郭芮綺，胡 依，閔淑慧，成曉芬，李 貝

(南方醫(yī)科大學衛(wèi)生管理學院，廣東 廣州 510515)

衛(wèi)生總費用(Total Expenditure on Health，TEH)是指公眾在衛(wèi)生保健服務上花費的總金額，對國家衛(wèi)生保障有十分重要的意義[1]。我國衛(wèi)生總費用由1995年的2155.13億元增長到2017年的52,598.28億元，22年間增長了23.41倍[2]。在健康中國戰(zhàn)略背景下，若衛(wèi)生總費用長期不合理增長，極易加重居民醫(yī)療衛(wèi)生負擔，甚至使因病致貧和因病返貧的現(xiàn)象難以得到實際解決，最終無法實現(xiàn)真正意義的全民覆蓋[3]。衛(wèi)生總費用增長受經(jīng)濟發(fā)展水平、政府投入、醫(yī)療資源等多種因素影響，合理的衛(wèi)生總費用研究有利于相關政府部門調(diào)整與優(yōu)化相關衛(wèi)生政策[4-6]。故本文采用VAR(Vector Auto-Regression)模型與ARIMA(Autoregressive Integrated Moving Average)模型研究我國人均GDP、衛(wèi)生事業(yè)費用、人口老齡化，醫(yī)療資源以及城鎮(zhèn)化水平5個主要因素與衛(wèi)生總費用的動態(tài)關系，并對衛(wèi)生總費用未來發(fā)展趨勢進行預測，為促進我國衛(wèi)生事業(yè)改革和發(fā)展提供相關建議，以助力于健康中國戰(zhàn)略目標的實現(xiàn)。

1 資料與方法

1.1 數(shù)據(jù)與變量

本研究從《中國統(tǒng)計年鑒》《中國衛(wèi)生和計劃生育統(tǒng)計年鑒》和《中國衛(wèi)生健康統(tǒng)計年鑒》中收集1990-2019年的相關數(shù)據(jù)，為消除人口數(shù)量等因素的影響，衛(wèi)生總費用、GDP、醫(yī)療資源、城市化水平、人口老齡化、政府衛(wèi)生支出依次以人均衛(wèi)生費用、人均GDP、每千人口醫(yī)療機構(gòu)床位數(shù)、城鎮(zhèn)人口占總?cè)丝诒壤?5歲以上人口占總?cè)丝诒壤⒄l(wèi)生支出占財政比例進行表示。每個變量以自然對數(shù)的形式呈現(xiàn)以減少各變量異方差對最終結(jié)果的影響，依次記為LNTHE、LNGDP、LNCOV、LNCITY、LNOLDS、LNBED。

1.2 研究方法

使用EXCEL構(gòu)建1990-2019年中國衛(wèi)生總費用相關數(shù)據(jù)的時間序列數(shù)據(jù)集，使用Eviews 10.0軟件進行ADF(Aucment Dickey-Fuller)用于確定時間序列的穩(wěn)定性，并構(gòu)建探究經(jīng)濟、城鎮(zhèn)化、醫(yī)療等因素與衛(wèi)生總費用的動態(tài)關系的VAR模型，使用SPSS 25.0軟件中的ARIMA模型預測中國衛(wèi)生總費用未來發(fā)展趨勢。

2 結(jié)果

2.1 ADF檢驗

使用ADF檢驗時間序列平穩(wěn)性，若是通過檢驗則可直接進行建模，若不通過檢驗，則應對序列進行差分后再進行建模。由表1可知，通過ADF初步檢驗的只有LNCITY變量，其余變量原序列都未通過檢測，一階、二階差分后轉(zhuǎn)化成平穩(wěn)性時間序列(P<0.05)，滿足條件構(gòu)建VAR模型。

2.2 VAR模型

2.2.1 滯后階數(shù)

建立模型前需根據(jù)LR檢驗統(tǒng)計、FPE(Final Prediction Error)、AIC(Akaike Information Criterion)、SC(Schwarz Information Criterion)和HQ(Hannan-Quinn Information Criterion，來選擇VAR模型滯后的階數(shù)確定滯后階數(shù)。表2結(jié)果顯示，多數(shù)信息準則篩選階數(shù)為二階，故該VAR模型的滯后階數(shù)為二階。

表2 滯后階數(shù)判定結(jié)果

2.2.2 VAR模型估計結(jié)果

VAR模型是以內(nèi)生變量的滯后值的相關函數(shù)構(gòu)建[7]。將該時間序列代入模型，運算估計結(jié)果如下：

關于VAR模型穩(wěn)態(tài)檢驗，若模型的AR根都小于1即位于單位圓內(nèi)則通過檢驗，反之亦然。檢測結(jié)果顯示，AR根全部在單位圓內(nèi)，故該模型是平穩(wěn)的，模型估計結(jié)果有效，見圖1。

圖1 模型平穩(wěn)性檢驗結(jié)果

2.2.3 脈沖響應函數(shù)分析

脈沖響應函數(shù)(Impulse Response Function，IRF)主要解釋變量間的動態(tài)關系，即單位沖擊下對變量本身和其他內(nèi)生變量的影響[8]。模型隨機誤差項的正交約束采用滯后期數(shù)為20的Cholesky分解技術。結(jié)果顯示如圖2，其中，橫軸、縱軸、虛線、實線依次表示為滯后期數(shù)、變化值、標準差帶、脈沖響應函數(shù)。

圖2 脈沖響應分析結(jié)果

LNTHE顯示，在一個單位正沖擊下，LNTHE在當期的影響最大，并且隨著時間的推移逐漸減弱。到第七期時負面影響的值達到最大值，然后上升到零，影響逐漸消失。

LNOLDS顯示，當給LNOLDS一個單位正沖擊，LNTHE本期正向影響最大，到第二期時影響變?yōu)樨撝?，隨后開始回升為正值并振蕩著趨于零，達到收斂。

LNCOV顯示，在一個單位正沖擊下，LNTHE在當期收到的正影響較大，隨后影響逐步減弱變?yōu)樨撚绊?，第十期負影響達到最大，而后逐漸上升穩(wěn)定在零，影響消失。

LNGDP顯示，當給LNGDP一個單位正沖擊，LNTHE一直為正影響，并在第五期時達到最大，其后逐漸下降，最大的負影響是在第九期，隨后逐漸趨向于收斂。

LNBED顯示，若給LNBED一個正沖擊，最大正影響值在第二期達到最大，第三期時負影響達到最大，并在第五期回升為正影響的第二個峰值，隨后逐漸波動下降并趨向于影響消失狀態(tài)。

LNCITY顯示，若給LNCITY一個正沖擊，LNTHE最大正影響值在第二期，第六期時負影響達到最大，中間呈現(xiàn)波動狀態(tài)，在第八期下降為第二個負影響峰值，隨后逐漸回升為正值并收斂。

2.3 ARIMA模型預測

ARIMA模型預測的原理是將被解釋變量的現(xiàn)值與滯后值以及隨機誤差項的現(xiàn)值和滯后值進行回歸[9]。本研究運用ARIMA(2，2，2)對人均衛(wèi)生總費用時間序列數(shù)據(jù)進行擬合并對2020-2030年的趨勢進行預測，圖3結(jié)果顯示，模型預測值與實際值幾乎重合，提示擬合程度較理想，該模型較為合理。另外，模型預測結(jié)果顯示，人均衛(wèi)生總費用將不斷增長，預計在2030年達到14,129.2162元，相比2019年增長近3倍。增長速度維持在10%左右，整體呈下降趨勢，在2030年增長率將降為9.20%，見表3。

圖3 模型擬合情況

表3 2020-2030年人均衛(wèi)生總費用預測結(jié)果

3 討論

3.1 我國衛(wèi)生總費用控制形勢嚴峻

預測結(jié)果顯示，我國人均衛(wèi)生總費用將在2030年達到14,129.2162元，相比2019年增長近3倍，增長率在10%上下波動，并呈下降的趨勢，但是衛(wèi)生費用的總體基數(shù)不斷增大，絕對增量也較大。近年來政府及社會各界迫切希望通過進一步加大對衛(wèi)生事業(yè)的投入，以提高人民整體健康水平，助力于實現(xiàn)健康中國戰(zhàn)略目標的實現(xiàn)，這自然會使衛(wèi)生總費用不斷上漲。但是，在當前中國宏觀經(jīng)濟增速放緩的大背景下，如果衛(wèi)生總費用增長過快，與國民經(jīng)濟發(fā)展速度長期不相協(xié)調(diào)，各級財政支出壓力過大極易導致“社會經(jīng)濟危機”[10]。因此，為保持衛(wèi)生總費用可持續(xù)穩(wěn)定增長，相關政府部門應加快深化醫(yī)藥衛(wèi)生體系改革。例如，加強對藥物、器械價格的監(jiān)督管理，并改革醫(yī)保支付方式，落實醫(yī)藥分開等相關政策；從源頭控制居民醫(yī)療服務需求，促進醫(yī)療服務方式以預防為主，以此減少衛(wèi)生費用的不合理增長[11]。

3.2 城市化水平是我國衛(wèi)生總費用增長的最大因素

研究結(jié)果顯示，城市化水平對我國衛(wèi)生總費用增長的正向影響超過其他因素所形成的影響。居民的整體收入與消費水平會隨城市化水平提高而逐漸提高，進而對醫(yī)療服務有更高的要求，這直接關系著我國衛(wèi)生總費用的變化。城市居民整體收入水平以及衛(wèi)生服務等其他基礎設施的可獲得性都優(yōu)于農(nóng)村居民[12]。農(nóng)村居民在城鎮(zhèn)化過程中消費需求會加速釋放，如果其不能獲取可觀的收入，那將無法償付相應的醫(yī)療費用支出，從而造成嚴重的社會問題[13]。因此，相關部門應根據(jù)我國不同地區(qū)城鎮(zhèn)化發(fā)展現(xiàn)狀，加強醫(yī)療資源的合理配置，縮小城鄉(xiāng)差距。第一，重視農(nóng)村衛(wèi)生院、衛(wèi)生室等醫(yī)療機構(gòu)的發(fā)展，給予農(nóng)村衛(wèi)生建設更多的傾斜政策，吸引更多的醫(yī)務人才投入到鄉(xiāng)村衛(wèi)生事業(yè)中，提高鄉(xiāng)村整體醫(yī)療服務能力水平。第二，加大對基層醫(yī)療機構(gòu)建設的力度，并擴大醫(yī)療保險覆蓋范圍，大力推廣醫(yī)保信息全國聯(lián)網(wǎng)以加快實現(xiàn)異地就醫(yī)即時結(jié)算[14]。

3.3 GDP、政府衛(wèi)生支出、醫(yī)療機構(gòu)床位數(shù)是衛(wèi)生總費用增長的重要影響因素

研究結(jié)果顯示，GDP、政府衛(wèi)生支出、醫(yī)療機構(gòu)床位數(shù)是衛(wèi)生總費用增長的重要影響因素，這與以往研究結(jié)論一致[15，16]?？焖俚慕?jīng)濟增長使居民的生活水平逐漸提高，居民醫(yī)療保健意識增強，會增加衛(wèi)生方面的支出，間接推動了衛(wèi)生費用的增長[17]。近年來，政府衛(wèi)生事業(yè)費增長有所減少，但是如果政府衛(wèi)生投入與社會保障投入不能保持與經(jīng)濟發(fā)展相協(xié)調(diào)，居民醫(yī)療費用個人承擔比例過高，極易導致因病致貧，同時也不能很好地滿足人民群眾日益增長的醫(yī)療衛(wèi)生需求，不利于健康中國戰(zhàn)略目標的實現(xiàn)。因此應充分考慮經(jīng)濟增長與政府衛(wèi)生支出的協(xié)同程度，建立可持續(xù)的政府衛(wèi)生投入機制，并改善衛(wèi)生籌資策略，注重公共籌資占整體籌資的比重，充分考慮醫(yī)療保障籌資和支出結(jié)構(gòu)的合理性，穩(wěn)步提升居民醫(yī)療保障水平，以加快實現(xiàn)全民健康覆蓋[18]。醫(yī)療機構(gòu)床位等醫(yī)療設備資源作為現(xiàn)代醫(yī)院的重要硬件，一旦床位數(shù)需求增加，則需要擴建相關配套設備和人才等以保證其基本運轉(zhuǎn)，這就使醫(yī)療費用支出增加[19]。而過于激進地擴展醫(yī)療機構(gòu)資源會導致醫(yī)療費用不合理增長、醫(yī)療資源浪費等嚴重后果，因此醫(yī)療機構(gòu)應革新管理發(fā)展思路，優(yōu)化現(xiàn)代診療模式，提升醫(yī)院的診療流程管理水平，并大力開展衛(wèi)生技術評估，對醫(yī)療資源使用的成本效益進行分析，促進醫(yī)療資源高效利用，以減少醫(yī)療資源不合理浪費[20]。

3.4 人口老齡化與衛(wèi)生總費用長期保持均衡相關

人口老齡化的脈沖響應圖顯示，整體波動系數(shù)、幅度較小，提示在當前階段人口老齡化對衛(wèi)生總費用增長的影響不明顯，這與其他學者的研究結(jié)果一致[21]。但這并非表明人口老齡化不重要，它對我國衛(wèi)生總費用的長期正向影響仍不容忽視。我國已于21世紀之交步入老齡社會，年均3%的增長率居于全球第一，現(xiàn)如今我國老齡人口基數(shù)大，在未來會持續(xù)對衛(wèi)生總費用產(chǎn)生重要影響，對衛(wèi)生事業(yè)持續(xù)發(fā)展的影響仍不可忽視[22，23]。因此，相關政府部門現(xiàn)階段應充分利用現(xiàn)有醫(yī)療資源，盡可能地滿足老年人的衛(wèi)生服務需求，并完善社會養(yǎng)老保險制度體系，穩(wěn)步加大對老人晚年養(yǎng)老的保障力度[24]，減輕老年人醫(yī)療經(jīng)濟負擔，以便更好地應對人口老齡化加劇帶來的挑戰(zhàn)。