一、引　言

医疗卫生是具有社会公益性质的经济私人品，^①需要兼顾效率和公平（Porter和Teisberg，2004）。公益促成的公平性需要政府干预（王绍光，2005），市场化保障了私人品的供给效率（朱恒鹏，2009）。同时，医疗卫生服务的供需方存在多重任务和需求交错的局面（杜创和朱恒鹏，2016），具有信息不对称和正外部性等特征（Grossman 和 Hart，1986），这些构成了医疗卫生系统的复杂性。因此，医疗卫生体制改革不仅是一项世界性难题，也是全球性现象（顾昕，2010）。

20世纪80年代，我国逐步开始对医疗卫生体制进行改革。为了降低居民的医疗负担，2009年中国启动新一轮医疗卫生体制改革（简称“新医改”），决定以全新的方式发展医疗卫生事业。国家卫生健康委员会数据显示，医疗领域的公共财政支出持续增加，从2009年到2018年全国卫生总费用年均增长14.2%；居民健康水平和卫生健康公平性不断提高，我国基本实现县县有公立医院、乡乡有卫生院和村村有卫生室的医疗机构布局。经过近十年探索，新医改取得了显著效果（赵黎，2019）。

然而，从居民个人实际情况看，新医改在“十二五”期间的医改目标可能并未实现（房莉杰，2016），居民医疗支出仍旧偏高（姜德超等，2015；方敏和吴少龙，2017）。随着改革的推进，医改面对的重难点问题进一步聚焦，已经影响了改革推进的速度和力度。医改引起的多部门利益冲突，需要统筹规划和协同配合，建立全面且系统化的医改体系（金今花等，2013）。为了推进整体性和系统性的医疗改革，2015年我国开始在试点省份进行综合医改，决定以省为单位，探索全面、系统的改革可行性和有效性措施，促使综合医改试点向纵深推进。

综合医改是否体现了很好的政策效应?比如，是否提高了居民对医疗的满意度?是否减轻了居民的医疗负担?较少有文献关注综合医改的政策效应，目前的研究主要针对新医改。然而，综合医改是我国医疗卫生体制改革的重要探索，是深化医改的主攻方向，对综合医改效应的评估有利于总结试点经验并推向全国，具有现实的指导意义。王晓燕（2019）从“供方”的角度，考察了综合医改对医保体系、医疗服务水平和公立医院改革等的影响。然而，新医改之后，医疗卫生领域公共财政趋向了“补需方”，并不断得到强化（杜创和朱恒鹏，2016）。相对于“补供方”，“补需方”在服务提供者中引入了竞争，有助于医疗供给效率的提升。此外，医改的目的是降低居民医疗负担，评估医改的政策效应更应站在居民角度。因此，本文从“需方”角度出发，分析了综合医改对居民就医满意度、医疗水平认可度和医疗支出的影响情况。

本文利用中国家庭追踪调查数据，借助综合医改试点省份的准自然实验，从多个角度评估了综合医改的政策效应。我们发现：综合医改显著增加了居民个人的就医满意度和对就医点医疗水平的认可度；尽管综合医改未能降低居民的绝对医疗支出和绝对自费医疗支出，但是显著降低了相对医疗支出和相对自费医疗支出；进一步研究发现，综合医改主要降低了医疗支出中的住院支出，未能降低医疗支出中的伤病支出；从自费比例来看，综合医改显著降低了居民个人的自费支出比例。总体而言，综合医改具有多方面显著的政策效应，也相对降低了居民的医疗支出负担，但未能直接降低居民的医疗支出。

本文的边际贡献如下：首先，目前对医改政策的评估普遍关注了居民的医疗支出问题，较少考虑居民的就医满意度和医疗水平认可度等问题。本文从居民的直观感受出发来分析综合医改的政策效应，更契合医改政策的目的性。其次，本文从相对医疗支出和自费支出比例角度来体现居民的医疗负担，更能观测出医改的政策效果，为医改政策效应的评估提供了更广阔的视角。最后，本文从住院支出和伤病支出以及城乡差异角度进行了探索，有针对性地考察了综合医改政策效应的异质性，有助于未来医改的精准施策。

内容安排如下：第二部分对综合医改的政策背景进行了梳理和回归；第三部分整理了与本文研究相关的文献；第四部分进行了本文的基准回归；第五部分对研究内容做了进一步讨论；第六部分是基准回归结果的稳健性检验；第七部分为本文的结论，并给出了一些政策性建议。

二、政策背景

20世纪80年代，我国开始进行医疗卫生体制改革，其间经历了改革起步阶段、改革深入开展阶段和改革调整创新阶段（王晓玲和伍凤兰，2012），医改的过程也伴随着直接行政管制、放松管制和强化管制等不同管理制约形式。2006年，医改开始进入调整创新阶段，然而改革的调整创新未能降低居民的医疗负担问题。鉴于不同医改形式都未取得显著效果，2009年我国决定以一种全新的理念和原则入手，启动新一轮医疗卫生体制改革。从新医改实施开始，各地区和部门合力取得了显著成效，整个医改框架搭建任务基本完成。

然而，随着改革的推进，矛盾积聚，改革联动性和力度需要加大加强。因此，2015年国务院医改领导小组决定开展省级医改综合试点，鼓励试点地区先行改革，探索形成可复制、推广的经验和模式。2015年1月，首批试点省份江苏、安徽、福建、青海四省开始试点工作。各试点省份不断聚焦改革重点，集中力量攻坚突破，着力解决居民的医疗负担问题，分别形成了一批可圈可点的经验做法。紧接着，2016年5月，国务院医改领导小组新增了上海、浙江、湖南、重庆、四川、陕西和宁夏七个省份试点。各试点省份依据部分先行和单项突破的原则，不断地累积经验并逐步扩大范围，形成了一大批实际可行的经验和模式。

医改试点地区不断推出多项便民惠民措施，提升了人民群众和医务人员的满意度。比如：安徽取消了公立医院药品和高值医用耗材加成，浙江推行“云胶片”“医后付”等新应用，四川通过加强县医院建设来深化三级医院对口帮扶，青海将贫困人口大病医疗保险费用报销比例提高到90%，宁夏建立了五级远程医疗服务体系。根据国家卫生计生委的消息，医改试点改革的系统性、整体性和协调性不断增强，医疗工作逐步从试点探索向全面系统推进，解决了大量体制机制的重难点问题。

总的来看，11个试点省份综合医改工作措施有力、成效显著，较好发挥了“先遣队”“排头兵”的作用，形成了一大批亮点、经验和做法，发挥了良好的示范引领作用。那么，居民个人的就医满意度、医疗水平认可度和医疗支出等问题是否得到解决?对于这个问题的回答，需要我们从居民个人的微观层面出发，考察综合医改对居民的政策效应。

三、文献综述

医疗卫生支出促进了居民健康（Issa和Ouattara，2005；Aísa等，2014；栾斌和杨俊，2015；卫龙宝和毛文琳，2019），但是增加了居民家庭的负债（李聪等，2020）。国外大量研究认为医疗服务是一项奢侈的必需品（Blomqvist和Carter，1997；Sen，2005；Baltagi和Moscone，2010）。随着中国居民对医疗服务需求数量和质量的不断增加，医疗服务越来越表现出成为中国居民和家庭的一项必需品属性（封进和秦蓓，2006；林相森和舒元，2007；张颖熙，2015）。医疗卫生支出是中国居民家庭的必要支出，其对居民生活的影响越来越重要。

因此，大量文献关注了居民医疗卫生支出的影响因素（朱波和杭斌，2015），而老年人是家庭医疗支出的主力军，部分文献重点关注了老年人的医疗支出情况，其影响因素包含了医疗需求（封进等，2015）、医疗保险（王新军和郑超，2014；丁继红和游丽，2019）、空气污染（赵文霞，2020）、健康（高瑗和原新，2020）以及性别差异（宋璐和左冬梅，2010）。另一部分文献关注了特定的医疗支出，比如灾难性医疗支出（陈在余等，2016；朱铭来和史晓晨，2016；李庆霞和赵易，2020）等。

长久以来，医疗负担可能都是压在中国居民身上的重担之一（李聪等，2020），降低居民医疗负担不仅是脱贫攻坚的内在要求，也是建设健康中国的强大动力。因此，我国在持续推进医疗卫生体制改革，不断探索降低居民医疗负担的医改路径，来保障扶贫事业的顺利进行。然而，医改作为世界性难题，需要政府和市场的相互作用，单纯的市场卫生改革可能增加医疗支出（王绍光，2005），采用政府和市场的混合制医疗服务模式，可以达到帕累托最优的资源配置效率，减少“双向失灵”现象（李杰刚等，2013）。所以，政府应该负责制定公平的原则，通过市场来进行供给（王晓玲和伍凤兰，2012）。

在以往医改经验的基础上，2009年实施的新医改目标和方向都比较明确，改革的措施逻辑也比较合理，是我国医疗体制改革的标志性改革。因此，新医改得到了大量学者关注。一些文献认为，新医改取得了显著效果，比如：释放了老年人医疗保健消费（邓兴磊和陈燕武，2016），改善了基本医疗服务的可及性（彭宅文和岳经纶，2018）。

新医改的政策效应尚未形成定论。对于正在探索的综合医改，其政策效果如何?然而，较少部分文献关注了综合医改的实施。徐少勤（2018）简单介绍了财政部门在综合医改中的职责和资金筹资情况，未涉及对综合医改的政策评估。王晓燕（2019）采用江苏和山东两地的地市级数据，从“供方”角度考察综合医改的政策效应，发现综合医改有效降低居民医疗负担，但未提升医疗服务发展水平和普遍服务水平。然而，王晓燕（2019）并未从更合理的“需方”角度进行考察，也未关注到居民的就医满意度和医疗水平认可度等。本文则依据利用大型微观数据，基于所有试点省份的准自然实验，考察了综合医改对居民的就医满意度、医疗水平认可度和医疗支出的影响情况。

四、数据、变量及实证方法

(一) 数据来源及变量说明

本文采用了中国家庭追踪调查（China Family Panel Studies，CFPS）2010、2012、2014和2018年的调查数据。CFPS数据涵盖了全国大部分省份，调查范围较广。而CFPS数据库涵盖了大量与中国居民医疗卫生相关的信息，为本文的研究提供很好的数据支持。

2015年1月，国务院医改领导小组决定在江苏、安徽、福建和青海四省开展省级综合医改试点。紧接着，2016年5月，国务院医改领导小组决定新增上海、浙江、湖南、重庆、四川、陕西、宁夏为综合医改试点。容易看出，第一批试点省份和第二批试点省份都包含了东部、中部和西部省份。不仅如此，11个试点省份分布全国各地，具有较好的省份代表性。其次，根据政策要求，国务院医改领导小组鼓励试点先行先试，加快形成可复制、可推广的改革模式，以便推向全国。试点省份的选择必须具有一定随机性，且兼顾地区代表性，刻意选择省份得到的经验很难具有代表性，进而无法推向其他省份。因此，本文将综合医改看作是准自然实验，同时结合CFPS（2010、2012、2014、2018）共四年的数据，将2010、2012和2014年作为政策实施前，2018年作为政策实施后。CFPS包含了全国25个省（市/自治区）的调查数据，将两批试点共11个试点省份作为处理组，其余省份作为对照组。

本文分别从居民的就医满意度、医疗水平认可度和医疗支出等角度考察综合医改的政策效应。首先，从居民的就医满意度和对医疗点医疗水平认可度两个角度切入，从个人对医疗条件和医疗服务的直观感觉来考察，更具真实性和目的性。其次，我们从医疗支出角度切入，分别考察了居民个人的年医疗支出（绝对医疗支出）、除去报销的自费年医疗支出（绝对自费医疗支出）、医疗支出与家庭支出比（相对医疗支出）、^②自费医疗支出与家庭支出比（相对自费医疗支出）和自费医疗支出与医疗支出比（自费支出比），其中居民个人医疗支出又包括住院支出和伤病支出（非住院支出）。具体的变量说明如表1所示。

(二) 实证策略

首先，本文从居民对医疗服务的感知来评估综合医改的政策效应，采用双重差分法（DID）考察综合医改对居民就医满意度和就医点医疗水平认可度的影响，基准回归设计如下：

其中，

表示个人，表示省份，表示年份，表示第 个居民在 省份 年的就医满意度和医疗水平认可度；（Comprehensive Medical Reform）为个人是否受综合医改政策影响的哑变量，为本文关注的政策效应系数；控制变量 包含居民个人的年龄、性别、教育年限、婚姻状况、自评健康、医疗保险参与、个人年收入^④和是否为城镇。表示个体固定效应，表示省份固定效应，表示时间固定效应，为误差项。

其次，本文从居民医疗负担评估综合医改的政策效应，考察综合医改对居民医疗支出的影响，基准回归设计如下：

其中，

表示第 个人在 省份 年的绝对医疗支出、绝对自费医疗支出、相对医疗支出和相对自费医疗支出，为对应的政策效应系数，其余变量与（1）式相同。

需要说明的是，本文采用了2010—2018年的数据，时间跨度长、涉及年份多，居民个体样本在一些年份有缺失，所以在基准回归中我们采用了非平衡面板数据形式。但下文的稳健性检验中，我们用平衡面板数据进行检验。另外，在考察综合医改对居民就医满意度和医疗水平认可度的影响时，根据数据中的因变量信息，本文利用了CFPS2010、2012、2014和2018年的数据。在考察综合医改对居民的医疗支出的影响时，由于医疗支出包含了住院支出和伤病支出，而2010年数据只包含了住院的医疗支出，所以未能采用2010年的数据；2012年数据中缺失了自费医疗费用数据，在计算自费医疗支出时，只采用了2014年和2018年的数据。具体情况如下表2。

五、回归分析

(一) 综合医改对居民就医满意度和医疗水平认可度的影响

在进行综合医改时，各试点省份通过推进优质医疗资源下沉、实施县域综合改革等一系列举措，优化了医疗卫生资源配置。那么，综合医改是否增加了居民的就医满意度和医疗水平认可度?表3分别列举了相应的回归结果。首先，第（1）、（2）列为就医满意度的回归结果，可以看出综合医改的回归系数都显著为负，表明综合医改的实施提高了居民个人的就医满意度。^⑤继续观察第（3）、（4）列就医点医疗水平认可度的回归结果，无论是否加入控制变量，综合医改的回归系数都显著为负，说明综合医改显著增加了居民个人对就医点医疗水平的认可度。以上两个因变量的结果表明，综合医改显著改善了就医点的医疗服务和医疗水平，增加了居民的医疗服务获得感。

(二) 综合医改对居民医疗支出的影响

医疗支出是医改的主要对象，涉及利益群体大，改革阻力强。比如，一些研究认为新医改并未降低居民医疗支出（姜德超等，2015；方敏和吴少龙，2017）。那么，综合医改是否降低了居民的医疗支出?表4列举了从不同角度考察综合医改对居民医疗支出影响的结果。

首先，观察第（1）列绝对医疗支出的结果发现，综合医改的回归系数并不显著，表明综合医改未能降低居民的绝对医疗支出费用。这可能是因为绝对医疗支出包含了报销费用，也可能是因为随着居民收入的增加，居民支出也在增加的缘故。继续观察第（2）列综合医改对居民相对医疗支出的影响，综合医改的回归系数在10%显著性水平下显著为负，说明综合医改降低了居民的相对医疗支出。其次，观察第（3）、（4）列自费支出的结果。可以发现，绝对自费医疗支出的回归结果不显著，而相对自费医疗支出结果在5%显著性水平下显著为负。表明综合医改降低了居民的相对自费医疗支出。整体而言，综合医改未能降低居民个人的绝对医疗支出，这可能是由于经济发展和收入增加等原因，引起了居民总体支出水平的上升。但是，综合医改显著降低了居民的相对医疗支出，从相对角度来看，综合医改缓解了居民的医疗负担。

六、进一步分析

基准回归结果表明，综合医改未能降低居民的绝对医疗支出。然而，综合医改的多项举措都旨在降低居民的医疗负担，那么综合医改的政策效应表现在哪里?对居民的影响是否存在异质性?下面我们继续从不同的角度进行探讨。

(一) 住院支出与伤病支出

绝对医疗支出包含了住院支出和伤病支出（非住院支出），下面我们分别考察综合医改对两类医疗支出的异质性影响。^⑥结果如下表5所示。首先，住院支出的回归结果为负值，但不显著，伤病支出却在10%显著性水平下显著为正。表明综合医改可能降低了居民的住院支出却增加了伤病支出，这也可能是综合医改未能降低医疗总支出的原因。其次，观察支出比发现，住院支出比的回归结果在1%显著性水平下显著，为−0.017，绝对值大于伤病支出比在10%显著性水平下的0.006。说明综合医改显著降低了住院支出占总支出的比例，却增加了伤病支出占总支出的比例，但是其降低的比重大于增加的比重。总体来看，综合医改主要影响了居民的住院支出，未能降低伤病支出。综合医改的改革对象主要是公立的大医院，改革相对容易，而众多中小诊所和小医院，却是改革的难点。未来的改革方向需要有针对性的关注与居民伤病支出相关的诊所、药房等医药支出。

(二) 自费支出比

综合医改主要目的是降低居民的医疗负担，避免居民医疗问题而陷入贫困的境地。那么，综合医改是否降低了居民的医疗负担?我们通过自费支出比（自费医疗支出/医疗支出）来衡量居民的医疗负担。下表6考察了综合医改对居民自费支出比的影响。可以看出，第（1）—（4）列的结果表明自费支出比的回归结果都显著为负，说明综合医改降低了居民自费支出的比例，即综合医改降低了居民的医疗负担。

(三) 城乡差异

我国城乡之间存在严重的医疗服务不平等（魏众和古斯塔夫森，2005；马超等，2017）、公共卫生服务不均等（和立道，2011）和医疗资源非均衡（杨林和李思赟，2016）等现象。农村医疗基础相对薄弱，在攻坚扶贫的要求下，如何补上贫困群众享受便捷医疗的短板，也是综合医改关注的重点课题。因此，下面我们考察综合医改政策效应的城乡差异?对（1）式和（2）式进行扩展，构造如下三重差分模型（DDD）:

其中，

表示居民 在省份 第 年是否在城镇，如果居住在城镇为1，否则为0。其余变量和系数分别对应与（1）式和（2）式相同。

表7和表8报告了具体的结果。首先，从表7可以看出，无论是就业满意度还是医疗水平认可度，

的回归系数都显著为负，表明综合医改对城镇居民的就医满意度和对就医点医疗水平认可度的提升高于农村居民。其次，表8的结果可以看出，对于绝对医疗支出和绝对自费医疗支出，的回归系数都不显著，表明综合医改对居民绝对医疗支出的影响无城乡差异；而对于相对医疗支出和相对自费医疗支出，的回归系数都显著为负，表明综合医改对城镇居民的相对医疗支出和相对自费医疗支出的降低程度高于农村居民。综上所述，综合医改对城镇居民的政策效应高于农村居民，这可能是农村医改难度较大的原因，相对城镇，农村居民才是未来医改的重点对象。农村居民不仅是承受医疗负担的重点对象，也是决定医改成败的关键人群。

七、稳健性分析

(一) 安慰剂检验

综合医改政策实施之后，处理组和对照组是否受到新医改等政策或者随机性因素的影响，我们需要进行安慰剂检验以增强结果的稳健性。参照类似文献（Chetty等，2009；沈坤荣和金刚，2018）的做法。首先，我们虚构综合医改的政策实施时间，结合表2的数据年份信息，将综合医改的实施时间尽量前移。^⑦表9为虚拟政策实施年份的安慰剂检验结果，可以发现，所有综合医改的回归系数都不显著。这表明综合医改的政策效应并未受其他政策的干扰。

其次，对处理组进行安慰剂检验，在所有省份中随机抽取省份作为处理组（Cai等，2016；任胜钢等，2019），其余省份作为控制组。基于随机抽样的样本，我们重复了500次的随机抽样回归，下图1画出了回归系数的分布情况。^⑧可以看出，随机抽样得到的估计系数分布在0附近，并且仅极少数的估计系数落在了基准回归的估计系数（−0.008）的左侧。这说明综合医改对相对自费医疗支出的政策效应并不受随机因素的干扰。

(二)  PSM-DID

综合医改试点省份需要具备强有力的改革能力，较好的发挥“先遣队”“排头兵”的示范作用，为未来改革铺向全国积累经验。因此，试点省份的设立很可能不是随机的，而且试点省份和其他省份居民之间在收入水平和健康状况等方面可能存在差异。为了排除这些因素对回归结果的干扰，我们借鉴Heckman等（1998）提出的PSM-DID方法进行回归，结果如表10所示。^⑨容易看出，匹配后的回归结果与基准回归一致，验证了本文的结论。

(三) 平衡面板

本文采用了大型微观追踪数据库，长时间追踪导致样本有所缺失。鉴于此，前文的基准回归中，我们采用了非平衡面板数据进行回归。为了体现回归结果不受数据平衡性的干扰，我们将样本处理为平衡面板来观察结果的稳健性。表11和12分别为对应的平衡面板数据稳健性结果。容易看出，表11中就医满意度的回归结果显著为负，与表3的对应结果完全一致；医疗水平认可度的回归结果不显著但为负，与表3的对应结果方向一致。表12的结果与表4完全一致。整体而言，平衡面板的回归结果表明基准回归的结果是稳健的。

(四) 2014年和2018年

前文采用了2010—2018年的数据进行分析，政策实施前为三个年份2010、2012和2014年，政策实施后为一个年份2018年。从政策实施前的三个年份里任意挑选一个年份作为事前年份，事后年份仍为2018年，只采用事前和事后两个年份的面板数据进行回归。此处我们只代表性地列举了事前为2014年，事后为2018年的回归结果。^⑩具体结果如表13所示：容易看出，回归结果都与前文的基准回归结果一致。

八、结论和政策建议

医疗负担一直是压在我国居民身上的重担，也是居民最关心的现实问题（顾昕，2010）。因此，我国一直致力于医疗卫生体制改革，希望探索出一条符合国情的医改之路，从根本上解决我国居民医疗负担。综合医改就是引领未来医疗改革的一次重要尝试，具有重要的示范作用。因此，评估综合医改的政策效应具有重要的现实指导意义。本文利用2010—2018年中国家庭追踪调查数据，从医疗服务和医疗支出两个角度考察了综合医改的政策效应。我们发现：综合医改显著提高了居民的就医满意度和对就医点医疗水平的认可度；尽管综合医改还未降低居民的绝对医疗支出和绝对自费医疗支出，但显著降低了相对医疗支出和相对自费医疗支出。扩展性研究发现：综合医改降低了医疗支出中的住院支出，未降低医疗支出中的伤病支出。从自费比例角度看，综合医改显著降低了居民的自费医疗支出比例。相比于农村地区，综合医改对城镇居民的影响程度较高，农村居民仍是未来医改的重点对象。

针对本文研究结果，我们提出以下几点建议：

首先，综合医改增加了居民的就医满意度和医疗水平认可度，降低了居民的医疗负担，具有较好的政策效应。因此，一方面需要继续挖掘、宣传推广试点省份亮点经验，把试点省份打造成医改标杆；另一方面需要增加试点省份，扩大试点范围，将综合医改向纵深推进。

其次，综合医改更应重点关注居民的医疗负担问题，降低医疗负担是医改的重难点。具体可从以下几点着手解决：（1）扩大医疗保障范围，提高保障水平；（2）加强不同等级医院的能力建设，提高居民大病医疗保险住院费用报销比例；（3）持续完善医疗卫生系统建设，通过提高城乡居民的健康素养水平来降低居民的医疗支出。

再次，综合医改应关注中小诊所和药房等与居民伤病支出相关的机构，这些机构众多且较为分散，是改革的重难点。具体可从以下几个方面着手：（1）健全药品供应保障机制，对药品实施零差率销售；（2）在药品采购中，引入药品供方数量，通过带量采购、招采合一和充分竞争等方式挤干药价水分；（3）建立短缺药品储备制度，根据临床监测动态调整药品目录，满足群众对药物的需求。

最后，与城镇相比，综合医改在农村的政策效应较弱。降低农村居民的医疗负担是巩固扶贫成果的重要措施，未来应重点关注农村的医改情况。具体可从以下几方面入手：（1）从总体来讲，各项政策和投入都应全方位向农村倾斜，特别是基本公共卫生服务经费应向乡村医生倾斜；（2）完善基层医疗卫生系统建设，提高农村居民健康素养水平；（3）推进农村医疗卫生机构基础设施和能力建设，采取多种形式支持村卫生室建设；（4）通过培训、转岗和定向培养等方式，加强农村医疗卫生人才和队伍建设；（5）通过推进分级诊断制度提高基层卫生机构门诊量，提升农村医疗卫生服务层次性；（6）建立医院与农村基层卫生机构的长期稳定结对帮扶、对口支援工作机制，推动优质医疗资源下沉。

① 该定义来源于中国社会科学院医疗体制改革课题组报告《中国医疗改革问题研究》。

② 此处采用了家庭支出，而非个人支出，因为家庭支出数据比较完善，个人支出数据缺失严重。

③ 根据问卷信息，此处医疗保险包括：公费医疗、城镇职工医疗保险、城镇居民医疗保险、补充医疗保险和新型农村合作医疗。

④ 以2010年为基期，将2012、2014和2018年的家庭纯收入用各省份居民消费价格指数（CPI）进行调整。

⑤ 就医满意度：1很满意、2满意、3一般、4不满意、5很不满意，数值越大越不满意。

⑥ 住院支出比为住院支出除以家庭总支出，伤病支出比为伤病支出除以家庭总支出。

⑦ 对于因变量为就医满意度和医疗水平时，虚拟的政策实施年份为2011年，2010年为政策实施前，2012和2014年为政策实施后。对于因变量为相对医疗支出时，虚拟的政策实施年份为2013年，2012年为政策实施前，2014年为政策实施后。对于因变量为相对自费医疗支出时，无法虚拟政策实施年份进行安慰剂检验，我们采取随机抽样构造虚拟处理组的方法进行安慰剂检验。

⑧ 针对所有因变量，我们都进行了随机抽样构造处理组的安慰剂检验。限于篇幅，我们只列举了无法虚拟政策实施时间的因变量（相对自费医疗支出）的结果。对其他因变量结果感兴趣的读者，可向作者索取。

⑨ 此处采用了stata软件的diff命令，匹配方法为核匹配，窗宽为0.06。

⑩ 对于因变量为就医满意度和医疗水平认可度时，我们同样也采用了2012年与2018年，以及2010年与2018年的面板数据进行了回归。对于因变量为绝对医疗支出和相对医疗支出，我们也采用了2012年和2018年的面板数据进行回归。限于篇幅，不再列举，感兴趣读者可向作者索取。而对于因变量为绝对自费医疗支出和相对自费医疗支出时，无法采用该方法进行稳健性检验。