中国公共卫生支出效率的时空演变及影响因素分析.docx

摘要： 目的：从时空角度研究我国省级单元公共卫生支出效率的分布特征及影响因素，为进一步提升公共卫生支出效率提供实证依据。方法：采用DEA-Malmquist模 型对我国31个省区2010~2019年公共卫生支出效率的时空演化特征进行实证分析，构建Tobit回归模型探究影响公卫生支出效率的因素。结果：综合效率(0.674)、纯技 术效率(0. 775)、规模效率(0.869)三者均值表明纯技术效率是致使综合效率偏低的主要因素；各时段，全要素生产率指数值普遍小于1，全要素生产率整体表现为下 降；技术效率变化和技术进步变化年均降低率分别为1.37%和5.29%，技术进步是驱动全要素生产率降低的主要因素；公共卫生支出效率存在明显的空间分异，中部地区的 综合效率普遍高于东西部地区，中部(0.9280)及西部(0.9535)地区全要素生产率指数值整体高于东部地区(0.9123)；人均GDP、城镇化率、公共卫生支出占比和人 口密度对公共卫生支出效率具有显著影响。结论：我国公共卫生支出效率有待提高且存在明显的空间分异特征，组织管理水平、技术进步不足是阻碍我国公共卫生支出效 率提高的主要因素，应采取完善转移支付制度、合理调整公共卫生支出结构与规模等相关措施提高我国公共卫生支出效率。 关键词： 公共卫生支出效率，时空演化，影响因素， DEA-Malmquist模型 新冠肺炎疫情暴发使公共卫生体系的建设与发展再次成为人们关注的焦点。 2009年新医改以来，国家不断加大对公共卫生领域的投入力度，公共卫生预算支出已 由2009年的201. 51亿元，增长到2019年的2211.59亿元，但在抗击新冠肺炎疫情中仍暴露出我国公共卫生支出机制诸多短板[1，2]。因此，如何高效地将公共卫生财政投 入转化为卫生产出，提升公共卫生支出效率显得十分重要。本研究旨在以中国31个省份(不包含港澳台)为研究样本，分析新医改以来我国公共卫生支出效率的动静态变 化情况，为进一步提升公共卫生支出效率提供依据，助力我国公共卫生的高质量协同发展。 1 资料来源与方法 1.1 变量选取与数据来源 通过查阅相关文献[3-5]，本研究以公共卫生支出作为投入指标，以专业公共卫生机构数、技术人员数和床位数作为产出指标；以城镇化率、人均GDP、公共卫生支出 占比、人口密度作为影响因素指标，具体指标变量说明见表1。选取指标数据均源自2009—2019年《中国卫生统计年鉴》《中国财政年鉴》《中国统计年鉴》。 1.2 研究方法 本研究以我国31个省份2010~2019各年度数据为基本单元，利用基于规模报酬可变的BCC模型(公式1)以及DEA-Malmquist模型(公式2)分别对综合效率以及全要素 生产率(全称Malmquist，MI)指数进行计算[6，7]，从而实现对我国公共卫生支出效率的动静态分析；以BCC模型测算的综合效率为因变量构建Tobit回归模型[8] (公 式3)，分析影响我国公共卫生支出综合效率的因素；本研究中DEA效率测算使用DEAP2.1，空间自相关分析及可视化采用ArcGIS10.6，Tobit模型分析采用软件 STATA15.0。 IE=PTE×SE (式1) 式1中IE为综合效率； PTE为纯技术效率； SE为规模效率。在评价医疗卫生领域效率的过程中， PTE表示在卫生支出规模一定的前提下，地方政府对医疗卫生支出的管 理水平的高低与地方政府卫生区域规划的合理程度； SE表示在一定的卫生投入条件下，实际产出量同最优产出量间的差距以及规模经济效应。 MI=TPC×TEC=TPC× (PTEC×SEC) (式2) 式2中MI为全要素生产率； TEC为技术效率变化； TPC为技术进步变化； PTEC为纯技术效率变化； SEC为规模效率变化。 MI＞1，表示从时期t至t+1效率有所改善； TPC ＞1，表示技术得到改进； PTEC＞1，表示管理水平有所提升； SEC＞1，表示资源得到充分利用。反之，上述指标小于1，则表示相应效率恶化。 TEit=λ0+λ 1PGit+λ2URit+λ3FRit+λ4PDit+uit (式3) 式3中， λ0为常数项； λi为回归系数； uit为残差；其余符号的含义同表1，如TEit表示i省份t期的公共卫生支出综合效率值。 2 结果 2.1 中国公共卫生支出综合效率的时空演化 2.1.1 综合效率的时间演化特征 综合效率整体处于一般水平且呈波动式下降趋势，由2010年的0.752降低至2019年的0.637，平均综合效率为0.674；纯技术效率能够体现地方政府对公共卫生支出的 组织管理水平，可以发现纯技术效率呈现出与综合效率相类似的“螺旋式”变动趋势，由2010年0.814下降到2019年的0.754，平均纯技术效率