人口因素影响医疗卫生费用支出的途径范文

本站小编为你精心准备了人口因素影响医疗卫生费用支出的途径参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：本文通过选取变量，构建卫生费用支出的模型，使用Eviews对模型进行实证分析，得出结论如下：男性比重的增加将会引起卫生费用支出比较大幅度的增长。另外城镇人口的比例也在很大程度上影响卫生费用的支出，并成负相关。最后人口死亡率和老年人口抚养比也在一定程度上影响卫生费用的支出，人口死亡率与卫生费用支出成负相关，老年人口抚养比则成正相关。

关键词：人口；卫生费用；影响途径

一、引言

当前,世界各国都面临卫生费用过快增长的问题,我国也不例外。卫生部所公布的数据显示,我国人均医疗(卫生)费用年均增长率为21.8%,大大超过了人均收入的增长。医疗费用支出已成为我国居民继家庭食品、教育支出后的第三大消费，给社会、家庭带来沉重的负担,居民卫生服务的有效需求将更加受到抑制。影响卫生费用增长的因素有很多，由于近年来我国人口变化出现了一些新的特点，包括人口数量、人口质量、人口构成和人口分布等。因此研究人口因素与卫生医疗费用支出的关系显得的尤为重要。鉴于此，本文在第二部分将对相关研究文献进行综述，接着介绍选取的变量及构建模型，然后利用Eviews软件进行实证分析，最后根据分析结果进行总结并提出政策建议。

二、相关文献综述

根据以往研究，发现大部分学者的研究认为影响医疗卫生费用支出的因素主要有经济因素，人口因素还有医疗系统本身三个方面。关于经济因素，主要有经济增长、人均总收入1、城市化水平2等。何平平（2005、2006、2008）采用协整检验、Granger因果检验、单位根检验，建立计量回归模型进行实证分析，认为经济增长对我国医疗费用增长的影响是一种长期关系，且是中国卫生总费用增长的最主要因素。刘贞等（2016）采用协整分析、误差修正模型等方法进行研究，认为人均总收入与人均医疗卫生费用之间存在长期的均衡的显著的正相关关系，而短期影响不大。也有很多学者具有相同的观点（陈聪等，2011；黄小平等，2016），只是用的衡量指标不同，他们用人均GDP、居民人均可支配收入、人均生产总值来衡量人均总收入。陈聪（2011）、张晓岚等（2012）通过构建多元回归模型和Tobit模型，对我国医疗卫生收入与相关影响因素进行实证研究，认为人口城市化率对医疗卫生收入的增长有显著贡献，而何平平（2005）得到了相反的观点。关于人口因素，主要有人口数量、人口质量、人口构成和人口分布（黄成礼，2004）。黄小平等（2016）认为人口密度会阻碍支出效率的提高，从而增加支出费用；另外与人口质量相关的教育水平等因素也会对卫生支出费用产生影响（黄小平、刘美花，2016）；与人口构成相关的性别，年龄等变量也会有很大影响（黄成礼，2004；马爱霞等，2015）。但是学者们对人口老龄化的作用有不同的观点。黄成礼（2004）和何平平（2005）采用计量分析方法，研究认为人口老龄化对中国卫生费用增长的影响不容忽视，然而何平平等（2006）和陈聪等（2011）认为人口老龄化对我国医疗费用增长的影响是一种长期关系,但短期影响不大。另外，吴昊等（2018），通过建立面板模型，认为影响东中西部政府医疗卫生支出的主要因素有着较大差别。关于医疗系统自身因素的影响，主要有社会保障、医疗保险、养老保险（何平平，2005；胡宏伟等，2012；王新军，2014；马爱霞等，2015；马宁宁等2016），每千人口卫生技术人员（刘真等，2016），营利性医院的比例、“平均住院费用”、病床周转次数和平均住院日（薛新东，2012），医疗价格（何平平等，2008），政府公共预算卫生支出比例（何平平，2005），卫生保健的需求何健康意识的提高，服务密度的加强（医疗纠纷数量），卫生机构和医师人数的增加，卫生支付机制的不完善（雷海潮，1996）

三、变量选取与模型构建

（一）变量选取与数据来源因为本文研究的主题是中国医疗卫生费用的支出，从中国统计年鉴来看，卫生总费用最能够衡量中国医疗卫生费用的支出，所以本文选取卫生总费用（亿元）作为因变量，用Y表示。关于自变量，本文主要选取与人口因素相关的变量来衡量。作者把人口因素相关的变量分成人口数量、人口质量、人口构成和人口分布四个方面。首先，经验来看，人口数量的增加会增加卫生费用支出，作者用总人数和人口增长率两个变量来代表人口数量，分别用X1和X2表示。其次，人口质量也对卫生费用的支出有一定影响，其中教育程度、寿命都是很重要的因素，考虑到数据的可得性，本文选取反映人口寿命的人口死亡率（X3）来代表人口的质量。再次，随着老龄化趋势的加强，人口的年龄构成，性别构成，城乡结构等人口结构因素也会影响卫生费用的支出，本文用65岁及以上人口比例（X4）和老年抚养比(X5)代表年龄构成，用男性比重（X6）来表示性别构成。最后，本文用城镇人口比重（X7）来表示人口在城乡之间的分布。另外，由于除了人口因素外还有其他变量对卫生费用的支出有很大影响，根据前人的研究，本文选取医疗卫生机构数（X8）和国内生产总值（X9）作为控制变量。

（二）模型构建根据以上变量分析构建模型

四、实证分析

（一）模型回归结果作者首先用Eviews8.0对所有变量进行回归。所有的自变量都进入模型时，发现有些重要变量并不显著，如总人口（X1）,人口自然增长率（X2），65岁及以上人口数（X4），而这些变量对卫生费用支出的影响非常重要，并且R2达到了0.998091，说明很可能其他变量和这些重要变量之间存在多重共线性，因此作者采用逐步回归避免多重共线性的问题，得到的结果如表2所示。由表1所知,经过逐步回归方法，删除了人口自然增长率（X2）和65岁及以上人口数（X4），表明这两个变量与其他变量之间存在严重的多重共线性。

（二）相关检验根据表1可知，虽然R2的值变小了，但是R2的值还是有0.99以上，表明模型中X对Y的解释程度达到了99%以上，因此模型通过了R2检验。下面作者对本模型进行显著性检验，显著性检验有两种，分别是单变量和多变量的检验。由表1可以看出，对于单变量的显著性，因为每个X的t值的绝对值都比较大，或者除了X4以外其他变量的P值都小于0.01，所以各个变量都很显著。对于多变量的显著性检验，由表1看出F值非常大，所以变量整体也很显著。因为我们采用逐步回归的方法进行回归，因此不存在多重共线性。另外对样本量为32、5个解释变量的模型、5%显著水平，查DW统计表可知，dL=1.09，dU=1.83，DW=1.808659，模型中dL<DW<dU,因此不存在自相关。最后我们进行异方差检验，得到结果如表3所示。从表2可知，B-P检验中P值很高，达到0.5919，因此不能拒绝不存在异方差的原假设，表明通过异方差检验。

五、主要结论

本文通过选取变量，构建卫生费用支出的模型，使用Eviews对模型进行实证分析，得出结论如下：首先，本文得到了一个有趣的结论，男性比重每增加1%，将会引起卫生费用支出比较大幅度的增长，表明男性的身体状况不如女性好。另外城镇人口的比例也在很大程度上影响卫生费用的支出，并成负相关，表明近几年来随着国家对农村人口医保的增加，农村人口医疗卫生支出费用增加。最后人口死亡率和老年人口抚养比也在一定程度上影响卫生费用的支出，人口死亡率与卫生费用支出成负相关，老年人口抚养比则成正相关。因此我们可以看出人口的各个指标对卫生费用的支出都有较大影响，减少总人口的数量，改善人口的质量和分布状况都能够有效的控制卫生费用的支出。

参考文献：

[1]马爱霞，许扬扬，我国老年人医疗卫生支出影响因素研究，中国卫生政策研究2015年p7月

[2]吴昊高小蓉史本山，我国政府公共医疗卫生支出影响因素分析，环境与社会，2018.01

[3]黄小平，刘美花,湖南省公共医疗卫生支出效率及其影响因素实证分析,经济数学,2016.6

[4]薛新东,中国医疗卫生体系的生产效率及其决定因素,——基于2003+2009年省级面板数据的实证研究,2012(3)

[5]何平平,李连友中国医疗费用增长的影响因素分析统计与决策2008年第13期(总第265期)

作者：龚小芸 单位：上海外国语大学附属外国语学校