公立醫院補償機制改革對其生產效率的影響分析

■陳振生 陳雪麗 李麗清

公立醫院補償機制改革是新一輪醫療體系改革的重要內容之一。基于2011—2018年公立醫院相關面板數據，對我國31個省域公立醫院生產效率進行估測，并運用Tobit回歸模型分析補償機制改革對生產效率的影響，研究發現：未考慮社會職能產出會低估公立醫院的生產效率；各地公立醫院生產效率在8年間有小幅增長，但增長的源泉不同，主要來自于技術進步的驅動；醫療服務價格、財政補助和醫療保險支付方式對公立醫院生產效率會產生不同的影響，人均門診費、參保人數與生產效率呈負相關；人均住院費與生產效率呈正相關；財政補助與生產效率之間不顯著。為提高我國公立醫院的生產效率，應降低門診服務價格、提高住院服務價格；醫療保險支付方式應從后付制向預付制轉變；醫保報銷政策對重癥患者應采用高起付線和低自付比，實現保大病，對輕癥患者應采用低起付線和高自付比，提高醫療服務的可及性；財政補助應建立“養事不養人”的補助方式等。

一、引言及文獻綜述

中國是世界上人口最多的國家，隨著人口規模的持續增加和人均收入水平的提高，對醫療服務的需求快速增加，醫療服務機構面臨巨大的供給壓力。公立醫院是我國醫療服務供給主體，定位于公益性，承擔著向居民提供安全、有效、方便、價廉的醫療衛生服務的責任。在我國經濟快速發展階段，政府在衛生方面的支出也快速上漲。隨著我國經濟步入“新常態”，政府在衛生方面的支出數額不斷增加，但占衛生總費用的比重卻不斷下降。我國醫療衛生體系正面臨著醫療服務需求增加快，而醫療服務供給增加慢的困境。在醫療衛生預算增速下降的情況下，再像過去一樣，通過大規模興建公立醫院和擴大醫院規模的方式來增加醫療服務供給已不現實，而通過提高公立醫院生產效率來增加醫療服務供給將是更好的選擇。

2009年《中共中央國務院關于深化醫藥衛生體制改革的意見》的頒布標志著我國開啟新一輪醫療體系改革，在此期間政府對公立醫院補償機制進行了多項改革，主要集中在改變財政補助方式、調整醫療服務價格、改革支付方式和取消藥品加成等方面。學者對補償機制改革的建議主要涉及四個方面：第一，增加財政補助，政府應集中財力對政府舉辦的縣級及以上提供基本醫療服務的公立醫院給予補助，對公益性較強的、承擔中醫和精神病等公共衛生任務的醫療機構實行全額預算管理。［1］第二，提高醫療服務價格，在調整醫療服務價格時，應重點調整體現技術勞務價值較高、國家鼓勵政策力度較大、難度和風險程度較高的項目，同時兼顧醫院差別和醫療服務比價關系，平衡不同醫院之間的補償利益，但在改革時往往主要考慮了患者總體負擔和醫保的可承受能力，較少考慮醫療服務項目本身的成本補償。［2］第三，支付方式改革方面，倡導從傳統的醫療服務向以人為本的一體化醫療服務轉型，實現患者、醫療機構和支付方的共贏。［3］廣義的醫療保險支付方式不僅包括對醫療服務供方的費用支付方式，還包括對醫療服務需方的結算方式，可通過起付線、自付比和封頂線的設置對患者的就醫行為進行影響［4］，因此，補償機制改革的第四個方面是醫保的報銷政策。起付線和自付比設置一般有兩個目的，一是防止患者對醫療服務的過度需求；二是反映醫療保險對醫療費用的分擔程度。不同類型、不同等級的公立醫院具有不同的起付線和自付比，這可以引導患者形成合理的就醫秩序。

公立醫院補償機制改革應以公益性為前提。對公益性的認知，仁者見仁智者見智。吳敬璉認為公益性可概括為“非營利性”和“以促進公眾福利為宗旨”。［5］雷海潮認為應該從自然屬性和衍生屬性兩個方面對公益性進行分析，其中自然公益性是指醫療服務機構與生俱來的特性，無論公立醫院或私立醫院都具備的，如治病救人、救死扶傷；而衍生公益性是指外部主體通過外力附加給醫療機構或醫療服務的屬性，如政府認為公立醫院應在公共衛生方面發揮重要作用。［6］Mead和Naoko根據公立醫院產出服務對象的范圍不同，從邏輯上將公立醫院的職能劃分為經濟職能和社會職能兩部分。［7］社會職能是指公立醫院產出服務范圍超過了單個患者所能獲得的部分，包括公共產品和具有正外部性產品的生產，如教學科研、傳染病的防治、醫學教育與實習、對患者的健康教育宣傳以及提供社會安全網等。盡管學者對公立醫院的公益性還未形成共識，但他們都認為公立醫院應平衡好經濟職能和社會職能，在社會職能方面付出更多努力。

新醫改實施以來，公立醫院生產效率評價問題已引起學者普遍關注。林凱等選取總收入、總診療人次數及總出院人數作為產出變量，采用DEA對浙江省三甲公立醫院的效率進行了分析。［8］謝婷婷等用門急診人次數、醫療收入、藥品收入和實際占用總床日數4個指標作為產出變量，采用RD-Malmquist指數對安徽省29家縣級綜合公立醫院10年來的運行效率進行評價。［9］王中華和李湘君用門急診人數和住院人數作為產出變量，運用三階段DEA及非參數核密度估計方法對江蘇274家公立醫院進行了研究。［10］董四平等對85篇論文中醫院效率的產出指標進行了分類和分析，發現使用門急診人次、出院人數、業務收入、住院人次、病床周轉率、總診療人次、平均住院日、總收入以及門診人次9個指標來衡量醫院效率的占比較高，使用其他指標占比不到10%。［11］由此可見，現有關于公立醫院效率評價的研究中，產出變量的選擇大多忽略了體現公立醫院公益性的社會職能產出。

現有研究關于公立醫院效率評價的研究主要存在三方面的局限：在效率評價方面，較多考慮公立醫院經濟職能產出，而對公益性的社會職能產出考慮較少，不能準確反映我國公立醫院的生產效率；以往文獻較多使用的是微觀數據，較少從宏觀角度分析我國公立醫院生產效率的變化，缺乏對我國公立醫院整體認識；缺乏對我國新一輪醫療改革，特別是公立醫院補償機制改革效果的評價。因此，為了更準確地評價公立醫院生產效率，獲得對公立醫院整體效率變化的認識，筆者充分考慮公立醫院社會職能，將社會職能產出納入分析模型，同時運用DEA和Malmquist生產率指數對2011—2018年我國31個省域公立醫院生產效率進行估測并進行靜態和動態對比，并通過面板Tobit模型，分析補償機制改革對生產效率的影響，豐富現有相關研究，為后續改革提供建議。

二、研究方法和數據來源

（一）研究方法

1.DEA。DEA是基于線性規劃，用于評價同類型的單位或生產組織相對效率的一種非參數化方法，廣泛地應用于醫療衛生行業或組織生產效率的評價。DEA構建凸性生產前沿面，通過與前沿面的距離判斷相對效率的高低。應用較廣的模型是CCR和BCC模型。CCR模型假設規模報酬不變（Constant Returns to Scale,CRS)，用于計算綜合效率；BCC模型假設規模報酬可變(Variable Returns to Scale,VRS)，用于計算純技術效率，這兩種模型主要用于靜態的生產效率分析。由于醫療服務市場是一個非完全競爭市場，公立醫院并不存在一個不變的最優規模［8］，同時，由于研究目的是提高醫療服務供給，因此本文采用產出導向的BCC模型對生產效率進行分析。

2.Malmquist生產率指數。Malmquist指數由Malmquist首次提出，用來分析消費過程［12］，后作為評價生產率的指數。該方法是基于DEA方法提出的，用來測算決策單元相鄰兩個時期生產率的變化，即動態生產效率變化。Malmquist生產率指數優于其他方法的是不需要價格信息，可以方便地處理多投入、多產出情形，特別適用于醫療服務行業生產效率的評價。

根據Farrell等的研究［13］，在s期(基期)與t期之間產出導向的Malmquist生產率指數可以表示為：

上式等號右邊第一項為規模效率，記為Sech；第二項為純技術效率，記為Pech；第三項代表技術進步，記為Techch；第一項和第二項的乘積為技術效率，記為Effch。從（2）式可知，全要素生產率變化是規模效率、純技術效率和技術進步三者的乘積。規模效率大于1，表明生產過程處于規模報酬遞增階段，增加投入可以提高生產率，實現規模經濟；規模效率小于1，表明生產過程處于規模報酬遞減階段，應減小投入，可改善生產效率。純技術效率大于1，表明決策單元管理水平的提高改善了生產效率，而技術進步大于1表明技術在研究期間有了進步。

3.面板Tobit模型。公立醫院生產效率除受到投入、產出要素影響外，還受到自身所處環境的影響。為了識別影響公立醫院生產效率的因素以及影響的大小和方向，在DEA的基礎上，對得到的效率值進行回歸分析。由于得到的效率值介于0與1之間，因此在回歸時面臨著雙側截尾問題，普通最小二乘法(OLS)估計結果有偏且不一致。此時，采用最大似然法估計Tobit模型更為合適。具體模型如下：

其中Zit為觀測點的效率值，xit為影響效率值的因素，θi為待估計系數。

（二）數據來源與處理

投入變量方面，按照Ozcan［14］，Chilingerian和Sherman［15］的建議，由于人力資本在醫療服務中的重要性，本文人力資本的投入指標選取三個，分別是執業（助理）醫師、其他技術人員和管理人員。其他技術人員包含注冊護士，藥師（士）和技師（士）。床位數直接關系著醫院生產效率，因此被作為資本投入變量。

產出變量方面，本文選取兩類指標，分別度量公立醫院的經濟職能產出和社會職能產出。在經濟職能方面，顧雪非和劉小青認為醫療的終極目標不是“看得起病”“看得好病”，而是健康，應從數量向價值轉變。［16］然而在產出指標的選擇上，由于難以量化公立醫院的服務創造了多少健康，研究中通常使用中間產出指標代替最終指標，即將治療的患者人數作為產出指標。產出指標一般包括門診人數、門急診人數、住院人數、出院人數、手術人次等。參照HU的做法［17］和Ozcan的建議［14］，選取門診人次和出院人次作為度量公立醫院經濟職能產出的指標。在社會職能產出指標選取方面，金榮學和宋弦在研究中選用“傳染病發病率”作為度量指標［18］，“傳染病發病率”盡管不能作為本文社會職能產出的度量指標，但為本文指標的選取提供了方向。根據Mead和Naoko對社會職能的描述，公立醫院社會職能包括教學科研、傳染病的防治、醫學教育與實習等內容，可知如果公立醫院承擔教學科研任務，則教學科研成果數可作為度量指標；承擔傳染病防治任務，則救治傳染病人數可作為度量指標；承擔醫學教育與實習任務，則培養的醫務人員數可作為度量指標。然而，由于數據的不可得，以上三個數據都不能直接作為度量指標。為了對公立醫院社會職能盡可能作出客觀、準確的度量，本文擬用“傳染病發病人數”近似地代替公立醫院的“救治傳染病人數”，這樣做的主要原因是在我國醫療服務市場中公立傳染病醫院數量占比較大，2018年公立與民營傳染病醫院的比例為165:2①。表1列出了全部投入產出指標的分類和名稱。

表1 投入產出指標分類與名稱

本文以31個省、市和自治區為決策單元，滿足決策單元數大于投入指標與產出指標和的2倍的最低要求（31＞2×(4+3)）。樣本期間為2011—2018年，共有248組觀測值，數據主要來源于《中國衛生健康統計年鑒》（前稱為《中國衛生和計劃生育統計年鑒》）、《中國統計年鑒》，部分數據來源于各地區衛健委信息統計中心。對于西藏個別缺失數據，本文采用插值法進行補齊。具體描述性統計結果如表2。

表2 投入產出指標描述性統計結果（單位：萬）

三、公立醫院補償機制改革對生產效率的影響

筆者運用DEAP2.1軟件對我國31個省域公立醫院在2011—2018年的生產效率進行測算。第一步，靜態生產效率估測。為了進行對比，本文在DEA分析中對產出指標分兩種情形討論，情形一：僅包含公立醫院經濟職能產出指標；情形二：同時包含公立醫院經濟職能和社會職能產出指標；第二步，公立醫院動態生產效率的估測。

（一）靜態生產效率估測

通過對以往文獻進行回顧后發現，對公立醫院生產效率的研究中，學者對其經濟職能產出考慮的較多，往往忽略了其社會職能產出，可能存在對公立醫院生產效率評價不準確的情況。為了對公立醫院生產效率有一個全面、準確的認識，本文對兩種情形進行對比。情形一的產出變量僅包含經濟職能產出：門診人數和出院人數；情形二的產出變量同時包含經濟職能產出和社會職能產出：門診人數、出院人數和救治傳染病人數。對兩種情形分別計算效率值，測算結果如表3。

從表3可以看到，在增加了社會職能產出后，公立醫院整體的效率值高于僅包含經濟職能產出的情形一的效率值，說明忽略社會職能產出，會低估公立醫院生產效率水平。同時，表3也分別對比了在規模報酬不變和規模報酬可變情況下的技術效率和規模效率，情形二都顯著優于情形一。因此，本文在接下來的部分，將以情形二的產出為標準進行分析。

表3 2011—2018年我國公立醫院平均效率值

（二）動態生產效率估測

為了對公立醫院生產效率變化進行更深入地刻畫，本文用Malmquist生產率指數對公立醫院效率進行估測，并將獲得的全要素生產率進行分解。表4為分年度我國公立醫院生產效率變化情況。

從表4可以看到，全要素生產率提高的年份有5個，分別是2012年、2013年、2014年、2016年、2017年，其中變化較大的有2012年、2014年和2016年，全要素生產率分別提高了7.5%，2.2%和2.7%；小幅度提高的有2013年和2017年；下降的有2015年和2018年，分別下降了4.4%。從整個樣本期間來看，我國公立醫院生產效率總體略有提高，效率變化平均值為1.006。將全要素生產率分解后，可得到效率變化和技術進步，效率進一步分解成純技術效率和規模效率，它們的平均數分別為0.993、1.014、0.997和0.996。由此可知，我國公立醫院生產效率的提高，主要是由技術進步推動，而效率的降低對全要素生產率產生了負向影響。規模效率變化只有在2012年大于1，其余年份都小于1，表明我國公立醫院已經從規模報酬遞增階段進入規模報酬遞減階段，只有減少生產要素的投入才能對效率有所改善。

表4 2011—2018年我國公立醫院分年度平均全要素生產率及分解變化情況

表5為我國公立醫院分地區年均全要素生產率情況。可以看到，全要素生產率變化大于1的地區共有18個，其中湖南的全要素生產率指數年均增長率最高，達到16.4%；全要素生產率下降的地區有12個，其中西藏平均下降的幅度最大，達到4.6%；浙江的生產率維持不變。對生產率提高的18個地區進行分析，根據生產率提升的推動因素進行分類，可以發現其中17個地區效率提升的因素是技術進步，其中山西是效率和技術進步共同作用推動效率提升；北京是唯一通過提高效率提高全要素生產率的地區。同樣，對12個全要素生產率下降的地區進行分析，發現有7個地區全要素生產率下降的原因是效率降低；江西和廣東是受技術進步的拖累；河南、福建和西藏是效率下降和技術進步下降共同作用的結果。通過以上分析發現可知，生產效率的變化情況較復雜，具體有以下幾點：第一，分布分散，全要素生產率上漲的地區有18個，下降的有12個，其中最高的是湖南16.4%，最低的是西藏-4.6%；第二，引起生產效率變化的原因較多，技術進步和效率變化分別發揮不同的作用。

表5 2011—2018年我國公立醫院分地區年均全要素生產率及分解變化情況

（三）模型構建與變量選取

1.補償機制方面。公立醫院補償機制改革主要涉及政府補助、醫療服務價格和醫療保險支付三部分。政府補助。由于公立醫院提供的醫療服務具有福利性，社會職能具有正外部性和公共產品屬性，因此公立醫院需要政府對其進行補助來滿足其福利性和公益性定位。然而，政府補助對公立醫院的影響具有雙重效應［17］。一方面，充足的財政補助可以讓公立醫院雇傭到高水平的醫務人員，購置先進的醫療設備，提供更多更好的服務，促進效率的改善；另一方面，高額的政府補助可能會導致公立醫院喪失提高效率和改善質量的動力，引發道德風險。政府補助的最終影響可能取決于以上兩種效應的相對大小。本文采用財政補助占醫院總收入的比重作為解釋變量。

醫療服務價格。醫療服務價格是影響公立醫院收入的重要因素，可以通過調整醫療服務價格引導公立醫院的供給行為。醫療服務價格不能過高，否則會導致公立醫院缺乏控制醫療費用、提高效率的動力，造成“看病貴”現象；醫療服務價格也不能過低，否則會導致醫療服務供給不足，產生“看病難”現象。這兩種現象會導致公立醫院生產效率下降。我國不斷對醫療服務價格的形成機制進行改革，通過價格杠桿引導患者合理就醫。為了更好地分析醫療服務價格對公立醫院生產效率的影響，本文將醫療服務分為門診服務和住院服務兩部分，分別用人均門診費和人均住院費代表兩種醫療服務價格。

醫療保險支付。首先，醫療保險支付方式從后付制向預付制和混合制轉變，將成本控制責任從患者向公立醫院轉移，有效地控制了醫療服務成本，提高了生產效率。其次，醫療保險的報銷政策影響人們對醫療服務的需求，盡管每個省份的報銷政策存在差異，但普遍的做法是通過降低起付線、降低自付比的方式來降低患者經濟負擔。由于醫療報銷政策涉及的變量較多，地區間的差異較大，為了方便分析，本文采用醫療保險的參保人數占比作為解釋變量，其中參保人數包括城鎮職工醫保、城鎮居民醫保、新農合和享受醫療保險待遇的退休人員，其中城鎮居民醫保和新農合合并成城鄉居民醫保。

2.市場條件。除補償機制外，公立醫院生產效率還受市場條件影響［19］。具體包括醫療服務質量、需求和競爭狀況三方面。

醫療服務質量。公立醫院提供醫療服務的質量也是影響生產效率的因素之一。這里認為公立醫院提供的醫療服務都能夠滿足醫療服務質量的最低標準，且可通過提高管理水平和技術水平的方式提高服務質量，間接地提高生產效率。醫療服務質量沒有直接的度量方法，本文參照HU的做法［17］，用各地區三級醫院占比作為度量醫療服務質量的指標，作為生產效率的解釋變量。

醫療服務需求。用0-14歲和65歲以上人口占總人口的比重作為度量需求的指標。醫療服務的需求者是人，人口的多少決定了市場規模。市場規模大一方面可以實現規模經濟，另一方面可以使醫務人員的診療行為更熟練，進而提高生產效率。而在人口結構中，0-14歲和65歲以上人口為易患病人群，可用于度量醫療服務需求。

競爭狀況。我國新醫改的重要內容之一是鼓勵社會辦醫，一方面是為了增加醫療服務供給，緩解看病難現象；另一方面是希望引入民營醫院參與競爭，提高公立醫院的效率。本文用民營醫院占比作為競爭狀況的度量指標，用于解釋生產效率變化。表6給出本文采用的解釋變量和指標定義，具體的描述性統計結果如表7所示。

表6 解釋變量和指標定義

表7 指標的描述性統計結果

本文構建如下基本模型：

其中，Peffit是基于規模報酬可變假設，以產出為導向計算出的靜態生產效率值；下標i表示地區，t代表時間；θ0是常數項，θi為自變量回歸系數。為了反映補償機制改革對不同地區的影響差異，又將我國劃分為東、中和西部地區分別進行回歸分析②。運用Stata16對模型進行回歸，結果如表8所示。

表8 2011—2018年我國公立醫院生產效率影響因素的Tobit模型回歸結果

（四）結果分析

從表8的回歸結果我們可以得出以下結論。

第一，從全國看，醫療服務價格對公立醫院生產效率有顯著影響，可以起到激勵與引導作用。人均門診費和人均住院費兩個度量醫療服務價格的指標，二者與公立醫院生產效率之間存在顯著的相關關系，但方向相反，人均門診費與公立醫院生產效率呈負相關；人均住院費與公立醫院生產效率呈正相關，這可能是因為我國的醫療服務定價存在門診價格相對過高，而住院價格低。由于門診服務價格相對于住院服務價格較高，導致本應去門診就醫的患者選擇了住院治療，造成門診部門由于需求不足而資源閑置，效率降低，這與HU的研究結論一致；而住院部門由于服務價格相對較低，患者對住院服務的不當需求擠占了有限的醫療服務資源［20］，導致醫院效率下降。分地區來看，我國東部地區，可以得到與全國類似的結論，然而中部和西部地區，盡管回歸系數的符號與全國相同，但不顯著，表明中部和西部地區公立醫院對醫療服務價格的變化不敏感，可能原因是中、西部更多采用了醫療服務的成本加成定價法，導致公立醫院對提高醫療服務質量、控制醫療費用等缺乏動力。

第二，醫療保險的參保比例對公立醫院生產效率有顯著的負向影響，可能有兩方面的原因。一方面，醫療保險支付方式存在問題。我國公立醫院支付方式改革正由后付制向預付制和混合制轉變，醫療成本的控制責任向公立醫院轉移。然而目前的支付方式仍是以按服務項目支付為主的后付制支付方式，不能有效地讓公立醫院控制成本。因此，參保比例越高，公立醫院效率越低。另一方面，報銷政策設置不合理。起付線和自付比例同時降低導致患者負擔減輕，降低了患者對醫療服務價格的敏感性，這可能會導致需求方主動的過度醫療、過度開藥等，造成成本上漲，效率下降。

第三，政府補助對公立醫院生產效率的影響不顯著，說明財政補助的提高沒有促進公立醫院生產效率的改善。恰當的財政補助可以使公立醫院雇傭到更專業的醫護人員，購置更先進的設備，服務更多的患者，提高醫療質量，改善效率；不恰當的財政補助可能會誘發道德風險，降低公立醫院改進效率的動力。無論從全國來看，還是分地區看，財政補助占比與醫院生產效率之間的關系都不顯著，這與HU的研究結果類似，政府補助未能起到“經濟杠桿”的引導作用，不能對公立醫院的生產效率起促進作用。

第四，競爭狀況的度量指標“民營醫院占比”對公立醫院生產效率的影響不顯著，說明通過提高民營醫院占比不能有效促進公立醫院生產效率的提高。可能原因主要有：首先，民營醫院的競爭能力不足。從我國目前的情形看，無論是醫療服務質量還是數量，公立醫院都處于主導地位，民營醫院很難直接與公立醫院競爭，導致民營醫院主要提供與公立醫院差異化的服務；其次，競爭方式主要是價格競爭，而不是效率與質量競爭。公立醫院與民營醫院的競爭不是效率、降費方式的競爭，而是患者數量的競爭，公立醫院民營化運行，導致公立醫院的公益性淡化，逐利性增強，效率下降。

第五，醫療服務質量指標“三級醫院占比”對公立醫院生產效率的影響，從全國來看并不顯著，但在東部和中部地區呈顯著的正向影響，在西部地區呈負向影響，但不顯著，這表明不同地區的醫療服務質量對公立醫院生產效率的影響存在差異性，造成該差異的可能原因是有些公立醫院將更多的醫療資源投入到提高醫療服務質量方面［21］，如高水平的醫護人員和先進的醫療設備，從而降低了公立醫院效率水平；有些公立醫院將更多醫療資源投入到提高效率方面，從而促進了公立醫院效率的提高。

第六，除西部地區外，東部、中部和全國的醫療服務需求量指標“0-14歲和65歲以上人口占比”對公立醫院生產效率有顯著的正向影響，表明在當前的投入條件下，醫療服務需求的增加，可以改善公立醫院效率水平。可能原因是對醫療服務需求增加，公立醫院實現了規模經濟，醫務人員技術水平也在診療的過程中不斷提高，促進了效率的改善。

四、研究結論與政策啟示

（一）研究結論

本文對31個省域公立醫院的2011—2018年面板數據進行了分析，從產出角度對比了僅考慮經濟職能產出和同時考慮經濟職能和社會職能產出兩種情形的效率差異，分別采用DEA和Malmquist生產率指數對公立醫院靜態和動態效率進行了測算，并對效率值進行了分析。然后采用面板Tobit回歸分析了公立醫院補償機制和市場條件對生產效率的影響，具體結論如下。

從靜態效率值來看，在樣本期間，通過DEA對效率的測算可以發現，僅考慮公立醫院的經濟職能產出會導致公立醫院效率被低估，應將公立醫院的社會職能產出和經濟職能產出共同納入估測模型，形成對公立醫院生產效率的正確認識。從動態效率值來看，在樣本期間，全要素生產率平均每年提高0.6%，增長的動力主要來自于技術進步，而技術效率平均每年小幅下降0.7%，對生產率提高產生了負面影響。

通過Tobit回歸分析發現，人均門診費與公立醫院生產效率呈負相關，降低門診費有利于效率改善，而人均住院費與生產效率呈正相關，提高住院費可提高公立醫院生產效率；財政補助對公立醫院生產效率影響不顯著；醫療保險參保比例對效率有負向影響，參保人數越多，公立醫院生產效率越低。以上發現表明我國公立醫院補償機制還有待完善，應對醫療服務價格的定價機制、醫療保險的支付方式、報銷政策以及財政補助作進一步改革。

（二）政策啟示

第一，適當降低門診服務價格、提高住院服務價格，通過價格機制引導患者合理就醫。門診服務與住院服務的價格差距過小會導致患者用住院服務代替門診服務，不僅造成醫療費用增加，產生看病“貴”現象。同時，由于占用了稀缺的住院服務資源，造成本應該住院的患者不能及時入院治療，產生看病“難”現象，兩種現象最終都會導致公立醫院生產效率的下降。

第二，對醫療保險進行再設計。醫保支付方式應既能讓公立醫院控制醫療成本，又能激勵公立醫院提高生產效率、體現公益性，實現公平和效率的統一，而醫保報銷政策中的起付線和自付比不僅影響患者對公立醫院醫療服務的需求，還可以引導患者分級診療。醫療保險改革對公立醫院生產效率影響不顯著，主要原因是起付線與自付比標準的制定不合理。對重癥患者應采用高的起付線和低的自付比，實現保大病；對輕癥患者應采用低的起付線和高的自付比，提高醫療服務的可及性。目前我國醫療保險改革未能促進公立醫院生產效率的提高，應從醫療服務供方的支付方式、需方的報銷政策入手進行改革，強調個人對自身健康的主要責任和公立醫院對醫療成本控制的主體責任。

第三，財政補助的標準和方式需進行改變，應根據醫院提供的服務不同，給予不同的補助，同時為了保障財政補助的公平性和效率，需改變按人頭或床位進行補償的方式，應建立與服務數量、質量、顧客滿意度等指標掛鉤的補償機制。

注釋：

①數據來源于《2019年中國傳染病發病數、死亡數及傳染病醫院發展現狀分析》

②東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省市區；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省市區；西部地區包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、內蒙古、廣西12個省市區。