衛(wèi)生資源的空間溢出效應(yīng)
——以江浙滬皖41城市為例

一、前言

衛(wèi)生資源的分布和人們的健康保障息息相關(guān)，江浙滬皖41個(gè)城市交通通行成本較小，鐵路和公路密度居全國(guó)前列。發(fā)達(dá)的交通以及相近的經(jīng)濟(jì)水平，讓我們?cè)谘芯啃l(wèi)生資源在空間上的溢出效應(yīng)時(shí)，能排除其他的影響，使得研究結(jié)果更加的客觀。本文運(yùn)用空間計(jì)量模型對(duì)江浙滬皖等41個(gè)城市的數(shù)據(jù)進(jìn)行研究。

二、文獻(xiàn)綜述

不少作者將空間因素引入衛(wèi)生資源配置的研究。山珂[2013]從空間角度探討我國(guó)城鄉(xiāng)二元結(jié)構(gòu)下衛(wèi)生資源配置的空間分布模式和特征，對(duì)我國(guó)衛(wèi)生資源配置的規(guī)劃決策提供建議。于金娜[2017]利用數(shù)據(jù)包絡(luò)分析方法測(cè)算了我國(guó)省際衛(wèi)生資源利用效率，在此基礎(chǔ)上，運(yùn)用空間杜賓模型研究了中國(guó)省際衛(wèi)生資源利用效率的空間溢出效應(yīng)。許文靜[2017]以各省份醫(yī)院專(zhuān)利數(shù)量表示醫(yī)院創(chuàng)新并作為被解釋變量研究中國(guó)省際衛(wèi)生資源對(duì)醫(yī)院創(chuàng)新的影響與空間溢出效應(yīng)。衛(wèi)平等[2019]采用EBM-Window模型測(cè)算我國(guó)各省衛(wèi)生資源配置效率，并構(gòu)建空間自回歸模型進(jìn)行實(shí)證分析。陶春海[2019] 運(yùn)用全域和局部空間Moran’s I指數(shù)散點(diǎn)圖考察了山東省2006-2016年政府衛(wèi)生支出與各地區(qū)GDP的空間相關(guān)性和空間集聚現(xiàn)象。

綜上，目前采用的研究方法和模型大多數(shù)是空間計(jì)量模型，是通用的研究方法。但是大多數(shù)文章都是在省域大范圍進(jìn)行研究，很少文獻(xiàn)將研究拓展到縣市范圍，究其原因，是因?yàn)榭h市范圍數(shù)據(jù)難以獲取。所以拓展縣市層面的衛(wèi)生資源配置的研究能夠豐富衛(wèi)生資源研究。

三、研究方法

（一）空間自相關(guān)的檢驗(yàn)

為了計(jì)算空間依賴程度，Moran’s I（莫蘭指數(shù)）進(jìn)行衡量。該指標(biāo)可以指出區(qū)域?qū)傩灾档姆植际欠窬奂?、離散或者隨機(jī)分布模式，取值范圍為[-1，1]，取值為-1表示完全負(fù)相關(guān)，取值為1表示完全正相關(guān)，取值為0表示完全不相關(guān)。

（二）空間計(jì)量模型

本文構(gòu)建空間滯后模型（SLM）、空間誤差模型（SEM），考察區(qū)域間的空間溢出效應(yīng)，并將結(jié)果進(jìn)行比較。這三種模型的表達(dá)式如下：

四、數(shù)據(jù)

本文變量選取的數(shù)據(jù)是2007-2017年江浙滬皖41個(gè)市的醫(yī)療利用率和人均GDP 共451個(gè)數(shù)據(jù)，來(lái)源于《上海統(tǒng)計(jì)年鑒》，《浙江統(tǒng)計(jì)年鑒》，《江蘇省統(tǒng)計(jì)年鑒》，《安徽省統(tǒng)計(jì)年鑒》。衛(wèi)生資源利用率由衛(wèi)生從業(yè)人員數(shù)量處于地區(qū)常住總?cè)丝跀?shù)量得到，人均GDP由統(tǒng)計(jì)年鑒查詢得到，部分統(tǒng)計(jì)年鑒缺失數(shù)據(jù)，通過(guò)GDP總數(shù)除以總?cè)丝跀?shù)量得到。

五、結(jié)果說(shuō)明

（一）空間自相關(guān)的檢驗(yàn)

由計(jì)算結(jié)果[ 由于版面問(wèn)題，如果需要詳細(xì)結(jié)果請(qǐng)聯(lián)系作者]得出，江浙滬皖41個(gè)城市中存在正的空間自相關(guān)，并且2012年的Moran I 指數(shù)最大，為0.503；最小為0.359，是2007年，說(shuō)明隨著經(jīng)濟(jì)的發(fā)展，城市之間的衛(wèi)生利用效率相關(guān)程度呈現(xiàn)逐漸上漲的趨勢(shì)。這同樣為建立空間計(jì)量模型提供了證據(jù)。

（二）空間面數(shù)據(jù)模型

1.空間自回歸模型

在模型建立時(shí)候建立了空間滯后模型（SLM）和空間誤差模型（SEM），最后得出結(jié)果。

Tab1 空間自回歸模型結(jié)果

空間滯后效應(yīng)參數(shù)λ的估計(jì)值為0.57，β的估計(jì)值是0.17，θ的估計(jì)值是7.86，這些參數(shù)檢驗(yàn)都是顯著的。由空間滯后模型的回歸結(jié)果可以看出，人均GDP對(duì)衛(wèi)生資源利用率的影響將產(chǎn)生正的空間溢出效應(yīng)，即是一個(gè)城市的人均GDP對(duì)衛(wèi)生資源利用率的影響較大時(shí)，它周邊的城市也相應(yīng)的會(huì)比較大。

2.空間誤差模型

Tab2 空間誤差模型結(jié)果

空間誤差模型的參數(shù)ω的估計(jì)值為0.82，β的估計(jì)值是0.17，這些參數(shù)檢驗(yàn)都是顯著的。由空間誤差模型的結(jié)果，我們可以知道人均GDP對(duì)衛(wèi)生資源利用率將產(chǎn)生正的空間溢出效應(yīng)。這是因?yàn)閮蓚€(gè)城市相鄰，比如說(shuō)和上海相鄰的蘇州南通等城市，衛(wèi)生資源受到上海充沛的衛(wèi)生資源溢出的影響，人們?cè)谏〉臅r(shí)候會(huì)選擇去上海的大醫(yī)院看病而不是家所在城市的醫(yī)院。

六、政策建議

綜上所述，本文提出以下政策建議:

（一）加大醫(yī)療技術(shù)水平的投入。

各個(gè)城市衛(wèi)生局或者衛(wèi)生與健康發(fā)展委員會(huì)，應(yīng)該加大對(duì)醫(yī)療技術(shù)的投入，減小醫(yī)療資源分布的不均衡。比如引進(jìn)先進(jìn)醫(yī)療設(shè)備，高薪聘請(qǐng)專(zhuān)家，提升自身醫(yī)療技術(shù)水平，為當(dāng)?shù)厝嗣竦纳钜约敖】堤峁┝己玫姆?wù)，使得人們無(wú)論是看大病還是看小病都不用出遠(yuǎn)門(mén)去其他城市，都能在當(dāng)?shù)乜床　?/p>

（二）政府努力實(shí)現(xiàn)醫(yī)療技術(shù)水平超越經(jīng)濟(jì)發(fā)展水平。

在醫(yī)療行業(yè)，時(shí)間就是生命，交通以及信息化水平的提升，是提高衛(wèi)生資源利用效率的重要前提。否則，再先進(jìn)的醫(yī)療技術(shù)，再優(yōu)化的規(guī)模效率，在落后的經(jīng)濟(jì)和落后的交通狀況下，都無(wú)法實(shí)現(xiàn)衛(wèi)生資源的最優(yōu)利用。經(jīng)濟(jì)的發(fā)展是衛(wèi)生領(lǐng)域發(fā)展的前提和保證，只有地區(qū)經(jīng)濟(jì)發(fā)達(dá)，交通便利加之人們的健康意識(shí)增強(qiáng)，才會(huì)更加合理地實(shí)現(xiàn)本地區(qū)和其他地區(qū)衛(wèi)生資源的優(yōu)化升級(jí)。經(jīng)濟(jì)發(fā)展后，更加具有條件投入在醫(yī)療技術(shù)水平上，提升醫(yī)療技術(shù)水平的思路應(yīng)該是全盤(pán)推進(jìn)，區(qū)域相互協(xié)調(diào)，先進(jìn)帶動(dòng)落后，共同發(fā)展進(jìn)步。