本篇論文目錄導航：
【題目】中國醫療保險對城鎮居民消費的作用探究
【第一章】城鎮醫保與居民消費的關系研究緒論
【第二章】我國醫保對城鎮居民消費影響的理論分析
【第三章】我國醫療保險與居民消費的現狀分析
【4.1 - 4.4】醫療保險對城鎮居民總消費水平的影響
【4.5 4.6】醫療保險對城鎮居民消費結構的影響
【第五章】完善我國醫療保險促進城鎮居民消費的對策建議
【參考文獻】醫療保障體系對居民消費的促進研究參考文獻
4 我國醫療保險對城鎮居民消費影響的實證分析
經過前面章節對醫療保險及城鎮居民消費的關系的理論與現狀分析，我們可以知道它們之間有較為顯著的影響。而具體的影響程度有多大，則需要進行科學的、可量化的分析，即實證分析。本章將構建關于二者關系的數量模型，并主要從兩方面進行相應的分析：一是醫療保險對城鎮居民總消費水平的影響；二是醫療保險對城鎮居民消費結構的影響。
4.1 變量選取和模型設立。
因本章節將從兩個方面來研究我國醫療保險對城鎮居民消費的影響，因此，本文將城鎮居民的消費支出定義為研究的因變量。根據《中國統計年鑒》，居民消費支出可分為 8 大類：食品、衣著、居住、家庭設備及用品、交通通訊、文教娛樂、醫療保健及其他。經過前面章節的研究，可知其他消費支出占總消費支持的比重很小，因此，為了方便研究，本文剔除對其他消費支出的研究，對除了其他消費支出以外的其余七項支出和總體消費水平分別進行實證研究。
在自變量的選取上，本文的研究參考了朱銘來（2012）的研究模型。綜合衡量考慮數據的可獲得性及研究的科學性，本文采用城鎮基本醫療保險人均基金支出、人均財富及撫養比作為實證分析的自變量。
城鎮基本醫療保險人均基金支出，可以較為準確地考量城職保和城居保對參保的城鎮居民的保障力度，人均基金支出越大，可以認為參保居民所獲得的保障權益越大。生命周期理論認為人一生的收入將決定其消費水平，因此，本文將人均財富也納入自變量中。此處需要說明的是朱銘來采用了居民的人均人民幣儲蓄存款的年底余額來衡量人均財富，我們綜合考慮以往其他文獻的研究和數據的可得性。鑒于本文研究對象的不同及數據結果的準確性，本文將人均財富的指標用城鎮居民人均可支配收入來衡量。根據人口學的理論觀點，撫養比是影響個人消費的重要因素之一，因此本文的自變量除了上述兩個之外，還涵括了社會撫養比。
綜合以上分析，本文模型對因變量與自變量的選取如下：
因變量：
ity--城鎮居民各種不同消費人均支出（元），表示第 t 年 i 類消費人均支出。i 的取值為（1~8）分別代表食品、衣著、居住、家庭設備及用品、交通通信、文教娛樂、醫療保健和總消費水平。
自變量：
tx1--醫療保險人均變量（元），表示第 t 年城鎮基本醫療保險人均基金支出，覆蓋了城鎮職工基本醫療保險和城鎮居民基本醫療保險。
tx2--城鎮居民人均財富變量（元），受限于數據的可得性，我們用城鎮居民人均可支配收入衡量，表示第 t 年城鎮居民人均可支配收入。
tx3--撫養比（百分比），表示第 t 年我國的人口中非勞動年齡人口數與勞動年齡人口數之比。
4.2 樣本選取與數據來源。
鑒于我國城職保的實施時間較早，而城居保于 2007 年開始實施，兩者大體涵蓋了城鎮所有類型居民?？紤]到相關數據的可得性及代表性，該時間序列變量的時間跨度為 2000 年至 2013 年。同時，關于消費結構的分類根據《中國統計年鑒》不同類型的消費支出類型表示。本文所運用的各類數據，均來源于 2001 年-2014 年《中國統計年鑒》、《中國保險年鑒》、《人力資源社會保障統計數據》及《中國衛生統計年鑒》。
4.3 模型的檢驗與分析。
為了克服多重共線性及減小異方差，在實證過程中，本文對數據模型進行了改進。
實證過程中，為了保證實證分析的科學性及客觀性，需要對樣本數據進行一系列的處理，使之能夠有效、無偏差地反映真實情況。本節主要運用的計量分析方法為：單位根檢驗、協整分析及格蘭杰因果檢驗。
4.3.1 單位根檢驗。
在對時間序列的數據進行分析的過程中，首先需要保證數據本身是平穩的，而非完全無序的，以此保證量化分析結果的準確性及科學性。但現實情況中，宏觀經濟數據變動趨勢往往是不穩定的，此時若直接對不平穩的數據進行建模分析，傳統的計量方法過程中可能會產生誤差，使得最終分析結果不科學。因此，在實證過程中必須首先消除不平穩數據的影響。
對經濟數據進行分析時，必須先進行平穩性的檢驗，這種檢驗經濟數據是否平穩的方法，稱之為平穩性檢驗。其中常用的方法有單位根檢驗（ADF）、DFGLS檢驗法、PP 檢驗法等。本文用 ADF 檢驗法檢測文中所有時間序列變量是否平穩。
4.3.2 協整分析協整分析通常用于判斷不同的數據之間是否存在長期相關關系，若幾組數據中存在一個或多個穩定的線性關系，則認為這些數據之間是協整的，及這幾組數據之間存在長期的相關關系的。用于協整分析的主要方法有：EG 檢驗（Engle-Granger 檢驗）和 Johansen 檢驗，兩種方法有所區別，EG 檢驗主要是檢驗兩個變量之間的協整關系，Johansen 檢驗則主要用于檢驗多變量之間是否有協整關系。由于文中模型涉及多個變量，因此本文將采用 Johansen 檢驗法。
若數據通過了平穩性檢驗后，得出幾組數據均為平穩序列，即可將其直接進行協整分析；幾組非平穩數據若在差分處理后在同階平整，此時也可進行協整分析，判斷不同數據之間是否尋在長期的相關關系。
4.3.3 格蘭杰因果檢驗格蘭杰因果檢驗是判定某一指標是否是另一指標變動的影響原因的檢測。使用格蘭杰因果檢驗，可以推斷兩個變量之間的關系是否為因果關系；這一方法可以有效規避實證過程中虛假關系的判斷，保證實證分析結果對經濟現象有實質性的指導作用。
