張國海，周亮

摘要：以我國31個?。ㄗ灾螀^(qū)、直轄市）為研究樣本，基于數(shù)據(jù)包絡(luò)分析方法計算各省級醫(yī)保基金運行效率，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個指標(biāo)，運用模糊集定性比較分析方法揭示我國醫(yī)?；疬\行效率差異的條件組態(tài)和作用機制。研究發(fā)現(xiàn)，我國各地區(qū)呈現(xiàn)出兩種不同的高醫(yī)?；疬\行效率模式，以及三種低醫(yī)?；疬\行效率組態(tài)路徑；通過對比高、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)?；疬\行效率的核心因素。產(chǎn)生高、低醫(yī)?；疬\行效率差異的原因具有非對稱性，引起低醫(yī)保基金運行效率的路徑并不是高醫(yī)?；疬\行效率路徑的對立面。

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

中圖分類號：F842.684文獻(xiàn)標(biāo)識碼：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

作為我國的一項基本政策，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)療保險基金可持續(xù)運行是基本醫(yī)療保險制度平穩(wěn)健康發(fā)展的基礎(chǔ)和前提，其運行效率的高低對我國醫(yī)保體系建設(shè)和“健康中國”戰(zhàn)略實施具有重要意義。然而，隨著基本醫(yī)保制度實現(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)人口流動和不斷加劇的老齡化危機也將對社會醫(yī)?；疬\行的可持續(xù)性與公平性提出考驗。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\行效率的可靠路徑，成為當(dāng)前學(xué)界關(guān)注的熱點話題。

近年來，雖然有關(guān)醫(yī)保基金運行效率的研究成果十分豐碩，但這些研究大多關(guān)注單個或并列多個因素對醫(yī)保基金運行效率的影響，主要分析條件變量與結(jié)果變量之間的統(tǒng)一對稱關(guān)系，此類二元關(guān)系構(gòu)成的因果邏輯分析方法很難厘清多個變量之間的交互關(guān)系。并且，考慮到造成我國醫(yī)?；疬\行效率高低的邏輯依據(jù)的復(fù)雜性，既往的相關(guān)研究由于僅針對極少數(shù)變量展開逐一分析，對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，對當(dāng)前我國醫(yī)?；疬\行效率問題展開可行性研究，從多重要素聯(lián)動視角出發(fā)，為我國醫(yī)保基金體系高質(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)評估我國醫(yī)保基金運行效率，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)，運用集合論的定性比較分析方法，意圖厘清我國醫(yī)保基金可持續(xù)發(fā)展的前行路徑，為我國醫(yī)療保險制度穩(wěn)健發(fā)展提供鏡鑒。

一、文獻(xiàn)綜述

對醫(yī)?；疬\行效率的研究一直是學(xué)者們關(guān)注的熱點，相關(guān)文獻(xiàn)主要集中在效率評價方法、評價對象和影響因素等方面。

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

在評價對象方面，國外研究學(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研究。Avila J C等[6]（P269-277）、Acharya S等[7]（P24）針對老年人對醫(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)價格上漲和服務(wù)強度提升的影響下，醫(yī)療保健支出呈攀升趨勢。我國基本醫(yī)療保險制度具有較明顯的城鄉(xiāng)二元特色，因此，國內(nèi)學(xué)者大多是對城鄉(xiāng)居民和城鎮(zhèn)職工基本醫(yī)療保險分別展開研究。何月等[9]（P869-873）研究了我國西部某中心城市2013—2017年城鄉(xiāng)居民醫(yī)療保險基金運行效率，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年的運行情況，提出醫(yī)保基金使用效率提升的突破口在于減少醫(yī)?；饌€人賬戶資金積累。

在效率影響因素方面，國外學(xué)界對醫(yī)療保健費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象分層，發(fā)現(xiàn)低收入的老年人群體對健康護(hù)理的高度需求導(dǎo)致美國醫(yī)療保健支出增加。Shakoor U等[12]（P585-607）評估了巴基斯坦醫(yī)療保健支出，認(rèn)為相較于人均國內(nèi)生產(chǎn)總值，人口老齡化對醫(yī)療保健費用增加的影響更為顯著。而也有學(xué)者對此持有相反觀點，Howdon D等[13]（P60-74）、Saleem A等[14]（P688-706）認(rèn)為老年人口規(guī)模擴大與醫(yī)療保健費用的使用效率呈負(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)療保健費用的決定因素。Amiri M M等[15]認(rèn)為醫(yī)療保健支出增長與使用效率受到包括但不限于社會人口、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)檢驗國內(nèi)生產(chǎn)總值對衛(wèi)生支出的影響，研究發(fā)現(xiàn)二者之間并不存在長期協(xié)調(diào)關(guān)系。國內(nèi)學(xué)者大多聚焦于醫(yī)療保險運行效率的影響因素研究。封進(jìn)等[17]（P113-123）、藍(lán)英等[18]（P261-264）通過實證分析提出醫(yī)保基金收支運行與人均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)為我國醫(yī)?；疬\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)?；疬\行壓力，但持續(xù)老齡化依舊會造成基金運行效率持續(xù)走低。為此，趙建國等[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)運行。孫翎等[22]（P61-77）結(jié)合區(qū)域人口發(fā)展模型和社會醫(yī)療保險精算模型，發(fā)現(xiàn)加劇基本醫(yī)療保險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)政府財政衛(wèi)生支出、人均可支配收入、醫(yī)療機構(gòu)數(shù)量等因素對醫(yī)保基金支出影響較大，其中政府財政衛(wèi)生支出的影響最為顯著。

縱觀國內(nèi)外研究成果，學(xué)界就當(dāng)前醫(yī)?；痤I(lǐng)域的問題在兩方面基本保持一致見解。一是宏觀大環(huán)境下，社會人口老齡化加速發(fā)展對當(dāng)前醫(yī)?；痼w系運轉(zhuǎn)帶來的預(yù)見性沖擊；二是醫(yī)?；鹫邫C制運行過程中的短板弱項將帶來風(fēng)險。目前較多文獻(xiàn)聚焦于某層面因素對醫(yī)?；疬\行的影響研究，但醫(yī)?；鹈媾R的現(xiàn)實情景表明，來自社會、經(jīng)濟(jì)、文化以及機制內(nèi)部等諸多影響要素往往以不同的組合形式對其整體運行產(chǎn)生作用，部分文獻(xiàn)在研究中也印證了醫(yī)?；鸢l(fā)展中存在多個因素的綜合影響。然而，鮮有學(xué)者對多因素組合路徑進(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，對醫(yī)?；疬\行效率的影響較為顯著。同時，在綜合前期數(shù)據(jù)摸排和指標(biāo)的搜尋過程中，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，以確保最終的實證結(jié)果能夠保留最大程度的完整性，達(dá)到與實踐相接近的運行狀態(tài)。因而本文擬選取我國31個省（自治區(qū)、直轄市）為研究樣本，借助DEA模型測算我國醫(yī)?；疬\行綜合效率，并運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醫(yī)?；疬\行效率的動態(tài)作用機制，以期為當(dāng)前醫(yī)?；痼w制改革、醫(yī)?；鹂沙掷m(xù)發(fā)展提供建設(shè)性意見。

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，多用于評價同等類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)模報酬可變的條件下得到效率值[24]（P332-333），該模型能夠測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價，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，對我國31個?。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)，從案例層面展開比較分析，從而得出條件組態(tài)和結(jié)果變量之間的相對簡潔的因果關(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稱關(guān)系的弊端[28]（P155-167）。QCA的優(yōu)勢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），通過引入集合隸屬度來找到復(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)來源

本文研究數(shù)據(jù)來源于2022年《中國統(tǒng)計年鑒》和《中國衛(wèi)生健康統(tǒng)計年鑒》，選取我國31個省（自治區(qū)、直轄市）作為觀測樣本。本文所采用的基本醫(yī)療保險基金相關(guān)數(shù)值均為城鎮(zhèn)職工基本醫(yī)療保險與城鄉(xiāng)居民基本醫(yī)療保險的合計值。

（三）測量與校準(zhǔn)

1.結(jié)果變量

本文選用的結(jié)果變量是醫(yī)?；疬\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、基金累計結(jié)余和住院率設(shè)為產(chǎn)出指標(biāo)。投入類指標(biāo)以醫(yī)保資金投入為主，選取代表醫(yī)保基金支付能力的醫(yī)?；鹉甓仁杖耄ǔ擎?zhèn)職工基本醫(yī)療保險收入與城鄉(xiāng)居民基本醫(yī)療保險收入之和，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)保基金支出、基金累計結(jié)余和住院率。其中，基金支出為醫(yī)保基金運行的直接產(chǎn)出，能夠直觀反映醫(yī)?；鸬难a償力度和配置效率；基金累計結(jié)余可直接衡量醫(yī)?；鸬某掷m(xù)性給付能力；住院費用是醫(yī)保基金的重要支出項目，使用住院率來衡量醫(yī)?；鸬倪\行產(chǎn)出指標(biāo)較為貼切。

通過DEA2.1軟件計算得出醫(yī)?；疬\行綜合效率，將其作為QCA組態(tài)分析的結(jié)果變量，見表1。

由表1可知，在綜合效率方面，我國2021年醫(yī)?；疬\行綜合效率平均值為0.958。其中，有8個省（自治區(qū)、直轄市）的醫(yī)?；疬\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%，說明這些地區(qū)的醫(yī)?；疬\行同時達(dá)到了技術(shù)有效和規(guī)模有效，即達(dá)到了相對最佳產(chǎn)出結(jié)果。而綜合效率值小于1的地區(qū)有23個，占樣本總量的74.2%，說明這些地區(qū)在醫(yī)保基金運行方面未能充分整合有限資源，存在浪費或使用不當(dāng)?shù)那闆r。該項數(shù)據(jù)也說明我國大部分地區(qū)的醫(yī)?；疬\行效率有待進(jìn)一步提升。

在純技術(shù)效率方面，2021年我國各地區(qū)醫(yī)保基金運行純技術(shù)效率均值為0.974，總體水平較高。其中有13個地區(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)?；鸸芾磉\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)步對醫(yī)保基金高效運行的支持力度，從而緩解醫(yī)?；鹂沙掷m(xù)運行風(fēng)險。

在規(guī)模效率方面，我國2021年醫(yī)?；疬\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%，說明我國大部分地區(qū)的規(guī)模效率有提升空間，因此需根據(jù)地區(qū)發(fā)展實際調(diào)整醫(yī)保基金運行發(fā)展戰(zhàn)略，總結(jié)經(jīng)驗和教訓(xùn)，適當(dāng)擴大地區(qū)醫(yī)?；疬\行規(guī)模。

總的來看，我國醫(yī)保基金運行綜合效率整體區(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)影響我國醫(yī)?；疬\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)療保險基金運行現(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。社會醫(yī)療保險作為基本的民生制度，其基金運行與經(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）。我國醫(yī)?；鹬贫鹊拈L效運行離不開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。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，運用宏觀調(diào)控手段，通過規(guī)劃財政支出、政策優(yōu)化等具象化方式，確保醫(yī)療資源在全國區(qū)域形成相對均衡，從而提高醫(yī)?；鹋渲眯省Ｆ渲?，政府財政衛(wèi)生支出不僅是提高醫(yī)療資源供給能力和服務(wù)水平的重要資金來源，而且是擴大醫(yī)保制度覆蓋范圍和促使醫(yī)保基金穩(wěn)健運行的重要基礎(chǔ)[31]（P84-97，128）。因此，選用政府財政衛(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）。目前我國人口老齡化程度進(jìn)一步加深，尤其是在醫(yī)?；鸹I資增速滯后、退休人員住院率上升等現(xiàn)實壓力下，有效維持醫(yī)?；鹂沙掷m(xù)性，是我國步入老齡社會的焦點話題之一。選用老年人口撫養(yǎng)比來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）。在城市化趨勢逐步加深的大環(huán)境下，人口資源流動勢必會對我國醫(yī)保制度的有效實施以及醫(yī)?；鸬母咝н\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)改在我國各地普遍推行以來，政府財政大量投入醫(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)保資金配置與運行效率。選用每千人口醫(yī)療機構(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。對案例賦值集合隸屬度的過程，即為校準(zhǔn)。在充分結(jié)合理論依據(jù)和現(xiàn)實情況后，在整體數(shù)據(jù)間設(shè)定3個臨界值，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，需對單個的條件變量進(jìn)行必要性分析，以檢驗單個條件變量是否構(gòu)成結(jié)果變量的必要條件，即評估結(jié)果變量是否為某個條件變量的子集（見表3）。一致性是衡量變量必要性的重要指標(biāo)，如果某個條件變量的一致性大于0.9，說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)?；疬\行效率的各個條件變量的一致性均小于0.9，說明所采用的5個條件變量均未構(gòu)成高醫(yī)?；疬\行效率和低醫(yī)保基金運行效率的必要條件，由此也進(jìn)一步印證了醫(yī)保基金運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)動的結(jié)果。

（二）組態(tài)分析

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

另外，結(jié)合簡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。核心條件是指同時出現(xiàn)在簡約解和中間解中的條件變量，核心條件對結(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，邊緣條件對于結(jié)果變量起到的作用較弱。

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

同時，假設(shè)每個條件變量缺失都有可能會導(dǎo)致醫(yī)?；鹗褂眯食尸F(xiàn)低水平，由此產(chǎn)生的低醫(yī)?；疬\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\行效率的省份；并且，所有滿足這3條組態(tài)的案例中，有78.5%的地區(qū)醫(yī)?；疬\行效率較低。

1.產(chǎn)生高醫(yī)?；疬\行效率的組態(tài)

在各個條件組態(tài)的多重影響下，高醫(yī)?；疬\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︶t(yī)療衛(wèi)生事業(yè)發(fā)展給予足夠支持的時候，其醫(yī)保基金運行效率呈現(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醫(yī)?；疬\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，說明這兩個條件變量對結(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\行效率的案例，其中，有19.5%的高醫(yī)?；疬\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。作為長三角地帶的重要組成部分，江蘇省近年來的綜合發(fā)展呈現(xiàn)出快速增長態(tài)勢。據(jù)統(tǒng)計，2021年江蘇省人均GDP高達(dá)137 039元，全國綜合排名第三。雄厚的經(jīng)濟(jì)實力為江蘇省醫(yī)保事業(yè)發(fā)展建構(gòu)了強有力的物質(zhì)支撐。與此同時，江蘇省不斷強化對醫(yī)保基金投入力度，建立了分級診療制度，并著手推進(jìn)醫(yī)保信息化建設(shè)，實施“老年人、婦女、兒童健康保險”等專項保障政策，有效確保了醫(yī)療服務(wù)質(zhì)量，實現(xiàn)了醫(yī)療資源的優(yōu)化配置與高效運行。

（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)?；疬\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，有2.4%的醫(yī)?；疬\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。作為中國經(jīng)濟(jì)開放程度最高的省份，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)療保險制度體系。廣東省醫(yī)保基金的高效運作，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，廣東省不斷加大醫(yī)保補貼力度，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)?；疬\行更加穩(wěn)健持續(xù)。

2.產(chǎn)生低醫(yī)?；疬\行效率的組態(tài)

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

（1）NH1：GSL*AL*～UL。該組態(tài)說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\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，區(qū)域經(jīng)濟(jì)水平與衛(wèi)健醫(yī)療水平在該組態(tài)中對結(jié)果不產(chǎn)生影響。該組態(tài)可以解釋48.3%的低醫(yī)?；疬\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)。作為我國西南地區(qū)的重要省份，近年來四川省對于醫(yī)療衛(wèi)生事業(yè)發(fā)展保持高度重視，并在推動醫(yī)保制度發(fā)展的方式與力度層面呈現(xiàn)出強有力的態(tài)勢。據(jù)統(tǒng)計，2021年四川省在財政衛(wèi)生支出方面全國綜合排名第四。然而，相對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，不斷加深的老齡化造成的與日俱增的醫(yī)療服務(wù)需求，也對其醫(yī)?；疬\行的可持續(xù)性帶來了重大挑戰(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)?；疬\行效率的提升。同時，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，政府支持力度對結(jié)果的影響更甚。該組態(tài)可以解釋三成的低醫(yī)?；疬\行效率的地區(qū)案例，其中，有0.4%的低醫(yī)保基金運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)療資源相對匱乏和醫(yī)療水平參差不齊的現(xiàn)實情況下，安徽省醫(yī)?；疬\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)保基金運行效率依舊較低。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\行效率的提升。該組態(tài)可以解釋39.9%的低醫(yī)?；疬\行效率的地區(qū)案例，有3%的低醫(yī)?；疬\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。云南省是我國少數(shù)民族最為集中的省份，同時也是全國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，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)療機構(gòu)、多個綜合性醫(yī)療中心以及?？漆t(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)保基金整體運行效率難以大幅度提升。

3.不同組態(tài)對比分析

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)動醫(yī)?；鹬贫刃艿壏矫婢３指叨汝P(guān)注，并在資金支持與衛(wèi)生健康建設(shè)方面長期維持常態(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\行效率方面的決定性作用有待提升，換言之，面對當(dāng)前醫(yī)?；鹑找娉林氐倪\行壓力，政府方面運用的資金分配傾斜、物質(zhì)補助等相關(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)對比來看，高與低組態(tài)路徑內(nèi)部的個別元素呈現(xiàn)出強烈的反差。在高醫(yī)?；疬\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\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)，說明城市化建設(shè)水平不足是制約醫(yī)?；疬\行效率進(jìn)一步提升的主要卡點之一，同時也是當(dāng)下大多數(shù)城市（呈現(xiàn)低醫(yī)?；疬\行效率）的“通病”。同時需要強調(diào)的是，作為高醫(yī)?；疬\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31個省（自治區(qū)、直轄市）為研究樣本，通過構(gòu)建DEA模型測算我國醫(yī)保基金運行效率，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個變量，對影響我國醫(yī)?；疬\行效率的多重并發(fā)組合因素進(jìn)行研究。研究發(fā)現(xiàn)，我國醫(yī)?；疬\行效率的高低是各因素組合模式的協(xié)同作用。對比五組組態(tài)可以發(fā)現(xiàn)，政府支持力度與城市化建設(shè)水平在推動和抑制醫(yī)?；疬\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)對老齡化的挑戰(zhàn)，需要轉(zhuǎn)變觀念，推動醫(yī)?；鹜獠恳?guī)模擴張和內(nèi)部機制完善協(xié)同并進(jìn)。從外部視角而言，建議在基金預(yù)計出現(xiàn)累計赤字前期，適時調(diào)整原先國家承保、政府托底的固定做法，放寬醫(yī)?；鹜顿Y限制，發(fā)揮醫(yī)?；饝?zhàn)略性購買作用，實現(xiàn)基金保值增值。從內(nèi)部視角而言，要推動成本精細(xì)化管理，同時應(yīng)加強頂層規(guī)劃和統(tǒng)籌協(xié)調(diào)，促進(jìn)整個醫(yī)?；疬\行機制提質(zhì)增效。

第二，推動城市化建設(shè)迭代升級。踐行新發(fā)展理念的主線工作之一是驅(qū)動城市化迭代革新，加快推進(jìn)人城和諧相融，推動優(yōu)良的城市生態(tài)環(huán)境轉(zhuǎn)化為最普惠的民生福祉，滿足社會公眾的其他民生需求，從而間接分散因疾病、衰老等因素對醫(yī)?；鹪斐傻膲毫?。同時，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，增加患者就醫(yī)便捷程度，提升醫(yī)保基金運行效率。

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，于夢迪. 城鄉(xiāng)居民醫(yī)?；疬\行效率及其影響因素研究[J]. 中國衛(wèi)生政策研究， 2021（10）.

[5]朱銘來，李濤，劉婭. 城鎮(zhèn)職工醫(yī)療個人賬戶運行效率研究[J]. 保險研究， 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)療保險運行效率分析[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)療保險基金運行效率分析[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)波動對城鎮(zhèn)職工醫(yī)保基金運行的影響[J]. 社會科學(xué)輯刊， 2018 （6）.

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

[19]單瑩，趙洋，李程，等. 山東省醫(yī)共體試點醫(yī)?；鹗褂们闆r[J]. 山東大學(xué)學(xué)報（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)療保險基金管理政策研究——基于系統(tǒng)動力學(xué)的分析[J]. 中國衛(wèi)生事業(yè)管理， 2017（9）.

[21]趙建國，劉子瓊. 延遲退休、個人賬戶調(diào)整與城鎮(zhèn)職工醫(yī)療保險基金可持續(xù)運行[J]. 社會保障研究， 2020 （1）.

[22]孫翎，馬曉玲，申曙光. 城鄉(xiāng)人口遷移對基本醫(yī)療保險統(tǒng)籌基金長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（社會科學(xué)版），2021（4）.

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

[28]杜運周，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.人口老齡化對社會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.財政醫(yī)療衛(wèi)生支出對中國健康多維貧困的影響研究[J].中國人口科學(xué)，2020（4）.

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

[33]董波，姜孟涵.基于fsQCA組態(tài)視角的醫(yī)?；鹬С鲇绊懸蛩胤治鯷J].中國醫(yī)療保險，2022（12）.

[34]李珊珊，陳在余.醫(yī)療保險對我國老年人就醫(yī)行為的影響——基于門診和住院行為的比較分析[J].中國衛(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)整政策對城鎮(zhèn)職工醫(yī)療保險基金可持續(xù)運行的影響[J].社會保障研究，2021（4）.

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

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