我國(guó)衛(wèi)生資源配置效率的省際差異及空間溢出效應(yīng)

許文靜

【摘 要】目的：探究我國(guó)各省衛(wèi)生資源配置效率的差異及其相互影響，為制定相關(guān)政策提供依據(jù)。方法：采用EBM-Window模型測(cè)算我國(guó)各省衛(wèi)生資源配置效率，并構(gòu)建空間自回歸模型進(jìn)行實(shí)證分析。結(jié)果：我國(guó)各省衛(wèi)生資源配置效率存在顯著的差異，衛(wèi)生資源配置效率存在省際間的空間溢出效應(yīng)。結(jié)論：政府應(yīng)充分重視衛(wèi)生資源配置效率的空間溢出效應(yīng)，通過(guò)各種舉措加強(qiáng)各省之間的交流與合作，實(shí)現(xiàn)衛(wèi)生資源配置效率的共同提升。

【關(guān)鍵詞】衛(wèi)生資源配置;效率;EBM-Window模型;空間溢出效應(yīng)

中圖分類(lèi)號(hào)： R197.1 文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）29-0124-003

DOI：10.19694/j.cnki.issn2095-2457.2019.29.057

Interprovincial Differences and Spatial Spillover Effects of Health Resource Allocation Efficiency in China

XU Wen-jing

（Henan college of animal husbandry and economics， zhengzhou 450044， China）

【Abstract】Objective： To explore inter-provincial differences in efficiency of health resource allocation and its mutual influence， providing a basis for policy. Methods： Based on EBM-Window model to measure the efficiency of health resource allocation， and build the spatial autoregressive model for empirical analysis. Results： The efficiency of health resource allocation existed significant provincial differences， and had spatial spillover effects. Conclusion： The government should pay attention to this spatial spillover effects， strengthen exchanges and cooperation between the provinces through various initiatives， to improve the their efficiency of health resource allocation.

【Key words】Health resource allocation; Efficiency; EBM-Window model; Spatial spillover effects

0 引言

如何將有限的衛(wèi)生資源發(fā)揮其最佳的效用，是我國(guó)醫(yī)療衛(wèi)生事業(yè)改革和發(fā)展所追求的一大目標(biāo)，因此，很有必要研究我國(guó)衛(wèi)生資源配置效率的現(xiàn)狀及其影響因素。衛(wèi)生資源配置效率的主要計(jì)算方法有數(shù)據(jù)包絡(luò)分析法（DEA）和隨機(jī)前沿分析法（SFA），韓華為等[1]采用數(shù)據(jù)包絡(luò)分析法發(fā)現(xiàn)，我國(guó)各省衛(wèi)生支出效率存在地區(qū)差異，并且人均GDP、居民受教育水平等是造成這種效率差異的重要原因;程琳等[2]采用異質(zhì)性隨機(jī)前沿模型進(jìn)一步印證了韓華為的結(jié)論;張俊等[3]采用隨機(jī)前沿分析法發(fā)現(xiàn)，各地區(qū)衛(wèi)生體系技術(shù)效率存在顯著差異，并且其影響因素在各地區(qū)也表現(xiàn)出不同的模式。采用DEA模型的學(xué)者中，有的使用徑向模型，但該模型假定生產(chǎn)單元所有投入要素同比例變化，這與現(xiàn)實(shí)相違背;有的使用非徑向模型，該模型包含非徑向的松弛變量，這雖然避免了徑向模型的缺陷，但卻損失了效率前沿投影值的原始比例信息，Tone等[4]在2010年提出了一種包含徑向和非徑向兩種距離函數(shù)的混合模型，即EBM模型，但未發(fā)現(xiàn)有學(xué)者將該模型引入到我國(guó)衛(wèi)生資源配置效率的研究中來(lái)。另外，當(dāng)前學(xué)者都把各省的衛(wèi)生資源配置效率當(dāng)成一個(gè)獨(dú)立的個(gè)體去研究，忽視了各省之間的相互影響。為此，本文將基于2008-2014年的數(shù)據(jù)，采用EBM-Window模型對(duì)各省衛(wèi)生資源配置效率進(jìn)行測(cè)算，然后構(gòu)建空間自回歸模型，把地區(qū)間的相互影響引入到衛(wèi)生資源配置效率的影響因素的實(shí)證分析中。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 省域衛(wèi)生資源配置效率的測(cè)度

衛(wèi)生資源配置效率的測(cè)算需要構(gòu)建生產(chǎn)前沿面，主要方法有隨機(jī)前沿分析法（SFA）和數(shù)據(jù)包絡(luò)分析法（DEA）。由于參數(shù)估計(jì)的SFA存在對(duì)模型設(shè)定和隨機(jī)誤差項(xiàng)正態(tài)分布的強(qiáng)假設(shè)偏誤，而非參數(shù)估計(jì)的DEA不僅可以避免這種偏誤，并且可以更好地?cái)M合多投入多產(chǎn)出的生產(chǎn)活動(dòng)，因此，我們選用DEA模型來(lái)測(cè)算衛(wèi)生資源配置效率。DEA模型主要分為徑向模型和非徑向模型兩大類(lèi)，前者假定生產(chǎn)單元所有投入要素同比例變化，這與現(xiàn)實(shí)相違背;后者包含非徑向的松弛變量，雖避免了徑向模型的缺陷，但卻損失了效率前沿投影值的原始比例信息。為此，我們使用Tone等[4]提出的包含徑向和非徑向兩種距離函數(shù)的混合模型，即EBM模型，來(lái)測(cè)度各省衛(wèi)生資源配置效率。

假定生產(chǎn)系統(tǒng)中有n個(gè)決策單元（DMU），每個(gè)DMU有m個(gè)投入要素（x）和s個(gè)產(chǎn)出（y），投入導(dǎo)向的EBM模型的線性規(guī)劃式為：

被評(píng)價(jià)決策單元（DMU）的效率值為目標(biāo)函數(shù)的最優(yōu)解，即

δ*=θ*-ε■■

其中， θ表示CCR模型計(jì)算的徑向效率值，s-表示投入要素的非徑向的松弛向量，δ*表示模型測(cè)度的最優(yōu)效率值，λ表示權(quán)重向量， ω■■表示各項(xiàng)投入要素的重要程度，ε∈[0，1]表示效率值計(jì)算中非徑向部分占的比例，X、Y分別表示投入和產(chǎn)出矩陣，且X>0，Y>0。

為了研究衛(wèi)生資源配置效率以及其隨時(shí)間變化的動(dòng)態(tài)效應(yīng)，我們采用EBM-Window模型。假定共有n個(gè)決策單元（DMU），t個(gè)時(shí)期，則“DMU”總數(shù)是nt。如果窗口寬度為d，那么每個(gè)窗口內(nèi)的“DMU”數(shù)是nd，窗口數(shù)量為w=t-d+1，增加“DMU”的數(shù)量是窗口模型的一個(gè)主要功能。窗口的寬度主要取決于時(shí)期的長(zhǎng)度。Charnes等[5]指出，當(dāng)窗口寬度d=3或d=4能實(shí)現(xiàn)效率測(cè)度的穩(wěn)定性和信息量之間最好的權(quán)衡，因此，本文中我們?cè)O(shè)定窗口寬度d=3。由于在每一時(shí)期每個(gè)DMU有多個(gè)效率值，我們采用同一時(shí)期每個(gè)DMU的平均效率值作為最終的效率。

由于西藏自治區(qū)的統(tǒng)計(jì)數(shù)據(jù)缺失嚴(yán)重，本文選取除西藏外30個(gè)省的面板數(shù)據(jù)集，樣本觀測(cè)區(qū)間為2008-2014年。為了綜合考慮衛(wèi)生資源的人力、物力和財(cái)力三方面的配置效率情況，我們選取衛(wèi)生技術(shù)人員數(shù)、醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)和總支出作為投入指標(biāo)，診療人次、病床使用率和總收入作為產(chǎn)出指標(biāo)。相關(guān)數(shù)據(jù)來(lái)自歷年的《中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》。

1.2 衛(wèi)生資源配置效率的空間計(jì)量分析

關(guān)于衛(wèi)生資源配置效率影響因素的分析，傳統(tǒng)的研究總是忽視各省間潛在的相互影響，往往把每個(gè)省都當(dāng)成一個(gè)獨(dú)立的個(gè)體去分析，但相鄰省的衛(wèi)生資源配置效率可能相互依賴(lài)，并最終達(dá)到一種均衡。為此，我們把省域間的相互作用引入到衛(wèi)生資源配置效率的研究中。

由于空間計(jì)量經(jīng)濟(jì)學(xué)的基本思想是通過(guò)一個(gè)空間權(quán)重矩陣把區(qū)域之間的相互關(guān)系引入到模型中的，因此，空間權(quán)重矩陣的選取十分重要。根據(jù)已有的研究成果以及本文的研究需要，我們這樣設(shè)定空間權(quán)重矩陣W：如果省域i和省域j地理位置相鄰，則元素ωij的值取1，否則取0，并設(shè)矩陣W主對(duì)角線上的元素全為零。

在進(jìn)行空間計(jì)量分析之前，先使用全局“莫蘭指數(shù)I”檢驗(yàn)各省衛(wèi)生資源配置效率數(shù)據(jù)是否存在空間依賴(lài)性，其取值一般介于-1到1之間，其大于0表示正相關(guān)，即高值與高值相鄰，低值與低值相鄰。全局莫蘭指數(shù)I的計(jì)算公式為：

I=■

其中，n表示省域的數(shù)目，x表示觀測(cè)值，ωij為空間權(quán)重矩陣的W的元素，刻畫(huà)了省域和省域之間i的j相鄰關(guān)系。

通過(guò)全局莫蘭指數(shù)I空間依賴(lài)性檢驗(yàn)后，為研究衛(wèi)生資源配置效率的影響因素以及各省之間的相互影響，我們構(gòu)造面板數(shù)據(jù)的空間自回歸模型（SAR）如下：

Yit=ρ（WY）it+X'itβ+μit

其中，Yit為省域i第t年的衛(wèi)生資源配置效率（EFF）（i=1，2，…，30;t=2008，2009，…，2014）;W為前文設(shè)定的空間權(quán)重矩陣;（WY）it為空間滯后項(xiàng)，代表其他省域衛(wèi)生資源配置效率觀察值的一個(gè)線性組合;Xit為省域i第t年的解釋變量的觀察值，包括：（1）經(jīng)濟(jì)發(fā)展水平（ECO），用人均GDP衡量;（2）人口城鎮(zhèn)化水平（POP），用城鎮(zhèn)人口占總?cè)丝诘谋戎睾饬?（3）居民受教育程度（EDU），用平均受教育年限衡量。ρ和β為模型的待估系數(shù)，其中ρ刻畫(huà)其他省衛(wèi)生資源配置效率對(duì)本省的影響，也反映衛(wèi)生資源配置效率的空間溢出效應(yīng)，若ρ顯著為正表示存在外溢效應(yīng)，反之則不存在;β刻畫(huà)解釋變量對(duì)衛(wèi)生資源配置效率的影響。μit為殘差。相關(guān)數(shù)據(jù)來(lái)自歷年的《中國(guó)統(tǒng)計(jì)年鑒》。

2 實(shí)證結(jié)果分析

2.1 省域衛(wèi)生資源配置效率的測(cè)度

根據(jù)前文所述的研究方法和數(shù)據(jù)，我們運(yùn)用MaxDEA軟件計(jì)算了各省的衛(wèi)生資源配置效率，并按傳統(tǒng)東、中、西部地區(qū)劃分法進(jìn)行了分類(lèi)，表1給出了分地區(qū)2008-2014年衛(wèi)生資源配置效率的估計(jì)結(jié)果。

表1 2008-2014年?yáng)|、中、西部地區(qū)衛(wèi)生資源配置效率

從表1可知：總體上看，全國(guó)衛(wèi)生資源配置平均效率為0.883，存在11.7%的效率損耗，并且衛(wèi)生資源配置效率呈不規(guī)則變化，這可能是由我國(guó)衛(wèi)生體制的不斷改革造成的。分區(qū)域來(lái)看，三大區(qū)域衛(wèi)生資源配置效率存在很大差異，東部地區(qū)高于西部地區(qū)，西部地區(qū)高于中部地區(qū)，并且中西部地區(qū)明顯低于東部地區(qū)和全國(guó)平均水平，這反映出我國(guó)各省的衛(wèi)生資源配置效率存在較大差異。

2.2 回歸結(jié)果與分析

衛(wèi)生資源配置效率的全局莫蘭指數(shù)I的計(jì)算結(jié)果如表2所示。可以看出，樣本期內(nèi)全局莫蘭指數(shù)I均為正值，并且在1%的水平上顯著，這表明我國(guó)各省衛(wèi)生資源配置效率的觀測(cè)值存在著明顯的正的空間相關(guān)性，我國(guó)各省衛(wèi)生資源配置效率的空間分布并沒(méi)有表現(xiàn)出完全隨機(jī)的狀態(tài)，而是表現(xiàn)出相似值之間的空間集聚。同時(shí)，豪斯曼檢驗(yàn)結(jié)果顯示應(yīng)使用隨機(jī)效應(yīng)的空間自回歸模型進(jìn)行下一步分析。

表3給出了隨機(jī)效應(yīng)的空間自回歸模型的回歸結(jié)果。從該表可以看出，省域衛(wèi)生資源配置效率的空間滯后項(xiàng)系數(shù)在1%的水平下顯著為正，這表明相鄰省份的衛(wèi)生資源配置效率存在顯著的相互影響作用，換句話說(shuō)，某一省份的衛(wèi)生資源配置效率會(huì)對(duì)相鄰省份的衛(wèi)生資源配置效率產(chǎn)生顯著的正向影響，即衛(wèi)生資源配置效率存在著省際間的空間溢出效應(yīng)。空間溢出效應(yīng)的微觀機(jī)制很可能是這樣的，某一地區(qū)在制定和執(zhí)行衛(wèi)生相關(guān)制度和政策時(shí)，總會(huì)參考其他地區(qū)的做法，而相鄰省份由于其地緣因素，相鄰的省政府之間、相鄰省份的地級(jí)市政府甚至縣級(jí)政府之間關(guān)系相對(duì)密切、交流相對(duì)頻繁、信息相對(duì)暢通，這些都為其在制定和執(zhí)行衛(wèi)生相關(guān)制度和政策時(shí)進(jìn)行相互模仿和借鑒提供了便利，這也就造成了衛(wèi)生資源配置效率的空間溢出效應(yīng)，使得省域衛(wèi)生資源配置效率存在著空間集聚特征。這種衛(wèi)生資源配置效率的空間溢出效應(yīng)可以縮小各省衛(wèi)生資源配置效率分布不均的現(xiàn)象，促進(jìn)我國(guó)各省衛(wèi)生資源配置效率的共同提升。

從表3還可以看出，經(jīng)濟(jì)發(fā)展水平對(duì)省域衛(wèi)生資源配置效率的影響系數(shù)為正，這印證了許多文獻(xiàn)得出的較高的經(jīng)濟(jì)發(fā)展水平有助于提高衛(wèi)生資源配置效率的結(jié)論，但其結(jié)果不顯著。人口城鎮(zhèn)化水平對(duì)省域衛(wèi)生資源配置效率的影響系數(shù)在5%的水平下顯著為正，這表明城鎮(zhèn)化水平的提高有助于衛(wèi)生資源配置效率的提高。當(dāng)前我國(guó)衛(wèi)生資源配置呈現(xiàn)著城鄉(xiāng)“二元”結(jié)構(gòu)特征，城鎮(zhèn)化水平的提高，可以集中優(yōu)勢(shì)醫(yī)療衛(wèi)生資源，提高衛(wèi)生資源配置的效率。居民受教育程度對(duì)省域衛(wèi)生資源配置效率的影響系數(shù)在10%的水平下顯著為正，這表明居民受教育程度的提高有助于衛(wèi)生資源配置效率的提高。居民受教育程度的提高，有助于居民對(duì)醫(yī)療衛(wèi)生資源利用能力和保健意識(shí)的提高，這將促進(jìn)衛(wèi)生資源配置效率的提高。

表3 空間自回歸模型的估計(jì)結(jié)果

注：***、**和*分別代表在1%、5%和10%的水平上顯著。

3 結(jié)論與建議

提高衛(wèi)生資源配置效率，是我國(guó)醫(yī)療衛(wèi)生改革所追求的一大目標(biāo)。本文采用EBM-Window模型對(duì)各省衛(wèi)生資源配置效率進(jìn)行測(cè)算，然后構(gòu)建空間自回歸模型，研究其影響因素。結(jié)果表明：一方面，各省衛(wèi)生資源配置效率存在顯著的地區(qū)差異，呈現(xiàn)東部地區(qū)偏高，中西部地區(qū)偏低的現(xiàn)象;另一方面，衛(wèi)生資源配置效率存在著省際間的空間溢出效應(yīng)。另外，在實(shí)證分析中，我們還發(fā)現(xiàn)，人口城鎮(zhèn)化水平和居民受教育程度也是影響各省衛(wèi)生資源配置效率的重要因素。

為提高我國(guó)各省衛(wèi)生資源配置效率，使有限的衛(wèi)生資源發(fā)揮其最大的效用，基于上述的研究結(jié)論，本文提出以下政策建議：首先，醫(yī)療體制改革應(yīng)重點(diǎn)關(guān)注中西部地區(qū)，探究其效率低下的深層次原因，有針對(duì)性地推進(jìn);其次，充分重視衛(wèi)生資源配置效率的空間溢出效應(yīng)，通過(guò)各種舉措加強(qiáng)各省之間的交流與合作，實(shí)現(xiàn)衛(wèi)生資源配置效率的共同提升;最后，大力發(fā)展國(guó)民經(jīng)濟(jì)，進(jìn)一步推進(jìn)城鎮(zhèn)化建設(shè)，提高居民受教育程度，從多方面著手提高我國(guó)衛(wèi)生資源配置效率。

【參考文獻(xiàn)】

[1]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(guó) 31 個(gè)省份面板數(shù)據(jù)為例[J].財(cái)經(jīng)研究，2010（5）：4-15.

[2]程琳，廖宇岑.地方政府醫(yī)療衛(wèi)生支出效率及其影響因素分析：基于異質(zhì)性隨機(jī)前沿模型[J].中國(guó)衛(wèi)生經(jīng)濟(jì)，2015（1）：16-18.

[3]張俊，王曉瑩.我國(guó)醫(yī)療衛(wèi)生體系技術(shù)效率的地區(qū)差異研究[J].中國(guó)衛(wèi)生經(jīng)濟(jì)，2014（3）：30-32.

[4]Tone K， Tsutsui M. An Epsilon-based Measure of Efficiency in DEA-A Third Pole of Technical Efficiency[J]. European Journal of Operational Research，2010（3）：1554-1563.

[5]Charnes A， Cooper W W， Lewin A Y， et al. Data envelopment analysis：theory， methodology， and application[M]. Norwell：Kluwer Academic Publishers， 1994.