• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      中國(guó)政府衛(wèi)生支出行為影響因素實(shí)證分析

      2021-02-28 08:14:24李德勛
      關(guān)鍵詞:顯著性衛(wèi)生變量

      劉 雨, 李德勛

      (安徽中醫(yī)藥大學(xué)醫(yī)藥經(jīng)濟(jì)管理學(xué)院 安徽 合肥 230000)

      公共醫(yī)療衛(wèi)生服務(wù)是一種明顯的公共產(chǎn)品[1],無論是2009年的新醫(yī)改方案還是《“健康中國(guó)2030”規(guī)劃綱要》,都明確了政府需履行對(duì)醫(yī)療衛(wèi)生健康服務(wù)需求的支出責(zé)任。目前對(duì)于政府衛(wèi)生支出領(lǐng)域的研究,多集中于研究中央、地方財(cái)政分權(quán)方面,缺少對(duì)國(guó)家宏觀層面政府衛(wèi)生支出行為的實(shí)證研究。著眼于經(jīng)濟(jì)發(fā)展、人口結(jié)構(gòu)、城鎮(zhèn)化程度、物價(jià)水平等方面,運(yùn)用多元線性回歸方法分析我國(guó)政府衛(wèi)生支出行為的影響因素,這對(duì)加強(qiáng)中央政府的支出責(zé)任,明確各級(jí)政府的責(zé)任分配和籌資機(jī)制是非常重要的[2]。

      1 關(guān)于政府衛(wèi)生支出行為的理論研究

      隨著社會(huì)的發(fā)展和進(jìn)步,人們對(duì)健康的要求也越來越高,這也要求政府在醫(yī)療衛(wèi)生領(lǐng)域給予更多的經(jīng)濟(jì)和政策支持。改革開放以來,隨著經(jīng)濟(jì)體制改革的深入和醫(yī)療衛(wèi)生事業(yè)的改革,中國(guó)的醫(yī)療衛(wèi)生事業(yè)出現(xiàn)了新的問題,如何為民眾提供公平的醫(yī)療衛(wèi)生服務(wù)成為政府、學(xué)術(shù)界和公眾最關(guān)注的問題之一[3]。

      在國(guó)內(nèi)研究方面,楊亮(2012)從國(guó)家宏觀層面和地方層面,利用相關(guān)理論和計(jì)量經(jīng)濟(jì)學(xué)模型,探究政府衛(wèi)生支出的現(xiàn)狀和特點(diǎn)并提出了對(duì)策建議[4]。楊立群(2011)使用面板數(shù)據(jù)回歸模型研究政府衛(wèi)生支出的影響因素,結(jié)果表明主要影響因素是國(guó)內(nèi)生產(chǎn)總值[5];周海燕(2011)、何長(zhǎng)江(2011)、宋志華(2010)基于中國(guó)省級(jí)面板數(shù)據(jù)進(jìn)行政府衛(wèi)生支出影響因素分析,也發(fā)現(xiàn)國(guó)內(nèi)生產(chǎn)總值是主要影響因素[6],另外,經(jīng)濟(jì)發(fā)展水平、政府機(jī)構(gòu)及人員的膨脹程度是較大影響因素[7],總的來看,經(jīng)濟(jì)、社會(huì)人口和衛(wèi)生狀況是3組基礎(chǔ)因素[8]。肖海翔(2013)利用GMM估計(jì)方法對(duì)省級(jí)面板數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)人均實(shí)際GDP、財(cái)政分權(quán)水平、城鎮(zhèn)化水平、住院分娩率和環(huán)境污染度對(duì)政府衛(wèi)生支出有顯著影響[9]。譚華偉等(2017)利用固定效應(yīng)模型開展的研究發(fā)現(xiàn),中央轉(zhuǎn)移支付人均指數(shù)和比重指數(shù)對(duì)地方政府衛(wèi)生支出的促進(jìn)作用有限,人均GDP、老年撫養(yǎng)比和政策沖擊都有積極影響[10]。吳昊、高小蓉等(2018)通過建立面板模型進(jìn)行研究發(fā)現(xiàn)我國(guó)政府衛(wèi)生支出逐漸受到老齡化因素影響,并且區(qū)域差異顯著[11]。韓婉新、李長(zhǎng)樂(2021)使用雙向固定效用模型分析數(shù)據(jù),發(fā)現(xiàn)一般公共預(yù)算收入、年末常住人口、衛(wèi)生機(jī)構(gòu)數(shù)量等因素對(duì)地市級(jí)政府衛(wèi)生支出產(chǎn)生了正向影響[12]。

      此外,近年來,在國(guó)內(nèi)方面對(duì)衛(wèi)生支出的效率水平和影響因素進(jìn)行了大量研究。韓華為(2010)、李郁芳(2015)對(duì)地方政府衛(wèi)生支出的效率進(jìn)行了核算,發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平、財(cái)政分權(quán)程度、醫(yī)改政策、城鎮(zhèn)化水平等均是影響因素[13,14]。王曦、梁瑋佳(2018)研究發(fā)現(xiàn),經(jīng)濟(jì)發(fā)展程度、居民受教育水平、財(cái)政分權(quán)程度、人口密度、城鄉(xiāng)收入差距等對(duì)政府衛(wèi)生支出效率產(chǎn)生了影響[15]。 周子超(2021)基于DEA-Tobit兩階段的分析發(fā)現(xiàn)技術(shù)革新速率、人均實(shí)際GDP、老齡化程度、教育水平、戶籍制度、醫(yī)療政策均產(chǎn)生了影響[16]。

      在國(guó)外的研究中,Kleiman(1974)率先發(fā)現(xiàn)GDP對(duì)衛(wèi)生支出的影響最大[17]。Newhouse(1980)、Gerdtham和Jonsson(2004)在早期的研究中也發(fā)現(xiàn)GDP和衛(wèi)生支出之間存在著明顯的正相關(guān)關(guān)系[18,19]。學(xué)者們還研究了其他的影響因素,并將研究范圍擴(kuò)展到政府的衛(wèi)生開支。DiMatteo(1998)對(duì)加拿大省級(jí)政府衛(wèi)生支出的影響因素進(jìn)行了研究,發(fā)現(xiàn)省級(jí)人均收入、老年人口所占比例是主要影響因素[20]。Costa-Font、Pons-novell(2007)使用西班牙衛(wèi)生支出的區(qū)域數(shù)據(jù)展開研究發(fā)現(xiàn),收入、財(cái)政分權(quán)程度、醫(yī)生數(shù)量、床位數(shù)等均會(huì)對(duì)政府衛(wèi)生支出產(chǎn)生影響[21]。Rahman(2008)的一項(xiàng)研究顯示人均收入和各邦的識(shí)字率影響印度各邦政府的衛(wèi)生支出[22]。Pammolli(2012)的一項(xiàng)類似研究發(fā)現(xiàn),公共衛(wèi)生支出隨著老齡化程度和技術(shù)進(jìn)步而增加[23]。近年來國(guó)外相關(guān)研究發(fā)現(xiàn),其他一些易被忽略的因素也對(duì)政府衛(wèi)生支出行為產(chǎn)生了影響。Sorensen等(2013)的一項(xiàng)研究得出結(jié)論:政府衛(wèi)生支出與醫(yī)療技術(shù)進(jìn)步之間存在復(fù)雜且不易確定的影響和相關(guān)性[24]。Joseph等(2014)利用一般矩量法和兩階段最小二乘法進(jìn)行實(shí)證研究發(fā)現(xiàn)衛(wèi)生援助的增加會(huì)取代一部分政府衛(wèi)生支出[25]。Moosa N(2018)的一項(xiàng)研究發(fā)現(xiàn)由于國(guó)際貨幣基金組織常推行緊縮型政策,其組織運(yùn)作對(duì)政府衛(wèi)生支出產(chǎn)生了消極影響[26]。Behera等(2019)對(duì)印度各邦政府衛(wèi)生支出行為的表現(xiàn)進(jìn)行研究,得出GDP的增長(zhǎng)會(huì)刺激政府衛(wèi)生支出增加的結(jié)論[27]。Barlow Pepita(2020)一項(xiàng)對(duì)中低收入國(guó)家的研究發(fā)現(xiàn),關(guān)稅變化和國(guó)內(nèi)稅收能力也對(duì)政府衛(wèi)生支出存在影響[28]。

      國(guó)內(nèi)外對(duì)政府衛(wèi)生支出行為及其影響因素的研究較為豐富,大多數(shù)基于一定的實(shí)證方法建立模型,研究結(jié)果綜合來看,經(jīng)濟(jì)發(fā)展水平、社會(huì)人口因素、衛(wèi)生水平等方面的因素均對(duì)政府衛(wèi)生支出行為產(chǎn)生了影響,但目前的國(guó)內(nèi)外研究大多著眼于地方層面,基于宏觀的國(guó)家層面開展的政府衛(wèi)生支出行為的研究并不多見,在制定宏觀政策時(shí)難以成為有效的參考依據(jù)。

      2 模型的設(shè)定

      2.1 模型介紹

      在現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)中,一個(gè)經(jīng)濟(jì)現(xiàn)象往往與幾個(gè)相關(guān)的現(xiàn)象相聯(lián)系,并且最簡(jiǎn)單的關(guān)聯(lián)形式是一個(gè)被解釋變量和若干個(gè)解釋變量之間的線性關(guān)系。多元線性回歸模型是指在一個(gè)模型中包括多個(gè)解釋變量和其他影響因素,這樣就可以同時(shí)估計(jì)和檢驗(yàn)多個(gè)解釋變量對(duì)被解釋變量的影響。

      2.2 模型構(gòu)建

      根據(jù)《2020中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》中的主要指標(biāo)解釋,政府衛(wèi)生支出是指各級(jí)政府用于一系列項(xiàng)目的支出,包括醫(yī)療衛(wèi)生服務(wù)、衛(wèi)生和醫(yī)療保險(xiǎn)管理、醫(yī)療保險(xiǎn)補(bǔ)貼以及人口和計(jì)劃生育的支出。公共衛(wèi)生支出的變化受到一些因素的影響,包括經(jīng)濟(jì)發(fā)展水平、財(cái)政支出水平、人口構(gòu)成和城市化程度。本文在回顧文獻(xiàn)的基礎(chǔ)上,選取人均GDP(X2)、人均衛(wèi)生費(fèi)用(X3)、少兒撫養(yǎng)比(X4)、老年撫養(yǎng)比(X5)、城鎮(zhèn)人口占總?cè)丝诒壤?X6)、居民消費(fèi)價(jià)格指數(shù)(X7)這6個(gè)變量,探究其對(duì)政府衛(wèi)生支出占財(cái)政支出比重(Y)的影響。 為了消除異方差并使得趨勢(shì)線性化,分別將相關(guān)變量變換成自然對(duì)數(shù)形式[6],構(gòu)建多元回歸模型

      lnY=β1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6lnX6+

      β7lnX7+u

      (1)

      其中l(wèi)nXi(i=1,2,…,7)為選取的影響因素指標(biāo),βi(i=1,2,…,7)為相應(yīng)的系數(shù),u~N表示隨機(jī)誤差,取值范圍為(0,σ2)。

      2.3 指標(biāo)解釋

      政府衛(wèi)生支出占財(cái)政支出比重的自然對(duì)數(shù)作為被解釋變量lnY,反映政府衛(wèi)生支出的程度;人均GDP的自然對(duì)數(shù)作為解釋變量lnX2,反映經(jīng)濟(jì)發(fā)展水平;人均衛(wèi)生費(fèi)用的自然對(duì)數(shù)作為解釋變量lnX3,反映總體的衛(wèi)生投入水平;反映人口結(jié)構(gòu)的解釋變量lnX4和lnX5分別為少兒撫養(yǎng)比的自然對(duì)數(shù)、老年撫養(yǎng)比的自然對(duì)數(shù);反映城市化程度的lnX6為城鎮(zhèn)人口占總?cè)丝诒壤淖匀粚?duì)數(shù);居民消費(fèi)價(jià)格指數(shù)的自然對(duì)數(shù)作為解釋變量lnX7,反映物價(jià)水平的變動(dòng)(見表1)。通過線性回歸分析,找出被解釋變量的相關(guān)影響因素指標(biāo),并確定解釋變量與各解釋變量間的數(shù)量關(guān)系,構(gòu)造多元回歸模型。

      表1 多元回歸模型的解釋變量描述

      2.4 數(shù)據(jù)來源

      本文引用的數(shù)據(jù)均來自國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào),選取1999年至2017年的各項(xiàng)指標(biāo)參與多元回歸分析(見表2)。其中,少兒撫養(yǎng)比是0~14歲的人口與15~64歲工作年齡人口的比率,老年撫養(yǎng)比是基于65歲以上人口與15~64歲工作年齡人口的比率;居民消費(fèi)價(jià)格指數(shù)均以1978年的數(shù)據(jù)為基數(shù)100。

      表2 1999—2017年中國(guó)政府衛(wèi)生支出行為的相關(guān)經(jīng)濟(jì)指標(biāo)指數(shù)

      3 實(shí)證分析

      3.1 估計(jì)參數(shù)

      將上述時(shí)間序列數(shù)據(jù)輸入統(tǒng)計(jì)分析軟件EViews 8.0,根據(jù)回歸模型(1)進(jìn)行多元回歸分析,得到初步回歸分析結(jié)果(見表3)。

      表3 初步回歸分析結(jié)果

      此外,根據(jù)初步回歸的分析結(jié)果,該回歸模型可決系數(shù)R2為0.979836,修正后的可決系數(shù)ˉR2為0.969755,F(xiàn)統(tǒng)計(jì)量為97.189。

      根據(jù)表格中初步回歸分析的結(jié)果,我們可以得到初步的多元回歸模型

      lnY=18.92645+0.951598lnX2+1.317572lnX3+

      0.5746lnX4-0.891342lnX5-5.884684lnX6-

      2.725078lnX7

      (2)

      s=(7.463807)(0.405180)(0.410226)(0.360320)(0.641753)(1.476652)

      (1.475311)

      R2=0.979836,ˉR2=0.969755,F(xiàn)=97.189,n=19

      3.2 模型檢驗(yàn)

      3.2.1 統(tǒng)計(jì)推斷檢驗(yàn)

      (1)擬合優(yōu)度的檢驗(yàn)

      首先進(jìn)行擬合優(yōu)度的檢驗(yàn)。由初步回歸分析的結(jié)果可以得到:可決系數(shù)R2為0.979836,修正后的可決系數(shù)ˉR2為0.969755,這意味著所構(gòu)建的模型很好地?cái)M合了樣本數(shù)據(jù)整體(可決系數(shù)越接近于1,擬合度越高)

      (2)F檢驗(yàn)

      其次進(jìn)行F檢驗(yàn)。提出原假設(shè)H0:β2=β3=β4=β5=β6=β7=0,在顯著性水平α=0.05下,從F分布表中查出自由度為k-1=6和n-k=12的臨界值Fα(6,12)=3.00。由上述初步回歸分析結(jié)果知F=97.189,由于F=97.189>Fα(6,12)=3.00,所以應(yīng)拒絕原假設(shè)H0:β2=β3=β4=β5=β6=β7=0,表明方程的回歸是顯著的,也就是說人均GDP的自然對(duì)數(shù)(lnX2)、人均衛(wèi)生費(fèi)用的自然對(duì)數(shù)(lnX3)、少兒撫養(yǎng)比的自然對(duì)數(shù)(lnX4)、老年撫養(yǎng)比的自然對(duì)數(shù)(lnX5)、城鎮(zhèn)人口占總?cè)丝诒壤淖匀粚?duì)數(shù)(lnX6)、居民消費(fèi)價(jià)格指數(shù)的自然對(duì)數(shù)(lnX7)這些變量聯(lián)合起來對(duì)政府衛(wèi)生支出占財(cái)政支出比重的自然對(duì)數(shù)(lnY)有顯著影響。

      (3)t檢驗(yàn)

      學(xué)校作為教育農(nóng)村訂單定向醫(yī)學(xué)生的最主要執(zhí)行主體,在資助政策上應(yīng)給予傾斜。如在勤工助學(xué)崗位、學(xué)校各種資助政策中給予傾斜,特別是加大對(duì)農(nóng)村戶籍學(xué)生的資助力度,拓寬其生活費(fèi)來源,以減輕其求學(xué)的經(jīng)濟(jì)壓力。讓學(xué)有余力的學(xué)生可以在各種有利的政策中獲得更好的發(fā)展,讓學(xué)習(xí)能力偏弱的同學(xué)重塑學(xué)習(xí)態(tài)度,以更高的質(zhì)量和水平完成學(xué)業(yè)。

      3.2.2 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

      (1)多重共線性檢驗(yàn)

      在多元線性回歸模型中,各自變量因素本身之間也可能存在著強(qiáng)烈的線性關(guān)系。如果這種線性關(guān)系超過或者干擾了自變量和因變量之間的線性關(guān)系,就會(huì)很難保證線性回歸模型的穩(wěn)定性,不能得到最優(yōu)的回歸方程,回歸系數(shù)的準(zhǔn)確性也會(huì)不高[29]。為了解決這個(gè)問題,我們運(yùn)用逐步回歸法進(jìn)行多重共線性的檢驗(yàn),即按照解釋變量的顯著性大小,從大到小依次將變量引入模型中,觀察引入每一個(gè)變量后的F統(tǒng)計(jì)量、修正后的可決系數(shù)以及其他各解釋變量t統(tǒng)計(jì)值的情況,如果最初引入的解釋變量由于后來引入的解釋變量而不再顯著,則將后者刪除,以減少共線性的影響。

      由表1,我們以解釋變量lnX6為基礎(chǔ),按照顯著性的大小依次引入其他解釋變量,逐步回歸法檢驗(yàn)過程如表4所示。

      表4 逐步回歸法檢驗(yàn)過程

      由表4可得,在逐步回歸的過程中,人均GDP的自然對(duì)數(shù)(lnX2)、人均衛(wèi)生費(fèi)用的自然對(duì)數(shù)(lnX3)、城鎮(zhèn)人口占總?cè)丝诒壤淖匀粚?duì)數(shù)(lnX6)這3個(gè)解釋變量對(duì)被解釋變量政府衛(wèi)生支出占財(cái)政支出比重的自然對(duì)數(shù)(lnY)產(chǎn)生顯著性影響,它們的t統(tǒng)計(jì)值均通過顯著性檢驗(yàn),且在依次被引入的過程中均未對(duì)已引入變量的t統(tǒng)計(jì)值產(chǎn)生不良影響,還改進(jìn)了模型的F統(tǒng)計(jì)值、擬合優(yōu)度;而解釋變量少兒撫養(yǎng)比的自然對(duì)數(shù)(lnX4)、老年撫養(yǎng)比的自然對(duì)數(shù)(lnX5)、居民消費(fèi)價(jià)格指數(shù)的自然對(duì)數(shù)(lnX7)在分別被引入模型的過程中對(duì)已引入變量的t統(tǒng)計(jì)值產(chǎn)生了不良影響,且未對(duì)F統(tǒng)計(jì)值、擬合優(yōu)度產(chǎn)生明顯改進(jìn),說明這3個(gè)解釋變量對(duì)被解釋變量政府衛(wèi)生支出占財(cái)政支出比重的自然對(duì)數(shù)(lnY)的影響是偶然的,應(yīng)該從回歸模型中去除以獲得新的線性回歸模型

      lnY=6.146756+0.672508lnX2+0.372372lnX3-

      3.582507lnX6

      (3)

      (2)異方差檢驗(yàn)

      異方差性指的是被解釋變量的觀測(cè)值離散程度隨著解釋變量的變化而變化,這與線性回歸中的同方差假定是相悖的。在計(jì)量經(jīng)濟(jì)分析活動(dòng)中,隨著觀測(cè)值的變化,某些因素會(huì)對(duì)解釋變量產(chǎn)生不同的影響,從而導(dǎo)致隨機(jī)誤差項(xiàng)的不同方差,即出現(xiàn)“異方差”現(xiàn)象。為了檢驗(yàn)?zāi)P椭惺欠翊嬖诋惙讲顔栴},我們采用White檢驗(yàn)方法對(duì)其進(jìn)行檢驗(yàn)。

      我們構(gòu)造輔助函數(shù)并利用EViews軟件得到nR2=6.624477,由于輔助回歸中有9個(gè)解釋變量,自由度為9。提出假設(shè)H0:α1=α2=α3=……=α9=0(α1~α9為輔助函數(shù)中各變量的系數(shù)),由White檢驗(yàn)知,在α=0.05下,通過查尋χ2分布表得到臨界值為

      因此無法拒絕H0,說明模型中是不存在異方差的。

      (3)自相關(guān)檢驗(yàn)

      自相關(guān)是指整個(gè)回歸模型中的隨機(jī)誤差項(xiàng)之間存在著相關(guān)關(guān)系。另一方面,回歸模型的古典假定是隨機(jī)誤差項(xiàng)沒有自相關(guān),也就是說,假設(shè)隨機(jī)誤差項(xiàng)在觀測(cè)點(diǎn)之間沒有相關(guān)性。針對(duì)模型是否存在自相關(guān)的現(xiàn)象,我們這里利用DW檢驗(yàn)法進(jìn)行檢驗(yàn):在顯著性水平0.05下,對(duì)樣本量為19、3個(gè)解釋變量的模型進(jìn)行DW統(tǒng)計(jì)值查表得dL=0.967,dU=1.685,模型中DW=1.537906,有dL

      為了解決好自相關(guān)的問題,這里用科克倫-奧克特迭代法進(jìn)行廣義差分回歸,得到迭代后的DW=1.840319,可以判斷dU

      圖1 殘差圖

      根據(jù)廣義差分后的結(jié)果,修正回歸模型

      lnY=4.507084+0.555006lnX2+0.321726lnX3-

      2.758748lnX6

      (4)

      4 結(jié)果與分析

      從以上模型的設(shè)定及檢驗(yàn)過程我們可以得到這樣一個(gè)結(jié)果:人均GDP、人均衛(wèi)生費(fèi)用、城鎮(zhèn)人口占總?cè)丝诒壤鶎?duì)政府衛(wèi)生支出行為產(chǎn)生顯著性影響,其中前兩個(gè)因素是正向產(chǎn)生效應(yīng),最后一個(gè)因素對(duì)政府衛(wèi)生支出行為產(chǎn)生負(fù)效應(yīng)影響。

      4.1 經(jīng)濟(jì)發(fā)展水平對(duì)政府衛(wèi)生支出行為產(chǎn)生正向影響

      結(jié)果顯示,人均GDP指標(biāo)顯著性地對(duì)政府衛(wèi)生支出行為產(chǎn)生正向影響,人均GDP的自然對(duì)數(shù)每增長(zhǎng)1個(gè)單位,政府衛(wèi)生支出占財(cái)政支出比例的自然對(duì)數(shù)就會(huì)增加0.555006個(gè)單位,表明人均GDP是政府衛(wèi)生支出行為的重要影響因素。這正是我們所預(yù)期的,即當(dāng)經(jīng)濟(jì)發(fā)展水平提高時(shí),政府衛(wèi)生支出也相應(yīng)增加。隨著經(jīng)濟(jì)的發(fā)展,人們的生活水平不斷提高,消費(fèi)需求不斷轉(zhuǎn)變,人們對(duì)健康、養(yǎng)生、保健的需求也急劇增加,政府為了滿足人民對(duì)美好健康生活的向往與需求,也將承擔(dān)更多的責(zé)任,相應(yīng)地在醫(yī)療衛(wèi)生領(lǐng)域投入更多資金。另外,模型中還顯示出人均GDP的波動(dòng)對(duì)政府衛(wèi)生支出行為的影響程度不算很大,表明政府尚未將衛(wèi)生事業(yè)的投入與社會(huì)發(fā)展結(jié)合起來,對(duì)衛(wèi)生事業(yè)的發(fā)展并未排在財(cái)政支出的首位,這其中最主要的原因可能是政策決策者對(duì)健康作用和衛(wèi)生事業(yè)發(fā)展的認(rèn)識(shí)還不夠,受到了主觀因素的限制[5]。

      4.2 衛(wèi)生投入總水平對(duì)政府衛(wèi)生支出行為產(chǎn)生正向影響

      人均衛(wèi)生費(fèi)用在模型中對(duì)政府衛(wèi)生支出行為起到了正向顯著影響,結(jié)果顯示,人均衛(wèi)生費(fèi)用的自然對(duì)數(shù)每增加1個(gè)單位,政府衛(wèi)生支出占財(cái)政支出比例的自然對(duì)數(shù)就會(huì)增加0.321726個(gè)單位,這符合我們的預(yù)期。人均衛(wèi)生費(fèi)用水平反映的是衛(wèi)生投入總水平,顯示了一個(gè)國(guó)家在衛(wèi)生領(lǐng)域的總投資水平。它包括了3個(gè)部分:政府、個(gè)人以及社會(huì)衛(wèi)生支出。

      隨著市場(chǎng)化經(jīng)濟(jì)體制的不斷推進(jìn)以及服務(wù)型政府的不斷改革,近年來,個(gè)人衛(wèi)生支出在衛(wèi)生總支出中的比重明顯下降,而社會(huì)衛(wèi)生支出的比重則大幅增加,政府也繼續(xù)加大對(duì)衛(wèi)生領(lǐng)域的支持。所以隨著衛(wèi)生總費(fèi)用的增加,政府衛(wèi)生支出情況也在逐漸向好的方向調(diào)整,這符合實(shí)際規(guī)律。

      4.3 城鎮(zhèn)化程度對(duì)政府衛(wèi)生支出行為產(chǎn)生負(fù)向影響

      模型中顯示,城鎮(zhèn)人口占總?cè)丝诒壤矊?duì)政府衛(wèi)生支出行為產(chǎn)生顯著性影響,不過這個(gè)影響是負(fù)向的,即城鎮(zhèn)人口占總?cè)丝诒壤淖匀粚?duì)數(shù)每增加1個(gè)單位,政府衛(wèi)生支出占財(cái)政支出比例的自然對(duì)數(shù)就會(huì)減少2.758748個(gè)單位。這表明城鎮(zhèn)化程度的加深并沒有帶來政府衛(wèi)生支出行為的改善,相反地還會(huì)降低政府衛(wèi)生支出的比重,這并不符合我們的預(yù)期,但從實(shí)際出發(fā)可以給出一個(gè)可能與此相關(guān)的解釋:隨著城鎮(zhèn)化進(jìn)程的加快,社會(huì)發(fā)展、社會(huì)關(guān)系的趨向更加復(fù)雜,這其中可能出現(xiàn)了許多外部效應(yīng),政府的一部分注意力轉(zhuǎn)移到了新的社會(huì)問題方面,從而擠占了政府對(duì)衛(wèi)生領(lǐng)域的支出。

      另外,在構(gòu)建回歸模型時(shí),少兒撫養(yǎng)比、老年撫養(yǎng)比和居民消費(fèi)價(jià)格指數(shù)都沒有通過顯著性檢驗(yàn),也就是人口結(jié)構(gòu)、物價(jià)水平變動(dòng)因素均未在構(gòu)建的模型中對(duì)政府衛(wèi)生支出行為產(chǎn)生顯著性影響。這可能是因?yàn)檎谥贫ㄐl(wèi)生支出政策時(shí)沒有充分考慮人口結(jié)構(gòu)、城鎮(zhèn)化程度和物價(jià)水平等因素,或者是因?yàn)檎l(wèi)生支出水平尚未根據(jù)社會(huì)發(fā)展和人口對(duì)衛(wèi)生產(chǎn)品和服務(wù)的實(shí)際需求進(jìn)行調(diào)整[7]。

      5 結(jié)論及政策建議

      經(jīng)過前文的分析,可以得出這樣的一個(gè)結(jié)論:人口結(jié)構(gòu)、物價(jià)水平變動(dòng)因素均未對(duì)政府衛(wèi)生支出行為產(chǎn)生必然的影響,經(jīng)濟(jì)發(fā)展水平、衛(wèi)生投資總量和城鎮(zhèn)化水平對(duì)政府衛(wèi)生支出行為有重大影響,其中城鎮(zhèn)化水平起著負(fù)面作用。基于上述結(jié)論,我們對(duì)政府衛(wèi)生支出行為提出以下政策建議。

      (1) 堅(jiān)持政府主導(dǎo),合理分配衛(wèi)生支出。目前我國(guó)經(jīng)濟(jì)發(fā)展水平不斷提高,政府衛(wèi)生支出也一定程度地增加,未來還要進(jìn)一步堅(jiān)持政府在基本醫(yī)療衛(wèi)生服務(wù)中起主導(dǎo)作用。政府應(yīng)隨著社會(huì)的進(jìn)步和經(jīng)濟(jì)發(fā)展,不斷提高對(duì)健康和醫(yī)療衛(wèi)生事業(yè)的認(rèn)識(shí),在財(cái)政支出中提高衛(wèi)生領(lǐng)域支出的比重,更有力地促進(jìn)公眾健康事業(yè)發(fā)展,開展具體的支出方式及支出比例科學(xué)化研究,加大對(duì)基層醫(yī)療衛(wèi)生機(jī)構(gòu)、疾病預(yù)防控制、健康教育等方面的傾斜比重[29-31],滿足人民日益增長(zhǎng)的健康需求。

      (2) 充分考慮社會(huì)發(fā)展因素,建立衛(wèi)生支出績(jī)效評(píng)價(jià)體系。隨著社會(huì)的發(fā)展,政府在制定衛(wèi)生支出政策時(shí),應(yīng)充分考慮人口結(jié)構(gòu)、城鎮(zhèn)化程度、物價(jià)水平等因素的影響。如今,隨著人口老齡化、三胎政策入法、城鎮(zhèn)化程度加速等一系列社會(huì)新現(xiàn)象的出現(xiàn),政府應(yīng)適時(shí)調(diào)整衛(wèi)生支出政策,根據(jù)實(shí)際情況,科學(xué)、合理地建立衛(wèi)生投入機(jī)制。同時(shí),政府應(yīng)基于衛(wèi)生領(lǐng)域的工作內(nèi)容,兼顧效率與公平,設(shè)計(jì)建立衛(wèi)生支出績(jī)效考核評(píng)價(jià)體系,科學(xué)評(píng)價(jià)政府衛(wèi)生支出是否到位、速度如何、是否存在資金擠占和挪用等情況,提高衛(wèi)生資金使用效率,有效減少浪費(fèi)[32],保障人民生命和健康。

      (3) 建立服務(wù)型政府的同時(shí),鼓勵(lì)社會(huì)參與籌資。在新公共管理浪潮下,政府也在不斷進(jìn)行自我的改革,強(qiáng)調(diào)建立服務(wù)型政府,主張充分發(fā)揮市場(chǎng)的作用,引進(jìn)社會(huì)的力量進(jìn)行衛(wèi)生資源籌資。本篇文章雖然研究的是政府衛(wèi)生支出行為的影響因素,但目的并不是要探究使政府衛(wèi)生支出絕對(duì)值增加的有效途徑,而是旨在通過研究有關(guān)影響因素來幫助政府合理決策政府衛(wèi)生支出行為,達(dá)到衛(wèi)生保障的公平與有效。所以,在市場(chǎng)經(jīng)濟(jì)體制的推進(jìn)下,政府落實(shí)自身責(zé)任的同時(shí),要做好衛(wèi)生領(lǐng)域的統(tǒng)籌協(xié)調(diào)工作,拓展多渠道、可持續(xù)的衛(wèi)生籌資方式,鼓勵(lì)社會(huì)力量參與[33,34],共同保障和支持衛(wèi)生事業(yè)的可持續(xù)發(fā)展。

      (4)明確各級(jí)政府職責(zé),完善區(qū)域衛(wèi)生規(guī)劃?,F(xiàn)有的研究中大部分都立足于各地區(qū)的面板數(shù)據(jù),考慮到財(cái)政分權(quán)的因素。盡管本文從宏觀角度研究了政府衛(wèi)生支出行為的影響因素,但根據(jù)不同行政級(jí)別以及地區(qū)的省情和地情來明確政府職責(zé)仍十分重要。要按照中央、省、市、縣行政職責(zé)劃分,合理分擔(dān)衛(wèi)生事權(quán),在此基礎(chǔ)上尊重市場(chǎng)的規(guī)律,完善區(qū)域衛(wèi)生規(guī)劃工作,有效配置衛(wèi)生資源,并且中央政府要在此過程中注意統(tǒng)籌協(xié)調(diào),對(duì)中、西部地區(qū)實(shí)行一定程度、標(biāo)準(zhǔn)明確的衛(wèi)生財(cái)政補(bǔ)助政策,確保全國(guó)各地人民相對(duì)公平地享受衛(wèi)生服務(wù)。

      猜你喜歡
      顯著性衛(wèi)生變量
      抓住不變量解題
      也談分離變量
      衛(wèi)生與健康
      基于顯著性權(quán)重融合的圖像拼接算法
      電子制作(2019年24期)2019-02-23 13:22:26
      基于視覺顯著性的視頻差錯(cuò)掩蓋算法
      一種基于顯著性邊緣的運(yùn)動(dòng)模糊圖像復(fù)原方法
      論商標(biāo)固有顯著性的認(rèn)定
      衛(wèi)生歌
      SL(3,3n)和SU(3,3n)的第一Cartan不變量
      辦好衛(wèi)生 讓人民滿意
      东阳市| 洪洞县| 佳木斯市| 来凤县| 敦煌市| 湛江市| 新乐市| 星座| 张北县| 铜陵市| 莱西市| 宁明县| 通河县| 宣汉县| 荣昌县| 邯郸县| 偏关县| 青冈县| 仁寿县| 海兴县| 阿克苏市| 通渭县| 金秀| 浦北县| 达孜县| 商城县| 井冈山市| 同江市| 长阳| 灌阳县| 长沙市| 渑池县| 浦北县| 富川| 五台县| 广宗县| 疏附县| 儋州市| 宝清县| 五华县| 宜兴市|