我國城鄉居民基本醫療保險制度運行效率及影響因素研究

張禮亮 田佳帥 張婧怡 代珊珊 蔡心雨 高廣穎

首都醫科大學公共衛生學院 北京 100069

1 引言

效率是我國醫療保障制度高質量發展的重要議題之一,關系到制度可持續性、醫藥服務可及性等諸多方面,也是實現醫療保障制度高質量發展的關鍵要義。城鄉居民基本醫療保險(以下簡稱“居民醫保”)是我國醫療保障制度的重要組成部分,為減輕人民群眾就醫負擔、提高全民健康水平發揮了重要作用。但同時,居民醫保制度運行面臨籌資壓力較大、基金運行風險較高、地區間待遇水平不均衡、難以滿足參保人醫療保障需求等突出問題和矛盾,如何提高居民醫保運行效率,以更少的居民醫保投入獲得更高的產出,更好地滿足居民健康需求,成為當下亟需關注的現實問題。因此,有必要深入分析我國居民醫保制度運行的效率現狀,并關注不同地區間的效率差異和影響因素,為優化居民醫保制度投入產出關系提供參考依據。

數據包絡分析(Data Envelopment Analysis,DEA)方法為開展運行效率研究發揮了重要作用,但既往研究多使用傳統DEA模型測度醫保系統運行效率,未能充分考慮非期望產出在效率測度中的作用,且存在多個決策單元效率值同時為1時無法比較排序的問題[1-3],限制了不同決策單元間效率的對比。同時,針對醫保運行效率影響因素方面的研究還較少,且解釋變量的選擇仍局限在宏觀經濟運行和社會發展等方面[4-7],影響因素較為單一,有待進一步拓展。

鑒于此,本研究運用基于非期望產出的超效率SBM模型和Malmquist指數測算我國31個省份居民醫保的靜態效率、動態效率,考慮了松弛變量和非期望產出,能夠更合理地測度各省份居民醫保制度運行效率水平,同時,也解決了傳統DEA模型中效率值最高為1,無法進行相互比較的問題。另外,本研究采用Tobit回歸分析效率的影響因素,在既往宏觀經濟運行和社會發展變量的基礎上,嘗試探討醫保監管水平對于醫保運行效率的影響,從而為提高醫保基金監管水平提供參考依據。

2 數據來源與研究方法

2.1 數據來源與分析

本研究所需數據來源于相應年份的《中國統計年鑒》《中國衛生健康統計年鑒》和《中國醫療保障統計年鑒》。采用Dearun3.0軟件,選擇超效率SBM模型及Malmquist指數模型,測算我國居民醫保運行的靜態效率和動態效率。采用Stata17.0對各省份居民醫保運行效率的影響因素進行Tobit回歸。以P<0.05為具有統計學意義。

2.2 研究方法

2.2.1 超效率SBM模型

傳統DEA模型包括CCR模型和BCC模型。將綜合效率(TE)分解為純技術效率(PTE)和規模效率(SE)兩部分,公式為SE=TE/PTE。通過分解可判斷DEA無效率的決策單元是因技術無效還是規模無效造成的。傳統DEA模型得到的效率值取值范圍為[0,1],當效率值為1時,說明該決策單元為DEA有效。

傳統DEA模型未考慮投入產出松弛問題導致效率評價有偏差,因此,在傳統DEA方法的基礎上, Tone[8]于2001年提出將松弛變量考慮進目標函數的非徑向SBM模型(Slack-Based-Model,SBM),解決了傳統DEA帶來的效率偏差問題。隨后,Tone[9]在2002年又進一步提出了超效率SBM模型,解決了以往有效決策單元難以相互比較的問題[10]。為了將非期望產出納入分析,并對不同省份的效率進行比較和排序,本研究使用包含非期望產出的超效率SBM模型測量各省份2020—2021年居民醫保的靜態效率。含有非期望產出的超效率SBM模型的表達式如下[11]:

λj≥0,j=1,2,…,n

其中,n表示決策單元個數,m表示投入,r1、r2表示期望產出和非期望產出;x表示相應投入矩陣中的元素,yd和yu表示相應的期望、非期望產出矩陣中的元素;ρ*為計算的醫保運行效率值,ρ*<1表明決策單元處于相對無效狀態,ρ*≥1表明決策單元達到相對有效狀態,且值越大表示運行效率越高。

2.2.2 Malmquist指數

DEA模型只能反映決策單元的靜態效率,無法反映其動態變化情況。而隨著時間推移,生產技術也會發生不斷變化,因此需要結合Malmquist指數來分析醫保運行效率的動態變化情況。Malmquist指數又稱全要素生產率指數,用于衡量決策單元從t期到t+1期的全要素生產率變化(Total Factor Productivity Change,TFPC),反映了決策單元的資源利用動態效率,以及技術進步和管理效率的變化情況。TFPC可以進一步分解為技術效率變化(Technical Efficiency Change,TEC)和技術進步變化(Technical Progress Change,TPC)。TEC是指決策單元對當前技術的利用情況,TPC是指生產技術進步對具體決策單元產生的影響。TEC可進一步分解為純技術效率變化(PTEC)和規模效率變化(SEC)。Malmquist指數模型的數學表達式如下[11]:

TFPC=TEC×TPC=(PTEC×SEC)×TPC

2.2.3 面板數據Tobit回歸

超效率SBM模型和Malmquist指數主要用于衡量決策單元效率及其變化,為進一步深入分析影響我國居民醫保制度運行效率的各種外部環境因素,本研究以測算出的居民醫保效率值作為因變量,將可能的影響因素作為自變量,開展回歸分析。Tobit模型又稱受限因變量回歸模型,適用于截斷或截堵因變量數據的回歸分析,采用極大似然法估計回歸系數。由于超效率SBM模型得出的綜合效率值均大于0,為非負截斷數據,如果采用普通最小二乘法進行回歸,會導致參數有偏和不一致性。為保證結果無偏且一致,同時借鑒既往研究,采用Tobit模型分析醫保運行效率的影響因素。Tobit模型基本表達式如下:

其中,i代表省份,t代表年份,Yit代表因變量,Xit代表自變量,βi為待估的回歸系數,εit表示誤差項。

2.3 指標選擇

2.3.1 投入產出指標

在借鑒既往研究的基礎上[2,4],依據指標選取的連續性、科學性、代表性、可獲得性原則,最終確定居民醫保的3個投入指標、4個期望產出指標、2個非期望產出指標(表1)。

表1 投入產出指標

2.3.2 影響因素指標

根據既往文獻研究,結合數據的可獲得性,本文從經濟發展、政府財政、社會發展、醫療費用、醫保監管等方面考慮解釋變量。經濟發展水平是影響一個地區基本醫療保險效率的重要因素,本文采取各地區人均GDP衡量其經濟發展水平。政府財政水平體現在公共服務和公共產品方面的支出規模和重視程度,本文采用各地區一般公共預算支出占地區GDP的比例進行衡量。本研究從老齡化程度和受教育水平兩個方面分析社會發展水平對醫保運行效率的影響。其中,采用老年人口撫養比衡量各地區的老齡化程度,采用文盲人口比重衡量各地區的受教育程度。醫療費用水平也是影響居民醫保運行效率的重要因素,使用次均醫療費用衡量不同地區的醫療費用水平。醫保基金監管有效維護了醫保基金安全,推動了醫保制度的長期穩定運行和長遠可持續發展,醫保監管水平與醫保運行效率可能存在著一定的相關關系。因此,本研究利用《中國醫療保障統計年鑒》中各地區監管定點醫藥機構數和追回醫保資金金額,計算出平均追回資金金額,將其作為衡量各地區醫保監管水平的指標納入影響因素分析。具體指標見表2。

表2 居民醫保運行效率的影響因素指標

本研究對各自變量取對數處理以消除變量間的多重共線性和異方差性[12],最終構建具體回歸模型如下:

TEit=β0+β1lnpcgdpit+β2lnrevit+β3lnagiit+β4lneduit+β5lnmedexpit+β6lnsecit+εit

其中,TEit為利用超效率SBM模型得到的各省份居民醫保綜合效率值,i表示各省份,t表示年份,β0為常數項,βj(j=1,2,…,5)為待估計系數,εit為殘差項。

3 結果

3.1 各省份居民醫保運行靜態效率分析

3.1.1 全國層面

從全國來看, 2020年和2021年全國綜合效率均值分別為0.916、0.889(表3),兩年綜合效率均值均小于1,說明整體存在一定的上升空間。對綜合效率分解后發現,每年的純技術效率均值均大于規模效率均值,說明規模效率偏低是制約全國整體效率水平的主要原因。

表3 2020—2021年全國各省份居民醫保運行效率情況

3.1.2 區域層面

分區域來看,2020和2021年東部地區居民醫保運行綜合效率均為最高,中、西部地區均較低,且都低于當年全國均值,與東部地區差距較大。對綜合效率進行分解,東、西部地區的純技術效率均值的大于規模效率均值,說明規模效率偏低是制約東、西部地區效率的主要原因,而中部地區則是純技術效率均值小于規模效率,說明純技術效率偏低是制約中部地區效率的主要原因。

3.1.3 省份層面

分省份來看,2020年,北京、天津等21個省份(占比67.7%)處于DEA有效,只有河北、遼寧等10個省份的效率值小于1(表3)。居民醫保效率值小于1的省份主要集中在中、西部地區。2021年,效率值小于1的省份增加到15個,也主要集中在中、西部地區。

從綜合效率分解情況來看,2020年效率值小于1的10個省份中,河北、遼寧、黑龍江、安徽、內蒙古、陜西、甘肅、青海8個省份純技術效率值均低于規模效率,吉林、寧夏2個省份純技術效率值高于規模效率。2021年效率值小于1的15個省份中,河北、遼寧、福建、海南、黑龍江、安徽、江西、湖北、湖南、內蒙古、陜西、甘肅、青海13個省份純技術效率值都低于規模效率,吉林、四川2個省份純技術效率值高于規模效率。對于居民醫保運行效率值小于1的省份,純技術效率偏低是制約其效率水平的主要因素。

3.2 各省份居民醫保運行動態效率分析

3.2.1 全國層面

從全國來看,居民醫保運行整體的全要素生產率指數均值為1.102(表4),說明整體全要素生產效率呈上升趨勢。而全國居民醫保技術進步指數為1.122,綜合技術效率指數接近1,說明2020—2021年我國居民醫保運行的生產前沿面的移動效應顯著,全要素生產率的提升有賴于技術進步的提高。同時,綜合技術效率略有下降,說明在開展技術創新的同時,應更加關注管理水平的提高,從而加強對于生產前沿面的追趕效應。

表4 2020—2021年居民醫保運行效率指數及其分解

3.2.2 區域層面

分區域來看,西部地區的居民醫保全要素生產率指數最高,分解后的各指數均大于1,說明西部地區全要素生產率上升趨勢明顯。東、中部地區次之,全要素生產率略有上升,而分解后的技術進步指數均大于1,綜合技術效率指數均小于1,說明綜合技術效率下降是制約東、中部地區全要素生產率提升的主要原因,因此東、中部地區應提高居民醫保運行的管理水平,從而進一步提升全要素生產率水平。

3.2.3 省份層面

分省份來看,全要素生產率指數大于1的省份有23個,占比74.2%,只有天津、海南、河南、湖南、廣西、貴州、云南、新疆8個省份的全要素生產率指數小于1。意味著對于大多數省份來說,居民醫保運行的投入和產出之間的比例關系在不斷改善。對于全要素生產率指數小于1 的8個省份,綜合技術效率指數均小于技術進步指數,說明制約其全要素生產率提升的主要因素是綜合技術效率的降低。

3.3 居民醫保運行效率影響因素分析

由回歸結果可知(表5),老齡化程度、醫療費用水平和醫保監管水平對居民醫保運行效率有顯著影響。具體來看,老年撫養比對居民醫保運行效率有顯著的負向影響,符合一般的預期情況,說明人口老齡化程度的加深對于居民醫保的運行效率提高有顯著的阻礙作用。

表5 我國居民醫保運行效率影響因素的Tobit回歸結果

次均醫療費用對居民醫保運行效率有顯著的負向影響,表明醫療費用水平的提高會阻礙居民醫保運行效率,可能是由于在同等投入水平下,更高的次均費用會造成服務產出的減少,從而降低居民醫保運行效率。

此外,本研究利用各省份平均每家醫藥機構追回的醫保資金數量反映當地醫保部門對于醫保基金監管的力度和成效,并將其納入模型,分析該因素對于醫保運行效率產生的影響。結果表明,平均每家醫藥機構追回的醫保資金額度與居民醫保運行效率呈顯著的正向關系,表明各省份能夠通過加大醫保基金監管力度來提高居民醫保運行效率。

4 討論與建議

在靜態效率方面,2020年和2021年全國居民醫保運行整體綜合效率均值在0.8以上,說明只要稍加改進就可以達到有效狀態。分區域來看,東部地區居民醫保運行效率最高,中、西部地區次之,且與東部地區差距較大。其中,規模效率偏低是制約東、西部地區居民醫保運行效率的主要因素,純技術效率偏低則是制約中部地區居民醫保運行效率的主要原因。對于綜合效率值小于1的省份來說,純技術效率偏低是制約其綜合效率提升的主要原因。

在動態效率方面,全國居民醫保運行的整體全要素生產率呈上升趨勢,主要得益于技術進步的提高。東、中部地區的綜合技術效率下降,說明在技術進步的同時,也要更加關注居民醫保管理水平的提高,從而提高綜合技術效率。74.2%的省份居民醫保全要素生產率呈上升趨勢,大多數省份居民醫保運行的投入和產出之間的比例關系在不斷改善。

在影響因素方面,老年撫養比和醫療費用水平對居民醫保運行效率有顯著的抑制作用,醫保監管水平對于居民醫保運行效率有顯著的促進作用。

基于上述結論,為提升我國居民醫保運行效率,促進醫療保障制度公平有效,本研究提出以下幾點建議:

4.1 彌合區域效率差異,促進醫保公平發展

中、西部地區居民醫保運行效率與東部地區差距明顯。因此,應該加強對于中、西部地區醫保運行的重視,著重采取措施提高中、西部地區的居民醫保運行效率,彌合地區間的差距。其中,西部地區規模效率偏低,且大部分省份處于規模報酬遞增狀態,說明西部地區居民醫保運行尚未達到最優規模,未來應適當調整醫保規模,進一步加大投入力度,最終實現規模經濟。中部地區在加大居民醫保投入、發揮規模效益的同時,更應關注管理水平和效率的提高,加強對于投入產出的配置能力和管理能力,優化投入和產出之間的比例關系。

4.2 合理控制醫療費用水平,加大醫保基金監管力度

醫療費用水平越高,在相同投入水平下會帶來更低的產出水平,本研究也表明,醫療費用的不斷增長是阻礙居民醫保運行效率的重要因素。因此,應持續推進醫保支付方式改革,加強總額預算控制,并充分考慮醫療發展實際,將區域醫療費用控制在合理水平。

醫保監管水平的提高能顯著提升居民醫保運行效率,為各地區提高監管水平、加大監管力度提供了有力支撐。因此,各地區需要進一步加強對于醫保基金的監管,建立涵蓋基金征繳、集中采購到報銷支付等全過程的監管機制,實施常態化檢查、專項檢查等多種監督檢查方式,并充分利用大數據監控,嚴厲打擊欺詐騙保行為,維護基金安全與穩定。

4.3 實施積極老齡化政策,減緩老齡化對于醫保運行效率的影響

人口老齡化已經成為當前和今后一段時期的基本趨勢,老年人口的增加促進了疾病譜的轉變和醫療需求的提升,同時,生育率下降,出生人口數量減少,老年撫養比隨之增大,導致繳費結構發生變化。這些變化都對醫保運行效率造成了更大壓力,提出了更高要求。因此,需要采取積極的應對措施,減緩老齡化程度加深對于醫保運行效率的消極影響,從而維護醫保制度長遠發展,為更好滿足人民群眾醫療保障需求做好準備。在基金投入方面,提高地區經濟水平,擴大基本醫保收入來源,建立可持續的醫保籌資機制,強調退休人群的繳費責任等。在待遇保障方面,加強基層醫療服務體系建設,推動分級診療制度,將常見病、多發病留在基層,同時加強疾病預防和健康管理,從而減少醫療費用支出。

作者聲明本文無實際或潛在的利益沖突。