張?jiān)市?宮春博 馬麗君
(山東中醫(yī)藥大學(xué) 1 藥學(xué)院,2 管理學(xué)院,山東省濟(jì)南市 250300;3 山東省曲阜市科技創(chuàng)新服務(wù)中心,山東省曲阜市 273100)
我國的基本醫(yī)療保險(xiǎn)由城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)(以下簡稱“城職保”)、城鎮(zhèn)居民基本醫(yī)療保險(xiǎn)(以下簡稱“城居保”)和新型農(nóng)村合作醫(yī)療(以下簡稱“新農(nóng)合”)3部分構(gòu)成,分別覆蓋城鎮(zhèn)就業(yè)人口、城鎮(zhèn)非就業(yè)人口和農(nóng)村人口,其中城居保與新農(nóng)合自2016年起逐步合并為城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)(以下簡稱“城鄉(xiāng)醫(yī)保”)。根據(jù)國家統(tǒng)計(jì)局2021年發(fā)布的《2020醫(yī)療保障事業(yè)發(fā)展統(tǒng)計(jì)快報(bào)》[1],截至2020年底,我國基本醫(yī)療保險(xiǎn)參保人數(shù)達(dá)136 100萬人,參保覆蓋面穩(wěn)定在95%以上;其中,參加城職保人數(shù)34 423萬人,比上年同期增加1 498萬人,增幅4.6%;在參加城職保職工中,在職職工25 398萬人,退休職工9 025萬人,分別比上年同期增加1 174萬人和324萬人;參加城鄉(xiāng)醫(yī)保保險(xiǎn)人數(shù)101 677萬人,比上年同期減少806萬人,降幅0.8%?;踞t(yī)療保險(xiǎn)制度作為政府維護(hù)群眾生命健康的重要工具,其有效性關(guān)乎人民福祉。隨著我國社會(huì)變革進(jìn)程的不斷加快、人口老齡化問題的不斷加劇、居民健康需求的不斷加大,在“健康中國2030”的戰(zhàn)略背景下,基本醫(yī)療保險(xiǎn)能否發(fā)揮預(yù)期作用,扮演好維護(hù)居民健康的角色,是值得深切考察的問題??疾旎踞t(yī)療保險(xiǎn)的健康績效、擴(kuò)大基本醫(yī)療保險(xiǎn)的促健作用,能夠進(jìn)一步明確基本醫(yī)療保險(xiǎn)的責(zé)任,加快我國醫(yī)療衛(wèi)生體系改革進(jìn)程,為“健康中國”的建設(shè)做好鋪墊。
基本醫(yī)療保險(xiǎn)作為一項(xiàng)醫(yī)療保障制度,其首要目標(biāo)是釋放居民的健康需求,提升居民的健康水平。Grossman健康需求模型認(rèn)為,醫(yī)療衛(wèi)生服務(wù)價(jià)格的變動(dòng)反向影響居民的健康需求[2]。醫(yī)療衛(wèi)生服務(wù)價(jià)格越高,居民產(chǎn)出健康的成本越大,健康需求越低;而醫(yī)療衛(wèi)生服務(wù)價(jià)格下降時(shí),居民產(chǎn)出健康的邊際回報(bào)率增加,健康需求也隨之增加[3-4]。由此可見,醫(yī)療保險(xiǎn)可以通過補(bǔ)貼醫(yī)療衛(wèi)生服務(wù)價(jià)格,降低居民購買醫(yī)療衛(wèi)生服務(wù)的成本,釋放參保人的健康需求,提升其健康水平。但是,以往關(guān)于醫(yī)療保險(xiǎn)健康績效是否顯著的實(shí)證研究存在嚴(yán)重分歧。郭慶等[5]利用傾向性得分匹配法與雙重差分法進(jìn)行分析后發(fā)現(xiàn),城鄉(xiāng)醫(yī)保能夠顯著提升個(gè)人的健康水平。同時(shí),有研究表明,參保者在自評(píng)健康、生理健康、心理健康方面都優(yōu)于未參保者[6]。亦有學(xué)者認(rèn)為城職保對(duì)中國西部少數(shù)民族地區(qū)老年人的生理健康有顯著的正向影響[7]。目前大量文獻(xiàn)都得出醫(yī)療保險(xiǎn)可促進(jìn)參保者健康的結(jié)論[8-12]。持相反態(tài)度的研究者發(fā)現(xiàn)新農(nóng)合對(duì)于參保者的影響甚微,并不能改善農(nóng)村居民的健康問題[13-14]。有學(xué)者將社區(qū)平均參保率作為工具變量進(jìn)行研究,發(fā)現(xiàn)醫(yī)療保險(xiǎn)對(duì)老年人的健康無顯著影響[15]。著名的蘭德醫(yī)療保險(xiǎn)實(shí)驗(yàn)也印證了這一點(diǎn),該實(shí)驗(yàn)結(jié)果表明,提高醫(yī)療保險(xiǎn)的補(bǔ)貼比例可以大幅度增加參保人員使用醫(yī)療衛(wèi)生服務(wù)的概率,但是對(duì)參保人員健康的影響并不明顯[16]。筆者認(rèn)為,以下4個(gè)方面的因素可能導(dǎo)致部分文獻(xiàn)低估了醫(yī)療保險(xiǎn)的健康績效,從而引發(fā)上述分歧:(1)醫(yī)療衛(wèi)生服務(wù)發(fā)揮作用需要時(shí)間。機(jī)體健康的恢復(fù)需要一定的周期,健康存量的積累引起的變化是從量變到質(zhì)變的過程,這就造成在實(shí)施初期難以考察醫(yī)療保險(xiǎn)的正向影響[17]。(2)醫(yī)療保險(xiǎn)存在因居民的自選擇行為引發(fā)的內(nèi)生性問題。參保者的參保行為不是隨機(jī)的,醫(yī)療衛(wèi)生服務(wù)價(jià)格的下降會(huì)更加吸引醫(yī)療需求釋放不充分的人群,這樣的自選擇偏差會(huì)干擾醫(yī)療保險(xiǎn)健康績效的結(jié)果[18]。(3)醫(yī)療保險(xiǎn)可能會(huì)引發(fā)過度的醫(yī)療需求。醫(yī)療保險(xiǎn)雖然可以減少參保者健康的產(chǎn)出成本,但不能確保提高醫(yī)療衛(wèi)生資源利用率,參保者購買過多的醫(yī)療衛(wèi)生產(chǎn)品可能會(huì)對(duì)其自身健康產(chǎn)生不好的影響,導(dǎo)致與預(yù)期相反的醫(yī)療保險(xiǎn)健康績效[19]。(4)醫(yī)療保險(xiǎn)對(duì)不同人群產(chǎn)生的影響存在較大差異。對(duì)于健康存量低、健康需求大的群體,增加健康資本的投資可以更明顯地改善其健康水平,而對(duì)于年齡小、健康狀況好、收入低的群體,醫(yī)療保險(xiǎn)可以改善其醫(yī)療衛(wèi)生資源利用水平,進(jìn)而對(duì)其健康產(chǎn)生影響[20]。針對(duì)以上問題,本文從多個(gè)角度分析基本醫(yī)療保險(xiǎn)對(duì)改善參保居民健康水平起到的作用,深究其產(chǎn)生的健康績效:第一,采用2016年與2018年兩期中國家庭追蹤調(diào)查(China Family Panel Studies,CFPS)平衡面板數(shù)據(jù)(http://www.isss.pku.edu.cn/cfps/)進(jìn)行分析[21]。兩期的數(shù)據(jù)可以為考察基本醫(yī)療保險(xiǎn)的健康績效提供科學(xué)基礎(chǔ),對(duì)當(dāng)下醫(yī)療保險(xiǎn)政策的實(shí)施效果進(jìn)行有效的評(píng)估。第二,利用傾向得分匹配法與雙重差分法相結(jié)合的方法處理研究中出現(xiàn)的內(nèi)生性問題。傾向得分匹配與雙重差分被廣泛應(yīng)用于國內(nèi)的政策效應(yīng)評(píng)估研究。傾向得分匹配法首先計(jì)算樣本個(gè)體的傾向得分,然后選擇實(shí)驗(yàn)組與控制組中合適的對(duì)象進(jìn)行匹配,從而消除樣本群體間的選擇性偏倚和混雜偏倚。而雙重差分法是在滿足平行性趨勢的前提下,通過比較政策實(shí)施前后實(shí)驗(yàn)組與控制組之間的差異,構(gòu)造出反映政策效果的雙重差分統(tǒng)計(jì)量。將兩種方法相結(jié)合,可以在平行趨勢假定被違背的情況下有效地估計(jì)政策效果[22]。第三,在分析基本醫(yī)療保險(xiǎn)對(duì)參保居民總體影響的基礎(chǔ)上,進(jìn)一步進(jìn)行多維度分組,以探究基本醫(yī)療保險(xiǎn)對(duì)不同群體影響的異質(zhì)性,從而全面地研究基本醫(yī)療保險(xiǎn)的健康效應(yīng)。
2.1 數(shù)據(jù)的來源與處理 CFPS是由北京大學(xué)社會(huì)調(diào)查中心開展的一項(xiàng)全國性、大規(guī)模、多學(xué)科的社會(huì)跟蹤調(diào)查項(xiàng)目,調(diào)查層次分為個(gè)人、家庭、社區(qū)3個(gè)層次,調(diào)查內(nèi)容包括經(jīng)濟(jì)活動(dòng)、教育成果、家庭關(guān)系與家庭動(dòng)態(tài)、人口遷移、健康等多個(gè)方面。調(diào)查的樣本通過分層多階段抽樣方式從全國94.5%的人口中獲得,覆蓋了25個(gè)省級(jí)行政單位,樣本規(guī)模為16 000戶,故該社會(huì)調(diào)查數(shù)據(jù)具有全國代表性。本文使用2016年、2018年的個(gè)人數(shù)據(jù)進(jìn)行分析,其中2016年共有3 376個(gè)樣本未參加基本醫(yī)療保險(xiǎn),至2018年仍保留有2 087個(gè)樣本信息,剔除部分信息缺失的樣本后,納入1 652個(gè)樣本進(jìn)行回歸分析,其中2016年未參加而2018年參加基本醫(yī)療保險(xiǎn)的樣本共1 234個(gè),2016年與2018年都未參加基本醫(yī)療保險(xiǎn)任一險(xiǎn)種的樣本共418個(gè)。
2.2 變量說明
2.2.1 因變量:目前尚無考察居民健康屬性的統(tǒng)一測量方法。本文在參考既往研究[23]的基礎(chǔ)上,選取居民自評(píng)健康水平為衡量居民健康的指標(biāo),該指標(biāo)雖然是居民對(duì)自身健康狀況感知的主觀指標(biāo),但仍具有客觀屬性,與死亡率等客觀指標(biāo)有顯著關(guān)聯(lián),因此被國內(nèi)外學(xué)者廣泛選用,是衡量個(gè)人健康水平的優(yōu)良指標(biāo)。CFPS數(shù)據(jù)將居民自評(píng)健康水平細(xì)化為7個(gè)層次(1~7),隨著層次遞增,健康水平逐步提升。
2.2.2 核心解釋變量和控制變量:核心解釋變量為居民個(gè)人是否參加基本醫(yī)療保險(xiǎn)與時(shí)間虛擬變量的交互項(xiàng)(treatedit×yearit)。為避免因遺漏變量而導(dǎo)致的內(nèi)生性問題,更加準(zhǔn)確地考察基本醫(yī)療保險(xiǎn)對(duì)居民健康產(chǎn)生的影響,本文在借鑒以往相關(guān)研究[24]的基礎(chǔ)上,從個(gè)人特征、醫(yī)療衛(wèi)生服務(wù)、健康行為3個(gè)方面出發(fā),選取戶籍、家庭成員人數(shù)、年齡、性別、婚姻狀況、受教育年限、年收入、醫(yī)療支出、就診醫(yī)院規(guī)模、看病點(diǎn)條件滿意度、看病點(diǎn)醫(yī)療水平、是否抽煙、是否飲酒、是否午休、周娛樂活動(dòng)時(shí)長、周鍛煉次數(shù)為控制變量。各類變量說明及描述性統(tǒng)計(jì)分析結(jié)果見表1。
表1 變量定義及描述
2.3 模型設(shè)定 將數(shù)據(jù)樣本分為實(shí)驗(yàn)組與控制組,其中實(shí)驗(yàn)組為2016年未參保但2018年參保的群體,控制組為2016年與2018年均未參保的群體。采用前文選取的控制變量作為傾向得分匹配中的評(píng)分變量,利用Logistic回歸分析計(jì)算出每個(gè)樣本個(gè)體的傾向得分,并通過卡尺匹配法對(duì)實(shí)驗(yàn)組和控制組中的樣本個(gè)體進(jìn)行匹配。最后利用雙重差分法對(duì)匹配后的實(shí)驗(yàn)組與控制組進(jìn)行回歸估計(jì),準(zhǔn)確考察基本醫(yī)療保險(xiǎn)對(duì)居民健康產(chǎn)生的影響。
基于模型原理,本文構(gòu)建如下模型:
Healthit=α0+α1treatedit+α2yearit+α3yearit×treatedit+βiXit+εit式(1)
式(1)中Healthit為樣本i在t年的自評(píng)健康水平;treatedit為分組虛擬變量,實(shí)驗(yàn)組取值為1,控制組取值為0;yearit為時(shí)間虛擬變量,2018年取值為1,2016年取值為0;交互項(xiàng)treatedit×yearit為居民個(gè)人是否參加基本醫(yī)療保險(xiǎn)與時(shí)間虛擬變量的乘積;Xit為控制變量;εit為隨機(jī)擾動(dòng)項(xiàng);回歸系數(shù)中,交互項(xiàng)的系數(shù)α3是在控制組間差異和時(shí)間效應(yīng)的基礎(chǔ)上基本醫(yī)療保險(xiǎn)對(duì)居民健康影響的純凈效應(yīng),是本研究的關(guān)注重點(diǎn)。在具體回歸估計(jì)中,由于被解釋變量居民自評(píng)健康水平為排序變量,因此本文將采用有序Logistic回歸分析考察基本醫(yī)療保險(xiǎn)與居民個(gè)體健康水平之間的關(guān)系?;貧w分析以P≤0.1為差異有統(tǒng)計(jì)學(xué)意義,檢驗(yàn)水準(zhǔn)分為α=0.1、α=0.05、α=0.01。
3.1 傾向得分匹配結(jié)果 傾向得分匹配需要滿足共同支撐域假設(shè)和平衡性假設(shè)才能達(dá)到消除組間差異的目的。因此,本研究須利用核密度圖對(duì)實(shí)驗(yàn)組與控制組的共同支撐域進(jìn)行檢驗(yàn),結(jié)果顯示:實(shí)驗(yàn)組與控制組的共同支撐域在匹配前差異較大,兩組樣本個(gè)體的傾向得分不盡相同,而匹配后二者分布曲線高度擬合且走勢一致,匹配效果理想,見圖1。傾向得分匹配的平衡性檢驗(yàn)結(jié)果顯示:匹配后實(shí)驗(yàn)組與控制組所有控制變量的標(biāo)準(zhǔn)偏差(standard deviation,SD)明顯縮小,絕對(duì)值均<10%;由t檢驗(yàn)結(jié)果可知控制變量不存在系統(tǒng)性差異,匹配結(jié)果滿足平衡性假設(shè),匹配效果佳,見表2。
圖1 檢驗(yàn)共同支撐域的核密度函數(shù)圖
表2 傾向得分匹配平衡性檢驗(yàn)和t檢驗(yàn)結(jié)果
3.2 回歸結(jié)果 回歸結(jié)果見表3,表3中第(1)列為未納入控制變量的回歸分析結(jié)果,第(2)列為納入控制變量的回歸分析結(jié)果,納入控制變量后回歸分析的擬合優(yōu)度明顯優(yōu)于未納入控制變量的回歸分析。通過回歸中交互項(xiàng)(即treated×year)的回歸系數(shù)得知,無論是否納入控制變量,基本醫(yī)療保險(xiǎn)對(duì)居民健康均有正向影響,即基本醫(yī)療保險(xiǎn)可以有效提升居民自身健康水平。
表3 雙重差分結(jié)果
由納入控制變量的回歸分析的回歸系數(shù)可知:(1)健康水平會(huì)隨個(gè)體年齡增長而下降(回歸系數(shù)<0,P<0.01),這可能是因?yàn)槟挲g增長會(huì)導(dǎo)致個(gè)體身體機(jī)能的衰退,患病風(fēng)險(xiǎn)也會(huì)逐漸加大,健康存量隨之減少。(2)提升教育水平可以改善個(gè)體健康(回歸系數(shù)>0,P<0.01)。一般情況下,高教育人群會(huì)更加重視自身的健康程度,且受高學(xué)歷影響該人群的薪資水平可能更具有優(yōu)勢,面對(duì)健康風(fēng)險(xiǎn)沖擊時(shí)擁有更多的醫(yī)療衛(wèi)生服務(wù)選擇,本研究中個(gè)體年收入的回歸結(jié)果也驗(yàn)證了這種推論(回歸系數(shù)>0,P<0.01)。(3)居民健康與自身的醫(yī)療衛(wèi)生支出息息相關(guān),個(gè)體健康存量降低時(shí)會(huì)購買相應(yīng)的醫(yī)療衛(wèi)生服務(wù),醫(yī)療衛(wèi)生花費(fèi)越多的個(gè)體健康水平就會(huì)越低(回歸系數(shù)<0,P<0.01)。(4)居民健康會(huì)隨看病點(diǎn)醫(yī)療水平的提升而降低(回歸系數(shù)<0,P≤0.1),當(dāng)重大疾病對(duì)居民健康產(chǎn)生沖擊時(shí),居民會(huì)選擇醫(yī)療水平更高、醫(yī)療衛(wèi)生服務(wù)質(zhì)量更好的看病點(diǎn)進(jìn)行診療。(5)生活習(xí)慣對(duì)健康產(chǎn)生的影響較為顯著,抽煙行為會(huì)降低抽煙者的健康水平(回歸系數(shù)>0,P<0.05),而加強(qiáng)身體鍛煉、增加鍛煉次數(shù)和時(shí)長可以明顯地改善健康水平(回歸系數(shù)>0,P≤0.1)。值得注意的是,在回歸分析結(jié)果中,居民飲酒行為變量的回歸系數(shù)>0且P值<0.01,這表示飲酒行為可以提升居民的健康水平,這與以往的理論與實(shí)證研究[25]結(jié)論并不相符,究其原因可能是因?yàn)樵贑FPS中,飲酒行為是以居民1個(gè)月內(nèi)飲酒次數(shù)是否超過3次作為進(jìn)行統(tǒng)計(jì),這種評(píng)價(jià)標(biāo)準(zhǔn)不能準(zhǔn)確地衡量居民是否存在酗酒行為,進(jìn)而導(dǎo)致回歸系數(shù)出現(xiàn)了偏差;回歸分析中的其余協(xié)變量對(duì)居民健康的影響符合以往理論與實(shí)證研究[26]的結(jié)果,也符合人們的常識(shí)和主觀判斷,但是由于其回歸結(jié)果差異無統(tǒng)計(jì)學(xué)意義(P>0.1),本文將不展開敘述。
3.3 穩(wěn)健性檢驗(yàn) 穩(wěn)健性檢驗(yàn)可以對(duì)定量模型的科學(xué)性進(jìn)行驗(yàn)證,從而保證分析結(jié)果具有可靠性。本文選擇安慰劑檢驗(yàn)作為穩(wěn)健性檢驗(yàn)的手段。安慰劑檢驗(yàn)來源于安慰劑效應(yīng),在因果推斷的實(shí)證分析中,安慰劑檢驗(yàn)利用虛構(gòu)的政策發(fā)生時(shí)間或?qū)嶒?yàn)組進(jìn)行穩(wěn)健分析,若安慰劑檢驗(yàn)中虛假實(shí)驗(yàn)組依舊能獲得相同的政策效應(yīng),則說明原有結(jié)論并不可靠,反之,則可進(jìn)一步驗(yàn)證原有結(jié)論的科學(xué)性。本文將驗(yàn)證傾向性得分匹配法和雙重差分法對(duì)核心解釋變量的回歸系數(shù)α3(即在控制組間差異和時(shí)間效應(yīng)的基礎(chǔ)上基本醫(yī)療保險(xiǎn)對(duì)居民自身健康水平影響的純凈效應(yīng))估計(jì)的可靠性。具體方法為:從原有1 652個(gè)樣本中隨機(jī)抽取418個(gè)樣本作為虛假控制組,剩余1 234個(gè)樣本作為虛假實(shí)驗(yàn)組,在控制因變量、匹配方法且回歸步驟保持不變的情況下,再次對(duì)交互項(xiàng)的回歸系數(shù)α3進(jìn)行重復(fù)1 000次的估計(jì)。圖2為重復(fù)1 000次之后交互項(xiàng)估計(jì)回歸系數(shù)的核密度圖,由圖2可知,估計(jì)回歸系數(shù)α3均勻地分布于0附近且接近標(biāo)準(zhǔn)正態(tài)分布,其中垂直豎線為前文基于有序Logistic回歸分析的雙重差分法分析中系數(shù)α3在圖中的位置(0.426),該數(shù)值出現(xiàn)在核密度分布圖尾部,說明絕大部分虛假實(shí)驗(yàn)的回歸結(jié)果不能證明基本醫(yī)療保險(xiǎn)對(duì)居民自身健康水平產(chǎn)生顯著的正向影響,繼而從側(cè)面說明前文所進(jìn)行基于有序Logistic回歸分析的雙重差分法分析結(jié)果十分穩(wěn)健、可靠。
圖2 重復(fù)1 000次隨機(jī)抽樣回歸系數(shù)的核密度分布圖
3.4 異質(zhì)性研究 本文進(jìn)一步考察基本醫(yī)療保險(xiǎn)對(duì)不同年齡群體和不同收入群體的影響。根據(jù)我國最新的年齡劃分標(biāo)準(zhǔn)[17],本文將樣本劃分為青年(18~45周歲)、中年(46~69周歲)、老年(≥70周歲)3個(gè)年齡組,并納入控制變量進(jìn)行分組回歸分析。結(jié)果顯示,交互項(xiàng)的回歸系數(shù)均為正數(shù),即基本醫(yī)療保險(xiǎn)對(duì)不同年齡群體的健康都具有正向影響,但僅對(duì)中年人的健康狀態(tài)影響有統(tǒng)計(jì)學(xué)意義(P<0.05),見表4。這可能是因?yàn)閭€(gè)體的健康存量在步入中年階段時(shí)急速下降,加之基本醫(yī)療保險(xiǎn)對(duì)健康的影響是一個(gè)累積的過程,因此基本醫(yī)療保險(xiǎn)對(duì)中年人健康改善的邊際效應(yīng)尤為突出[26]。由此認(rèn)為,基本醫(yī)療保險(xiǎn)對(duì)中年人健康狀態(tài)的影響較青年人和老年人更為顯著。
表4 年齡分組回歸結(jié)果
另一方面,參考相關(guān)文獻(xiàn)[27]的劃分標(biāo)準(zhǔn),并考慮到樣本結(jié)構(gòu)情況,本文將總體樣本以年收入6 430元為界限,劃分為低收入(年收入<6 430元)、中高收入(年收入≥6 430元)兩組,并納入控制變量進(jìn)行分組回歸分析。結(jié)果顯示,交互項(xiàng)的回歸系數(shù)均為正數(shù),即基本醫(yī)療保險(xiǎn)對(duì)不同收入群體的健康均具有正向影響,但對(duì)低收入群體健康的影響有統(tǒng)計(jì)學(xué)意義(P<0.05),而對(duì)低收入群體的影響無統(tǒng)計(jì)學(xué)意義(P>0.1)。低收入人群擁有的資源較少,基于對(duì)教育投資、基本消費(fèi)、養(yǎng)老儲(chǔ)蓄等多方面的考慮,其能夠分配到用于改善自身健康狀況的資源更加有限,因此低收入群體對(duì)醫(yī)療保險(xiǎn)的依賴程度會(huì)更高[27]。見表5。
表5 收入分組回歸結(jié)果
本文基于“健康中國2030”的戰(zhàn)略背景,從健康角度出發(fā),綜合考察基本醫(yī)療保險(xiǎn)的政策效用。實(shí)證分析結(jié)果表明,基本醫(yī)療保險(xiǎn)可提升參保居民的健康水平,其中對(duì)低收入人群和中年人群的健康改善效果較為明顯。根據(jù)以上結(jié)論,為進(jìn)一步放大基本醫(yī)療保險(xiǎn)的保健作用,助力我國醫(yī)療衛(wèi)生體系改革,本文提出如下參考建議:首先,加強(qiáng)政府對(duì)醫(yī)療衛(wèi)生資源的宏觀調(diào)控作用,避免出現(xiàn)醫(yī)療市場資源配置不合理的問題,保證弱勢群體的健康公平,為低健康水平人群提供基礎(chǔ)醫(yī)療衛(wèi)生服務(wù),促進(jìn)健康平等。統(tǒng)籌城鄉(xiāng)醫(yī)療保險(xiǎn)的同時(shí),也要針對(duì)不同人群的健康需求做特異化處理,例如可以利用相應(yīng)的信息技術(shù)系統(tǒng)或軟件,收集參保居民的個(gè)人信息,建立大數(shù)據(jù)平臺(tái)對(duì)居民進(jìn)行評(píng)估歸類以制訂不同的醫(yī)保方案,這樣不僅能最大限度地釋放居民的健康需求,還能有效地控制醫(yī)療診斷行為中的道德風(fēng)險(xiǎn)。其次,應(yīng)完善我國醫(yī)療保障體系建設(shè)、提升醫(yī)療機(jī)構(gòu)服務(wù)水平,而這需要居民的進(jìn)一步參與,醫(yī)院及政府應(yīng)為居民提供反映醫(yī)療問題的渠道并進(jìn)行相應(yīng)的細(xì)化處理,提升政府與醫(yī)療機(jī)構(gòu)的公信力;利用數(shù)字媒體為居民普及正確的健康理念、基礎(chǔ)保健知識(shí),加強(qiáng)對(duì)居民的健康教育,主持并引導(dǎo)居民開展大量的健康活動(dòng),以本地風(fēng)俗民情為前提開展適合不同人群的健康運(yùn)動(dòng)項(xiàng)目,逐步促進(jìn)養(yǎng)成居民積極鍛煉、健康生活的行為習(xí)慣。最后,強(qiáng)化基本醫(yī)療保險(xiǎn)降低居民健康成本、防范疾病風(fēng)險(xiǎn)沖擊的作用。擴(kuò)大醫(yī)保目錄的同時(shí)合理提高醫(yī)療保險(xiǎn)的報(bào)銷比例,保證慢性病與重大疾病患者的健康需求得到滿足。