【《四川省政府卫生支出效率实证分析案例》9000字】

导论四川省政府卫生支出效率实证分析案例目录TOC\o"1-3"\h\u30385四川省政府卫生支出效率实证分析案例 1158621.1效率评价方法及模型 1305881.1.1数据包络方法基本模型 1259411.1.2Malmquist指数模型 2131181.2指标选取与数据说明 338681.2.1指标选取 3181501.2.2数据说明 5104431.3实证结果分析 6258571.3.1DEA模型结果分析 6208951.3.2Malmquist指数模型结果分析 1249141.4本章小结 161.1效率评价方法及模型1.1.1数据包络方法基本模型地方的政府卫生支出并不是只有单一的投入和产出，通常都有多样的投入和各类产出，而且不同的决策单元在产出过程中会涉及很多的经济以及非经济的因素，再加上不同的决策单元之间是具有差异和复杂性的，这样会导致政府卫生支出没有明确的生产函数，因此很难使用一般的参数回归法进行分析。整理已有文献发现，在对组织效率的研究中，一般都选择非参数的数据包络方法（DEA）来测算这种相对复杂部门的相对有效情况。DEA方法在效率测算中具有以下几个优点：其一，数据包络方法是一种纯技术性的分析，并不需要人为事先确定关于投入和产出的函数关系，可以对没有明确生产函数的效率进行测算；其二，DEA方法可以揭示有效前沿而不是平均效率，能提供更多有效信息；其三，由于不需要提前设置投入和产出指标的权重，这样就能有效规避由于主观因素带来的干扰。因此，本文选用数据包络分析法来对政府卫生支出效率进行测算。数据包络分析方法（DEA）通过数学工具分析经济系统的生产是否有效，它是一种十分典型且常见的非参数方法，在评价生产前沿是否有效时，主要是通过决策单元的多个投入和产出指标来测算相应决策单元的绩效。使用DEA方法时，需要先做出两个重要假设。第一，是以投入为导向还是以产出为导向来使用模型。投入导向型用于评估投入的最佳比例，从而有助于以最少的投入获得相同的产出，可用于产出不容易被人为调整的情况；产出导向型用于评估如何在相同投入条件下获得最大的产出，可用于人为不易调整投入的情况。在地方政府卫生支出的效率评估中，有的产出比率指标人为调整困难，因此，本文使用投入导向的DEA模型。另一个重要的假设是规模报酬是否是一成不变的。Charnes和Cooper（1978）学者提出了可以测定效率的CCR模型CharnesA,CooperWW,RhodesE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch,1979,2(6),429-441.CharnesA,CooperWW,RhodesE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch,1979,2(6),429-441.BankerRD,CharnesA,CooperWW.SomeModelsforEstimatingTechnicalandScaleInefficienciesinDataEnvelopmentAnalysis[J].ManagementScience,1984,30(9),1078-1092.在本文的研究中，DEA模型如式1所示。（式1）其中，n表示决策单元数量，每个决策单元有m个投入和s个产出，表示第k个决策单元的第i个投入量；表示第k个决策单元的第j个产出量，有，，是决策单元的综合技术效率，满足。当时，表示决策单元有效，时，则表明决策单元存在的效率改进空间魏权龄.评价相对有效性的数据包络分析模型[M].中国人民大学出版社,2012,7-88。魏权龄.评价相对有效性的数据包络分析模型[M].中国人民大学出版社,2012,7-881.1.2Malmquist指数模型Malmquist提出了Malmquist指数，Malmquist设想如果将距离函数的比率引入投入产出函数会不会得到有效评估呢，所以他提出了全新的Malmquist指数。随后，Caves（1981）根据生产的特征将生产理论与上述指数有机结合，从而得到了生产效率指数CavesRE.DiversificationandSellerConcentration:EvidencefromChanges,1963-72[J].ReviewofEconomics&Statistics,1981,63(2),289-293.。Fare等（1994）发现Malmquist指数可以表示全要素生产率FareR,GrosskopfS,NorrisM.ProductivityGrowth,TechnicalProgress,andEfficiencyChangeinIndustrializedCountries[J].AmericanEconomicReview,1994,84(1),66-83.，公式如式2所示：CavesRE.DiversificationandSellerConcentration:EvidencefromChanges,1963-72[J].ReviewofEconomics&Statistics,1981,63(2),289-293.FareR,GrosskopfS,NorrisM.ProductivityGrowth,TechnicalProgress,andEfficiencyChangeinIndustrializedCountries[J].AmericanEconomicReview,1994,84(1),66-83.QUOTEM0t=D0t(其中，表示的是t时期的产出距离函数，下标0是基于产出的距离函数。Malmquist指数是指在t时期的技术水平下，从t时期到t+1时期的技术效率变化；当把技术水平调整为t+1的时候，也可以将Malmquist指数定义为式3。QUOTEM0t+1=D0t+1(根据以上两个式子，可以将Malmquist指数分解成技术变化指数（TECH）和效率变化指数（EFFCH），还可以将EFFCH拆分成纯技术效率变化指数（PECH）和规模效率变化指数（SECH）吕文广,陈绍俭.我国欠发达地区农业生产技术效率的实证分析——吕文广,陈绍俭.我国欠发达地区农业生产技术效率的实证分析——采用DEA方法和Malmquist指数方法测度[J].审计与经济研究,2010,25(05),96-103.（式4）1.2指标选取与数据说明1.2.1指标选取在使用DEA模型进行实证分析的过程中，最核心最基础的部分就是对投入和产出指标进行选择，指标体系选择越合理、越有代表性就越能更大程度地反映现实产业的效率，使得得出的效率更有代表性也更加准确。因此在选择指标的时候，需要遵循一些原则。第一，代表性原则。在选取指标的过程中，要综合考虑实际问题，选取那些具有重大意义的，非常具有代表性的指标，而不能选择一些与之无关或者关系不大的指标，这样可以在一定程度上提高计算出来的效率的准确度。第二，可获得性原则。在选取指标的过程中，也许非常有意义的指标没有相关的数据被披露出来，那么就算这个指标非常有代表性，那也是不能选择的。第三，精简性原则。在选择指标的过程中，也不能一味地将所有的重要指标都加入模型中，DEA模型的指标数量也是有相应限制的，通常所有指标的数量不能超过决策单元数量的一半。表1.1DEA效率评价指标体系投入指标政府卫生支出产出指标卫生资源类医疗卫生机构数医疗卫生机构床位数各类卫生人员数居民健康类儿童免疫规划疫苗平均接种率死亡率资源利用类医疗卫生机构门诊诊疗人次数医疗卫生机构住院入院人数由于本文研究的是2011年到2018年四川省21个地方政府的卫生支出效率，因此将四川省各个地区分别看作决策单元，根据DEA指标选取的标准，再结合数据情况和文献分析，本文所选取的指标体系如表1.1所示。表1.1中的投入指标政府卫生支出表示的是政府在医疗卫生方面的总支出。与其他研究不同，本文从卫生资源、居民健康和资源利用三个方面选择产出指标来较全面的评估卫生的支出效率。具体来说，卫生资源类的三个指标参考自张仲芳（2013）张仲芳.财政分权、卫生改革与地方政府卫生支出效率——基于省际面板数据的测算与实证[J].财贸经济,2013（09）,28-42.，分别是医疗卫生机构数、医疗卫生机构人员数和医疗卫生机构床位数。卫生资源类指标是政府卫生支出最直接的产出，能非常清晰直观地了解到目前的卫生资源情况，以及后续规模的调整也较为容易，是卫生领域的直接产出。居民健康类的两个指标参考自刘叔申（2007）刘叔申.我国公共卫生支出的绩效评价[J].财贸经济,2007,000(006),69-75.，即儿童免疫规划疫苗平均接种率和死亡率。居民健康类指标是从健康预防和健康产出结果两个方面来分析支出效率的，《“健康中国2030”规划纲要》指出，实施健康中国战略，不仅要关注医疗问题，还要坚持以预防为主的健康观念，要着力解决好妇女儿童等重点人群的健康问题，所以本文健康预防指标的选择可以为更全面考察政府卫生支出提供了新的视角。资源利用类指标参考自方鹏骞、赵露（2013）方鹏骞,赵露.基于卫生资源利用效率视角下的健康公平实现研究[J].人口与发展,2013(06),74-83.张仲芳.财政分权、卫生改革与地方政府卫生支出效率——基于省际面板数据的测算与实证[J].财贸经济,2013（09）,28-42.刘叔申.我国公共卫生支出的绩效评价[J].财贸经济,2007,000(006),69-75.方鹏骞,赵露.基于卫生资源利用效率视角下的健康公平实现研究[J].人口与发展,2013(06),74-83.刘文玉.中国财政分权对政府卫生支出效率的影响——基于省级面板数据的分析[J].经济问题,2018（06）,45-52.整体来看，目前没有权威的卫生绩效评价指标体系。在投入指标方面，大多数投入指标都是资本投入，如本文使用的政府卫生支出指标；有少部分学者还使用了人力投入，如每千人口拥有卫生技术人员等，但是将该指标视为投入指标还是卫生资源产出指标存在一定争议。在产出指标方面，大部分学者只选择了卫生资源类指标，也就是本文也使用的卫生机构数、床位数和卫生人员数，这是最能直观反应卫生产出的且易获得数据的三个基础指标；在卫生效果方面，主要使用的指标有孕产妇产前检查率、死亡率、儿童免疫接种率、甲乙类法定报告传染病死亡率和预期寿命等，但本文由于数据限制，只选择了死亡率和儿童免疫接种率，可能会导致效率结果不全面；在卫生服务方面，主要有医疗卫生机构门诊诊疗人次数、医疗卫生机构住院入院人数和医院病床使用率等，本文使用的是医疗卫生机构门诊诊疗人次数和医疗卫生机构住院入院人数。本文选择的产出指标能在一定程度上反映卫生产出的情况，但由于产出指标数量以及各年鉴中数据结构不匹配的限制，导致部分产出指标未被纳入到本次研究指标体系中，可能会使得效率结果不够全面，这也是本人今后研究中的重点。1.2.2数据说明本文的数据来源于研究期内的《四川统计年鉴》和《四川卫生健康统计年鉴》以及相关统计数据。本文选择了四川省全部下辖行政区，即21个市（州）作为研究对象，考虑到实证分析的时效性和数据可获取的原则，本文选择了新医改后2011年-2018年连续8年的相关数据进行分析。本文所说的政府卫生支出，是指狭义上的政府医疗卫生支出，在年鉴上反映为政府部门在医疗卫生方面的总支出，该指标是唯一的投入指标。表1.2指标体系的描述性统计指标均值标准差最小值最大值政府卫生支出（亿元）28.7919.846.49140.38医疗卫生机构数（个）3781.181977.081021.0010755.00医疗卫生机构床位数（床）22448.6222082.473280.00143248.00各类卫生人员数（人）30089.1233402.475670.00215863.00儿童免疫规划疫苗平均接种率98.252.6981.2699.85死亡率6.2597.340.3917.20医疗卫生机构门诊诊疗人次数（万）2156.302255.48239.7214513.06医疗卫生机构住院入院人数（万）73.3668.747.44441.55基于前文描述，产出指标有三类，第一类是卫生资源类指标，主要是医疗卫生机构的数量、机构提供的床位以及从业的各类卫生人员情况，这三个卫生资源类指标主要是从软件和硬件两个方面综合反映当地的卫生水平；第二类是居民健康类指标，分别是儿童免疫规划疫苗平均接种率和死亡率，反映了国民的健康预防和健康产出情况；第三类是资源利用类指标，分别是医疗卫生机构门诊诊疗人次数和医疗卫生机构住院入院人数，反映的是对当地卫生资源的利用情况。本研究所使用的所有变量均在不同程度上参考统计年鉴，指标体系的描述性统计如表1.2所示。1.3实证结果分析1.3.1DEA模型结果分析本文使用的是投入导向的DEA模型，根据软件Deap2.1测算出2011年到2018年四川省各地区的政府卫生支出效率得分，各年份各地区效率均值具体情况如表1.3，下文将根据测算结果分别进行分析，并试图寻找效率得分的变化趋势以及其存在的原因。如表1.3所示，2011年到2018年四川省各地区政府卫生支出年均综合技术效率由高到低为成都市、攀枝花市、资阳市、南充市、遂宁市等，整体来看，大多处于成都以西的地区效率都相对较低。其中平均效率最高的地区是成都市、攀枝花市和资阳市，数值都为1，从纯技术方面来看，这三个地区已经达到了效率最优状态，同样地，规模效率也达到了最优状态，在这个状态上的地区，只需要保持现在的规模状态，沿着技术进步的正常步调发展，就可以保证卫生领域的有效发展。年均综合技术效率最低的是广安市，为0.703，其年均纯技术效率为0.718，年均规模效率等于0.979，表示以广安市当前的技术发展状况，使用卫生资源还存在显著的无效率情况，虽然其与最优规模之间存在较小的差距，但由于技术效率状况不佳，所以其综合技术效率不高，整体来看，要想提高广安市的综合技术效率，需要重点关注的是其技术发展状况，这是个较为明显的短板。21个地区的平均综合技术效率0.882，平均纯技术效率0.914，平均规模效率0.966，可以知道的是各地的效率波动较大，且整体来看四川省政府卫生支出效率处在一个中等偏上的水平，更容易影响政府卫生支出效率波动的是纯技术效率，换句话说规模效率变化幅度较小且相对较为接近有效，但纯技术效率变化幅度较大且平均数值不高说明技术离达到有效还有一定距离。表1.32011年到2018年四川省政府卫生支出效率年均值表综合技术效率纯技术效率规模效率排名成都市1.0001.0001.0001自贡市0.9420.9970.9468攀枝花市1.0001.0001.0001泸州市0.9000.9590.93912德阳市0.9831.0000.9836绵阳市0.9690.9940.9757广元市0.9390.9580.9809遂宁市0.9910.9920.9995内江市0.9090.9450.96311乐山市0.9130.9230.98810南充市0.9931.0000.9934眉山市0.8090.8780.92515宜宾市0.8340.8460.98614广安市0.7030.7180.97921达州市0.7270.8120.91019雅安市0.8590.8860.97313巴中市0.7930.7960.99716资阳市1.0001.0001.0001阿坝州0.7500.8090.93918甘孜州0.7810.8150.96117凉山州0.7270.8740.84720均值0.8820.9140.966所以，未能达到综合比较有效的根本原因在于四川省政府卫生支出的技术低效，因此要想更进一步提高其效率，重点应该放在如何更好地进行技术改进，当然规模效益的作用也不容忽视。（1）综合技术效率分析研究期间四川省各市（州）政府卫生支出综合技术效率均值的情况如图1.1所示。由图可见，各地区综合技术效率存在一定差异，综合技术效率最高的地区是成都市、攀枝花市、资阳市、南充市等，均超过了0.95；自贡市、广元市、乐山市等紧随其后，处于0.85-0.95之间；宜宾市、眉山市、巴中市等处于0.7-0.85之间；广安市处于最低的水平，几乎与0.7持平，表明该地区政府卫生支出有效使用率不高，存在一定的财政资金节省空间。图1.12011年到2018年四川省各市（州）政府卫生支出综合技术效率均值根据综合技术效率均值情况，选取效率最优、中等以及最低的代表地区，分别是成都市、遂宁市、内江市、宜宾市、甘孜州和凉山州，作出六个代表市（州）政府卫生支出综合技术效率均值的走势图（见图1.2），可以看出，成都市和遂宁市基本保持不变，且效率值为1；内江市在稳定中存在一定程度的波动；甘孜州和凉山州存在波动下降趋势，且波动幅度相对较大；宜宾市呈现出波动中的优化趋势。图1.2六个代表市（州）政府卫生支出综合技术效率均值走势图（2）纯技术效率分析纯技术效率体现的是政府部门在现有的体制制度下，对现有的所有资源进行使用管理的效率。一般来说，纯技术效率较高的地区，当地政府的组织协调管理能力会比较强，在相应领域的制度政策也十分有效；相反地，效率低的地区相关能力还有待提升，需要在各方面都进行不断的提高。图1.32011年到2018年四川省各市（州）政府卫生支出纯技术效率均值图1.3显示了研究期间四川省各地区政府卫生支出纯技术效率均值的情况。由图可见，纯技术效率也可以分为三个梯队，第一梯队是成都市、攀枝花市、德阳市和南充市等，均达到了1；第二梯队则是介于0.85-1之间的大多数市（州），代表是自贡市、绵阳市和遂宁市等；第三梯队是处于0.85以下的宜宾市、甘孜州和达州市等，这些地区在管理政府卫生支出资金上面还与其他市（州）存在一定差距，说明在这方面，还有超过15%的提升空间。根据纯技术效率均值情况，选取效率最优、中等以及最低的代表地区，分别是德阳市、绵阳市、广元市、雅安市、宜宾市和阿坝州，作出六个代表市（州）政府卫生支出纯技术效率均值的走势图（见图1.4），可以看出，德阳市和绵阳市在波动中保持稳定，波动幅度也非常小；广元市、雅安市和阿坝州均存在波动中一定程度的恶化趋势，但阿坝州的恶化和波动趋势更大；只有宜宾市呈现出波动中的上升趋势。图1.4六个代表市（州）政府卫生支出纯技术效率均值走势图（3）规模效率分析规模效率体现了目前的支出规模与最优规模之间的差距，数值在零到一之间。越靠近一，就是现有规模越有效率，不需要调整或者只需要进行细微的调整；越靠近零，表示的是目前的支出规模不是远远小于理想规模就是严重超过了理想规模，这两种情况都是规模效率低的明显表现。图1.5显示了研究期间四川省各地区政府卫生支出规模效率均值的情况。由图可见，各地区规模效率存在一定差异，规模效率较高的地区是成都市、攀枝花市、资阳市和遂宁市等大多数市（州），均超过了0.95；自贡市、阿坝州和泸州市等紧随其后，处于0.9-0.95之间；凉山州的规模效率最低，为0.847，表明该地区通过向上或者向下调整政府卫生支出的规模，能实现约15%的规模效率改进。图1.52011年到2018年四川省各市（州）政府卫生支出规模效率均值图1.6六个代表市（州）政府卫生支出规模效率均值走势图根据规模效率均值情况，选取效率最优、中等以及最低的代表地区，分别是资阳市、乐山市、广安市、内江市、自贡市和达州市，作出六个代表市（州）政府卫生支出规模效率均值的走势图（见图1.6），可以看出，资阳市保持稳定；内江市在稳定中存在波动趋势；广安市和达州市存在波动中的优化趋势，但达州市的波动幅度较大；自贡市和乐山市呈现出波动中的恶化趋势，且自贡市规模效率的下降幅度相对较大。1.3.2Malmquist指数模型结果分析本文使用Malmquist模型对2011年到2018年四川省政府卫生支出效率进行动态分析，通过该模型的分析结果来测度不同时期、不同市（州）全要素生产率（TFPCH）的变化情况，TFPCH大于1时表示全要素生产率在提高，反之TFPCH小于1时全要素生产率则在降低。另外，全要素生产率可以拆解为技术变化和效率变化指数。效率变化反映了决策单元在当前技术水平上的使用效率，当效率变化指数大于1时表示该决策单元的生产边界向着有效生产前沿靠近，此时的利用率处于理想状态；当效率变化指数小于1时表示该决策单元在远离有效生产前沿，此时的利用率处于不理想状态。技术变化反映了决策单元技术水平变化的情况。技术变化指数大于1时表示该决策单元的技术发生了进步，反之指数小于1时表示这个决策单元的生产技术存在退步。（1）时间维度分析由表1.4可知，整体来看，2011年到2018年四川省政府卫生支出效率的平均Malmquist指数为0.918，表明过去八年政府卫生支出的全要素生产率平均每年降低8.2%，同时效率变化和技术变化指数也都是小于1的。根据表中的数据显示，四川省政府卫生支出的全要素生产率不理想的发展情况是由于技术方面存在短板和对技术的利用程度不足两个方面共同影响的，且新医改以来虽然四川省政府卫生支出的全要素生产率在部分阶段存在提高的趋势，但大部分时间还是存在利用率不理想的情况。为了更好地解释这一现象，现特将全要素生产率及其相关指数的变化趋势绘制成图，如图1.7所示。表1.42011年-2018年四川省政府卫生支出全要素效率及分解年份EFFCHTECHPECHSECHTFPCH2011-20121.0220.9281.0500.9740.9482012-20130.9790.9630.9641.0160.9422013-20141.0150.8161.0310.9840.8282014-20150.9790.8620.9391.0420.8442015-20160.9690.9571.0160.9540.9282016-20171.0110.9600.9881.0230.9712017-20180.9670.9990.9680.9980.966均值0.9920.9260.9940.9990.918图1.72011年-2018年四川省政府卫生支出平均效率及分解趋势图从图1.7中可以看出，各年度的平均Malmquist指数存在一定波动，且Malmquist指数趋势与技术变化指数趋势高度重合，尽管效率变化指数相对较高，但仅仅一个维度的相对改善是不能提高Malmquist指数的。2013年到2014年的Malmquist指数最低，为0.828，2016年到2017年的Malmquist指数最高，为0.971，但还是未突破1，可以看出从2009年的新医疗卫生改革以来在短时间内提高了四川省卫生领域的技术利用水平，但随着效率变化在1周围参差波动，政府卫生支出的全要素生产率便随着技术变化指数的波动而波动，可以看出，技术变化指数在2013年到2014年出现回落之后又逐渐上升，故而全要素生产率存在与技术变化指数趋势高度重合的情况。2012到2013年和2016年到2017年是Malmquist指数出现两个小高峰的阶段，2012到2013年的全要素生产率的提高更大程度上是因为技术变化，因为从上一个时间段到该时间段，效率变化在降低，但是技术变化出现了一定程度的提升；但2016年到2017年的小高峰较大程度是因为效率提高的作用，虽然技术进步也存在非常小幅度的提升，但远未到影响全要素生产率的程度，即政府部门对政府卫生支出使用效率的提升引起了全要素生产率一定程度的提高，但也离不开生产技术的创新，两者共同提升才会带来总体效率一定程度的上升。从整体趋势来看，效率变化呈现下降趋势且波动幅度较小；技术变化整体来看呈现上升趋势，但其波动幅度更大。（2）空间维度分析如表1.5所示，2011年到2018年四川省各地区政府卫生支出Malmquist指数由高到低为宜宾市、攀枝花市、绵阳市、内江市、成都市和眉山市等，整体来看，成都市以西的地区全要素生产率相对较低，该结论与效率的静态分析结果相同。其中年均Malmquist指数最高的是宜宾市，为0.945，表明平均来看，每年的全要素生产率存在5.5%的降低。21个地区的平均Malmquist指数均小于1，但有较少的地区相对接近1，表明新医改之后，这些地区的全要素生产率虽然相较于其他地区是相对有效率的，但还未达到理想状态，需要进行不断的提升。由于分解21个地区Malmquist指数作出来的图片篇幅较大，故将其按排名分成三个梯队，分别在各个梯队中抽取两个地区，绘制六个代表地区Malmquist指数分解图，见图1.8。

表1.52011年-2018年四川省政府卫生支出全要素效率及排名地区EFFCHTECHPECHSECHTFPCH排名成都市1.0000.9281.0001.0000.9285自贡市0.9750.9361.0000.9750.91215攀枝花市1.0000.9421.0001.0000.9422泸州市0.9800.9201.0020.9790.90217德阳市1.0000.9201.0001.0000.92010绵阳市1.0010.9331.0050.9960.9343广元市0.9900.9290.9910.9980.92010遂宁市0.9900.9120.9911.0000.90316内江市0.9930.9370.9911.0030.9304乐山市0.9890.9350.9990.9890.9248南充市0.9970.9021.0000.9970.90018眉山市0.9880.9390.9821.0060.9285宜宾市1.0160.9311.0220.9940.9451广安市1.0030.9191.0001.0030.9229达州市1.0020.9250.9901.0130.9277雅安市0.9850.9310.9771.0090.91712巴中市0.9900.9240.9901.0000.91414资阳市1.0000.9161.0001.0000.91613阿坝州0.9670.9170.9680.9990.88621甘孜州0.9870.9070.9880.9990.89519凉山州0.9710.9140.9621.0080.88720均值0.9920.9260.9940.9990.918图1.8六个代表地区年均效率及分解图如图1.8所示，六个代表市州的年均Malmquist指数之间的差值相对较小。从各地效率变化指数来看，只有宜宾市的效率变化大于1，德阳市和资阳市的效率变化值刚好1，其余三个代表地区均小于1；从技