印度医疗融资公平性与灾难性支出研究

《Discover Public Health》：Fairness in healthcare financing and catastrophic expenditure in India

　　

实现医疗融资公平仍是发展中经济体的重大政策挑战，这些国家的家庭严重依赖自付（OOP）支出来获取医疗服务。当医疗缴费与家庭支付能力不匹配时，由此产生的财务负担可能导致灾难性支出并加剧现有不平等。本研究考察了印度及其主要邦的医疗融资公平性，以及灾难性支出的发生率和强度及其致贫效应，重点关注城乡差异。研究人员利用国家抽样调查（NSS）家庭社会消费：健康调查第75轮（2017-18年）的单位层面数据，通过医疗融资公平指数（FFC）衡量公平性。研究人员在家庭层面估算灾难性支出指标，并采用逻辑回归模型识别影响灾难性卫生支出（CHE）发生可能性的因素。研究结果显示，各邦在医疗融资公平性方面存在显著差异，且家庭普遍面临灾难性支出风险。农村家庭和经济弱势群体因医疗支付而遭受财务困难的风险显著更高。家庭收入、住院情况与住院时长、人口构成和居住地成为灾难性支出的重要决定因素。研究发现医疗融资公平性与灾难性卫生支出之间存在显著的负向关联，即融资公平性较高的邦其灾难性支付的发生率和强度均较低。高额自付费用的持续存在继续破坏着公平获取医疗服务的机会，削弱了财务风险保护。加强公共医疗融资和扩大有效医疗覆盖对于减轻疾病的经济后果、推动印度实现全民健康覆盖至关重要。

论文解读：《印度医疗融资公平性与灾难性支出研究》

一、研究背景与问题

在全球范围内，尤其是在印度这样的发展中经济体，医疗融资体系的公平性始终是公共卫生政策的核心难题。长期以来，印度家庭严重依赖自付（Out-of-Pocket, OOP）支出来获取医疗服务，这与世界卫生组织倡导的“按支付能力缴费”原则背道而驰。尽管印度政府推行了诸如Rashtriya Swasthya Bima Yojana（RSBY）和Pradhan Mantri Jan Arogya Yojana（PM-JAY）等健康保险计划，但公共医疗支出水平依然偏低，导致大部分医疗费用仍需由家庭直接承担。这种模式不仅给家庭带来沉重的经济负担，还催生了灾难性卫生支出（Catastrophic Health Expenditure, CHE），甚至将大量家庭推入贫困深渊。

现有研究大多分别探讨医疗融资模式或灾难性支出的单一维度，鲜有将融资公平性与财务风险保护纳入统一分析框架进行综合评估。同时，传统的灾难性支出测量方法（如基于总消费支出的固定阈值法）无法区分“虽有大额支出但未致贫”与“因医疗支出而陷入或加深贫困”的家庭，从而难以全面反映医疗支付带来的真实财务困境。此外，针对印度各主要邦之间、城乡之间的系统性比较研究仍显不足。因此，本研究旨在填补上述空白，通过整合医疗融资公平指数（Fairness in Financial Contribution, FFC）、灾难性卫生支出指标以及修订版可持续发展目标指标3.8.2（SDG Indicator 3.8.2）中的致贫分析框架，对印度医疗融资体系进行全面评估。该论文发表于《Discover Public Health》。

二、关键技术方法

研究人员采用的主要技术方法包括：第一，利用印度国家抽样调查办公室（National Sample Survey Office, NSSO）第75轮（2017-18年）“社会消费：健康”调查的单位级微观数据作为样本来源。第二，采用世界卫生组织（WHO）推荐的医疗融资公平指数（FHFI）来衡量融资公平性，该指数通过计算家庭自付医疗支出占其支付能力（Capacity to Pay, CTP）比例的分布偏离程度来量化公平性。第三，以家庭支付能力（扣除生存性支出后的消费支出）为基础，设定40%的阈值来界定灾难性卫生支出（CHE），并计算其发生率（Headcount）和强度（Overshoot）。第四，遵循修订版SDG 3.8.2框架，通过比较家庭医疗支付前后的消费支出与官方贫困线（基于Tendulkar方法论并更新至2017-18年价格）的关系，将家庭分为非致贫型大额支出、新致贫型和进一步致贫型三类。第五，采用二元逻辑回归（Logistic Regression）模型，计算平均边际效应（Average Marginal Effects, AMEs），以识别影响灾难性卫生支出发生概率的社会经济和人口学因素。

三、研究结果

3.1 医疗融资公平性

研究发现，全印范围的医疗融资公平指数（FHFI）普遍偏低，城乡地区均低于0.5，表明医疗缴费严重偏离家庭支付能力。城市地区的公平性略高于农村。在各主要邦中，阿萨姆邦（农村）和古吉拉特邦（城市）的FHFI值相对最高，显示其融资分配稍显公平；而奥里萨邦、喀拉拉邦、北方邦、安得拉邦和西孟加拉邦的农村地区公平性最低。整体而言，农村地区的不公平程度高于城市，反映出社会经济地位和支付能力的巨大差异。

3.2 灾难性卫生支出的发生率与强度

基于支付能力（CTP）40%阈值的测算显示，印度农村地区的灾难性卫生支出（CHE）发生率高于城市，农村家庭面临更大的财务脆弱性。奥里萨邦农村的CHE发生率最高，其次是马哈拉施特拉邦、北方邦和喀拉拉邦。在城市地区，喀拉拉邦的CHE发生率最高。然而，灾难性支出的强度（INCHE，即超出阈值的平均比例）却呈现相反趋势：城市地区（28.56%）远高于农村（16.47%）。喀拉拉邦在城乡地区均表现出高发生率和高强度的双重特征，这与其较高的医疗服务利用率、慢性病负担和老龄化人口结构密切相关。研究证实，医疗融资公平性与灾难性支出之间存在显著的负向关联——融资越不公平的地区，CHE的发生率和强度越高。

3.3 自付医疗支出的致贫效应

根据修订版SDG 3.8.2框架的分类分析，农村地区“进一步致贫”（即原本就贫困的家庭因医疗支出更加贫困）的比例远高于城市，其中奥里萨邦、比哈尔邦和马哈拉施特拉邦农村最为突出。相反，“新致贫”（即原本非贫困家庭因医疗支出跌入贫困线以下）的比例在城市地区略高，喀拉拉邦在城乡地区的新致贫率均为最高，表明大量中低收入家庭因医疗支付而滑入贫困。“非致贫型大额支出”家庭在城市更为常见，尤其在喀拉拉邦、西孟加拉邦、泰米尔纳德邦等富裕地区，这些家庭虽有高额支出但仍能维持在贫困线以上。

3.4 灾难性卫生支出的决定因素

逻辑回归结果表明，农村居住地、大家庭规模、患病持续时间超过15天、在私立医疗机构接受治疗、住院天数延长、通过借贷或变卖资产筹资、跨邦或跨区就医以及处于中等收入阶层，均显著增加了发生CHE的概率。值得注意的是，慢性病本身或有无医疗保险的单独效应并不显著，但“患有慢性病且无医疗保险”这一交互项具有显著的正向边际效应，使CHE发生概率提高4.2%。这表明，缺乏保险覆盖的慢性病患者是最脆弱的群体。此外，表列部落（Scheduled Tribe, ST）身份与农村居住地的交互项虽呈正相关，但统计上不显著。

四、讨论与结论

研究结论指出，印度医疗融资体系存在严重的公平性缺失，自付医疗支出导致的灾难性和致贫效应在各邦及城乡之间差异显著。医疗支付不仅加剧了已有贫困人口的困境，还将大量非贫困人口推入贫困行列，揭示了财务风险的异质性本质。

为了缓解疾病带来的经济后果并推进全民健康覆盖（Universal Health Coverage, UHC），研究人员强调：第一，医疗融资改革必须优先建立与家庭支付能力相匹配的公平缴费体系。第二，应大力发展和改善公共医疗服务的基础设施与质量，特别是在欠发达地区，以减少家庭对昂贵私立医疗服务的依赖。第三，需扩大并深化全民健康保险计划的覆盖范围，尤其要涵盖门诊服务、药品及其他高频次费用。第四，政策干预应针对不同致贫类型的家庭采取差异化策略，为“进一步致贫”的家庭提供全面免费医疗服务，为“新致贫”的家庭提供有针对性的财务安全网。总之，强化公共医疗融资、扩大有效覆盖率是实现更公平医疗融资体系和降低灾难性支出的关键路径。