陳志超

（成都市醫(yī)療保障局信息中心 成都 610031）

研究近年來我國住院費用及其相關(guān)指標的變動情況，對于減輕疾病風險給患者帶來的經(jīng)濟負擔、促進醫(yī)療資源合理配置，以及規(guī)范醫(yī)院管理具有重要意義。次均住院統(tǒng)籌基金支付費用（以下簡稱“次均基金支付費用”）是指住院病人單次在醫(yī)院住院發(fā)生的最終由醫(yī)?；鹬Ц兜尼t(yī)療費用的平均數(shù)，即醫(yī)療保險統(tǒng)籌基金用于住院支付的費用除以住院人次得到的結(jié)果。一般情況下，次均基金支付費用越高，全年總醫(yī)?；鹬Ц对酱?。因此，對醫(yī)保管理者來說，次均基金支付費用是醫(yī)保基金平穩(wěn)運行的關(guān)鍵，也是醫(yī)保經(jīng)辦部門重點關(guān)注及監(jiān)控的指標之一。為此，成都市醫(yī)保信息中心收集了2010—2018年成都市基本醫(yī)保次均基金支付費用數(shù)據(jù)，并以此為依據(jù)進行預測分析。

1 數(shù)據(jù)來源與方法

1.1 數(shù)據(jù)來源

本次用于預測分析的全部數(shù)據(jù)均來自于成都市基本醫(yī)療保險實時在線監(jiān)控系統(tǒng)。

1.2 研究方法

時間序列分析法是將事物發(fā)展變化作為一組觀察值，按時間順序加以排列，構(gòu)成統(tǒng)計的時間序列，然后運用一定的數(shù)字方法使其向外延伸，預測事物未來發(fā)展變化趨勢的一種分析方法。時間序列分析法的主要特點是以時間的推移研究來預測未來趨勢，不受其他外在因素的影響。

本文選用時間序列分析法并運用SPSS 22統(tǒng)計軟件進行數(shù)據(jù)處理，來預測未來5年成都市基本醫(yī)保住院次均基金支付費用情況。圖1為通過軟件得到的住院次均基金支付費用時間序列圖，從圖中可以看出，2010—2018年，成都市基本醫(yī)保住院次均基金支付費用雖然在過程中有所波動，但整體呈現(xiàn)一定的周期性變化規(guī)律，可以通過時間序列分析法進一步研究其中的規(guī)律性。

2 預測結(jié)果

2.1 周期分析

時間序列分析有三個基本特點：假設(shè)事物發(fā)展趨勢會延伸到未來；預測所依據(jù)的數(shù)據(jù)具有不規(guī)則性；不考慮事物發(fā)展之間的因果關(guān)系。通常其要素分為4種，即長期趨勢(Trend)、季節(jié)變動(Seasonal)、循環(huán)變動(Cycle)和不規(guī)則變動(Irregular)。運用SPSS 22統(tǒng)計軟件對2010—2018年成都市基本醫(yī)療保險住院次均基金支付費用進行數(shù)據(jù)處理，得到表1所示內(nèi)容。

圖1 2010—2018年成都市基本醫(yī)療保險住院次均基金支付費用時間序列圖

表1 季節(jié)因子分析

從表1可以看出，次均基金支付費用隨月份有周期性波動規(guī)律，進一步用SPSS 22統(tǒng)計軟件對數(shù)據(jù)進行分析，可以得到的變動規(guī)律為：長期趨勢和循環(huán)變動序列（長期趨勢+循環(huán)變動）與季節(jié)因素校正后序列（長期趨勢+循環(huán)變動+不規(guī)則變動，即誤差）能夠基本重合。

進一步單獨作出季節(jié)因子序列圖（見圖2），可以看出，季節(jié)因素的周期是12個月，先在高峰后下降，然后上升到一個小頂點，再有略微波動后下降，再出現(xiàn)明顯的上升趨勢，此為一個周期循環(huán)。

2.2 預測分析

通過運用SPSS 22統(tǒng)計軟件，對2010—2018年成都市基本醫(yī)療保險住院次均基金支付費用進行處理，最終選擇時間序列模型中的Winters可加性，得出所需的預測結(jié)果，見圖3，并歸納為表2。

2.3 可行性檢驗

從模型統(tǒng)計資料可以看出，模型R平方為0.83，平穩(wěn)R平方為0.574，擬合度尚可，但“楊-博克斯Q（18）”統(tǒng)計量的顯著性P=0.792，大于0.05（此處P>0.05是期望得到的結(jié)果），所以接受原假設(shè)，認為這個序列的殘差符合隨機分布，同時沒有離群值出現(xiàn)，也都反映出數(shù)據(jù)的擬合效果還可接受。

2.4 結(jié)論

為進一步驗證模型準確性，通過實時在線監(jiān)控系統(tǒng)調(diào)取了2019年上半年成都市基本醫(yī)療保險住院次均基金支付費用，并與預測值進行對比（見表3），可以看出，真實值與預測值差距最大不到8%，最小僅為2.5%。數(shù)據(jù)表明，此預測方法科學可靠，符合實踐。預測結(jié)果可以概括真實世界情況，可為實際工作提供科學參考依據(jù)。

3 討論

3.1 時間序列分析法優(yōu)勢

時間序列分析是經(jīng)典定量預測方法之一，它應用過去數(shù)據(jù)，就能推測事物的發(fā)展趨勢，簡單易行，便于掌握。其他經(jīng)典的預測統(tǒng)計分析如線性回歸都假定數(shù)據(jù)序列具有獨立性，而時間序列分析則側(cè)重研究數(shù)據(jù)序列的互相依賴關(guān)系。本文應用時間序列模型開展預測，直觀地掌握成都市基本醫(yī)療保險住院次均基金支付費用未來5年發(fā)展變化的趨勢規(guī)律及周期性的漸進增長情況。參考預測結(jié)果可以使日常監(jiān)管及決策工作有合理的彈性空間，更加符合實際工作的需要，為制定和修改制度提供有力數(shù)據(jù)支撐。

3.2 時間序列分析不確定因素

圖2 季節(jié)因子序列圖

圖3 時間序列預測模型預測未來5年成都市基本醫(yī)保住院次均基金支付費用圖

預測的實質(zhì)是借助過去和現(xiàn)在的信息來推斷將來的情況，考慮到事物發(fā)展的隨機性，任何事物發(fā)展都可能受偶然因素影響，會受到政策調(diào)整以及當時具體情況的影響，而一旦影響因素發(fā)生了較大變化，則會對模型的準確度產(chǎn)生影響。如運用時間序列模型預測結(jié)果對2019年上半年數(shù)據(jù)進行擬合時，可以發(fā)現(xiàn)1、2月擬合值與觀測值兩者相差較大，主要原因是1、2月恰逢中國傳統(tǒng)節(jié)日元旦、春節(jié)，中國人一般都不希望在傳統(tǒng)佳節(jié)住院治療，故疾病不太嚴重時一般病人會選擇回家與家人團聚而不是在醫(yī)院度過，因此實際次均值與預測值相差較大。但其他月份實際值幾乎與預測結(jié)果一致。

4 啟示及建議

4.1 嚴控核心指標不合理增長

與門診醫(yī)療相比，住院醫(yī)療具有治療時間長、醫(yī)療費用較高、費用管控難度高等特征。從醫(yī)療服務(wù)供給方的角度看，住院服務(wù)占用了大量的醫(yī)療資源；從醫(yī)療服務(wù)需求方的角度看，醫(yī)療資源供給緊缺，且住院服務(wù)給患者及其家庭帶來較為沉重的經(jīng)濟負擔。因此，住院醫(yī)療費用的管控對節(jié)約社會資源、保障醫(yī)?；鹂沙掷m(xù)都具有重要意義，住院次均基金支付費用作為影響總住院醫(yī)療費用的關(guān)鍵性指標意義重大，應該作為醫(yī)保經(jīng)辦人員關(guān)注的重點領(lǐng)域，盡力引導醫(yī)療服務(wù)機構(gòu)合理規(guī)范醫(yī)療行為，在確保醫(yī)療質(zhì)量的前提下，嚴格規(guī)范醫(yī)療行為，控制次均基金支付費用的不合理增長。

4.2 探索建立復合型支付方式

從本文預測中可以看到，至2023年底，次均基金支付費用將達到6000元以上，幾乎是2010年初的一倍左右，而近年來醫(yī)保統(tǒng)籌基金收入增速遠沒有達到如此快速，長此以往將有基金收不抵支風險。為此，應按照國辦發(fā)〔2017〕55號文要求，實行多元復合式醫(yī)保支付方式，重點推行按病種付費，開展按疾病診斷相關(guān)分組付費試點，完善按人頭付費、按床日付費等支付方式。通過建立與醫(yī)療機構(gòu)的談判機制，動態(tài)調(diào)整支付標準，強化質(zhì)量監(jiān)管，以期控制次均支付費用增長速度。

4.3 構(gòu)建完善的分級診療體系

一般來說，低級別的醫(yī)療機構(gòu)在次均基金支付上較高級別醫(yī)院有明顯的優(yōu)勢，因此正確引導參保病人小病小醫(yī)對醫(yī)?；鸷侠碇С鲆饬x重大。為此應優(yōu)化醫(yī)療資源結(jié)構(gòu)和布局，促進優(yōu)質(zhì)醫(yī)療資源下沉，提高基層服務(wù)能力，合理確定各級各類醫(yī)療機構(gòu)功能定位，同時完善分工協(xié)作機制，建立暢通的轉(zhuǎn)院轉(zhuǎn)診制度。以患者為中心制定分級診療規(guī)范，綜合運用行政、醫(yī)保、價格等多種措施，推動建立基層首診、雙向轉(zhuǎn)診、急慢分治、上下聯(lián)動的分級診療模式，引導患者合理就醫(yī)，提高醫(yī)療資源利用效率和整體效益。在統(tǒng)一質(zhì)量標準前提下，實行同級醫(yī)療機構(gòu)醫(yī)學檢查檢驗結(jié)果互認，達到“小病社區(qū)醫(yī)院看，大病轉(zhuǎn)診轉(zhuǎn)院快，互聯(lián)互通無障礙，生病住院心不亂”。

表2 成都市基本醫(yī)療保險住院次均基金支付費用未來5年預測

表3 預測模型與實際差異