2007/2011年度我国医疗保障制度绩效及其影响因素分析_基本医疗保险论文

我国医疗保障体系绩效及其影响因素:2007-2011,本文主要内容关键词为:保障体系论文,绩效论文,因素论文,我国论文,医疗论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

       中图分类号:F840.13

       文献标识码:A

       文章编号:1008-2972(2014)05-0068-10

       一、引言

       2009年,《中共中央 国务院关于深化医药卫生体制改革的意见》〔中发(2009)6号〕发布,提出我国深化医药卫生体制改革的总体目标是建立健全覆盖城乡居民的基本医疗卫生制度,为群众提供安全、有效、方便、价廉的医疗卫生服务。《医药卫生体制改革近期重点实施方案(2009—2011年)》〔国发(2009)12号〕提出,加快推进基本医疗保障制度建设,是我国医药卫生体制改革2009年到2011年重点抓好的五项改革之一,通过扩大基本医疗保障覆盖面、提高基本医疗保障水平,旨在将全体城乡居民纳入基本医疗保障制度,切实减轻群众个人支付的医药费用负担。

       2013年3月14日,财政部副部长、国务院深化医药卫生体制改革领导小组办公室副主任王保安在十二届全国人大一次会议“医药卫生体制改革”记者会中透露,2009年启动医改四年来,在医疗保障方面国家财政共投入6800多亿元,其中中央财政投入3000亿元,支持了新农合和城镇居民医疗保险制度的建立,新农合和城镇居民基本医疗保险财政补助标准由开始试点时的20元提高到了2013年的280元(中新网,2013)。[1]那么,在我国各级政府巨额财政投入之下,医疗保障是否实现了减轻人民群众的疾病负担,进而提升人民群众健康水平的目标?各地区医疗保障体系的绩效如何?都需要进行系统的分析和研究。

       我国深化医药卫生体制的改革,采取了中央制定政策框架和原则方向,各省市在此基础上结合自身实际,因地制宜进行改革的模式,因此,评估我国医疗保障体系改革进程的绩效,仍应从省级层面进行分析。本文利用2007年到2011年部分地区省级面板数据,运用DEA两阶段的分析方法,评估我国2009年全面启动新医改前后部分地区医疗保障体系的绩效情况,并通过建立面板Tobit模型,分析影响不同地区医疗保障体系绩效的影响因素,从而为我国新医改提供实证层面的检视和未来深化改革的政策建议。

       二、文献综述

       前沿生产函数的方法,主要包括数据包络分析(Data Envelopment Analysis,DEA)和随机前沿分析(Stochastic Frontier Analysis,SFA),在评估投入产出绩效方面有着非常丰富的应用。根据研究目的,本文主要介绍前沿生产函数方法在医药卫生领域的应用。

       现有的应用研究大致可分为两种类型,第一种是应用DEA或SFA的方法评估和分析决策单元的效率,第二种是两阶段的分析方法,即在第一阶段评估的效率基础上,以效率值为被解释变量,引入相关解释变量建立回归模型,进一步分析影响决策单元效率的影响因素。

       从第一种方法来看,曹莉(2009)利用2006年全国新型农村合作医疗信息统计报表,运用SFA的方法对新农合基金运行效率进行分析,发现我国各省市新农合基金运行总体效率良好,但中部地区效率偏低。[2]李文中(2011)基于全国宏观层面的时间序列数据,运用DEA投入导向模型和超效率模型对我国原有健康保障制度和现行健康保障制度的技术效率进行了估算,发现改革开放前我国健康保障制度的公平性不断改善;改革开放之后尤其是1998年社会医疗保险制度改革之后,健康保障制度的公平性和技术效率都呈现下降的趋势,直到政府先后大规模建立起新型农村合作医疗和城镇居民医疗保险制度,健康保障制度的公平性和技术效率才明显改善。[3]

       总的来看,仅仅利用DEA或SFA的方法分析医药卫生体制的绩效并不是当前文献分析的主要范式,而以第一阶段的效率分数为基础引入回归模型的第二种分析方法,则为更多的学者所沿用。张宁等(2006)利用1982年、1990年和2000年我国省级面板宏观数据,运用DEA的产出导向的BCC模型对地区医疗卫生系统的健康生产进行效率评测,并引入成人识字率、人口密度、城市化水平、私人健康支出占GDP比例、公共健康支出占GDP比例等因素建立回归模型,发现我国平均健康生产效率不断提升,健康生产效率在东中西部之间存在显著差异。[4]郑伟和章春燕(2010)利用2005年到2008年卫生部统计信息中心的新农合国家统计年报、卫生统计年报数据和省级宏观数据,首先分析各地区在DEA非导向模型和超效率模型之下的制度效率,进而引入政府预算收入、农村人口比例、农村家庭人均医疗消费、每千人口拥有医疗机构数、区域虚拟变量、年份虚拟变量作为解释变量,建立Tobit和OLS回归模型,发现新农合效率从2005年到2008年逐年递增,平均相对技术效率分数大约为90.2%,较发达地区有较好的效率,未来应侧重改善系统结构,而不发达地区主要问题在于财政能力不足,未来应加大中央政府的补助。[5]锁凌燕和完颜瑞云(2013)利用19个OECD国家2004年到2009年的数据,建立投入导向模型分析各国年度医疗体系绩效,并运用DEA的Malmquist分析法考察2004年到2009年期间各国动态效率变化,以年度医疗体系绩效分值为被解释变量,引入人均GDP、城镇化水平、人均二氧化碳排放量、商业健康保险在卫生总费用中的比重、是否实行全民医保、政府卫生投入因素,建立Tobit回归模型。[6]发现OECD国家的技术效率变化在缓慢下降,而综合效率变化则持续增加,商业健康保险对医疗体系的绩效存在显著正向影响,但其影响的实现是以医疗保障体系良好的公私合作为前提。李新平(2013)利用1996-2009年25个OECD国家的宏观数据,分别利用DEA(径向、非导向、规模报酬可变DEA和DEA超效率模型)和SFA方法分别评估OECD国家医疗保障制度效率,并引入65岁以上人口比例、失业率、人均净收入、每千人床位数、每千人医生数、商业医疗保险参保率、人均公共医疗费用等因素建立面板模型,发现没有一种医疗保障制度的经济效率是始终有效的,采用不同的效率研究方法对同样的样本进行研究会产生不同的结果,商业医疗保险能够促进医疗保障制度效率的提高。[7]

       比较而言,现有医药卫生体制效率的研究不仅在分析方法和模型的选择方面存在差异,在投入产出变量的选取和分析对象的选择方面亦存在较大差异。对于多投入多产出的医药卫生体制,DEA作为一种非参数的分析方法,可能与SFA相比具有更好的适用性。而DEA传统的CCR或BCC模型的选择,投入导向或产出导向的选取,则更多地依赖于分析对象的投入产出属性和数据的特征(Coelli等著,2009)。[8]本文认为,分析医药卫生体制的绩效,首先应解决的一个问题是分析对象的确定,在已有的文献中,李文中(2011)分析的层面实际上是以医疗保障、公共卫生服务、医疗服务等构成的卫生服务体系。[3]张宁等(2006)则明确指出其分析的对象是医疗卫生系统。[4]尽管曹莉(2009)评估各地区新农合基金的运行效率,[2]但其分析的对象实质上仍和郑伟和章春燕(2010)、锁凌燕和完颜瑞云(2013)、李新平(2013)等一致,为医疗保障体系。[5-7]世界卫生组织(WHO,2000)指出,卫生系统包括所有以促进、恢复和维护健康为基本目标的活动。[9]与之相近的一个概念,则是《中共中央 国务院关于深化医药卫生体制改革的意见》〔中发(2009)6号〕提出的医药卫生四大体系,即公共卫生服务体系、医疗服务体系、医疗保障体系、药品供应保障体系。由此可知,卫生系统或医药卫生体制、医疗卫生系统,乃是一个复杂的社会系统,仅考虑若干投入变量势必难以涵盖医疗卫生系统的全部。因此,考虑到数据的可及性,利用前沿生产函数的方法评价医疗卫生系统的效率可能有失准确,而缩小分析的范畴,分析医疗保障体系的绩效则更具可行性。本文以我国北京、天津、黑龙江、上海、浙江、江西、山东、云南、甘肃九省市的省级面板数据为基础,分析我国2007年到2011年部分地区医疗保障体系的绩效及其影响因素。

       三、医疗保障体系绩效评估的投入产出指标

       《中共中央 国务院关于深化医药卫生体制改革的意见》〔中发(2009)6号〕提出“加快建立和完善以基本医疗保障为主体,其他多种形式补充医疗保险和商业健康保险为补充,覆盖城乡居民的多层次医疗保障体系。”因此,分析医疗保障体系的绩效,不仅应考虑城镇职工基本医疗保险、城镇居民基本医疗保险、新型农村合作医疗和城乡医疗救助共同组成基本医疗保障体系,还应考虑商业健康保险、个人医疗支出等方面。

       (一)投入变量的选择

       从融资来源的角度出发,医疗保障体系的投入主要包括政府医疗保障补助、社会医疗保障支出(不含政府投入)、商业健康保险费、个人医疗保障投入和卫生行政和医疗保险管理机构费用。根据《中国卫生总费用研究报告2012》,政府医疗保障支出是指政府用于各类医疗保障项目的支出;社会医疗保障支出是指各类社会医疗保障项目当年筹集的资金,但不包括政府对其投入;商业健康保险费指城乡居民家庭成员自愿购买的各种形式的商业健康保险当年所缴纳的保费总额。

       个人现金卫生支出指城乡居民在接受各类医疗卫生服务时的现金支出,包括享受多种医疗保险制度的居民就医时自付的费用。与之相近的一个指标则是医疗保健支出,根据国家统计局的统计指标,医疗保健是指用于医疗和保健的药品、用品和服务费用,包括医疗器具、保健用品、医药费、滋补保健品、医疗保健服务及其他医疗保健费用。在城调队的调查中,滋补保健品包括在城镇居民人均医疗保健支出中,但不纳入卫生费用核算范围。因此,人均医疗保健支出的外延大于个人现金卫生支出,从医疗保障体系个人层面的投入角度来看,选取人均医疗保健支出更为准确。

       中国卫生总费用核算主要采取来源法和机构法,分别从资金筹集和资金流向角度揭示卫生资金在不同运动环节的流量及其内部构成。机构法卫生总费用的核算范围具体包括医院、基层医疗卫生机构、公共卫生机构、药品及其医用品零售机构、卫生行政和医疗保险等机构。在机构卫生总费用测算方法下,卫生行政和医疗保险管理机构费用指流入某地区卫生行政和医疗保险管理机构的资金总额,包括卫生行政管理机构费用、食品与药品监督机构行政管理费用、城镇基本医疗保险管理费、新型农村合作医疗管理机构费用和商业健康险管理费用。卫生行政和医疗保险管理机构费用是反映医疗保障体系综合管理费用的一项指标,尽管包含卫生部门的管理费用,但本文认为该项指标仍不失为反映地区医疗保障体系管理成本的综合指标。

       综合各项指标的界定并结合数据的可及性,本文对相关统计指标进行合并处理,并以地区人均投入来消除各地区总量规模的差异。具体而言,本文选取人均基本医疗保险基金收入、人均商业健康保险收入、城乡人均医疗保健支出和人均卫生行政和医疗保障管理机构费用作为投入指标。基本医疗保险基金收入为城镇职工基本医疗保险、城镇居民基本医疗保险和新型农村合作医疗基金收入总和,涵盖政府医疗保障补助和社会医疗保障支出两部分。①

       需要指出的是,本文未将地区医疗卫生资源纳入医疗保障体系的投入变量,正如郑伟和章春燕(2010)所分析的,卫生资源并不是医疗保障体系的直接投入变量,应视为一种环境变量而非投入变量。[5]此外,本文未特别单独设置医疗救助因素的投入变量,是因为医疗救助的主要支出是资助参加医疗保险,即已经纳入人均基本医疗保险基金收入这一投入指标。

       (二)产出变量的选择

       国际劳工组织(ILO,2009)提出法定社会医疗保险绩效指标体系,该指标体系由88个指标组成,其中包括16个覆盖面指标、34个保险待遇指标、14个财务收支指标和24个经营管理指标。[10]保险覆盖率方面的指标包括参保人数、保险待遇享受人数等,保险待遇方面的指标包括人均门诊次数、人均住院次数、人均住院天数、实际平均报销率、人均住院费用、人均医疗费用等。财务收支方面的指标包括保费收入比例、财政补贴比例、管理费用比例、年度收入余额、累计余额、累计余额占年度支出额的比例等,经营管理方面的指标包括报销申请审批率、审批天数/件、稽查率、保费收缴率、人均服务对象等。尽管国际劳动组织提出的社会医疗保险绩效指标体系尚未得到广泛的应用,但这套指标不仅仅关注覆盖面和保险待遇,同时关注财务收支和经营管理的思想仍应在医疗保障体系的绩效评估中得到应用。

       就我国医疗保障体系而言,其产出的评估首先应遵循医疗保障体系的发展方向。我国《社会保险法》第三条规定,社会保险制度坚持广覆盖、保基本、多层次、可持续的方针。医疗保障体系作为一种多层次的制度体系,其整体保障水平的设计必将高于基本医疗保险“保基本”的目标,而这也是“多层次”的医疗保障体系的自然延伸。

       进而广覆盖、多层次、可持续应作为我国医疗保障体系的考核标准。具体而言,广覆盖,主要强调基本医疗保险的参保人群比例。“多层次”从整体上看就是降低人民群众因疾病带来的经济负担,即降低个人现金卫生支出占比。可持续的指标,就我国医疗保障体系而言,根据《医药卫生体制改革近期重点实施方案(2009—2011年)》〔国发(2009)12号〕规定,各类医保基金要坚持以收定支、收支平衡、略有结余的原则。根据〔人社险中心函(2012)29号〕,居民医保基金警戒线,当期结余率控制在15%以内。同时根据《关于建立健全吉林省医疗工伤生育保险基金风险预警制度的意见》〔吉医保字(2012)13号〕“基本医疗保险基金当期结余率设定10%至20%之间;城镇居民基本医疗保险基金当期结余率控制在15%以内”等文件资料可知,基本医疗保险可持续性指标的一个重要反映,即是当期结余率。

       最后,医疗保障体系作为卫生系统的重要组成部分,其宗旨仍应立足于提升人民群众的健康水平。因此,健康指标,亦应作为我国医疗保障体系的一大考核标准。文献中通常将新生儿预期寿命和婴儿死亡率作为健康的评估指标,但是由于我国综合反映各地区年度健康指标的数据较少,因此本文仅能收集2010年我国各地区预期寿命这一健康指标,在其他年份数据缺失的情况下,单独分析加入健康指标之后2010年各地区医疗保障体系的绩效变化,而其他年份的产出指标则未设置健康评估因素。

       综合考虑国际劳动组织的倡议和我国医疗保障体系的特色,本文选取基本医疗保险参保率、非个人现金卫生支出占比、基本医疗保险当年结余率、预期寿命作为我国医疗保障体系的产出指标(如表1所示)。

      

       注:人均基本医疗保险基金收入=(城镇基本医疗保险收入+新农合年度筹资总额)/户籍人口;人均商业健康保险收入=商业健康保险费收入/户籍人口;城乡人均医疗保健支出=(城镇居民医疗保健支出×非农业人口+农村居民医疗保健支出×农业人口)/户籍人口;人均卫生行政和医疗保障管理机构费用=(机构法)卫生行政和医疗保障管理机构费用/户籍人口。非个人现金卫生支出占比=(1-个人现金卫生支出占比)×100%;基本医疗保险参保率=(城镇基本医疗保险参保人数+新农合参合人数)/户籍人口;基本医疗保险当年结余率=(城镇基本医疗保险收入+新农合年度筹资总额-城镇基本医疗保险支出-新农合年度支出总额)/(城镇基本医疗保险收入+新农合年度筹资总额)。

       从9个省市来看,如表2所示,2007年到2011年,北京、天津、上海三个直辖市投入医疗保障体系的资源最多,尤其是人均基本医疗保险收入方面,2007年到2011年,北京市达到人均2128元,上海市达到2180元,天津市也达到957元,远远高于江西等地区的199元,也高于浙江等地区的646元。而且,北京、天津、上海在人均商业健康保险收入和城乡人均医疗保健支出方面也是最高的,但在人均卫生行政和医疗保障管理机构费用,尽管北京、上海仍然是最高的,天津和浙江、甘肃等地并没有显著差异。

       从产出指标来看,上海和北京市非个人现金卫生支出占比是最高的,反映了辖区内人民群众的整体就医负担是最轻的,但天津的非个人现金卫生支出占比则低于江西、云南、甘肃等地区,黑龙江的非个人现金卫生支出占比仅为0.5381,是9个省市中最低的,反映了该地区人民群众的平均就医负担最高。从基本医疗保险当年结余率来看,北京、天津、上海这一指标在9个省市中最低,尤其是上海市当年结余率仅为12.85%,处于我国通常10%-20%目标结余率的较低水平,考虑到上海非个人现金卫生支出占比最高,一个可能的解释是,降低个人现金卫生支出占比,势必将减少基本医疗保险的当年结余率,影响医疗保障体系的可持续性。从参保率指标来看,除黑龙江地区外,各地区参保率都处于较高的水平,反映了随着我国医疗保障体系的扩面,“全覆盖”已经基本实现。最后,从2010年预期寿命来看,北京、天津、上海三市的预期寿命最高,各地区在这一指标上差异较为明显。

      

       数据来源:机构法卫生行政和医疗保障管理机构费用、个人现金卫生支出部分数据引自《中国卫生总费用研究报告2012》,预期寿命、基本医疗保险基金收支、医疗保健支出部分数据引自2008-2012年《中国统计年鉴》,户籍人口、非农业和农业人口数据来自2008-2012年《中国人口和就业统计年鉴》,商业健康保险收入部分数据引自中国保监会网站全国各地区保费收入情况统计数据,各地区新农合年度支出数据摘自《中国新型农村合作医疗发展报告(2002-2012年)》。

       注:2008年和2009年天津市新农合基金支出数据缺失,综合考虑新农合基金支出占天津市基本医疗保险支出总量较低,对当年结余率的影响较小,因此本文未对该年份的基金支出数据进行特别假设,而是保留数据原貌。部分地区由于常住人口和户籍人口统计的差异以及外籍人员参保等因素,存在基本医疗保险参保率超过100%的问题,本文在数据处理中将超过100%的参保率统一调整为100%,以尽可能反映真实的参保水平。

       四、部分地区医疗保障体系的绩效评估

       本文利用DEAP2.1软件,首先基于产出导向的规模报酬可变模型,逐年进行各地区效率指标分析,然后针对各地区2010年的数据,在三个产出变量的基础上,加入2010年各地区预期寿命,单独分析2010年四产出变量下的绩效情况,最后根据各地区的面板数据,利用Malmquist方法,考察各地区2007年到2011年期间的全要素生产率变化,各地区的绩效指标如表3、表4和表5所示。

       由表3可知,2007年到2011年,在非个人现金卫生支出占比、基本医疗保险参保率、基本医疗保险当年结余率的产出指标之下,北京、上海、天津市的医疗保障体系的综合技术效率值是最低的,而这三个地区在医疗保障体系的投入方面却是最高的。从纯技术效率和规模效率来看,②尽管北京、上海、天津地区的综合技术效率值较低,但其纯技术效率值在各年度都是接近1的,三个直辖市医疗保障体系绩效较低,主要是由于规模效率的低下导致综合技术效率分值的较低,并且从规模报酬来看,这三个直辖市处于规模效率递减的阶段。而江西、云南、山东和甘肃地区,在其相对较低的投入水平之下达到一个相对较高的产出,加之9个决策单元的样本总量较少,导致位于生产前沿面的决策单元较多,因而江西等四地区其效率多为最优水平。黑龙江和浙江地区整体排名中等,同时浙江地区呈现效率逐步提升的趋势。

      

       当引入健康指标分析2010年各地绩效时,由表4可知,天津、黑龙江地区的医疗保障体系综合技术效率略有提升,但北京、上海、天津三地的综合技术效率仍然是最低的,尽管这三个地区从预期寿命这一产出指标来看是最高的,但由于在多目标的方法之下,仍然不能大幅提升三地的效率,这也反映了医疗保障体系评估目标的选择,不应是单一的,而应是一系列评估指标的综合。同时,2010年9个地区的纯技术效率都是最优的,但北京、天津、黑龙江、上海、浙江五个地区的规模效率仍然较低,且处于规模收益递减的阶段。

      

       从Malmquist指数来看(表5),9个地区的技术进步均小于1,反映了2007年到2011年这五年间,医疗保障领域的投入和降低个人负担、医疗保障可持续性等既定产出指标方面的比例关系在恶化。除甘肃地区外,其他8个地区的技术效率变化多大于1或接近1,反映了我国各地区新医改前后医疗保障体系的资源配置效率整体有了较大的提升,而其提升的根源,主要来自各地区规模效率的整体改进。但是,由于各地区技术进步水平较低,各地区生产率的改进并不乐观。从9个地区整体来看,2007年到2011年全要素生产率平均以每年13.1%的水平恶化,这无疑需要引起国家医改部门和医疗保障管理部门的警示,未来新医改的深入,改革和投入的方向,可能需要进一步地反思和调整。

       五、医疗保障体系绩效的影响因素分析

       为进一步分析影响各地区医疗保障体系绩效的相关因素,本文以各地区医疗保障绩效分值为被解释变量,建立面板Tobit模型,以考察经济发展水平、医疗卫生环境、社会保障投入等因素对绩效的作用。

      

       借鉴张宁等(2006)、郑伟和章春燕(2010)、锁凌燕和完颜瑞云(2013)、李新平(2013)等的研究,[4-7]本文拟考虑的解释变量包含经济发展水平指标、社会发展水平指标、医疗卫生服务指标、社会保障投入指标等。经济发展水平指标包括各地区按户籍人口测算的人均生产总值、居民消费水平、按户籍人口测算的城镇化水平;社会发展水平指标包括65岁以上人口占比、初中以上学历人口占比;医疗卫生环境包括每千人床位数、综合医院门诊病人次均费用、综合医院出院病人次均费用;社会保障投入水平为各地区按户籍人口测算的人均社会保障和就业财政支出。在测算变量之间的相关系数的基础上,为减少变量之间较强的共线性对回归结果的影响,本文选取consumeit、urbanit、agingit、eduig、bedsit、inpit和publicit等变量作为基础模型的解释变量。同时,为了考察新医改对我国各地区医疗保障体系绩效的影响,我们在基础模型的基础上,增加年份固定效应作为参照模型,一方面考察新医改是否显著影响我国医疗保障体系的绩效,另一方面通过两个模型的比较来考察变量的稳健性。

       由表6可知,在基础模型和参照模型之下,人均消费水平、教育水平都是不显著的,这反映了一个地区的医疗保障体系绩效,与其经济社会发展水平并没有必然的联系。在基础模型之下,老龄化和每千人床位数与医疗保障体系的绩效都是负相关的,反映了人口老龄化带来医疗费用支出的大幅增加,以及医疗卫生市场诱导需求的影响,将降低医疗保障体系绩效,不过这两个变量都临近显著的边界但尚不显著,在参照模型中,老龄化将显著降低医疗保障体系的绩效。在基础模型中,城镇化与绩效显著负相关,一个可能的原因是,我国传统的城乡二元结构抑制了农村居民的医疗消费需求,而随着城镇化水平的提升,城乡居民医疗消费支出的总量不断增加,从而客观上增加了医疗保障体系的压力。尽管在参照模型中城镇化与医疗保障体系绩效的关系是不显著的,但其方向仍然是负向的。城镇化是我国未来经济社会发展的必由之路,因此,城镇化的推进将给医疗保障体系带来较大冲击,这一问题应是我国统筹推进城镇化必须考虑的一个重要问题。出院病人次均住院费用在两个模型之下都是显著负相关的,反映了居高不下的医疗费用以及医疗费用的快速增长将显著降低医疗保障体系的绩效。结合前文分析的我国2007年到2011年医疗保障体系绩效水平的下降,在我国2009年全面启动新医改,医疗保障领域投入大幅增加的情况下,医疗保障体系的绩效不升反降一个潜在的重要原因,则是医疗费用的高涨。人均社会保障和就业投入反映了一个地区财政支出中用于民生的投入,在基础模型,这一变量是显著正相关的,反映了财政的投入是医疗保障体系稳步发展的重要变量,但参照模型中,这一变量尽管其影响方向是正向的但却并不显著。在两个模型之下,人均社会保障和就业投入的影响系数都是非常小的,反映了财政投入可以带来医疗保障体系绩效的提升是有限的,因此未来新医改的持续推动,不应以财政持续大幅投入为方向。

       从年份固定效应来看,尽管各年度对医疗保障体系的影响方向都是正向的,但只有2009年的年份固定效应是显著的。2009年随着中共中央国务院新医改指导意见的出台,各地区大幅增加医药卫生体制的投入,因此2009年显著提升了医疗保障体系的绩效。但是,医疗保障体系绩效并不与医药卫生投入必然相关,而且2009年以来大幅增加投入,从时间效应来看,其改善医疗保障体系绩效的时间是有限的,而且改善的幅度也是有限的。

      

       六、结论

       本文以省级医疗保障体系为研究对象,以9个省市医疗保障体系为决策单元,以基本医疗保险参保率、非个人现金卫生支出占比、基本医疗保险当年结余率、预期寿命作为我国医疗保障体系的产出指标,以人均基本医疗保险基金收入、人均商业健康保险收入、城乡人均医疗保健支出和人均卫生行政和医疗保障管理机构费用作为投入指标,通过DEA两阶段的分析,本文发现,2007年到2011年,尽管我国9个省市医疗保障体系整体呈现综合技术效率上升的趋势,但9个省市全要素生产率变动在5年的时间里都呈现衰减的态势,其原因则主要是由于各地区医疗保障体系的技术进步负增长。在综合考量医疗保障体系的产出情况下,本文的DEA效率分析发现2009年正式启动的新医改,并没有扭转我国各地区医疗保障体系效率恶化的趋势,这无疑需要慎重审视2009年以来的新医改,医疗保障体系投入产出远未处于最优状态。

       北京、天津、上海等高投入地区的医疗保障体系绩效是最低的,反映了医疗保障体系的绩效并不与经济发展水平存在必然联系,江西、云南等地医疗保障体系绩效水平最优,说明医疗保障体系更大程度上依赖于投入资源的配置。面板Tobit亦显示,经济发展水平和医疗保障体系的绩效是不显著相关的。尽管财政补贴能够提升医疗保障体系的绩效,但这种提升也是十分有限的,也限定在特定的年度,而且随着新医改的深入,新医改的影响也逐渐削弱,所以过度依赖高投入的医改模式,是一种投入和产出不成比例的次优选择。医疗费用的增长、城镇化、老龄化都是降低医疗保障体系绩效的重要因素,而城镇化与老龄化又是我国未来经济社会发展的必然趋势,因此,未来我国医疗保障体系无疑将面临更大冲击,而当前的高财政投入模式,无疑是难以为继和次优低效的。未来之路,应如十八届三中全会提出,要紧紧围绕使市场在资源配置中起决定性作用深化经济体制改革,我国医疗保障体系改革,应更加注重市场机制的发挥,大力提升商业保险的作用,同时,有效控制医疗费用的过快增长。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

2007/2011年度我国医疗保障制度绩效及其影响因素分析_基本医疗保险论文
下载Doc文档

猜你喜欢