省級中醫機構財政撥款預測模型應用分析

熊文娟，沈紹武

(湖北中醫藥大學，湖北 武漢 430065)

隨著國家中醫藥管理局《中醫藥發展“十三五”規劃》的出臺，為全面深入貫徹落實黨中央、國務院振興發展中醫藥事業的方針政策和決策部署，近年來中央、地方財政支持中醫藥事業發展的專項撥款逐年升高，中醫藥項目資金投入不斷加大。湖北省政府響應國家號召，深入貫徹落實黨的十九大精神，印發《關于促進中醫藥振興發展的若干意見》，振興發展中醫藥事業，預期5年基本建成中醫藥強省。中醫機構財政撥款作為湖北省中醫類醫院經費的主要來源，是中醫類醫院預算管理的重要指標。在醫院信息管理中，統計預測已成為一種不可或缺的工具，可為醫院管理決策提供客觀依據[1]。本研究旨在利用《全國中醫藥統計摘編》1987年至2016年中醫機構財政撥款等數據，通過探討多種中醫機構財政撥款預測建模方法以確定最優模型，從而為湖北省中醫類醫院預算管理提供參考依據。

1 材料與方法

1.1 材料來源

數據來源于《全國中醫藥統計摘編》中的E類-中醫財政撥款，本文選取了1987年至2016年全國及湖北省中醫機構財政撥款數據。使用Excel 2016進行描述性分析(如圖1)。其中，左側縱坐標代表全國中醫機構財政撥款數，右側縱坐標代表湖北省中醫機構財政撥款數。全國中醫財政撥款在2008年突破100億元，2013年開始大幅度上漲，湖北省中醫財政撥款從2009年開始快速上漲，中間略有波動。從整個時間來看，中醫財政撥款的時間序列呈現增長的趨勢，并且有非平穩性。

圖1 全國及湖北省中醫機構財政撥款

1.2 分析方法

采用Kendall’s tau相關分析變量間相關性，并探討曲線擬合關系(一次、二次或三次曲線)；對湖北省中醫財政撥款與全國中醫財政撥款的關系采用回歸分析并建立預測模型；應用時間序列分析方法探討湖北省中醫財政撥款指數平滑模型及ARIMA模型，根據決定系數(R2)、貝葉斯信息準則(BIC)及Ljung-Box Q統計量確定相應類別最優模型；分別應用最優回歸模型、ARIMA模型及指數平滑模型對湖北省中醫財政撥款進行預測，以組內相關系數(intraclass correlation co-efficient，ICC)最大者為最終最優模型。所有分析均在SPSS 19.0軟件中完成，以雙側檢驗P<0.05認為差異具有統計學意義。

2 結果

2.1 相關因素分析

將湖北省中醫機構財政撥款與全國中醫機構財政撥款進行Kendall’s tau相關分析變量間相關性，結果顯示兩變量存在顯著相關性。相關系數r為0.982，接近于1，表示兩變量有強烈的線性依賴關系。

與全國中醫機構財政撥款一次、二次及三次曲線擬合的R2分別為0.982，0.983，0.989。鑒于三次曲線較一次及二次曲線復雜度按數量級計，而R2僅比一次及二次曲線高0.06左右，因此綜合考慮選擇一次曲線進行關系擬合(見圖2)。

圖2 中醫機構財政撥款關系擬合

2.2 線性回歸分析及預測

以湖北省中醫機構財政撥款為因變量，為全國中醫機構財政撥款自變量，回歸方程為：湖北省中醫機構財政撥款=-138.279+0.028×全國中醫機構財政撥款。將2016年全國中醫機構財政撥款代入方程進行預測，得到湖北省中醫機構財政撥款預測值為100895.63。其95%的置信區間為[92754.10862，110556.35766]。

2.3 ARIMA模型及預測

時間序列模型是基于時間的連續性作為理論依據，驗證客觀事物的發展是否具有合乎規律的連續性，突出了時間因素在預測中的作用，利用該統計技術與方法，從預測指標的時間序列中找出演變模式，建立數學模型，對預測指標的未來發展趨勢做出合理的定量估計和評價[2]。時間序列分析方法又可分為兩大類，一類是傳統的分析方法，如指數平滑法、滑動平均法、趨勢預測法、趨勢季節模型預測法等確定性時間序列分析法；另一類是1970年Box和Jenkins提出隨機理論為基礎的時間序列分析方法[3]。其中，ARIMA模型屬于第二類。應用時間序列分析探討湖北省中醫機構財政撥款預測ARIMA模型，經過處理得到數據的時間序列，再經過平穩化、模型識別、參數估計及檢測等步驟，并結合專家建模器，以R2值最大、BIC值及Ljung-Box Q值最小為標準判斷最優模型，最終認為非季節性 ARIMA(0，1，0)為最優模型，其R2值、BIC值及Ljung-Box Q值分別為0.978，16.93，5.63。應用該模型預測，2016年湖北省中醫機構財政撥款為90027.55萬元，其95%的置信區間為[81346.69，98708.41]。模型預測圖見圖3。

2.4 指數平滑模型及預測

指數平滑預測法是一種趨勢外推預測模型。趨勢外推預測就是把歷年積累的統計資料、歷史數據，在假定過去的發展趨勢及規律性在今后依然存在的前提下，預測未來的發展方向和變動程度[4]。應用時間序列分析探討湖北省中醫機構財政撥款簡單模型，Holt模型等多種指數平滑模型，以R2值最大、BIC值及Ljung-Box Q值最小為標準判斷最優模型，最終認為Brown線性趨勢模型為最優模型，其R2值、BIC值及Ljung-Box Q值分別為0.974， 16.94，2.70。應用該模型預測，2016年湖北省中醫機構財政撥款為89082.38萬元，其95%的置信區間為[79890.24，98274.52]。

3 驗證模型

組內相關系數(intraclass correlation co-efficient，ICC)常用于評價不同測定方法或評定者對同一定量測量結果的一致性或可靠性[5]。目前有許多不同的ICC統計量，本文計算的是雙向混合效應模型單個測量絕對一致ICC。本研究探討得到3類模型中各自相對最優模型，并分別應用其對1987-2016年湖北省中醫機構財政撥款進行預測，將預測值與實際值進行雙向混合效應模型單個測量絕對一致的可靠性分析，線性回歸、ARIMA模型及指數平滑模型的ICC值分別為0.991，0.989，0.987。其中以線性回歸分析模型最高，可認為預測值與實際值的一致性顯著，提示其可作為最優模型對湖北省中醫機構財政撥款準確預測。

圖3 模型預測圖

4 討論

4.1 財政撥款的現狀

中醫藥在健康中國建設中具有不可替代的作用，“堅持中西醫并重，推動中醫藥和西醫藥相互補充、協調發展”是我國中醫藥事業發展的一項國策。目前，全國中醫機構財政撥款主要分布于8個功能項目：醫療衛生管理事務、公立醫院、基層醫療衛生機構、公共衛生、基本醫療保險基金補助、中醫藥、食品和藥品監督管理事務、其他醫療衛生支出。投入比例的前3位分別是：公立醫院、中醫藥、其他醫療衛生支出。其中，公立醫院占比80%以上，由此看出公立醫院是財政投入的主要方向。2017年全國中醫機構財政撥款401.75億元，湖北省中醫機構財政撥款11.93億元，占比2.97%，中醫機構財政撥款數逐年增長。

但據中醫機構財政撥款情況顯示，中醫藥投入在衛生計生投入中政府財政投入比例相對偏少，且中醫藥衛生資源配置的區域差異大，發展不均衡，各省中醫機構財政撥款差距較大，整體上經濟發展水平較高的地區對中醫機構的財政投入要高于其他地區。另外，我國基層中醫醫療機構投入不足，發展較緩慢，全國仍有207個縣(市)、24個地級市沒有建立中醫院，直接影響了基層中醫藥服務的可及性[6]。同時，國家對公立中醫醫院服務的補償，對中醫藥服務的推動效果不理想。在如此情況下，各級政府應明確對中醫藥事業的財政支出責任，中央和省級財政應加大對欠發達地區轉移支付的力度，積極主動配合有關部門在區域衛生規劃中做好中醫藥的規劃，科學合理地配置好中醫藥資源[7]。在這種背景下，如何運用預測模型，優化各級政府的財政投入，將中醫藥事業發展投入與其他醫療衛生投入相銜接，實現中醫藥衛生資源的區域配置合理化顯得尤為重要。

4.2 預測模型的應用

(1)應用中醫機構財政撥款預測模型可及早合理配置財政資源。預測省級下一年度中醫機構財政撥款的數據，省級管理人員可未雨綢繆，提前規劃，根據本省中醫機構財政撥款預增幅度，有針對性地計劃調整省內某些中醫類醫院撥款數量、預期額度等，使撥款工作平穩有序開展。

(2)應用中醫機構財政撥款預測模型可輔助省級管理人員及時發現中醫類醫院預算管理中產生的問題。如預測模型可提供中醫機構財政撥款預測值及其95%CI，若實際中醫機構財政撥款位于預測95%CI內，則提示中醫類醫院預算管理工作較為平穩；若低于CI下限，則提示中醫類醫院預算管理或外部環境等產生不利因素，此時省級管理人員應及時調查落實“癥結”所在，及采取措施解決問題；若高于CI上限，則提示中醫類醫院預算管理工作勢頭良好，管理人員應積極總結經驗并繼續推進工作運行。

4.3 模型構建的思考

在使用數學模型預測經濟的方法中，通常使用時間序列模型、回歸分析模型、神經網絡模型、灰色預測模型等方法的某一種或組合進行預測。張中文[8]在預測研究大型綜合公立醫院住院收入時，采用灰色預測與人工神經網絡組合模型；蔣澤迪[9]運用ARIMA乘積季節模型預測財政收入；樊飛[10]采用多元回歸分析和指數趨勢模型研究了我國稅收收入情況。他們詳細地介紹了模型建立步驟，但并未與其他模型對比分析，選取最優模型。回顧本文模型構建，認為在以下方面值得思考和改進：

首先，對于本文中的時間序列模型，目前能收集到的數據有限，并且所建立的模型是短期預測。對于中醫機構財政撥款預測而言，所選取時間序列范圍更為合適和準確有待確認。模型顯示，2008年以前，中醫機構財政撥款呈平穩發展趨勢，這之后呈快速增長態勢，若使短期預測更加準確，是否考慮選取較近年份數據。

其次，由于省級中醫機構財政撥款影響因素眾多，而線性回歸預測模型僅是依據全國中醫機構財政撥款數據的預測，因此所建立的預測模型是基于其他影響因素變化不大的前提下進行的預測，其預測能力會因為其他因素變化而產生誤差，隨著誤差積累而失去準確的預測能力[11]。如何在模型中加入其它因素進行改進？從2018年開始，國家中醫藥財政資金投入試行采用因素分配法，將經濟因素、人口學因素、績效因素等多重因素作為中醫藥公共衛生資金分配的因子，這將為今后開展相關撥款模型研究提供新的課題。