公立医院“三重垄断”与医疗行业效率

庞瑞芝+高贤泽+邓忠奇

摘要：一直以来，处于垄断地位的公立医院主导着我国医疗服务供给市场。随着我国新一轮医药卫生体制改革的深入开展，提升公立医院经营效率、优化医疗资源配置已成为新时代改革的重点。本文揭示了公立医院的“三重垄断”属性及其助长“看病难、看病贵”现象的经济学逻辑，并采用前沿的BootstrapDEA方法，实证研究了我国2010至2014年公立医院垄断对医疗机构经营效率的影响。研究发现：公立医院在数量占比上的减少对于医院系统经营效率的提升有促进作用，而公立医院在门诊、住院两大核心业务上的垄断势力与医院系统经营效率的关系不明显。

关键词：公立医院垄断；医院效率；BootstrapDEA方法；新医改

文献标识码：A文章编号：100228482018（01）000112

一、 引言

随着我国综合国力和人民生活水平的不断提高，民生领域成为近年来深化社会改革、全面建成小康社会的“攻坚区”，《十九大报告》明确指出“民生领域还有不少短板，脱贫攻坚任务艰巨，城乡区域发展和收入分配差距依然较大，群众在就业、教育、医疗、居住、养老等方面面临不少难题”。长期以来，在我国医院体系内，公立医院无论是在专业设备和人员配置方面，还是在患者就医偏好等方面，都占据主导甚至垄断地位。与此同时，“看病难、看病贵”等社会问题依然突出，医疗服务领域效率水平依然有待提高。在此背景下，2009年我国推行了“新医改”政策，改革之后医疗服务领域的效率水平是否有显著提升？医疗服务效率与医疗市场结构之间是否存在显著关系？类似问题的研究对我国公立医院改革，乃至对未来医疗服务领域市场格局的优化，都具有十分重要的意义。

围绕我国新一轮医药卫生体制改革以及“十三五”规划对于医疗体制改革的相关安排，公立医院改革已经成为决定“新医改”成败的关键。在我国现行医疗体制下，医院作为医疗服务供给市场的主体，对我国“医改”及医疗服务体系内各个环节起到“牵一发而动全身”的关键性作用。作为医药销售最大的终端机构，医院医生的“处方权”和医院药事委员会的“采购清单”决定着药品能否顺利进入市场以及药品生产、流通企业的生死存亡。而作为门诊和住院服务最重要的医疗机构，公立医院在引导患者就医、医疗人员流动等方面举足轻重。因此，公立医院改革正是当前我国“新医改”推动的社会办医、医药分离、取消药品加成、分级诊疗体系构建、医保支付制度改革等多个方面利益交叉、多方博弈的重要领域。打破公立医院的垄断格局是否有助于“看病难、看病贵”问题的解决？是否有助于我国医疗资源配置效率的提升？立足我国“新医改”的大趋势大方向，本文认为，在顶层设计层面，多元化办医、完善分级诊疗体系等一系列改革措施旨在破除公立医院长期垄断医疗市场局面的政策意图比较明显，但是从学术研究的角度，此问题还需利用实证数据和有效方法进行审慎分析。

有关市场结构对医院经营绩效乃至社会福利的影响等方面，目前大多数文献集中于发达国家医疗系统的研究，例如Carey和Gaynor等[12]的研究。具体地，Robinson和Luft[3]分析了医院市场结构对医疗成本（患者人均医疗成本以及患者日均医疗成本）的影响，认为在高竞争性市场环境下，医院的医疗成本反而比低竞争性市场环境下的医疗成本高，那么保持医疗行业一定程度的垄断性有利于成本节约。但是，Kessler和McClellan[4]利用美国1985—1994年的数据研究医院之间竞争水平对医疗支出和患者治愈率的影响时，发现上世纪八十年代，医院竞争对医疗支出和患者治愈率的影响不明显，而在九十年代，医院竞争降低了医疗支出，并提升了患者治愈率，这挑战了Robinson和Luft的结论。此外，还有许多学者利用其它方法对医院之间的竞争及其福利效应进行了研究，其中支持Kessler和McClellan结论的学者居多。例如，Cooper等[5]研究了英国国家医疗服务体系（NHS）对扩大居民就医选择范围的影响，并以急性心肌梗死死亡率作为代表性指标研究了市场结构对医疗质量的影响，研究结果支持Kessler和McClellan的结论，表明医院之间的相互竞争提升了医疗服务质量；Cooper等[6]的另一篇文献也发现了类似结论。国内关于此问题的研究有：李林等[7]利用2002—2006年我国31个省市自治区的统计数据和固定效应模型，研究了营利性医院在加入医疗服务市场后对人均医疗费用的影响，表明营利性医院的进入对于人均门诊费用及人均住院费用的降低起到显著作用，有利于解决人民群众“看病贵”的问题。Pan等[8]从省际层面和微观层面（基于国务院城镇居民基本医疗保险入户调查数据），就医院竞争对医疗服务的影响问题进行了较为全面的分析，两个层面的研究结论均表明，医院之间的相互竞争有利于降低观察室病死率，缩短患者救治等候时间，同时降低了医疗服务费用，因此也支持Kessler和McClellan的结论，认为保持医院之间的竞争更好。然而，以上研究并未对我国公立医院的垄断问题进行深入剖析，没有触及到公立医院的“三重垄断”属性，对医院经营效率的测算也存在方法层面的局限性，这给本文留下了进一步研究的空间。

本文后续章节按照以下思路展开：第二部分对我国公立医院垄断格局下的医改难题进行机理分析，剖析公立医院的“三重垄断”属性；第三部分介绍实证研究方法、指标选择、数据来源和估计结果；第四部分对实证估计结果进行详细分析；最后一部分为本文研究结论和政策建议。

二、 公立医院垄断格局下的医改难题

（一）公立医院“不公益”

一直以来，公立医院是我国医疗服务供给的主体，同时也是我国医疗、医药和医保协调联动的关键环节。从医疗领域看，公立医院占据了九成左右的門诊量和住院量（数据参见表1），庞大的患者群体和相对较低的需求价格弹性，决定了公立医院在医药销售上的强势地位与医保支付方面的绝对占比；在医药领域，公立医院一直是我国药品销售的最大终端，公立医院医生在处方上的决定权，成为患者医药消费的“指挥棒”，也决定了上游药品销售企业的业绩；在医保领域，门诊和住院方面的超高市场份额决定了医保支付的绝对比例流向了公立医院，医保作为付费方，其支付方式的改革必然需要公立医院的配合才能取得良好效果。因此，公立医院的垄断地位，不仅仅体现在引导患者就医层面的绝对优势，更体现在公立医院在医疗服务体系内的核心地位。endprint

正是公立医院“强势”的市场地位，导致公立医院的市场行为将深刻影响我国从医疗体制设计到患者就医偏好的方方面面。换言之，公立医院的不公益性甚至逐利性的存在，成为“看病难、看病贵”问题形成的一大主因。公立医院在自身利益的驱使下，很容易利用自身市场垄断地位扭曲医疗服务领域的资源配置。一方面，公立医院在医生、器械、技术等医疗资源上的垄断造成了公立医院“人满为患”与“一号难求”等“看病难”现象，同时造成公立医院在

提升效率与改进服务方面缺乏激励；另一方面，在药品采购市场上的买方垄断地位使得药品采购领域“寻租”现象蔓延，而“寻租”产生的巨额“营销费用”最终转由患者与医保买单，助长了“看病贵”现象。正是公立医院垄断地位与逐利动机的结合，导致了我国医疗体系的诸多难题，对“看病难、看病贵”问题的解决形成阻力。

（二）公立医院的“三重垄断”属性

就目前我国医院的市场结构来看，尽管“后来者”——民营医院在数量上已占据“半壁江山”（数据参见表1），但从医院的两大核心业务指标——门诊人次和住院人数看，民营医院仅仅拥有不到两成的市场份额，公立医院无论是在门诊服务还是住院服务方面均处于绝对的垄断地位。同时，从表1中民营医院的数量占比与业务量占比的不成比例，还可以看出，当前我国民营医院更多地体现出“多而不强”的特点，在办医规模上与公立医院相去甚远，整个医院行业依然呈现出公立医院“一家独大”的垄断格局。公立医院与民营医院在门诊及住院服务上的巨大悬殊，造成公立医院与民营医院之间尚未形成明显的竞争关系，民营医院（主要是高端民营医院）仅仅在医疗设备、医疗技术人员流动等方面对公立医院形成一定程度的威胁。在目前公立医院牢牢把持近九成的门诊及住院服务的市场格局之下，民营医院在处理与公立医院的竞争关系时，更多地将自身定位为填补公立医院在医疗服务市场的不足或是空白，因而目前大多数民营医院主要集中于技术人才要求相对较低、医疗风险较小、民众医疗服务需求无法在公立医院得到满足的专科领域（如美容整形、口腔、眼科等）以及针对社会高端人群提供的高端医疗保健服务，没能实现其在分级诊疗中应有的作用。

在我国长期处于支配地位的公立医院，其垄断地位主要表现为“挟患者以令医药、医保”的“三重垄断”属性——公立医院（尤其大型公立医院）凭借其在患者就医方面的强势地位，形成了在药品供应市场的买方垄断，在医药销售市场的卖方垄断以及在医保支付方面的“份额垄断”本文定义“份额垄断”是指公立医院在医保支付方面占据绝对份额，因此利用这种力量公立医院可以影响医保政策的制定和执行，从而对患者和制药厂商的福利产生影响，这也是一种垄断势力，但是却与传统产业组织文献研究的买方垄断和卖方垄断不同，且学术界鲜有研究。[910]，参见图1的机理分析。一方面，公立医院作为最大的药品零售终端，占据着药品销售领域最大的市场份额，《2015年度中国医药市场发展蓝皮书》中数据显示，2014年公立医院终端销售额达到8596亿元，占整个医药销售的市场份额高达6901%。另一方面，在医疗服务供给市场，公立医院尤其是公立三甲医院，不仅在高技术诊疗设备、高水平医务人员等方面具有竞争优势，而且在患者就医导向及就医心理上形成了垄断。众所周知，医疗服务的需求价格弹性较低，患者为追求优质的医疗服务往往会更信赖高水平、高等级的医疗机构。正是由于公立医院长期以来在政府政策支持、科室設置完备、医疗设备齐全、诊疗水平高超等方面积累的良好口碑，加之民营医院起步较晚，使得公立医院成为患者就医的首选。在患者就医集中、诊疗业务垄断的现状下，公立医院承担了近九成的门诊、住院服务，自然也就占据了医保最大的支付份额，可以说正是公立医院在患者就医上的垄断地位使得医保在控费、监督、引导等方面的话语权被削弱，从而形成公立医院在医保付费方面的“份额垄断”。

（三）公立医院垄断助长“看病难、看病贵”

从1985年算起，我国“医改”已经推进了逾三十年。不可否认，“医改”三十多年（尤其自2009年“新医改”推行之后）在提升全社会医疗服务水平，促进医疗服务均等化，规范药品流通秩序，建立基本药物制度，提高全民医疗保险覆盖率等多个方面成绩斐然、成效显著。但是，在公立医院垄断地位尚未破除、多元化办医格局尚未形成的现实条件下，完全可以深刻地感受到，人民群众反映强烈的“看病难、看病贵”问题依然需要进一步解决。“号贩子”现象依然屡禁不止，甚至愈演愈烈，百姓医疗负担与医保基金可持续性运转之间的矛盾有待进一步调和等一系列问题，折射出在当前我国公立医院垄断格局下，医疗资源配置依然不尽合理，医疗、医药、医保的“三医联动”尚需进一步优化。

一方面，“看病难”反映的是我国医疗资源配置的低效率与不均衡性。公立医院的垄断格局首先影响的是医疗资源的配置，长期以来我国巨额的资源投入在很大程度上向公立医院倾斜，尤其是集中于城市高等级公立医院，而资源投入的高度集中不仅导致了在公立医院与民营医院的竞争中公立医院占据绝对的优势地位，同时也造成在公立医院系统内部城市公立医院与基层医疗机构之间，在医生诊疗水平、医疗器械配置、医疗基础设施建设等诸多方面的明显差异。其次，公立医院垄断格局下，高水平医务人员自然也愿意向高等级公立医院集中以获得更高的待遇、更好的平台，加之城市公立三级医院在职称评定、岗位编制、行政级别等方面与基础医疗机构以及民营医院存在显著差别，导致我国以高水平医生为代表的优质医疗资源既难以在公立医疗机构系统内实现“下沉”，同时也导致这一部分优质医疗资源难以在公立医院和民营医院之间实现市场化的自由流动。最后，公立医院在人力、财力、物力等医疗资源投入方面的高度集中甚至垄断，导致我国医疗服务产出——门诊与住院服务方面的“畸形”状况：民营医院数量的迅速增长并未带来患者在门诊和住院服务选择上的分流；以村卫生室、乡镇卫生院、社区卫生服务中心为主体的基层医疗卫生机构建设水平近年来得到显著加强，但“基层首诊”制度的落实却并未达到预期效果，城市公立三级医院依然面临“人满为患”的局面。因此，民营医院和新建基层医疗机构的巨大投入与其提供的医疗服务产出之间的不成比例造成了这部分医疗资源投入的浪费，同时城市公立医院在一定投入之下“超负荷”的医疗服务产出造成“边际效用递减”，成为当前我国医疗资源配置无效率与不均衡的主要特征。endprint

另一方面，“看病贵”反映的是我国公立医院垄断格局之下的价格规制失灵。长期以来，为解决公立医院价格管制与财政补偿的不足，药品加成15%销售的“以药养医”制度由来已久，并进一步导致了医疗机构“过度诊疗”、“过度开药”等一系列问题。为了降低患者药费支出，从今年初开始，全国部分省市陆续开始实行药品价格“零加成”改革。作为付费方的医保，其控费职能并未得到有效发挥也在一定程度上造成我国“看病贵”问题的持续发酵。近年来，尤其是“新医改”推行以来，实行的包括药品零加成销售、规范药品招标采购、医保总额预付制改革等一系列措施，已经取得初步成效，人民群众“看病贵”、医疗支出负担大等问题得到了一定程度的缓解。

三、 实证研究

（一）BootstrapDEA方法

数据包络分析（DEA）的两阶段方法，在第一阶段估计效率值，第二阶段将效率值与可能的效率影响因素进行回归分析。但在DEA两阶段方法的应用过程中，依然存在许多问题。一方面，在DEA两阶段方法中使用的不是一个一致的数据生成过程（DGP）[11]；另一方面，由于在第一階段应用DEA方法计算出的效率值都是相对数值，并且每一决策单元（DMU）效率值的测算都依赖于所有其他的DMU，这就违背了回归分析需要样本相互独立的假设，进而导致统计推断失效，使得应用DEA两阶段方法所得出的结论在稳健性和可信度上遭到质疑。针对以上问题，Simar和Wilson[1214]提出BootstrapDEA方法，该方法能够规避传统DEA模型在样本敏感性、极端值影响等方面的问题，从而提升DEA方法所得效率值的可信度和稳定性。

具体来说，参考Simar等[1114]的相关文献，以及国内学者庞瑞芝和王亮[15]、庞淑娟等[16]的相关研究，BootstrapDEA的估计步骤可以归纳为：

（1）对于n个决策单元（DMU）中的每一个决策单元DMU（Xk，Yk），k=1，2，…，n，利用所选用的DEA模型计算效率值θ⌒k；

（2）基于n个决策单元的效率值θ⌒k，k=1，2，…，n，利用Bootstrap方法产生规模为n的随机效率值 θ*1b，θ*2b，…，θ*nb，其中，b代表Bootstrap方法下进行的第b次抽样；

（二）投入产出指标选取

以医院为代表的各地区医疗供给体系，其主要职能是为各地区人民群众提供疾病诊疗服务，保障社会健康水平，因此医院所创造出的产出更多的是难以用数字进行度量的“健康”。在第一阶段对各省份医院行业的经营效率进行评价时，本文参考庞瑞芝等[17]、王文娟等[18]、姚树洁等[19]关于医院投入产出变量的选择，同时结合医院这一相对特殊的服务行业的经营特点，以全国31个省市自治区为研究对象，以2009年“新医改”后的五年（2010—2014年）为研究时段，使用2011—2013年《中国卫生统计年鉴》、2014—2015年《中国卫生和计划生育年鉴》的相关数据，对各省份医院的经营效率进行分析。

各地区医院的投入主要包括劳动要素投入和资本要素投入两部分，其中，医院的劳动要素投入主要为各类型医疗技术人员的投入，按照卫生技术人员类型分为执业医师、注册护士、药师（士）、技师（士）四类；资本要素投入部分，本文选取了医院最具代表性的床位数作为其中一个投入指标，同时考虑了医疗设备、医院基础设施建筑等固定资产投入，但限于数据可得性，本文只能选用医疗卫生机构固定资产这一统计指标对各地区医院固定资产投入进行近似替代。在产出方面，医院提供的最基本的医疗服务分为门诊和住院两部分，按照这一业务分类本文选取各地区医院门诊人次作为医院提供门诊服务过程的一个产出指标，选取各地区医院出院人数和住院病人手术人次作为医院提供住院服务的产出指标。投入产出指标的具体选取，参见表2。表2投入产出指标选取类别具体指标投入指标选取人员投入各地区医院执业医师各地区医院注册护士各地区医院药师（士）各地区医院技师（士）资本投入各地区医院床位数医疗卫生机构固定资产产出指标选取门诊服务各地区医院门诊人次住院服务各地区医院出院人数各地区医院住院病人手术人次

（三）研究对象与模型选择

根据研究需要，在实证研究的第一阶段，本文利用BootstrapDEA方法对2010—2014年我国各个省份医院的经营效率进行评价。对于DEA基础模型（CCR模型、BCC模型）的选择，由于医院提供的产出——“健康”难以度量，加之医院提供诊疗服务的产出不可能是规模报酬不变的，因此本文选取规模报酬可变（VRS）且以产出为导向的BCC模型作为基础模型。由于数据包络分析（DEA）方法对于被评价的决策单元（DMU）的同质性要求较高，本文认为，2010—2014年这一时期既是我国“十二五”规划的建设时期，各个地区面临的宏观环境基本相同，同时这一时期也是我国“新医改”推行后的第一个五年，各个省份在医院这一领域面临的“医改”政策、技术条件等行业环境基本稳定，因此基于研究需要以及后续阶段面板数据分析的需要而采用的效率评价方法具有合理性。即便如此，操作方法难以尽善尽美，如何对不同时期决策单元（DMU）的效率值进行更为合理地评价与分析，仍有待进一步的研究与探讨。

（四）基于BootstrapDEA方法的效率测算

在利用BCC模型计算得出的2010—2014年全国31个省市自治区医院经营效率的基础上，本文利用R软件使用BootstrapDEA方法对样本期各省份医院的效率进行纠偏，其中设定置信区间为95%。由于篇幅限制，本文只选取基于原始BCC模型下计算出的效率值（见表3）和利用BootstrapDEA方法纠偏后的修正效率值（见表4）进行呈现。通过比较初始BCC模型计算出的效率值与利用BootstrapDEA方法进行纠正后的效率值，本文可以发现，由于考虑了随机因素对各省份医院效率的影响，Bootstrap方法修正后的效率值要比初始效率值略小，但两种方法所得结果的差异不大，这也从侧面反映出以Bootstrap方法进行修正具有较好的稳健性。从时间纵向看，新医改之后，医院的平均效率有增长趋势，表现为2014年的效率在统计上显著高于2010年。endprint

（五）影响因素指标选择

在对我国31个省市自治区2010—2014年医院系统经营效率进行测算的基础上，本文进一步研究公立医院的垄断势力是否对医院系统经营效率具有显著影响。使用面板数据进行实证分析时，被解释变量即为前文利用BootstrapDEA方法得到的各省市历年的效率值。对于解释变量的选取（参见表5），一方面，本文将反映公立医院垄断势力的相关指标作为关键解释变量，具体地，选取了“公立医院占各地区医院总数的比重”、“公立医院门诊人次占各地区医院总门诊人次的比重”以及“公立医院住院人数占各地区医院总住院人数的比重”三个指标进行度量；另一方面，本文也对可能影响各地区医院运行效率的其他因素进行控制，从经济、社会、人口三个方面各选取两个代表性指标，其中经济层面选取“各省份人均地区生产总值增速”和“地方一般公共预算支出项下医疗卫生支出增速”两个指标，社会层面选取“人均医保基金支出增速”和“人口城镇化率”两个指标， 人口层面选取 “各地区年末人口变动率” 和

“人口总抚养比”两个指标。以上所有原始数据均来自2011—2015年《中国统计年鉴》，考虑到通货膨胀因素的影响，本文对所有名义变量均以2005年為价格基期进行平减处理。

（六）面板模型设定

本文实证研究设定的备择假设为：公立医院在医院行业的垄断势力会对整个医院行业经营效率产生影响。基于SCP分析范式，同时参考Pan等[8]对面板数据模型的选取，关于我国各地区公立医院垄断势力对医院系统经营效率的影响，可以用以下函数进行表示：

TE=f（Mono，X）

其中，TE表示应用BootstrapDEA方法得到的修正效率值，Mono表示各省份公立医院的垄断势力，向量X表示可能影响各地区医院系统经营效率的其他因素。具体地，本文构建以下线性面板数据模型：

其中，i表示截面单元，t表示时间。利用面板数据进行回归之前，为检验数据的平稳性，避免伪回归或虚假回归出现，本文首先对所有被解释变量、关键解释变量以及控制变量进行单位根检验，检验结果显示所有变量均在10%的显著性水平下平稳。随后，本文利用F统计量和Hausman检验相结合的方法判断本文所应该选取的面板数据模型，最终选择固定

效应模型。此外，在估计时本文以截面加权的方式进一步减少异方差。最终估计结果由表6给出，本文将模型中三个关键解释变量（公立医院数量占比NUMPUB、公立医院门诊人次占比OUTPPUB、公立医院住院人数占比INPPUB）逐个加入，从而得到三个模型。四、 实证结果分析

（一）关键解释变量——公立医院垄断性指标

从表6中公立医院数量占比（NUMPUB）对各省份医院行业效率的影响来看，三个模型均得出一致结论：公立医院在数量上的垄断程度与各地区医院行业经营效率之间呈反向变动关系（估计系数分别为-004、-018、-019），这一反向变动关系在10%的显著性水平下显著存在。从另一方面来说，本文可以认为随着民营医院数量的不断增加，导致公立医院在数量上的占比不断降低，从而使得公立医院在数量上的市场集中程度下降，而这一市场格局的改变有助于医院行业经营效率的提升。也就是说，公立医院在医院行业数量占比越高、越垄断，医院行业的经营效率越低。在当前医疗服务市场开放程度逐步扩大、公立医院在数量上不再具有绝对优势的市场格局下，可以预计，这一趋势是有利于提升医院这一医疗卫生服务供给主体整体经营效率的。

从公立医院门诊人次占比和公立医院住院人数占比这两指标来看，本文较难得出一个明确的结论来证明公立医院在门诊和住院服务方面的垄断势力对于医院效率有显著影响，这可能是因为三个垄断性指标之间存在较强的共线性问题（以至于方差膨胀，显著性降低）。模型2中，公立医院门诊人次占比对于医院行业的效率水平在5%的显著性水平下呈现出显著的正相关关系，本文认为这恰恰反映出当前我国公立医院在医疗服务供给上面临的巨大压力。公立医院在门诊服务领域（甚至是在住院服务领域）的垄断不仅仅体现在其门诊人次的占比上，更体现在公立医院对患者就医的导向性上。一直以来，人民群众看病就医往往都向大型公立医院集中，各大公立医院（尤其是公立三甲医院）门诊“人满为

患”已成为公立医院多年以来的常态。在这样的情况之下，公立医院在特定的投入之下往往能够得到“过度”的门诊服务产出，但必须指出的是，这种“过度”产出并不是因为公立医院资源配置上的高效率，更多的是因为我国当前分级诊疗体系尚未建立、患者就医依然向公立医院集中所导致的公立医院“被动”的“高产出”。另外，从模型3中，尽管未能看出公立医院在门诊、住院服务上的垄断地位对于医院经营效率的显著影响，但有一个现象不容忽视：从2010—2014年全国各省份公立医院门诊人次及住院人数占比变动情况我们可以看出，“新医改”五年来全国各个省份除少数省份在门诊人次或住院人数的占比明显下降外，许多省份公立医院在门诊、住院服务领域的比重并未呈现明显下降趋势，个别省份甚至出现了公立医院两大业务占比在五年内不降反增的局面。因此，本研究中未发现公立医院在门诊人次和住院人数上的垄断地位显著影响医院行业效率水平的原因，在一定程度上可以归结为公立医院在门诊、住院两大业务的垄断势力在过去五年内并未发生显著改变，民营医院在数量上的快速增长未能够有效转化为民营医院在门诊、住院两大医疗服务领域上的市场份额。

（二）控制变量

在表6选用的六个控制变量中，人均地区生产总值增速的系数为负，且在三个回归模型中均在5%的显著性水平下显著，反映出随着我国地区经济发展水平的不断提升，各地区医院经营效率并未得到提升反而出现相反的下降趋势，说明我国各地区在经济发展的同时还应进一步重视医疗服务管理水平的提高，进一步提升医院系统经营效率。各个地区医疗卫生支出增速的系数为负，并在三个回归方程中均在1%的显著性水平下显著，反映出医疗卫生支出增长越快，各地区医院经营效率越低，这也从侧面反映出尽管我国医疗服务领域投入很大、增长速度很高，但医院的“产出”增速并未跟上投入的快速增长，说明当前我国在加大医疗卫生领域投入的同时，更应重视医院在体制机制上的改革与优化。年末人口变动率的系数为负，并在三个模型中均在5%的显著性水平下显著，反映出随着人口不断增多，医院经营效率呈现出反向变动的关系，这也在一定程度上说明我国医疗服务领域之所以出现“看病难”等问题，与我国人口基数大的基本国情不无关系。此外，在估计方程中，各个省份人口城镇化率和人口总抚养比两个控制变量的系数为正，人均医保基金支出增速的系数为负，但这三个系数由于不在10%的显著性水平下显著，在本研究中尚不能说明这三个指标对医院效率水平的影响。五、 结论与政策建议endprint

本文从理论层面揭示了我国公立医院的“三重垄断”属性，即在药品供应市场的买方垄断、在医药销售市场的卖方垄断以及在医保市场的“份额垄断”；讨论了公立医院垄断给新医改带来的阻力。此外，本文也从实证层面利用BootstrapDEA方法和面板数据模型，对全国31个省市自治区医院行业的经营效率进行了测算，并采用固定效应模型分析了公立医院在三个不同层面上的垄断势力对医院系统经营效率的影响。研究得到以下发现：从数量上看，公立医院的垄断地位不利于医疗系统资源利用效率的提升，随着民营医院的不断发展壮大，公立医院在数量上的绝对优势已经被打破，医疗机构之间竞争程度的加剧在一定程度上有利于整个医院系统经营效率的提升；从业务板块看，本研究尚未得出明确的结论来反映公立医院在门诊、住院两大核心业务领域的垄断地位对于整个医院系统资源利用效率的影响。本文认为，尽管民营医院在数量上已经占据“半壁江山”，但基于患者就医偏好等多方面原因，公立医院在诊疗服务提供方面的垄断格局尚未打破，公立医院无论是在门诊服务还是住院服务上依然处于绝对的优势地位。在这样的现实条件下，公立医院短时期内将依然是门诊、住院等医疗服务供给的市场主体，医疗体系的改革更应在实现医疗机构多元化的同时注重公立医院市场主体地位公益性的发挥。

第一，本文得出公立医院在医疗机构数量上的垄断不利于医院系统经营效率的提升，这一实证结果与当前的改革方向相吻合。破除公立医院垄断，增加医疗资源的有效供给，满足人民群众多样化、多层次的医疗服务需求是多元化办医的未来蓝图，同时也为解决我国公立医院“人满为患”乃至人民群众“看病难、看病贵”等社会问题提供了一条可行路径。当然，本文说破除公立医院在数量上的垄断地位并非是指激进的“宿迁模式”，而是努力营造公私医院之间的竞争环境。迄今为止，尽管我国出台了多项支持社会资本办医的相关政策和文件，在放宽审批准入、加强资金支持等多个方面为民营医院的发起设立创造了一个较为宽松的环境。但在实际操作过程中，民营医院依然面临着诸如医保支付、人才流动等方面的“政策歧視”。如何在制度设计与政策实践方面，进一步调动社会资本进入医疗服务行业的积极性，发挥民营医院在管理水平、患者服务体验的先进性，为我国医疗服务行业注入新的发展活力，需要在下一步的改革中进行探索。

第二，本文尚未发现公立医院在门诊、住院核心业务上的垄断对医院系统经营效率的显著相关性，同时结合当前我国医疗供给领域的现实情形与实际问题，本文认为公立医院作为我国医疗服务供给市场的主体，在保障人民群众身心健康、提升全社会人力资本水平方面应发挥更大的作用。“新医改”背景下公立医院改革核心在于破除公立医院的逐利机制，引导公立医院向公益性回归。为此，应进一步扩大公立医院改革试点，探索新型公立医院财政补偿模式，割断少数公立医院存在的“灰色利益链条”，适当提升医生劳动报酬，从政府、医院、医生等各个层面实现公立医院的转型发展，促使公立医院在改革中实现转型，在转型中实现公益性，在保障社会基本医疗服务方面继续承担相应的社会责任，发挥其高水平、高技术、高规格的优势，在疑难杂症诊疗、医学人才培养、临床医学科研等方面发挥更大的作用。从民营医院的发展定位上看，当前民营医院仅仅集中于高端医疗、专科医院等公立医院留下的市场空白或公立医院相对弱势的科室，而在综合医院、基层医疗卫生服务机构之中却较少有民营医院参与。在多元化办医格局之下，民营医院应响应政策号召，在强化自身优势的基础上，在未来分级诊疗体系的构建中强化自身在医疗服务体系中的地位，在基层卫生服务机构建设、整合医疗系统资源方面发挥积极作用。参考文献：

[1]Carey K. A panel data design for estimation of hospital cost functions [J]. Review of Economics and Statistics， 1997， 79（3）： 443453.

[2]Gaynor M， Kleiner S， Vogt W B. Analysis of hospital production： An output index approach [J]. Journal of Applied Econometrics， 2013， 30（3）： 398421.

[3]Robinson J C， Luft H S. The impact of hospital market structure on patient volume， average length of stay， and the cost of care [J]. Journal of Health Economics， 1985， 4（4）： 333356.

[4]Kessler D P， McClellan M B. Is hospital competition socially wasteful？ [J]. Quarterly Journal of Economics， 2000， 115（2）： 577615.

[5]Cooper Z， Gibbons S， Jones S， McGuire A. Does hospital competition save lives？ Evidence from the English NHS patient choice reforms [J]. Economic Journal， 2011， 121（554）： F228F260.

[6]Cooper Z， Craig S V， Gaynor M， Van Reenen J. The price aint right？ Hospital prices and health spending on the privately insured [R]. NBER Working Paper No. 21815， 2015.endprint

[7]李林， 刘国恩. 我国营利性医院发展与医疗费用研究： 基于省级数据的实证分析 [J]. 管理世界， 2008（10）： 5363.

[8]Pan J， Qin X， Li Q， Messina J P， Delamater P L. Does hospital competition improve health care delivery in China [J]. China Economic Review， 2015， 33： 179199.

[9]Ho K. Insurerprovider networks in the medical care market [J]. American Economic Review， 2009， 99（1）： 393430.

[10]Ho K， Lee R. Insurer competition and negotiated hospital prices [R]. NBER Working Paper No. 19401， 2015.

[11]Simar L， Vanhems A， Keilegom I V. Unobserved heterogeneity and endogeneity in nonparametric frontier estimation [J]. Journal of Econometrics， 2016， 190（2）： 360373.

[12]Simar L， Wilson P W. Sensitivity analysis of efficiency scores： How to bootstrap in nonparametric frontier models [J]. Management Science， 1998， 44（1）： 4961.

[13]Simar L， Wilson P W. Statistical inference in nonparametric frontier models： The state of the art [J]. Journal of Productivity Analysis， 2000， 13（1）： 4978.

[14]Simar L， Wilson P W. Estimation and inference in twostage semiparametric models of production processes [J]. Journal of Econometrics， 2007， 136（1）： 3164.

[15]龐瑞芝， 王亮. 服务业发展是绿色的吗？——基于服务业环境全要素效率分析 [J]. 产业经济研究， 2016（4）： 1828.

[16]庞淑娟， 邵燕敏， 汪寿阳. 基于BootstrapDEA方法的中国区域能源效率及其影响因素分析[A]. 汪寿阳. 社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集 [C]. 上海： 上海系统科学出版社， 2012. 421430.

[17]庞瑞芝， 刘秉镰， 刘先夺. 我国不同等级、不同区位城市医院的经营绩效比较研究 [J]. 中国工业经济， 2008（2）： 113121.

[18]王文娟， 南孟哲. 回归医疗服务本质： 从“医药分开”看医疗服务供给 [J]. 当代经济科学， 2016（4）： 1218.

[19]姚树洁， 刘贻佳. OECD国家卫生保健系统技术效率比较研究 [J]. 当代经济科学， 2012（3）： 5157.

责任编辑、 校对： 李再扬endprint