基于組合預測模型的內蒙古衛生總費用預測及分析

胡嘉靖，范艷存，劉思佳，薛清元

1內蒙古醫科大學衛生管理學院，內蒙古呼和浩特，010100；2內蒙古自治區衛生政策研究所，內蒙古呼和浩特，015001

作為衛生方面的宏觀經濟信息，衛生總費用是評價一個國家和地區衛生籌資政策和資金利用情況的重要指標[1]，由政府衛生支出、社會衛生支出和個人衛生支出3部分組成。衛生總費用及其構成在很大程度上可以反映出國家、社會及個人對健康的重視程度及對醫療衛生費用的負擔水平[2]。衛生總費用合理增長已經成為各國公共治理的挑戰之一[3]。對衛生總費用及構成進行科學的分析和預測，充分衡量其變化幅度和方向，能夠為衛生健康部門提供數據支持，為進一步優化衛生籌資體系，使衛生總費用保持合理增長提供參考。

衛生總費用的預測一直是衛生政策和衛生管理領域的研究熱點。但以往研究多數采用單個預測模型進行預測，雖然具有不錯的擬合度，但預測模型各有其局限性。本研究以內蒙古自治區衛生總費用及構成作為研究對象，將3種常見的灰色預測模型與BP神經網絡模型進行組合，構成組合預測模型對內蒙古“十四五”期間衛生總費用趨勢及結構變化進行預測，以期為內蒙古醫療衛生服務體系發展提供數據支撐和政策建議。

1 資料來源與方法

1.1 資料來源

內蒙古自治區衛生總費用數據來源于2011-2015年《內蒙古衛生統計資料匯編》、2017-2018年《內蒙古衛生和計劃生育統計年鑒》以及2019-2021年《內蒙古衛生健康統計年鑒》。

1.2 研究方法

1.2.1 灰色預測模型。灰色預測模型是灰色系統理論的重要組成部分，由鄧聚龍教授在1982年提出，該模型對研究數據要求不高，具有可以處理小樣本、貧信息的特點[4]，目前在衛生費用預測領域已經有廣泛的應用[5-8]。本研究選取目前已經被廣泛應用的3種灰色預測模型，包括GM(1,1)模型、DGM(1,1)模型以及DNGM(1,1)模型[9-11]，由于篇幅限制，具體的建模過程在此不再進行贅述。

雖然灰色預測模型應用廣泛、效果顯著，但建立模型的數據序列需要滿足一定的條件。數據序列要滿足準指數規律，即序列的變化速度不能過快[9]。若原始數據序列不滿足準指數規律，則需要利用弱化算子對原始數據進行處理，使之滿足準指數規律[12]。

1.2.2 神經網絡模型及組合預測模型。神經網絡是通過模擬生物神經網絡進行數據處理的一種模型，具有良好的非線性映射能力，對樣本資料的類型和分布無嚴格要求[13]。本研究將BP神經網絡模型與灰色預測模型進行組合，建立組合預測模型。將GM(1,1)、DGM(1,1)和DNGM(1,1)模型的模擬值作為輸入，將實際值作為輸出建立神經網絡，隱含層設置為5層。設置網絡的訓練參數，其中輸出層的激活函數為pruelin，其余層的激活函數為tansig，訓練速率為0.01，誤差精度為10-6，最大訓練次數為1000次，選取貝葉斯正則化方法trainbr為訓練方法。由于神經網絡的訓練過程具有一定的隨機性，因此本研究將該模型運行1000次取其平均值作為預測結果。

1.3 統計學方法

使用Excel 2016對數據進行整理，Matlab 2018a構建預測模型并進行擬合分析。

2 結果

2.1 內蒙古衛生費用現狀及準指數規律的檢驗

2007-2019年內蒙古衛生總費用呈現逐年上升趨勢，13年間衛生總費用上漲了931.19億元，年均增長率達32.58%。作為衛生總費用的籌資來源，政府、社會和個人的衛生支出結構發生較大轉變，政府衛生支出和社會衛生支出分別由23.12%、28.86%上升到29.30%、40.14%，個人衛生支出由48.02%下降到30.56%，呈現出政府和社會衛生支出占比逐年上升，個人衛生支出占比逐年下降的態勢。人均衛生總費用上，由980.77元增長到4841.63元，與衛生總費用的變化趨勢基本一致。內蒙古衛生總費用占國民經濟(GDP)的比例呈逐步上升的趨勢，從2007年的3.71%上升到6.79%，2019年我國衛生總費用占GDP的比重為6.67%，可見內蒙古衛生總費用占GDP比重略高于全國水平。見表1。

在建立預測模型前，對內蒙古2007-2019年政府衛生支出、社會衛生支出、個人衛生支出數據序列進行準指數規律檢驗，可以發現社會衛生支出、個人衛生支出的數據序列光滑度滿足準光滑序列的條件，可以進一步進行建模預測；政府衛生支出的數據序列不滿足準光滑序列的條件，需要引入弱化算子對原始數據進行處理，處理后得到的數據序列為(217.79，231.35，245.39，258.09，271.27，281.76，292.8，302.77，315.16，326.08，333.46，333.64，342.63)，經檢驗后發現該序列滿足準指數規律，可以建立灰色預測模型。見圖1。

表1 2007-2019年內蒙古衛生總費用及其構成

圖1 內蒙古衛生費用序列的準指數規律檢驗

2.2 模型訓練結果和模型檢驗

使用內蒙古2007-2017年政府衛生支出、社會衛生支出、個人衛生支出數據作為原始序列進行建模，對2018年和2019年的衛生支出費用進行預測，將預測結果分別求和作為衛生總費用的預測數據，計算平均相對誤差率，檢驗模型的預測效果。對不同預測模型進行比較，本研究中構建的組合模型在衛生總費用預測中擬合數據和驗證數據的相對誤差分別為2.64%和0.25%，顯著低于3個灰色預測模型(表2)，在政府衛生支出、社會衛生支出和個人衛生支出上呈現出更好的擬合預測精度(表3)，因此本研究將采用構建的組合模型進行預測。

2.3 組合模型的預測結果

采用本研究中構建的組合模型對內蒙古自治區2020-2025年衛生總費用及其組成進行預測，2020-2025年內蒙古衛生總費用仍將呈上升趨勢，預計到2025年內蒙古衛生總費用將達到1415.10億元，政府、社會和個人的衛生支出分別為386.32億元、610.68億元、418.10億元。政府衛生支出占比降低了1.26%，社會衛生支出占比增加了1.25%，個人衛生支出占比基本保持不變。見表4。

3 討論

3.1 不同預測模型的組合可以達到更好的預測效果

基于歷史數據的演化趨勢對未來進行展望是預測的一種常用方法[14]，衛生總費用作為全社會的衛生活動的重要反映，容易受到人口、經濟和社會等多方面因素的影響， 因此通常使用時間序列數據建立預測模型進行預測，但單一的模型可能存在精確度和穩定性方面的問題[15]。因此將多種模型進行組合，可以進一步提升預測結果精度和降低誤差。本研究依據內蒙古2007-2019年衛生總費用及其構成的數據，使用GM(1,1)、DGM(1,1)和DNGM(1,1)三種灰色預測模型與神經網絡模型進行組合，獲得了誤差相對較小的擬合和預測效果。在衛生總費用及構成的預測研究中，組合預測模型可以達到精度更高的預測結果，具有一定的研究價值，未來可以將人口結構、衛生資源配置等因素引入到衛生總費用的預測中，進一步完善組合預測模型。

表2 不同模型的內蒙古衛生總費用擬合和驗證結果

表3 不同模型的內蒙古衛生總費用構成的精度檢驗結果

表4 內蒙古衛生總費用預測結果

3.2 內蒙古衛生總費用將持續上升，但增長幅度會逐漸降低

充足的政府衛生投入是發展衛生健康事業、提高居民健康水平、供給健康勞動力、維護社會公平正義的基礎和保障[16]。2007年以來，內蒙古衛生總費用高速增長，年均增長率超過30%，2019年占GDP比重達到6.79%，略高于全國6.67%的水平，可見內蒙古對于醫療衛生保健較為重視。衛生總費用絕對數量的增長不可能是無限度的[17]，根據國際上其他國家的經驗，衛生總費用占GDP比重到一定階段后會保持穩定。從預測結果看，內蒙古衛生總費用仍將持續增長，但增長幅度會逐漸降低，2020-2025年的年均增長率約為2.90%。在我國經濟發展新常態背景下，經濟增長速度減緩[18]，與此同時受新冠肺炎疫情影響，政府疫情防控支出增加，人口老齡化程度不斷加深，衛生總費用規模將進一步擴大，一系列因素使得衛生總費用占GDP比重可能高于預測值。不斷增長的衛生總費用投入并不等于人群健康效率的快速提升[19]，合理地配置衛生總費用投入，建立科學的績效目標，通過精細化管理和績效評估結構調整提高衛生費用的績效，將成為深化醫藥衛生體制改革的重要任務[20]。

3.3 內蒙古衛生總費用結構仍需優化

按照國際慣例，衛生總費用構成以“3∶4∶3”較為合理，即社會衛生支出占40%,政府和個人衛生支出各占30%[21]。內蒙古衛生總費用中政府、社會和個人支出從2007年的2∶3∶5轉變為2019年的3∶4∶3，初步實現了衛生總費用結構的個人衛生支出為主到社會衛生支出為主的改革，2020-2025年期間個人衛生支出將降低到30%以內，衛生總費用整體結構趨于合理。但需要注意到，與全國個人衛生支出占比水平(28.36%)相比，內蒙古的占比(30.56%)仍然相對較高，同時內蒙古個人衛生支出的絕對值由114.39億元增長到357.34億元，增長了212.39%。根據預測結果，個人衛生支出占比緩慢降低，預計到2024年下降到29.25%，與《內蒙古自治區“十四五”衛生與健康事業發展規劃》中提出的2025年低于28%的目標仍有一定差距。這些數據表明“十四五”時期內蒙古仍面臨家庭災難性衛生支出的風險[16]，因此需要進一步降低個人衛生費用負擔。在衛生總費用將持續增長的情況下，一方面需要建立以“健康中國”戰略為導向的政府衛生投入機制[22]，綜合考慮內蒙古人口結構、患病率、醫療技術水平等因素，推動建立適合內蒙古實際的可持續性政府衛生投入長效機制。另一方面需要進一步加強社會衛生籌資，通過稅收優惠等引導政策鼓勵社會組織和企業投入衛生健康領域；加快發展商業健康保險，完善與基本醫療保險的銜接融合，提升商業健康保險在衛生總費用中的占比。