1b. 潍坊医学院公共课教学部, 潍坊 261053;
2a. 潍坊市人民医院医学装备部, 潍坊 261041;
2b. 潍坊市人民医院中药房, 潍坊 261041;
3. “健康山东”重大社会风险预测与治理协同创新中心, 潍坊 261053
1b. Weifang Medical University, Public Course Teaching Department, Weifang 261053, Shandong China;
2a. Weifang People's Hospital, Medical Equipment Department, Weifang 261041, Shandong China;
2b. Weifang People's Hospital, Pharmacy Department of Traditional Chinese Medicine, Weifang 261041, Shandong China;
3. Health Shandong Major Social Risk Prediction and Management Collaborative Innovation Center, Weifang 261053, Shandong China
卫生总费用(total health expenditure,THE)是一个国家或地区在一年内,全社会用于卫生的全部资金消耗[1]。THE被称为卫生领域的国内生产总值(gross domestic product,GDP)[2],它是评价一个国家或地区卫生事业发展的宏观指标。THE在GDP中的占比体现了国家宏观经济对卫生事业发展的支持作用。卫生消费弹性系数也表明了卫生发展与GDP发展之间的相关性[3]。GDP与THE之间的影响关系在不同国家的不同发展阶段表现为不同的互为因果关系[4]。由于近期我国国民经济发展进入转型期,经济发展由高速增长调整为中高速增长[5],而THE一直处于年均增长率在10%以上的较高速增长[6],我国的GDP与THE之间的增长是否协同,增长阶段是否一致,THE发展是否滞后或超前于GDP的发展,成为政策研究者和宏观政策制定者关注的焦点。本研究利用logistic函数模型,拟合我国从1978—2015年的GDP和THE的时间序列数据,通过对2018—2048年的预测和发展分段,来试图回答以上问题。
1 资料与方法 1.1 数据来源本研究数据资料来源于《2017中国统计年鉴》《2016中国卫生计生统计年鉴》和《2016中国卫生总费用研究报告》等公开发表的我国宏观经济和卫生发展的有关数据。
GDP平减指数又称为GDP价格指数,是GDP名义值和实际值的比值。它反映了不同时期GDP价格水平的变化趋势和变化幅度。本文将2015年的GDP平减指数设为1,前后推算的数值均以2015年的价格水平为标准计算。
1.2 研究模型研究选用的logistic模型是一种增长函数的S曲线模型[7]。在自然界中,许多事物的发展和物种的繁衍过程,都遵循这种S型的增长规律[8]。模型表示如下:
$y\left( t \right) = \frac{K}{{1 + {e^{a - rt}}}}, K > 0, a \in {\rm{R, }}\mathit{r > }{\rm{0}} $ |
其中,K为饱和水平,r为增长速度因子,a为常数,t为时间单位。K、a和r值可以利用已有的历史数据进行推算,从而较为准确地估计logistic函数模型的3个重要参数。根据logistic函数模型增长函数的特点[9],可以将logistic函数的增长阶段划分为渐增期、快增期和缓增期。经对函数进行求导、取极值等运算[9],可以确定增长期分段时间点发生在t1和t2时点。
${t_1} = \frac{{a - 1.317}}{r}, {t_2} = \frac{{a + 1.317}}{r} $ |
在t1之前为渐增期,从t1到t2阶段是快增期,在t2以后阶段为缓增期。
1.3 统计学分析本研究用SPSS 21.0整理我国GDP和THE时间序列数据,利用三点法或者四点法来估算logistic函数模型的K值;再利用SPSS 21.0的函数拟合来测算logistic函数模型的其他相关参数;再由相关参数来测算各个时间阶段的节点,利用logistic函数的发展趋势规律来实施分段分析。
2 结果 2.1 我国GDP与THE增长趋势分析通过分析我国GDP和THE的发展趋势,两者1978—2015年均呈增长态势[10]。GDP 1978—2015年的年均增长率为9.66%,而THE在此期间的年均增长率为11.72%,高于GDP的年均增长率。2003—2015年两者的年均增长率为9.77%和11.81%;2009—2015年两者的年均增长率为8.15%和11.50%。所以,总体来看,THE的增长率明显高于GDP的增长率。THE占GDP的比例也一直在增加,从1978年的3.00%,增加到2015年的5.98%。从卫生消费弹性系数可以看出,在1978—2015年有24年次的卫生消费弹性系数大于1,其均数为1.73,有13年次小于1,其均数为0.72,所有卫生消费弹性系数的均数为1.37,说明THE的增长要快于GDP的增长。
2.2 我国GDP的logistic函数模型发展预测及发展阶段分析分析我国1978—2015年的GDP数据,利用SPSS 21.0曲线拟合logistic函数模型可得,估算K值为5 114 371.71,拟合度指数R2为0.998 7。见图 1(由于数据拟合的结果仅为logistic函数前一部分,故未呈现S型)。
![]() |
图 1 我国国内生产总值的logistic函数拟合情况 |
拟合后进行参数估计,得如下logistic函数形式:
$y\left( t \right) = \frac{{5{\rm{\;114\;371}}{\rm{.71}}}}{{1 + {e^{5.583{\rm{\;}}3 - 0.098{\rm{\;2}}\mathit{t}}}}} $ |
根据以上函数关系式,分析t1时点在1978年后第43.45年份上,估计发生在2021年,t2时点在2048年前后。所以可以看出,1978—2021年,我国GDP处在渐增期,2021—2048年我国GDP进入快增期,快速增长期持续28年。从2048年以后,我国GDP进入缓增期,预计2030年(t=53)我国GDP约为2 078 687.69亿元。到2040年(t=63)我国GDP会增加到3 305 985.78亿元。
2.3 我国THE的logistic函数模型发展预测及发展阶段分析利用我国1978—2015年间THE的实际值,经SPSS 21.0曲线估计得logistic函数模型,估算K值为411 961.52,拟合度指数R2为0.998 9。见图 2(由于数据拟合的结果仅为logistic函数前一部分,故未呈现S型)。
![]() |
图 2 我国卫生总费用的logistic函数拟合情况 |
拟合后进行参数估计,得如下logistic函数形式:
$y\left( t \right) = \frac{{411{\rm{\;961}}{\rm{.52}}}}{{1 + {e^{6.586{\rm{\;8 - 0}}{\rm{.113\;5}}\mathit{t}}}}} $ |
利用上式来测算t1时点为46.42,估计发生在2024年,预测当年(t=47)的THE为91 579.97亿元,t2时点为69.61,估计发生在2047年,预测当年(t=70)的THE为327 701.79亿元。可以看出,1978—2024年,THE处在渐增期,2024—2047年我国THE进入快增期,快速增长期持续24年。
3 讨论与建议 3.1 明确THE与GDP发展阶段的一致性,有助于宏观卫生政策的制定国家对卫生工作的支持力度和全民对健康的重视程度,通常可以用THE占GDP的比例和卫生消费弹性系数2个指标来表示[11-12]。THE占GDP的比例,成为衡量一个国家或地区不同时间段内在卫生事业中投入水平的重要指标[13]。从以上分析可以看出,我国的GDP与THE的发展关联性显著,GDP是卫生支出的决定性因素[3],存在较强的相关性[14]。但以往的研究通过函数模型对GDP增长阶段进行分析还较为少见。本文通过logistic函数模型模拟GDP与THE的发展阶段,能够明确GDP与THE发展进程之间的相互关系,并以GDP发展阶段为参考,THE与GDP发展相适应,基本趋于协同一致的发展阶段。
我国GDP从改革开放以来就一直呈较快速度增长,构筑了中国特色社会主义发展的经济引擎。GDP的快速增长,必然带动国民经济各个行业的良性发展。通过以上的logistic函数模型对GDP和THE的分析发现,就1978—2015年已有数据的函数拟合分析来看,我国的GDP和THE都还没有进入快速增长期。我国的GDP在2015年价格水平下的预测发现,快速增长期从2021年开始,到2048年结束。同样,我国的THE快速增长期从2024年开始,到2047年结束,基本处于相同的发展阶段。这也说明了我国THE的快速发展与我国的GDP是协调一致的,这将为我国制定卫生发展宏观战略提供理论支撑。
3.2 促进经济的平衡发展,有利于分级诊疗体系的构建同时也要看到,我国当前的经济发展存在较大的地区间不平衡性。特别是二元经济体制长期存在的原因,造成城市医院和乡村医疗机构同样竞争患者和医疗经费的分配,各级医疗机构之间的一直处于市场竞争之中,但城市医院又具有地理优势、人才优势和设备优势等不平等的竞争条件,必然导致我国THE在结构配置、地域分布等方面处于不平衡状态[15],导致部分地区GDP与THE难以同步协调发展,但这也只是发展过程中的个别现象,随着我国GDP的进一步发展,地区差异和结构性问题会在发展的过程中得到解决。
由于缺乏有效的调整机制,居民就医流向仍趋向于城市医院,使得城市医院对基层医院的“双虹吸[16]”现象普遍存在,致使城市医院的快速增长从2000年开始,到2021年已基本结束,而县级医院[17]的快速增长期为2006—2036年,卫生院的快速增长期为2006—2032年,说明城市医院已经在人、财、物、技术和地理优势等方面远远超前于基层医疗机构。我国基层医疗机构在今后一段时间的发展过程中,仍然受到城市医院发展边际效应的挤压。因此,政府必须通过强有力的制度安排来构建居民有序就医的有效机制,构建符合各地区不同模式的分级诊疗体系,实现现有医疗资源的有效整合,提高基层医疗机构的服务能力和技术水平[18],在GDP快速发展的大环境下,逐步缩小城乡医院之间的差距,实现不同地区、各级医疗机构间的协调和可持续发展。
·作者声明本文无实际或潜在的利益冲突
[1] |
程晓明, 罗五金, 刘国祥. 卫生经济学[M]. 北京: 人民卫生出版社, 2005: 105-108.
|
[2] |
满晓玮.基于健康产出的卫生费用与GDP关系研究[D].北京: 北京中医药大学, 2015.
|
[3] |
满晓玮, 蒋艳, 赵丽颖, 等. 基于健康产出的卫生总费用与GDP的关系研究[J]. 中国卫生政策研究, 2016, 9(7): 66-73. DOI:10.3969/j.issn.1674-2982.2016.07.011 |
[4] |
满晓玮, 蒋艳, 赵丽颖, 等. 卫生总费用与GDP和健康产出关系研究综述[J]. 中国卫生经济, 2016, 35(4): 45-50. |
[5] |
张毓辉, 万泉, 王秀峰, 等. 中国卫生总费用监测预警体系与方法研究[J]. 卫生经济研究, 2017(1): 4-8. |
[6] |
丁李路, 孙强. 我国卫生总费用影响因素通径分析[J]. 山东大学学报(医学版), 2015, 53(12): 86-89. DOI:10.6040/j.issn.1671-7554.0.2014.993 |
[7] |
严若华, 王杨, 李卫. Logistic函数模型在预测慢病患病率中的应用[J]. 中华疾病控制杂志, 2014, 18(3): 257-260. |
[8] |
秦侠. 卫生管理运筹学[M]. 2版.北京: 人民卫生出版社, 2014: 325-328.
|
[9] |
范国兵. 一种估计Logistic模型参数的方法及应用实例[J]. 经济数学, 2010, 27(1): 105-110. DOI:10.3969/j.issn.1007-1660.2010.01.018 |
[10] |
卫生部卫生经济研究所. 中国卫生总费用研究报告2016[M]. 北京: 卫生部卫生经济研究所, 2017: 5.
|
[11] |
DIELEMAN J L, TEMPLIN T, SADAT N, et al. National spending on health by source for 184 countries between 2013 and 2040[J]. Lancet, 2016, 387(10037): 2521-2535. DOI:10.1016/S0140-6736(16)30167-2 |
[12] |
徐融飞, 徐凌忠, 郭振, 等. 近30年我国卫生总费用与国内生产总值的关系研究:基于小波神经网络模型[J]. 中国卫生经济, 2012, 31(10): 5-8. |
[13] |
张天成, 路庆, 黄妙玲, 等. 我国与全球、中高收入国家卫生总费用的比较分析[J]. 中国卫生经济, 2016, 35(1): 93-96. |
[14] |
黄瑞宝. 卫生总费用变动与我国经济增长关系探析[J]. 中国卫生经济, 2010, 29(4): 29-30. DOI:10.3969/j.issn.1003-0743.2010.04.010 |
[15] |
文捷, 杜福贻, 李丽清, 等. 我国卫生总费用影响因素及实证研究[J]. 中国全科医学, 2016, 19(7): 824-827. DOI:10.3969/j.issn.1007-9572.2016.07.018 |
[16] |
沈郁淇, 王黎勇, 刘峥, 等. 基本药物制度实施前后参合农民就医流向变化趋势研究[J]. 中国卫生经济, 2014, 33(11): 50-53. |
[17] |
马桂峰, 马安宁, 尹爱田, 等. 县级公立医院综合改革政策对医院运行的影响研究[J]. 中国卫生经济, 2014, 33(1): 17-20. |
[18] |
马桂峰. 县级公立医院综合改革实施前后医院生产率变化的研究[J]. 中国卫生经济, 2014, 33(9): 28-30. |