影响政府卫生支出的因素分析

2020-02-22段梦遥

科学导报·学术 2020年54期

段梦遥

【摘要】本文主要采用多元性回归分析的方法对2008-2018年的影响政府卫生支出的因素进行研究，分析了医疗卫生机构数（个），卫生人员数（万人），国内生产总值（亿元），居民消费价格指数（上年=100），财政支出（亿元），社会卫生支出（亿元），各类医疗卫生机构诊疗人次数（亿人次）的影响，同时建立计量模型，探究这些变量与政府卫生支出的数量关系，并对模型进行检验。

【关键词】计量經济学模型多元线性回归分析政府卫生支出

一、研究综述

本文主要分析了医疗卫生机构数（个），卫生人员数（万人），国内生产总值（亿元），居民消费价格指数（上年=100），财政支出（亿元），社会卫生支出（亿元），各类医疗卫生机构诊疗人次数（万人次）对政府卫生支出的影响。

二、理论模型的设计

（一）变量分析

为了具体分析各要素对我国政府卫生支出影响的程度，我们设定政府卫生支出为Y;医疗卫生机构数为X1，卫生人员数X2，国内生产总值X3，居民消费价格指数（上年=100）X4，财政支出X5，社会卫生支出X6，各类医疗卫生机构诊疗人次数X7，并运用这些数据进行回归分析。、

（二）建立模型

其中，Y代表政府卫生支出，x1代表医疗卫生机构数（个），x2代表卫生人员数（万人），x3代表国内生产总值（亿元），x4代表居民消费价格指数（上年=100），x5代表财政支出（亿元），x6代表社会卫生支出（亿元），x7代表各类医疗卫生机构诊疗人次数（万人次），μi代表随机误差项。我们通过对该模型的回归分析，得出各个变量与我国政府卫生支出的变动关系。

（三）数据收集

本文收集了我国2008-2018年有关税收收入的相关数据。

数据说明：

1、与以往年份相比，2007年财政收支科目实施了较大改革，特别是财政支出项目口径变化很大，与往年数据不可比。2007年起财政支出采用新的分类指标

2、最新数据中关于各类医疗卫生机构诊疗人次数只有11次记录，但鉴于客观条件的限制以及本文只进行探究政府卫生支出因素的简单相关性分析，11次数据已经足够。

三、模型参数估计与回归结果基本分析

（一）经济意义检验

根据数据建立多元线性回归方程，首先利用Eviews软件对模型进行最小二乘法（OLS）估计，得样本回归方程。

（二）统计检验

1、拟合优度检验

从回归估计的结果来看，可决系数=0.9991，修正可决系数=0.9969，说明所建模型整体上对样本数据拟合度较好，表明政府卫生支出变化的99.91%可由医疗卫生机构数，卫生人员数，国内生产总值，居民消费价格指数（上年=100），财政支出，社会卫生支出，各类医疗卫生机构诊疗人次数的变化解释。七个解释变量对被解释变量“政府卫生支出”的绝大部分差异做出了解释。

2、方程的整体显著性检验（F检验）

从方程整体显著性检验水平来看，F统计量的伴随概率为0.000156，小于0.05，方程的显著性水平高，F统计量值为455.7823，F检验通过。

针对H0：β1=β2=β3=β4=β5=β6=β7=0，给定显著水平α=0.05，在F分布表中查出自由度为k=7和n-k-1=3的临界值Fα（7，3）=8.88，由上表中得到F=455.7823>Fα（7，3）=8.88，所以应拒绝原假设。即H1：βj不全为0，说明回归方程显著，即模型从整体上看各解释变量对我国政府卫生支出有显著影响。

四、模型的检验与修正

（一）多重共线性检验与修正

1.简单相关系数检验法

各解释变量之间相关系数很高，证明模型确实存在严重的多重共线性。

2.综合统计检验法

对于多个解释变量，所有参数均未通过t检验。在OLS法下，可决系数和F值较大，但t检验值较小，说明各解释变量对Y的联合作用显著，但各解释变量存在共线性而使他们对Y的独立作用不能分辨。

（二）异方差检验与修正

1、图示法

由修正后回归方程知X6系数更大，其对被解释变量的影响更为显著，所以异方差性很有可能是X6引起的BP检验

2、利用Eviews进行BP检验。

一方面，虽然X5，X6都没有通过t显著性检验但相比之下，X6与相关性还是更强的;另一方面，从P值上分析，虽然都没有通过，但是相比之下X6，P值更小，不论从图示法分析，还是回归结果都是X6所引起的异方差可能性大，故将X5去掉。

（三）序列相关检验与修正