全國省級人均門診費(fèi)用空間差異性及影響因素

余蘭，邴龍飛，孫玉鳳

寧夏醫(yī)科大學(xué)公共衛(wèi)生與管理學(xué)院，寧夏 銀川 750004

自2009年新醫(yī)改至2018的10年時(shí)間里，門診病人次均醫(yī)療費(fèi)用從150.5元上漲到274.1元。更多的學(xué)者從經(jīng)濟(jì)因素、人口老齡化、衛(wèi)生技術(shù)人員占比、教育水平、城鎮(zhèn)化[1-4]等探討了影響我國人均門診費(fèi)用影響因素。研究方法主要包括了普通線性回歸、協(xié)整模型、連環(huán)替代法[5]等。

結(jié)合空間效應(yīng)的研究相對較少，明星宇、魏娜娜等利用空間相關(guān)性和地理加權(quán)回歸法(GWR)[6-7]四川省醫(yī)療衛(wèi)生費(fèi)用的空間分布和中國人均醫(yī)療費(fèi)用的集聚性及影響因素。醫(yī)療費(fèi)用數(shù)據(jù)的分布與所處地理位置密切相關(guān)，有地域差異。那么各省的門診費(fèi)用在時(shí)空分布上呈現(xiàn)出什么樣的特征，影響因素有哪些？本文基于空間探索性分析法探討了我國2009年與2018年人均門診費(fèi)用的空間分布及影響因素，結(jié)論更切合實(shí)際。

1 資料與方法

1.1 資料來源

本文的主要研究對象是全國31個(gè)省(直轄市、自治區(qū))。因變量與自變量的數(shù)據(jù)分別來源于2009年和2019年《中國統(tǒng)計(jì)年鑒》及《中國衛(wèi)生健康統(tǒng)計(jì)年鑒》。因變量為醫(yī)院門診費(fèi)用，影響醫(yī)院門診費(fèi)用的因素主要包括城鎮(zhèn)化率、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)、人均GDP、社會衛(wèi)生支出占衛(wèi)生總費(fèi)用比例、65歲及以上老年人口比、性別比、居民人均可支配收入、每萬人口衛(wèi)生技術(shù)人員數(shù)、受教育程度、城基保比。

1.2 研究方法

1.2.1 空間探索性分析 空間自相關(guān)用于檢驗(yàn)可能存在的空間依賴現(xiàn)象，以此判斷某一空間樣本的觀測值與其周圍樣本觀測值的關(guān)聯(lián)程度。其中，莫蘭指數(shù)(Moran's I)用于衡量全局層面的空間自相關(guān)。局部莫蘭指數(shù)用于檢驗(yàn)局部地區(qū)是否存在相似或相異的觀測值聚集在一起。兩者取值范圍均在(-1,1)之間。公式分別為：

(1)

(2)

1.2.2 空間計(jì)量模型 基于空間計(jì)量模型的影響因素分析：下載shp格式地圖數(shù)據(jù)，把整理好的數(shù)據(jù)合并到geoda軟件中，進(jìn)行空間權(quán)重矩陣的創(chuàng)建以及三種模型的估計(jì)，分別是普通最小二乘法模型估計(jì)、空間誤差模型和空間滯后模型估計(jì)。

2 結(jié)果與分析

2.1 人均門診費(fèi)用的空間分布

2.1.1 人均門診費(fèi)用分布的整體特征 為了直觀反映人均門診費(fèi)用的空間分布特征，利用自然斷點(diǎn)地圖呈現(xiàn)其空間分布。由圖可見，人均門診費(fèi)用被分為4個(gè)等級。總體上來看，我國人均門診費(fèi)用的南北明顯高于東西。在2009年，人均門診費(fèi)用較高的是北京，在322元以上，較低的地區(qū)主要是西藏、青海、甘肅。到2018年，人均門診費(fèi)用較高的依然是北京，在544元以上，較低的地區(qū)以西藏、青海、甘肅為主向周邊擴(kuò)散，增加到8個(gè)。見圖1。

圖1 2009年與2018年我國人均門診費(fèi)用分布自然斷點(diǎn)地圖

2.1.2 全局空間相關(guān)性 全局空間自相關(guān)性分析主要用來檢測各省(自治區(qū)、直轄市)人均門診費(fèi)用在整個(gè)空間上的依賴度，對這一檢測采用常用的Moran’s I指數(shù)來進(jìn)行說明。結(jié)果表明，2009年與2018年我國人均門診費(fèi)用計(jì)算的全局Moran’s I 值分別為 0.275和0.207，P值均小于0.05?？杀砻?1個(gè)省(自治區(qū)、直轄市)之間具有正的空間自相關(guān)性，這表明31個(gè)省之間的人均門診費(fèi)用總體之間存在正的相互影響，2009年到2018年人均門診費(fèi)用的空間相關(guān)性降低。

2.1.3 局部空間相關(guān)性 進(jìn)行局部空間相關(guān)性分析，局部莫蘭指數(shù)用于檢驗(yàn)局部地區(qū)是否存在相似(正相關(guān))或非相似(負(fù)相關(guān))的觀測值聚集在一起。從圖中可以看出2009年和2018年人均政府醫(yī)療衛(wèi)生支出水平局部空間自相關(guān)主要表現(xiàn)為低-低集聚。2009年低-低集聚地區(qū)在西藏、青海、新疆、云南，高-高集聚在北京。2018年，低-低集聚在青海、新疆、云南，高-高集聚在北京。說明各個(gè)省(直轄市、自治區(qū))之間人均門診費(fèi)用具有空間依賴關(guān)系。見圖2。

圖2 2009年與2018年我國人均門診費(fèi)用局部自相關(guān)聚類圖

2.2 中國省級人均門診費(fèi)用的影響因素分析

選取2018年數(shù)據(jù)進(jìn)行影響因素分析，首先采用普通最小二乘法對模型的估計(jì), OLS回歸結(jié)果顯示F值僅為17.648 9，整體顯著，如果存在空間效應(yīng)則OLS模型存在一定的模型偏誤問題，可信度存在懷疑，則需要進(jìn)行空間回歸模型估計(jì)，對比空間滯后模型和空間誤差模型。用LogI , AIC 和 SC三個(gè)指標(biāo)來判斷空間模型擬合效果。根據(jù)這三組數(shù)值可以很明顯發(fā)現(xiàn)空間誤差模型要比空間滯后模型擬合效果更好。

由表1可知，空間誤差模型的誤差系數(shù)λ為0.617 8大于零且通過了0.01的顯著性水平檢驗(yàn)，說明各省之間的人均門診費(fèi)用存在空間交互影響。分析各個(gè)解釋變量的顯著性檢驗(yàn)結(jié)果:城鎮(zhèn)化率的回歸系數(shù)值為0.359 0并通過了0.01的顯著性檢驗(yàn),說明人均城鎮(zhèn)化率對人均門診費(fèi)用有正的作用；受教育程度的回歸系數(shù)值為0.054 2并通過了0.01的顯著性檢驗(yàn)，說明受教育程度對人均門診費(fèi)用也有正的作用。見表1。

表1 空間計(jì)量回歸模型結(jié)果

3 討論

本文通過對門診費(fèi)用的空間相關(guān)性分析，各省人均門診費(fèi)用并不是獨(dú)立存在的而是與周圍區(qū)域具有緊密的空間依賴性。發(fā)現(xiàn)高人均門診費(fèi)用的地區(qū)趨于和高人均門診費(fèi)用的地區(qū)相鄰,低人均門診費(fèi)用的地區(qū)趨于和較低人均門診費(fèi)用的地區(qū)相鄰?？梢娔车貐^(qū)的人均門診費(fèi)用高低,一般是與相鄰地區(qū)進(jìn)行相互競爭的。各地區(qū)發(fā)展水平的不同導(dǎo)致了各地門診費(fèi)用仍然存在較大的差異。這種差距的存在不利于醫(yī)療衛(wèi)生資源的配置，也不利于推進(jìn)基本公共衛(wèi)生服務(wù)均等化目標(biāo)的實(shí)現(xiàn)。

造成這種集聚的可能原因是西北地區(qū)與東南沿海地區(qū)相比普遍為偏遠(yuǎn)地區(qū)，經(jīng)濟(jì)水平、交通條件、貧困程度、城鎮(zhèn)化率、教育程度都明顯較低，同時(shí)也受到環(huán)境惡劣、醫(yī)療設(shè)施欠缺、公共衛(wèi)生體系不完善、醫(yī)療服務(wù)價(jià)格偏低等相關(guān)條件的影響。這些因素可能會影響人們減少或不利用門診服務(wù)，從而減少部分人群應(yīng)就診未就診，造成小病拖大病的情況。因此，國家在醫(yī)療衛(wèi)生投入上會有政策性傾斜，西北獲得較多的衛(wèi)生投入。

經(jīng)濟(jì)發(fā)達(dá)地區(qū)特別是大城市內(nèi)人口稠密，不論是醫(yī)療機(jī)構(gòu)數(shù)量還是質(zhì)量都遠(yuǎn)遠(yuǎn)高于城鎮(zhèn)化率低的地區(qū)，居民就醫(yī)便捷性較好[8]。應(yīng)該適當(dāng)限制高-高聚集區(qū)的醫(yī)療資源擴(kuò)張，減少不必要的衛(wèi)生資源浪費(fèi)，對于低-低集聚的地區(qū)，特別是西北欠發(fā)達(dá)地區(qū)加大力度扶持。西部欠發(fā)達(dá)地區(qū)人口的學(xué)歷比東南沿海地區(qū)人口學(xué)歷低的多，教育水平嚴(yán)重影響到家庭收入水平，拉大城鄉(xiāng)醫(yī)療消費(fèi)差距，應(yīng)加大對貧困農(nóng)村地區(qū)教育方面的扶持力度。

利益沖突無