健康扶贫对贫困患者脱贫的效应分析——以江苏建档立卡贫困患者为例

戴德，陈友华

(南京大学 社会学院，江苏 南京 210046)

1 引言

消减贫困、改善民生、逐步实现共同富裕，是社会主义的本质要求。1978年到2015年，经过近40年持续不断的努力，中国解决了7亿左右人口的贫困问题，对全球减贫事业作出了巨大贡献。“十三五”以来，中国脱贫攻坚进入精准扶贫、精准脱贫的新阶段，在剩余的贫困人口中，因病致贫因病返贫的比例很高，解决因病致贫因病返贫问题成为新一轮扶贫工作的重点内容，健康扶贫工作被纳入打赢脱贫攻坚战的专项行动之一。伴随着着社会的文明与进步，中国对健康的重视程度不断加强，把健康既视作个体和社会发展的目标之一，又视作个体和社会发展的重要基础，疾病是形成支出型贫困的重要原因，健康贫困是贫困的重要类型(原新、刘佳宁，2005)。健康因素已经成为考察多维贫困的重要方面，越来越受到政府和学界的重视。

传统的健康是单纯的医学研究领域。直到现在，健康仍然是医学研究的重要内容。自20世纪60年代开始，健康问题研究开始受到经济学界的关注，主要从人力资本角度理解健康，并被视作人力资本的重要组成部分。阿玛蒂亚·森用人类发展理论解释健康，认为对个人来说最重要的就是拥有基本生活能力。健康是人们拥有其他各种能力的基础与前提条件，唯有拥有健康，人们才有能力完成其他功能性活动，从而实现有价值的生活。森把健康视为人类的一项基本权利，既是人类基本自由的内在组成部分，也是人类发展的首要目的之一(Sen，1999)。从能力贫困的角度，大量学者开展了多维贫困的测量。1993年，努斯鲍姆在《非美德：一个亚里士多德式的方法》一文中，构建了人类发展基本能力清单，提出了10项能力，包括生命、身体健康等(Nussbaum，1993)。

健康贫困被定义为个体健康状况不佳以及获取收入能力下降，导致贫困(徐贵恒，2011)。健康扶贫工作的重点，一是通过加大政府卫生健康投入、提升县域医疗卫生服务能力，促进贫困患者选择在县域内就医，以提高贫困患者就医可及性，减轻医疗费用负担；二是通过实施大病专项救治、“先诊疗后付费”政策、医保政策倾斜等措施提升贫困患者治疗效果，促进健康状况改善。最终在健康状况改善的基础上实现脱贫。截止目前，健康扶贫第一阶段任务已经基本完成，故在学理上严谨地检验这项重要政策的实践效果，不仅对下一阶段健康扶贫工作的开展和政策调整有重要的参考意义，而且有助于检验或深入讨论与之相关的社会政策理论和健康社会学理论。本文通过分析江苏省建档立卡贫困患者治疗信息数据库，主要回答如下两个问题：一是健康扶贫政策是否显著影响贫困患者的脱贫机会？如何影响？二是健康扶贫政策落实情况对贫困患者脱贫的影响，是否会受到就医选择和治疗效果的调节？

2 文献评述与研究假设

2.1 健康扶贫

“健康扶贫”是2013年习近平总书记在湖南调研后出现的新词汇，目前仍无文献对其给出明确的定义。笔者从目前健康扶贫政策所涵盖的措施及其政策目标来对其进行界定：健康扶贫指政府通过实施大病专项救治、医疗保障政策倾斜、医疗能力提升等帮扶措施，努力使贫困患者得到方便可及、费用可承受的基本医疗服务，改善健康状况，恢复或部分恢复其参与经济社会活动的能力，进而实现脱贫。

现有健康扶贫研究成果不多，部分学者根据当前贫困地区医疗卫生发展状况和问题，提出了对策建议。胡志平等研究认为，在脱贫攻坚政策背景下，基层政府卫生治理能力的大小决定健康扶贫的实现程度。以卫生财政能力、多元供给能力、政策执行能力和利益协调能力为主要内容的卫生治理能力缺陷是当前健康扶贫内卷化的微观原因。通过提升基层政府在公共卫生领域中的筹资、供给、政策和利益协调能力，提升基层政府卫生治理能力，推进基层卫生治理现代化(胡志平、余珊，2020)。汪三贵等研究认为，健康扶贫实施效果显著，但在实施中部分贫困地区还存在健康扶贫目标理念偏差、医疗保障水平过高、部分政策利用率低、医疗机构过度治疗和部门机构衔接机制不完善等问题，抑制了健康扶贫的实施效果。可通过加强公共卫生、医保、人才培养等措施优化健康扶贫政策的实施(汪三贵、刘明月，2019)。

现有健康扶贫研究存在以下不足：一是在研究方法上缺乏量化的实证研究，针对健康扶贫政策的研究多属于规范研究，停留在“应该怎么办”层面，而没有去研究“实际怎么样”。二是从政策研究的系统性来看，仅有的实证研究多是单一的针对新农合、医疗救助、医疗可及性、医疗服务能力等方面，缺乏从综合性宏观视角去开展系统性的实证研究。三是在研究对象方面，多数医疗保障、医疗服务能力等方面的研究针对的对象并非贫困人群，且尚没有针对扶贫政策所规定的建档立卡贫困人口开展健康扶贫政策的实证研究，现有实证研究的样本都是源自大型社会调查数据。

2.2 健康选择理论与脱贫

可行能力理论由阿玛蒂亚·森提出，他认为贫困是一种机会丧失，包括健康因素在内的各项因素导致人力资本不足、社会歧视和社会排斥等的发生，影响了自由的扩展。在健康不平等研究中，社会因果论(social causation)和健康选择论(health selection)是两种基本的竞争理论，很多研究都是围绕这两大理论的解释力展开(Warren，2009)。社会因果论认为人们在社会结构中的不平等导致人们在工作环境、接受医疗服务机会、健康风险等方面都有明显的不同，因而处于社会上层地位的人的健康状况比处于社会下层地位的人要占有优势(Dahl，1996)。健康选择论认为健康状况是人们在地位获得过程中的筛选机制之一，只有那些良好健康状况的人才能获得上向流动的机会，而健康状况较差的人将会发生下向流动(West，1991)。

以阿玛蒂亚·森的可行能力理论为基础，现有研究成果均证明健康作为重要的人力资本，是收入、职业和地位获得的重要基础。对促进人的发展具有不可替代的作用。相关研究也证明，缺乏医疗保障和方便可及的医疗服务，可能导致居民的健康状况不佳，并可能陷入贫困状态。同时，及时得到有效的医疗保障和医疗服务将促进患者健康状况的改善，并脱离贫困状态。故而，基于健康选择论，笔者提出第一个假设：

假设1：贫困患者所在地区经济和医疗条件越好，贫困患者越有可能脱贫。

假设1a：贫困患者所在地区的经济发展水平越高，贫困患者越有可能脱贫。

假设1b：贫困患者所在地区的卫生投入越高，贫困患者越有可能脱贫。

假设1c：贫困患者所在地区的医疗水平越高，贫困患者越有可能脱贫。

多元主体理论是西方社会为有效应对福利国家危机而产生的。它的基本理念是政策供给部门由单一化的政府向多元化的社会主体转变，不断降低和分散社会政策风险。与西方国家经历了福利危机的社会背景不同，中国目前的社会福利制度依然处在发展阶段，但在医疗卫生领域，中国同样存在政府和市场协调发展的问题，医疗服务供给不可能完全依靠政府，也不可能完全依赖市场。中国的非公立医疗机构近四十年来走了很多弯路，与公立医院相比，普遍规模偏小、诊疗水平不高，群众对于非公立医院的信任度不足，一般不愿意选择非公立医院就医。基于以上讨论，本研究提出第二个假设：

假设2：贫困患者所在地区非公立医院占比越高，贫困患者越难以脱贫。

现行的贫困标准是按照绝对收入来进行划分的，从这个角度看，贫困患者脱贫尽管不能认为已经进入中等收入群体，但粗略的看，意味着其社会经济地位的提升，一定程度上实现了社会的向上流动，撕掉了“贫困”的标签。贫困患者的治疗效果是健康扶贫成效的重要表现，将其和社会流动建立联系，提出第三个假设：

假设3：贫困患者治疗效果越好，越有可能脱贫。

2.3 发展型社会政策与脱贫

从上世纪末开始，社会政策研究开始将发展型社会政策视作一种新的范式，发展型社会政策要求政府在整个福利体系中居于主体地位，承担最基本的责任，同时其他组织、企业、社区、家庭和个人也以制度化的方式参与社会政策行动，并分担责任(魏亚萍、魏亚丽，2009)。经济发展的核心要义是社会所有成员能够分享到经济发展所带来的成果；社会福利应以社会投资为导向，其目的是提高人们参与经济活动的能力。要实现经济与社会政策的整合目标，社会福利必须投资到具有促进人力资本、就业、社会资本、劳动技能以及低成本高效益的社会项目上(Midgley and Tang，2001)。

健康扶贫政策作为解决健康贫困的一项发展型社会政策，将对贫困患者的人力资本投资和县域医疗服务能力提升作为重点，促进贫困患者个人能力提升和机会平等，为贫困患者实现脱贫提供健康基础，进而推动经济社会发展。因此，本研究提出第四个和第五个假设：

假设4：贫困患者选择县内就医，更可能脱贫。

假设5：贫困患者所在地区健康扶贫工作越好，贫困患者越有可能脱贫。

努力在县域内解决贫困患者看病就医难题是健康扶贫的政策目标之一。从政策导向看，县内就医、治愈或病情好转的贫困患者应当更可能实现脱贫。因此，健康扶贫政策对于贫困患者脱贫的影响受到贫困患者不同就医选择和治疗效果差异的调节。因此，本研究提出第六个假设：

假设6：健康扶贫政策对贫困患者脱贫的影响随着贫困患者就医选择、治疗效果的不同而变化。

假设6a：健康扶贫政策的实施对于选择县内就医的贫困患者实现脱贫更有效果。

假设6b：健康扶贫政策的实施对于治愈或病情好转的贫困患者实现脱贫更有效果。

3 数据来源、变量测量和描述性分析

3.1 数据来源

本研究采用的贫困患者个体数据来自“江苏省农村贫困人口患病情况定期报告平台”。2016年10月，原江苏省卫生计生委、江苏省扶贫工作领导小组办公室等15个部门联合出台《关于印发江苏省健康扶贫工程实施意见的通知》。为及时发现、准确掌握建档立卡低收入人口患病情况，原江苏省卫生计生委组织建立了江苏省建档立卡贫困人口患病情况定期报告制度，通过数据采集或填报录入方式采集全省建档立卡贫困人口健康状况、所患疾病、治疗过程、治疗费用等信息。“江苏省农村贫困人口患病情况定期报告平台”从2017年1月1日起开始报告患病信息，本研究从系统中导出的数据从2017年1月1日截至2018年12月31日，笔者将研究对象限定为就医时年龄在18岁以上，在剔除无关样本和一些变量的缺失值后，最终得到了57767个样本数据。

本研究所采用的地区层面数据来自官方统计年鉴和相关部门统计报表。地区经济发展状况(包括2016年地区人均GDP与农民人均可支配收入)来自《江苏省统计年鉴》。地区卫生投入状况包括2016年地区人均政府卫生投入、医疗机构财政补助收入和城乡居民医保筹资标准三项，其中：2016年地区人均政府卫生投入来自财政部门年报数据；2016年地区医疗机构财政补助收入来自卫生部门统计数据；2016年城乡居民医保筹资标准来自医保部门统计数据。地区医疗状况是由2016年地区的医疗机构数量、千人执业(助理)医师数和千人护士数三个指标组成，数据来源为江苏卫生健康统计报表。地区非公医院占比由地区非公立医院数除以地区医疗机构总数计算得出，非公立医院数和地区医疗机构总数来自江苏省卫生健康统计报表。地区健康扶贫考核得分来自江苏省卫生健康委2019年开展的全省健康扶贫工作考核评比得分。

3.2 变量测量

本研究的因变量为脱贫状态；个体层次变量包括：性别、年龄、受教育年限、参加保险数量、患病类型、治疗时间、就医选择、治疗效果；地区层次变量包括：地区经济发展状况、地区卫生投入、地区医疗状况、地区非公立医院占比、健康扶贫考核得分五个变量。考虑到就医选择和治疗效果是健康扶贫政策实施的重要指标，对贫困患者实现脱贫具有重要影响，在后文的统计分析中，在逐一考察个体和地区变量影响的基础上，把就医选择、治疗效果、健康扶贫考核得分作为核心变量，考察其对于贫困患者脱贫的影响以及相互之间的交互作用。

表1 变量含义

3.3 描述性统计

从表2可以看出，受教育年限均值为5.2年，平均年龄为64.4岁，说明贫困患者学历较低、年龄偏大。患有重点大病的占42%。已脱贫的贫困患者占47.6%，选择县内就医的占91%，治愈或病情好转的占67%，表明健康扶贫政策的实施对于促进贫困患者选择县内就医和改善健康状况可能产生了积极作用。

4 分析结果与研究发现

4.1 个体和地区因素对贫困患者脱贫状况的影响

表3报告了相关的结果。模型1是基准模型。就个体特征来说，在控制其他变量的情况下，男性贫困患者脱贫的发生比要比女性低19%(1-exp(-0.210)≈0.189)。贫困患者的年龄每增加一岁，脱贫的发生比下降0.1%(1-exp(-0.001)≈0.001)。教育年限每增加一年，贫困患者脱贫的发生比上升3.5%(exp(0.034)-1≈0.035)。患其他类型疾病的贫困患者脱贫的发生比要比患重病贫困患者高15%(exp(0.141)-1≈0.151)。参加保险的数量每增加一个，贫困患者脱贫的发生比会增加368%(exp(1.543)-1≈3.679)。同治疗时间为2017年的贫困患者相比，治疗时间为2018年的贫困患者脱贫的发生比低48%(1-exp(-0.657)≈0.482)。可能的原因是，随着健康扶贫工作的持续推进，越到后期，剩余的贫困患者病情可能越重，自身的人力资本水平等可能比工作开始阶段所面对的贫困患者更低，脱贫难度更大。

表2 所有变量的描述性统计(N=57767)

就地区层面因素而言，在其他变量一致的情况下，地区的经济发展水平每增加一个单位，贫困患者脱贫的发生比就会增加1.7%(exp(0.017)-1≈0.017)，分析结果支持假设1和假设1a；地区卫生投入每增加一个单位，贫困患者脱贫发生比就会增加4%(exp(0.038)-1≈0.039)，分析结果支持假设1和假设1b；非公立医院占比每增加1%，贫困患者脱贫发生比增加7.4%(exp(0.07116)-1≈0.074)，分析结果未支持假设2。然而，模型1的计算结果显示，地区的医疗水平与脱贫状态呈负相关关系。在其他变量一致的情况下，地区医疗水平每增加一个单位，贫困患者脱贫发生比要下降1.2%(1-exp(-0.012)≈0.012)，分析结果未支持假设1和假设1c。可能的原因是受到各地对健康扶贫工作重视程度的影响，医疗水平高的地区对健康扶贫工作重视程度低，可能在脱贫的几率上相较原有医疗水平较低的地区会产生差距。

模型1的结果显示，贫困患者的人力资本越高、参加保险数量越多、治疗时间越早、患病越不严重，所在地区经济发展水平越好、卫生投入越多、医疗服务市场化程度越高，贫困患者越容易脱贫。

模型2在模型1的基础上增加了贫困患者的就医选择变量。结果显示，在控制其他变量的情况下，选择县内就医的贫困患者脱贫发生比比选择县外就医的贫困患者脱贫高(exp(0.205)-1≈0.23)，分析结果支持假设4。

模型3在模型2的基础上加入治疗效果变量——是否治愈或病情好转。结果显示，在控制其他变量的情况下，同其他治疗结果相比，治愈或病情好转的贫困患者脱贫的发生比要高7%(exp(0.068)-1≈0.070)，分析结果支持假设3。这一结果与现实和理论相符。健康作为人力资本的重要组成部分会显著影响到个体在劳动力市场中的收入回报和市场地位。身体健康的劳动者在劳动力市场中往往会获得较高的收入，并占据较高的市场地位。因此，治愈或病情好转的贫困患者较其他治疗结果的贫困患者更容易脱贫。

模型4在模型3的基础上加入了地区健康扶贫效果变量——健康扶贫考核得分。发现在控制个体层面和地区层面的其他变量后，健康扶贫考核得分每增加一分，贫困患者脱贫的发生比就会上升0.6%(exp(0.006)-1≈0.006)，分析结果支持假设5。这表明健康扶贫工作对于促进贫困患者脱贫具有积极作用。

表3 估计相关因素影响贫困患者脱贫的Logit模型

总之，表3的分析结果显示，贫困患者能否脱贫不仅受到个体层面的人口学因素、患病类型、参保数量、治疗时间和地区层面的经济发展水平、医疗投入、医疗水平以及医疗服务市场化程度的影响，同时还受到就医选择、治疗效果和健康扶贫考核得分的显著影响。在控制个体层次和区域层次的其他变量后，选择县内就医、治愈或病情好转以及所在地区健康扶贫考核得分较高的贫困患者更容易脱贫。

4.2 就医选择、治疗效果和健康扶贫考核得分对贫困患者脱贫状态的交互影响

表4报告了相关的分析结果。模型1考察了健康扶贫考核得分与就医选择的交互效应。可以发现，健康扶贫考核得分的主效应通过了显著性检验，且健康扶贫考核得分的系数为-0.016，这意味着对于选择县外就医的贫困患者而言，健康扶贫考核得分与其脱贫可能性呈负相关关系，当地的健康扶贫政策效果越好，选择县外就医的贫困患者脱贫的可能性越低。这一结果暗示健康扶贫所带来的红利可能并不能被选择县外就医的贫困患者所享有。健康扶贫考核得分和县内就医的交互项的系数为0.025，且通过显著性水平为0.001的检验。具体来讲，在控制其他变量的情况下，健康扶贫考核得分每增加一分，选择县内就医的贫困患者和选择县外就医的贫困患者脱贫发生比的差异就要增加2.5%(exp(0.025)-1≈0.025)，分析结果支持假设6和假设6a。这意味着，健康扶贫政策效果对贫困患者脱贫的影响受到了贫困患者就医选择的调节，并且对选择县内就医的贫困患者脱贫的影响要显著高于选择县外就医的贫困患者。

表4 健康扶贫政策对就医选择和治疗效果的调节效应模型

模型2考察了健康扶贫考核得分和治疗效果的交互效应。结果显示，健康扶贫考核得分的主效应系数为-0.019，通过了显著性水平为0.001的检验。这意味着，健康扶贫政策效果越好，其他治疗效果的贫困患者脱贫的可能性也越低。这一个结果可能暗示着其他治疗效果的贫困患者的逆向选择性决策。换言之，由于身体健康状况较差，其他治疗效果的贫困患者在生活和就医等方面对扶贫福利的依赖程度要高于其他贫困患者(包括治愈或病情好转的贫困人口)，因而他们自身并不希望摘帽以继续获得扶贫福利，健康扶贫工作越深入，他们越不想脱贫。健康扶贫考核得分和治疗效果的交互项的系数为0.036，且通过显著性水平为0.001的检验。在控制其他变量的情况下，健康扶贫考核得分每增加一分，治愈或病情好转的贫困患者和其他治疗效果的贫困患者脱贫发生比的差异就要增加3.7%(exp(0.036)-1≈0.037)，分析结果支持假设6和假设6b。这意味着，健康扶贫政策对贫困患者脱贫的影响受到了贫困患者治疗效果的调节，且对治愈或病情好转的贫困患者的影响要显著高于其他治疗效果的贫困人口。

为确保上述结果的稳健性，在模型3中我们同时加入了健康扶贫考核得分与就医选择的交互效应和健康扶贫考核得分与治疗效果的交互效应。可以发现，健康扶贫考核得分对脱贫状态的影响受到了就医选择和治疗效果的调节，且健康扶贫考核得分对选择县内就医和治愈或病情好转的贫困患者的影响要显著超过选择县外就医和其他治疗结果的贫困患者。

总之，表4结果显示，健康扶贫政策对贫困患者脱贫的影响受到贫困患者就医选择和治疗效果的调节。选择县内就医、治愈或病情好转的贫困患者从健康扶贫政策中的获益要明显高于选择县外就医和其他治疗效果的贫困患者。

5 结论和政策建议

5.1 结论

研究结果表明：健康扶贫政策的实施对于促进贫困患者脱贫是积极有效的。健康扶贫政策落实越好的地区，贫困患者脱贫的可能性越大。健康扶贫政策的实施使得选择县内就医、治愈或病情好转的贫困患者更容易脱贫。与此同时，贫困患者能否实现脱贫受到个体和地区层面其他因素的影响，贫困患者的人力资本越高、参加保险数量越多、治疗时间越早、患病越轻，所在地区的经济发展水平越好、卫生投入越多、医疗水平越低、医疗服务市场化程度越高，贫困患者越容易脱贫。在控制个体层次和区域层次的其他变量后，选择县内就医、治愈或病情好转以及所在地区健康扶贫考核得分较高的贫困患者更容易脱贫。本研究提出的6项假设中，只有假设1c和假设2未得到证实，反映贫困患者脱贫的可能性并未随着所在地区医疗水平的提升而增大，与此同时，贫困患者所在地区非公立医院占比越高，贫困患者越容易脱贫。

本研究一定程度上验证了社会投资理论、上游干预理论、多元主体理论、可行能力理论和健康选择论的观点。其一，本研究是发展型社会政策理论本土化讨论的有益尝试。发展型社会政策是发源于西方的理论体系，突破了传统社会福利理论的局限，从加大人力资本投资、强调政府在社会福利中的主导作用、多元主体参与福利供给、健康是人的一项基本能力等方面建立了崭新的社会福利范式。健康扶贫由政府主导，通过一系列措施改善贫困患者的健康状况，恢复或部分恢复其劳动能力，参与经济社会活动，进而实现脱贫。本研究的结果证实了健康扶贫对于贫困患者脱贫产生了积极的作用，体现了中国在发展过程中，坚持政府主导，坚持以人为本，强调经济与社会协调发展，重视对人力资本的投资，与发展型社会政策理论不谋而合。其二，本研究用一组新数据验证了健康选择论。健康选择论认为健康状况是人们地位获得筛选机制的一种，健康状况好的人更可能向上流动，反之亦然。本研究的对象属于建档立卡的贫困人口，单纯按照收入划分应当属于同一社会阶层群体，从本研究的结果看，健康状况改善的贫困人口更容易脱贫，可以看做社会地位的上向流动，一定程度上验证了健康选择论。

5.2 讨论与政策建议

根据研究结果，笔者进一步反思贫困患者脱贫状态的影响因素及其异质性，并提出如下政策建议：

第一，构建健康扶贫与经济社会协调发展的长效机制。中国通过扶贫开发大力发展贫困地区经济，实现了7亿多农村贫困人口的脱贫。蒂特马斯早在上世纪60年代就指出，持续的经济发展并不能自动消除贫困并带来全面繁荣(Titmuss，1968)。社会政策与经济发展紧密关联，社会发展应当促进社会福利(Titmuss，1961)。本研究的结果同样表明，地区经济发展水平高并不意味着医疗服务水平高。健康扶贫政策一方面要与经济发展水平相挂钩，加大对公共卫生事业的投入，改革强化疾病预防控制体系；同时要加强对公立医疗机构发展建设、科学研究、人才培养等方面的投入，持续提升公立医疗机构能力水平。另一方面要与2020年后解决相对贫困总体战略相融合，满足精准扶贫的需要，2020年后，贫困人口的认定将从现行的建档立卡制向申报审核制转变，要改变以绝对收入作为贫困人口认定标准的传统方式，更加重视支出型贫困，从多维贫困的视角出发，建立以家庭收入和支出差额为基础的贫困人口认定机制，对于经审核认定的贫困人口，相应的享受健康扶贫政策。

第二，提升县域诊疗服务能力。要推动贫困患者县内就医、提升治疗效果，最核心的要素是医疗服务能力的提升。一是要大力实施结对帮扶，努力缩小地区间医疗服务能力差距。组建城市大医院与县级医院“一对一”结对帮扶关系，采取组团帮扶、临床进修、远程医疗协作、专项培训、手术示教、师带徒、服务质量审查等方式，有计划、有步骤地加强县级医院薄弱专科能力建设，培养专科骨干人才，推动县级医院大病救治能力全面提升。二是要推动非公立医疗机构高质量发展。在坚持公立医院主导的基础上，通过鼓励社会办医来满足广大群众更高层次的医疗需求。要从人才流动、减税降费、统一与公立医院在医保定点、财政补偿、大型设备配置、职称评审等方面的待遇、促进非公立医疗机构行业自律、提升内部管理水平、加强行业监管等方面着手破解民营医院发展难题。

第三，重视贫困患者个体的差异性，提升贫困患者服务水平。一是要加强转外就医服务。对县级医院不能有效救治的病种，要明确上级定点收治医疗机构和转诊关系、转诊程序，理顺转诊工作机制，确保大病患者得到及时有效的治疗。二是要提高慢性病服务水平。慢性病的治疗以日常维持治疗为主，长期治疗服药给贫困患者造成较大的经济负担，要加强重点慢病贫困患者的健康管理，增强签约服务的精准性，为其提供建档、评估、筛查、咨询、治疗、指导、转诊、随访、康复等全程连续性健康综合服务。三是要推动早筛早诊早治。开展贫困患者年度免费体检，探索按照年龄、性别、慢病情况等细分入组，执行分组健康体检标准，根据体检结果，有针对性地开展健康指导和相关疾病的早筛早诊早治。