欢迎来到广州社情民意研究中心官方网站!               

加入收藏|设为首页

站内搜索:

专   题

已参保者、老年人对医疗保障评价更好,低收入不满者较多
——全国城镇居民医疗保障评价民调报告之二

 发布日期:2012-12-12

 

 2012年9月,广州社情民意研究中心在全国(港澳台除外,下同)范围随机抽样5000位城镇受访者进行电话访问,了解民众对政府医疗保障的评价。本次民调覆盖全国23个省和4个直辖市,调查以广州社情民意研究中心独立创建的“全国城镇源码库”生成抽样框,并按各省的城镇人口以及省会市、地级市、县级市和县的三级人口比例分配样本额度,进行随机抽样。在95%的置信度下,最大抽样绝对误差不超过1.4%。具体抽样说明详见文后。

 本报告着重介绍不同参保情况、年龄、收入、城市类型的受访人群对政府医疗保障的评价特点。其中根据规模将城市分为大城市、地级市、县城三类。民调中设定收入水平1至10分,由受访者个人自评其收入水平分值,并以此将全部受访者(学生除外)划分为低、中低、中等、中高、高共5个收入组。

 

 1、已参保者更肯定医疗保障作用,对性价比更为满意。

 调查显示,对于政府医疗保障的作用,已参保者评价高出,认为政府医保“能”让民众安心的人占了71%,多出未参保者11个百分点。

 对医疗保障的性价比,评价差距更为明显,已参保者中认为参保“值得”的比例高至90%,未参保者则为72%,两者相差18个百分点;对“个人缴费水平”、“医保报销比例”两项具体指标,已参保者中满意的人分别有43%、41%,未参保者均不到三成(见表1)。

 

 

 2、老年人对医疗保障评价更好。

 对于解决看病问题,老年人对政府医疗保障作用更为肯定,认为政府医疗保障能安心的人多达73%,比例高于年轻人8个百分点。对“医保报销比例”,老年人中满意者也更多,为43%,与其他人群差距最大有7个百分点(见图1)。

 

 

 3、高、低收入者对医疗保障评价差异明显。

 对医疗保障的作用,低收入组中认为政府医保能安心的人为58%,而高收入组高至84%,两者相差达26个百分点。

对“个人缴费水平”、“医保报销比例”,低收入组的评价与其他组截然不同,不满者分别有33%及28%,多于满意者(见表2)。需指出的是,低收入组对“看病贵”最有感受,持“贵”或“比较贵”表态的人高达80%,远超高收入组34个百分点。

 

 

 4、县城居民对医疗保障评价更好。 

 县城受访居民对医疗保障作用的评价更积极,多达73%的人认为政府医疗保障能安心,多出大城市11个百分点。对“个人缴费水平”、“医保报销比例”,县城满意者分别为44%、41%,也比大城市多10个百分点左右(见表3)。



 

 调查与分析方法:

 报告数据源自本中心2012年9月进行的“全国城镇居民医疗保障评价”调查。本次民调覆盖全国(港澳台除外)23个省和4个直辖市,因语言原因调查未包含新疆、西藏、内蒙古、宁夏自治区,及此未纳入调查总体的城镇人口约2680万人。调查抽样框共有693个城市和县城,包括全部直辖市和省会市、地级市城区,以及随机抽样各省20%的县级市城区或县城。

 调查以本中心独立创建的“全国城镇居民电话访问调查源码库”生成抽样框,并按各省的城镇人口以及省会市、地级市、县级市和县的三级人口比例分配样本额度,然后采用随机抽样方法抽取家庭电话,并采用“最近生日法”,邀请被抽中家庭中生日最靠近访问当天且年龄在16岁至65岁间的家庭成员接受电话访问。

 调查的总样本为5000位不同性别、年龄、职业、地区、受教育程度的城镇居民,其中性别、年龄特征与第六次全国人口普查资料、2005年1%人口抽样资料对比基本一致,符合全国城镇人口基本特征。在95%的抽样置信度下,最大抽样绝对误差不超过1.4%。

 本报告分析了不同收入人群的评价特点。调查中设置了1、2、3……10个分值,代表当地收入水平从低到高的10个数量等级,由受访者根据自己的感受,对个人收入进行分值选择,从而确定受访人群的收入层级划分。为了便于研究及减少统计误差,将10个分值按2分一组进行合并,得出受访者5组收入分层。其中,“低收入者”为选择“1分”、“2分”的受访者;“中低收入者”为“3分”、“4分”的;“中等收入者”为“5分”、“6分”的;“中高收入者”为“7分”、“8分”的,“高收入者”为“9分”、“10分”的。

 调查由受访者对事项进行“满意”、“比较满意”、“一般”、“不太满意”、“不满意”的评价选择,并以满意度、不满意度进行评价特性分析。满意度为选择“满意”与“比较满意”的受访者比例之和;不满意度为选择“不太满意”和“不满意”的受访者比例之和。

 除了抽样误差之外,访问用语及实际操作均可能对民调结果产生影响,如加大误差或引起偏见。

 具体抽样方法请参见本中心网站(www.c-por.org)上“我们的方法”;完整数据请查阅本中心网站“数据库”。