中國地區(qū)健康產(chǎn)出效率測度及空間效應(yīng)分析

卜勝娟， 耿 弘 ， 朱佩楓， 熊季霞

(1.南京航空航天大學(xué) 經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 211106；2.南京中醫(yī)藥大學(xué) 衛(wèi)生經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210023)

近年來，伴隨中國經(jīng)濟(jì)的穩(wěn)步發(fā)展，各類危機(jī)人民健康問題的出現(xiàn)，國民健康話題日益受到社會各界的重視，愈加凸顯國民健康在宏觀經(jīng)濟(jì)中的重要地位?！丁敖】抵袊?030”規(guī)劃綱要》的發(fā)布，表明中國已把國民健康問題提上日程?！毒V要》明確首要戰(zhàn)略目標(biāo)是持續(xù)提升人民健康水平。到2030年，中國人均預(yù)期壽命提升到79.0歲，嬰兒死亡率、5歲以下兒童死亡率、孕產(chǎn)婦死亡率分別下降到5.0‰、6.0‰和12.0/10萬。而根據(jù)經(jīng)合組織(OECD)數(shù)據(jù)，2013年中國人均預(yù)期壽命為77.2歲，嬰兒死亡率為10.6‰；同期美國和日本的兩項(xiàng)指標(biāo)數(shù)據(jù)分別為81.2歲、86.6歲和6‰、2.1‰，而OECD國家平均值為83.3歲和4‰，可見中國健康狀況和世界水平差距較大。眾所周知，行政區(qū)劃在中國社會經(jīng)濟(jì)發(fā)展中發(fā)揮著重要作用，而各區(qū)域之間經(jīng)濟(jì)發(fā)展水平明顯，因此帶來的對國民健康的投入和產(chǎn)出水平亦存在差異。為更好地研究這些問題，可視各區(qū)域國民健康系統(tǒng)視為健康投入產(chǎn)出生產(chǎn)系統(tǒng)，各地區(qū)為健康生產(chǎn)決策單元，將空間計(jì)量經(jīng)濟(jì)學(xué)引入?yún)^(qū)域健康產(chǎn)出效率研究中，剖析其運(yùn)行過程和健康產(chǎn)出效率的影響因素，有助于明確區(qū)域健康產(chǎn)出效率的空間效應(yīng)，這對于在有限資源約束下，實(shí)現(xiàn)國民健康產(chǎn)出水平最大化，區(qū)域間協(xié)同推進(jìn)健康公平可及具有重要意義。

一 文獻(xiàn)回顧

目前，現(xiàn)有文獻(xiàn)主要基于醫(yī)療機(jī)構(gòu)效率進(jìn)行評價(jià)。微觀層面，國外學(xué)者多以綜合性醫(yī)院居多，還有護(hù)理醫(yī)院和初級保健中心等，學(xué)者們在不同視角上探討了醫(yī)療機(jī)構(gòu)的效率狀態(tài)，多以技術(shù)低效率為主。國內(nèi)學(xué)者有的對縣醫(yī)院相對效率進(jìn)行評價(jià)，發(fā)現(xiàn)農(nóng)村地區(qū)衛(wèi)生服務(wù)效率低下[1]；對城市醫(yī)院經(jīng)營效率分析，則發(fā)現(xiàn)醫(yī)院效率隨著導(dǎo)向型類型而變化[2]。進(jìn)而又有學(xué)者對不同醫(yī)院類型，如中醫(yī)院[3]、公立醫(yī)院不同級別進(jìn)行效率評價(jià)研究[4]。宏觀層面，主要對不同地區(qū)和組織進(jìn)行效率測量。國外多以世界衛(wèi)生組織和世界銀行數(shù)據(jù)庫對經(jīng)合組織及非OECD成員國為研究對象，測量健康產(chǎn)出效率。學(xué)者多以健康生產(chǎn)函數(shù)[5]為理論基礎(chǔ)，有的對OECD成員國的健康生產(chǎn)效率進(jìn)行測量[6]，并將綜合技術(shù)效率分解為純技術(shù)效率和規(guī)模效率，還有測量了WHO成員國的健康生產(chǎn)效率[7]，隨后學(xué)者又展開了不同類國家健康生產(chǎn)效率研究[8]。國內(nèi)學(xué)者從區(qū)域視角分析了地區(qū)健康生產(chǎn)效率，發(fā)現(xiàn)區(qū)域間存在顯著差異[9-10]，隨著社會發(fā)展，中國健康生產(chǎn)效率從2010以來得以提高，區(qū)域差異有所改善[11]，而地方政府之間和城鄉(xiāng)之間衛(wèi)生投資效率的差異性依然存在[12-13]。

回顧文獻(xiàn)，可知經(jīng)濟(jì)因素、社會因素等都會影響健康產(chǎn)出效率。國外學(xué)者研究發(fā)現(xiàn)人力資本和教育水平[14]、人口密度[15]、城市化水平等[16]對健康生產(chǎn)效率都有顯著作用。國內(nèi)一些學(xué)者發(fā)現(xiàn)地區(qū)人口密度、城鄉(xiāng)居民支付能力有顯著關(guān)系[9]，而公共健康投入比例影響是不大顯著的負(fù)相關(guān)關(guān)系；還有發(fā)現(xiàn)中國衛(wèi)生支出效率存在差異的主要原因是人口密度、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[12]。進(jìn)一步研究發(fā)現(xiàn)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和健康生產(chǎn)效率具有顯著正相關(guān)關(guān)系，基層醫(yī)療機(jī)構(gòu)利用率的影響沒有顯著影響[11]。

通過梳理現(xiàn)有文獻(xiàn)，該主題研究一般采用“兩步法”的分析框架，即用效率方法測度出效率然后對影響因素進(jìn)行回歸分析(主要以Tobit模型[9]、固定效應(yīng)面板隨機(jī)前沿模型[11]為主)查看各相關(guān)因素的影響。當(dāng)前測度健康產(chǎn)出效率的方法主要有非參數(shù)方法和參數(shù)方法兩大類，兩者主要區(qū)別在于是否需要對生產(chǎn)函數(shù)等進(jìn)行假設(shè)，前者主要有數(shù)據(jù)包絡(luò)分析(DEA)和無成本處置殼方法(FDH)；后者以隨機(jī)前沿分析(SFA)為主。SFA為主的參數(shù)方法嚴(yán)重依賴生產(chǎn)函數(shù)形式和隨機(jī)項(xiàng)的概率分布，有可能因錯(cuò)誤的設(shè)定得出錯(cuò)誤的結(jié)論。而傳統(tǒng)DEA方法由于受到凸性假設(shè)的約束，異常值和測量誤差的干擾，測算結(jié)果不穩(wěn)定，可比性較低[17]。值得一提的是，Cazals 等根據(jù)FDH方法提出了order-m效率測度方法，隨之Aragon 等提出了order-α效率測度方法，這兩種方法統(tǒng)稱為局部前沿法(partial frontier approches)。局部前沿效率方法避免了DEA模型的凸假設(shè)，order-m效率和order-α效率測度方法不僅能消除異常值的影響，還在一定程度上降低測量誤差的影響[18]，不失為一種合適的方法。

基于現(xiàn)有文獻(xiàn)本文采用狹義健康產(chǎn)出效率概念，以31個(gè)省級區(qū)域醫(yī)療衛(wèi)生投入轉(zhuǎn)化為健康產(chǎn)出的相對效率，根據(jù)健康生產(chǎn)函數(shù)理論基礎(chǔ)對31個(gè)健康產(chǎn)出系統(tǒng)單元進(jìn)行分析。本文采用局部前沿法測度中國地區(qū)健康產(chǎn)出效率，并進(jìn)行空間效應(yīng)分析，從全國新醫(yī)改開始全面合理評價(jià)中國健康生產(chǎn)系統(tǒng)的投入產(chǎn)出效率，測度分析中國31個(gè)省級區(qū)域健康產(chǎn)出效率的時(shí)空分異與空間效應(yīng)，從而為提升健康生產(chǎn)系統(tǒng)的產(chǎn)出能力提供針對性對策依據(jù)。

二 中國省域地區(qū)健康產(chǎn)出效率的測度

(一)變量選取

2009年中國新醫(yī)改方案正式實(shí)施，隨之改革不斷推進(jìn)和深入，對中國健康生產(chǎn)系統(tǒng)的影響不容小覷。本文年度面板數(shù)據(jù)研究期為2009—2017年，分別統(tǒng)計(jì)全國31個(gè)省、市、區(qū)(港澳臺除外)健康生產(chǎn)系統(tǒng)投入產(chǎn)出相關(guān)數(shù)據(jù)，所需數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國衛(wèi)生統(tǒng)計(jì)年鑒》和部分地方統(tǒng)計(jì)年鑒，其中部分地區(qū)數(shù)據(jù)缺失，通過插值法等進(jìn)行數(shù)據(jù)處理而得。

借鑒張寧等學(xué)者研究，本文選擇健康生產(chǎn)的投入和產(chǎn)出指標(biāo)說明如下：

投入指標(biāo)：健康生產(chǎn)投入變量，一般多從狹義定義視角即醫(yī)療衛(wèi)生投入狀況進(jìn)行衡量，如提供醫(yī)療服務(wù)的醫(yī)生人數(shù)(含護(hù)士等)、醫(yī)院床位數(shù)、醫(yī)療設(shè)備及為健康投入的各類衛(wèi)生費(fèi)用。根據(jù)統(tǒng)計(jì)數(shù)據(jù)的可獲得性和可比性，本文選取每千人口衛(wèi)生技術(shù)人員、每千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)、人均衛(wèi)生總費(fèi)用作為投入變量。

產(chǎn)出指標(biāo)：衡量健康產(chǎn)出變量的選取主要是預(yù)期壽命和死亡率等相關(guān)變量，這在Varabyova等研究亦有證明。雖然預(yù)期壽命和嬰兒死亡率等能很好的反應(yīng)地區(qū)健康水平，囿于國內(nèi)人口健康統(tǒng)計(jì)數(shù)據(jù)的限制，本文借鑒李向前等[10]采用總生存人年作為各地區(qū)健康生產(chǎn)的產(chǎn)出變量，不僅反映了區(qū)域人口總量，而且反映了個(gè)人的健康存量狀態(tài)。

(二)研究方法

本文以產(chǎn)出導(dǎo)向測度健康產(chǎn)出效率，以Daraio和Simar[19]的理論模型，并結(jié)合Tauchmann[20]在2011年發(fā)表的Stata命令語句進(jìn)行定量測度。假設(shè)有N個(gè)DMU，其中每個(gè)DMUi(i=1,2,…,N)，投入和產(chǎn)出表示為(Xi,Yi)，j個(gè)投入xi1,xi2，…,xij，L個(gè)產(chǎn)出yi1,yi2…,yil。以產(chǎn)出為導(dǎo)向的FDH效率測度公式為：

(1)

此外，order-α方法則通過設(shè)定α的值(α為(100-α)百分位數(shù))來直接剔除效率邊界之外的超效率點(diǎn)；當(dāng)α為100時(shí)，即沒有剔除任何超效率點(diǎn)，order-α方法與FDH方法測度結(jié)果相同。

(2)

(3)

(三)實(shí)證結(jié)果

計(jì)算采用Stata15.0軟件測評了中國31個(gè)地區(qū)的健康產(chǎn)出效率。便于比較各效率測度方法效果，根據(jù)產(chǎn)出導(dǎo)向的上述方法，采用DEA、FDH、order-m效率方法和order-α效率方法，分別測算了2009—2017年中國各省級區(qū)域健康投入產(chǎn)出系統(tǒng)的效率得分，為了對比研究的需要，產(chǎn)出效率取了倒數(shù)。

從圖1～圖2中可以看出，采用FDH方法、order-α和order-m方法測度的健康產(chǎn)出效率水平明顯大于DEA方法的結(jié)果。這因?yàn)镈EA方法受到異常值的影響，測度的效率前沿邊界會較小，而采用FDH方法、order-α和order-m方法測度的效率水平較為接近，尤其是后兩種方法，因此局部前沿效率測度方法(order-α方法和order-m方法)的估計(jì)結(jié)果優(yōu)于其他方法(囿于篇幅限制，后文效率值均為order-m方法效率測度值，其他不再贅述)。

由圖1可知，地區(qū)健康產(chǎn)出效率差異明顯。從均值比較來看，效率水平大于1的省份是安徽、河南、廣東、廣西、山東、江西、云南；相反，處于效率水平較低的地區(qū)主要是青海、寧夏、新疆、天津、北京。標(biāo)準(zhǔn)差方面，地區(qū)間健康產(chǎn)出效率波動性相對比較穩(wěn)定，除了海南和西藏，說明每個(gè)地區(qū)在不同年度上健康產(chǎn)出效率的離散程度不大。分析圖2發(fā)現(xiàn)時(shí)序上全國地區(qū)健康產(chǎn)出效率呈較為平緩上升態(tài)勢。測度的年度健康生產(chǎn)效率均值呈上升態(tài)勢，但有一定的波動性，由2009年的0.582改善到2013年的最高點(diǎn)0.662，而后又緩慢上升，表明年度健康產(chǎn)出效率處于不斷持續(xù)改善過程中；同時(shí)標(biāo)準(zhǔn)差方面，年度標(biāo)準(zhǔn)差反映的是每一年度地區(qū)間健康產(chǎn)出效率的差異性，可知隨時(shí)間變化波動不大，差異呈縮小趨勢，說明全國地區(qū)健康產(chǎn)出效率差異性變化不明顯。

圖1 中國地區(qū)健康產(chǎn)出效率均值與標(biāo)準(zhǔn)差

圖2 中國地區(qū)健康產(chǎn)出效率年度均值與標(biāo)準(zhǔn)差的時(shí)間變化趨勢

三 中國地區(qū)健康產(chǎn)出效率的空間效應(yīng)分析

(一)變量選取與研究方法

1.影響健康的任何相關(guān)因素都有可能對地區(qū)健康產(chǎn)出效率產(chǎn)生影響

從現(xiàn)實(shí)來看，中國各地區(qū)間的合作與競爭、區(qū)域資源的流動，會影響健康產(chǎn)出效率的若干因素，如健康服務(wù)可及性、城市化水平、教育水平等均可能對空間相鄰地區(qū)健康產(chǎn)出效率產(chǎn)生影響。在前文測度得出的健康產(chǎn)出效率(TE)作為被解釋變量的基礎(chǔ)上，為準(zhǔn)確識別影響健康產(chǎn)出效率的相關(guān)因素，結(jié)合現(xiàn)有文獻(xiàn)，根據(jù)變量的可得性選取5個(gè)方面的影響因素，各變量取值及說明如下：(1)受教育水平(edu)：用各地區(qū)識字人口(非文盲、半文盲人口)占15歲及15歲以上人口比例。(2)城市化水平(urban):用各地區(qū)年末城鎮(zhèn)人口比重。(3)政府健康投入能力(gov):用各地區(qū)財(cái)政衛(wèi)生費(fèi)用占GDP比例。(4)個(gè)人健康投入能力(pri)：先用各地區(qū)城鄉(xiāng)居民人均醫(yī)療保健支出乘以對應(yīng)人口數(shù)計(jì)算得到個(gè)人健康支出總額，然后再除以各地區(qū)GDP總量計(jì)算得到。(5)服務(wù)可達(dá)水平(pden)：用人口密度表示，即各地區(qū)總?cè)丝谂c地區(qū)總面積的比值，并取自然對數(shù)。各解釋變量的描述性統(tǒng)計(jì)見表1。

表1 模型中各解釋變量的描述性統(tǒng)計(jì)

上述解釋變量的基礎(chǔ)數(shù)據(jù)為2009—2017年中國31省(市、區(qū))的面板數(shù)據(jù)，主要來源于《中國統(tǒng)計(jì)年鑒》《中國衛(wèi)生統(tǒng)計(jì)年鑒》和部分地方統(tǒng)計(jì)年鑒，其中部分地區(qū)數(shù)據(jù)不全，通過插值法等數(shù)據(jù)處理而得。

2.健康產(chǎn)出效率的空間相關(guān)分析

探討全國健康產(chǎn)出效率的總體特征和差異性，運(yùn)用空間統(tǒng)計(jì)分析方法[21]分析其空間集聚性特征。Moran指數(shù)[22]是目前計(jì)算空間自相關(guān)系數(shù)的常用方法，包括全局自相關(guān)和局域自相關(guān)兩種形式。全局指數(shù)用于描述整個(gè)研究區(qū)域的空間特征，局部指數(shù)用于描述內(nèi)部空間特征，即每一個(gè)空間單元與鄰近單元的相關(guān)程度。

全局Moran指數(shù)用如下公式計(jì)算：

(4)

局部Moran指數(shù)：

(5)

其中，S2為樣本方差，wij空間權(quán)重矩陣。

3.空間計(jì)量模型的構(gòu)建

目前，常用的空間面板模型有兩種形式，分別是空間面板滯后模型(Spatial Lag Model ，SLM)和空間面板誤差模型(Spatial Error Model ，SEM)，基本模型如公式(6)～(7)所示。

(1)空間面板滯后模型(SLM)衡量本地與相鄰地區(qū)健康產(chǎn)出效率空間相關(guān)特征及影響，即相鄰地區(qū)行為對系統(tǒng)內(nèi)其余地區(qū)行為是否有空間溢出效應(yīng)。

(6)

(2)空間面板誤差模型(SEM)衡量相鄰地區(qū)健康產(chǎn)出效率的誤差沖擊對本地區(qū)的影響。

(7)

其中，λ為空間誤差系數(shù)，若λ為正則相鄰地區(qū)誤差沖擊對本地區(qū)健康產(chǎn)出效率有正向影響，反之則反，其他變量含義與公式(6)相同。

(二)實(shí)證檢驗(yàn)

1.全局Moran指數(shù)和局部Moran指數(shù)分析

由表2可知，2009—2017年全國健康產(chǎn)出效率的全局Moran指數(shù)均在0.2以上且顯著，表明地區(qū)間存在相同的分布趨勢，存在正的空間自相關(guān)。局部Moran指數(shù)分析，發(fā)現(xiàn)2009—2017年各地區(qū)健康產(chǎn)出效率表現(xiàn)出了較強(qiáng)的空間相似性，散點(diǎn)圖把二維空間分為4個(gè)象限，分別代表了區(qū)域單元與其鄰居之間4種局部空間影響模式。第1象限(HH)為高水平區(qū)域被周圍鄰近高水平區(qū)域包圍；第2象限(LH)為低水平區(qū)域被周圍鄰近高水平區(qū)域包圍；第3象限(LL)為低水平區(qū)域被周圍鄰近低水平區(qū)域包圍；第4象限(HL)為高水平區(qū)域被周圍鄰近低水平區(qū)域包圍。限于篇幅僅報(bào)告了2017年散點(diǎn)圖(圖3)，并將有代表性年份散點(diǎn)圖對應(yīng)省份進(jìn)行匯總(表3)。

表2 2009—2017年中國健康產(chǎn)出效率的全局Moran指數(shù)

注：表中*表示2-tail test，**表示5%水平上顯著。

圖3 2017年中國健康產(chǎn)出效率的局部散點(diǎn)圖

從圖3來看，各地區(qū)與其周圍區(qū)域之間健康產(chǎn)出效率標(biāo)準(zhǔn)差值大致呈正相關(guān)，并且大部分省份集中在1、3象限即高高集聚和低低集聚區(qū)。從表3看出，全國健康產(chǎn)出效率的高高集聚區(qū)域以中南部地區(qū)為主，而低低集聚區(qū)域以西部地區(qū)為主，這和王俊等[24]研究發(fā)現(xiàn)相似，經(jīng)濟(jì)發(fā)展對健康貢獻(xiàn)有限。其中位于1、3象限具有相似空間自相關(guān)的地區(qū)由26個(gè)減少到22個(gè)，占全部統(tǒng)計(jì)單元的83.87%降低到70.97%；位于2、4象限具有不同空間自相關(guān)的地區(qū)由5個(gè)增加到9個(gè)，占全部統(tǒng)計(jì)單元的16.13%提高到29.03%。由此可見，健康產(chǎn)出效率在空間分布上存在集聚性并有弱化趨勢，空間異質(zhì)性稍有表現(xiàn)，但仍具有顯著的空間依賴性，集聚性對周邊的輻射效應(yīng)初見端倪。

表3 局部Moran指數(shù)散點(diǎn)圖解析

2.地區(qū)健康產(chǎn)出效率的影響因素分析

首先，空間面板模型的選擇。采用空間滯后模型還是空間誤差模型，對經(jīng)濟(jì)活動空間相關(guān)性的判斷標(biāo)準(zhǔn)有拉格朗日乘數(shù)形式LM-error、LM-lag及其穩(wěn)健形式Robust LM-error、Robust LM-lag。運(yùn)用Matlab R2010b空間計(jì)量軟件包計(jì)算各檢驗(yàn)統(tǒng)計(jì)量及其對應(yīng)的p值(表4)，可知LM-lag統(tǒng)計(jì)量值16.060 7大于LM-error的值15.943 2，Robust LM-lag的值3.152 1大于Robust LM-error的值3.028 2，并且滯后統(tǒng)計(jì)量都通過了10%的顯著性水平。鑒于此，空間滯后模型可能更加符合中國區(qū)域健康產(chǎn)出效率分析。

表4 空間相關(guān)性統(tǒng)計(jì)量檢驗(yàn)值

注：表中*、**、***分別代表在10%、5%和1%水平上顯著。

其次，在空間面板數(shù)據(jù)模型具體形式選擇上，采用Hausman檢驗(yàn)對模型進(jìn)行檢驗(yàn)，從隨機(jī)效應(yīng)和固定效應(yīng)估計(jì)方法中識別出適合本文的健康產(chǎn)出效率模型。從檢驗(yàn)結(jié)果可知，Hausman檢驗(yàn)統(tǒng)計(jì)量值為68.230 5，對應(yīng)p值是0.000 0并通過顯著性檢驗(yàn)，說明固定效應(yīng)作為解釋健康產(chǎn)出效率模型優(yōu)于隨機(jī)效應(yīng)。運(yùn)行Matlab軟件，表5同時(shí)給出了OLS模型、空間固定效應(yīng)、時(shí)間固定效應(yīng)、雙固定效應(yīng)的估計(jì)結(jié)果。比較可知，考慮空間效應(yīng)的模型2、模型3和模型4，統(tǒng)計(jì)量R-squared、LogL較大，Sigma2較小，具有良好的擬合效果。模型3中WTE估計(jì)系數(shù)為正，且通過了1%的顯著性檢驗(yàn)，說明地區(qū)健康產(chǎn)出效率存在顯著空間相關(guān)性，和上文的空間相關(guān)性吻合，亦表明健康產(chǎn)出效率存在空間正向溢出效應(yīng)，某個(gè)地區(qū)健康產(chǎn)出效率帶動鄰近地區(qū)產(chǎn)出效率。因此本文對影響區(qū)域健康產(chǎn)出效率的相關(guān)因素作進(jìn)一步分析和后續(xù)研究均以模型3為基礎(chǔ)進(jìn)行討論。

進(jìn)一步，模型3和模型1中均顯示教育水平與健康產(chǎn)出效率之間的關(guān)系不顯著，我們將其剔除，重新進(jìn)行回歸，觀察回歸結(jié)果的變化，見模型5～模型7。我們可以發(fā)現(xiàn)，3種固定效應(yīng)的空間滯后回歸結(jié)果中，模型6在整體擬合度和各變量的亦都顯著性，和模型3結(jié)果高度相似，變量的系數(shù)并沒有顯著變化。此外，根據(jù)模型8中的Wald spatial lag和Wald spatial error檢驗(yàn)結(jié)果表明充分拒絕空間杜賓模型能簡化為空間滯后和空間誤差模型的原假設(shè)[25]，故相對于空間滯后模型，空間杜賓模型更為合理，下面主要根據(jù)空間杜賓模型的估計(jì)結(jié)果進(jìn)行解釋。

在影響區(qū)域健康產(chǎn)出效率的各解釋變量中，教育水平的影響檢驗(yàn)結(jié)果不顯著，這說明教育水平對地區(qū)健康產(chǎn)出效率的作用效果不明顯。教育水平衡量了一個(gè)地區(qū)對健康認(rèn)知的狀況和認(rèn)知能力，教育水平越高的地區(qū)擁有健康認(rèn)知能力越高，越有助于提高本地區(qū)健康產(chǎn)出效率水平，這也是大多健康經(jīng)濟(jì)學(xué)家的基本觀點(diǎn)[26]。但本文的回歸結(jié)果卻沒有得到很好的印證，反向影響的原因可能是教育和健康之間的因果關(guān)系不盡相同，實(shí)證結(jié)果出現(xiàn)不一致。另一種解釋為可能受高教育水平的人容易因壓力大或作息不規(guī)律，為了獲取更好的未來收益犧牲身體健康水平延遲當(dāng)前娛樂休閑時(shí)間，這些外在因素影響健康水平下降，導(dǎo)致健康產(chǎn)出效率有損失。

城市化水平的估計(jì)系數(shù)顯著為負(fù)，即本地區(qū)城鎮(zhèn)人口比例越高，地區(qū)健康產(chǎn)出效率越低。Thornton[27]曾指出城市化對健康的影響既有積極一面又有消極一面。積極一面是指城市化能夠給人們提供更好的醫(yī)療服務(wù)和醫(yī)療信息，從而改善居民的健康狀況。而消極方面則是城鎮(zhèn)化進(jìn)程帶來短時(shí)間內(nèi)城市人口的急速上升，對應(yīng)的醫(yī)療資源的增速卻大大滯后于常住人口的增長，對城市居民產(chǎn)生“擁擠效應(yīng)”進(jìn)而對居民健康水平帶來不利影響。同時(shí)城鎮(zhèn)化帶來的環(huán)境污染也不容小覷，對居民健康產(chǎn)生不良影響，而且還影響了城鎮(zhèn)居民更多從事靜態(tài)久坐的職業(yè)，生活節(jié)奏快，對身心都帶來不利影響。

政府投入能力的估計(jì)系數(shù)都為負(fù)值，并通過了5%的顯著性檢驗(yàn)。政府健康投入能力的影響是投入能力越高的地區(qū)健康產(chǎn)出效率越低，這一結(jié)果國內(nèi)外學(xué)者[28]給出了解釋。國內(nèi)學(xué)者認(rèn)為出現(xiàn)這一效應(yīng)的主要原因是政府財(cái)政衛(wèi)生費(fèi)用的投入比例有3個(gè)結(jié)構(gòu)性側(cè)重，即市場化、城市化、供方化。數(shù)量有限的公共衛(wèi)生費(fèi)用存在不合理的側(cè)重和偏向，這些會造成政府健康投入沒能很好地覆蓋廣大人群，以實(shí)現(xiàn)提高居民健康水平的目標(biāo)，反而越高的財(cái)政衛(wèi)生占比，降低了地區(qū)健康產(chǎn)出系統(tǒng)效率的水平。仔細(xì)對比以往文獻(xiàn)研究發(fā)現(xiàn)，本文的負(fù)效應(yīng)系數(shù)是顯著減小的，這應(yīng)該得益于近些年來公共衛(wèi)生支出結(jié)構(gòu)不斷優(yōu)化，合理調(diào)整支出規(guī)模并縮小區(qū)域差異，從而減少健康產(chǎn)出效率損失的一種表現(xiàn)。

個(gè)人健康投入能力的估計(jì)系數(shù)顯著為負(fù)，即本地區(qū)個(gè)人健康投入的增加，對提升健康產(chǎn)出效率的影響是一種負(fù)效應(yīng)。相比于政府健康衛(wèi)生投入，個(gè)人健康衛(wèi)生投入更有針對性，能更好的改善居民健康水平，促進(jìn)個(gè)體健康產(chǎn)出效率的提升。進(jìn)一步分析發(fā)現(xiàn)，個(gè)人健康衛(wèi)生投入是由城鄉(xiāng)兩部分組成，因城鄉(xiāng)居民人均醫(yī)療保健支出水平存在差異，面對不同公共服務(wù)待遇，尤其是城鎮(zhèn)居民在較高收入水平下條件下，對個(gè)體健康水平的影響和農(nóng)村居民的影響會顯著不同，從而降低了個(gè)人健康投入對居民健康產(chǎn)出水平的效率。另一方面，在回歸公立醫(yī)院“公益性”的改革過程，醫(yī)療服務(wù)價(jià)格問題和市場化推進(jìn)帶來的“醫(yī)德”問題，藥品貴難題有一定程度緩解，但不能從根本上解決。隨著城鎮(zhèn)化加快，個(gè)人健康投入的實(shí)際健康產(chǎn)出水平卻在下降，沒有發(fā)揮其促進(jìn)影響。

服務(wù)可達(dá)水平估計(jì)系數(shù)顯著為正，說明人口密度越大的地區(qū)往往健康產(chǎn)出效率越高，這說明醫(yī)療服務(wù)可及性和健康產(chǎn)出效率顯著正相關(guān)。人口密度大的地區(qū)醫(yī)療衛(wèi)生資源配置相對豐富，高質(zhì)量的醫(yī)療衛(wèi)生技術(shù)和高水平醫(yī)務(wù)人員，能提供高質(zhì)量的醫(yī)療服務(wù)，使得地區(qū)居民能夠更快捷獲得較好醫(yī)療衛(wèi)生服務(wù)，有利于提高居民健康產(chǎn)出效率。

表5 模型回歸結(jié)果

注：表中*、**、***分別代表在10%、5%和1%水平上顯著。

進(jìn)一步考察地區(qū)健康產(chǎn)出效率的各類影響因素的空間外溢效應(yīng)，我們要依據(jù)空間杜賓模型，因?yàn)镋lhorst(2010)[29]認(rèn)為，空間杜賓模型不是被人為地假定所有的解釋變量其直接效應(yīng)與間接效應(yīng)的比例都是相同的。因此通過表5來具體反映空間杜賓模型的各解釋變量的直接和間接效應(yīng)，進(jìn)而分析各解釋變量的空間外溢效應(yīng)會更合適。對比模型8各解釋變量估計(jì)系數(shù)方向和表6的直接效應(yīng)各解釋變量在方向上都是一致的，這說明各因素對本地區(qū)健康產(chǎn)出效率的影響方向沒有發(fā)生改變，但解釋變量的直接效應(yīng)與其系數(shù)估計(jì)值不同的原因是存在反饋效應(yīng)，反饋效應(yīng)的產(chǎn)生是因?yàn)樗鼘σ粋€(gè)地區(qū)的影響會傳遞給鄰近的地區(qū)且把鄰近地區(qū)的影響傳回這個(gè)地區(qū)本身。例如城市化水平的系數(shù)-2.266 2，而直接效應(yīng)為-2.287 4，其反饋效應(yīng)值為0.021 2。

從各解釋變量的效應(yīng)分解可知，政府投入能力和個(gè)人健康投入能力的間接效應(yīng)沒有通過顯著性檢驗(yàn)，這說明某一地區(qū)的政府投入能力和該地區(qū)的個(gè)人健康投入能力相對于其相鄰地區(qū)的健康產(chǎn)出效率沒有產(chǎn)生空間外溢效應(yīng)；而城市化水平和服務(wù)可達(dá)水平都通過1%的顯著性檢驗(yàn)，說明二者的空間外溢效應(yīng)明顯。其中城市化水平的間接效應(yīng)為負(fù)，而服務(wù)可達(dá)水平的間接效應(yīng)為正，說明某一地區(qū)城市化水平越高不利于其相鄰地區(qū)健康產(chǎn)出效率的提高，反而某一地區(qū)的服務(wù)可達(dá)水平越高其相鄰地區(qū)的健康產(chǎn)出效率越高。對比間接效應(yīng)和直接效應(yīng)的系數(shù)估計(jì)值發(fā)現(xiàn)，兩個(gè)因素的間接效應(yīng)系數(shù)估計(jì)值均大于直接效應(yīng)系數(shù)估計(jì)值，即說明兩者對周圍地區(qū)的阻礙作用和促進(jìn)作用均比對本地區(qū)的作用明顯。隨著中國城鎮(zhèn)化率的不斷提高，城市人口所占比例不斷上升帶來的“擁擠效應(yīng)”會在區(qū)域內(nèi)產(chǎn)生“連鎖”反應(yīng)，對具有類似產(chǎn)業(yè)結(jié)構(gòu)的相鄰地區(qū)影響較大。服務(wù)可達(dá)水平越高的地區(qū)能提供較好的醫(yī)療服務(wù)，這對于相鄰地區(qū)去“示范”和“模仿”其醫(yī)療服務(wù)體系產(chǎn)生了影響。

表6 空間杜賓模型效應(yīng)分解估計(jì)結(jié)果

注：表中*、**、***分別代表在10%、5%和1%水平上顯著。

四 結(jié)論和對策建議

基于局部效率前沿方法，以2009—2017年中國31個(gè)地區(qū)相關(guān)健康投入產(chǎn)出面板數(shù)據(jù)為樣本，對地區(qū)健康產(chǎn)出效率進(jìn)行了測度。在此基礎(chǔ)上，分析了中國地區(qū)健康產(chǎn)出效率的地區(qū)空間分布特征和空間相關(guān)性。最后構(gòu)建了空間計(jì)量模型分析了中國地區(qū)健康產(chǎn)出效率的各影響因素。研究發(fā)現(xiàn)：第一，地區(qū)健康產(chǎn)出效率差異明顯。高投入的地區(qū)不一定高產(chǎn)出如北京、天津、上海等；地區(qū)間健康產(chǎn)出效率的波動性相對穩(wěn)定；隨著時(shí)間變化，全國地區(qū)健康產(chǎn)出效率呈平緩上升趨勢。第二，中國地區(qū)健康產(chǎn)出效率存在顯著的空間相關(guān)性；根據(jù)局部散點(diǎn)圖可知，地區(qū)健康產(chǎn)出效率不僅存在空間依賴性，也具有空間異質(zhì)性的特點(diǎn)，中國大部分地區(qū)的健康產(chǎn)出效率具有明顯的“高高”、“低低”集聚模式。第三，根據(jù)考慮空間效應(yīng)的空間計(jì)量模型估計(jì)結(jié)果，健康產(chǎn)出效率存在空間正向溢出效應(yīng)，除教育水平對健康產(chǎn)出效率影響不能發(fā)揮影響作用外，服務(wù)可達(dá)水平對健康產(chǎn)出效率的影響有正效應(yīng)，而由于各種原因，城市化水平、政府健康投入能力和個(gè)人健康投入能力對健康產(chǎn)出效率的提升有負(fù)向影響，除此之外，有的影響因素對相鄰地區(qū)健康產(chǎn)出效率也產(chǎn)生了較為明顯的空間外溢效應(yīng)。

根據(jù)上述研究結(jié)論，本文提出了基于空間視角下的提高地區(qū)健康產(chǎn)出效率的對策建議：

(1)進(jìn)一步提升醫(yī)療衛(wèi)生服務(wù)可達(dá)性。隨著老齡化人口的增多和現(xiàn)代健康生活方式的逐步轉(zhuǎn)變，居民健康風(fēng)險(xiǎn)模式已轉(zhuǎn)變?yōu)椤奥苑莻魅拘约膊　獨(dú)埣病獊喗】怠蹦Ｊ絒30]，這對醫(yī)療服務(wù)可達(dá)性提出了更高的要求。大力推進(jìn)分級診療制度和醫(yī)聯(lián)體建設(shè)，積極發(fā)揮智慧醫(yī)療的優(yōu)勢，這將有利于優(yōu)質(zhì)高效、整合型醫(yī)療衛(wèi)生服務(wù)體系促進(jìn)醫(yī)療資源市場化下沉和優(yōu)化布局，才能更好地保障城鄉(xiāng)、地區(qū)和人群的健康權(quán)益，使得居民成為真正受益者，對實(shí)現(xiàn)全民健康根本目的是不無裨益的。

(2)優(yōu)化政府健康服務(wù)投入能力。由本文實(shí)證結(jié)論可知，合理調(diào)整和不斷優(yōu)化的衛(wèi)生支出結(jié)構(gòu)，已在減少對地區(qū)健康產(chǎn)出效率損失中發(fā)揮了作用，這就要求公共衛(wèi)生支出真正覆蓋應(yīng)有人群，并及時(shí)提供公共產(chǎn)品，盡可能地增進(jìn)健康效果。對于廣大農(nóng)村居民，要積極推動健康領(lǐng)域基本公共服務(wù)均等化，滿足更多社會成員針對性的醫(yī)療服務(wù)需求，逐步縮小和城鎮(zhèn)居民的健康服務(wù)水平，為實(shí)現(xiàn)全面健康覆蓋注入強(qiáng)勁動力。

(3)提高居民健康素養(yǎng)水平。倡導(dǎo)居民健康生活方式和行為素養(yǎng)。尤其是城鎮(zhèn)居民，合理作息加強(qiáng)鍛煉。在推進(jìn)教育發(fā)展改革過程中要提供多元化教育途徑，以實(shí)現(xiàn)整體居民文化素質(zhì)水平地提高，并加強(qiáng)衛(wèi)生保健知識、居民健康防范意識的宣傳教育。與此同時(shí)，改善環(huán)境質(zhì)量，減少各類環(huán)境污染，讓居民有一個(gè)更“清潔”的生活環(huán)境。