿意度分析。以下是本文得出的一些結(jié)論，并針對(duì)相應(yīng)結(jié)論做了一些政策建議。主要結(jié)論1：流動(dòng)人口的素質(zhì)偏低，收入水平偏低。被的流動(dòng)人口平均受教育年數(shù)為6年，即平均為小學(xué)文化程度。被的流動(dòng)人口家庭人均收入為17179.13元，僅為**市總體水平的55%。并且多數(shù)人的收入水平低于均值。收入增加、素質(zhì)提高對(duì)參保有積極的作用；但與具體參加哪種保險(xiǎn)并無顯著關(guān)系。由logistic模型發(fā)現(xiàn)，受教育年數(shù)增加1年，參保與不參保的發(fā)生比是原來的1.197倍；家庭人均收入增加100元，發(fā)生比是原來的1.147倍；當(dāng)家庭人均收入能增加1000元，發(fā)生比是原來的3.935倍。而由multinomiallogistic模型知，這2個(gè)變量對(duì)于參保者具體選哪種保險(xiǎn)并無顯著關(guān)系。政策建議1：全面提高流動(dòng)人口素質(zhì)，努力提高流動(dòng)人口收入水平。具體措施如下：〔1〕大力開展農(nóng)村教育水平。因?yàn)榱鲃?dòng)人口大多為農(nóng)村人，開展農(nóng)村教育可以為農(nóng)民走出傳統(tǒng)農(nóng)業(yè)培養(yǎng)高素質(zhì)人才，增加流動(dòng)人口進(jìn)城務(wù)工的競(jìng)爭(zhēng)力。〔2〕建立并完善進(jìn)城務(wù)工農(nóng)民的教育培訓(xùn)體系。結(jié)合流動(dòng)人口在城市的不同崗位特征，有針對(duì)性的開展專業(yè)技能培訓(xùn)，為企業(yè)輸送合格的熟練勞動(dòng)力和初級(jí)中級(jí)技術(shù)人員?！?〕增強(qiáng)法治，政府做流動(dòng)人口的堅(jiān)強(qiáng)后盾。政府應(yīng)當(dāng)積極維護(hù)流動(dòng)人口的合法權(quán)益，為農(nóng)民進(jìn)城務(wù)工提供保障。尤其像**這樣的大都市，應(yīng)該全面貫徹落實(shí)國(guó)家關(guān)于保障流動(dòng)人口合法權(quán)益的各項(xiàng)政策，加強(qiáng)保障流動(dòng)人口在工作保障、勞動(dòng)合同等方面的合法權(quán)益?！?〕政府增加轉(zhuǎn)移性支付，縮小流動(dòng)人口與城市居民之間的收入差距，在保證效率的前提下，最大限度的實(shí)現(xiàn)公平。主要結(jié)論2：新農(nóng)合的保障水平偏低，且新農(nóng)合對(duì)流動(dòng)人口保障效果差。對(duì)應(yīng)分析圖顯示的很清楚，在被訪對(duì)象中新農(nóng)合的報(bào)銷比率顯著低于職工醫(yī)保。另外，很多流動(dòng)人口都在戶籍地參加了新農(nóng)合，但對(duì)于那些長(zhǎng)期生活在**的流動(dòng)人口來說，生病了一般不會(huì)返鄉(xiāng)看病，或者返鄉(xiāng)報(bào)銷在城市的花費(fèi)手續(xù)十分繁瑣，這使得新農(nóng)合對(duì)于流動(dòng)人口的保險(xiǎn)效果很差。也就是現(xiàn)行的醫(yī)保制度沒有覆蓋到全部的流動(dòng)人口中。政策建議2：努力提高新農(nóng)合保障水平，改良流動(dòng)人口醫(yī)療保障制度的銜接，完善農(nóng)民工大病醫(yī)療保險(xiǎn)制度。具體措施如下：〔1〕在新農(nóng)合繳費(fèi)資金偏少，保障水平偏低的既定情況下，從制度上可以嘗試以家庭為整體，實(shí)行捆綁式補(bǔ)償。這樣可以實(shí)現(xiàn)基金的統(tǒng)籌共濟(jì)，減輕新農(nóng)合基金的支付壓力?！?〕政府部門必須解決流動(dòng)人口流出地與流入地的醫(yī)保銜接問題，可以通過跨地域設(shè)立定點(diǎn)醫(yī)療機(jī)構(gòu)，加速醫(yī)保制度城鄉(xiāng)一體化建立進(jìn)程，或出臺(tái)不同城市之間醫(yī)療保障制度的轉(zhuǎn)移方法，切實(shí)解決流動(dòng)人口異地就醫(yī)，報(bào)銷難以及醫(yī)保關(guān)系轉(zhuǎn)移難這兩大難題。〔3〕讓流動(dòng)人口積極參加農(nóng)民工大病醫(yī)療保險(xiǎn)。按照“低費(fèi)率、保當(dāng)期、保大病、不建個(gè)人賬戶〞的原則設(shè)立的大病醫(yī)療保險(xiǎn)，對(duì)于流動(dòng)人口的保障很具有針對(duì)性，**市在2007年率先施行，并取得了很好的效果?！?〕可以考慮讓流動(dòng)人口同時(shí)參加兩種醫(yī)保制度。在這一點(diǎn)上，學(xué)術(shù)界和政府決策者眾說紛紜，筆者認(rèn)為目前現(xiàn)階段很多醫(yī)保制度還不完善，可以考慮讓流動(dòng)人口按自愿性原則同時(shí)參加2種醫(yī)療保險(xiǎn)，2種醫(yī)療保險(xiǎn)制度具有一定的互補(bǔ)作用。等到新農(nóng)合保障力度足夠大，醫(yī)保銜接問題也已解決時(shí)，再撤銷這一決定。主要結(jié)論3：由logistic模型知，與從事效勞業(yè)的流動(dòng)人口相比，從事工業(yè)的流動(dòng)人口更傾向于參保〔發(fā)生比為1.813〕，而從事商業(yè)的則相反〔發(fā)生比為0.145〕。但由multinomiallogistic模型知，從事職業(yè)與具體參加哪種保險(xiǎn)并無顯著關(guān)系，只是與是否參加保險(xiǎn)有關(guān)。政策建議3：對(duì)流動(dòng)人口中不同職業(yè)的群體采取不同的宣傳方式。對(duì)于從事工業(yè)〔主要是苦力〕的流動(dòng)人口來說，他們從事的工作危險(xiǎn)性更大，參保需求更高，但具體參與哪種保險(xiǎn)卻跟別的職業(yè)無差異。政府對(duì)于這樣的群體應(yīng)當(dāng)大力宣傳農(nóng)民工大病醫(yī)療保險(xiǎn)。而對(duì)于商業(yè)從事者來說，政府需要宣傳參加醫(yī)療保障的好處，鼓勵(lì)該群體積極參加醫(yī)保。主要結(jié)論4：由logistic模型知，在流動(dòng)人口是否參保方面，戶口并無顯著影響；但由multinomiallogistic模型知，在具體參加哪種保險(xiǎn)時(shí)，戶口就有顯著的影響了：相比于新農(nóng)合，持非農(nóng)戶口的流動(dòng)人口比持農(nóng)村戶口的流動(dòng)人口更有可能參加職工醫(yī)?！渤洲r(nóng)村戶口的流動(dòng)人口，參加職工醫(yī)保的概率與參加新農(nóng)合的概率之比，是持非農(nóng)戶口的0.045倍〕。政策建議4：改革城鄉(xiāng)二元戶籍制度。大量的流動(dòng)人口涌入與城鎮(zhèn)化運(yùn)動(dòng)具有高度相關(guān)性，但是由于沒有城市戶口，大量流動(dòng)人口無法參加職工醫(yī)保和城鎮(zhèn)居民醫(yī)療保險(xiǎn)。具體有以下措施：〔1〕政府應(yīng)當(dāng)考慮放寬戶口對(duì)醫(yī)療選種的影響，讓流動(dòng)人口參加到他們想?yún)⒓拥谋ｋU(xiǎn)當(dāng)中，以此將更多的流動(dòng)人口納入到保障體系中來，而不必要受戶口的束縛。介于此，**市可以考慮將那些有穩(wěn)定收入的流動(dòng)人口逐漸納入到城鎮(zhèn)居民醫(yī)?；蛘呗毠めt(yī)保當(dāng)中，并且取消流動(dòng)人口未成年子女的參保戶籍限制。這樣的做法可以更好的促進(jìn)城鎮(zhèn)化進(jìn)程，并且表達(dá)了醫(yī)療保障的公平性?！?〕政府決策部門可以考慮讓異地流動(dòng)人口參加**市的新農(nóng)合，這樣不僅可以提高新農(nóng)合的保障效率，也排除了戶籍的問題。主要結(jié)論5：由構(gòu)造方程模型知，就醫(yī)效勞質(zhì)量感知和醫(yī)保效勞質(zhì)量感知影響了流動(dòng)人口的滿意度。其中，就醫(yī)效勞質(zhì)量感知是主要影響因素。滿意度提高會(huì)顯著提高流動(dòng)人口的未來參保意愿。政策建議5：提高就醫(yī)效勞質(zhì)量與醫(yī)保效勞質(zhì)量。〔1〕醫(yī)院里改變舊觀念，將“以病人為中心〞落實(shí)到實(shí)處。同時(shí)引進(jìn)國(guó)外先進(jìn)醫(yī)學(xué)技術(shù)與管理方法，提高醫(yī)院的就醫(yī)水平與效勞態(tài)度?！?〕通過政府部門的調(diào)控與監(jiān)管，切實(shí)做到控制現(xiàn)有的醫(yī)療及藥品價(jià)格，杜絕醫(yī)藥價(jià)格虛高，醫(yī)院以片面追求盈利為目標(biāo)的現(xiàn)象。同時(shí)對(duì)醫(yī)生的醫(yī)德加以監(jiān)管與考察，杜絕醫(yī)生收紅包，追求提成亂開藥的現(xiàn)狀。這是解決流動(dòng)人口“看病貴〞，“因病致貧〞，“因病返貧〞的重要舉措?！?〕可以通過推廣“一卡通〞的方式，提高醫(yī)療保障效勞的質(zhì)量與方便程度。通過各地銀聯(lián)和定點(diǎn)醫(yī)療機(jī)構(gòu)聯(lián)合推廣參保人員醫(yī)療一卡通，可以實(shí)現(xiàn)繳費(fèi)、定點(diǎn)醫(yī)療機(jī)構(gòu)和醫(yī)保經(jīng)辦機(jī)構(gòu)直接結(jié)算的功能，大大提高了方便性。主要結(jié)論6：由構(gòu)造方程模型知，政策認(rèn)知顯著的影響了就醫(yī)和醫(yī)保效勞質(zhì)量感知，即如果讓流動(dòng)人口更好的了解務(wù)工地的醫(yī)療醫(yī)保政策，會(huì)讓他們的就醫(yī)和醫(yī)保效勞質(zhì)量感知水平提高，從而提高流動(dòng)人口的滿意度，進(jìn)而提高他們的參保意愿。政策建議6：加大力度對(duì)醫(yī)療保障政策進(jìn)展宣傳。宣傳不到位將顯著影響到流動(dòng)人口就醫(yī)和醫(yī)保效勞質(zhì)量感知，影響到流動(dòng)人口的參保積極性，亦會(huì)使一些想?yún)⒈５娜瞬恢绤⒈Ｍ緩蕉鴽]能享有應(yīng)有的保障。這點(diǎn)上，可結(jié)合政策建議3，對(duì)不同人群宣傳有所側(cè)重。最終引領(lǐng)**市流動(dòng)人口不斷提高自身衛(wèi)生意識(shí)，自我保健意識(shí)以及公民意識(shí)。對(duì)于構(gòu)建和諧社會(huì)有著深遠(yuǎn)意義。六、本文的創(chuàng)新與缺乏本文在以下幾個(gè)方面具有創(chuàng)新性和探索性，概括如下：1.現(xiàn)有相關(guān)文獻(xiàn)中，有很多關(guān)于醫(yī)療保障方面的實(shí)證研究，也有很多關(guān)于流動(dòng)人口方面的實(shí)證研究，但是對(duì)于流動(dòng)人口的醫(yī)療保障問題研究幾乎都是政策上的定性研究，缺少定量分析與實(shí)證研究，而本文通過調(diào)研，并通過實(shí)證的方法來研究該問題，本身就具有一定的探索性。2.本文對(duì)無醫(yī)保群體做出了新的界定。本文無醫(yī)保流動(dòng)人口除了指那些確實(shí)沒參加任何醫(yī)保的人外，還包括了那些在戶籍地參加了新農(nóng)合，但所參合的新農(nóng)合在務(wù)工地〔**〕不起作用，生病不考慮回家治療，并且本人在務(wù)工地也沒有意愿重新參保的人。筆者認(rèn)為后者實(shí)際上跟無醫(yī)保并無差異，對(duì)于研究流動(dòng)人口參保的影響因素及評(píng)價(jià)滿意度時(shí)，這局部人就應(yīng)該被視為無醫(yī)保，這樣無疑更加合理。3.從計(jì)量經(jīng)濟(jì)學(xué)的角度來看，在建立離散選擇模型時(shí)，本文借鑒了統(tǒng)計(jì)學(xué)上因子分析的思想，并利用方差最大化旋轉(zhuǎn)，尋找工具變量，解決多重共線性的問題。4.以前的學(xué)者們傾向于將被訪者個(gè)體作為研究主體，較多表現(xiàn)為以流動(dòng)人口的個(gè)人收入作為重要決策變量。然而考慮到現(xiàn)實(shí)情況，我國(guó)流動(dòng)人口的微觀經(jīng)濟(jì)單位實(shí)際上是農(nóng)戶，是否參保，選擇哪種保險(xiǎn)很多時(shí)候是根據(jù)家庭收入情況決定的。因此，本文在收入因素方面將戶視為醫(yī)療保障需求的主體更具有現(xiàn)實(shí)意義。當(dāng)然，由于本人水平有限，以及各方面原因，本文還存在著一些缺乏：1.首先是調(diào)研本身，由于調(diào)研問卷內(nèi)容較多，并且比擬繁雜，而且被對(duì)象大多文化程度不高，對(duì)于問卷的理解程度會(huì)存在偏差。更為重要的是，被訪者沒有如實(shí)答復(fù)的鼓勵(lì)。2.和預(yù)期相比，本次調(diào)研樣本量偏少，不到200份，雖然各種方法均滿足了統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的硬性要求，但樣本量的少影響了模型的穩(wěn)健性。除了樣本數(shù)量上的弱點(diǎn)外，本次調(diào)研只限于**市，缺少各地區(qū)間的比擬。當(dāng)然，本文還可以延續(xù)著這樣的思路進(jìn)展大量后續(xù)工作，比方去外地追加調(diào)研，或?qū)Ρ辉L者追蹤調(diào)研，以獲得時(shí)間序列數(shù)據(jù)和面板數(shù)據(jù)，以便建立更適宜的模型，進(jìn)而對(duì)該問題進(jìn)一步深化研究。參考文獻(xiàn)[1]蔡昉.中國(guó)勞動(dòng)與社會(huì)保障體制改革30年研究[M].：經(jīng)濟(jì)管理，2008[2]常傳誦.**省農(nóng)民工醫(yī)療保障的現(xiàn)狀調(diào)查與制度設(shè)計(jì)[J].法治研究.2010〔10〕[3]董延芳，*傳江，胡銘.新生代農(nóng)民工市民化與城鎮(zhèn)化開展[J].人口研究.2011〔1〕[4]房莉杰.農(nóng)村流動(dòng)人口醫(yī)療保障制度的現(xiàn)狀與建議[J].社會(huì)保障.2006〔12〕[5]高利平.農(nóng)村人口醫(yī)療保障實(shí)證分析——以**省為例[J].人口研究.2006，3〔30〕[