在建设“健康中国”的战略目标下,虽然我国的基本医疗保障服务已经实现了“全民医保”,但是人们最关心的“看病难、看病贵”的问题从根本上未得到解决,因此我国医保制度面临着更加艰巨的挑战和任务。在这样的背景下,国家紧抓医疗保障的核心问题,大病保障不足问题,迅速在全国开展并推广大病保险工作。目前大病保险的筹资方式是按一定比例或额度从城乡居民医保基金中划拨,在国家想要迅速实现大病保险全覆盖的希冀下,大病保险将会对城乡居民医保基金收支缺口形成较大的压力。如果需要极其大量地消耗现有的城乡居民医保基金结余才能实现大病保险的全覆盖,则不仅大病保险制度难以持续,其紧密依赖的城乡居民医保制度也将受到极大的冲击。为了对大病保险制度提供有价值的政策建议,研究大病发生率的重要影响因素是有必要的。云南省与全国其他省份甚至云南省内各地区之间的经济社会发展水平有较大差异,研究云南省大病发生率的时空差异性以及影响因素具有一定代表性。国内外大部分的研究主要是站在政策制定者的角度,基于宏观政策,来分析城乡居民大病保险的途径选择、运行机制和出现的问题等。鲜有基于大病发生率进行影响因素分析。本文基于云南省城镇职工医疗互助的微观数据,结合相关宏观经济指标及气候、地理信息等数据,运用空间计量经济学方法对云南省大病发生率在时间和空间上的差异性进行了分析,并通过建立统计学模型,研究分析了大病发生率的关键影响因素。本文选择以大病发生率的时空差异性极其影响因素为切入点,希望从新的角度提出完善云南省大病保险制度的政策建议。本文通过对云南省16个州市的大病发生率进行空间自相关分析,发现相邻州市间大病发生率存在着空间相关性。结合时间维度,进行时空差异性分析,发现从2012年-2016年,随时间变化,各州市集聚情况有变化,但变化程度不大。总体来讲,大病发生率的空间集聚情况为:高-高集聚的地区大多分布在滇西、滇西南地区;低-高集聚的地区大多分布在滇西、滇西北地区;低-低集聚的地区大多分布在滇中、滇东北、滇南地区。对129个区县2012-2016年的大病发生率进行时空差异性分析,得到云南省各区县大病发生率存在正的空间自相关关系,且随时间的推移,空间聚集存在一些变化。综合来讲,高-高聚集与低-低聚集的地区比低-高、高-低聚集的地区数量多。为了探索区县间大病发生率存在时空差异性的原因,构建被解释变量为区县大病发生率,解释变量分别为:人均GDP的对数、人均储蓄存款的对数、年平均气温、年降水量、每万人医疗机构床位数的SCAD模型,结果表明:区县经济发展水平、气候环境及医疗水平均对区县大病发生率有影响,但主要影响的方面是经济发展水平和气候环境。最终确定大病发生率的主要影响因素为:人均储蓄、年平均气温、人均GDP这三个指标。