人口因素影響醫療衛生費用支出的途徑范文

本站小編為你精心準備了人口因素影響醫療衛生費用支出的途徑參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：本文通過選取變量，構建衛生費用支出的模型，使用Eviews對模型進行實證分析，得出結論如下：男性比重的增加將會引起衛生費用支出比較大幅度的增長。另外城鎮人口的比例也在很大程度上影響衛生費用的支出，并成負相關。最后人口死亡率和老年人口撫養比也在一定程度上影響衛生費用的支出，人口死亡率與衛生費用支出成負相關，老年人口撫養比則成正相關。

關鍵詞：人口；衛生費用；影響途徑

一、引言

當前,世界各國都面臨衛生費用過快增長的問題,我國也不例外。衛生部所公布的數據顯示,我國人均醫療(衛生)費用年均增長率為21.8%,大大超過了人均收入的增長。醫療費用支出已成為我國居民繼家庭食品、教育支出后的第三大消費，給社會、家庭帶來沉重的負擔,居民衛生服務的有效需求將更加受到抑制。影響衛生費用增長的因素有很多，由于近年來我國人口變化出現了一些新的特點，包括人口數量、人口質量、人口構成和人口分布等。因此研究人口因素與衛生醫療費用支出的關系顯得的尤為重要。鑒于此，本文在第二部分將對相關研究文獻進行綜述，接著介紹選取的變量及構建模型，然后利用Eviews軟件進行實證分析，最后根據分析結果進行總結并提出政策建議。

二、相關文獻綜述

根據以往研究，發現大部分學者的研究認為影響醫療衛生費用支出的因素主要有經濟因素，人口因素還有醫療系統本身三個方面。關于經濟因素，主要有經濟增長、人均總收入1、城市化水平2等。何平平（2005、2006、2008）采用協整檢驗、Granger因果檢驗、單位根檢驗，建立計量回歸模型進行實證分析，認為經濟增長對我國醫療費用增長的影響是一種長期關系，且是中國衛生總費用增長的最主要因素。劉貞等（2016）采用協整分析、誤差修正模型等方法進行研究，認為人均總收入與人均醫療衛生費用之間存在長期的均衡的顯著的正相關關系，而短期影響不大。也有很多學者具有相同的觀點（陳聰等，2011；黃小平等，2016），只是用的衡量指標不同，他們用人均GDP、居民人均可支配收入、人均生產總值來衡量人均總收入。陳聰（2011）、張曉嵐等（2012）通過構建多元回歸模型和Tobit模型，對我國醫療衛生收入與相關影響因素進行實證研究，認為人口城市化率對醫療衛生收入的增長有顯著貢獻，而何平平（2005）得到了相反的觀點。關于人口因素，主要有人口數量、人口質量、人口構成和人口分布（黃成禮，2004）。黃小平等（2016）認為人口密度會阻礙支出效率的提高，從而增加支出費用；另外與人口質量相關的教育水平等因素也會對衛生支出費用產生影響（黃小平、劉美花，2016）；與人口構成相關的性別，年齡等變量也會有很大影響（黃成禮，2004；馬愛霞等，2015）。但是學者們對人口老齡化的作用有不同的觀點。黃成禮（2004）和何平平（2005）采用計量分析方法，研究認為人口老齡化對中國衛生費用增長的影響不容忽視，然而何平平等（2006）和陳聰等（2011）認為人口老齡化對我國醫療費用增長的影響是一種長期關系,但短期影響不大。另外，吳昊等（2018），通過建立面板模型，認為影響東中西部政府醫療衛生支出的主要因素有著較大差別。關于醫療系統自身因素的影響，主要有社會保障、醫療保險、養老保險（何平平，2005；胡宏偉等，2012；王新軍，2014；馬愛霞等，2015；馬寧寧等2016），每千人口衛生技術人員（劉真等，2016），營利性醫院的比例、“平均住院費用”、病床周轉次數和平均住院日（薛新東，2012），醫療價格（何平平等，2008），政府公共預算衛生支出比例（何平平，2005），衛生保健的需求何健康意識的提高，服務密度的加強（醫療糾紛數量），衛生機構和醫師人數的增加，衛生支付機制的不完善（雷海潮，1996）

三、變量選取與模型構建

（一）變量選取與數據來源因為本文研究的主題是中國醫療衛生費用的支出，從中國統計年鑒來看，衛生總費用最能夠衡量中國醫療衛生費用的支出，所以本文選取衛生總費用（億元）作為因變量，用Y表示。關于自變量，本文主要選取與人口因素相關的變量來衡量。作者把人口因素相關的變量分成人口數量、人口質量、人口構成和人口分布四個方面。首先，經驗來看，人口數量的增加會增加衛生費用支出，作者用總人數和人口增長率兩個變量來代表人口數量，分別用X1和X2表示。其次，人口質量也對衛生費用的支出有一定影響，其中教育程度、壽命都是很重要的因素，考慮到數據的可得性，本文選取反映人口壽命的人口死亡率（X3）來代表人口的質量。再次，隨著老齡化趨勢的加強，人口的年齡構成，性別構成，城鄉結構等人口結構因素也會影響衛生費用的支出，本文用65歲及以上人口比例（X4）和老年撫養比(X5)代表年齡構成，用男性比重（X6）來表示性別構成。最后，本文用城鎮人口比重（X7）來表示人口在城鄉之間的分布。另外，由于除了人口因素外還有其他變量對衛生費用的支出有很大影響，根據前人的研究，本文選取醫療衛生機構數（X8）和國內生產總值（X9）作為控制變量。

（二）模型構建根據以上變量分析構建模型

四、實證分析

（一）模型回歸結果作者首先用Eviews8.0對所有變量進行回歸。所有的自變量都進入模型時，發現有些重要變量并不顯著，如總人口（X1）,人口自然增長率（X2），65歲及以上人口數（X4），而這些變量對衛生費用支出的影響非常重要，并且R2達到了0.998091，說明很可能其他變量和這些重要變量之間存在多重共線性，因此作者采用逐步回歸避免多重共線性的問題，得到的結果如表2所示。由表1所知,經過逐步回歸方法，刪除了人口自然增長率（X2）和65歲及以上人口數（X4），表明這兩個變量與其他變量之間存在嚴重的多重共線性。

（二）相關檢驗根據表1可知，雖然R2的值變小了，但是R2的值還是有0.99以上，表明模型中X對Y的解釋程度達到了99%以上，因此模型通過了R2檢驗。下面作者對本模型進行顯著性檢驗，顯著性檢驗有兩種，分別是單變量和多變量的檢驗。由表1可以看出，對于單變量的顯著性，因為每個X的t值的絕對值都比較大，或者除了X4以外其他變量的P值都小于0.01，所以各個變量都很顯著。對于多變量的顯著性檢驗，由表1看出F值非常大，所以變量整體也很顯著。因為我們采用逐步回歸的方法進行回歸，因此不存在多重共線性。另外對樣本量為32、5個解釋變量的模型、5%顯著水平，查DW統計表可知，dL=1.09，dU=1.83，DW=1.808659，模型中dL<DW<dU,因此不存在自相關。最后我們進行異方差檢驗，得到結果如表3所示。從表2可知，B-P檢驗中P值很高，達到0.5919，因此不能拒絕不存在異方差的原假設，表明通過異方差檢驗。

五、主要結論

本文通過選取變量，構建衛生費用支出的模型，使用Eviews對模型進行實證分析，得出結論如下：首先，本文得到了一個有趣的結論，男性比重每增加1%，將會引起衛生費用支出比較大幅度的增長，表明男性的身體狀況不如女性好。另外城鎮人口的比例也在很大程度上影響衛生費用的支出，并成負相關，表明近幾年來隨著國家對農村人口醫保的增加，農村人口醫療衛生支出費用增加。最后人口死亡率和老年人口撫養比也在一定程度上影響衛生費用的支出，人口死亡率與衛生費用支出成負相關，老年人口撫養比則成正相關。因此我們可以看出人口的各個指標對衛生費用的支出都有較大影響，減少總人口的數量，改善人口的質量和分布狀況都能夠有效的控制衛生費用的支出。

參考文獻：

[1]馬愛霞，許揚揚，我國老年人醫療衛生支出影響因素研究，中國衛生政策研究2015年p7月

[2]吳昊高小蓉史本山，我國政府公共醫療衛生支出影響因素分析，環境與社會，2018.01

[3]黃小平，劉美花,湖南省公共醫療衛生支出效率及其影響因素實證分析,經濟數學,2016.6

[4]薛新東,中國醫療衛生體系的生產效率及其決定因素,——基于2003+2009年省級面板數據的實證研究,2012(3)

[5]何平平,李連友中國醫療費用增長的影響因素分析統計與決策2008年第13期(總第265期)

作者：龔小蕓 單位：上海外國語大學附屬外國語學校