中国卫生筹资转型的决定因素与健康绩效，本文主要内容关键词为：中国论文,绩效论文,因素论文,卫生论文,健康论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
长期以来，西方学术界对卫生筹资结构如何影响卫生费用增长，以及卫生筹资结构与健康绩效之间的关系争论不休(Stabile and Thomson，2014)。一个国家或地区的卫生总费用是指一个国家或地区在一定时期内，为开展卫生服务活动从全社会筹集的卫生资源的货币总额。它反映一定经济条件下，政府、社会和居民个人对卫生保健的重视程度和费用负担水平，以及卫生筹资模式的主要特征和卫生筹资的公平合理性。根据中国的统计口径，卫生总费用分为3部分：政府卫生支出、社会卫生支出、个人卫生现金支出①。从1980-2001年，中国卫生总费用持续快速增长，政府卫生支出和社会卫生支出所占比例不断下降，而个人现金卫生支出所占的比重从1986年的26%猛增至2001年的历史最高值60%②。普通老百姓的看病贵问题十分突出。顾昕(2010)将中国看病贵问题归因为卫生筹资政府责任的弱化。 为了回应老百姓的医疗需求，2002年11月，中共十六大提出了“以人为本”的科学发展观，将发展卫生事业放在了更加突出的位置，开始逐步增加卫生费用投入。2003年，SARS的爆发促使中国更加重视在公共卫生方面的投入，进一步发挥政府和社会在卫生筹资中的作用。2009年，中共中央、国务院印发了《关于深化医药卫生体制改革的意见》(俗称“新医改”)，明确提出“建立政府主导的多元卫生投入机制”，“确立政府在提供公共卫生和基本医疗服务中的主导地位”，“建立和完善政府卫生投入机制。中央政府和地方政府都要增加对卫生的投入，并兼顾供给方和需求方。逐步提高政府卫生投入占卫生总费用的比重，使居民个人基本医疗卫生费用负担有效减轻”。紧随其后，国务院印发了《医药卫生体制改革近期重点实施方案(2009-2011年)》，指出推进5项重点改革的目的在于着力解决群众反映较多的“看病难、看病贵”问题；要求“推进基本医疗保障制度建设，将全体城乡居民纳入基本医疗保障制度，切实减轻群众个人支付的医药费用负担”。2012年，《卫生事业发展“十二五”规划》更是明确提出了个人卫生支出占卫生总费用的比重不超过30%的目标。在加大政府卫生投入的同时，中国政府相继进行城镇职工基本医疗保险制度、新型农村合作医疗制度、城镇居民基本医疗保险制度的改革试点工作。从20世纪90年代开始，中国社会医疗保险的覆盖面迅速扩大。截至2014年年底，分别有2.83亿人、7.36亿人、3.14亿人被以上3种制度所覆盖③。 随着中国政府对卫生领域的投入逐渐增加，以及全民医保的基本实现，中国的医药卫生体制改革取得了一定的成效。根据《中国卫生和计划生育统计年鉴》(2015)提供的数据，中国个人现金卫生支出占卫生总费用的比重从2001年的60%降至2014年的32%。同时，中国的人均卫生总费用也从2001年的394元上升至2014年的2582元(按当年价格计)，增长了5倍多。Fan和Savedoff(2014)指出世界上许多国家的卫生费用都呈现出以下两个特点：一是人均卫生总费用的快速上涨，二是个人现金卫生支出占卫生总费用的比重持续下降。他们将这种现象定义为“卫生筹资转型”(health financing transition)，同时强调：卫生筹资转型并不必然会发生，而只是广泛存在的现象而已；不同国家或地区卫生筹资转型发生的时间和速度都不一样，甚至一些国家或地区还有可能出现反转的现象；政治、经济、技术层面的因素都有可能影响卫生筹资转型。 本文将利用中国的经验数据来检验中国是否发生了卫生筹资转型以及分析中国卫生筹资转型的决定因素有哪些。此外，医药卫生体制改革的终极目标之一是提高人民的健康水平。那么，我们很自然地要问——中国卫生筹资转型是否能够真正提高健康绩效?回答清楚以上问题，将会有助于加深对我国卫生筹资转型现象的理解，为完善我国医药卫生体制改革提供有益的参考。 本文可能存在的创新之处有以下两点：(1)作者最大限度地利用了公开数据去解释中国的卫生筹资转型现象，具体包括以下两个指标：人均卫生总费用和个人卫生支出占卫生总费用的比重；(2)国内目前还少有文献关注卫生筹资转型对健康绩效的影响。本文将在控制其他变量的基础上，检验中国的卫生筹资转型对医疗服务利用和健康产出的影响。 本文接下来的结构安排如下：除了第一部分引言以外，第二部分是文献回顾，第三部分介绍本文所利用的数据与模型，第四部分是实证结果分析，第五部分是全文的总结与建议。 二、文献回顾 由于许多国家都面临着卫生费用持续上涨的问题，所以卫生费用的影响因素是各国研究者所热衷讨论的话题。由于数据样本和研究方法的不同，已有研究所得到的结论也存在较大的差异。通常来说，收入水平、人口结构、技术进步、价格水平、医疗卫生体系的特征被认为是影响卫生费用的主要因素(Hall and Jones，2007；Chernew and Newhouse，2012)。 自Kleiman(1974)和Newhouse(1977)的研究以来，收入水平一直被认为是影响卫生费用水平与增长的最重要因素。但是，关于卫生费用的收入弹性却一直存有争议。不同的实证结论会带来迥然不同的政策含义。如果卫生费用的收入弹性大于1，则医疗服务被认为是经济学意义上的“奢侈品”(luxury good)。那么，随着一个国家收入水平的提高，卫生费用占GDP的比重也会随之上升，卫生费用上涨是不可避免的趋势。如果卫生费用的收入弹性小于1，则医疗服务被认为是经济学意义上的“正常品”(normal good)或“必需品”(necessity good)。这意味着政府要干预医疗服务市场，让所有群体都能享受基本医疗服务。早期针对OECD国家的研究大都采用横截面回归的方法，发现人均卫生费用与人均GDP呈稳定的正相关关系，且卫生费用的收入弹性显著地大于1，在1.2～1.5之间(Kleiman，1974；Newhouse，1977；Getzen，2000)。此外，Gerdtham等人(1992)利用20个OECD国家1960-1987年的面板数据，在控制了一些制度性变量和社会人口因素的基础上，发现卫生费用的收入弹性大于1。Musgrove等人(2002)利用191个国家1997年的横截面数据进行研究也得到类似的结论。但是，随着计量经济学的发展，以上研究结论逐渐被后来者挑战和质疑。Hansen和King(1996)指出早期研究的局限性在于忽视了卫生费用与GDP可能是非平稳变量。Blomqvist和Carter(1997)、McCoskey和Selden(1998)、Baltagi和Moscone(2010)分别利用不同的面板单位根和协整方法对卫生费用与GDP的关系进行了重新估计，发现医疗服务是必需品，而非奢侈品，卫生费用的收入弹性远远低于以前的估计。 除了收入变量外，人口结构特征也被认为是解释不同国家卫生费用差异的重要原因。通常认为，老年人的患病概率比青壮年的要高，会消耗更多的医疗卫生资源。因此，一个国家的人口老龄化程度越高可能会导致更高的卫生费用。然而，许多针对OECD国家的研究却发现，人口老龄化对卫生费用的影响十分有限，甚至是不显著的(Getzen，1992；Hitiris and Posnett，1992；Newhouse，1992；Dormont et al.，2006)。Fogel(2004)认为人口老龄化从一个侧面反映了预期寿命的延长，这说明与以前相同岁数的老年人相比，现在的老年人更加健康。Lubitz和Riley(1993)指出与个人实际年龄相比，卫生费用与个人距离死亡的年限有更加密切的关系。由于人们生活得更久，临终卫生费用被延迟了，所以减少了现阶段卫生费用负担。 Newhouse(1992)首先在卫生费用的决定因素中考虑了医疗技术进步的影响，发现医疗技术进步是推动卫生费用增长的重要因素。但是，由于很难找到合适的衡量医疗技术进步的代理指标，这方面文献还不算太多。比较常用的代理指标包括：医疗卫生领域的研发费用(Okunade and Murthy，2002)；高端医疗设备的数量(Weil，1995)。还有一些研究在回归方程中加入时间趋势项来反映技术进步的影响(Di Matteo，2004)。已有的实证文献对于医疗技术进步是否促进了卫生费用的增长并没有一致结论。理论上认为医疗技术进步对卫生费用的影响有可能是正向的，也有可能是负向的。如果医疗技术进步降低了医疗成本，则可能对卫生费用产生负向影响；如果医疗技术进步导致医院购买更多昂贵设备用于检查和治疗，则可能促进卫生费用的增长。 关于价格水平对卫生费用的影响，Baumol(1967)认为相比于其他部门，医疗部门的生产率相对较低。因为低生产率部门的工资水平要追上高生产率部门的工资水平，所以医疗服务的价格相对于其他价格水平要上升；再加上医疗服务的价格弹性较低，所以医疗服务价格水平的上升会推动卫生费用的上涨。但是，在实证研究上，关于医疗服务价格对卫生费用的影响未有一致看法。Hartwig(2008)发现医疗服务价格对卫生费用有显著的正影响，而Murthy和Ukpolo(1994)的研究则认为医疗服务价格对卫生费用的影响不显著。由于医疗行业普遍存在着价格管制，以及难以估计医疗价格与质量的相关性，本文与Baltagi和Moscone(2010)一样，在实证部分不考虑价格水平变量。 不难看出，以上文献都是主要关注卫生总费用的影响因素，而对卫生费用的构成情况研究并不多。目前，许多国家都在经历卫生筹资转型的过程，除了卫生总费用快速上涨以外，个人现金卫生支出在卫生总费用中的比重呈下降趋势。Musgrove等人(2002)、Xu等人(2011)分别利用191个WHO成员国1997年的横截面数据、143个国家1995-2008年的面板数据研究了卫生总费用的构成以及个人现金卫生支出份额的决定因素。Pan和Liu(2012)利用2002-2006年中国的省级面板数据研究了政府卫生支出的决定因素。Chen等人(2013)研究了中国的公共卫生支出(包括政府卫生支出与社会卫生支出)和私人卫生支出与GDP增长之间的关系，发现公共卫生支出水平存在明显的顺周期性，而私人卫生支出与GDP增长之间并不存在这种关系。从微观角度来看，个人的年龄、性别、疾病严重程度，以及是否拥有医疗保险都会影响个人现金卫生支出(Wagner et al.，2011；Li et al.，2012)。还有一些研究认为主要是政治原因导致个人现金卫生支出所占份额下降(Fan and Savedoff，2014；Savedoff and Smith，2011)。他们认为政府为了实现全民享有医疗保障的目标，通常采用扩大社会医疗保险的覆盖范围或者加强政府卫生投入的做法，从而导致个人现金卫生支出所占份额下降。总的来说，经济和政治上的原因都可能会导致个人现金卫生支出占卫生总费用的比重下降。 那么，卫生筹资结构的改变是否能够提高健康绩效呢?Wagstaff(2010)的研究发现：1960-2006年期间许多OECD国家的卫生筹资来源从一般税收转向社会医疗保险，但是没有证据显示这种改变能够降低死亡率。Wagstaff和Moreno-Serra(2009)针对1990-2003年期间东欧和亚洲国家的类似研究也表明，卫生筹资结构的改变在一定程度上增加了医疗服务利用率，但对健康产出没有明显改善。究竟中国的卫生筹资转型能够产生何种效果，还有待于实际数据的检验。 综上所述，已有的相关研究主要以美国和OECD国家为主，针对中低收入发展中国家的研究还不多见。大量文献集中于研究卫生总费用的影响因素，但对卫生筹资结构的关注不够。由于数据可得性原因，专门研究中国卫生筹资转型的高质量文献还很缺乏。针对这种现状，作者将充分利用已有的公开数据，研究中国卫生筹资转型的决定因素及其健康绩效。 三、数据与模型 (一)数据 研究中国卫生费用问题的最大困难在于数据的可获得性。由于中国卫生总费用的核算工作起步较晚，许多省份直到最近几年才提供卫生总费用的相关统计数据，所以本文无法获得31个省份比较长时间的面板数据。作者根据《中国卫生统计年鉴》、《中国卫生总费用研究报告》和《中国卫生和计划生育统计年鉴》所提供的公开数据进行整理④。综合考虑时间长度和省份个数，本文利用以下两套面板数据进行研究：一是面板A，包括15个地区(北京、上海、山东、安徽、江西、新疆、福建、甘肃、广东、云南、黑龙江、天津、吉林、四川、浙江)2003-2013年的平衡面板数据；二是面板B，包括全国30个地区(西藏除外)2009-2013年的非平衡面板数据。除了以上15个地区之外，2009年增加了河北、山西、江苏、宁夏、青海、湖北6个地区的数据；2010年增加了河北、山西、江苏、湖北、贵州、重庆、内蒙古、湖南、辽宁、河南、广西11个地区的数据；2011-2013年则包含了除西藏以外的30个省级行政单位的数据。这样做有以下两方面好处：一是方便检验重要解释变量的稳健性；二是在一定程度上可以考察新医改以后发生的变化。 在研究卫生筹资转型的决定因素时，除了两个关键的被解释变量——perthe(人均卫生总费用)和oop/the(个人卫生支出占卫生总费用的比重)以外，本文还利用了以下解释变量，具体包括：反映经济发展水平的变量pergdp(人均GDP)；反映统筹基金卫生支出规模的变量phe/gdp(统筹基金卫生支出占GDP的比重，其中统筹基金卫生支出包括政府卫生支出和社会卫生支出)；反映人口结构特征的变量demo65(65岁以上人口比重)；反映医疗服务供给水平的变量bed(每千人床位数)；反映社会医疗保险覆盖面的变量coverage(社会医疗保险参保人数/年末人口数)；反映时间变化趋势的变量t。 在研究卫生筹资转型的健康绩效时，我们所考虑的被解释变量包括：反映健康水平的变量mortality(人口死亡率，‰)和peri-mortality(围产儿死亡率，‰)；反映医疗服务利用的变量outpatient(居民平均门诊就诊次数)和inpatient(居民年住院率)。其中，居民平均门诊就诊次数=门诊诊疗人次数/年末人口数；居民年住院率=入院人数/年末人口数。关键解释变量包括perthe、oop/the和phe/gdp。此外，我们还包括了一些控制变量，如反映人口特征的变量——demo65、sexratio(男性人口/女性人口)、illiteracy(15岁以上人口中文盲比例)，反映医疗服务供给和需求的变量——bed和coverage。 以上数据均来源于相关年份的《中国统计年鉴》、《中国卫生统计年鉴》、《中国卫生和计划生育统计年鉴》。主要变量的描述性统计值请参考表1。
标签：个人医疗保险论文; 医疗保险基金论文; 面板数据论文; 政府支出论文; 绩效目标论文; 社会因素论文; 社会保险论文; 价格发现论文; 医疗论文;