基于因子分析的我國各地區醫療保障能力綜合評價*

西北農林科技大學經濟管理學院(712100) 金華旺 魏 鳳

基于因子分析的我國各地區醫療保障能力綜合評價*

西北農林科技大學經濟管理學院(712100) 金華旺△魏 鳳

△通訊作者:金華旺

探索分析我國醫療保障能力，對提高醫療資源分布的合理性，實現醫療資源的優化配置，健全相關醫療制度體系，提高地區的健康水平和生活水平，減少因病致貧的人數，促進醫療改革等具有積極意義。但通過文獻查閱〔1－3〕可以看出，現有對醫療保障方面的評價研究，沒有涉及到醫療活動過程中參與的每一個主體，也沒有全面評價全國范圍內各個地區的醫療保障能力的現狀。深入到醫療保障制度狀況、醫療資源、居民個人可支配醫療費用等對居民醫療保障能力大小影響的研究，目前為尚未見到。本文試圖從參與整個醫療體系的三方主體政府(制度)、醫療機構、居民個人(可支配收入影響)出發，選取可測度指標，如每千人口醫療機構數、每千人口醫療機構床位數、村衛生室的覆蓋率、縣(區)新農合制度覆蓋率、危重病人搶救成功率、每千人衛生技術人員數等，利用因子分析法對我國31個省市(區)的醫療保障能力狀況進行綜合評價和比較分析。

醫療保障能力評價指標體系的選取

1．評價指標體系的構成

一個地區醫療體系的保障能力在于其參與主體的支撐能力，一般包括政府機構、醫療機構、居民個人，因而選取反映三方主體各自保障能力狀況的9項指標，典型醫療保障制度(新農合)覆蓋率、興建村衛生室覆蓋率、居民(農村、城鎮)可支配收入、醫院醫療條件等來描述當前我國各地區醫療保障能力的現狀。

2．樣本及指標數據描述分析(表1)

根據《2010年中國衛生統計年鑒》，選取我國31個省(自治區、直轄市)相關指標數據作為樣本，運用SPSS 18.0進行數據處理，以因子分析法〔4－5〕對各地區醫療保障能力狀況進行描述和綜合評價。

因子分析及各地區醫療保障能力評價模型構建

1.因子分析

(1)數據標準化處理及KMO檢驗和Bartlett球度檢驗

對數據進行標準化處理，并保存標準化值。對數據進行KMO檢驗和Bartlett球度檢驗。通常KMO值＜0.5或者Bartlett檢驗P＞0.010時，不適合進行因子分析。本文參與分析的樣本KMO統計值為0.779，巴特利特球度統計量值為154.684，P=0.000，說明樣本數據適合做因子分析。

(2)提取主因子應用主成分法〔6〕，按照特征值大于1的原則提取公因子，各個主因子的方差貢獻率和累計方差貢獻率如表2所示。

表1 指標體系及統計描述

表2 主因子方差貢獻率和累計貢獻率

表2可以看出，特征根大于1的有三個:3.740、1.751、1.212，他們共同解釋了變量X總信息的74.477%(累計方差貢獻率)，即提取三個公因子，F1、F2和F3。

本文的目的是提取最少的因子，最大程度地解釋原始數據中的方差，對我國醫療條件保障能力進行綜合評價。因此選取主成分法來估計因子載荷陣。為了使主因子的意義明晰，根據方差最大化正交旋轉進行因子旋轉。估計出因子載荷陣以及旋轉后的因子載荷陣如表3所示。

由表3可得出醫療保障能力指標體系的因子分析模型:

標準化的X1=－0.597F1－0.018F2－0.133F3

標準化的X2=0.732F1－0.324F2－0.487F3

其他依次類推。

(3)公因子命名及解釋

公因子F1在每千人口醫療機構床位數、政府財政投入占醫院收入比例、每千人衛生技術人員數上的載荷值都很大，其主要反映了醫療機構的保障能力，其對總方差的貢獻率達到39.045%，說明醫療機構的保障能力對整個醫療體系具有至關重要的作用，因子命名為醫療機構保障因子。

公因子F2主要由城鎮居民醫療保健支出占消費型支出比例、農村居民醫療保健支出占消費型支出比例兩個因素決定，解釋了醫療保障能力的大小與居民的個人可支配收入密切相關，因而F2命名為居民可支配收入保障因子。

表3 因子載荷陣及旋轉后的因子載荷陣

公因子F3主要由縣(區)新型農村合作醫療制度覆蓋率、村衛生室的覆蓋率決定，說明了政府政策制度對醫療保障能力的影響，F3命名為制度保障因子。

軟件計算后可以得到因子得分及其排名，再根據各個公因子的特征值比率以及其內部主要指標載荷系數〔7〕，可以構造出我國各地區醫療保障能力綜合評價模型:

2.因子得分及評價排名

由以上評價模型可得出各地區醫療保障能力綜合得分F，還做了綜合因子得分的排名，以表達出各個點的位置排序〔8〕，結果見表 4。

表4 各地區因子得分及綜合排名

表中因子得分的正負僅代表該省區醫療保障水平與全國的相對位置，而非該省區醫療保障水平的正與負。

討論與建議

整體看來，東部地區醫療保障能力優于中西部地區，這是由于經濟因素所致;而排名靠前的西部省份如新疆、寧夏，是受益于近年來國家對醫療的重視，醫療保障制度的推行，如興建醫療機構以及新型農村合作醫療和“新農保”等覆蓋率分別達到95%、91%、90%，遠高于遼寧、吉林等地。

醫療機構保障因子，北京、廣東、天津等排名靠前的省份有著各自的優勢，其中北京地區每千人衛生技術人員數達12.92，上海地區為9.48，遠高于其他省份;天津地區的每千人口醫療機構床位數為4.71，危重病人搶救成功率達80.18%均高于平均水平;而排名靠后的貴州地區每千人衛生技術人員數為2.37，西藏地區設衛生室的村數占行政村的69%，嚴重落后于其他地區。

通過原始數據的比較分析，醫療機構保障因子排名靠前的省市在硬件醫療設施上優于其他省市，而排名靠后的省市平均人口醫療資源占有率遠低于全國平均水平。這就需要根據地方需要配套相應的措施設法提高醫療機構的保障能力，如增設醫療設備，引進醫療人才等。

居民收入保障因子，排名居首的吉林、黑龍江地區農村居民醫療保健支出分別占消費性支出11.1%、9.1%，而全國的平均水平為6.96%;相反排名靠后的西藏地區僅占2.4%。城和農村鎮居民醫療保健支出占消費型支出比例等指標的優劣直接影響著居民收入保障因子，進而影響了省市在全國范圍的排名。

政策保障因子，排名靠前的廣東、廣西、黑龍江等地村衛生室覆蓋率達100%，而排名靠后的浙江、山東村衛生室的覆蓋率為46.5%和65.2%。對照分析，由于地區的差異，醫療制度有所不同，但選取全國推行的設置村級衛生室等制度指標的分析，一定程度上解釋了制度保障是影響醫療保障能力強弱(排名)的重要因素。

綜上，各保障因子在一定程度上反映了該地區的醫療狀況，客觀評價了醫療機構、居民、政府三方主體參與下不同地區的醫療保障能力。由此可以給出以下結論及建議:

1.醫療機構保障因子

高質量的醫療保障資源應當作為一種全體國民可以獲得的權利，即醫療保健應成為生存權的一部分。在現行財政體制下，中央政府應在加強醫療基礎設施建設，提高全民醫療保障能力中承擔重要責任。中央財政的投入在于使人民實現底線醫療保障。此外，中央及地方各級政府財政還應加大對貧困地區的轉移支付力度，以緩解貧困市、縣的財政壓力。

2.居民可支配收入保障因子

由于經濟因素的影響，居民個人可支配收入保障能力因地域而差異較大。居民個人的醫療保障支出得不到保障，醫療保障能力也無從談起。目前我國絕大部分地區尚未能實現全民免費就醫，所以相當一部分基本醫療費用還得靠居民個人支出，一些貧困地區的農民交不起醫療保險金和無法承擔報銷比例外的自付費用部分，以致就醫得不到持續保障，“因病致(返)貧”的局面得不到根本改觀。因此，建立醫療救助制度十分必要，如建立大病醫療救助制度和免除貧困人口醫療費用的醫療保險基金等。

3．政策保障因子

政策保障是醫療保障能力的一個重要方面，由于各省市的地方政策差異，醫療保障效果也有所差異，政策保障能力較差的地區在醫療保障政策實施方面還有待于完善。

醫療保障制度的推行和普及要結合當地的具體情況，其配套政策也要做相應的調整。全面提高一個地區的醫療實力，不是靠單一的制度推行，也不是靠地方醫療機構的改善，應該針對不同的地區在不同方面予以不同的力度支持和投入來發展地方醫療事業，完善醫療制度模式。

1．李珍．社會保障論．北京:中國勞動社會保障出版社．2001(1):167．

2．王蘭芳，陳萬明，崔曉寧．江蘇農村新型合作醫療保障水平的測定與分析．人口與經濟，2006(4):73-77．

3．陳建中，裴麗昆，王志峰．建立我國醫療保障體系六個影響因素的研究．中國衛生事業管理，2008，25(6):387-389．

4．趙鐵牛，王泓午，劉桂芬．驗證性因子分析及應用．中國衛生統計，2010，27(6):608-609．

5．傅德印．因子分析統計檢驗體系的探討．統計研究，2007，24(6):86-90．

6．林海明．主成分分析與初始因子分析的異同——兼與盧紋岱《SPSS for Windows統計分析》商榷．統計與決策，2006，8:33-34．

7．上官飛．舒長江．基于因子分析的中國商業銀行績效評價．經濟問題，2011，1:109-111．

8．吳棟，李樂失，李陽子．近年居民消費結構統計分析的研究綜述——關于因子分析和聚類分析的應用．數理統計與管理，2007，26(5):776-781．

陜西省新型農村合作醫療制度的實證研究(西北農林科技大學人文社科專項編號:20100203137)