宋勁松+熊文+周清杰+宋勁松+熊文+周清杰

摘要：

一、引言

疫苗是人們預(yù)防和抵抗傳染病的有效武器，其重要性不言而喻。而疫苗需求的預(yù)測是保證疫苗充足儲備與供應(yīng)的前提條件。疫苗可以預(yù)防傳染性和感染性疾病，在人群中形成免疫屏障，降低傳染給他人的機(jī)會，其他人可以從某人接種中獲得顯著收益，具有正外部性屬性。因此，疫苗接種的社會總收益高于接種個體的收益。對于正外部性產(chǎn)品，競爭性市場往往會供給不足，同時由于接種疫苗對個人有益，而個人并不清楚其最佳收益所在，所以很難達(dá)到最佳需求量。故而了解疫苗的接種偏好和需求對于提高疫苗接種率和人群健康水平具有重要意義（朱大煒，郭娜等，2016） [1]。目前，預(yù)防接種疫苗供應(yīng)的劇烈波動不能被客觀科學(xué)地預(yù)測，如何預(yù)測疫苗需求量使其既滿足實(shí)際需要，又不造成浪費(fèi)，至關(guān)重要（姜曉飛，2013）[2]。

對于疫苗需求的研究，國內(nèi)外學(xué)者主要采用調(diào)研或建立數(shù)理模型來進(jìn)行相關(guān)預(yù)測。Whittington，et al.（2008）[3]通過調(diào)研訪談等形式在泰國曼谷等三個城市發(fā)放2000多份調(diào)查問卷，建立回歸模型對家庭的艾滋病疫苗需求展開預(yù)測。Amarasinghe，et al.（2010）[4] 將2007年的麻疹疫苗覆蓋率作為基準(zhǔn)參考，通過類比假設(shè)的方式對登革熱疫苗在亞洲和美洲等地區(qū)的接種率進(jìn)行預(yù)測。阮玉華、郭欣等（2001）[5]通過調(diào)研方式，收集接種腎綜合癥出血熱滅活疫苗的人群樣本，并且利用需求彈性理論來進(jìn)行疫苗接種價格降低可能性的探討，得出原定價不同時，疫苗價格降低可能性不同的相關(guān)結(jié)論。曹雷、王華慶等（2012）[6]通過抽樣調(diào)查分析兒童接種國家擴(kuò)大免疫規(guī)劃疫苗的情況，得出東中部地區(qū)疫苗接種率高于西部地區(qū)，低接種率地區(qū)主要集中在中西部。朱大煒等（2013）[7]通過隨機(jī)效用理論，建立相關(guān)模型，分析數(shù)據(jù)得出在農(nóng)村地區(qū)個體層面上，對乙肝疫苗接種有顯著影響的因素有年齡、受教育程度、職業(yè)、家庭人均年收入和認(rèn)知水平，從而對疫苗需求進(jìn)行分析。Nunes，et al（2013）[8] 將疫苗供求關(guān)系、健康影響評估和財政分析相互關(guān)聯(lián)，從而建立完整的瘧疾疫苗系統(tǒng)模型，對瘧疾疫苗的需求進(jìn)行預(yù)測。熊文等（2016）[9]則根據(jù)知識溢出理論構(gòu)建大規(guī)模傳染病空間擴(kuò)散模型，并運(yùn)用VBA 計算機(jī)技術(shù)對大規(guī)模傳染病例進(jìn)行預(yù)測、預(yù)警研究。

綜合國內(nèi)外對于疫苗需求預(yù)測的相關(guān)研究，有的是在一定時間段內(nèi)預(yù)測，有的是在特定的地點(diǎn)進(jìn)行調(diào)研，或者就是針對特定疾病疫苗的預(yù)測，都未能考慮到疫情不同階段下人們對于疫苗需求的選擇。而當(dāng)人們陷入大規(guī)模傳染疫情災(zāi)難時，疫情的預(yù)警程度不同，人們對于疫苗的選擇和需求差異會比較明顯，而這也是在疫情從開始到爆發(fā)時，政府、疫苗生產(chǎn)者和衛(wèi)生組織所需要參考的重要依據(jù)。

而疫苗的需求，從經(jīng)濟(jì)學(xué)角度看，就是一種特殊商品的需求。對于商品需求，無論內(nèi)容[10-11]還是方法[12-13]都有著豐富的研究，而疫苗需求更符合短生命周期產(chǎn)品的需求特征[14]。任何一種疫情的爆發(fā)，都需要一種全新疫苗，其需求特征都是不可復(fù)制的。因此，對于這種特殊的短生命周期產(chǎn)品，我們要把握其共通性，并從類似的產(chǎn)品入手。為此，本文第二部分將從疫苗產(chǎn)品面臨的共通特性出發(fā)展開需求調(diào)研；第三部分以調(diào)研數(shù)據(jù)為支撐構(gòu)建一個疫苗需求預(yù)測分析框架；第四部分則以H1N1為疫情程度背景，對于不同預(yù)警下疫苗需求進(jìn)行預(yù)測分析，從而展示疫苗需求的具體預(yù)測過程；最后是相關(guān)結(jié)論與總結(jié)。

二、調(diào)研情況及樣本有效性分析

（一）問卷基本情況介紹

本研究假設(shè)了同H1N1類似的大規(guī)模傳染病在我國爆發(fā)的事件（事實(shí)上，假設(shè)任何傳染病爆發(fā)情景都一樣，無非是反映疫情對人們的危機(jī)程度），并按程度分為9種預(yù)警情景：①你所處的省份爆發(fā)，尚未波及其他省市；②在全國部分省份爆發(fā)，你所處的省份及鄰近省份還未出現(xiàn)病例；③在全國范圍爆發(fā)，鄰近省份已經(jīng)出現(xiàn)，你所處省份還未出現(xiàn)病例；④在全國范圍爆發(fā)，你所處的省份已出現(xiàn)10個以下病例，而你所處城市還未出現(xiàn)；⑤在全國范圍爆發(fā)，你所處的省份已出現(xiàn)10個以下病例，而你所處城市也已經(jīng)出現(xiàn)；⑥在全國范圍爆發(fā)，你所處的省份已達(dá)500個病例；⑦在全國范圍爆發(fā)，你所處的省份已達(dá)1000個病例；⑧在全國范圍爆發(fā)，你所處的省份已達(dá)3000個病例；⑨在全國范圍爆發(fā)，你所處的省份已出現(xiàn)5000個及以上病例。

在這些情景下，如果已有疫苗發(fā)布，人們就需要對是否接受疫苗作出抉擇。根據(jù)需求理論，產(chǎn)品需求取決于消費(fèi)者的購買欲望與購買能力。購買欲望反映了人們的偏好，體現(xiàn)了人們對產(chǎn)品的認(rèn)知與判斷；而購買能力則與價格水平緊密相連。因此對于疫苗產(chǎn)品這種特殊的需求，人們是否選擇疫苗主要取決于兩方面因素：一方面取決于疫苗本身的特質(zhì)，產(chǎn)品是否真能起到應(yīng)有的防護(hù)作用，這種作用效果有多大；使用后會不會存在風(fēng)險性，是否有副作用。另一方面取決于人們的經(jīng)濟(jì)承受能力，人們愿意花多少錢接受疫苗。

為此，我們的問卷調(diào)研分成了三個區(qū)塊，在有效性方面，設(shè)置“80%～100%”“50%～80%”“50%以下”及“不接受”等4種層級選項；在風(fēng)險性方面，設(shè)置“001%～005%”“005%～010%”“01%以上”及“不接受”等4種層級選項；在定價方面，設(shè)置“免費(fèi)”“50元以下”“50～100元”“100～200元”“200～500元”“500～1000元”及“1000元以上”等7種層級選項。進(jìn)而從疫苗有效性、風(fēng)險性及定價三方面去調(diào)查人們在不同預(yù)警情景下是否接受疫苗的決策行為。

（二）樣本有效性分析

本研究的調(diào)研全權(quán)委托蘇州愛調(diào)言網(wǎng)絡(luò)科技有限公司進(jìn)行。整個調(diào)研包括3000份，由于本文涉及省市級層面的空間區(qū)位選擇，需要全面掌握全國各省市的情況，通過網(wǎng)絡(luò)調(diào)研方式向30個省市均勻發(fā)布（由于無法達(dá)到調(diào)查需求樣本，故不含西藏及港澳臺地區(qū)）。根據(jù)網(wǎng)絡(luò)調(diào)研的隨機(jī)性，問卷回收無法達(dá)到精確一致，各省市的樣本數(shù)存在差異，但每個省市回收問卷保證基本在100份左右，最多的新疆達(dá)到113，最少的山東、重慶為93。我們的調(diào)研樣本遍布全國各個省份，分布合理且有很強(qiáng)的代表意義。endprint

然而樣本選擇與分布的合理，并不能說明調(diào)研的結(jié)果就是合理的，被調(diào)研者是否認(rèn)真答題也是非常重要的影響因素。一直以來，對于調(diào)查問卷填寫的可信度問題都是困擾調(diào)查結(jié)果有效性程度的主要難題。但對于本研究來說，卻設(shè)計了一個可行的可判定的標(biāo)準(zhǔn)，或者說是方法。

1問題條件的嚴(yán)格累進(jìn)性

從這9種情景可以看到，除了第一種情景在傳染病爆發(fā)初期且是傳染源地，與后面幾種情景不好判定強(qiáng)弱，人們可能存在選擇困難外，問題2～9存在嚴(yán)格的累進(jìn)性，每一個問題情景都是上一個情景的惡化。于是，對于問題2～9，如果人們都是認(rèn)真的回答，其選擇應(yīng)該存在一種嚴(yán)格的累進(jìn)性。

這里我們定義選擇的嚴(yán)格累進(jìn)性，由于選項存在由低到高的程度差異，當(dāng)人們在低約束條件情況下選擇程度較低的選項時，隨著條件約束的加強(qiáng)，從理性的角度人們必定會選擇程度更高的選項，至少不會低于前一個較低約束條件下所做出的選擇。因此，根據(jù)問題條件的嚴(yán)格累進(jìn)性原則，我們可以對所有調(diào)查問卷進(jìn)行判定，從而篩選有效的樣本，以使整個研究結(jié)論更加準(zhǔn)確。

2樣本有效性判定

利用嚴(yán)格累進(jìn)性原理對樣本有效性進(jìn)行判定，我們需要對不同程度的問題選項進(jìn)行賦值，按照選項的程度高低情況，程度低的賦予較小的值，程度高的賦予較大的值。在本研究中，核心問題選項在4～7個不等，因此分別賦值為1-4或者1-7。

很明顯，根據(jù)嚴(yán)格累進(jìn)性原則，如果某一問卷是認(rèn)真回答的，對于問題2（Q2）～問題9（Q9）的選擇必定存在以下性質(zhì)：無論Q2的選項程度有多高，其后面的問題Q3～Q9的選項都不會低于Q2的程度。比如Q2的選項為2，那么Q3～Q9的選項必定大于等于2，也即是說如果用Q3～Q9中的選項減去Q2的選項，其差值必定大于等于0。

為此，我們構(gòu)造了問題嚴(yán)格累進(jìn)差值，即高程度的問題選項值與低一個程度的問題選項值之差（如問題3的選項減去問題2的選項，即Q3-Q2），以此來對樣本的可信度進(jìn)行判定。如果差值為正就表示樣本合理，若出現(xiàn)負(fù)值則不合理，該樣本就淘汰。

從表1可以看到，無論是有效性、風(fēng)險性、成本三方面樣本，還是總體樣本，問題嚴(yán)格累進(jìn)差值都為正，沒有負(fù)值存在。由此可以判定，對于所有問卷，人們在回答所有問題的時候都基本遵循了自身的理性判斷，所有問卷都是符合調(diào)研標(biāo)準(zhǔn)的。

另外，對于每一個問題差值的均值都大于0，從有效性、風(fēng)險性、成本三方面樣本及總體樣本看，問題差值的均值都呈現(xiàn)出逐步上升的過程。這表明隨著傳染病擴(kuò)散的越來越嚴(yán)重，人們越來越愿意接受疫苗，對疫苗有效性的容忍度越來越高，對疫苗風(fēng)險性的承受能力越來越強(qiáng)，愿意支付的費(fèi)用也不斷提高。

同時，由于總體樣本由有效性、風(fēng)險性、成本三方面樣本組成，其差值當(dāng)然也可以分解為有效性、風(fēng)險性、成本三方面差值?？梢悦黠@看到，總體樣本方面的差值的增加主要來源于成本方面，其次是風(fēng)險性，然后是有效性。也即是說，隨著傳染病擴(kuò)散程度的越來越嚴(yán)重，人們更容易在費(fèi)用上放松要求，從而作出選擇上的改變。

三、疫苗需求預(yù)測分析框架

為了展示利用疫情情景調(diào)研數(shù)據(jù)進(jìn)行疫苗需求量預(yù)測的過程，我們需要選擇一個已經(jīng)出現(xiàn)過的疫情進(jìn)行案例嘗試。而2009年H1N1是迄今為止波及范圍廣泛，持續(xù)時間很長，且有充足的時間、空間數(shù)據(jù)支撐的案例。當(dāng)然由于數(shù)據(jù)源自對公開媒體的收集整理，其準(zhǔn)確性存疑。但本文并不是要對某個特殊的疫情進(jìn)行預(yù)測，因?yàn)槊總€疫情都是獨(dú)特的，探索特殊是缺乏價值的，而是要探索如何利用人們對不同風(fēng)險情景疫苗需求偏好這種共通的特性展開疫苗需求預(yù)測。事實(shí)上，H1N1數(shù)據(jù)僅僅只是作為反映疫情危機(jī)程度的背景數(shù)據(jù)。因此，采用H1N1數(shù)據(jù)是可行的，具體預(yù)測分析框架如下。

（一）疫苗需求預(yù)測過程

通過對不同疫情情景下疫苗有效性、風(fēng)險性及定價水平差異的疫苗接受情況的調(diào)研，我們獲得了人們選擇接受疫苗的基礎(chǔ)數(shù)據(jù)。以此數(shù)據(jù)為基礎(chǔ)結(jié)合各省市傳染病疫情的具體情況，就可以展開我國疫苗需求量的估計。為此，我們設(shè)計了相應(yīng)的計算過程，如圖1。

首先，需要對各省市傳染病情景進(jìn)行判斷。根據(jù)調(diào)研問卷我們將疫情按程度分為9種預(yù)警情景。以2009年H1N1為例，從公開數(shù)據(jù)可以發(fā)現(xiàn)，疫情爆發(fā)的前兩個月（5月、6月），對于各省市的疫情發(fā)展情況每天都有相應(yīng)的數(shù)據(jù)更新，根據(jù)各省市每天的數(shù)據(jù)，我們就可以對每個省市區(qū)處于9種情景中的哪一個進(jìn)行具體的判斷。

其次，我們以傳染病疫苗需求調(diào)研數(shù)據(jù)為基礎(chǔ)，可以計算出不同疫情下各省市人們疫苗接受選擇概率分布。

第三，根據(jù)我們對各省市的情景判斷，以各省市人們疫苗接受選擇概率分布為基礎(chǔ)，結(jié)合各省市人口數(shù)據(jù)，進(jìn)一步計算出每個省市區(qū)在不同疫苗有效性、風(fēng)險性及定價水平下的疫苗需求量。

最后，將各省市區(qū)疫苗需求量數(shù)據(jù)匯總，即可得到全國疫苗的理論需求量。圖1我國疫苗需求量測算過程

（二）疫苗接受比例計算標(biāo)準(zhǔn)

通過網(wǎng)絡(luò)調(diào)研，3000個被調(diào)研對象都根據(jù)9種疫情情景對有效性、風(fēng)險性及定價水平進(jìn)行了疫苗接受的選擇。有效性、風(fēng)險性分別有4個選項，定價水平有7個選項，這樣就會有112（即4×4×7）種組合選項，從而形成概率分布。于是，根據(jù)調(diào)研數(shù)據(jù)我們便可計算出每個省市區(qū)的疫苗選擇的概率分布情況。由于30個省市區(qū)都有各自的疫苗選擇概率分布情況，數(shù)據(jù)量過大不在文中詳述，在此僅以北京為例介紹情景1的疫苗選擇的概率分布，見表2。表2不同疫苗有效性、風(fēng)險性及定現(xiàn)在我們問，當(dāng)免費(fèi)時，有多少人愿意接受疫苗？很顯然，免費(fèi)的定價標(biāo)準(zhǔn)對于任何人都沒有限制，只要他愿意接受疫苗就能接受疫苗。所以這里應(yīng)該是7人，選擇這7個選項的人都應(yīng)該包括在內(nèi)。

當(dāng)定價為50元以下時，有多少人愿意接受疫苗？很明顯，相對于免費(fèi)，定價50元以下，已經(jīng)是有價格了，對于個人來說就是有花費(fèi)了。那么選擇免費(fèi)時才接受疫苗的人不應(yīng)該包括在內(nèi)。而對于1000元以上的定價，都選擇接受疫苗的人，免費(fèi)的時候，他當(dāng)然愿意接受疫苗。難道在大規(guī)模傳染病來臨時，因?yàn)槎▋r為免費(fèi)，這些愿意掏1000元以上接受疫苗的人，因?yàn)槎▋r太低甚至免費(fèi)，而愿意冒傳染病的風(fēng)險？同理，選擇50元以下、50～100元、100～200元、200～500元、500～1000元的人，因?yàn)槎▋r50元以下都在他們的經(jīng)濟(jì)承受范圍內(nèi)，所以計算的時候他們都應(yīng)該包括在內(nèi)。endprint

每個人都會選擇一個接受疫苗的價格，當(dāng)定價超過他選擇的價格，也即是超過了他的經(jīng)濟(jì)承受范圍。因此，在計算這個定價標(biāo)準(zhǔn)的疫苗接受人數(shù)時，就不應(yīng)該將這個人包括在內(nèi)。

同樣，當(dāng)選擇接受50%～80%有效性時，同時也就接受了80%～100%有效性；當(dāng)選擇接受005%～010%風(fēng)險性時，同時也就接受了001%～005%風(fēng)險性。于是，當(dāng)我們的疫苗有效性在50%～80%時，此時選擇接受疫苗的人數(shù)就應(yīng)包括選擇50%～80%有效性及80%～100%有效性兩個概率區(qū)間的人們，也即是說應(yīng)該計算這兩個有效性水平的累計概率。對于風(fēng)險性也是同樣的道理。根據(jù)此方法，我們又給出了不同有效性、風(fēng)險性組合下接受疫苗的累計百分比計算標(biāo)準(zhǔn)，具體見表4。

依據(jù)表3與表4給出的累計百分比的計算標(biāo)準(zhǔn)，我們對9種情景30個省市區(qū)的疫苗接受百分比進(jìn)行了計算，同樣是數(shù)據(jù)量過大的緣故，本文僅介紹北京的情況。

從表5可以看到，在情景1時，也即是疫情從北京發(fā)起尚未波及其他地區(qū)的情況，在疫苗有效性最高、風(fēng)險性最低且免費(fèi)的情況下（即有效性與風(fēng)險性組合1_1中免費(fèi)的情況），北京人民將有8878%愿意接受疫苗，隨著定價的升高接受數(shù)量開始降低，特別定價超過200以后迅速下降到2755%，到1000元以上時僅剩612%，表明在疫情初期價格對疫苗接受與否發(fā)揮了巨大的影響。對于風(fēng)險性變化帶來的影響，我們可選免費(fèi)且有效性最高的狀況來分析。隨著風(fēng)險的提高，有效性與風(fēng)險性組合由1_1，到1_2，再到1_3，北京人民愿意接受的比例由8878%迅速下降為4184%，再至612%，表明疫情初期風(fēng)險性在是否接受疫苗的決策過程中起到重要的作用。同理我們也可以通過有效性與風(fēng)險性組合由1_1，到2_1，再到3_1的變化分析有效性降低同樣對是否接受疫苗帶來了巨大的影響。

當(dāng)然隨著情景的變化北京人民的選擇也會發(fā)生變化，而其他省市區(qū)的選擇也與北京有著差異，這里的研究主要為全國需求量的預(yù)測做支撐，在此就不一一論述。

四、預(yù)測結(jié)果分析

有了詳盡的各種情景下30省市區(qū)不同疫苗有效性、風(fēng)險性及定價水平下接受疫苗百分比數(shù)據(jù)作為支撐，結(jié)合分省區(qū)的疫情數(shù)據(jù)及各省的人口狀況，我們便可以進(jìn)行疫苗需求量的理論值預(yù)測。根據(jù)前面的傳染病疫苗需求預(yù)測框架，本文將以2009年我國H1N1疫情為例，研究我國的疫苗理論需求量的估計。由于人們在疫情風(fēng)險下的偏好總是一致的，通過此分析可為以后我國類似疫情發(fā)生時應(yīng)急產(chǎn)品特別是疫苗需求作出前期判估，從而為相關(guān)醫(yī)藥產(chǎn)能建設(shè)提供決策支持，以應(yīng)對未來應(yīng)急之需。

（一）數(shù)據(jù)來源與預(yù)處理

本研究各地市人口數(shù)據(jù)源自2010中國統(tǒng)計年鑒，各省H1N1每日病例數(shù)據(jù)則根據(jù)各大官方媒體報道收集整理。由于公開報導(dǎo)的數(shù)據(jù)并不是每天都有，且有部分?jǐn)?shù)據(jù)還會出現(xiàn)沖突現(xiàn)象，需要做相應(yīng)的矯正處理。另外，本研究的疫苗需求分析需要盡可能詳細(xì)的各時間段各省市區(qū)的病例數(shù)據(jù)，對于缺少的某些天的數(shù)據(jù)，就需要利用插值法進(jìn)行相應(yīng)的補(bǔ)充。若數(shù)據(jù)缺失嚴(yán)重而無法支持分析，則不采用相應(yīng)時間的數(shù)據(jù)。具體方法如下：

（1）如果需要補(bǔ)充的幾天，該地區(qū)病例數(shù)沒有發(fā)生變化，就采用原數(shù)據(jù)。如2009年5月16日和19日報道的北京病例均為1，17、18兩日數(shù)據(jù)則循例補(bǔ)充為1。

（2）如果需要補(bǔ)充的幾天，該地區(qū)病例數(shù)發(fā)生了變化，則采取均勻插值。如2009年6月5日、9日報道的上海病例數(shù)分別為7和11，6、7、8三日數(shù)據(jù)則分別補(bǔ)充為8、9、10。

（3）全國總計數(shù)據(jù)，需要補(bǔ)充的，不是根據(jù)總計數(shù)據(jù)的差額進(jìn)行插值處理，而是根據(jù)各地區(qū)的數(shù)據(jù)進(jìn)行插值補(bǔ)充后，對補(bǔ)充的各地數(shù)據(jù)求和計算所得。

（4）由于2009年7月5日后報道頻度減少，無法對各地區(qū)進(jìn)行大規(guī)模插值處理，插值的準(zhǔn)確度也大受影響。故此后，僅選用了一些數(shù)據(jù)相對完整的時間段進(jìn)行分析，如8月份僅選用5、10、28日，9月僅27日，等等。

（二）預(yù)測結(jié)果分析

按照疫苗需求預(yù)測分析框架，根據(jù)2009年我國H1N1疫情各時期狀況，我們對疫情演變過程中的疫苗需求量進(jìn)行了測算，具體結(jié)果見圖2。圖中又分為9個小圖，分別表示了不同有效性與風(fēng)險性的組合。而每個小圖又展示7種定價標(biāo)準(zhǔn)，詳細(xì)描繪了不同有效性、風(fēng)險性及定價差異情景下，隨著疫情的不斷加重，我國疫苗需求量的變化態(tài)勢。在此必須說明的是，這里的預(yù)測結(jié)果是在我國所有人都對疫苗的有效性、風(fēng)險性及價格知情的前提下，根據(jù)疫情狀況作出的選擇，本文沒有考慮信息不對稱的情況。

從圖中可以看到，對于所有情景組合，隨著疫情的不斷加重，疫苗的需求量均呈現(xiàn)出不斷上升的趨勢。對于低風(fēng)險、高有效性的情況（見圖a），疫苗需求量是所有有效性、風(fēng)險性組合中最高的，并隨疫情的加重而增加，但增加速度較為平緩。疫苗價格對需求影響非常大，價格每上升一個區(qū)間，都會帶來需求的大幅下降；在疫情初期各價格區(qū)間接受疫苗的比例大致相當(dāng)；隨著疫情的加重，高價格區(qū)間的比例不斷提高，表明人們受價格的影響在降低。

風(fēng)險性的上升與有效性的下降，對于疫苗需求量都會產(chǎn)生非常大的影響。從圖a到圖c（或從圖a到圖g），我們可以看到，風(fēng)險性的上升或有效性的下降，帶來了疫苗需求量的大幅度的下降，特別是對于疫情早期下降幅度非常之大。這也表明在疫情早期人們對于有效性與風(fēng)險性非常敏感，而隨著疫情威脅的加大，這種敏感性在不斷下降。另外，較之于有效性，人們對于風(fēng)險性的敏感度更大，從圖b與圖d比較可以看到，風(fēng)險性的升高帶來的降幅更大。

對于疫苗價格來說，伴隨著風(fēng)險性的上升或有效性的下降，中低價區(qū)間的價格敏感性在下降，高價區(qū)間的價格敏感性在增強(qiáng)。從圖b到圖i（特別是圖i）可看到，中低價區(qū)的價格變化帶來的需求量增減幅度較小，而高價區(qū)的價格變化帶來的需求量增減幅度非常大。特別是在疫情最嚴(yán)重的時期尤為明顯，人們對于中低價敏感性減弱的同時，也更愿意在疫苗上花費(fèi)更多的錢。（a）高有效與低風(fēng)險（b） 高有效與中風(fēng)險 （c） 高有效與高風(fēng)險endprint

（d）中有效與低風(fēng)險（e） 中有效與中風(fēng)險 （f） 中有效與高風(fēng)險

（g）低有效與低風(fēng)險 （h） 低有效與中風(fēng)險 （i） 低有效與高風(fēng)險

五、結(jié)論與討論

本文在問卷調(diào)查的基礎(chǔ)上，提出了傳染病疫苗需求量預(yù)測分析方法，并以2009年H1N1疫情為基準(zhǔn)，對我國大規(guī)模傳染病疫苗理論需求量進(jìn)行了分情景預(yù)測，從而進(jìn)一步分析疫苗風(fēng)險性、有效性及定價差異三方面其疫苗需求量的影響。

（1）以問卷調(diào)查為基礎(chǔ)的需求量預(yù)測方法，為傳染病疫苗需求預(yù)測提供了新的選擇。通過對各種疫情情景的合理設(shè)置，以獲取不同情景下人們對于疫苗需求的決策選擇，從而對未知傳染病爆發(fā)時疫苗需求量判斷提供可行的預(yù)測分析支持。

（2）在問卷調(diào)查中，通過對問題條件的嚴(yán)格累進(jìn)性設(shè)計，可以對樣本的有效性判定提供支持，增強(qiáng)問卷的可信度。從嚴(yán)格累進(jìn)性的差值也發(fā)現(xiàn)，隨著傳染病擴(kuò)散程度的越來越嚴(yán)重，人們更容易在費(fèi)用上放松要求，從而作出選擇上的改變。

（3）疫苗風(fēng)險性、有效性及定價差異對疫苗需求量有著重要的影響。風(fēng)險性的上升、有效性的下降及價格的提高，均會帶來需求量的下降。但隨著疫情的加重，這種影響會減弱。特別是到疫情非常嚴(yán)重的時期，人們會愿意接受更低的有效性、更高的風(fēng)險及價格。

（4）較之有效性，人們更敏感于風(fēng)險性；較之于中低價格，人們也更敏感于高價格。而這種敏感性的差異也隨著有效性的降低或風(fēng)險性的增加，而變得越來越大。

另外，由于沒有考慮信息的不對稱性，本文的預(yù)測只能是理論上的需求量。當(dāng)然，進(jìn)一步考察信息不對稱的影響也是進(jìn)一步深入研究的方向。

參考文獻(xiàn)：

[1]朱大偉，郭娜，王建等離散選擇實(shí)驗(yàn)在疫苗接種偏好及需求研究中的應(yīng)用[J].中國衛(wèi)生經(jīng)濟(jì)，2016，35（2）：5-7

[2]姜曉飛，曹玲生國內(nèi)外國家免疫規(guī)劃疫苗需求量預(yù)測方法綜述[J].中國疫苗和免疫， 2013，19（3）：279-284

[3]WHITTINGTON D， SURARATDECHA C， POULOS C， et al. Household demand for preventive HIV/AIDS vaccines in Thailand： do husbands and wives preferences differ？[J]. Value in Health， 2008， 11（11）：965-74.

[4]AMARASINGHE A， WICHMANN O， MARGOLIS H S， et al. Potential dengue vaccine demand in disease endemic and nonendemic countries[J]. Procedia in Vaccinology， 2010， 2（1）：113-117.

[5]阮玉華，郭欣，傅繼華，等.利用需求彈性理論探討腎綜合征出血熱滅活疫苗接種價格[J].中國計劃免疫，2001，7（2）：109-111.

[6]曹雷，王華慶，鄭景山，等.中國擴(kuò)大國家免疫規(guī)劃疫苗接種率調(diào)查分析[J].中國疫苗和免疫， 2012，18（5）： 419-478.

[7]朱大偉，郭娜，KNUT R.W.，王健，等.基于隨機(jī)效用理論的農(nóng)村地區(qū)成人乙肝疫苗需求研究[J].中國衛(wèi)生經(jīng)濟(jì)，2013，32（3）：61-63

[8]NUNES J K， CARDENAS V， LOUCQ C， et al. Modeling the public health impact of malaria vaccines for developers and policymakers[J]. Bmc Infectious Diseases， 2013， 13（1）：1-15.

[9]熊文，宋勁松，周清杰.大規(guī)模傳染病應(yīng)急管理模型構(gòu)建[J/OL]. 中國公共衛(wèi)生，[2016-07-19].http：//wwwcnkinet/kcms/detail/211234R201607190920010html.

[10]王海濤， 任震. 灰色系統(tǒng)理論在電力需求滾動預(yù)測中的應(yīng)用[J]. 華南理工大學(xué)學(xué)報 （自然科學(xué)版）， 2001， 29（9）：37-39.

[11]胡郁蔥， 陳海偉， 歐陽劍，等. 新城土地利用空間分布模擬與交通需求預(yù)測[J]. 華南理工大學(xué)學(xué)報 （自然科學(xué)版）， 2014， 42（12）：27-34.

[12]黃阜民， 謝樂軍， 劉研平，等. 月電量需求預(yù)測的組合時序模型算法[J]. 華南理工大學(xué)學(xué)報（自然科學(xué)版）， 1997，25（8）：72-76.

[13]黃愛華， 蒲洪彬， 李偉光，等. 基于人工免疫機(jī)理和LS-SVM的顧客需求重要度預(yù)測[J]. 華南理工大學(xué)學(xué)報（自然科學(xué)版）， 2013， 41（1）：89-94.

[14]姬長虹， 丁錫海. 基于改進(jìn)Bass模型的短生命周期產(chǎn)品的需求預(yù)測[J]. 科學(xué)技術(shù)與工程， 2010， 10（10）：2577-2580.endprint