全國省級人均門診費用空間差異性及影響因素

余蘭，邴龍飛，孫玉鳳

寧夏醫科大學公共衛生與管理學院，寧夏 銀川 750004

自2009年新醫改至2018的10年時間里，門診病人次均醫療費用從150.5元上漲到274.1元。更多的學者從經濟因素、人口老齡化、衛生技術人員占比、教育水平、城鎮化[1-4]等探討了影響我國人均門診費用影響因素。研究方法主要包括了普通線性回歸、協整模型、連環替代法[5]等。

結合空間效應的研究相對較少，明星宇、魏娜娜等利用空間相關性和地理加權回歸法(GWR)[6-7]四川省醫療衛生費用的空間分布和中國人均醫療費用的集聚性及影響因素。醫療費用數據的分布與所處地理位置密切相關，有地域差異。那么各省的門診費用在時空分布上呈現出什么樣的特征，影響因素有哪些？本文基于空間探索性分析法探討了我國2009年與2018年人均門診費用的空間分布及影響因素，結論更切合實際。

1 資料與方法

1.1 資料來源

本文的主要研究對象是全國31個省(直轄市、自治區)。因變量與自變量的數據分別來源于2009年和2019年《中國統計年鑒》及《中國衛生健康統計年鑒》。因變量為醫院門診費用，影響醫院門診費用的因素主要包括城鎮化率、醫療衛生機構數、人均GDP、社會衛生支出占衛生總費用比例、65歲及以上老年人口比、性別比、居民人均可支配收入、每萬人口衛生技術人員數、受教育程度、城基保比。

1.2 研究方法

1.2.1 空間探索性分析 空間自相關用于檢驗可能存在的空間依賴現象，以此判斷某一空間樣本的觀測值與其周圍樣本觀測值的關聯程度。其中，莫蘭指數(Moran's I)用于衡量全局層面的空間自相關。局部莫蘭指數用于檢驗局部地區是否存在相似或相異的觀測值聚集在一起。兩者取值范圍均在(-1,1)之間。公式分別為：

(1)

(2)

1.2.2 空間計量模型 基于空間計量模型的影響因素分析：下載shp格式地圖數據，把整理好的數據合并到geoda軟件中，進行空間權重矩陣的創建以及三種模型的估計，分別是普通最小二乘法模型估計、空間誤差模型和空間滯后模型估計。

2 結果與分析

2.1 人均門診費用的空間分布

2.1.1 人均門診費用分布的整體特征 為了直觀反映人均門診費用的空間分布特征，利用自然斷點地圖呈現其空間分布。由圖可見，人均門診費用被分為4個等級。總體上來看，我國人均門診費用的南北明顯高于東西。在2009年，人均門診費用較高的是北京，在322元以上，較低的地區主要是西藏、青海、甘肅。到2018年，人均門診費用較高的依然是北京，在544元以上，較低的地區以西藏、青海、甘肅為主向周邊擴散，增加到8個。見圖1。

圖1 2009年與2018年我國人均門診費用分布自然斷點地圖

2.1.2 全局空間相關性 全局空間自相關性分析主要用來檢測各省(自治區、直轄市)人均門診費用在整個空間上的依賴度，對這一檢測采用常用的Moran’s I指數來進行說明。結果表明，2009年與2018年我國人均門診費用計算的全局Moran’s I 值分別為 0.275和0.207，P值均小于0.05。可表明31個省(自治區、直轄市)之間具有正的空間自相關性，這表明31個省之間的人均門診費用總體之間存在正的相互影響，2009年到2018年人均門診費用的空間相關性降低。

2.1.3 局部空間相關性 進行局部空間相關性分析，局部莫蘭指數用于檢驗局部地區是否存在相似(正相關)或非相似(負相關)的觀測值聚集在一起。從圖中可以看出2009年和2018年人均政府醫療衛生支出水平局部空間自相關主要表現為低-低集聚。2009年低-低集聚地區在西藏、青海、新疆、云南，高-高集聚在北京。2018年，低-低集聚在青海、新疆、云南，高-高集聚在北京。說明各個省(直轄市、自治區)之間人均門診費用具有空間依賴關系。見圖2。

圖2 2009年與2018年我國人均門診費用局部自相關聚類圖

2.2 中國省級人均門診費用的影響因素分析

選取2018年數據進行影響因素分析，首先采用普通最小二乘法對模型的估計, OLS回歸結果顯示F值僅為17.648 9，整體顯著，如果存在空間效應則OLS模型存在一定的模型偏誤問題，可信度存在懷疑，則需要進行空間回歸模型估計，對比空間滯后模型和空間誤差模型。用LogI , AIC 和 SC三個指標來判斷空間模型擬合效果。根據這三組數值可以很明顯發現空間誤差模型要比空間滯后模型擬合效果更好。

由表1可知，空間誤差模型的誤差系數λ為0.617 8大于零且通過了0.01的顯著性水平檢驗，說明各省之間的人均門診費用存在空間交互影響。分析各個解釋變量的顯著性檢驗結果:城鎮化率的回歸系數值為0.359 0并通過了0.01的顯著性檢驗,說明人均城鎮化率對人均門診費用有正的作用；受教育程度的回歸系數值為0.054 2并通過了0.01的顯著性檢驗，說明受教育程度對人均門診費用也有正的作用。見表1。

表1 空間計量回歸模型結果

3 討論

本文通過對門診費用的空間相關性分析，各省人均門診費用并不是獨立存在的而是與周圍區域具有緊密的空間依賴性。發現高人均門診費用的地區趨于和高人均門診費用的地區相鄰,低人均門診費用的地區趨于和較低人均門診費用的地區相鄰。可見某地區的人均門診費用高低,一般是與相鄰地區進行相互競爭的。各地區發展水平的不同導致了各地門診費用仍然存在較大的差異。這種差距的存在不利于醫療衛生資源的配置，也不利于推進基本公共衛生服務均等化目標的實現。

造成這種集聚的可能原因是西北地區與東南沿海地區相比普遍為偏遠地區，經濟水平、交通條件、貧困程度、城鎮化率、教育程度都明顯較低，同時也受到環境惡劣、醫療設施欠缺、公共衛生體系不完善、醫療服務價格偏低等相關條件的影響。這些因素可能會影響人們減少或不利用門診服務，從而減少部分人群應就診未就診，造成小病拖大病的情況。因此，國家在醫療衛生投入上會有政策性傾斜，西北獲得較多的衛生投入。

經濟發達地區特別是大城市內人口稠密，不論是醫療機構數量還是質量都遠遠高于城鎮化率低的地區，居民就醫便捷性較好[8]。應該適當限制高-高聚集區的醫療資源擴張，減少不必要的衛生資源浪費，對于低-低集聚的地區，特別是西北欠發達地區加大力度扶持。西部欠發達地區人口的學歷比東南沿海地區人口學歷低的多，教育水平嚴重影響到家庭收入水平，拉大城鄉醫療消費差距，應加大對貧困農村地區教育方面的扶持力度。

利益沖突無