想必大家在寫論文的時候都會遇到煩惱，小編特意整理了一些《老年人醫療支出醫療保險論文(精選3篇)》，供需要的小伙伴們查閱，希望能夠幫助到大家。摘要：采用CHARLS面板數據，在理論模型的基礎上，考察了空氣污染對中老年人醫療支出的影響程度。研究發現：通過增加個人的就醫概率及就醫次數，空氣污染顯著增加了中老年人的醫療支出?？諝赓|量綜合指數每上升一個單位，將使個人醫療支出至少增加4%?？諝馕廴緦€人醫療支出的影響顯示出一定的異質性，50—65歲群體、東部地區居民的個人醫療支出受空氣污染影響更顯著。
老年人醫療支出醫療保險論文 篇1：
我國農民因病致貧人口學特征分析
摘要：利用2009年中國營養與健康調查數據（CHNS），通過因病致貧人群的人口學特征分析及計量模型實證分析探討我國農村居民因病致貧的影響因素。研究認為：影響因病致貧的微觀因素有：性別，年齡，教育程度，家庭人數，家庭經濟收入，家庭醫療支出。與因病致貧存在顯著線性關系的影響因素為：年齡，教育程度，家庭經濟收入，家庭醫療支出，家庭成員人數。
關鍵詞：因病致貧；人口學特征；影響因素
文獻標識碼：A
1引言
因病致貧的影響因素可分為兩類，即宏觀因素和微觀因素。宏觀影響因素可以分為兩方面：（1）客觀影響因素，即經濟因素，環境因素，地區因素等。（2）本國采取的醫療保險或者醫療保障制度對因病致貧的影響。
因病致貧的微觀影響因素，即從家庭及個人出發，分析家庭及個人的微觀因素對于因病致貧的影響，比如，家庭的經濟收入，年齡，教育程度，是否參加醫療保險，性別等。本文將建立多元回歸模型實證分析我國農村居民的人口學特征和家庭經濟情況等微觀因素對農村居民因病致貧的影響。
對因病致貧的影響因素的研究主要是國外學者的研究，國內在這方面的文獻很少。代表性研究有：Rama Joglekar（2008）從經濟因素，環境因素和地區因素三方面描述性分析了他們對因病致貧的影響；Rama Pal（2010）從經濟因素，人口特征因素和區域因素三方面簡單描述了他們對因病致貧的影響。Bj·rn Ekman（2007）通過建立治療疾病引起的災難性衛生支出的多元回歸計量模型來分析衛生保健利用率，衛生支出和個人、家庭、社會等因素對治療疾病引起的災難性衛生支出的影響。PrIyanka SakSena等（2011）建立oop/ctp的回歸模型，進行D-W檢驗，分析盧旺達采用的互助合作醫療對災難性衛生支出率的影響。國內的有：朱敏等（2006）以威海市為例，分析了經濟情況，醫療保障和健康情況對災難性衛生支出的影響，并對災難性衛生支出進行了多因素回歸分析。宛云英等（2011）以四川省為例分析了人口學特征，經濟情況，醫療保障和健康狀況對災難性衛生支出的影響。國內對于因病致貧的影響因素的分析側重于新農合對因病致貧的影響，如陳迎春等（2005），閆菊娥等（2009）等綜上所述，國內外學者大多研究醫療保險和醫療救助制度對因病致貧的影響，而通過建立因病致貧的具體影響因素的計量模型，以全面分析因病致貧的影響因素的文獻較少。
2農村居民因病致貧的人口學特征分析
本部分對于我國農村居民因病致貧的家庭特征分析采用2009年的CHNS相關數據，以家庭為單位作為研究對象，最終得到的樣本量為2931例，根據因病致貧率計算我國2009年因病致貧家庭數，得出2009年我國因病致貧家庭數為410例。
樣本中包含農民的年齡，性別，接受的教育程度，家庭經濟收入，家庭醫療衛生支出，是否參加新農合，家庭成員人數等有關特征。由于在我國農村，家庭醫療支出的決策權在于戶主，因此本部分中年齡，性別，接受教育程度，是否參合等個人特征以家庭戶主信息作為研究對象。
2.1性別
從表1可以看出，戶主性別不同，家庭的因病致貧也不太。表1中，我國農村居民中，戶主為男性的家庭，因病致貧發生率為4.05%；戶主為女性的家庭，因病致貧發生率為4.45%，可見戶主為女性的家庭，因病致貧率高于戶主為男性的家庭。
2.2年齡
研究樣本中，戶主年齡最大者為96歲，最小者為30歲，將樣本中農村居民按照年齡劃分為5個組別，將70歲以上的老人化為一組，其余組別以10為組距，劃分為4組，詳細結果見表2。
表2結果顯示，因病致貧率最小組別是30-40歲的人群；因病致貧率發生最多的年齡階段為70歲以上的老人組群，達到11.16%。表2顯示，年齡與因病致貧呈正比，隨著年齡的增長，因病致貧發生率也逐漸加大。
2.3教育程度
將樣本按照戶主的教育程度分類為6個組別，分別為：從沒有上過學，小學畢業，初中畢業，高中畢業、中等技術學校畢業、職業學校畢業，大?；虮究?，碩士及以上。其中由于中等技術學校和職業學校均是初中畢業就可以入學，因此將這兩類學校與高中畢業劃分為一個組別中。詳細結果見表3。
表3顯示，在研究對象中，碩士及以上畢業的人數僅為1人，樣本量太小，不具代表性，因此不作為分析目標。在其他教育程度中，因病致貧率最高的為從來沒有上過學的人群，因病致貧率為6.07%，最小的為大?；虼髮W畢業的人群，因病致貧率為1.33%。
2.4家庭經濟收入及醫療支出
家庭經濟收入和醫療費用支出是影響因病致貧的直接因素。家庭經濟收入高，可以承擔的醫療服務費用就比較高，家庭比較不容易發生因病致貧。而醫療費用越高，家庭越容易發生因病致貧。
在我國農村，受傳統思想的影響，對于家庭的觀念比較深，家庭中若有一人生病，必然是以全家所有的收入來承擔這一醫療費用，因此對于經濟和支出的研究，均是以家庭為單位的。家庭經濟收入越高，說明他們可以支付的醫療費用越高，越不容易發生因病致貧。
家庭醫療費用越高，說明這一家庭需要更多的收入來維持醫療費用，一旦家庭經濟收入低于費用支出，即會發生因病致貧。
2.5家庭成員人數
研究樣本中，家庭成員人數最少的為1人，最多的為13人，將研究對象按家庭成員人數分為9個組別，其中家庭成員人數為9人以上的分為一組，詳細分析結果見表4。
表4顯示，最容易發生因病致貧的組別為家庭人數為1人的家庭，因病致貧率為7.5%，最不容易發生因病致貧的組別為家庭成員人數為9人以上的組別，因病致貧率為0，這可能由樣本量太少，不具代表性所致，其次是家庭成員人數為8人的組別，因病致貧率為2，17%，表4顯示，家庭成員數越大，因病致貧的發生率越低。目前我國農村居民中，大多是還是依靠體力勞動獲得收入，因此家庭成員越多，體力勞動就越多，收入自然就會越多，越不容易發生因病致貧。
3農民因病致貧影響因素的實證分析
3.1模型建立
在本部分的模型建立中，我們借鑒趙忠（2006）的方法，預測農村居民的社會學、經濟學的因素對其因病致貧的影響。
以農民是否因為疾病而淪為貧困為被解釋變量，對相關參數進行概率估計，重點是檢驗不同身體狀況的農民因疾病而陷入貧困的可能性。在解釋變量的選擇中，引入有可能影響到農民因病致貧的人口學特征及家庭經濟變量。模型設定如下：
上式中解釋變量反映了農民的個人及家庭特征，其中，P表示農村居民是否因為醫療支出而淪為貧困，1=因醫療支出淪為貧困，0=不會因為醫療支出而淪為貧困；age表示年齡，edu為農民的教育程度，對于農民的教育程度，CHNS的調查問卷的設置是調查農民受過的正規的學校教育年數。Female表示性別，1=男性，0=女性，Insurance表示農村居民醫療保險狀況，1=農民參加合作醫療，0=農民不參加合作醫療；Spend為家庭醫療衛生支出；Income為農民的家庭年收入；Hhsize為家庭人口數。
表5是用于計量分析的主要變量。樣本中的家庭戶主平均年齡為49歲，眾數為58歲，標準差為19，可見樣本中戶主的年齡分布較分散。性別與參合情況的平均數與眾數均為1，說明戶主性別以男性為主，大多數農村居民已參加了新農合。戶主的教育程度均值為17年，平均受教育程度較高，但是標準差為8.5，可見其分布較為分散。家庭的平均大小為3口之家。
采用顯著性水平為0.05，利用SPSS16.0軟件，以是否發生因病致貧（P）為因變量，年齡、教育程度、性別、是否參加新型農村合作醫療、家庭衛生支出，家庭經濟收入，家庭總人數為解釋變量，對研究樣本中的的相關數據做線性回歸分析，具體結果如下：
P=0.047+0.001age-0.001edu-（2.491E-7）income+（6.17E-5）spend-0.006hhsize
3.2結果討論
與因病致貧存在顯著線性關系的影響因素為：年齡，教育程度，家庭經濟收入，家庭醫療支出，家庭成員人數。多元線性回歸模型顯示，年齡的系數為正，即年齡與因病致貧之間存在著正向相關，即年齡越大越容易發生因病致貧。家庭醫療費用支出的系數也為正，即家庭醫療支出與因病致貧之間也存在著正向相關，即家庭醫療費用支出越高，越容易發生因病致貧。而教育程度，家庭經濟收入和家庭成員人數的系數是負值，即教育程度、家庭經濟收入和家庭成員人數與因病致貧之間均呈負向相關，即教育程度越高，越不容易發生因病致貧；家庭經濟收入越高，家庭成員人數越大，越不容易發生因病致貧。
4結論政策建議
本文通過對農村居民人口學特征分析及因病致貧影響因素的計量分析，結果顯示年齡和醫療衛生支出與因病致貧之間為正向相關，即年齡越大，醫療衛生支出越多，越容易發生因病致貧；教育程度，家庭經濟收入和家庭成員人數與因病致貧之間存在負向相關，即教育程度越高，家庭經濟收入越高，成員人數越多，越不容易發生因病致貧。
根據以上研究結論，為改善我國農村居民因病致貧，因病返貧的問題，本文提出如下政策建議：
4.1重視農村老年人群
近年來，我國老齡化趨勢加快，老年人群日益龐大。由于老年人群處于人生衰退階段，其特殊的生理狀況決定了他們對于衛生服務有較高的需求，重視農村老年人群的健康狀況是降低農村低收入家庭發生災難性衛生支出的重要舉措。因此，應增加對于老年人的補助資金，確保養老保險的社會性和福利性，提高老年人的生命質量。
4.2提高農村居民的文化教育程度
根據上述研究結論，戶主文化程度越高，家庭發生因病致貧的概率就越低，表明農村居民的文化教育程度對其健康狀況有重要的影響。受教育程度較高的居民，其醫療保健知識，疾病預防知識，有病早治療的意識都強于教育程度較低者，這樣勢必會減少災難性衛生支出。因此，政府應加大對農村教育的資金投入，進一步提高農村居民的教育程度。
4.3加強農村經濟建設
家庭經濟收入提高，對于疾病承擔能力也便提高，因病致貧率自然會下降，因此加強農村經濟建設，提高農村居民家庭經濟收入勢在必行。
參考文獻
[1]Rama Joglekar.Can Insurance reduce cataStrophIc out-of-pocket health expendIture？[J].IndIra gandhI Institute of development reSearch，2008：1-29.
[2]Rama Pal. CataStrophIc oop health expendIture In IndIa ：conceptS，determInantS and polIcy ImplIcationS[J].IndIra gandhI Institute of development reSearch，2010：1-27.
[3]Bjrn Ekman. CataStrophIc health paymentS and health InSurance：Some counterIntuItive evIdence from one low-Income country[J]. Health PolIcy，2007（83）：304–313.
[4]PrIyanka SakSena，AdélIo FernandeS AntuneS，Ke Xu a，Laurent MuSango，Guy CarrIn. Mutual health InSurance In Rwanda：EvIdence on acceSS to care and fInancIal rISk protection[J]. Health PolIcy，2011 （99）：203–209.
[5]朱敏，徐凌中，王興洲等.威海市農村家庭災難性衛生支出的影響因素研究[J].中國衛生事業管理，2006（6）：327-328，358.
[6]宛云英，羅敏，林燕等.四川省農村低收入家庭災難性衛生支出影響因素分析[J].衛生政策與管理，2011（23）：4889-4891.
[7]陳迎春，徐錫武，王蓉等.新型農村合作醫療減緩“因病致貧”效果測量[J].中國衛生經濟學，2005（8）：26-28.
[8]閆菊娥，高建民，周忠良.陜西省新型農村合作醫療緩解“因病致貧”效果研究[J].中國衛生經濟學，2009，28（4）：59-61.
[9]趙忠.我國農村人口的健康狀況及影響因素[J].管理世界，2006（3）：78-85.
[10]方豪，趙郁馨，王建生等.衛生籌資公平性研究—家庭衛生支出分析[J].中國衛生經濟，2003，22（6）：5-7.
作者：賀曉娟 陳在余 馬愛霞
老年人醫療支出醫療保險論文 篇2：
空氣污染對中老年人醫療支出的影響
摘 要：采用CHARLS面板數據，在理論模型的基礎上，考察了空氣污染對中老年人醫療支出的影響程度。研究發現：通過增加個人的就醫概率及就醫次數，空氣污染顯著增加了中老年人的醫療支出?？諝赓|量綜合指數每上升一個單位，將使個人醫療支出至少增加4%?？諝馕廴緦€人醫療支出的影響顯示出一定的異質性，50—65歲群體、東部地區居民的個人醫療支出受空氣污染影響更顯著。相比PM2.5及PM10，O3污染對個人醫療支出的影響更大，O3污染濃度每提高10%將使個人醫療支出增加14.6%。政策層面，應提高對慢性病患者的關懷、補貼，完善醫療保障體系，同時加大O3污染防范力度。
關鍵詞：空氣污染;個人醫療支出;就醫概率;就醫次數
DOI：10.3969/j.issn.1000-4149.2020.00.005
收稿日期：2018-09-05;修訂日期：2018-12-29
基金項目：國家社會科學基金青年項目“優化人力資本配置研究”（16CJY015）;天津社會科學院重點課題“環境治理多元化體系：理論框架與實現機制”（18YZD-08）。
作者簡介：趙文霞，經濟學博士，天津社會科學院資源環境與生態研究所助理研究員。
The Effect of Air Pollution on Personal Health Care Expenditure of Elderly People： Evidence from CHARLS Data
ZHAO Wenxia
（Institute of Resources， Environment and Ecology， Tianjin Academy of Social Sciences， Tianjin 300191， China）
一、引言及文獻回顧
近年來，我國各地尤其是北方地區深受空氣污染困擾，而霧霾是空氣污染的主要表現。霧霾中的可吸入顆粒物含有多種有機化合物、二氧化硫以及金屬元素和放射性物質，對人體健康具有較大影響。2017年10月27日，世界衛生組織國際癌癥研究機構公布的致癌物清單中，含顆粒物的室外空氣污染屬于一類致癌物。鑒于環境問題的影響日益受到人們關注，圍繞這一問題形成了很多有意義的研究成果，如柯里（Currie）和奈德爾（Neidell）從健康[1]、柯里等人從學校出勤[2]、張唐（Chang）等人從勞動生產率[3]、周恕弘（Chew）等人從個體決策[4]的角度探討了環境尤其是空氣污染的影響，但空氣污染對個人醫療支出影響的相關研究還不多見。醫療支出是空氣污染導致的主要成本之一，對個人來說，在收入水平一定的情況下，醫療支付的上升也會使公眾的其他消費支出降低。理解空氣污染對個人醫療支出的影響程度以及不同空氣污染物影響程度的差異，有助于我們理解空氣污染的真實經濟成本，也可以對防控空氣污染的政策制定及執行強度提供有價值的參考。
研究空氣污染的相關文獻更多關注環境污染所導致的福利成本，而近兩年學者們也注意到空氣污染可能導致公眾心理健康及主觀福利受損。張欣等人依據精確的訪問日期和地點將中國家庭追蹤調查（CFPS）數據與日均空氣污染數據相匹配，研究了空氣污染對多個維度的主觀幸福感——短期享樂幸福感、抑郁傾向和長期生活滿意度的影響，結果表明空氣污染會顯著降低人們的享樂幸福感并提高抑郁傾向，但對生活滿意度沒有顯著影響[5]。陳帥等人采用CFPS 2014的數據，發現空氣污染每增加一個標準差將導致心理疾病嚴重程度增加0.38個標準差，導致嚴重心理疾病的發病概率增加6.67%[6]。伊藤（Ito）等人從預防性投資的角度分析了公眾對清潔空氣的支付意愿，認為以淮河為界的取暖政策導致河流南北兩岸空氣質量出現間斷及長期的變化，家庭愿意每年支付32.7美元消除供暖政治造成的政策性空氣污染[7]。
環境污染問題不僅影響了人們的身心健康，還會增加居民的醫療保健支出。崔恩慧等人以2006—2012年中國31個省市（地區）為樣本，分析環境污染、商業健康保險對健康成本的影響，結果發現環境污染與人均醫療保健消費支出正相關，與人均商業健康保費負相關[8]。
近年來，很多文獻借助微觀數據探討外部因素在公眾行為決策中的作用，其中“中國健康與養老追蹤調查”（CHARLS）數據應用最多，如基于該數據劉小魯研究了城鄉居民醫療保險與醫療服務利用水平的影響[9]、楊一帆和張震檢驗了醫療保險對居民不健康行為的影響[10]、張川川等人評估了新型農村社會養老保險政策的效果[11]。
醫療服務利用以及醫療支出水平與居民的健康狀況密不可分，格羅斯曼（Grossman）認為年齡、性別、種族、教育、個人收入、婚姻狀況、醫療服務、個人行為（如喝酒、吸煙、不運動等）以及環境污染都能對健康水平產生較大且持久的影響[12]?？v觀現有文獻，居民健康影響因素的相關研究主要從以下幾個角度展開：一是從社會學角度，分析年齡、性別、婚姻狀況或受教育程度等因素對健康狀況的影響[13-14];二是從經濟學方面，研究收入、職位等因素對健康水平的影響[15];三是從環境、生活方式、生物遺傳等其他因素的角度進行分析[16-17]。這些研究因關注角度以及使用方法的不同所得結論也不盡相同，但為相關文獻的變量選擇提供了思路。
總體來看，已有研究從總體上對環境污染的影響進行了探討，但尚未發現利用微觀數據研究空氣污染對個人醫療支出影響程度及對不同群體、不同區域影響差異的分析，而弄清這一問題有利于理解空氣污染給居民個體施加的真實經濟負擔，也有助于各地政府根據地區差異制定有針對性的環保措施。鑒于此，本文對空氣污染影響個人醫療支出的機理進行刻畫，進而基于中國健康與養老追蹤調查數據，分析空氣污染對居民個人醫療支出的影響程度。因空氣污染來源具有地區差異性，所以選取空氣質量綜合指標作為各地空氣污染的代理變量，考察個人醫療支出受空氣污染的影響大小，進而分析污染物來源差異對個人醫療支出的影響。
本文的邊際貢獻主要體現在：①通過理論模型刻畫了空氣污染對個人醫療支出的影響機理，進而運用微觀數據估計了居民受到的影響程度。②空氣質量狀況不僅會影響居民健康，也會影響其醫療支出水平，而后者是實實在在由居民承擔的經濟成本，事關民生福祉，不應被忽視，而現有文獻較少涉及此類問題。本研究豐富了環境領域的研究文獻，從一個新的視角重點考察空氣污染對個體醫療支出的影響程度。③空氣污染對不同群體以及不同區域居民的影響可能存在差異，本文使用微觀數據詳細分析了空氣污染對不同年齡階段、不同區域居民的影響差異。④考慮到我國不同地區以及同一地區不同時間主要污染物來源存在差異，例如有的城市主要污染物是PM2.5，有的城市污染物主要來源于O3，本文采用城市層面的6種空氣污染物指標數據，考察污染物來源的異質性對個人醫療支出的影響差異。
二、理論分析與研究假說
本文的理論模型借鑒了張福讓（Chang）和特里維迪（Trivedi）以及?？婆留敚ˋkpalu）和諾曼佑（Normanyo）的分析框架[18-19]。假設消費者的效用u取決于自身的健康狀況h及其對消費品的消費x。消費者理性并追求效用最大化。在此，本文將效用函數定義為：
u=u（x，h）（1）
其中，ux>0，uh>0，uxh=uhx>0，且uxx，uhh<0。與張福讓和特里維迪假設健康狀況的改善取決于專業護理以及自我醫療不同，本文假設健康狀況取決于個體對健康的投資水平I，其中，I屬于派生需求。由于一系列外生環境因素變化的影響，I的回報同時具有部分確定性和部分隨機性。因為長期接觸空氣中的污染顆粒會增加患病風險，所以健康狀況的不確定性可能來自長期暴露于空氣污染下的誤診、漏診以及疾病復發。個體的健康狀況定義如下：
h=h0+eI（2）
式（2）中，h0表示個體的初始健康狀況（長期健康水平），e表示個體醫療投資（或醫療支出）的回報（即邊際收益率）。將消費品x的價格標準化為1，所以，個體的預算約束如下：
B=x+I（3）
其中，B為實際預算值。相應地，個體的期望效用函數為：
Eu（x，h）=Eu（B-I，h0+eI）（4）
借鑒以往文獻，假設效用函數對x和h是加性可分的，故有：
u（x，h）=u（x）+v（h）（5）
同時，假設v（h）具有如下特殊形式：
v（h）=ln（h）（6）
結合（5）和（6）式，（4）式可以改寫為：
Eu（x，h）=u（B-I）+E（ln（h0+eI））（7）
假設e服從均值為μ的0—1分布，即μ=Ee。（7）式即為：
Eu（*）=u（B-I）+μln（h0+I）+（1-μ）ln（h0）（8）
進而得到（8）式關于醫療投資I的一階條件為：
-uI（B-I）+μ1h0+I=0（9）
式（9）說明，在均衡狀況下，投資于健康的邊際收益（即μ1h0+I）應等于投資的邊際效用成本（即uI（B-I））?？梢钥闯?，其他情況不變時，醫療支出I隨著初始健康狀況h0的提高而減少，隨預算約束B及均值μ的增加而增加。這一分析意味著，首先，初始健康狀況較好的個體將在健康上支出更少。其次，收入水平較高的個體將支出更多。同時，較高的醫療保健邊際回報率μ也會促進醫療保健支出。
最后，假設健康狀況的隨機部分取決于居民在空氣污染中的暴露水平以及其他一些個體因素（A），所以有μ=μ（z;A）。其中，z為環境外部性。這一假設與約翰遜（Johansson）的觀點[20]一致，約翰遜認為污染對個體健康的影響并不是確定性的。本文與?？婆留敽椭Z曼佑的模型[19]不同之處在于，本文假定v（h）具有不同的函數形式，且e服從0—1分布，所以本文中醫療支出的表達式更加直觀。
假設外部環境污染水平上升導致醫療支出的期望邊際收益率上升，即μz>0。進而可知醫療支出I隨環境外部性z的增加而上升，設醫療保健投資方程的一般形式為：
I=f（h0，B，z;A）（10）
式（10）即為特征方程（hedonic-type equation）（特征模型屬于一種顯示性偏好法，它通過將因變量表示為個體特征的函數，來說明各特征（即自變量）對因變量的貢獻大小。本文的特征回歸模型從居民的實際醫療行為中提取相應信息，構建醫療支出與空氣質量及居民個體特征之間的計量經濟學模型，以識別居民暴露于不同空氣質量的醫療成本，進而比較不同群體的醫療支出差異。 ），其中，醫療支出取決于環境污染水平以及居民的個體特質。
初始健康狀況與收入水平是個體特質中影響醫療支出最直觀的兩個因素，為了保證理論假說的表述與實證分析中所采用的指標相一致，考慮到空氣污染會對個體的呼吸系統產生直接影響[21-22]，本文使用是否患有肺部疾病代替初始健康狀況（h0），受訪者上一年稅后收入代替預算水平（B）?；谏鲜龇治?，提出如下三個待檢驗的理論假說：
假說1：其他條件不變的情況下，空氣污染越嚴重，個人醫療支出越高。
假說2：其他條件不變的情況下，收入較高的受訪者其醫療支出較高。
假說3：其他條件不變的情況下，患有慢性疾病的居民其醫療支出較高。
三、計量模型構建、數據來源與變量定義
1.計量模型構建
特征回歸模型的具體形式在不同的文獻中有很大差別?，F實中，模型的設定形式取決于所研究的問題以及數據的可得性。依據前面的理論分析，為了檢驗空氣污染對個人醫療支出的影響程度，構建如下計量模型：
Iijt=α0+α1·envirjt+Xit·θ+τj+ωt+εijt（11）
其中，下標i表示不同個體，j表示地區，t表示年份;因變量I為個體醫療支出、是否就醫及就醫次數;envir表示所在城市的空氣污染水平;X為個體特征變量;τ和ω分別表示地區固定效應和年份固定效應。如果被解釋變量為二值虛擬變量，則采用logit模型對其進行估計。借鑒已有的研究成果，本文選取的控制變量具體如表1所示。為消除異方差影響，估計中對醫療支出和收入都取對數形式。
2.數據來源與說明
本文所使用的微觀數據來源于北京大學國家發展研究院組織的中國健康與養老追蹤調查（CHARLS）。該數據調查范圍為全國28個?。ㄊ?、自治區），覆蓋150個縣級單位，450個村級單位，約1萬戶家庭中的1.7萬人。CHARLS數據主要針對45歲及以上的中老年群體，目前更新至2015年的樣本調查數據。本文樣本的構建使用了其中的Harmonized CHARLS數據。Harmonized CHARLS綜合了CHARLS 2011（wave1）、CHARLS 2013（wave2）、CHARLS 2014（wave3）以及CHARLS 2015（wave4）的樣本，使得各期調查彼此之間具有可比性，并與國際上主要的養老調查數據相銜接。本文選取Harmonized CHARLS數據主要原因在于：首先，該數據包含多期CHARLS數據，屬于追蹤調查數據，可以建立面板模型;其次，相比其他微觀數據，該數據可以提供最新至2015年的數據集，便于與各縣市的環境數據進行匹配。在樣本的選擇上，剔除受訪者“不知道”、“拒絕回答”、“跳過未答”、“沒有子女”及其他因素導致的缺失樣本。此外，考慮到該調查數據的特殊性，僅保留35歲及以上年齡的樣本，最終得到有效樣本17874個。
關于因變量的衡量主要有兩種。一種是上個月受訪者的就診總支出（包括保險賠付的部分）;另一種是去年受訪者的就診總支出（包括保險公司負擔的部分）?？紤]到今年的空氣污染不大可能影響受訪者去年的醫療支出，所以本文采用第一種衡量標準。此外，正如本文的理論分析部分所指出的，鑒于空氣污染對醫療支出的影響可能通過受訪者的健康狀況反映出來，為考察空氣污染對醫療支出的影響機制，在基本分析中，同時選取上月是否去醫院就診以及就診次數作為因變量。
對于空氣質量的測度，很多文獻都采用PM2.5濃度數據[6，21，23-24]，但PM2.5只是空氣污染的主要來源之一，綜合考慮各種污染物來源的空氣質量作為空氣污染的代理變量應更加合適?？紤]到各城市污染物來源不盡相同，為便于比較，本文采用空氣質量綜合指數來衡量各地的空氣污染情況?？諝赓|量綜合指數綜合考慮了SO2、NO2、PM10、PM2.5、CO以及O3六項污染物的污染程度，數值越大表明污染程度越重。原中華人民共和國環境保護部自2013年起開始公布74個重點城市的空氣質量綜合指數，與Harmonized CHARLS成功匹配上38個城市。2015年各省開始公布省內重點城市的空氣質量綜合指數，經過匹配獲得到123個城市的空氣質量綜合指數，數據來源于各省環保局網站?？諝赓|量綜合指數為月度數據，本文取月度平均值作為各個城市空氣質量的年均值。其中江西、陜西只有各類污染物指標的原始數據，本文按照污染物濃度值二級標準（GB3095-2012）進行計算。江西、山東、陜西以及黑龍江存在部分月份數據缺失的情況，本文按照可得月度的均值計算。
除了上述變量外，參照現有文獻的做法[19，25]，本文還控制了個體特征變量。具體來講，包括個人的年齡、性別、婚姻狀況、是否住在城鎮、是否有慢性肺病、是否飲酒、是否吸煙、個人收入水平、與子女距離是否接近、與子女是否經常見面。此外，為了控制時間和地區的固定效應，分別引入了時間和省份的虛擬變量。主要變量的定義與描述如表1所示。
四、回歸結果與分析
1.基本回歸結果
受訪者是否有肺部疾病不僅與受訪者的就診支出、就診次數以及是否就診有關，也在一定程度上與空氣污染水平存在關聯，遺漏這一變量可能導致系數估計值有偏;另外一些個體層面的變量，如受訪者的年齡、性別、婚姻狀況、是否住在城鎮、飲酒習慣、收入水平、距離子女遠近以及與子女聯系是否密切與受訪者是否就醫、就醫次數以及花費相關，而與空氣質量不相關，遺漏這些變量雖然不至于影響到估計系數的無偏性，但會增大標準誤，降低估計系數的顯著性。此外，受訪者所在地區以及受訪年份都與空氣質量相關，因此，在估計中同時控制了個體特征變量、地區固定效應以及年份固定效應。因本文數據屬于“寬而短”的面板數據，為避免損失較多的自由度，如未特殊說明均采用隨機效應模型進行估計。根據模型（11）得到的基本回歸結果如表2所示。
表2中模型（1）、（2）、（3）的因變量分別代表個人就診支出、就診次數及是否就診。估計結果顯示，空氣質量的系數均為正值，空氣質量對就診總花費、就診次數以及是否就診的影響均在5%水平上顯著。表2第（1）列顯示，空氣質量綜合指數每增加一個單位，將使受訪者就診支出增加約4.41%（e0.0432-1）?？諝馕廴緦е聜€人醫療支出增加的機制可能在于，空氣污染顯著增加了受訪者就診（生?。┑母怕室约熬驮\的次數，表2第（2）和第（3）列驗證了這一點。具體來說，空氣質量綜合指數每上升一個單位，將使受訪者就醫的機會比率增加約6.48%（e0.0628-1）（第（3）列）;而相比居住在空氣質量綜合指數為2的城市的受訪者來說，居住在綜合指數為12的城市的受訪者就醫次數增加了1/3次（第（2）列）（綜合指數為2或12分別表示居民所在城市空氣質量綜合指數，如2014年2月，?？诘目諝赓|量綜合指數為2.22，河北廊坊的空氣質量綜合指數為12.12;空氣質量綜合指數從2到增加12，x增加了10，即Δx=10，所以Δyzβ·Δx=0.0325×10≈0.33（次）。）?？諝赓|量狀況的惡化將會增加居民患病的概率以及患病的次數，進而使得就醫的概率及就醫的次數上升，造成個人醫療費用增加，假說1得到驗證。
個人收入水平對醫療支出的影響與假說2不同。其他因素不變的情況下，收入水平對醫療支出存在顯著的負向影響，估計彈性約為-0.013，這意味著居民收入每提高1%，其醫療支出將下降0.013%，表明醫療支出的收入彈性遠小于1。表2第（1）列收入系數顯著，說明醫療支出受到收入水平的顯著影響;醫療支出的收入彈性遠小于1，說明醫療支出對收入變化的反應并不敏感。與本文理論部分的分析不同，收入對醫療支出影響為負，而表2第（2）列與第（3）列顯示居民收入水平上升顯著降低了就診次數及就診概率，這表明收入影響為負的原因可能在于收入較高的受訪者有余力通過對個人健康進行其他投資（如健身、養生等），從而降低生?。ň驮\）次數及生?。ň驮\）概率。
慢性疾病對醫療支出的影響為正。表2顯示，患有肺部疾病的居民其醫療支出水平比其他居民高約96.6%（e0.6760-1），且在1%的顯著性水平上顯著?；加蟹尾考膊〉木用衿渚驮\次數以及就診概率也顯著高于其他居民，這與假說3一致。雖然女性的就診次數及就診概率明顯高于男性，但女性的醫療支出并未顯著高于男性。其他控制變量的結果顯示，年齡、是否已婚、是否住在城市、是否飲酒以及與子女是否經常聯系對受訪者醫療支出沒有顯著影響。
2.穩健性檢驗與內生性處理
（1）樣本選擇?？紤]到環保部門公布的重點城市空氣質量數據可能并未準確衡量農村的空氣質量狀況，因此采用這一指數衡量居住在農村的受訪者暴露于空氣污染的情況可能存在偏差。為此，剔除居住在農村地區的受訪者，對模型重新進行回歸，結果如表3第（1）—（3）列所示。隨機效應面板估計結果顯示空氣質量系數相比表2有所增加，顯著性水平也上升至1%?？諝赓|量綜合指數越大表明空氣質量越差，表3說明空氣質量狀況的惡化將顯著提高居民的就診概率、就診次數以及醫療支出水平。此外，為排除部分特殊地區對模型估計的干擾，第（4）—（6）列刪除觀測值最少的四個地區樣本——北京、天津、新疆和青海重新估計，結果與表2相比空氣質量指數系數正負符號、顯著性幾乎一致，說明結果穩健。
（2）關于內生性。本文構建了城市層面的空氣質量綜合指數，相對于單個空氣污染指標而言，有以下兩點優勢：其一，避免了雙向因果問題，某個地區可能采取措施影響某個具體的污染指標數據，但對空氣質量綜合指數的影響一般可以忽略不計;其二，城市空氣質量指標與個體特征無關，從而有效避免了個體特征變量對模型的干擾。此外，本文還盡可能納入了省級和時間層面的控制變量，以減小遺漏變量偏誤。然而，囿于調查數據的局限性及變量之間彼此關聯的復雜性，遺漏變量問題依然可能存在。本文嘗試選用合適的工具變量解決內生性問題。
鑒于空氣污染對個人醫療支出的作用效果可能存在一定的滯后性，本文選擇2013和2014年的空氣質量指數作為2015年空氣質量的工具變量，對2015年的數據進行單獨估計。表4為工具變量估計結果，與表2、表3的結果相比并無顯著差異。因為2013和2014年只有74個城市的空氣質量數據可得，與CHARLS數據成功匹配上38個城市，為減少樣本損失，表4第（2）列空氣質量缺失數據由2015年對應城市的數據填補。模型估計中，第一階段回歸的Cragg-Donald統計量遠大于10，也遠大于2SLS對應的10%相對偏差的臨界值19.93，故拒絕弱工具變量假設。對其中工具變量的過度識別檢驗中，Sargan統計量對應p值等于0.6051，不能拒絕原假設，說明模型也不存在過度識別問題。模型關于空氣污染作用的結論穩健成立。當然，現實中很難找到完全外生的工具變量，此處采用工具變量進行分析，也僅為結果的穩健性提供了輔助說明。
3.不同年齡群體、不同區域以及不同污染物的影響差異分析
（1）不同年齡的影響。本文按照年齡的不同，分3個子樣本進行回歸，以考察空氣污染對醫療支出的影響在不同年齡組中有何差異?；貧w結果如表5第（1）—（3）列所示。從中可知，空氣污染對醫療支出的正向影響僅在中間年齡組（50—65歲）顯著，而在較低或較高年齡組中系數為正但不顯著，且相比其他年齡組，中間年齡組回歸系數的絕對值更大。這可能由于年齡較低的群體身體素質較好，對外界污染的抵抗力較好，所以空氣污染對其影響較小;而年齡較大群體的醫療支出增加可能主要是由于自身的身體健康狀況，而非環境污染因素。
（2）區域差異的影響?？紤]到我國東、中、西部地區存在地理位置、經濟狀況以及空氣污染等較大差異，為考察空氣污染對醫療支出的影響在東、中、西部地區是否存在差異，將全部樣本按照來源省份劃分為三類地區，并進行回歸分析。估計結果如表5第（4）—（6）列所示。結果表明，在保持其他條件不變的情況下，東部地區的空氣污染每上升一個單位，該區域居民的醫療支出將上升4.93%（e0.0481-1），且該系數在5%水平上顯著。中部和西部地區空氣質量系數為正，但并不顯著。其可能的原因是：東部地區人口較為密集，空氣質量惡化導致的呼吸道疾病在東部地區更容易傳播，從而導致該地區居民醫療支出更易受空氣質量的影響。在所有回歸結果中，患有慢性肺病的居民與其他居民相比醫療支出更高，且在1%的水平上顯著，進一步驗證了假說3。
（3）污染物異質性的影響?？紤]到空氣中的不同污染物可能產生不同的影響，為考察污染物來源的異質性影響，將環境變量分別替換為PM2.5、PM10、SO2、NO2、CO及O3的濃度數據，數據來源于中華人民共和國生態環境部網站。因2013年相關數據不可得，所以表6為截面數據，結果如表6第（1）—（6）列所示。根據表6，空氣中PM2.5與CO濃度的上升對個人醫療支出的影響不顯著，但PM10、SO2、NO2及O3都對個人醫療支出有顯著影響。具體而言，PM10濃度每上升10%，將使個人醫療支出上升約4.26%（第（2）列）;SO2濃度每上升10%，將使個人醫療支出上升約3.42%，且在5%顯著性水平上顯著（第（3）列）;NO2濃度每上升10%，將使個人醫療支出上升約5.84%（第（4）列）;而O3濃度每上升10%，將使個人醫療支出上升約14.6%（第（6）列），且在1%的顯著性水平上顯著?？梢?，相比其他污染物，臭氧污染對個人醫療支出的影響更大，居民醫療支出對臭氧污染更加敏感。臭氧濃度指數1%的變化將導致醫療支出變化超過1%。同等條件下，在以臭氧為主要污染物來源的地區，居民醫療支出也將更多。
五、結論與政策啟示
環境問題是新時代面臨的重大挑戰之一，而居民健康和醫療支出關系著民生福祉，但我國關于個人醫療支出具體影響因素及影響程度的研究相對比較匱乏，尤其缺少從環境污染方面對其進行的系統分析。本文采用Harmonized CHARLS數據，在特征模型的基礎上，考察了空氣污染對個人醫療支出的影響機制。研究發現，通過增加個人的就醫概率及就醫次數，空氣污染顯著增加了個人醫療支出水平，空氣質量綜合指數每上升一個單位，個人醫療支出將至少增加4%;考慮空氣污染的城鄉差異、剔除部分特殊地區的樣本及采用空氣質量綜合指數的滯后項作為工具變量之后，結果仍然穩健。值得注意的是，空氣污染對個人醫療支出的影響顯示出一定的異質性，在患有慢性肺病、50—65歲群體、東部地區以及以臭氧為主要污染物來源的地區，空氣污染對個人醫療支出的影響更為顯著。
誠然，基于中國健康與養老追蹤調查數據分析空氣污染對個人醫療支出的影響可能存在一定缺陷（ 感謝匿名審稿人提醒作者注意。），青少年或者兒童也是容易受到空氣污染影響的群體，但限于數據可得性本文并未對此進行分析。針對少年、兒童以及中年群體分析空氣污染的具體影響程度，應是未來進一步探索的方向。另外，空氣污染不僅影響個人醫療支出，對個人行為決策以及消費特性的作用也十分重要，對這些問題的研究超出了本文的范疇，也有待繼續深入研究。
本文經驗分析的政策含義是：首先，鑒于我國某些地區空氣污染程度較高，而降低污染排放、促進經濟與環境和諧發展是一個緩慢漸進的過程，因此為了盡可能降低空氣污染對個人健康及醫療支出的負面影響，應盡快建成覆蓋全民的社會保障體系，完善醫療保險制度，減少個人醫療支出的自付部分，尤其增加對慢性病患者的醫療補貼，盡量消除環境污染通過醫療支出對個人消費水平的侵蝕。其次，考慮可能因人口密集，東部地區空氣污染對醫療支出的影響比中西部地區顯著，在空氣污染嚴重期間，應鼓勵居民少去人員密集場所，降低呼吸道疾病的感染風險。再次，本文的研究表明個人醫療支出對臭氧污染的敏感程度遠遠大于PM2.5、PM10以及其他污染物，且臭氧濃度污染每增加1%將導致個人醫療支出上升超過1%。
對此政府應加大預防臭氧污染投入及宣傳力度，提醒市民了解臭氧污染的危害，注意防范臭氧污染。
參考文獻：
[1]CURRIE J， NEIDELL M. Air pollution and infant health： what can we learn from California’s recent experience？[J]. The Quarterly Journal of Economics， 2005， 120（3）： 1003-1030.
[2]CURRIE J， HANUSHEK E A， KAHN E M， NEIDELL M， RIVKIN S G. Does pollution increase school absences？[J]. The Review of Economics and Statistics， 2009， 91（4）： 682-694.
[3]CHANG T， ZIVIN J G， GROSS T， NEIDELL M. The effect of pollution on worker productivity： evidence from call-center workers in China[R]. NBER Working Paper， No.22328， 2016.
[4]CHEW S H， HUANG W， LI X. Does haze cloud decision making？ a natural laboratory experiment[R]. SSRN Working Paper， 2018.
[5]ZHANG X， ZHANG X B， CHEN X. Happiness in the air： how does a dirty sky affect mental health and subjective well-being？[J]. Journal of Environmental Economics and Management， 2017，85（4）： 81-94.
[6]CHEN S， OLIVA P， ZHANG P. Air pollution and mental health： evidence from China[R]. NBER Working Paper， No. 24686， 2018.
[7]ITO K， ZHANG S. Willingness to pay for clean air： evidence from air purifier markets in China[R]. NBER Working Paper， No.22367， 2016.
[8]崔恩慧，江生忠，賈世彬. 環境污染、商業健康保險對健康成本的影響研究——基于省際面板數據的實證分析[J]. 南開經濟研究，2016（6）：140-150.
[9]劉小魯. 中國城鄉居民醫療保險與醫療服務利用水平的經驗研究[J]. 世界經濟，2017（3）：169-192.
[10]楊一帆，張震. 健康水平、醫療保險與不健康行為的異質性[J]. 財經科學，2017（9）：58-71.
[11]張川川，JOHN G，趙耀輝. 新型農村社會養老保險政策效果評估——收入、貧困、消費、主觀福利和勞動供給[J]. 經濟學（季刊），2014（1）：203-230.
[12]GROSSMAN M. On the concept of health capital and the demand for health[J]. The Journal of Political Economy， 1972， 80（2）： 223-255.
[13]KARMAKAR S D， BRESLIN F C. The role of educational level and job characteristics on the health of young adults[J]. Social Science and Medicine， 2008， 66（9）： 2011-2022.
[14]于曉薇，胡宏偉，吳振華. 我國城市居民健康狀況及影響因素研究[J]. 中國人口·資源與環境， 2010（2）：151-156.
[15]封進，余央央. 中國農村的收入差距與健康[J]. 經濟研究，2007（1）：79-88.
[16]VICTOR R F. The future of health economics[J]. Journal of Health Economics， 2000，19（2）： 141-157.
[17]陳丹妮. 城鎮化對居民健康的影響——基于CHARLS數據的實證研究[J]. 金融發展評論，2018（2）：101-117.
[18]CHANG F R， TRIVEDI P K. Economics of self-medication： theory and evidence[J]. Health Economics， 2003， 12（9）： 721-739.
[19]AKPALU W， NORMANYO A K. Gold mining pollution and the cost of private health care： the case of Ghana[J]. Ecological Economics， 2017， 142（6）： 104-112.
[20]JOHANSSON P O. Valuing changes in health： a production function approach[M]. Dordrecht： Kluwer Academic Publishers， 1994： 171-194.
[21]DELFINO R J. Epidemiologic evidence for asthma and exposure to air toxics： linkages between occupational， indoor and community air pollution research[J]. Environmental Health Perspectives， 2002， 110（4）： 573-589.
[22]LING S H， VAN EEDEN S F. Particulate matter air pollution exposure： role in the development and exacerbation of chronic obstructive pulmonary disease[J]. International Journal of Chronic Obstructive Pulmonary Disease， 2009（4）： 233-243.
[23]邵帥，李欣，曹建華，楊莉莉. 中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角[J]. 經濟研究，2016（9）：73-88.
[24]董陽. 中國空氣質量對公眾健康的影響——基于與G20國家整體的比較[J]. 人口與經濟，2018（2）：57-68.
[25]李華，李志鵬. 社會資本對家庭“因病致貧”有顯著減緩作用嗎？——基于大病沖擊下的微觀經驗證據[J]. 財經研究，2018（6）：77-93.
[責任編輯 武 玉]
作者：趙文霞
老年人醫療支出醫療保險論文 篇3：
特色產品：五類健康險一點通
在保險商品的分類當中，與各項醫療支出理賠相關的保單，都可以成為健康險或健康醫療險。顧名思義，就是提供被保險人與“身體健康”相關的保障。
在目前市場上，健康險主要包括最常見的醫療費用險、醫療補貼險、重大疾病險和終身醫療賬戶型保險。如果再延展開來看，那么包括女性疾病保障的女性險和長期看護險，也都可以放在健康醫療險范圍內一起供投保人選擇。
醫療費用類保險補償醫療支出
既然社會基本醫療保險不能幫助你負擔所有的醫療費用，那么是否可以通過商業保險來實現這個目的呢?
答案是肯定的。而相應的解決方案就要用到醫療費用類保險，也被稱為醫療費用報銷型保險。主要的產品形態就有意外傷害醫療保險(通常是附加在人身意外險之下)和住院醫療費用保險。如果因為意外事故或疾病而產生醫療費用，保險公司就會按照約定的比例和限額對被保險人進行補償。
目前醫療費用類保險能夠覆蓋的保障范圍，主要是意外門急診費用、各類住院費用及與住院相關的少量門診檢查費用。如果想要讓商業保險為個人的普通疾病門急診買單，那么只能通過參加團體保險中的附加門急診費用保險，或是參加一些VIP醫療保險計劃，但那樣成本就比較高。
作為一種最基本的醫療保險品種，醫療費用險的產品設計，各家保險公司通常都是“大同小異”，主要在細節上有些差異。消費者在比較和選擇時，主要可以看看這幾個因素。
一個是費用報銷比例，其中又可仔細看看社保內費用和社保外費用兩大塊的比例各是多少?因為醫療費用保險實行的是補償原則，需要和社會醫療保險、其他商業醫療保險或福利報銷待遇綜合理賠，不能讓投保人“通過生病住院反而賺錢”，因此往往都會列明“在扣除社保和其他福利后，補償剩余醫療費用的x％”。這個x％，有些產品會籠統地寫成85％或者90％，也有些公司會寫明“社保內費用90％，社保外費用80％”，也有些公司的產品只能對社保內的費用進行補償。因為你每次生病住院，都可能涉及到社保內的醫療消費和社保外的醫療消費，而如今住院醫療的時候用進口醫療器械、社保目錄外藥品的情況特別多，因此分清楚這一點很重要。也正因為如此，建議大家最好還是能夠購買“超社?！钡尼t療費用保險。
與之相關的，可以看看免賠額度是多少元，也就是起線是多少。
再一個是看觀察期(等待期)的設定。通常，意外傷害事故引起的醫療費用可以不受觀察期限制，但普通疾病引發的住院是有一個30天、60天或90天觀察期的，在這個期間內發生的保險事故和醫療費用支出，到時候就無法申請理賠。因此，對消費者而言，這個期限設置得越短越好。
再者，醫療費用類保險通常都是短期產品，能否保證續保是比較大的一個問題。如果是一年期的產品，就需要對客戶年年核保，如果客戶某一年身體健康狀況不太理想就可能失去保障，也就是客戶可能在最需要保險的時候失去保障，這對投保人顯然不利。當然，保證續保類產品的費用通常要稍高一些。
需要提醒的是，去年1月1日《健康險管理辦法》正式實施后，各保險公司在設計費用補償型醫療保險產品時，必須區分被保險人是否擁有公費醫療、社會醫療保險的不同情況，在保險條款、費率以及賠付金額等方面予以區別對待。因此，投保人在選擇醫療費用類保險時，要說明自己的社保身份。
典型產品推薦：住院費用醫療保險
在合同保險期間內，被保險人因意外傷害或合同生效60天后患疾病，在保險公司指定醫院住院治療所引起的合理的實際醫療費用(同簽發保單所在地社會醫療保險規定的賠付范圍)，依約定比例，給付床位費用保險金(20元／天)以及住院雜項和手術費用補償。有社保者，免賠金額為300元；無社保者，免賠金額為500元。
例如30歲的上先生，已經參加當地社保。他如果單獨購買該保險，當年保費為334元；如果在其他主險產品下附加購買該保險，當年保費為234元。王先生如果住院發生合理醫療費用(不包括床位費)在300-40000元之間，可以得到90％的補償；超過4萬元部分，可以得到95％的補償。
特色產品推薦：附加住院醫療補償保險
該產品可以在您住院治療期間，為您提供3大項、總計11小項的醫療費用補償。年滿18周歲的被保險人，若未以社會基本醫療保險且未以公費醫療身份住院，則約定補償比例為70％；若被保險人未滿18周歲以社會基本醫療保險或公費醫療身份住院，則約定補償比例為90％。該產品特色在于社保內外的合理醫療費用都可以獲得補償，同時享有5年保證續保權利，每5年為一個核保周期、每5年內都可安心保障。同時，該產品觀察期也比較短，只有30天。
醫療補貼型保險彌補收入損失
與醫療費用類保險相對應的是醫療補貼型保險。這是一種以因意外傷害或疾病導致收入中斷或減少為給付保險金條件的收入保障保險。即被保險人因意外傷害、疾病，使工作能力喪失或降低時，由保險公司按照約定的標準補償其收入損失，也就是通常所說的住院津貼(補貼)型保險。
醫療費用類保險的理賠，需要看被保險人實際發生了多少醫療費用，而醫療補貼型保險，則不論你的醫療費用支出情況，只要你住院了，就會給你每天定額的一個津貼，彌補你的經濟收入損失。
在選購這類產品時，當然也有一些不得不看的注意點。
比如，免賠天數的規定。有些產品沒有設置免賠天數，有些是3天，有些是5天。因為每天給你的住院補貼(津貼)額度是保單上約好的、固定的，因此如果有免賠天數的限制，那么免賠幾天，你就會少拿幾天的補貼。所以，免賠天數當然是越少越好。
還有一個就是津貼的總額。意思是說，如果你住院天數實在太長，如果付給你的津貼總額已經超過了約定的總數，列了后期你就有可能拿不到津貼了。
在選擇醫療補貼型保險時，還有一個關鍵點是對每日津貼額度的選擇。通常，每款產品都nr以提供高低不同幾檔的選擇，具體選50元／天，還是200元／天，還是更高額度，一方面可以采用“個人月收入／30”或“個人月收入／20”的簡單方法，也可以結合自己的醫療條件需求(如到時候是否需要單人搞床等)來加以考慮。
典型產品推薦：世紀泰康個人住院醫療保險
該產品基本部分保障內容就是最典型的醫療津貼型保障。其中又分為一般住院日額保險金和重大疾病住院日額保險金兩部分。
該產品完全定額賠付，不需要醫療費用原始發票。同時還有自己的特色，比如可以單獨購買；也可以經過3年的觀察并經泰康公司審核同意后，可保證續保至64周歲；一般疾病住院等待期僅30天；當年最多可以給付365天，即實際上沒有住院天數限制。
特色產品推薦：終身醫療保險(B)
該產品保障責任主要為住院每日現金補貼和手術現金補貼，保障責任明確易懂。比較大的特點是，這是一款長期保
險，相關保障終身有效，但累計補貼額達到“每日現金補貼”的1000倍，合同終止。30天～60周歲均可投保，5、10、15、20年多種交費期限可供選擇。每年只需少量保費支出，即可獲得10萬～20萬元終身醫療保障。
30歲女性投保一份保險金額為10萬元的終身醫療保險(B)，可“每日現金補貼”為100元，手術補貼按手術大小等級來給付。年繳保費僅需1264.8元。
如果發生了約定的疾病，而不論你已經或者即將發生多少醫療費用，保險公司就會給付約定金額的保險金，這就是疾病保險。
最常見的，當然是重大疾病保險。即只要被保險人確認罹患了保險條款中列出的某種重大疾病，無論是否已經發生醫療費用，也不管一共發生了多少費用，都可獲得保險公司的約定額度補償。如今，由于重大疾病的發生率越來越高，治療費用也越來越高昂，重大疾病險已經慢慢為消費者所接受和熟悉。
還有一種“簡約版”的重大疾病保險，那就是防癌險。因為癌癥是所有重大疾病中發生概率最高的，而保障疾病種類比較單一的防癌險具有保費低廉、保障明確的特點，因此也頗受消費者青睞?？上?，國內的防癌險還不是很發達，愿意開發和銷售防癌險的公司也不是很多。
說說重大疾病險的選擇要點吧。
疾病定義方面。2007年8月1日以后，《重大疾病保險的疾病定義使用規范》實施，該規范統一了最常見的25種重大疾病的定義，此后簽訂的重大疾病保險合同都需要符合該規范，而大部分公司也都宣布將原來老保單的疾病定義“主動銜接到新規范”，或是根據“兩相比較擇其輕”原則來處理。因此，在原先比較有爭議的疾病定義上現在稍微好了一些，可比較的余地也不多了。
險種類型選擇方面。重大疾病險的形態還是比較多的，主要有可以單獨投保的定期重大疾病險，作為附加險形式出現的重大疾病險產品，這兩類都是純消費型的；還有就是保障終身或長期的，略帶儲蓄性質的重大疾病險，包括可單獨購買的儲蓄型重大疾病險，也有和終身壽險捆綁在一起的產品。
消費型的重大疾病險保障功能明確，費率比較低，但如果是附加險，或是采用自然費率(與均衡費率概念相對應)的產品，年輕的時候投保很劃算，但是年齡大了以后，費用就比較貴了。
帶有儲蓄型的重大疾病險，比較適合看重“如果沒生病，希望保費最終能夠返還”的人群，而且如果是分期繳納，通常都是采用均衡費率，比較容易讓投保人接受。
購買重大疾病險，當然也特別要考慮一下保障額度問題。保額太低，作用不大；保額太高，支出負擔比較重。通常，我們建議從個人或家庭的收入狀況、常見的重大疾病險平均治療費用等角度來綜合考量。如果經濟條件和預算一般，10萬～15萬元比較合適；如果預算比較寬裕，則可以選擇20萬～30萬元的額度；如果再往上走，通常就是尋求最高檔醫療條件的富人們的選擇了。
重大疾病的“簡約版”——防癌險，相對更容易理解，主要就是一旦發生約定的各類癌癥，就可以獲得一筆保險金。也許是因為癌癥發生概率偏高，目前市場上的防癌險有一個普遍的弱點，就是保額選擇范圍比較窄，有些產品甚至每個人最多只能購買2萬元額度，多的也不過20萬元。
典型產品推薦1(消費型)：關愛專家定期重疾個人疾病保險
該產品保障責任明確，是典型的定期重大疾病險，可作為主險產品單獨購買，也可以根據自身需求與其他險種靈活搭配，組合購買。
作為一款消費型重疾險，該產品保費低廉，保險責任更加全面。除了25種統一疾病定義下的大病外，還包括人保健康自己的6種可保障的疾病范圍。
保障期限方面可選擇保險期間20年，投保年齡為0～50周歲；也可選擇保險期間30年的，投保年齡為0～40周歲。同時可以根據需要自由選擇繳費年限，可以為躉繳、5年繳、10年繳、15年繳、20年繳或30年繳。
30歲男性投保10萬元額度的該產品，選擇20年保障期限，20年繳費，每年保費為550元。如果因意外傷害導致的重大疾病或身故，或是180天因為疾病導致的重大疾病或身故，可以給付10萬元；合同生效后180天內因疾病導致的重大疾病或身故，退還已交保費。
重疾險典型產品推薦2(儲蓄型)：康泰一生重大疾病保險
該產品保障期限為終身，出生滿28天到65周歲人士都可投保。
35歲男性投保10萬元額度的該產品，選擇20年繳費，每年保費為3700元。30歲和40歲人士同樣情況下，年繳保費為3300元和4300元。30歲、35歲和40歲女性投保10萬元，20年繳費，則年保費分別為3100、3500和4000元?？上硎艿谋ｋU利益為10萬元的重大疾病保險金或10萬元的身故保險金。如果投保一年內發生重大疾病，或是因為意外身故，則退還保險費。
防癌險典型產品推薦：國壽腫瘤預防保險
這款產品最大的特色在于其為純消費型的防癌產品，而且可以單獨購買，體現了該產品非常強大的保障性。產品每年一保，自由續保，每份基本保障金額定為10萬元，不論年齡大小保費均為450元。該產品承保年齡范圍從16周歲到60周歲，承保年齡較其他健康險有所放寬。納入承保范圍的惡性腫瘤包括原發性肝癌、胃癌、胰腺癌、結腸癌、子宮內膜癌、乳腺癌和卵巢癌，一旦確診上述7種惡性腫瘤，就按規定全額給付基本保障金。如果確診為保險條款規定的部分良性腫瘤同時進行手術切除，則給付基本保額的10％；如果確診為保險條款規定的部分良性腫瘤但不進行手術切除，則給付基本保額的3％。同時，這三項保障內容互相不沖突，可以各行理賠。
帳戶型終身醫療險少時儲蓄老時用
何謂賬戶型終身醫療險?一言以蔽之，就是“雖為終身保險，卻設置了理賠金額上限。一旦賠付額度用完，保險責任即告結束；賠付額度用不完，則可以身故后返還給家人”。
這款產品，從形態上看，是把多年前停售的“不設理賠上限的終身醫療險”拉了一條“封頂線”，以避免從前終身醫療險“高賠付率、高虧損”之難以承受之重，不再重蹈覆轍。
換而言之，這樣的保險計劃實質是保險公司提供給客戶的一個“個人終身醫療賬戶”，投保人需要在年輕時每年儲蓄一定的金錢(保費)進入該賬戶，同時從交費的第一天起，就有權從該賬戶中提取醫療補貼金。為了避免在年輕時把賬戶中的錢全部用完，導致老年無保障，保險公司會特別提醒你每年最多從中領幾次補貼金。若不幸身故，而賬戶設置的最高金額還沒有用完，可以將剩余部分還給你的愛人或后代。
可以說，這樣的產品，相當于在保險公司強制儲蓄一筆終身醫療金。但能不能最后保到身故為止，還要看你投保后的身體狀況?？床《?，住院多，賬戶中動用的錢多，就極可能保不到終身。身體好，去醫院次數少，就可能保到身故，到時還能將余款返還。
從保障范圍來看，如今的賬戶型終身醫療險更帶有綜合
醫療險的意味。大部分產品不僅提供醫療費用報銷、手術費用補償等待遇，也提供住院津貼，甚至還可以有一些重大疾病補償金，或是重大疾病保費豁免功能等。
典型產品推薦：“心聆一生”終身醫療險
保障利益表現為終身住院補貼，65歲后還享有普通門診及住院醫療費用報銷，若患重大疾病可豁免保費。保額每年遞增2.5％，直至初始保險金額的1.5倍，身故后，未領取的補貼金部分全額返還。18～50歲人士可投保。
40歲男性，購買“心聆一生”終身醫療保險計劃3個單位，基本保額6萬元，每年遞增保額1.5％，20年后保額9萬元。20年繳，年繳保費3297元。
“另類”健康險長期看護險和女性險
在健康險市場上，廣義看還有女性(疾病)險和長期看護險這兩大類。
女性(疾病)險其實是疾病保險的一種，只不過因為特別保障女性特有的一些疾病，以及意外整容等內容，而具有特別明顯的特征，常被人們從健康險中單獨分離開來規劃和選擇。除了專屬女性的疾病保險外，還有母嬰保險，同時保障母親和新生兒。
長期護理保險(Long Term Care)在海外屬于出現較晚的一個險種，國內也才開始起步，特指為那些因年老、疾病或意外傷殘而需要長期照料的被保險人提供護理服務費用補償的保險。
雖然重大疾病險、醫療費用保險和住院補貼保險等健康險已經為我們慢慢熟悉，但是這些醫療健康類的保險，目前還不能完全與老年人的護理需求相匹配。
比如，無論是醫療費用，還是醫療補貼保險，都必須有一個前提條件，那就是被保險人住院了，但是需要長期護理的老人大多數不會去住院，而是在家中或是社區中進行看護，所以他們大多數情況下無法使用這兩類保險。又比如重大疾病險，前提是發生條款列明的重大疾病，但一些需要長期護理的老人只是長期的慢性病，而非那么嚴重的大病。又比如，如果是含有“生命終末期”給付條件的壽險，則必須被醫生確認為“只剩下”6個月的壽命，而需要長期看護的老人余壽大多超過3年。
作為主要負擔中老年人專業護理、家庭護理及其他相關服務項目費用支出的新型健康保險產品，長期看護保險相對傳統健康醫療險來說，更易滿足年老后的長期看護需求。目前主要產品有國泰人壽的“康寧長期護理健康保險”、人保健康險公司的“全無憂”和瑞福德健康險公司的長期護理保險。
女性險典型產品推薦：多姿人生女性終身壽險
該產品保障內容涵蓋33種重大疾病，6個女性部位的原位癌，3種女性特定手術，5種妊娠期疾病及新生兒6種先天性疾病的保障。
25歲女性投保該產品，基本保額10萬元，保障期限至80周歲，分25年繳費，每年繳費3669元或月繳325元?？色@得保險利益為：55周歲保單周年日給付6萬元，55周歲前每滿3個保單周年給付1000元作為體檢費，55周歲前身故給付10萬元，55周歲以后身故給付1萬元，原位癌利益給付2萬元，重大疾病利益給付2萬元，女性特定手術利益給付1萬元，意外整形手術利益按實際手術醫療費用給付最高2萬元，妊娠期疾病與新生兒疾病利益給付2萬元，期滿利益給付1萬元，并每年可享受公司分紅。
女性險特色產品推薦：康麗人生防癌疾病保險
18～60歲女性均可投保該產品。繳費期限為5年。保險額度范圍最低保5萬元，最高保30萬元。該產品專為女性設計，主要保障范圍有非女性特有惡性腫瘤(保險金等于金額保額)、女性惡性腫瘤保障(可同時獲得惡性腫瘤保險金和女性惡性腫瘤保險金，兩者均等于基本保險金額，相當于一共獲得兩倍基本保險金)和女性原位癌診斷保障(10％基本保險金)，是女性險和防癌險的很好結合。
拉拉小姐25歲，為自己投保友邦康麗人生防癌疾病保險，基本保險金額10萬元，年繳保費647元，繳費期5年，保險期間5年。保障期間，她可享有1萬元的女性癌診斷保障、10萬元的惡性腫瘤保障和20萬元的女性惡性腫瘤保障。
長期看護險典型產品推薦：“康寧”長期護理保險
該產品主要定位于“護理型”需求，18～55周歲的人士可投保。以一位30周歲的男性為例，選擇20年期交費，基本保額10萬元，年繳保費3760元。不論年齡，一經確定需要“長期護理”，即可免交續期保險費，并可領取12000元長期護理復健保險金；同時今后每半年可領取8000元直至不需要長期看護后；到達88周歲仍存活，還可獲得一筆10萬元滿期保險金。若在保險期間內不幸身故或殘疾(1～8級)，均可一次性領取10萬元。
作者：陳 婷