毛 威

（東南大學(xué)機(jī)械工程學(xué)院工業(yè)工程系，江蘇 南京 211189）

一、引言

雖然近幾年來(lái)，我國(guó)在農(nóng)村醫(yī)療衛(wèi)生方面取得了一定的進(jìn)步，但總體而言我國(guó)農(nóng)村醫(yī)療衛(wèi)生還是我國(guó)醫(yī)衛(wèi)生工作中比較薄弱的環(huán)節(jié)，還有少部分農(nóng)民“因病致貧”、“因病返貧”,這不僅直接危及這些家庭的生命健康,而且影響到農(nóng)村經(jīng)濟(jì)的健康發(fā)展。農(nóng)村醫(yī)療衛(wèi)生是一項(xiàng)長(zhǎng)期而艱巨的社會(huì)系統(tǒng)工程，其中變量相當(dāng)多，而多變量之間可能存在相關(guān)性而增加了問(wèn)題分析的復(fù)雜性。主成分分析不僅可以減少分析指標(biāo)，還能降低原指標(biāo)包含信息的損失，對(duì)所收集的資料作全面的分析。本文則剛好利用主成分分析可用較少的綜合指標(biāo)分別綜合存在于各變量中的各類(lèi)信息的這一特點(diǎn)，通過(guò)分析《2012中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》中的中部六省農(nóng)村醫(yī)療衛(wèi)生方面的數(shù)據(jù)，確定和解釋影響農(nóng)村醫(yī)療發(fā)展的主成分因素，為農(nóng)村醫(yī)改提供參考依據(jù)。

二、主成分分析原理

主成分分析法也稱(chēng)主分量分析或矩陣數(shù)據(jù)分析,通過(guò)變量變換的方法把相關(guān)的變量變?yōu)槿舾刹幌嚓P(guān)的綜合指標(biāo)變量。

圖1 主成分分析法示意圖

若某研究對(duì)象有兩項(xiàng)指標(biāo)ζ1和ζ2,從總體ζ(ζ1,ζ2)中抽取了N個(gè)樣品,它們散布在橢圓平面內(nèi)(見(jiàn)圖1),指標(biāo)ζ1與ζ2有相關(guān)性。η1和η2分別是橢圓的長(zhǎng)軸和短軸,η1⊥η2,故η1與η2互不相關(guān)。其中η1是點(diǎn)ζ(ζ1,ζ2)在長(zhǎng)軸上的投影坐標(biāo),η2是該點(diǎn)在短軸上的投影坐標(biāo)。從圖1可以看出點(diǎn)的N個(gè)觀測(cè)值的波動(dòng)大部分可以歸結(jié)為η1軸上投影點(diǎn)的波動(dòng),而η2軸上投影點(diǎn)的波動(dòng)較小。若η1作為一個(gè)綜合指標(biāo),則η1可較好地反映出N個(gè)觀測(cè)值的變化情況,η2的作用次要。綜合指標(biāo)η1稱(chēng)為主成分,找出主成分的工作稱(chēng)為主成分分析。

可見(jiàn)，主成分分析即選擇恰當(dāng)?shù)耐队胺较?將高維空間的點(diǎn)投影到低維空間上,且使低維空間上的投影盡可能多地保存原空間的信息,就是要低維空間上投影的方差盡可能地大。

三、數(shù)據(jù)來(lái)源

本文采用的是文獻(xiàn)[1]中關(guān)于農(nóng)村醫(yī)療狀況的數(shù)據(jù)以及文獻(xiàn)[2]中關(guān)于財(cái)政支出的一些數(shù)據(jù)。數(shù)據(jù)(見(jiàn)表1)，然后對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。利用SPSS軟件得到相關(guān)系數(shù)矩陣（見(jiàn)表2），可知各數(shù)據(jù)有較強(qiáng)的相關(guān)性，可以用主成分分析法。

表1 原始數(shù)據(jù)

四、主成分分析法的應(yīng)用

運(yùn)用spss19.0對(duì)原始變量進(jìn)行主成分分析，得到表2和表3。由表3中的結(jié)果可知，這6個(gè)變量的方差都大于0.5，并且大部分都超過(guò)0.9，因此所提取的2個(gè)公因子可以能夠很好的解釋我國(guó)中部六省的農(nóng)村醫(yī)療發(fā)展現(xiàn)狀。發(fā)現(xiàn)第1、第2公因子變化最大，其累計(jì)貢獻(xiàn)率達(dá)到了96.756%。這就說(shuō)明從6個(gè)變量提取的2個(gè)公因子可以表達(dá)足夠的原始信息。

表2中內(nèi)容包含6個(gè)出事特征值及方差貢獻(xiàn)率、提取兩個(gè)公因子后的特征值及方差貢獻(xiàn)率。第一初始特征值為4.413，大于1，第二初始特征值為1.392，大于1；從第3成分開(kāi)始，其初始特征值均小于1，故選擇2個(gè)公因子便可以得到96.756%的累計(jì)貢獻(xiàn)率，即表示2個(gè)公因子可以解釋約97%的總方差,結(jié)果理想。

表2 解釋的總方差

表3 公因子方差

表4 成分矩陣

在第一個(gè)主成分中合作醫(yī)療參保情況、農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院病床數(shù)、農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院人員數(shù)、村衛(wèi)生室個(gè)數(shù)、政府醫(yī)療衛(wèi)生投入所占的這4個(gè)指數(shù)所占權(quán)系數(shù)較大,并且4個(gè)指標(biāo)變化方向一致,呈正相關(guān)，說(shuō)明引起這4個(gè)指標(biāo)變化的原因相似,而處理的方式也相關(guān)。對(duì)于合作醫(yī)療的參保情況而言，其參合率的一個(gè)重要因素是政府方面的投入情況，因?yàn)椴还苁窃谕侗r(shí)候的費(fèi)用，以及到醫(yī)院報(bào)銷(xiāo)的比例都與政府在的投入直接相關(guān)，而參保所需費(fèi)用和報(bào)銷(xiāo)比例就會(huì)影響到群眾參合的積極性，而對(duì)于農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院病床數(shù)、村衛(wèi)生室個(gè)數(shù)也是取決于政府在經(jīng)濟(jì)方面的支持，因?yàn)楝F(xiàn)在我國(guó)的基層醫(yī)療的基本實(shí)施建設(shè)的經(jīng)濟(jì)來(lái)源主要還是依靠政府的支持。另外對(duì)于農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院人員數(shù)，因?yàn)樵谖覈?guó)當(dāng)前經(jīng)濟(jì)發(fā)展水平不高的情況下,薪酬對(duì)于吸引和保留醫(yī)生的重要性是不言而喻的，而基層醫(yī)務(wù)人員薪酬相對(duì)地區(qū)醫(yī)務(wù)人員比較低的話，也會(huì)影響基層人員數(shù)量。故而，合作醫(yī)療參保情況、農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院病床數(shù)、農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院人員數(shù)、村衛(wèi)生室個(gè)數(shù)、政府醫(yī)療衛(wèi)生投入可以用第一主成分來(lái)表示，本文命名為政府投入。

在第主成分中鄉(xiāng)鎮(zhèn)門(mén)診量占門(mén)診總量的比重所占的權(quán)數(shù)系數(shù)達(dá)到0.96，而其他各項(xiàng)都比較小，因此將鄉(xiāng)鎮(zhèn)門(mén)診量占門(mén)診總量的比重作為第二主成分，本文命名為門(mén)診設(shè)立。

五、結(jié)論

主成分分析的結(jié)果表明，農(nóng)村醫(yī)療的發(fā)展現(xiàn)狀影響因素可以分為兩個(gè)部分：一個(gè)是政府對(duì)農(nóng)村醫(yī)療的財(cái)政投入，另一個(gè)是鄉(xiāng)鎮(zhèn)門(mén)診的設(shè)立數(shù)量所占的比重。所以，可以知道我國(guó)增加對(duì)農(nóng)村醫(yī)療的財(cái)政投入規(guī)模，對(duì)提高農(nóng)村人口整體的健康福利水平，具有非常重要的現(xiàn)實(shí)意義。因?yàn)樵谖覈?guó)農(nóng)村不論在醫(yī)療設(shè)施醫(yī)務(wù)人員方面還是醫(yī)療保障方面與城鎮(zhèn)居民都存在一定的差距，特別是西部地區(qū)農(nóng)村醫(yī)療還存在許多不足，所以政府加大對(duì)這些地區(qū)基層醫(yī)療的投入，就會(huì)取得比較高的健康績(jī)效，而我國(guó)農(nóng)村人口整體的健康水平也會(huì)有明顯的提高。另外就是鄉(xiāng)鎮(zhèn)門(mén)診設(shè)立方面的問(wèn)題，這就需要政府在財(cái)政投入的基礎(chǔ)上進(jìn)一步提高衛(wèi)生管理配置，以財(cái)政為向?qū)Вe極促進(jìn)相關(guān)部門(mén)提高對(duì)醫(yī)療資源的合理配置，避免資源的浪費(fèi)。

[1]2012中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒.

[2]2012中國(guó)統(tǒng)計(jì)年鑒.

[3]汪應(yīng)洛.系統(tǒng)工程[M].北京：機(jī)械工業(yè)出版社.2009，54-60.

[4]方開(kāi)泰.實(shí)用多元統(tǒng)計(jì)分析[M].上海:華東師范大出版社.1989，291-302.