金宇 崔玉杰

（北方工業(yè)大學(xué)）

一、前言

突如其來的公共衛(wèi)生防控事件，打破了人們平靜的生活，隨著我國人民的眾志成城聯(lián)合抗疫，事態(tài)已經(jīng)得到了強(qiáng)有力的控制。但是當(dāng)前并未結(jié)束，國外病情形勢嚴(yán)峻，國內(nèi)小規(guī)模疫情時起時伏，全球已然步入了重大突發(fā)流行病公共衛(wèi)生事件后的時代。當(dāng)前重大突發(fā)流行病公共衛(wèi)生事件已嚴(yán)重影響了人類的生活方式，與此同時，健康也成為人類最基本最重要的需求。我們亟需探究出更為貼合當(dāng)今時代的醫(yī)療政策和體系，盡最大可能提高居民生活質(zhì)量，增加其幸福感。因此，對于公共衛(wèi)生防控事件后的居民就醫(yī)行為偏好的影響因素的研究具有重大意義。

二、數(shù)據(jù)與變量

（一）數(shù)據(jù)來源與選取

利用問卷星通過網(wǎng)絡(luò)平臺向全國范圍內(nèi)的民眾發(fā)放問卷。研究對象納入標(biāo)準(zhǔn)：有就醫(yī)經(jīng)歷，可熟練使用手機(jī)，知情且自愿同意參與本研究的有自主意識的中國居民。對回收的問卷逐一進(jìn)行審核篩查，質(zhì)量控制標(biāo)準(zhǔn)：問卷每人最多作答一次，填寫時長超過1分鐘，無亂填、漏填現(xiàn)象。最終收集到來自21省（直轄市、自治區(qū)）的有效問卷225份，有效回收率為92.88%。

（二）變量賦值說明

為更加簡練地觀察及更加深入地分析數(shù)據(jù)，特對問卷調(diào)查獲得的部分變量賦值[1-3]，變量賦值情況如下：

性別為男性=1，女性=2;年齡在18歲及以下=1，19-50歲=2，51歲及以上=3；學(xué)歷為初中及以下=1，高中/中專/技校=2，大?；虮究?3，研究生及以上=4;現(xiàn)今患有重病=1，患有長期慢性疾病=2，良好患有感冒等小病=3，健康無疾病=4;看病需要的時間在一天以上=1，半天=2，0.5-2 小時 =3，小于30分鐘=4；家距離看病場所的距離超過100KM=1，10-100KM以內(nèi) =2，1-10KM 以內(nèi) =3，1KM 以內(nèi)=4；非常不滿意=1，不滿意=2，一般=3，滿意=4，非常滿意=5；家庭月收入5000元及以下 =1，5001-10000元=2，10001-30000元=3，30001元及以上=4；學(xué)生生活費(fèi)小于1200元=1，1200-2000 元 =2，2001-3000元=3，3001元及以上=4。

（三）數(shù)據(jù)檢驗(yàn)

為了檢驗(yàn)問卷是否合格有意義，保證后期數(shù)據(jù)分析的準(zhǔn)確性及建立模型的科學(xué)性，首先利用SPSS對調(diào)查問卷所得量表數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn).問卷中的量表進(jìn)行Cronbach’s Alpha系數(shù)檢驗(yàn)的克隆巴赫系數(shù)為0.911，在可接受范圍內(nèi)，可知本次問卷調(diào)查可信。同時KMO值為0.724，大于0.7；Bartlett球形檢驗(yàn)的P值為0.000，遠(yuǎn)小于0.05。綜合各指標(biāo)，問卷具有結(jié)構(gòu)效度，設(shè)計(jì)的問卷題目與研究目的一致，可進(jìn)一步進(jìn)行因子分析。

三、方法與探究

（一）對于影響公共衛(wèi)生防控事件后的居民就醫(yī)偏好的因素分析

影響居民就醫(yī)行為的因素是復(fù)雜多變的，患者的年齡、性別、經(jīng)濟(jì)狀況、學(xué)歷以及居住地醫(yī)療條件等都會影響其就醫(yī)選擇[4-5]。為了能夠更清晰直觀地探究影響居民的因素，通過Spss 26.0進(jìn)行因子分析，將年齡、性別等13個指標(biāo)數(shù)據(jù)錄入，進(jìn)行因子分析操作，采用凱撒正態(tài)化最大方差法對因子載荷矩陣實(shí)行正交旋轉(zhuǎn)以使因子具有命名解釋性?？梢灾付ò凑盏谝灰蜃虞d荷降序的順序輸出旋轉(zhuǎn)后的因子載荷，通過觀察旋轉(zhuǎn)后的成分矩陣，我們得出如下分析：

居住地的診療醫(yī)師服務(wù)滿意程度、居住地的醫(yī)療場所設(shè)備滿意程度、網(wǎng)絡(luò)醫(yī)療服務(wù)的滿意程度以及三年前相比，“看病難，看病貴”的現(xiàn)象是否得到了緩解這四個成分在第一因子有較高載荷，可解釋為現(xiàn)階段醫(yī)療服務(wù)效率[6]。

從家出發(fā)到看完病取到藥，平均每次看病時間和所在地距離就醫(yī)地點(diǎn)的直線距離在第二個的載荷高，解釋為居民就醫(yī)便捷度。

重大突發(fā)流行病公共事件是否影響了您的就醫(yī)選擇以及結(jié)合防疫現(xiàn)狀，當(dāng)感到不適時會怎么做在第三因子有較高載荷，可解釋為重大突發(fā)流行病公共事件的影響。

家庭可支配月收入同是否為家人購買了醫(yī)療保險(xiǎn)在第四因子有較高載荷，可解釋為居民經(jīng)濟(jì)保障。

年齡、學(xué)歷和現(xiàn)階段健康狀況在第五因子有較高載荷，可解釋為居民自身狀況。

對于上述分析結(jié)果，特繪制成分分析結(jié)果表如表1所示。

表1 成分分析結(jié)果表

由表1，我們可知醫(yī)療服務(wù)效率、就醫(yī)便捷度、重大突發(fā)流行病公共事件、經(jīng)濟(jì)保障和自身狀況是影響居民就醫(yī)選擇的五大主要因素，且它們的影響程度是依次遞減的。

為了深入探究就醫(yī)偏好，我們分別建立模型，對于主要影響因素中的醫(yī)療服務(wù)效率和就醫(yī)便捷度進(jìn)行進(jìn)一步研究。

（二）運(yùn)用DEA效率評價模型分析醫(yī)療服務(wù)效率

1.模型簡介

DEA（Data Development Analysis）即數(shù)據(jù)包絡(luò)分析法[7]，亦稱數(shù)據(jù)發(fā)展分析法。是1978年由美國著名科學(xué)家A.Chames和W.W.Cooper等人提出的一種效率評價方法，用來評價具有相同類型投入和產(chǎn)出的部門或單位的相對有效性。本文利用該模型得到幾個具有代表性省份和城市的醫(yī)療衛(wèi)生效率值，得分越接近1，該地區(qū)醫(yī)療衛(wèi)生產(chǎn)業(yè)運(yùn)行越有效[8]。

2.指標(biāo)的選取

投入與產(chǎn)出指標(biāo)的選擇是構(gòu)建DEA模型的關(guān)鍵步驟，查閱文獻(xiàn)研究得知，投入、產(chǎn)出指標(biāo)的數(shù)量會影響效率的區(qū)分度跟相關(guān)性，指標(biāo)數(shù)量不多于決策單位的50%才算合理[9-11]。本文數(shù)據(jù)來源于《2020中國衛(wèi)生健康統(tǒng)計(jì)年鑒》，結(jié)合文獻(xiàn)與現(xiàn)有數(shù)據(jù)，本文設(shè)置評價代表省市醫(yī)療效率的投入指標(biāo)2個，分別是2019年地區(qū)衛(wèi)生人員數(shù)以及2019年地區(qū)醫(yī)療衛(wèi)生醫(yī)療機(jī)構(gòu)床位數(shù)；評價評價代表省市醫(yī)療效率的產(chǎn)出指標(biāo)1個，為2019年各地醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次數(shù)。

3.統(tǒng)計(jì)學(xué)方法

利用Jupyter Nootbook中Python3模塊進(jìn)行代碼的編寫和運(yùn)行，得出所要研究的省市的DEA評價效率值。進(jìn)一步，本文通過問卷調(diào)查了居民對于當(dāng)?shù)蒯t(yī)療設(shè)備和診療服務(wù)滿意程度，通過EXCLE將數(shù)據(jù)進(jìn)行處理，得出居民對當(dāng)?shù)蒯t(yī)療的滿意度[12-13]。

繪制居民滿意度與DEA評價效率值關(guān)系表如表2。

表2 居民滿意度與DEA評價效率值關(guān)系表

對居民滿意度與DEA評價效率值進(jìn)行相關(guān)性檢驗(yàn)，二者的皮爾遜相關(guān)性為0.908，說明二者之間具有高度相關(guān)，即醫(yī)療衛(wèi)生產(chǎn)業(yè)運(yùn)行效率越高，當(dāng)?shù)鼐用駥τ诋?dāng)?shù)蒯t(yī)療的滿意程度越高。

（三）運(yùn)Logistic增長模型分析就醫(yī)便捷度

通過查閱文獻(xiàn)資料得知看病的距離是影響患者進(jìn)行就醫(yī)行為選擇的首要因素，這是因?yàn)橹卮笸话l(fā)流行病公共事件仍未結(jié)束，出于防控需要，多數(shù)人會選擇離家距離近的醫(yī)院，這樣可以減少傳染的風(fēng)險(xiǎn)。因此，為了將問題可視化，本文作出如下認(rèn)定：

①認(rèn)為居民就診的距離代表就醫(yī)的便捷度，即居民距離就診地越近，就醫(yī)越便捷。

②認(rèn)為醫(yī)療單位的數(shù)量影響居民就診的距離，即當(dāng)?shù)蒯t(yī)療單位數(shù)量單位越多，居民距離就醫(yī)地點(diǎn)的距離越近。

1.模型建立

Logistic增長函數(shù)是一種常見的S型曲線函數(shù)式[14]。如式（1）所示，本文擬利用其建立我國醫(yī)院的發(fā)展趨勢模型。

2.模型求解

本題選用自1985年2019年35年內(nèi)中國的醫(yī)院數(shù)量（包括綜合醫(yī)院、中醫(yī)醫(yī)院及專科醫(yī)院），利用Python進(jìn)行最小二乘擬合以確定參數(shù)[13-15]，預(yù)測未來十年中國的醫(yī)院數(shù)量并繪制Logistic函數(shù)圖像，如下圖圖1所示。

圖1 醫(yī)院數(shù)量Logistic 曲線擬合預(yù)測圖

由圖1可以看出，Logistic函數(shù)曲線和實(shí)際數(shù)據(jù)擬合曲線整體趨勢相似，因此可以用其進(jìn)行預(yù)測?？梢钥吹轿覈t(yī)院的發(fā)現(xiàn)已經(jīng)到達(dá)了k/2處，且后10年醫(yī)院數(shù)量增長變慢，逐漸達(dá)到峰值。但實(shí)際自2016年1月1日二胎政策放開起，我國人口的增長速率開始變大起來。我國人口基數(shù)很大，近日三胎政策的開放，也標(biāo)志著我國在后10年來人口的增長速率一定是超過前10年的[16]。那么如果還是以此時的r值，未來我國的醫(yī)療場所更加緊缺，這將極大影響我國居民的就醫(yī)選擇。因此，只有縮小r值，才能更加適應(yīng)我國國情[17]，滿足民眾的就醫(yī)需求。這就意味著社會應(yīng)該提起對醫(yī)療事業(yè)的重視，加大資金投入，加大中小型醫(yī)院單位幫扶力度，建立更多的醫(yī)療場所，大力促進(jìn)我國醫(yī)療事業(yè)的發(fā)展。

四、討論

通過對影響居民就醫(yī)偏好的因素的探究，本文得出以下結(jié)論：

①醫(yī)療服務(wù)效率、就醫(yī)便捷度、重大突發(fā)流行病公共衛(wèi)生事件、經(jīng)濟(jì)保障和自身狀況是影響居民就醫(yī)選擇的五大主要因素，且它們的影響程度是依次遞減的。

②醫(yī)療衛(wèi)生效率通過影響居民滿意度，顯著影響居民就醫(yī)選擇。醫(yī)療衛(wèi)生行業(yè)運(yùn)行效率越高，當(dāng)?shù)鼐用駥τ诋?dāng)?shù)蒯t(yī)療的滿意程度就越高，就越傾向于在患病時即刻去公立大醫(yī)院就診。

③社會對于醫(yī)療衛(wèi)生行業(yè)的重視程度決定醫(yī)療場所數(shù)量，進(jìn)而影響居民就醫(yī)選擇。醫(yī)院數(shù)目越多，居民就診距離越近，在患病時更容易選擇就醫(yī)。

為了健全我國醫(yī)療體系，提高居民就診水平，建議社會重視醫(yī)療衛(wèi)生事業(yè)的發(fā)展，建立更多醫(yī)療機(jī)構(gòu)。同時應(yīng)加強(qiáng)醫(yī)療服務(wù)人員的學(xué)術(shù)水平，嚴(yán)格篩選網(wǎng)絡(luò)診療醫(yī)師以提高居民滿意度。政府可以加大資金投入，為居民在重大突發(fā)公共衛(wèi)生事件后的時代的就醫(yī)行為提供充分保障。