基于VAR和ARIMA模型的中国卫生总费用影响因素及预测分析

郭芮绮，胡 依，闵淑慧，成晓芬，李 贝

(南方医科大学卫生管理学院，广东 广州 510515)

卫生总费用(Total Expenditure on Health，TEH)是指公众在卫生保健服务上花费的总金额，对国家卫生保障有十分重要的意义[1]。我国卫生总费用由1995年的2155.13亿元增长到2017年的52,598.28亿元，22年间增长了23.41倍[2]。在健康中国战略背景下，若卫生总费用长期不合理增长，极易加重居民医疗卫生负担，甚至使因病致贫和因病返贫的现象难以得到实际解决，最终无法实现真正意义的全民覆盖[3]。卫生总费用增长受经济发展水平、政府投入、医疗资源等多种因素影响，合理的卫生总费用研究有利于相关政府部门调整与优化相关卫生政策[4-6]。故本文采用VAR(Vector Auto-Regression)模型与ARIMA(Autoregressive Integrated Moving Average)模型研究我国人均GDP、卫生事业费用、人口老龄化，医疗资源以及城镇化水平5个主要因素与卫生总费用的动态关系，并对卫生总费用未来发展趋势进行预测，为促进我国卫生事业改革和发展提供相关建议，以助力于健康中国战略目标的实现。

1 资料与方法

1.1 数据与变量

本研究从《中国统计年鉴》《中国卫生和计划生育统计年鉴》和《中国卫生健康统计年鉴》中收集1990-2019年的相关数据，为消除人口数量等因素的影响，卫生总费用、GDP、医疗资源、城市化水平、人口老龄化、政府卫生支出依次以人均卫生费用、人均GDP、每千人口医疗机构床位数、城镇人口占总人口比例、65岁以上人口占总人口比例、政府卫生支出占财政比例进行表示。每个变量以自然对数的形式呈现以减少各变量异方差对最终结果的影响，依次记为LNTHE、LNGDP、LNCOV、LNCITY、LNOLDS、LNBED。

1.2 研究方法

使用EXCEL构建1990-2019年中国卫生总费用相关数据的时间序列数据集，使用Eviews 10.0软件进行ADF(Aucment Dickey-Fuller)用于确定时间序列的稳定性，并构建探究经济、城镇化、医疗等因素与卫生总费用的动态关系的VAR模型，使用SPSS 25.0软件中的ARIMA模型预测中国卫生总费用未来发展趋势。

2 结果

2.1 ADF检验

使用ADF检验时间序列平稳性，若是通过检验则可直接进行建模，若不通过检验，则应对序列进行差分后再进行建模。由表1可知，通过ADF初步检验的只有LNCITY变量，其余变量原序列都未通过检测，一阶、二阶差分后转化成平稳性时间序列(P<0.05)，满足条件构建VAR模型。

2.2 VAR模型

2.2.1 滞后阶数

建立模型前需根据LR检验统计、FPE(Final Prediction Error)、AIC(Akaike Information Criterion)、SC(Schwarz Information Criterion)和HQ(Hannan-Quinn Information Criterion，来选择VAR模型滞后的阶数确定滞后阶数。表2结果显示，多数信息准则筛选阶数为二阶，故该VAR模型的滞后阶数为二阶。

表2 滞后阶数判定结果

2.2.2 VAR模型估计结果

VAR模型是以内生变量的滞后值的相关函数构建[7]。将该时间序列代入模型，运算估计结果如下：

关于VAR模型稳态检验，若模型的AR根都小于1即位于单位圆内则通过检验，反之亦然。检测结果显示，AR根全部在单位圆内，故该模型是平稳的，模型估计结果有效，见图1。

图1 模型平稳性检验结果

2.2.3 脉冲响应函数分析

脉冲响应函数(Impulse Response Function，IRF)主要解释变量间的动态关系，即单位冲击下对变量本身和其他内生变量的影响[8]。模型随机误差项的正交约束采用滞后期数为20的Cholesky分解技术。结果显示如图2，其中，横轴、纵轴、虚线、实线依次表示为滞后期数、变化值、标准差带、脉冲响应函数。

图2 脉冲响应分析结果

LNTHE显示，在一个单位正冲击下，LNTHE在当期的影响最大，并且随着时间的推移逐渐减弱。到第七期时负面影响的值达到最大值，然后上升到零，影响逐渐消失。

LNOLDS显示，当给LNOLDS一个单位正冲击，LNTHE本期正向影响最大，到第二期时影响变为负值，随后开始回升为正值并振荡着趋于零，达到收敛。

LNCOV显示，在一个单位正冲击下，LNTHE在当期收到的正影响较大，随后影响逐步减弱变为负影响，第十期负影响达到最大，而后逐渐上升稳定在零，影响消失。

LNGDP显示，当给LNGDP一个单位正冲击，LNTHE一直为正影响，并在第五期时达到最大，其后逐渐下降，最大的负影响是在第九期，随后逐渐趋向于收敛。

LNBED显示，若给LNBED一个正冲击，最大正影响值在第二期达到最大，第三期时负影响达到最大，并在第五期回升为正影响的第二个峰值，随后逐渐波动下降并趋向于影响消失状态。

LNCITY显示，若给LNCITY一个正冲击，LNTHE最大正影响值在第二期，第六期时负影响达到最大，中间呈现波动状态，在第八期下降为第二个负影响峰值，随后逐渐回升为正值并收敛。

2.3 ARIMA模型预测

ARIMA模型预测的原理是将被解释变量的现值与滞后值以及随机误差项的现值和滞后值进行回归[9]。本研究运用ARIMA(2，2，2)对人均卫生总费用时间序列数据进行拟合并对2020-2030年的趋势进行预测，图3结果显示，模型预测值与实际值几乎重合，提示拟合程度较理想，该模型较为合理。另外，模型预测结果显示，人均卫生总费用将不断增长，预计在2030年达到14,129.2162元，相比2019年增长近3倍。增长速度维持在10%左右，整体呈下降趋势，在2030年增长率将降为9.20%，见表3。

图3 模型拟合情况

表3 2020-2030年人均卫生总费用预测结果

3 讨论

3.1 我国卫生总费用控制形势严峻

预测结果显示，我国人均卫生总费用将在2030年达到14,129.2162元，相比2019年增长近3倍，增长率在10%上下波动，并呈下降的趋势，但是卫生费用的总体基数不断增大，绝对增量也较大。近年来政府及社会各界迫切希望通过进一步加大对卫生事业的投入，以提高人民整体健康水平，助力于实现健康中国战略目标的实现，这自然会使卫生总费用不断上涨。但是，在当前中国宏观经济增速放缓的大背景下，如果卫生总费用增长过快，与国民经济发展速度长期不相协调，各级财政支出压力过大极易导致“社会经济危机”[10]。因此，为保持卫生总费用可持续稳定增长，相关政府部门应加快深化医药卫生体系改革。例如，加强对药物、器械价格的监督管理，并改革医保支付方式，落实医药分开等相关政策；从源头控制居民医疗服务需求，促进医疗服务方式以预防为主，以此减少卫生费用的不合理增长[11]。

3.2 城市化水平是我国卫生总费用增长的最大因素

研究结果显示，城市化水平对我国卫生总费用增长的正向影响超过其他因素所形成的影响。居民的整体收入与消费水平会随城市化水平提高而逐渐提高，进而对医疗服务有更高的要求，这直接关系着我国卫生总费用的变化。城市居民整体收入水平以及卫生服务等其他基础设施的可获得性都优于农村居民[12]。农村居民在城镇化过程中消费需求会加速释放，如果其不能获取可观的收入，那将无法偿付相应的医疗费用支出，从而造成严重的社会问题[13]。因此，相关部门应根据我国不同地区城镇化发展现状，加强医疗资源的合理配置，缩小城乡差距。第一，重视农村卫生院、卫生室等医疗机构的发展，给予农村卫生建设更多的倾斜政策，吸引更多的医务人才投入到乡村卫生事业中，提高乡村整体医疗服务能力水平。第二，加大对基层医疗机构建设的力度，并扩大医疗保险覆盖范围，大力推广医保信息全国联网以加快实现异地就医即时结算[14]。

3.3 GDP、政府卫生支出、医疗机构床位数是卫生总费用增长的重要影响因素

研究结果显示，GDP、政府卫生支出、医疗机构床位数是卫生总费用增长的重要影响因素，这与以往研究结论一致[15，16]。快速的经济增长使居民的生活水平逐渐提高，居民医疗保健意识增强，会增加卫生方面的支出，间接推动了卫生费用的增长[17]。近年来，政府卫生事业费增长有所减少，但是如果政府卫生投入与社会保障投入不能保持与经济发展相协调，居民医疗费用个人承担比例过高，极易导致因病致贫，同时也不能很好地满足人民群众日益增长的医疗卫生需求，不利于健康中国战略目标的实现。因此应充分考虑经济增长与政府卫生支出的协同程度，建立可持续的政府卫生投入机制，并改善卫生筹资策略，注重公共筹资占整体筹资的比重，充分考虑医疗保障筹资和支出结构的合理性，稳步提升居民医疗保障水平，以加快实现全民健康覆盖[18]。医疗机构床位等医疗设备资源作为现代医院的重要硬件，一旦床位数需求增加，则需要扩建相关配套设备和人才等以保证其基本运转，这就使医疗费用支出增加[19]。而过于激进地扩展医疗机构资源会导致医疗费用不合理增长、医疗资源浪费等严重后果，因此医疗机构应革新管理发展思路，优化现代诊疗模式，提升医院的诊疗流程管理水平，并大力开展卫生技术评估，对医疗资源使用的成本效益进行分析，促进医疗资源高效利用，以减少医疗资源不合理浪费[20]。

3.4 人口老龄化与卫生总费用长期保持均衡相关

人口老龄化的脉冲响应图显示，整体波动系数、幅度较小，提示在当前阶段人口老龄化对卫生总费用增长的影响不明显，这与其他学者的研究结果一致[21]。但这并非表明人口老龄化不重要，它对我国卫生总费用的长期正向影响仍不容忽视。我国已于21世纪之交步入老龄社会，年均3%的增长率居于全球第一，现如今我国老龄人口基数大，在未来会持续对卫生总费用产生重要影响，对卫生事业持续发展的影响仍不可忽视[22，23]。因此，相关政府部门现阶段应充分利用现有医疗资源，尽可能地满足老年人的卫生服务需求，并完善社会养老保险制度体系，稳步加大对老人晚年养老的保障力度[24]，减轻老年人医疗经济负担，以便更好地应对人口老龄化加剧带来的挑战。