黃玉捷

(上海市衛(wèi)生和健康發(fā)展研究中心/上海市醫(yī)學科學技術情報研究所，上海 200031)

衛(wèi)生總費用持續(xù)增長是一個世界性話題。從長期來看，各國醫(yī)療衛(wèi)生費用基本上均呈上升趨勢，甚至部分經(jīng)濟發(fā)達國家的衛(wèi)生經(jīng)濟增速超過了國內生產(chǎn)總值(Gross Domestic Product，GDP)的增長速度[1]。中國也不例外。改革開放40年來，中國人均衛(wèi)生總費用由1978年的11.5元增長到2016年的3351.7元，增長了291.45倍，而人均GDP由381元增長到2016年的53980元，只增長了141.67倍。

持續(xù)的衛(wèi)生總費用增長并不意味著健康產(chǎn)出水平持續(xù)向好。1998年，美國在保健方面所花的錢，等于美國GDP的13.5%，或者大約是美國經(jīng)濟的1/7。盡管美國人均保健花費在工業(yè)國家中一直列居最高位，但在很多健康狀況度量指標上，同其他工業(yè)國家相比，卻始終排在后面[2]。滿曉瑋等[3]的研究進一步表明，在不同的人均GDP水平下，不一定衛(wèi)生費用指標取值越高，健康產(chǎn)出越好。該項研究采用了衛(wèi)生總費用占GDP比例、廣義政府衛(wèi)生支出占GDP比例兩個衛(wèi)生費用指標，出生時期望壽命、嬰兒死亡率、新生兒死亡率、5歲以下兒童死亡率四個健康產(chǎn)出指標，以及世界214個國家1995-2012年的數(shù)據(jù)。

衛(wèi)生總費用與健康產(chǎn)出指標不能持續(xù)對應的原因目前尚不清楚[4]。戴維·海爾姆斯和安東尼·奎因頓[2]指出，不同種族人群由收入差距形成的健康水平差異是造成美國總體健康產(chǎn)出水平不高的主要原因。盡管這個觀點并不能完全解釋美國衛(wèi)生總費用與健康產(chǎn)出水平不對應的原因，但它也從另一方面提示，在持續(xù)的衛(wèi)生總費用投入下，同一區(qū)域內仍然會出現(xiàn)健康水平差異，而健康水平差異有可能是影響衛(wèi)生總費用與健康產(chǎn)出對應的環(huán)境因素。據(jù)此，本研究擬以全國和上海為兩個不同健康產(chǎn)出水平樣本，觀察它們在持續(xù)的衛(wèi)生總費用投入下衛(wèi)生總費用與健康產(chǎn)出指標對應關系的變化情況，找出在某些健康水平下衛(wèi)生總費用與健康產(chǎn)出不對應的原因。

1 資料來源與方法

1.1 資料來源

數(shù)據(jù)來源于《2017年中國統(tǒng)計年鑒》《2017年上海統(tǒng)計年鑒》《2017年中國衛(wèi)生和計劃生育年鑒》，時間范圍為2001-2016年。

1.2 方法

1.2.1 指標比較法選取指標

①衛(wèi)生總費用指標。采取衛(wèi)生總費用和人均衛(wèi)生總費用兩項分析指標。②健康產(chǎn)出指標。選取《健康中國2030規(guī)劃綱要》[5]和《健康上海2030規(guī)劃綱要》[6]中嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命3項健康水平指標作為本研究健康產(chǎn)出分析指標。

通過2001-2015年全國和上海衛(wèi)生總費用和健康產(chǎn)出指標水平和年均增長速度比較，分別檢驗全國和上海衛(wèi)生總費用增長水平和健康產(chǎn)出水平狀況。

1.2.2 逐步回歸分析法

運用SPSS 22，分別建立全國衛(wèi)生總費用回歸模型和上海衛(wèi)生總費用回歸模型。通過模型，分析衛(wèi)生總費用與嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命這3個健康產(chǎn)出指標的對應關系。檢驗水準α=0.05。

2 結果

2.1 全國和上海健康產(chǎn)出水平檢驗

全國處于健康產(chǎn)出水平較相對較低但產(chǎn)出水平快速提升階段，上海處于健康產(chǎn)出水平較高但產(chǎn)出水平提升緩慢階段。

2.1.1 健康產(chǎn)出水平

①嬰兒死亡率：全國嬰兒死亡率是上海的1.5倍以上。②孕產(chǎn)婦死亡率：全國孕產(chǎn)婦死亡率是上海的3倍以上。③平均預期壽命：上海平均預期壽命是全國的1倍左右，見表1。

表1 全國和上海健康產(chǎn)出水平比較

2.1.2 健康產(chǎn)出水平提升速度和全國健康產(chǎn)出水平提升迅速

2001-2015年全國嬰兒死亡率年平均下降速度為8.93%，孕產(chǎn)婦死亡率年平均下降速度為6.33%，平均預期壽命年平均增長速度為0.45%。

上海健康產(chǎn)出水平提升較為緩慢。2001-2015年上海嬰兒死亡率年平均下降速度為1.56%，孕產(chǎn)婦死亡率年平均下降速度為2.09%，平均預期壽命年平均增長速度為0.18%。

全國健康產(chǎn)出水平提升速度高于上海。2001-2015年全國嬰兒死亡率年均下降速度比上海高7.37個百分點，孕產(chǎn)婦死亡率年均下降速度比上海高4.24個百分點，平均預期壽命年均增長速度比上海高0.18個百分點，見表2。

表2 全國和上海健康產(chǎn)出指標增長速度比較 %

2.2 全國和上海衛(wèi)生總費用水平檢驗

2.2.1 衛(wèi)生總費用水平

上海人均衛(wèi)生總費用水平是全國的2倍以上，但差距在逐漸縮小。2001年上海人均衛(wèi)生總費用為1233元，全國為393.8元，上海是全國的3.13倍。2001-2015年間兩者的差距逐漸縮小，由2001年的3.13倍下降為2015年的2.13倍。盡管如此，全國與上海人均衛(wèi)生總費用仍然保持2倍以上差距，見表3。

2.2.2 衛(wèi)生總費用增長速度

全國和上海均保持衛(wèi)生總費用強勁的增長勢頭。2001-2015年全國衛(wèi)生總費用的年均增長率為16.17%，上海衛(wèi)生總費用的年均增長率為15.57%，兩者相差0.60個百分點，均屬衛(wèi)生總費用高速增長類型。

全國和上海人均衛(wèi)生總費用也增長迅速。全國人均衛(wèi)生總費用年均增長率為15.56%，上海為12.54%，同屬于高速增長類型。當然，全國的增長速度更快，高于上海3.12個百分點，見表4。

表3 全國和上海人均衛(wèi)生總費用比較

表4 全國和上海衛(wèi)生總費用年均增長速度、人均衛(wèi)生總費用年均增長率比較 %

2.3 全國衛(wèi)生總費用與健康產(chǎn)出指標對應關系

使用回歸模型是建立衛(wèi)生總費用與健康產(chǎn)出指標對應關系的一條重要途徑。建立全國衛(wèi)生總費用回歸模型之前必須對可能進入回歸模型的變量和數(shù)據(jù)進行檢驗。首先，是變量線性關系檢驗，要求應變量衛(wèi)生總費用與自變量嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命具有線性關系，滿足“殘差的方差齊性”要求。其次，是數(shù)據(jù)的正態(tài)分布檢驗，要求進入回歸模型的數(shù)據(jù)滿足正態(tài)分布假設。再次，是變量偏相關檢驗，檢驗自變量之間的相關關系。

變量線性關系檢驗通過散點圖分析表明，全國衛(wèi)生總費用與嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命3大健康產(chǎn)出指標均有較為明顯的線性關系，滿足“殘差的方差齊性”要求。

數(shù)據(jù)正態(tài)分布檢驗運用P-P圖檢驗分析表明，衛(wèi)生總費用數(shù)據(jù)滿足正態(tài)性假設要求。嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命等3個變量數(shù)據(jù)均符合正態(tài)分布要求。

變量偏相關檢驗在控制孕產(chǎn)婦死亡率和平均預期壽命兩個變量的情況下，嬰兒死亡率P<0.0001，自由度為12，偏相關系數(shù)為0.839，嬰兒死亡率與衛(wèi)生總費用高度相關。在控制嬰兒死亡率和平均預期壽命等兩個變量的情況下，孕產(chǎn)婦死亡率的P值為0.036，自由度為12，偏相關系數(shù)為0.564，孕產(chǎn)婦死亡率與衛(wèi)生總費用中度相關。在控制嬰兒死亡率和孕產(chǎn)婦死亡率等兩個變量的情況下，平均預期壽命的P<0.0001，自由度為12，偏相關系數(shù)為0.904，平均預期壽命與衛(wèi)生總費用高度相關。

2.4 建立全國衛(wèi)生總費用回歸模型逐步回歸法

結合向前回歸法和向后回歸法建立全國衛(wèi)生總費用回歸模型逐步回歸法，其具體步驟為：①對應變量衛(wèi)生總費用進行殘差方差齊性檢驗；②按自變量對應變量的貢獻率進行排序，按照從大到小的順序選擇進入模型的變量；③每將一個變量加入模型，都要對模型中的每個變量進行檢驗，剔除不顯著的變量；④對留在模型中的變量進行檢驗，直到?jīng)]有變量可以納入，也沒有變量可以剔除為止，回歸模型建立完成。

模型檢驗：①殘差的方差齊性檢驗。由散點圖可見，全國衛(wèi)生總費用散點圖中大多數(shù)點都落在(-3，3)范圍之內，滿足殘差的方差齊性要求。②變量進入模型。按自變量對應變量的貢獻率，按照從大到小的順序選擇進入模型。每將一個變量加入模型，就形成了一個新的模型，由此總共形成了3個衛(wèi)生總費用模型。第一個模型中，自變量加入平均預期壽命；第二個模型中，自變量加入平均預期壽命和嬰兒死亡率；第三個模型中，自變量為平均預期壽命、嬰兒死亡率和孕產(chǎn)婦死亡率。3個模型中的P值均小于0.05，即每一個自變量都對應變量有貢獻，所以都不剔除。③模型顯著性檢驗。方差分析結果顯示，F(xiàn)值和P值均<0.001。每個方程都是顯著的。即一個新的變量進入模型后，模型仍然顯著，該模型不剔除某個變量，進入模型的變量都被包括。⑤回歸模型擬合度檢驗。隨著模型中變量個數(shù)的增加，R2和調整的R2都隨著變量個數(shù)增加而增加，且數(shù)值都較大。表明模型隨著變量的加入，一個比一個擬合得更好，因此本研究可以將第三個模型作為全國衛(wèi)生總費用模型。第三個模型的R2為0.975，調整后的R2為0.969，表明模型擬合很好，可以解釋全國衛(wèi)生總費用97%的變化。全國衛(wèi)生總費用多元線性回歸分析的回歸系數(shù)估計及檢驗結果見表5。⑤衛(wèi)生總費用最終的回歸模型。由上述第三個模型得到全國衛(wèi)生總費用回歸模型：

Y總=-1526025.60+20162.99X1+1800.30X2+604.70X3

其中，Y總為衛(wèi)生總費用，X1為平均預期費用，X2為嬰兒死亡率，X3為孕產(chǎn)婦死亡率。

同理，可以得到全國人均衛(wèi)生費用回歸模型：

Y人均=-107665.83+1424.13X1+126.26X2+41.63X3

其中，Y人均為人均衛(wèi)生費用，X1為平均預期費用，X2為嬰兒死亡率，X3為孕產(chǎn)婦死亡率。

表5 全國衛(wèi)生總費用多元線性回歸分析回歸系數(shù)估計及檢驗結果

2.5 上海衛(wèi)生總費用與健康產(chǎn)出指標的對應關系

變量線性關系檢驗由散點圖可以直觀地看出，上海衛(wèi)生總費用與平均預期壽命有較為明顯的線性關系，滿足“殘差的方差齊性”要求。而衛(wèi)生總費用與嬰兒死亡率、孕產(chǎn)婦死亡率均不存在明顯的線性關系。

數(shù)據(jù)正態(tài)分布檢驗P-P圖檢驗顯示，衛(wèi)生總費用、嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命數(shù)據(jù)均服從正態(tài)分布。

變量偏相關檢驗在不控制任何變量的情況下，上海衛(wèi)生總費用與平均預期壽命高度相關(r=0.911，P<0.0001)，而嬰兒死亡率和孕產(chǎn)婦死亡率的P值均大于0.05，表明上海衛(wèi)生總費用與嬰兒死亡率和孕產(chǎn)婦死亡率沒有相關關系。

在控制嬰兒死亡率和孕產(chǎn)婦死亡率等兩個變量情況下，平均預期壽命P<0.0001，自由度為13，偏相關系數(shù)為0.901，表明平均預期壽命與應變量衛(wèi)生總費用相關。在控制平均預期壽命和孕產(chǎn)婦死亡率兩個變量情況下，嬰兒死亡率P值為0.233，大于0.05，表明衛(wèi)生總費用和嬰兒死亡率不相關。在控制平均預期壽命和嬰兒死亡率兩個變量情況下，孕產(chǎn)婦死亡率P值為0.403，大于0.05，表明衛(wèi)生總費用和孕產(chǎn)婦死亡率不相關。

殘差的方差齊性檢驗散點圖分析表明，上海衛(wèi)生總費用散點圖中大多數(shù)點都落在(-3，3)范圍之內，可以認定滿足殘差的方差齊性。

建立回歸模型由于嬰兒死亡率和孕產(chǎn)婦死亡率與衛(wèi)生總費用不相關，系統(tǒng)自動去除嬰兒死亡率和孕產(chǎn)婦死亡率兩個變量，只留下變量平均預期壽命和應變量衛(wèi)生總費用。在這個模型中，平均預期壽命的P<0.0001，拒絕系數(shù)為零的假設。并且，F(xiàn)值的P<0.0001，模型是顯著的。同時，R2為0.830，調整后的R2為0.817，表明該模型可以解釋應變量83%的變化，模型的擬合度比較好。

表6 上海市衛(wèi)生總費用的多元線性回歸分析系數(shù)估計及檢驗結果

由此，得到上海衛(wèi)生總費用回歸模型：

Y總=-27547.61+347.49X1

其中，Y總為衛(wèi)生總費用，X1為平均預期壽命。

同理，上海人均衛(wèi)生費用回歸模型為：

Y人均=-101493.71+1288.34X1

其中，Y人均為人均衛(wèi)生費用，X1為平均預期壽命。

3 討論

由全國衛(wèi)生總費用回歸模型可以看出，在當前全國健康產(chǎn)出水平下，衛(wèi)生總費用與健康產(chǎn)出指標是對應的。衛(wèi)生總費用與嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命這3大健康產(chǎn)出指標緊密相關，衛(wèi)生總費用的增長均可以獲得上述3大健康產(chǎn)出指標的貢獻。當前，只要增加衛(wèi)生總費用就可以獲得3大健康產(chǎn)出指標的提升，其提升幅度順序是：平均預期壽命、嬰兒死亡率和孕產(chǎn)婦死亡率。

由上海衛(wèi)生總費用回歸模型可以看出，在當前上海健康產(chǎn)出水平下，衛(wèi)生總費用與健康產(chǎn)出指標部分對應，部分不對應。其中，衛(wèi)生總費用只與平均預期壽命指標緊密相關，而與嬰兒死亡率和孕產(chǎn)婦死亡率均不相關。因此，在上海繼續(xù)推動衛(wèi)生總費用增長，可以推動人口平均預期壽命增長，但無法推動嬰兒死亡率和孕產(chǎn)婦死亡率等母嬰健康指標的相應增長。

上述這種情況與戴維·海爾姆斯和安東尼·奎因頓提到的美國衛(wèi)生總費用與健康產(chǎn)出關系不一致的情況既相似又不相似。相似的是，美國和上海市的衛(wèi)生總費用與健康產(chǎn)出指標均出現(xiàn)不對應情況。不相似的是，上海嬰兒死亡率和孕產(chǎn)婦死亡率的水平已經(jīng)達到發(fā)達國家水平，很難再通過衛(wèi)生總費用投入突破了，而美國更多的是收入差異帶來的健康差異問題。

4 建議

4.1 重視衛(wèi)生總費用投入產(chǎn)出關系研究

近些年來，衛(wèi)生總費用占GDP比例問題一直是學術界的研究重點。這個問題之所以作為衛(wèi)生經(jīng)濟的研究重點，一方面出于政府部門和學術界加快推動衛(wèi)生事業(yè)發(fā)展的期望，希望通過不斷增加衛(wèi)生事業(yè)投入，推動衛(wèi)生事業(yè)快速發(fā)展；另一方面也是為了在增加衛(wèi)生總費用投入的同時，適當控制衛(wèi)生總費用的增長速度，實現(xiàn)衛(wèi)生事業(yè)與國民經(jīng)濟均衡發(fā)展[7-10]。然而，單向度的衛(wèi)生總費用占GDP比例研究更多地依從于投入方的考量，對產(chǎn)出方(衛(wèi)生總費用的健康產(chǎn)出效果)也有所考慮，但考慮得并不仔細，有點粗略，沒有形成一一對應的研究關系。本研究表明，在不同的健康水平下，健康產(chǎn)出并不完全依從于衛(wèi)生總費用投入水平，有些健康產(chǎn)出指標甚至脫離于(不相關)衛(wèi)生總費用水平，以致出現(xiàn)無法用健康產(chǎn)出情況解釋衛(wèi)生總費用的現(xiàn)象。因此，衛(wèi)生總費用與健康產(chǎn)出指標對應關系研究非常重要。

4.2 重視不同健康水平下衛(wèi)生總費用與健康產(chǎn)出的對應關系

在通過研究已經(jīng)明了不同區(qū)域(健康水平)衛(wèi)生總費用與健康產(chǎn)出對應關系情況下，應分類施策。全國應當在嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命等健康產(chǎn)出指標方面繼續(xù)加大衛(wèi)生費用投入；上海應當重點在人口平均預期壽命上加大衛(wèi)生費用投入。同時，全國還應當根據(jù)嬰兒死亡率、孕產(chǎn)婦死亡率和平均預期壽命對衛(wèi)生總費用貢獻大小，強調3大健康產(chǎn)出指標的投入有序性，重點加大與平均預期壽命指標相關的衛(wèi)生費用投入。

4.3 重視同一區(qū)域內不同人群健康水平差異對衛(wèi)生總費用與健康產(chǎn)出對應關系影響問題

同一區(qū)域內不同人群的健康水平往往存在參差不齊的情況，它表現(xiàn)在一部分低收入人群健康水平較低，而另一部分中高收入人群健康水平較高。這種情況出現(xiàn)，使得區(qū)域性的分類施策產(chǎn)生一些偏差。特別是在一些健康產(chǎn)出水平較高的地區(qū)(比如，上海)比較容易出現(xiàn)這種情況。比如，這些健康產(chǎn)出水平較高的地區(qū)如果只將衛(wèi)生總費用投入重點放在人口平均預期壽命上，很可能應會忽略依然存在的低收入人群(比如，流動人口)的嬰兒死亡率和孕產(chǎn)婦死亡率指標相對偏低問題。因此，即使在高健康產(chǎn)出水平地區(qū)，依然要將低收入低健康水平人群的嬰兒死亡率和孕產(chǎn)婦死亡率指標作為衛(wèi)生費用的投入方面。按照與低收入低健康水平地區(qū)衛(wèi)生總費用與健康產(chǎn)出對應關系，進行衛(wèi)生費用有序投入。只有解決了區(qū)域內的人群健康水平差異問題，才能真正做到衛(wèi)生總費用與健康產(chǎn)出對應施策，才能提升衛(wèi)生總費用的投入效率。