我國(guó)醫(yī)保基金運(yùn)行效率提升的組態(tài)路徑研究

張國(guó)海，周亮

摘要：以我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）為研究樣本，基于數(shù)據(jù)包絡(luò)分析方法計(jì)算各省級(jí)醫(yī)?；疬\(yùn)行效率，并提取區(qū)域經(jīng)濟(jì)水平、政府支持水平、老齡化水平、城市化水平以及衛(wèi)健醫(yī)療水平等5個(gè)指標(biāo)，運(yùn)用模糊集定性比較分析方法揭示我國(guó)醫(yī)保基金運(yùn)行效率差異的條件組態(tài)和作用機(jī)制。研究發(fā)現(xiàn)，我國(guó)各地區(qū)呈現(xiàn)出兩種不同的高醫(yī)?；疬\(yùn)行效率模式，以及三種低醫(yī)保基金運(yùn)行效率組態(tài)路徑；通過(guò)對(duì)比高、低組態(tài)的關(guān)系發(fā)現(xiàn)，在一定條件下政府支持水平與城市化水平是影響醫(yī)保基金運(yùn)行效率的核心因素。產(chǎn)生高、低醫(yī)?；疬\(yùn)行效率差異的原因具有非對(duì)稱(chēng)性，引起低醫(yī)?；疬\(yùn)行效率的路徑并不是高醫(yī)?；疬\(yùn)行效率路徑的對(duì)立面。

關(guān)鍵詞：醫(yī)?；疬\(yùn)行效率；數(shù)據(jù)包絡(luò)分析；模糊集定性比較分析

中圖分類(lèi)號(hào)：F842.684文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.7535/j.issn.1671-1653.2024.01.006

Study on the Configuration Path for Improving the Efficiency of?China′s Medical Insurance Fund Operation：?Based on DEA Model and Fuzzy-Set Qualitative Comparative Analysis

ZHANG Guohai， ZHOU Liang

（School of Finance and Public Administration， Anhui University of Finance and Economics， Bengbu 233030， China）

Abstract：Taking 31 provinces （autonomous regions， province-level municipalities） in China as research samples， data envelopment analysis method was used to calculate the operation efficiency of medical insurance funds in each province， and then five indicators， regional economic level， government support level， aging level， urbanization level and medical level， were extracted. Fuzzy-set qualitative comparative analysis method was used to reveal different configuration and mechanism of operational efficiency of medical insurance funds in China. The research finds that there are two different modes of high medical insurance funds operation efficiency and three different configuration paths of low medical insurance funds operation efficiency in various regions in China. By comparing and observing the high and low configurations， it is found that under certain conditions， the level of government support and urbanization are the core factors affecting the operation efficiency of medical insurance funds. The reason for the difference between the operating efficiency of high and low medical insurance funds is asymmetric， that is， the path that causes the operation efficiency of low medical insurance funds is not the opposite of the path of high medical insurance funds operating efficiency.

Keywords：operational efficiency of medical insurance funds; data envelopment analysis; fuzzy-set qualitative comparative analysis

作為我國(guó)的一項(xiàng)基本政策，醫(yī)療保障制度建立之初的目的是保障公民的健康和福利。醫(yī)療保險(xiǎn)基金可持續(xù)運(yùn)行是基本醫(yī)療保險(xiǎn)制度平穩(wěn)健康發(fā)展的基礎(chǔ)和前提，其運(yùn)行效率的高低對(duì)我國(guó)醫(yī)保體系建設(shè)和“健康中國(guó)”戰(zhàn)略實(shí)施具有重要意義。然而，隨著基本醫(yī)保制度實(shí)現(xiàn)了農(nóng)村居民和城鎮(zhèn)居民兩大群體的全覆蓋，日益頻繁的城鄉(xiāng)人口流動(dòng)和不斷加劇的老齡化危機(jī)也將對(duì)社會(huì)醫(yī)?；疬\(yùn)行的可持續(xù)性與公平性提出考驗(yàn)。因此，在政策規(guī)定尚存拓展空間的前提下，如何謹(jǐn)慎探索出一條優(yōu)化當(dāng)前醫(yī)?；疬\(yùn)行效率的可靠路徑，成為當(dāng)前學(xué)界關(guān)注的熱點(diǎn)話題。

近年來(lái)，雖然有關(guān)醫(yī)?；疬\(yùn)行效率的研究成果十分豐碩，但這些研究大多關(guān)注單個(gè)或并列多個(gè)因素對(duì)醫(yī)?；疬\(yùn)行效率的影響，主要分析條件變量與結(jié)果變量之間的統(tǒng)一對(duì)稱(chēng)關(guān)系，此類(lèi)二元關(guān)系構(gòu)成的因果邏輯分析方法很難厘清多個(gè)變量之間的交互關(guān)系。并且，考慮到造成我國(guó)醫(yī)?；疬\(yùn)行效率高低的邏輯依據(jù)的復(fù)雜性，既往的相關(guān)研究由于僅針對(duì)極少數(shù)變量展開(kāi)逐一分析，對(duì)案例特性研究深度不足，從而導(dǎo)致研究結(jié)果的呈現(xiàn)較為分散。本文擬通過(guò)數(shù)據(jù)包絡(luò)分析（DEA，Data Envelopment Analysis）與定性比較分析（QCA，Qualitative Comparative Analysis）方法，對(duì)當(dāng)前我國(guó)醫(yī)?；疬\(yùn)行效率問(wèn)題展開(kāi)可行性研究，從多重要素聯(lián)動(dòng)視角出發(fā)，為我國(guó)醫(yī)?；痼w系高質(zhì)量發(fā)展提供新思路。本文的貢獻(xiàn)主要體現(xiàn)在兩方面：一是系統(tǒng)評(píng)估我國(guó)醫(yī)?；疬\(yùn)行效率，并剖析與之相關(guān)的多重組合因素；二是嘗試從組態(tài)視角出發(fā)，運(yùn)用集合論的定性比較分析方法，意圖厘清我國(guó)醫(yī)?；鹂沙掷m(xù)發(fā)展的前行路徑，為我國(guó)醫(yī)療保險(xiǎn)制度穩(wěn)健發(fā)展提供鏡鑒。

一、文獻(xiàn)綜述

對(duì)醫(yī)?；疬\(yùn)行效率的研究一直是學(xué)者們關(guān)注的熱點(diǎn)，相關(guān)文獻(xiàn)主要集中在效率評(píng)價(jià)方法、評(píng)價(jià)對(duì)象和影響因素等方面。

在醫(yī)?；疬\(yùn)行效率評(píng)價(jià)方法方面，現(xiàn)有國(guó)內(nèi)外文獻(xiàn)大多采用隨機(jī)前沿法（Stochastic Frontier Approach，SFA）、動(dòng)態(tài)網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析法（Dynamic Network Data Envelopment Analysis，DNDEA）和DEA模型等對(duì)醫(yī)保效率進(jìn)行測(cè)算。Melgen-Bello L等[1]（P583-591）采用隨機(jī)前沿分析法估算拉丁美洲和加勒比地區(qū)25個(gè)國(guó)家的衛(wèi)生支出效率水平，并指出各國(guó)可以通過(guò)改善醫(yī)療資源利用，提高衛(wèi)生支出效率。Gavurova B等[2]（P1-25）運(yùn)用動(dòng)態(tài)網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析方法評(píng)估經(jīng)合組織國(guó)家衛(wèi)生系統(tǒng)在3個(gè)不同時(shí)期的運(yùn)行效率。通過(guò)構(gòu)建數(shù)據(jù)包絡(luò)分析框架，Karsak E E等[3]（P706-727）對(duì)伊斯坦布爾15個(gè)區(qū)域的醫(yī)療保健績(jī)效進(jìn)行了測(cè)算，從而確定了伊斯坦布爾醫(yī)療保健績(jī)效最佳的地區(qū)?；谖覈?guó)基本國(guó)情和醫(yī)?；疬\(yùn)行現(xiàn)狀，國(guó)內(nèi)學(xué)者較多采用DEA模型進(jìn)行效率測(cè)算。于凌云等[4]（P31-37）將DEA-BCC模型與Malmquist指數(shù)相結(jié)合，測(cè)算我國(guó)2017—2019年城鄉(xiāng)居民醫(yī)?；疬\(yùn)行效率，發(fā)現(xiàn)我國(guó)醫(yī)?；疬\(yùn)行效率存在地區(qū)差異，且整體效率水平偏低。朱銘來(lái)等[5]（P91-105）運(yùn)用DEA模型和空間統(tǒng)計(jì)分析方法，對(duì)我國(guó)城鎮(zhèn)職工醫(yī)保個(gè)人賬戶(hù)基金的使用效率進(jìn)行了量化考核。相較于SFA方法和DNDEA方法，DEA方法運(yùn)用場(chǎng)景更為廣泛，相應(yīng)的學(xué)術(shù)參照成果比較詳實(shí)，在有效確保數(shù)據(jù)可操作性的同時(shí)，能夠最大限度兼顧我國(guó)醫(yī)?；疬\(yùn)行的現(xiàn)實(shí)情況。

在評(píng)價(jià)對(duì)象方面，國(guó)外研究學(xué)者主要圍繞醫(yī)療衛(wèi)生支出和醫(yī)療保健利用等方面展開(kāi)研究。Avila J C等[6]（P269-277）、Acharya S等[7]（P24）針對(duì)老年人對(duì)醫(yī)療保健服務(wù)的需求和利用情況，分析了醫(yī)療衛(wèi)生支出在老齡化背景下急速增長(zhǎng)的現(xiàn)狀。Dieleman J L等[8]（P1668-1678）研究發(fā)現(xiàn)，在醫(yī)療保健服務(wù)價(jià)格上漲和服務(wù)強(qiáng)度提升的影響下，醫(yī)療保健支出呈攀升趨勢(shì)。我國(guó)基本醫(yī)療保險(xiǎn)制度具有較明顯的城鄉(xiāng)二元特色，因此，國(guó)內(nèi)學(xué)者大多是對(duì)城鄉(xiāng)居民和城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)分別展開(kāi)研究。何月等[9]（P869-873）研究了我國(guó)西部某中心城市2013—2017年城鄉(xiāng)居民醫(yī)療保險(xiǎn)基金運(yùn)行效率，發(fā)現(xiàn)該市在老齡化進(jìn)程中并未出現(xiàn)醫(yī)?；鹦实拖禄蜇?fù)擔(dān)過(guò)重的跡象。趙久洋等[10]（P78-83）分析了新疆生產(chǎn)建設(shè)兵團(tuán)城鎮(zhèn)職工醫(yī)?；?010—2019年的運(yùn)行情況，提出醫(yī)?；鹗褂眯侍嵘耐黄瓶谠谟跍p少醫(yī)?；饌€(gè)人賬戶(hù)資金積累。

在效率影響因素方面，國(guó)外學(xué)界對(duì)醫(yī)療保健費(fèi)用利用及其影響因素的研究較為深入。Karimi S M等[11]（P958-970）按照收入和年齡將研究對(duì)象分層，發(fā)現(xiàn)低收入的老年人群體對(duì)健康護(hù)理的高度需求導(dǎo)致美國(guó)醫(yī)療保健支出增加。Shakoor U等[12]（P585-607）評(píng)估了巴基斯坦醫(yī)療保健支出，認(rèn)為相較于人均國(guó)內(nèi)生產(chǎn)總值，人口老齡化對(duì)醫(yī)療保健費(fèi)用增加的影響更為顯著。而也有學(xué)者對(duì)此持有相反觀點(diǎn)，Howdon D等[13]（P60-74）、Saleem A等[14]（P688-706）認(rèn)為老年人口規(guī)模擴(kuò)大與醫(yī)療保健費(fèi)用的使用效率呈負(fù)相關(guān)。除此之外，有學(xué)者從整體視角出發(fā)，致力于發(fā)掘影響醫(yī)療保健費(fèi)用的決定因素。Amiri M M等[15]認(rèn)為醫(yī)療保健支出增長(zhǎng)與使用效率受到包括但不限于社會(huì)人口、經(jīng)濟(jì)技術(shù)、生活環(huán)境及方式、疾病模式、衛(wèi)生服務(wù)等因素的影響。Rana R H等[16]（P55-77）基于宏觀面板數(shù)據(jù)檢驗(yàn)國(guó)內(nèi)生產(chǎn)總值對(duì)衛(wèi)生支出的影響，研究發(fā)現(xiàn)二者之間并不存在長(zhǎng)期協(xié)調(diào)關(guān)系。國(guó)內(nèi)學(xué)者大多聚焦于醫(yī)療保險(xiǎn)運(yùn)行效率的影響因素研究。封進(jìn)等[17]（P113-123）、藍(lán)英等[18]（P261-264）通過(guò)實(shí)證分析提出醫(yī)?；鹗罩н\(yùn)行與人均GDP、人口老齡化以及城鎮(zhèn)化率等呈正相關(guān)性。單瑩等[19]（P120-126）認(rèn)為我國(guó)醫(yī)?；疬\(yùn)行在經(jīng)濟(jì)水平和地區(qū)政府重視程度的影響下，呈現(xiàn)東部支出高于西部的不平衡現(xiàn)狀。艾賀玲等[20]（P656-660）認(rèn)為政府政策干預(yù)在短期內(nèi)可緩解醫(yī)保基金運(yùn)行壓力，但持續(xù)老齡化依舊會(huì)造成基金運(yùn)行效率持續(xù)走低。為此，趙建國(guó)等[21]（P11-22）建議推行延遲退休政策，以緩解醫(yī)?；鹬Ц秹毫?，促進(jìn)醫(yī)?；鹌椒€(wěn)可持續(xù)運(yùn)行。孫翎等[22]（P61-77）結(jié)合區(qū)域人口發(fā)展模型和社會(huì)醫(yī)療保險(xiǎn)精算模型，發(fā)現(xiàn)加劇基本醫(yī)療保險(xiǎn)基金收支失衡的主要原因在于城鄉(xiāng)人口遷移。耿蕊等[23]（P49-64）研究發(fā)現(xiàn)政府財(cái)政衛(wèi)生支出、人均可支配收入、醫(yī)療機(jī)構(gòu)數(shù)量等因素對(duì)醫(yī)保基金支出影響較大，其中政府財(cái)政衛(wèi)生支出的影響最為顯著。

縱觀國(guó)內(nèi)外研究成果，學(xué)界就當(dāng)前醫(yī)?；痤I(lǐng)域的問(wèn)題在兩方面基本保持一致見(jiàn)解。一是宏觀大環(huán)境下，社會(huì)人口老齡化加速發(fā)展對(duì)當(dāng)前醫(yī)?；痼w系運(yùn)轉(zhuǎn)帶來(lái)的預(yù)見(jiàn)性沖擊；二是醫(yī)?；鹫邫C(jī)制運(yùn)行過(guò)程中的短板弱項(xiàng)將帶來(lái)風(fēng)險(xiǎn)。目前較多文獻(xiàn)聚焦于某層面因素對(duì)醫(yī)?；疬\(yùn)行的影響研究，但醫(yī)保基金面臨的現(xiàn)實(shí)情景表明，來(lái)自社會(huì)、經(jīng)濟(jì)、文化以及機(jī)制內(nèi)部等諸多影響要素往往以不同的組合形式對(duì)其整體運(yùn)行產(chǎn)生作用，部分文獻(xiàn)在研究中也印證了醫(yī)保基金發(fā)展中存在多個(gè)因素的綜合影響。然而，鮮有學(xué)者對(duì)多因素組合路徑進(jìn)行研究。梳理已有研究發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平、政府支持力度、人口老齡化、城鎮(zhèn)化以及衛(wèi)健醫(yī)療水平等因素出現(xiàn)的頻次較高，對(duì)醫(yī)?；疬\(yùn)行效率的影響較為顯著。同時(shí)，在綜合前期數(shù)據(jù)摸排和指標(biāo)的搜尋過(guò)程中，發(fā)現(xiàn)這些影響因素可以用相關(guān)的官方數(shù)據(jù)進(jìn)行印證，以確保最終的實(shí)證結(jié)果能夠保留最大程度的完整性，達(dá)到與實(shí)踐相接近的運(yùn)行狀態(tài)。因而本文擬選取我國(guó)31個(gè)省（自治區(qū)、直轄市）為研究樣本，借助DEA模型測(cè)算我國(guó)醫(yī)?；疬\(yùn)行綜合效率，并運(yùn)用模糊集定性比較分析方法（fsQCA，fuzzy-set Qualitative Comparative Analysis）探究不同的影響因素及其組合對(duì)醫(yī)?；疬\(yùn)行效率的動(dòng)態(tài)作用機(jī)制，以期為當(dāng)前醫(yī)?；痼w制改革、醫(yī)保基金可持續(xù)發(fā)展提供建設(shè)性意見(jiàn)。

二、研究方法

（一）主要方法

1.DEA方法

數(shù)據(jù)包絡(luò)分析（DEA）方法是一種非參數(shù)化研究方法，多用于評(píng)價(jià)同等類(lèi)型及條件下多種投入與產(chǎn)出指標(biāo)的決策單元（Decision Making Units，DMU）效率。DEA方法包含多種模型，本文主要選取其中的BCC模型，BCC模型是基于規(guī)模報(bào)酬可變的條件下得到效率值[24]（P332-333），該模型能夠測(cè)算出決策單元投入與產(chǎn)出的純技術(shù)效率、規(guī)模效率以及綜合效率[25]（P1075-1079，1092）。其中，綜合效率是對(duì)決策單元在資源配置、資源利用等方面能力的綜合衡量與評(píng)價(jià)，綜合效率表現(xiàn)為純技術(shù)效率值和規(guī)模效率值乘積[26]（P20-27）。本文采用DEAP2.1軟件，對(duì)我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的醫(yī)?；鹜度肱c產(chǎn)出指標(biāo)進(jìn)行量化分析，并選取結(jié)果中的綜合效率作為QCA組態(tài)分析的結(jié)果變量。

2.QCA方法

定性比較分析（Qualitative Comparative Analysis，QCA）是一種以中小規(guī)模案例的定量分析為導(dǎo)向的集合理論研究方法，其主要是基于整體視角和組態(tài)思維探究相關(guān)變量之間的邏輯關(guān)系和多重變量的協(xié)同效應(yīng)，從案例層面展開(kāi)比較分析，從而得出條件組態(tài)和結(jié)果變量之間的相對(duì)簡(jiǎn)潔的因果關(guān)系[27]（P19-28）。

不同于傳統(tǒng)回歸分析假定條件變量之間相互獨(dú)立起作用的方法，QCA旨在將諸多影響因素構(gòu)型并整合分析，進(jìn)而探究出對(duì)結(jié)果變量產(chǎn)生影響的條件及條件組合。因此，QCA能夠很好地處理變量之間的多重并發(fā)因果關(guān)系，這就破除了傳統(tǒng)回歸分析方法處理單一對(duì)稱(chēng)關(guān)系的弊端[28]（P155-167）。QCA的優(yōu)勢(shì)還在于該方法能夠從整體視角出發(fā)，推進(jìn)案例分析的廣度和深度，并在案例層面針對(duì)條件組態(tài)進(jìn)行綜合考量分析，最終呈現(xiàn)出多樣性的分析結(jié)果。

QCA一般分為清晰集定性比較分析（clear-set Qualitative Comparative Analysis， csQCA）、多值集定性比較分析（multi-value Qualitative Comparative Analysis，mvQCA）和模糊集定性比較分析（fuzzy-set Qualitative Comparative Analysis，fsQCA）。其中，fsQCA基于Zadeh L A的模糊理論[29]（P338-353），通過(guò)引入集合隸屬度來(lái)找到復(fù)雜變量在集合中的隸屬程度或關(guān)聯(lián)程度，相較于csQCA和mvQCA，fsQCA的處理結(jié)果更加具有解釋效力。故本文采用的是fsQCA。

（二）數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)來(lái)源于2022年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》，選取我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）作為觀測(cè)樣本。本文所采用的基本醫(yī)療保險(xiǎn)基金相關(guān)數(shù)值均為城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)與城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)的合計(jì)值。

（三）測(cè)量與校準(zhǔn)

1.結(jié)果變量

本文選用的結(jié)果變量是醫(yī)?；疬\(yùn)行效率。在參考既往研究的基礎(chǔ)上，將醫(yī)?；鹗杖牒蛥⒈Ｈ藬?shù)設(shè)為投入指標(biāo)，將基金支出、基金累計(jì)結(jié)余和住院率設(shè)為產(chǎn)出指標(biāo)。投入類(lèi)指標(biāo)以醫(yī)保資金投入為主，選取代表醫(yī)?；鹬Ц赌芰Φ尼t(yī)?；鹉甓仁杖耄ǔ擎?zhèn)職工基本醫(yī)療保險(xiǎn)收入與城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)收入之和，下同）和與基金收入高度關(guān)聯(lián)的基本醫(yī)保參保人數(shù)作為投入指標(biāo)。產(chǎn)出指標(biāo)主要包括醫(yī)?；鹬С觥⒒鹄塾?jì)結(jié)余和住院率。其中，基金支出為醫(yī)?；疬\(yùn)行的直接產(chǎn)出，能夠直觀反映醫(yī)?；鸬难a(bǔ)償力度和配置效率；基金累計(jì)結(jié)余可直接衡量醫(yī)保基金的持續(xù)性給付能力；住院費(fèi)用是醫(yī)保基金的重要支出項(xiàng)目，使用住院率來(lái)衡量醫(yī)?；鸬倪\(yùn)行產(chǎn)出指標(biāo)較為貼切。

通過(guò)DEA2.1軟件計(jì)算得出醫(yī)保基金運(yùn)行綜合效率，將其作為QCA組態(tài)分析的結(jié)果變量，見(jiàn)表1。

由表1可知，在綜合效率方面，我國(guó)2021年醫(yī)?；疬\(yùn)行綜合效率平均值為0.958。其中，有8個(gè)?。ㄗ灾螀^(qū)、直轄市）的醫(yī)?；疬\(yùn)行的綜合效率為1，分別為北京、天津、上海、山東、廣東、廣西、西藏和青海，占樣本總量的25.8%，說(shuō)明這些地區(qū)的醫(yī)?；疬\(yùn)行同時(shí)達(dá)到了技術(shù)有效和規(guī)模有效，即達(dá)到了相對(duì)最佳產(chǎn)出結(jié)果。而綜合效率值小于1的地區(qū)有23個(gè)，占樣本總量的74.2%，說(shuō)明這些地區(qū)在醫(yī)保基金運(yùn)行方面未能充分整合有限資源，存在浪費(fèi)或使用不當(dāng)?shù)那闆r。該項(xiàng)數(shù)據(jù)也說(shuō)明我國(guó)大部分地區(qū)的醫(yī)?；疬\(yùn)行效率有待進(jìn)一步提升。

在純技術(shù)效率方面，2021年我國(guó)各地區(qū)醫(yī)保基金運(yùn)行純技術(shù)效率均值為0.974，總體水平較高。其中有13個(gè)地區(qū)的純技術(shù)效率值達(dá)到了1，占樣本量的41.9%，表明這些地區(qū)的醫(yī)保基金管理運(yùn)行的技術(shù)水平已趨于成熟，在投入一定的情況下得到了最大的產(chǎn)出。但仍有58.1%的地區(qū)投入的資源未得到充分利用，因此，這些地區(qū)需進(jìn)一步優(yōu)化技術(shù)和管理措施，提升技術(shù)進(jìn)步對(duì)醫(yī)?；鸶咝н\(yùn)行的支持力度，從而緩解醫(yī)?；鹂沙掷m(xù)運(yùn)行風(fēng)險(xiǎn)。

在規(guī)模效率方面，我國(guó)2021年醫(yī)?；疬\(yùn)行規(guī)模效率平均值為0.984。其中，規(guī)模效率值未達(dá)到1的地區(qū)占總樣本的67.8%，說(shuō)明我國(guó)大部分地區(qū)的規(guī)模效率有提升空間，因此需根據(jù)地區(qū)發(fā)展實(shí)際調(diào)整醫(yī)?；疬\(yùn)行發(fā)展戰(zhàn)略，總結(jié)經(jīng)驗(yàn)和教訓(xùn)，適當(dāng)擴(kuò)大地區(qū)醫(yī)?；疬\(yùn)行規(guī)模。

總的來(lái)看，我國(guó)醫(yī)?；疬\(yùn)行綜合效率整體區(qū)域分布不均，綜合效率較高的省（自治區(qū)、直轄市）并不只集中在經(jīng)濟(jì)發(fā)達(dá)地區(qū)，而是東中西部地區(qū)均有所分布。因此，有關(guān)影響我國(guó)醫(yī)?；疬\(yùn)行效率背后的邏輯依據(jù)有待進(jìn)一步研究。

2.條件變量

基于既往的關(guān)于醫(yī)療保險(xiǎn)基金運(yùn)行現(xiàn)狀的研究成果，選取區(qū)域經(jīng)濟(jì)水平、政府支持水平、老齡化水平、城市化水平以及衛(wèi)健醫(yī)療水平5個(gè)條件變量，具體描述如下。

（1）區(qū)域經(jīng)濟(jì)水平（Regional Economic Level，REL）。區(qū)域民生領(lǐng)域的高質(zhì)量發(fā)展往往需要依托地方經(jīng)濟(jì)的支持。社會(huì)醫(yī)療保險(xiǎn)作為基本的民生制度，其基金運(yùn)行與經(jīng)濟(jì)因素存在顯著相關(guān)關(guān)系，因此將區(qū)域經(jīng)濟(jì)水平納入變量指標(biāo)的考量范疇是合適的。衡量該變量的數(shù)據(jù)指標(biāo)是各?。ㄗ灾螀^(qū)、直轄市）人均GDP[30]（P1-8）。

（2）政府支持水平（Government Support Level，GSL）。我國(guó)醫(yī)?；鹬贫鹊拈L(zhǎng)效運(yùn)行離不開(kāi)政府扮演的雙重角色，即“政策制定者”與“資源規(guī)劃者”的統(tǒng)籌推動(dòng)。在醫(yī)保事業(yè)發(fā)展方面，政府支持主要表現(xiàn)為政府作為行政主體，運(yùn)用宏觀調(diào)控手段，通過(guò)規(guī)劃財(cái)政支出、政策優(yōu)化等具象化方式，確保醫(yī)療資源在全國(guó)區(qū)域形成相對(duì)均衡，從而提高醫(yī)?；鹋渲眯省Ｆ渲?，政府財(cái)政衛(wèi)生支出不僅是提高醫(yī)療資源供給能力和服務(wù)水平的重要資金來(lái)源，而且是擴(kuò)大醫(yī)保制度覆蓋范圍和促使醫(yī)?；鸱€(wěn)健運(yùn)行的重要基礎(chǔ)[31]（P84-97，128）。因此，選用政府財(cái)政衛(wèi)生支出作為政府支持力度的衡量指標(biāo)[23]（P49-64）[32]（P100-102）。

（3）老齡化水平（Aging Level，AL）。目前我國(guó)人口老齡化程度進(jìn)一步加深，尤其是在醫(yī)保基金籌資增速滯后、退休人員住院率上升等現(xiàn)實(shí)壓力下，有效維持醫(yī)?；鹂沙掷m(xù)性，是我國(guó)步入老齡社會(huì)的焦點(diǎn)話題之一。選用老年人口撫養(yǎng)比來(lái)衡量人口老齡化水平，具體指標(biāo)為65歲及以上人口數(shù)占15～65歲人口數(shù)比重[33]（P49-55）[34]（P823-828）。

（4）城市化水平（Urbanization Level，UL）。在城市化趨勢(shì)逐步加深的大環(huán)境下，人口資源流動(dòng)勢(shì)必會(huì)對(duì)我國(guó)醫(yī)保制度的有效實(shí)施以及醫(yī)保基金的高效運(yùn)轉(zhuǎn)產(chǎn)生相應(yīng)的漣漪式影響。因此，選用城鎮(zhèn)常住人口數(shù)與總?cè)丝跀?shù)的比重來(lái)衡量城市化水平[35]（P57-67）[36]（P70-73）。

（5）衛(wèi)健醫(yī)療水平（Medical Level，ML）。自新醫(yī)改在我國(guó)各地普遍推行以來(lái)，政府財(cái)政大量投入醫(yī)療資源建設(shè)，衛(wèi)健醫(yī)療水平得到進(jìn)一步提升。作為醫(yī)療支出的主要源頭，醫(yī)療資源供給度直接關(guān)系到醫(yī)保資金配置與運(yùn)行效率。選用每千人口醫(yī)療機(jī)構(gòu)床位數(shù)與每千人口衛(wèi)生技術(shù)人員數(shù)之和衡量衛(wèi)健醫(yī)療水平[37]（P65-67）。

3.校準(zhǔn)

模糊集定性比較分析方法認(rèn)為集合之間的關(guān)系并不存在明顯的界限，因此需要在案例與集合之間建立一種隸屬關(guān)系。對(duì)案例賦值集合隸屬度的過(guò)程，即為校準(zhǔn)。在充分結(jié)合理論依據(jù)和現(xiàn)實(shí)情況后，在整體數(shù)據(jù)間設(shè)定3個(gè)臨界值，分別為95%分位數(shù)值、50%分位數(shù)值和5%分位數(shù)值，依次代表完全隸屬、交叉點(diǎn)和完全不隸屬，以確保校準(zhǔn)后的集合隸屬度均介于 0～1。校準(zhǔn)結(jié)果見(jiàn)表2。

三、結(jié)果分析

（一）必要條件分析

在進(jìn)行fsQCA分析之前，需對(duì)單個(gè)的條件變量進(jìn)行必要性分析，以檢驗(yàn)單個(gè)條件變量是否構(gòu)成結(jié)果變量的必要條件，即評(píng)估結(jié)果變量是否為某個(gè)條件變量的子集（見(jiàn)表3）。一致性是衡量變量必要性的重要指標(biāo)，如果某個(gè)條件變量的一致性大于0.9，說(shuō)明該條件變量是造成結(jié)果變量的必要性條件，則需要在后續(xù)的分析中將該變量剔除。由表3可以看出，影響醫(yī)保基金運(yùn)行效率的各個(gè)條件變量的一致性均小于0.9，說(shuō)明所采用的5個(gè)條件變量均未構(gòu)成高醫(yī)保基金運(yùn)行效率和低醫(yī)?；疬\(yùn)行效率的必要條件，由此也進(jìn)一步印證了醫(yī)?；疬\(yùn)行效率并非受到某單一因素的影響，而是多種因素耦合聯(lián)動(dòng)的結(jié)果。

（二）組態(tài)分析

fsQCA分析后會(huì)得出三種解：復(fù)雜解（complex solution）、簡(jiǎn)約解（parsimonious solution）和中間解（intermediate solution）。復(fù)雜解主要分析有實(shí)際觀測(cè)案例且未經(jīng)過(guò)任何處理的組態(tài)，其結(jié)果較為籠統(tǒng)；簡(jiǎn)約解既包括有實(shí)際觀察案例的組態(tài)，也包括缺乏理論依據(jù)的邏輯余項(xiàng)，其得出的結(jié)果往往與事實(shí)相違；中間解介于二者之間，既包含有實(shí)際觀察案例的組態(tài)，又納入了基于一定理論知識(shí)支持的邏輯余項(xiàng)，因此其分析結(jié)果更具有解釋效力[28]（P155-167）。

另外，結(jié)合簡(jiǎn)約解和中間解可以分析得出變量中的核心條件和邊緣條件。核心條件是指同時(shí)出現(xiàn)在簡(jiǎn)約解和中間解中的條件變量，核心條件對(duì)結(jié)果變量的影響較大；邊緣條件是指僅存在于中間解中的條件變量，邊緣條件對(duì)于結(jié)果變量起到的作用較弱。

通過(guò)反事實(shí)分析得出中間解。首先假定條件變量出現(xiàn)均有可能促使醫(yī)?；疬\(yùn)行效率呈現(xiàn)高水平，因此可以得出高醫(yī)?；疬\(yùn)行效率的組態(tài)路徑有2條（見(jiàn)表4）。其結(jié)果一致性為0.819，說(shuō)明在所有滿(mǎn)足這2條組態(tài)的案例中，有81.9%的地區(qū)的醫(yī)?；疬\(yùn)行效率較高；結(jié)果覆蓋率為0.462，說(shuō)明這2條組態(tài)可以解釋46.2%的醫(yī)?；疬\(yùn)行效率高的案例。

同時(shí)，假設(shè)每個(gè)條件變量缺失都有可能會(huì)導(dǎo)致醫(yī)?；鹗褂眯食尸F(xiàn)低水平，由此產(chǎn)生的低醫(yī)?；疬\(yùn)行效率的條件組態(tài)有3條。這3條組態(tài)路徑可以解釋53.6%的低醫(yī)?；疬\(yùn)行效率的省份；并且，所有滿(mǎn)足這3條組態(tài)的案例中，有78.5%的地區(qū)醫(yī)保基金運(yùn)行效率較低。

1.產(chǎn)生高醫(yī)保基金運(yùn)行效率的組態(tài)

在各個(gè)條件組態(tài)的多重影響下，高醫(yī)保基金運(yùn)行效率的案例呈現(xiàn)出2種不同的模式。

（1）H1：REL*GSL*UL。該組態(tài)表示某經(jīng)濟(jì)發(fā)達(dá)且城市化水平較高的地區(qū)，在當(dāng)?shù)卣畬?duì)醫(yī)療衛(wèi)生事業(yè)發(fā)展給予足夠支持的時(shí)候，其醫(yī)?；疬\(yùn)行效率呈現(xiàn)較高水平。在該組態(tài)中，經(jīng)濟(jì)發(fā)展與政府支持均為核心存在變量；城市化水平為邊緣條件，說(shuō)明相較于城市化，地區(qū)經(jīng)濟(jì)發(fā)展與政府支持力度對(duì)醫(yī)保基金運(yùn)行效率的影響更大。此外，人口老齡化和衛(wèi)健醫(yī)療水平均顯示為空白，說(shuō)明這兩個(gè)條件變量對(duì)結(jié)果不產(chǎn)生影響。該組態(tài)路徑能夠解釋43.7%的高醫(yī)?；疬\(yùn)行效率的案例，其中，有19.5%的高醫(yī)?；疬\(yùn)行效率的地區(qū)僅能夠被該組態(tài)所解釋。該組態(tài)的典型代表地區(qū)是江蘇省。作為長(zhǎng)三角地帶的重要組成部分，江蘇省近年來(lái)的綜合發(fā)展呈現(xiàn)出快速增長(zhǎng)態(tài)勢(shì)。據(jù)統(tǒng)計(jì)，2021年江蘇省人均GDP高達(dá)137 039元，全國(guó)綜合排名第三。雄厚的經(jīng)濟(jì)實(shí)力為江蘇省醫(yī)保事業(yè)發(fā)展建構(gòu)了強(qiáng)有力的物質(zhì)支撐。與此同時(shí)，江蘇省不斷強(qiáng)化對(duì)醫(yī)?；鹜度肓Χ?，建立了分級(jí)診療制度，并著手推進(jìn)醫(yī)保信息化建設(shè)，實(shí)施“老年人、婦女、兒童健康保險(xiǎn)”等專(zhuān)項(xiàng)保障政策，有效確保了醫(yī)療服務(wù)質(zhì)量，實(shí)現(xiàn)了醫(yī)療資源的優(yōu)化配置與高效運(yùn)行。

（2）H2：REL*GSL*～AL*～ML。該組態(tài)表明在地區(qū)老齡化程度較輕的情況下，在政府給予基本醫(yī)療保障事業(yè)的大力支持與區(qū)域經(jīng)濟(jì)發(fā)展的相互配合下，即便未擁有較高的衛(wèi)健醫(yī)療水平和豐富的醫(yī)療資源，地區(qū)醫(yī)保基金運(yùn)行效率依舊能夠保持較高水平。在該組態(tài)中，區(qū)域經(jīng)濟(jì)發(fā)展水平與政府支持均為核心存在變量，而人口老齡化與衛(wèi)健醫(yī)療水平為核心缺失變量，城市化對(duì)結(jié)果不產(chǎn)生影響。該組態(tài)可以解釋26.7%的地區(qū)案例，略低于H1，同時(shí)，有2.4%的醫(yī)?；疬\(yùn)行效率高的地區(qū)僅能夠被該組態(tài)所解釋。該組態(tài)的典型案例是廣東省。作為中國(guó)經(jīng)濟(jì)開(kāi)放程度最高的省份，廣東省擁有較好的經(jīng)濟(jì)產(chǎn)業(yè)規(guī)模和完備的醫(yī)療保險(xiǎn)制度體系。廣東省醫(yī)保基金的高效運(yùn)作，主要得益于其經(jīng)濟(jì)發(fā)達(dá)程度高、政府資助力度大以及老齡化程度較輕。近年來(lái)，廣東省不斷加大醫(yī)保補(bǔ)貼力度，完善醫(yī)療服務(wù)內(nèi)容，提升服務(wù)質(zhì)量，致力于促使醫(yī)保基金運(yùn)行更加穩(wěn)健持續(xù)。

2.產(chǎn)生低醫(yī)保基金運(yùn)行效率的組態(tài)

在假定城市醫(yī)?；疬\(yùn)行效率呈現(xiàn)低水平時(shí)，通過(guò)分析得出NH1、NH2和NH3這3組組態(tài)。

（1）NH1：GSL*AL*～UL。該組態(tài)說(shuō)明某人口老齡化程度較深且城鎮(zhèn)化發(fā)展較為滯后的地區(qū)，即便當(dāng)?shù)卣罅χС轴t(yī)療衛(wèi)生事業(yè)發(fā)展，但其醫(yī)?；疬\(yùn)行效率依舊維持在較低水平。政府支持在該組態(tài)中為核心存在變量，城市化水平為核心缺失變量。同時(shí)，區(qū)域經(jīng)濟(jì)水平與衛(wèi)健醫(yī)療水平在該組態(tài)中對(duì)結(jié)果不產(chǎn)生影響。該組態(tài)可以解釋48.3%的低醫(yī)保基金運(yùn)行效率的地區(qū)，有8.4%的地區(qū)僅能夠被該組態(tài)所解釋。四川省是該組態(tài)的典型代表地區(qū)。作為我國(guó)西南地區(qū)的重要省份，近年來(lái)四川省對(duì)于醫(yī)療衛(wèi)生事業(yè)發(fā)展保持高度重視，并在推動(dòng)醫(yī)保制度發(fā)展的方式與力度層面呈現(xiàn)出強(qiáng)有力的態(tài)勢(shì)。據(jù)統(tǒng)計(jì)，2021年四川省在財(cái)政衛(wèi)生支出方面全國(guó)綜合排名第四。然而，相對(duì)較低的城市化水平導(dǎo)致四川省醫(yī)?；鸹I資難度較大，基金收入水平較低，同時(shí)，不斷加深的老齡化造成的與日俱增的醫(yī)療服務(wù)需求，也對(duì)其醫(yī)保基金運(yùn)行的可持續(xù)性帶來(lái)了重大挑戰(zhàn)。

（2）NH2：REL*GSL*～UL*～ML。該組態(tài)表明在當(dāng)?shù)卣拇罅χС窒乱约霸诘貐^(qū)經(jīng)濟(jì)的輔助下，較低的城市化水平與略微匱乏的醫(yī)療資源依舊制約著地區(qū)醫(yī)保基金運(yùn)行效率的提升。同時(shí)，觀察組態(tài)可以發(fā)現(xiàn)，政府支持水平為核心存在變量，區(qū)域經(jīng)濟(jì)水平為邊緣存在變量，說(shuō)明在該組變量組合形式中，相較于區(qū)域經(jīng)濟(jì)水平，政府支持力度對(duì)結(jié)果的影響更甚。該組態(tài)可以解釋三成的低醫(yī)?；疬\(yùn)行效率的地區(qū)案例，其中，有0.4%的低醫(yī)?；疬\(yùn)行效率的省份僅能夠被該組態(tài)所解釋。該組態(tài)的典型代表是安徽省。安徽省政府在衛(wèi)生支出方面投入了大量資源，但受制于中等水平的經(jīng)濟(jì)發(fā)展現(xiàn)狀和較低的城市化水平，其投入的資金未能得到優(yōu)化配置與充分利用。尤其是在醫(yī)療資源相對(duì)匱乏和醫(yī)療水平參差不齊的現(xiàn)實(shí)情況下，安徽省醫(yī)保基金運(yùn)行效率的提升面臨著一定的阻礙。

（3）NH3：～REL*GSL*～UL*ML。該組態(tài)表示一個(gè)城市化水平極低的經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，在政府的大力支持下，即便擁有豐富的醫(yī)療資源，其醫(yī)?；疬\(yùn)行效率依舊較低。政府支持在該組態(tài)中為核心存在變量，城市化水平依舊作為核心缺失變量，制約著醫(yī)?；疬\(yùn)行效率的提升。該組態(tài)可以解釋39.9%的低醫(yī)保基金運(yùn)行效率的地區(qū)案例，有3%的低醫(yī)?；疬\(yùn)行效率省份僅能夠被該組態(tài)所解釋。該組態(tài)的典型代表地區(qū)是云南省。云南省是我國(guó)少數(shù)民族最為集中的省份，同時(shí)也是全國(guó)生物多樣性較為豐富的地區(qū)之一，擁有充沛的醫(yī)藥、醫(yī)療資源稟賦。近年來(lái)，在云南省政府的大力支持下，云南省建立了一批高水平的醫(yī)療機(jī)構(gòu)、多個(gè)綜合性醫(yī)療中心以及專(zhuān)科醫(yī)院。然而，受制于地區(qū)經(jīng)濟(jì)發(fā)展水平不高，單一的醫(yī)?；鹗杖肴狈侠碛行У墓芾硗顿Y，導(dǎo)致基金保值增值難度較大。加之云南省地處西南邊陲，城市化水平較低，醫(yī)保覆蓋面存在較大的地域差異，最終導(dǎo)致醫(yī)?；鹫w運(yùn)行效率難以大幅度提升。

3.不同組態(tài)對(duì)比分析

在所有高與低的組態(tài)路徑中，政府支持因素都以關(guān)鍵存在變量表示，一方面，反映了各地政府在驅(qū)動(dòng)醫(yī)保基金制度效能迭代升級(jí)方面均保持高度關(guān)注，并在資金支持與衛(wèi)生健康建設(shè)方面長(zhǎng)期維持常態(tài)化高投入。另一方面，高與低組態(tài)路徑的差異化，體現(xiàn)出政府支持因素在引導(dǎo)醫(yī)?；疬\(yùn)行效率方面的決定性作用有待提升，換言之，面對(duì)當(dāng)前醫(yī)保基金日益沉重的運(yùn)行壓力，政府方面運(yùn)用的資金分配傾斜、物質(zhì)補(bǔ)助等相關(guān)公共政策工具 “錦上添花”有余，“雪中送炭”不足。

另外，從橫向組態(tài)對(duì)比來(lái)看，高與低組態(tài)路徑內(nèi)部的個(gè)別元素呈現(xiàn)出強(qiáng)烈的反差。在高醫(yī)保基金運(yùn)行效率組態(tài)集群中，H1的城市化水平因素已存在狀態(tài)表征，而在低醫(yī)?；疬\(yùn)行效率組態(tài)集群中，所有路徑中的城市化水平因素均呈現(xiàn)關(guān)鍵缺失狀態(tài)，說(shuō)明城市化建設(shè)水平不足是制約醫(yī)?；疬\(yùn)行效率進(jìn)一步提升的主要卡點(diǎn)之一，同時(shí)也是當(dāng)下大多數(shù)城市（呈現(xiàn)低醫(yī)?；疬\(yùn)行效率）的“通病”。同時(shí)需要強(qiáng)調(diào)的是，作為高醫(yī)?；疬\(yùn)行效率組態(tài)集群的H2路徑中，不存在城市化水平因素。這表明對(duì)于該路徑而言，存在其他更能導(dǎo)致其呈現(xiàn)高效率的關(guān)鍵因素，城市化水平因素的存在與缺失對(duì)該路徑的最終指向不產(chǎn)生影響或影響甚微。

四、結(jié)論與建議

本文以2021年我國(guó)31個(gè)省（自治區(qū)、直轄市）為研究樣本，通過(guò)構(gòu)建DEA模型測(cè)算我國(guó)醫(yī)?；疬\(yùn)行效率，并結(jié)合QCA定性比較分析，整合區(qū)域經(jīng)濟(jì)水平、政府支持水平、老齡化水平、城市化水平、衛(wèi)健醫(yī)療水平5個(gè)變量，對(duì)影響我國(guó)醫(yī)?；疬\(yùn)行效率的多重并發(fā)組合因素進(jìn)行研究。研究發(fā)現(xiàn)，我國(guó)醫(yī)保基金運(yùn)行效率的高低是各因素組合模式的協(xié)同作用。對(duì)比五組組態(tài)可以發(fā)現(xiàn)，政府支持力度與城市化建設(shè)水平在推動(dòng)和抑制醫(yī)?；疬\(yùn)行效率提升方面發(fā)揮著核心作用，據(jù)此提出以下建議。

第一．優(yōu)化政府主導(dǎo)模式。為積極應(yīng)對(duì)老齡化的挑戰(zhàn)，需要轉(zhuǎn)變觀念，推動(dòng)醫(yī)?；鹜獠恳?guī)模擴(kuò)張和內(nèi)部機(jī)制完善協(xié)同并進(jìn)。從外部視角而言，建議在基金預(yù)計(jì)出現(xiàn)累計(jì)赤字前期，適時(shí)調(diào)整原先國(guó)家承保、政府托底的固定做法，放寬醫(yī)?；鹜顿Y限制，發(fā)揮醫(yī)保基金戰(zhàn)略性購(gòu)買(mǎi)作用，實(shí)現(xiàn)基金保值增值。從內(nèi)部視角而言，要推動(dòng)成本精細(xì)化管理，同時(shí)應(yīng)加強(qiáng)頂層規(guī)劃和統(tǒng)籌協(xié)調(diào)，促進(jìn)整個(gè)醫(yī)?；疬\(yùn)行機(jī)制提質(zhì)增效。

第二，推動(dòng)城市化建設(shè)迭代升級(jí)。踐行新發(fā)展理念的主線工作之一是驅(qū)動(dòng)城市化迭代革新，加快推進(jìn)人城和諧相融，推動(dòng)優(yōu)良的城市生態(tài)環(huán)境轉(zhuǎn)化為最普惠的民生福祉，滿(mǎn)足社會(huì)公眾的其他民生需求，從而間接分散因疾病、衰老等因素對(duì)醫(yī)保基金造成的壓力。同時(shí)，推進(jìn)基層醫(yī)療服務(wù)發(fā)展，分散大城市的診療壓力；加快數(shù)字化和智能化醫(yī)療服務(wù)技術(shù)水平的迭代升級(jí)，增加患者就醫(yī)便捷程度，提升醫(yī)?；疬\(yùn)行效率。

參考文獻(xiàn)：

[1]Melgen-Bello L， García-Prieto C. Analysis of Health Expenditure Efficiency in Countries of Latin America and the Caribbean[J]. Salud Publica de Mexico， 2017 （5）.

[2]Gavurova B， Kocisova K， Sopko J. Health System Efficiency in OECD Countries：Dynamic Network DEA Approach[J]. Health Economics Review， 2021 （1）.

[3]Karsak E E， Karadayi M A . Imprecise DEA Framework for Evaluating Health-care Performance of Districts[J]. Kybernetes， 2017（4）.

[4]于凌云，于夢(mèng)迪. 城鄉(xiāng)居民醫(yī)?；疬\(yùn)行效率及其影響因素研究[J]. 中國(guó)衛(wèi)生政策研究， 2021（10）.

[5]朱銘來(lái)，李濤，劉婭. 城鎮(zhèn)職工醫(yī)療個(gè)人賬戶(hù)運(yùn)行效率研究[J]. 保險(xiǎn)研究， 2018 （3）.

[6]Avila J C， Kaul S， Wong R. Health Care Expenditures and Utilization among Older Mexican Adults[J]. Journal of Aging and Health， 2020（32）.

[7]Acharya S， Ghimire S， Jeffers E M， et al. Health Care Utilization and Health Care Expenditure of Nepali Older Adults[J]. Frontiers in Public Health， 2019（7）.

[8]Dieleman J L， Squires E， Bui A L， et al. Factors Associated with Increases in US Health Care Spending， 1996—2013[J]. Jama， 2017（17）.

[9]何月，周曉媛. 老齡化背景下城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)運(yùn)行效率分析[J]. 現(xiàn)代預(yù)防醫(yī)學(xué)， 2023（5）.

[10]趙久洋，郭玉琳，謝慧玲.新疆兵團(tuán)城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)基金運(yùn)行效率分析[J].衛(wèi)生軟科學(xué)，2022（2）.

[11]Karimi S M， Eslami K， Johnson C E. US Health Care Expenditure Across Income Groups by Age and Type of Care[J]. Journal of Health Care for the Poor and Underserved， 2021（2）.

[12]Shakoor U， Rashid M， Baloch A A， et al. How Aging Population Affects Health Care Expenditures in Pakistan？ A Bayesian VAR analysis[J]. Social Indicators Research， 2021（153）.

[13]Howdon D， Rice N. Health Care Expenditures， Age， Proximity to Death and Morbidity： Implications for an Ageing Population[J]. Journal of Health Economics， 2018（57）.

[14]Saleem A， Cheema A R， Rahman A， et al. Do Health Infrastructure and Services， Aging， and Environmental Quality Influence Public Health Expenditures？ Empirical Evidence From Pakistan[J]. Social Work in Public Health， 2021 （6）.

[15]Amiri M M， Kazemian M， Motaghed Z， et al. Systematic Review of Factors Determining Health Care Expenditures[J]. Health Policy and Technology， 2021（2）.

[16]Rana R H， Alam K，Gow J. Health Expenditure and Gross Domestic Product： Causality Analysis by Income Level[J]. International Journal of Health Economics and Management， 2020（1）.

[17]封進(jìn)，王貞. 宏觀經(jīng)濟(jì)波動(dòng)對(duì)城鎮(zhèn)職工醫(yī)?；疬\(yùn)行的影響[J]. 社會(huì)科學(xué)輯刊， 2018 （6）.

[18]藍(lán)英，柯雄，李偉，等.我國(guó)醫(yī)療保險(xiǎn)基金支出的影響因素及建議[J].中國(guó)全科醫(yī)學(xué)，2016（S1）.

[19]單瑩，趙洋，李程，等. 山東省醫(yī)共體試點(diǎn)醫(yī)保基金使用情況[J]. 山東大學(xué)學(xué)報(bào)（醫(yī)學(xué)版）， 2022（8）.

[20]艾賀玲，黃萍. 老齡化背景下上海城鎮(zhèn)職工醫(yī)療保險(xiǎn)基金管理政策研究——基于系統(tǒng)動(dòng)力學(xué)的分析[J]. 中國(guó)衛(wèi)生事業(yè)管理， 2017（9）.

[21]趙建國(guó)，劉子瓊. 延遲退休、個(gè)人賬戶(hù)調(diào)整與城鎮(zhèn)職工醫(yī)療保險(xiǎn)基金可持續(xù)運(yùn)行[J]. 社會(huì)保障研究， 2020 （1）.

[22]孫翎，馬曉玲，申曙光. 城鄉(xiāng)人口遷移對(duì)基本醫(yī)療保險(xiǎn)統(tǒng)籌基金長(zhǎng)期精算平衡的影響分析——基于分區(qū)域人口發(fā)展模型的研究[J]. 社會(huì)保障研究， 2019 （4）.

[23]耿蕊，杜本峰.基于GM分析影響基本醫(yī)療保險(xiǎn)基金支出的因素[J].蘭州學(xué)刊，2021（1）.

[24]Charnes A， Cooper W， Lewin A Y， et al. Data Envelopment Analysis Theory， Methodology and Applications[J]. Journal of the Operational Research Society， 1997（3）.

[25]徐萍萍，趙靜，李春曉，等.基于數(shù)據(jù)包絡(luò)分析的基層醫(yī)療衛(wèi)生資源配置效率分析[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2023（6）.

[26]吳灼亮，劉明德.基于QCA的安徽省物流效率影響因素及作用路徑研究[J].合肥工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021（4）.

[27]［比利時(shí)］伯努瓦·里豪克斯，［英］查爾斯C.拉金.QCA設(shè)計(jì)原理與應(yīng)用：超越定性與定量研究的新方法[M].杜運(yùn)周，李永發(fā)，等，譯.北京：機(jī)械工業(yè)出版社， 2017（7）.

[28]杜運(yùn)周，賈良定.組態(tài)視角與定性比較分析（QCA）：管理學(xué)研究的一條新道路[J].管理世界，2017（6）.

[29]Zadeh L A. Fuzzy Sets[J]. Information and Control， 1965（3）.

[30]程蘭芳，鄧蔚.人口老齡化對(duì)社會(huì)保障支出的影響研究[J].華東經(jīng)濟(jì)管理，2022（1）.

[31]李曉嘉，蔣承，胡漣漪.財(cái)政醫(yī)療衛(wèi)生支出對(duì)中國(guó)健康多維貧困的影響研究[J].中國(guó)人口科學(xué)，2020（4）.

[32]劉廣彬.居民消費(fèi)與不確定性——醫(yī)療保障制度的保障效應(yīng)檢驗(yàn)[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（11）.

[33]董波，姜孟涵.基于fsQCA組態(tài)視角的醫(yī)保基金支出影響因素分析[J].中國(guó)醫(yī)療保險(xiǎn)，2022（12）.

[34]李珊珊，陳在余.醫(yī)療保險(xiǎn)對(duì)我國(guó)老年人就醫(yī)行為的影響——基于門(mén)診和住院行為的比較分析[J].中國(guó)衛(wèi)生事業(yè)管理，2022（11）.

[35]王京捷，郭有德.統(tǒng)賬結(jié)構(gòu)調(diào)整政策對(duì)城鎮(zhèn)職工醫(yī)療保險(xiǎn)基金可持續(xù)運(yùn)行的影響[J].社會(huì)保障研究，2021（4）.

[36]黃阿紅，方鵬騫，陶思羽，等.2011年和2016年我國(guó)護(hù)理人力資源配置公平性比較研究[J].中國(guó)衛(wèi)生經(jīng)濟(jì)，2018（1）.

[37]李春枝.我國(guó)基本醫(yī)療保險(xiǎn)基金支出影響因素的灰色關(guān)聯(lián)分析[J].中國(guó)物價(jià)，2021（12）.