公共卫生财政支出效率评价
——基于西部地区12个省份的实证

蓝英

（川北医学院管理学院，四川 南充 637000）

0 引言

公共卫生事业是一项重大民生工程，关系到人民健康福祉。随着公共卫生体制改革的深入推进，政府在公共卫生领域的主导作用不断增强，政府公共卫生财政支出迅速增长，尤其是西部地区。西部地区的公共卫生财政支出从2011年的1748.16亿元增加到2021年的4403.46亿元，公共卫生财政支出规模逐年增长，支出年均增长率达到了13.81%，然而，在支出规模不断扩张的同时，人们对于支出效率的认识仍然不足。同时，西部地区经济发展和公共卫生发展现状仍较为落后，考察西部地区公共卫生财政支出效率能够有效地揭示西部地区公共卫生财政支出效率弊端，为下一步提升西部地区公共卫生财政支出效率、加快西部地区经济发展提供经验事实和理论基础。相比于公共卫生财政支出规模的扩展，提高财政支出效率不仅能够实现公共卫生财政资金的充分利用，而且还是缓解公共卫生资源供需不匹配、医患矛盾突出等现实问题的关键。

国内外关于公共卫生支出效率的测算主要使用的是数据包络分析法（DEA）。Israa（2021）[1]采用DEA方法测算出各个国家的指数，对其进行横向对比进而得到国家之间支出效率差异化的原因。与此同时，国内多数研究都采用参数法和非参数法评价全国层面、省域层面和市级层面的公共卫生财政支出效率。朱德云等（2020）[2]基于我国省域层面面板数据，采用DEA方法测算了各省份地方卫生财政支出效率，通过不同省域的效率水平对比发现我国地方政府的卫生支出效率存在明显的区域差异。关于测算指标的选取主要有两种做法，第一种是将投入要素明确为政府公共卫生相关的投入，把医疗卫生相关机构数量、医护人员数量作为产出要素[3,4]；第二种是将医疗应用相关的资源确定为投入变量，比如医护人员数量等，而将公共卫生医疗就诊人数、住院患者数量作为产出变量[5,6]。周子超（2021）[7]选取住院诊疗人数、门诊数量和床位利用率作为两阶段DEA的第二阶段的产出变量，测算两种效率的加权均值，进而得到最终效率值。

基于以上研究，本文主要从以下三个方面进行了拓展：首先，西部地区是我国经济发展较为落后地区，存在要素配置效率不足的现实问题，故本文的研究视角主要集中于西部地区的12个省份，在三阶段DEA模型和Malmquist指数法的分析框架下，集中分析西部地区各省份政府公共卫生财政支出效率；其次，本文在三阶段DEA模型和Malmquist指数法的基础上，构建了σ收敛模型，实证检验了西部地区公共卫生财政支出效率的波动趋势是否存在收敛性；最后，本文为关注西部地区公共卫生财政支出效率的相关部门提出了优化医疗卫生财政支出路径的建议。

1 研究设计

1.1 模型构建

公共卫生财政支出效率的影响因素多且杂，涉及面较广，测算效率值不能被其他外界因素或者随机扰动要素影响，科学测算是本文的核心内容。而三阶段DEA模型能排除外界环境和随机扰动的影响，利用三阶段DEA模型能够有效测算西部地区公共卫生财政支出效率。在第一阶段的DEA模型使用规模报酬可变的BCC数据包络法模型计算西部地区的公共卫生财政支出效率，本文将在第一阶段采用投入导向型的DEA来评估西部地区各省份公共卫生财政支出效率水平。第二阶段选用随机前沿模型（SFA）进行回归，排除其他干扰因素的影响。随机前沿回归的目的在于排除外界环境和随机噪声的干扰，进而在同一环境下做出系统内的所有决策。第三阶段将选取调整的投入要素数据代入数据包络分析模型（DEA），计算的最终数值，即公共卫生财政支出效率数值已经排除了外在环境和随机噪声的干扰，可以很合理地展现西部地区公共卫生财政支出效率的现状。

1.2 变量选取

（1）投入变量。公共卫生财政支出是本文的核心变量，即投入变量，本文选取西部地区12个省份的人均公共卫生财政支出这一指标作为投入变量。

（2）产出变量。公共卫生发展与医疗机构、地区疾病发展等现状密不可分，医疗机构的财政支出主要集中在医疗人员、医疗固定资产、疾病治理等方面，故本文借鉴周子超（2021）[7]的研究，选取医疗卫生机构数、医疗卫生人员数、医疗卫生机构床位数这三个指标作为医疗卫生的产出要素变量；选取甲乙类法定报告传染病病死率、疾病预防控制中心卫生人员数作为疾病控制的产出要素变量；选取孕产妇死亡率、围产儿死亡率和住院分娩率作为妇幼保健的产出要素变量。因为孕产妇死亡率、围产儿死亡率和甲乙类法定报告传染病病死率属于负向指标，将这三个指标标准化后乘以100，可以转化为正向指标。

（3）环境变量。地区的财政支出涉及地区经济、产业、教育等方面，这些不同方面的外在条件是影响财政支出的重要环境因素，因此本文从经济环境、财政环境、人口环境和教育环境四个方面选取了相关环境变量。市场经济条件对地区公共卫生财政支出能力有重要作用[8]。常用的评价指标有人均GDP和城镇化程度，人均GDP可以体现一个地区发展程度和人民幸福程度，而城镇化程度可以体现出地区居民的身体素质平均水平。财政分权程度可以反映对地方财力的自主控制水平，而财政规模可以体现地方财政的资金能力，所以本文选取财政分权程度和财政规模作为评价地区财政环境的主要指标，并参考刘穷志和郝珺（2021）[9]的方法，将财政规模用财政支出与GDP的比值表示，财政分权程度用地区财政收入与支出的比值表示。与此同时，人口密度越大、抚养比例越大，政府的医疗资源配套设施会不断扩张建设，越会增加政府的公共卫生相关财政支出，因此选取人口密度和人口抚养比作为人口环境的替代变量。教育环境越好，越能够提高公共医疗卫生水平，增加地区公共卫生医疗人才，因此选取人均受教育程度和高等教育水平表示地区的教育环境，高等教育水平采用各省份每十万人大专学历以上人数衡量。变量的选取及说明如表1所示。

表1 变量选取及说明

1.3 数据说明

在2010年国家提出的公共卫生服务均等化政策背景下，同时，囿于数据的可获得性和研究的现实性，本文选取西部地区12个省份2011—2020年的相关数据作为研究样本，同时，鉴于产出过程和环境影响存在一定程度的滞后性，本文对产出和环境的相关变量进行滞后一期处理。公共卫生财政支出和其他财政相关数据来自国家统计局网站，产出要素变量数据来自《中国卫生健康统计年鉴》，其他变量数据来自《中国统计年鉴》和《中国人口和就业统计年鉴》。

2 实证结果及说明

2.1 SFA回归结果分析

将公共卫生财政支出的松弛变量作为因变量代入第二阶段的测算，以经济环境、财政环境、人口环境和教育环境四个方面的变量作为自变量，构建随机前沿模型（SFA）进行回归。四类环境相关的替代变量都在回归前采取了标准化处理，最后计算出的结果如表2所示。

表2 SFA回归结果

从表2可以看出，回归方程的γ值接近1，说明外界经济环境因素和随机干扰因素对公共卫生财政支出效率存在显著的影响，使用随机前沿模型进行回归非常合理。经济环境层面，城镇化程度的系数在5%的水平上显著为正，这说明城镇化程度增强会加快城市规模扩张，城市化扩张速度超过了公共卫生的资源配置效率水平，进而强化了投入要素的不利影响，不利于提高要素投入的整体效率。人均GDP的系数为-4.36，这表明区域经济发达程度越高，越可能会在一定程度上削弱其他因素的反向作用，促进公共卫生财政支出效率提高。财政环境层面，财政分权程度和财政规模的系数都为负，说明财政环境与公共卫生财政支出效率呈现负向关系，财政环境差会降低公共卫生财政支出效率。人口环境层面，人口密度与公共卫生财政支出效率呈现正向关系，说明高人口密集度有利于促进效率提升。教育环境层面，人均受教育程度和高等教育水平的系数都为负，说明人均受教育程度和高等教育水平越高，越可能对公共卫生财政支出效率产生提升作用。

2.2 三阶段DEA模型结果分析

由于第二阶段主要是将松弛变量作为因变量，同时对其他决策单元投入量进行调整，因此通过第二阶段测算出的西部地区公共卫生财政支出投入要素已经排除了其他环境因素和随机扰动的影响。故本文仅报告了三阶段DEA的第一阶段和第三阶段的结果，DEA第一阶段和第三阶段测算结果的均值如表3所示。

表3 第一阶段和第三阶段的平均公共卫生财政支出效率

由表3可知，通过第三阶段测算得到的公共卫生财政支出综合技术效率数值都大于或等于剔除其他要素干扰前的效率，即第一阶段的效率。重庆、新疆、宁夏和广西4个省份两阶段的效率变化量较小，四川、西藏和内蒙古3个省份两阶段的效率变化幅度较大，分别达到了0.062、0.016和0.038，这3个省份的公共卫生财政支出效率主要受外在环境和随机因素的干扰。从第三阶段的效率增长幅度来看，新疆的公共卫生财政支出效率未发生变动，这可能主要与新疆面积跨度大，公共卫生医疗资源分散程度高有关。重庆在第一阶段的综合技术效率为0.813，排除外在环境干扰后的效率水平提高幅度不明显，相对其他省份增长率较低，增长量处于整体倒数第三。重庆作为直辖市，城市人口流动较广泛且频率较高，内部经济发展水平较高，同时，作为西南地区的卫生医疗核心区域，医疗教育水平、医疗服务水平和医疗人才水平都处于领先地位，可能会引起重庆公共卫生财政投入评估过高，进而产生了综合技术效率水平提高幅度较小的现状。

2.3 省域异质性分析

从第三阶段测算的三类效率的数值大小可以看出，西部地区综合技术效率和纯技术效率总体均处于较高水平。除贵州、青海、西藏外，其他省份的综合技术效率值都超过了0.9。本文对比分析后认为四川、陕西、重庆等省份的综合技术效率处于较高水平，西北地区的综合技术效率总体处于较低水平，而西南地区处于最低效率水平。为了进一步对比各省份的纯技术效率和规模效率的变动情况，制作各省份的纯技术效率和规模效率的折线图，如图1所示。

图1 西部地区各省份纯技术效率和规模效率折线图

通过图1的对比分析可以看出，青海、西藏的纯技术效率和规模效率的数值有较大差距，表明这两种效率的发展不均衡。其中纯技术效率超过了规模效率是西藏最明显的表现，说明降低西藏公共卫生财政支出综合效率的核心在于支出的规模效率。但规模效率超过纯技术效率的省份分别是青海、宁夏、新疆，这表明纯技术效率是抑制公共卫生财政支出综合效率提高的关键。其他省份的折线拐点贴近，这表明这些省份的纯技术效率和规模效率存在趋同现象，不存在倾向于纯技术效率或者规模效率的发展途径。

2.4 Malmquist指数结果分析

Malmquist指数是在数据包络分析模型（DEA）的基础上进行动态效率分析的方法。Malmquist指数超过1时，表明TFP会进一步提高；低于1时，表明TFP会进一步降低。测算结果如表4所示。

表4 2011—2020年公共卫生财政支出效率Malmquist指数及其分解

通过表4可以看出，西部地区2011—2020年Malmquist指数数值低于1，说明西部地区的公共卫生财政支出效率产生了不同程度的负增长，效率具有边际效用递减趋势。

对于每个指数的变动情况分析如下：总体指数在2011—2013年下降幅度较大，形成了一个明显的波谷，在2014年表现出上升趋势，最后的5年内呈现平稳趋势。从Malmquist指数分解后的数值可以看出，技术进步指数的均值最小，技术进步指数在2013—2016年呈现明显下降趋势，指数不断提高后在2016—2017年可以与其他指数持平。三类效率的数值均在0.990～1.000波动，其中规模效率变化值在2013—2014年的数值最低，其余年份都处于较高水平；但是综合技术效率和纯技术效率指数值都在1附近波动。2011—2013年、2018—2020年这两个时间区间内各类效率的分解值近乎一致，同时，在2016年已经具有逐步上升趋势。

西部地区各省份测算的Malmquist指数及其效率分解指数的变动情况如表5所示。

表5 西部地区不同省份的平均公共卫生财政支出效率Malmquist指数及其分解

通过表5可以看出，Malmquist指数较高的分别是四川、贵州和甘肃3个省份，3个省份的指数水平都超过了0.970，其中四川的指数值最高，说明四川的公共卫生财政支出效率在2011—2020年有一定幅度的增长。而指数水平排名倒数的是新疆、宁夏和内蒙古3个省份，这些省份的公共卫生财政支出效率在2011—2020年的发展存在一定局限。分析各类效率分解值可得，综合技术效率在经济发达地区中均处于数值1附近，与西部地区经济相对落后的省份存在明显差异，这反映出综合技术效率与区域经济发达程度呈现正相关关系。技术进步指数始终处于较低水平，其成为限制整体效率提高的核心原因。然而，西藏的技术进步指数却超过了纯技术效率变化指数，这表明纯技术效率是限制西藏公共卫生财政支出效率提高的关键。四川、陕西、甘肃和内蒙古4个省份的纯技术效率指数值都超过1，除四川、陕西、甘肃和内蒙古4个省份外，其他省份均存在一定的进步空间。进一步分析规模效率的变化情况可以看出，西部地区所有省份都不小于1，说明西部地区公共卫生财政支出的规模效率已经处于较高水平层次。

2.5 西部地区公共卫生财政支出效率的收敛性检验

为了更严谨地论证西部地区公共卫生财政支出效率发展差距的时间趋势，本文采用收敛性检验进一步论证内部发展趋势[10]，采用σ收敛模型来验证。σ收敛用来描述存量水平的变动趋势，可以反映区域公共卫生财政支出效率偏离总体平均水平的程度。如果偏离程度逐渐递减，那么表明区域公共卫生财政支出效率具有收敛特征。σ收敛模型如式（1）所示：

其中，i为省份，n为省份的总数量，t为年份，effectit为t年i省份的公共卫生财政支出效率数值，σt为西部地区t年公共卫生财政支出效率的σ收敛检验系数。若σt+1<σt，则表明西部地区t+1年的公共卫生财政支出效率与t年相比呈现收敛趋势。将测算得到的西部地区省级公共卫生财政支出效率的收敛数值绘制折线图，如图2所示。

图2 西部地区公共卫生财政支出效率收敛系数折线图

在图2中，本文汇报了2011—2020年西部地区省域公共卫生财政支出效率的σ收敛系数，可以看出，西部地区省域公共卫生财政支出效率的确有非常明显的收敛趋势。具体来看，西部地区公共卫生财政支出效率值的σ收敛系数从2011年的0.110下降到2017年的0.021，但2017年出现了反弹现象。从分解效率的三种指数来看，2017年公共卫生财政支出效率地区收敛性反弹的主要原因在于综合技术效率和规模效率上升，而公共卫生财政支出纯技术效率收敛系数继续下降。

3 结论

本文基于2011—2020年西部地区各省份公共卫生医疗相关变量，利用三阶段DEA模型、Malmquist指数和σ收敛检验对公共卫生财政支出效率进行计算与分析，得到如下结论：（1）从SFA回归结果可以看出，财政环境（财政分权程度、财政规模）和人口密度对西部地区公共卫生财政支出效率发挥了明显的促进作用，但是城镇化程度表现出显著的抑制作用。（2）基于三阶段数据包络法（DEA）模型测算得出，纯技术效率水平较低成为限制综合技术效率提高的重要原因。（3）对西部地区各省份之间的效率进行对比分析后发现，西藏的规模效率是制约其综合技术效率提高的重要原因，青海、宁夏、新疆3个省份的纯技术效率成为限制综合技术效率提高的重要原因，其他各省份这两种效率的发展趋于平衡，而综合技术效率在西部地区各省份之间的分布情况则相反。（4）对比分析Malmquist指数及其分解数值后发现，2011—2020年西部地区各省份的公共卫生财政支出效率水平在逐步稳定发展，其中技术进步变化成为限制整体支出效率提高的关键因素。四川、贵州和甘肃的公共卫生财政支出效率仍保持稳定的增长趋势，然而新疆、宁夏和内蒙古3个省份的公共卫生财政支出的高效发展仍存在其他限制因素。（5）通过σ收敛模型测算西部地区省域公共卫生财政支出效率的收敛系数，制图对比分析后发现，西部地区省域公共卫生财政支出效率有非常明显的收敛趋势。同时，收敛性趋势在2017年出现了反弹，主要原因在于综合技术效率和规模效率上升，而公共卫生财政支出纯技术效率收敛系数继续下降。