城镇居民年可支配收入与医疗保健费用支出.doc

城镇居民年可支配收入与医疗保健费用支出 凯恩斯收入理论兼论中国医疗改革国际经济与贸易双语班 40502059 许泳诗内容摘要 近年来，人们对于身体健康与保健的关注度越来越大，那是因为人们的生活水平随着经济的发展而不断提高，由此造成了人们对生活的追求已经不仅仅停留在衣、食、住、行等物质内容上，也就是说人们的消费支出结构已经有较大的改变。在精神生活及身体健康方面，人们的看法已经有了较大的改变，相较于以往填饱肚子的想法，人们更加注重生活上的保健工作，同时医疗保健方面的消费支出在大幅度的攀升。而且我们还能发现，医疗保健支出的上涨，与我国的社会保障体系的完善有着密切的关系，这不仅仅是人们医疗保健意识加强的结果。近几年来，我国不断完善社会主义现代化建设，其中包括社会保障体系的完善，而社会保障体系的完善过程中的一个主要内容就是医疗体制改革。本文就医疗制度改革前后，以古典计量经济学理论为依据构建模型，分析我国城镇居民年人均可支配收入与医疗保障支出之间的数量关系，并得出一些相关结论。关键词 城镇居民可支配收入Y 医疗保健费用支出X 医疗保健体制改革 一、 问题的提出1. 随着经济发展，人们的生活水平不断提高，而且人们对生活的追求已经不仅仅停留在衣、食、住、行等物质内容上，也就是说人们的消费支出结构已经有较大的改变，其中医疗保健费用的攀升最为明显。医疗费用的攀升的不仅仅由于人们对于医疗保健意识的加强，还由于我国医疗保健体的不断完善，而在这个过程中的一个重要内容就是医疗体制的改革。同时，医疗保健支出的攀升也由于政府越来越注重于财政对卫生事业的支持，这样越来越多的医疗机构能够得到相应的完善。中国的公费医疗体制建立于1952年，根据原政务院发布的关于全国各级人民政府、党派、团体及所属事业单位的国家工作人员实行公费医疗预防的指示，在行政、事业单位中实行公费医疗制度。而从80年代中后期开始，全国各地以不同形式对传统的公费劳保医疗制度进行试点改革，到1996年推广到全国57个城市。医疗制度改革的基本思路是，讲究的油彩镇和企业共同负担的公给医疗和劳保医疗费用分为两块：其中一部分用于建立社会保险统筹基金，集中调剂使用，用于职工大病医疗开支；另一部分用于建立个人医疗账户，职工个人再定期由工资中缴纳适当部分，充实个人医疗账户用于一般医疗开支。职工医疗制度改革的主要内容是：（1）改革职工医疗保险费用的筹集办法。职工医疗保险费用由用人单位和职工共同缴纳。（2）建立社会统筹医疗基金和职工个人医疗账户相结合的制度。（3）建立对职工个人的医疗费用制约机制，减少浪费。（4）加强对医疗单位的有效制约，改善医疗服务。（5）加强管理，强化监督。截至1998年底，国务院确定了新的医疗改革方案，城镇所有用人单位和职工都要参加职工基本医疗保险。但是这样的改革涉及面广，需要制定一些列的配套方案政策，因此1999年5月，劳动和社会保障部、国家计委、国家静默阿伟、财政部、国家药品监督管理局等部门联合出台了3个医疗改革配套办法，即城镇职工基本医疗保险定点医疗机构管理暂行办法、城镇职工基本医疗保险定点零售哟阿店管理暂行办法和城镇职工基本以利噢阿保险用药范围管理暂行办法。2. 研究目的随着社会与经济的发展，人们收入水平的不断提高，人们开始是意识到并且逐渐趋向于追求高质量的生活方式，因此在消费中也能体现人们的这一些需求的改变医疗保健支出的数额不断攀升。为了研究中国城镇居民年人均可支配收入与医疗保健支出之间的数量关系，同时考虑到医疗改革对城镇居民的医疗保健支出的影响，联系有关的经济理论，我可以借助于Eviews软件的数据分析功能，建立相关的医疗保健支出与年人均可支配收入的模型，并结合当前中国医疗改革所取得的成绩，对结果进行一系列分析，导出有用的经济结论。二、 文献综述2005年，国务院发展研究中心社会发展研究部副部长葛延风在接受某报专访时说过，“目前中国的医疗卫身体制改革基本上是不成功的。”同时由他负责最新研究报告指出，当前的一些改革思路和做法，都存在很大问题，其消极后果主要表现为，医疗服务的公平性下降和卫生投入的宏观效率低下。报告还说，现在医疗卫生体制在出现商业化、市场化的倾向是完全错误的，违背了医疗卫生事业的基本规律。此外，城镇医疗保险制度本身存在明显缺陷，发展前进不容乐观。中国医疗卫生体制期待变革。陈育德提出，我国医疗改革需要一个政策的环境，同时他认为，我国医疗体制改革实际上是在拿市场经济那套运作的方法在运行，实际上医院在追逐利润，但是大家也都不说有医疗市场，因此也就没有人、没有责任区建立一套规范的制度去约束，去加以严格地控制，规范医院的行为。因此，造成现在突出的矛盾反映在医院的问题上。三、 变量的选取及分析根据不同因素对医疗保健支出的不同影响，可选取城镇居民年均可支配收入、中西药品价格指数、医疗保健服务费价格指数、人口调整数、传染病发病率、政府预算卫生支出等相关因素进行模型的构建。为了考察哪些因素对医疗保健支出的影响比较重要，可用普通的线性模型进行检验。构建该模型为： 但是这是按照一般模式建立的回归方程，更精确的方程取决于多重共线性检验以后保留的解释变量的情况。四、 数据及处理1 数据的来源：各年的中国统计年鉴、中经网2 数据的收集及修正：在1993年-2005年的中国统计年鉴中，存在“医疗保健”的数据，但在1993年以前的中国统计年鉴中，没有医疗保健支出的统计数据，只是在“购买商品支出”指标中有“药及医疗用品”的数据，在“非商品支出”指标中有“医疗保健费”的数据，我们将二者进行加总，作为医疗保健的支出。医疗保健支出的数据是抽样调查数据，但同样样本的人均收入抽样调查数据无法完全收集到，因此，我们用全国城镇居民家庭人均可支配收入替代，根据掌握的部分数据，二者各年绝对数相差247元，但差额占当年人均收入的比例很小，我们将其忽略，不过，因此而使得数据的准确性有所降低，这是数据收集的缺陷所在。3 同时，由于2003年出现了一次偶然事件，SARS的爆发与蔓延，急速增加了当年的医疗保健支出费用，因此，考虑此次的偶然的事件会对模型产生影响，我找到当年SARS造成的医疗支出，予以扣除，因此可以不排除2003年的医疗保健支出数据。4 由于在2002年以前，中国统计年鉴中并没有对医疗保健消费价格指数作出统计，而是把药品与医疗保健分成两个不同的种类进行统计，因此，就把医疗保健价格指数分成中西药品价格指数与医疗保健服务费价格指数两个因素进行分析。5 用于建立模型的数据如下： 表4.3年份医疗保健支出Y(元)城镇居民年均可支配收入X1(元)卫生机构数X2(个)中西药品价格指数X3(%)医疗保健服务费价格指数X4(%)人口调整数X5(万人)传染病发病率X6(1/10万)政府预算卫生支出X7(亿元)199025.67 1510.20 208734102.3112.7114333292.215111.42199129.23 1700.60 209036103.4110.3115823287.4180150.61199241.51 2026.60 204787109.1112.1117171235.1123120.74199356.89 2577.40 193586109.2138.0118517189.8212157.8199482.89 3496.20 191742111.8111.7119850203.6755298.631995110.11 4283.00 190057111.5117.2121121176.24387.341996143.28 4838.90 322566 108.8109.7122389167.05461.01997179.68 5160.30 315033104.4108.1123626192.11522.11998205.16 5425.00 314097102.8103.8124761194.80587.21999245.59 5854.00 310996101102.2125786197.63640.92000318.07 6280.00 324771100.3111.1126743185.98709.522001343.28 6859.58 33034898.5110.5127627188.62800.62002430.10 7702.80 30603896.5108.2128453180.14908.512003476.00 8472.20 29132398.4108.9129227192.181116.942004528.20 9421.61 29754096.7105.2129988235.84841293.582005600.90 10493.03 29899797.6105.2130756268.30501552.532006620.5411759.4530896999.1103.0131448266.82791311.587数据残差的正态性检验：表4.4 YX1X2X3X4X5X6X7Mean261.00595756.522271683.5103.0235110.4647123977.6214.9396654.7647Median205.16005425.000298997.0102.3000109.7000124761.0194.8000587.2000Maximum620.540011759.45330348.0111.8000138.0000131448.0292.21501552.530Minimum25.670001510.200190057.096.50000102.2000114333.0167.0500111.4200Std. Dev.205.89673078.70055878.425.2478018.1040845441.86240.80799453.2890Skewness0.4748400.347974-0.5488400.4322972.372744-0.3035470.8005350.517503Kurtosis1.8454232.1995111.4555251.7941869.0570411.8484402.1630382.154144Jarque-Bera1.5830830.7969642.5431331.55940441.938571.2003792.3119511.265585Probability0.4531460.6713380.2803920.4585430.0000000.5487080.3147500.531107Sum4437.10097860.874618620.1751.4001877.9002107619.3653.97311131.00Sum. Sq. Dev.678295.41.52E+085.00E+10440.63061050.8194.74E+0826644.683287534.Observations1717171717171717从上表可以看出，拒绝原假设犯错的概率为45.3%、67.1%、 28.0 %、45.9%、0%、54.9%、32.5%和53.1%，所以接受原假设，数据残差具有正态性。五、 模型及处理1. 参数估计：应用Eviews软件进行回归估计，可得结果为：表5.1Dependent Variable: YMethod: Least SquaresDate: 11/20/06 Time: 09:45Sample: 1990 2006Included observations: 17VariableCoefficientStd. Errort-StatisticProb.X70.0985000.0666771.4772670.1737X60.0070170.3780510.0185620.9856X50.0018050.0099400.1815710.8599X40.9044740.9170190.9863200.3497X3-7.9403372.407388-3.2983200.0093X2-0.0003460.000198-1.7495700.1141X10.0445330.0145873.0529580.0137C527.08991428.9220.3688730.7208R-squared0.995139Mean dependent var261.0059Adjusted R-squared0.991358S.D. dependent var205.8967S.E. of regression19.14117Akaike info criterion9.046748Sum squared resid3297.459Schwarz criterion9.438848Log likelihood-68.89735F-statistic263.1889Durbin-Watson stat2.449555Prob(F-statistic)0.0000002. 多重共线性检验与修正 多重共线性判断检验从表5.1估计结果可以看出，=0.995139， =0.991358可决系数很高，说明模型对样本的拟合很好；F=263.1889，说明回归方程显著，即各自变量联合起来确实对因变量“医疗保健支出”有显著影响；给定显著性水平=0.05，但变量X2、X4、X5、X6和X7系数的t统计量分别为-1.749570、0.986320、0.181571、0.018562、1.477267，相应的P值都大于0.05，说明X2、X4、X5、X6和X7对因变量影响不显著。综合上述分析，表明模型很可能存在严重的多充公线性。计算各解释变量的相关系数，得到表5.1.2表5.1.2X1X2X3X4X5X6X7X11.0000000.689571-0.709521-0.5235210.967379-0.0026410.979714X20.6895711.000000-0.677488-0.6098600.782683-0.2873970.657313X3-0.709521-0.6774881.0000000.540892-0.714997-0.248558-0.757980X4-0.523521-0.6098600.5408921.000000-0.515464-0.205580-0.530042X50.9673790.782683-0.714997-0.5154641.000000-0.2022790.944758X6-0.002641-0.287397-0.248558-0.205580-0.2022791.0000000.074423X70.9797140.657313-0.757980-0.5300420.9447580.0744231.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。 逐步回归，模型的多充公线性的修正运用OLS方法分别求Y对各解释变量x1、X2、x3、X4、X5、X6和X7进行一元回归。结果如表5.2.1所示。表5.2.1变量X1X2X3X4X5X6X7参数估计0.06590.0024-31.0247-12.82980.03590.38400.4484t统计量21.84053.4032-5.0029-2.2659111.69020.295623.93840.96950.43570.62530.25500.90110.00580.97450.96750.39810.600290.20530.8945-0.06050.9728其中，加入X7的方程修正样本方差最大，以X7为基础，顺次加入其它变量逐步回归，结果如表5.2.2所示。表5.2.2 加入新变量的回归结果（一）X1X2X3X4X5X6X7X7、X10.0291(2.4435)0.2545(3.1414)0.9796X7、X27.2700(0.3499)0.4425(17.2747)0.9711X7、X3-3.9186(-1.6716)0.4140(15.2550)0.9757X7、X40.6451(0.5091)0.4545(20.0613)0.9714X7、X50.0059(1.2535)0.3820(6.8100)0.9738X7、X60.0134(0.0621)0.4483(23.0611)0.9709经比较，新加入X1的方程=0.9796，改进最大，而且各参数的t检验显著，保留X1，再加入其它新变量逐步回归，结果如表5.2.3所示。表5.2.3 加入新变量的回归结果（二）X1X2X3X4X5X6X7X1、X7、X20.0304(2.3524)-6.18(-0.3263)0.2510(2.9743)0.9782X1、X7、X30.0370(3.9185)-5.6071(-3.2932)0.1529(2.2056)0.9880X1、X7、X40.0293(2.4079)0.7107(0.6497)0.2599(3.1256)0.9787X1、X7、X50.0309(1.9259)-0.0009(-0.1686)0.2536(3.0152)0.9780X1、X7、X60.0344(2.6864)0.2106(1.0848)0.2181(2.5016)0.9798在X1、X7的基础上加入X3后的方程=0.9880明显增大，而且各参数t检验都显著。选择保留X3，再加入其它新变量逐步回归，结果如表5.2.4所示。表5.2.4 加入新变量的回归结果（三）X1X2X3X4X5X6X7X1、X3、X7、X20.0476(5.6388)-0.0004(-2.8577)-7.7344(-4.9688)-0.0938(1.5792)0.9923X1、X3、X7、X40.0386(4.5231)-6.4594(-4.0614)1.5409(2.01)0.1492(2.3899)0.9903X1、X3、X7、X50.0447(3.5527)-5.9473(-3.3985)-0.0039(-0.9313)0.1432(2.033)0.9879X1、X3、X7、X60.0393(3.8448)-5.3385(-2.9918)0.1059(0.6753)0.1395(1.8963)0.9875在X1、X3、X7基础上加入X2、X4后的方程的虽然有所改进，但是都存在变量系数的t检验不显著。加入变量X5后不仅下降，而且X5的参数t检验不显著，甚至X5的符号也变得不合理。加入X6后不仅下降，同时X6的参数t检验变得不显著。这说明了X2、X4、X5、X6引起严重多充公线性，应予以剔出。最后修正严重多重共线性影响的回归结果为： =525.4872+0.037-5.6071+0.01529=0.99025 =0.988 F=440.1464 DW=0.9088 这说明，在其他因素不变的情况下，当城镇居民年均可支配收入和政府预算卫生支出分别增长1元，中西药品价格指数每增加一个百分点，医疗保健支出Yt将分别增长0.037元、0.01529元和减少5.6071元。但是，由于从80年代中后期开始，我国医疗制度开始进行不同形式的试点改革，在1996年推广大全国57个城市，同时，1996年以后的政策都是对1996年推广医疗制度的制度补充，可以不予考虑。因此，只需以加法形式和乘法形式引入一个虚拟变量，=0（t=1990-1995）=1（t=1996-2005），由此得到修正后的计量模型： 城镇居民年均可支配收入、中西药价格指数、政府预算卫生支出以及医疗保健支出Yt的散点图如下： 从图中看出，城镇居民年均可支配收入、中西药价格指数、政府预算卫生支出以及医疗保健支出Yt存在趋势，均值和方差不稳定，因此可能非平稳。用ADF检验是否平稳，选择带截距和时间趋势的模型进行估计，结果如下：Null Hypothesis: X1 has a unit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-0.7584590.9467Test critical values:1% level-4.7283635% level-3.75974310% level-3.324976*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 15Null Hypothesis: X3 has a unit rootExogenous: Constant, Linear TrendLag Length: 3 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-2.5085260.3193Test critical values:1% level-4.8864265% level-3.82897510% level-3.362984*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 13Null Hypothesis: X7 has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-2.4557120.3416Test critical values:1% level-4.6678835% level-3.73320010% level-3.310349*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 16Null Hypothesis: Y has a unit rootExogenous: Constant, Linear TrendLag Length: 3 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.5720260.7471Test critical values:1% level-4.8864265% level-3.82897510% level-3.362984*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 13 由上表可知，城镇居民年均可支配收入、中西药价格指数、政府预算卫生支出以及医疗保健支出Yt的t统计量值均大于显著水平为10%的临界值，不能拒绝原假设，表明序列是非平稳的。 协整检验 作对、的回归估计如下：表5.4.1Dependent Variable: YMethod: Least SquaresDate: 12/02/07 Time: 13:22Sample: 1990 2006Included observations: 17VariableCoefficientStd. Errort-StatisticProb.X70.1528840.0693152.2056330.0460X3-5.6071451.702658-3.2931710.0058X10.0370160.0094473.9184660.0018C525.4872182.56382.8783760.0129R-squared0.990251Mean dependent var261.0059Adjusted R-squared0.988001S.D. dependent var205.8967S.E. of regression22.55396Akaike info criterion9.272023Sum squared resid6612.856Schwarz criterion9.468073Log likelihood-74.81219F-statistic440.1464Durbin-Watson stat0.908797Prob(F-statistic)0.000000 得到残差序列resid，并生成新的序列e，同时对序列e进行单位根检验，选择模型1作检验，结果如表5.4.2所示：表5.4.2Null Hypothesis: E has a unit rootExogenous: NoneLag Length: 0 (Automatic based on SIC, MAXLAG=3)t-StatisticProb.*Augmented Dickey-Fuller test statistic-2.0453870.0424Test critical values:1% level-2.7175115% level-1.96441810% level-1.605603*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20observations and may not be accurate for a sample size of 16 从结果可见，在5%显著水平下，Mackinnon临界值为-1.964418，t 统计量值为-2.045387，小于临界值，从而拒绝原假设H0，表明序列e无单位根，序列、与Yt协整。 引入虚拟变量后做虚拟变量的回归估计，可得结果如表5.5.1所示。表5.5.1Dependent Variable: YMethod: Least SquaresDate: 11/30/07 Time: 21:18Sample: 1990 2006Included observations: 17VariableCoefficientStd. Errort-StatisticProb.C615.2892205.28392.9972600.0121X10.0394640.0127603.0926660.0102X3-6.3289762.062326-3.0688530.0107X70.1108090.0583971.8975210.0843D1-69.7377133.69350-2.0697670.0628D1*X10.0089160.0113890.7828640.4502R-squared0.994557Mean dependent var261.0059Adjusted R-squared0.992083S.D. dependent var205.8967S.E. of regression18.32024Akaike info criterion8.924455Sum squared resid3691.945Schwarz criterion9.218530Log likelihood-69.85787F-statistic401.9907Durbin-Watson stat1.507284Prob(F-statistic)0.000000 模型检验 =615.2892-69.7377+0.0089() +0.03946-6.329+0.1108a. 经济意义检验 从回归得到的方程可以得出，0且0，解释变量与Y是正相关关系，也就是说，随着人们收入水平的提高，医疗保健支出在增加，符合现实经济情况，该模型有经济意义。b计量经济学检验 可决系数等于0.994557，说明模型的拟合程度比较好，在给定显著水平0.05的情况下，t统计量的绝对值分别为2.997260、3.092666、-3.068853、1.897521、-2.069767、0.782864，说明解释变量对应变量的影响不全都显著，模型存在多重共线性，但对此却无法修正，因为这是引入虚拟变量带来了多重共线性，这是模型存在的一个比较的缺陷，这样解释变量能作出的解释可信度就会有所下降。同时F统计量等于401.9907远远大于临界值，说明回归方程非常显著，整体模型效果比较好。c 多重共线性检验计算各解释变量的相关系数，得到表6.3.1所示。X7X3X1D1X71.000000-0.7579800.9797140.756328X3-0.7579801.000000-0.709521-0.704994X10.979714-0.7095211.0000000.780769D10.756328-0.7049940.7807691.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。因此，模型需要进行多重共线性的修正，采取逐步回归的办法，分别作Yt对X1、X3、X7的虚拟变量的一元回归，结果如表6.3.2 所示。表6.3.2变量X1X3X7D1*X1参数估计值0.030293-31.024730.4483980.047989t统计量2.581442-5.00294523.938411.2395020.9842650.6252760.974920.9180490.9806340.6002940.9727910.912585其中，加入X1的方程最大，以X1为基础，顺次加入其他变量逐步回归，结果如表6.3.3所示。表6.3.3 加入新变量的回归结果（一）变量、0.062001(22.54061)-8.842674(-6.219935)0.990795、 0.031243(2.431885)0.251394(3.016498)0.978472、0.056798(5.050967)0.007042(0.836243)0.966815经比较，新加入 的方程=0.990795，改进很大，而且各参数的t 检验显著。但是加入后不仅下降，而且参数的t检验变得不显著。这说明引起多重共线性，应予剔除，选择保留,再加入其他新变量逐步回归，结果如表6.3.4所示。表6.3.4变量、0.046961(5.661203)-7.417984(-4.952631)0.109202(1.902089)0.994254 在、基础上加入后方程明显增大，但是参数t检验不显著。这说明引起严重多重共线性，应予剔除。最后修正严重多重共线性影响的回归结果为：=850.5543-54.79043+0.062001-8.842674 t= (5.442104) (-3.207579) (22.54061) (-6.219935) =0.992521 =0.990795 F=575.0901 DW=1.9219383异方差检验 ARCH检验ARCH Test:F-statistic1.083559Probability0.315546Obs*R-squared1.149393Probability0.283676Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/03/07 Time: 16:51Sample (adjusted): 1991 2006Included observations: 16 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C386.0803103.27523.7383630.0022RESID2(-1)-0.3026960.290790-1.0409410.3155R-squared0.071837Mean dependent var304.9514Adjusted R-squared0.005540S.D. dependent var271.7946S.E. of regression271.0407Akaike info criterion14.15888Sum squared resid1028483.Schwarz criterion14.25546Log likelihood-111.2711F-statistic1.083559Durbin-Watson stat2.057941Prob(F-statistic)0.315546从检验结果可以看出，拒绝原假设犯错误的概率为28.3676%，所以接受原假设，不存在异方差。WHITE检验White Heteroskedasticity Test:F-statistic1.286190Probability0.365208Obs*R-squared9.564047Probability0.296966Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/03/07 Time: 16:54Sample: 1990 2006Include