基于主成分回歸模型的寧夏衛(wèi)生總費用影響因素分析

徐 寧，胡 琦，張麗虹，湯 榕

（1.寧夏醫(yī)科大學(xué)公共衛(wèi)生與管理學(xué)院，寧夏 銀川 750004；2.寧夏環(huán)境因素與慢性病控制重點實驗室，寧夏 銀川 750004）

衛(wèi)生總費用是全面反映一個國家或地區(qū)一定時期內(nèi)（通常指一年）全社會在衛(wèi)生服務(wù)領(lǐng)域中所消耗的資金總額[1]。衛(wèi)生總費用正被國際社會視為確保人人公平享有充分可及、符合質(zhì)量標(biāo)準(zhǔn)的衛(wèi)生服務(wù)以及監(jiān)測和評價“全民覆蓋”政策目標(biāo)的實現(xiàn)程度的主要指標(biāo)[2，3]。近年來經(jīng)濟增長、人口老齡化、居民疾病譜轉(zhuǎn)變等因素帶來的衛(wèi)生服務(wù)需求迅速增長已成為我國衛(wèi)生總費用和醫(yī)療費用增長的主要推動力[4]。寧夏地區(qū)醫(yī)療衛(wèi)生需求也會在未來一段時期內(nèi)保持一個較長的增長驅(qū)動力。衛(wèi)生總費用的增加一方面對于政府財政形成沉重的負擔(dān)，同時也會加劇居民疾病負擔(dān)[5]。因此，為有效減輕寧夏政府財政與人民群眾疾病經(jīng)濟負擔(dān)，運用科學(xué)、合理的方法找出影響寧夏衛(wèi)生總費用增長的主要因素，對于合理控制衛(wèi)生總費用過快增長、促進衛(wèi)生資源合理配置和利用、提高衛(wèi)生服務(wù)公平可及均具有重要的意義和科學(xué)價值。

1 資料與方法

1.1 資料來源 本研究數(shù)據(jù)來源于《寧夏衛(wèi)生發(fā)展公報（2012-2014 年）》《寧夏衛(wèi)生計生事業(yè)發(fā)展公報（2015 年）》《寧夏衛(wèi)生事業(yè)與計劃生育工作統(tǒng)計公報（2016-2017 年）》《寧夏衛(wèi)生健康工作統(tǒng)計公報（2018-2019 年）》、國家統(tǒng)計局官方網(wǎng)站（http：//www.stats.gov.cn/）以及寧夏統(tǒng)計局官方網(wǎng)站（http：//www.nxtj.gov.cn/），部分?jǐn)?shù)據(jù)從寧夏衛(wèi)生健康委獲得。

1.2 指標(biāo)選擇 本研究通過總結(jié)李彤[6]、劉巧艷[7]、李相榮[8]、文捷[9]等關(guān)于衛(wèi)生總費用影響因素的相關(guān)研究確定指標(biāo)，具體包括年末常住人口數(shù)（X1）、65 歲以上人口占常住人口比重（X2）、人口自然增長率（X3）、人均地區(qū)生產(chǎn)總值（X4）、居民消費價格指數(shù)（X5）、醫(yī)療衛(wèi)生支出占財政支出比重（X6）、每千人擁有醫(yī)療機構(gòu)床位數(shù)（X7）、每千人擁有衛(wèi)生技術(shù)人員數(shù)（X8）、病床使用率（X9）。

1.3 方法 數(shù)據(jù)統(tǒng)計分析應(yīng)用SPSS 25.0 軟件完成。利用主成分分析法對納入的9 個解釋變量進行降維，以方差貢獻率特征值>1 且所選取的因子累計貢獻率達到70%～80%的原則[10]，提取主成分。然后將各主成分的載荷矩陣值除以各自主成分的初始特征根的平方根，計算主成分系數(shù)矩陣，并列出主成分表達式。進而以標(biāo)化的衛(wèi)生總費用為因變量，以主成分得分為自變量進行多元線性回歸分析。

2 結(jié)果

2.1 主成分分析 針對所有自變量進行KMO 檢驗，經(jīng)檢驗KMO=0.641＞0.5，且巴特利特球體檢驗的近似χ2為139.487，df 為36，Sig 為0.000，各變量的相關(guān)性較強，相關(guān)系數(shù)矩陣有統(tǒng)計學(xué)意義（P＜0.05），適宜做主成分分析。同時，通過檢測各因子解釋的總方差結(jié)果顯示，初始特征值>1的公因子個數(shù)有2個，且其累計貢獻率為91.621%，見表1。標(biāo)化后得到各自變量的載荷矩陣和系數(shù)矩陣，見表2，依據(jù)其結(jié)果得到2 個主成分表達式，分別記為F1和F2，其表達式如下：

表1 解釋的總方差

表2 標(biāo)化后自變量的載荷矩陣與系數(shù)矩陣

F1=0.138ZX1+0.135ZX2-0.112ZX3+0.136ZX4-0.048ZX5+0.129ZX6+0.138ZX7+0.139ZX8-0.119ZX9

F2=-0.001ZX1+0.164ZX2-0.300ZX3+0.113ZX4+0.828ZX5+0.082ZX6-0.008ZX7-0.038ZX8+0.301ZX9

2.2 回歸分析 以主成分F1和F2為自變量，以標(biāo)化后的衛(wèi)生總費用為因變量，進行多元線性回歸分析。回歸模型的優(yōu)劣檢驗顯示，R=0.986，R2=0.973，調(diào)整后的R2=0.970，模型擬合效果較好。同時，對于回歸模型的顯著性檢驗顯示，F(xiàn)=288.403，P＜0.001，建立的模型有統(tǒng)計學(xué)意義，見表3。

表3 回歸模型的顯著性檢驗結(jié)果

建立的模型進行多元線性回歸分析，結(jié)果見表4，模型中各自變量的VIF的值均為1.000，遠小于10，各自變量之間共線關(guān)系不顯著。依據(jù)其結(jié)果得到主回歸方程：ZY=0.993F1-0.053F2，將F1和F2代入主回歸方程后得到多元線性回歸方程，表達式如下：

表4 多元線性回歸模型系數(shù)

ZY=0.1371ZX1+0.1254ZX2-0.0953ZX3+0.1291ZX4-0.0915ZX5+0.1238ZX6+0.1375ZX7+0.1400ZX8-0.1341ZX9

根據(jù)多元線性回歸方程表達式，以標(biāo)準(zhǔn)化回歸系數(shù)比較各影響因素指標(biāo)對衛(wèi)生總費用的相對影響程度并進行排序。結(jié)果表明，年末常住人口數(shù)（X1）、65 歲以上人口占常住人口比重（X2）、人均地區(qū)生產(chǎn)總值（X4）、醫(yī)療衛(wèi)生支出占財政支出比重（X6）、每千人擁有醫(yī)療機構(gòu)床位數(shù)（X7）、每千人擁有衛(wèi)生技術(shù)人員數(shù)（X8）與衛(wèi)生總費用呈正相關(guān)。其中，每千人擁有衛(wèi)生技術(shù)人員數(shù)對衛(wèi)生總費用的相對影響程度最大（0.1400），每千人擁有醫(yī)療機構(gòu)床位數(shù)次之（0.1375）；同時，人口自然增長率（X3）、居民消費價格指數(shù)（X5）、病床使用率（X9）與衛(wèi)生總費用呈負相關(guān)，其中病床使用率對衛(wèi)生總費用的相對影響程度最大（-0.1341），見表5。

表5 各指標(biāo)對衛(wèi)生總費用的相對影響程度

3 討論

本研究運用主成分回歸模型分析探討寧夏衛(wèi)生總費用的影響因素，研究結(jié)果與國內(nèi)學(xué)者采用其他研究方法結(jié)果相似[8,11，12]，表明主成分回歸分析適用于衛(wèi)生總費用影響因素的分析。通過主成分分析，得出各因素之間具有較強的相關(guān)性，且相關(guān)系數(shù)矩陣有統(tǒng)計學(xué)差異，適宜做主成分分析，進而采用多元線性回歸分析各影響因素對寧夏衛(wèi)生總費用的相對影響程度，具有一定的科學(xué)性，這有利于政府部門根據(jù)分析結(jié)果科學(xué)的調(diào)整相關(guān)政策。

本研究發(fā)現(xiàn)，年末常住人口數(shù)、65 歲以上人口占常住人口比重、人均地區(qū)生產(chǎn)總值、醫(yī)療衛(wèi)生支出占財政支出比重、每千人擁有醫(yī)療機構(gòu)床位數(shù)、每千人擁有衛(wèi)生技術(shù)人員數(shù)與衛(wèi)生總費用呈正相關(guān)。其中，每千人擁有衛(wèi)生技術(shù)人員數(shù)對衛(wèi)生總費用的相對影響程度最大，每千人擁有醫(yī)療機構(gòu)床位數(shù)次之。每千人擁有衛(wèi)生技術(shù)人員數(shù)和每千人擁有醫(yī)療機構(gòu)床位數(shù)是反映衛(wèi)生資源配置和供給的主要指標(biāo)，其對寧夏衛(wèi)生總費用的相對影響程度居于前2 位。說明寧夏衛(wèi)生資源配置方式主要實行以供方為導(dǎo)向，即衛(wèi)生資源配置主要以床位和人力為主要依據(jù)[13]。然而，在以床位和人力為導(dǎo)向的衛(wèi)生資源配置方式的情況下，通常會出現(xiàn)經(jīng)濟水平越發(fā)達，衛(wèi)生資源越聚集，衛(wèi)生資源公平性和可及性越差，進而導(dǎo)致衛(wèi)生資源的浪費和衛(wèi)生總費用的不合理增長等問題[14]。因此，政府應(yīng)不斷優(yōu)化衛(wèi)生資源配置，綜合考慮寧夏地區(qū)實際情況，從以床位和人口為導(dǎo)向，向以經(jīng)濟發(fā)展水平、地理環(huán)境、居民衛(wèi)生健康服務(wù)需求等為導(dǎo)向配置衛(wèi)生資源[15]，精準(zhǔn)測算、精準(zhǔn)分類、精準(zhǔn)配置衛(wèi)生資源，提高衛(wèi)生資源的利用率、公平性和可及性，進而避免衛(wèi)生資源的浪費和有效控制衛(wèi)生總費用的不合理增長[16]。

本研究顯示，病床使用率、人口自然增長率、居民消費價格指數(shù)與衛(wèi)生總費用呈負相關(guān)。其中，病床使用率對衛(wèi)生總費用的相對影響程度最大。相關(guān)研究表明，以床位為載體的醫(yī)療服務(wù)費用可以對衛(wèi)生總費用產(chǎn)生重要影響[17，18]。病床使用率與醫(yī)院床位數(shù)、患者平均住院日等因素有著密切聯(lián)系，是衡量醫(yī)院工作效率和工作負荷的重要指標(biāo)[19]，同時也影響著患者的直接和間接費用。因此，如何將病床使用率控制在合理水平是衛(wèi)生行政部門和醫(yī)院的一大難題。本研究建議，應(yīng)有效縮短出院患者平均住院日，從而提高醫(yī)院工作效率，將有限的醫(yī)療資源合理使用，使醫(yī)院在實現(xiàn)資源成本最小化的同時[20]，減少患者的直接和間接費用，減輕患者負擔(dān)，加快床位周轉(zhuǎn)[21]，實現(xiàn)醫(yī)院社會效益和經(jīng)濟效益雙提升。

總之，衛(wèi)生總費用的增加是多種因素相互作用的結(jié)果。如反映經(jīng)濟水平的人均地區(qū)生產(chǎn)總值、反映人口發(fā)展水平的年末常住人口數(shù)、65 歲以上人口占常住人口比重等因素，對于寧夏衛(wèi)生總費用的增加均具有正向影響。因此，政府及衛(wèi)生行政部門在對衛(wèi)生總費用進行有效、合理控制與引導(dǎo)的同時，應(yīng)密切關(guān)注多種因素所帶來的影響，為經(jīng)濟發(fā)展提供良好的政策支持環(huán)境，從而為醫(yī)療領(lǐng)域的發(fā)展提供更多的資金。此外，完善人口變化的應(yīng)對措施，適時調(diào)整人口政策；積極應(yīng)對人口老齡化，推進醫(yī)養(yǎng)融合；引導(dǎo)居民逐步向以治療為主向預(yù)防為主轉(zhuǎn)變，加強自我保健與預(yù)防知識，增強疾病預(yù)防衛(wèi)生投入，進而減少大病風(fēng)險的經(jīng)濟隱患，降低衛(wèi)生費用。

綜上所述，每千人擁有衛(wèi)生技術(shù)人員數(shù)、每千人擁有醫(yī)療機構(gòu)床位數(shù)等因素對寧夏衛(wèi)生總費用具有正向影響；病床使用率、人口自然增長率等對寧夏衛(wèi)生總費用具有負向影響。建議政府部門應(yīng)合理、有效控制衛(wèi)生總費用過快增長，關(guān)注多種因素對于衛(wèi)生總費用的影響。