中国预期寿命、分解卫生费用与健康模式转变*

于元博,郑晓瑛

(1.北京大学人口研究所,北京 100871;2.北京大学亚太经合组织健康科学研究院;3.中国医学科学院/北京协和医学院群医学与公共卫生学院)

1 引言

长久以来,经济增长与健康水平之间的关系都是学术界关注的一个重要话题。但仅对人均GDP和预期寿命而言,不同数据和研究方法得到的结论并不统一:有些认为预期寿命提升促进了经济增长[1,2],而另一些相反[3,4]。作为对不同实证结论的调和,有学者利用统一增长理论(unified growth theory)[5]的框架,认为人口转变等因素可能作为转折点,在经济增长与预期寿命之间的关系中起到关键作用[6]。受此启发,Felice等分别使用意大利、西班牙与法国的时间序列数据分析,并引入结构性断点,发现和解释了经济发展和预期寿命之间因果关系在社会发展不同阶段中的变化过程:起初因果性不显著、之后互为正向因果、最后因果性消失或反转[7]。

另一方面,GDP与卫生费用之间存在强相关性[8]。研究表明,中国的人均卫生费用与人均GDP之间存在长期均衡和双向Granger因果关系[9],中国的经济增长确实提升了卫生支出[10]。因此,讨论卫生费用与健康的关系,可以从经济增长与健康关系的研究中得到启发。

尽管卫生费用与健康水平之间的逻辑关系更加紧密,但两者之间是否存在实证的因果关系、以及两者谁为因谁为果仍然存在争论[8,11]。在中国背景下,赵同领等使用VECM建立了我国卫生总费用与婴儿死亡率的长期均衡,并发现了卫生总费用对婴儿死亡率的长期稳定影响[12]。而针对预期寿命的情况,王振杰等使用世界银行WDI数据(1995-2014)并进行二阶差分,发现期望寿命和公共卫生医疗支出占GDP比重、人均医疗卫生支出占GDP比重、人口自然增长率的长期均衡,并指出两个医疗支出指标均是期望寿命的Granger原因[13]。然而,上述研究没有针对卫生费用中的私人部门和公共部门做出明确区分,在分析方法和结论上也没有体现出卫生费用内部的结构差异。另外,未经处理的预期寿命易受到婴幼儿死亡率的过大影响,不能很好地反映人群的寿命水平。

本文采用向量自回归(VAR)方法,并在前人基础上进一步完善模型细节,并将预期寿命进行调整,分析中国寿命水平和不同部门卫生费用之间的Granger因果性。受统一增长理论相关启发,本文进一步讨论在健康模式转变视角下,私人和公共部门卫生支出和预期寿命水平的互动关系,从而更好地理解改革开放以来中国卫生费用的发展和变化过程,并为卫生费用与健康产出之间关系的学术讨论提供新证据。本文剩余部分如下安排:第2部分介绍数据来源和分析方法;第3部分介绍中国卫生费用和预期寿命的整体情况;第4部分描述分析结果;第5部分针对结果展开讨论,最后总结全文。

2 数据和方法

本文使用的数据分别是世界银行1978～2019年中国的预期寿命数据,国家统计局提供的1978～2019年卫生费用数据和消费者物价指数(CPI)数据。按照惯例,本文对卫生费用数据进行了对数处理,并根据CPI将各期数据调整至1978年价格水平。

出生预期寿命常常过度反映了婴儿死亡率对于人群健康情况的影响。即使老年人群的健康状况没有改善,降低婴儿和青少年死亡率也会使得出生预期寿命得到巨大提升。Kakwani[14]提出了调整出生预期寿命的一种方法,可以减少婴儿死亡率对出生预期寿命的过大影响:

(1)

其中和是两个预设的参数,分别为预期寿命最大值和最小值;为原始预期寿命。参考沿用UNDP和相关文献[7],本文将M设为83.2,M0设为20。

(2)

检验Granger因果性,即在上述模型中检验其他变量对某一变量p个系数的联合显著性。滞后阶数p的选择是模型设定的关键。向量回归模型的滞后阶数如果选择不正确,可能会导致估计结果不一致的严重后果。本文采取由大到小的序贯原则,同时考察最后一阶系数的联合显著性和回归模型残差的自相关情况以确立最优的滞后阶数p。另外,结果估计使用了小样本自由度调整和小样本Wald检验以确保稳健性。本文使用Stata 17进行分析。

3 中国卫生费用与预期寿命的整体情况

自1978年以来,中国人均卫生费用和预期寿命均实现了快速增长。预期寿命从不足66岁快速提升至约77岁,而卫生总费用也随经济社会发展提升了数百倍。1978年全国卫生总费用为110.21亿元,而2020年这一数字为72175.00亿元。即使将价格调整至1978年价格水平,人均卫生总费用也从11.45元增长至2020年的744.52元。

图1展示了中国卫生总费用分解比例。可以看到,个人卫生费用占比在1978年后经历了先上升后下降的趋势,在2001年达到接近60%的峰值。政府和社会卫生支出占比的变化趋势在大部分时间类似,但近10年来社会支出占比不断提升。在现有统计口径中,社会卫生支出指“政府预算外社会各界对卫生事业的资金投入”,也包含了部分政府主体的卫生投入。同时,为了与居民现金支付的医疗卫生费用更好区分,本文在后续分析中仅区分个人卫生支出与公共卫生支出(政府预算支出与社会支出之和)。

图1 中国卫生总费用私人、社会和政府支出的分解比例

4 结果

在采用Granger因果性检验进行相关性分析前,需要考察各变量的平稳性。但Dickey-Fuller检验结果提示各原始变量可能不具有平稳性(见表1前两列),如不进行处理,则可能产生伪相关性等问题。因此,本文对核心变量进行了1阶差分。1阶差分后变量的Dickey-Fuller检验结果如表1后两列所示,大部分变量均通过了平稳性检验。检验的原假设是序列存在单位根。引入滞后项的ADF(Augmented Dickey-Fuller)检验结果类似。

针对VAR模型的滞后阶数选择,综合考虑时间跨度和既往研究,本文分别计算了1-6阶滞后的模型下的Granger因果性。从计算过程中看,滞后5阶可以较好地兼顾最后一阶系数的显著性(表2)。滞后5阶模型的最后一阶系数的联合显著性检验P值为0.01,而滞后6阶和滞后4阶模型的最后一阶系数不显著。同时,滞后5阶模型的残差无自相关性,而滞后6阶和4阶模型的残差拒绝了无自相关性假设(结果未汇报)。这说明,选择5阶是较优的滞后阶数。另外,图2展示了模型整体的平稳性,所有根都落在单位圆内,从而消除了表1中部分预期寿命一阶差分序列未通过Dickey-Fuller检验的遗憾。

表2 滞后1-6阶模型各滞后项的联合检验结果

图2 滞后5阶VAR模型的单位根稳定性判别图

Granger因果性检验结果如表3所示。在滞后5阶的模型中,公共卫生支出是预期寿命增长的Granger原因(P值=0.002),而预期寿命同时也是人均私人卫生费用的Granger原因(P值=0.010)。而其他变量之间没有体现出统计显著的Granger因果关系。这些结果提示了一串有趣的因果链条:公共卫生支出的增加(包含政府投入和社会支出)有效提升了人群寿命水平;但人群整体寿命水平的提升,可能造成了私人卫生支出费用的增加。使用人均公共卫生支出的结果类似,不再汇报。

表3 分解卫生费用与预期寿命的Granger因果性检验(1阶差分、滞后5阶)

5 讨论

上述结果符合理论预期,即健康模式转变在寿命水平和卫生费用之间起到了关键作用。中国在这一研究时期快速地从较低卫生健康水平发展至较高的健康水平,老龄化的压力也同时加重。随着健康模式逐渐发生转变,慢性病支出占比不断上升,从而可能解释了私人部门卫生支出的增加。

作为稳健性检验,将数据范围限制在2010年前或1985年之后,结果均未发生明显改变。而针对2005年前的数据重复上述分析,则仍能发现寿命水平是个人卫生支出的Granger原因。可以推测,在2005年之前,中国已在经历健康模式转变,寿命水平提升带来的慢性病负担造成了个人卫生费用支出的增长。

一方面,本文的结果显示,政府和社会的公共卫生支出成功促进了人群预期寿命和健康水平的提升,这反映出公共部门在过去40年间不懈努力的成果。马亮亮和杨天宇使用1990-2019年省级面板数据,发现政府卫生支出能有效提升居民平均预期寿命[15]。本文通过Granger因果性分析发现,即使消除婴儿死亡率对于预期寿命的过大影响,公共卫生费用支出仍然对人群整体寿命水平提升有很强的解释力,政府和社会在医疗卫生领域的投入有效地提升了我国人民的寿命水平,产生了巨大的健康收益。

然而另一方面,经济发展和人口结构的变化带来了健康和疾病模式的转变,我国人群慢性病负担随之快速增长[16]。相关研究指出,我国主要的疾病负担已经从传染性疾病转变为慢性非传染性疾病,在政府未能及时干预的情况下,个人卫生费用支出快速上升[17]。李相荣等使用聚类分析方法发现,2003～2011年个人卫生支出与卫生总费用的关联度最大,2012年后社会卫生支出才超过了个人卫生支出的影响[18]。Lopreite和Zhu使用贝叶斯VAR方法分析1978～2016年的数据,不仅发现中国老龄化水平对卫生费用的增长有因果性,且相比美国这种作用更强[10]。另外,共患多种疾病(multimorbidity)容易引发灾难性卫生支出,而这种“共病”现象也随着整体寿命水平的增长而越来越常见[19,20]。这些研究与本文结论呼应,即人群寿命水平的提升能够部分解释个人卫生费用支出的上涨。

当然,我们也看到个人卫生费用占比自2001年之后不断下降。这是政府相关改革降低居民自付医疗费用、承担社会责任的积极成果,也标志着医疗体制的逐步完善[21]。2009年“新医改”后,特别是2015年开始建立分级诊疗制度,2016年开始推广家庭医生,都说明中国政府开始将卫生资源投入重心逐步从治疗转向预防[22]。尽管目前中国的卫生支出无论在总量还是结构上都远非完美[23,24],但“健康中国”战略等一系列政策有望进一步改善现状。

本文的主要贡献在于,在向量自回归模型框架下同时展示出中国1978～2019年公共卫生支出、个人卫生费用和人群寿命水平之间的互动关系,并在其中体现了中国在过去40年间人口、健康和疾病负担模式上发生的巨大转变。此外,本文为卫生费用与健康产出的相关学术讨论提供了新的证据,有助于更好地理解卫生支出与健康水平之间的相互作用关系。

需要重申的是,本文结论是其他不同方法研究的补充而非替代,这是由本文选取的分析方法所决定的。严格地讲,Granger因果性分析仅能说明不同变量之间的统计关系,

6 结论

在1978～2019年间,中国公共卫生费用支出是人群寿命水平的Granger原因,而寿命水平的提升同时是私人卫生费用支出增长的Granger原因。从个人与公共部门支出分解的角度看,卫生费用与健康水平之间的关系不是单向的、确定的。这一方面说明中国政府和社会的不懈努力产生了巨大的健康收益。但另一方面,健康模式的转变可能使得私人卫生费用的负担一度增加。相关研究和政策制定应当充分考虑这一健康和疾病模式的转变,积极推进卫生领域改革。