岳宗樸，劉 彩

天津中醫(yī)藥大學管理學院,天津,301617

《衛(wèi)生健康事業(yè)發(fā)展公報》顯示，2015-2017年我國人均住院費用從8268.1元上漲至8890.7元，年均增長率3.682%。目前的研究普遍認為，醫(yī)療費用增長是需求和供給因素共同作用的結果，經(jīng)濟增長、人口老齡化等屬于需求因素，醫(yī)方誘導需求、醫(yī)療技術進步和醫(yī)療衛(wèi)生公共投入屬于供給因素[1-2]。不少地區(qū)通過分級診療、建立醫(yī)聯(lián)體、實施DRG等措施，使醫(yī)療費用增長得到一定控制，但部分地區(qū)增長仍迅速且地區(qū)差距明顯，控費政策的精細化程度仍有不足。

目前關于醫(yī)療費用的研究多采用時間序列或面板數(shù)據(jù)分析[3]。這些方法假定各因素對醫(yī)療費用的影響程度與所處地理位置無關，得到的是數(shù)值間的關系，故結果可能忽略數(shù)據(jù)空間上的非平穩(wěn)性(Spatial Nonstationary)。60年代美國地理學家Waldo R. Tobler提出地理學第一定律，即任何事物之間都存在聯(lián)系，距離越近關系越緊密[4]。1996年，Brunsdon等學者首次建立以觀測點之間距離的函數(shù)作為權值的非參數(shù)光滑估計方法地理加權回歸模型(Geographically Weighted Regression, GWR)[5],但在住院費用領域應用較少。本研究擬用GWR模型對我國31個省2015-2017年人均住院費用影響因素進行分析，從空間角度探索我國醫(yī)療衛(wèi)生改革費用方面存在的問題，對如何降低費用空間分布差異、提高衛(wèi)生資源配置效率進行探討。

1 資料來源與方法

1.1 資料來源

本研究數(shù)據(jù)來源于2015-2017《中國統(tǒng)計年鑒》、《中國衛(wèi)生和計劃生育統(tǒng)計年鑒》中31個省份人均住院費用及地區(qū)人均GDP、公路里程數(shù)、每萬人醫(yī)師數(shù)、每萬人醫(yī)療機構床位數(shù)，以及“國家地理信息資源目錄服務系統(tǒng)”中的GIS數(shù)據(jù)。由于研究數(shù)據(jù)獲得及方法操作性原因，本研究內容不包含港澳臺地區(qū)。

1.2 研究方法

1.2.1 地理加權回歸(GWR)模型。GWR模型基于樣本點存在空間自相關性這一前提，旨在分析各省份人均住院費用與自變量之間的空間異質性。在最小二乘法(OLS)基礎上，將數(shù)據(jù)納入GWR模型。其一般形式為[6]：

其中，(ui,vi)是第i個省份的空間坐標；yi是第i個省份的人均住院費用；xij是自變量xj在(ui,vi)位置上的觀測值；β0(ui,vi)和β0(ui,vi)分別表示第i個省份的回歸常數(shù)和第j個回歸系數(shù)；εi是其誤差項，服從正態(tài)分布。采用固定高斯函數(shù)進行權重計算，公式如下：

其中，b為帶寬。為了取得最優(yōu)帶寬，F(xiàn)otheringham提出，當GWR模型的赤池信息(Alaike information criterion, AICc)最小時，帶寬b最佳。同時用相同數(shù)據(jù)構建普通最小二乘法(OLS)模型，以R2為擬合優(yōu)度進行比較。

1.2.2 全局空間自相關指數(shù)(Global Moran’s I)。全局空間自相關指數(shù)可用來對相關研究是否存在空間相關性進行探索，其計算公式如下：

1.2.3 熱點分析(Getis-Ord Gi*)。在地圖上繪制出具有顯著性的熱點(高值聚類)和冷點(低值聚類)。其中熱點區(qū)域的z值高，P值顯著；冷點區(qū)域z值低且為負，P值顯著；若z接近0，表明該區(qū)域不具有統(tǒng)計學上顯著的空間聚類。

1.3 統(tǒng)計學方法

利用Stata 15.0整理匯總數(shù)據(jù)庫，建立OLS模型；通過ArcGIS 10.3平臺進行全局空間自相關指數(shù)計算、熱點分析、GWR模型建立并進行結果可視化。

2 結果

2.1 GWR建模結果分析

查閱文獻選擇公路里程、地區(qū)財政衛(wèi)生支出、地區(qū)人均GDP、每萬人衛(wèi)生機構數(shù)、每萬人衛(wèi)生醫(yī)師數(shù)、每萬人醫(yī)療機構床位數(shù)、人口密度、住院日8個指標為解釋變量，對人均住院費用、人均GDP進行對數(shù)轉換。首先建立OLS模型，以P<0.05為標準，選擇有統(tǒng)計學意義的指標；計算方差膨脹因子(VIF)，為每個變量建立專題地圖，避免局部多重共線性。最終選取公路里程、地區(qū)人均GDP、每萬人醫(yī)師數(shù)、每萬人醫(yī)療機構床位數(shù)4個變量進行解釋。見表1。

表1 GWR建模結果

2.2 人均住院費用一般情況

由表2可知，2015-2017年各省份人均住院費用呈增長趨勢。以歷年全國平均人均住院費用為標準與各地區(qū)比較，東部省份人均住院費用均高于全國水平，京、津、滬地區(qū)3年來一直是全國人均住院費用最高地區(qū)。

表2 各省份2015 -2017年人均住院費用

2.3 全局自相關(Global Moran’s I指數(shù))情況

該指數(shù)檢驗殘差是否存在空間相關性，若I>0,空間分布性質呈正相關；若I<0，則為負相關。I越接近0，表明分布越隨機。使用行政省份為劃分單位，結果顯示我國人均住院費用呈現(xiàn)明顯空間聚集性。2015-2017年Moran's I指數(shù)分別為0.221、0.206、0.235，呈升高趨勢，且有統(tǒng)計學意義(P<0.01)，說明空間聚集性變強。見表3。

表3 人均住院費用Global Moran’s I指數(shù)

2.4 人均住院費用熱點分析

將熱點分析用于計算各省z得分和P值，顯示人均住院費用的聚集位置。當z>0時，z越大，高值聚類越強，即熱點；z<0時，z越小，低值聚類越強。

由結果得，2015-2017年我國人均住院費用的熱點分布在由京津地區(qū)向南北擴展的京津滬、內蒙古、遼寧、吉林、河北、山東、江蘇，安徽；冷點由重慶、四川、貴州、廣西；中原地區(qū)2015-2017年未出現(xiàn)聚集現(xiàn)象。從時間跨度上看，該聚集3年幾乎無變化。

2.5 GWR模型的局部擬合優(yōu)度情況

GWR建模能夠利用Local R2將解釋變量的空間分布及擬合優(yōu)度進行可視化，進而對比解釋力度。深色地區(qū)表示解釋力度強，淺色地區(qū)表示有其他因素未被納入分析，需進一步研究。由結果可得，該模型Local R23年內有較大變化：2015年、2016年中部及東南沿海地區(qū)呈現(xiàn)較高R2帶，西部較低；2017年，解釋力度高地帶集中在華北及西部地區(qū)，東南部地區(qū)偏低。3年內，東北及中原地區(qū)省份，如河南、山東等解釋力度均較高，表明該模型納入的變量可很好解釋該地區(qū)人均住院費用的空間差異。

2.6 人均住院費用影響因素分析

2.6.1 每萬人醫(yī)療機構床位數(shù)。結果顯示，每萬人醫(yī)療機構床位數(shù)對住院費用的影響。該解釋變量3年內全國各省份的回歸系數(shù)均為負，即每萬人醫(yī)療機構床位數(shù)增多會對人均住院費用產生負影響。全國來看，該變量系數(shù)呈現(xiàn)由東北向西南逐漸減小的規(guī)律，影響力度也相對增大。尤其是西藏及云南，連續(xù)3年均為系數(shù)最低，影響最強。從時間上看，3年內其影響力度變化較小，解釋力度較為穩(wěn)定。

2.6.2 每萬人醫(yī)師數(shù)。根據(jù)每萬人醫(yī)師數(shù)的局部系數(shù)得，每增加1個單位，便會分別提高0.7664%-0.767%、 0.5087%-0.5093%、1.8471%-1.8593%的人均住院費用。其對人均住院費用的影響隨時間、空間變化而變化，東北地區(qū)及內蒙古3年內變化較小。從全國來看，該解釋變量為正向影響，且南方受影響更大，尤其是云南、廣西及海南，3年均為最大值所在地。3年內其影響力度在全國內均有所下降，且地域變化明顯。如廣東2015年、2016年受該因素影響較大，2017年則有所減弱。見表4。

表4 每萬人醫(yī)師數(shù)的局部系數(shù)

2.6.3 地區(qū)人均國內生產總值(GDP)。全國3年人均GDP的局部系數(shù)均為正值，即隨著人均GDP增加，人均住院費用上升。從地區(qū)上看，其局部系數(shù)呈西部高于東部的特點；從時間上看，相關系數(shù)逐年減小。與其他因素相比，該因素在地理差異上的影響力較弱。

2.6.4 公路里程。公路里程指在一定時期達到國家標準規(guī)定、經(jīng)由公路主管部門正式驗收使用的公路里程數(shù)，能夠有效反映經(jīng)濟發(fā)展水平及當?shù)亟煌òl(fā)達程度，影響就醫(yī)可及性。3個時期各省份的公路里程系數(shù)均為負數(shù)，即隨著地區(qū)公路里程的增加，人均住院費用下降。從空間上看，影響力度由東向西減小，且3年內全國各省份人均住院費用受其影響力的空間分布無顯著變化。從時間跨度來看，其影響力度先增強后減弱。見表5。

表5 公路里程的局部系數(shù)

表5(續(xù))

3 討論

國內外研究表明，每萬人醫(yī)師數(shù)、人均GDP、支付方式、醫(yī)療技術革新等是影響醫(yī)療費用及住院費用的重要因素[7-18]。本研究顯示，人均住院費用不僅受每萬人醫(yī)師數(shù)、人均GDP、每萬人醫(yī)療機構床位數(shù)的影響，還受到公路里程的影響。公路里程、每萬人醫(yī)療機構床位數(shù)對人均住院費用的影響呈負向，人均GDP及每萬人醫(yī)師數(shù)呈正向。

3.1 每萬人醫(yī)療機構床位數(shù)對人均住院費用的影響

多數(shù)研究認為床位數(shù)的增加會導致醫(yī)療費用增加，因為床位是醫(yī)院擴大規(guī)模與增強競爭力的重要手段之一，通過誘導需求提高病床使用率，最終導致醫(yī)療費用快速增長[8]。本研究結果與其相反，即每萬人醫(yī)療機構床位數(shù)增加帶來人均住院費用減少，這與李鑫梅等關于我國衛(wèi)生總費用的研究結論一致[9]?？紤]基礎性床位在降低衛(wèi)生費用中的作用，某些常見病、多發(fā)病住院床位的設置，若床位數(shù)不足可能會導致患者外地就醫(yī)，導致其他費用的加成，故基礎性病床的增加可在一定程度上緩解“看病難、看病貴”的問題。同時，結合經(jīng)濟學供需關系中“供不應求價格上漲”的理論[10]，當衛(wèi)生床位數(shù)的供給量遠小于需求量時，其價格上漲，容易導致人均住院費用的增加。針對此，衛(wèi)生部門可依據(jù)各地實際情況建立數(shù)據(jù)庫，獲得人均住院費用的詳細成本信息，考慮邊際效益，優(yōu)化投入產出比，適當增加基礎醫(yī)療機構床位數(shù)，滿足病人必要的住院需求，且采取措施防止誘導需求的出現(xiàn)。

3.2 每萬人醫(yī)師數(shù)對人均住院費用的影響

每萬人醫(yī)師數(shù)對住院費用存在正向關系，與國內研究結果一致[11-13]。醫(yī)師數(shù)的增加使各地衛(wèi)生條件得到改善，更多優(yōu)質醫(yī)療服務項目得以開展，促進人群對衛(wèi)生服務資源的利用；同時由于信息不對稱而可能導致“誘導需求”，最終帶來人均住院費用的上升[11-12]。也有研究認為，目前公立醫(yī)院行政后勤人員參與市場化程度較低，部分管理者不能充分展現(xiàn)知識水平，管理效率低下。這種人力資源管理體系容易導致勞資關系不明確，使醫(yī)院面臨“人力資源”困局，人力費用不降反增，最終在一定程度上導致住院費用的增加[13]。因此，建議醫(yī)療機構對醫(yī)師隊伍進行職業(yè)技能與職業(yè)道德培訓，嚴格查處濫用藥物等過度醫(yī)療行為；合理布局醫(yī)院各部門人力資源，調動廣大一線醫(yī)療衛(wèi)生服務人員積極性，降低住院費用。

3.3 人均GDP對人均住院費用的影響

與大量研究結論一致[3, 14]，人均GDP與人均住院費用呈正相關。有研究表明，人均GDP每上升1個單位，人均醫(yī)療衛(wèi)生支出增加3.916個百分點[15]。人均GDP是國民經(jīng)濟的重要體現(xiàn)且是推動衛(wèi)生費用增長的重要因素，一方面，經(jīng)濟發(fā)展為醫(yī)療領域提供更多資金；另一方面，收入的上升導致消費能力的提升與健康和醫(yī)療需求的提高。本研究結果還顯示，人均GDP對人均住院費用的影響存在較大空間差異，可從經(jīng)濟水平對醫(yī)療衛(wèi)生費用的敏感性進行解釋：經(jīng)濟落后地區(qū)對醫(yī)療費用的敏感性更強，其可支配收入提高時，接受更好的醫(yī)療服務的意愿更強，人均住院費用上升幅度較大。故管理部門應注重醫(yī)療費用與社會經(jīng)濟發(fā)展關系，考慮居民的承受能力及投入產出[16]，避免住院費用上升過快；基層衛(wèi)生機構大力開始健康教育，普及健康管理及“治未病”等健康服務項目，降低居民對住院費用的敏感性。

3.4 公路里程對人均住院費用的影響

公路里程與人均住院費用呈負向關系。以往研究證實就醫(yī)可及性越高，醫(yī)療費用會相應減少，而公路里程的增加可從以下方面減少住院費用：一是改善就醫(yī)可及性，減少交通費用等地區(qū)流動的花費[17]；二是促進地區(qū)間衛(wèi)生資源配置的公平性，如減少醫(yī)藥器械運轉的費用加成，增加高水平醫(yī)生到相對落后地區(qū)坐診的機會；三是方便患者轉診，在整體上降低人均住院費用。減少就醫(yī)所花費的時間，利于某些較為嚴重的疾病的及時治療，減少疾病惡化帶來的額外負擔[18]。但也有研究認為，公路里程數(shù)的增加促進城市化，農村人口向城市人口轉變，改善居民的醫(yī)療服務質量，進一步釋放衛(wèi)生服務需求[19]。研究結果還顯示其對我國東部地區(qū)人均住院費用產生顯著負性影響，影響力度向西逐漸減弱，說明我國公路里程數(shù)存在顯著地區(qū)差異。因此政府應加大基礎設施建設，改善落后地區(qū)基層醫(yī)療機構，增加就醫(yī)可及性；重視農村地區(qū)醫(yī)務人員的待遇水平，完善保障制度；各地醫(yī)療機構定期組織醫(yī)務人員到落后地區(qū)坐診義診，減輕居民就醫(yī)的額外加成，從而降低人均住院費用。

最后，本研究運用GWR模型，同時考慮了空間相關性和空間異質性，使模型的估計結果更加穩(wěn)定。以我國31個省份作為研究對象，探討人均住院費用的分布狀況及其影響因素，更具客觀性。此外，本研究所選取的分析指標不僅是衛(wèi)生資源的重要指標，同時涉及到社會學、經(jīng)濟學、交通等多個領域，能較為全面地對人均住院費用的空間分布特點進行解釋。但是，本研究也存在一些不足。由于受到資料限制，一些影響人均住院費用的指標未能納入，可能會影響到模型的擬合效果；另外，由于目前缺乏統(tǒng)一的質量評價指標，因此本研究主要探討了住院費用的影響因素，對醫(yī)療資源配置的合理性問題涉及較少。