基于灰色关联模型的上海市卫生总费用影响因素分析

丁海峰 高凯 姜茂敏

近年来，随着各国卫生总费用的急剧增长，卫生总费用成为世界各国、各地区日益关注的话题。卫生总费用是指一个国家或地区在一定时期内（通常指1年），全社会用于医疗卫生服务所消耗的资金总额[1]。其在一定程度上可以反映一个国家、社会、个人对医疗卫生费用的负担水平及对健康的重视程度。当前，我国正在大力实施健康中国战略，为提升全民的健康水平，构建以疾病预防为主导的医疗保障体系，各级政府部门对卫生费用的投入不断加大。上海市作为全国改革的排头兵、先行者，早在2018年就出台了《健康上海2030规划纲要》，其中明确指出要大力投入健康产业。然而，卫生费用的投入会受到人均GDP、年诊疗人次、老龄化程度等一系列因素的影响[2]，探索卫生总费用的影响因素对今后制定医疗卫生政策、控制卫生费用的合理增长具有重要的意义。基于此，本研究通过灰色关联模型对上海市卫生总费用及其影响因素进行分析，探索各要素与卫生总费用之间的关联程度，以期为相关部门制定医疗卫生政策提供借鉴和参考。

1 资料来源与方法

1.1 资料来源

本研究数据来自《上海市统计年鉴》，由于研究的时效性及数据的可获得性，本研究选取2007—2016年10年的数据进行研究分析。根据文献梳理、专家访谈，共筛选出10项指标，分别为：卫生总费用(x0)、人均GDP (x1)、医疗机构年诊疗人次(x2)、卫生技术人员(x3)、医疗机构床位数(x4)、年末常住人口(x5)、老龄化状况(x6)、肿瘤死亡专率(x7)、医院入院人数(x8)、个人卫生支出(x9)、人均卫生费用(x10)，数据来源真实可靠。

1.2 研究方法

灰色关联分析是我国学者邓聚龙在1982年所创立的灰色系统理论中的重要组成部分，是一种综合评价各影响因素的分析方法[5]。其基本原理是通过对动态过程发展趋势的量化分析，以及对统计序列几何关系的对比来分清系统中各要素之间的紧密程度。序列曲线的几何态势越接近，表明灰色关联度越大，反之则越小[6]。灰色系统理论的要点在于对数据没有过高的要求，通过一定现有的信息实现对系统运行中各要素进行正确的描述和有效的监督[7]。灰色关联分析是一种系统动态趋势分析，在某种程度上可以判断诸多影响系统要素的重要程度。

其基本步骤主要分为：①进行指标的选取和筛选。②构建参考数列和比较序列。参考数列是指反映系统特征的数列，记为：x0,比较数列是指体现系统行为的影响因素组成的数列[8]，记为：x1,x2,...xn。③进行初值变换，对原始数据进行无量纲化处理，求解差序序列。④求解最大差(Δmax)与最小差(Δmin)，求关联系数ξ(xi)。⑤计算关联度并进行排序。主要计算公式为：

2 结果

2.1 上海市卫生总费用指标基本情况

通过对卫生总费用影响因素相关文献进行归纳和分析，共梳理出10项因素指标，分别为：x0为上海市卫生总费用（亿元），x1为人均GDP（元），x2为医疗机构年诊疗次数（次），x3为卫生技术人员（位），x4为医疗机构床位数（个），x5为年末常住人口数（万人），x6为老龄化状况（指65岁以上人口占总人口的比重），x7为肿瘤死亡专率（每10万人），x8为医院入院人数（万人），x9为个人卫生支出（亿元），x10为人均卫生费用（元）。从表1可以看出，2007—2016年，上海市所有指标均呈现不断增长的态势。上涨速度排在前3位的指标分别为：卫生总费用、个人卫生支出以及人均卫生费用，其中卫生总费用上升最快，年平均增长率达到了15.94%，其次是个人卫生支出，年平均增长率达到了13.82%。上涨速度最低的为肿瘤死亡专率和年末常住人口，分别为1.60%和2.98%。

表1 2007—2016年上海市卫生费用及其影响因素相关指标

2.2 指标初值化处理结果

由于不同指标含义、单位等均有所差别，因此，在进行灰色关联度计算前，需要对原始数据进行无量纲化处理。本研究采用初值法对参考数列和比较数列进行原始数据的无量纲化处理，初值法计算公式为：xt(t)=[xi(t)]/[xi(1)], i=1, 2,...,N;t=1, 2,...,M.数据的计算过程在EXCEL软件中进行。具体处理结果见表2。

表2 原始数据无量纲化处理结果

2.3 求差数列结果

对原始数列进行无量纲化处理后，对处理后的参考数列和比较数列进行求差，最终通过计算求得最大差 (Δmax)=2.6305，最小差 (Δmin)=0，计算结果见表3。

表3 求差数列结果

2.4 灰色关联度计算结果及排序

求差数列过后进行灰色关联系数的计算，最终求得灰色关联度并对其进行排序。根据排序结果可知，排在前3位的影响因素分别为：个人卫生支出(x9)、医院入院人数(x8)、人均卫生费用(x10)。排在最后三位的分别为：老龄化状况(x6)、医疗机构床位数(x4)、肿瘤死亡专率(x7)。其他关联度及排序结果请见表4。

表4 灰色关联度求解及排序结果

3 讨论

3.1 模型的准确性及科学性

本研究主要运用灰色关联模型对上海市2007—2016年这10年间卫生总费用的影响因素进行分析，通过分析各要素与卫生总费用之间的关联程度，从而判断各指标的优劣，为上海今后制定医疗卫生政策提供一定的借鉴及参考。结果显示，本研究所选取指标的灰色关联度均大于0.6，也就意味着参考数列与比较数列之间有较大的关联性，由此可以说明，本研究选取的比较数列较为科学[9]。灰色关联分析是基于灰色系统理论的一种分析系统内部各要素对于系统本身影响大小的方法，由于其对数据要求较少，操作简单，广泛被用于医学、畜牧、航天等各大领域的研究中。本研究运用其对上海市卫生总费用影响因素进行分析，具有一定的准确性和科学性。

3.2 个人卫生支出是影响上海市卫生总费用的主要影响因素

根据本研究结果显示，个人卫生支出是上海市卫生总费用的主要影响因素，也就意味着近年来上海市卫生总费用的上涨与个人卫生支出有着密切关系。所谓个人卫生支出是指城乡居民在接受各种医疗卫生服务时所支付的现金部分，其中包括居民在享受各种医疗保险制度就医时所自付的费用[9]。学界中，通常以居民个人卫生费用支出占卫生总费用的比例来衡量一个国家或者地区居民承担医疗费用的水平。2007—2016年，上海市个人卫生支出占卫生总费用的比重从22.2%下降到18.8%，相对于社会卫生支出和政府卫生支出占比，个人卫生支出占比下降最多，说明上海地区居民承担医疗费用的比例逐渐降低。然而，近年来上海市卫生总费用不断上涨，但个人卫生支出占比逐渐下降，这意味着政府卫生支出和社会卫生支出占卫生总费用的比例会逐渐增多。卫生总费用由政府卫生支出、社会卫生支出和个人卫生支出构成[10]。对于卫生总费用，目前主要存在两个方面的问题：一方面是控制卫生总费用合理增长；另一方面是卫生总费用构成结构合理化。合理的支出结构不仅可以体现政府、社会、个人三方的责任共担意识，而且可以控制卫生总费用，使其保持合理增长、提高医疗卫生水平。因此，今后的工作中，上海市有关部门应该继续制定有效措施控制卫生总费用，使其保持合理的增长水平；另一方面应该注重卫生总费用各部分支出的合理化，体现政府责任的同时，加强社会和个人的责任，从而保证卫生总费用良性、合理的增长。

3.3 居民卫生服务需求与上海市卫生总费用有较强的关联性

结果发现，灰色关联度排在前三位的影响因素分别为个人卫生支出、医院入院人数和人均卫生费用。很显然，这些指标可以统称为居民卫生服务需求，医院入院人数的增加、人均卫生费用的增加、个人卫生支出的增加会直接导致卫生总费用的增加[11]。但与其他地方不同的是，上海市作为一线城市、国家金融中心，每年吸引大量的外来务工人员，这就会直接导致医院的入院人数急剧增加。根据上海市人力资源和社会保障局数据显示，截止到2018年，在上海各类用人单位办理就业登记的全国各省市来沪人员已经达到463.3万人[12]。再加上上海拥有全国较高水平的医疗资源，很多疑难杂症患者会来沪就医，这将导致医院的入院人数不断增加，进而促使居民医疗卫生服务需求的上升。政府对于上海本地户籍的居民给予较高的医疗保障水平，但是对于外来务工人员来说，医疗保障水平则较低，“因病致贫”、“因病返贫”的现象时有发生，这类人群往往“不敢生病”、“生不起病”[13]。另一方面，随着互联网产业的兴起，上海聚集着大量的灵活就业人员，比如快递员、外卖员等，这类人群往往不缴纳社会保险，几乎得不到任何保障，然而这类人群往往是医疗卫生服务的最大需求者，这也是当今我国社会保障领域的难题之一。因此，上海市相关部门应该采取相关措施提高此类人群的健康意识，加强健康教育，从源头上加强“以预防为主”的意识，切实解决居民“看病难、看病贵”的难题。

3.4 人均GDP、老龄化程度等其他指标与上海市卫生总费用关联度较低

有部分学者[14-15]研究显示，人均GDP是影响卫生总费用的重要指标。然而，本研究显示，人均GDP与上海市卫生总费用的灰色关联度排在第5位，关联度不大。这可能与上海市的独特经济地位有一定的关系，上海市是我国的金融中心，改革开放40年来，上海国民生产总值从272.81亿元增长到30 632.99亿元，增长了近113倍，GDP的增长已经从“求速”转变为“求质”。因此，与其他地区不同的是，GDP并不是影响上海市卫生总费用的主要因素。根据计算结果显示，老龄化程度与上海市卫生总费用的关联度也较低，这可能与上海采取一系列应对措施有较大的关系。2017年根据相关资料预测结果[16]显示，2020年上海市老龄化率达到35.6%，成为我国主要城市中老龄化程度最高的城市，老龄化程度急剧增加必然会导致卫生费用的上涨。不过，上海地区采取了许多措施积极应对老龄化，如实行“长期护理保险”、“家庭医生”等一些列政策，这从根源上化解了因为老龄化程度加深而带来的卫生费用的上涨。其他因素，如肿瘤死亡专率关联度最低。然而，随着居民生活水平的提高，慢性病成为影响我国居民健康的重要杀手之一[17]。根据世界卫生组织显示，慢性病病种包括：糖尿病、心脏病、高血压等10种疾病，其中也包括癌症[18]。近年来，我国慢性病防治费用在卫生总费用的支出中占比很高，而卫生费用的支出与慢性病患病比率息息相关。因此，今后政府应该加大慢性病的防治，完善慢性病防控机制，构建“以预防为主导的”慢性病防控体系，从而降低卫生费用的支出。限于数据的可获得性，本研究并未纳入有关疾病发生率等相关指标，这也是本研究的不足之处。