三　指标选择与数据说明

（一）指标选择

宏观意义上的居民医疗支出指标是城镇居民人均年医疗保健消费支出，国内已有不少相关研究将该指标作为测度医疗费用的宏观指标（何明、王云敏，2011）。本文侧重从经济学的视角探索医疗支出与公益性政府医疗财政投入之间的联动关系。因此，将城镇居民人均年医疗保健消费支出（元，y）引入为因变量。

由于药品费支出和治疗费支出是城镇居民人均年医疗保健消费支出最主要的构成部分，不同于原有仅考虑相关宏观经济变量的做法，本文引用Zeng （2013）的思路，结合医疗系统相关变量和相关宏观经济变量共同考虑展开分析，因此，各地区城镇居民人均年药品费支出（元，x1）和各地区城镇居民年人均治疗费支出（元，x2）引入为自变量。

结合试点医疗改革成效依赖医疗均次费用是否降低来体现这一背景，本文旨在测度公益性政策的增加政府财政投入如何改变人均年医疗保健消费支出。此外，城镇居民人均可支配收入作为体现居民生活水平指标，必将影响体现人力资本积累的医疗保健消费支出。本文将医疗卫生财政支出（亿元，x3）和城镇居民人均可支配收入（元，x4）引入为两个宏观解释变量。

（二）数据说明

为了增加估计量的抽样精度以及获取更多的动态信息，本文引入1999—2011年全国31个地区以上5个指标的平衡面板数据展开城镇居民人均年医疗保健消费支出与公益性政府医疗财政投入之间的联动关系分析。数据来自中经网数据库、《中国统计年鉴》、《各省统计年鉴》、《中国区域经济统计年鉴》、《中国价格及城镇居民收支调查》（2000—2003）和《中国城市（镇）生活与价格年鉴》（2006—2011）。所有数据都用1999—2011年的医疗保健消费价格指数折算成1999年实际价格指标数据。城镇居民人均年医疗保健消费支出、人均年药品费支出、人均治疗费支出、医疗卫生财政支出、城镇居民人均可支配收入分别记为AME、ADE、ATE、TFE和IPC。引入分析的各指标平衡面板数据纵向时间跨度13年（1999—2011），每一年都有31个观测数据，分别标记为AME-BJ（北京）、…、AME-XJ（新疆）、IPC-BJ（北京）、…、IPC-XJ（新疆），共403个观测值。本文利用2004—2011年31个地区AME、TFE和IPC，按1999价格计算的具体数据进行分析。