按照国际标准衡量,我国在1999年进入老龄化社会。从人口总量及增长速度看,我国人口老龄化速度不断加快,超过欧洲各国,仅次于日本;低生育率加剧了我国人口老龄化程度;人口老龄化地区差异显著;我国进入老年型社会后将在相当长的一段时间内处于发展中国家行列,呈现出未富先老的特点。人口老龄化对经济社会带来一系列不利因素。社会抚养比上升,社会负担加重,劳动供给减少,社会保障体系和公共服务压力加大,社会代际关系受到影响。对于职工基本医疗保险保险制度而言,参保人群年龄结构开始老化。我国职工基本医疗保险制度自20世纪90年代“两江”试点以来,建立了统筹基金和个人账户相结合的“统帐”模式,在一定范围内缓解了职工就医的经济负担。老年退休职工比例的增加带动医疗费用的增加。劳动力减少将导致基金征缴来源减少,退休人员无需继续缴纳医疗保险费用的政策加重了代际供款压力。参保群体的疾病谱已由过去急性传染病逐步转向以心脑血管疾病、恶性肿瘤、糖尿病等慢性疾病为主,慢性病病程长,治疗费用占全国医疗总费用的七成,增加了医疗保险基金的支出。职工医保制度内老年参保者对医疗服务的需求与基金的承载力不相适应等矛盾突显。退休职工到子女工作城市安享晚年,对异地联网就医结算提出了更加紧迫的要求。失能、半失能老人、高龄老人、“空巢”老人逐年增多,在医疗照护、医疗保健、疾病预防等方面均提出保障需求,对社会福利和社区照料服务的需求也在不断增加。职工基本医疗保险制度建立时间短、筹资模式、支付方式、经办管理体制、运行机制等方面仍处在不断完善和探索阶段。面对诸多棘手问题,迫切需要从顶层设计入手对职工基本医疗保险制度进行完善和优化,提高制度整体的运行绩效与保障能力,增强医疗保险基金的抗风险能力。无论是发达国家还是发展中国家都已经开始着手防范和解决人口老龄化对医疗保险制度造成的冲击。医疗保险的制度设计受政治、经济、社会乃至历史文化等诸多因素的综合影响。我国仍处于社会主义初级阶段,城乡差别、区域差别、群体间差别仍然存在。因此,在对职工基本医疗保险制度优化设计时不能盲目照搬西方国家的高福利模式。20世纪50年代出生的中国人经历了文革、上山下乡、下岗、提前退休、买断工龄,民众的公平性诉求越来越强烈。中国特色社会主义的本质特征和基本价值取向是公平正义,而作为再分配重要手段的医疗保险制度更加追求公平。本文以人口老龄化为背景,研究如何对职工基本医疗保险制度整体优化和改进。重点分析人口因素对职工基本医疗保险制度、基金运行、经办管理产生的影响。选取大连市作为研究对象,建立基金收支数理模型,对未来十年基金的收支状况进行预测。对国内外医疗保险制度应对人口老龄化措施的适用性进行深入探讨。从促进职工基本医疗保险制度可持续发展的角度,对制度的框架、基金的收支、经办管理能力的提升等方面进行优化设计。我国现阶段已基本实现医疗保险政策的全覆盖,医疗保险工作任务也随之从扩大参保范围向提升保障质量转变。本文以医疗保障、医疗服务、公共卫生、药品供应、监管体制等综合改革作为依托,坚持“全覆盖、保基本、多层次、可持续”原则,按照“十三五”规划提出的社会保障具体任务和新医改的要求,结合相关的政策法规提出制度优化的具体措施。本文认为,建立多层次的医疗保障体系,有助于分散人口老龄化对职工基本保险制度带来的风险;建立稳定、合理的筹资机制和多元化的付费方式,有助于提升职工基本医疗保险基金的运行效率;逐步实现医疗保险经办机构的标准化建设,有助于以精准化的管理手段顺应老年参保者的多样化需求。本文的创新之处体现在:(1)以大连市为样本,选取2004年至2013年职工基本医疗保险运行的时间序列数据进行实证研究,印证了我国人口老龄化背景下医疗费用上涨将使得医疗保障体系面临巨大的压力,将导致医疗保险基金出现收支缺口的基本结论。(2)对我国职工基本医疗保险制度进行整体优化设计。提出应逐步缩小个人账户规模,同步完善门诊统筹制度,在统账结合模式下,实行“大统筹、小账户”。将从事经济活动的全体劳动者都纳入保障范围,逐步延长参保者的缴费年限。通过建立长期护理保险和城乡一体的基本医疗保险制度,健全社会保障体系,形成社保统一管理的大格局。制度优化设计过程中注重统筹推进制度内资金筹集、支付手段、经办管理等方面的协同发展。(3)结合我国人口老龄化的进程,提出职工基本医疗保险制度优化的三个实施步骤。2017-2018年,搭建全国异地就医联网结算平台,缓解老年参保者异地就医的经济压力;2019-2020年,搭建长期护理保险政策框架,促进基本医疗保险制度运行更加平稳;2021-2025年,将职工基本医疗保险制度与城乡基本医疗保险制度整合为一,最终实现健康老龄化。三个实施步骤进一步细化和深化了已有的研究内容。提出应依托大数据技术对参保者就医信息进行更深层面的信息挖掘;以全民参保计划为契机,打破公共服务部门之间的信息壁垒,深入实施“互联网+人社”2020行动计划;利用大数据提升监管效率,通过数据挖掘对参保和就医人员的逆向选择行为进行甄别,构建和谐的医保患关系。