2. 安徽财经大学财政与公共管理学院 安徽蚌埠 233030
2. Institute of Finance and Public Management, Anhui University of Finance and Economics, Bengbu Anhui 233030, China
我国基本医保制度建立之初,门诊费用处于较低水平,通常不会给家庭带来疾病经济风险,因此城镇职工基本医保(以下简称“职工医保”)和城乡居民基本医保(新型农村合作医疗和城镇居民基本医保,以下简称“居民医保”)均以保障住院费用风险为主,普通门诊费用大多处于保障范围之外。但随着医疗技术水平进步,门诊诊疗范围不断扩大,门诊费用迅速增长。中国卫生统计年鉴数据显示,1990年医院门诊病人次均医药费仅10.9元,随后逐年增长,1998年职工医保建立时为68.8元,而2003年新农合建立时为108.2元,2020年已经达到324.4元。近年来,社会各界开始认识到门诊费用的变化及其引致的风险,门诊费用保障逐步进入政府政策议程,并先后出台了居民医保高血压和糖尿病门诊用药保障政策和职工医保门诊共济保障政策。也有学者开始关注门诊服务利用和费用风险问题,分析门诊费用的分布、不同门诊保障水平对门诊服务利用和费用的影响等。[1-2]但门诊服务利用、费用和风险仍有很多问题需要更多地实证研究。医保报销政策对门诊服务利用产生了哪些影响?门诊费用引致的疾病经济风险如何及当前门诊保障政策对门诊费用风险的保护是否充分,仍缺乏更充分的证据。
1 资料来源与方法 1.1 资料来源中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)是由北京大学国家发展研究院主持、中国社会科学调查中心执行的一项大型跨学科调查项目。CHARLS于2011、2013、2015和2018年分别在全国28个省(自治区、直辖市)的150个县、450个社区(村)开展调查访问,至2018年全国追访完成时,其样本已覆盖总计1.24万户家庭中的1.9万名受访者。在剔除缺失值和不符合研究需求的样本后,本文最终使用样本量为19 819人。
1.2 研究方法中老年人是门诊服务需求最旺盛并可能因此发生门诊费用风险的高危人群。本文基于2018年CHARLS数据分析45岁以上人群的门诊服务利用和费用风险。该数据收集了调查对象的年龄、性别等人口学特征、健康状况、门诊服务利用和费用支出情况以及家庭经济情况能够满足本文研究的主题。已有学者利用该数据分析了灾难性卫生支出的发生与慢病患病情况及贫困家庭的灾难性卫生支出情况。[3-4]本文采用不同的视角,以患者为单位,分析职工医保和居民医保人员门诊服务利用、费用和疾病经济风险情况。
疾病经济风险采用灾难性卫生支出指标,分别为家庭总支出的25%和家庭非食品支出的40%两个标准。由于CHARLS数据并未收集全部家庭成员的信息,且医保类型家庭成员之间并不相同,为个人变量,本文以个人为单位,基于家庭人均支出计算灾难性卫生支出发生率。
假设T为患者支付的医疗支出(OOP);X为家庭人均总支出;f(x)为家庭人均非食品支出;z为灾难性卫生支出标准。如果T/X>z或T/f(x)>z则认为发生灾难性支出。
灾难性支出发生率H定义为发生灾难性支出的个体占总样本的比重。公式如下:
(1) |
式(1)中N为总样本数;Ei表示如果Ti/Xi>z或Ti/f(xi)>z, E=1, 否则E=0。以家庭人均总支出为例,均可以用f(xi)代替xi做分母,计算基于家庭人均非食品支出的灾难性支出。
本文递进式提出三个研究假设:
假设1:门诊服务应该是医疗服务的主要类型,但由于一直以来的门诊报销政策导致很多患者放弃利用门诊服务,用住院服务或者自行购药代替。本文提出假设:门诊报销政策影响门诊服务利用,自行购药成为门诊服务的重要替代品,也引致住院服务利用增加。
假设2:一直以来对门诊费用引致疾病经济风险的认识不到位,很多研究仅关注住院费用风险,而很多基于家庭调查数据的研究主要关注家庭总医疗支出引致的风险,对门诊费用引致的风险关注不足。本文提出研究假设:利用非住院型医疗服务也会引致发生灾难性卫生支出,门诊费用是引致疾病经济风险的重要因素。
假设3:因非住院型服务发生疾病经济风险的患者多是慢病患者,这些患者需要长期服药,但可能并未纳入到门诊慢病或特病保障政策中,因此门诊费用得不到保障。本文提出研究假设:患有慢病且患有慢病种数越多越有可能因为非住院型服务发生灾难性卫生支出。
2 结果 2.1 医疗服务利用情况从表 1可以看出,过去一个月职工医保和居民医保利用医疗机构门诊服务的比例相当,均在17%左右。除利用医疗机构的门诊服务外,很多参保人选择自行在药店购药。样本中有56.75%的职工医保和57.97%的居民医保患者过去一个月曾自行购药。过去一年职工医保人员住院服务利用率为20.03%,高于居民医保参保人(16.53%)。
表 2对在医疗机构门诊就诊患者的月自付费用和月总费用进行分析,职工医保患者月门诊总费用1 000元以上组患者占比最高,其次是500~1 000元组;居民医保患者月门诊总费用分布与职工医保患者有所不同,居民医保患者低费用段占比更高。患者个人自付月门诊费用分布与总费用分布基本相同。
对参保人在药店自行购药费用进行分析,职工医保和居民医保患者月自行购药总费用在1 000元以上组占比最高,接近一半;其次是100元以下组;月购药个人自付费用分布与总费用分布基本相同。
职工医保和居民医保人员住院总费用和住院自付费用的结构存在一定差异,职工住院费用高费用组占比高于居民医保人员,而低费用组低于居民医保人员。
门诊、购药、住院总费用和自付费用高费用段(1 000元以上组) 的分布是不一样的,职工医保和居民医保住院总费用高费用段占比分别为45.55%和28.47%,但住院自付费用高费用段占比均明显减少,职工医保和居民医保分别为18.00%和14.60%;与住院费用不同的是,门诊、购药总费用和自付费用高费用段分布并没有明显差异。
2.3 费用报销情况分析从门诊就诊患者获取医保报销情况分析看,职工医保一半的患者得到医保报销;居民医保患者三分之一多一点得到医保报销。药店自行购药费用报销情况看,职工医保约39.48%的患者得到报销,而居民医保22.93%的患者得到医保报销。职工医保住院费用获得报销的患者比例高于居民医保,分别为94.29%和89.00%,均明显高于门诊和自行购药(表 3)。
上述结果表明,职工医保的门诊费用、住院费用以及自行购药的报销比例均明显高于居民医保,其原因可能是职工医保的缴费比例相对高于居民医保,并且职工医保中个人账户支付比例较高,整体而言职工医保的待遇水平和报销比例高于居民医保。
2.4 灾难性卫生支出由表 4可以看出,居民医保人员灾难性支出发生率明显高于职工医保。未利用住院型服务患者灾难性卫生支出发生率已经较高,说明门诊和购药费用也会引致灾难性卫生支出。
表 5进一步对未利用住院型服务参保人慢病患病情况进行分析发现,无论是职工医保还是居民医保,患慢病种数越多,灾难性卫生支出发生率越高。与此同时,居民医保灾难性卫生支出的发生率在不同的慢性病数量上,均明显高于职工医保。
如表 6所示,年龄变量是连续变量,均值为61.74岁。其中男性为47.13%,女性为52.87%。医保类型方面,职工医保参保比例为14.93%,居民医保参保比例85.07%。慢性病数量显示,没有慢性病比例仅为21.2%,值得注意的是,有三种以上慢性病比例为42.08%。家庭人均生活支出对数均值为9.01,自评健康状况好、很好比例分别为12.85%和12.2%。受教育程度变量显示,随着教育水平的提升,样本比例逐渐降低,其中高中/中专占比10.54%,大专及以上占比仅为2.18%。有配偶的为85.09%,农村样本占比为75.09%。此外,本文还考察了区域特征和地区门诊保障水平,变量定义与均值详见表 6。
利用Logit回归分析发现,在控制影响因素后,相对于职工医保,居民医保门诊保障水平相对更低,利用门诊服务的可能性更低;而门诊保障水平较好的城市参保人利用门诊服务的可能性更高,这两个变量对是否利用门诊服务的影响均有统计学意义,可以证明当门诊保障水平更高时,患者会利用更多的门诊服务,验证了假设1。
对全调查对象灾难性支出发生Logit回归分析发现,门诊就诊和自行购药都是引致灾难性卫生支出的重要因素,回归系数略低于住院服务利用。验证了假设2,非住院型服务是引致灾难性支出的重要因素。
对未利用住院服务的调查对象进行灾难性支出发生Logit回归分析发现,随着患慢病种数增加,发生灾难性卫生支出的风险增加,验证了假设3。
由于其他控制变量非本文核心关切,在此不一一阐述和解释,回归结果详见表 7。
分析表明,利用医疗机构门诊服务比例较低,而利用药店购药服务的比例非常高,说明很多参保人门诊医疗服务需求被抑制,转而寻求替代性服务。这一定程度上与我国的医保报销政策有关,一直以来,我国医保以住院保障为主,门诊保障处于相对弱势状态,早期以个人(家庭)账户保障为主,虽然逐渐建立门诊统筹报销政策,但在基金平衡的压力下,门诊和住院待遇保障组合并未充分优化,导致门诊报销限额非常低,仍处于保障不足的状态。多因素分析也得出同样的结论,门诊保障水平影响门诊服务的利用,当门诊保障水平较低时,门诊服务被自行购药和住院服务替代。
2021年我国人均利用门急诊服务5.82次[5],而职工医保和居民医保参保人员分别享受普通门急诊和门诊慢特病报销待遇平均5.59和2.53次[6],这说明很多利用门诊服务的患者并未获得医保报销待遇。与OECD国家对比,日本、韩国、德国等实施社会医疗保险制度的国家2020年平均门诊量均明显高于我国,日韩均超过10人次,德国也接近10人次。[7]门诊服务利用率低也造成了住院服务利用率高。2021年我国居民住院率为17.5%,虽低于德国(21.9%),但高于日本(13.4%)和韩国(15.4%)。省级层面的统计数据也可以得出同样的结论,如北京市门诊保障水平较高,参保人更多利用门急诊服务,因此在医疗资源极为丰富的背景下,北京市2020年住院率仅11.6%,远低于全国平均水平。反过来,门诊保障水平较低时,患者会选择购药或住院服务替代门诊服务。
3.2 门诊费用并不等于低费用,是引致灾难性卫生支出的重要因素对门诊和自行购药两种非住院型服务的花费情况分析发现,很多参保人门诊和自行购药支出非常高,如门诊和自行购药高费用段的占比与住院高费用段占比相差不大,而门诊和购药费用的医保报销比例却明显低于住院费用的报销比例,绝大部分患者住院费用得到报销且报销比例较高,而门诊和购药费用获得报销和报销比例都较低,所以医保报销后个人自付门诊和购药费用高费用段的占比明显高于个人自付住院费用高费用段占比,这说明医保对门诊和购药费用风险保障是不充分的,造成门诊和自行购药费用风险完全由患者承担。灾难性支出的多元回归分析也证明,门诊服务和自行购药均是引致灾难性卫生支出的重要因素。
3.3 患慢病是引致未利用住院服务的患者发生灾难性卫生支出的重要因素分析显示,未利用住院服务的患者随着患慢病种数增加,发生灾难性卫生支出的概率也增加,多因素分析结果也显示,慢病患病种数对灾难性卫生支出发生的影响有统计学意义。慢病往往病程长,患者多需长期进行药物治疗,多不需要住院,门诊随诊就可以满足治疗需求,这些慢病患者的医疗费用风险主要来自于门诊或者购药费用。
4 建议 4.1 完善基本医保门诊报销政策,引导患者合理利用医疗服务,提高基金支出效率随着基本医保筹资水平的不断提高,不断完善门诊报销政策,有助于引导患者合理利用医疗服务,减少住院服务利用、降低住院费用和医疗总费用增速,减少医保住院基金支出,将结余医保基金用于门诊保障,提高门诊保障水平,形成良性循环,切实保障患者权益,减少灾难性卫生支出的发生。
4.2 重新认识门诊费用,重构医保待遇保障组合门诊费用并不等于低费用,门诊费用理应纳入医保保障范围。既往对门诊费用风险的认识并不到位,但随着医疗技术的进步,绝大部分疾病都可以在门诊完成治疗,而门诊治疗相对于住院服务效率更高。当前国家医保局已经出台相关文件促进门诊保障政策的完善,但受限于筹资水平和缺乏精算数据,各统筹区在具体落地政策上非常谨慎,保障水平较低,难以有效保障患者的门诊费用风险,建议在充分认识门诊费用风险的基础上,重构医保待遇保障组合,探索将门诊和住院费用合并计算起付标准和支付限额,并在控制道德风险的情况下,适当降低门诊服务支付比例。
4.3 提高慢病患者的门诊保障水平,减轻慢病患者门诊费用风险相对于普通门诊,慢病患者的门诊费用风险得到了更多关注。但各地的门诊慢特病保障政策多仅限于规定的少数疾病,仍有很多慢病患者并未纳入报销范围。长远来看,逐步提高普通门诊统筹水平,才能保障绝大部分慢病患者的权益。
作者声明本文无实际或潜在的利益冲突。
[1] |
朱凤梅, 张小娟, 郝春鹏. 门诊保障制度改革: "以门诊换住院"的政策效应分析——基于中国职工医保抽样数据的实证检验[J]. 保险研究, 2021(1): 73-90. |
[2] |
张小娟. 基于门诊和住院保障的视角重构医保待遇保障组合[J]. 中国卫生政策研究, 2021, 14(5): 21-27. |
[3] |
张楚, 王怡欢. 慢性病与灾难性卫生支出风险研究——基于2018年CHARLS数据[J]. 中国卫生政策研究, 2021, 14(4): 42-48. |
[4] |
王怡欢, 张楚. 农村贫困家庭灾难性卫生支出风险及影响因素研究——基于2018年CHARLS数据[J]. 中国卫生政策研究, 2021, 14(1): 44-49. |
[5] |
2021年我国卫生健康事业发展统计公报[EB/OL]. (2022-07-12)[2022-09-20]. http://www.nhc.gov.cn/guihuaxxs/s3586s/202207/51b55216c2154332a660157abf28b09d.shtml
|
[6] |
2021年全国医疗保障事业发展统计公报[EB/OL]. (2022-06-08)[2022-09-20]. http://www.nhsa.gov.cn/art/2022/6/8/art_7_8276.html
|
[7] |
OECD Health Statistics[EB/OL]. [2022-09-20]. https://www.oecd-ilibrary.org/social-issues-migration-health/data/oecd-health-statistics/oecd-health-data-health-care-utilisation_data-00542-en
|
(编辑 薛云)