王曉坤，高原，徐愛軍

1.南京中醫(yī)藥大學，江蘇 南京 210046；2.江蘇省人民醫(yī)院人事處，江蘇 南京 210029；3.江蘇重大健康風險管理與中醫(yī)藥防控政策研究中心，江蘇 南京 210046

衛(wèi)生總費用(total expenditure on health,TEH)是以貨幣形式作為綜合計量手段，全面反映一個國家或者地區(qū)在一定時期內(nèi)(通常指一年)全社會用于醫(yī)療衛(wèi)生服務所消耗的資金總額，是通過各項衛(wèi)生費用核算加總而形成的結果[1]。衛(wèi)生總費用分析與評價是社會宏觀經(jīng)濟分析的重要組成部分。對衛(wèi)生總費用進行籌資主導分析，可以反映不同籌資來源在衛(wèi)生總費用中所占的比重，以及對衛(wèi)生總費用發(fā)展變化的影響[2]。

2016年，中共中央、國務院頒布實施《“健康中國2030”規(guī)劃綱要》，確立了推進健康中國建設的宏偉藍圖和行動綱領，隨著健康中國建設工作的實施進展，各方也愈加重視健康中國建設工作實施進展的成效評估[3]。近年來，我國衛(wèi)生總費用的絕對值不斷上升，隨著國家對衛(wèi)生領域的投入逐年遞增，健康產(chǎn)出是否有所改變，這是值得學者研究的問題。越來越多的學者研究發(fā)現(xiàn)衛(wèi)生投入會影響健康產(chǎn)出，趙同領等人運用向量誤差修正模型對衛(wèi)生總費用與健康產(chǎn)出之間的關系進行實證分析，發(fā)現(xiàn)衛(wèi)生總費用對健康產(chǎn)出有顯著的改善作用[4]。Bekemeier等運用多元面板時間序列設計研究美國縣級面板數(shù)據(jù)時發(fā)現(xiàn)衛(wèi)生總費用與健康產(chǎn)出是顯著相關的，縣級衛(wèi)生費用的提高可以顯著降低嬰兒死亡率和出生低體重率[5]。FaragMarwa用固定效用回歸模型研究了133個中低收入國家的衛(wèi)生支出與嬰兒死亡率、兒童死亡之間的關系，研究結果表明政府的衛(wèi)生支出對降低嬰兒和兒童的死亡率有顯著影響[6]。黃玉捷采用逐步回歸分析法展開研究并發(fā)現(xiàn)我國健康產(chǎn)出與嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命緊密相關，增加衛(wèi)生總費用可以提升這三個健康產(chǎn)出指標[7]。

目前對于我國衛(wèi)生總費用與健康產(chǎn)出之間的關系的最新研究較少，因此本研究提出利用中國1997—2019年的面板數(shù)據(jù)，使用計量分析方法，探尋衛(wèi)生總費用與健康產(chǎn)出之間的關系，為我國醫(yī)療衛(wèi)生體系的建設提供實證參考依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源與變量選擇

本研究數(shù)據(jù)來自中國統(tǒng)計局，2018—2019年數(shù)據(jù)來源于《中國衛(wèi)生健康統(tǒng)計年鑒》、2013—2017年數(shù)據(jù)來源于《中國衛(wèi)生和計劃生育統(tǒng)計年鑒》、1997—2012年數(shù)據(jù)來源于《中國衛(wèi)生統(tǒng)計年鑒》，各年的居民消費價格定基指數(shù)來源于《中國統(tǒng)計年鑒》。

ATEHt=TEHt*CPI1/CPIt，t=1997,1998,...,2019

(式1)

其中ATEH為平減后衛(wèi)生總費用，TEH為名義衛(wèi)生總費用，CPI1為1997年居民消費價格定基指數(shù)為441.9。

1.2 研究方法

本研究將對衛(wèi)生總費用(來源法)進行結構分析，同時采用計量模型分析實際衛(wèi)生總費用與嬰兒死亡率之間的關系。鑒于本研究的樣本數(shù)據(jù)為時間序列數(shù)據(jù)，根據(jù)數(shù)據(jù)特征建立最小二乘模型：

ln(IMTt)=β0+β1ln(ATEHt)+ut，t=1,2,...,T

(式2)

式中IMTt為每一年的嬰兒死亡率，ATEHt為每一年的實際衛(wèi)生總費用，ut為誤差項。

2 實證分析與研究

2.1 描述性統(tǒng)計分析

2.1.1 衛(wèi)生總費用籌資總體規(guī)模 由表1可知，1997—2019年，我國衛(wèi)生總費用籌資總體規(guī)模不斷擴大，由1997年的3 196.71億元增加至2019年65 841.39億元，2019年衛(wèi)生總費用金額是1997年的20倍；1997—2008年衛(wèi)生總費用增長速度較為波動，2009年衛(wèi)生總費用的增長速度為21.54%，達到23年間最高水平，2009—2019年衛(wèi)生總費用的增長速度漸趨緩慢，衛(wèi)生總費用的增長速度得到了較好的控制，2019年我國衛(wèi)生總費用增長速度已降至8.22%，見圖1。

表1 1997—2019年中國衛(wèi)生總費用(來源法)

2.1.2 衛(wèi)生總費用籌資結構 由表2可知，2019年我國政府衛(wèi)生支出為18 016.95億元，占衛(wèi)生總費用的比重為27.36%，相比1997年我國政府衛(wèi)生支出占總費用的比重提升了10.98%；2019年,我國社會衛(wèi)生支出為29 150.57億元，占衛(wèi)生總費用的比重為44.27%，比1997年提高了13.49%；2019年,我國個人的衛(wèi)生支出為18 673.87元，占衛(wèi)生總費用的比重為28.36%，比1997年降低了24.48%。23年間，我國政府對衛(wèi)生的投入規(guī)模持續(xù)擴大，我國政府衛(wèi)生支出的占衛(wèi)生總費用的比重不斷上升，2011—2015年間，政府衛(wèi)生支出占比處于較高水平，2015年以來，政府衛(wèi)生支出占比逐漸下降，需進一步完善長效及穩(wěn)定的政府衛(wèi)生投入機制；1997年至今，社會衛(wèi)生支出不斷增大，社會籌資規(guī)模不斷擴大，2010年起社會籌資成為衛(wèi)生總費用的主要籌資來源；個人衛(wèi)生支出自1997年不斷降低，占衛(wèi)生總費用的比重由1997年的52.84%降低至2019年28.36%，個人衛(wèi)生負擔不斷減輕，見圖2、圖3。

圖1 1997—2019年中國衛(wèi)生總費用增長速度

圖2 1997—2019年中國衛(wèi)生總費用籌資結構金額

圖3 1997—2019年中國衛(wèi)生總費用籌資結構占比

表2 1997—2019年中國衛(wèi)生總費用(來源法)籌資結構

2.1.3 嬰兒死亡率 1997—2019年間，我國嬰兒死亡率不斷下降(見圖4)，1997年我國嬰兒死亡率為33.1‰，2019年我國嬰兒死亡率為5.6‰，我國的嬰兒死亡率得到了顯著的控制。然而，2017年英國嬰兒死亡率為3.7‰、法國嬰兒死亡率是3.5‰、德國嬰兒死亡率為3.1‰、日本嬰兒死亡率為1.9‰。因此，相比于部分發(fā)達國家，我國的嬰兒死亡率仍有下降的空間。

態(tài)度標記語是作者對所陳述命題的情感態(tài)度，傳遞作者對于所論述對象的諸如驚訝、重要性和贊同等評價。態(tài)度標記語在語步2中出現(xiàn)頻率最高，語步1次之，語步3和語步5中出現(xiàn)頻率較高，并且態(tài)度標記在語步2和語步3、語步5中的出現(xiàn)頻次對數(shù)似然率顯示統(tǒng)計意義上的顯著差異(p=0.021，p=0.012)。社論中還有很多表態(tài)度的形容詞性成語，我們也將其歸入態(tài)度標記，我們認為這是漢語特有的態(tài)度標記。例如：

圖4 1997—2019年中國嬰兒死亡率

2.2 模型回歸與檢驗

2.2.1 平穩(wěn)性檢驗 在實際情況中，經(jīng)濟類的數(shù)據(jù)絕大多數(shù)都是非平穩(wěn)數(shù)據(jù)，因此需要對數(shù)據(jù)進行平穩(wěn)性檢驗，本研究利用ADF檢驗法分別對嬰兒死亡率和實際衛(wèi)生總費用進行單位根檢驗，以檢驗嬰兒死亡率和衛(wèi)生總費用時間序列數(shù)據(jù)的平穩(wěn)性[8]。檢驗結果顯示，在α=0.05的顯著性水平下，ln(IMT)和ln(ATEH)都是非平穩(wěn)序列，經(jīng)運算，分別對二者進行差分，并檢驗差分后的平穩(wěn)性，結果顯示，二次差分后的序列顯著平穩(wěn)，即ln(IMT)和ln(ATEH)均為2階單整序列，滿足進行協(xié)整檢驗的條件，具體檢驗結果見表3。

表3 序列平穩(wěn)性檢驗結果(ADF)

2.2.2 協(xié)整檢驗 協(xié)整檢驗可以檢驗出一組非平穩(wěn)序列的線性組合是否具有穩(wěn)定的均衡相依關系，防止出現(xiàn)偽回歸。由平穩(wěn)性檢驗結果可知，嬰兒死亡率和實際衛(wèi)生總費用本身是不具有平穩(wěn)性的，在對其進行二次差分后，二者表現(xiàn)出顯著的平穩(wěn)性。本研究存在兩個變量，所以選取兩變量的Engle-Granger檢驗進行協(xié)整檢驗，探尋嬰兒死亡率和實際衛(wèi)生總費用是否存在均衡關系，檢驗結果如表4所示。結果表明拒絕原假設，說明嬰兒死亡率和實際衛(wèi)生總費用是協(xié)整的，二者存在長期穩(wěn)定的均衡關系。

表4 協(xié)整檢驗結果

2.2.3 模型建立 協(xié)整結果檢驗顯示嬰兒死亡率和實際衛(wèi)生總費用之間存在協(xié)整關系，即表明嬰兒死亡率和實際衛(wèi)生總費用進行最小二乘回歸時，不會存在偽回歸問題，因此本研究選擇ols模型，對變量進行回歸，回歸結果如下(表5)：

ln(IMTt)=9.450 7-0.715 8ln(ATEHt)

(式3)

式3表示了嬰兒死亡率與實際衛(wèi)生總費用之間的長期均衡關系，嬰兒死亡率相對于實際衛(wèi)生總費用的彈性系數(shù)為-0.715 8，在其他條件不變的情況下，實際衛(wèi)生總費用每增加1%，當期的嬰兒死亡率下降0.715 8%。

表5 普通最小二乘回歸結果

2.2.4 序列相關性檢驗 由于大多數(shù)時間序列數(shù)據(jù)存在固有慣性，本研究中嬰兒死亡率除了受實際衛(wèi)生總費用的影響外，還會受其他因素影響，而其他因素被包含在了隨機誤差項u中，所以可能出現(xiàn)序列相關性。由于D.W.檢驗只能檢驗一階自相關，所以本研究使用拉格朗日乘數(shù)(LM)檢驗法檢驗是否存在序列相關性，檢驗結果如表6所示，檢驗結果顯示普通最小二乘回歸結果存在六階序列相關性。

表6 拉格朗日乘數(shù)(LM)檢驗結果

2.2.5 廣義差分法估計模型 廣義差分法是克服序列相關性的有效方法，目前被廣泛地采用，因此本研究也采用廣義差分法解決普通最小二乘估計出現(xiàn)的序列相關性問題。運用stata軟件進行運算，得出模型的一階廣義差分估計結果為(表7)：

ln(IMTt)=4.101 6-0.769 0ln(ATEHt)+0.588 9AR(1)

(式4)

式中，0.588 9為隨機擾動項的一階序列相關系數(shù)。在5%的顯著性水平下，式4的一階拉格朗日乘數(shù)(LM)檢驗結果顯示PLM=0.078>0.05，表明經(jīng)過廣義差分法變換后的模型不存在序列相關性。結果顯示嬰兒死亡率相對于實際衛(wèi)生總費用的彈性系數(shù)為-0.769 0，在其他條件不變的情況下，實際衛(wèi)生總費用每增加1%，當期的嬰兒死亡率下降0.769 0%。

3 結論與討論

本研究對1997—2019年我國衛(wèi)生總費用和嬰兒死亡率的時間序列數(shù)據(jù)進行分析，發(fā)現(xiàn)我國衛(wèi)生總費用的籌資結構不斷完善，政府衛(wèi)生投入的規(guī)模不斷擴大，但近年來有減緩投入的趨勢；社會參與衛(wèi)生籌資的程度不斷提高；居民個人占衛(wèi)生總費用的比重不斷降低，近年來降低的趨勢逐漸緩慢[9]；嬰兒死亡率由1997年的33.1‰降低至2019年的5.6‰，尚未達到“健康中國2030”提出到2030年嬰兒死亡率降低至5.0‰以下的目標，同時與發(fā)達國家相比也存在一定差距。實證研究結果顯示，衛(wèi)生總費用和健康產(chǎn)出之間存在著長期均衡關系，衛(wèi)生總費用對健康產(chǎn)出具有顯著的改善作用，其他條件不變的情況下，衛(wèi)生總費用的增加會引起嬰兒死亡率的降低，這一結論與國內(nèi)外多數(shù)學者的研究結論一致。

表7 廣義差分法估計及檢驗結果

為進一步提升我國居民健康水平，早日實現(xiàn)“健康中國2030”的規(guī)劃目標，要切實落實分級診療制度，推動就醫(yī)結構合理化發(fā)展，建立優(yōu)質高效的衛(wèi)生服務體系，提高衛(wèi)生資源利用效率與基層醫(yī)療機構的服務能力，將居民向基層引流，進一步控制衛(wèi)生總費用的總體增速[10]；政府應持續(xù)加強衛(wèi)生投入，發(fā)揮政府的主導作用，保持政府衛(wèi)生投入的可持續(xù)性與穩(wěn)定性；進一步降低居民的就醫(yī)負擔，積極推動社會參與衛(wèi)生投入，進一步降低居民的個人衛(wèi)生占比。沈郁淇等人研究提出要注意健康產(chǎn)出邊際遞減趨勢的出現(xiàn)，相比于單純地增加衛(wèi)生投入，有效地提高資源利用效率和衛(wèi)生資源的生產(chǎn)效率對健康水平的促進作用可能更加明顯[11]，因此在適當提高我國衛(wèi)生籌資水平的基礎上，要進一步提高醫(yī)療技術水平，降低嬰兒死亡率，促進健康水平不斷提升[12]

利益沖突無