全民医保与医疗服务利用的公平性研究

摘" 要：医疗服务利用的公平性对促进健康中国建设、缩小健康不平等和实现共同富裕具有重要现实意义。基于中国家庭追踪调查（CFPS）2012年、2014年、2016年和2018年四轮追踪数据，本文分析了我国建成全民医保后医疗服务利用的横向公平性及其动态变化，并利用夏普利值分解法考察了不公平的肇因。研究发现，全民医保实现后，我国医疗服务利用依然极其不平等和不公平，其中有50%以上的不平等是不公平的。此种不公一度减弱，但2018年却有所加剧。医保制度碎片化、城乡、区域以及收入不平等是医疗服务利用不公平的四大主要来源。医保制度的贡献度在2016年城乡医保一体化之前均居首位，2018年有所下降但仍居第二位。进一步提升医保制度的公平性，从全民医保走向公平医保，提升基本公共服务的均等化，缩小贫富差距，是改善医疗服务利用横向不公的重要途径。

关键词：健康中国；医疗服务利用；横向公平；全民医保

作者简介：顾昕，浙江大学公共管理学院教授、博士生导师，主要从事社会政策与治理理论研究；惠文，浙江大学公共管理学院博士研究生，主要从事医疗保障研究。

基金项目：教育部哲学社会科学研究重大课题攻关项目“全面建设社会主义现代化国家新征程中加快实现共同富裕研究”（项目编号：21JZD019）、浙江省哲学社会科学重点研究基地浙江大学民生保障与公共治理研究中心自设课题“共同富裕的社会政策之维：保护主义与发展主义的平衡与融合”（项目编号：23JDZSZD01）的阶段性成果。

中图分类号：C913.7 ""文献标识码：A ""文章编号：1001-4403（2024）05-0028-11

DOI：10.19563/j.cnki.sdzs.2024.05.004

一、引言

健康是重要的人力资本，也是人类发展的首要目标之一，①" ①Sen A.Development as freedom.New York：Alfred A.Knopf，Inc.，1999.对共同富裕的实现起着基础性的作用，可以说没有全民健康就没有全民共富。党的二十大报告指出要把保障人民健康放在优先发展的战略位置，推进健康中国建设，提升人口健康素质。“健康中国2030”规划纲要提出公平公正是推进健康中国的重要原则，推动健康领域基本公共服务均等化，逐步缩小城乡、地区、人群间健康水平的差异，实现“共建共享，全民健康”。基本医疗服务利用对健康的维持乃至促进是至关重要的，②" ②Grossman M.On the concept of health capital and the demand for health.Journal of Political Economy，1972，80（2），pp.223-255.医疗服务利用的公平性无疑对改善健康不平等和健康中国建设具有重要意义。实际上，增进医疗服务利用的公平性是世界各国卫生政策以及世界卫生组织倡导的核心原则之一。③" ③WHO.Equity in health and health care：a WHO/SIDA Initiative.Geneva：World Health Organization，1996;WHO.Health system：improving performance.Geneva：World Health Organization，2000.

医疗保障制度是众多影响医疗服务利用及其公平性的关键因素。20世纪70年代极负盛名的兰德实验发现医疗保险可以促进医疗服务的利用④" ④Manning W G，Newhouse J P，Duan N，et al.Health insurance and the demand for medical care：evidence from a randomized experiment.American Economic Review，1978，77（3），pp.251-277.，但由此而增长的医疗服务利用是否公平，即医疗保险对医疗服务利用公平性的影响，依然是一个值得探究的问题。近二十年来，中国在医疗保险制度的建设上成绩斐然，于2012年建立了覆盖全民的基本医疗保险体系，保障待遇水平也不断提高；但不可否认的是，现有的医疗保险体系依然呈现明显的“碎片化”特征，不同人群以及不同地区之间的给付水平仍有较大差距，这种差距极有可能会导致医疗服务利用的不公平。“应该住院但因经济负担考量而未住院”属于医疗服务利用不公平的具体表现之一。根据第五次全国卫生服务调查，在全民医保实现之后的2013年，全国被调查人口中需要住院者但自报因经济因素而未住院者的比例为7.4%，⑤" ⑤国家卫生计生委统计信息中心：《2013第五次国家卫生服务调查分析报告》，中国协和医科大学出版社2015年版。而根据2018年第六次全国卫生服务调查，这一比例上升至9.5%，⑥" ⑥国家卫生健康委统计信息中心：《2018年全国第六次卫生服务统计调查报告》，人民卫生出版社2021年版。其中由各级政府确定为贫困户或低保户家庭人口中，有16.0%的人应住院但因经济原因而未住院，远高于全样本中的这一比例。由此可见，医疗保险的给付水平不高极大影响着医疗服务利用的公平性，造成弱势群体成员有病难就医，从而加剧健康不公，这对健康中国的建设和共同富裕的推进都是极为不利的。

因此，深入分析我国实现全民医保后医疗服务利用的不公平程度及其原因，尤其是基本医疗保险制度（下文简称“医保制度”）在其中发挥的作用，不仅本身具有学术价值，而且对于健康中国的建设有重要的政策意涵。本研究采用具有全国代表性的中国家庭追踪调查（China Family Panel Surveys，简称CFPS）2012年、2014年、2016年和2018年四轮追踪数据，并运用不平等指标对中国全民医保下医疗服务利用的不公平程度及其变迁进行测度，最后利用夏普利值⑦" ⑦2012年诺贝尔经济学奖得主夏普利（Lloyd S.Shapley）是加利福尼亚大学洛杉矶分校（UCLA）数学和经济学教授，博弈论的奠基人之一。他提出了博弈收益（博弈者对博弈总体收益的贡献）公平配置的分析方法，此收益后来被称为“夏普利值”。参见Shapley L S.A value for n-person games.Annals of Mathematics Studies，1953，28，pp.307-317.分解方法探寻医疗服务利用不公平的影响因素，其中重点关注医保制度的贡献。在上述研究的基础上，本文提出若干促进健康中国建设的政策建议。

二、文献综述

（一）医疗服务利用公平性的概念和测度方法

有关医疗服务利用公平性的研究主要集中在医疗服务利用的横向公平或水平公平（horizontal equity），即“同等需要应得到同等医疗服务”，与个体的收入、地域、种族等社会经济背景特征无关。①" ①Mooney G，Hall J，Donaldson C，et al.Utilization as a measure of equity：weighing heat.Journal of Health Economics，1991，10（4），pp.475-480;Wagstaff A，van Doorslaer E，Paci P.On the measurement of horizontal inequity in the delivery of health care.Journal of Health Economics，1991，10（2），pp.169-205;Culyer A J，Wagstaff A.Equity and equality in health and health care.Journal of Health Economics，1993，12（4），pp.431-457;WHO.Equity in health and health care：a WHO/SIDA initiative.Geneva：World Health Organization，1996;Wagstaff A，van Doorslaer E.Equity in health care finance and delivery，in Culyer A J，Newhouse J P，（eds.），Handbook of health economics，2000，Vol.1B，Amsterdam：North-Holland，pp.1803-1862.

医疗服务利用横向公平的测度方法已较为成熟，其核心思想是并非所有的医疗服务利用不平等都是不公平的，因健康个体差异等因素造成的不平等是合理的，而因收入差异等因素造成的不平等则是不公平的。因此，要将影响个体间医疗服务利用不平等的因素划分为“需要”和“非需要”两大类，前者造成的不平等是合理且可以接受的，而后者造成的不平等则是不合理且不能接受的，即为不公平的。因此，在测算横向公平时需要排除掉合理因素造成的不平等，剩余的不平等才是不合理或不公平的（unfair inequality）。在具体实证研究中，需要对医疗服务利用进行一番标准化操作，标准化的具体方式有两种：直接标准化和间接标准化。世界银行对标准化的细节和操作方法有较为详细的介绍。②" ②O’ Donnell O，van Doorslaer E，Wagstaff A，et al.Analyzing health equity using household survey data，Washington，D.C.：The World Bank，2008.值得一提的是，在实证研究中因不需要对数据进行分组及对数据量要求不高，间接标准化应用更加广泛。

在标准化操作完成之后，需要选取一种不平等指标对横向不公平进行测度。现有研究最常用的测度指标是集中指数。运用集中指数，可以对医疗服务利用在不同群体间的分布进行综合测度，也可以表明医疗服务利用更加偏向哪一类社会经济群体，若偏向弱势群体，集中指数为负；反之，为正。与收入相关的医疗服务利用不公平颇受研究者关注③" ③Gravelle H.Measuring income related inequality in health：standardization and the partial concentration index.Health Economics，2003，12（10），pp.803-819;Devaux M.Income-related inequalities in health service utilization in 18 selected OECD countries.European Journal of Health Economics，2015，16（1），pp.21-33;Pulok M H，van Gool K，Hajizadeh M，et al.Measuring horizontal inequity in healthcare utilization：a review of methodological developments and debates.The European Journal of Health Economics，2020，21（2），pp.171-180.，且大多数研究者发现医疗服务利用更加偏向富人。但是，使用集中指数的测度方法只能考察与单一维度（如收入或某一个社会经济背景因素）相关的不公平，仅反映出部分不公平（partial equity），而不能刻画多维度导致的整体不公平④" ④Fleurbaey M，Schokkaert E.Unfair inequalities in health and health care.Journal of Health Economics，2009，28（1），pp.73-90;Fleurbaey M，Schookaert E.Equity in health and health care，in Paul M V，Mcguire T G，Barros P P（eds.），Handbook of health economics，Vol. 2，Amsterdam：North-Holland，2011.。为克服这一缺陷，学者开发了其他测度方法，譬如采用基尼系数，并进行基于回归的夏普利值分解⑤" ⑤Rosa D P.Inequality of opportunity in health：evidence from a UK cohort study.Health Economics，2009，18（9），pp.1057-1074.，以考察多维度（如社会经济背景、医保制度及区域等）造成的不公平以及各维度的贡献度，但现有文献中采用这些方法的研究成果还比较少。

（二）国内关于医疗服务利用公平性的研究

与国外研究相似，关于中国医疗服务利用公平性的研究，大部分亦采用集中指数来测度与收入相关的不平等⑥" ⑥魏众、B·古斯塔夫森：《中国居民医疗支出不公平性分析》，《经济研究》2005年第12期，第26-34页；解垩：《与收入相关的健康及医疗服务利用不平等研究》，《经济研究》2009年第2期，第92-105页；封进、刘芳：《新农合对改善医疗服务利用不平等的影响——基于2004年和2006年的调查数据》，《中国卫生政策研究》2012年第3期，第45-51页；顾海：《统筹城乡医保制度、与收入相关的医疗服务利用和健康不平等》，《社会科学辑刊》2019年第2期，第88-97页。，得出的结论较为一致，认为中国存在着显著的亲富性横向不公平。如前所述，集中指数测度方法只能反映与收入相关部分的不公平，不能反映其他维度造成的不公平，难以展现整体不公平程度以及各个因素贡献度的全貌。因此，近年来有少量学者如赵广川等采用了基尼系数等指标及夏普利值分解来全面分析医疗服务利用的公平性，①" ①赵广川、马超：《中国农村居民收入对医疗保健消费不平等的影响》，《消费经济》2019年第5期，第14-21页；赵广川、顾海、郭俊峰：《社会地位变迁与医疗服务利用不平等：2000—2011》，《公共管理学报》2016年第2期，第107-118页；Zhao G，Gao X，Ma C.Accounting for horizontal inequity in the delivery of health care：a framework for measurement and decomposition.International Review of Economics and Finance，2020，66（1），pp.13-24.该团队的研究具有一定的开创性，但其分析主要采用中国健康和营养调查（CHNS）2011年之前的数据，而且对医疗保险的考量也仅采用“是否参保”二分法，并未考察参加不同医疗保险带来的不公平性。中国在2012年已实现了全民医保，2016年启动了新型农村医疗保险和城镇居民医疗保险的整合，2018年着力推动健康扶贫，仅考察“是否参保”无助于考察实现全民医保后医疗服务利用公平性的格局，尤其是城乡医保一体化对公平性的影响。

为弥补上述研究不足，本文采用具有全国代表性的中国家庭追踪调查（CFPS）2012年、2014年、2016年及2018年四轮次的数据，利用基尼系数这一不平等测度指标来刻画我国实现全民医保后医疗服务利用的不平等-不公平程度及其变化，并在此基础上采用夏普利值分解法剖析造成不公的来源。本研究可能的边际贡献在于：一是采用基尼系数而非集中指数来测度我国医疗服务利用的不公平，展示不公平的整体情况；二是考察中国实现全民医保后较长跨期内医疗服务利用的公平性及其变迁，并重点分析医保制度的碎片化对不公平的影响，而非局限在“是否参保”；三是采用了夏普利值分解法剖析不公平的来源及各因素的贡献度，为政策完善提供可靠的循证依据。

三、测度方法与数据

（一）横向公平性的测度

1.测度方法：间接标准化

本研究采用得到广泛应用的间接标准化方法对医疗服务利用的横向公平性进行测算。具体测度过程如下。

首先，对医疗服务利用进行回归分析，估计出各个因素对医疗服务利用的影响：

yi=α+∑jβjxji+∑kγkzki+εi（1）

其中，因变量yi为第i个参保者的医疗服务利用，xj为需要变量，zk为非需要变量，α、 β和γ为回归估计系数，εi为随机项。

其次，基于（1）式构建反事实的医疗服务利用yi^X，即假定个体间的非需要因素完全一样时医疗服务利用的分布，一般用样本均值k来代替zk，则此时估计出来的yi^X的差异则全部是个体对医疗服务的需要不同造成的，是合理的不平等。

yi^X=+∑jβj^xji+∑kγk^k（2）

最后，在实际医疗服务利用yi中减去yi^X，再加上实际医疗服务利用的均值进行修正，得到的yi^IS即为需要标准化后的差异，yi^IS的不平等则是由非需要因素造成的，即为横向不公平的部分。

yi^IS=yi-yi^X+（3）

2.研究变量

医疗服务利用yi是本研究的被解释变量。由于医疗服务具有多样性，医疗服务利用的直接度量难以形成，因此大多数文献使用“医疗支出”作为代理变量进行度量，这一指标在很大程度上可以综合反映医疗服务利用的数量和质量。②" ②Trannoy A，Tubeuf S，Jusot F，et al.Inequality of opportunities in health in France：a first pass.Health Economics，2010，19（8），pp.921-938;Jusot F，Tubeuf S，Trannoy A.Circumstances and efforts：how important is their correlation for the measurement of inequality of opportunity in health？Health Economics，2013，22（12），pp.1470-1495;林相森、艾春荣：《对中国医疗服务利用不平等问题的实证检验》，《中国人口科学》2009年第3期，第86-95页;陈昊、陈建伟、马超：《助力健康中国：精准扶贫是否提高了医疗服务利用水平》，《世界经济》2020年第12期，第76-101页。为了与现有研究对话，本文也采用医疗支出来衡量参保者的医疗服务利用情况。

同理，对何种医疗服务有何种“需要”，在很大程度上具有主观性和个体性，直接度量也是困难的，甚至是不可获得的。参考现有研究尤其是世界银行的方法指南，本文采用年龄、性别、自评健康和是否患有慢性病等指标对“需要”xj进行间接测量。①" ①O’ Donnell O，van Doorslaer E，Wagstaff A，et al.Analyzing health equity using household survey data，Washington，D.C.：The World Bank，2008；解垩：《与收入相关的健康及医疗服务利用不平等研究》，《经济研究》2009年第2期，第95-105页；熊跃根、黄静：《我国城乡医疗服务利用的不平等研究——一项于CHARLS数据的实证分析》，《人口学刊》2016年第6期，第62-76页。非需要变量zk则采用三大类指标进行衡量。一是医保制度，我国实现全民医保后，医保的碎片化依然十分突出，即因人群分设制度且制度间待遇给付相差较大。这是影响医疗服务利用公平性的重要因素，本研究重点剖析不同医保制度类型产生的影响。结合我国医保的发展实际，本研究的医疗保险类型主要有四类：新型农村合作医疗保险（以下简称“新农合”）、城镇居民医疗保险（以下简称“城镇居民医保”）、城镇职工基本医疗保险（以下简称“职工医保”）和公费医疗。二是社会经济地位，采用家庭人均收入和受教育程度进行测度。三是区域因素，主要用城乡和地区（东中西部）等进行度量。

3.估计方法

由于本研究采用医疗支出来衡量医疗服务利用，一般而言，在一个群体内有相当一部分人在观测期没有发生任何医疗支出，因此因变量会出现许多零观测值。原因有可能是参保者没有生病不需要就医，也有可能是参保者生病了但限于经济条件等约束选择不去就医。是否就医或是否产生实际医疗支出是参保者主动选择的结果，因此在对（1）式进行回归时需要考虑样本选择偏误问题。由诺贝尔经济学奖得主海克曼（James J.Heckman）发展的样本选择模型②" ②Heckman J J.The common structure of statistical models of truncation，sample selection，and limited dependent variables and a simple estimator for such models.Annals of Economic and Social Measurement，1976，5（4），pp.475-492.可以较好地解决此类样本选择问题。实际上，在医疗服务利用的相关研究中，Heckman模型得到广泛应用。③" ③王新军、郑超：《医疗保险对老年人医疗支出与健康的影响》，《财经研究》2014年第12期，第65-75页；赵广川、马超：《中国农村居民收入对医疗保健消费不平等的影响》，《消费经济》2019年第5期，第14-21页。

根据Heckman模型，本文分别构建了参保者是否选择就医的概率方程（公式4）以及支出水平的回归方程（公式5）：

Pi=E（yigt;0）=αZi+μi（4）

其中Pi为个体是否选择就医或产生医疗支出的概率，如果医疗支出yi大于零则个人选择就医，否则没有就医；Zi为是否就医的影响因素，如医保类型、家庭人均收入、城乡、教育程度、地区、年龄、健康水平、是否有慢性病、婚姻状况以及医疗资源丰富程度等。

ln yi=βiXi+δIMRi+εi（5）

在支出水平方程（5）中，Xi为影响医疗支出水平的影响因素，本文选取医保类型、家庭人均收入、城乡、教育程度、地区、健康水平、是否有慢性病以及是否住院等变量；IMR为逆米尔斯比率（Inverse Mills Ratio，简称IMR）。IMR是根据方程（4）测算出来的一个概率分布的比值，可以反映样本是否存在选择偏误并对其进行纠正，如果IMR值的回归系数显著，则说明样本存在选择偏误，采用Heckman模型是合适的。

4.不平等的测度与分解

测算出yi^IS后，可以根据分析问题的需要采用不同的不平等指标。如前所述，本研究旨在测度“不平等-不公平”的整体情况，而非仅仅是与收入相关的部分，因此，本研究选取基尼系数来刻画。基尼系数是测量不平等应用最广泛的一个指标，一般来说，基尼系数介于0-1之间；基尼系数越大，表示不平等程度越高。在本研究中，yi^IS是不合理因素造成的医疗服务利用的不平等，其基尼系数的大小直接反映了不公平的程度。

对不平等指数进行分解有助于了解不平等的来源以及各个因素的贡献度。本研究将利用基于回归的夏普利值分解。夏普利值分解法假设回归中包含K个环境因素，依次剔除每个影响因素，由于每个变量都有“进入”或“退出”两种选择，因此共可得到2K个子集；然后依次比较包含某一变量和不包含该变量之间的不平等指标的差异，可共得到2K-1个差值，对这些差值取平均值，即可得到该因素的贡献度。

（二）数据来源

本文采用中国家庭追踪调查的数据进行分析。CFPS是由北京大学中国社会科学调查中心实施的一个全国性、大规模、多学科的社会跟踪调查项目，样本覆盖中国25个省/市/自治区，目标样本规模约为16 000户，调查对象包含了样本户中全部家庭成员。该调查中心于2010年进行了基线调查，随后每两年追踪一次，迄今为止共进行了6轮次，现调查方已公布了前5轮的完整数据和2020年第6轮的部分数据。本研究的因变量是参保者的医疗支出，包含了住院和门诊，除2010年的基线调查中仅仅询问了被访者的住院费用外，其余年份均询问了被访者“过去一年的医疗总支出”，由于2020年有关数据尚未公开，即便公开了，由于新冠疫情可能对日常医疗服务形成外生冲击，对医疗服务利用产生了特殊影响，数据不一定具有可比性，因此，本文采用2012年、2014年、2016年和2018年四轮次的调查数据进行分析。由于医保类型是本文的重点分析对象，表1展示了四个年度的医保类型分布情况。

四、实证结果与分析

（一）医疗服务利用的Heckman回归结果

表2报告了四个年份里医疗服务利用的Heckman回归结果，由于本研究重点关注非需要因素的影响，因此仅报告了该部分的结果。从结果方程看，四个年份的逆米尔斯比（IMR）均在1%的水平下显著，这表明样本中确实存在不容忽视的选择偏误问题，采用Heckman样本选择模型对此偏误进行纠正是必要且恰当的。

可以看出，医保制度对参保者是否选择就医并没有显著影响，但是对医疗服务利用水平有显著影响。与新农合参保者相比，2012年城镇居民参保者对医疗服务多利用了11.6%，城镇职工参保者多利用了22.6%，公费医疗参保者多利用了47.9%，这表明医疗保险待遇水平与医疗服务利用水平呈现正相关关系，待遇水平越高，利用水平也越高。这种“梯次性”说明医保制度的“碎片化”严重损害了医疗服务利用的公平性。从时间趋势看，2014年和2016年的回归系数均不断增大，表明这两个年份医保制度导致的不公平程度在加深，但2018年回归系数陡然下降，反映出医保制度导致的不公平程度在减缓。

此外，其他非需要类因素对医疗服务利用也有重要影响，如家庭收入对是否利用医疗服务及利用水平均有重要正向作用，且影响程度越来越大；城乡二元结构对城乡参保者是否就医影响不大，但城镇的医疗服务利用水平显著高于农村地区；受教育程度对是否就医没有显著影响；地区对医疗服务利用水平有显著影响，东部地区高于中西部地区。

（二）医疗服务利用的横向公平性

在表2的回归结果基础上，根据公式（3）可以测算出yi^IS，并利用基尼系数刻画yi^IS的不平等程度，即横向不公平程度。图1给出了具体的测度结果，其中总体不平等程度为医疗服务利用水平yi的不平等程度，横向不公平程度为间接标准化后的yi^IS的不平等程度，横向不公平的相对程度为横向不公平占总体不平等的比例。

在调查的四个年份，医疗服务利用的总体不平等程度非常高，基尼系数在0.78以上。但是，不平等并不意味着不公平，标准化后的横向不公平程度在0.41～0.54之间，低于总体不平等程度，但水平依然很高。从相对程度看，横向不公平占总体不平等的份额介于52%～69%，这说明医疗服务利用的不平等中有1/2甚至2/3以上是不公平的。

从时间趋势看，医疗服务利用的不公平程度在全民医保实现后的一段时间内不断减弱，由2012年的

0.510下降至2016年的0.415，但该下降趋势在2018年并未延续，反而增强至0.540，不公的相对程度也呈现相似的变化趋势，由2012年的65.20%下降至2016年的52.70%，然后升至2018年的68.40%。这显示2016年启动城乡居民医保整合后横向不公并未进一步降低，反而有所扩大。考察造成这种变动的原因进行，需要对此不公平性进行分解分析。

（三）医疗服务利用横向不公平的分解

为进一步探寻医疗服务利用横向不公平的来源及各因素的贡献度，表3给出了医疗服务利用横向不公平的夏普利值分解结果。

从表3可以看出，医保制度、城乡、地区和家庭人均收入是横向不公平最主要的四个来源。其中，医保的贡献度在2012年、2014年和2016年分别为41.6%、41.8%和51.8%，均排名第一，2018年降至24.6%，但仍高居第二位。这说明医保制度间给付水平的差异是我国医疗服务利用横向不公最重要的肇因。进一步分析可发现，新农合参保者与城镇居民参保者之间的横向不公平程度相对较低，而新农合与城镇职工及公费医疗之间的不公平程度非常大。值得注意的是，在全民医保实现初期的2014年，新农合与城镇居民之间的不公平显著下降，这与新农合的保障水平在2010—2013年间有所提高有关，但2016年二者之间的不公平程度再次扩大，这可能是由于医疗费用快速增长降低了新农合参保者医疗服务的可及性。2018年新农合与城镇居民医疗保险制度整合后二者之间的不公平程度再次下降，但并不十分显著，这说明城乡医保整合降低了城乡不公，但收效甚微。其他相关研究也有类似发现，如马超等发现医保城乡统筹对促进医疗费用方面机会平等的效应较弱①" ①马超、宋泽、顾海：《医保统筹对医疗服务公平利用的政策效果研究》，《中国人口科学》2016年第1期，第108-117页。，农村居民的主观公平感也在下降②" ②雷咸胜：《城乡居民医保制度整合提升了农村参保居民的公平感吗？》，《中国卫生政策研究》2020年第1期，第24-30页。，他们认为主要原因是医疗服务资源配置的城乡差距并未同步缩小。

此外，城乡差异在2012年贡献度居第二位，但随着全民医保的推进和城乡一体化的发展，其贡献度在不断下降，2018年降至第四位（表4），这一方面说明我国城乡二元社会结构不利于医疗服务利用的公平性，农村居民在医疗服务可及性等方面处于劣势，这一点在其他研究中也多有提及③" ③魏众、B.古斯塔夫森：《中国居民医疗支出不公平性分析》，《经济研究》2005年第12期，第26-34页；顾海：《统筹城乡医保制度、与收入相关的医疗服务利用和健康不平等》，《社会科学辑刊》2019年第2期，第88-97页；熊跃根、黄静：《我国城乡医疗服务利用的不平等研究——一项于CHARLS数据的实证分析》，《人口学刊》2016年第6期，第62-76页。，但另一方面也说明，医保城乡一体化发展有助于缩小此种不公。

地区差异尤其是东西部的差异对医疗服务利用的公平性也有着重要影响，其贡献度在2018年达到41.3%，跃居第一位，这表明全民医保体系发展健全度的地区差异成为近期超越医保制度差异的首要不公平来源。

值得注意的是，家庭人均收入的影响力不断增强，2018年升至第三位，这表明收入成为决定医疗服务分配的关键因素。医疗服务提供中的“市场化”因素呈现，富人和穷人对医疗服务利用的差距有所加大，这有违医疗卫生领域所倡导的平等和公平。这一点可以在许多既有文献中得到印证④" ④周钦、田森、潘杰：《均等下的不公——城镇居民基本医疗保险受益公平性的理论与实证研究》，《经济研究》2016年第6期，第172-185页；彭晓博、王天宇：《社会医疗保险缓解了未成年人健康不平等吗》，《中国工业经济》2017年第12期，第59-77页。，即在均等化的医保制度设计下医保的“财富效应”被不断扩大。

哪些因素造成了医疗服务横向公平性的变化呢？从横向不公及其分解的变动看（图1和表3），2014年医疗服务利用横向不公平程度较2012年有所下降，其主要原因是城镇居民与新农合参保者之间的不公程度在下降，这主要得益于全民医保实现后新农合保障水平的提升。2016年的不公程度较2014年继续下降，其原因在于不同教育程度以及东西部参保者之间的不公有所缩小，这可能是因为2015年开始实施的精准扶贫促进了受教育程度较低的低收入人群以及西部贫困地区参保者对基本医疗服务的利用。2018年横向不公不降反升，这并不是医保制度造成的，而是不同收入群体以及不同地区之间的不公程度扩大所致；具体而言，地区之间的不公再次扩大，一方面可能与各个地区在推进城乡医保制度整合时采取不同的模式有关，有的地区采取分档模式，有的采取三保合一模式，这进一步扩大了地区差异①" ①李长远：《统筹城乡医疗保障制度的典型实践模式及优化策略》，《社会保障研究》2015年第3期，第15-20页；袁涛、仇雨临：《从形式公平到实质公平：居民医保城乡统筹驱动路径反思》，《社会保障研究》2016年第1期，第55-60页。，另一方面可能与2018年我国区域社会经济发展差距本身有所扩大有关。②" ②刘学良、续继、宋炳妮：《中国区域发展不平衡的历史动态、表现和成因——东西差距和南北差距的视角》，《产业经济评论》2022年第2期，第152-167页。

五、研究结论与政策启示

基于中国家庭追踪调查（CFPS）2012年、2014年、2016年和2018年的数据，借鉴国际上成熟的医疗服务利用横向公平测度方法，本文重点研究了我国实现全民医保后医疗服务利用的公平性及其来源，并重点考察了医保制度对横向公平性的贡献。主要结论如下：

第一，我国医疗服务利用极其不平等且不公平。全民医保实现后，医疗服务利用不平等中有1/2甚至2/3以上是不公平的。从时间趋势看，医疗服务利用的不公平程度在全民医保实现后的一段时间内曾不断减弱，但在2018年有所回弹。

第二，医保制度、城乡、地区和收入是不公平的主要来源。不同医保制度间给付水平的差异是医疗服务利用横向不公最重要的来源之一，在调查的前三个年份里，贡献度位居第一，2018年贡献度大幅下降，但仍排名第二。值得注意的是，收入的贡献度在不断攀升，也是2018年医疗服务利用不公程度反弹的重要原因。

本文的研究不仅有助于了解我国全民医保实现后较长跨期内医疗服务利用横向公平性的状况及其变化，也有利于明确各因素的具体贡献，为政策优化提供实证依据。基于上述发现，降低医疗服务利用横向不公需要多措并举，这样才能缓解健康不公，助力健康中国建设。

首先，推动公平医保的建设，由全民医保走向公平医保。虽然我国在医疗保障制度的建设上取得了重大成就，但公平性不足依然是十分突出的问题，基本医疗保障体系城乡有别、制度分设以及管理分割等，导致参保人群间待遇悬殊，严重损害了医疗服务利用的公平性。因此，建设公平医保是破除健康不公的重要抓手。事实上，增强医保的公平性也是我国“十四五”全民医疗保障规划的首要发展目标，需要逐步缩小制度间、人群间、区域间给付水平的差距。具体路径一是提高统筹层次，二是统一不同医保制度的给付结构和水平，三是进一步强化医疗救治制度，使弱势群体的医保给付水平大幅度提高，使其基于需要的基本医疗服务利用度完全不会因其出于经济因素的考量而遭到损害，从而提升整个医保体系的“亲贫性”，由形式平等走向实质公平。

其次，均衡区域间的医疗资源配置，推动基本公共服务均等化。医疗服务的公平可及是医疗服务公平利用的重要条件。由于我国的城乡二元结构以及地区发展差异，医疗资源分布区域差异较大，这必然导致城乡和地区之间医疗服务利用的不公，欠发达地区和农村居民的医疗服务需求受到一定程度的抑制，不利于健康公平和健康中国的建设。这就需要均衡医疗卫生资源配置，将其向农村地区和经济欠发达地区倾斜。

第三，制定更有效的收入再分配政策，缩小贫富差距。收入对医疗服务利用获取的多寡越来越重要，收入差距过大必然影响医疗服务利用的公平性，尤其使社会弱势群体处于更加不利的地位。社会群体间本来就存在较为严重的健康不平等，即“健康-收入”分层现象①" ①Coburn D.Income inequality，social cohesion，and the health status of population：the role of neoliberalism.Social Science and Medicine，2000，51（1），pp.135-146.，低收入者往往健康不佳②" ②王曲、刘民权：《健康的价值及若干决定因素：文献综述》，《经济学（季刊）》2005年第4期，第1-52页。，对医疗服务需求更高，但较低的支付能力限制了其医疗服务的利用。在我国当前的“医保-医疗”体制下，一方面需要通过医保体系给付水平的提高来确保基本医疗服务的公益性，即无论贫富程度如何，患病者根据自身的需要而非支付能力利用医疗服务，而医疗机构也根据患者的需要而非其他社会经济因素来提供医疗服务；另一方面则要加大收入再分配力度，扎实推进共同富裕，从而在根本上降低医疗服务利用不公中收入贡献因素的作用。

A Study on Universal Health Care Coverage and Equity in Health Care Utilization：An Analysis based on Multiple Rounds of data from the China Household Tracking Survey

GU Xin" HUI Wen

（School of Public Affairs，Zhejiang University，Hangzhou Zhejiang 310058，China）

Abstract：The equity of medical service utilization is of great practical significance for promoting health equity and building a healthy China.Based on four phases of China Household Tracking Survey （CFPS） data from 2012，2014，2016 and 2018，this paper analyzes the horizontal inequality and its dynamic changes in medical service utilization after the establishment of universal health insurance in China，and uses the Sharpley value decomposition method to investigate the causes of inequality.The study finds that more than half of the high inequality in the utilization of health care services after universal health insurance was inequity，which had been declining but rebounded in 2018.The unfairness of the medical insurance system，urban-rural differences，regional differences，and income inequality are the four main sources of inequality in the use of medical services，among which the contribution of the unfairness of the medical insurance system ranked first before the integration of urban-rural medical insurance，but still ranked second after a sharp decline in 2018.The improvement of the medical insurance system is helpful in reducing the inequity of medical service utilization.Further improving the equity of the medical insurance system，improving the regional balance in the allocation of medical and health resources，and narrowing the gap between rich and poor are important ways to improve the equity in the use of medical services.

Key words：healthy China;medical care utilization;horizontal equity;universal health insurance