一張醫保參保地圖，照出31省的就業質量與人口流動

居民（城鄉）醫保占比越高，參保結構越弱；總參保比值偏離100%，顯示“人在哪、醫保在哪”的錯位

數據區間：2016—2023年｜重點可比區間：2019—2023年｜單位：萬人

本文采用的兩條解釋框架

第一，本文所說的“醫保質量”特指參保結構質量，而不是醫院水平、報銷比例或實際就醫體驗。城鄉居民醫保占常住人口比值越高，說明當地更多人口依賴居民醫保，職工醫保對穩定就業人口的承接相對不足，因此參保結構質量偏弱。

第二，兩類基本醫保參保人數合計與常住人口的比值偏離100%，可作為人口流動與參保地錯位的線索：高于100%更像“人已外出、醫保仍留在原籍”；明顯低于100%更像“人在當地生活、醫保關系仍在老家或其他地區”。這些是方向性推斷，不能替代人口遷移和參保關系明細。

核心結論

觀察維度

2023年典型地區

數據特征

本文判斷

居民醫保依賴高

貴州、廣西、安徽、江西、河南、甘肅

居民醫保比值約88%—96%，職工醫保比值約13%—17%

職工醫保支撐弱，參保結構質量偏低

職工醫保主導

北京、上海、天津、浙江、廣東

居民醫保比值低，但職工醫保比值約38%—68%

穩定就業與單位參保承接更強

合計超過100%

貴州、安徽、甘肅、廣西、江西、河南

合計比值約103%—109%

“人走醫保留”的人口外流線索較強

合計明顯低于100%

上海、浙江、天津、北京、廣東

合計比值約80%—88%

“人在當地、醫保在外地”的流入型錯位線索較強

一、先說結論：居民醫保占比高，反映的是參保結構質量偏弱

單看“有沒有醫保”已經不足以解釋地區差異。更值得觀察的是一個地區主要依靠哪一種醫保承接人口。職工醫保與就業、單位參保聯系更緊，居民醫保則更多承擔非就業人口和未被職工醫保吸收人口的基本保障。

因此，本文把“居民（城鄉）醫保參保人數占常住人口比值高”視為一種結構性弱項：它意味著當地職工醫保覆蓋相對不足，穩定就業和單位參保對人口的吸收能力偏弱。

圖1 2019—2023年31省合計口徑下的醫保結構變化。

全國層面，2019—2023年居民醫保參保人數從10.28億人降至9.83億人，減少4428.3萬人；職工醫保從3.17億人增至3.62億人，增加4562.6萬人。居民醫保占常住人口比值下降3.13個百分點，職工醫保比值上升3.25個百分點，兩類合計比值基本不變。

這意味著全國醫保總量并未明顯收縮，真正發生的變化是參保結構轉換：一部分人口從居民醫保轉入職工醫保。對省級數據的評價，也圍繞“職工醫保是否接住了居民醫保下降”展開。

二、哪些省份居民醫保依賴最高？

圖2 2023年居民醫保占常住人口比值最高的12個省份。

2023年，貴州居民醫保參保人數相當于常住人口的96.4%，居31省首位；廣西、安徽、江西、河南、甘肅均在88%左右，云南為85.1%，湖南為83.3%。這些地區的共同特征不是“醫保覆蓋特別好”，而是基本醫保高度依賴居民醫保。

更能說明問題的是職工醫保比值。貴州只有12.8%，云南12.5%，河南14.2%，江西14.3%，廣西14.5%，甘肅15.5%，湖南16.0%。也就是說，在居民醫保占比最高的一組省份中，職工醫保恰恰普遍偏低。

按照數據GO的分析邏輯，這一組合意味著：當地大量人口仍停留在居民醫保體系，職工醫保沒有形成足夠強的替代和承接，反映出穩定就業、單位參保和人口本地化程度相對不足。居民醫保比值越高，參保結構越偏“兜底型”，而不是“就業型”。

三、居民醫保占比最低的地區，為什么反而可能結構更好？

圖3 2023年居民醫保占比最低地區的職工醫保補位情況。

上海和北京的居民醫保比值只有14.7%和18.5%，為全國最低；天津為39.1%，浙江41.1%，廣東49.6%。

北京職工醫保參保人數相當于常住人口的68.5%，上海為65.3%，天津47.1%，浙江43.1%，廣東38.2%。居民醫保比值低，是因為更多人口被職工醫保吸收，而不是因為基本醫保簡單缺位。居民醫保低、職工醫保高，則代表參保結構更多依靠就業和單位繳費支撐。

圖4 2023年31省居民醫保依賴與職工醫保支撐的結構分布。

四、合計超過100%：更像“人走了，醫保還留在老家”

把居民醫保和職工醫保相加后，2023年有8個省份的參保人數合計超過常住人口：貴州109.2%、安徽106.3%、甘肅103.6%、廣西103.5%、江西103.0%、河南102.8%、重慶100.5%、四川100.3%。

在不考慮統計時點、重復統計和口徑差異的前提下，這種現象可以作一個人口流動方向的推斷：一些已經離開本省、未被計入本地常住人口的人，醫保關系仍然保留在原籍。換句話說，常住人口已經流出，但參保登記并未同步轉走，形成“人走醫保留”。

這一信號在貴州、安徽、甘肅、廣西、江西和河南更明顯，因為這些地區不僅合計比值超過100%，而且居民醫保占比很高、職工醫保占比很低。它們同時呈現出兩種特征：一是居民醫保依賴較強，二是參保人數相對常住人口存在較大“盈余”。在本文框架下，這更符合勞動力外出、醫保仍留在戶籍地或原籍地的圖景。

圖5 2023年兩類醫保合計比值相對100%的偏離。紅色為高于100%，藍色為低于100%。

五、合計越低：更像“人在當地，醫保仍在老家”

2023年合計比值最低的是上海，僅80.0%；其后為浙江84.2%、天津86.2%、北京86.9%、廣東87.8%、海南88.3%、遼寧89.6%、新疆89.8%。

合計比值越低，是人口流入而不是人口流出。常住人口已經被統計在當地，但其中一部分人的醫保關系仍留在原籍或其他地區，因而當地參保人數沒有同步增加。也就是“人在這里工作生活，醫保還在老家交”。

上海、浙江、天津、北京和廣東最符合這一解釋：它們的居民醫保比值很低，職工醫保比值較高，同時合計比值明顯低于100%。這說明這些地區吸納了大量常住人口，但醫保關系的遷入、本地就業參保或統計歸屬沒有完全同步。

海南、遼寧和新疆雖然合計比值也偏低，但僅憑當前數據不能把原因完全歸結為人口流入。它們可能還受到參保統計口徑、異地參保、人口年齡結構等因素影響。因而本文只把低比值作為“人口與參保地錯位”的線索，而不是人口流向的最終證明。

六、把兩個指標放在一起，31省可分為四類

類型

典型省份

數據組合

結構含義

居民醫保依賴+參保盈余型

貴州、安徽、廣西、甘肅、江西、河南

居民醫保高、職工醫保低、合計>100%

就業型醫保支撐弱，同時存在“人走醫保留”的外流線索

職工醫保主導+參保缺口型

上海、北京、天津、浙江、廣東

居民醫保低、職工醫保高、合計<90%

人口吸納能力強，但部分常住人口醫保關系尚未本地化

居民醫保依賴+合計接近100%型

云南、湖南、河北、西藏

居民醫保較高，職工醫保較低，合計約93%—99%

參保總量接近人口，但結構仍偏居民醫保

結構轉型或壓力觀察型

吉林、陜西、海南、四川等

2019—2023年合計比值明顯下降

居民醫保下降后，職工醫保補位不足或參保登記與人口匹配變弱

七、縱向看：真正的風險是居民醫保下降后，職工醫保沒有接住

圖6 2019—2023年各省兩類基本醫保合計比值變化。

2019—2023年，江蘇、安徽、天津、上海、寧夏等地的兩類醫保合計比值上升，其中江蘇居民醫保減少238.1萬人，但職工醫保增加635.9萬人，職工醫保增量明顯超過居民醫保降幅；廣東居民醫保減少147.9萬人，職工醫保增加685.3萬人，也完成了較充分的結構替代。

需要重點觀察的是合計比值持續下降的地區。吉林下降9.79個百分點，為31省最大降幅；陜西下降5.71個百分點，北京下降5.20個百分點，海南下降3.72個百分點，湖南下降3.66個百分點，江西下降3.28個百分點，遼寧下降3.16個百分點，四川下降3.12個百分點。

吉林的信號尤其突出：2019—2023年居民醫保減少313.9萬人，職工醫保也減少30.8萬人，兩類醫保合計減少344.7萬人，而常住人口減少108.6萬人。參保人數下降明顯快于常住人口，說明不僅人口在減少，參保登記與人口之間的匹配也在走弱。

陜西則在2023年出現明顯下滑：居民醫保較2022年減少159.7萬人，職工醫保減少63.6萬人，兩類合計比值一年下降5.55個百分點。按本文框架，這意味著居民醫保收縮沒有被職工醫保承接，是短期結構惡化最明顯的地區之一。

八、31省醫保結構的三張名單

1. 參保結構質量偏弱名單

貴州、廣西、安徽、江西、河南、甘肅、云南、湖南。共同特征是居民醫保占常住人口比值高，職工醫保比值低，基本醫保更多依靠居民醫保兜底。

2. “人走醫保留”線索較強名單

貴州、安徽、甘肅、廣西、江西、河南，以及接近100%以上的重慶、四川。共同特征是兩類醫保合計參保人數超過常住人口，參保登記相對人口存在盈余。

3. “人在當地、醫保在外地”線索較強名單

上海、浙江、天津、北京、廣東。共同特征是常住人口對應的本地參保合計比值明顯低于100%，居民醫保低而職工醫保較高，更符合人口流入但醫保關系遷移滯后的圖景。

九、2023年31省完整數據

省份

居民醫保比值

職工醫保比值

兩類合計比值

結構判斷

貴州

96.4%

12.8%

109.2%

居民醫保依賴高；外流留籍線索強

廣西

88.9%

14.5%

103.5%

居民醫保依賴高；外流留籍線索強

安徽

88.9%

17.4%

106.3%

居民醫保依賴高；外流留籍線索強

江西

88.6%

14.3%

103.0%

居民醫保依賴高；外流留籍線索強

河南

88.6%

14.2%

102.8%

居民醫保依賴高；外流留籍線索強

甘肅

88.2%

15.5%

103.6%

居民醫保依賴高；外流留籍線索強

云南

85.1%

12.5%

97.6%

居民醫保依賴較高

湖南

83.3%

16.0%

99.3%

居民醫保依賴較高

河北

78.2%

16.7%

95.0%

結構居中

西藏

77.8%

15.2%

93.0%

結構居中

四川

76.8%

23.5%

100.3%

參保登記相對常住人口有盈余

75.1%

25.3%

100.5%

參保登記相對常住人口有盈余

青海

74.6%

19.6%

94.2%

結構居中

陜西

74.6%

18.2%

92.8%

結構居中

湖北

74.6%

21.2%

95.8%

結構居中

吉林

73.4%

23.3%

96.7%

結構居中

山西

71.7%

21.3%

93.0%

結構居中

山東

70.5%

24.7%

95.2%

結構居中

福建

69.1%

23.2%

92.4%

結構居中

寧夏

68.6%

22.3%

90.9%

結構居中

內蒙古

66.1%

24.5%

90.6%

結構居中

新疆

64.3%

25.5%

89.8%

參保地與常住地錯位較明顯

64.3%

24.0%

88.3%

參保地與常住地錯位較明顯

黑龍江

61.3%

29.1%

90.4%

結構居中

江蘇

55.5%

39.7%

95.2%

結構居中

遼寧

51.8%

37.8%

89.6%

職工醫保主導；流入未本地化線索

廣東

49.6%

38.2%

87.8%

職工醫保主導；流入未本地化線索

浙江

41.1%

43.1%

84.2%

職工醫保主導；流入未本地化線索

39.1%

47.1%

86.2%

職工醫保主導；流入未本地化線索

18.5%

68.5%

86.9%

職工醫保主導；流入未本地化線索

14.7%

65.3%

80.0%

職工醫保主導；流入未本地化線索

圖7 2023年31省居民醫保、職工醫保及兩類合計比值全景。

結語：醫保數據背后，是就業承接能力與人口歸屬的錯位

這組數據最值得關注的，不只是醫保參保人數多少，而是一個地區用什么方式承接人口。居民醫保占比高，意味著更多人口沒有進入職工醫保體系，參保結構對居民醫保依賴更強；在本文定義下，這就是醫保結構質量偏弱。

兩類醫保合計超過常住人口，則可能說明人口已經外出，但醫保關系仍留在原籍；合計明顯低于常住人口，則更可能說明當地吸納了常住人口，但這些人的醫保仍在老家或其他地區。前者是“人走醫保留”，后者是“人在當地、醫保未落地”。

由此看，貴州、安徽、廣西、甘肅、江西、河南同時具有居民醫保依賴高和合計比值超過100%的特征，是參保結構偏弱與人口外流線索疊加最明顯的一組；上海、浙江、北京、天津、廣東則呈現職工醫保主導、合計比值偏低的另一種結構，更像人口流入與醫保關系遷移不同步。

不過，這些結論仍然是基于參保人數與常住人口之間關系作出的結構推斷。要最終判斷醫保待遇、醫療質量、真實人口凈流動及異地參保情況，還需要醫保關系轉移、戶籍人口、流動人口和待遇水平等數據。

版權聲明：未經授權，任何機構不得將數據GO文章用作AI訓練語料

2025年年度數據合集（點擊即可查看詳情）：

人口：

五險一金：

收入與物價：

GDP：

31省市人口凈流動趨勢

由于數據公布不全，目前云南，黑龍江，吉林，青海，西藏等省份市一級人口凈流動數據暫不做分析。上海，北京，天津，重慶等直轄市不做區分分析。

地級市GDP

儲備：

投資：

消費：

進出口：

基金：

金融：

地產：

大類資產

股市與上市公司

宏觀行業：

汽車

其他