1★★,000元时★◆■，政策效果才显著（高保障AOR=1.44 vs 低保障AOR=1.09）。地域分析发现东部地区政策效果最强（AOR=3.05），西部甚至出现负向关联（AOR=0★■★■★■.41）。

　　中国正面临快速老龄化带来的医疗需求激增挑战，2025年老年人口比例预计达26★★.1%★★。在此背景下，国家自2009年起推行以门诊统筹为核心的社会医保改革，旨在通过建立互助共济机制缓解看病贵难题◆■■◆◆■。然而，政策实施十余年来，其对中老年群体医疗满意度的实际影响始终缺乏系统评估◆★★◆★。北京大学等机构的研究团队抓住这一关键问题★★■，通过分析2015-2018年中国健康与养老追踪调查（CHARLS）数据，首次揭示了门诊统筹政策与医疗满意度的复杂关联，研究成果发表于《BMC Health Services Research》。

　　保障水平分层显示，只有当报销标准>

　　为解决中国社会医疗保险体系中门诊统筹政策对中老年群体医疗满意度的影响机制问题，北京大学等机构研究人员基于CHARLS数据，采用混合效应有序Logit模型（MEOLOGIT）开展研究◆★◆■◆■。结果显示，城镇职工基本医疗保险（UEBMI）门诊统筹政策显著提升满意度（AOR=1.29），且东部地区（AOR=3.05）和高保障水平（AOR=1.44）效果更显著，而城乡居民基本医疗保险（URRBMI）政策未显现显著关联。该研究为优化医保政策设计提供了重要循证依据。

　　该研究首次证实门诊统筹政策通过经济风险保护和服务可及性双路径提升满意度，但效果受三大因素制约：一是保障水平阈值效应，仅当报销标准突破1,000元时才显现作用；二是制度设计差异◆★◆，UEBMI因筹资水平高（企业个人共同缴费）比筹资单一的URRBMI更具优势★■■★；三是区域资源配置不均衡，西部每千人医生数（2.24）仅为东部（2.85）的78.6%★★，削弱政策效果◆★◆◆■。

　　中国中老年群体门诊统筹政策与医疗满意度关联性研究■◆★★★：基于混合效应有序Logit模型的实证分析

　　研究团队采用混合效应有序Logit模型（MEOLOGIT）这一创新方法，整合了28省125市的宏观政策数据与微观个体特征。技术路线包含三个关键环节■★★◆◆：首先构建双样本队列（UEBMI参保者n=3,619；URRBMI/URBMI/NRCMI参保者n=25,333），其次通过城市统计年鉴获取人均GDP和每千人医生数等区域变量，最后采用交互项分析政策效果的地区异质性■★■。

　　研究建议未来改革应重点提升URRBMI报销比例，特别是对慢性病人群（4种以上慢性病者满意度降低19%）■■。随着2021年国务院《关于建立健全职工基本医疗保险门诊共济保障机制的指导意见》全面实施，该研究为政策优化提供了关键证据链★■，提示需建立差异化的区域补偿机制，尤其应加强西部地区的门诊保障力度◆◆■。