陳 渝 張?zhí)┤?/p>

昆明理工大學(xué)管理與經(jīng)濟(jì)學(xué)院 云南昆明 650093

1 引言

隨著優(yōu)質(zhì)醫(yī)療服務(wù)需求的快速增長(zhǎng)和實(shí)際有效供給不足，增加投入以滿(mǎn)足服務(wù)需求成為常態(tài)，這種醫(yī)療領(lǐng)域的“馬太效應(yīng)”造成了醫(yī)療資源配置的非均衡。［1］可以預(yù)料，隨著我國(guó)人民衛(wèi)生服務(wù)需求的不斷提高，我國(guó)醫(yī)療領(lǐng)域的資金壓力會(huì)越來(lái)越大，如何完善籌資結(jié)構(gòu)成為實(shí)現(xiàn)醫(yī)療機(jī)構(gòu)經(jīng)營(yíng)戰(zhàn)略目標(biāo)的關(guān)鍵，按照籌資來(lái)源可將衛(wèi)生總費(fèi)用指標(biāo)體系分為政府衛(wèi)生支出、社會(huì)衛(wèi)生支出和居民個(gè)人衛(wèi)生支出三部分［2］。

Stabile M等提出衛(wèi)生籌資結(jié)構(gòu)對(duì)衛(wèi)生總費(fèi)用的增長(zhǎng)具有重要影響。［3］Ke X等使用從1995到2008年的143個(gè)國(guó)家的面板數(shù)據(jù)同時(shí)應(yīng)用標(biāo)準(zhǔn)固定效應(yīng)和動(dòng)態(tài)模型進(jìn)行研究，［4］探索衛(wèi)生總費(fèi)用增長(zhǎng)相關(guān)因素及其主要組成部分。Lu C等人采用中低收入國(guó)家1995年至2006年的數(shù)據(jù)考察了國(guó)家經(jīng)濟(jì)發(fā)展因素對(duì)衛(wèi)生籌資的影響。［5］董黎明等提出政府應(yīng)該優(yōu)化衛(wèi)生支出結(jié)構(gòu)，降低個(gè)人支付比重，鼓勵(lì)和引導(dǎo)社會(huì)資本的介入并積極拓展衛(wèi)生籌資渠道。［6］顧昕研究提出中國(guó)出現(xiàn)“看病貴”問(wèn)題很大程度歸因于政府責(zé)任的弱化導(dǎo)致衛(wèi)生籌資結(jié)構(gòu)失調(diào)。［7］周婷研究提出政府衛(wèi)生籌資對(duì)改善居民醫(yī)療服務(wù)環(huán)境，控制醫(yī)療服務(wù)價(jià)格，提高醫(yī)療服務(wù)水平具有積極意義。［8］

衛(wèi)生支出毫無(wú)疑問(wèn)會(huì)受到醫(yī)療改革的影響，2005年引發(fā)的政府與市場(chǎng)主導(dǎo)的討論成為新一輪醫(yī)療體制改革的起點(diǎn)，市場(chǎng)和政府的紐帶上社會(huì)衛(wèi)生支出被突顯出來(lái)。社會(huì)衛(wèi)生支出主要包括：社會(huì)醫(yī)療保障支出、商業(yè)健康保險(xiǎn)、社會(huì)辦醫(yī)、社會(huì)捐贈(zèng)等方面。

本文將分兩個(gè)階段分析醫(yī)療衛(wèi)生籌資和社會(huì)衛(wèi)生支出的變化情況。首先，從實(shí)際衛(wèi)生支出和衛(wèi)生支出占GDP百分比兩個(gè)維度使用ARIMA模型進(jìn)行預(yù)測(cè)，ARIMA模型在衛(wèi)生支出領(lǐng)域有許多應(yīng)用［9-12］，本文利用實(shí)際衛(wèi)生支出預(yù)測(cè)分析中國(guó)衛(wèi)生支出結(jié)構(gòu)、規(guī)模及變化率，借助衛(wèi)生支出占GDP比重研究衛(wèi)生支出籌資格局及水平，通過(guò)綜合分析兩個(gè)維度，顯示出社會(huì)衛(wèi)生支出的重要地位，對(duì)未來(lái)醫(yī)療服務(wù)發(fā)展趨勢(shì)進(jìn)行推斷，提出引入社會(huì)資本緩解我國(guó)醫(yī)療資金壓力的討論。其次，通過(guò)FDLMR模型，進(jìn)一步分析醫(yī)療改革的實(shí)施對(duì)社會(huì)衛(wèi)生支出各組成部分的影響，對(duì)引入社會(huì)資本發(fā)展醫(yī)療領(lǐng)域提供了切實(shí)的政策和經(jīng)濟(jì)分析，進(jìn)一步明晰社會(huì)衛(wèi)生支出未來(lái)可能的發(fā)展方向。

2 衛(wèi)生支出預(yù)測(cè)

2.1 模型簡(jiǎn)介

本研究的自回歸積分滑動(dòng)平均模型即ARIMA（p，d，q）模型由 AR、I、MA三部分組成。其中，AR指自回歸過(guò)程，MA指移動(dòng)平均過(guò)程，I指積分過(guò)程，p表示模型的自回歸項(xiàng)數(shù)，q表示模型的移動(dòng)平均項(xiàng)數(shù)，d表示時(shí)間序列平穩(wěn)之前必須取其差分的次數(shù)。模型一般公式為：

其中 yt為相關(guān)時(shí)間序列；α1，α2，…，αt為自回歸系數(shù)；μt為白噪聲序列；β1，β2，…，βt為滑動(dòng)平均系數(shù)。應(yīng)用ARIMA模型，借助歷史時(shí)間序列數(shù)據(jù)，利用統(tǒng)計(jì)軟件，可以得出相應(yīng)模型最終表達(dá)式。

2.2 數(shù)據(jù)收集及處理

數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)局發(fā)布的2017年《中國(guó)統(tǒng)計(jì)年鑒》，選擇1978年為研究的起始時(shí)間，2016年為數(shù)據(jù)觀測(cè)的終止時(shí)間。從中選取了一共37年的衛(wèi)生支出數(shù)據(jù)分析，其中1978—2013年數(shù)據(jù)作為測(cè)試數(shù)據(jù)，剩下3年數(shù)據(jù)用作預(yù)測(cè)驗(yàn)證數(shù)據(jù)。

2.3 預(yù)測(cè)

本研究利用STATA平臺(tái)，分別預(yù)測(cè)了社會(huì)、政府、個(gè)人的實(shí)際衛(wèi)生支出，以及社會(huì)、政府、個(gè)人衛(wèi)生支出分別占GDP的比重。因?yàn)榛谕瑯拥睦碚?，本文只?jiǎn)略展示了對(duì)實(shí)際社會(huì)衛(wèi)生支出的預(yù)測(cè)過(guò)程。

2.3.1 對(duì)實(shí)際衛(wèi)生支出進(jìn)行預(yù)測(cè)

本文選擇將社會(huì)衛(wèi)生支出的對(duì)數(shù)序列（記作ln＿soc）作為原始序列，畫(huà)出原始數(shù)據(jù)1978—2013年的時(shí)間序列圖，顯示社會(huì)衛(wèi)生支出的對(duì)數(shù)序列隨時(shí)間的變化趨勢(shì)（圖1）。

圖1 社會(huì)衛(wèi)生支出對(duì)數(shù)序列的時(shí)間序列

由圖1可知，數(shù)據(jù)有明顯的增長(zhǎng)趨勢(shì)，初步判斷非平穩(wěn)序列。對(duì)原始序列取一階差分（記作d＿ln＿soc），通過(guò)單位根檢驗(yàn)處理過(guò)的序列已經(jīng)平穩(wěn)。

通過(guò)d＿ln＿soc的自相關(guān)圖和偏自相關(guān)圖初步推斷 ARIMA模型為（1，1，0）或（1，1，1），為了選擇最佳的模型，結(jié)合單位根檢測(cè)時(shí)初步推斷的ARIMA（5，1，0）模型，利用 AIC，BIC準(zhǔn)則進(jìn)行模型篩選（表 1）。

表1 模型篩選

通過(guò)篩選，發(fā)現(xiàn) ARIMA（1，1，0）更佳，于是選擇該模型進(jìn)行預(yù)測(cè)。得到最終模型表達(dá)式：d＿1n＿soc＝0.1527232＋0.4860365d＿1n＿soct－1

同理，選擇 ARIMA（1，1，0）、ARIMA（1，2，0）模型，分別對(duì)2014—2016年度政府、個(gè)人實(shí)際衛(wèi)生支出進(jìn)行預(yù)測(cè)，并將其與實(shí)際值比較，具體內(nèi)容如表2。

表2 社會(huì)／政府／個(gè)人衛(wèi)生支出2014—2016年預(yù)測(cè)值與實(shí)際值

對(duì)未來(lái)4年進(jìn)行預(yù)測(cè)，獲得社會(huì)衛(wèi)生支出、政府衛(wèi)生支出、個(gè)人衛(wèi)生支出2017—2020年預(yù)測(cè)數(shù)據(jù)（表3）。

表3 社會(huì)／政府／個(gè)人衛(wèi)生支出2017—2020年預(yù)測(cè)值（億元）

分析2014—2016年預(yù)測(cè)結(jié)果，社會(huì)、政府、個(gè)人的實(shí)際衛(wèi)生支出預(yù)測(cè)值和實(shí)際值的平均誤差分別為2.16%、4.15%、3.49%，模型的擬合效果較好，進(jìn)一步驗(yàn)證了該模型預(yù)測(cè)的可靠性。

2.3.2 對(duì)支出占GDP比重進(jìn)行預(yù)測(cè)

考慮多維度分析，選擇對(duì)支出占GDP百分比進(jìn)行預(yù)測(cè)。經(jīng)過(guò)篩選，選擇 ARIMA（1，1，0）、ARIMA（1，1，0）、ARIMA（0，1，1）模型，分別對(duì)社會(huì)、政府、個(gè)人衛(wèi)生支出占GDP比重行預(yù)測(cè)，得到2014—2016年社會(huì)、政府、個(gè)人衛(wèi)生支出分別占GDP比重的預(yù)測(cè)值與實(shí)際值，以及2017—2020年預(yù)測(cè)值（表4、表5）。

表4 社會(huì)／政府／個(gè)人衛(wèi)生支出在GDP中占比2014—2016年預(yù)測(cè)值與實(shí)際值（%）

表5 社會(huì)／政府／個(gè)人衛(wèi)生支出在GDP中占比2017—2020年預(yù)測(cè)值（%）

根據(jù)預(yù)測(cè)結(jié)果分析，社會(huì)、政府、個(gè)人衛(wèi)生支出占GDP比重預(yù)測(cè)值和實(shí)際值的平均誤差分別為4.53%、3.65%、2.26%，具有較好的預(yù)測(cè)能力。結(jié)合兩種預(yù)測(cè)方式的實(shí)際誤差，認(rèn)為模型具有可靠性，預(yù)測(cè)結(jié)果具有使用價(jià)值。

3 社會(huì)衛(wèi)生支出影響因素分析

3.1 模型簡(jiǎn)介

（1）有限分布滯后模型（Finite distributed lag model，F(xiàn)DL），即滯后期長(zhǎng)度有限的分布滯后模型，模型一般表達(dá)式：

模型中各系數(shù)體現(xiàn)了解釋變量各個(gè)時(shí)期對(duì)被解釋變量的不同影響程度，即通常所說(shuō)的乘數(shù)效應(yīng)。其中，δ0稱(chēng)為短期乘數(shù)或即期乘數(shù)，表示當(dāng)期x變化一個(gè)單位對(duì)y平均值的即期影響程度，δi稱(chēng)為延遲系數(shù)或動(dòng)態(tài)乘數(shù)，表示過(guò)去各個(gè)時(shí)期x變化一個(gè)單位對(duì)y平均值的動(dòng)態(tài)影響程度稱(chēng)為長(zhǎng)期乘數(shù)或長(zhǎng)期傾向（long-run propensity，LRP），表示 x變動(dòng)一個(gè)單位，由于滯后效應(yīng)而形成的對(duì)y平均值總影響的大小。

（2）有限分布滯后多元回歸模型（finite distributed lagmultiple regression model，F(xiàn)DLMR），即將有限分布滯后模型與多元回歸模型相結(jié)合，模型一般表達(dá)式：

模型前半部分與有限分布滯后模型意義相同，δi＋n代表其他解釋變量系數(shù)，a、b…代表其他解釋變量，ut為誤差項(xiàng)。

3.2 數(shù)據(jù)收集及處理

社會(huì)衛(wèi)生支出、社會(huì)保險(xiǎn)基金支出、社會(huì)捐贈(zèng)數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》，商業(yè)健康保險(xiǎn)賠付數(shù)據(jù)來(lái)自保監(jiān)會(huì)歷年《保險(xiǎn)統(tǒng)計(jì)報(bào)告》，社會(huì)辦醫(yī)療機(jī)構(gòu)衛(wèi)生支出（以下簡(jiǎn)稱(chēng)“社會(huì)辦醫(yī)支出”）數(shù)據(jù)來(lái)自《中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》，選取2005—2015年度進(jìn)行匯總整理。

3.3 模型建立及分析

將社會(huì)衛(wèi)生支出（social health expenditure，she）作為因變量，以盡量避免多重共線為原則，選擇社會(huì)保險(xiǎn)基金支出（socialmedical insurance expenditure，smie）、商業(yè)健康保險(xiǎn)賠付（commercial health insurance paid，chip）、非 公 立 醫(yī) 院 （Non-public hospitals，nh）數(shù)量、社會(huì)捐贈(zèng)（social donation，sd）分別代表社會(huì)醫(yī)療保障支出、商業(yè)健康保險(xiǎn)費(fèi)、社會(huì)辦醫(yī)、社會(huì)捐贈(zèng)四個(gè)方面作為自變量?？紤]到醫(yī)院建立產(chǎn)生的影響具有滯后效應(yīng)，所以向模型中加入nh的一階滯后和二階滯后項(xiàng)，并且時(shí)間序列數(shù)據(jù)可能存在時(shí)間趨勢(shì)，為去除趨勢(shì)選擇向模型加入時(shí)間變量t，t＝1作為起始（即2005年），建立時(shí)間序列有限分布滯后多元回歸模型，

nh從第t期開(kāi)始永久性提高，會(huì)導(dǎo)致she的長(zhǎng)期變化，nh的當(dāng)期和滯后系數(shù)之和稱(chēng)為she的長(zhǎng)期傾向，雖然nh不同時(shí)期滯后之間存在多重共線可能，難以得到有效的δi估計(jì)值，但是通過(guò)對(duì)模型的簡(jiǎn)單變換也能計(jì)算出LRP：

令θ0＝δ2＋δ3＋δ4表示 LRP，則δ2＝θ0－δ3－δ4

將δ2帶入模型（1）得到：

進(jìn)行數(shù)學(xué)變換得：

按照（3）式進(jìn)行回歸得到結(jié)果（表6）。

表6 有限分布滯后多元回歸結(jié)果

從結(jié)果可以看出，δ0在較小的顯著水平上異于0，δ5、θ0在一般顯著水平上異于 0，均非常顯著，而δ1在統(tǒng)計(jì)上十分不顯著。

得到模型：

4 結(jié)果與討論

4.1 從模型角度討論醫(yī)療支出的預(yù)測(cè)

在上述對(duì)中國(guó)衛(wèi)生支出進(jìn)行實(shí)證預(yù)測(cè)過(guò)程中，建模數(shù)據(jù)滿(mǎn)足平穩(wěn)性的條件，模型的選取具有一定的理論基礎(chǔ)，通過(guò)了殘差的白噪聲檢驗(yàn)，從理論上證明了ARIMA模型的有效性。從預(yù)測(cè)的結(jié)果看，2014至2020年的預(yù)測(cè)結(jié)果與實(shí)際值的誤差有限，模型在短期預(yù)測(cè)中的結(jié)果較準(zhǔn)確，從實(shí)際的數(shù)據(jù)上驗(yàn)證了模型的有效性。該模型能夠應(yīng)用于對(duì)未來(lái)中國(guó)衛(wèi)生支出數(shù)據(jù)的預(yù)測(cè)，其結(jié)果可以有效反映中國(guó)衛(wèi)生支出發(fā)展情況。

4.2 綜合預(yù)測(cè)結(jié)果對(duì)中國(guó)衛(wèi)生支出進(jìn)行討論

4.2.1 三種衛(wèi)生支出變化趨勢(shì)

預(yù)測(cè)結(jié)果顯示2017－2020年社會(huì)衛(wèi)生支出的增長(zhǎng)率從15%波動(dòng)上升至23.2%，政府衛(wèi)生支出增長(zhǎng)率從14.9%逐漸增加到15.7%，而個(gè)人衛(wèi)生支出的增長(zhǎng)率呈現(xiàn)11.1%穩(wěn)定增長(zhǎng)態(tài)勢(shì)，結(jié)合各支出的歷史基數(shù)，顯示社會(huì)衛(wèi)生支出正在并且將持續(xù)以超過(guò)其他兩項(xiàng)支出的速度和金額高速增長(zhǎng)；個(gè)人衛(wèi)生支出在增長(zhǎng)率上低于政府衛(wèi)生支出，在實(shí)際支出總額會(huì)逐漸低于政府衛(wèi)生支出，但是總額并沒(méi)有降低趨勢(shì)；在4年內(nèi)三種支出的關(guān)系發(fā)生變化，從社會(huì)衛(wèi)生支出略高于政府和個(gè)人衛(wèi)生支出，而政府與個(gè)人衛(wèi)生支出相當(dāng)?shù)膽B(tài)勢(shì)，發(fā)展為社會(huì)衛(wèi)生支出大幅超越政府和個(gè)人衛(wèi)生支出，政府衛(wèi)生支出逐漸超過(guò)個(gè)人衛(wèi)生支出的狀況。在此基礎(chǔ)上，可以推斷社會(huì)衛(wèi)生支出規(guī)模龐大，其籌資能力在衛(wèi)生支出中占據(jù)了重要地位，并且其地位還在不斷上升，而政府會(huì)持續(xù)加大醫(yī)療投入，但是難以短時(shí)間降低個(gè)人衛(wèi)生支出。

4.2.2 三種衛(wèi)生支出占GDP比重的變化趨勢(shì)

衛(wèi)生總費(fèi)用占GDP的比重作為一個(gè)重要評(píng)價(jià)指標(biāo)，向決策者展示了一個(gè)國(guó)家或地區(qū)在一定時(shí)期內(nèi)全社會(huì)衛(wèi)生保健籌資水平［13］，因此，衛(wèi)生總費(fèi)用的各組成部分占GDP的比重反映了一個(gè)國(guó)家社會(huì)、政府和個(gè)人的衛(wèi)生保健籌資能力水平。觀察各項(xiàng)支出占GDP的比重，社會(huì)衛(wèi)生支出在未來(lái)衛(wèi)生支出中占比最大，并且快速增長(zhǎng)；政府衛(wèi)生支出占比最小，預(yù)測(cè)顯示未來(lái)會(huì)保持相對(duì)較快增長(zhǎng)，并且其占比高于個(gè)人衛(wèi)生支出占比；個(gè)人衛(wèi)生支出的占比增速較緩，個(gè)人衛(wèi)生籌資能力水平在衛(wèi)生籌資格局中的影響在減弱；在現(xiàn)階段國(guó)家經(jīng)歷產(chǎn)業(yè)調(diào)整，經(jīng)濟(jì)增長(zhǎng)放緩的背景下，醫(yī)療支出總體的增長(zhǎng)沒(méi)有放緩。預(yù)測(cè)分析結(jié)果顯示，社會(huì)衛(wèi)生保健籌資水平在醫(yī)療保健籌資領(lǐng)域最高，其籌資能力與潛力遠(yuǎn)超政府與個(gè)人，未來(lái)可能成為醫(yī)療服務(wù)領(lǐng)域最重要的資金來(lái)源，對(duì)衛(wèi)生事業(yè)發(fā)展產(chǎn)生重要推動(dòng)作用。

4.2.3 結(jié)果討論

通過(guò)預(yù)測(cè)，從實(shí)際衛(wèi)生支出和占GDP比重兩方面證明了社會(huì)衛(wèi)生支出的重要性。在這樣的背景下，應(yīng)該重視社會(huì)領(lǐng)域的資金引入，與此同時(shí)，不應(yīng)簡(jiǎn)單的引入醫(yī)療資金，片面地認(rèn)為擴(kuò)大投資就是解決醫(yī)療問(wèn)題的途徑，而要考慮獲得投資以后管理的有效性。衛(wèi)生投資高不代表公眾醫(yī)療水平得到了有效保障和提高，對(duì)發(fā)展中國(guó)家來(lái)說(shuō)衛(wèi)生支出是否有效是一個(gè)比投資規(guī)模更需考慮的問(wèn)題。如何達(dá)到醫(yī)療投入的最優(yōu)狀態(tài)，需要平衡三個(gè)矛盾：

（1）能解決政府醫(yī)療投入不足與民眾醫(yī)療衛(wèi)生服務(wù)需求日益增高的矛盾。

（2）能處理衛(wèi)生支出增加和社會(huì)邊際健康收益遞減之間的矛盾。［14］

（3）能緩解公共醫(yī)療衛(wèi)生的公益性與融資資本的逐利性的矛盾。［15］

4.3 結(jié)合實(shí)際討論社會(huì)衛(wèi)生支出影響

4.3.1 實(shí)際政策影響

2009年國(guó)務(wù)院向社會(huì)公布了《關(guān)于深化醫(yī)藥衛(wèi)生體制改革的意見(jiàn)》，作為新一輪醫(yī)改的綱領(lǐng)，其中提到了：（1）鼓勵(lì)企業(yè)和個(gè)人通過(guò)參加商業(yè)保險(xiǎn)及多種形式的補(bǔ)充保險(xiǎn)解決基本醫(yī)療保障之外的需求；（2）積極促進(jìn)非公立醫(yī)療衛(wèi)生機(jī)構(gòu)發(fā)展，形成投資主體多元化、投資方式多樣化的辦醫(yī)體制。適度降低公立醫(yī)療機(jī)構(gòu)比重，形成公立醫(yī)院與非公立醫(yī)院相互促進(jìn)、共同發(fā)展的格局；（3）制定相關(guān)優(yōu)惠政策，鼓勵(lì)社會(huì)力量興辦慈善醫(yī)療機(jī)構(gòu)，或向醫(yī)療救助、醫(yī)療機(jī)構(gòu)等慈善捐贈(zèng)。這三點(diǎn)為社會(huì)基本醫(yī)療保險(xiǎn)的穩(wěn)定和商業(yè)健康保險(xiǎn)的發(fā)展打下了基礎(chǔ)，為社會(huì)資本辦醫(yī)提供了政策支持，并促進(jìn)了社會(huì)醫(yī)療捐贈(zèng)事業(yè)的健康持續(xù)發(fā)展。新醫(yī)改不僅是對(duì)政府醫(yī)療投入和體制改革的要求，也為社會(huì)衛(wèi)生支出發(fā)展規(guī)劃了方向，吸引社會(huì)資本投入醫(yī)療領(lǐng)域。

4.3.2 實(shí)際經(jīng)濟(jì)情況影響

社會(huì)保險(xiǎn)在社會(huì)保障體系中處于核心地位，從統(tǒng)計(jì)結(jié)果顯示社會(huì)保險(xiǎn)基金支出對(duì)社會(huì)衛(wèi)生支出有顯著的正向影響，這符合實(shí)際經(jīng)濟(jì)情況。社會(huì)保險(xiǎn)基金作為社會(huì)醫(yī)療保險(xiǎn)的主要資金來(lái)源，必然會(huì)對(duì)其產(chǎn)生影響，即保險(xiǎn)支出的額度直接關(guān)系社會(huì)衛(wèi)生支出水平，由于其保障的性質(zhì)，所以會(huì)緊隨衛(wèi)生支出的增減而同步變化；商業(yè)健康保險(xiǎn)作為社會(huì)醫(yī)療保障的補(bǔ)充，由于其投保人自愿投保，個(gè)人向保險(xiǎn)公司支付保險(xiǎn)費(fèi)的特征，其規(guī)模遠(yuǎn)遠(yuǎn)小于社會(huì)醫(yī)療保險(xiǎn)，所以雖然對(duì)社會(huì)衛(wèi)生支出產(chǎn)生了正向影響，但是并不顯著；非公立醫(yī)院數(shù)量一定程度上代表了社會(huì)辦醫(yī)的發(fā)展?fàn)顩r，與常規(guī)經(jīng)濟(jì)慣性思維不同，非公立醫(yī)院數(shù)量和社會(huì)衛(wèi)生支出呈負(fù)相關(guān)，即每增加一所非公立醫(yī)院，社會(huì)衛(wèi)生支出沒(méi)有因?yàn)榻ㄔO(shè)花費(fèi)而增加，反而會(huì)減少，因?yàn)槟Ｐ涂紤]了滯后效應(yīng)，所以有理由推斷非公立醫(yī)院的存在會(huì)在長(zhǎng)期水平上減少衛(wèi)生支出。非公立醫(yī)院服務(wù)對(duì)象主要覆蓋自費(fèi)患者與商?；颊?，并且一般擁有先進(jìn)的管理技術(shù)，所以減少了醫(yī)療服務(wù)對(duì)社會(huì)保障的資金要求，本文對(duì)lsmie（社會(huì)保險(xiǎn)基金支出對(duì)數(shù)形式）和nh進(jìn)行回歸來(lái)檢驗(yàn)這一想法，如表7，統(tǒng)計(jì)結(jié)果顯示nh和lsmie呈負(fù)相關(guān)，即每增加一所非公立醫(yī)院，社會(huì)保險(xiǎn)基金支出均有所減少；社會(huì)捐贈(zèng)是社會(huì)團(tuán)體以及愛(ài)心人士對(duì)醫(yī)療服務(wù)領(lǐng)域的捐贈(zèng)。捐贈(zèng)一般直接用于受助個(gè)人或項(xiàng)目，所以捐贈(zèng)的增加正向影響社會(huì)衛(wèi)生支出，與一般經(jīng)濟(jì)事實(shí)相符。

表7 回歸結(jié)果

4.4 局限與展望

在本文中ARIMA模型預(yù)測(cè)情況良好，但其具有局限性，對(duì)未來(lái)的長(zhǎng)期預(yù)測(cè)準(zhǔn)確性不足，并對(duì)突發(fā)狀況模擬不足，因此，模型具有優(yōu)化空間，未來(lái)可以基于ARIMA模型進(jìn)行擴(kuò)展研究，得到更為準(zhǔn)確的預(yù)測(cè)結(jié)果。其次，F(xiàn)DLMR模型有效分析了社會(huì)衛(wèi)生支出的影響因素，并結(jié)合醫(yī)療改革政策背景，對(duì)未來(lái)社會(huì)衛(wèi)生支出發(fā)展做出了估計(jì)。同時(shí)，本文只通過(guò)模型對(duì)中國(guó)未來(lái)衛(wèi)生支出進(jìn)行了預(yù)測(cè)，簡(jiǎn)單分析了醫(yī)療改革可能產(chǎn)生的影響，認(rèn)為社會(huì)衛(wèi)生支出將會(huì)在未來(lái)一段時(shí)間內(nèi)成為衛(wèi)生支出的支柱，結(jié)合衛(wèi)生服務(wù)項(xiàng)目對(duì)有效管理以及充足投入的需求，提出引入社會(huì)資本是一個(gè)良好的選擇，并未對(duì)如何吸引資本，以及如何在尊重資本屬性的同時(shí)又約束資本等問(wèn)題進(jìn)行詳細(xì)討論，也未深入分析醫(yī)療改革涉及的其他因素對(duì)社會(huì)衛(wèi)生支出的影響，今后研究可以從以上問(wèn)題進(jìn)行深入擴(kuò)展。