10月29日，十八届五中全会闭幕，会议通过普遍二孩政策，将允许每对夫妇可生育两个孩子。这是继2013年决定启动实施“单独二孩”政策之后的又一次人口政策调整。目前世界上公认的划分人口老龄化的标准有两种：即当一个国家或地区65岁及以上老年人口占总人口比重超过7%或60岁及以上老年人口占总人口比重超过10%时，该国家或地区就开始迈入老龄化社会。2010年中国第六次人口普查数据显示，中国总人口达到13.7亿，其中60岁以上人口比例为13.26%， 65岁以上人口比例为8.87%，这标志着中国已经进入人口老龄化阶段①。有很多原因造成了我国的人口老龄化。首先，医疗卫生技术的进步延长了中国人的平均寿命，这是老年人口增加的最直接原因；其次，经济发展水平的提高使得人们生育观念发生改变，生育率逐渐下降，因此死亡率也会逐渐下降。平均寿命的延长以及婴儿数量减少最终导致老年人口的比重上升。改革开放以来的几十年中，随着市场化的逐步深入，农村青年大量涌入城市，经济发展水平不断提高，由此带来的城镇化进程不断加速，高城镇化水平进一步加重了老龄化程度；此外，为了控制人口增长，我国长期实行计划生育政策，这种控制人口增长的政策也在一定程度上加快了人口老龄化速度。因此,我国的人口老龄化是由经济发展、科技进步以及计划生育政策等多方面因素综合影响的结果。
毫无疑问，人口老龄化问题是目前很多国家面临的重要挑战之一，我国作为人口大国，老龄化问题将对社会和经济等各方面产生全面而深远的影响，并且现行的医疗服务体系也将面临不小的挑战。近些年来，大量患者更乐意去大医院尤其是三甲医院就诊，这种过度寻求大医院就诊的行为可能导致了医疗支出的上涨。并且由于我国政府对医疗卫生服务领域的投入不足，医护人员的诱导行为也有可能在医疗费用的上涨过程中起到了不光彩的作用；也有学者指出死亡前的高额医疗支出可能是医疗费用上涨的原因；此外，2003年新农合试点在农村逐渐全方位展开，但由于城镇地区的卫生设施和医疗保障体系更加完善，所以城镇地区相比，医疗保障水平仍然较低，医疗费用支出在城乡之间仍然有一定差距。综上所述，研究医疗费用上涨的宏观因素影响，特别是对人口老龄化影响医疗费用的效应进行定量分析，可以为政府做医疗卫生领域投入决策提供重要的依据，文中同时分析了收入、医疗服务供给、城镇化水平，死亡率对医疗费用的效应，对影响医疗费用的这些宏观因素做了详细分析，对于各地区社会与经济发展水平有着巨大差异的中国，有着尤为重要的理论及现实意义。
1 文献回顾
通过对国内外文献的比较，现将有关医疗费用宏观因素的文献梳理如下：余央央（2011）[1]对我国各省数据的研究说明老龄化对人均医疗费用有正向效应，对医疗支出上涨的贡献度约为3.9%。城镇地区的人口老龄化会导致医疗支出的增加，但农村地区的人口
--------------------------------------------------------------
①资料来源：2010年第六次全国人口普查主要数据公报
老龄化程度对医疗支出没有显著影响，表明医疗卫生资源在配置上存在一定程度的城乡不平等。黄成礼和庞丽华（2011）[2]根据中国人口结构的变化，利用现有的相关医疗费用数据，对各个科室的医疗费变化走势作了前瞻性分析。从整体来看，医疗费用会由于老龄化而上涨，但不同年龄阶段的人群对医疗服务的利用不尽相同，老龄化对门诊和住院费用的影响也不同。祁华金等（2012）[3]利用主成分分析法研究了 1990-2009年中国卫生费用的决定因素。与多数研究一样，作者发现老龄化水平、城镇居民人口比重和收入水平对卫生费用存在显著影响。更重要的是，作者发现以死亡人口衡量的接近死亡程度会显著的增加卫生费用，其对卫生费用的影响程度甚至要高于老龄化。刘西国等（2012）[4]的研究发现，老龄化会导致住院支出的上升，同时城镇化也会造成医疗费用的上涨。此外，医疗保险覆盖率能够抑制医疗费用的上涨，但是文章未发现收入（人均GDP）对医疗费用存在影响。王华（2012）[5]对中国18个省市的医疗费用进行比较后发现，人均医疗费用与人口老龄化水平表现出正相关关系。城镇化水平和医疗保险参保率也如预期一样会带来医疗费用上涨的压力。王学义和张冲（2013）[6]对各省居民医疗消费支出的决定因素进行了实证研究，作者通过动态面板方法发现老龄化和收入是医疗费用的主要决定因素，并且居民的医疗消费表现出很强的持续性特征。此外,城乡收入差距也会影响居民的医疗支出水平。刘吕吉和石静（2013）[7]利用 1998-2011年的省级政府卫生费用做了人口老龄化对医疗费用的影响及其机制的实证研究。兰烯（2014）[8]利用微观和宏观数据研究了人口老龄化对医疗费用的影响及其影响机制，并做出了详细的分析，验证了在微观及宏观层面上接近死亡效应假说是否成立。
此外，有文献指出，由于人在死亡前很可能集中发生高额的医疗支出，死亡率也可能对医疗费用产生影响。从总体上看，多数国内学者的研究均表明老龄化会推动医疗费用的上涨，并且老龄化对政府卫生费用和居民医疗消费也表现出类似的影响。然而,也有部分学者的研究结果并未支持老龄化对医疗费用存在显著的正向影响这种观点。
2 研究思路
本文利用中国省际面板数据对影响医疗费用的宏观因素进行实证分析，下面对文章的实证研究思路进行简要介绍。
文章利用最新的数据从宏观层面分析各地区医疗费用的决定因素，探讨人口结构，经济发展水平，死亡率，城镇化水平和医疗服务供给对医疗费用的影响。其中，本文主要关注我国的人口老龄化水平对医疗费用产生的效应，同时深入分析其他社会和经济等宏观因素在医疗支出中所起的作用，检验早期已有的文献研究是否仍然成立。文章将尝试通过对医疗费用宏观决定因素的研究探讨人口老龄化对中国医疗服务需求的影响，分析各个因素对医疗费用的效应大小。
在我国，医院是医疗体系的主体部分，各个医院除了能够提供住院服务，还大量经营门诊部门，并且在《中国卫生统计年鉴》中，人均医疗费用包括门诊病人人均医疗费和住院病人人均医疗费，因此，同时考察门诊和住院服务可以更清晰的描述医疗费用的发生，我们设置因变量分别为人均门诊费用和人均住院费用，同时分析各省人均门诊费用和人均住院费用的决定因素。通过选择固定效应还是随机效应面板模型对省际医疗费用数据进行实证研究，并且在模型中控制一个变量，以判断其他各种因素在医疗费用的上涨过程中是否起到了作用。
3 计量模型
本文以全国31个省市作为数据选取对象，研究医疗费用的宏观决定因素，然而事实上可能存在诸多影响我国医疗费用的不可观测因素。为了能够在一定程度上消除这些不可观测因素的影响，我们考虑使用固定效应模型分析各个因素对医疗费用的效应，设定模型如下：

Hausman检验的原假设是：随机效应模型中的个体影响与解释变量不相关，在原假设成立时，W统计量服从自由度为k的卡方分布。K为模型中解释变量的个数，对于给定的显著性水平，若W小于临界值，选择随机效应模型，反之，选择固定效应模型[9]。对本文面板数据做Hausman检验证实，固定效应模型相比随机效应而言更适合分析医疗费用的宏观决定因素。因此，本文将采用的计量经济模型为：

其中，Y表示各地区人均门诊费用和人均住院费用，R65表示各地区65岁以上老年人口比重，Dr表示各地区人口死亡率，X表示其他可能影响医疗费用的解释变量，包括各地区三级医院比重，人均GDP，各地区每千人口卫生技术人员数，城镇人口比重。
若老龄化能够推动医疗费用的上涨，那么应当显著为正。如果显著为正则说明死亡率是驱动医疗费用上涨的关键因素。若和同时显著为正，表明老龄化和死亡率分别解释一部分的医疗费用上涨。当显著而不显著时,表明医疗费用的快速增长是由死亡前高额的医疗支出所致，与人口老龄化程度并无关系。若结果显示医疗费用对每千人口卫生技术人员数的弹性大于零，则表明医护人员可能存在对患者的诱导需求行为，反之则说明增加医疗服务资源的供给能够有效抑制医疗费用的上涨。表示未观测到的随机扰动因素。