基于DEA-Malmquist 指数方法及秩和比法的我国城乡居民医疗保险基金动态效率分析

刘 畅 杨慧兰

内蒙古医科大学卫生管理学院，内蒙古呼和浩特 010010

党的二十大报告提到：“健全覆盖全面、统筹城乡、公平统一、安全规范、可持续的多层次社会保障体系，完善基本医疗保险筹资和待遇调整机制。”基本医疗保险制度是保障民生、促进社会公平的重要制度，是多层次医疗保障体系的主体部分。截至2020 年底，全国基本医疗保险参保率稳定在95%以上，基本实现全民医保，有效保障了“病有所医”问题[1]。2020 年2 月，《中共中央国务院关于深化医疗保障制度改革的意见》[2]中提到“通过统筹规划，实现各类医疗保障的高质量发展，根据我国的基金承受能力与经济发展水平稳步提高医疗保障水平”。2021 年9 月，国务院通过了“十四五”全民医疗保障规划，强调要“加强医保基金监管，提高医保资金使用效能”[3]。城乡居民基本医疗保险制度作为基本医疗保险制度的重要组成部分，其基金运行效率对基本医疗保险制度的安全和可持续发展具有重要意义。据统计，我国城乡居民基本医疗保险（以下简称“居民医保”）基金收入规模在2012—2022 年不断扩大，但在人口老龄化加剧、居民医疗卫生需求较高的西藏、青海等地区出现了收不抵支现象，我国居民医保基金稳定运行面临一定挑战[4]。

近年来，基于面板数据的动态分析在医疗卫生领域得到了越来越多的应用。于凌云等[5]利用BCC 模型和Malmquist 模型发现全国城乡居民医保基金全要素生产率指数呈上升趋势，中部地区呈下降趋势，东西部地区的情况在改善。苏彬彬等[6]利用Malmquist 模型对2012—2018 年社区卫生服务机构医疗资源配置效率进行动态评价，发现资源配置效率总体呈下降趋势。何月等[7]利用Malmquist 模型研究某城市2013—2017年居民医疗保险的运行情况发现，综合效率和规模效率略有下降，全要素生产率指数均数为0.859。

通过梳理文献发现，以往研究多集中在城乡居民医疗保险制度合并前的阶段，对居民医保合并后的研究较少，本文利用2017—2021 年的数据重点研究城镇居民基本医疗保险和新型农村合作医疗两项制度整合后的城乡居民医保基金运行情况，为现有制度下基金管理提供有益参考。其次，采用Malmquist 方法和秩和比（rank-sum ratio，RSR）法两种方法进行评价，能够克服单个综合评价方法的缺点，使评价结果更客观、科学,为提高基金使用率、降低运行风险、减轻居民就医负担提供新的视角和有益参考。

1 材料与方法

1.1 材料来源

本研究对象为全国31 个省（区、市），根据《中国统计年鉴》的划分，我国东部地区包括北京、天津、辽宁等11 个地区，中部地区包括山西、吉林、安徽等8个地区，西部地区包括内蒙古、重庆、西藏等12个地区。

研究数据来源于2018—2022 年《中国统计年鉴》，采用DEA-Malmquist 模型和RSR 法综合评价居民医保基金的动态效率。

1.2 指标选取

参考以往关于医保基金动态效率的文献，于凌云等[5]选取了基金收入和参保人数作为投入指标，选取基金支出、基金累计结余、人均补偿占人均保健支出的比例、死亡率的倒数作为产出指标。何月等[7]从筹资来源的角度出发，选择人均个人缴费金额和人均财政补助金额作为投入指标，选择参保总人数、60 岁以上老年人住院补偿人次表示人口的覆盖、人均住院补偿次数表示卫生服务的覆盖、住院费用实际补偿比和人均住院补偿金额作为产出指标。本研究结合指标重要性和可行性，综合考虑数据的连续性和可获得性，选取参保人数和基金收入作为投入指标，基金支出、基金累计结余和人均补偿金额作为产出指标。“参保人数”反映居民医保的普及情况；“基金收入”反映居民医保基金规模。“基金支出”作为居民医保基金的直接产出，体现对医保使用者的补偿力度；“基金累计结存”是对居民医保基金给付能力和财政可持续性的衡量；“人均补偿金额”反映居民医保基金减轻使用者负担的程度。

1.3 研究方法

1.3.1 DEA-Malmquist 指数模型 DEA 是评价生产效率时常用的一种非参数方法。传统的DEA 模型反映的是不同决策单元某个固定时点上的效率值，适用于截面数据，属于静态分析[8]。而城乡居民医保基金运行效率是动态变化的过程，因此本研究采用Malmquist 指数探究全要素视角下医保基金效率的特点，以评估不同决策单位在不同时期的动态效率和变化趋势。Malmquist 指数评估决策单元从t 阶段到t+1阶段的全要素生产率[9-13]。模型如下：

其中，（xt，yt）表示在t 时期决策单元的投入向量和产出向量。Malmquist 指数（tfpch）衡量了从t 时期到t+1 时期居民医保基金动态运行效率，M＞1 时，表示全要素生产率提高；M＜1 时，表示全要素生产率下降[14]。tfpch 可分解为技术效率（effch)和技术进步（tech），effch 表示居民医保基金在一定时期运行的技术效率变动程度，effch＞1 时，表示技术效率改善；effch＜1 时，表示技术效率降低。tech 用来衡量技术创新或进步的程度，tech＞1 时，表示技术进步；tech＜1时，表示技术进步速度减慢。effch 可以进一步分解为规模效率变化（sech）纯技术效率变化（pech）和，sech 反映居民医保基金运行效率随投入规模的变化情况，pech 反映管理水平的变化。

1.3.2 RSR 法 由于Malmquist 指数方法不能对结果排序分档，本文进一步采用RSR 法对基金运行效率的优劣排序分档。RSR 综合评价法是将n 行m 列的数据，通过秩的转换，得到无量纲统计量RSR，然后利用参数统计分析的方法，研究RSR 的分布情况，将评价对象按RSR 值进行分级排序，从而对评价对象做出综合评价。首先用熵权法确定Malmquist 指数分解指标的权重[15-17]；然后根据评价指标的大小进行排序，得到秩次R，用秩次R 来代替原来的评价指标值，进而得到RSR 值和排名；最后以RSR 分布值为因变量，Probit 值为自变量，进行线性回归。RSR 值为0～1，越接近于1 提示评估对象综合水平越高[18-22]。

2 结果

2.1 2017—2021 年居民医保基金运行效率时间演变分析

为考察我国居民医保基金运行效率的动态变化，并将其运行效率特征反映出来，根据DEA-Malmquist指数法对全国31 个省（区、市）居民医保基金的全要素生产率及其分解指标进行测度。见表1。从时间维度来看，全要素生产率指数与技术进步指数变化趋势相近。全国居民医保基金在2017—2021 年全要素生产率指数均值下降10.6%，2018—2019 年最高，主要归因于技术进步指数的提升，2019—2020 年最低，各年居民医保基金的动态运行效率波动较大。技术进步变化指数的均值为0.875（＜1），提示大部分地区的医保基金技术进步速度放缓。技术效率指数均值为1.021，反映出居民医保基金能够发挥一定的经济效益和社会效益，其中，纯技术效率有所下降，由2018年的0.853 提高到了2021 年的0.968。

表1 2017—2021 年中国居民医保基金DEA-Malmquist 指数及其分解

2.2 2017—2021 年居民医保基金运行效率的区域差异分析

为进一步研究我国居民医保基金运行效率的区域差异，本文对31 个省（区、市）2017—2021 年的DEAMalmquist 指数结果按照地区进行划分。见表2。在31个省（区、市）中，全要素生产率低于1 的地区占比高达74%，北京、辽宁、广东、海南、安徽、贵州、陕西和新疆的全要素生产率指数均大于1，提示居民医保基金运行效率较高，8 个地区中既包括北京、广东等经济较发达地区，也包括新疆、贵州等欠发达地区。其他地区的全要素生产率均小于1，青海、西藏排名末尾，主要是因为技术进步和创新能力不足。

将31 个省（区、市）按东、中、西部划分后发现，2017—2021 年3 个区域的全要素生产率均小于1，其中东部＞中部＞西部，技术进步指数下降是主要原因。见表2。

2.3 RSR 法分析

由于Malmquist 指数方法不能对结果排序分档，本文进一步采用RSR 法[23-24]以DEA-Malmquist 指数及其分解作为评价指标对2017—2021 年31 个地区居民医保基金运行水平进行好、中、差分档排序。结果显示，回归方程为y=-0.329+0.165×Probit，F=473.94，P＜0.05，水平呈现显著性；R2=0.942，模型表现较优秀；VIF＜5，模型无多重共线性问题；从RSR 临界值结果看出，北京、陕西、海南、安徽和贵州的居民医保基金运行综合水平最高，黑龙江、广西、西藏和青海的医保基金运行水平最低，大部分地区医保基金运行水平处于中档。见表3

表3 2017—2019 年全国各地区居民医保基金运行水平RSR 分档排序结果

3 讨论

本研究基于DEA-Malmquist 和RSR 法对全国31个省（区、市）城乡居民医保基金运行的动态效率和综合水平展开研究。一方面，从时间演变看，2017—2021年度全国居民医保基金的全要素生产率呈波动趋势，平均下降10.6%。这期间的全要素生产率均值为0.894，提示资源利用不够充分，投入和产出相对不合理。从全要素生产率均值的分解来看，技术效率指数均值＞1，技术进步指数均值＜1，提示技术进步水平低是导致全要素生产率低的主要原因。从具体年份来看，2018—2019 年达到最高，主要归因于技术进步指数的提升。2018 年尚未完成城乡居民医保制度整合任务的7 个省份于2019 年实现了整合，总体收支状况良好。且这期间我国国家机构进行改革，成立了国家医疗保障局，各省市的医疗保障局相应挂牌，有专业机构独立地对城乡居民医保进行管理，在医保改革和管理监督等方面取得了重大进展，基金运行效率得以提升。从区域维度看，各地区医保基金的全要素生产率存在较大差异，最高值是最低值的5.62 倍。北京、广东、新疆、贵州、辽宁、海南、安徽和陕西8 个地区呈上升趋势，其余地区呈下降趋势，大部分地区的医保基金投入产出比例关系恶化。整体来看，与中、西部比较，东部地区医保基金运行效率较高，主要得益于纯技术效率的提升，纯技术效率变化指数反映最优规模下由现有管理水平变化带来的变动。东部地区经济发展态势较好，具有优质的管理人才和先进的医疗技术，故纯技术效率较高。

另一方面，RSR 法编秩分档结果显示，全国居民医保基金运行水平区域差异明显，第二档和第三档占比较大，居民医保基金发展不平衡，投入-产出结构需进一步完善。

基于以上结论，提出如下建议：一是缩小区域居民医保基金运行效率差距，对于西藏、青海等经济欠发达、人口密度较小的地区，政府应结合当地情况，制订符合地区实际的医疗模式和医保制度，加大财政投入力度，加强基金的专业化、规范化管理，借鉴先进地区的管理模式，在基金投资中确保收益与效率。二是各地区根据实际情况，合理调整投入-产出结构，促进投入的有效转化，提高规模效率水平。一些发达地区可能存在规模不经济的情况，这类地区要合理确定投入规模。一些地区存在产出不足的现象，可以通过增加产出来提高医保基金的运行效率。如适当拓宽居民医保药品、疾病报销目录，提高报销比例；推进分级诊疗的真正落实，按照病种及其他因素设计不同层级医疗机构的报销水平，控制不合理医疗费用的增长。三是提升医保基金管理的技术水平。医保基金管理的技术进步对综合效率起驱动作用，技术效率制约了综合效率的提高[25]。因此，要致力于管理效率的提升。通过提高医保基金管理人员素质，引进专业医疗保险人才、定期进行医保经办人员业务培训，提高管理水平，达到医保规模不变的情况下提升纯技术效率[26]。

利益冲突声明：本文所有作者均声明不存在利益冲突。