健康保险能改善健康吗*——“新农合”的健康绩效评估

张哲元 陈 华 李 臻

(1 中央财经大学保险学院；2 中央财经大学统计与数学学院，北京，102206)

健康保险能改善健康吗*
——“新农合”的健康绩效评估

张哲元1陈 华1李 臻2

(1 中央财经大学保险学院；2 中央财经大学统计与数学学院，北京，102206)

本文使用中国健康营养调查(CHNS)2011年的最新数据，审慎选取了健康评价指标，对新农合的健康绩效进行了考察。在OLS的基础上应用了逻辑回归和分位数回归的方法，结果表明：加入新农合未能有效降低受伤概率以及各种疾病的患病概率，新农合在降低了部分疾病患病率的同时也提高了受伤以及多种疾病的患病率。新农合有效降低了参合者ADL受损的情况，且该作用集中表现在ADL受损严重的个体上。同时新农合减少了参合者的住院天数，这一影响在住院天数最多和最少的个体中尤为明显，在住院天数居中的个体上影响较小。新农合也显著提高了参合者的自评健康状况，且该正向影响集中体现在自评健康较好的个体上。

新农合；健康绩效；健康评价指标；分位数回归

一、引言

近年来，健康保险作为一个国际问题备受各国关注。许多发展中国家纷纷开展健康保险项目，或者政府以财政资金补贴给个人或家庭以购买健康保险。健康保险的主要目的是减少个人或家庭的医疗支出，降低其因重大疾病致贫的可能，帮助其分散可能出现的健康风险，国内外众多学者的研究都着眼于健康保险经济绩效的评估。但健康保险的最终目的或者长期目的应是从根本上提高受众的健康水平。

中国自2003年在农村地区开展了新型农村合作医疗项目(简称“新农合”)，目的是保障农民获得基本卫生服务、缓解农民因病致贫和因病返贫的情况。至2008年，参合人数达到8.15亿，参合率达到91.5%，此后参合人数及参合率一直维持在较高水平，分别为2009年8.33亿、94%，2010年8.36亿、96%，2011年8.32亿、97.5%，2012年8.05亿、98.3%(中国统计年鉴，2008-2012年)。

新农合开展以来，有诸多国内外学者对新农合的效果进行研究。多数研究者着眼于新农合的经济绩效。如Wagstaff & Lindelow (2008)研究了新农合对家庭大额医疗支出的影响；白重恩(2012)研究了新农合对家庭非医疗支出的影响。还有许多学者研究了新农合对医疗服务利用情况的影响(Wagstaff,2009;Yu et al.2010)。但对新农合的健康绩效的研究是较少的，有Lei & Lin (2009)使用“自评健康”和“过去4周内生病或受伤次数”对其进行考察，认为新农合并未显著改善参合人员健康状况；程令国、张晔(2012)利用中国老年健康影响因素跟踪调查(CLHLS)数据，使用“ADL受损”、“自评健康”、“近两年患病次数”、“近两年因病卧床天数”和“受访时患病数”等指标考察了新农合对参合的老年人的健康水平的影响。其认为新农合对参合者的健康状况有明显的改善效果。两文仅分别使用了截至2006、2008年的数据，观测时间不充分，新农合的健康绩效可能未有充分发挥，其对健康绩效的评价可能与实际情况发生偏差。同时，前文采用的健康评价指标较少，可能导致评价结果不够充分；后文仅采用了老年人口的相关数据，所得出的结论使用于老年人口，但对于其他年龄段人口以及总人口的情况仍不明确，同时其选取了2005年和2008年的平衡面板数据，其参合组的参合时间不确定，结果可能是个体的健康状况并未充分受到新农合的影响，从而降低文章结果的参考意义。

因此，本文拟对新农合的健康绩效再次进行考察。我们把新农合对参合者健康状况的影响统称为健康绩效。将审慎选取评价健康状况的指标，并为其找到健康学、医学相关依据，同时会对数据中的相关内容做统计学处理以符合选取的指标，最终将这些指标作为评价健康绩效的依据。文章采用不分年龄的样本进行考察，一是考虑到在某一具体年龄段内，尤其是在老年人口中，逆选择的问题可能尤为突出，导致最终结果不能全面反映总体情况；二是对于未参合家庭，不同年龄的家庭成员在出现健康问题时对于家庭医疗救助的获得是有不同的优先顺序的(程令国，2012)，选取总人口做样本也可以减少该情况的影响。本文采用较新的数据，可以确保新农合对参合者的健康影响充分发挥，使统计结果更加具有说服力。

二、健康评价指标的选取

健康指标的制订是一个连续发展的过程，且对于各国以及各发展阶段具有不同的定位 (马晓静，2008)。因而各国对于健康评价指标的选取具有不同的标准，一国不同时期、为不同的评价目的所选取的健康评价指标也有差异。因此健康评价指标的选取是带有一定主观性的工作。我们将广泛参照各方对该指标的选取，审慎选择，为本文的健康评价指标找到依据。

我们最终决定主要依据欧盟健康指标计划所提出的指标来确定本文的评价指标。该计划体系共包含88项健康评价指标，其包括但不限于：(因各疾病)死亡率、HIV、中风、哮喘、受伤、物理和感官功能受限、个人认为的健康状况、住院情况等(ECHI,2012)，这启示我们从各疾病患病情况及受伤情况来衡量个体健康水平。同时有学者通过实证检验认为，基于自评健康状况以及客观健康状况分别对人群健康进行评价，二者的评价结果并不一致(彭荣，凌莉，2008)，这提示了在健康评价时应同时涉及自评健康与客观健康状况两类指标。还有相关学者重视对日常生活功能的评价，认为该评价包含日常自理功能(ADL)及社会服务设施利用功能(IADL)(郑晓瑛，2000)，这对上述欧盟健康指标体系是一个很好的补充，对本文也有很强启发意义。

三、数据来源及描述性统计

(一)数据介绍与变量选取

本文使用的是中国健康营养调查(China Health and Nutrition Survey,CHNS)的最新数据(截至2011年)。该调查覆盖了9个省4400多户共26000个体，其内容涵盖了营养、健康状况、经济、社会学及人口统计学等多个方面。我们利用其2011年的调查，选取该次调查中存活样本构造一个截面数据。我们选取该截面数据主要出于如下理由：新农合在2008年后参合人数及参合率已达饱和，2011年调查中的参合人员多数已参合多年，而调查中未参合人员多数是一直未参合。目的是衡量参加新农合对健康状况的影响，这种健康影响不是即时的，而是较长一段时期后显现的，因此选取2011年的数据可以较好保证新农合健康效果的作用时间。同时对新农合健康绩效的考察，是对新农合作用一段时间后的参合个体与未参合个体健康指标进行比较，而非对某一选定个体考察其参合后健康指标的变化，所以选取该截面数据便是充分的、合理的。若选取2011年前的数据构造面板，对于先前年份，新农合作用时间短于最后一年，结果的借鉴意义不足，则先前年份的数据是冗余的。继而将实验组定为“在2011年调查中参加了新型农村合作医疗，而未购买商业保险”的个体；将对照组定为“在2011年调查中未参加新农合以及其他商业保险”的个体。经过上述限定后，选取的样本共包含2437个个体，其中实验组902个，对照组1535个。*样本除上述限定，还剔除了在本文选取的各自变量和因变量下有缺省值的个体。

本文的主要解释变量是“是否加入新农合”，其为虚拟变量，“加入”值为1，否则值为0。被解释变量为各健康评价指标，所选取的10个被解释变量，其中7个全面衡量患病及受伤情况，分别为：过去4周是否受伤、过去4周是否患过呼吸道疾病、过去4周是否有腹泻、过去4周是否有头痛眩晕、过去4周是否有关节肌肉疼痛、过去4周是否患过皮疹或皮炎、过去4周是否患过眼部或耳部疾病；另有1个衡量日常自理能力(ADL)的指标，ADL受损情况(Unable to do normal acts);*该指标基于问卷中的Unable to do normal acts 一项，该项数字即为对于不能完成正常行为的程度，我们根据前述文献将其用作“ADL受损情况”。1个衡量住院情况，为住院天数；1个衡量自评健康情况，为自评健康状况(comparative health status)。*该指标基于问卷中的 comparative health status 一项，该项数字衡量综合健康状况，取值在0—10，而且由受访者进行自我衡量与填写，因此我们将其作为自评健康状况。

(二)描述性统计

我们对实验组和对照组进行了描述性统计，结果见表1。表中两列数据分别给出了新农合参合组以及未参合组的各个变量的特征描述。

表1 描述性统计

注：(1)实验组是指2011年只参加新农合的样本，对照组是指2011年未参加新农合及商业保险的样本；(2)*、**、***分别表示在0.1、0.5、0.01的显著性水平下显著，该表进行的是两组样本差别的t检验；(3)括号内数字为标准差；(4)住院天数②为剔除了住院天数为0的样本，住院天数①的统计未剔除任何样本。

表1中可以看出，加入新农合的个体在受伤及具体患病情况上普遍好于未加入新农合的个体，其中关节肌肉患病情况以及眼部或耳部患病情况中，实验组表现出明显的优势,两个变量中实验组患病比例均在1%的水平下显著低于对照组(患病比例分别为0.03、0.05；0.003、0.01，p值<0.01)。对于患呼吸道疾病情况，实验组的比例略低于对照组，但并不显著，另外对于受伤情况、头痛眩晕、皮疹皮炎，实验组和对照组的比例相当。但是，对于可能的腹部患病情况(过去4周是否有腹泻)，未参合组显著优于参合组(患病比例分别为0.01、0.02，p值<0.01)。

数据中ADL受损情况是一个取值在0-100的变量，样本取值越大，表示ADL受损情况越严重，即越不能完成基本日常活动。可以看到，加入新农合的样本ADL受损的评价得分为1.73，而未加入的样本得分为2.19。*该处得分取值确实为0-100，但超过99%的样本的得分在0-10以内，故评价得分较分数范围呈现较低水平。该差别在10%的水平下显著。

再来看住院天数，参合组的平均住院天数为0.07天，远低于对照组的0.2天，该差别在1%的水平下显著。由于样本中超过90%的个体住院天数为0，我们单独统计了剔除住院天数为0的个体，统计显示实验组的住院天数为6.75天，对照组为10.44天，参合组住院天数明显少于未参合组，尽管该结果并不显著。

数据中自评健康状况是一个取值在0-10的变量，取值越大表明自评健康状况越好。表中显示实验组自评健康状况得分为3.14，较对照组的2.36具有一定的优势，但该数字并不显著。

简单的统计描述可以直观地显现，加入新农合个体的健康状况，相较于未加入新农合的个体是具有一定优势的，该优势表现在部分疾病的患病比例、ADL受损情况、住院天数以及自评健康等各个指标中。也即我们所选取的健康评价指标中，参合个体全面优于未参合个体。

四、实证分析模型设定

(一)多元线性回归模型

本文选取的是2011年的截面数据，用以研究新农合对参合人员健康水平的影响。因此，对于数值型的被解释变量，应用下述模型，利用普通最小二乘法(OLS)进行回归：

yi=α0+α1INSi+βxi+εi

其中yi为个体i的被解释变量，即个体i的健康状况。INSi是虚拟变量，代表个体i在参与调查时是否加入新农合，若加入取1，否则取0。xi代表个体i的其他自变量，包括性别、年龄、省份、收入、婚姻状况等。εi为扰动项，包含个体i不能由前述解释变量所解释的信息。

应用该模型进行回归的被解释变量有：ADL受损情况、住院天数以及自评健康状况3个健康评价指标，即被解释变量yi依次分别代表该3个健康指标进行回归。

(二)逻辑回归模型(Logisticregressionmodel)

本文的被解释变量有大量的0、1二值变量，此时因变量的取值不再是连续的，而利用多元线性回归的前提之一是被解释变量连续定距；同时在因变量是0、1变量的情况下，残差不再同方差，不再符合正态分布而是二值离散分布。利用前述多元线性回归不能很好得到结果，因此，应用逻辑回归模型来进行这些被解释变量的回归：

或

而，

其中yi为个体i的被解释变量，即个体i的健康状况。INSi是虚拟变量，代表个体i在参与调查时是否加入新农合，若加入取1，否则取0。xi代表个体i的其他自变量，包括性别、年龄、省份、收入、婚姻状况等。pi为个体i解释变量确定的条件下，其被解释变量取1的概率。

本文应用该模型回归的被解释变量有：过去4周是否受伤、过去4周是否患过呼吸道疾病、过去4周是否有腹泻、过去4周是否有头痛眩晕、过去4周是否有关节肌肉疼痛、过去4周是否患过皮疹或皮炎、过去4周是否患过眼部或耳部疾病，共7个0、1变量。

(三)分位数回归

为了使估计结果更加有效，我们对应用普通最小二乘法回归的被解释变量进一步采用分位数回归的方法，该方法的思想是通过取0-1的分位数，用自变量来拟合处于不同分位点的因变量，估计因变量不同分位数处的方程参数值，更全面地反映自变量对于不同部分因变量的影响。

该方法较OLS模型的优势在于：一是对于部分被解释变量，大量样本取0(如住院天数)，这会破坏随机扰动项的同方差性以及正态假设，*我们对于住院天数的回归中考虑实际意义以及为使统计结果更加明显，剔除了取值为0的样本，此时所剩样本量很小，这同样会破坏随机扰动项的正态假设。而分位数回归中不需对随机扰动项做任何假设，因此会使估计结果更加有效；二是该方法不依赖与线性模型的线性假设，其最终拟合出的是多条曲线，而非OLS模型拟合出仅一条曲线，因此若解释变量对于健康评价指标并非线性影响时，采用该方法能更全面衡量该影响；三是该方法的最终结果可以使我们看到处于不同健康水平下的样本群，其参加新农合对于健康水平的影响。

该回归方法基于前述OLS回归模型，参数估计方法可表示为：

yi=α0+α1INSi+βxi+εi

其中τ为分位点，yi为个体i的被解释变量，即个体i的健康状况。INSi是虚拟变量，代表个体i在参与调查时是否加入新农合，若加入取1，否则取0。xi代表个体i的其他自变量，包括性别、年龄、省份、收入、婚姻状况等。εi为扰动项，包含个体i不能由前述解释变量所解释的信息。

应用该模型进行回归的被解释变量有：ADL受损情况、住院天数以及自评健康状况3个健康评价指标。

五、模型结果及讨论

(一)模型结果

表2给出了OLS回归以及逻辑回归的结果。变量一列是不同的被解释变量，即不同的健康评价指标，OLS及Logistic两栏分别给出采用OLS回归及逻辑回归的估计结果，不同的被解释变量依其性质采用不同的回归方式，详见前述模型设定。系数列给出的是“是否加入新农合”自变量的系数估计结果。*本文欲探究新农合对健康的影响，因此“是否加入新农合”是本文的主要解释变量，此处只给出该解释变量的系数估计结果。

先来看OLS的回归结果，表中可以看出，加入新农合降低了参合者的ADL受损情况，也就是说使参合者日常行为能力得到了提高，参合组较对照组ADL受损情况的得分降低了0.17分，而对照组ADL受损情况平均得分为2.19分，所以加入新农合使参合者的日常行为能力提高了7.8%，但这一结果并不显著。这一结果与程令国、张晔(2012)的结论是一致的。同时，加入新农合减少了参合者的住院天数约3.03天，而未参合组平均住院天数为10.44天，因此住院天数减少约29%，该数量是十分可观的，但并不显著。再来看自评健康状况，加入新农合提高了参合者的自评健康得分约0.688分，约为29%，且该指标在10%的水平下显著。这与Lei&Lin(2009)对自评健康的评价结果是相反的，该文同样选用的是CHNS的数据，但其仅选取了截至2006年的数据，本文的这一结果反映出的可能是新农合在作用较长一段时间之后对参合者自评健康的提高，参合者可能确实从中获益，切实提高了自身健康水平，因此自评健康状况有显著改善。

再来看逻辑回归的结果。首先解释一下逻辑回归的系数，系数为正值表示加入新农合对被解释变量的影响是正向的，也就是说增加了被解释变量取1所代表的事件的发生概率；系数为负值表示加入新农合降低了被解释变量发生的概率。系数的大小表示影响的大小，确切地说，e的系数次方减1表示参加新农合较于未参加新农合其被解释变量取1的概率比上被解释变量取0的概率，该比值变化的百分比。*该系数即为逻辑回归中的odds ratio.该解释从前述逻辑回归模型中可以推导出。我们举“过去4周是否受伤”为被解释变量一例。系数0.237表示参加新农合增加了受伤的概率，且参合者受伤概率/不受伤概率该比值比未参合者提高了26.7%。*(e0.237-1)×100%=26.7%具体来看各被解释变量的逻辑回归结果。其中参加新农合降低了被解释变量发生概率的有过去4周是否患过呼吸道疾病、过去4周是否有关节肌肉疼痛、过去4周是否患过眼部或耳部疾病3个变量，即加入新农合降低了呼吸道、关节肌肉疾病以及眼部或耳部疾病的发生概率，但前两个指标统计学上不显著，眼部或耳部疾病的发生概率有一定的显著性(p值=0.11)。同时参加新农合增加了发生概率的有过去4周是否受伤、过去4周是否有腹泻、过去4周是否有头痛眩晕以及过去4周是否患过皮疹或皮炎四个变量，其中“过去4周是否受伤”得到显著增加，在10%的水平下显著。也就是说，加入新农合增加了受伤、腹泻、可能的脑病疾病以及皮疹或皮炎的发生或患病率，而且可以看到，该四个概率增加的变量增加的值普遍高于前述3个概率减少的值。

表2 新农合的健康绩效

注：(1)括号内为标准误差;(2)除是否加入新农合外，自变量有：性别、年龄、省份、婚姻状况、收入;(3)*表示在0.1的显著性水平下显著。

对于逻辑回归的7个衡量受伤及患病的指标，其估计结果十分不一致，加入新农合在降低了部分疾病的患病率的同时也提高了许多疾病的患病率，因此加入新农合对于受伤以及患病情况并未产生明显改善。

我们在OLS的基础上对ADL受损情况、住院天数以及自评健康状况3个被解释变量又进行了分位数回归，目的是得到更精确的估计结果，同时查看加入新农合对不同部分的被解释变量的不同影响。分位数回归结果见表3。其中分位数一栏表示被解释变量进行回归的分位数点，本文选取0.05、0.25、0.5、0.75、0.95共5个分位点。变量一栏是进行分位数回归的被解释变量，分别为ADL受损情况、住院天数、自评健康状况，系数列表示在相应分位点回归时“是否加入新农合”自变量的系数估计。*本文欲探究新农合对健康的影响，因此“是否加入新农合”是本文的主要解释变量，此处只给出该解释变量的系数估计结果。分位数值一列表示相应的被解释变量在对应的分位数下的数值，0.5分位数对应的分位数值即为中位数。

表3 分位数回归

注：除“是否加入新农合”外，自变量有：性别、年龄、省份、婚姻状况、收入。

表3中可以看出，加入新农合对ADL受损情况的影响主要在0.75和0.95两个分位点处较为明显，其他分位点处系数数量级相比之下极小，可以认为相对影响很小。然而0.75和0.95两分位点处影响相反。0.75分位点处，加入新农合对ADL受损情况提高了0.138的评分；0.95分位点处，新农合对ADL有着较强改善作用，使受损情况的得分降低了3.29。考虑到0.95处降低的数值远大于0.75处增加的数值，在该情况下0.75处的影响近乎于0，可以说，加入新农合对ADL受损情况是有所改善的，同时该改善作用集中于因变量0.95分位点处，即ADL受损情况较严重的个体。结论总体来说与先前的OLS结果是一致的。

再来看住院天数，5个分位点处的系数均为负值，即5个分位点处新农合都减少了住院天数。还可以看到，该影响的大小随着分位点增大先增大后减小，最终表现为在较小和较大的分位点处影响最大，中点处影响最小。也就是说对于样本中住院天数较少和天数较多的个体，新农合对其住院天数的减少作用尤为明显，对于住院天数居中的个体，新农合对其影响不甚显著。

对于自评健康状况，表中显示出新农合的影响主要集中于0.75分位点处，其他分位点系数数量级过于微小，其影响可基本忽略。在自评健康状况的0.75分位点处，新农合提高了参合者的自评健康状况约1.84分，考虑到样本的0.75分位数值为4，该影响是十分明显的。

至此，所得到的新农合对参合者健康指标影响的全部结果，简要总结如下：首先对于受伤以及各种疾病患病概率，加入新农合在降低了部分疾病的患病概率的同时，增加了受伤以及部分疾病的患病概率，因此我们认为新农合未能有效改善参合者受伤及患病情况；但新农合改善了参合者ADL受损的情况，且该积极影响在0.95分位点，即ADL受伤严重的个体中表现得尤为明显；新农合全面减少了参合个体的住院天数，且该减少效果在住院天数最少和最多的个体中更大，在住院天数居中的个体中效果较小；同时新农合显著提高了参合者的自评健康情况，该提高的效果集中表现在0.75分位点，即自评健康较好(自评健康=4)的个体中。

(二)对结果的讨论及解释

本文对于受伤和患病情况的研究显示，新农合并未显著改善参合者的受伤和患病概率。针对该结论，我们做出了两点可能的解释：一是新农合政策本身的不足。新农合开展初期一直以提高覆盖率为首要目标，过程中可能忽略其质量的提高，这会制约其健康绩效的发挥。比如，新农合主要是为了降低大病支出对于个人和家庭的支出，因此在并非很严重的受伤和疾病或较小的医疗支出上保障力度较小，使得参合人员在该类情况下并不能从健康保险中收益，其该类健康指标的衡量上自然也不能得到很显著的改善。这启示新农合政策今后应将保障水平的提高纳入着重考虑的范围；二是各类疾病本身的特点。许多疾病的罹患以及发作并非与个人的健康水平直接相关，也就是说对于许多类疾病，身体健康的个体其患病概率并不一定低于身体情况较差的个体，还要受到许多外界因素的影响。但这些类疾病的恢复情况却往往与身体健康水平有较直接的联系，健康水平较好的个体其恢复速度往往较快或恢复程度较好。也就是说，衡量健康保险对于这些疾病的绩效，不应仅仅从其患病率入手，而是应从其恢复情况来进行衡量，患病率的高低不能充分反映保险的健康绩效，而若参保人员患病后恢复情况好于未参保人员，则能反映保险较好的健康绩效。这启示我们在今后的研究以及调查中，不能将各类疾病一概而论，要根据疾病特点分类，部分疾病在调查和研究时应考虑被调查者患病后的恢复情况，并依据疾病恢复情况来衡量其健康水平。

至于ADL受损情况、住院天数以及自评健康状况，加入新农合均有着积极影响，这可以说新农合对于参合者健康状况的改善是有着积极作用的，从这些指标上衡量新农合，是有着不可否认的健康绩效的。同时可以推断，健康保险在足够的保障程度以及作用时间下，是可以改善健康水平的。再对分位点回归给出的结果进行一定的讨论。ADL受损情况的分位点回归结果将新农合的影响集中在了0.95分位点也即样本中受损情况最为严重的个体，这或许是由于新农合政策对于患病情况严重的个体保障的力度更大，也可能是由于ADL受损情况只有在达到某一严重程度后才有就医或对医疗服务进行利用的必要，同时从样本统计来看，这一结果很大程度是因为样本中有大量ADL受损得分为0的个体，这些个体的ADL未受损自然不会受到正向影响，这导致自变量的影响集中于因变量较后的分位点上。在自评健康状况中也出现了同样的集中现象，但区别在于自变量对自评健康得分的影响集中在0.75分位点而非最后的分位点，可以解释为，自评健康状况最好的一系列个体，其对自身的健康状况有很强的信心，那其对自身健康状况的把握应该也较强，因而客观健康水平应该较好，这类个体患病及就医频率较低，因此健康保险对其的作用也较小。同时从分位数回归的结果还可以看到，新农合对于自评健康较差以及一般的个体几乎没有影响，这可能是由于该类个体客观健康水平较差，即使受到了保险的保障也难以提高其对自身健康的评价，这在一定程度上也反映了参合者对于所受保障的满意程度并不理想。

六、结论

本文使用了中国健康营养调查(CHNS)2011年的最新数据，对新农合的健康绩效进行了考察。回归结果发现，加入新农合未能有效降低受伤概率以及各种疾病的患病概率，新农合在降低了部分疾病患病率的同时也提高了受伤以及多种疾病的患病率。这种结果一是由于新农合保障水平的不足，特别是针对门诊和小病的补助不足；二是由于许多疾病的患病率并不能有效地衡量个体健康水平，相反，这些疾病的恢复情况才可以反映个体健康水平。另外，实证分析发现，新农合有效降低了参合者ADL受损的情况，且该作用集中表现在ADL受损严重的个体上。同时新农合减少了参合者的住院天数，这一影响在住院天数最多和最少的个体中尤为明显，在住院天数居中的个体上影响较小。新农合也显著提高了参合者的自评健康状况，且该正向影响集中体现在自评健康较好的个体上。这三个正向影响表明新农合确实起到了积极的健康影响，其健康绩效是明显的。

本文有如下两方面启发意义：一是对于今后相关的健康评价研究。本文的健康评价指标选取给今后相关研究中的指标选取提供了参考思路。同时本文对于受伤和患病率的结果启示，今后的健康评价工作不应只从疾病的患病率考察健康水平，部分疾病应从疾病的恢复情况考察健康水平；二是对于新农合政策的启示。本文的部分结论虽然可以表明新农合积极的健康绩效，但仍有部分结论表明新农合的保障力度以及受众的评价是不足的。现阶段新农合的参合率已达到较高水平，因此今后政策应着力提高其保障水平，尤其是门诊或小病的补贴，使新农合对参合人员起到全面的保障作用，从根本上改善其健康水平。

[1]程令国、张晔：《“新农合”：经济绩效还是健康绩效》，载《经济研究》，2012(1)。

[2]白重恩、李红彬、吴斌珍：《医疗保险与消费：来自新型农村合作医疗的证据》，载《经济研究》，2012(2)。

[3]马晓静、王小万、郑英、左延莉：《居民健康指标体系研究》，载《医学与哲学》，2008(11)。

[4]彭荣、凌莉：《两类健康评价指标的一致性研究》，载《数学的实践与认识》，2008(23)。

[5]郑晓瑛：《中国老年人口健康评价指标研究》，载《北京大学学报》，2000(4)。

[6]苏瑜、万宇艳：《分位数回归的思想与简单应用》，载《统计教育》，2009(10)。

[7]国家统计局：《中国统计年鉴》，2008-2012。

[8]GuntherF.,PaulJ.R.,AliS.,RainerS.,Doeshealthinsuranceimprovehealth?Evidencefromarandomizedcommunity-basedinsurancerolloutinruralBurkinaFaso,JournalofHealthEconomics,2013,32:1043-1056.

[9]AdamW.,MagnusL.,Caninsuranceincreasefinancialrisk?ThecuriouscaseofhealthinsuranceinChina,JournalofHealthEconomics,2008,27:990-1005.

[10]AdamW.,MagnusL.,GaoJ.,XuL.,QianJ.,Extendinghealthinsurancetotheruralpopulation:AnimpactevaluationofChina’snewcooperativemedicalscheme,JournalofHealthEconomics,2009,28:1-19.

[11]LeiX.,LinW.,ThenewcooperativemedicalschemeinruralChina:Doesmorecoveragemeanmoreserviceandbetterhealth?HealthEconomics,2009,18:25-46.

[12]YuB.,MengQ.,CollinsC.,TolhurstR.,TangS.,YanF.,BoggL.,LiuX,Howdoesthenewcooperativemedicalschemeinfluencehealthserviceutilization?AstudyintwoprovincesinruralChina,BMCHealthServicesResearch,2010,10:116-124.

[13]EuropeanCommission,TheEuropeanCoreHealthIndicators(ECHI)shortlistof88healthindicatorsidentifiedbypolicyarea,2012.

(责任编辑：H)

Does Health Insurance Improve Health—A Health Effect Evaluation of the New Cooperative Medical Scheme in Rural China

ZHANG Zheyuan CHEN Hua LI Zhen

Using the latest data of China Health and Nutrition Survey and carefully selecting health indicators,this paper analyzes the health impacts of the New Cooperative Medical Scheme (NCMS)in rural China.Logistic regression and quartile regression are conducted in the paper.The results show that NCMS has little effect on enrollees’ probability of injury and getting diseases.NCMS improves enrollees’ ability of daily life,especially those whose ability of daily life is the worst.In addition,enrollees’ days in hospital are reduced,significantly among ones who stay most and least in hospital.It also improves enrollees’ self-rating health status,especially those whose self-rating status is relatively high.

NCMS，health effects，health indicators，quartile regression

*本文受教育部人文社会科学项目“新农合的筹资结构优化及精算平衡研究——基于可持续发展的视角”(编号：12YJA630011)、国家自然科学基金项目“保险市场系统性风险识别、度量和评估研究：理论模型与实证检验”(编号：71403305)的资助。