北京市大病保险补偿方案精准性研究∗——基于收入分层的方案设计

吴君槐 姜学夫

(上海师范大学哲学与法政学院，上海，200234)

城乡居民因病致贫、因病返贫一直被社会各界所关注，如何提高大病保险补偿方案的精准性亦是学术界研究的热点问题。对贫困低收入人群的精准补偿是大病保险补偿方案中的短板，为加大大病保险对城乡居民的大病补偿待遇，许多学者从保障制度的宏观层面入手，提出建立“基本医疗保险＋大病保险＋医疗救助＋慈善帮扶”的多层次医疗保障体系，其思路是以联动的方式补足现有政策，整合形成政策叠加效应，织密医疗保障安全网。本文则从大病保险补偿方案设计的微观层面入手，提出针对不同收入层次的人群应建立差异化的大病保险起付线，以提高大病保险补偿方案的精准性，有效解决边缘性贫困群体“既不能享受贫困户优惠政策，又因大病保险起付线过高而不能享受大病保障”的困境。

一、家庭灾难性医疗支出测算分析

(一)资料来源

本文数据来源于中国家庭追踪调查(CFPS，China Family Panel Studies)数据库，该数据库目前已公开2010年、2012年、2014年、2016年四期全国性的调查数据，并在2018年9月对2016年的成人数据、儿童数据以及家庭数据进行了更新。因家庭数据库中有家庭成员的身份编码，笔者能够根据个人编码在成人数据库、儿童数据库中找到相对应的个人信息，从而为计算个人的医疗费用是否致使家庭陷入灾难性医疗支出困境提供了数据支撑。虽然我国各地实施的大病保险补偿方案都是超额给付模式(除上海市采取以病种补偿的方式外)，但是具体方案有些许不同。若依据补偿区间及其数值进行划分，我国的大病保险补偿模式可分为单一闭区间补偿模式、区间等分补偿模式、区间递减补偿模式和固定比例补偿模式。因本文旨在探究以收入分层的方式设置大病保险起付线是否能够有效促进大病保险补偿方案的精准性，故选择区间个数少的单一闭区间补偿模式，以北京市的大病补偿方案作为基础方案进行比较和测算。

(二)灾难性医疗支出标准界定

2012年国家六部委颁布的《国务院关于开展城乡居民大病保险工作的指导意见》(以下简称《指导意见》)指出，大病保险制度的目标在于防止家庭发生灾难性医疗支出，但是《指导意见》并没有对灾难性医疗支出标准做明确规定。在国际上，一般认为当家庭的医疗支出超过家庭非食品消费支出40%或家庭收入2.5%～15%时，则家庭发生了灾难性医疗支出。[1-2]在我国，灾难性医疗支出并没有统一的标准，我国学者陈在余等认为，在对灾难性医疗支出判定前，应将家庭人均收入由高到低进行五等分：对于收入较高的三个等级，将家庭灾难性支出定义为家庭人均收入的25%；对于后两个低收入等级，将家庭灾难性支出定义为一个固定值，即中间收入阶层(即第三个等级)的25%。[3]笔者认同针对不同收入层次的家庭设置不同灾难性医疗支出标准的方式，因为不同收入层次的家庭其抵抗灾难性医疗支出的风险能力有所不同。但同时认为，以家庭人均收入为依据确定灾难性医疗支出标准的统计口径过大，会将绝大多数家庭统计为灾难性医疗支出家庭。因此，结合国内外的不同标准，笔者以家庭年收入作为家庭等级划分依据，将高收入家庭的灾难性医疗支出标准设置为家庭年收入的25%，将低收入家庭的标准设置为家庭年收入的15%。

(三)研究方法

为了更好地将收入分层补偿方案与基础方案进行对比，本研究采用3个指标衡量灾难性医疗支出：(1)灾难性医疗支出发生率(HCHE)，反映灾难性医疗支出的发生频率；(2)平均差距(GCHE)和相对差距(MPGCHE)，反映灾难性医疗支出的严重程度，其中，平均差距是对总体样本而言，而相对差距只针对发生灾难性医疗支出的家庭。假设X为家庭医疗支出占家庭收入的百分比，Z为灾难性医疗支出的标准。如果X＞Z，则认为该家庭发生了灾难性医疗支出。建立分类变量Ei，如果Xi＞Z，Ei=1(i为第i个家庭)表示家庭发生了灾难性医疗支出，Ei=0表示家庭未发生灾难性医疗支出。灾难性医疗支出发生率的公式为Ei；变量Oi表示灾难性医疗支出差距，Oi=Xi-Z，如果Xi＜Z，令Oi=0，平均差距和相对差距的公式可表示为

基于2016年中国家庭追踪调查北京市的数据，使用工具Excel 2010，利用Vlookup函数对个人数据和家庭数据进行匹配与筛选，将未能匹配的数据清除后，最终在744个个人数据、347个家庭数据中进行实际医疗支出费用测算。依据《关于做好北京城镇居民大病保险工作的通知》(京人社医发〔2014〕78号)，北京市所实施的大病保险补偿方案如下：大病保险实行“分段计算、累加支付”，起付标准以上(不含)部分累加5万元(含)以内的个人自付医疗费用，由大病保险基金支付50%，超过5万元(不含)以上的个人自付医疗费用，由大病保险基金支付60%，上不封顶。按照《指导意见》规定，一般以当地城镇居民人均可支配收入或农民人均纯收入作为起付线划分标准，因此笔者以2016年北京市农民人均纯收入22310元作为大病保险起付线。那么北京市的大病保险基础补偿方案就可做如下表示：22310元(含)以下的医疗费用免报销，22310元(不含)至50000元(含)之间报销50%，50000元(不含)以上报销60%。根据基础补偿方案计算出个人实际医疗支出费用，并依据前文所定义的灾难性医疗支出标准，以HCHE、GCHE及MPGCHE三个指标反映基础补偿方案(方案一)下家庭发生灾难性医疗支出情况，如表1所示。

由表1可知，在基础大病补偿方案下，共有68个家庭发生了灾难性医疗支出，家庭发生灾难性医疗支出的总概率为19.60%。其中，低收入家庭发生灾难性医疗支出的概率最高，为11.24%，而高收入家庭没有发生灾难性医疗支出。这充分说明，高收入家庭抵抗灾难性医疗支出风险的能力远强于低收入家庭。若将不同收入家庭的平均差距值和相对差距值进行比较，低收入家庭的值亦远远高于其他收入层次家庭的值。这说明，医疗费用支出对低收入家庭带来的冲击及影响程度远远高于其他收入层次的家庭。通过三个指标的对比可知，为增加大病保险补偿方案的精准性，应以提高低收入群体抵抗灾难性医疗支出风险能力及降低其家庭灾难性医疗支出发生强度为突破口。

表1 基础补偿方案下家庭发生灾难性医疗支出的情况 单位：元，个，%

二、大病保险补偿方案优化设置

《指导意见》指出，大病保险主要是在参保人发生高额医疗费用后对个人所负担的合规医疗费用进行保障，高额医疗费用是以个人年度累计负担的合规医疗费用超过当地统计部门公布的上一年度城镇居民人均可支配收入或农村居民年人均纯收入为判定标准。因此，大多数地区将城镇居民可支配收入或农村居民人均年纯收入作为大病保险起付线。笔者认为，这样的设置方式不够细致，因为对于贫困低收入人群而言，此标准依旧是一个较高的门槛，应对不同收入的人群建立差异的大病保险起付线，从而增加大病保险补偿方案的精准性，这亦可体现大病保险是一个向贫困低收入群体倾斜的医疗保险制度。

(一)以收入分层的方式设置起付线，建立收入分层补偿方案

参照《中国统计年鉴》的“收入五等分法”，按个人收入情况将人群分为五组：低、中低、中等、中高、高收入组，各组比例为20%。最终得出北京市低收入人群大病保险起付线为5000元，中低收入人群的起付线为15000元，中等收入人群起付线为28667元，中高收入人群起付线为47700元，高收入人群起付线为70000元。因为在基础补偿方案中，50000元已经属于第二段补偿区间的起付线，所以笔者将高收入人群的起付线修改为50000元，具体的补偿方案如表2所示。

表2 收入分层补偿方案下的起付线与补偿比例(北京市) 单位：元

需要说明的是，设置大病保险起付线是以个人年收入为依据，而建立家庭灾难性医疗支出标准是以家庭年收入为依据。换言之，个人是否能够享受大病保险待遇是依据其个人的收入来判断的，而个人的医疗费用支出是否导致其家庭发生灾难性医疗支出是以医疗费用支出超过家庭年收入的一定标准来判定的。

(二)根据收入分层补偿方案，分析家庭发生灾难性医疗支出的情况

基于基础大病保险补偿方案，依据城乡居民不同的个人收入，设置差异化的大病保险起付线，得到收入分层补偿方案，并采用与上文评估基础补偿方案一致的指标分析收入分层补偿方案下家庭发生灾难性医疗支出的情况，具体如表3所示。

表3 收入分层方案与基础方案对比 单位：元，%

由表3可知，若将收入分层方案与基础方案进行对比，家庭发生灾难性医疗支出的概率变化并不明显，收入分层方案的HCHE值略高于基础方案0.28个百分点。其原因在于收入分层方案提高了高收入家庭的大病保险起付线，由原先的22310元上升至50000元，使原本能够享受大病保险待遇的高收入人群被排除在制度之外。值得注意的是，高收入家庭的GCHE及MPGCHE值均为0，这说明大病保险起付线的提高并没有增加高等收入家庭的灾难性医疗支出发生强度。换言之，大病保险起付线的提高对高收入家庭的影响甚微。从总体上分析，收入分层方案较之基础方案，GCHE及MPGCHE的值分别下降了2.42个百分点及13.29个百分点，这说明收入分层方案能够有效减轻医疗支出对城乡居民家庭所造成的影响，降低灾难性医疗支出的发生强度，特别是对于低收入家庭而言，MPGCHE值下降了24.87个百分点。若从提高补偿方案精准性及向贫困低收入家庭倾斜的视角设计大病保险补偿方案，收入分层方案明显优于基础方案。

三、收入分层方案下大病保险基金收支预测

由上文分析可知，实施收入分层方案能够有效地减轻城乡居民灾难性医疗支出的发生强度，特别是对于贫困低收入人群而言，新方案的实施能够切实有效地减轻其大病医疗费用负担，增加其抵抗大病风险的能力，使补偿对象更为精准。但是，新方案的实施能否保持大病保险制度可持续性发展，还取决于大病保险基金运行情况。若新的补偿方案较之基础方案加大了基金赤字，那么新的补偿方案也未必理想。因此，下文将对两种补偿方案下的大病保险基金收支情况进行预测分析，以研究新方案实施的适用性与可行性。

(一)模型和参数设置

1.精算假设

本文旨在对比收入分层补偿方案与基础补偿方案在未来11年中的大病保险基金收支情况，为方便研究和增加研究结果的可比性，做出以下假设。

假设1：大病保险基金的管理费用为0元。按照当前基本医疗保险的运行机制，医保管理机构人员及工作经费等管理费用都是由各级财政进行支付，而不从医保基金中进行提取。[4]所以将管理费用假定为0元。

假设2：预测的起始时间为2017年，结束时间为2027年，时间长度为11年，医疗保障属于短期支付项目，基金本身缺少积累性。[5]所以对大病保险基金收支预测的时间跨度不宜过长。

假设3：当期结余和累计结余利率均以2018年3个月定期存款利率1.35%计息。根据2003年《财政部、劳动保障部关于加强社会保险基金财务管理有关问题的通知》(财社〔2003〕47号)，社会保险基金应按中国人民银行规定的优惠利率计息，此外，根据《国务院关于建立城镇职工基本医疗保险制度的决定》(国发〔1998〕44号)，基本医疗保险上年结转的基金本息，按3个月期整存整取银行存款利率计息。本文假设当期结余或累计结余大于0时，均以当前3个月定期存款利率1.35%为准进行计息。

假设4：对于基础补偿方案，假定不同医疗费用区间的居民发生大病的人数占发生大病总人数的比例不变；对于收入分层方案，假定各收入层次的人数占总人数的比例不变，并且不同收入层次的居民其医疗费用超过该收入层次大病起付线的概率不变。

假设5：基本医疗保险基金划入大病保险基金池的比例、大病保险补偿比例、居民年住院率中因大病住院的比例以及次均大病住院费用中的合规住院费用比例保持不变；本文旨在探究不同的补偿方案下北京市大病保险基金未来的收支情况，为了剔除大病保险补偿比例变动对大病保险基金收支的影响，本文假设在预测期内北京市的大病保险补偿比例、住院率中因大病住院的比例以及次均大病合规住院费用比例与2016年相同。

2.模型建立

无论采取何种补偿方案对城乡居民进行大病补偿，其大病保险的基金收入是不变的，不同的是大病保险基金的当期支出、当期结余及累计结余。

(1)大病保险基金的筹资模型表示为：

其中，TIt为第t年的大病保险基金收入，Nt为第t年的参保人数，Pt为第t年的基本医疗保险筹资金额，α为基本医疗保险基金划入大病保险基金池的比例，其值固定为5%①根据《关于做好北京城镇居民大病保险工作的通知》(京人社医发〔2014〕78号)中的规定，大病保险每年从基本医疗保险基金池中划拨5%作为大病保险基金。。gt-1为t-1年的人口自然增长率，笔者以北京市2006—2016年的人口自然增长率的平均值作为参加医保人口的年均增长率，则参加医保人口的年均增长率为4.82‰②数据来源于2007—2017年的《北京统计年鉴》，因为我国大病保险制度已实现全覆盖，参保人数的增长主要依赖于人口的增长。因此假定第t年的人口自然增长率为gt。。分别为2016年北京市居民医保的财政补助金额及个人缴费金额，因为2016年是进行预测的基年，因此的值固定为1000元和300元③根据《关于做好2019年度北京市城乡居民基本医疗保险参保缴费工作有关问题的通知》(京社保发〔2018〕11号)，2019年北京市劳动年龄内居民医保缴费每人每年300元，因此本文假设2016年居民个人缴费为300元。根据《北京市城乡居民基本医疗保险办法实施细则的通知》(京人社农合发〔2017〕250号)，2016年医保财政人均补助标准为1000元。。βm、χm分别为财政补助金额及个人缴费金额的年均增长率，其值分别为11.84%和12.59%④笔者以北京市2006—2016年全市居民人均可支配收入的年均增长率作为未来城乡居民个人缴费增长参数，并以北京市2006—2016年公共财政预算收入年均增长率作为未来财政补助增长额参数。。此外，笔者通过观察北京市近10年来的基本医疗保险缴费政策，发现缴费金额及财政补助一般在2～3年变动一次，因此本文假定每隔3年基本医疗保险缴费金额及财政补助上调一次，3年周期中其金额保持不变。

(2)基础大病保险费用补偿模型

基础大病补偿方案的大病保险基金支出模型表示为：

其中，TEt为大病保险基金支出，HRt为t年医保参保人大病住院率，HPt为t年的医保参保人次均大病合规住院费用，ARt为第t年的医保参保人员住院率，表示第t年居民住院中大病住院所占比例，APt为第t年的医保参保人员次均住院费用，为第t年次均大病合规住院费用比例。根据CFPS北京市的样本数据测算，城乡居民中年医疗费用超过22310元占发生医疗费用人群的比例为3.76%。因此本文假定=3.76%。根据《关于城乡居民医疗保险有关问题的通知》(京人社农合发〔2017〕11号)文件，2017年以后，北京市对城乡居民超过起付线(不含)至5万元(含)的政策范围内医药费用补偿60%，5万元以上的补偿70%。因此，本文将次均大病合规住院费用比例设定为65%。即=65%。此外，Rt为第t年的大病保险报销比例，为起付线(不含)至5万元(含)的医疗费用报销比例，为超过5万元(不含)的医疗费用报销比例，和的值分别为60%和70%。67.86%和32.14%分别代表居民发生大病费用在起付线(不含)至5万元(含)以下及5万元(不含)以上的人数占总发生大病人数的比例①比例值是根据CFPS北京市样本数据测算得出。。

(3)收入分层费用补偿模型

其中，第一区间表示城乡居民医疗费用发生在起付线(不含)至5万元(含)之间，第二区间表示医疗费用在5万元(不含)以上。由前文可知，高收入人群大病保险起付线为5万元，报销比例为70%，因此不必分区间计算医疗费用支出总和。、、、、分别表示低收入居民、中低收入居民、中等收入居民、中高收入居民、高等收入居民占总人口数的比例，依据中国家庭追踪调查北京市的数据计算，其值分别为18%、22%、19.35%、20%、21%。表示收入在5000元以下的居民(低收入人群)医疗费用超过5000元(该收入层次的起付线)的概率，依据中国家庭追踪调查北京市的数据计算，为1.88%。表示收入在5000元以上15000元下的居民(中低收入人群)医疗费用超过15000元(该收入层次的起付线)的概率，其值为0.94%。结合前文所述，同理可得、、的值分别为0.538%、0.403%、0.54%，各式中的百

分比数值代表不同收入层次的人口在对应的补偿区间超过起付线的人数占超过起付线的人数总和的比例。(4)大病保险盈余过程模型

其中，t0=2016，t1=2017，…，tn=2027，U(n)为第n年末的盈余积累值，rt为第t年的投资收益率。

(二)北京市城乡居民大病保险基金支出预测

由上文可知，在大病保险费用补偿模型当中，居民的大病住院率(HRt)与居民的住院率(ARt)及大病住院所占的比例()息息相关，因为本文已将假定为3.76%，因此需要对居民住院率(ARt)进行预测。此外，居民的次均大病合规的住院费用(HPt)与居民次均住院费用(APt)及次均大病合规住院费用比例()相关，因为本文已将假定为65%，因此只需对居民次均住院费用进行预测。综上，居民住院率及居民次均住院费用是进行大病保险基金支出预测的关键变量，下文将利用2002—2016年北京市居民住院率及居民次均住院费用统计数据①居民住院率通过年入院人数/常住人口数计算所得，数据来源于2003—2017年《北京统计年鉴》；居民次均住院医疗费用数据来源于2003—2017年《中国卫生和计划生育统计年鉴》。，采用布朗(Brown)线性指数平滑法，对2017—2017年未来10年的居民住院率及居民次均住院费用进行预测。原始数据如表4所示。

表4 2002—2016年北京市居民住院率与次均住院费用 单位：%，元

1.布朗(Brown)单一参数线性指数平滑法基本原理

指数平滑又称指数修匀，是一种重要的时间序列预测法。此种方法可以消除时间序列的偶然性变动，提高近期数据在预测中的重要程度，它的基本思想是先对原数据进行处理，处理后的数据称为“平滑值”，然后再根据平滑值经过计算构成的预测模型，计算未来的预测值。一次指数平滑法常用于平稳时间序列预测，二次指数平滑法常用于具有趋势的时间序列预测。

布朗单一参数线性指数平滑法即属于二次指数平滑法，指在对时间序列做一次指数平滑后，对所形成的一次指数值序列再进行一次指数平滑。它不是将第t期的二次指数平滑值直接用于第t＋1期预测，而是根据一次指数平滑与实际观测值滞后误差、二次指数平滑值与一次指数平滑值滞后误差的变动规律，建立起线性趋势预测模型进行外推预测。布朗二次指数平滑法适用于各期数据大体呈线性上升或下降的时间序列预测。其所依赖的基本原则：一是历史时间越近，对未来的影响就越大，反之亦反；二是把平均每一期的增量纳入模型之中，并且不断地用预测误差来纠正新的预测值，做趋势性调整。平滑公式及预测模型如下所示。

设时间序列各期观测值为Y1，Y2，…，Yn，则平滑公式为：

由式(4)可以看出，线性趋势分析模型(3)中的截距和斜率将会随着新观测值的出现而不断调整。此外，平滑初始值及通常按如下方式近似确定：

2.布朗(Brown)单一参数线性指数平滑模型建立过程

(1)模型判断

根据原始数据使用Eviews 8.0软件绘制2002—2016年的居民住院率及居民人均住院医疗费用散点图，如图1、图2所示。

图1

图2

图1 、图2表明，居民人均住院医疗费用及居民住院率成线性上升的趋势，因此可以采用布朗单一参数线性指数平滑法。

(2)布朗单一参数线性指数平滑模型的建立

平滑系数α的确定关系到计算结果是否合理，其取值将对预测精度产生很大的影响。当α较小时，模型的平滑能力较强；当α较大时，模型对时间序列变化的反应速度较快。传统的指数平滑中，人们对α值的选择更多的还是依赖于经验。通常认为当时间序列波动不大时，α可取在0.1～0.3之间，以加重原来预测值的权重；当时间序列波动较大时，α可取在0.6～0.8之间，以加重新预测值的权重。在难以判断时，则采用几个不同的α值反复试算，比较不同系数选择下的预测结果加以确定。[6]选择最佳α的原则是使均方误差(Mean Squared Error，MSE)达到最小，MSE的表达式为：

若进行主观赋值并且分别计算均方误差，则计算量过大，因此借助Eviews 8.0软件利用布朗单一参数线性指数平滑法对人均住院医疗费用进行预测，Eviews通过自动识别将α的值确定为0.36，此时均方误差值最小，并且能够直接给定截距at与斜率bt的值。居民人均住院医疗费用预测模型如下所示：

其中，平滑系数α为0.36，此时的残差平方和(Sum of Squared Residuals)最小，值为3635213，均方根误差(Root Mean Squared Error)为492.29。计算2017—2027年的拟合值取T=1，2，3，…11。预测结果如表5所示。

表5 单一参数线性指数平滑法人均住院费用计算表

表5中所测算的数据由笔者根据前文所列的计算公式利用工具EXCEL 2010计算得出，由表2可知，居民人均住院医疗费用预测模型为=20686.43＋826.70T，此模型与使用Eviews软件测算所得的模型式(7)有细微的差别，其误差是由小数点保留或初始平滑值的确定不同所引起的。表5中的初始一次指数平滑值及初始二次指数平滑值由式(5)计算所得，因为原始数据个案数小于30个，因此==Y1-=9023.66。利用同样的方法对居民住院率进行预测，预测的模型为：

其中，平滑系数为α为0.374，此时的残差平方和最小，值为3.452，均方根误差为0.480。计算2017—2027年的拟合值时取T=1，2，3，…11。预测结果如表6所示。

表6 单一参数线性指数平滑法住院率测算表

(续表6)

(3)布朗单一参数线性指数平滑预测效果分析

结合表5与表6所预测的数据，将居民人均住院费用及住院率的实际值与预测值绘制在一张图中，如图3、图4所示。由图可知，无论是居民住院率还是居民住院人均医疗费用的预测，布朗单一参数线性平滑预测模型计算出来的拟合值和实际观测值相差较小。居民人均住院费用及住院率的平均绝对百分比误差(mean absolute percent error，MAPE)分别为3.06%和5.62%，说明预测精度较高①MAPE的计算公式：。

图3

图4

结合前文所述的大病保险基金盈余过程模型，可得到基础方案与收入分层方案在2016—2027年的大病保险基金收支情况，具体如表7所示。，MAPE的值越小，则说明模型预测精确度越高，反之则反。

表7 2016—2027年不同方案下大病保险基金收支情况对比 单位：万元

一般认为，基金利用率达到90%较为合理，若补偿率过低，基金没有被充分利用。若保障率超过90%，基金抗风险能力降低；若超过100%，基金运行出现风险。[7]由表7可知，在基础大病保险补偿方案下，2016—2023年北京市的大病保险基金使用率都低于90%，大病保险补偿率较低，基金没有被充分利用，特别是在2016年大病保险的基金使用率仅为66.52%，说明大病保险基金在整个医疗保障体系中没有充分发挥出保障大病的职能，在减轻大病患者经济负担方面效果有限。但是随着时间的推移，大病保险基金的使用率逐渐增加，并且有突破100%的趋势。与基础补偿方案相比，收入分层补偿方案的实施能够更加有效地利用大病保险基金，并且在预测期内，大病保险基金的使用率恒定在90%左右，基金能够平衡可持续运行。

四、结论与思考

通过本文分析，收入分层补偿方案较之基础方案更能够有效减轻医疗支出对家庭带来的冲击力度，虽然收入分层方案将有可能降低高收入人群享受大病保险的福利待遇，但是测算结果表明，在本文所定义的灾难性医疗支出标准下，高收入人群所发生的灾难性医疗支出对其家庭基本没有影响，其家庭发生灾难性医疗支出的严重程度不会增加。因此，针对不同收入人群设置差异化的大病保险起付线，能够有效地降低边缘性贫困人群因大病保险起付线的约束而陷入贫困的概率，增加大病保险制度的受益面，切实减轻城乡居民的大病医疗负担。

有学者认为，若实施收入分层方案，高收入人群将会因大病保险待遇受损而拒绝参保，或者隐瞒自身的真实收入导致道德风险问题，因此，收入分层方案的实施不具有可行性。笔者认为在现行的大病保险政策下，大病保险的筹资来自基本医疗保险基金划拨，因此，只要居民参加了医疗保险，那么就有享受大病保险待遇的资格。一方面，居民患大病的概率较低，高收入人群不会因为大病保险待遇受损而拒绝参加基本医疗保险；同时，补偿方式可采取申请制，即“居民个人在基本医保支付后仍然感到经济负担重的应主动申请，经相关部门组织进行家计调查后，确实达到灾难性医疗支出标准的，应当享受高比例支付待遇”。[8]如此，道德风险问题也就迎刃而解了。另一方面，还需厘清大病保险的制度定位，大病保险是“保大病”，是一项补充性质的医疗保险制度。给居民提供医疗保障待遇的主体应是“保基本”的基本医疗保险制度，即使在实施收入分层方案后高收入人群的大病保险待遇受到了影响，但是该群体基本医疗保险的待遇并没有减少。高收入人群在享受基本医疗保险待遇后，灾难性医疗支出对其家庭造成的影响程度就很小了。收入分层补偿方案虽然增加了高收入家庭发生灾难性医疗支出的概率，但是概率仅上升了0.28个百分点，而在反映灾难性医疗支出发生强度的指标中，收入分层方案较之基础方案下降了14.64个百分点。综上，收入分层方案具有一定合理性与可行性。