海南省人均卫生费用影响因素研究

目的:了解海南省人均卫生费用状况,探讨其影响因素。方法:采用海南省1978—2012年时间序列数据,建立协整模型和误差修正模型,研究变量之间的长期和短期均衡关系。结果:协整检验说明人均卫生费用与人均GDP、卫生事业费占财政支出比例、人口老龄化、每千人口医生数具有长期的协整关系;误差修正模型显示人均GDP、人口老龄化、每千人口医生数对人均卫生费用短期均衡影响显著。结论:海南省人均卫生费用增长过快,应深化医疗制度改革,加大政府对卫生事业的投入,降低个人的医疗负担。     

我国人均卫生费用趋势预测及影响因素研究

[目的]评价我国近年来人均卫生费用的变化趋势,分析影响人均卫生费用的主要因素,为卫生费用的合理控制提出适当的建议。[方法]利用时间序列ARIMA模型对未来若干年人均卫生费用的变化趋势进行测算,利用灰色关联分析法计算相关指标的关联度,找出影响人均卫生费用的主要因素。[结果]我国人均卫生费用增长趋势将一直持续,至2030年,我国人均卫生费用将达到7,668.39元;平均就诊次数、人均GDP、城镇化程度、医师日均负担诊疗人次、卫生费用社会支出等因素与人均卫生费用的关联度较大。[结论]我国人均卫生费用增长形势严峻,是多因素共同作用的结果;医疗服务需求的释放是导致卫生费用提升的直接原因;卫生资源配置与卫生费用结构影响了卫生费用的增长。     

农村人均卫生费用的影响因素研究

文章运用EViews统计分析软件对中国农村人均卫生费用的影响因素进行回归分析,研究发现新型农村合作医疗保险制度的实施没有改变农村居民家庭人均纯收入和65岁及以上老年人口占总人口比率与中国农村人均卫生费用的相关关系,但是每千人口卫生技术人员数与农村人均卫生费用由原先的负相关关系变为正相关关系。     

我国人均卫生费用的时空特征与影响因素分析*

目的：分析2014—2020年我国人均卫生费用的时空分布特征与影响因素,为推进以人民健康为中心的现代化提供理论参考。方法：建立多尺度时空加权回归模型,探究人均卫生费用受社会因素、人口因素、卫生资源与医疗服务等要素的时空影响程度,并与时空加权回归模型和普通回归模型结果相比较。结果：全国人均卫生费用在时间上呈递增趋势,在空间上与各地经济体量密切相关。多尺度时空加权回归模型估计结果与检验结果显著,8个宏观因素对人均卫生费用时空效应影响明显。结论：卫生费用的增长不仅是医学问题,更是经济社会可持续发展问题,各地区需要进一步结合经济基础、资源禀赋与人口结构特征,持续优化卫生资源配置结构,加强基层卫生服务体系建设,不断提高中国式现代化的健康治理水平。     

我国人均卫生费用的影响因素研究——基于主成分回归分析法

[目的]探讨影响我国人均卫生费用的宏观及微观因素,为控制卫生费用不合理增长提供参考建议。[方法]基于2009-2018年的统计年鉴数据,利用主成分回归分析的方法,探讨选取的指标变量对人均卫生费用的影响。[结果]病床使用率、综合医院医师日均担负诊疗人次和住院床日回归系数分别为0.32、0.33和0.36,均正向影响人均卫生费用。每万人口拥有农村执业(助理)医师数占比、基层医疗卫生机构数占比、基层医疗卫生机构床位数占比、基层医疗卫生机构诊疗人数占比、基层医疗卫生机构入院人数占比和平均住院日的回归系数分别为-0.28、-0.22、-0.22、-0.01、-0.30和-0.25,均负向影响人均卫生费用。[结论]人均卫生费用的过快增长是多个影响因素相互作用的结果。各因素影响程度不同,影响方向也不同。政府要不断加强基层医疗卫生事业建设,整合优化医疗资源配置,加快推进分级诊疗,控制人均卫生费用的过快增长。     

基于灰色关联度分析法的四川省人均卫生费用影响因素研究

目的研究2011年—2018年四川省人均卫生费用的影响因素,为四川省公共卫生事业的可持续发展提供相关建议。方法选取2012年—2020年《中国统计年鉴》《中国卫生健康统计年鉴》《四川统计年鉴》及《四川卫生健康年鉴》中相关人均卫生费用影响因素的数据,采用灰色关联度分析方法,分析人均卫生费用与5个维度、13个指标之间的关联程度。结果所选指标灰色关联度均大于0.6,经济因素与四川省人均卫生费用关联度强,其中人均GDP影响明显;人口因素关联度较低;筹资结构因素关联度强,其中政府卫生支出与其相关度最高;卫生资源因素及医疗服务因素与人均卫生费用关联性较明显。结论四川省卫生行政部门需要针对主要影响因素切实提高居民卫生服务水平,加强政府卫生支出投入,完善医保政策,提高社会卫生支出占比;加大预防筛查公共卫生服务投入,均衡卫生资源空间配置,加强基层医疗卫生服务建设。     

我国人均卫生费用的主成分分析

目的:分析我国人均卫生费用的影响因素,去除线性回归中多变量相关问题带来的不利影响。方法:基于1990-2014年我国人均卫生费用,选取人均GDP、人均可支配收入、城镇化率、人口老龄化、婴儿死亡率、每千人口执业医师数和每千人口医疗卫生机构床位数作为解释变量,使用主成分分析模型研究解释变量如何影响我国人均卫生费用。结果:解释变量均显著影响人均卫生费用。其中,人均GDP、人均可支配收入、每千人口执业医师数和每千人口医疗卫生机构床位数正向影响人均卫生费用,婴儿死亡率、城镇化率和人口老龄化负向影响人均卫生费用。结论:我国人均卫生费用的影响因素并非是单一的。人均卫生费用的上涨是多个因素的共同结果。     

我国全社会卫生费用的宏观分析

作者杜乐勋同志对我国全社会卫生费用作了多方面的调查,资料详尽而有说服力。作者对我国卫生费用增长的原因,不仅有定性分析,而且有定量分析。作者把我国的卫生费用与发展中国家的卫生费用作了较全面地对比;并力图对我国卫生费用的来源和各地情况作了尽可能全面的阐述。最后分析了我国“卫生费用增长并不快,这可以从卫生费用占国民收入的比重中看出。”并指出在预算外的资金中动员卫生资源还是大有潜力的;在农民中动员卫生资源也是很有可能的。     

基于主成分分析的我国人均卫生费用研究

文章运用主成分分析法研究相关评价指标,对我国人均卫生费用的影响因素进行评价研究.研究表明,我国人均卫生总费用与人口总数、人均GDP、政府卫生支出的比例、卫生人力、卫生设施、居民生活水平等因素有很大的关系,在此基础上提出控制卫生总费用不合理增长的对策和建议.     

以主成分回归分析方法探讨人均卫生费用影响因素的研究

目的：分析影响人均卫生费用的因素,建立了影响人均卫生费用的数学模型,从而指导医疗保险和卫生体制改革。方法：本研究利用29个国家的卫生经济资料,进行多元线性回归和主成分回归统计分析。用回代法建立了影响人均卫生费用的数学模型。结果：发现多元回归分析存在严重的共线性现象,改以主成分回归分析,用主成分回归方法建立的方程有效地避免了共线性问题,在统计和实际意义的解释上更合理。得出的5个主成分分别为：Fact1主成分为住院费用和基础卫生费用,Fact2主成分为卫生人力资源,Fact3主成分为住院时间,Fact4主成分为药物和仪器检查费用,Fact5是人口寿命因素。主成分Fact1的标准化回归系数最大,其次是主成分Fact5,然后依次是Fact2、Fact4、Fact3。标化系数的大小表明,人口的预期寿命和卫生人力供需资源对人均卫生费用的贡献率超过了药费和检查费。结论：1住院费用等是构成欧、美、亚等29个国家卫生费用的主体,为控制人均卫生费用,应主要从控制住院费用入手;2预期寿命长和卫生人力资源比较丰富的国家其人均卫生费用的标准应高于医院服务利用相同的国家。随着我国人均期望寿命的逐渐延长和人口老龄化,我国人均卫生费用的增长是必然的;3单纯用多元线性回归的方法分析卫生经济资料,结果不一定可靠,提示在卫生经济研究中,在各指标有相关的情况下,宜采用主成分回归分析的方法。     

运用ARIMA模型对我国人均卫生费用的预测

[目的]通过拟合ARIMA模型对我国人均卫生费用进行预测,为卫生部门决策提供依据。[方法]采用SAS分析系统的时间序列模块,找出合适的ARIMA模型进行预测评价。[结果]通过对1978～2006年的人均卫生费用的数据拟合发现此费用处于增长趋势。[结论]人均卫生费用随着时间而增长,卫生部门需合理控制人均卫生费用。     

基于组合预测模型的人均卫生费用预测研究

目的:探讨组合预测模型在我国人均卫生费用预测中的可行性,并预测我国人均卫生费用的发展趋势。方法:收集2000—2009年我国人均卫生费用数据,拟合多个单项模型构建组合预测模型,并对各模型的拟合程度及预测效果进行比较分析。结果:与灰色预测模型、二次指数平滑模型、二次回归模型相比,组合预测模型的平均绝对误差(MAE)、均方误差(MSE)、平均绝对百分比误差(MAPE)均最小,分别为46.800 0、26.697 7、0.023 1;组合预测结果提示2015—2020年我国人均卫生费用增长趋势明显。结论:组合预测模型效果最佳,可作为预测我国人均卫生费用发展趋势的有效工具。费用增长速度较快,卫生部门应采取相关措施合理控制人均卫生费用的增长。     

基于门限效应模型的经济发展水平对我国人均卫生费用的影响

目的:分析经济发展水平对我国人均卫生费用的影响机制.方法:基于我国2009—2018年31个省份面板数据,采用OLS及门限效应模型对影响我国人均卫生费用的因素进行实证分析.结果:医疗卫生支出占GDP比重门限值为4.75％;每万人医疗机构床位数门限值分别是29.48张和48.37张;城乡居民基本医疗保险参保率门限值为27...     

互联网普及对我国人均医疗费用的影响研究

目的:分析互联网普及对我国人均医疗费用的影响。方法:运用stata13.0软件分析互联网普及率、人均医疗费用的空间自相关性,基于2007-2016年我国31省份的面板数据,根据空间计量模型,使用Matlab7.0软件分析互联网普及对我国门诊病人人均医疗费用、住院病人人均医疗费用的影响。结果:互联网普及对我国人均医疗费用有显著的正向影响,其中互联网普及程度每上升一个百分点,门诊病人人均医疗费用上涨0.44%,住院病人人均医疗费用上涨0.76%;互联网的普及程度对我国人均医疗费用的影响具有空间溢出效应,并且存在负反馈效应。结论:互联网普及能够从空间距离上解决看病难的问题,拓展了就医通道,增加了医疗费用。因此要严格把控网上医疗卫生服务平台,以及解决互联网普及给人们看病就诊增加的经济负担。     

我国卫生保健相对价格对人均卫生费用的影响研究：基于ARDL模型的分析

目的:深入研究卫生保健商品或服务的相对价格对人均卫生费用的短期与长期影响。方法:基于1986—2009年宏观时间序列数据,在考虑人均GDP、政府卫生投入等因素前提下,采用自回归分布滞后模型(ARDL)与误差修正模型(ECM)进行分析。结果与结论:⑴卫生保健商品相对价格对于人均实际卫生费用的影响要明显大于卫生保健服务相对价格和政府卫生投入比例增长率的影响;⑵相对于其他消费品,卫生保健商品相对价格的持续下降会促使人均实际卫生费用增长率也呈现下降趋势;卫生保健服务相对价格的下降可能会刺激人们卫生保健服务需求,提高实际人均卫生费用的增长率;⑶政府卫生投入比例的上升会导致实际人均卫生费用增长率增加,产生明显的正向效应。     

我国卫生总费用结构与人均医疗费用的灰色关联分析

<正>2000年以来,随着第一轮医疗卫生体制改革的不断深化,卫生事业得到快速发展~([1]),卫生总费用明显增加,但卫生支出结构却不尽合理,个人医疗费用负担较重,城乡居民"看病难、看病贵"问题日益显现。以往文献中更多研究卫生总费用筹资水平、结构及其与     

卫生费用的影响因素及控制措施

文章总结了卫生费用的定义,分析了卫生费用的发展变化和特点、以及影响因素,最后就卫生费用的控制提出了一点思考。     

北京市农村居民人均医疗费用及影响因素分析

目的 分析2008年北京市农村居民家庭医疗费用支出情况等信息,为卫生部门了解北京农村医疗服务状况及制定相关政策提供参考依据。方法 对北京市农村居民进行问卷调查并对问卷信息进行统计分析。结果 北京市农村居民2周患病率为183.3‰,2周就诊率为112.2‰,人均年医疗费用支出为798.01元;人均医疗费用支出占人均年收入的12.60%;医疗费用中次均门诊费用为370.21元,年人均门诊费用为331.71元,次均住院费用为7335.60元,人均住院费用为12005.57元;收入、文化程度、医疗保障、家庭人员构成等因素对人均年医疗费用有一定影响。结论 北京市农民医疗状况明显改善,但医疗负担仍然较重,新农合受到普遍欢迎,基层卫生服务需要加强。     

海南省人均卫生费用的自回归移动平均模型研究

目的 :通过对海南省人均卫生费用的自回归移动平均(ARIMA)模型预测,为地方卫生行政部门的科学决策提供参考。方法:利用Eviews 5.0统计软件对时间序列数据进行处理和分析,建立ARIMA模型进行预测和检验。结果 :ARIMA(3,2,2)模型为海南省人均卫生费用提供了较好的预测,模型反映人均卫生费用呈现逐年增长的趋势。结论:人均卫生费用逐年增长,海南卫生行政部门应合理控制卫生费用增长。     

出院患者人均费用影响因素的灰色关联分析

目的 通过近5年住院总收入分项的对比分析,剖析影响出院患者人均费用的关联因素.应用灰色关联分析法进行统计分析.结果影响出院患者人均费用的主要因素是药费、治疗费、床费.结论医院应努力降低住院收入中的药品收入构成,着力提高医疗收入,加强质控核算,提高收入含金量.