基于面板數據的寧夏城鄉居民基本醫療保險基金支出的影響因素

余 蘭 邴龍飛 孫玉鳳

2011年底，寧夏回族自治區實現了城鄉居民基本醫療保險制度全覆蓋，率先實現了統籌和經辦管理一體化，實現了“六統一”，打破了城鄉二元結構。2015年全區城鄉居民基本醫療保險基金由自治區統一管理，實行調劑金制度，旨在增強基金抗風險能力及提高基金投入產出效率。

研究城鄉居民基本醫療保險基金支出的影響因素及支出規模預測，在提高基金使用率、減輕人民群眾的就醫負擔及實現基金可持續性具有十分重要的意義。目前，針對醫療保險基金支出影響因素的研究相對較少，耿蕊和杜本峰[1]、黃阿紅等[2]利用灰色關聯分析了全國基本醫療保險基金支出的影響因素。曲剛等[3]分析了大連市醫療保險基金支出的主動性和被動性影響因素。倪偉犇和周綠林[4]、張心潔等[5]對我國城鄉居民醫療保險和職工醫療保險基金收支進行了預測。然而，關于寧夏回族自治區城鄉居民基本醫療保險基金支出影響因素及規模預測的研究較為欠缺。故而，本研究在前人的研究基礎上，預測寧夏回族自治區未來4年的基金支出規模，并根據2015—2019年22個縣（區）的面板數據，探討影響因素。

1 資料與方法

1.1 一般資料

城鄉居民基本醫療保險基金支出的影響因素主要包括社會、人口、醫保政策、醫療衛生服務等方面。本文結合國內外及寧夏回族自治區地區經濟發展狀況，基于文獻及借鑒其他研究者評價的指標體系[1,6-7]，遵循科學性等原則，在數據的可得性和代表性基礎上，初選取了可以代表城鄉居民基本醫療保險基金支出影響因素的3個一級評價指標和17個二級指標。

為增加評價指標的代表性，減少指標評價信息的冗余，利用相關性分析減少指標間較強的線性關系。分別對3個維度指標做相關性分析，最終構建了可以代表城鄉居民基本醫療保險基金支出影響因素的3個一級評價指標和10個二級指標即人均GDP（X1）、參保人數（X2）、65歲以上老年人口占比（X3）、住院患者人均醫藥費用（X4）、門診報銷比例（X5）、住院報銷比例（X6）、城鄉居民醫療保險發生醫療費（X7）、病床使用率（X8）、每千人口衛生機構床位數（X9）、醫療衛生機構診療人次（X10）。

本研究數據采用了2014—2020年寧夏回族自治區統計局公布的《寧夏統計年鑒》中相關數據、衛生健康委員會發布的相關數據及課題組調研訪談獲取的相關定量數據與定性資料。

1.2 方法

1.2.1 灰色預測模型GM（1,1） 利用GM（1,1）模型預測寧夏回族自治區未來幾年城鄉居民基本醫療保險基金支出規模。GM（1,1）模型是基于隨機的原始時間序列，經按時間累加后所形成的新的時間序列呈現的規律可用一階線性微分方程地解來逼近。用一階線性微分方程地解逼近所揭示的原始時間序列呈指數變化規律。因此，當原始時間序列隱含著指數變化規律時，灰色模型GM（1,1）的預測是非常成功的。公式如下：

y(0)(k) +az(1)(k) =b，式中，a為發展灰數，b為內生控制灰數，k為時間序列，得到預測值(0)(k+ 1)=(1)(k+ 1) -(1)(k)

1.2.2 面板回歸模型 面板數據包括截面和時間序列兩個維度，是截面數據和時間序列數據綜合起來的一種數據類型，面板數據進行回歸影響關系研究時，即稱為面板模型。本研究將面板回歸模型分為固定效應模型和隨機效應模型。隨機效應和固定效應模型的區別在于，隨機效應模型認為誤差項和解釋變量不相關，而固定效應模型認為誤差項和解釋變量是相關的。為了降低模型中指標的異方差性，本研究對所有變量均取了自然對數。建立方程如下：

lny=β0+β1ln var1it+β2ln var2it+β3ln var3it+ … +βnln varnit+ ui+ εit

以上數據處理分別采用Excel2019、MATLAB9.0、Stata2015完成。

2 結果

2.1 城鄉居民基本醫療保險基金支出規模預測

首先進行級比值檢驗，結果顯示：原始數據沒有通過級比檢驗，因此進一步進行平移轉換，即在原始值基礎上加入平移轉換值40.00，最終平移轉換后的數據級比檢驗值均在標準范圍區間[0.779～1.284]內，意味著本數據可進行GM（1,1）模型構建。

得到發展系數a=-0.051 9，灰色作用量b=58.108 7以及后驗比C=0.039。本研究C值為0.039＜=0.35，意味著模型精度等級非常好（C值用于模型精度等級檢驗，該值越小越好，一般C值小于0.35則模型精度等級好，C值小于0.5說明模型精度合格，C值小于0.65說明模型精度基本合格，如果C值大于0.65，則說明模型精度等級不合格）。

由預測結果可知，2019—2023年，寧夏回族自治區城鄉居民基本醫療保險基金將繼續呈上升趨勢，由2019年的41.381億元增加到2023年的60.167億元，增長近1.5倍，但增長率呈逐年遞減趨勢，由2013年的17.88%降至2023年的8.425%。見表1。

表1 模型檢驗及預測值結果

2.2 城鄉居民基本醫療保險基金支出的影響因素

隨機效應模型的R2為0.767 9，固定效應模型的R2為0.773 6，可見固定效應模型的擬合優度高于隨機效應模型。再次利用Hausman檢驗進行兩種模型檢驗比較。結果發現P＜0.05，進一步確認了采用固定效應模型更為合適。

固定效應模型回歸結果顯示：人均GDP的P值為0.000，其系數為負，即人均GDP與人均城鄉居民基本醫療保險基金支出負相關；城鄉居民醫療保險費用的P值為0.201 4，其系數為正，即城鄉居民醫療保險發生醫療費與人均城鄉居民基本醫療保險基金支出正相關；每千人口衛生機構床位數P值為0.000，其系數為2.277 1，即每千人口衛生機構床位數與人均城鄉居民基本醫療保險基金支出正相關；醫療衛生機構診療人次P值為0.000，其系數為0.820 2，即醫療衛生機構診療人次與人均城鄉居民基本醫療保險基金支出正相關。見表2。

表2 基于兩種模型的影響因素分析結果

3 討論

3.1 人均GDP對城鄉居民基本醫療保險基金支出影響明顯

人均GDP對城鄉居民基本醫療保險基金支出的影響較大。隨著住院和門診服務醫保報銷比例逐漸升高，無形中也增大了居民對醫療服務的利用，同時居民經濟水平提高，購買力也相應提高。因此，也更趨向于注重自身健康，在一定程度上增加了出現小病及時就醫的動力。另外，一個地區或國家財政在醫療衛生方面的支出可以看出其對人民健康的重視程度[8]。從經濟學角度分析，居民人均可支配收入增加可以將潛在的健康需求轉變為現實需求，是影響消費的最穩定和最重要的因素[1]。

3.2 醫療衛生機構診療人次與城鄉居民基本醫療保險基金支出正相關

毫無疑問，持續增長的醫療費用是直接導致醫療保險基金支出的主要原因。醫療技術水平不斷提高、人類疾病譜的轉變、過度和不合理就醫、浪費醫療資源均是導致醫療費用持續增加的關鍵因素[9]。

因此，如何通過醫療保險政策提高基層醫療機構醫療服務水平、技術水平，如何利用醫療衛生資源合理配置引導分級診療，進而提升較低一級醫療機構住院服務及門診服務利用，是目前寧夏回族自治區政府工作的難點和重點問題[10]。再者逐漸上漲的醫療費用也會增加基金運行的赤字風險。因此，需建立科學的醫療服務監管機制控制不合理醫療費用增長[11]。

3.3 每千人口醫療衛生床位數與城鄉居民基本醫療保險基金支出正相關

研究結果發現，每千人口醫療衛生床位數與城鄉居民基本醫療保險基金支出正相關。可能的原因是地區內衛生機構床位數逐年增多，醫院住院人次數也逐漸增多，導致人均住院費用增高，從而導致人均城鄉居民基本醫療保險基金支出較高。本研究還發現當每千人口衛生床位數量增加1個百分點時，人均城鄉居民基本醫療保險基金支出增加0.227%。因此，政府需建立科學的醫療衛生資源配置及規劃預算，加強對醫療衛生費用的控制[11]。

3.4 城鄉居民基本醫療保險基金支出持續上升，但增速逐年降低

2021年以來，寧夏回族自治區面臨的醫療費用負擔問題及城鄉居民基本醫療保險基金支付負擔問題[12]，進一步加劇了醫療保險基金運行的潛在風險[13]。寧夏回族自治區城鄉居民基本醫療保險基金支出規模呈逐年遞增趨勢，由此可見目前醫療保險基金壓力也是逐年加劇的，但同時增速也在逐年放緩。這得益于近年來寧夏回族自治區醫療保險支付方式的不斷改革與發展，進一步完善了分級診療和醫療保險轉診轉院制度，有效地引導患者選擇就近就地住院治療，減緩了醫藥費用不合理增長的趨勢，充分發揮了推動“三醫聯動”的醫保杠桿作用，實現了“五個下降”的目標。尤其是2015年實行調劑金模式下的城鄉居民基本醫療保險基金省級統籌制度，在市級統收統支的基礎上實行自治區調劑金制度，減輕了自治區級財政負擔，又能部分分散醫療風險，提高基金互助功能。

為了進一步減少城鄉居民基本醫療保險基金支出，降低政府財政壓力，醫保部門應加強對醫療機構醫療服務行為的引導，如建立智能監控風險預警系統，加強對定點醫藥機構診療、參保人等行為的自動識別，切實找準監控重點，及時反饋到醫保經辦機構[14]；依托監控系統篩查，持續加大實地核查力度。