互联网对中国医疗卫生支出效率的影响研究

刘燕汝

西安交通大学第一附属医院财务部，陕西西安 710061

自2009 年国家实施新医改以来， 政府卫生支出总费用虽呈现逐年递增趋势，但支出效率究竟如何却存在较大争议。金荣学等[1]基于中国2009—2010 年数据分析认为，中国医疗卫生支出效率水平较高且总体呈现上升趋势。刘玉文[2]则采用中国2009—2015 年数据得出了完全相反的结论。 从现有的研究来看，有学者运用不平衡指数、加权离差系数、个体相对剥夺指数方法从财政卫生支出的区域差异分析我国地区之间医疗卫生支出差异呈递减趋势[3-5]，区域财政医疗卫生支出效率存在着显著差异， 西部市级政府支出效率更倾向于中低收入水平[6-7]。

那么，在医疗卫生事业发展的新时期，中国医疗卫生支出效率究竟如何；更为重要的是，如何才能有效提升医疗卫生支出效率；对于这一问题，学术界从财政分权[8]、教育水平[9]、城市化水平[10]、人均GDP 等方面提出了宝贵意见。 然而，鲜有研究考虑到互联网对中国医疗卫生支出效率的影响。

1 中国医疗卫生支出效率测算及分析

1.1 效率测算方法

使用DEA-Malmquist 生产率指数法对中国医疗卫生支出效率水平（tfpch）及其变动进行测度。具体测算模型如下。

根据公式①，中国医疗卫生支出效率可分为技术效率(effch)和技术进步(techch)两部分，其中effch 又可进一步分解为纯技术效率(pech)和规模效率(sech)。 如果某一分解值<1 时， 表明其是导致中国医疗卫生支出效率降低的源泉，反之则反是。

1.2 变量选取和数据说明

因2009 年国家启动了新医改，为剔除政策变化的潜在影响并确保数据统计口径的一致性， 这里最终选取2009—2018 年30 省份作为研究对象。借鉴李郁芳等[11]、崔志坤等[7]的做法，本文选取医疗卫生机构数（个）、卫生技术人员数（人）和医疗机构床位数（张）3 个变量作为产出指标，选取地方财政医疗卫生支出（亿元）作为投入指标。

1.3 测算结果及分析

基于上述投入产出指标，运用Deap2.1 软件可测算出以产出为导向的省际医疗卫生支出效率，具体结果见表1。从表1 可知，2009—2018 年间，中国医疗卫生支出的Malmquist 指数均值为0.907，说明考察期内的医疗卫生支出效率总体是下滑的。 从变动趋势上看，“十二五”期间， 中国医疗卫生支出效率呈现缓慢的变动改善趋势，进入“十三五”后，医疗卫生支出效率则开始呈现稳步的增长态势。 考察期内的Malmquist 指数都<1，说明医疗资源的配置水平与持续增加医疗卫生支出强度并不匹配。 从技术效率来看，均值水平为1.008，表明新时代下政府对医疗卫生支出的管理能力是有所改善的。从技术进步来看，均值水平为0.901，说明考察期内卫生技术进步的降低对医疗卫生支出效率产生的抑制作用。正是由于技术进步的这种负面作用远大于技术效率的促进作用，从而导致考察期内的医疗卫生支出效率总体呈下降态势。

表1 中国医疗卫生支出平均效率变化及分解的时序特征

2009—2018 年， 中国医疗卫生支出效率排名前五位的省份分别是，辽宁、黑龙江、云南、北京和吉林，辽宁医疗系统的产出效率最高，为0.957；医疗卫生支出效率排名后三位的省份分别是江西、河北和广东。以上表明，中国医疗卫生支出效率存在明显空间差异现象。进一步分析发现， 多数省份的纯技术效率和规模效率指数>1，表明这些省份对医疗卫生资源的组织管理水平在持续改善。 所有省份技术进步指数均<1，表明技术进步阻碍了中国医疗卫生支出效率的改善，主要原因可能在于当前地方政府在医疗设备和卫生技术创新方面的投入强度还不够高、资源配置还不够合理有关。 从增长动力来看， 技术效率是医疗卫生支出效率改善的重要原因，而技术进步则对医疗卫生支出效率改善产生了消极影响。因此，地方政府应在持续改善医疗卫生资源组织管理水平的同时，重点加大医疗卫生领域先进设备、前沿技术等的资本投入，不断优化医疗卫生资源的配置水平。 具体见表2。

表2 中国医疗卫生支出平均效率变化及分解的省际特征

2 互联网对中国医疗卫生支出效率的影响分析

2.1 计量模型构建

为客观地揭示互联网对中国医疗卫生支出效率的影响情况，构建如下计量模型：

公式②中，tfpchit表示i 省份t 时期的医疗卫生支出效率水平，intit表示i 省份t 时期的互联网发展水平，λi是不可观测的个体效应，c 为截距项，εit为随机扰动项。

为尽可能得到无偏的估计结果，这里在上述模型的基础上，还控制了城市化(urb)、金融支持(fin)、技术引进(tei)和财政透明度(tm)等因素的影响，进一步将公式②扩展为以下模型：

2.2 数据说明与变量设计

考虑到数据的连贯性和可获性， 这里选取2009—2018 年为研究时段，故最终选取中国30 省份为研究对象。 本文涉及的基础数据主要来自《中国统计年鉴》《中国金融年鉴》《中国科技统计年鉴》和上海财经大学编制的《中国财政透明度报告》，具体变量的设计如下：①被解释变量：医疗卫生支出效率(tfpch)。具体采用上文基于投入产出角度测算的Malmquist 指数来衡量。 ②核心解释变量：互联网(int)。 借鉴韩先锋等[12]的做法，这里选取各省市互联网普及率指标来体现。 ③控制变量：城市化(urb)，选取历年的年末城镇人口在总人口中所占的比重来表征。金融支持(fin)，运用金融机构年末存贷款余额与GDP 比值来表示。 技术引进(tei)，这里选取历年的国外技术引进合同金额占GDP 比重来体现。财政透明度(tm)采用上海财经大学发布的省级财政透明度得分来反映。

2.3 实证结果及分析

2.3.1 互联网对医疗卫生支出效率影响的总体特征 经Hausman 检验，本文选择固定效应模型估计互联网对医疗卫生支出效率影响的总体特征。 同时,为了尽可能克服潜在的异方差现象， 这里采用固定效应下的GLS 回归法对截面单元异方差性进行修正。 具体结果见表3。其中，模型1 是不考虑控制变量的估计结果，模型2-模型5 是依次加入城市化、金融支持、技术引进和财政透明度等控制变量的估计结果。 由表3 可知，互联网变量的估计系数为0.508， 且通过了1%的显著性水平检验，这说明在本文选取的考察期和省份样本条件下，互联网对中国医疗卫生支出效率产生了显著的促进作用，即互联网普及率每提高1%， 将会促进医疗卫生支出效率提升0.508%，表明在互联网的作用下，中国医疗卫生支出效率水平将会得到较大程度的改善；城市化水平、技术引进和财政透明度均对医疗卫生支出效率产生了一定程度的驱动效果。 在考虑控制变量的情形下，互联网的估计系数具有较好的一致性，印证了本文基本结论的稳健性。

表3 总体特征估计结果

2.3.2 互联网对医疗卫生支出效率影响的时序特征 为了揭示互联网对中国医疗卫生支出效率影响的时序差异，对各年份中互联网影响医疗卫生支出效率的具体情况进行了估计，具有估计结果见表4。 由表4 分年度的估计结果可知，多数年份内互联网对医疗卫生支出效率产生了显著的促进影响，但各年度互联网对医疗卫生支出效率的影响程度存在较大差异，2010、2014 和2015年等个别年度互联网的作用并不明显。其他年份互联网对医疗卫生支出效率则产生了明显的积极影响， 且在2018 年互联网的贡献系数最大，达到0.186，这表明互联网对该年度医疗卫生支出效率的贡献最明显。接下来是2017 年， 互联网的驱动效果为0.170。 进一步发现，“十二五”期间，互联网对医疗卫生支出效率的贡献存在剧烈波动，但进入“十三五”时期，互联网对医疗卫生支出效率的促进效果则开始呈现明显的增长趋势。总体看来，互联网对中国医疗卫生支出效率的促进影响整体呈现波动增大趋势，但存在显著的时序差异。

表4 时序特征估计结果

2.3.3 互联网对医疗卫生支出效率影响的空间特征 进一步，本文还对不同省份互联网影响医疗卫生支出效率的情况进行了估计，具体结果见表5。 由表5 可知，互联网对中国医疗卫生支出效率的影响存在显著的空间差异现象。 具体表现如下：一方面，从省际层面看，所有省份互联网变量的估计系数为正且显著，表明考察期内互联网对所有省份医疗卫生支出效率均产生了显著的促进影响。 互联网驱动贡献度排名前五的省份依次为：云南、黑龙江、安徽、贵州和甘肃，均位于中西部地区。互联网驱动贡献度排名后3 位的省份依次为：广东、上海和福建，均为东部地区省份。 其余省份互联网均对医疗卫生支出效率改善产生了积极影响，表明当前地方政府依托互联网手段提升医疗卫生支出效率是完全可行的。另一方面，从地区层面看，东部地区、中部地区和西部地区互联网变量的估计系数分别为0.378、0.527 和0.528，说明互联网对西部地区医疗卫生支出效率的促进效应最大，中部地区次之，东部地区最差，存在明显的“西高东低”特征。 也就是说，相对于东部发达地区，中西部地区医疗卫生发展能从互联网发展中获取更多的溢出红利，存在明显的“后发优势”。 之所以会出现以上现象，原因可能在于，东部地区互联网发展水平较高，医疗卫生发展对互联网赋能具有更高的要求，互联网对地方医疗卫生发展的溢出红利可能已提前释放。

表5 空间特征估计结果

3 结论与政策启示

基于2009—2018 年中国省际面板数据， 在采用Malmquist 生产率指数模型测度和分析中国医疗卫生支出效率的基础上，探究了互联网对医疗卫生支出效率的影响及差异。研究发现：①考察期内，医疗卫生支出效率总体出现了一定程度的下滑，主要原因在于医疗卫生技术进步的“拖累效果”较为明显，而政府对医疗卫生支出管理能力的“驱动效果”相对有限。②互联网显著提升了医疗卫生支出效率，可以成为“十四五”时期驱动医疗卫生事业发展的新动能。③互联网对医疗卫生支出效率的影响存在明显的时序差异， 总体呈现波动增强的促进效应，且“十三五”时期的驱动效果明显强于“十二五”时期。 ④互联网对医疗卫生效率的影响存在显著的空间差异现象，相较于东部地区，现阶段中、西部地区医疗卫生事业将能从互联网发展过程中获益更多。

基于以上结论，本文提出以下建议：①加大医疗卫生支出力度，加强绩效管理，补足医疗卫生发展短板。一方面，政府要加大医疗卫生支出力度，发挥政府在医疗卫生支出经费管理上的优势，持续为医疗卫生事业高质量发展注入动力。 另一方面，政府应着力破解当前制约政府医疗卫生支出效率改善的技术进步拖累，更加注重医疗卫生支出的结构优化，将更多资金用于配置高端医疗设备、鼓励前沿医疗卫生技术研发等，持续弥补医疗卫生技术进步这一短板。 再者，由于各地市的区域经济发展不平衡，阻碍了技术进步和创新，导致部分欠发达地区政府医疗卫生支出效率水平落后[14]。 西部地区政府对于纯技术效率方面应不断改善相关预算绩效制度，以促进西部地区政府医疗卫生的支出效率[15]。 同时，需要因地制宜，制定相配套的卫生政策，完善相关卫生制度政策，深化医疗卫生改革，提高政府卫生支出效率[16]。

②要继续深入促进“互联网+医疗健康” 的融合发展，充分利用好互联网这一工具为医疗卫生事业发展赋能，加快实现医疗信息互通共享、资源上下贯通，持续减小医疗卫生支出成本， 实现医疗卫生资源的优化使用。从近八年来国家政策对远程医疗、移动医疗的态度也有了明显的转变，从早前的谨慎尝试变为了如今的大力推动，提出开展“健康中国云服务计划”，积极利用移动互联网、物联网、云计算、可穿戴设备等新技术[17]，这无疑对促进互联网“互联网+医疗健康”的融合发展起到了积极作用，但实现医疗信息互通共享、资源上下贯通还需要持续地、科学的资金投入。

③要注意到互联网对医疗卫生支出效率改善存在的时空差异现象。 时间维度上，互联网对医疗卫生事业发展的贡献在持续增强，当前及未来较长一段时间内应密切关注这一现象。 空间维度上，东部地区应注重创新“互联网+医疗健康”的发展模式，中西部地区则应大力借助互联网手段助力地方医疗卫生事业发展，充分发挥互联网的“后发优势”。加强基层尤其是西部地区基层的互联网支出无疑是重中之中。

④总体来说， 在互联网+的浪潮之下， 我国的互联网+医疗实现了从无到有， 并取得了相对稳定的发展态势。在今后的政府购买、政府补贴政策鼓励之下，医院和互联网医疗服务提供商们应该准确把握市场发展态势，发挥互联网在资源配置方面的优势，将传统的看病就医逐渐演进为集预防、治疗和康复为一体的健康干预全流程，从而真正促进医疗卫生支出效率的提升[18]。