基于PMC 指数模型的中国重特大疾病医疗救助政策量化评价分析

安永红 王志凌

2021 年10 月，国务院办公厅印发《关于健全重特大疾病医疗保险和救助制度的意见》（国办发〔2021〕42 号），将农村易返贫致贫人口和因病致贫重病患者纳入医疗救助范围，各省份也纷纷出台符合本省实际的医疗救助政策，充分彰显了新时期我国医疗救助制度对困难群众的兜底保障作用。医疗救助的发展不仅由强有力的政策执行力来推动，也与政策文本的质量紧密相关，政策文本是否科学在很大程度上决定了政策实施的可行性。当前，我国学者对于重特大疾病医疗救助政策的研究主要围绕救助效果[1-5]、资金需求[2-3]、群众满意度[4]、制度困境[5]等，而对于此类政策的量化研究较少，政策文本自身的科学性也有待进一步考量。本文利用PMC 指数模型对我国重特大疾病医疗救助政策的科学性进行量化分析，以期为促进其进一步完善提供参考和借鉴。

1 资料与方法

1.1 资料来源

为最大程度地降低因病返贫致贫风险，早日实现共同富裕，国家对医疗救助对象、范围等进行调整，并于2021 年10 月28 日发布重特大疾病医疗救助政策，各省（自治区、直辖市）也纷纷结合国家层面的政策，因地制宜出台了符合当地实际的医疗救助政策。分别进入北大法宝及各省（自治区、直辖市）人民政府网站等官网中，以“救助”为关键词检索并筛选2021 年10 月28 日至2022 年8 月29 日期间省级层面颁发的重特大疾病医疗救助政策，截至2022 年8 月29 日，湖南、宁夏、浙江、广东、山西、西藏、上海、重庆和北京尚未出台最新的重特大疾病医疗救助政策，为了尽量使主观偏差最小化，综合考虑政策内容的关联性和时效性，剔除无效文件，共获得21 项政策文本,见表1。

表1 21 份重特大疾病医疗救助政策样本

1.2 研究方法

1.2.1 内容分析法

为方便变量的设置和评价体系的建立，先使用ROSTCM 6.0 词频分析工具对所筛选的政策文本进行处理并提取高频词，去除无实际意义的词，保留排名前50 的高频词，其中，“医疗”处在核心位置，是重特大疾病医疗救助政策的核心，与之相关联的有“救助”“医疗费”“机制”“标准”“保障”“重特大”“统筹”等[6]。见表2。

表2 政策文本词频分布情况

1.2.2 PMC 指数评价模型

PMC 指数模型是对政策的内部一致性和政策的优劣势进行科学量化评价的一种政策文本评价模型[7]，使用该模型能够在对我国重特大疾病医疗救助政策相关指标进行量化的基础上更加全面地对其科学性和合理性进行评价，为其进一步完善和改进提供参考和借鉴，但在运用PMC 指数模型的过程中，变量设置存在一定的主观性，其对文本质量的评分是否准确、客观有待考量。

（1）变量选取及参数识别。根据政策文本词频分布情况中的高频词，参考相关文献，建立重特大疾病医疗救助政策的量化评价体系，包括10 个一级变量和41 个二级变量，见表3。

表3 我国重特大疾病医疗救助的变量设置

（2）构建多投入产出表。根据二进制对二级变量进行打分，当政策文本提到二级变量时，相应的二级变量打1 分，当政策文本中不涉及二级变量时，则打0 分[8]。

（3）PMC 指数的计算。首先，根据公式（1）和公式（2）对多投入产出表中的二级变量进行打分；其次，根据公式（3）和公式（4）计算各项政策的PMC 指数。

（4）政策评价。根据PMC 指数得分情况，参考相关文献，将政策效力划分为4 个等级：9 ～ 10 分为优秀、> 7 分而< 9 分为良好，> 5 分而< 7 分为可接受，0 ～ 5 分为不达标准[9]。本研究所选取的均为对外公布的政策，为了使矩阵保持对称，剔除X10，用剩余的9 个变量建立公式（5）所示的矩阵表，利用MATLAB 构建重特大疾病医疗救助政策的PMC 曲面图，根据PMC 指数得分、PMC 曲面图以及PMC 雷达图对医疗救助政策进行评价。

2 基于PMC 指数模型的政策量化结果

2.1 PMC 指数得分

按照上述评价体系和投入产出表，计算21 项政策的PMC 指数分值并进行等级划分，见表4。

表4 21 项政策的PMC 指数

2.2 PMC 曲面绘制

绘制21 项政策的整体性曲面图，以更加清晰地呈现重特大疾病医疗救助的整体性水平，见图1。

图1 21 项政策的PMC 曲面图

2.3 PMC 雷达图展示

为使21 项政策文本的差异更加直观，用9 个一级指标的平均值绘制了雷达图，见图2。

图2 21 项政策的雷达图

3 讨论与建议

在所选取的21 项政策中，良好级别的有7 项，可接受级别的有14 项，没有不达标准的政策样本，也没有优秀级别的政策样本。结合表4 和图2 可知，21 项政策的救助对象(X1)、救助水平(X2)、救助方式(X3)这3 项变量的均值最高，我国在制定医疗救助政策时对这3 个方面的考虑比较全面，而对保障措施(X5)、救助机制(X6)和政策性质(X8)这3 个方面的考虑有所欠缺，对统筹层次(X9)、政策效力(X7)和保障范围(X4)的考虑则严重不足。整体来看，目前我国重特大疾病医疗救助政策的PMC 指数处于可接受范围，各方面已经较为完整，但由于各省份经济社会发展状况存在一定的差异，所以医疗救助政策在本土化发展过程中也各不相同，不同地区可以在本土化过程中相互借鉴。未来，医疗救助政策在保持相对稳定的同时也可进行动态调整，从而不断完善和改进。

3.1 地区间政策量化结果差异显著

从表4 可以看出，21 项重特大疾病医疗救助政策的PMC 指数平均值为6.59，其中最高的是河北P1（7.77）,最低的是山东P17（6.37），地区间政策得分差异较大，具体表现在救助范围、救助水平、救助方式、保障措施、统筹层次和救助机制方面，与P1 相比，P17 表现出救助水平和统筹层次低、保障措施不完善、救助机制不健全的特征，政策内容也缺乏预测性，建议优化路径为X5-X6-X2-X8-X9。此外，将所选政策文本按照东、中、西部地区进行划分，得分最高的是东部地区，PMC 指数平均值为6.98，得分最低的是西部地区，PMC 指数平均值为6.87，东、中、西3 个地区的PMC 指数平均值存在一定的差异。

3.2 医疗救助统筹层次有待提高

由图2 可见，我国在制定医疗救助政策时对于统筹层次X9 的考虑有所欠缺，在选取的21 项政策文本中，有9 项提到市级统筹，但目前所有省份尚未实现省级统筹，我国现行医疗救助政策统筹层次较低，统筹层次过低会导致不同地区的待遇标准存在一定的差异，容易引发攀比现象，不利于社会公平[1]；医疗救助与基本医疗保险存在制度衔接不畅的问题，仅有少部分省份提出要促进医疗救助与基本医疗保险统筹层次相一致。应进一步推动医疗救助统筹层次与基本医疗保险相协调，提高医疗救助统筹层次，实现救助范围、救助标准、救助方式等市级统筹常态化，对于某些特殊罕见病，可探索实现省级统筹甚至全国统筹，以进一步增强医疗救助政策的普惠性和公平性。

3.3 医疗救助保障范围有限

保障范围(X4)的平均分为0.5，与基本医疗目录保持一致，但某些未纳入目录且自付费用较高的药品和医疗服务项目未被纳入医疗救助保障范围，这可能会导致部分困难群众依然面临“交不起费、住不起院”的问题。目前我国医疗救助主要保障“三大目录”内的医疗费用，重特大疾病医疗救助后自付比例有所下降，但对于某些目录外的药品和服务，个人自付部分仍远高于其家庭承受能力[10]。因此，建议将“三大目录”外某些费用较高的药品和服务纳入医疗救助范围，以减轻这部分困难群众的医疗费用负担。另外，所选取的21 份政策均未涉及养老护理费救助相关信息。有关研究[11]显示，随着老龄化社会的到来，许多困难家庭在老年护理服务方面的需求持续增大。所以，在下一步的政策规划中，可考虑将养老护理服务纳入医疗救助范围，最大限度地保障人民群众的生命安全和身体健康。

3.4 本研究的意义与不足之处

PMC 指数模型的评价体系较为全面。首先，可以对不同政策进行横向对比，对同一政策进行纵向对比，也可以对单项政策的优势和劣势进行精准分析；其次，既有助于政策制定后的评价与改进，也能提供政策制定前的预防与参考[12]。在共同富裕的背景下，重特大疾病医疗救助政策对于防止因病致贫和因病返贫具有十分重要的意义。运用PMC 指数模型对其优势和劣势进行评价，可以使评价更加全面、科学，对医疗救助政策的深入发展和改进优化提供参考。但是，PMC 指数模型的指标选取和变量设置带有一定的主观性，因而其指数得分也只是相对分数并非绝对分数。此外，由于各地区存在事实上的地域差异性，经济发展水平也各不相同，用同一指标对其医疗救助政策进行衡量也有所欠缺。