于元博,鄭曉瑛

(1.北京大學(xué)人口研究所,北京 100871;2.北京大學(xué)亞太經(jīng)合組織健康科學(xué)研究院;3.中國(guó)醫(yī)學(xué)科學(xué)院/北京協(xié)和醫(yī)學(xué)院群醫(yī)學(xué)與公共衛(wèi)生學(xué)院)

1 引言

長(zhǎng)久以來(lái),經(jīng)濟(jì)增長(zhǎng)與健康水平之間的關(guān)系都是學(xué)術(shù)界關(guān)注的一個(gè)重要話題。但僅對(duì)人均GDP和預(yù)期壽命而言,不同數(shù)據(jù)和研究方法得到的結(jié)論并不統(tǒng)一:有些認(rèn)為預(yù)期壽命提升促進(jìn)了經(jīng)濟(jì)增長(zhǎng)[1,2],而另一些相反[3,4]。作為對(duì)不同實(shí)證結(jié)論的調(diào)和,有學(xué)者利用統(tǒng)一增長(zhǎng)理論(unified growth theory)[5]的框架,認(rèn)為人口轉(zhuǎn)變等因素可能作為轉(zhuǎn)折點(diǎn),在經(jīng)濟(jì)增長(zhǎng)與預(yù)期壽命之間的關(guān)系中起到關(guān)鍵作用[6]。受此啟發(fā),Felice等分別使用意大利、西班牙與法國(guó)的時(shí)間序列數(shù)據(jù)分析,并引入結(jié)構(gòu)性斷點(diǎn),發(fā)現(xiàn)和解釋了經(jīng)濟(jì)發(fā)展和預(yù)期壽命之間因果關(guān)系在社會(huì)發(fā)展不同階段中的變化過(guò)程:起初因果性不顯著、之后互為正向因果、最后因果性消失或反轉(zhuǎn)[7]。

另一方面,GDP與衛(wèi)生費(fèi)用之間存在強(qiáng)相關(guān)性[8]。研究表明,中國(guó)的人均衛(wèi)生費(fèi)用與人均GDP之間存在長(zhǎng)期均衡和雙向Granger因果關(guān)系[9],中國(guó)的經(jīng)濟(jì)增長(zhǎng)確實(shí)提升了衛(wèi)生支出[10]。因此,討論衛(wèi)生費(fèi)用與健康的關(guān)系,可以從經(jīng)濟(jì)增長(zhǎng)與健康關(guān)系的研究中得到啟發(fā)。

盡管衛(wèi)生費(fèi)用與健康水平之間的邏輯關(guān)系更加緊密,但兩者之間是否存在實(shí)證的因果關(guān)系、以及兩者誰(shuí)為因誰(shuí)為果仍然存在爭(zhēng)論[8,11]。在中國(guó)背景下,趙同領(lǐng)等使用VECM建立了我國(guó)衛(wèi)生總費(fèi)用與嬰兒死亡率的長(zhǎng)期均衡,并發(fā)現(xiàn)了衛(wèi)生總費(fèi)用對(duì)嬰兒死亡率的長(zhǎng)期穩(wěn)定影響[12]。而針對(duì)預(yù)期壽命的情況,王振杰等使用世界銀行WDI數(shù)據(jù)(1995-2014)并進(jìn)行二階差分,發(fā)現(xiàn)期望壽命和公共衛(wèi)生醫(yī)療支出占GDP比重、人均醫(yī)療衛(wèi)生支出占GDP比重、人口自然增長(zhǎng)率的長(zhǎng)期均衡,并指出兩個(gè)醫(yī)療支出指標(biāo)均是期望壽命的Granger原因[13]。然而,上述研究沒(méi)有針對(duì)衛(wèi)生費(fèi)用中的私人部門和公共部門做出明確區(qū)分,在分析方法和結(jié)論上也沒(méi)有體現(xiàn)出衛(wèi)生費(fèi)用內(nèi)部的結(jié)構(gòu)差異。另外,未經(jīng)處理的預(yù)期壽命易受到嬰幼兒死亡率的過(guò)大影響,不能很好地反映人群的壽命水平。

本文采用向量自回歸(VAR)方法,并在前人基礎(chǔ)上進(jìn)一步完善模型細(xì)節(jié),并將預(yù)期壽命進(jìn)行調(diào)整,分析中國(guó)壽命水平和不同部門衛(wèi)生費(fèi)用之間的Granger因果性。受統(tǒng)一增長(zhǎng)理論相關(guān)啟發(fā),本文進(jìn)一步討論在健康模式轉(zhuǎn)變視角下,私人和公共部門衛(wèi)生支出和預(yù)期壽命水平的互動(dòng)關(guān)系,從而更好地理解改革開(kāi)放以來(lái)中國(guó)衛(wèi)生費(fèi)用的發(fā)展和變化過(guò)程,并為衛(wèi)生費(fèi)用與健康產(chǎn)出之間關(guān)系的學(xué)術(shù)討論提供新證據(jù)。本文剩余部分如下安排:第2部分介紹數(shù)據(jù)來(lái)源和分析方法;第3部分介紹中國(guó)衛(wèi)生費(fèi)用和預(yù)期壽命的整體情況;第4部分描述分析結(jié)果;第5部分針對(duì)結(jié)果展開(kāi)討論,最后總結(jié)全文。

2 數(shù)據(jù)和方法

本文使用的數(shù)據(jù)分別是世界銀行1978～2019年中國(guó)的預(yù)期壽命數(shù)據(jù),國(guó)家統(tǒng)計(jì)局提供的1978～2019年衛(wèi)生費(fèi)用數(shù)據(jù)和消費(fèi)者物價(jià)指數(shù)(CPI)數(shù)據(jù)。按照慣例,本文對(duì)衛(wèi)生費(fèi)用數(shù)據(jù)進(jìn)行了對(duì)數(shù)處理,并根據(jù)CPI將各期數(shù)據(jù)調(diào)整至1978年價(jià)格水平。

出生預(yù)期壽命常常過(guò)度反映了嬰兒死亡率對(duì)于人群健康情況的影響。即使老年人群的健康狀況沒(méi)有改善,降低嬰兒和青少年死亡率也會(huì)使得出生預(yù)期壽命得到巨大提升。Kakwani[14]提出了調(diào)整出生預(yù)期壽命的一種方法,可以減少嬰兒死亡率對(duì)出生預(yù)期壽命的過(guò)大影響:

(1)

其中和是兩個(gè)預(yù)設(shè)的參數(shù),分別為預(yù)期壽命最大值和最小值;為原始預(yù)期壽命。參考沿用UNDP和相關(guān)文獻(xiàn)[7],本文將M設(shè)為83.2,M0設(shè)為20。

(2)

檢驗(yàn)Granger因果性,即在上述模型中檢驗(yàn)其他變量對(duì)某一變量p個(gè)系數(shù)的聯(lián)合顯著性。滯后階數(shù)p的選擇是模型設(shè)定的關(guān)鍵。向量回歸模型的滯后階數(shù)如果選擇不正確,可能會(huì)導(dǎo)致估計(jì)結(jié)果不一致的嚴(yán)重后果。本文采取由大到小的序貫原則,同時(shí)考察最后一階系數(shù)的聯(lián)合顯著性和回歸模型殘差的自相關(guān)情況以確立最優(yōu)的滯后階數(shù)p。另外,結(jié)果估計(jì)使用了小樣本自由度調(diào)整和小樣本W(wǎng)ald檢驗(yàn)以確保穩(wěn)健性。本文使用Stata 17進(jìn)行分析。

3 中國(guó)衛(wèi)生費(fèi)用與預(yù)期壽命的整體情況

自1978年以來(lái),中國(guó)人均衛(wèi)生費(fèi)用和預(yù)期壽命均實(shí)現(xiàn)了快速增長(zhǎng)。預(yù)期壽命從不足66歲快速提升至約77歲,而衛(wèi)生總費(fèi)用也隨經(jīng)濟(jì)社會(huì)發(fā)展提升了數(shù)百倍。1978年全國(guó)衛(wèi)生總費(fèi)用為110.21億元,而2020年這一數(shù)字為72175.00億元。即使將價(jià)格調(diào)整至1978年價(jià)格水平,人均衛(wèi)生總費(fèi)用也從11.45元增長(zhǎng)至2020年的744.52元。

圖1展示了中國(guó)衛(wèi)生總費(fèi)用分解比例?？梢钥吹?個(gè)人衛(wèi)生費(fèi)用占比在1978年后經(jīng)歷了先上升后下降的趨勢(shì),在2001年達(dá)到接近60%的峰值。政府和社會(huì)衛(wèi)生支出占比的變化趨勢(shì)在大部分時(shí)間類似,但近10年來(lái)社會(huì)支出占比不斷提升。在現(xiàn)有統(tǒng)計(jì)口徑中,社會(huì)衛(wèi)生支出指“政府預(yù)算外社會(huì)各界對(duì)衛(wèi)生事業(yè)的資金投入”,也包含了部分政府主體的衛(wèi)生投入。同時(shí),為了與居民現(xiàn)金支付的醫(yī)療衛(wèi)生費(fèi)用更好區(qū)分,本文在后續(xù)分析中僅區(qū)分個(gè)人衛(wèi)生支出與公共衛(wèi)生支出(政府預(yù)算支出與社會(huì)支出之和)。

圖1 中國(guó)衛(wèi)生總費(fèi)用私人、社會(huì)和政府支出的分解比例

4 結(jié)果

在采用Granger因果性檢驗(yàn)進(jìn)行相關(guān)性分析前,需要考察各變量的平穩(wěn)性。但Dickey-Fuller檢驗(yàn)結(jié)果提示各原始變量可能不具有平穩(wěn)性(見(jiàn)表1前兩列),如不進(jìn)行處理,則可能產(chǎn)生偽相關(guān)性等問(wèn)題。因此,本文對(duì)核心變量進(jìn)行了1階差分。1階差分后變量的Dickey-Fuller檢驗(yàn)結(jié)果如表1后兩列所示,大部分變量均通過(guò)了平穩(wěn)性檢驗(yàn)。檢驗(yàn)的原假設(shè)是序列存在單位根。引入滯后項(xiàng)的ADF(Augmented Dickey-Fuller)檢驗(yàn)結(jié)果類似。

針對(duì)VAR模型的滯后階數(shù)選擇,綜合考慮時(shí)間跨度和既往研究,本文分別計(jì)算了1-6階滯后的模型下的Granger因果性。從計(jì)算過(guò)程中看,滯后5階可以較好地兼顧最后一階系數(shù)的顯著性(表2)。滯后5階模型的最后一階系數(shù)的聯(lián)合顯著性檢驗(yàn)P值為0.01,而滯后6階和滯后4階模型的最后一階系數(shù)不顯著。同時(shí),滯后5階模型的殘差無(wú)自相關(guān)性,而滯后6階和4階模型的殘差拒絕了無(wú)自相關(guān)性假設(shè)(結(jié)果未匯報(bào))。這說(shuō)明,選擇5階是較優(yōu)的滯后階數(shù)。另外,圖2展示了模型整體的平穩(wěn)性,所有根都落在單位圓內(nèi),從而消除了表1中部分預(yù)期壽命一階差分序列未通過(guò)Dickey-Fuller檢驗(yàn)的遺憾。

表2 滯后1-6階模型各滯后項(xiàng)的聯(lián)合檢驗(yàn)結(jié)果

圖2 滯后5階VAR模型的單位根穩(wěn)定性判別圖

Granger因果性檢驗(yàn)結(jié)果如表3所示。在滯后5階的模型中,公共衛(wèi)生支出是預(yù)期壽命增長(zhǎng)的Granger原因(P值=0.002),而預(yù)期壽命同時(shí)也是人均私人衛(wèi)生費(fèi)用的Granger原因(P值=0.010)。而其他變量之間沒(méi)有體現(xiàn)出統(tǒng)計(jì)顯著的Granger因果關(guān)系。這些結(jié)果提示了一串有趣的因果鏈條:公共衛(wèi)生支出的增加(包含政府投入和社會(huì)支出)有效提升了人群壽命水平;但人群整體壽命水平的提升,可能造成了私人衛(wèi)生支出費(fèi)用的增加。使用人均公共衛(wèi)生支出的結(jié)果類似,不再匯報(bào)。

表3 分解衛(wèi)生費(fèi)用與預(yù)期壽命的Granger因果性檢驗(yàn)(1階差分、滯后5階)

5 討論

上述結(jié)果符合理論預(yù)期,即健康模式轉(zhuǎn)變?cè)趬勖胶托l(wèi)生費(fèi)用之間起到了關(guān)鍵作用。中國(guó)在這一研究時(shí)期快速地從較低衛(wèi)生健康水平發(fā)展至較高的健康水平,老齡化的壓力也同時(shí)加重。隨著健康模式逐漸發(fā)生轉(zhuǎn)變,慢性病支出占比不斷上升,從而可能解釋了私人部門衛(wèi)生支出的增加。

作為穩(wěn)健性檢驗(yàn),將數(shù)據(jù)范圍限制在2010年前或1985年之后,結(jié)果均未發(fā)生明顯改變。而針對(duì)2005年前的數(shù)據(jù)重復(fù)上述分析,則仍能發(fā)現(xiàn)壽命水平是個(gè)人衛(wèi)生支出的Granger原因?？梢酝茰y(cè),在2005年之前,中國(guó)已在經(jīng)歷健康模式轉(zhuǎn)變,壽命水平提升帶來(lái)的慢性病負(fù)擔(dān)造成了個(gè)人衛(wèi)生費(fèi)用支出的增長(zhǎng)。

一方面,本文的結(jié)果顯示,政府和社會(huì)的公共衛(wèi)生支出成功促進(jìn)了人群預(yù)期壽命和健康水平的提升,這反映出公共部門在過(guò)去40年間不懈努力的成果。馬亮亮和楊天宇使用1990-2019年省級(jí)面板數(shù)據(jù),發(fā)現(xiàn)政府衛(wèi)生支出能有效提升居民平均預(yù)期壽命[15]。本文通過(guò)Granger因果性分析發(fā)現(xiàn),即使消除嬰兒死亡率對(duì)于預(yù)期壽命的過(guò)大影響,公共衛(wèi)生費(fèi)用支出仍然對(duì)人群整體壽命水平提升有很強(qiáng)的解釋力,政府和社會(huì)在醫(yī)療衛(wèi)生領(lǐng)域的投入有效地提升了我國(guó)人民的壽命水平,產(chǎn)生了巨大的健康收益。

然而另一方面,經(jīng)濟(jì)發(fā)展和人口結(jié)構(gòu)的變化帶來(lái)了健康和疾病模式的轉(zhuǎn)變,我國(guó)人群慢性病負(fù)擔(dān)隨之快速增長(zhǎng)[16]。相關(guān)研究指出,我國(guó)主要的疾病負(fù)擔(dān)已經(jīng)從傳染性疾病轉(zhuǎn)變?yōu)槁苑莻魅拘约膊?在政府未能及時(shí)干預(yù)的情況下,個(gè)人衛(wèi)生費(fèi)用支出快速上升[17]。李相榮等使用聚類分析方法發(fā)現(xiàn),2003～2011年個(gè)人衛(wèi)生支出與衛(wèi)生總費(fèi)用的關(guān)聯(lián)度最大,2012年后社會(huì)衛(wèi)生支出才超過(guò)了個(gè)人衛(wèi)生支出的影響[18]。Lopreite和Zhu使用貝葉斯VAR方法分析1978～2016年的數(shù)據(jù),不僅發(fā)現(xiàn)中國(guó)老齡化水平對(duì)衛(wèi)生費(fèi)用的增長(zhǎng)有因果性,且相比美國(guó)這種作用更強(qiáng)[10]。另外,共患多種疾病(multimorbidity)容易引發(fā)災(zāi)難性衛(wèi)生支出,而這種“共病”現(xiàn)象也隨著整體壽命水平的增長(zhǎng)而越來(lái)越常見(jiàn)[19,20]。這些研究與本文結(jié)論呼應(yīng),即人群壽命水平的提升能夠部分解釋個(gè)人衛(wèi)生費(fèi)用支出的上漲。

當(dāng)然,我們也看到個(gè)人衛(wèi)生費(fèi)用占比自2001年之后不斷下降。這是政府相關(guān)改革降低居民自付醫(yī)療費(fèi)用、承擔(dān)社會(huì)責(zé)任的積極成果,也標(biāo)志著醫(yī)療體制的逐步完善[21]。2009年“新醫(yī)改”后,特別是2015年開(kāi)始建立分級(jí)診療制度,2016年開(kāi)始推廣家庭醫(yī)生,都說(shuō)明中國(guó)政府開(kāi)始將衛(wèi)生資源投入重心逐步從治療轉(zhuǎn)向預(yù)防[22]。盡管目前中國(guó)的衛(wèi)生支出無(wú)論在總量還是結(jié)構(gòu)上都遠(yuǎn)非完美[23,24],但“健康中國(guó)”戰(zhàn)略等一系列政策有望進(jìn)一步改善現(xiàn)狀。

本文的主要貢獻(xiàn)在于,在向量自回歸模型框架下同時(shí)展示出中國(guó)1978～2019年公共衛(wèi)生支出、個(gè)人衛(wèi)生費(fèi)用和人群壽命水平之間的互動(dòng)關(guān)系,并在其中體現(xiàn)了中國(guó)在過(guò)去40年間人口、健康和疾病負(fù)擔(dān)模式上發(fā)生的巨大轉(zhuǎn)變。此外,本文為衛(wèi)生費(fèi)用與健康產(chǎn)出的相關(guān)學(xué)術(shù)討論提供了新的證據(jù),有助于更好地理解衛(wèi)生支出與健康水平之間的相互作用關(guān)系。

需要重申的是,本文結(jié)論是其他不同方法研究的補(bǔ)充而非替代,這是由本文選取的分析方法所決定的。嚴(yán)格地講,Granger因果性分析僅能說(shuō)明不同變量之間的統(tǒng)計(jì)關(guān)系,

6 結(jié)論

在1978～2019年間,中國(guó)公共衛(wèi)生費(fèi)用支出是人群壽命水平的Granger原因,而壽命水平的提升同時(shí)是私人衛(wèi)生費(fèi)用支出增長(zhǎng)的Granger原因。從個(gè)人與公共部門支出分解的角度看,衛(wèi)生費(fèi)用與健康水平之間的關(guān)系不是單向的、確定的。這一方面說(shuō)明中國(guó)政府和社會(huì)的不懈努力產(chǎn)生了巨大的健康收益。但另一方面,健康模式的轉(zhuǎn)變可能使得私人衛(wèi)生費(fèi)用的負(fù)擔(dān)一度增加。相關(guān)研究和政策制定應(yīng)當(dāng)充分考慮這一健康和疾病模式的轉(zhuǎn)變,積極推進(jìn)衛(wèi)生領(lǐng)域改革。