劉 雨， 李德勛

(安徽中醫(yī)藥大學醫(yī)藥經(jīng)濟管理學院 安徽 合肥 230000)

公共醫(yī)療衛(wèi)生服務是一種明顯的公共產(chǎn)品[1]，無論是2009年的新醫(yī)改方案還是《“健康中國2030”規(guī)劃綱要》，都明確了政府需履行對醫(yī)療衛(wèi)生健康服務需求的支出責任。目前對于政府衛(wèi)生支出領域的研究，多集中于研究中央、地方財政分權方面，缺少對國家宏觀層面政府衛(wèi)生支出行為的實證研究。著眼于經(jīng)濟發(fā)展、人口結構、城鎮(zhèn)化程度、物價水平等方面，運用多元線性回歸方法分析我國政府衛(wèi)生支出行為的影響因素，這對加強中央政府的支出責任，明確各級政府的責任分配和籌資機制是非常重要的[2]。

1 關于政府衛(wèi)生支出行為的理論研究

隨著社會的發(fā)展和進步，人們對健康的要求也越來越高，這也要求政府在醫(yī)療衛(wèi)生領域給予更多的經(jīng)濟和政策支持。改革開放以來，隨著經(jīng)濟體制改革的深入和醫(yī)療衛(wèi)生事業(yè)的改革，中國的醫(yī)療衛(wèi)生事業(yè)出現(xiàn)了新的問題，如何為民眾提供公平的醫(yī)療衛(wèi)生服務成為政府、學術界和公眾最關注的問題之一[3]。

在國內(nèi)研究方面，楊亮(2012)從國家宏觀層面和地方層面，利用相關理論和計量經(jīng)濟學模型，探究政府衛(wèi)生支出的現(xiàn)狀和特點并提出了對策建議[4]。楊立群(2011)使用面板數(shù)據(jù)回歸模型研究政府衛(wèi)生支出的影響因素，結果表明主要影響因素是國內(nèi)生產(chǎn)總值[5]；周海燕(2011)、何長江(2011)、宋志華(2010)基于中國省級面板數(shù)據(jù)進行政府衛(wèi)生支出影響因素分析，也發(fā)現(xiàn)國內(nèi)生產(chǎn)總值是主要影響因素[6]，另外，經(jīng)濟發(fā)展水平、政府機構及人員的膨脹程度是較大影響因素[7]，總的來看，經(jīng)濟、社會人口和衛(wèi)生狀況是3組基礎因素[8]。肖海翔(2013)利用GMM估計方法對省級面板數(shù)據(jù)進行分析發(fā)現(xiàn)人均實際GDP、財政分權水平、城鎮(zhèn)化水平、住院分娩率和環(huán)境污染度對政府衛(wèi)生支出有顯著影響[9]。譚華偉等(2017)利用固定效應模型開展的研究發(fā)現(xiàn)，中央轉(zhuǎn)移支付人均指數(shù)和比重指數(shù)對地方政府衛(wèi)生支出的促進作用有限，人均GDP、老年撫養(yǎng)比和政策沖擊都有積極影響[10]。吳昊、高小蓉等(2018)通過建立面板模型進行研究發(fā)現(xiàn)我國政府衛(wèi)生支出逐漸受到老齡化因素影響，并且區(qū)域差異顯著[11]。韓婉新、李長樂(2021)使用雙向固定效用模型分析數(shù)據(jù)，發(fā)現(xiàn)一般公共預算收入、年末常住人口、衛(wèi)生機構數(shù)量等因素對地市級政府衛(wèi)生支出產(chǎn)生了正向影響[12]。

此外，近年來，在國內(nèi)方面對衛(wèi)生支出的效率水平和影響因素進行了大量研究。韓華為(2010)、李郁芳(2015)對地方政府衛(wèi)生支出的效率進行了核算，發(fā)現(xiàn)經(jīng)濟發(fā)展水平、財政分權程度、醫(yī)改政策、城鎮(zhèn)化水平等均是影響因素[13，14]。王曦、梁瑋佳(2018)研究發(fā)現(xiàn)，經(jīng)濟發(fā)展程度、居民受教育水平、財政分權程度、人口密度、城鄉(xiāng)收入差距等對政府衛(wèi)生支出效率產(chǎn)生了影響[15]。 周子超(2021)基于DEA-Tobit兩階段的分析發(fā)現(xiàn)技術革新速率、人均實際GDP、老齡化程度、教育水平、戶籍制度、醫(yī)療政策均產(chǎn)生了影響[16]。

在國外的研究中，Kleiman(1974)率先發(fā)現(xiàn)GDP對衛(wèi)生支出的影響最大[17]。Newhouse(1980)、Gerdtham和Jonsson(2004)在早期的研究中也發(fā)現(xiàn)GDP和衛(wèi)生支出之間存在著明顯的正相關關系[18，19]。學者們還研究了其他的影響因素，并將研究范圍擴展到政府的衛(wèi)生開支。DiMatteo(1998)對加拿大省級政府衛(wèi)生支出的影響因素進行了研究，發(fā)現(xiàn)省級人均收入、老年人口所占比例是主要影響因素[20]。Costa-Font、Pons-novell(2007)使用西班牙衛(wèi)生支出的區(qū)域數(shù)據(jù)展開研究發(fā)現(xiàn)，收入、財政分權程度、醫(yī)生數(shù)量、床位數(shù)等均會對政府衛(wèi)生支出產(chǎn)生影響[21]。Rahman(2008)的一項研究顯示人均收入和各邦的識字率影響印度各邦政府的衛(wèi)生支出[22]。Pammolli(2012)的一項類似研究發(fā)現(xiàn)，公共衛(wèi)生支出隨著老齡化程度和技術進步而增加[23]。近年來國外相關研究發(fā)現(xiàn)，其他一些易被忽略的因素也對政府衛(wèi)生支出行為產(chǎn)生了影響。Sorensen等(2013)的一項研究得出結論：政府衛(wèi)生支出與醫(yī)療技術進步之間存在復雜且不易確定的影響和相關性[24]。Joseph等(2014)利用一般矩量法和兩階段最小二乘法進行實證研究發(fā)現(xiàn)衛(wèi)生援助的增加會取代一部分政府衛(wèi)生支出[25]。Moosa N(2018)的一項研究發(fā)現(xiàn)由于國際貨幣基金組織常推行緊縮型政策，其組織運作對政府衛(wèi)生支出產(chǎn)生了消極影響[26]。Behera等(2019)對印度各邦政府衛(wèi)生支出行為的表現(xiàn)進行研究，得出GDP的增長會刺激政府衛(wèi)生支出增加的結論[27]。Barlow Pepita(2020)一項對中低收入國家的研究發(fā)現(xiàn)，關稅變化和國內(nèi)稅收能力也對政府衛(wèi)生支出存在影響[28]。

國內(nèi)外對政府衛(wèi)生支出行為及其影響因素的研究較為豐富，大多數(shù)基于一定的實證方法建立模型，研究結果綜合來看，經(jīng)濟發(fā)展水平、社會人口因素、衛(wèi)生水平等方面的因素均對政府衛(wèi)生支出行為產(chǎn)生了影響，但目前的國內(nèi)外研究大多著眼于地方層面，基于宏觀的國家層面開展的政府衛(wèi)生支出行為的研究并不多見，在制定宏觀政策時難以成為有效的參考依據(jù)。

2 模型的設定

2.1 模型介紹

在現(xiàn)實經(jīng)濟活動中，一個經(jīng)濟現(xiàn)象往往與幾個相關的現(xiàn)象相聯(lián)系，并且最簡單的關聯(lián)形式是一個被解釋變量和若干個解釋變量之間的線性關系。多元線性回歸模型是指在一個模型中包括多個解釋變量和其他影響因素，這樣就可以同時估計和檢驗多個解釋變量對被解釋變量的影響。

2.2 模型構建

根據(jù)《2020中國衛(wèi)生健康統(tǒng)計年鑒》中的主要指標解釋，政府衛(wèi)生支出是指各級政府用于一系列項目的支出，包括醫(yī)療衛(wèi)生服務、衛(wèi)生和醫(yī)療保險管理、醫(yī)療保險補貼以及人口和計劃生育的支出。公共衛(wèi)生支出的變化受到一些因素的影響，包括經(jīng)濟發(fā)展水平、財政支出水平、人口構成和城市化程度。本文在回顧文獻的基礎上，選取人均GDP(X2)、人均衛(wèi)生費用(X3)、少兒撫養(yǎng)比(X4)、老年撫養(yǎng)比(X5)、城鎮(zhèn)人口占總人口比例(X6)、居民消費價格指數(shù)(X7)這6個變量，探究其對政府衛(wèi)生支出占財政支出比重(Y)的影響。 為了消除異方差并使得趨勢線性化，分別將相關變量變換成自然對數(shù)形式[6]，構建多元回歸模型

lnY=β1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6lnX6+

β7lnX7+u

(1)

其中l(wèi)nXi(i=1，2，…，7)為選取的影響因素指標，βi(i=1，2，…，7)為相應的系數(shù)，u～N表示隨機誤差，取值范圍為(0，σ2)。

2.3 指標解釋

政府衛(wèi)生支出占財政支出比重的自然對數(shù)作為被解釋變量lnY，反映政府衛(wèi)生支出的程度；人均GDP的自然對數(shù)作為解釋變量lnX2，反映經(jīng)濟發(fā)展水平；人均衛(wèi)生費用的自然對數(shù)作為解釋變量lnX3，反映總體的衛(wèi)生投入水平；反映人口結構的解釋變量lnX4和lnX5分別為少兒撫養(yǎng)比的自然對數(shù)、老年撫養(yǎng)比的自然對數(shù)；反映城市化程度的lnX6為城鎮(zhèn)人口占總人口比例的自然對數(shù)；居民消費價格指數(shù)的自然對數(shù)作為解釋變量lnX7，反映物價水平的變動(見表1)。通過線性回歸分析，找出被解釋變量的相關影響因素指標，并確定解釋變量與各解釋變量間的數(shù)量關系，構造多元回歸模型。

表1 多元回歸模型的解釋變量描述

2.4 數(shù)據(jù)來源

本文引用的數(shù)據(jù)均來自國家統(tǒng)計局統(tǒng)計年鑒和統(tǒng)計公報，選取1999年至2017年的各項指標參與多元回歸分析(見表2)。其中，少兒撫養(yǎng)比是0～14歲的人口與15～64歲工作年齡人口的比率，老年撫養(yǎng)比是基于65歲以上人口與15～64歲工作年齡人口的比率；居民消費價格指數(shù)均以1978年的數(shù)據(jù)為基數(shù)100。

表2 1999—2017年中國政府衛(wèi)生支出行為的相關經(jīng)濟指標指數(shù)

3 實證分析

3.1 估計參數(shù)

將上述時間序列數(shù)據(jù)輸入統(tǒng)計分析軟件EViews 8.0，根據(jù)回歸模型(1)進行多元回歸分析，得到初步回歸分析結果(見表3)。

表3 初步回歸分析結果

此外，根據(jù)初步回歸的分析結果，該回歸模型可決系數(shù)R2為0.979836，修正后的可決系數(shù)ˉR2為0.969755，F(xiàn)統(tǒng)計量為97.189。

根據(jù)表格中初步回歸分析的結果，我們可以得到初步的多元回歸模型

lnY=18.92645+0.951598lnX2+1.317572lnX3+

0.5746lnX4-0.891342lnX5-5.884684lnX6-

2.725078lnX7

(2)

s=(7.463807)(0.405180)(0.410226)(0.360320)(0.641753)(1.476652)

(1.475311)

R2=0.979836，ˉR2=0.969755，F(xiàn)=97.189，n=19

3.2 模型檢驗

3.2.1 統(tǒng)計推斷檢驗

(1)擬合優(yōu)度的檢驗

首先進行擬合優(yōu)度的檢驗。由初步回歸分析的結果可以得到：可決系數(shù)R2為0.979836，修正后的可決系數(shù)ˉR2為0.969755，這意味著所構建的模型很好地擬合了樣本數(shù)據(jù)整體(可決系數(shù)越接近于1，擬合度越高)

(2)F檢驗

其次進行F檢驗。提出原假設H0：β2=β3=β4=β5=β6=β7=0，在顯著性水平α=0.05下，從F分布表中查出自由度為k-1=6和n-k=12的臨界值Fα(6,12)=3.00。由上述初步回歸分析結果知F=97.189，由于F=97.189>Fα(6,12)=3.00，所以應拒絕原假設H0：β2=β3=β4=β5=β6=β7=0，表明方程的回歸是顯著的，也就是說人均GDP的自然對數(shù)(lnX2)、人均衛(wèi)生費用的自然對數(shù)(lnX3)、少兒撫養(yǎng)比的自然對數(shù)(lnX4)、老年撫養(yǎng)比的自然對數(shù)(lnX5)、城鎮(zhèn)人口占總人口比例的自然對數(shù)(lnX6)、居民消費價格指數(shù)的自然對數(shù)(lnX7)這些變量聯(lián)合起來對政府衛(wèi)生支出占財政支出比重的自然對數(shù)(lnY)有顯著影響。

(3)t檢驗

學校作為教育農(nóng)村訂單定向醫(yī)學生的最主要執(zhí)行主體，在資助政策上應給予傾斜。如在勤工助學崗位、學校各種資助政策中給予傾斜，特別是加大對農(nóng)村戶籍學生的資助力度，拓寬其生活費來源，以減輕其求學的經(jīng)濟壓力。讓學有余力的學生可以在各種有利的政策中獲得更好的發(fā)展，讓學習能力偏弱的同學重塑學習態(tài)度，以更高的質(zhì)量和水平完成學業(yè)。

3.2.2 計量經(jīng)濟學檢驗

(1)多重共線性檢驗

在多元線性回歸模型中，各自變量因素本身之間也可能存在著強烈的線性關系。如果這種線性關系超過或者干擾了自變量和因變量之間的線性關系，就會很難保證線性回歸模型的穩(wěn)定性，不能得到最優(yōu)的回歸方程，回歸系數(shù)的準確性也會不高[29]。為了解決這個問題，我們運用逐步回歸法進行多重共線性的檢驗，即按照解釋變量的顯著性大小，從大到小依次將變量引入模型中，觀察引入每一個變量后的F統(tǒng)計量、修正后的可決系數(shù)以及其他各解釋變量t統(tǒng)計值的情況，如果最初引入的解釋變量由于后來引入的解釋變量而不再顯著，則將后者刪除，以減少共線性的影響。

由表1，我們以解釋變量lnX6為基礎，按照顯著性的大小依次引入其他解釋變量，逐步回歸法檢驗過程如表4所示。

表4 逐步回歸法檢驗過程

由表4可得，在逐步回歸的過程中，人均GDP的自然對數(shù)(lnX2)、人均衛(wèi)生費用的自然對數(shù)(lnX3)、城鎮(zhèn)人口占總人口比例的自然對數(shù)(lnX6)這3個解釋變量對被解釋變量政府衛(wèi)生支出占財政支出比重的自然對數(shù)(lnY)產(chǎn)生顯著性影響，它們的t統(tǒng)計值均通過顯著性檢驗，且在依次被引入的過程中均未對已引入變量的t統(tǒng)計值產(chǎn)生不良影響，還改進了模型的F統(tǒng)計值、擬合優(yōu)度；而解釋變量少兒撫養(yǎng)比的自然對數(shù)(lnX4)、老年撫養(yǎng)比的自然對數(shù)(lnX5)、居民消費價格指數(shù)的自然對數(shù)(lnX7)在分別被引入模型的過程中對已引入變量的t統(tǒng)計值產(chǎn)生了不良影響，且未對F統(tǒng)計值、擬合優(yōu)度產(chǎn)生明顯改進，說明這3個解釋變量對被解釋變量政府衛(wèi)生支出占財政支出比重的自然對數(shù)(lnY)的影響是偶然的，應該從回歸模型中去除以獲得新的線性回歸模型

lnY=6.146756+0.672508lnX2+0.372372lnX3-

3.582507lnX6

(3)

(2)異方差檢驗

異方差性指的是被解釋變量的觀測值離散程度隨著解釋變量的變化而變化，這與線性回歸中的同方差假定是相悖的。在計量經(jīng)濟分析活動中，隨著觀測值的變化，某些因素會對解釋變量產(chǎn)生不同的影響，從而導致隨機誤差項的不同方差，即出現(xiàn)“異方差”現(xiàn)象。為了檢驗模型中是否存在異方差問題，我們采用White檢驗方法對其進行檢驗。

我們構造輔助函數(shù)并利用EViews軟件得到nR2=6.624477，由于輔助回歸中有9個解釋變量，自由度為9。提出假設H0：α1=α2=α3=……=α9=0(α1～α9為輔助函數(shù)中各變量的系數(shù))，由White檢驗知，在α=0.05下，通過查尋χ2分布表得到臨界值為

因此無法拒絕H0，說明模型中是不存在異方差的。

(3)自相關檢驗

自相關是指整個回歸模型中的隨機誤差項之間存在著相關關系。另一方面，回歸模型的古典假定是隨機誤差項沒有自相關，也就是說，假設隨機誤差項在觀測點之間沒有相關性。針對模型是否存在自相關的現(xiàn)象，我們這里利用DW檢驗法進行檢驗：在顯著性水平0.05下，對樣本量為19、3個解釋變量的模型進行DW統(tǒng)計值查表得dL=0.967，dU=1.685，模型中DW=1.537906，有dL

為了解決好自相關的問題，這里用科克倫-奧克特迭代法進行廣義差分回歸，得到迭代后的DW=1.840319，可以判斷dU

圖1 殘差圖

根據(jù)廣義差分后的結果，修正回歸模型

lnY=4.507084+0.555006lnX2+0.321726lnX3-

2.758748lnX6

(4)

4 結果與分析

從以上模型的設定及檢驗過程我們可以得到這樣一個結果：人均GDP、人均衛(wèi)生費用、城鎮(zhèn)人口占總人口比例均對政府衛(wèi)生支出行為產(chǎn)生顯著性影響，其中前兩個因素是正向產(chǎn)生效應，最后一個因素對政府衛(wèi)生支出行為產(chǎn)生負效應影響。

4.1 經(jīng)濟發(fā)展水平對政府衛(wèi)生支出行為產(chǎn)生正向影響

結果顯示，人均GDP指標顯著性地對政府衛(wèi)生支出行為產(chǎn)生正向影響，人均GDP的自然對數(shù)每增長1個單位，政府衛(wèi)生支出占財政支出比例的自然對數(shù)就會增加0.555006個單位，表明人均GDP是政府衛(wèi)生支出行為的重要影響因素。這正是我們所預期的，即當經(jīng)濟發(fā)展水平提高時，政府衛(wèi)生支出也相應增加。隨著經(jīng)濟的發(fā)展，人們的生活水平不斷提高，消費需求不斷轉(zhuǎn)變，人們對健康、養(yǎng)生、保健的需求也急劇增加，政府為了滿足人民對美好健康生活的向往與需求，也將承擔更多的責任，相應地在醫(yī)療衛(wèi)生領域投入更多資金。另外，模型中還顯示出人均GDP的波動對政府衛(wèi)生支出行為的影響程度不算很大，表明政府尚未將衛(wèi)生事業(yè)的投入與社會發(fā)展結合起來，對衛(wèi)生事業(yè)的發(fā)展并未排在財政支出的首位，這其中最主要的原因可能是政策決策者對健康作用和衛(wèi)生事業(yè)發(fā)展的認識還不夠，受到了主觀因素的限制[5]。

4.2 衛(wèi)生投入總水平對政府衛(wèi)生支出行為產(chǎn)生正向影響

人均衛(wèi)生費用在模型中對政府衛(wèi)生支出行為起到了正向顯著影響，結果顯示，人均衛(wèi)生費用的自然對數(shù)每增加1個單位，政府衛(wèi)生支出占財政支出比例的自然對數(shù)就會增加0.321726個單位，這符合我們的預期。人均衛(wèi)生費用水平反映的是衛(wèi)生投入總水平，顯示了一個國家在衛(wèi)生領域的總投資水平。它包括了3個部分：政府、個人以及社會衛(wèi)生支出。

隨著市場化經(jīng)濟體制的不斷推進以及服務型政府的不斷改革，近年來，個人衛(wèi)生支出在衛(wèi)生總支出中的比重明顯下降，而社會衛(wèi)生支出的比重則大幅增加，政府也繼續(xù)加大對衛(wèi)生領域的支持。所以隨著衛(wèi)生總費用的增加，政府衛(wèi)生支出情況也在逐漸向好的方向調(diào)整，這符合實際規(guī)律。

4.3 城鎮(zhèn)化程度對政府衛(wèi)生支出行為產(chǎn)生負向影響

模型中顯示，城鎮(zhèn)人口占總人口比例也對政府衛(wèi)生支出行為產(chǎn)生顯著性影響，不過這個影響是負向的，即城鎮(zhèn)人口占總人口比例的自然對數(shù)每增加1個單位，政府衛(wèi)生支出占財政支出比例的自然對數(shù)就會減少2.758748個單位。這表明城鎮(zhèn)化程度的加深并沒有帶來政府衛(wèi)生支出行為的改善，相反地還會降低政府衛(wèi)生支出的比重，這并不符合我們的預期，但從實際出發(fā)可以給出一個可能與此相關的解釋：隨著城鎮(zhèn)化進程的加快，社會發(fā)展、社會關系的趨向更加復雜，這其中可能出現(xiàn)了許多外部效應，政府的一部分注意力轉(zhuǎn)移到了新的社會問題方面，從而擠占了政府對衛(wèi)生領域的支出。

另外，在構建回歸模型時，少兒撫養(yǎng)比、老年撫養(yǎng)比和居民消費價格指數(shù)都沒有通過顯著性檢驗，也就是人口結構、物價水平變動因素均未在構建的模型中對政府衛(wèi)生支出行為產(chǎn)生顯著性影響。這可能是因為政府在制定衛(wèi)生支出政策時沒有充分考慮人口結構、城鎮(zhèn)化程度和物價水平等因素，或者是因為政府衛(wèi)生支出水平尚未根據(jù)社會發(fā)展和人口對衛(wèi)生產(chǎn)品和服務的實際需求進行調(diào)整[7]。

5 結論及政策建議

經(jīng)過前文的分析，可以得出這樣的一個結論：人口結構、物價水平變動因素均未對政府衛(wèi)生支出行為產(chǎn)生必然的影響，經(jīng)濟發(fā)展水平、衛(wèi)生投資總量和城鎮(zhèn)化水平對政府衛(wèi)生支出行為有重大影響，其中城鎮(zhèn)化水平起著負面作用?；谏鲜鼋Y論，我們對政府衛(wèi)生支出行為提出以下政策建議。

(1) 堅持政府主導，合理分配衛(wèi)生支出。目前我國經(jīng)濟發(fā)展水平不斷提高，政府衛(wèi)生支出也一定程度地增加，未來還要進一步堅持政府在基本醫(yī)療衛(wèi)生服務中起主導作用。政府應隨著社會的進步和經(jīng)濟發(fā)展，不斷提高對健康和醫(yī)療衛(wèi)生事業(yè)的認識，在財政支出中提高衛(wèi)生領域支出的比重，更有力地促進公眾健康事業(yè)發(fā)展，開展具體的支出方式及支出比例科學化研究，加大對基層醫(yī)療衛(wèi)生機構、疾病預防控制、健康教育等方面的傾斜比重[29-31]，滿足人民日益增長的健康需求。

(2) 充分考慮社會發(fā)展因素，建立衛(wèi)生支出績效評價體系。隨著社會的發(fā)展，政府在制定衛(wèi)生支出政策時，應充分考慮人口結構、城鎮(zhèn)化程度、物價水平等因素的影響。如今，隨著人口老齡化、三胎政策入法、城鎮(zhèn)化程度加速等一系列社會新現(xiàn)象的出現(xiàn)，政府應適時調(diào)整衛(wèi)生支出政策，根據(jù)實際情況，科學、合理地建立衛(wèi)生投入機制。同時，政府應基于衛(wèi)生領域的工作內(nèi)容，兼顧效率與公平，設計建立衛(wèi)生支出績效考核評價體系，科學評價政府衛(wèi)生支出是否到位、速度如何、是否存在資金擠占和挪用等情況，提高衛(wèi)生資金使用效率，有效減少浪費[32]，保障人民生命和健康。

(3) 建立服務型政府的同時，鼓勵社會參與籌資。在新公共管理浪潮下，政府也在不斷進行自我的改革，強調(diào)建立服務型政府，主張充分發(fā)揮市場的作用，引進社會的力量進行衛(wèi)生資源籌資。本篇文章雖然研究的是政府衛(wèi)生支出行為的影響因素，但目的并不是要探究使政府衛(wèi)生支出絕對值增加的有效途徑，而是旨在通過研究有關影響因素來幫助政府合理決策政府衛(wèi)生支出行為，達到衛(wèi)生保障的公平與有效。所以，在市場經(jīng)濟體制的推進下，政府落實自身責任的同時，要做好衛(wèi)生領域的統(tǒng)籌協(xié)調(diào)工作，拓展多渠道、可持續(xù)的衛(wèi)生籌資方式，鼓勵社會力量參與[33，34]，共同保障和支持衛(wèi)生事業(yè)的可持續(xù)發(fā)展。

(4)明確各級政府職責，完善區(qū)域衛(wèi)生規(guī)劃。現(xiàn)有的研究中大部分都立足于各地區(qū)的面板數(shù)據(jù)，考慮到財政分權的因素。盡管本文從宏觀角度研究了政府衛(wèi)生支出行為的影響因素，但根據(jù)不同行政級別以及地區(qū)的省情和地情來明確政府職責仍十分重要。要按照中央、省、市、縣行政職責劃分，合理分擔衛(wèi)生事權，在此基礎上尊重市場的規(guī)律，完善區(qū)域衛(wèi)生規(guī)劃工作，有效配置衛(wèi)生資源，并且中央政府要在此過程中注意統(tǒng)籌協(xié)調(diào)，對中、西部地區(qū)實行一定程度、標準明確的衛(wèi)生財政補助政策，確保全國各地人民相對公平地享受衛(wèi)生服務。