基于shapely 分解法的寧夏衛生總費用影響因素研究

湯 榕，楊健珍，黨媛媛，李 月

（寧夏醫科大學公共衛生與管理學院，寧夏 銀川 750004）

隨著經濟增長、人口老齡化、疾病模式的改變，人們對衛生服務的需求迅速增加，衛生總費用和醫療費用增長較快,這是目前許多國家和地區共同面臨的重要問題[1]。醫學科技的發展，醫學新設備、新藥以及新技術的投入使用，也進一步導致了衛生總費用的不合理增長，使人民群眾“看病難、看病貴”的矛盾更加突出。中國衛生總費用課題組通過對我國衛生總費用現狀進行研究，得出我國衛生總費用變化的主要影響因素為GDP 的快速增長、通貨膨脹、人口的增長、社會健康保險及政府的醫療衛生政策[2]。但是這些研究大多是采用國家的數據進行的宏觀性的研究，很少有采用地方性的數據對地區的衛生總費用的增長進行研究[3]。本文通過選取在全國率先實現了城鄉居民、城鎮職工基本醫療保險自治區統籌的寧夏作為研究對象，對寧夏衛生總費用上漲的影響因素進行分析，找出影響寧夏地區衛生總費用的關鍵因素，為合理配置衛生資源、減輕居民就醫費用負擔、順利推行醫保改革制度提供理論依據。

1 資料與方法

1.1 資料來源

本文數據主要來源于2004-2012 年《中國衛生統計年鑒》、2013-2017 年《中國衛生與計劃生育統計年鑒》、2018 年《中國衛生健康統計年鑒》和《寧夏統計年鑒》。

1.2 指標的來源與篩選

結合寧夏地區的經濟水平與實際情況，衛生總費用為因變量（Y），人口增加（指標：總人口數，單位：萬人，X1）、醫療技術水平（指標：公立醫院住院病人人均醫藥費，單位：元，X2。說明：醫療技術進步是影響衛生總費用的一個重要因素，但它較難測量或者量化且多變，因此本研究選擇公立醫院住院病人人均醫藥費來反映醫療技術水平[5]）、每千人口醫院床位數（指標：每千人口醫院床位數，單位：張，X3）、每千人口衛生技術人員數（指標：每千人口衛生技術人員數，單位：人，X4）、經濟增長（指標：城鎮居民人均可支配收入，單位：元，X5）、人均地區生產總值（指標：人均地區生產總值，單位：元，X6）、人口老齡化（指標：65 歲及以上人口數，單位：萬人，X7）、政府衛生支出（指標：政府衛生支出，單位：億元，X8）、社會衛生支出（指標：社會衛生支出，單位：億元，X9）、個人衛生支出（指標：個人衛生支出，單位：億元，X10）、城鄉居民醫療保健支出（指標一：城鎮居民醫療保健支出，單位：元，X11；指標二：農村居民醫療保健支出，單位：元，X12）作為自變量[4]。

1.3 研究方法

采用Excel 2019 整理數據，導入SPSS 25.0 進行相關性分析、多元線性回歸分析和逐步回歸分析，得出回歸方程，在此基礎上運用Stata 14.0 將有意義的影響因素納入shapely 分解法中進一步分解，計算各因素對衛生總費用的貢獻程度，分析其重要性，找出關鍵因素。

2 結果

2.1 相關性分析

對指標Y與X1-X12進行變量相關分析，使用Pearson 相關系數表示相關關系的強弱情況。在5%顯著性水平下，顯示除自變量X7外，其余自變量均與因變量Y呈線性相關，相關系數均大于0.9，P值均小于0.01，提示這11 個變量均與Y存在顯著的正相關關系。而Y和X7之間的相關系數值為0.163，且P值為0.562 ＞0.05，提示Y和X7之間無相關關系。

2.2 多元線性回歸分析

將變量X7剔除后，用剩余的11 個變量作為自變量進行多元線性回歸分析。決定系數R2=1.000，提示剩余自變量X之間的共同作用可以100.0%解釋因變量Y的變化。對模型進行F 檢驗時發現模型通過F 檢驗(F=106124.617，P=0.002 ＜0.05)，提示X1、X2、X3、X4、X5、X6、X8、X9、X10、X11、X12中 至 少 一 項 會對Y產生影響關系，模型公式為：

針對模型的多重共線性進行檢驗發現，模型中VIF值出現均大于10，意味著存在共線性問題。采用逐步回歸法繼續進行分析，見表1。

表1 線性回歸分析結果（n=13）

2.3 逐步回歸分析

以除X7以外的11 個變量作為自變量，Y作為 因 變 量 進 行 逐 步 回 歸 分 析，X2、X4、X6、X11、X125 個變量進入回歸方程，R2=1.000。通過F檢驗(F=17478.122，P＜0.05)，模型有效，模型中VIF值出現大于10，存在著共線性問題，檢查相關關系緊密的自變量，剔除相關關系緊密的自變量后，重新進行分析。最終具體分析可知：X2的回歸系數值為0.008(t=3.624，P＜0.01)，X4的 回 歸 系 數 值為38.711(t=14.666，P＜0.01)，X11的回歸系數值為0.016(t=6.420，P＜0.01)，X12的回歸系數值為0.053(t=4.586，P＜0.01)，對Y 產生顯著的正向影響關系；X6的回歸系數值為0.000(t=2.309，P＞0.05)，不會對Y產生影響關系。見表2。

綜上所述，可以得出回歸方程為：

結果提示，對衛生總費用影響最顯著的指標為X2、X4、X11、X12，即公立醫院住院病人人均醫藥費用、每千人口衛生技術人員數、城鎮居民人均醫療保健支出和農村居民醫療保健支出。

表2 逐步回歸分析結果（n=13）

2.4 Shapely 分解

Shapely 分解主要是分析變量對被解釋變量的貢獻程度，分解結果如表3 所示。X4的相對貢獻度較大（13.56%），X2、X11和X12的貢獻度分別為13.00%、12.03%和13.01%，這4 個因素貢獻度總占比為51.61%。考慮歸一化后的Shapely，X2、X4、X11、X12貢獻度分別占比25.18%、26.29%、23.32%、25.21%，提示：每千人口衛生技術人員數(X4)是影響寧夏衛生總費用的關鍵因素，公立醫院住院病人人均醫藥費(X2)和農村居民人均醫療保健支出(X12)也是影響寧夏衛生總費用的重要因素，城鎮居民人均醫療保健支出(X11)對寧夏衛生總費用的影響相對較小。

表3 shapely 分解結果

3 討論及建議

3.1 每千人口衛生技術人員數對寧夏衛生總費用的影響最大，應加大衛技人員的引進及培養

結果顯示，每千人口衛生技術人員數是對寧夏衛生總費用貢獻程度最高的因素，這與其他學者的研究結果一致[6]。每千人口衛生技術人員數反映了衛生資源的人力配置情況，它對衛生總費用上漲的作用不容忽視。因此，應適當增加對醫療衛生機構、高等醫學院校等培養衛生技術人員的費用,完善公益性財政補償機制,支持醫療機構、醫學院校等對相關衛生技術人員的培養及引進[7]。

3.2 醫療技術水平對寧夏衛生總費用的影響次之，應加強衛生技術評估

結果顯示，醫療技術水平是影響寧夏衛生總費用的重要因素，這與其他學者的研究結果一致[2,8]。醫療技術進步提高了國民健康素養，為經濟建設和社會發展提供有力保障，但同時也帶來了昂貴的醫療費用。因此，應加強衛生技術評估，通過對重大、高新技術成果科學評估進行市場準入，并嚴格醫院大型設備引進的審批制度，控制藥品使用范圍和價格，對落后的醫療技術予以淘汰、更新，大力推廣性價比高的成熟技術[9]。

3.3 城鄉居民醫療保健支出是影響寧夏衛生總費用上漲的因素之一

結果顯示，城鄉居民醫療保健支出是影響寧夏衛生總費用上漲的因素之一，這與李旭的研究結果一致[10]。因此如何控制城鄉居民醫療保健支出是至關重要的，其中，分級診療作為緩解“看病難，看病貴”的有效途徑，是控制城鄉居民醫療保健支出的重要方式之一，而醫聯體又是作為建立分級診療制度的重要載體，在農村實行“鄉村一體、縣鄉一體”的服務模式，在城市創建“醫院+社區”共建共享服務機制，讓病人留在基層就醫，減少不必要的醫療開支，從而合理控制醫療保健支出過快增長。