基于组合预测模型的新疆生产建设兵团个人卫生支出分析*

张粝文，李小菊，毛璐，杨姐林

(石河子大学医学院预防医学系，新疆 石河子 832000)

个人卫生支出 ( Out of pocket Payments，OOP)是指居民在利用卫生服务过程中支付的现金费用, 包括直接购买卫生服务的花费以及在各种保障制度下共付的费用，也是筹资的重要来源[1]。OOP占卫生总费用比重作为居民医疗经济负担的显示性指标，常被用来衡量不同经济水平下居民发生“因病致贫”风险的大小[2]。本文选用GM(1，1)模型、ARIMA模型以及GM(1，1)+ARIMA组合模型，利用最优拟合模型测算OOP占卫生总费用比重变化趋势，以期为相关卫生政策调整提供理论参考。

1 资料与方法

1.1 资料来源

数据来源于2004-2018年新疆生产建设兵团卫生总费用研究结果、《新疆生产建设兵团统计年鉴》以及生产建设兵团统计网站发布的相关时间序列数据。

1.2 研究方法

1.2.1 灰色预测模型

灰色系统理论可利用包含不确定因素的系统进行模糊预测，随着发展应用至人口、经济、社会等诸多领域[3]。GM( 1，1) 是灰色系统理论中的基本模型。其建模过程为：对原始序列x(0)(n)进行累加求和，生成新序列x(1)(k)，建立一阶线性微分方程，其表达式：

(式1)

其中a被称为发展系数，b为灰色作用量。利用最小二乘法得到GM(1，1)的离散解为：

(式2)

1.2.2 ARIMA模型

差分自回归移动平均模型，简称ARIMA模型，是时间序列模型应用较广泛的参数模型之一，常用于卫生领域的预测分析[3]。其建模思路是将非平稳时间序列进行d阶差分转化为平稳序列后，对其滞后值以及随机误差项的现值和滞后值进行回归。其表达式如下：

(式3)

ARIMA(p,d,q)模型中参数p为自回归阶数，d为差分阶数，q为移动平均阶数。

1.2.3 组合模型

研究表明：组合模型可以显著减少预测的系统误差，提高预测效果[5]。一般的线性组合预测模型的表达式：yt=w1yt1+w2yt2。 其中yt为t期组合模型的预测值，yt1,yt2分别为GM(1，1)模型和ARIMA模型t期的预测值，w1,w2为相应的组合权重。通过求目标函数误差平方和的最小值确定最优权重，即

(式4)

w1+w2=1

(式5)

通过软件计算w1,w2值，得到最优权重。

本文选用均方根误差(RMSE)和平均绝对误差百分比(MAPE)对三种模型预测效果进行评估，指标值越小，说明该模型预测效果越好。指标表达式如下：

(式6)

(式7)

1.3 统计软件

使用Excel 2010、Eviews 10. 0等统计分析软件进行数据处理和分析。

2 结果

本研究利用新疆生产建设兵团GDP平减指数(以2018为基年)消除价格因素对OOP以及卫生总费用的影响，在此基础上，进一步消除人口因素的作用，最终得到人均OOP实际值及人均卫生总费用实际值数据。

2.1 人均OOP实际值预测

GM(1,1)模型：对原始序列进行预处理后，利用最小二乘法估计参数，结果：a=-0.0101，b=6.3040，对应得到GM(1,1)的白微分方程及时间响应方程；ARIMA模型：根据差分后的平稳序列的自相关函数、偏相关函数以及AIC准则构建模型ARIMA(1，1，1)；组合模型：通过计算得到GM(1,1)模型组合权重w1=0.6963，ARIMA(1，1，1)模型权重w2=0.3037，此时的组合模型的均方根误差和平均绝对误差百分比值最小。

比较三种模型预测效果的精准性，可以看出组合模型预测效果较为理想(表1)。从结果趋势图(图1)也可以发现，组合模型的拟合趋势与真实值最为接近。

图1 人均OOP实际值预测结果拟合效果

表1 三种模型对人均OOP实际值预测结果比较(元)

2.2 人均卫生总费用实际值预测

同理，对人均卫生总费用实际值进行测算。组合模型最优权重为w1=0.6173，w2=0.3827。从表2结果来看，组合模型预测人均卫生总费用实际值的RMSE和MAPE值最小，精准度最高。如图2所示，组合预测模型拟合趋势较接近真实值水平。

图2 人均卫生费用实际值预测结果拟合效果

表2 三种模型对人均卫生总费用实际值预测结果比较(元)

2.3 OOP占卫生总费用比重变化趋势

根据前面研究结果，选择人均OOP实际值及人均卫生总费用实际值序列数据预测精度较高的模型结果，计算比值，得到2019-2023年个人卫生支出占卫生总费用比重。结果显示，2019-2023年人均OOP实际值的年均增速为8.09%，较前5年平均水平下降1.46个百分点；人均卫生总费用实际值年均增速11.00%，较前5年平均水平升高0.61个百分点；OOP占卫生总费用比重则延续之前呈下降趋势。(表3)。

表3 2019-2023年OOP占卫生总费用比重预测值(2018年=1)

3 讨论与建议

3.1 辩证认识OOP占卫生总费用比重

从理论上讲，OOP不具备风险分摊功能，OOP占卫生总费用比重越高，筹资系统的风险保护功能越弱[6]。过高的个人卫生支出占比会对居民的基本卫生服务利用产生影响，特别是贫困人口，因此，OOP比重也被用作衡量“因病致贫”的关键指标[7]。但是，OOP作为一种筹资渠道，可以迅速筹集资金，改善因公共资金不足导致的居民基本卫生服务利用较差的状况，同时提高居民费用意识，减少资源浪费。因此，OOP占卫生总费用比重需要辩证的去看待，并不是越低越好，应结合自身实际深入研究OOP增长的内在构成，提出更有针对性的筹资政策。

历史数据显示新疆生产建设兵团OOP占卫生总费用比重自2010年起降到30%以内，并呈现波动式下行的趋势，而本研究预测结果与这一趋势相符合，预计到2023年，该比重将进一步下降到21.61%。但从OOP比重下降到居民个人和家庭层面的医疗经济负担降低,还需要通过具体服务项目和机制来实现，是一个复杂的作用机制和传导过程[8]。

3.2 确保政府卫生投入的可持续性和稳定性，不断优化其内部结构

政府卫生投入是卫生健康事业发展的重要保障[9]。近年来，新疆生产建设兵团政府卫生支出金额持续增长，从2009年的14.77亿元增长到2018年的54.76亿元 ，年均增速为15.67%，高于个人卫生支出年均增速13.81%。可见，政府加大卫生领域的投入总量可以缓解个人卫生支出增长的压力。从预测结果看，虽然政府卫生投入规模持续增大，但增速明显放缓。因此，更需要关注政府卫生投入结构的调整，提高投入绩效[9]。建立基于全生命周期的卫生投入机制，优化资金配置，加大对公共卫生领域的投入力度，实现从以治疗为主向以预防为主的投入模式的转变[11]。从短期看可能对居民经济负担影响较小，但从长期看，会为卫生投入带来较高的社会效益和经济效益。

3.3 完善医疗保障体系，进一步降低患者医疗经济负担

为进一步降低患者医疗经济负担，需要在确保政府卫生投入可持续性和稳定性的基础上，进一步完善和发展以卫生需求为导向的多层次医疗保障体系。一方面是减轻门诊患者的医疗费用负担。2020年颁布的《中共中央国务院关于深化医疗保障制度改革的意见》中最新提到：将逐步将门诊医疗费用纳入基本医疗保险统筹基金支付范围，改革职工基本医疗保险个人账户，建立健全门诊共济保障机制[12]。这将有效降低门诊患者的个人卫生支付比例。另一方面，探索在医疗保险筹资中给予成本效果好预防服务项目一定资金支持，如健康体检、计划外免疫等，提高医保资金使用效率[13]。同时，稳步提高商业健康保险的保障水平，减轻对卫生需求较高的特殊人群的费用负担。

3.4 预测模型的选择与局限性

组合预测的主要思想是根据各单项预测模型的贡献度来分配权重，因此选择合适的单项预测模型可以提高预测精度及稳定性[14]。灰色预测模型及ARIMA模型对具有线性关系的时间序列数据预测效果较理想，应用性比较强[15]。从2种单项预测模型预测结果看，均具有较好的预测能力，因此，在此基础上建立的组合预测模型具有较高的精度与稳定性。研究结果显示组合预测模型的均方根误差较小，是较理想的预测方法。不足之处，本研究各模型的建立是基于历史已有数据，尽管排除了人口因素对卫生费用的影响，但未考虑卫生政策变化、老龄化等因素的作用，可能导致预测结果存在一定偏差。因此，本研究的预测值只能作为相关卫生政策制定的参考。