显性医改成本计量研究

刘红军

滨州市住房和城乡建设局 山东 滨州

一、引言

美国财务会计准则委员会（FASB）将成本定义为“经济活动中发生的价值牺牲，即为了消费、储蓄、交换、生产等所做的放弃”。该定义指出了成本作为价值牺牲的本质特性。成本的概念随着时代的发展而日趋复杂多元，不同学科、语境、视域下的成本概念具有极大的张力，从来没有一个统一的“成本”定义，因为成本具有非常明确的目的性，政治、经济、文化，以及科学技术的发展都直接影响着成本概念的发展。

1960年科斯的《社会成本问题》首次将成本概念并入社会学领域，并将成本界定为经济运行过程中所造成的社会经济的缺失和损益，强调成本在社会延续和发展中的客观性与不可避性，揭示了社会活动中成本的形成机制，并作为一种理性的尺度，用来衡量和判断人在生活中的具体选择行为。

二、显性医改成本的内涵

“医改成本”属于“成本”的下位概念，从经济学视角来看，“医改成本”主要是指国民收入的扣除，而较为广义的“医改成本”则既包括国民收入的损失，也包括诸如社会成员的抱怨、消极怠工等造成的社会成员利益和福利的损失（这部分损失为隐性成本）。广义的“医改成本”概念对于考察医改成本更有借鉴意义，因为在具体改革实践中，如果一次组织的改革大大提高了组织效率，但分配极不公平，就会导致组织成员为此极度紧张、不满，所以仅仅重视组织产出而不考虑组织成员为此付出的代价，显然是不全面的。

显性医改成本是指需要直接进行货币投入的医改成本，主要包括改革方案的设计成本和实施成本，由于设计成本占整个改革成本的比例不是很多，也比较容易确认和计量，所以此处主要介绍实施成本的计量。显性医改成本的计量可以分别用正算法和倒算法进行计算。当然，医改是一个动态发展的过程和结果，医改成本总体上也呈现出动态发展的态势，在性质上属于不断追加的边际成本。

三、显性医改成本的计量

1.正算法

所谓正算法，是指从经济学的角度，根据医疗卫生事业运行的自身规律，运用正确的核算方法来合理确定改革将要发生的直接成本，也就是根据可能产生的费用来核算改革成本。该方法需要假设改革目标是明确的，同时假设现有情况和目标之间的差距。具体来说，应当获取以下方面的数据：改革会带来哪些新的变化？这一变化会惠及多少人民群众？每一项变化在每个人身上需要投入的资金是多少？

比如根据基本医疗保障制度改革确定的目标，测算该项改革所增加的保障人群和人数、每人需要的资金，就可以判断这一改革需要增加多少成本，也就是医改成本。以基本医疗保障制度建设为例，这部分的医改成本应当等于由于医疗保险范围的扩大和分担机制的改变而增加的成本。这时需要明白三个问题：①未参保人员得到了多少医疗服务？②他们所受服务有多少未获补偿、谁为这些服务买单？③如果这些未参保者获得医疗保险，新增的医保成本是多少？前两个问题是改革政策的基线，也能用来识别扩大医保覆盖面可以利用的资源，第三个问题关注的是医疗保险改革所增加的医改成本。净增加的成本受参保资格条件和加入人数的影响，且加入者的特征也会影响成本，如加入者的年龄较大或者健康状况较差都会使成本增加。对有些优惠的利用因其很难控制而会被过度使用，导致成本的上升，如精神健康服务，这就要求设计改革方案时要权衡成本与扩大利用带来的好处。成本分担是为了控制医疗服务的利用，兰德公司的HIE(Health Insurance Experiment)研究发现，医疗服务的利用对成本分担很敏感。

华盛顿州，城市研究所的Jack Had ley和他的同事曾基于全民健康保障覆盖将在2008年完成的这一假设估计了美国卫生总费用的净增长量。为了计算估计量，Jack Had ley以全国范围内大量的家庭及其卫生支出为样本估计了2008年全年参加私人保险的非老年美国人的卫生花费结果为3885美元/人，总费用为2987亿美元。然后，作者从数据库中计算出2008年实际卫生费用以代表没有全年参加保险的非老年美国人的花费。结果只有2290美元/人，总费用仅为1761亿美元。通过对二者的统计学特征进行研究，作者指出，如果2008年没有全年参加保险的非老年美国人享受私人保险的全年平均覆盖水平，国家卫生总费用将净增加1226亿美元。这会使国家卫生总费用增加5个百分点，相关国内卫生生产总值的百分率上升一个百分点。

再以我国某省的医疗保障体系医改成本测算为例。首先应确定核算的基础数据，以国家各级相关部门公布的相应数据作为核算的基础数据，包括反映相应项目的数据，反映的社会状况，这是计量医改成本的基础，在医改成本会计中属于原始数据的取得和整理阶段。

其次，医疗保障体系医改成本应该包括扩大保障覆盖面所需费用、政府和中央财政补贴费用、管理费用以及其他为保证医疗保障体系改革顺利进行所需要的费用、国有关闭破产企业退休人员参加城镇职工医保补助、城镇居民基本医疗保险补助、新型农村合作医疗补助、城乡医疗救助制度补助（见表1）。

表1 某省基本医疗保障改革成本

2.倒算法

倒算法是指从社会学的角度，以提升人民群众的满意度和良好的社会效益为目标，来决定改革投入的成本，也就是根据改革目标和政府能够投入的成本，设计实现路径。该方法的理论假设即健康是人类社会发展到一定阶段的必然追求，医疗改革应当以全面提高人民群众的健康为目标。因此，该方法的基本思路就是根据社会发展阶段特点，估计人民群众的健康需求，测算达到这一需求所需要投入的资金总额。

比如，根据WHO所定义的健康标准，健康指标应该包括生理、心理、社会经济等方面的指标，如果改革能实现这些指标必然会取得良好的社会效益和提升人民群众的满意度，那么根据实现这些指标所需要的总成本，再剔除卫生事业正常发展所需要的费用，二者的差额就是倒算法核算的医改成本。换句话说，倒算法是以人民群众的健康需求为目标，来决定改革投入的成本。在这方面，经济学家应用Grossman模型对健康需求做了大量经验研究，原卫生部（1999）也对影响中国卫生服务的多种因素进行了详细的分析。原卫生部（1999）运用“四部模型”，对影响就诊概率、住院概率的重要因素进行了分析。这项研究为中国卫生政策的制定提供了许多有价值的统计信息。根据已有文献，用来估计对健康和卫生服务需求函数的方法可粗略地分为三类：随机实验、半随机实验和基于调查数据的统计及计量经济学研究。

根据世界卫生组织提出的健康概念，应从“身体健康、心理健康、道德健康、社会适应良好”四项标准来界定医改目标。

因此医疗发展的总成本即达到全民身体健康、心理健康、道德健康、社会适应良好的所需总成本。为此，必须确定“健康”成本的构成或者衡量指标。在研究中，可以从两个研究视角展开深入分析：一是建立在对健康内涵和外延确定的基础上，以现有全国卫生总费用、医疗开支和疾病发生情况等统计数据为出发点，对直接成本和间接成本进行测算。二是针对健康指标、医疗卫生指标、社会经济指标这三类指标所对应的期望值，测算达到该值所需投入的成本。

《健康中国2020》课题组对健康成本的测算过程具体如下。

（1）根据WHO公布的健康状况指标和卫计委的卫生事业发展规划纲要，拟定健康成本的衡量指标，分为健康、医疗卫生、社会经济三个方面，共20个衡量指标构成三层结构体系（见表2）。

表2 健康成本的衡量指标

（2）基于追求健康中国的最高目标，提取直接成本、寻找间接成本，运用目标规划的方法，进行健康成本的测算，并确定出卫生总费用与健康成本、健康成本与GDP的比例系数。《健康中国2020》课题组利用1978—2007年全国卫生总费用的数据，分别采用一次、二次、三次指数平滑方法进行预测，最终确定卫生总费用与健康成本的比例系数为0.341，健康成本与GDP的比例系数为0.134，这一结果接近发达国家健康成本与GDP的比例系数（如美国为0.14），结果具有较高的可信度及一定的合理性，可以进行健康成本的拓展测算。

（3）按照正常的卫生发展情况，估算不同GDP增速下的卫生总费用。再以卫生总费用的构成和流向及参考各类文献资料，筛选出GDP（亿元），财政总收入（亿元）,工资总额（亿元）,文教、科学、卫生事业费用占工资比重（%）,财政支出中与卫生相关的支出占财政支出比重（%）作为卫生总费用回归预测变量，建立多元回归预测模型。将上述方法的预测结果进行比较，多元回归修正模型为：y=1686.87+0.0436x1+73.91x2，其中y代表卫生总费用,x1代表GDP,x2代表文教、科学、卫生事业费用占工资比重。

对x2的原始数据进行基尼系数为0.7的三次指数平滑预处理，然后通过各种类型的回归分析：线性、对数、多项式、乘幂、指数的趋势预测，根据R2值最大原则选取线性类型作为x2的预测模型：

x2=1.382 T+18.379，R2=0.9712

其中T为预测年份 1977，如2012年对应的T=2012 1977=35

《健康中国2020》课题组按照GDP增长10%的假设，预测的健康成本数据和卫生总费用的差额就相当于用倒算法计量的医改成本（见表3），以2011年的GDP为基数，假设2012年GDP增长率为10%，根据模型（1）测算2012年的卫生总费用为17 661亿元，再用卫生总费用与健康成本的比例系数0.341和健康成本与GDP的比例系数0.134，测算出2012年的健康成本分别为51 791亿元和53 222亿元，因此，2012年的医改成本大致在34 130亿元至35 561亿元之间。其计算方法见表3。

表3 倒算法计量的医改成本 单位：亿元

四、结论

用正算法与倒算法测算出来的结果会有较大的差异，根本原因在于二者设定的改革目标不同。正算法是以当前确定的改革目标为标准，测算达到这一目标所需投入的成本；而倒算法是以人们的健康需求为目标，属于较高要求，因此测算出的成本也较高。正算法的优点在于着眼现实，有较强的可行性，但不利于从长远考虑将来所需的医改资金；倒算法的优点在于能未雨绸缪，统筹安排将来所需的资金，但对当前的改革意义不大，因此，实践中需要将二者结合起来。