印度健康保险覆盖的经济梯度

《Frontiers in Public Health》:Economic gradients of health insurance coverage in India

【字体: 大 中 小 】 时间:2026年08月13日 来源:Frontiers in Public Health 4.1

编辑推荐:

  引言:全民健康覆盖(UHC)旨在确保所有人获得可及、可负担且优质的医疗照护。在印度,由于公共卫生支出极低且医疗系统高度私有化,实现UHC面临挑战。这给家庭带来沉重经济负担,常使其陷入贫困和灾难性健康支出。健康保险是降低财务风险并改善医疗可及性的关键工具。本研究

  
引言:全民健康覆盖(UHC)旨在确保所有人获得可及、可负担且优质的医疗照护。在印度,由于公共卫生支出极低且医疗系统高度私有化,实现UHC面临挑战。这给家庭带来沉重经济负担,常使其陷入贫困和灾难性健康支出。健康保险是降低财务风险并改善医疗可及性的关键工具。本研究旨在探讨印度健康保险覆盖的经济决定因素,并评估其时间-经济梯度。方法:使用了2005–06、2015–16和2019–21年期间进行的国家家庭健康调查(NFHS)三轮数据。通过两个主要经济变量——财富五分位和贫困线以下(BPL)状态——估算总体健康保险覆盖及不同类型健康保险覆盖。应用逻辑回归模型估算各社会经济变量下健康保险覆盖的调整后比值比。结果与讨论:保险覆盖取得显著进展,尤其是贫困人群,主要得益于政府资助健康保险(GSHI)计划。然而,相当比例的贫困家庭(64%的最贫困家庭和58%的较贫困家庭)仍无任何保险覆盖,主要源于缺乏意识及目标群体识别问题。相反,中等阶层(71%)和富裕阶层(70%)中相当比例的人群正在享受GSHI计划福利,而最贫困家庭该比例为54%,主要由于渗漏问题。因此,有必要对现有GSHI计划(如PM-JAY)中排除中等和富裕阶层、纳入最贫困阶层的做法进行重新校准。需要实施恰当策略,如将社会经济与种姓普查(SECC)数据与Aadhaar关联、定期开展注册审计、制定州级瞄准指标、采用社区为基础的注册方法以减少识别错误和渗漏。这些措施应与更广泛的改革相结合,包括整合州级和中央计划、扩大门诊覆盖和意识、监管私人服务提供者、在保险扩展的同时加强初级医疗照护。
在印度,实现全民健康覆盖(UHC)是一项艰巨任务,主要源于极低的公共卫生支出(仅占GDP约1.5%,远低于全球平均6%)和高度私有化的医疗系统。这导致家庭自付医疗支出(OOPE)居高不下(约占卫生总费用的54.7%),使约3.3%的人口陷入贫困,16.5%面临灾难性卫生支出。健康保险作为降低财务风险、改善医疗可及性的关键工具,对于实现UHC至关重要。然而,现有研究多聚焦于单一保险计划(如RSBY或PM-JAY)的短期评估,缺乏对保险覆盖随时间推移的经济梯度变化及不同类型保险(社会健康保险SHI、政府资助健康保险GSHI、私人健康保险PHI及其他)的分解分析。为此,研究人员利用2005–06、2015–16和2019–21年三轮具有全国代表性的国家家庭健康调查(NFHS)数据,旨在系统评估印度健康保险覆盖的经济决定因素、时间-经济梯度以及不同经济群体在各类保险覆盖中的分布特征。该研究论文发表在《Frontiers in Public Health》。

研究采用的主要关键技术方法包括:使用NFHS三轮调查(2005–06年NFHS-3、2015–16年NFHS-4、2019–21年NFHS-5)的全国代表性家庭样本数据(样本量分别为109,041、601,509和636,699户),覆盖印度全部29个邦和7个联邦属地;以家庭是否至少有一名成员拥有健康保险作为二元因变量,以财富五分位(基于资产和住房特征构建)和贫困线以下(BPL)状态作为核心经济变量;应用逻辑回归模型估算调整后预测概率,并在合并样本中引入调查轮次与经济变量的交互项以分析时间效应;同时,在最新轮次中按SHI、GSHI、PHI和“其他”四类保险类型分解覆盖情况。所有分析均考虑复杂抽样设计并应用国家权重,使用Stata 16软件完成。

**样本特征**:通过描述性统计发现,2019–21年约42%的家庭报告至少有一名成员拥有健康保险,较2005–06年的6%和2015–16年的26%显著提升。GSHI是主要覆盖类型(占61.8%),其次为“其他”(26%)、SHI(12%)和PHI(5%)。样本中贫困家庭比例较高,最贫困和较贫困五分位分别占23.4%和22.2%,48.7%的家庭持有BPL卡。

**健康保险覆盖的经济决定因素**:基于2019–21年数据的未调整分析显示,健康保险覆盖在中等财富家庭中最高(44.1%),最贫困家庭最低(36.1%),较富裕家庭约为42%。经调整其他社会因素后,预测覆盖概率随财富等级上升而单调递增:最贫困37.2%、较贫困40.0%、中等40.6%、较富裕41.3%、最富裕46.5%,表明存在显著的经济梯度。BPL家庭的调整后覆盖概率(47.3%)远高于非BPL家庭(35.0%)。

**健康保险覆盖的时间-经济梯度**:通过合并三轮数据的交互分析,在控制其他因素后,预测覆盖概率从2005–06年的4.8%升至2015–16年的29.1%,再升至2019–21年的40.3%。在每一轮调查中,覆盖概率随财富等级提高而增加;例如,2019–21年最贫困家庭预测概率为31.3%,最富裕家庭为47.2%。BPL家庭在2015–16年和2019–21年中的覆盖概率显著高于非BPL家庭,表明时间推移下BPL家庭覆盖增长更快。

**健康保险类型的经济梯度**:2019–21年数据显示,GSHI在中等(71%)、较富裕(70%)和较贫困(65%)家庭中占比高于全国平均水平(62%),而在最贫困(54%)和最富裕(48%)家庭中较低。PHI在最富裕家庭中占比高达20%,远高于全国平均6%。SHI在最富裕(23%)和较富裕(13%)家庭中相对较高。“其他”保险在最贫困(43%)和较贫困(32%)家庭中占比显著高于全国平均(26%)。BPL家庭中GSHI(65%)和“其他”(30%)保险占比较高,而非BPL家庭中SHI(16%)和PHI(10%)占比较高。

**讨论总结**:研究指出,过去十年印度保险覆盖显著提升,主要归因于RSBY及后续PM-JAY等GSHI计划的实施。然而,仍有约64%的最贫困家庭和58%的较贫困家庭无任何保险覆盖,主要源于意识不足和目标群体识别问题。同时,相当比例的中等和富裕阶层(分别占71%和70%)享受GSHI福利,而最贫困家庭仅为54%,揭示出严重的渗漏问题。研究结论强调,必须对现有GSHI计划(如PM-JAY)进行重新校准,排除中等和富裕阶层,确保最贫困和较贫困家庭被纳入。具体策略包括:将社会经济与种姓普查(SECC)数据库与Aadhaar关联以改善受益人识别,定期开展注册审计以检测渗漏,制定州级瞄准指标,采用社区注册方法。此外,还需配套更广泛的改革,如整合州级与中央计划、扩大门诊覆盖和宣传、监管私人服务提供者、加强初级医疗照护,共同推动全民健康保险覆盖目标的实现。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号