藍(lán)英

（川北醫(yī)學(xué)院管理學(xué)院，四川 南充 637000）

0 引言

公共衛(wèi)生事業(yè)是一項(xiàng)重大民生工程，關(guān)系到人民健康福祉。隨著公共衛(wèi)生體制改革的深入推進(jìn)，政府在公共衛(wèi)生領(lǐng)域的主導(dǎo)作用不斷增強(qiáng)，政府公共衛(wèi)生財(cái)政支出迅速增長，尤其是西部地區(qū)。西部地區(qū)的公共衛(wèi)生財(cái)政支出從2011年的1748.16億元增加到2021年的4403.46億元，公共衛(wèi)生財(cái)政支出規(guī)模逐年增長，支出年均增長率達(dá)到了13.81%，然而，在支出規(guī)模不斷擴(kuò)張的同時(shí)，人們對(duì)于支出效率的認(rèn)識(shí)仍然不足。同時(shí)，西部地區(qū)經(jīng)濟(jì)發(fā)展和公共衛(wèi)生發(fā)展現(xiàn)狀仍較為落后，考察西部地區(qū)公共衛(wèi)生財(cái)政支出效率能夠有效地揭示西部地區(qū)公共衛(wèi)生財(cái)政支出效率弊端，為下一步提升西部地區(qū)公共衛(wèi)生財(cái)政支出效率、加快西部地區(qū)經(jīng)濟(jì)發(fā)展提供經(jīng)驗(yàn)事實(shí)和理論基礎(chǔ)。相比于公共衛(wèi)生財(cái)政支出規(guī)模的擴(kuò)展，提高財(cái)政支出效率不僅能夠?qū)崿F(xiàn)公共衛(wèi)生財(cái)政資金的充分利用，而且還是緩解公共衛(wèi)生資源供需不匹配、醫(yī)患矛盾突出等現(xiàn)實(shí)問題的關(guān)鍵。

國內(nèi)外關(guān)于公共衛(wèi)生支出效率的測(cè)算主要使用的是數(shù)據(jù)包絡(luò)分析法（DEA）。Israa（2021）[1]采用DEA方法測(cè)算出各個(gè)國家的指數(shù)，對(duì)其進(jìn)行橫向?qū)Ρ冗M(jìn)而得到國家之間支出效率差異化的原因。與此同時(shí)，國內(nèi)多數(shù)研究都采用參數(shù)法和非參數(shù)法評(píng)價(jià)全國層面、省域?qū)用婧褪屑?jí)層面的公共衛(wèi)生財(cái)政支出效率。朱德云等（2020）[2]基于我國省域?qū)用婷姘鍞?shù)據(jù)，采用DEA方法測(cè)算了各省份地方衛(wèi)生財(cái)政支出效率，通過不同省域的效率水平對(duì)比發(fā)現(xiàn)我國地方政府的衛(wèi)生支出效率存在明顯的區(qū)域差異。關(guān)于測(cè)算指標(biāo)的選取主要有兩種做法，第一種是將投入要素明確為政府公共衛(wèi)生相關(guān)的投入，把醫(yī)療衛(wèi)生相關(guān)機(jī)構(gòu)數(shù)量、醫(yī)護(hù)人員數(shù)量作為產(chǎn)出要素[3,4]；第二種是將醫(yī)療應(yīng)用相關(guān)的資源確定為投入變量，比如醫(yī)護(hù)人員數(shù)量等，而將公共衛(wèi)生醫(yī)療就診人數(shù)、住院患者數(shù)量作為產(chǎn)出變量[5,6]。周子超（2021）[7]選取住院診療人數(shù)、門診數(shù)量和床位利用率作為兩階段DEA的第二階段的產(chǎn)出變量，測(cè)算兩種效率的加權(quán)均值，進(jìn)而得到最終效率值。

基于以上研究，本文主要從以下三個(gè)方面進(jìn)行了拓展：首先，西部地區(qū)是我國經(jīng)濟(jì)發(fā)展較為落后地區(qū)，存在要素配置效率不足的現(xiàn)實(shí)問題，故本文的研究視角主要集中于西部地區(qū)的12個(gè)省份，在三階段DEA模型和Malmquist指數(shù)法的分析框架下，集中分析西部地區(qū)各省份政府公共衛(wèi)生財(cái)政支出效率；其次，本文在三階段DEA模型和Malmquist指數(shù)法的基礎(chǔ)上，構(gòu)建了σ收斂模型，實(shí)證檢驗(yàn)了西部地區(qū)公共衛(wèi)生財(cái)政支出效率的波動(dòng)趨勢(shì)是否存在收斂性；最后，本文為關(guān)注西部地區(qū)公共衛(wèi)生財(cái)政支出效率的相關(guān)部門提出了優(yōu)化醫(yī)療衛(wèi)生財(cái)政支出路徑的建議。

1 研究設(shè)計(jì)

1.1 模型構(gòu)建

公共衛(wèi)生財(cái)政支出效率的影響因素多且雜，涉及面較廣，測(cè)算效率值不能被其他外界因素或者隨機(jī)擾動(dòng)要素影響，科學(xué)測(cè)算是本文的核心內(nèi)容。而三階段DEA模型能排除外界環(huán)境和隨機(jī)擾動(dòng)的影響，利用三階段DEA模型能夠有效測(cè)算西部地區(qū)公共衛(wèi)生財(cái)政支出效率。在第一階段的DEA模型使用規(guī)模報(bào)酬可變的BCC數(shù)據(jù)包絡(luò)法模型計(jì)算西部地區(qū)的公共衛(wèi)生財(cái)政支出效率，本文將在第一階段采用投入導(dǎo)向型的DEA來評(píng)估西部地區(qū)各省份公共衛(wèi)生財(cái)政支出效率水平。第二階段選用隨機(jī)前沿模型（SFA）進(jìn)行回歸，排除其他干擾因素的影響。隨機(jī)前沿回歸的目的在于排除外界環(huán)境和隨機(jī)噪聲的干擾，進(jìn)而在同一環(huán)境下做出系統(tǒng)內(nèi)的所有決策。第三階段將選取調(diào)整的投入要素?cái)?shù)據(jù)代入數(shù)據(jù)包絡(luò)分析模型（DEA），計(jì)算的最終數(shù)值，即公共衛(wèi)生財(cái)政支出效率數(shù)值已經(jīng)排除了外在環(huán)境和隨機(jī)噪聲的干擾，可以很合理地展現(xiàn)西部地區(qū)公共衛(wèi)生財(cái)政支出效率的現(xiàn)狀。

1.2 變量選取

（1）投入變量。公共衛(wèi)生財(cái)政支出是本文的核心變量，即投入變量，本文選取西部地區(qū)12個(gè)省份的人均公共衛(wèi)生財(cái)政支出這一指標(biāo)作為投入變量。

（2）產(chǎn)出變量。公共衛(wèi)生發(fā)展與醫(yī)療機(jī)構(gòu)、地區(qū)疾病發(fā)展等現(xiàn)狀密不可分，醫(yī)療機(jī)構(gòu)的財(cái)政支出主要集中在醫(yī)療人員、醫(yī)療固定資產(chǎn)、疾病治理等方面，故本文借鑒周子超（2021）[7]的研究，選取醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)、醫(yī)療衛(wèi)生人員數(shù)、醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)這三個(gè)指標(biāo)作為醫(yī)療衛(wèi)生的產(chǎn)出要素變量；選取甲乙類法定報(bào)告?zhèn)魅静〔∷缆?、疾病預(yù)防控制中心衛(wèi)生人員數(shù)作為疾病控制的產(chǎn)出要素變量；選取孕產(chǎn)婦死亡率、圍產(chǎn)兒死亡率和住院分娩率作為婦幼保健的產(chǎn)出要素變量。因?yàn)樵挟a(chǎn)婦死亡率、圍產(chǎn)兒死亡率和甲乙類法定報(bào)告?zhèn)魅静〔∷缆蕦儆谪?fù)向指標(biāo)，將這三個(gè)指標(biāo)標(biāo)準(zhǔn)化后乘以100，可以轉(zhuǎn)化為正向指標(biāo)。

（3）環(huán)境變量。地區(qū)的財(cái)政支出涉及地區(qū)經(jīng)濟(jì)、產(chǎn)業(yè)、教育等方面，這些不同方面的外在條件是影響財(cái)政支出的重要環(huán)境因素，因此本文從經(jīng)濟(jì)環(huán)境、財(cái)政環(huán)境、人口環(huán)境和教育環(huán)境四個(gè)方面選取了相關(guān)環(huán)境變量。市場(chǎng)經(jīng)濟(jì)條件對(duì)地區(qū)公共衛(wèi)生財(cái)政支出能力有重要作用[8]。常用的評(píng)價(jià)指標(biāo)有人均GDP和城鎮(zhèn)化程度，人均GDP可以體現(xiàn)一個(gè)地區(qū)發(fā)展程度和人民幸福程度，而城鎮(zhèn)化程度可以體現(xiàn)出地區(qū)居民的身體素質(zhì)平均水平。財(cái)政分權(quán)程度可以反映對(duì)地方財(cái)力的自主控制水平，而財(cái)政規(guī)?？梢泽w現(xiàn)地方財(cái)政的資金能力，所以本文選取財(cái)政分權(quán)程度和財(cái)政規(guī)模作為評(píng)價(jià)地區(qū)財(cái)政環(huán)境的主要指標(biāo)，并參考劉窮志和郝珺（2021）[9]的方法，將財(cái)政規(guī)模用財(cái)政支出與GDP的比值表示，財(cái)政分權(quán)程度用地區(qū)財(cái)政收入與支出的比值表示。與此同時(shí)，人口密度越大、撫養(yǎng)比例越大，政府的醫(yī)療資源配套設(shè)施會(huì)不斷擴(kuò)張建設(shè)，越會(huì)增加政府的公共衛(wèi)生相關(guān)財(cái)政支出，因此選取人口密度和人口撫養(yǎng)比作為人口環(huán)境的替代變量。教育環(huán)境越好，越能夠提高公共醫(yī)療衛(wèi)生水平，增加地區(qū)公共衛(wèi)生醫(yī)療人才，因此選取人均受教育程度和高等教育水平表示地區(qū)的教育環(huán)境，高等教育水平采用各省份每十萬人大專學(xué)歷以上人數(shù)衡量。變量的選取及說明如表1所示。

表1 變量選取及說明

1.3 數(shù)據(jù)說明

在2010年國家提出的公共衛(wèi)生服務(wù)均等化政策背景下，同時(shí)，囿于數(shù)據(jù)的可獲得性和研究的現(xiàn)實(shí)性，本文選取西部地區(qū)12個(gè)省份2011—2020年的相關(guān)數(shù)據(jù)作為研究樣本，同時(shí)，鑒于產(chǎn)出過程和環(huán)境影響存在一定程度的滯后性，本文對(duì)產(chǎn)出和環(huán)境的相關(guān)變量進(jìn)行滯后一期處理。公共衛(wèi)生財(cái)政支出和其他財(cái)政相關(guān)數(shù)據(jù)來自國家統(tǒng)計(jì)局網(wǎng)站，產(chǎn)出要素變量數(shù)據(jù)來自《中國衛(wèi)生健康統(tǒng)計(jì)年鑒》，其他變量數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》和《中國人口和就業(yè)統(tǒng)計(jì)年鑒》。

2 實(shí)證結(jié)果及說明

2.1 SFA回歸結(jié)果分析

將公共衛(wèi)生財(cái)政支出的松弛變量作為因變量代入第二階段的測(cè)算，以經(jīng)濟(jì)環(huán)境、財(cái)政環(huán)境、人口環(huán)境和教育環(huán)境四個(gè)方面的變量作為自變量，構(gòu)建隨機(jī)前沿模型（SFA）進(jìn)行回歸。四類環(huán)境相關(guān)的替代變量都在回歸前采取了標(biāo)準(zhǔn)化處理，最后計(jì)算出的結(jié)果如表2所示。

表2 SFA回歸結(jié)果

從表2可以看出，回歸方程的γ值接近1，說明外界經(jīng)濟(jì)環(huán)境因素和隨機(jī)干擾因素對(duì)公共衛(wèi)生財(cái)政支出效率存在顯著的影響，使用隨機(jī)前沿模型進(jìn)行回歸非常合理。經(jīng)濟(jì)環(huán)境層面，城鎮(zhèn)化程度的系數(shù)在5%的水平上顯著為正，這說明城鎮(zhèn)化程度增強(qiáng)會(huì)加快城市規(guī)模擴(kuò)張，城市化擴(kuò)張速度超過了公共衛(wèi)生的資源配置效率水平，進(jìn)而強(qiáng)化了投入要素的不利影響，不利于提高要素投入的整體效率。人均GDP的系數(shù)為-4.36，這表明區(qū)域經(jīng)濟(jì)發(fā)達(dá)程度越高，越可能會(huì)在一定程度上削弱其他因素的反向作用，促進(jìn)公共衛(wèi)生財(cái)政支出效率提高。財(cái)政環(huán)境層面，財(cái)政分權(quán)程度和財(cái)政規(guī)模的系數(shù)都為負(fù)，說明財(cái)政環(huán)境與公共衛(wèi)生財(cái)政支出效率呈現(xiàn)負(fù)向關(guān)系，財(cái)政環(huán)境差會(huì)降低公共衛(wèi)生財(cái)政支出效率。人口環(huán)境層面，人口密度與公共衛(wèi)生財(cái)政支出效率呈現(xiàn)正向關(guān)系，說明高人口密集度有利于促進(jìn)效率提升。教育環(huán)境層面，人均受教育程度和高等教育水平的系數(shù)都為負(fù)，說明人均受教育程度和高等教育水平越高，越可能對(duì)公共衛(wèi)生財(cái)政支出效率產(chǎn)生提升作用。

2.2 三階段DEA模型結(jié)果分析

由于第二階段主要是將松弛變量作為因變量，同時(shí)對(duì)其他決策單元投入量進(jìn)行調(diào)整，因此通過第二階段測(cè)算出的西部地區(qū)公共衛(wèi)生財(cái)政支出投入要素已經(jīng)排除了其他環(huán)境因素和隨機(jī)擾動(dòng)的影響。故本文僅報(bào)告了三階段DEA的第一階段和第三階段的結(jié)果，DEA第一階段和第三階段測(cè)算結(jié)果的均值如表3所示。

表3 第一階段和第三階段的平均公共衛(wèi)生財(cái)政支出效率

由表3可知，通過第三階段測(cè)算得到的公共衛(wèi)生財(cái)政支出綜合技術(shù)效率數(shù)值都大于或等于剔除其他要素干擾前的效率，即第一階段的效率。重慶、新疆、寧夏和廣西4個(gè)省份兩階段的效率變化量較小，四川、西藏和內(nèi)蒙古3個(gè)省份兩階段的效率變化幅度較大，分別達(dá)到了0.062、0.016和0.038，這3個(gè)省份的公共衛(wèi)生財(cái)政支出效率主要受外在環(huán)境和隨機(jī)因素的干擾。從第三階段的效率增長幅度來看，新疆的公共衛(wèi)生財(cái)政支出效率未發(fā)生變動(dòng)，這可能主要與新疆面積跨度大，公共衛(wèi)生醫(yī)療資源分散程度高有關(guān)。重慶在第一階段的綜合技術(shù)效率為0.813，排除外在環(huán)境干擾后的效率水平提高幅度不明顯，相對(duì)其他省份增長率較低，增長量處于整體倒數(shù)第三。重慶作為直轄市，城市人口流動(dòng)較廣泛且頻率較高，內(nèi)部經(jīng)濟(jì)發(fā)展水平較高，同時(shí)，作為西南地區(qū)的衛(wèi)生醫(yī)療核心區(qū)域，醫(yī)療教育水平、醫(yī)療服務(wù)水平和醫(yī)療人才水平都處于領(lǐng)先地位，可能會(huì)引起重慶公共衛(wèi)生財(cái)政投入評(píng)估過高，進(jìn)而產(chǎn)生了綜合技術(shù)效率水平提高幅度較小的現(xiàn)狀。

2.3 省域異質(zhì)性分析

從第三階段測(cè)算的三類效率的數(shù)值大小可以看出，西部地區(qū)綜合技術(shù)效率和純技術(shù)效率總體均處于較高水平。除貴州、青海、西藏外，其他省份的綜合技術(shù)效率值都超過了0.9。本文對(duì)比分析后認(rèn)為四川、陜西、重慶等省份的綜合技術(shù)效率處于較高水平，西北地區(qū)的綜合技術(shù)效率總體處于較低水平，而西南地區(qū)處于最低效率水平。為了進(jìn)一步對(duì)比各省份的純技術(shù)效率和規(guī)模效率的變動(dòng)情況，制作各省份的純技術(shù)效率和規(guī)模效率的折線圖，如圖1所示。

圖1 西部地區(qū)各省份純技術(shù)效率和規(guī)模效率折線圖

通過圖1的對(duì)比分析可以看出，青海、西藏的純技術(shù)效率和規(guī)模效率的數(shù)值有較大差距，表明這兩種效率的發(fā)展不均衡。其中純技術(shù)效率超過了規(guī)模效率是西藏最明顯的表現(xiàn)，說明降低西藏公共衛(wèi)生財(cái)政支出綜合效率的核心在于支出的規(guī)模效率。但規(guī)模效率超過純技術(shù)效率的省份分別是青海、寧夏、新疆，這表明純技術(shù)效率是抑制公共衛(wèi)生財(cái)政支出綜合效率提高的關(guān)鍵。其他省份的折線拐點(diǎn)貼近，這表明這些省份的純技術(shù)效率和規(guī)模效率存在趨同現(xiàn)象，不存在傾向于純技術(shù)效率或者規(guī)模效率的發(fā)展途徑。

2.4 Malmquist指數(shù)結(jié)果分析

Malmquist指數(shù)是在數(shù)據(jù)包絡(luò)分析模型（DEA）的基礎(chǔ)上進(jìn)行動(dòng)態(tài)效率分析的方法。Malmquist指數(shù)超過1時(shí)，表明TFP會(huì)進(jìn)一步提高；低于1時(shí)，表明TFP會(huì)進(jìn)一步降低。測(cè)算結(jié)果如表4所示。

表4 2011—2020年公共衛(wèi)生財(cái)政支出效率Malmquist指數(shù)及其分解

通過表4可以看出，西部地區(qū)2011—2020年Malmquist指數(shù)數(shù)值低于1，說明西部地區(qū)的公共衛(wèi)生財(cái)政支出效率產(chǎn)生了不同程度的負(fù)增長，效率具有邊際效用遞減趨勢(shì)。

對(duì)于每個(gè)指數(shù)的變動(dòng)情況分析如下：總體指數(shù)在2011—2013年下降幅度較大，形成了一個(gè)明顯的波谷，在2014年表現(xiàn)出上升趨勢(shì)，最后的5年內(nèi)呈現(xiàn)平穩(wěn)趨勢(shì)。從Malmquist指數(shù)分解后的數(shù)值可以看出，技術(shù)進(jìn)步指數(shù)的均值最小，技術(shù)進(jìn)步指數(shù)在2013—2016年呈現(xiàn)明顯下降趨勢(shì)，指數(shù)不斷提高后在2016—2017年可以與其他指數(shù)持平。三類效率的數(shù)值均在0.990～1.000波動(dòng)，其中規(guī)模效率變化值在2013—2014年的數(shù)值最低，其余年份都處于較高水平；但是綜合技術(shù)效率和純技術(shù)效率指數(shù)值都在1附近波動(dòng)。2011—2013年、2018—2020年這兩個(gè)時(shí)間區(qū)間內(nèi)各類效率的分解值近乎一致，同時(shí)，在2016年已經(jīng)具有逐步上升趨勢(shì)。

西部地區(qū)各省份測(cè)算的Malmquist指數(shù)及其效率分解指數(shù)的變動(dòng)情況如表5所示。

表5 西部地區(qū)不同省份的平均公共衛(wèi)生財(cái)政支出效率Malmquist指數(shù)及其分解

通過表5可以看出，Malmquist指數(shù)較高的分別是四川、貴州和甘肅3個(gè)省份，3個(gè)省份的指數(shù)水平都超過了0.970，其中四川的指數(shù)值最高，說明四川的公共衛(wèi)生財(cái)政支出效率在2011—2020年有一定幅度的增長。而指數(shù)水平排名倒數(shù)的是新疆、寧夏和內(nèi)蒙古3個(gè)省份，這些省份的公共衛(wèi)生財(cái)政支出效率在2011—2020年的發(fā)展存在一定局限。分析各類效率分解值可得，綜合技術(shù)效率在經(jīng)濟(jì)發(fā)達(dá)地區(qū)中均處于數(shù)值1附近，與西部地區(qū)經(jīng)濟(jì)相對(duì)落后的省份存在明顯差異，這反映出綜合技術(shù)效率與區(qū)域經(jīng)濟(jì)發(fā)達(dá)程度呈現(xiàn)正相關(guān)關(guān)系。技術(shù)進(jìn)步指數(shù)始終處于較低水平，其成為限制整體效率提高的核心原因。然而，西藏的技術(shù)進(jìn)步指數(shù)卻超過了純技術(shù)效率變化指數(shù)，這表明純技術(shù)效率是限制西藏公共衛(wèi)生財(cái)政支出效率提高的關(guān)鍵。四川、陜西、甘肅和內(nèi)蒙古4個(gè)省份的純技術(shù)效率指數(shù)值都超過1，除四川、陜西、甘肅和內(nèi)蒙古4個(gè)省份外，其他省份均存在一定的進(jìn)步空間。進(jìn)一步分析規(guī)模效率的變化情況可以看出，西部地區(qū)所有省份都不小于1，說明西部地區(qū)公共衛(wèi)生財(cái)政支出的規(guī)模效率已經(jīng)處于較高水平層次。

2.5 西部地區(qū)公共衛(wèi)生財(cái)政支出效率的收斂性檢驗(yàn)

為了更嚴(yán)謹(jǐn)?shù)卣撟C西部地區(qū)公共衛(wèi)生財(cái)政支出效率發(fā)展差距的時(shí)間趨勢(shì)，本文采用收斂性檢驗(yàn)進(jìn)一步論證內(nèi)部發(fā)展趨勢(shì)[10]，采用σ收斂模型來驗(yàn)證。σ收斂用來描述存量水平的變動(dòng)趨勢(shì)，可以反映區(qū)域公共衛(wèi)生財(cái)政支出效率偏離總體平均水平的程度。如果偏離程度逐漸遞減，那么表明區(qū)域公共衛(wèi)生財(cái)政支出效率具有收斂特征。σ收斂模型如式（1）所示：

其中，i為省份，n為省份的總數(shù)量，t為年份，effectit為t年i省份的公共衛(wèi)生財(cái)政支出效率數(shù)值，σt為西部地區(qū)t年公共衛(wèi)生財(cái)政支出效率的σ收斂檢驗(yàn)系數(shù)。若σt+1<σt，則表明西部地區(qū)t+1年的公共衛(wèi)生財(cái)政支出效率與t年相比呈現(xiàn)收斂趨勢(shì)。將測(cè)算得到的西部地區(qū)省級(jí)公共衛(wèi)生財(cái)政支出效率的收斂數(shù)值繪制折線圖，如圖2所示。

圖2 西部地區(qū)公共衛(wèi)生財(cái)政支出效率收斂系數(shù)折線圖

在圖2中，本文匯報(bào)了2011—2020年西部地區(qū)省域公共衛(wèi)生財(cái)政支出效率的σ收斂系數(shù)，可以看出，西部地區(qū)省域公共衛(wèi)生財(cái)政支出效率的確有非常明顯的收斂趨勢(shì)。具體來看，西部地區(qū)公共衛(wèi)生財(cái)政支出效率值的σ收斂系數(shù)從2011年的0.110下降到2017年的0.021，但2017年出現(xiàn)了反彈現(xiàn)象。從分解效率的三種指數(shù)來看，2017年公共衛(wèi)生財(cái)政支出效率地區(qū)收斂性反彈的主要原因在于綜合技術(shù)效率和規(guī)模效率上升，而公共衛(wèi)生財(cái)政支出純技術(shù)效率收斂系數(shù)繼續(xù)下降。

3 結(jié)論

本文基于2011—2020年西部地區(qū)各省份公共衛(wèi)生醫(yī)療相關(guān)變量，利用三階段DEA模型、Malmquist指數(shù)和σ收斂檢驗(yàn)對(duì)公共衛(wèi)生財(cái)政支出效率進(jìn)行計(jì)算與分析，得到如下結(jié)論：（1）從SFA回歸結(jié)果可以看出，財(cái)政環(huán)境（財(cái)政分權(quán)程度、財(cái)政規(guī)模）和人口密度對(duì)西部地區(qū)公共衛(wèi)生財(cái)政支出效率發(fā)揮了明顯的促進(jìn)作用，但是城鎮(zhèn)化程度表現(xiàn)出顯著的抑制作用。（2）基于三階段數(shù)據(jù)包絡(luò)法（DEA）模型測(cè)算得出，純技術(shù)效率水平較低成為限制綜合技術(shù)效率提高的重要原因。（3）對(duì)西部地區(qū)各省份之間的效率進(jìn)行對(duì)比分析后發(fā)現(xiàn)，西藏的規(guī)模效率是制約其綜合技術(shù)效率提高的重要原因，青海、寧夏、新疆3個(gè)省份的純技術(shù)效率成為限制綜合技術(shù)效率提高的重要原因，其他各省份這兩種效率的發(fā)展趨于平衡，而綜合技術(shù)效率在西部地區(qū)各省份之間的分布情況則相反。（4）對(duì)比分析Malmquist指數(shù)及其分解數(shù)值后發(fā)現(xiàn)，2011—2020年西部地區(qū)各省份的公共衛(wèi)生財(cái)政支出效率水平在逐步穩(wěn)定發(fā)展，其中技術(shù)進(jìn)步變化成為限制整體支出效率提高的關(guān)鍵因素。四川、貴州和甘肅的公共衛(wèi)生財(cái)政支出效率仍保持穩(wěn)定的增長趨勢(shì)，然而新疆、寧夏和內(nèi)蒙古3個(gè)省份的公共衛(wèi)生財(cái)政支出的高效發(fā)展仍存在其他限制因素。（5）通過σ收斂模型測(cè)算西部地區(qū)省域公共衛(wèi)生財(cái)政支出效率的收斂系數(shù)，制圖對(duì)比分析后發(fā)現(xiàn)，西部地區(qū)省域公共衛(wèi)生財(cái)政支出效率有非常明顯的收斂趨勢(shì)。同時(shí)，收斂性趨勢(shì)在2017年出現(xiàn)了反彈，主要原因在于綜合技術(shù)效率和規(guī)模效率上升，而公共衛(wèi)生財(cái)政支出純技術(shù)效率收斂系數(shù)繼續(xù)下降。