中国健康生产效率评价和健康产出增长动力来源分析.docVIP

中国健康生产效率评价和健康产出增长动力来源分析 　　【摘要】 基于我国30个省区2004―2013年的面板数据，运用随机前沿分析方法估计健康生产效率及其影响因素的作用程度，分析健康产出增长过程。研究表明，样本期内我国平均健康生产效率为0.788，呈缓慢上升态势；卫生筹资结构、城镇化水平和新医改政策对健康生产效率产生正效应，人口年龄特征的作用方向则相反，教育程度的影响效应不明显；在健康产出增长的动力来源中，要素投入起最重要的作用，技术进步的贡献日趋微弱，健康生产效率增进是潜在动力。 　　【关键词】 健康生产效率 动力来源 随机前沿模型 　　一、引言 　　近年来，中国医疗卫生事业取得了举世瞩目的成就，基本医疗卫生制度初步建立并不断完善，基本公共卫生服务均等化水平明显提高，国民健康状况得到改善。但“看病难、看病贵”等现实问题仍然突出，暴露出我国健康生产过程中潜在的深层次问题。随着城乡居民生活水平提高、健康维护意识增强和医疗保障制度健全，卫生医疗服务需求将快速增长且具有刚性，卫生资源的供需矛盾日趋紧张，健康产出面临严重的资源约束。要实现我国健康产出持续增长，就必须增强卫生资源投入产出的转换能力，减少卫生资源浪费。因此，研究健康生产效率问题及健康产出增长过程，认清其影响和发展规律，对实现我国健康产出的持续增长具有重要意义。 　　健康产出主要受社会因素、个人因素和自然因素影响。在假设自然因素对健康产出影响是均质的前提下，我国健康产出增长主要归因于经济实力的显著增强、卫生政策的科学制定与实施、公共卫生体系和基本医疗服务体系的完善、基本医疗保险制度的全民覆盖、居民收入水平的日益提高和健康保健意识的逐渐强化等。然而，提高健康生产效率对增加健康产出的重要性并未引起学者们的广泛关注。现有的关于健康生产效率的研究主要集中于影响因素与区域差异方面。一是探讨健康生产效率的影响因素，张宁等学者研究发现人口密度、健康支出水平对健康生产效率存在显著影响，而成人识字率和城市化水平的影响不显著。王俊和昌忠泽从经济、社会、卫生、教育和生活五个方面对健康生产效率展开全因素分析。二是解释健康生产效率地区差异的原因，韩华为和苗艳青研究表明人口密度、受教育水平、人均GDP、财政分权和医疗体制改革等是造成健康生产效率地区差异的重要原因。与上述文献不同，本文除了估计中国健康生产效率及其影响因素外，更关注是何种力量驱使了中国健康产出的持续增长。 　　二、模型、变量及数据 　　1、模型设定 　　为健康产出变动率；HC为技术进步率，TC表示生产前沿向上变动，即技术进步；TC0为效率增进率，EC0表示生产无效率的降低，即向生产前沿靠拢；IC为要素投入变化率，反映要素投入效果的变动。因此，健康产出变动率可分解成三种成分：技术进步率、效率增进率和要素投入变化率。 　　2、变量选择与数据来源 　　衡量健康产出的指标主要包括平均预期寿命、经伤残调整的预期寿命、人口死亡率等。这些指标中，预期寿命能较好地揭示地区健康状况，但数据获取难度大；死亡率虽然容易获取，但无法客观反映地区真实的健康水平。为此，本文将各地区人口总生存人年作为健康产出的代理变量。健康投入通常采用卫生总费用、卫生技术人员数和卫生医疗机构床位数来衡量。从存量角度看，卫生总费用涵盖了卫生医疗机构床位和卫生技术人员所表示的内容，但卫生技术人员内在的人力资本是无法被涵盖的。因此，本文用卫生总费用和卫生技术人员数作为衡量健康投入的指标。由于卫生总费用是流量指标，采用永续盘存法核算各期卫生总费用的资本存量，假设折旧率为15%。在借鉴已有文献的基础上，本文确定如下影响变量：卫生筹资结构FS，用政府卫生投入占卫生总费用的比重来衡量；教育程度EDU，用15岁及以上文盲和半文盲人口占比来衡量；城镇化水平URB，用城镇人口占比来衡量；人口年龄特征POP，用65岁及以上人口占比来衡量；政策虚拟变量POL，具体设置是2009―2013年政策变量取值为1，其他年份取值为0。本文以我国内地30个省市区（不包括西藏）2004―2013年的面板数据为研究样本，所有变量的基础数据来源于历年《中国统计年鉴》、《中国卫生统计年鉴》和《中国劳动统计年鉴》。 　　三、实证结果及分析 　　1、模型估计结果 　　本文运用Frontier4.1软件对超越对数形式的健康生产函数进行估计。从表1可以看出，9个主要解释变量中只有1个变量没有通过显著性检验，表明模型总体拟合效果较佳；单侧LR统计量在1%水平上显著，说明误差项存在明显的复合结构。γ=0.9107在5%水平上显著，表明健康产出偏离生产前沿的主要由无效率因素造成，验证了使用随机前沿分析方法的合理性。 　　卫生筹资结构的回归系数在5%水平上显著为负，表明政府卫生投入占比的提高会降低健康生产效率的损失