我國醫療救助財政支出效率及空間異質性研究

秦 玲，徐川川，2，3，馬國棟，2，3

(1.寧夏醫科大學公共衛生與管理學院，寧夏 銀川 750004；2.寧夏衛生管理與政策研究所，寧夏 銀川 750004；3.寧夏環境因素與慢性病控制重點實驗室，寧夏 銀川 750004)

醫療救助作為社會救助的一種，不僅是醫療保障中的最后一道防線，具有保障人民生命健康的功能，而且在新時期還兼具鞏固脫貧成果的作用。2021年11月國務院印發的《關于健全重特大疾病醫療保險和救助制度的意見》明確指出，要發揮醫療救助托底保障、防止和減少因病致貧、因病返貧的產生、鞏固脫貧成果。隨著醫療救助越來越受到國家和社會的重視，且資金規模的不斷擴大，醫療救助使用情況也成為了值得關注的重要問題之一。目前，我國對于醫療救助效率的研究多集中在公平性、資金籌集等方面，且對于醫療救助效率的影響因素研究從地理空間角度的研究尚不多，本研究在考慮空間異質性的基礎上，分析我國31個省(區、市)的醫療救助的投入產出影響因素。

1 資料與方法

1.1 資料來源

本研究以我國31個省(區、市)醫療救助資金為研究對象，研究中所涉及的投入產出以及影響因素指標數據主要來自2021年的《中國統計年鑒》《中國衛生健康統計年鑒》以及各省《國民經濟和社會發展統計公報》。空間分布圖以及GWR模型中所用到的我國省級行政區矢量圖以及相關經緯度等數據來自于Google Earth。

1.2 指標選取

1.2.1 投入產出指標

結合文獻[1，2]，各省統計口徑的一致性以及數據的可獲得性，以資助參加基本醫療保險資金數、門診和住院醫療救助資金數作為投入指標，將能夠反映醫療救助覆蓋面的資助參加基本醫療保險人數、門診和住院醫療救助人次數作為產出指標來測算我國各省醫療救助財政支出效率。

1.2.2 影響因素指標

根據數據的科學性和可獲得性原則，本研究分別從政治、經濟、衛生、人口以及文化教育水平角度選取因素。主要包括：①地方財政預算占GDP的比重(X1)，代表政府干預能力，政府利用財政或行政手段對醫療救助進行干預，說明政府對醫療救助的重視程度[3]。②居民人均可支配收入[4](X2)，代表居民的疾病負擔能力，居民收入越高，對疾病費用的承擔能力越強[5]，也就減少了醫療救助的使用幾率。③城基保率(X3)，為各地區參加城鄉居民基本醫保占地區總人口的比例[6]。④人均住院醫療費用(X4)，代表一個地區居民的疾病經濟負擔，居民疾病疾病經濟負擔過重導致的因病致貧可納入醫療救助范圍[7]，影響醫療救助人次。⑤老齡化水平(X5)，代表一個地區65歲以上人口占總人口的比重。醫療救助主要救助對象為重特大疾病患者，其中以老年人為主，一個地區老年人口越多，相應的醫療救助資金支出也越大。⑥文盲率(X6)，代表居民教育水平，醫療救助主要發生在文化水平不高的低收入人群中，文化水平的高低影響醫療救助的申報、結算等過程[8]。

1.3 分析方法

本研究采用數據包絡分析法對2020年31省(區、市)醫療救助財政支出效率進行測算，采用莫蘭指數和空間加權模型進行空間分布特征和影響因素的分析。

1.3.1 數據包絡分析法(DEA)

本文通過數據包絡法中的CCR模型，利用DEAP2.1軟件測算全國31個省市的醫療救助財政支出效率，公式如下：

λp≥0，P=1，2，3…，S-≥0，S+≥0

(1)

1.3.2 全局自相關

采用Moran’sI[9]檢驗我國省域醫療救助財政支出效率否存在空間自相關。具體計算公式如下：

(2)

1.3.3 地理加權回歸模型

地理學第一定律認為任何事物都是與其他事物相關的，并呈現出隨著空間距離增大，其關聯作用程度衰減的規律[10]。傳統計量模型假設空間事物無關聯且均質分布，因而傳統的最小二乘方法(OLS)只是對參數進行平均或全域的估計，并未能夠反映參數的空間非平穩性特征。地理加權回歸模型(GWR)對普通線性回歸模型進行了拓展，采用了空間變系數的回歸估計技術，可以有效解決系數空間非穩定特征難以捕捉的問題[11]，具體形式如下：

(3)

其中，EMAF為醫療救助財政支出效率，xik為解釋變量，(ui，vi)是第i個樣本空間單元的地理區位坐標；βk(ui，vi)是連續函數βk(u，v)在i樣本空間單元的值，εi為隨機誤差項，β0和βk為一套參數，k為單元數。

2 我國醫療救助財政支出效率的空間異質性

2.1 醫療救助財政支出綜合效率基本情況

經DEA測算，我國2020年醫療救助財政支出綜合效率值最大值為1，最小值為0.40，平均值為0.76，中位數為0.71。大部分省份未達到1的有效狀態，說明資金并未充分利用，存在著資金投入冗余或不足的情況。

2.2 醫療救助財政支出效率的空間異質性

對各省(區、市)醫療救助財政支出效率做空間自相關分析，得到莫蘭指數為0.219，在1%的水平上有統計學意義，說明我國醫療救助財政支出效率明顯存在正向空間自相關，也就是說我國各省的醫療救助財政支出效率分布并不是隨機的，而是相鄰省份之間存在關聯性。

2.3 醫療救助財政支出效率的區域差異

利用DEA測算出我國省級醫療救助財政支出效率，可看出我國醫療救助財政支出效率東中西部差異明顯，省域之間效率值的差異較大，西部經濟發展水平較低的省份如甘肅、西藏等地區醫療救助支出綜合效率值達到0.99、0.97接近1，東部地區經濟發達地區如廣東效率值為0.54、北京為0.44，未達到有效狀態，達到有效狀態的省份僅5個，即天津、上海、福建、河南、貴州。具體效率值空間分布情況見表1。

表1 我國省級醫療救助財政支出效率空間分布情況

3 我國醫療救助財政支出效率影響因素分析

3.1 GWR模型結果

由莫蘭指數計算結果可知，醫療救助財政支出效率存在空間自相關，故使用地理加權回歸模型。GWR模型帶寬計算采用“自適應”核函數的AICc方法，模型擬合優度為0.605，標準化殘差值為1.05，在95%置信區間為[-2.58，2.58]，模型整體效果較好，見表2。

表2 GWR模型結果及各省份影響因素排名

3.2 正向影響因素分析

對醫療救助財政支出效率呈正向影響的因素有政府干預能力，疾病負擔能力、城基保率、老齡化率和教育水平。此4個影響因素對醫療救助財政支出效率的影響存在以下特點：①呈正向影響，其中疾病負擔能力對醫療救助效率正向影響最大的省份為海南(0.091074)，即每提高一單位居民人均可支配收入，醫療救助財政支出效率高0.091074個單位。②影響力度具有空間異質性。同一影響因素在不同省(區、市)影響力度不同，原因在于各省份的同一因素在不同省(區、市)的水平不同，如疾病負擔能力在南北方具有明顯差異，南方經濟發展水平高于北方[12]，從而醫療救助資金規模投入相對較高，對居民的醫療救助需求滿足力度相較高于北方，進而影響力度高于北方，疾病負擔能力在黑龍江影響力度最小(0.090872)，在海南影響力度最大(0.091074)。③影響因素數值對效率的影響具有異質性。即此五因素對醫療救助效率的影響并非同質而是具有異質性，并不是某一省某影響因素數值大對醫療救助財政支出效率的影響力度就大。如疾病負擔能力排名前三的省為上海市、北京市、浙江省，影響力度分別排在第23位、26位、21位，排名后三的省為甘肅省、西藏自治區、貴州省，影響力度分別排在第15位、20位、23位。其他四個影響因素也均有此特點，不在此一一贅述，見表2。

3.3 負向影響因素分析

對醫療救助財政支出效率呈負向影響的因素僅有疾病經濟負擔，此因素存在以下特點。①呈負向影響，其中疾病經濟負擔對醫療救助財政支出效率負向影響力度最大的省為海南(-0.196832)，即每提高一單位疾病經濟負擔，醫療救助財政支出效率降低-0.196832個單位。②影響力度具有空間異質性。同一影響因素在不同省(區、市)影響力度不同，疾病經濟負擔出現空間異質性的原因在于公立醫院住院人均費用不同，各省的醫療救助標準不同，故符合醫療救助條件的對象在各省所占比例不同，從而出現影響力度的空間異質性。③影響因素數值對效率的影響具有異質性。并不是疾病經濟負擔越重對效率的影響力度越大。如疾病經濟負擔排名前3的省(區、市)為北京市、上海市、天津市，影響力度確分別排在第27位、14位、25位，排名后3的省為甘肅省、云南省、貴州省，影響力度分別排在第23位、16位、6位。見表2。

4 討論

4.1 多數省(區、市)醫療救助財政支出效率無效且具有空間相關性

經DEA測算結果可知，我國醫療救助財政支出效率大部分省(區、市)未達到有效狀態，存在投入不足或冗余情況，仍有改進的空間。整體上西部地區醫療救助財政支出效率較高，原因在于西部地區經濟發展水平較低，困難群眾占比較高，接受醫療救助者比例高，即醫療救助財政支出效率的產出相對大，這也與鐘玉英[2]、楊浩[3]等人的研究結果趨于一致。根據莫蘭指數檢驗結果可知某一省(區、市)的醫療救助財政支出效率受到相鄰省的影響，原因在于相鄰省(區、市)之間存在大量的人口流動、資金流動以及醫療資源共用等現象，再加上目前異地就醫的便捷性更是加強了省(區、市)之間醫療救助效率的相關性。

4.2 醫療救助財政支出效率影響因素多元化且具有空間異質性

地理加權回歸模型結果顯示，我國各區域醫療救助財政支出效率受政府干預能力、疾病負擔能力、老齡化水平等多種因素的影響，且影響因素具有空間異質性的特點。

政府干預能力以及疾病負擔能力對醫療救助財政支出效率呈正向影響，其原因可能在于醫療救助資金規模和標準與經濟發展水平相適應。一方面經濟發展水平提升相應會提高地方財政預算投入醫療救助的資金規模，政府干預能力強、重視程度高，同時居民對疾病的負擔能力增強，在一定程度上減少了因病致貧類對象醫療救助支出的可能，節約了醫療救助財政資金；另一方面會相應提升相對貧困線[13]，進而劃入醫療救助低收入的人群相應擴大，增大了醫療救助幾率，提高醫療救助產出，從而對醫療救助效率產生正向影響。因此東部地區由于人均可支配收入排名靠前，經濟發展水平高，醫療救助財政資金規模較大，疾病負擔能力與政府干預能力對東部省(區、市)的影響力度整體高于中、西部，但區域內各省(區、市)(區、市)由于經濟發展水平不同，影響系數不同，同樣存在空間異質性。

城基保率對醫療救助資金財政支出效率存在正向的影響，原因在于基本醫療保險參與人數越多，其保障人群越廣，一方面在一定程度上減少了醫療救助資金的使用，有利于醫療救助資金最大限度使用在困難群眾身上，另一方面釋放的就醫需求增大了醫療救助幾率。因此西部地區由于城基保率整體較高，覆蓋面廣，節約了醫療救助資金，同時釋放的就醫需求增大了醫療救助幾率，故城基保率對西部地區醫療救助財政支出效率的影響力度明顯高于東、中部，但區域內各省份城基保率不同，影響力度存在空間異質性。

老齡化水平對醫療救助財政支出效率存在正向的影響且影響力度最大，原因在于老年人由于身體機能的衰退，患病率高，醫療需求高，加之經濟收入較低、疾病負擔能力弱，易發生重特大疾病[14]導致因病致貧，老年人口越多符合醫療救助條件的對象相應增加，增大了醫療救助的產出，提高了醫療救助財政支出效率。因此東部省(區、市)由于老齡化水平普遍較高，老年人口較多，增大了醫療救助幾率，對醫療救助財政支出效率的影響力度高于中、西部，但區域內老齡化水平不同，影響力度存在空間異質性。

教育水平對醫療救助財政支出效率呈正向影響，原因可能在于醫療救助主要發生在文化水平不高的低收入人群中，文化水平的高低影響醫療救助的申報、結算等過程[8]，還會影響居民的健康意識[15]、以及生活習慣。文化水平低伴隨的健康衛生意識差、不良生活習慣會導致患病可能性增大、使得發生醫療救助的幾率相應提升，增大醫療救助產出，從而對醫療救助效率產生正向影響，但對醫療救助財政支出效率的影響最小。因此東部省(區、市)由于居民文盲率較低，文化水平對醫療救助財政支出效率的影響值低于西、中部，且區域內省份居民整體文化水平不同，影響力度存在空間異質性。

疾病經濟負擔對醫療救助財政支出效率呈現出負向影響，原因可能在于疾病經濟負擔越重，重特大疾病導致的因病致貧醫療救助對象越多[7]，醫療救助補貼資金單人次使用數額越大，在有限的醫療救助財政資金中，用于救助的人次較少，產出較低，從而對醫療救助財政支出效率呈現負向影響。因此東部省(區、市)由于人均住院費用高于中、西部，居民疾病經濟負擔較重，單人次醫療救助補貼資金較高，降低了救助產出，對東部省(區、市)的影響明顯低于西、中部，但區域內各省(區、市)人均住院費用不同，醫療救助標準不同，影響力度存在空間異質性。

5 建議

5.1 加強相鄰省(區、市)醫療救助信息互聯互通

醫療救助財政支出效率具有空間相關性，受助者可能出現相鄰省(區、市)異地就醫的情況，異地就醫加強了各省(區、市)之間醫療救助財政支出效率的相關性，因此醫療救助財政支出效率的提升，不僅需要關注自身省(區、市)具體情況，也應加強與各省(區、市)之間醫療救助信息的互聯互通，如通過加強對已納入救助范圍的醫療救助對象經常流動省(區、市)的信息互通，以方便相鄰省(區、市)之間共同合理配置醫療救助資金在救助項目上的分配與預算。

5.2 多維舉措提高醫療救助財政支出效率

醫療救助財政支出效率受多種因素影響，因此應從不同方面根據影響因素實際情況多維舉措提高醫療救助財政支出效率。一是對于疾病負擔能力、老齡化率這些近期無法改變的影響因素，根據現有水平制定合理化醫療救助標準，提高醫療救助覆蓋面增大產出。二提高城基保率，節約醫療救助資金，充分利用現有資金。三是重視政府干預的力量，合理制定地方財政預算，協調醫療救助相關部門之間的工作，精準覆蓋醫療救助需求，擴大醫療救助產出。四是降低人均住院費用，加強健康教育，通過宣傳疾病預防知識以及醫療費用的合理控制減少醫療救助支出可能，節約資金，合理利用有限資金。

5.3 因地制宜制定細化、差別化的醫療救助財政預算

根據GWR模型結果顯示，醫療救助財政支出效率的影響因素具有空間異質性，每一影響因素在各個省份的影響力度不同，如東北地區醫療救助財政支出效率主要受老齡化率的影響，且老齡化率在東北地區影響力度高于西南部，對此東北地區政府應主要根據本地區老齡化規模，合理調整醫療救助財政預算。各省也應根據每一影響因素在本地區所體現的影響力度，因地制宜制定細化、差別化的醫療救助財政資金預算計劃，最大限度發揮醫療救助保障人民生命健康的作用。