自付医疗支出导致家庭财务困难的人口比例（%）

Proportion of population facing financial hardship due to out-of-pocket health expenditure (%)

下载数据

指标代码：SH_UHC_FH40所属主题：健康：Universal Health CoverageHealth: Universal Health Coverage

2024最新有效年份

3最新年份有值国家

265历史上有数据经济体

92%总体缺失率

指标解释

World Bank official description / 世界银行官方说明

Proportion of population spending more than 40% of household discretionary budget on out-of-pocket health expenditure (%) The discretionary budget is defined as the total household budget, measured by consumption expenditure or income, minus the societal poverty line (SPL ). Using 2017 purchasing power parities (PPPs), the SPL corresponds to whichever is greater: $2.15 (the international poverty line) or $1.15 + 50% of median household consumption expenditure or income, excluding out-of-pocket household expenditure on health. Out-of-pocket health expenditure is defined as any spending incurred by a household when any member uses a health good or service to receive any type of care (preventive, curative, rehabilitative, long-term or palliative care); provided by any type of provider; for any type of disease, illness or health condition; in any type of setting (outpatient, inpatient, at home).

可供参考的中文翻译：自付医疗支出超过家庭可支配预算40%的人口比例。可支配预算定义为以消费支出或收入衡量的家庭总预算减去社会贫困线（SPL）。使用2017年购买力平价（PPP），社会贫困线取以下两者中较高者：2.15美元（国际贫困线）或1.15美元加上家庭消费支出或收入中位数（不含医疗自付支出）的50%。自付医疗支出指家庭任何成员在使用任何类型健康商品或服务（预防性、治疗性、康复性、长期或姑息性治疗）时产生的支出；由任何类型提供者提供；针对任何类型疾病、疾病或健康状况；在任何类型机构（门诊、住院、家庭）发生。

数据口径与风险提示

该指标衡量的是医疗支出对家庭预算的相对压力，而非医疗费用的绝对水平，高绝对医疗支出在低收入家庭可能对应较低的40%阈值
社会贫困线的设定采用2017年PPP换算，不同年份间的比较需考虑价格水平变动因素
指标仅覆盖家庭层面，无法反映个人账户内部成员之间的风险分担差异
40%的阈值是国际通用的主观标准，不同收入水平家庭对相同比例支出的承受能力可能存在差异
中国数据最早仅追溯至1995年，2000年前后的历史比较存在数据缺失
该指标不区分医疗支出的疾病类型，慢性病和急性病支出对家庭的冲击模式可能不同
统计口径依赖家庭调查数据，调查周期和回忆偏差可能影响数据准确性
世界银行估算方法在2020年前后可能存在口径调整，直接比较不同年份数值需注意
中国部分年份数据缺失，十年变化分析仅能覆盖2000-2009年区间

中国趋势

趋势解读

根据可追溯数据，中国自付医疗支出导致财务困难的人口比例在1995年至2018年间呈现先升后降的走势。1995年该比例为41.88%，至2002年上升至47.12%的峰值，随后逐步回落，2007年降至38.31%，2018年进一步降至33.55%，为现有数据中的最低点。从首尾两端比较，比例下降了约8.33个百分点，期末值为期初值的约0.80倍。该趋势可能反映中国医疗卫生体制改革在扩大医保覆盖、降低个人自付比例方面取得了一定进展，但2018年仍有超过三成人口面临医疗支出压力，提示医疗保障水平仍有提升空间。需要注意的是，中国数据点仅有4个（1995、2002、2007、2018年），时间跨度较大，期间的年度波动和具体拐点难以精确识别。

中国1995年比例为41.88%，2002年上升至47.12%（数据范围内最高点）
2007年回落至38.31%，2018年进一步降至33.55%（数据范围内最低点）
从1995年到2018年，比例累计下降约8.33个百分点
期末值（2018年）为期初值（1995年）的约0.80倍
数据年份跨度大（23年间仅4个数据点），难以观察短期波动和精确拐点
2002年峰值背后的具体原因（如医疗费用上涨、医保覆盖变化等）无法从数据本身确认
2018年后暂无更新数据，最新状况有待后续数据验证
指标反映相对比例而非绝对医疗费用，比例下降可能源于分母扩大而非分子减少

全球趋势

趋势解读

全球范围内自付医疗支出导致财务困难的人口比例在2000年至2022年间持续下降，从期初的33.56%逐步降至期末的26.02%，累计下降约7.54个百分点，期末值为期初值的约0.78倍。从具体走势看，2000年代初维持在33%-34%的高位平台期，2005年后开始加速下降，2010年前后降至30%左右，此后延续温和下行趋势至2022年的26.02%最低点。全球数据的23个年度数据点提供了较为完整的趋势信息，显示出国际社会在推进全民健康覆盖、增强医疗费用保护方面取得的渐进成效。然而，2022年全球仍有超过四分之一人口面临医疗支出困境，说明医疗费用风险仍是全球性挑战。

全球2000年比例为33.56%，2001年微升至34.0%（数据范围内最高点）
2007年降至29.93%，2010年降至30.05%，此后持续下降
2022年降至26.02%（数据范围内最低点）
从2000年到2022年，累计下降约7.54个百分点，期末值为期初值的约0.78倍
世界银行估算方法可能在不同时期有所调整，直接比较不同阶段变化需注意口径一致性
该比例为全球汇总值，包含不同发展水平国家，区域和国家层面的差异可能被平均
2000年前无数据，无法评估更早期的长期趋势
指标不区分支出类型，急性和慢性医疗支出对家庭冲击的异质性无法识别

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1990-1999	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
2000-2009	0.8x	0.9x	2000年代，中国该比例从约42%降至约38%，降幅约为期初的0.81倍；同期全球从约34%降至约30%，降幅约为期初的0.90倍。中国降幅快于全球，可能反映此阶段中国医疗卫生体制改革在扩大基本医保覆盖面方面的集中推进，使得更多家庭在医疗支出冲击下的财务脆弱性相对改善更快。然而，由于中国期初比例明显高于全球，相同的倍数变化背后对应的绝对百分点降幅差异较大，且分子（面临困难人口比例）的分母（可支配预算）变化可能不同，需结合人均卫生支出和医保覆盖率等变量进一步验证。
2010-2019	-	0.9x	2010年代全球该比例继续从约30%降至约26%，降幅约为期初的0.89倍，延续了2000年代以来的下降趋势。中国在该时期暂无公开数据，无法进行直接比较。全球下降可能得益于新兴经济体医疗保障体系的逐步完善以及国际社会对全民健康覆盖的持续关注，而中国数据缺失限制了此阶段中国与全球变化趋势的对比分析。
2020-2029	-	1.0x	2020年代以来（至2022年数据）全球该比例进一步降至约26%，与2010年代末期基本持平，变化幅度明显收窄（期初倍数约0.98），可能反映全球在医疗费用保护领域已进入相对缓慢的改善阶段，或者受到新冠疫情对医疗支出和家庭收入的复合冲击影响。中国在该时期同样缺乏公开数据，中后期变化趋势有待后续数据发布后分析。

2024 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Georgia 格鲁吉亚	GEO	27.9
2	Japan 日本	JPN	10.9
3	North Macedonia 北马其顿	MKD	9.99

使用建议、常见误用与研究场景

数值较高通常意味着什么

该比例越高，说明有越多家庭将超出可支配预算的40%用于自付医疗支出，意味着医疗费用对家庭财务状况的冲击越大，家庭面临因病致贫或因病返贫的风险越高，也反映出医疗保障体系的费用保护功能相对不足。

数值较低通常意味着什么

该比例越低，说明能够将自付医疗支出控制在可支配预算40%以内的家庭比例越高，意味着医疗费用对家庭财务的冲击相对可控，医疗保障体系在降低患者财务风险方面效果较好，全民健康覆盖的质量相对较高。

鍙ｅ緞闄愬埗

该指标仅反映医疗支出超过40%阈值的人口比例，无法衡量低于该阈值但仍可能造成经济负担的医疗支出
指标不区分医疗支出用途，慢性病长期用药与急性病一次性支出的家庭财务影响机制不同
可支配预算的定义涉及社会贫困线，不同国家/地区的贫困线设定标准可能影响跨国可比性
比例下降可能源于分母扩大（家庭收入增加）或分子减少（医疗保障改善），单一指标无法区分驱动因素
该指标不反映医疗服务质量，仅反映费用风险保护程度
家庭调查数据可能存在回忆偏差和抽样误差，尤其在非正规经济比重较高的国家
指标仅考虑家庭层面的直接支出，未涵盖因病失业、照料成本等间接经济负担
40%的阈值是相对主观的判断标准，对于不同收入水平的家庭，该比例的实际经济影响可能不同

使用建议

结合人均自付医疗支出金额（SH.XPD.OOPC.PP.CD）分析，区分是绝对支出下降还是相对比例下降
结合UHC服务覆盖指数（SH.UHC.SCI）分析，对比医疗可及性与费用保护的同步改善情况
结合当前卫生支出占GDP比重（SH.XPD.CHEX.GD.ZS）分析，评估总体卫生筹资水平与个人负担的关联
结合基本医保覆盖率等制度性变量，验证医疗保障扩展对降低财务困难比例的贡献
分收入群体或城乡维度分析，识别医疗费用风险保护的弱势群体分布
关注长期趋势而非单一年份数据，以区分短期波动与结构性变化
将比例指标与绝对金额指标配合使用，全面评估医疗费用负担的多维度特征
在进行国际比较时，考虑不同国家医疗体系结构和经济发展阶段的差异

常见错误用法

错误做法：直接将该比例的高低等同于医疗保障水平的好坏，忽视比例下降可能是收入增长而非保障改善的结果

正确做法：分析该比例变化时，应结合人均卫生支出、医保覆盖率等多维指标，区分收入效应与制度效应

将收入增长带来的比例下降误归因于医保政策成效，可能导致政策评估偏差，影响资源配置决策的科学性

错误做法：用中国与格鲁吉亚、日本等国排名直接比较，得出中国医疗保障水平远低于这些国家的结论

正确做法：解读排名时应考虑人均收入水平、医疗体系结构和统计口径差异，该排名仅为值大小的排序，不反映医疗体系综合绩效

不同发展水平国家的医疗体系面临不同的挑战，医疗费用风险保护的适宜标准可能因国情而异，直接排名可能导致不公平且误导性的比较

错误做法：将2018年中国33.55%理解为仍有三分之一人口看不起病或拒绝就医

正确做法：该指标仅反映医疗支出超过可支配预算40%的比例，不直接等同于无法获得医疗服务或因病致贫

超过40%阈值并不意味着完全无法负担，可能只是带来一定程度的财务压力；将比例混同为严重程度指标会夸大医疗费用风险的严峻性

错误做法：用中国2000年代0.81倍和全球0.90倍的变化直接得出中国医保改革成效两倍于全球的结论

正确做法：由于期初比例差异较大（42% vs 34%），相同的倍数变化对应的绝对百分点降幅不同，且分子分母变化机制可能不同，不宜简单比较倍数

倍数比较忽略了基准水平的差异，可能导致对改善幅度的系统性高估或低估，需要结合绝对值变化和相关变量综合判断

实际应用场景

医疗保障体系对家庭财务风险的保护效应评估：研究中国基本医疗保险扩展对居民医疗费用负担的影响时，可将该指标作为被解释变量，检验医保覆盖面、报销比例等政策变量与财务困难比例变化的关联被解释变量（outcome）可采用双重差分或合成控制法，比较参保与未参保群体或政策前后变化的差异，注意控制家庭收入、健康状况等混淆因素
卫生支出结构与家庭医疗负担的跨国比较研究：在比较不同国家医疗体系对家庭费用保护效果时，可将该指标与卫生支出结构指标（自付支出占比、公共卫生支出占比等）进行回归分析被解释变量（outcome）控制人均GDP、城镇化率、老龄化程度等结构变量，使用面板数据固定效应模型处理国家异质性
老龄化背景下医疗费用风险的长期趋势预测：结合人口老龄化趋势和疾病谱变化，预测未来家庭医疗费用负担的演变方向，为医疗筹资制度改革提供依据被解释变量（outcome）可建立时间序列模型或基于人口预测的模拟模型，关注老年人口比例、慢性病患病率等关键驱动因素的参数设定
基本医保报销政策调整对医疗服务利用的影响机制分析：评估医保目录调整、报销比例变化等政策冲击对居民就医行为和费用负担的因果效应被解释变量（outcome）利用政策变动的外生性，采用断点回归或工具变量法识别因果效应，注意医保政策可能与其他医改措施同步推进
健康公平性视角下弱势群体的医疗费用风险识别：识别在医疗费用风险保护方面处于弱势的群体特征（如低收入家庭、农村居民、老年群体），为精准施策提供依据被解释变量（outcome）分群体回归或分解分析，关注城乡差异、收入差距、代际差异等维度的异质性效应