(山東財經大學保險學院 山東 濟南 250014)
中國于1998年正式建立城鎮職工基本醫療保險制度,并在此后的20年得到了巨大的發展。城鎮職工基本醫療保險以“廣覆蓋、低水平”為原則,采取政府財政補貼、個人和企業共同繳納醫療保險費的統賬結合方式,為城鎮職工提供基本醫療保障。截至2017年,城鎮職工基本醫療保險參保人數已達3.03億人,基金支出9 466.9億元,累計結余15 851億元①。結合城鄉居民基本醫療保險的發展,“全民醫保”制度的基本框架已經建立,并且形成了全世界最大的醫保網。但是總體而言,我國基本醫療保險仍存在以下問題:第一,個人負擔依然較高,因病致貧時有發生,人均衛生費用從2011年的1 806.95元上漲到2017年的3 783.83元,②醫療保險的保障功能不明顯;第二,城鎮職工基本醫療保險基金運行風險增大,2011—2016年,全國城鎮職工基本醫療保險基金收入增速低于支出增速,收支不平衡問題更加明顯;第三,醫療保險經辦壓力逐漸增大,經辦人員人均負荷加重③。
在2009年新醫改中,國家提出要“建立健全覆蓋城鄉居民的基本醫療衛生制度,為群眾提供安全、有效、方便、價廉的醫療衛生服務”的目標。隨著新醫改的進行、“健康中國”目標的提出,醫療保險重要性不斷提升,更加需要正確衡量城鎮職工基本醫療保險運行狀況和發展情況,而城鎮職工基本醫療保險運行效率是其主要衡量方式。醫療費用中的政府負擔比、個人負擔比、醫保基金收支結余狀況以及醫保經辦服務等是衡量城鎮職工基本醫療保險效率問題的重要指標,而目前存在的很多問題說明城鎮職工基本醫療保險效率仍然存在改善的空間。
有鑒于此,本文利用DEA-Malmquist生產率指數模型對2010—2017年全國31個省份城鎮職工基本醫療保險的運行效率進行測算。本文研究旨在為城鎮職工基本醫療保險制度的優化提供一些政策啟示。
對醫療保險運行效率的研究主要包括以下三個方面。第一,醫療保險運行效率的內涵研究。美國醫療支付咨詢委員會(2007)認為醫療保險運行效率是在實現更多產出的同時還要能夠提供更恰當的醫療服務。王虎峰(2011)認為應該從資金和醫療服務的角度出發,醫療保險運行效率是基于既定投入和技術下,不浪費醫療資源和經濟資源,并實現被保障人健康增加可能性的最大化。第二,醫療保險運行效率的評價方法研究。當前對于醫療保險運行效率評價方法的研究主要分為描述性評價和數理統計評價兩類。描述性評價方面,學者大多通過評析社會保障體系運營中的關鍵環節來研究醫療保險運行效率(朱衛東,2006;褚福靈,2013);數理統計評價方面,大多數學者都采用 DEA(數據包絡分析)模型進行研究(Rahmani,2014;Nasiripour,2012;鄭偉、張春燕,2010)。另外,Malmquist效率指數方法是對DEA方法的極大補充,目前已有學者將其引入醫療保險運行效率評價體系中,奎潮(2008)就運用 DEA-Malmquist 指數法研究我國基本醫療保險的動態效率。第三,醫療保險運行效率的影響因素研究。目前大多數研究集中于對醫療保險運行效率影響因素的定性分析,如Stefan Bordoni(2001)研究了意大利的醫保系統,提出保險欺詐行為的增多造成了醫療保險運行的低效率。而Mohammed(2014)認為醫療保險運行效率受到不同支付方式的影響。定量分析方面,李新平(2013)同時采用DEA和SFA兩種方法測算 25個OECD國家的醫療保險效率,并在此基礎上,采用面板數據實證分析兩種效率的影響因素,通過比較分析發現商業醫療保險可以促進醫療保險效率的提高。
本文基于DEA-Malmquist生產率指數法對我國各省市的城鎮職工基本醫療保險運行效率進行測算。Fare(1994)構建的t期到t+1期測算效率變動的Malmquist(M)生產率指數公式如下
(1)

M(xt,yt,xt+1,yt+1)可以進一步分解為
(2)

利用DEA-Malmquist模型對全國各省份的城鎮職工基本醫療保險運行效率進行測算需要設定合理的投入產出指標。根據對相關文獻選取指標的梳理,并結合數據可得性,本文選取人均基金收入、人均經辦費用作為投入指標,選取人均基金支出、當期結余率、累計結余率、累計可支付月數、實際支付比例以及住院率作為產出指標。
由于我國官方公布的與城鎮職工基本醫療保險運行狀況有關的數據并不完整,考慮到樣本質量和數據可得性,本文選取了2010—2017年全國31個省區市的面板數據進行效率測算。數據主要來源于歷年的《中國統計年鑒》和《全國醫療生育保險運行分析報告》。測算DEA-Malmquist生產率指數的相關指標情況詳見表1。其中,由于城鎮職工基本醫療保險人均經辦費用數據不可得,本文以社會保障支出與總人數之比代替。

表1 測算城鎮職工基本醫療保險運行效率相關指標
全國各省區市2010—2017年的DEA-Malmquist生產率指數及其平均值④結果顯示,總體上我國各省區市的城鎮職工基本醫療運行效率呈上升趨勢,這說明城鎮職工基本醫保的運行整體上處于逐漸改善的過程。但是,各年的改善速度不一,其中,2013年的提升速度最快,達到6.2%。
分區域看,三個區域城鎮職工基本醫療保險運行效率的變化趨勢并不完全相同。其中,東部和西部地區城鎮職工基本醫療保險運行效率變動趨勢與全國總體趨勢類似,都呈逐年上升趨勢。但是,東部地區效率提升的速度相比于西部地區更快,效率變動的波動性也更強,東部地區效率提升速度最快的一年是2013年,達到了11.9%;西部地區的效率提升速度比較穩定,同全國總體趨勢也最為接近;與東部和西部地區不同,中部地區城鎮職工基本醫療保險運行效率從2011年到2016年一直呈逐年下降的趨勢,直到2017年這種現象才得到改善。可以發現中部地區除安徽、山西和湖南外,其他幾個省區市的城鎮職工基本醫療保險運行效率都呈下降趨勢。這可能是因為中部地區的中青年人才外流嚴重,人口平均年齡較高,導致城鎮職工基本醫療保險的支付壓力巨大,進而影響了城鎮職工基本醫療保險的運行。
從DEA-Malmquist生產率指數的年均值來看,大部分省區市的城鎮職工基本醫療保險運行效率都呈現出逐漸提升的良好態勢。各省區市中,浙江省城鎮職工基本醫療保險運行效率的總體提升速度居首位,年均增長率達到18%。城鎮職工基本醫療保險運行效率提升最快的三個省依次是浙江、福建和河北。可以看出這三個省都位于東部地區,而東部地區相較于中西部地區發達的經濟水平、高度的城鎮化水平以及較小的人口平均年齡可能會使城鎮職工基本醫療保險基金的收入和結余更高,基金的支出壓力更小,加上當地優秀的技術水平和組織管理水平,使城鎮職工基本醫療保險運行效率提升更快。而這一效率下降最快的是吉林省,年均下降率為7.5%,其城鎮職工基本醫療保險運行效率仍有待改善。
從分區域城鎮職工基本醫療保險運行效率的年均值看,年均效率的提升速度從高到低依次為東部、西部和中部,提升速度分別為5.4%、4.3%和-0.8%。其中,不同于中部地區效率的下降趨勢,西部地區城鎮職工基本醫療保險運行效率呈現穩步提升的狀態,城鎮職工基本醫療保險運行狀況逐步改善,這可能與政府對西部地區的政策扶持有關,通過國家政策傾斜,中央財政對西部地區城鎮職工基本醫療保險的補貼力度更大,降低了城鎮職工基本醫療保險運行壓力,進而提升了城鎮職工基本醫療保險運行效率。
全國各省區市2010—2011年的DEA-Malmquist生產率指數的分解結果參照表2。結果顯示,城鎮職工基本醫療保險的技術效率和技術進步指數總體呈上升趨勢,其增長速度分別為0.3%和3%。而在技術效率的分解效率中,純技術效率略有提升,增長速度為 0.3%,規模效率幾乎沒有變動。說明DEA-Malmquist生產率指數的提高主要源于技術進步指數以及純技術效率的變動,這表明我國城鎮職工基本醫療保險的技術水平、組織管理能力以及政策制度在不斷完善。
分區域看,只有東部地區的技術效率總體呈下降趨勢,但其技術進步指數是三個區域中增長最快的,增長速度達到5.7%,浙江、福建、河北和山東四個省技術進步指數的提升速度最為突出;中部地區是三個地區中唯一技術進步指數總體呈下降趨勢的區域,其中,只有安徽和湖南兩個省的技術水平是進步的,說明中部地區城鎮職工基本醫療保險運行的技術水平有待改善。西部地區的各項指標總體上都呈現上升趨勢,并且增長更為穩健,另外,西部地區大多數省份的純技術效率變動值都為1,說明技術效率的變動更多是源于規模效率的變動,寧夏規模效率的增長速度是31個省區市中最快的,為1.017%,說明寧夏仍處于城鎮職工基本醫療保險廣泛鋪開的階段。

表2 各省區市DEA-Malmquist生產率指數分解(2010—2017年)
本文基于全國31個省區市的面板數據,通過 DEA-Malmquist生產率指數模型對各地區城鎮職工基本醫療保險運行效率進行綜合分析,得出以下研究結論。我國各省區市的城鎮職工基本醫療保險的運行效率整體上處于逐步改善的過程,各地區的改善速度存在明顯差異;城鎮職工基本醫療保險的技術效率和技術進步指數總體上都在逐漸增長,其中技術進步的變動更為明顯。總的來說,我國城鎮職工基本醫療保險的技術水平、組織能力以及政策制度等方面都在不斷地完善。
本文的結論具有一定的政策啟示意義。在“全民醫保”已經建立的情況下,應更加重視基本醫保的運行情況。通過對城鎮職工基本醫療保險運行效率極其分解指標的分析,本文發現我國城鎮職工基本醫療保險的運行仍有改善的空間。主管部門在運用城鎮職工基本醫療保險基金過程中應注重提高自身技術水平和基金管理能力,加強醫保部門與醫院的協同,完善報銷審核機制,控制基本支出水平,進而不斷提高城鎮職工基本醫療保險運行效率。
注釋:
① 數據來源:《中國統計年鑒》,http://www.stats.gov.cn/tjsj/ndsj/2018/indexch.htm.
② 數據來源:《中國統計年鑒》.
③ 數據來源:《中國社會保險管理服務發展報告》.
④ 篇幅所限,相關數據不再列出,如有需要,可向作者索取.