中国地方政府医疗卫生支出效率及其影响因素研究——以中部六省为例

● 周子超

(中国财政科学研究院，北京 100142)

一、引言

医疗卫生事业关系亿万人民群众的健康福祉，是一项举足轻重的民生工程，也是国家治理的重要内容之一。自2009年“新医改”实施以来，我国医疗卫生体制改革深入推进，政府在医疗卫生领域的主导作用不断加强，政府公共卫生支出持续增长。特别是在这次突如其来的新冠疫情背景下，我国政府通过财政在公共卫生防疫攻坚战上有力地遏制疫情的蔓延，成功救治了上万感染患者，大大降低了亿万华夏同胞乃至全人类的感染风险。以湖北省为例，2008年，政府用于医疗卫生的财政支出为95.08亿元，占全国医疗卫生财政支出总额的3.36%；到2017年，政府用于医疗卫生的财政支出为614.6亿元，占全国医疗卫生财政支出总额的4.25%。剔除通货膨胀和汇率变动的影响，湖北省2017年的公共卫生支出总额是2008年的6.5倍，年均增长71.8%。但是，在此次新冠疫情爆发过程中，以武汉市为中心，整个湖北省一时成为疫情风暴的起点和中心。虽然存在诸多主客观因素，但不可否认的一点是湖北省缺乏足够安全高效的公共医疗卫生体制来消除突发疫情所导致的公共风险，以致波及邻近省份乃至全国。根据百度实时跟踪数据，截至6月23日，我国累计确诊85 086人，累计死亡4 647人(1)我国新冠疫情经历了数波疫情冲击。第一波是武汉为源头的疫情，到3月上旬得到控制，后面几起爆发疫情，都是局部的、聚集性的、小范围的。由于发现及时，控制有力，把疫情限制在了最小范围。因此，疫情影响最严重的时间短是3月上旬以前。所以本文以第三波6月北京新发地发生的聚集性疫情为界点，分析我国遭受疫情冲击的主要负面影响的广度和深度。。其中，在疫情感染排名前10的省份中，湖北省一马当先，河南、湖南、安徽、江西等省紧随其后，整个中部地区(2)根据统计局分类，中部地区共有8个省份，分别为湖北省、湖南省、江西省、河南省、安徽省、山西省、吉林省和黑龙江省。几乎无一幸免，占比高达50%以上。因此，考虑地理距离和经济距离以及感染路径，结合中国户籍制度和传统家庭观念，本文拟以受疫情影响最为严重的中部六省为典型，研究新冠疫情背景下中国地方政府医疗卫生支出相关问题。反观中部各地方政府虽然在医疗卫生资金投入上不断上升，一定程度上扭转了政府在医疗卫生领域投入不足的局面。但这只是表象，真正的重点在于在公共卫生支出规模持续扩大的基础上，公共卫生支出的效率是否跟得上节奏。这次疫情便成为一粒试金石，检测出中部地区医疗卫生支出效率存在短板。因此，只有把数量和质量都结合起来，才能真正地发展中部地区医疗卫生事业，尽快打赢这场新冠疫情战役，并防范化解未来随时可能出现的公共风险。

此外，自1994年分税制改革以来，在财政事权与支出责任划分上，地方财政相对于中央财政在比重上始终保持着大头，这也表现在医疗卫生支出比例层面。本文将在DEA—Tobit两阶段分析框架下，集中分析地方政府卫生支出效率。试图解答三个问题：一是在支出规模不断增长的背景下，中部地方政府支出效率如何？二是不同省份地方政府之间的政府支出效率为何出现差异？三是如何有效提高地方政府医疗卫生支出效率，助力尽快打赢这场疫情攻坚战？

文章结构如下：第二节评述财政医疗卫生支出效率及其影响因素的相关国内外文献；第三节讨论具体研究方法和思路；第四节描述变量选取，并对数据进行解释；第五节进行实证分析，并得出实证结果；第六节结合实证结果得出最终论断；第七节进行针对性的政策讨论。

二、相关文献回顾

(一)国内文献研究

关于研究财政医疗卫生支出效率的方法上，国内学者主要采用的是数据包络分析，而无界分析方法使用得很少。其中，龚峰(2008)[1]使用基于投入导向的四阶段DEA方法，实证评估了我国70个大中城市2005年公共安全部门平均有17.4%的生产效率损失，且大人口规模级东部地区比中小人口规模级中西部地区的效率水平要低。王晓军等(2009)[2]使用包含非自由处置变量模型的两种DEA方法评价我国30个省份2006年社会保障资金支出效率中约50%的省份存在有不同程度的效率损失，表明经济发展水平高的地区有相对较高的资金使用效率。韩华为等(2010)[3]使用基于产出导向的二阶段DEA与Tobit模型，核算了我国31个省份1997—2007年政府卫生支出综合技术效率、纯技术效率、规模效率变化及其变化趋势，指出适当的财政集权与推行医疗体制改革均有利于缩小东、中、西地区之间的效率差异。王宝顺等(2011)[4]以产出为导向核算2005—2008年中国地方财政公共卫生支出效率平均存在24%的投入浪费，测算Malmquist指数后表明全要素生产率受到生产技术变动的影响在样本期间内逐年下降。金荣学等(2012)[5]采用数据包络分析和Malmquist指数分析法研究了我国公共医疗卫生支出的绩效，发现从总体来看我国公共医疗卫生支出效率较高，大部分省份处于规模报酬递增阶段。张仲芳(2013)[6]运用DEA和Tobit模型对我国1998—2011年的省级面板数据进行研究，研究表明地方政府卫生支出效率存在明显差异，主要影响因素有政策因素、经济因素和社会因素。管彦庆等(2014)[7]通过建立以DEA为核心的四阶段分析框架，对我国2007—2011年30个省市公共医疗卫生支出的效率进行了实证研究，结果表明在控制环境因素与随机冲击影响的条件下，省级公共医疗卫生支出存在年均29.5%的效率损失。王丽等(2015)[8]分析了京津冀城市圈中13个城市的公共医疗卫生支出效率，结果表明河北的医疗卫生支出效率低于北京和天津，但差距正在逐渐缩小，北京和天津为规模报酬递减，河北大部分城市为规模报酬递增。

(二)国外文献研究

相对于国内学者而言，国外学者多数采用非参数分析，主要包括DEA和无界分析方法(FDH)。Santiago等(2005)[9]基于DEA和FDH方法，利用140个发展中国家1996—2002年的数据研究了财政医疗卫生支出生产效率的前沿面。结果表明，基于产出角度，大多数低效率国家都出现了效率赶超现象；而基于投入角度，大多数国家虽然增加了财政医疗卫生支出，但是健康水平并没有得到明显改善，而后又运用Tobit模型研究了政府医疗卫生支出效率的影响因素，结果表明政府支出水平与效率之间呈负相关关系，而城市化水平对支出效率具有促进作用。Valdmanis等(2008)[10]以1 377个美国城市医院为样本，运用两阶段拥塞分析法对质量和效率进行权衡分析，发现低质量的医院可以通过增加劳动投入来提高质量，而高质量的医院往往有人员懈怠情况出现。Mark等(2009)[11]在DEA模型中选取病人满意度、用药错误及下降率作为质量与患者安全产出指标，发现不到一半的护理单位以最佳效率水平运营。Qzcan等(2011)[12]运用Malmquist指数对十年间(1994—2004年)美国21个退伍军人综合服务网络的研究，表明其整体生产力改善是缘于技术改变而非效率改变。Nayar等(2013)[13]对2008年美国371家具全国代表性的急性护理医院进行投入导向DEA研究，表明使用与没有使用质量产出指标情况下，构成效率前沿的医院数量相差一倍。

综上所述，国外学者对政府医疗卫生支出效率的研究更为完善，研究方法更为多样化和角度更为细化，但主要就单个国家和进行国际间比较研究。而目前国内很少有学者将地域等外部环境与统计误差、遗漏变量等随机冲击因素纳入到DEA的效率评价过程中。基于上述原因，本文从中部地区角度以省级面板数据，从医疗卫生支出质量与效率相结合的角度，在较典型的时间区间内动态观察了较多的投入与产出变量及其影响因素，使得效率评价结果更为客观，分析“新医改”以来区域效率增加效应差异以及发展趋势，进而尽可能为提高中部地区财政医疗卫生支出效率，早日打赢疫情攻坚战提供启发，具有十分重要的理论参考价值和现实意义。

三、研究方法

(一)数据包络分析

数据包络分析(Data Envelopment Analysis，DEA)是美国著名运筹学家Charnes等人于1978年提出的一种效率评价方法，经过30多年的发展已经广泛应用于管理学、经济学、系统科学等领域。DEA是一种面板数据的非参数估计方法，用于测评一组具有多种投入和多种产出的决策单元。该方法利用线性规划构建有效率的凸性生产前沿面，通过与此前沿面相比较来识别效率的相对高低。对于财政医疗卫生支出效率的评价，DEA是一种较好的评价方法。

DEA模型包括CCR模型、BCC模型、FG模型和ST模型等。其中，CCR模型假定规模报酬不变，并且当且仅当所有决策单位以最佳的规模运行时才适用。但由于存在不平等竞争和财政约束等现实问题，会导致某个决策单元无法以最佳的规模运行。基于此，出现了BCC模型。它假设规模报酬可变，并将CCR模型中的综合技术效率分解为纯技术效率和规模效率。除此之外，DEA还可以分别从投入角度和产出角度来测度效率值，这两种方式在CCR模型下测算的结果相同，在BBC模型下可能会不同。

本文主要是研究在投入不变的情况下，最大化产出的决策行为。根据前沿生产函数理论，假设有n个决策单位，m种投入，f种产出，可以构造C2R模型：

(1)

(1)式中，xi和yi分别为投入和产出的列向量，x和y分别为决策单位的投入和产出，且分别为(m×n)阶的投入矩阵和(f×n)阶的产出矩阵；λi和λj为各单位组合系数；ε为非阿基米德无穷小量，实际应用中常取极小的正数；eT为单位行向量；θ、S-和S+为效益评价指标，其中，θ为效率评价指标，S-和S+为松弛变量；若θ<1，但S-和S+不全为0，即认为决策单位DEA无效率；如果θ=1，且S-和S+有一个不为0，则认为该决策单位DEA弱有效；如果θ=1，且S-和S+均为0，则认为该单位DEA有效率。

(二)Malmquist生产率指数

Malmquist指数最初由Malmquist Sten于1953年提出，Caves等人于1982年首次将这一指数应用于生产率变化的测算，随后Fare等人于1994年将其与DEA理论相结合，建立了用于考察相邻两个时期生产率变动的Malmquist生产率变动指数，Malmquist生产率指数可以反映出效率随时间的变化情况。Fare等人将Malmquist指数分解为技术进步指数(TC)和综合技术效率变化指数(TEC)，其中综合技术效率变化指数可进一步分解为纯技术效率变化指数(PTEC)和规模效率变化指数(SEC)，较好地刻画了相对效率的动态变化。

(三)Tobit模型

在效率的测算过程中，DEA利用了决策单元可以控制的投入和产出指标来进行测算，并没有考虑其他的决策单元不可以控制的影响因素，而这些不可控因素的差异往往是造成决策单元效率差异的重要原因。学者们一般采用DEA两阶段法来解决这个问题，第一阶段通过DEA测算出决策单元的效率得分，第二阶段让效率得分作为被解释变量对各不可控因素进行回归。因为效率得分的取值区间为[0，1]，此时使用普通最小二乘法(OLS)进行回归，估计结果将会有偏且不一致。Tobit模型由Tobin于1958年提出，该模型可以解决受限或截断因变量模型构建问题，采用Tobit模型来进行回归可以避免OLS估计带来的偏误。其基本结构如下：

(2)

其中，yit是被解释变量，即效率值，当yit>0时，其值为实际观测值；当yit≤0时，则观测值受限，取值为0。Xit是解释变量，选取实际的观测值。βT是需要测算的参数向量。εit～N(0，δ2)。

四、变量选取和数据说明

(一)决策单元选取

利用DEA方法研究中部六省财政医疗卫生支出效率，首先必须选取决策单元，在此基础上才能分析各决策单元效率的相对有效性。根据决策单元的选取原则，本文选取中部六个省份的医疗卫生系统作为6个决策单元。

(二)投入产出指标选取

投入产出指标的选取在DEA中非常重要，在对财政医疗卫生支出效率进行研究的投入产出指标选取上，学者们选取的指标也有所差异。本文根据投入产出指标的选取原则和数据的可得性，拟采取两阶段DEA。第一阶段选择各省份财政医疗卫生支出为唯一投入指标，选择最具代表医疗卫生服务供给能力的卫生机构数、卫生机构床位数和卫生技术人员数这三大卫生资源作为产出指标，第二阶段选取卫生机构数、卫生机构床位数和卫生技术人员数作为投入指标，选取诊疗人数、出院人数和病床使用率作为产出指标，在将两类效率值求加权算术平均值，得出最终的效率值来进行分析，如表1所示。

(三)影响因素选取

在对财政医疗卫生支出效率的影响因素进行分析时，考虑到公共财政的本质是政府能够为公众提供满足其需求的产品和服务，而医疗卫生公共产品就是其中的重要组成部分，所以医疗卫生公共产品供给的效率与多大程度上满足公众的实际需求密切相关。另一方面，公众的实际需求与当地的禀赋特征，如人口特征、社会环境与政策制度环境等紧密联系。再者，根据官员晋升锦标赛理论和粘蝇纸效应理论，地方财政支出投向和中央转移支付力度对政府医疗卫生支出效率的影响至关重要。其中，根据周业安等(2008)[14]相关研究表明，由于中国财政分权和政治集权并行，在财政体制上形成中国式财政分权，在政治管理体制上形成上级任命制，从而导致地方政府基于晋升锦标赛机制，在财政资金运用上重视生产性基础设施建设，轻视民生性公共服务基础设施建设。在财政分权体制改革不断深化推进的过程中，地方政府财政收入中转移支付资金比重逐步上升，在财政支出投向上更易于倾向经济投资建设，忽视包括公共医疗卫生产品在内的基本公共产品供给。另一方面，粘蝇纸效应使得中央政府拨付的资金会粘在资金到达的地方政府，增加这个地方的政府支出，由此增加的公共产品支出水平大于本地政府税收增长所带来的公共产品支出水平。学者Gramlich指出地方居民的收入每增加1美元，可使得地方公共开支增加0.05～0.1美元，而1美元的中央补助将使得地方公共开支增加0.4～1美元。根据中国统计局官网数据显示，2019年，地方财政收入101 076.82亿元，相当于全国财政收入的53.1%，地方财政支出为203 758.87亿元，相当于全国财政支出的85.3%，中央对地方转移支付83 915亿元，基本上补足了地方财政收支缺口。因此，财政分权，特别是财政支出分权扩大得益于中央对地方转移支付，特别是一般性转移支付的力度加大，而财政支出分权对包括公共医疗卫生在内的基本公共产品在理论上应是正向的。

结合上述分析，提出假设：

A：财政支出分权对政府医疗卫生支出效率的影响是正向的。

B：财政支出分权对政府医疗卫生支出效率的影响是负向的，或者无显著相关性。

最后，综合经济、社会和政策制度等方面的因素，选取了财政支出分权指标(%)作为造成各地区财政医疗卫生支出效率差异的核心影响因素，并选取人口密度(人/平方公里)、人力资本水平(h)、人均GDP(元)、城镇化水平(%)、农村居民恩格尔系数(%)、政府规模(%)和产业结构(%)等作为控制变量。

(四)数据说明

鉴于数据的可得性和完整性，选取了2008—2017年作为研究年度，本文所选取的数据均来自于2009—2018各年的《中国统计年鉴》《中国财政年鉴》《湖北省统计年鉴》《湖南省统计年鉴》《山西省统计年鉴》《江西省统计年鉴》《安徽省统计年鉴》《河南省统计年鉴》。另外，部分数据来自于Wind数据库。

五、实证结果分析

(一)静态分析

本文基于投入导向的DEA模型，运用DEAP-xp1软件，测算出了2008—2017年中部六省份财政医疗卫生支出的综合技术效率、纯技术效率和规模效率得分，测算结果见表2。下面将根据测算结果对财政医疗卫生支出效率在时间维度上的变化和地区空间维度之间的差异进行分析。

表2

表2 2008—2017年中部六省份三种效率得分

1.时间维度分析

根据DEA测算出的结果，绘制出2008—2017年中部六省份三种效率得分的平均值的变化趋势图，如图1所示。由图1可以看出，中部六省份的财政医疗卫生支出的平均综合技术效率近似呈现“M”型波动上升的趋势，2008年的综合技术效率为0.884，2009年实现了较快增长，达到了0.898，2010年却迎来了较大幅度的下降，甚至低于2008年的水平，达到最低值。之后，2011年至2014年分别为0.900、0.914、0.912和0.923，大体上是稳步增长。最后，2015年到2017年，综合技术效率震荡滑落至0.900。综合十年间的变化情况，综合技术效率是有步骤地上升，这说明中部地区整体财政医疗卫生支出的综合效率波动不大，态势良好。再看平均纯技术效率，在2010年以后，与平均综合技术效率趋势大体一致，在2008年至2010年期间出现滑坡式下降，2013年至2014年间逆转骤增，之后缓慢波动下降，但始终未回到2009年之前的水平，反映了政府对财政医疗卫生支出资金的使用水平呈现出先下降后上升再下降的波动趋势，可能是“新医改”带来的结构性调整阵痛使得政府的调控能力在短时间内难以恢复。最后，平均规模效率在2008—2009年间快速增长，之后保持较为缓慢的稳步增长，到2013年止，呈现出持续上升态势，2014年以后，呈现“U”型发展态势，说明中部地区各省份的财政医疗卫生支出规模总体上越来越趋于最优规模，因此扩大财政支出规模是必要而且合理的。由以上分析可知，纯技术效率在“新医改”以后的滑坡式下降，大伤元气，以致2013年仍未缓过来，一直处于低迷状态，直接导致了中部地区整体平均综合技术效率一直萎靡，无法大幅度增长。因此，政府应致力于在提高财政医疗卫生支出数量的同时更加注重提高医疗卫生财政资金的使用效益。

2.地区空间维度差异分析

为了对中部地区六个省份的财政医疗卫生支出效率的差异进行分析，根据各省平均财政医疗卫生支出水平和平均综合技术效率水平，将各个省份进行分类，分类情况见表3。另外，根据计算出来的6个省份的2008—2013年的平均财政医疗卫生支出和三种效率水平平均值，绘制出了图2。

表3 6个省份分类情况

综合表3和图2，可以看出，在财政医疗卫生资金投入上，河南最多，部分原因为该省庞大的人口基数。因此，必须提高巨额财政资金的使用效率，保证上亿人口的全覆盖和优质医疗服务。在投入较高地区，湖南省独占鳌头，明显比湖北和安徽的效率要高，说明湖南在财政医疗卫生支出的数量和质量上都是佼佼者，是中部地区医疗卫生支出水平和使用效率的先锋。安徽的纯技术效率太低严重影响了其综合技术效率水平，但其也有很大的提升空间。相比安徽，湖北的投入和产出效率配置更加合理。不过，该省中等效率与较高投入不相匹配，因此，湖北应该实现整体效率再攀一个新高度。在财政医疗卫生资金投入上，江西相对后劲不足，中等的投入加上较低的效率使其萎靡不振，特别是纯技术效率和支出数量不足导致综合技术效率低下，所以江西应须要增加支出数量，配合提高资金使用效率。在投入较低地区，山西表现不俗，实现了较低投入基础上的高效率，因此，可以进一步加大财政对医疗卫生的政策倾斜力度。

(二)动态分析

DEA是对相同环境中的决策单元在同一时间点上进行的横向分析，是静态的效率分析。Malmquist生产率指数则是利用面板数据，测算出可以纵向比较分析的生产率指数，能够对效率随时间的变化情况进行动态分析，从而弥补了静态分析的缺点，使分析更加完整，测算结果见表4和表5。由表4看出，中部地区6个省份的全要素生产率指数均小于1，且都分布于0.8这一水平，其中河南的全要素生产率指数最高，为0.893，江西和安徽的全要素生产率指数最低，为0.873。全要素生产率低的主要原因在于技术进步的不利影响，各省的技术变化指数均小于1，围绕0.88水平上下波动，意味着出现了技术退步。随着时间的推移，技术在长期内必然是进步增长的，而本文却得出了相反的结论，原因可能是所选取的投入产出指标并不能全面地反映技术进步情况，也可能是所研究的时间跨度不够长，其中前者发生的可能性更大。再者各省技术效率变化，除湖北和安徽外，其他省份的技术效率变化指数均大于1，说明大部分地区对现有技术的利用效率较高，湖北和安徽应进一步提高对现有技术的利用效率。

由表5可知，在2008—2017年Malmquist全要素生产率指数的年均变动中，全要素生产率指数和技术变化指数在2009年有所上升，在2009—2010年、2000—2012年和2015—2016年三个时间段内均实现峰值。其中，全要素生产率指数在2010—2012年间由0.760达到0.946，在2015—2016年间甚至提高至0.965。另一方面，技术效率指数在2010—2011年间达到最高值1.025。且技术效率变化指数和规模效率变化指数基本保持在1.000水平以上，这些充分反映了2009年“新医改”实施以来，各级政府在扩大医疗卫生财政支出比例和规模的同时，也提高了财政支出资金管理水平和医疗资源配置能力。

表5 财政医疗卫生支出Malmquist生产率指数年均变动情况

(三)影响因素分析

由前文分析可得知，中部地区6个省份财政医疗卫生支出效率存在明显异质性，造成这一差异的主要原因是存在影响财政医疗卫生支出效率的不可控因素，如经济因素、社会因素、政策制度因素等。为了分析效率值差异的主要原因，本文以综合效率值为被解释变量，财政支出分权为核心解释变量，研究两者之间的作用机理。由于根据DEA模型得出的效率值介于[0，1]，属于截断数据，若直接以它作为被解释变量构建模型，不能通过OLS(普通最小二乘法)进行回归，否则参数的估计会有偏差且不一致。因此，借用受限因变量模型，即Tobit模型来进行回归。

1.模型构建

(3)

2.数据说明

本文核心解释变量是财政支出分权。关于财政分权度的衡量，现有文献大致采用两个指标：“收入分权”和“支出分权”。傅勇等(2010)[15]构造了三个分权指标，即“各省预算内人均本级财政支出/中央预算内人均本级财政支出”“各省预算内人均本级财政收入/中央预算内人均本级财政收入”以及“扣除净转移支付的财政支出指标”，这些指标均进行了人均化，旨在控制政府支出规模与人口数量之间可能存在的正向关系。由于研究财政用于公共医疗卫生领域的支出效率，且转移支付资金也作为中央和地方共同承担地方公共医疗事业支出责任的重要财源，因此，采用“各省预算内人均本级财政支出/中央预算内人均本级财政支出”作为财政分权度的一个衡量标准。

民生财政理论认为，财政活动的重心应该由经济建设和相关公共产品及服务向民生改善转变。目前，与民生息息相关的主要涉及住房、养老、教育和医疗等领域。其中，又以医疗最为迫切，因病致贫、因病返贫的例子比比皆是。所以，财政用于医疗卫生的支出及其效率关系到民生改善的进度和程度。而财政医疗卫生支出的效率又受到当地的人口特征、社会环境、经济状况和政治背景等诸多因素的叠加影响。基于这种情况，结合对已有的文献的梳理和总结，分别从社会、经济和政府等方面选取了以下控制变量：(1)人口密度(pd)，以每平方公里的人口数作为人口密度。一般情况下，人口密度越大，地方政府支出的规模效应越显著，支出效率越大。(2)人力资本(hc)，该指标参考樊纲等关于人力资本的测算公式，将每类受教育程度按照相应的教育年限进行折算，再乘以对应受教育程度的人数，加总之后再除以对应的总人数，便得到最终的人均受教育年限。其中，设定文盲为0年、小学为6年、初中为9年、高中为12年、大专及以上为16年，因数据可得性暂不考虑研究生。(3)农村居民恩格尔系数(ecr)，以农村居民恩格尔系数反映农村居民的消费水平。一般情况下，农民消费水平越高，越倾向于进行医疗消费，有助于提高财政医疗卫生支出效率。(4)人均GDP(pi)，以各地人均GDP反映其经济发展水平。一般情况下，经济发展水平较高的地区，居民对公共产品的质量要求越高，因而更能刺激政府提高支出效率。(5)城镇化水平(ur)，以各地城镇年末常住人口占总人口的比重来衡量城镇化水平。一般情况下，城镇化水平越高，公共产品设施越健全，政府支出的规模经济越显著，支出效率越高。(6)产业结构(is)，以第三产业增加值占GDP的比率来衡量，反映各地区经济结构。管治华等对中国结构性减税压力下财政支出效率进行研究，发现第三产业增加值占比越高，财政支出效率越高。(7)政府规模(gs)，以政府最终消费占GDP的比率来测度。陈诗一等研究发现，政府规模与财政支出效率值呈显著负相关，即“小政府”更有效率。具体变量说明见表6。

表6 控制变量说明

3.回归结果分析

本文选取上述相关变量2008—2017年的数据，同时为了消除不同量纲的影响，对数据进行了离差标准化处理。处理后的变量的统计特征如表7所示。

表7 变量统计特征

下一步，再利用STATA15.0软件，进行实证检验。

首先，对模型进行稳定性检验。采用LLC单位根检验，结果证实所有变量均通过稳定性检验。

其次，假设H0：不存在个体异质性。并进行随机效应的面板Tobit回归，发现LR检验结果接受原假设H0，故认为不存在个体效应，应选择混合回归。

再次，进行混合Tobit回归，并使用聚类稳健标准误。回归结果如表8所示：

表8 实证回归结果

模型2的结果表明，财政支出分权对地方财政医疗卫生支出效率产生正向的促进作用，假设A成立。模型1加入财政支出分权的平方项，结果发现，财政支出分权对地方财政医疗卫生支出效率不具有非线性的影响。对照模型1和2发现，控制变量中除了人均GDP和城镇化水平，其它变量均显著。因此，在模型3剔除了人均GDP和城镇化水平，结果发现，财政支出分权对地方财政医疗卫生支出效率的影响是非线性的，且呈正向关系。这说明了财政支出分权对地方财政医疗卫生支出效率的作用显著地受到经济发展水平和城镇化水平的影响。

一直以来，财政分权与公共产品配置效率的关系都是学术界的热点话题。就理论研究而言，第一代财政联邦主义理论假定政府的目标为社会福利最大化。在这一假设前提下，Inman和Rubinfeld(1997)[16]认为，地方政府更靠近选民，对选民的信息偏好和公共产品的成本信息了解更充分。故地方政府比中央政府更能有效率地提供公共产品。第二代财政联邦主义理论假定政府是最大化自身利益的“经济人”。在这一假定背景下，Seabright(1996)[17]证明，在财政分权体制下，再当选的压力会降低地方执政者的寻租倾向，提高地方政府供给公共产品的效率。

可是，中国的财政体制恰好是一种非规范的事实性分权制度安排(周业安，2008)[14]，主要体现为：财政分权从属于行政集权，经济分权与垂直的政治治理体制紧密结合，形成了独特的中国式分权，使得地方政府在“晋升锦标赛”的激励下，更加注重经济发展，轻民生改善，造成财政支出主要用于生产性建设，忽视了民生性支出。再加上，本地居民对地方政府的行为缺乏有效的监督与约束。因此，在中国式财政分权背景下，地方政府供给公共产品的行为不一定与地方居民需求偏好相一致。

不过，随着近些年中国经济快速发展，并进入新常态，生产性支出过剩与民生性支出不足的弊端逐渐显现，生产过剩和消费不足矛盾日益激化。为此，中央推出供给侧结构性改革，旨在科学调整供需关系。在学术界，也有学者注意到生产性支出对经济并不总是促进作用，这也提醒地方政府增加民生性支出比重，提高民生公共产品供给效率。

除了财政分权以外，其他控制变量对财政医疗卫生支出效率也有显著影响。其中，(1)人口密度与财政医疗卫生支出效率之间呈现显著影响，由于系数值为负，所以呈反向关系，也就是说人口密度越高，效率越低，而Grossman等(2013)[18]认为人口密度与政府支出效率之间应该存在正相关关系，因为较高的人口密度可以使得政府的监督和管理成本降低。本文却相反，这是因为，在测算财政医疗卫生支出效率的时候，仅选取了卫生资源数量作为产出指标，忽略了质量的做法导致了人口密度与财政医疗卫生支出效率之间的关系呈反向变动的。(2)人均GDP和城镇化水平。这两个变量与经济发展水平密切相关，它们均对财政医疗卫生支出效率具有不显著的负向作用。这可能归因于在经济分权和政治集权的框架下，地方政府官员在“晋升锦标赛”的激励下，更趋向于将财政资金用于生产投资建设，轻视民生改善工程建设。因而，经济发展水平较高的地区，其执政官员更倾向于重基建、轻民生，如此便形成了一个支出“怪圈”，即经济发展水平越高的地区，财政用于医疗卫生的支出数量和效率越低。(3)农村恩格尔系数与财政医疗卫生支出效率之间呈显著关系。不过，由于系数也是负的，所以呈反向关系。这是因为，农村居民生活水平越低，恩格尔系数越高，一方面，农村居民仍占总人口大多数；另一方面，财政用于医疗卫生的资金大部分都投在大城市，造成农村居民无论小病大病都跑到北上广，而城镇居民过度医疗，造成医疗资源紧张和浪费，这是由中国的特殊国情决定的。所以，农村居民恩格尔系数越高，占总人口大多数的农民越看不起病，造成财政医疗卫生支出效率越低。(4)人力资本，它对财政医疗卫生支出效率具有显著的正向作用。这与Milligan等[19]提出的观点一致，即教育水平越高，越有利于居民选择有能力的官员以及识别官员腐败问题，从而有利于财政支出效率水平的提高。(5)政府规模，它与财政医疗卫生支出效率呈显著的正向关系，这与“小政府有效论”相悖。这可能源于在中国省级以下政府中，财权相对集中于省市级政府，支出责任相对集中于县乡级政府，县乡级政府规模的扩大，配合省市级更大力度的财力转移，能提高财政医疗卫生支出的效率。(6)产业结构，结果发现产业结构与财政医疗卫生支出效率呈显著的正向关系。这与管治华等(2016)[20]的结论一致。

4.稳健性检验

为了检验实证结果的稳健性，以财政医疗卫生支出占财政总支出的比重(fm)来替代财政支出分权指标。按照前文所述，在中国式分权体制下，财政分权度越大，地方政府自主拥有的财政资金越多。在“晋升锦标赛”的激励下，地方官员为了拉动GDP增加，会倾向于将财政资金用于生产性支出，使得财政医疗卫生支出比重降低，并降低财政医疗卫生支出效率。故财政医疗卫生支出比重与财政支出分权负相关。表9所示为回归结果，可以看出，财政医疗卫生支出比重与财政医疗卫生支出效率之间呈负相关关系，而财政支出分权与财政医疗卫生支出比重又具有负向作用，因此不难推出，财政支出分权与财政医疗卫生支出效率仍然呈正向关系。模型5在模型4的基础之上，添加了财政医疗卫生支出比重的平方项，结果显示，财政支出分权仍与财政医疗卫生支出效率呈正向关系。综上可知，财政支出分权与财政医疗卫生支出效率的正向关系是稳健的，这说明了实证结果是可靠的。

表9 稳健性检验

六、结论

从上述实证分析可以得出以下结论：第一、从时间维度上看，2008—2017年中部六省份财政医疗卫生支出效率大体上呈“M”型波动上升趋势，2011年以后开始浮动上升，财政医疗卫生支出规模越来越趋于最优规模；第二、从地区空间角度看，各省份之间财政医疗卫生支出效率存在显著差异，有两极分化趋势，其中以河南、湖南为代表态势良好，以江西、安徽为代表效率较为低下，产出效率不足；第三、通过Malmquist全要素生产率指数分析可知，中部各省的全要素生产率指数均小于1，说明大部分中部地区省份需要提高对财政医疗卫生支出资金的使用效益；第四、通过面板Tobit模型分析可知，财政支出分权指标与财政医疗卫生支出效率之间存在显著正向关系。另外，其他控制变量对财政医疗卫生支出效率也有不同程度的影响：人口密度和农村居民恩格尔系数对财政医疗卫生支出效率具有阻碍作用；人均GDP和城镇化水平对财政医疗卫生支出效率的影响为正，但不显著；人力资本、政府规模和产业结构对财政医疗卫生支出效率具有显著的正向促进作用。

七、政策建议

根据上述结论，可以相应拟定针对性政策进行改善。

(一)有步骤地逐步扩大财政医疗卫生支出规模，提高政府预算支出绩效管理水平

由于中部六省的财政医疗卫生支出规模不断趋于最优规模，进一步扩大财政用于医疗卫生的资金规模有利于提高财政医疗卫生支出效率。在提高数量规模的同时，也要注重结构调整和优化，实现质量的协同提高。安徽和湖南在地理区位和经济发展水平上相差不大，但是在财政医疗卫生支出效率上确有明显差异，主要是地方政府财政预算管理能力的高低不同造成的。因此，安徽和江西政府可以向邻近省份湖北和湖南实地考察学习，逐步提高财政预算管理水平，同时健全预算绩效管理制度。

(二)不断完善转移支付制度，进一步完善财政分权体制

由于中部地区省份之间财政医疗卫生支出效率之间存在较大差距，逐步完善省际之间对口支援型的横向转移支付有助于平衡地区间效率水平，促进整体效率的提升。同时加强中央对中部地区的财政纵向转移支付力度，对效率欠佳省份实行自上而下的帮扶。通过Tobit模型可知，财政分权有利于提高财政医疗卫生支出效率，深化改革财政分权体制，逐步放宽省级地方政府的财政事权，并培育地方主体税种，健全地方税体系，保证财权与事权相适应，提高地方政府财政管理灵活度和高效性。

(三)稳步提高公立医疗供给效率，有层次地深化医疗体制改革

目前中部地区乃至全国的医疗体制仍然很不完善，进一步深化医疗体制改革势在必行，只有深化医疗体制改革，才能为医疗卫生支出效率的提高提供可靠的制度支撑。建立覆盖全体城乡居民的医保制度，有序放开私人资本准入医疗行业，同时加强市场监管，配合科学合理的医疗科技创新机制和人才培养激励机制，逐步实现基本公共医疗均等化目标。