美国全民医保研究：每年或省1万亿美元、挽救11.4万人

一项引发热议的医疗经济学研究

近日，一项关于全民医疗保障（Universal Health Coverage, UHC）的研究在 Hacker News 上引发广泛讨论，帖子获得了 693 个赞和超过 786 条评论。这项研究抛出了一个极具冲击力的结论：在美国推行全民医保，每年不仅能够挽救约 11.4 万人的生命，还有望节省高达 1 万亿美元的开支。

这个结论乍看之下有些反直觉——通常人们会认为「覆盖更多人」意味着「花更多钱」。但该研究试图论证的恰恰相反：一个更全面、更统一的医疗保障体系，反而可能在总成本上低于当前碎片化的美国医疗系统。这也是它在技术与经济讨论社区引发激烈争论的核心所在。

美国医疗体系的碎片化现状

要理解这一结论为何可能成立，首先需要了解美国医疗体系的独特结构。美国是全球唯一没有实现全民医疗保障的主要发达经济体。其医疗支付体系由多个相互独立的部分组成：针对 65 岁以上老人的联邦 Medicare 计划、针对低收入群体的 Medicaid 计划、雇主提供的商业保险、个人购买的保险以及退伍军人医疗系统（VA）等。

Medicare 和 Medicaid 均诞生于 1965 年林登·约翰逊总统签署的社会保障法修正案（Social Security Amendments of 1965），这是继罗斯福新政之后美国最重要的社会立法之一。Medicare 分为四个部分：Part A 覆盖住院费用（通过工资税筹资）、Part B 覆盖门诊和医生服务（通过保费和一般税收筹资）、Part C（Medicare Advantage）允许参保者选择私营保险公司管理的替代计划、Part D 覆盖处方药（2003 年增设）。Medicaid 则由联邦和州政府共同出资，各州在联邦最低标准之上有较大的自主权来决定覆盖范围和资格条件，这导致了各州之间保障水平的巨大差异。

这种多层次、多主体的结构导致约 2600 万美国人完全没有医疗保险，还有数千万人处于「保险不足」状态——虽然名义上有保险，但高免赔额和共付比例使他们在需要时仍然无法负担医疗费用。正是这种碎片化，为后文提到的行政成本膨胀和预防性医疗缺失埋下了根源。

从宏观经济视角看，美国医疗支出占 GDP 的比重约为 18%（2022 年数据约 4.5 万亿美元），这一比例远超其他 OECD 国家 8-12% 的平均水平。然而在健康结果上，美国的预期寿命在发达国家中排名靠后（约 77 岁，低于日本的 84 岁和多数西欧国家的 80 岁以上），婴儿死亡率则高于大多数同等发展水平的国家。这种「高投入、低产出」的悖论正是碎片化体系效率低下的直接体现。2010 年奥巴马签署的《平价医疗法案》（Affordable Care Act, ACA）虽然通过扩大 Medicaid 覆盖范围和建立保险交易市场（Health Insurance Marketplace）将无保险人数减少了约 2000 万，但它本质上是在既有碎片化结构上的修补，并未触动多支付者体系的根本架构，因此行政复杂性和成本膨胀的深层问题依然存在。值得注意的是，截至 2024 年仍有 10 个州（主要为共和党执政州）拒绝扩展 Medicaid，这意味着数百万低收入成年人落入「覆盖缺口」——收入过高不符合传统 Medicaid 资格，又过低无法获得保险市场的补贴。

为什么「覆盖更多人」反而能省钱

行政成本的黑洞

美国现行医疗体系的一大顽疾是极其高昂的行政管理成本。由于存在大量私营保险公司、各不相同的报销规则、复杂的计费与理赔流程，医疗机构不得不雇佣庞大的行政团队来处理账单和保险纠纷。研究人员认为，统一的全民医保体系可以大幅削减这部分冗余开支，这是「省钱」结论的重要来源之一。

这一问题的严重程度可以用数据说明：根据多项研究估算，美国医疗系统中行政管理成本占总支出的比例高达 34%，远超其他发达国家。加拿大的单一支付者体系中，行政成本仅占约 17%。具体而言，美国每位医生平均需要配备数名专职行政人员来处理不同保险公司的账单编码、预授权申请和理赔争议。ICD-10 编码系统包含超过 7 万个诊断代码，不同保险公司对同一治疗的覆盖条件和报销比例各不相同，这种复杂性迫使医疗机构投入巨额资源用于非临床事务。如果将这些行政成本降低到其他发达国家的平均水平，节省的金额将以千亿美元计。

要深入理解行政成本的技术根源，需要了解美国医疗计费系统的运作方式。除了 ICD-10 诊断编码外，CPT（Current Procedural Terminology）编码系统定义了超过 1 万个医疗操作代码，每项医疗服务都需要精确匹配诊断码和操作码的组合才能获得报销。在支付端，Medicare 自 1983 年起采用 DRG（Diagnosis-Related Groups，诊断相关组）预付费制度，将住院患者按诊断分为约 750 个组别，每组有固定的支付金额；而商业保险则可能采用完全不同的支付逻辑，有的按服务项目付费（Fee-for-Service），有的按人头付费（Capitation），有的采用捆绑支付（Bundled Payment）。医疗机构提交的电子理赔通常遵循 HIPAA 规定的 EDI（Electronic Data Interchange）标准格式——837 表格用于提交理赔、835 表格用于接收支付说明——但不同保险公司在标准格式之上还叠加了各自特有的业务规则和附加要求。理赔数据通常需要经过「清算所」（Clearinghouse）的中间环节进行格式转换和初步校验才能送达保险公司，这又增加了一层处理成本。

预授权（Prior Authorization）机制要求医生在进行某些治疗前必须获得保险公司的事先批准，美国医学会（AMA）的调查显示，医生每周平均花费近两个完整工作日处理预授权事务，这不仅增加了行政负担，还延迟了患者获得治疗的时间。围绕这种复杂性，收入周期管理（Revenue Cycle Management, RCM）已发展为一个市场规模超过 400 亿美元的独立行业，专门帮助医疗机构处理从患者登记到最终收款的全流程。Epic、Cerner 等电子健康记录（EHR）系统虽然实现了部分数字化，但不同系统间的互操作性不足又增添了新的复杂层——尽管 2016 年《21世纪治愈法案》（21st Century Cures Act）和后续的互操作性规则（如 FHIR/HL7 标准的推广）试图解决这一问题，但进展缓慢。这种行政基础设施的膨胀本身就是碎片化体系的产物——在单一支付者系统中，一套统一的规则和流程即可取代这一切。

预防性医疗的经济价值

另一个关键逻辑在于预防。当人们因缺乏保险而推迟就医时，小病往往拖成大病，最终演变为需要急诊或长期治疗的高成本情况。全民覆盖意味着更多人能够及早获得预防性和基础性医疗服务，从而避免昂贵的后期治疗。研究中「挽救 11.4 万人」的估算，很大程度上正是建立在「及时就医」这一前提之上。

预防性医疗的经济逻辑可以用具体数字说明：一次常规体检和早期筛查的费用通常在数百美元量级，而一次心脏病急诊住院的平均费用超过 5 万美元，晚期癌症的治疗费用可达数十万美元。美国急诊室（ER）经常承担「最后安全网」的角色——联邦 EMTALA（Emergency Medical Treatment and Labor Act，1986 年通过）法律要求急诊室不得拒绝任何患者，无论其是否有支付能力。这导致大量无保险者将急诊作为基础医疗的替代，而急诊的单次就诊成本是社区诊所的 5-10 倍。这种结构性的低效，是全民覆盖可能带来成本节约的另一个重要来源。

从预防医学的制度层面看，美国预防服务工作组（USPSTF, United States Preventive Services Task Force）负责对各类预防性筛查和干预措施进行循证评估，发布 A 到 D 的推荐等级以及 I 级（证据不足）评定。ACA 的一项重要条款要求所有保险计划必须免费覆盖获得 A 或 B 级推荐的预防服务（如结直肠癌筛查、高血压筛查、乙肝疫苗等），不得收取共付额或计入免赔额。然而这一规定仅保护有保险者，无保险人群仍然无法受益。此外，即使有保险覆盖，预防性服务的实际利用率也受到健康素养、地理可及性和时间成本等因素的制约——农村地区缺少初级保健医生（Primary Care Physician Shortage）的问题使得部分人口虽有保险却难以获得服务。

从医疗经济学的方法论角度看，预防性投入的价值通常用 QALY（Quality-Adjusted Life Year，质量调整生命年）来衡量。QALY 是一个将生存时间和生活质量综合量化的指标：一年完全健康的生活等于 1 个 QALY，而一年带有严重残疾的生活可能仅等于 0.5 个 QALY。美国通常将每个 QALY 的支付意愿阈值设在 5-15 万美元之间（值得注意的是，美国并没有像英国 NICE 那样的统一成本效益评估机构来系统性地应用这一标准，这也是药品定价缺乏制衡的原因之一）。以糖尿病为例，二型糖尿病的早期管理（生活方式干预加基础药物）年均费用约 3000-5000 美元，但如果发展到需要透析的终末期肾病，年均费用将飙升至 9 万美元以上。美国目前有超过 3700 万糖尿病患者和近 1 亿前驱糖尿病患者，其中相当比例因保险覆盖不足而缺乏规范管理。此外，健康的社会决定因素（Social Determinants of Health, SDOH）研究表明，医疗保障的缺失还会通过增加经济压力、限制就业流动性等间接途径影响健康结果，形成「贫困-疾病-贫困」的恶性循环。全民覆盖打破这一循环的潜力，是其长期社会收益的重要组成部分。

全民医保的不同实现路径

值得注意的是，全民医保的实现方式并非只有一种。单一支付者模型（Single-Payer）如加拿大体系，由政府作为唯一的保险支付方，所有医疗费用通过税收筹资并由政府统一支付给医疗服务提供者。多支付者模型（Multi-Payer）如德国和荷兰体系，保留多个保险机构但通过严格监管实现全民覆盖，所有人必须参保且保险公司不得拒保或基于健康状况定价。美国当前讨论的方案涵盖了从激进的 Medicare-for-All 到温和的公共选项（Public Option）等多种路径，不同方案在成本节约潜力和政治可行性之间存在不同的权衡。

具体而言，参议员 Bernie Sanders 提出的 Medicare-for-All 法案（S.1129）是目前最具代表性的单一支付者提案。该法案的核心条款包括：在四年过渡期内逐步将所有美国居民纳入一个统一的联邦医保计划；覆盖范围极为全面，包含医疗、牙科、视力、听力、长期护理和处方药，且不设免赔额、共付额或共保比例；禁止私营保险公司提供与联邦计划重复的覆盖（但允许提供补充性的美容手术等非必需服务保险）；资金来源主要为累进式工资税、高收入个人附加税、资本利得税改革和企业税。国会预算办公室（CBO）和多个独立研究机构对该法案的成本估算存在分歧，估计联邦支出将在 10 年内增加 30-40 万亿美元，但同期全国医疗总支出可能减少 2-5 万亿美元——差异在于费用从私营部门转移到了公共部门。

相比之下，公共选项（Public Option）方案则温和得多：在保留现有私营保险市场的同时，创建一个由政府运营的保险计划供个人和雇主自愿选择。支持者认为这能通过竞争压力迫使私营保险降低价格和改善服务，同时避免了全面取消私营保险带来的政治阻力和过渡风险。批评者则认为这种方案无法实现单一支付者体系的规模效益和行政简化，且可能面临「逆向选择」问题——高风险人群涌入公共计划而健康人群留在私营市场。

从比较卫生政策的视角看，全球医疗体系大致可归纳为四种经典模型。贝弗里奇模式（Beveridge Model）源自英国 1948 年建立的 NHS（国家医疗服务体系），政府既是支付方也是服务提供方，医疗机构由国家所有，资金来自一般税收，代表国家包括英国、西班牙和北欧诸国。俾斯麦模式（Bismarck Model）起源于 1883 年德国的社会保险立法，通过强制性社会保险基金（Sickness Funds）实现覆盖，雇主和雇员共同缴费，医疗服务则由私营机构提供，代表国家包括德国、法国、日本和韩国。国家健康保险模式融合了前两者的特点，政府作为单一支付方但服务由私营机构提供，加拿大和台湾地区是典型代表。第四种是自付模式（Out-of-Pocket Model），存在于大多数发展中国家。美国的独特之处在于它同时包含了所有四种模式的元素——Medicare 类似国家健康保险、VA 系统类似贝弗里奇模式、雇主保险类似俾斯麦模式，而无保险者则处于自付状态——这种混合体制正是效率低下的结构性根源。在 Commonwealth Fund 等机构的全球医疗系统排名中，美国虽然在专科医疗技术和药物创新方面领先，但在公平性、可及性和整体效率上通常排在发达国家末位。

Hacker News 社区的观点分歧

作为一个以工程师和技术从业者为主的社区，Hacker News 上的讨论呈现出典型的多元视角，786 条评论中观点并不一致。

支持方的核心论据

支持者普遍援引其他发达国家的经验数据。许多欧洲国家、加拿大、日本等地在实现全民覆盖的同时，人均医疗支出显著低于美国，且在预期寿命、婴儿死亡率等关键健康指标上表现更优。这些实证案例被用来佐证研究结论的可行性。

质疑方的主要顾虑

质疑者则从多个角度提出保留意见：

• 模型假设的可靠性：一些评论者指出，此类研究高度依赖经济模型和假设参数，「节省 1 万亿」和「挽救 11.4 万人」都是估算值，实际落地效果可能与模型预测存在偏差。
• 过渡成本与政治现实：即便长期能省钱，从现有体系过渡到全民医保的转型成本、既得利益者的阻力、以及政治可行性都是不容忽视的现实障碍。
• 医疗资源与等待时间：部分人担忧全民覆盖可能导致需求激增，进而带来更长的排队等待时间，这是一些实行公费医疗国家常被诟病的问题。

关于等待时间的担忧值得展开讨论。加拿大确实面临专科转诊和择期手术等待时间较长的问题——Fraser Institute 的年度报告显示，加拿大从全科医生转诊到接受专科治疗的中位等待时间约为 27 周。但这一问题并非全民医保的必然结果：德国和法国同样实现了全民覆盖，但由于保留了私营服务提供方之间的竞争且医疗资源供给更充裕，等待时间问题远不如加拿大严重。这表明等待时间更多是资源配置策略和医疗容量投资决策的函数，而非全民覆盖制度本身的内在缺陷。

如何理性看待这类医疗经济学研究

对于技术背景的读者而言，这类研究提供了一个很好的思考样本：如何评估一个基于复杂系统建模得出的政策结论。

首先，要关注数据来源与方法论。「1 万亿美元」和「11.4 万人」这样的整数化结论，本质上是对大量变量进行建模后的中位估计，理解其置信区间和敏感性分析比记住具体数字更重要。医疗经济学研究中的敏感性分析（Sensitivity Analysis）是评估模型稳健性的关键方法——研究者会系统性地改变模型中的关键参数，如行政成本节省比例、药品议价折扣幅度、新增就医需求的弹性系数等，观察最终结论是否仍然成立。蒙特卡洛模拟则通过对参数进行数千次随机抽样来生成结果的概率分布。优质的政策研究不仅报告点估计值，还会提供置信区间，例如「节省金额在 6000 亿到 1.4 万亿之间，中位估计为 1 万亿」。读者应特别关注结论对哪些假设最敏感。

在因果推断方法论层面，医疗政策研究面临独特挑战。与药物临床试验不同，我们无法对整个国家进行随机对照试验（RCT）来测试全民医保的效果。因此研究者往往依赖「自然实验」——即政策变化创造的准实验条件，并运用一系列计量经济学方法来逼近因果关系。差异中的差异法（Difference-in-Differences, DiD）是其中最常用的方法之一：通过比较政策实施前后、实施地区与未实施地区之间结果变量的差异变化来估计政策效果。例如，研究者可以比较扩展了 Medicaid 的州与未扩展州在保险覆盖率、急诊使用率和死亡率等指标上的差异变化趋势。断点回归（Regression Discontinuity）则利用政策资格的明确分界点（如 65 岁自动获得 Medicare 资格）来估计保险覆盖的因果效应。工具变量法（Instrumental Variables）通过寻找影响保险覆盖但不直接影响健康结果的外部变量来解决内生性问题。这些方法各有假设前提和局限性，对它们的理解有助于读者评判研究结论的可信度。

最著名的案例是 2008 年的俄勒冈健康保险实验（Oregon Health Insurance Experiment）：俄勒冈州通过抽签方式将有限的 Medicaid 名额随机分配给低收入申请者，创造了一个近乎随机化的研究环境。结果显示，获得 Medicaid 的人群在心理健康、财务安全和医疗服务使用方面显著改善，但在某些客观生理指标（如血压、血糖控制）上的短期改善未达到统计显著性，这引发了关于保险覆盖与健康结果之间因果关系的深入讨论。更早的 RAND 健康保险实验（1971-1986）则是史上规模最大的健康政策 RCT，它发现免费医疗确实增加了服务使用量但对多数人群的健康结果影响有限，不过对低收入和高风险人群存在显著的健康收益。这些经典研究为当前的全民医保辩论提供了重要但并非决定性的证据基础。

其次，要区分技术可行性与政治可行性。研究可能证明某方案在经济学上更优，但这并不自动意味着它能被顺利实施。系统迁移的成本、路径依赖和利益重分配，往往才是真正的瓶颈。对技术从业者而言，美国医疗系统转型的困境类似于大型遗留系统的迁移。整个医疗行业围绕现有保险体系构建了庞大的生态：保险经纪人、医疗账单编码员、理赔处理公司、医院收入周期管理软件等，仅健康保险行业就直接雇佣超过 50 万人。这种路径依赖意味着即使新系统在理论上更优，迁移过程本身也会产生巨大的摩擦成本和社会影响。这与企业从单体架构迁移到微服务时面临的挑战类似——技术上正确的方向不等于迁移路径是平滑的。

从政治经济学的角度看，美国医疗体系改革的利益相关方网络极其复杂。私营保险行业 2022 年的营收超过 1.2 万亿美元，其中五大保险公司（UnitedHealth、Anthem、Aetna/CVS、Cigna、Humana）合计市值超过 5000 亿美元。制药行业每年的政治游说支出高居各行业之首，超过 3 亿美元。医院系统、医疗器械公司、医生专科协会等也各有立场。值得注意的是，大型保险公司近年来通过纵向整合进一步巩固了其地位——UnitedHealth 旗下的 Optum 已成为全美最大的雇佣医生网络之一，CVS 收购 Aetna 后整合了药房、保险和初级保健。这种「医保-服务-药品」纵向一体化意味着这些公司的利益已深度嵌入医疗服务的各个环节，而非仅仅是支付中介。这种利益格局意味着任何系统性改革都面临强大的政治阻力——克林顿 1993 年的医改方案失败和 ACA 通过时的惨烈政治斗争都是前车之鉴。理解这些政治动力学对于评估研究结论的现实转化潜力至关重要。

最后，跨国比较需要谨慎。不同国家的人口结构、医疗文化、财政体系差异巨大，简单套用他国经验存在局限。但这些案例至少证明了「全民覆盖」与「高支出」并非必然绑定。例如，美国独特的高肥胖率（超过 40%）、枪支暴力问题、阿片类药物危机以及地理上的极度分散性（低密度农村地区的服务可达性挑战）都是其他发达国家较少面对的变量，这些因素可能影响全民医保方案在美国的实际效果估算。

结语

无论最终结论是否成立，这项研究之所以能在技术社区激起近 800 条评论的讨论，正是因为它触及了一个所有人都关心的议题：如何用更少的成本，让更多人获得更好的医疗保障。它提醒我们，医疗系统的设计本质上也是一个复杂系统优化问题——目标函数、约束条件和权衡取舍，缺一不可。数字或许存在争议，但对更高效、更公平医疗体系的追求，值得持续探讨。