1974 至 1982 年，兰德公司在美国六个地点为约 2,000 个家庭、5,800 余人提供实验性医疗保险，并按家庭随机分配从免费到 95% 不等的共付比例。这项实验确立了“自付价格会改变医疗使用”的证据，但它的分组方式、各组不同的拒绝与流失、理赔漏报，也决定了结论能推广到多远。
一叠待整理的医疗账单（2015 年拍摄，与兰德实验无直接关联，仅作主题示意）。摄影：Upupa4me，来源：Flickr，许可：CC BY-SA 2.0。
实验缘起与六种保险方案
实验的起点是一次政策讨论。按首席研究员 Joseph P. Newhouse 的回顾，1969 年前后，美国经济机会办公室（OEO）的经济学家 Larry Orr 在参与医疗补助政策讨论时发现，几乎没有证据说明共付会怎样影响医疗使用，于是资助 Newhouse 设计一项随机实验，兰德团队随后竞标获得实施权。1971 年尼克松政府提出带共付的全民健康保险方案，国会同时有零共付和高共付的替代提案，研究对象也从低收入人群扩展到 65 岁以下的一般人口。兰德项目页把整个项目记为 1971–1986 年，由卫生、教育与福利部（今卫生与公众服务部）资助；现场工作则在 1974 至 1982 年进行。
实验的“处理”是保险合同本身。按服务收费体系内共有六种方案：共付比例为 0（即免费医疗）、25%、50%、95% 的四种统一方案；一种“混合方案”，多数服务共付 25%，牙科与门诊心理健康共付 50%；还有一种“个人免赔额方案”，门诊共付 95%、住院免费。为限制家庭的财务风险，25%、混合、50% 和 95% 四种方案都设有年度自付上限，并在方案内部再随机设为家庭收入的 5%、10% 或 15%，封顶 1,000 美元（25% 方案后因预算压力降为 750 美元）；个人免赔额方案的上限是每人 150 美元、每户 450 美元。西雅图另设两个 HMO（健康维护组织）组：一组是原本不在 HMO、被随机分入的家庭，另一组是已有的 HMO 会员。
关于样本规模，不同资料的口径不同。兰德 2006 年的研究简报称共招募 2,750 个家庭、7,700 余人，均在 65 岁以下；Aron-Dine、Einav 和 Finkelstein 2013 年的再分析只统计六种按服务收费方案，为 1,985 个家庭、5,811 人。家庭参与期为 3 至 5 年，期间兰德充当这些家庭的保险人。
分层随机分配与样本量设计
分组并不是简单抽签。研究团队在每个地点、每个入组月份内，用 Carl Morris 提出的“有限选择模型”（finite selection model）挑选样本并分配方案：一方面在预算约束下尽量拉开基线协变量的差异，另一方面用一种分层随机分配，让家庭规模、年龄、教育、收入、自评健康和上一年就医情况等变量在各组之间比单纯抽签更平衡。代价是，分配只在“地点 × 入组月份”内是随机的，分析时必须控制这一组合，否则地点和时期的差异会混进方案效应；又因为以家庭为单位分配，标准误需要按家庭聚类。
Aron-Dine 等用兰德公开的数据做了平衡性复核：参与分层的变量在各组间没有显著差异；未参与分层的变量（如实验前的保险类型、实验前的医疗和牙科支出）整体上不平衡，但主要来自人数较少的 50% 共付组——研究团队在分配中途已停止向该组分配家庭。去掉这一组后，检验不再拒绝平衡假设。
样本量由精度目标和预算共同决定。卫生、教育与福利部部长规定按服务收费各组共纳入 2,000 个家庭；Newhouse 回顾说，按当时对均值和方差的估计，这一规模能让五个按服务收费组的均值标准误都低于均值的 6%，实际结果也达到了。各组人数按 √(wᵢ/cᵢ) 分配，wᵢ 是该组的政策关注权重，cᵢ 是多招一个家庭的边际成本。支出分析和健康结局分析对最优分配的要求不同，后者希望免费组接近样本的一半，最终方案对两者各取一半权重。结果免费组是最大的一组，约占家庭的 32%。
地点是有意挑选而非随机抽取的：俄亥俄州代顿、华盛顿州西雅图、马萨诸塞州的菲奇堡—莱明斯特（Fitchburg-Leominster）和富兰克林县、南卡罗来纳州的查尔斯顿和乔治敦县，覆盖美国四个人口普查大区，兼有都市和农村。按“地点间方差 + 地点内方差”在预算约束下最小化的公式，最优地点数是四个；两个农村点可以共用附近都市点的现场办公室，增加的成本不大，才扩为六个。参与期限也做了随机切分：同一地点、同一方案内，70% 的家庭参加 3 年，30% 参加 5 年。同一个人逐年的就医高度相关，两人各参加一年比一人参加两年提供的信息更多；两种期限并存，又能估计实验开头和结尾的暂时性行为。Newhouse 称，这类暂时效应除牙科外都不大。
测量方式与偏差控制
支出和使用数据来自理赔单：参与者把原有保险的赔付让渡给实验，就医后须提交有医疗服务者签字的费用报告才能报销，这些报告构成了使用结局的数据。分配前的筛查问卷收集人口学、健康、保险和过往就医信息；健康结局则依靠入组和结束时的问卷与体检。
保险越差，家庭越可能拒绝入组，这一点在设计时就已预见。由于每种方案都有自付上限，研究团队能算出家庭在实验方案下相对原有保险的最坏损失，并按这个数额支付“参与补偿”（Participation Incentive），使任何家庭都不会因参加实验而在经济上吃亏；实验结束时再发一笔同等数额的“完成奖金”，避免家庭在最后一年遇到大额账单时退出、回到原雇主保险。
对实验本身可能制造的效应，团队用嵌套的随机子实验来测量：随机 44% 的家庭获得高于最坏损失的额外补偿，用于检验补偿带来的收入效应；只有随机 60% 的参与者接受入组体检，因为告知异常结果本身就可能促使人去看病；在四个地点的第一年，随机 25% 的样本不寄送双周健康问卷，以检验问卷是否刺激就医。第一个地点首年的 100% 共付方案此后改为 95%，让该组保留提交理赔单的动力。Newhouse 的总结是，这些方法效应总体可以忽略。
但补偿只能拉平平均激励，拉不平个体差异：预期医疗开支高的家庭从慷慨方案中获益更多。Aron-Dine 等统计（不含拒绝者数据已丢失的代顿点），获邀个人中最终完成实验的比例为 76%，免费组 88%，95% 共付组只有 63%；差距主要来自一开始就拒绝入组，中途退出也有不小的贡献，两者都不能用抽样误差解释。到实验结束时，完成者在实验前一年的就医次数、是否做过体检等指标上也出现了组间不平衡。方向相反的另一个问题是漏报：共付越高，提交理赔单的动力越弱。兰德当时就做了核查，Rogers 和 Newhouse（1985）发现，免费组未申报约 4% 的门诊支出，95% 共付组约 12%。
这些偏差会改变多少结论？基线估计中，95% 共付组的年度医疗总支出比免费组低 845 美元（2011 年美元），约 39%。按漏报比例校正、再加入实验前协变量后，降幅仍然显著。若用 Lee 界限按最坏情况修剪样本，支出水平的估计甚至可能变号，但对数支出和“是否有任何支出”的效应仍为负。Aron-Dine 等的结论是：“医疗支出不随自付价格变化”这一原假设被稳健地拒绝，但效应的具体大小因此带上了不确定性。
主要结论与推广边界
兰德 1988 年的最终报告称，免费方案的人均支出比 95% 共付方案高 45%；门诊使用的最大降幅出现在免费与 25% 共付之间；共付主要减少就医次数，而不是每次就医的强度；各共付方案之间的住院使用没有显著差异。2006 年的研究简报总结健康结果：共付对大多数人没有可检测到的不利影响，例外集中在入组时最穷、最病的约 6% 人群——免费医疗改善了他们的血压控制、视力、所需牙科治疗和部分严重症状。
这些结论有明确的人群边界。入组时成人年龄上限为 61 岁，以免实验期内有人进入联邦医疗保险（Medicare）；收入超过 25,000 美元（1974 年币值）的家庭被排除，约占实验地点人口的 3%；六个地点是有意挑选的。Newhouse 指出，各地点社会经济差异很大，但对各方案的使用反应相当一致。另一方面，参与者只占各地人口的很小一部分，有的家庭共付比原保险高、有的更低，当地医疗系统没有被推到产能边缘——如果全国真的推行免费医疗，可能出现的排队等非价格配给，这项实验测不到。
时代与制度是另一层边界。实验时的保险基本是“被动报销”，没有今天的医疗网络、药品目录和事先授权；当年主流是按比例共付，如今多是固定金额共付。HMO 结果只来自西雅图一家员工型 HMO。Newhouse 在回顾中写道，若早知健康效应集中在贫困且患病的人群，他会对这一群体过度抽样；他也提到，后来的观察性研究得到的使用—价格反应与实验大体相近。兰德 2006 年的简报则认为，今天重做一次类似实验是否会得到相同结果，无从知晓。
最常被引用的“医疗支出价格弹性 −0.2”需要格外小心。Aron-Dine 等指出，这个数字并非直接来自随机比较，而是把理赔归并为“疾病发作”、假设参与者只看当下价格等建模步骤的产物；兰德的方案又都是带自付上限的非线性合同，把合同压缩成单一“价格”的方式不同，外推到其他保险设计时会得出相当不同的预测。随机化直接支撑的，是这几种具体方案之间的比较；越往外推，依赖的模型假设就越多。