贵州少数民族地区医疗保障反贫困研究

源自：国家行政学院学报  : 仇雨临、张忠朝

---

⊙　作者简介
　　仇雨临(1960-)，女，北京人，中国人民大学劳动人事学院教授、博士生导师;张忠朝(1985-)，男，贵州盘县人，中国人民大学劳动人事学院博士生。
　　目前，全国现有的7000多万贫困农民中，因病致贫的有42%。在五大致贫的原因中，大病致贫占了首位。2014年，贵州省因病致贫、因病返贫人口达82万人，占贫困总人口的比例为13.2%，2015年这一比例上升到15.7%。自2015年6月13日起，在“赫章经验”的基础上，贵州省开始试行《贵州省提高农村贫困人口医疗救助保障水平促进精准扶贫试点工作方案》(以下简称方案)，要求通过基本医疗保险、大病保险、医疗救助“三重医疗保障”，遏制和减少农村贫困人口“因病致贫、因病返贫”。

一：资料与方法
　　(一)资料来源
　　本文的样本总体为方案试点地方。样本选取以家庭为单位，选择贵州黔西南布依族苗族自治州望谟县油迈瑶族乡里奖村、册亨县者楼镇者楼村，毕节市纳雍县水东乡金子村、威宁彝族回族苗族自治县盐仓乡兴发村中人口较多的自然村寨进行入户调查。
　　本研究拟发放问卷400份，实际发放400份，回收率为100%，有效问卷为385份，有效率为96.25%。深度访谈30余人，其中政府部门工作人员和医生人数为20余人，农村家庭居民人数为10余人。
　　(二)变量选择
　　在变量的选择上有因变量和自变量，即被解释变量和解释变量。具体如表1所示。
　　(三)研究模型
　　从医疗费用支出消费的角度来看，两部模型可以简单地划分为就医选择模型和医疗支出模型两个阶段，前者属医疗决策行为，后者属医疗支出行为。[1]
　　第一阶段：就医选择模型
　　此阶段主要是人们患病时是否选择就医，是否参与医疗费用支出的消费。我们使用Logit模型进行估计：
　　公式(略)
　　其中，Ii表示第i个个体选择就医就诊的概率，Xi为影响第i个个体就医行为决策的相关因素变量。
　　第二阶段：医疗支出模型
　　此阶段在发生医疗支出消费的前提下，需要考虑医疗支出金额的大小。综合来看，一般通过构建对数线性模型分析各种影响因素对居民医疗支出有什么影响：
　　公式(略)
　　其中，Xi为影响第i个个体医疗费用支出的相关因素，Yi表示第i个个体的医疗费用支出。
　　表1 相关变量含义解释(略)

二：结果分析
　　(一)样本总体特征
　　受访农村困难家庭中，男性受访家庭远大于女性受访家庭。受访家庭成员以中年人为主。其中，30岁及以下的受访家庭占比为10.9%;31岁至60岁的受访家庭占比58.7%;61岁以上的老年人占比30.4%;受访家庭对象中，绝大部分为少数民族，其中有94.0%为少数民族;受访家庭中已婚的受访对象占比为81.0%，未婚的受访对象占比为11.2%;受访对象的文化程度以小学和文盲居多，其中，文盲文化的受访对象占比为24.9%，小学文化的受访对象占比为37.1%，初中文化的受访对象占比为20.8%，高中/中专文化的受访对象占比为14.5%;受访对象的就业情况主要以在乡务农和在乡打工为主，其中，在乡务农的受访对象占比为43.1%，在乡打工的受访对象占比为14.3%;受访对象的救助保障范围主要为精准扶贫建档立卡贫困人口中的大病患者、特困供养人员、最低生活保障家庭成员和计生“两户”家庭成员，占比依次为17.7%、10.4%、16.1%和9.1%;受访对象家庭规模相对较大，劳动力缺乏，大多数家庭规模在6人以下，占96.6%，其中4人家庭最多、其次是2人家庭和5人家庭，3人家庭也高达16.1%，没有劳动力人口的家庭占比高达23.9%;受访家庭年总收入偏低，其中，10000元及以下的家庭占比为53.2%，10001~30000元的家庭占比为42.9%;受访家庭年总支出偏高，其中，10000元及以下的家庭占比为39.7%，10001~30000元的家庭占比为53.0%。
　　(二)典型民族地区医疗保障减贫效果分析
　　1.“因病致贫”测量方法
　　(1)FGT指数
　　FGT指数主要包含贫困发生率、贫困差距指数和贫困差距平方指数3个指标其公式如下[2]：
　　公式(略)
　　其中，N为总人口数，Z为贫困线，H为低于贫困线的家庭人口数，yi为贫困人员的收入。当a=0时，FGT0为贫困发生率;当a=1时，FGT1为贫困差距指数，即贫困线以下人员收入与贫困线之间的收入差距的和，该指标对贫困深度的敏感性更强;当a=2时，FGT2为贫困差距平方指数，该指标对贫困人口的内部收入差距和贫困深度更加敏感。
　　(2)补偿资金使用效率和供给率
　　资金使用效率：医疗保障资金在效益上分为两部分，一部分是用在提高卫生服务利用的公平性、可及性和收益率上;另一部分则是用在缓解贫困上。
　　图1 补偿金使用率和供给率(略)
　　结合图1所示，面积A表示了医疗费用支付前住院病人的贫困总缺口，A、B、C、D、E面积的总和表示了支付医疗费用后有住院人群的贫困总缺口。A、B、C面积的总和则表示了支付医疗费用后，经新农合、大病保险、医疗救助补偿还剩余的贫困缺口。D区和E区的资金是用于缓解贫困上，医疗保障资金在缓解“因病致贫”方面的使用效率为( D+E)/( D+E+F)。其中，D+E指用于缓解贫困上的补偿资金，D+E+F 指总补偿资金。
　　资金供给率：要使贫困线以下家庭通过新农合、大病保险、医疗救助补偿来脱贫或达到支付住院费用以前的水平，需要新农合、大病保险、医疗救助的资金量为B、C、D和E区域面积的和，补偿资金对贫困线以下人口缓解致贫供给率为( D+E)/( D+E+B+C)，反映按目前的筹资水平和补偿方案，提供缓解“因病致贫”的资金占所需资金总量的比例。其中，D+E指用于缓解贫困上的补偿资金，D+E+B+C指缓解“因病致贫”所需要的资金总量。[3][4]
　　2.基于FGT指数的减贫效果检验
　　(1)减贫效果的地区差异
　　贵州省贫困人口贫困发生率从2011年的33.4%下降到2015年的14.3%，其中2014年贫困发生率为18.0%，减贫效果非常显著。总体来看，贵州“三重医疗保障”发挥了积极的减贫作用，农村贫困发生率降低了25.56%、农村贫困人员的贫困差距指数和贫困差距平方指数降低了42.37%和66.67%。“三重医疗保障”缩小农村贫困人口贫困差距的作用要大于其降低贫困发生率的作用。可以看出，“三重医疗保障”在缓解农村贫困人口贫困程度和反贫困作用比较明显。
　　表2 贵州少数民族农村地区“三重医疗保障”减贫效果地区差异(略)
　　贵州少数民族地区贫困发生率远大于非民族地区，其中非民族地区中少数民族自治地区贫困发生率更高。具体来看，少数民族地区的册亨和望谟贫困发生率高达67.1%和73.4%，非少数民族地区中威宁县贫困发生率为55.2%，高于同地区纳雍县7.5个百分点(见表2)。从表2中可以看出，无论是民族地区还是非民族地区，“三重医疗保障”对农村贫困人口的贫困差距作用远远大于其贫困发生率作用，也即“三重医疗保障”更有利于缓解农村贫困人口的贫困程度。相对来说，非民族地区“三重医疗保障”减贫效果更加明显。
　　(2)减贫效果的民族差异
　　“三重医疗保障”相关政策未对不同民族地区进行区分，但对民族地区贫困人口贫困现状和经济收入水平产生直接影响。贵州省少数民族贫困发生率、贫困差距指数和贫困差距平方指数均比汉族要高，少数民族贫困发生率高达39.2%，而汉族贫困发生率只有15.5%。“三重医疗保障”在缩小农村贫困差距上对少数民族的作用更为显著，也即在不同的民族地区与非民族地区，“三重医疗保障”的减贫效应对少数民族更为有效，减贫效果更加明显(见表3)。具体来看，全省2014年贫困发生率为18.0%，其中汉族为15.5%，少数民族为39.2%，加入“三重医疗保障”补偿待遇后贫困发生率分别减少25.56%、23.23%和60.71%;从贫困程度来看，贫困差距指数分别降低42.37%、39.58%和67.94%，贫困差距平方指数分别降低66.67%、62.50%和71.43%。
　　从表3可以看出，“三重医疗保障”的减贫效应在民族地区和非民族地区中对少数民族的减贫效果比较突出，民族地区的汉族减贫效果相对较差。其中民族地区册亨县少数民族贫困发生率为83.1%、汉族贫困发生率为56.8%，加入医疗保障待遇后贫困发生率分别减少40.79%和22.18%;从贫困程度来看，贫困差距指数和贫困差距平方指数分别减少73.93%、27.12%、82.39%、37.50%。望谟县少数民族贫困发生率为83.4%、汉族贫困发生率为58.3%，加入医疗保障待遇后贫困发生率分别减少36.69%和25.90%;从贫困程度来看，贫困差距指数和贫困差距平方指数分别减少62.13%、33.33%、77.78%、56.84%。非民族地区中，少数民族自治县威宁少数民族贫困发生率为75.2%、汉族贫困发生率为54.4%，加入医疗保障待遇后贫困发生率分别减少39.10%和22.98%;从贫困程度来看，贫困差距指数和贫困差距平方指数分别减少58.47%、32.65%、68.03%、61.11%。纳雍县少数民族贫困发生率为50.7%、汉族贫困发生率为46.6%，加入医疗保障待遇后贫困发生率分别减少33.92%和25.32%;从贫困程度来看，贫困差距指数和贫困差距平方指数分别减少42.01%、34.84%、71.59%、47.94%。需要注意的是，医疗保障的可及性和公平性是针对所有的农村贫困人口，因此需要考虑少数民族与汉族之间的差异。另外，少数民族限于自身条件，大多是本地区最为贫困的对象之一，医疗保障精准扶贫在他们身上体现得更为明显，但因自我发展动力不足等，少数民族依然面临着巨大的反贫压力。
　　表3 贵州少数民族农村地区“三重医疗保障”减贫效果民族差异(略)
　　3.基于补偿资金使用效率和供给率的减贫效果检验
　　“三重医疗保障”反贫困以基本医疗保险、大病保险和医疗救助为主，逐层保障后能有效缓解因病致贫。其中新农合的减贫效果大于大病保险，大病保险的减贫效果又大于医疗救助，这和三者只能依次进行补偿有关。
　　医疗保障对缓解贵州省农村贫困人口的贫困程度效果更为明显，其中新农合的减贫效果最为显著，其次是大病保险，最后是医疗救助，三者比例为65.56%、53.85%和42.37%。在民族地区和非民族地区，医疗保障对前者的减贫效果要大于后者，新农合作用要大于大病保险和医疗救助。民族地区中册亨县和望谟县减贫效果基本相当，非民族地区中的威宁自治县医疗保障减贫效果要优于民族地区，但比非民族地区的纳雍县减贫效果要低一点(见表4)。
　　表4 贵州少数民族农村地区“三重医疗保障”待遇补偿前后减贫效果(略)
　　总体来看，贵州省贫困地区医疗保障的减贫效果要大于非贫困地区，民族地区的减贫效果又大于非民族地区。医疗保障对农村贫困人口，尤其是少数民族农村贫困人口的减贫效应突出，是其不可或缺的救助保障之一。
　　如表5所示，以贫困线，2800元计算，农村贫困人口在支付医疗费用前贫困人口指数H0为39.2%，支付医疗费用后，部分家庭因支付医疗费用而沦为贫困，贫困人口指数扩大为H2，H2为73.9%，即贫困缺口扩大了34.7%，经新农合补偿后，部分农民脱离贫困，贫困缺口指数H1为50.4%，说明经新农合补偿后，贫困人口指数降低了23.5%。同样，经大病保险补偿后H1变为29.7%，大病保险减贫效应指数降低20.7%;经医疗救助补偿后H1变为19.0%，医疗救助减贫效应指数降低10.7%。
　　表5 贵州少数民族农村地区“三重医疗保障”医疗费用支付前后减贫效果(略)
　　贫困差距指数和贫困缺口率的变化对所调查的农村贫困家庭中，有39.2%的家庭住院前已经致贫，这部分的贫困差距指数在图1中表示为A部分面积，贫困差距指数G为4651.05元，贫困缺口率为85.08%，在支付医疗费用后，部分家庭导致贫困，贫困差距指数扩大为38460.66元，贫困缺口率为98.25%，在支付医疗费用后，加深了贫困的广度和深度。经新农合补偿后，贫困深度得到减轻，贫困差距指数缩小为28967.98元，贫困缺口率也缩小为65.56%。由此可见，新农合不仅有效减少了贫困的广度，而且对处于贫困状态的家庭，其贫困的深度也得到了有效缓解。另外，经大病保险补偿后，贫困差距指数缩小为12007.34元，医疗救助补偿后贫困差距指数缩小为6200.88元。
　　从图1来看，D区和E区的资金用于缓解贫困，经计算这部分区域面积为89869.00元，而新农合基金对住院家庭补偿的总数量，即D+E+F的区域面积为152186.70元，则新农合基金在减缓因病致贫方面的使用效率为(D+E)/(D+E+F)，经计算为68.99%，说明补偿基金中有68.99%用在对贫困人口进行补助、减缓因病致贫上。另外有31.01%的资金用在对提高新农合受益率和促进参加新农合人群对卫生服务的利用上。贫困线以下农村贫困家庭的医疗保障脱贫需要对医疗基金量为B、C、D、E区域面积的和进行计算，这部分面积为505071.00元，而新合作减少的贫困缺口则只有10985.900元，则新农合基金对贫困线以下人口缓解致贫供给率为(D+E)(/D+E+B+C)，其值49.19%。另外，经计算，大病保险的使用率为38.33%，供给率为45.45%;医疗救助使用率为20.67%，供给率为37.44%。大病保险和医疗救助是补偿医疗保险，是对基本医疗保险保障后医疗费用支出过高的贫困人口进行的救助保障措施，需要达到一定标准才可申请进行救助保障，故其使用率和供给率相对基本医疗保险较低。
　　(三)典型民族地区医疗保障反贫困模型分析
　　1.医疗消费两部模型
　　我们采用二元Logistic模型和对数线性回归模型对就医选择模型和医疗支出模型进行回归分析，回归结果如表6所示：
　　(1)就医选择模型的Logistic回归分析
　　逻辑回归反映的是各变量因素对受访地区农村家庭是否进行医疗消费的影响程度。分析结果表明，各变量具有统计学意义，其(P <0.05或0.01)。从回归系数来看：
　　性别(&beta;=0.387)与就医选择呈正相关，即男性更倾向于进行医疗消费，与赵建梅(2011)研究认为女性比男性更倾向进行医疗消费的结论相反;年龄因素中，31~60岁(&beta;=0.444)与就医选择呈正相关，61岁及以上(&beta;=-0.341)与就医选择呈负相关，即与30岁及以下的年轻人相比，31~60岁的人更愿意选择就医，而61岁及以上的老人不愿意选择就医;是否为少数民族(&beta;=-0.122)与选择就医呈负相关，即少数民族与非少数民族比更不愿意选择就医;婚姻状况中已婚(&beta;=0.718)、离异(&beta;=0.350)、丧偶(&beta;=0.732)与就医选择呈正相关，即与未婚受访对象相比，已婚、离异和丧偶的受访就医选择概率更大。
　　文化程度因素中文盲(&beta;=-11.686)、小学(&beta;=-3.363)、初中(&beta;=-1.113)、高中/中专(&beta;=-0.019)与就医选择呈负相关，即与文化程度为大专、本科和硕士及以上的人相比，文化程度越低的农村家庭越不愿意选择就医;就业状况中在乡务农为主(&beta;=-0.143)、劳动年龄但丧失劳动能力(&beta;=-3.655)和年老不参加劳动(&beta;=-5.983)与就医选择呈负相关，其余变量与就医选择呈正相关，即与乡村脱产干部相比，在乡务农为主、劳动年龄但丧失劳动能力和年老不参加劳动的受访对象就医选择概率更小。
　　家庭规模中，伴随着家庭人口数量增多，受访地区农村家庭就医选择的概率增大;健康状况中健康状况一般(&beta;= 0.664)、较差(&beta;= 1.674)、非常差(&beta;= 5.369)与就医选择呈正相关，也即与健康状况很好和较好的家庭相比，健康状况越差的群体越希望选择就医;患大病的程度中比较严重(&beta;= 10.872)、一般(&beta;= 0.876)与就医选择呈正相关，即患大病越严重选择就医的概率越大;参保类型中所有变量均与就医选择呈正相关，即与无参保群体相比，参加公费医疗、商业保险、职工医保、大病保险和新农合的人群就医选择概率更大，但自费医疗与无参保群体的就医选择概率相差无几;调研地区中的少数民族自治地方与非自治地方相比，选择就医的概率相对要小一点。
　　表6 贵州少数民族地区受访农村家庭医疗消费两部模型结果(略)
　　(2)医疗支出模型的对数线性回归分析
　　在医疗支出模型的对数线性回归分析中，同样分为正相关和负相关部分。从回归系数来看：男性比女性医疗支出多;年龄因素中，与30岁及以下的年轻人相比，31~60岁的人医疗支出更高，而61岁及以上的老人不愿意有更高医疗支出;少数民族与非少数民族比更不愿意有更高的医疗支出;婚姻状况中，已婚、丧偶的受访农村家庭医疗支出远远低于未婚受访农村家庭;文化程度因素中与文化程度为大专、本科和硕士及以上的人相比，文化程度越低的农村家庭其医疗支出越低;就业状况中，与乡村脱产干部相比，在乡务农为主、劳动年龄但丧失劳动能力和年老不参加劳动的受访对象医疗支出更低;家庭规模中，随着家庭人口的增多，医疗支出亦会逐渐增多;健康状况中，与健康状况很好和较好的家庭相比，健康状况越差的群体医疗支出越高;患大病的程度中，患大病越严重医疗支出额度越高;参保类型中所有变量均与医疗支出呈正相关，即与无参保群体相比，参加公费医疗、商业保险、职工医保、大病保险和新农合的人群医疗支出更高，自费医疗与无参保群体的医疗支出相当;调研地区中少数民族自治地方与非自治地方相比，医疗支出相对要低一些。
　　2.医疗贫困Logistic回归模型
　　从前文灾难性医疗支出致贫和医疗费用支出致贫的相关性分析可知，其得到的结果大致相似。因此，免于赘述，这里主要从医疗费用支出致贫[家庭灾难性医疗支出=家庭医疗费用总支出/(家庭总收入-家庭食品支出)≥50%]分析。家庭医疗费用总支出/(家庭总收入-家庭食品支出)≥50%简称为MEPC，其中通过上文分析可知MEPC致贫率为57.03%。
　　在医疗贫困Logistic回归模型中，基本与医疗消费结果相似：男性医疗贫困发生率小于女性;与30岁及以下的年轻人相比，31~60岁的人更容易发生医疗贫困，而61岁及以上的老人医疗贫困发生率相对较低;少数民族比非少数民族医疗贫困率更高;已婚、丧偶的受访农村家庭医疗贫困率远远高于未婚受访农村家庭;与文化程度为大专、本科和硕士及以上的人相比，文化程度越低的农村家庭其医疗贫困率更高;与乡村脱产干部相比，在乡务农为主、劳动年龄但丧失劳动能力和年老不参加劳动的受访对象医疗贫困率更高;随着家庭人口的增多，医疗贫困率逐渐提高;与健康状况很好和较好的家庭相比，健康状况越差的群体医疗贫困率越高;患大病越严重医疗贫困率越高;与无参保群体相比，参加公费医疗、商业保险、职工医保、大病保险和新农合的人群医疗贫困程度更低一点，自费医疗与无参保群体的医疗贫困相当;另外，少数民族自治地方与非自治地方相比，贫困率相对要高一点(见表7)。
　　表7 贵州少数民族地区受访农村家庭医疗贫困Logistic回归模型结果(略)
　　3.医疗保障反贫困模型
　　医疗消费中主要分为就医选择和医疗费用支出;医疗贫困中主要分为灾难性医疗支出致贫和医疗费用支出致贫。医疗贫困模型大致可以描述为：以“三重医疗保障”为背景，农村贫困人口医疗消费可能导致医疗贫困，其二者受人口因素、社会经济因素和健康因素的影响。其医疗贫困路径大致可梳理为：就医选择—医疗费用支出—灾难性医疗支出致贫—医疗费用支出致贫;其医疗救助保障路径大致为：基本医疗保险—大病保险—医疗救助;其医疗保障反贫困路径为：医疗消费—医疗贫困—医疗保障反贫困，也即就医选择—医疗费用支出—灾难性医疗支出致贫—医疗费用支出致贫—基本医疗保险—大病保险—医疗救助—其他补充医疗保障。“三重医疗保障”报销比例近乎90%~95%，辅之其他补充保障，贵州少数民族地区城乡困难家庭“因病致贫、因病返贫”有望得到缓解。

三：结论与讨论
　　贵州少数民族农村地区医疗费用支出致贫率为57.03%。其医疗保障反贫困既面临医疗保障制度自身运行效果的影响，同时还面临着制度实施环境的影响，这种双重影响形成了制度内和制度外的相互交织影响模式。从制度内来看，主要涉及“三重医疗保障”中的基本医疗保险、大病保险、医疗救助(包括计生救助等);从制度外来看，主要涉及影响少数民族农村地区居民的能力贫困、健康差异、医疗服务差异、医疗费用支出等。从FGT指数和补偿资金使用效率和供给率的减贫效果检验发现，“三重医疗保障”减贫效果显著，新农合减贫效果大于大病保险、大病保险减贫效果大于医疗救助，民族地区医疗保障减贫效果大于非民族地区，新农合基金使用率和供给率均大于大病保险和医疗救助。
　　结合上文分析，本文认为完善贵州少数民族农村地区医疗保障反贫困效果未来发展的总体思路是：以提升减贫效果、增强居民健康质量和强化自我发展能力为总体目标，从医疗保障精准扶贫、减贫、反贫制度内和制度外两个角度出发，结合制度本身的特点，因地因人施策，充分考虑少数民族的生活习惯、民风民俗、民族医药、地理环境、交通条件、教育条件、医疗消费结构、经济收支差异等，建立适合贵州少数民族地区的医疗保障精准反贫困制度。

§　参考文献
　　[1]赵建梅.我国城镇居民的医疗消费──基于两阶段模型与分位数回归[C].清华医疗管理国际学术会议论文集，2011:281-288
　　[2]Foster，J.，Greer，E.，Thorbecke.A Class of Decomposable Poverty Measures[J].Econometrica，1984,52(3)
　　[3]陈迎春，徐锡武等.新型农村合作医疗减缓“因病致贫”效果测量[J].中国卫生经济研究，2005,24(8)：26-28
　　[4]高建民，周忠良.互助医疗与新型农村合作医疗缓解“因病致贫”的效果比较[J].中国卫生经济，2007，(10)：30-33