黃德斌 秦佳佳 劉一彬 陳治文 蔡江瑤

（1成都市人力資源和社會保障局 成都 610031；2成都市醫(yī)療保險信息服務(wù)中心 成都 610031；3成都數(shù)聯(lián)易康科技有限公司 成都 610031）

1 成都市基本醫(yī)保政策演進

近年來，成都市持續(xù)深入推進醫(yī)改，優(yōu)化政策制度、創(chuàng)新體制機制，深入推進醫(yī)療保險治理能力現(xiàn)代化建設(shè)，充分發(fā)揮醫(yī)保在醫(yī)改中的基礎(chǔ)性作用，在增強公平性、保證可持續(xù)性，提升參保群眾獲得感等方面進行了一系列探索和實踐。在制度建設(shè)方面，著力完善多層次的醫(yī)保制度，同時整合經(jīng)辦管理資源，實現(xiàn)城職城鄉(xiāng)醫(yī)?；鹗屑壗y(tǒng)籌。在待遇保障方面，著力完善提質(zhì)增效政策措施，實現(xiàn)門診統(tǒng)籌報銷待遇，完善門診特殊疾病管理辦法。在經(jīng)辦管理方面，著力優(yōu)化精簡服務(wù)流程。在基金監(jiān)管方面，以社會治理理念為指導思想，運用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等現(xiàn)代信息技術(shù)，著力構(gòu)建現(xiàn)代治理體系。在深化醫(yī)改方面，著力推動三醫(yī)聯(lián)動，深化醫(yī)保支付方式改革。為定量評估近年來成都市醫(yī)保政策的治理成效，成都市醫(yī)療保險信息服務(wù)中心在構(gòu)建醫(yī)保治理綜合評價體系的基礎(chǔ)上，運用因子分析法得到歷年治理成效指數(shù)（HIG指數(shù)）。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本研究的數(shù)據(jù)來源于成都市醫(yī)療保險信息中心、成都市醫(yī)保局、成都市社保局、成都市統(tǒng)計局，主要是全市城鎮(zhèn)職工基本醫(yī)療保險住院結(jié)算信息表，時間跨度為2010年1月1日至2016年12月31日。

2.2 研究方法

描述性分析法和因子分析法。

2.3 指標體系

表1 成都市城鎮(zhèn)職工基本醫(yī)療保險治理成效評估指標體系

圖1 2010-2016年成都城鎮(zhèn)職工基本醫(yī)療保險參保人數(shù)及撫養(yǎng)比

本文結(jié)合醫(yī)療保險的業(yè)務(wù)情況以及眾多學者對于醫(yī)保治理成效的研究成果，從社會公平性、基金穩(wěn)定性與可持續(xù)性、醫(yī)?；鹬Ц缎?、費用公平性四方面共選取12個指標建立了成都市城鎮(zhèn)職工基本醫(yī)療保險治理成效的評估指標體系（見表1）。通過評價指標體系的構(gòu)建實現(xiàn)對2010-2016年城鎮(zhèn)職工基本醫(yī)療保險的治理成效評估與對比。

3 研究結(jié)果

3.1 社會公平性

由圖1可知，近年來，成都市的參保人數(shù)年均增長率達12.3%。醫(yī)?；鸬膿狃B(yǎng)比例整體呈現(xiàn)穩(wěn)步、略微上升的趨勢?？傮w來說，近年來成都市城鎮(zhèn)職工基本醫(yī)療保險的社會公平性不斷提高。

3.2 基金穩(wěn)定性與可持續(xù)性

由圖2可知，2010-2016年，成都市城鎮(zhèn)職工基本醫(yī)療保險基金收入逐年上升。成都市城鎮(zhèn)職工基本醫(yī)療保險基金結(jié)余呈現(xiàn)一個倒S型的趨勢?？傮w來說，最近幾年成都市城鎮(zhèn)職工基本醫(yī)療保險基金呈現(xiàn)穩(wěn)中向好的趨勢。

3.3 醫(yī)?；鹬Ц缎?/h3>

由圖3可知，2010-2016年，成都市總住院人次增速、基金申請撥付金額增速、次均基金申請撥付金額增速整體呈現(xiàn)明顯下降的趨勢?？傮w來說，近年來成都市的醫(yī)?；鹬Ц缎什粩嗵岣?。

圖2 2010-2016年成都城鎮(zhèn)職工基本醫(yī)療保險基金收支余情況

圖3 2010-2016年成都城鎮(zhèn)職工基本醫(yī)療保險基金支付效率相關(guān)指標

圖4 2010-2016年成都城鎮(zhèn)職工基本醫(yī)療保險費用公平性相關(guān)指標

3.4 費用公平性

由圖4可知，2010-2016年，成都市城鎮(zhèn)職工基本醫(yī)療保險的全自費率逐漸上升。歷年來成都市城鎮(zhèn)職工基本醫(yī)療保險的政策范圍內(nèi)報銷比基本維持在83%左右，人均負擔占當年市平均工資比重基本維持在0.14左右。

3.5 因子分析情況

在實際研究中，為了系統(tǒng)、全面地分析問題，我們通常會考慮眾多的影響因素，即選取很多與研究內(nèi)容相關(guān)的指標，例如本文中選取12個指標來反映近年來城鎮(zhèn)職工醫(yī)保治理的成效，但這些指標反映的信息往往會有一定程度的重疊（指標間具有相關(guān)性），而因子分析法可以為這種問題提供很好的解決思路。因子分析法以降維的思想為依據(jù)，把原始的錯綜復雜的指標轉(zhuǎn)化為少數(shù)幾個有代表性的因子，這些因子可以代替所有指標去分析整個問題，主要用于指標綜合評分和重要性分析。因此，本文中我們利用因子分析法，將原有的12個指標轉(zhuǎn)化為少數(shù)幾個線性無關(guān)的因子，并通過公因子得分進行綜合評價，實現(xiàn)對成都市2010年到2016年的醫(yī)保治理效果進行對比，展現(xiàn)成都市城鎮(zhèn)職工基本醫(yī)療保險的發(fā)展水平及特點。

3.5.1 數(shù)據(jù)預處理

根據(jù)上文設(shè)計的指標體系以及研究目標，本文本來應(yīng)該收集成都市2010年到2016年的相關(guān)數(shù)據(jù)，但由于算法對樣本量有一定的要求，樣本量和指標數(shù)的比例一般應(yīng)在5:1以上才能得到較好的結(jié)果，所以本文將數(shù)據(jù)擴展至各區(qū)縣，即選取2010年到2016年成都21個區(qū)縣相關(guān)指標的數(shù)據(jù)，后期比較各年成都市綜合指標的時候，再根據(jù)各區(qū)縣進行匯總處理（各區(qū)縣的指標值相加）。

3.5.2 數(shù)據(jù)正向化及標準化

將成都市各區(qū)縣2010年到2016年的相關(guān)指標數(shù)據(jù)作為評估整體，變量為12個評價指標。根據(jù)表1可知，指標里面有很多屬于負向指標，因為后期我們會計算綜合得分，所以需要對負向指標進行正向化處理，才能保證綜合得分越大，代表醫(yī)保治理效果越好。本文采用取倒數(shù)的方法來正向化處理。另外，由于各指標的量綱和數(shù)量級不一樣，所以在進行計算之前還需要消除量綱的影響, 將數(shù)據(jù)進行Z-score標準化處理，經(jīng)過標準化處理后的數(shù)據(jù)，更具有可比性。

3.5.3 適應(yīng)性檢驗

在進行主成分提取之前，首先需要判斷，這12個指標，是否適合展開因子分析，主要是通過KMO值和Bartlett球度概率這兩項指標。通過SPSS22.0運算求解，KMO的值為0.592>0.5，Bartlett球形檢驗概率值為0.000<0.05，即這些指標通過了適應(yīng)性檢驗。

3.5.4 提取主成分，確定公共因子

運用SPSS22.0軟件進行因子分析，本文采用主成分分析方法來提取公因子，得到如表2總方差分解表，并按照方差貢獻率的大小將各主成分從大到小進行排列。根據(jù)特征根大于1的原則，本應(yīng)該提取排名前5的子成分作為治理成效評價指標體系的公共因子。但由于前5個主成分只包含了原始變量的76%的信息，小于80%，所以本文最終取前6個子成分，包含了原始變量的83%的信息，滿足了因子分析用變量子集來解釋整個問題的要求，分析結(jié)論具有可信度。

3.5.5 進行因子旋轉(zhuǎn)并解釋因子含義

計算機通過坐標變換挖掘出每個原始指標與公共因子之間的顯示性關(guān)系，得到旋轉(zhuǎn)成分矩陣。根據(jù)旋轉(zhuǎn)成分矩陣可知，第一個因子，主要是反映參保人數(shù)、老年人口比例和基金的收入結(jié)余情況，包括參保人數(shù)、撫養(yǎng)比、基金收、當年余；第二個因子，主要是反映費用公平性，包括全自費率、政策范圍內(nèi)報銷比、人均負擔占市平均工資比重；第三個因子，主要是反映參保人數(shù)增長和醫(yī)療效率，包括參保人數(shù)增幅、住院人次人頭比；第四個因子，主要是反映基金次均支付增長情況，包括次均基金申請撥付金額增速；第五個因子，主要是反映住院量增長情況，包括總住院人次增速；第六個因子，主要是反映基金總體支付增長情況，包括基金申請撥付金額增速。

3.5.6 計算公因子得分

在確定公共因子后，可以利用回歸法將公共因子表達為各變量的線性形式，也稱為因子得分函數(shù)。根據(jù)因子得分系數(shù)矩陣可以直接寫出各公因子的表達式，其中Fi1表示第i個個體（某年某個區(qū)縣）的第一個因子得分值，例如F11指的是2010年錦江區(qū)的第一個因子得分值，i取值從1到143。X表示標準化后的原始指標值，Xi1表示i個個體的參保人數(shù)（標準化后），Xi2表示i個個體的參保人數(shù)增幅（標準化后），Xi3表示i個個體的撫養(yǎng)比（標準化后），之后可依次類推（公式1）。

3.5.7 構(gòu)建綜合指數(shù)

在得到因子得分后，以各因子的方差貢獻度比例為權(quán)數(shù)計算各年各區(qū)縣醫(yī)保治理成效的綜合指數(shù)f，具體如下計算公式，其中λ1、λ2、λ3、λ4、λ5、λ6分別為6個主成分特征根（公式2、見表2）。

按照以上步驟計算得到的是各區(qū)縣各年的綜合指數(shù)，成都市各年綜合指數(shù)F需要將同一年各區(qū)縣（21個區(qū)縣）的得分f進行匯總。F=f1+f2+f3+…+f21。具體各年的治理指數(shù)如表3。

3.5.8 結(jié)果

從醫(yī)保治理成效指數(shù)角度出發(fā)（見表3），除了2015年略微下降，總得分呈現(xiàn)逐年上升的趨勢，2016年的成都市醫(yī)保治理綜合指數(shù)最高為2.499055，其次是2014年和2015年，這也說明成都市醫(yī)保治理取得較為明顯成效。具體來說，從各因子來看，第一因子和第六因子升高的趨勢表現(xiàn)得尤為突出，同時由于第一因子的指標權(quán)重最大，拉動了總得分的上升，說明成都市近年來在醫(yī)保治理方面取得了較好的成效。第三因子表現(xiàn)較差，是限制醫(yī)保治理成效的重要制約因素，醫(yī)保在提升醫(yī)療服務(wù)效率方面還有待進一步努力，是未來醫(yī)保政策制定的重要方向。第二因子、第四因子、第五因子表現(xiàn)不穩(wěn)定，可考慮在相關(guān)方面加強治理。

表2 總方差分解表

表3 成都市各年醫(yī)保治理指數(shù)表

4 討論

4.1 成都市城職醫(yī)?；鸬目沙掷m(xù)性提升，集中表現(xiàn)在基金收入端和支出端的持續(xù)向好

結(jié)合表3，第一因子主要反映收入端情況，包括參保人數(shù)、撫養(yǎng)比、基金收入和結(jié)余，第六因子集中反映支出端，包括基金支出增速。第一因子與第六因子七年得分情況均表現(xiàn)為總體上升趨勢，同時2014年-2016年得分最高，基本與總得分趨勢表現(xiàn)一致。收入端持續(xù)向好主要表現(xiàn)為隨著全民參保的持續(xù)推進，參保人數(shù)逐年上升，基金收入和結(jié)余逐年穩(wěn)定增長。支出端向好主要變現(xiàn)為在不斷強化醫(yī)療服務(wù)行為監(jiān)管的嚴格管控下，總住院人次增速、次均基金申請撥付金額增速皆呈放緩趨勢，基金申請撥付金額增速總體不斷下降。

4.2 人口老齡化對基金安全的考驗還未明顯顯現(xiàn)

人口老齡化對醫(yī)保基金的沖擊是當前和未來威脅基金可持續(xù)發(fā)展的最大考驗，人口老齡化會直接導致基金收入降低，支出增加，對收入支出端的影響都十分顯著。結(jié)合文中數(shù)據(jù)研究來看，撫養(yǎng)比指標作為第一因子，對收入端的影響更大。撫養(yǎng)比2010年的2.36為七年間最低，自2011年起到2016年則持續(xù)穩(wěn)定在3.00到3.08之間，波動幅度極小。而第一因子反映的收入端自2010年以來的總體持續(xù)上升也表明撫養(yǎng)比指標未對基金收入產(chǎn)生明顯負面影響。毋庸置疑，成都市乃至全國范圍內(nèi)老齡化進程仍在持續(xù)加速推進，雖尚未通過勞動人口和老年人口結(jié)構(gòu)變化傳導至醫(yī)?；鹗罩Ф?，但當前宜未雨綢繆，醫(yī)保積極配合醫(yī)改、支持醫(yī)療服務(wù)能力提升、推進分級診療是防范基金風險、應(yīng)對未來考驗的有效之舉。

4.3 醫(yī)保支付結(jié)構(gòu)性差異明顯

成都醫(yī)保住院人均負擔占市平均工資的比重從2010年的17.0%降至2016年的13.7%，表明醫(yī)保切實降低了參保群眾的就醫(yī)支出。然而參考費用公平性，主要表現(xiàn)為第二因子，除人均負擔占平均工資的比重外還包括全自費率和政策范圍內(nèi)報銷比。第二因子七年間表現(xiàn)并不穩(wěn)定，且自2012年以來總體呈下降趨勢。具體到指標，醫(yī)保政策范圍內(nèi)報銷比自2010年的83.09%提升至2016年的83.80%，總體穩(wěn)定上升，而全自費率也從2010年的15.78%升至2016年的21.26%，也呈上升趨勢且增幅更大。兩者之間的明顯倒掛反映到現(xiàn)實層面即為在醫(yī)療事業(yè)快速發(fā)展的背景下新藥品、醫(yī)用耗材等多樣化醫(yī)療資源快速涌現(xiàn)，醫(yī)保目錄的擴張速度無法實現(xiàn)對新資源的有效覆蓋，從而間接制約了參保人個人負擔的進一步減輕。深化醫(yī)保支付方式改革，穩(wěn)慎擴大醫(yī)保目錄范圍，是當前成都市醫(yī)保治理的重要方向。

4.4 醫(yī)保監(jiān)管的重點是重復住院等疑似違規(guī)行為

六大因子中第三因子波動幅度最大且總體呈下降趨勢，近三年表現(xiàn)為七年間最差。第三因子主要反映參保人數(shù)增長和醫(yī)療效率，包括參保人數(shù)增速和住院人次人頭比。參保人次增速自2010年的13.9%降至2016年的6.8%，而住院人次人頭比從2010年的1.337增至2016年的1.378。參保人數(shù)增幅在基金收入端和支出端影響表現(xiàn)相反，總體影響呈中性，而人次人頭比指標僅影響支付端，且與基金支付正相關(guān)。人次人頭比直接反映醫(yī)療服務(wù)能力，表現(xiàn)為重復住院的嚴重程度。近年來人次人頭比的增長體現(xiàn)了醫(yī)療資源運行效率的下降，應(yīng)引起重視。嚴格控制次均指標，加強住院指標分析，重點打擊虛假住院、分解住院、重復診療等違規(guī)醫(yī)療行為是未來醫(yī)保監(jiān)管的重點方向。

5 結(jié)論

因子分析法是從研究變量內(nèi)部相關(guān)的依賴關(guān)系出發(fā)，把一些具有錯綜復雜關(guān)系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。目前，因子分析法廣泛應(yīng)用于企業(yè)的經(jīng)營績效評價、政策評價研究等領(lǐng)域的綜合評價。成都市運用因子分析法從社會公平性、基金穩(wěn)定性與可持續(xù)性、醫(yī)?；鹬Ц缎?、費用公平性四方面共選取12個指標建立了成都市城鎮(zhèn)職工基本醫(yī)療保險治理成效的評估指標體系，此方法客觀全面的評價醫(yī)保治理成效。同時最終的評價結(jié)果顯示醫(yī)保治理指數(shù)呈現(xiàn)逐年變好的趨勢，與近年來成都市充分運用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等現(xiàn)代信息技術(shù)，緊緊圍繞“?；?、強基層、建機制”的目標，堅守基本制度，完善管理服務(wù)，創(chuàng)新體制機制，轉(zhuǎn)變發(fā)展方式，不斷深化醫(yī)療保險改革創(chuàng)新，全市醫(yī)保治理體系和治理能力現(xiàn)代化取得了長足的進步，醫(yī)?；鸱€(wěn)定性和可持續(xù)性增強，參保群眾獲得感、滿意度明顯提高的實際情況相符，進一步體現(xiàn)此研究方法的可行性與可靠性，并充分說明此方法在評價醫(yī)保治理成效方面是值得推廣應(yīng)用的。

[1]段欲軍.成都市基本醫(yī)療保險政策及實施情況評估研究[D].成都:四川大學,2005.

[2]曾晶.城鎮(zhèn)居民基本醫(yī)療保險制度問題研究——以南昌市東湖區(qū)為例[D].南昌:江西財經(jīng)大學,2012.

[3]張文杰.城鎮(zhèn)職工基本醫(yī)療保險門診醫(yī)療保險政策運行效果分析——以南京的門診保險政策實踐為例[D].南京:東南大學,2016.

[4]王文博，陳秀芝.多指標綜合評價中主成分分析和因子分析方法的比較[J].統(tǒng)計理論與方法,2006,21(5):19-22.

[5]甘甜.湖北省“科技十條“政策效果研究[D].武漢:湖北工業(yè)大學，2016.

[6]吳先慧.基于主成分分析和DEA方法的我國區(qū)域創(chuàng)新效率評價[D].哈爾濱:哈爾濱工業(yè)大學,2011.

[7]王任遠.江蘇省科技政策效果評估研究——基于政策績效的視角[D].南京:南京工業(yè)大學,2014.

[8]張君偉,邵蔚.模糊綜合評價法在水庫移民后評價中的應(yīng)用[J].水利科技與經(jīng)濟,2006,12(1):5-8.

[9]陳琳.上海市新能源產(chǎn)業(yè)政策評價研究[D].上海:上海工程技術(shù)大學,2016.

[10]趙穎.數(shù)據(jù)包絡(luò)分析及TOPSIS等方法在醫(yī)院臨床科室效率診斷性評價中的比較研究[D].沈陽:中國醫(yī)科大學,2007.

[11]王菲.資源型城市可持續(xù)發(fā)展指標體系構(gòu)建及綜合評價研究[D].大慶：大慶石油學院,2006.