城镇职工基本医疗保险基金收支失衡风险预测研究*

马桂峰　朱忠池　仇蕾洁　盛红旗　安洪庆,2　高倩倩,2　井　淇,2　张惠卿　杨　蕾

【提　要】　目的　预测某市城镇职工医疗保险基金收支失衡风险发生的时点和程度。方法　根据山东省某市城镇职工医疗保险基金2003-2015年13年间收入、支出和累计结余情况，利用灰色Verhulst模型、GM(1，1)模型预测城镇职工基本医疗保险基金的收支变化情况。结果　由于城镇职工基本医疗保险筹资增长速度慢于支出的增长速度，较早大约在2018年，较晚大约在2020年前后将会出现收不抵支的年度超支风险。结论　在医疗费用快速上涨的现状下，城镇职工基本医疗保险基金的收支平衡压力越来越大，社会医疗保险制度应该尽早采取措施提高筹资水平，控制医疗保险基金支出的增长速度，确保城镇职工医疗保险基金的收支平衡，保障社会医疗保障制度的可持续发展。

随着城乡居民卫生服务利用水平的不断提高，各级医疗机构的服务量大幅增加，医疗费用快速上涨。在我国快速推进“全民医保”的政策背景下，医疗保险覆盖人群不断扩大、包含病种不断增多、报销比例逐渐提高，医疗保险基金支出也逐年升高[1]。但由于各地经济发展水平各异，管理水平良莠不齐，造成医疗保险基金过度结余和严重超支并存[2]。本文通过对山东省某市城镇职工基本医疗保险(职工医保)基金的筹资和支出进行趋势模拟，预测该市职工医保基金收支失衡风险发生的时点和程度[3]，为医保政策的制定和实施提供科学参考。

资料与方法

1.资料来源

本研究数据资料来源于《山东统计年鉴》、《山东卫生计生统计年鉴》和部分科研项目调研资料。

2.研究方法

(1)灰色预测。灰色预测模型是灰色系统理论的一个重要应用[4]。最常用的模型是GM(1,1)模型，该模型通过单变量的一阶微分方程对事物的发展规律进行挖掘，用来模拟预测单一时间序列，它是最常用的一种灰色预测模型[5]。对于具有S形的单变量原始数据序列，适合用灰色Verhulst模型进行预测。灰色Verhulst模型常用于有饱和状态的演化过程，如生物增长、人口预测、产品经济寿命预测和繁殖预测等。

(2)增长型曲线的识别。构建灰色Verhulst模型，要求时间序列符合S型曲线中的logistic曲线模型，应先通过变量的增长变化特征来识别曲线。

计算时间序列变量的移动平均值，即差分值：

计算时间序列变量的平均增长，即平均差分值：

根据以下的增长曲线特征来识别时间序列的增长曲线类型[6]。如果线性变化效果明显，可以再求与时间值的相关系数，取相关系数绝对值最大者为拟合曲线类型。

表1　增长曲线识别表

结　　果

1.职工医保2003-2015年筹资与支出变化情况分析

某市城镇职工基本医疗保险筹资从2003年的35808万元，增加到2015年的412232万元，年均增长率为22.58%。城镇职工基本医疗保险支出从2003年的22150万元，增加到2015年的271229万元，年均增长率为23.21%。从这12年的年均增长率来看，相差较小。但计算从2009年到2015年的年均增长率可以看出，职工医保的筹资增长率为15.80%，而支出的增长率高达24.68%；2012年到2015年的筹资年均增长率为11.95%，而支出增长率更是高达26.95%，近几年的支出增长率远高于筹资增长率。年度筹资与支出总额如图1所示。

2.职工医保基金筹资支出曲线拟合

图1　2003-2015年职工医保筹资与支出变化情况

时序年份筹资总额(亿元)ytutut/ytlgutlg(lgyt-logyt-1)lg(utytyt-1)120033.58220045.2452424.00320056.9067790.6716143.500.244.21-0.95-5.34420068.1984711.0019222.170.234.28-1.01-5.485200710.32106235.0025599.330.244.41-1.01-5.556200813.36135909.6733391.330.254.52-0.97-5.647200917.09173017.6742812.330.254.63-0.98-5.748201021.45221534.3344734.670.204.65-0.97-5.939201127.91262487.0042568.330.164.63-1.13-6.1410201229.37306671.0037774.670.124.58-1.17-6.3311201334.71338036.3335423.000.104.55-1.37-6.4712201437.32377517.0013201541.22

*：数据来源于本项目调研数据

3.灰色模型预测

首先对2003-2015年职工医保筹资数据进行灰色Verhulst建模。建立的灰色Verhulst模型平均相对误差为4.91%，灰色关联度为0.99，模型评价为二级。考虑到职工医保政策在最近几年变化较为频繁，前期数据与后期关联较小，于是删除前期数据，试探性对该时间序列数据建立新的模拟。

利用2007-2015年的数据建模，模型的相对误差为2.03%，标记为模型1；2011-2015年建模，模型的相对误差为1.83%，标记为模型2。以上二个模型的关联度系数均为0.99。模型2的时间响应式为：

用灰色均值GM(1,1)模型对基金支出建立函数模型。拟合的平均相对误差较为合理。时间上取值同筹资模型。模型3的平均相对误差为7.2979%，关联度系数为0.96；模型4的平均相对误差为6.7684%，关联度系数为0.91，模型评价为二级。模型4的时间响应式为：

表3　各模型预测数据/万元

从表3的预测可以看出，模型1的建模开始时间是2007年，预测后期的筹资增长较为平缓，基金超支可能发生在2018年前后；模型2从2011年开始建立模型，因近期筹资增长趋势较快，从基金支出的预测可以看出，到2020年会出现基金超支风险。

讨　　论

在我国经济体制向市场经济转轨的过程中，公费医疗和劳保医疗制度制约着职工的合理流动，阻碍了市场经济的健康发展[7]。1998年，国务院在总结江西九江市和浙江镇江市开展的社会医疗保险制度试点(简称“两江试点”)经验后[8]，正式出台了《国务院关于建立城镇职工基本医疗保险制度的决定》(以下简称《决定》)，要求在1999年内全国基本建立新的职工基本医疗保险制度，并规定了我国城镇基本医疗保险制度的基本原则，包括与当前社会发展阶段相适应；城镇所有用人单位必须参加，实行属地管理；医疗保险费用由用人单位和职工本人按工资比例共同承担；医保基金实行社会统筹和个人账户相结合。社会医疗保险制度的建立，打破了过去福利性的社会保障传统，建立了政府、社会和个人共同承担和抵御疾病经济风险的医疗保障制度。城镇职工医疗保险制度的建立，有效保障了我国经济改革措施的实施，起到了维持社会稳定的作用[9]。

但是，医疗费用增长是一个世界性、持续性的普遍现象。Newhouse对1940年到1990年美国的总医疗费用增长率进行了定量研究，发现人口老龄化、医疗保险制度普及、国民收入增加、医生数量增加和医疗技术进步5个可能的因素中，医疗技术进步是主要因素。医疗费用的过快增长势必影响到医疗保险支出的增加，同时也造成了我国卫生总费用的过快增长。我国卫生总费用名义值从1999年的4 047.50亿元，增加到2014年的35 312.40亿元，年均增长率为15.54%，明显高于同期国民生产总值的增长率13.91%[10]。政府卫生支出中的医疗保障支出名义值从1999年的191.27亿元，增加到2014年的4 958.53亿元，年均增长率为24.24%；社会卫生支出中社会医疗保障支出从1999年的726.62亿元增加到2014年的8 819.45亿元，年均增长率为19.75%，明显高于同期国民生产总值的年均增长率。马桂峰等利用时间序列分析我国城镇医疗保险基金的收支预测发现[3]，在2021年左右会出现年度基金超支风险，与上述结果基本一致。

医疗保险基金支出增长过快，势必会给统筹单位的医保基金管理带来较大的压力。医保基金管理者应从宏观经济、中观管理、微观机构和个人层面来制定相应的政策，拓宽筹资来源，加大筹资力度，确保医疗保险基金的稳定筹资；用较为有效的管理策略，特别是控制医疗保险基金的支付方式，有效控制医疗费用的过快增长[11]。改革医保支付方式成为当前控制医疗费用的重要手段，医保支付方式由后付制转为预付制，由总额、人头和单元付费等转向按病种付费。支付方式改革成为撬动医药卫生体制改革的杠杆。通过支付方式改革，来有效制约医疗机构和患者的医疗费用发生行为，有效预防医疗保险基金超支。