基于回归分析的居民消费价格指数水平与抗生素药品价格的研究.docVIP

基于回归分析的居民消费价格指数水平与抗生素药品价格的研究 【摘要】2015年3月5日，李克强总理在十二届全国人大二次会议上做政府工作报告时指出，要坚定不移地推进医改，用中国式的方法解决世界性的难题。居民价格消费指数（CPI）是衡量居民家庭购买生活消费品和服务价格水平变动情况的宏观经济指标，同时对于最广大的人民，抗生素类药品被广泛的用于医疗系统中，而它的价格的变化也从一方面放映了医疗改革的成效，因此本文将对抗生素类药物价格在医改前后与居民消费价格指数的关系进行研究。 【关键词】新医疗改革 CPI 抗生素类药品 价格 回归分析 一、新医改出台的背景及与CPI的关系 新医改方案的出台，恰逢世界格局发生翻天覆地变化之际，这是百年难遇的一个大变革的时代。食品、药品的危机和公共卫生的危机是近年的又一焦点所在。频发的生产安全事故、奶粉中添加三聚氰胺引发的食品安全危机都是对我国的严峻考验。公共危机的频发促使我们重新审视过去的发展路径。 居民价格消费指数（CPI）最能够体现居民在其他大体的市场条件不变的前提下，医改前后居民消费支出的差异，我们可以将其归因于医疗改革对于药品价格的影响进而影响居民的消费支出。 二、数据的选取和相关的概念 本文中的数据来源为Wind客户端行业经济数据中医药生物板块产品价格中的抗生素类药品的每月平均价格，共计21种，数据截取的时间段为2007年1月至2015年2月共计2058个数据（暂不考虑缺失值）。CPI全国月度数据的来源为国家统计局的指数数据。在本文的实证分析中使用的是SPSS19.0版本。 三、数据处理 将数据导入到SPSS19.0中，缺失值插补的方法主要有序列中值、临近的中值、临近的中位数、线性插值法、点处的线性趋势等方法。在本文中，将使用临近的中位数来对数据进行插补。 四、实证分析 （1）描述性统计。为了能够更加清晰的观察2007年1月至2015年2月间药品价格的走势，我们将21种药品的价格绘制在同一平面内，步骤为：图形-旧对话框-线图-多线线图，得到的图形如下： 21种药品2007年至2015年的价格走势图 （2）线性回归分析。分析―回归―线性，令Y为CPI全国月度数据为因变量，21种药品数据为自变量， 21种药品变量分别为、…，构建线性多元回归模型。 由上面的表可知，调整后的拟合优度为0.855，拟合优度较高，不被解释的变量较少。回归方程显著性检验的概率为0，小于显著性水平0.05，可以建立线性方程。观察回归系数显著性检验中的概率值，显著性水平为0.05，其中头孢氨苄、头孢噻肟钠、头孢拉啶等变量的sig 0.05，需要重新建模。 使用逐步回归法剔除掉显著性不高的变量并综合方差膨胀因子之后选择模型即：CPI全国月度数据 72.105+0.009（7-ADCA）+0.037琥乙霉素+0.015头孢羟氨苄 （3）残差分析。 在分析中模型的DW值为1.288，根据查表结果可知，各变量间是相互独立的。 （4）多重共线性的识别和处理。 由上表可知，该模型的容差和方差膨胀因子（VIF） 10，即多重共线性的问题并不严重。 （5）模型的预测。下面将用建立的模型和2015年3月的21种抗生素药品的每月价格来预测2015年3月的CPI全国月度数据，过程如下： y 72.105+0.009*355+0.037*515+0.015*475 101.48 根据模型，预测出的2015年3月的CPI全国月度数据为101.48，而国家统计局网站上公布的实际数据为101.4，两者相差并不是很大。