伴随着中国老年人绝对数和相对比例的迅速增长,老年人口健康水平受到学术界和政府机构越来越多的重视。人口健康预期寿命指标能够结合死亡率和健康状况来综合衡量人口健康水平,在国内外学术界得到广泛应用。中国老年人口健康预期寿命是在增长还是在缩短?老年人口健康预期寿命在总预期寿命中的比例是在增大还是在减小?不同特征人群间是否存在显著差异,哪些因素在影响着这些差异,这些差异随时间是在变大还是在缩小?这些都是我国在制定老龄化相关政策时必须考虑的问题。　　 Sullivan方法将健康比例和时期生命表结合起来计算人口健康预期寿命,是学术界和政府部门计算健康与其寿命最常用的方法之一。然而Sullivan方法得到的人口健康预期寿命就其本质来讲属于点估计。在缺乏方差信息的前提下,仅仅根据点估计进行比较缺乏严格统计学依据。本文应用Lynch和Brown(S.M.Lynch,J.S.Brown,2005)提出的贝叶斯马尔科夫链模特卡罗方法(BayesianMarkov Chain Monte Carlo,以下简称BMCMC)构建多状态生命表,得到人口健康预期寿命的区间估计。　　 本研究所用数据来自美国北卡罗莱纳大学和中国疾病控制和预防中心合作进行的“中国健康和营养调查”(China Health and Nutrition Survey,以下简称CHNS),该数据是目前最权威的研究中国健康和营养问题的数据库。考虑到变量完整性和可比性等问题,我们主要分析了1997、2002、2004和2006年调查结果所构成的面板数据。　　 初步研究表明:(1)对健康状况变化平缓的国家和地区,缺少面板数据时可以利用Sullivan方法大致估计人口健康预期寿命状况。但是在进行人群间比较和变化趋势研究时,仅仅根据Sullivan方法进行分析则显得缺少严格统计学基础。在数据可得的前提下,BMCMC能提供人口健康预期寿命的区间估计,所以在统计意义上是更为严格的方法;(2)两种分析方法均表明,不同人群的健康水平随时间变化的趋势不同,不同人群的健康水平存在一定的差异,并且这种差异随时间推移也在发生变化。必须针对不同的人群分别讨论人口健康预期寿命是在扩张还是在压缩。在制定应对老龄化的相应政策时,应该将不同人群分别对待,同时也应该将人口健康状况变化趋势可能会随时间发生变化等因素纳入考虑范围。