杨赐然，崔丹,2，罗佳，滕彩霞，安舒涵，吴雨欣，李雪
(1. 武汉大学公共卫生学院，湖北 武汉 430071；
2. 武汉大学全球健康研究中心)
中医药事业曾受制于各方面不利因素掣肘长期得不到有效发展，陷入备受争议和原地踏步的尴尬处境[1,2]。但是，这种现象在近几年得到了很大程度的改观。一方面，从需求侧来看，随着经济社会发展水平的不断提高，人民群众对保健养生的需求日益增加，愈发关注中医药领域中的“治未病”理念导向，对中医药卫生医疗服务的数量和质量有了更多和更高的需求[3,4]；
另一方面，从供给侧来看，国家层面愈发重视中医药事业的发展，不断以顶层设计推动中医药科学研究、服务产业和医疗行业等各个领域实现转型升级。在需求侧拉动和供给侧推动的双重正向作用之下，中医药事业正在迎来广阔的发展前景和成长空间。中医类医院(含中医医院、中西医结合医院和民族医医院)作为面向人民群众提供中医药服务和传承弘扬中医药文化理念的主阵地，其卫生资源配置和转化直接体现了中医医疗服务水平和供给能力[5]，所以如何从总体上把握我国中医药事业发展情况，势必无法脱离对中医类医院服务效率的考察。
回顾有关政策历程，党的十八大以来，以习近平同志为核心的党中央从我国经济社会发展全局、健康中国建设大局着眼，高度强调中医药的重要作用和将其融入国家健康战略的定位[6]，接续出台了一系列重要政策文件，形成了促进中医药事业和中医类医院高质量发展的基本支撑保障体系。2016年2月，国务院正式下发《中医药发展战略规划纲要(2016-2030年)》(国发〔2016〕15号)，指出要“全面建成以中医类医院为主体”的“覆盖城乡的中医医疗服务网络”，再次凸显出中医类医院在促进中医药事业发展、实现中医药服务提质增效方面所具有的重要主体性地位。2021年5月，国务院办公厅制定颁布了《关于推动公立医院高质量发展的意见》(国办发〔2021〕18号)，强调应明确政府财政投入责任，加大对中医医院的扶持力度，落实有关的投入倾斜政策。那么，从已有的政策具体实践成效来看，近几年来政府财政的大力支持是否能够有效提升中医类医院的服务技术效率？是造成了财政资源的浪费还是发挥了良好的财政支持效应？财政支持效应的发挥是否受到多维度因素的影响而存在一定区分？追问和回答这些问题，对于在新时期加强政府财政资源的精细化配置、促进中医类医院提升技术效率具有重要的现实指导意义。
鉴于此，本文基于2012年至2019年全国30个省的省级面板数据，使用Super-SBM模型对各地区的中医类医院技术效率加以测度，并在此基础上构建了双向固定效应基准模型和门限模型进行分析，力图获得对前述问题的可靠性认知，为后续优化中医类医院财政资源配置提供一定的思路借鉴。
1.1 数据来源
本文所使用的数据时间跨度大体涵盖了十八大以来的主要年份，即为2012年至2019年(由于受到新冠肺炎疫情的严重外生影响，最新的2020年中医类医院相关数据结构存在突变，并不利于回应前述常态化经验现象和问题，所以并未纳入分析，这或许是另外可供研究的选题)，样本的基本单元为30个省级地区(不含我国港澳台及西藏)。各地区中医类医院投入产出数据、中医类医院人均住院费用负担和中医机构财政拨款等数据来源于《中国中医药年鉴》(2013—2020年)，人均卫生总费用、中医类医院数量、综合医院数量等数据来源于《中国卫生健康统计年鉴》(2013—2020年)，人口总抚养比和15岁及以上文盲人口占比等数据来源于《中国人口和就业统计年鉴》(2013—2020年)，其余数据如人口数量、政府财政支出等和各种平减指数均来源于《中国统计年鉴》(2013—2020年)。
1.2 变量测量
1.2.1 被解释变量测量
Tone在2001年提出了基于非径向非角度的SBM模型，将松弛改进部分纳入对效率值的评估分析当中，以克服传统DEA模型的测算偏差[7]。但是，当多个决策单元的效率值均为1时，SBM模型无法对其加以进一步排序，Tone在此基础上构建了Super-SBM模型，用以解决前述问题[8]。考虑到前述模型测量优势和实际研究需要，本文最终选择将Super-SBM模型(基于规模报酬可变情形)作为测量不同省份中医类总体技术效率的技术手段。其具体模型设定如下：
(1)
其中Super-SBM模型的测算效率值为ρSE，投入和产出变量、投入指标个数和产出指标个数以及投入和产出的松弛变量分别为x和y、m和s以及s-和s+。至此，本文最终参考学界目前在医疗卫生领域评价中投入产出指标选取的常用做法，从投入角度来看，选择物质资本和人力资本两种类型资源即中医类医院床位数和中医类卫生技术人员数作为投入指标；
从产出角度来看，则选择涵盖中医类医院面向群众所提供的两大类型服务即年诊疗人次和年出院人数作为产出指标，并最终使用Super-SBM模型测算出每个省份逐一年度的中医类医院技术效率值。
1.2.2 核心解释变量测量
为了更为精准识别政府对中医类机构的财政支持规模和支持力度，本文尽可能选择可以体现出财政资金流向具有影响耦合度和作用指向性的中医机构拨款作为代理变量，并按照各省份人口数量进行均化处理。
1.2.3 系列控制变量测量
为了尽可能减少后续模型设定过程中可能发生的重大遗漏变量问题，本文分别从人口、经济发展、教育文化和医疗卫生等四大方面的影响因素进行了控制，以减少模型因遗漏变量所可能引致的估计偏误问题。
此外，本文在针对变量还进行了如下两方面的处理，一是对所有经济性的变量以2012年为基期选择最为贴近的进行平减，以消除价格因素波动所带来的计量干扰；
二是对数值超过1或者非比(和率)的变量进行了对数转换，以缓解异方差和多重共线性问题。表1给出了主要变量的定义和测量说明，表2给出了各变量的描述性统计结果。
1.3 研究方法
1.3.1 基准回归模型设定
本文首先构建了如下双向固定效应(Two-way FE)模型，作为面板数据经验分析的逻辑起点：
(2)
其中，SSBMit为本文所关注的被解释变量各地区中医类医院总体技术效率，经由前述的Super-SBM模型测算所得；
lnPSUPit为本文的核心解释变量对数形式；
Controlit为涵盖前述四大方面的一系列控制变量向量，φi为不随时间而变的不可观测的个体效应，τt为不随个体而变的时间效应，εit为扰动项(下同)。
1.3.2 门限回归模型设定
其次，为了考察各个控制变量的限制程度是否会造成政府财政支持对中医类医院总体技术效率的影响发生异质性表现，本文借鉴了Hansen(1999)[9]的门限模型，在基准回归的基础上为不同控制变量分别构造了如下双向固定效应的门限回归模型：
表1 变量选取与说明
表2 变量描述性统计
(3)
其中，主要的变量含义同基准回归模型的含义相同，但需要注意的是I(*)为指标函数，Controlk表示l从个控制变量中选择的第k个控制变量作为门限变量，γ为门限值。在后续的模型估计中，需要对门限效应的显著性和真实性做出检验，若均通过两大检验的话，就依次进行双门限或者多门限效应估计(限于篇幅，具体计量方程不再单列)。
2.1 基于各地区中医类医院总体技术效率
依据前述Super-SBM模型测算的各地区中医类医院技术效率的具体情况(表3)。全国30个省份历年来的效率均值为0.827，超过全国历年平均水平的省份有17个(占比为56.67%)。有7个(占比为23.33%)省份每一年度的中医类医院技术效率都超过了1，具体包括上海、宁夏、广东、甘肃、四川、海南和浙江(年份均值排名位次依次为1至7)，它们共同构成了历年效率评价的前沿；
而有5个(占比为16.67%)省份历年效率均值低于0.5，分别为辽宁、黑龙江、内蒙古、吉林和山西(年份均值排名位次依次为26至30)；
值得注意的是，在评价结果中，经济社会发展程度较为滞后的宁夏和甘肃等地均获得了较高的技术效率得分，可能的原因在于这些省份大体都具有良好的中医药事业基础，中药材资源丰富(例如甘肃、宁夏等省是我国多种中药材的盛产地)，中医药传统文化更为浓厚，中医类机构的医疗服务竞争压力相对较小，所以能够在省际相对参照评价处于优势地位。从区域层面上来看，东部中医类医院总体技术效率最高，西部次之，中部再次之，东北部最低；
结合时间维度来看，四大区域年际变化都较为平稳，但中西部地区表现出一定的向上浮动趋势，而中部地区和东北部地区则表现出微弱的年际下降倾向。
表3 各地区中医类医院技术效率历年测算结果
2.2 面板数据单位根检验
为了避免建模过程中出现的伪回归现象和估计偏误问题，本文在计量分析前对各个变量逐一进行了单位根检验，以查看数据的平稳性。本文参照以往学者做法[10,11]，选用LLC、IPS、Fisher-ADF和Fisher-PP四种常见的单位根检验方法。虽然四种检验方法原假设均为：H0：数据存在单位根，但由于其单位根检验原理和前提假定存在差异，不同的检验方法对同一变量数据进行检验可能得出不同的结论，因此本文根据“少数服从多数”原则，来综合判定变量数据是否具有平稳性，以提高检验的功效和可信度。如表4所示，INDUS和SERV未通过IPS检验，而FGP、OPEN和lnHEAL未通过Fisher-PP检验；
综合来看,绝大多数面板单位根检验都在1%的水平上拒绝了原假设，所以本文所纳入模型分析的各个变量均具有良好的平稳性。
表4 面板单位根检验
2.3 基准回归计量结果
在进行基准回归之前，本文先对纳入模型分析中的各个解释变量进行了多重共线性检验。其中最大的方差膨胀因子VIF为8.12，最小的方差膨胀因子VIF为1.540，均值为4.340，小于10的临界值，因此不用担心变量间可能存在的多重共线性问题。
在选择模型时，本文先是在混合回归模型和固定效应模型之间做出比较，在考虑了截面相关问题的情形下，省份虚拟变量F检验统计量的值为179.72(P<0.000)，检验结果拒绝了不存在个体固定效应的原假设，选择固定效应模型；
之后在随机效应和固定效应两种模型中进行比较，Hausman检验统计量的值为57.69(P<0.000)，表明接受固定效应模型(该结论在考虑并处理了异方差、自相关和截面相关三大问题后依旧成立)。至此，本文选择固定效应模型进行分析具有高度稳健性。
表5 基准回归结果
因为前述模型选择过程中附带的检验表明模型误差项存在异方差、自相关和截面相关问题，所以本文倾向于第(5)列同时处理了前述问题的计量结果，其他模型估计系数及显著性等相关信息均作为比较加以报告。从第(5)列同时控制了时间效应和个体效应的计量结果来看，人均中医类机构财政拨款(lnPSUP)在5%的水平上显著为正，证实了财政支持能够有效促进中医类医院技术效率的提升，表明政府财政支持力度越大，越能够为中医类医院提供充足和有力的保障，推动中医类医院实现长期稳定发展(图1展示了在控制其他变量情况下的被解释变量与核心解释变量的偏回归图)。从控制变量方面来看，其系数方向和显著性基本符合理论预期和现实实际。限于篇幅，表5未对众多控制变量的回归系数及其标准误加以汇报。
图1 被解释变量与核心解释变量偏回归图
2.4 稳健性检验
为了提高结论的可靠性，本文采用三种稳健性检验策略，分别对前述建立的双向固定效应模型进行重新估计。一是替换被解释变量，即使用新的Bootstrap-DEA模型根据前述投入和产出重新测算效率值，然后将其测算值作为被解释变量再进行回归分析；
二是替换核心解释变量，即使用经过对数转换后的中医类机构财政拨款作为财政支持的代理变量，不再对其按照人数加以均化处理；
三是同时替换前述变量。表6汇报了三种稳健性检验策略下的双向固定效应模型估计的结果，回归系数和显著性水平均表现出一致性特征，表明本文结果具有良好的稳健性。
表6 稳健性检验
2.5 异质性分析
前述人口、经济发展、教育文化和医疗卫生等四大方面的控制变量的不同约束强度是否会导致财政支持对中医类医院技术效率促进作用出现门限效应？为了进一步对该问题加以探讨，本文借助前述构建的双向固定效应面板门限回归模型进行分析。依次将所有解释变量纳入门限模型估计后，仅有三个变量(INDUS、OPEN和SERV)同时通过了门限效应的真实性和显著性检验(门槛真实性检验详见图2)。其中，工业化程度(INDUS)具有双门限效应，当其小于门限值41.279时，财政对中医类医院技术效率提升的支持效应(在不至于混淆的情况下，简称财政支持效应)只有0.078，当其介于门限值(41.279,46.574]时，财政支持效应上升至0.101，但当其超过门限值46.574时，财政支持效应达到0.143，结合超过第二门限的主要省份来看(如广东、四川、湖北和浙江等)，表明拥有更高程度工业化的地区往往具备多方面较为有利的经济社会发展条件和自然地理资源禀赋，能够有利于财政支持效应的放大。开放化程度(OPEN)具有单门限效应，当其小于门限值5.061时，财政支持效应高达0.148，而当其超过门限值时，财政支持效应反而受到了削弱，仅有0.100，在一定程度上说明了高开放化程度可能导致民众就医的思想观念更加多元[12]，倾向于接受更为多样化、现代化和个性化的医学服务，而这往往同中医类医院目前普遍有限和低质的医疗服务供给产生了矛盾或者脱节，进而相对减少了民众对中医药服务的消费，造成财政支持效应的削弱。此外，服务能力(SERV)也具有单门限效应，当其小于门限值13.203时，财政支持效应高达0.119，而当其超过门限值时，财政支持效应同样受到了削弱，仅有0.080，一个可能的原因是在中医类医院数量过多的情况下，若继续加大政府财政支持力度，由于潜在的同行间无效竞争的增加所派生的一定程度上的资源浪费，制约了财政支持效应的发挥。
表7 异质性分析：门限回归
图2 门限真实性检验
从十八大以来，党和国家空前重视中医药事业，从资金支持和政策保障等多个维度一以贯之推动中医类医院迈向高质量发展，促进中医类医院技术效率实现可持续提升，满足人民群众对更为高质量的中医药诊疗服务的需求。本文以我国30个省份域内总体中医类医院为研究样本，覆盖了2012年至2019年，通过使用Super-SBM对各个省份历年的效率均值进行了测量，并以此作为被解释变量，通过构建面板双向固定效应模型估计了政府财政支持对不同地区中医类医院技术效率的作用效果，并对控制变量以此进行门槛效应估计和检验，以此进行异质性分析。结果表明：第一，中医类医院技术效率整体良好与区域差异并存，全国整体均值较高，但各区域之间效率差异明显，特别是东北地区成为中医类医院技术效率评价的短板；
第二，财政支持可有效促进中医类医院技术效率提升，较高的财政拨款能够提升中医类医院资源投入向服务产出的转换效率，形成更具优势的产出水平；
第三，财政支持效应受到多因素影响表现出作用区分，地区工业化程度、开放化程度和服务能力均对财政支持效应表征出明显的门限效应。
根据研究形成的结论，文本同样得出了以下政策启示：其一，应该进一步重视各地区中医类医院技术效率的差异，识别效率评价短板省份(特别是东北地区)中医类医院在投入和产出方面的不足，结合实际情况具体分析各地方中医类医院服务的有效供给和民众对中医药服务客观需求之间的匹配程度，并采取有针对性的举措解决中医药服务市场的供需脱节问题。其二，需要持续加大政府财政支持力度，特别是在当前中医药事业发展面临重要发展机遇的现实背景之下，扎实建立常态化、可持续的定向资金支持机制，畅通财政补偿渠道，对于推动中医类医院诊疗设备的更新和人才队伍的扩充，使之能够真正将政府财政资金有效转化为推高中医服务质量、降低中医服务价格的实际产出，最终实现自身的高效率运营、内涵式建设和高质量发展具有十分重要的现实意义。其三，在前述增加财政资金投入的基础上，应当从资金精准化配置方面着手，对于不同发展水平的地区，应该识别其可能影响财政支持效应发挥的各方面因素，特别是在开放化程度较高、中医类医院同行业竞争压力较大的地区，做到财政资金支持规模和支持力度的适时调整和动态优化，避免出现财政资金下拨的“大水漫灌”现象，保证最优财政支持效应的发挥。
猜你喜欢门限财政中医药基于规则的HEV逻辑门限控制策略汽车实用技术(2022年4期)2022-03-07地方债对经济增长的门限效应及地区差异研究中国西部(2021年4期)2021-11-04中医药在恶性肿瘤防治中的应用现代临床医学(2021年3期)2021-07-16中医药在治疗恶性肿瘤骨转移中的应用中国民间疗法(2021年5期)2021-06-09随机失效门限下指数退化轨道模型的分析与应用华东师范大学学报（自然科学版）(2020年1期)2020-03-16略论近代中国花捐的开征与演化及其财政-社会形态近代史学刊(2018年2期)2018-11-16从《中医药法》看直销知识经济·中国直销(2017年7期)2017-07-24中医药立法：不是“管”而是“促”中国卫生(2016年11期)2016-11-12生产性服务业集聚与工业集聚的非线性效应——基于门限回归模型的分析湖湘论坛(2015年3期)2015-12-01医改需适应财政保障新常态中国卫生(2015年5期)2015-11-08
