中國的健康生產(chǎn)效率及其影響因素研究*

申曙光， 鄭倩昀

中國的健康生產(chǎn)效率及其影響因素研究*

申曙光， 鄭倩昀

隨著全民醫(yī)保的基本實(shí)現(xiàn)，醫(yī)療衛(wèi)生的公平性問題得到較大程度改善，因此，下一步醫(yī)改的重點(diǎn)應(yīng)轉(zhuǎn)向效率。健康生產(chǎn)的高效率要求在給定的健康投入下，實(shí)現(xiàn)健康產(chǎn)出的最大化。自“新醫(yī)改”以來，越來越多的社會(huì)資源投入健康生產(chǎn)。對(duì)于大量的投入能否高效率地轉(zhuǎn)化為健康產(chǎn)出,本文利用固定效應(yīng)面板隨機(jī)前沿模型，考察我國各省市2010—2014年的健康生產(chǎn)效率，并對(duì)健康生產(chǎn)效率的影響因素進(jìn)行分析。研究表明：(1)2010年以來，中國健康生產(chǎn)效率的整體水平得到提高，地區(qū)差異得到改善。(2)經(jīng)濟(jì)發(fā)展水平、醫(yī)療機(jī)構(gòu)管理水平和市場化程度均與健康生產(chǎn)效率具有顯著的正相關(guān)關(guān)系；基層醫(yī)療機(jī)構(gòu)的利用率沒有對(duì)健康生產(chǎn)效率造成顯著影響。因此，通過提高醫(yī)療機(jī)構(gòu)的管理水平，推動(dòng)社會(huì)辦醫(yī)，加強(qiáng)基層醫(yī)療機(jī)構(gòu)建設(shè)等措施，提高健康生產(chǎn)效率，改善居民的健康水平，是落實(shí)醫(yī)療供給側(cè)改革的必然要求。

健康生產(chǎn)效率； 固定效應(yīng)面板隨機(jī)前沿模型; 影響因素

一、引 言

健康是人類生存與發(fā)展的永恒追求，是社會(huì)進(jìn)步的主要標(biāo)志之一。目前，政府為了改善居民的健康水平，將越來越多的社會(huì)資源投入健康生產(chǎn)。數(shù)據(jù)顯示，在“新醫(yī)改”的前五年時(shí)間內(nèi)，中國政府在醫(yī)療衛(wèi)生領(lǐng)域的投入高達(dá)3萬億。全國衛(wèi)生總費(fèi)用從2009年的17541.92億元，增長至2015年的40974.64億元，年均增長率高達(dá)15.2%。全國衛(wèi)生總費(fèi)用占國內(nèi)生產(chǎn)總值比重從2009年的5.03%，增長至2015年的5.98%。全國衛(wèi)生技術(shù)人員數(shù)從2009年的778.1萬，增長至2015年的1069.3萬。全國醫(yī)療衛(wèi)生機(jī)構(gòu)床位從2009年441.66萬張，增長至2015年的701.52萬張。然而，增加健康投入只是促進(jìn)健康產(chǎn)出水平提高的必要條件而非充分條件。除健康投入外，健康生產(chǎn)效率是制約健康產(chǎn)出水平的另一關(guān)鍵因素。因此，在發(fā)展醫(yī)療衛(wèi)生事業(yè)的過程中，不僅要增加健康投入，更要重視健康生產(chǎn)效率問題。特別是“新醫(yī)改”以來，盡管衛(wèi)生總費(fèi)用不斷上漲，但是“看病難，看病貴”問題仍然無法得到根本解決，人民群眾對(duì)醫(yī)療衛(wèi)生體系的效率問題存在較大質(zhì)疑。Yip et al.(2008)曾提醒，如果中國政府不能夠應(yīng)對(duì)醫(yī)療衛(wèi)生服務(wù)成本擴(kuò)展的根源——非理性和揮霍無度，多數(shù)新增資金很可能只會(huì)變?yōu)楣┓降母呤杖牒屠麧?。隨著中國經(jīng)濟(jì)步入新常態(tài)，經(jīng)濟(jì)增長從高速轉(zhuǎn)為中高速，單純依靠政府、社會(huì)大規(guī)模持續(xù)增加健康投入來促進(jìn)居民健康水平的提高并不現(xiàn)實(shí)。因此，提高健康生產(chǎn)效率在當(dāng)前具有更迫切的現(xiàn)實(shí)需求，這也是醫(yī)療衛(wèi)生領(lǐng)域“供給側(cè)改革”的目標(biāo)。同時(shí)，效率是公平的物質(zhì)前提，兩者具有共生關(guān)系。健康生產(chǎn)效率的提高能為健康公平提供更充足的物質(zhì)基礎(chǔ)；忽視健康生產(chǎn)效率，則再多的健康投入也只會(huì)造成更嚴(yán)重的資源浪費(fèi)，而無法帶來健康產(chǎn)出水平的顯著提高，最終必然不利于健康公平性的改善。只有提高健康生產(chǎn)效率，才能在有限的資源約束下，實(shí)現(xiàn)健康產(chǎn)出水平的最大化，并促進(jìn)健康公平的新跨越。

事實(shí)上，構(gòu)建一個(gè)高效、可持續(xù)的醫(yī)療衛(wèi)生體系，提高健康生產(chǎn)效率，是世界各國政府的共同目標(biāo)。因此，學(xué)術(shù)界對(duì)不同國家健康生產(chǎn)模式進(jìn)行大量對(duì)比考察，測度其健康生產(chǎn)效率并進(jìn)一步分析相關(guān)醫(yī)療衛(wèi)生政策等因素對(duì)健康生產(chǎn)效率的影響，以便為醫(yī)療衛(wèi)生體系的改革理清思路。但是，鑒于中國的醫(yī)療衛(wèi)生體系和社會(huì)經(jīng)濟(jì)發(fā)展水平與其他國家存在較大差異，具體體現(xiàn)在不同省際間的經(jīng)濟(jì)發(fā)展水平、醫(yī)療衛(wèi)生體系的成熟度、健康投入量和健康產(chǎn)出水平等均存在較大差異，如果不考慮這種省際間的差異而僅僅從整體層次考察中國的平均健康生產(chǎn)效率，定會(huì)存在偏誤，無法窺探中國健康生產(chǎn)效率的實(shí)際狀況。因此，無法將以國外為研究對(duì)象的文獻(xiàn)研究結(jié)果直接運(yùn)用于中國，只有采用省級(jí)層次來分析中國的健康生產(chǎn)效率才更為科學(xué)、合理。

基于上述背景，本文運(yùn)用固定效應(yīng)面板隨機(jī)前沿模型，對(duì)中國30個(gè)省市“新醫(yī)改”以來的健康生產(chǎn)效率進(jìn)行測算，并對(duì)健康生產(chǎn)效率的影響因素進(jìn)行考察。這是對(duì)已有研究的有益補(bǔ)充，具有重要的理論和現(xiàn)實(shí)意義。自2009年“新醫(yī)改”以來，隨著改革公立醫(yī)院 、推廣社會(huì)辦醫(yī) 、強(qiáng)化基層醫(yī)療機(jī)構(gòu)等政策的實(shí)施，中國的醫(yī)療衛(wèi)生事業(yè)取得了新的進(jìn)展,應(yīng)及時(shí)總結(jié)“新醫(yī)改”以來的經(jīng)驗(yàn)教訓(xùn)，為下一步深化改革提供理論依據(jù)。原擬將考察的時(shí)間起點(diǎn)設(shè)在“新醫(yī)改”實(shí)施以后，但受數(shù)據(jù)可獲得性的約束，無法獲得較為完整的2009年數(shù)據(jù)，因此，本文采用的是2010—2014年30個(gè)省市的面板數(shù)據(jù)，以分析我國30個(gè)省市健康生產(chǎn)效率的差異及其發(fā)展趨勢。同時(shí)，運(yùn)用“一步法”分析框架，將經(jīng)濟(jì)發(fā)展水平和主要醫(yī)改政策作為影響因素構(gòu)成技術(shù)無效率部分后,直接加入隨機(jī)前沿面的模型中，通過一次回歸過程同時(shí)獲得各投入變量的系數(shù)估計(jì)值和各影響因素變量的系數(shù)估計(jì)值，以便更好地考察醫(yī)改政策與健康生產(chǎn)效率之間的關(guān)系。

本文的主要?jiǎng)?chuàng)新在于：第一，運(yùn)用Wang和Ho(2010)固定效應(yīng)面板隨機(jī)前沿模型和“一步法”分析框架進(jìn)行研究，不僅有效控制了個(gè)體不可觀察的異質(zhì)性，而且在測算健康生產(chǎn)效率時(shí)加入了影響因素的考量，使模型估計(jì)結(jié)果更加可靠。該研究模型在國內(nèi)尚未應(yīng)用于測算健康生產(chǎn)效率的研究。第二，創(chuàng)新性地選擇“新醫(yī)改”關(guān)注的重點(diǎn)——醫(yī)療機(jī)構(gòu)管理水平、醫(yī)療市場的非市場化程度和基層醫(yī)療機(jī)構(gòu)的利用率作為影響因素，考察其對(duì)健康生產(chǎn)效率的影響，以便評(píng)估當(dāng)前醫(yī)改政策的實(shí)施效果與政策初衷是否一致，為醫(yī)改政策的不斷完善提供依據(jù)。而已有文獻(xiàn)大多關(guān)注教育水平、就業(yè)率、人均GDP、人口密度等影響因素，因此本文在影響因素選擇方面具有一定的創(chuàng)新性，也更符合當(dāng)前中國“新醫(yī)改”的現(xiàn)實(shí)需求。

本文接下來的結(jié)構(gòu)安排如下：第二部分是相關(guān)文獻(xiàn)綜述，第三部分為模型與研究假設(shè)，第四部分是數(shù)據(jù)與實(shí)證結(jié)果分析，第五部分是結(jié)論與建議。

二、文獻(xiàn)回顧

自Farrell(1957)對(duì)生產(chǎn)效率展開開創(chuàng)性的研究工作以來，大量文獻(xiàn)從研究方法和模型改進(jìn)方面推動(dòng)了生產(chǎn)效率測算技術(shù)的發(fā)展。這為健康生產(chǎn)效率的研究提供了良好的方法論基礎(chǔ)。通過對(duì)已有文獻(xiàn)的梳理可知，對(duì)健康生產(chǎn)效率的研究主要集中在兩個(gè)方面:一方面是關(guān)于健康生產(chǎn)效率的測算，另一方面是對(duì)健康生產(chǎn)效率影響因素的考察。同時(shí)，對(duì)健康生產(chǎn)效率的考察，包括宏觀層面(如國家和地區(qū))和微觀層面(如醫(yī)院等醫(yī)療衛(wèi)生機(jī)構(gòu))兩類。由于本文研究的是宏觀層面的健康生產(chǎn)效率，本部分文獻(xiàn)綜述將不對(duì)微觀層面的相關(guān)文獻(xiàn)進(jìn)行回顧分析。

與國外相比，中國對(duì)健康生產(chǎn)效率的研究成果相對(duì)較少。張寧等人(2006)利用1982年、1990年和2000年三次人口普查數(shù)據(jù)，通過DEA方法測評(píng)我國各地區(qū)的健康生產(chǎn)效率，并進(jìn)一步運(yùn)用Tobit模型分析健康生產(chǎn)效率的影響因素，發(fā)現(xiàn)人口密度與健康生產(chǎn)效率存在顯著的正相關(guān)關(guān)系；但公共健康投入比例與健康生產(chǎn)效率之間呈現(xiàn)并不十分顯著的負(fù)相關(guān)關(guān)系。韓華為和苗艷青(2010)同樣運(yùn)用DEA-Tobit兩階段分析框架對(duì)1997—2007年中國各省份的地方政府衛(wèi)生支出效率進(jìn)行了研究。研究結(jié)果表明:中國地方政府的衛(wèi)生支出效率存在顯著的地區(qū)差異,而人口密度、居民受教育水平、人均GDP、財(cái)政分權(quán)和醫(yī)療體制改革等社會(huì)、經(jīng)濟(jì)和政策變量則是造成這種效率差異的重要原因。鄭文和張建華(2012)則運(yùn)用SFA方法和一步估計(jì)法，以醫(yī)療服務(wù)利用作為產(chǎn)出，對(duì)2002—2009年我國31個(gè)省份的醫(yī)療衛(wèi)生體系技術(shù)效率及其影響因素進(jìn)行研究，并有發(fā)現(xiàn)：我國及各區(qū)域醫(yī)療衛(wèi)生體系平均技術(shù)效率均呈現(xiàn)先下降后上升趨勢，且各區(qū)域的效率值差異顯著； 營利性醫(yī)療機(jī)構(gòu)比例對(duì)我國醫(yī)療衛(wèi)生體系的效率有正面影響，但藥品收入比例、三級(jí)醫(yī)院比例和財(cái)政衛(wèi)生支出比例則存在負(fù)面影響；衛(wèi)技人員比例的影響不顯著。李向前等人(2014)則對(duì)比運(yùn)用SFA和DEA兩種方法,并結(jié)合Malmquist指數(shù),分析中國2002—2010各省的健康生產(chǎn)效率及其變化狀況，研究發(fā)現(xiàn)兩種方法所得到的測算結(jié)果存在較大差異，SFA方法對(duì)省域個(gè)體差異更敏感,能較好地反映現(xiàn)實(shí)情況，考察期內(nèi)中國健康生產(chǎn)效率總體上表現(xiàn)出緩慢上升的良好態(tài)勢，且省際差異較大。相關(guān)的研究還包括王俊(2007)、劉海英和張純洪(2009)以及王昕天(2014)等。

梳理以往的研究文獻(xiàn)，我們發(fā)現(xiàn)主要存在以下不足：第一，在研究方法方面，DEA方法和SFA方法均被廣泛用于健康生產(chǎn)效率的測算；大部分對(duì)健康生產(chǎn)效率影響因素的研究均采用“兩步法”的分析框架，即首先測算出健康生產(chǎn)效率，再將其當(dāng)作被解釋變量，以影響因素作為解釋變量，通過回歸分析考察相關(guān)因素對(duì)健康生產(chǎn)效率的影響，這可能降低了健康生產(chǎn)效率測算值的可靠性。第二，在變量的選擇方面，各研究對(duì)健康投入和健康產(chǎn)出變量的選擇存在較大差異，這也是造成健康生產(chǎn)效率測算結(jié)果不一致的重要原因。第三，研究者嘗試對(duì)多種社會(huì)經(jīng)濟(jì)和制度因素與健康生產(chǎn)效率的關(guān)系進(jìn)行考察，但仍未得到一致的結(jié)論。第四，在研究對(duì)象方面，大量文獻(xiàn)選擇以O(shè)ECD等發(fā)達(dá)國家為研究對(duì)象，而針對(duì)發(fā)展中國家的文獻(xiàn)則相對(duì)較少，數(shù)據(jù)的可獲得性是重要的制約因素之一。

三、模型與研究假設(shè)

(一)模型選擇

已有測算效率的方法主要分為兩大類：第一類為參數(shù)方法(parametric methods)，主要指SFA方法；第二類為非參數(shù)方法(nonparametric methods)，主要包括DEA方法和FDH方法。當(dāng)前FDH方法已較少人使用，因此在下文討論非參數(shù)方法時(shí)，主要分析DEA方法。

SFA方法和DEA方法有其共同點(diǎn)，它們均以距離函數(shù)為基礎(chǔ)，需要基于構(gòu)造生產(chǎn)前沿進(jìn)而測算技術(shù)效率，且他們測算得到的技術(shù)效率均為相對(duì)效率。而在實(shí)際運(yùn)用兩種方法實(shí)現(xiàn)效率測算的過程中，它們各有優(yōu)缺點(diǎn)，主要包括：(1)與DEA方法相比，SFA方法將隨機(jī)因素納入模型的考量范圍，最終得到的技術(shù)無效率結(jié)果由生產(chǎn)前沿函數(shù)減去實(shí)際產(chǎn)出，并扣除隨機(jī)因素來衡量。而DEA方法則忽略隨機(jī)因素對(duì)實(shí)際產(chǎn)出的影響，把前沿面產(chǎn)出高于實(shí)際產(chǎn)出部分的損失全部歸因于技術(shù)無效率。(2)由于DEA方法主要采用線性規(guī)劃(linear programming)求解最優(yōu)化問題的思路來構(gòu)建非參數(shù)分段前沿面，因此不必對(duì)生產(chǎn)函數(shù)的具體形式進(jìn)行設(shè)定，且能簡單、直接地處理多產(chǎn)出問題。而SFA方法則需預(yù)先設(shè)定生產(chǎn)函數(shù)的形式、技術(shù)無效率項(xiàng)和隨機(jī)因素項(xiàng)的分布等，基本假設(shè)較多且較為復(fù)雜。同時(shí)，它無法直接處理多產(chǎn)出問題，需要通過將多產(chǎn)出合并為一個(gè)綜合產(chǎn)出或借助距離函數(shù)才能解決。(3)SFA方法所得到的測算結(jié)果受測量誤差等原因造成的異常值影響較少，結(jié)果較為穩(wěn)健。由于DEA方法的前沿面由技術(shù)有效率樣本構(gòu)成，若那些樣本中存在異常值，則該異常值可能會(huì)改變前沿面的形狀或位置，最終對(duì)測算結(jié)果造成較為嚴(yán)重的影響，使得估計(jì)有誤。(4)當(dāng)需要在測算效率后進(jìn)一步考察影響效率的因素時(shí)，SFA方法更為直接，且需要的步驟更少。為完成對(duì)效率影響因素的研究，DEA方法需要采用“兩步法”；第一步在忽略效率的影響因素的情況下，基于前沿面的估計(jì)得出決策單元技術(shù)效率的測算結(jié)果；第二步以影響效率的因素為解釋變量，以技術(shù)效率為被解釋變量，運(yùn)用受限因變量模型(Tobit model)等進(jìn)行回歸分析，最終得到影響因素的估計(jì)值。SFA方法除了可采用傳統(tǒng)的“兩步法”外，隨著Battese 和Coelli (1995)、Wang(2002)等學(xué)者的研究推進(jìn)，還可采取“一步法”進(jìn)行估計(jì)，將技術(shù)無效率部分表示為影響因素的線性形式后直接加入隨機(jī)前沿面的模型中，即可通過一次回歸過程同時(shí)獲得各投入變量的系數(shù)估計(jì)值和各影響因素變量的系數(shù)估計(jì)值。Wang和Schmidt(2002)提出，由于“兩步法”在第一步測算技術(shù)效率時(shí)，缺少對(duì)投入變量和效率影響因素變量之間的相關(guān)性考量，容易導(dǎo)致錯(cuò)誤估計(jì)前沿面模型。這樣，基于第一步得到的錯(cuò)誤估計(jì)結(jié)果進(jìn)行下一步影響因素研究，將使最終得出的結(jié)論存在偏誤。

基于上述對(duì)DEA方法和SFA方法的對(duì)比分析，為了得到更穩(wěn)健、無偏差的結(jié)果，本文采用SFA方法中的“一步法”進(jìn)行實(shí)證研究。

對(duì)于一般的面板隨機(jī)模型，Greene(2005)提出，該類模型的缺點(diǎn)是沒有區(qū)分無效率項(xiàng)和不可觀察的具有時(shí)間不變性的個(gè)體異質(zhì)性。需對(duì)無效率項(xiàng)和個(gè)體效應(yīng)分別進(jìn)行估計(jì)，否則將使模型得不到一致估計(jì)(Kumbhakar，1990)。例如，如果沒有控制好個(gè)體異質(zhì)性，可能在估計(jì)無效率項(xiàng)的過程中，會(huì)錯(cuò)誤地將個(gè)體效應(yīng)也當(dāng)作無效率項(xiàng)的一部分，導(dǎo)致估計(jì)的無效率項(xiàng)偏大。為此，Greene(2004，2005)提出了固定效應(yīng)面板隨機(jī)前沿模型。但該模型存在冗余參數(shù)問題，導(dǎo)致估計(jì)過程十分復(fù)雜。為克服該問題，Wang和Ho(2010)對(duì)無效率項(xiàng)給予了進(jìn)一步的假設(shè)，使得模型得到優(yōu)化。

基于此，本文選擇采用Wang和Ho(2010)提出的固定效應(yīng)面板隨機(jī)前沿模型(fixed-effect panel stochastic frontier model)，并運(yùn)用組內(nèi)轉(zhuǎn)換(within-transfornation)方法實(shí)現(xiàn)估計(jì)，具體如下：

yit=αi+xitβ+εit

εit=vit-uit

hit=f(zitδ)

通過組內(nèi)轉(zhuǎn)換，對(duì)面板數(shù)據(jù)內(nèi)的每個(gè)樣本觀察值減去其所在面板的樣本均值，以便將模型中包含的非時(shí)變(time-invariant)的個(gè)體效應(yīng)消除。

實(shí)現(xiàn)轉(zhuǎn)換以后，該模型變?yōu)椋?/p>

其中，l是由1組成的T×1向量。

由于M是一個(gè)奇異冪等矩陣，且不可逆，所以需要運(yùn)用奇異多變量正態(tài)分布(singular multivariate normal distribution)來解決該問題。

其中，Π-為Π的廣義逆。

其中，

整個(gè)模型的最大似然函數(shù)則可通過加總上述函數(shù)得到。最終，利用最大似然估計(jì)法可得到模型的參數(shù)估計(jì)值。

(二)變量選擇與研究假設(shè)

1.產(chǎn)出變量

通過梳理已有文獻(xiàn)可知，衡量人群健康狀況的指標(biāo)主要有：平均期望壽命、死亡率、圍產(chǎn)兒死亡率、疾病發(fā)病率、傷殘調(diào)整壽命(Disability-Adjusted Life，DALE)等。對(duì)于平均期望壽命和傷殘調(diào)整壽命，由于中國衛(wèi)生統(tǒng)計(jì)工作的滯后，無法獲得各省歷年平均期望壽命和傷殘調(diào)整壽命的完整數(shù)據(jù)。對(duì)于死亡率，我國公布的數(shù)據(jù)為未經(jīng)標(biāo)準(zhǔn)化的數(shù)據(jù)，受地區(qū)年齡分布、性別分布等因素的影響，因此不能直接使用。此外，對(duì)于疾病發(fā)病率，選擇何種疾病作為典型疾病計(jì)算疾病發(fā)病率,直接影響該發(fā)病率在衡量人口健康水平方面的準(zhǔn)確性。由于不同地區(qū)的疾病譜存在較大的差異，因此在病種選擇方面存在較大的困難。此外，國內(nèi)部分文獻(xiàn)采用地區(qū)總生存人年作為人口健康狀況指標(biāo)，如李向前等(2014)。該指標(biāo)為地區(qū)中所有人截止當(dāng)期所生存年限的總和，由各地區(qū)年末人口數(shù)量、各地區(qū)三個(gè)年齡段人口數(shù)量、全國每5歲年齡人口數(shù)量這三個(gè)指標(biāo)綜合求得，但受我國相關(guān)統(tǒng)計(jì)數(shù)據(jù)限制，所得的指標(biāo)結(jié)果較為粗糙。

基于上述健康狀況衡量指標(biāo)的不足，本文選擇圍產(chǎn)兒死亡率作為健康產(chǎn)出指標(biāo)。圍產(chǎn)兒死亡率(單位：‰)，是指孕滿28周或出生體重≥1000克的胎兒(含死胎、死產(chǎn))至產(chǎn)后7天內(nèi)新生兒死亡數(shù)與活產(chǎn)數(shù)(孕產(chǎn)婦)之比。該指標(biāo)在應(yīng)用于醫(yī)療衛(wèi)生干預(yù)效果評(píng)估的過程中有較好的表現(xiàn)。由于圍產(chǎn)兒死亡率是一個(gè)逆向指標(biāo)，即指標(biāo)的數(shù)值越高則代表健康產(chǎn)出水平越低，因此需要對(duì)其進(jìn)行轉(zhuǎn)化。運(yùn)用線性轉(zhuǎn)化方式，轉(zhuǎn)化為圍產(chǎn)兒存活率(1000-圍產(chǎn)兒死亡率)。因此，本文最終采用圍產(chǎn)兒存活率作為主要分析的健康產(chǎn)出指標(biāo)。

同時(shí)，為了進(jìn)一步從多維度更好地衡量健康產(chǎn)出，本文還構(gòu)造了兩個(gè)綜合性健康產(chǎn)出指標(biāo)，以便進(jìn)行穩(wěn)健性分析。綜合性健康產(chǎn)出指標(biāo)1由圍產(chǎn)兒存活率和孕產(chǎn)婦存活率(100000-孕產(chǎn)婦死亡率)進(jìn)行主成分分析后求第一主成分得到。綜合性健康產(chǎn)出指標(biāo)2由圍產(chǎn)兒存活率、孕產(chǎn)婦存活率和沒患乙肝率(100000-乙肝發(fā)病率)進(jìn)行主成分分析后求第一主成分得到。兩個(gè)綜合性健康產(chǎn)出指標(biāo)均為正向指標(biāo)，即指標(biāo)的數(shù)值越高則代表健康產(chǎn)出水平越高。

2.投入變量

本文將健康投入限制在直接作用于健康的投入，即醫(yī)療衛(wèi)生方面的投入。一般來說，可從人、財(cái)、物三方面衡量投入的多寡問題。首先，在醫(yī)療衛(wèi)生方面的資金投入主要指醫(yī)療衛(wèi)生支出。根據(jù)Grossman(1972)的經(jīng)典研究，醫(yī)療衛(wèi)生支出是健康生產(chǎn)系統(tǒng)最主要的投入要素之一。衛(wèi)生總費(fèi)用就是衡量一個(gè)地區(qū)在一定時(shí)期內(nèi)(通常是一年)全社會(huì)用于醫(yī)療衛(wèi)生服務(wù)所消耗的資金總額的指標(biāo)。為了實(shí)現(xiàn)各省之間數(shù)據(jù)的可比性，本文采用人均衛(wèi)生總費(fèi)用作為投入變量之一，并取對(duì)數(shù)，以便消除異質(zhì)性。其次，在醫(yī)療衛(wèi)生方面的人員投入主要指衛(wèi)生技術(shù)人員投入，他們包括執(zhí)業(yè)醫(yī)師、執(zhí)業(yè)助理醫(yī)師、注冊(cè)護(hù)士、藥師(士)、檢驗(yàn)技師(士)、影像技師(士)、衛(wèi)生監(jiān)督員和見習(xí)醫(yī)(藥、護(hù)、技)師(士)等。這些衛(wèi)生技術(shù)人員是醫(yī)療衛(wèi)生服務(wù)的直接提供者。由于各類衛(wèi)生技術(shù)人員在醫(yī)療服務(wù)提供過程中承擔(dān)不一樣的任務(wù)，相互間不具有完全替代性，需要相互配合，共同為患者提供服務(wù)，因此，雖然部分文獻(xiàn)僅使用醫(yī)師(醫(yī)生)數(shù)、護(hù)士數(shù)等某些主要類型的衛(wèi)生技術(shù)人員數(shù)作為衡量醫(yī)療衛(wèi)生人員投入的指標(biāo)，但本文認(rèn)為該類指標(biāo)沒能完整地度量人員的投入情況。因此，本文使用衛(wèi)生技術(shù)人員數(shù)且轉(zhuǎn)換為相對(duì)量，即每千人口衛(wèi)生技術(shù)人員數(shù)——衛(wèi)生技術(shù)人員數(shù)除以常住人口數(shù)再乘以一千，作為衡量人員投入的變量。最后，在醫(yī)療衛(wèi)生方面的物資投入主要指醫(yī)療衛(wèi)生機(jī)構(gòu)的床位和醫(yī)療設(shè)備等。它們是醫(yī)療衛(wèi)生服務(wù)的物質(zhì)基礎(chǔ)。但受數(shù)據(jù)可得性的限制，無法獲得完整的、精確的醫(yī)療設(shè)備統(tǒng)計(jì)數(shù)據(jù)，因此，本文僅能使用每千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)，即醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)除以常住人口數(shù)再乘以一千，作為衡量物資投入的變量。

3.健康生產(chǎn)效率的影響因素與研究假設(shè)

本文認(rèn)為，經(jīng)濟(jì)發(fā)展水平、醫(yī)療機(jī)構(gòu)管理水平、醫(yī)療市場的非市場化程度和基層醫(yī)療機(jī)構(gòu)的利用率等因素將直接影響健康生產(chǎn)的效率水平，因此選擇以下變量作為衡量健康生產(chǎn)效率影響因素的指標(biāo)，并提出相應(yīng)的研究假設(shè)。需要說明的是，可能存在很多因素會(huì)對(duì)健康生產(chǎn)效率產(chǎn)生影響，但是在文中不可能將所有影響因素均放入同一個(gè)模型中，在回歸模型中放入過多影響因素變量也容易導(dǎo)致多重共線性問題的出現(xiàn)。同時(shí)，本文采用了固定效應(yīng)面板隨機(jī)前沿模型，可以在一定程度上控制未納入回歸模型的省(市)個(gè)體特征。

第一，對(duì)于經(jīng)濟(jì)發(fā)展水平，本文選用文獻(xiàn)最常用的人均地區(qū)生產(chǎn)總值加以衡量。為了克服異質(zhì)性，需將其進(jìn)行對(duì)數(shù)處理。一般來說，經(jīng)濟(jì)發(fā)展水平越高的地區(qū)，全社會(huì)的生產(chǎn)效率越高，社會(huì)建設(shè)水平越高，人民享有的生活條件也越完善，這均為健康生產(chǎn)提供了有利的條件。因此，與經(jīng)濟(jì)發(fā)展水平較低的地區(qū)相比，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)更可能實(shí)現(xiàn)高健康生產(chǎn)效率。由此提出第一個(gè)假設(shè)：人均GDP與健康生產(chǎn)效率存在正相關(guān)關(guān)系。

第二，對(duì)于醫(yī)療機(jī)構(gòu)管理水平，本文選用平均住院天數(shù)加以衡量。平均住院天數(shù)，指一定時(shí)期內(nèi)每一出院者平均住院時(shí)間的長短，是評(píng)價(jià)醫(yī)療機(jī)構(gòu)管理水平和醫(yī)療技術(shù)水平的常用綜合性指標(biāo)。醫(yī)療機(jī)構(gòu)管理水平越高，則平均住院天數(shù)越少。縮短平均住院天數(shù)，能減少每位患者占用的醫(yī)療資源，使醫(yī)療機(jī)構(gòu)在相同時(shí)間單位內(nèi)增加醫(yī)療衛(wèi)生服務(wù)供給，有利于提高健康生產(chǎn)效率。由此提出第二個(gè)假設(shè)：平均住院天數(shù)與健康生產(chǎn)效率存在負(fù)相關(guān)關(guān)系。

第三，對(duì)于醫(yī)療市場的非市場化程度，本文選用公立醫(yī)院與民營醫(yī)院機(jī)構(gòu)數(shù)之比、公立醫(yī)院與民營醫(yī)院門診人次之比與住院人數(shù)之比的和，進(jìn)行主成分分析后求得的第一主成分作為綜合衡量指標(biāo)。該綜合指標(biāo)的數(shù)值越高，則醫(yī)療市場的市場化程度越低。由于民營醫(yī)院在醫(yī)療市場中具有“鯰魚效應(yīng)”，因此增加民營醫(yī)院的機(jī)構(gòu)數(shù)及服務(wù)提供量在醫(yī)療市場中的占比，有利于激化醫(yī)療市場競爭，倒逼公立醫(yī)院改革，從而形成公立醫(yī)院和民營醫(yī)院良性競爭、相互促進(jìn)的良好格局，這將有利于健康生產(chǎn)效率的提高。由此提出第三個(gè)假設(shè)：醫(yī)療市場的非市場化程度綜合指標(biāo)與健康生產(chǎn)效率存在負(fù)相關(guān)關(guān)系。

第四，對(duì)于基層醫(yī)療機(jī)構(gòu)的利用率，本文選用基層醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次占醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次的比重作為衡量指標(biāo)。該指標(biāo)反映了分級(jí)診療制度的構(gòu)建成效。過去，由于存在迷信大醫(yī)院的心理，居民無論大病小病均選擇到大醫(yī)院就診。這種大醫(yī)院患者扎堆的問題，增加了患者的就醫(yī)時(shí)間和醫(yī)療費(fèi)用，導(dǎo)致了醫(yī)療衛(wèi)生資源的浪費(fèi)，最終將降低健康生產(chǎn)效率。為理順就醫(yī)秩序，建立分級(jí)診療制度，引導(dǎo)居民科學(xué)合理地選擇合適的醫(yī)療機(jī)構(gòu)就醫(yī)，政府出臺(tái)了一系列政策措施，如增加對(duì)基層醫(yī)療衛(wèi)生機(jī)構(gòu)的財(cái)政投入，加強(qiáng)其建設(shè)；拉大基層醫(yī)療衛(wèi)生機(jī)構(gòu)與非基層醫(yī)療衛(wèi)生機(jī)構(gòu)的醫(yī)保報(bào)銷比例差距，引導(dǎo)社區(qū)首診等。由此可知，政府相關(guān)政策目標(biāo)是提高基層醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次占醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次的比重，從而提高健康生產(chǎn)效率。由此提出第四個(gè)假設(shè)：基層醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次占醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次的比重與健康生產(chǎn)效率存在正相關(guān)關(guān)系。

總結(jié)影響因素與研究假設(shè)中闡述的內(nèi)容，本文對(duì)健康生產(chǎn)效率與四個(gè)影響因素的關(guān)系給出以下假設(shè)，具體如表1所示。

表1 健康生產(chǎn)效率與影響因素關(guān)系的假設(shè)

綜述所述，模型選擇的變量如下表2 所示。

表2 變量選擇的具體情況

四、數(shù)據(jù)與實(shí)證結(jié)果分析

(一)數(shù)據(jù)描述

本文研究的目的是考察2009年“新醫(yī)改”以來，我國健康生產(chǎn)效率的發(fā)展情況及相關(guān)影響因素對(duì)健康生產(chǎn)效率是否構(gòu)成影響，構(gòu)成何種影響。但受我國衛(wèi)生統(tǒng)計(jì)工作發(fā)展不完善的制約，基層醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次、公立醫(yī)院數(shù)、民營醫(yī)院數(shù)等統(tǒng)計(jì)數(shù)據(jù)自2010年起才開始對(duì)外公布，所以無法獲得2009年的相關(guān)統(tǒng)計(jì)數(shù)據(jù)。因此，本文采用2010—2014年中國30個(gè)省市(西藏除外)的面板數(shù)據(jù)進(jìn)行研究。需要說明的是，由于海南省、寧夏省、青海省和陜西省沒有公布2010年衛(wèi)生總費(fèi)用的相關(guān)數(shù)據(jù)，因此2010年只包含其余26個(gè)省市的數(shù)據(jù)，但其余各年均包含30個(gè)省市的完整數(shù)據(jù)。所以本文使用的是非平衡面板數(shù)據(jù)。

數(shù)據(jù)來源于2010—2014年《中國統(tǒng)計(jì)年鑒》、《中國衛(wèi)生總費(fèi)用研究報(bào)告》和《中國衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》(原名：《中國衛(wèi)生統(tǒng)計(jì)年鑒》)，并對(duì)其進(jìn)行了相關(guān)的計(jì)算整理。

表3 對(duì)所有變量進(jìn)行了描述性統(tǒng)計(jì)分析。健康產(chǎn)出peri-survival的均值為993.468，最大值為2014年上海的健康產(chǎn)出997.570，最小值為2010年新疆的健康產(chǎn)出983.650，標(biāo)準(zhǔn)差為2.559。由此可知，2010—2014年各樣本的健康產(chǎn)出差異較大。為了進(jìn)一步了解健康產(chǎn)出peri-survival在各年的發(fā)展情況，我們對(duì)該變量分年份進(jìn)行描述性統(tǒng)計(jì)分析。根據(jù)表4 ，健康產(chǎn)出peri-survival的樣本均值呈逐年上升趨勢，2010年均值為992.645，2014年均值增長至994.198，說明健康產(chǎn)出正處于不斷改善之中。同時(shí)，雖然健康產(chǎn)出peri-survival的樣本標(biāo)準(zhǔn)差呈逐年降低趨勢，即各省健康產(chǎn)出的差異正逐漸縮小，但是健康產(chǎn)出peri-survival的樣本標(biāo)準(zhǔn)差仍然處于較高水平，直至2014年該變量的標(biāo)準(zhǔn)差仍達(dá)2.224。由于各省間健康產(chǎn)出的差異不僅來源于各省健康投入多寡的差異，也受各省健康生產(chǎn)效率的影響。因此，為了更好地實(shí)現(xiàn)提高健康產(chǎn)出的目標(biāo)，有必要深入考察各省健康生產(chǎn)效率情況及其影響因素。

表3 主要變量的描述性統(tǒng)計(jì)值

說明：ln(perthe)和ln(pergdp)是以2009年為基期，根據(jù)居民消費(fèi)價(jià)格指數(shù)和GDP指數(shù)調(diào)整后的實(shí)際值取對(duì)數(shù)得到。

表4 分年份健康產(chǎn)出peri-survival變量的描述性統(tǒng)計(jì)值

(二)模型回歸結(jié)果分析

本文首先以圍產(chǎn)兒存活率為被解釋變量進(jìn)行逐步回歸。在假設(shè)無效率項(xiàng)的分布服從非負(fù)半正態(tài)分布的情況下，在無效率函數(shù)中依次逐步添加解釋變量ln(pergdp)、lengthofstay、nonmarketization和jicheng，即表5中的第(1)-(4)列。

對(duì)于前沿函數(shù)，在表5中的第(1)-(4)列中均顯示，ln(perthe)的估計(jì)系數(shù)為正，且在1%的顯著性水平下顯著，說明人均衛(wèi)生總費(fèi)用對(duì)以圍產(chǎn)兒存活率衡量的健康產(chǎn)出具有顯著的正向影響，增加人均衛(wèi)生總費(fèi)用有利于促進(jìn)健康水平的提高。bed的估計(jì)系數(shù)和technician的估計(jì)系數(shù)均在10%的顯著性水平下不顯著，說明每千人口平均床位數(shù)和每千人口平均衛(wèi)生技術(shù)人員數(shù)與健康產(chǎn)出不存在顯著的相關(guān)關(guān)系，即在人員和物資設(shè)備方面的衛(wèi)生投入增加無法顯著促進(jìn)健康產(chǎn)出的提高。

對(duì)于無效率函數(shù)，從表5中的第(1)列可知，ln(pergdp)的估計(jì)系數(shù)為負(fù)，且在5%的顯著性水平下顯著，說明經(jīng)濟(jì)發(fā)展水平與健康生產(chǎn)無效率負(fù)相關(guān)，即經(jīng)濟(jì)發(fā)展水平對(duì)健康生產(chǎn)效率具有正向影響，隨著經(jīng)濟(jì)發(fā)展水平的提高，健康生產(chǎn)效率也會(huì)提高，該結(jié)論與假設(shè)1相符，且隨著其他影響因素的不斷加入，該結(jié)論仍然保持不變。從表5中的第(2)列可知，lengthofstay的估計(jì)系數(shù)為正，且在10%的顯著性水平下顯著，說明平均住院天數(shù)與健康生產(chǎn)無效率存在顯著的正相關(guān)關(guān)系。這意味著提高醫(yī)療機(jī)構(gòu)管理水平將對(duì)健康生產(chǎn)效率產(chǎn)生積極影響，該結(jié)論與假設(shè)2相符，且結(jié)論在表5的(3)和(4)列中均保持一致。從表5中的第(3)列可知，nonmarketization的估計(jì)系數(shù)為正，且通過10%的顯著性水平檢驗(yàn)，說明醫(yī)療市場的非市場化程度與健康生產(chǎn)無效率存在顯著的正相關(guān)關(guān)系。即降低醫(yī)療市場的非市場化程度有利于提高健康生產(chǎn)效率，該結(jié)論與假設(shè)3相符。從表5中的第(4)列可知，jicheng估計(jì)系數(shù)為負(fù)，但在10%的顯著性水平下不顯著。這說明基層醫(yī)療機(jī)構(gòu)利用率與健康生產(chǎn)無效率不存在顯著的相關(guān)關(guān)系，該結(jié)論與假設(shè)4不相符。這可能是因?yàn)楫?dāng)前基層醫(yī)療衛(wèi)生機(jī)構(gòu)受硬件設(shè)施落后、人才緊缺、管理水平低下等因素制約，衛(wèi)生服務(wù)能力和醫(yī)療技術(shù)水平較低，所以削弱了提高基層醫(yī)療機(jī)構(gòu)利用率在促進(jìn)健康生產(chǎn)效率中應(yīng)發(fā)揮的積極作用。

為了使研究結(jié)論更為穩(wěn)健，本文再分別以綜合性健康產(chǎn)出指標(biāo)1(health1)和綜合性健康產(chǎn)出指標(biāo)2(health2)為被解釋變量進(jìn)行再次回歸，具體如表5中的第(5)和(6)列所示。無論是以綜合性健康產(chǎn)出指標(biāo)1還是綜合性健康產(chǎn)出指標(biāo)2為被解釋變量，ln(pergdp)估計(jì)系數(shù)的符號(hào)均為負(fù)，lengthofstay和nonmarketization估計(jì)系數(shù)的符號(hào)均為正，且都能通過顯著性水平為10%的統(tǒng)計(jì)檢驗(yàn)；jicheng的估計(jì)系數(shù)則在10%的顯著性水平下無法拒絕為0的原假設(shè)。由此可知，分別以綜合性健康產(chǎn)出指標(biāo)1(health1)和綜合性健康產(chǎn)出指標(biāo)2(health2)為被解釋變量所得的研究結(jié)論，與以圍產(chǎn)兒存活率為被解釋變量所得的研究結(jié)論相一致，因此實(shí)證結(jié)果具有較強(qiáng)的穩(wěn)健性。

表5 前沿函數(shù)及無效率函數(shù)的回歸結(jié)果

說明：①圓括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差。②***、**、*分別表示通過顯著性水平為1%、5%、10%的統(tǒng)計(jì)檢驗(yàn)。③無效率函數(shù)的被解釋變量為健康生產(chǎn)無效率值，因此當(dāng)解釋變量的系數(shù)估計(jì)值符號(hào)為負(fù)時(shí)，表明該解釋變量與健康生產(chǎn)無效率存在負(fù)相關(guān)關(guān)系，即該解釋變量與健康生產(chǎn)效率存在正相關(guān)關(guān)系；若解釋變量的系數(shù)估計(jì)值符號(hào)為正時(shí)則反之。

(三)健康生產(chǎn)效率測算分析

基于上述隨機(jī)前沿法得出的結(jié)果，測算Battese和Coelli (1988)提出的技術(shù)效率指數(shù)，該指數(shù)的計(jì)算公式為：

E(exp(-uit)|εit)

為了更好地了解我國健康生產(chǎn)效率的發(fā)展?fàn)顩r，需對(duì)測算得到的效率分布情況、變化趨勢等進(jìn)行分析。

2010—2014年我國30個(gè)省市的健康生產(chǎn)效率的概率分布條形圖如圖1 所示。概率分布條形圖整體呈右偏的形態(tài)，即健康生產(chǎn)效率較高的地區(qū)占比更多。健康生產(chǎn)效率全樣本均值為0.64。健康生產(chǎn)效率主要集中分布于0.6～0.9的區(qū)間，但仍有約30%的樣本健康生產(chǎn)效率低于0.5。

2010—2014年我國30個(gè)省市的健康生產(chǎn)效率的四分位數(shù)變化趨勢圖如圖2 所示。25%分位數(shù)、50%分位數(shù)和75%分位數(shù)構(gòu)成的三條曲線均呈上升趨勢，說明健康生產(chǎn)效率呈逐年上升的趨勢。且25%分位數(shù)曲線的增長速度快于其他兩條曲線的增長速度，呈現(xiàn)25%分位數(shù)曲線和75%分位數(shù)曲線逐漸向50%分位數(shù)曲線靠攏的現(xiàn)象，說明健康生產(chǎn)效率差異逐漸縮小。根據(jù)2010—2014年健康生產(chǎn)效率的均值與標(biāo)準(zhǔn)差統(tǒng)計(jì)結(jié)果，也可再次驗(yàn)證上述兩個(gè)結(jié)論。由表7可知，2010年健康生產(chǎn)效率的均值為0.514，2014年均值增長至0.756，平均每年增長0.061，增長幅度較大。同時(shí)，2010年健康生產(chǎn)效率的標(biāo)準(zhǔn)差為0.257，2014年標(biāo)準(zhǔn)差降低至0.175，因此通過簡單計(jì)算可知，健康生產(chǎn)效率的變異系數(shù)呈逐漸降低的趨勢，說明健康生產(chǎn)效率的分布更為集中。這些結(jié)果均表明，2010年以來，中國的健康生產(chǎn)效率的整體水平得到了提高，地區(qū)差異得到了改善。

圖1 健康生產(chǎn)效率概率分布條形情況

圖2 2010—2014年健康生產(chǎn)效率四分位數(shù)變化趨勢

年份樣本量均值標(biāo)準(zhǔn)差2010260.5140.2572011300.5540.2722012300.6360.2512013300.7030.2142014300.7560.175

2010—2014年我國30個(gè)省市的健康生產(chǎn)效率均值與標(biāo)準(zhǔn)差如表8所示。健康生產(chǎn)效率均值最高的省市為上海市(0.900)，其次為北京市(0.896)，再者為湖北省(0.877)，均值最低的省市為青海省(0.180)，倒數(shù)第二低的省市為貴州省(0.234)，倒數(shù)第三低的省市為云南省(0.270)。同時(shí)，山東省、廣東省、上海市、福建省和江蘇省等的健康生產(chǎn)效率的標(biāo)準(zhǔn)差較小，分別為0.035、0.050、0.060、0.060和0.060，說明這些省市的健康生產(chǎn)效率波動(dòng)較小，較為穩(wěn)定，而這些省市往往也是健康生產(chǎn)效率均值較高的省市。新疆自治區(qū)、甘肅省、青海省、云南省和貴州省等的健康生產(chǎn)效率的標(biāo)準(zhǔn)差較大，分別為0.197、0.194、0.183、0.171和0.170，說明這些省市的健康生產(chǎn)效率波動(dòng)較大。

由于健康產(chǎn)出水平由健康投入量和健康生產(chǎn)效率共同決定，因此，在討論如何提高中國各省市的健康產(chǎn)出水平的過程中，要根據(jù)各省市自身健康投入量和健康生產(chǎn)效率的綜合情況進(jìn)行具體分析。不能只片面強(qiáng)調(diào)增加健康投入，而忽視了提高健康生產(chǎn)效率的重要性。利用健康投入的多寡和健康生產(chǎn)效率的高低進(jìn)行組合，可將各省市的健康生產(chǎn)分為四類。對(duì)于不同類型的省市，其提高健康產(chǎn)出水平所需要采取的政策措施不同。對(duì)于第一類——健康投入少且健康生產(chǎn)效率低的省市，需要同時(shí)擴(kuò)大健康投入和提高健康生產(chǎn)效率，以便促進(jìn)健康產(chǎn)出水平的提高。對(duì)于第二類——健康投入多但健康生產(chǎn)效率低的省市，則應(yīng)將提高醫(yī)療衛(wèi)生資源的質(zhì)量、調(diào)整醫(yī)療衛(wèi)生資源的配置等有利于改善健康生產(chǎn)效率的政策措施作為重點(diǎn)，否則增加再多的健康投入也將造成資源的浪費(fèi)。對(duì)于第三類——健康投入低但健康生產(chǎn)效率高的省市，由于具有健康生產(chǎn)效率高的優(yōu)勢，健康投入的回報(bào)大，因此通過增加健康投入即能獲得健康產(chǎn)出水平的快速提升。對(duì)于最后一類——健康投入高且健康生產(chǎn)效率高的省市，由于具有較為成熟的醫(yī)療衛(wèi)生服務(wù)體系，且居民的健康水平較高，健康生產(chǎn)效率和健康投入整體處于較為理想和平衡的狀態(tài)，可繼續(xù)保持其健康生產(chǎn)模式。

表8 各地區(qū)健康生產(chǎn)效率均值與標(biāo)準(zhǔn)差

五、結(jié)論與建議

健康產(chǎn)出水平的提高，受健康投入量和健康生產(chǎn)效率共同制約。為推動(dòng)我國醫(yī)療衛(wèi)生事業(yè)的發(fā)展，應(yīng)給予健康生產(chǎn)效率以更多的重視。否則，只追求健康投入的增加，而忽視了健康生產(chǎn)效率的提高，則可能造成更多醫(yī)療衛(wèi)生資源的浪費(fèi)，不一定能帶來健康產(chǎn)出水平的有效提升。因此，了解我國各省市健康生產(chǎn)效率的發(fā)展情況，并識(shí)別影響健康生產(chǎn)效率的因素，具有重要的理論與實(shí)踐意義。

本文采用固定效應(yīng)面板隨機(jī)前沿模型，運(yùn)用2010—2014年中國30個(gè)省市的非平衡面板數(shù)據(jù)，測算了新一輪醫(yī)改實(shí)施以來中國各省市健康生產(chǎn)效率及其變化狀況，并對(duì)健康生產(chǎn)效率的影響因素進(jìn)行了實(shí)證分析。研究得到的主要結(jié)論為：(1)2010年以來，中國健康生產(chǎn)效率的整體水平得到提高，地區(qū)差異得到改善。(2)對(duì)于影響健康生產(chǎn)效率的四個(gè)因素——經(jīng)濟(jì)發(fā)展水平、醫(yī)療機(jī)構(gòu)管理水平、醫(yī)療市場的非市場化程度和基層醫(yī)療機(jī)構(gòu)的利用率等，只有前三個(gè)因素對(duì)健康生產(chǎn)效率構(gòu)成顯著的影響，基層醫(yī)療機(jī)構(gòu)的利用率與健康生產(chǎn)效率不具有顯著的相關(guān)關(guān)系。其中，經(jīng)濟(jì)發(fā)展水平對(duì)健康生產(chǎn)效率具有積極的影響；提高醫(yī)療機(jī)構(gòu)管理水平，能促進(jìn)健康生產(chǎn)效率的提高；提高醫(yī)療市場的市場化程度，有利于健康生產(chǎn)效率的改善。(3)以健康投入的多寡和健康生產(chǎn)效率的高低作為標(biāo)準(zhǔn)，可將30個(gè)省市的健康生產(chǎn)分為四類，對(duì)不同類型的省市實(shí)施差異化的健康投入和健康生產(chǎn)效率政策措施調(diào)整。

基于本文的研究結(jié)論，提出如下政策建議：

第一，建立完善的醫(yī)療衛(wèi)生機(jī)構(gòu)現(xiàn)代化管理制度，提高醫(yī)療衛(wèi)生機(jī)構(gòu)的運(yùn)營效率。醫(yī)療衛(wèi)生機(jī)構(gòu)是醫(yī)療衛(wèi)生服務(wù)的直接供給方，其自身的管理水平直接制約著醫(yī)療衛(wèi)生服務(wù)的供給水平與效率。 作為“新醫(yī)改”提出的五大重點(diǎn)改革內(nèi)容之一，公立醫(yī)院改革要求其加快形成政事分開、管辦分開的高效管理模式。在保持公益性的同時(shí)，將其培育為正常的市場主體，參與市場競爭，從而提高其運(yùn)行效率，破除壟斷。

第二，大力推動(dòng)社會(huì)辦醫(yī)的發(fā)展。社會(huì)辦醫(yī)可以增加醫(yī)療衛(wèi)生服務(wù)供給量，提供個(gè)性化、高端化、多樣化的醫(yī)療衛(wèi)生服務(wù)，滿足不同層次的醫(yī)療需求；同時(shí)，社會(huì)辦醫(yī)還可以增強(qiáng)醫(yī)療行業(yè)的競爭性，從而倒逼公立醫(yī)院加快改革步伐，促進(jìn)整個(gè)醫(yī)療行業(yè)服務(wù)質(zhì)量和效率的提高。因此，醫(yī)衛(wèi)和醫(yī)保需出臺(tái)政策共同支持社會(huì)辦醫(yī)的發(fā)展，打破公立醫(yī)院的壟斷局面，消除社會(huì)資本辦醫(yī)在人才、技術(shù)、行政管制等方面的壁壘。醫(yī)保要對(duì)民營醫(yī)院給予認(rèn)可與支持，在滿足一定的門檻條件后，將民營醫(yī)院納入醫(yī)保定點(diǎn)范圍，允許參保人員自由地在公立醫(yī)院與各種類型的民營醫(yī)院之間進(jìn)行就醫(yī)選擇,從而幫助民營醫(yī)院實(shí)現(xiàn)與公立醫(yī)院的平等競爭，推動(dòng)形成醫(yī)療服務(wù)市場良性競爭的格局。

第三，增強(qiáng)基層醫(yī)療機(jī)構(gòu)建設(shè)。為提高基層醫(yī)療衛(wèi)生機(jī)構(gòu)的醫(yī)療技術(shù)水平，消除無效和低效的醫(yī)療服務(wù)供給，增強(qiáng)居民對(duì)基層醫(yī)療機(jī)構(gòu)的就醫(yī)信心，應(yīng)為其配備充足的人力資源和醫(yī)療設(shè)施設(shè)備,推進(jìn)全科醫(yī)生隊(duì)伍建設(shè)，實(shí)施規(guī)范化的全科醫(yī)生培養(yǎng)模式。加大對(duì)基層醫(yī)療衛(wèi)生機(jī)構(gòu)的財(cái)政支持力度，進(jìn)一步改變基層醫(yī)療衛(wèi)生機(jī)構(gòu)的收支結(jié)構(gòu)，保證基層醫(yī)療衛(wèi)生機(jī)構(gòu)的公益性質(zhì)。實(shí)現(xiàn)基層醫(yī)療衛(wèi)生機(jī)構(gòu)基本醫(yī)療服務(wù)項(xiàng)目與醫(yī)保政策的有效銜接，使基本醫(yī)療保險(xiǎn)的診療項(xiàng)目和藥品目錄能夠滿足各類基層醫(yī)療衛(wèi)生機(jī)構(gòu)診治常見病、多發(fā)病的需要。以區(qū)域醫(yī)療聯(lián)合體為載體，建立大中型醫(yī)院和基層醫(yī)療衛(wèi)生機(jī)構(gòu)的分工合作機(jī)制，同時(shí)制定和推行基層首診制、雙向轉(zhuǎn)診制和分級(jí)診療制度等相關(guān)配套措施，實(shí)現(xiàn)醫(yī)療資源的合理有效利用。

邊文龍, 王向楠. 面板數(shù)據(jù)隨機(jī)前沿分析的研究綜述. 統(tǒng)計(jì)研究, 2016, 33(6): 13—20.

陳松來. 中國健康生產(chǎn)效率評(píng)價(jià)與健康產(chǎn)出增長動(dòng)力來源分析. 當(dāng)代經(jīng)濟(jì), 2015, (30): 136—138.

韓華為, 苗艷青. 地方政府衛(wèi)生支出效率核算及影響因素實(shí)證研究——以中國 31 個(gè)省份面板數(shù)據(jù)為依據(jù)的DEA-Tobit分析. 財(cái)經(jīng)研究, 2010 (5):4—15,39.

李向前, 李東, 黃莉. 中國區(qū)域健康生產(chǎn)效率及其變化——結(jié)合DEA, SFA 和 Malmquist指數(shù)的比較分析. 數(shù)理統(tǒng)計(jì)與管理, 2014 (5): 878—891.

劉海英, 張純洪. 我國省際衛(wèi)生經(jīng)濟(jì)投入產(chǎn)出的動(dòng)態(tài)效率測度研究. 中國衛(wèi)生經(jīng)濟(jì), 2009, 28(10): 5—8.

王俊.政府衛(wèi)生支出有效機(jī)制的研究——系統(tǒng)模型與經(jīng)驗(yàn)分析.第一版.北京:中國財(cái)政經(jīng)濟(jì)出版社,2007,193—210

王昕天. 衛(wèi)生投入, 技術(shù)效率與健康績效: 基于SFA 法對(duì)衛(wèi)生投入效率的測算. 中國衛(wèi)生經(jīng)濟(jì), 2014, 33(3): 25—29.

張暉, 許琳. 我國各地醫(yī)療衛(wèi)生投入效果分析. 衛(wèi)生經(jīng)濟(jì)研究, 2009 ,(4): 14—15.

張寧, 胡鞍鋼, 鄭京海. 應(yīng)用DEA 方法評(píng)測中國各地區(qū)健康生產(chǎn)效率. 經(jīng)濟(jì)研究, 2006, (7):92—105.

鄭文, 張建華. 我國醫(yī)療衛(wèi)生體系技術(shù)效率影響因素研究: 基于隨機(jī)前沿距離函數(shù)模型. 中國衛(wèi)生經(jīng)濟(jì), 2012, 31(12): 30—32.

Afonso A, Aubyn MS. Non-parametric approaches to education and health efficiency in OECD countries. Journal of Applied Economics, 2005, 8(2): 227.

Afonso A, Aubyn MS. Assessing health efficiency across countries with a two-step and bootstrap analysis. Applied Economics Letters, 2011, 18(15): 1427-1430.

Battese G E, Coelli T J. Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data. Journal of Econometrics, 1988, 38(3): 387-399.

Battese G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics, 1995, 20(2): 325-332.

Bhat V N. Institutional arrangements and efficiency of health care delivery systems. The European Journal of Health Economics, 2005, 6(3): 215-222.

F?re R, Grosskopf S, Lindgren B, et al. Productivity growth in health-care delivery. Medical Care, 1997, 35(4): 354-366.

Farrell MJ. The measure of productive efficiency. Journal of Royal Statistical Society, 1957, 120(3):253-290.

Gravelle H, Jacobs R, Jones A M, et al. Comparing the efficiency of national health systems: a sensitivity analysis of the WHO approach. Applied Health Economics and Health Policy, 2003, 2(3): 141-148.

Greene W. Distinguishing between heterogeneity and inefficiency: stochastic frontier analysis of the World Health Organization’s panel data on national health care systems. Health Economics, 2004, 13(10): 959-980.

Greene W. Reconsidering heterogeneity in panel data estimators of the stochastic frontier model. Journal of Econometrics, 2005, 126(2): 269-303.

Greene W. A stochastic frontier model with correction for sample selection. Journal of Productivity Analysis, 2010, 34(1): 15-24.

Gupta S, Verhoeven M. The efficiency of government expenditure: experiences from Africa. Journal of Policy Modeling, 2001, 23(4): 433-467.

Hadad S, Hadad Y, Simon-Tuval T. Determinants of healthcare system’s efficiency in OECD countries. The European Journal of Health Economics, 2013, 14(2): 253-265.

Hollingsworth B, Wildman J. The efficiency of health production: re-estimating the WHO panel data using parametric and non-parametric approaches to provide additional information. Health Economics, 2003, 12(6): 493-504.

Kumbhakar S C. Production frontiers, panel data, and time-varying technical inefficiency. Journal of Econometrics, 1990, 46(1-2): 201-211.

Kumbhakar S C. Efficiency and productivity of world health systems: where does your country stand?. Applied Economics, 2010, 42(13): 1641-1659.

Ogloblin C. Health care efficiency across countries: a stochastic frontier analysis. Appl Econ Int Dev, 2011, 11(1): 5-14.

Osterkamp R. Health Care Efficiency in OECD Countries. Books, 2004.

Puig-Junoy J. Measuring health production performance in the OECD. Applied Economics Letters, 1998, 5(4): 255-259.

Retzlaff-Roberts D, Chang C F, Rubin R M. Technical efficiency in the use of health care resources: a comparison of OECD countries. Health Policy, 2004, 69(1): 55-72.

Wang H J. Heteroscedasticity and non-monotonic efficiency effects of a stochastic frontier model. Journal of Productivity Analysis, 2002, 18(3): 241-253.

Wang H J, Schmidt P. One-step and two-step estimation of the effects of exogenous variables on technical efficiency levels. Journal of Productivity Analysis, 2002, 18(2): 129-144.

Wang H J, Ho C W. Estimating fixed-effect panel stochastic frontier models by model transformation. Journal of Econometrics, 2010, 157(2): 286-296.

Wranik D. Healthcare policy tools as determinants of health-system efficiency: evidence from the OECD. Health Economics, Policy and Law, 2012, 7(02): 197-226.

Yip W, Hsiao W C. The Chinese health system at a cross roads. Health Affairs, 2008, 27(2): 460-468.

【責(zé)任編輯：周吉梅；責(zé)任校對(duì)：周吉梅，李青果】

2017—03—01

國家社會(huì)科學(xué)基金項(xiàng)目“勞動(dòng)力遷移背景下基本醫(yī)療保險(xiǎn)‘系統(tǒng)老齡化風(fēng)險(xiǎn)’測度與應(yīng)對(duì)研究”(17BJY205)； 廣州市哲學(xué)社會(huì)科學(xué)發(fā)展“十三五”規(guī)劃青年課題“廣州市社會(huì)醫(yī)療保險(xiǎn)科學(xué)控費(fèi)的機(jī)制及策略研究”(2017GZQN18)

申曙光，中山大學(xué)嶺南學(xué)院、中山大學(xué)國家治理研究院(廣州 510275)；鄭倩昀，通訊作者，中山大學(xué)嶺南學(xué)院(廣州 510275)。

10.13471/j.cnki.jsysusse.2017.06.016