中国卫生总费用影响因素与预测方法学研究

中国卫生总费用影响因素与预测方法学研究

论文摘要

目的:运用科学、合理的方法找出影响我国卫生总费用增长的主要因素,探讨卫生总费用与其影响因素间的长期均衡及短期波动关系。采用三种预测方法对我国卫生总费用未来发展趋势进行预测,并对拟合及其预测效果进行综合评价。为卫生经济政策的制定,卫生资源的有效利用以及卫生总费用的预测研究提供参考依据。方法:基于协整理论、误差修正模型以及格兰杰因果检验,选取以需方因素(收入、卫生事业费、人口老龄化、城市化水平)和供方因素(医师人数、医院床位数)为自变量,卫生总费用为因变量建立卫生总费用影响因素动态回归模型,探讨我国卫生总费用与其影响因素间的长期均衡与短期波动关系,并对变量间的因果关系进行验证。通过对数转换以及差分的方式实现研究序列的方差齐性和平稳化,运用自回归移动平均模型、残差自回归模型以及状态空间模型对我国1978-2005年卫生总费用数据进行模型拟合,并引入均方误差、平均绝对百分误差以及均方根误差3个统计量利用2006-2008年卫生总费用数据进行模型预测效果的检验,最后,在此基础上,进一步对我国2009-2020年卫生总费用的发展趋势进行预测。所有统计资料及数据采用Excel软件建立数据库,运用SAS9.13进行统计分析及预测研究,统计假设检验采用双侧检验,检验水准α=0.05。结果:①卫生总费用影响因素回归模型分析研究发现,卫生总费用与收入(GDP)、卫生事业费、人口老龄化、城市化水平以及医院床位数之间存在长期均衡关系;人口老龄化是卫生总费用短期波动的主要因素,其次为收入和医院床位数。其中,卫生总费用相对于收入的长期弹性系数为2.110,短期弹性系数为0.581。这说明1978-2008年,我国GDP每增长1个百分点,卫生总费用相应的增长2.110个百分点,卫生总费用的增长速度快于经济增长速度;而本年度GDP每增长1个百分点,将引起本年度卫生总费用增长0.581个百分点。Granger因果关系检验结果显示:卫生总费用是经济增长和医院床位数增加的原因,而人口老龄化和经济增长是卫生总费用增长的原因。卫生总费用未来发展趋势研究结果发现,至2020年人均实际卫生费用三种模型的预测值分别为691.536元、720.130元和944.466元,其中状态空间模型人均实际卫生费用预测值显著高于其他两种模型预测结果;残差自回归模型人均实际卫生费用预测值略高于自回归移动平均模型。②三种预测方法对比分析结果显示状态空间模型的拟合精度在三个评价指标上是最优的,自回归残差模型次之,但ARIMA模型拟合的平均绝对百分误差最小;在模型预测精度方面,状态空间模型及自回归误差预测精度远远优于ARIMA模型,其中,自回归误差模型样本外预测的均方误差较小,而状态空间模型样本外预测的平均绝对百分误差较小。结论:①收入(GDP)、卫生事业费、人口老龄化、城市化水平以及医院床位数是卫生总费用长期变动的主要因素,且人口老龄化对我国卫生总费用的影响己逐渐占主导地位。但卫生事业费、城市化水平对卫生总费用的短期波动影响不大。②卫生总费用是引起经济增长以及医院床位数变化的原因。而入口老龄化和经济增长也是卫生总费用增长的原因。③状态空间模型可以应用于我国卫生总费用时间序列预测研究中,能够将影响因素纳入研究范围,并消除由于外界冲击、政策变化等不可测因素的影响。在卫生总费用预测研究中具有重要的实际意义。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 前言
  • 1.1 选题背景及意义
  • 1.2 国内外研究概况
  • 1.2.1 卫生总费用国外研究概况
  • 1.2.2 卫生总费用国内研究概况
  • 1.2.3 小结
  • 第二章 资料与方法
  • 2.1 资料来源
  • 2.2 研究内容
  • 2.2.1 卫生总费用影响因素研究
  • 2.2.2 卫生总费用趋势预测研究
  • 2.3 统计分析方法
  • 2.3.1 时间序列的基本概念
  • 2.3.2 时间序列的预处理
  • 2.3.3 协整与误差修正模型
  • 2.3.4 格兰杰因果检验
  • 2.3.5 预测研究方法简介
  • 第三章 结果与分析
  • 3.1 基于协整和误差修正模型的卫生总费用影响因素研究
  • 3.1.1 协整检验
  • 3.1.2 误差修正模型
  • 3.1.3 格兰杰因果检验
  • 3.2 基于时间序列模型的卫生总费用趋势预测
  • 3.2.1 基于ARIMA模型的卫生总费用趋势预测
  • 3.2.2 基于残差自回归模型(Auto-Regressive)的卫生总费用趋势预测
  • 3.2.3 基于状态空间模型(State-Space)的卫生总费用趋势预测
  • 3.2.4 三种模型拟合及预测结果对比
  • 第四章 讨论
  • 4.1 卫生总费用影响因素及其预测趋势分析
  • 4.2 三种预测方法对比分析
  • 4.2.1 自回归误差模型与ARIMA模型比较
  • 4.2.2 状态空间模型与传统时间序列模型比较
  • 4.3 研究的创新之处
  • 4.4 研究的不足及展望
  • 第五章 结论
  • 参考文献
  • 附表
  • 综述
  • 参考文献
  • 致谢
  • 攻读学位期间主要成果
  • 相关论文文献

    • [1].吉林省卫生总费用影响因素分析及规模预测——基于灰色系统理论的研究[J]. 吉林大学社会科学学报 2020(01)
    • [2].基于灰色马尔可夫模型的我国卫生总费用预测及影响因素研究[J]. 中国社会医学杂志 2020(01)
    • [3].灰色增量模型在山东省卫生总费用预测中的应用[J]. 中国卫生统计 2019(02)
    • [4].2017年上海市卫生总费用核算结果与分析[J]. 中国卫生经济 2019(06)
    • [5].上海市“十三五”期间卫生总费用预测[J]. 解放军医院管理杂志 2019(05)
    • [6].2001—2017年上海市卫生总费用影响因素及发展趋势分析[J]. 卫生经济研究 2019(09)
    • [7].北京市“十二五”期间卫生总费用机构流向分析[J]. 医学与社会 2018(02)
    • [8].2006—2015年山东省卫生总费用来源分析[J]. 中国医院统计 2018(02)
    • [9].2016年上海市卫生总费用核算结果及特点分析[J]. 中国卫生经济 2018(08)
    • [10].2015年中国卫生总费用突破4万亿元[J]. 上海医药 2016(23)
    • [11].佛山市顺德区“十二五”卫生总费用核算研究[J]. 广东科技 2017(01)
    • [12].2010-2014年重庆市卫生总费用筹资状况研究[J]. 中国卫生经济 2017(02)
    • [13].2007-2014年广西卫生总费用机构流向分析[J]. 中国卫生经济 2017(02)
    • [14].我国卫生总费用发展趋势与未来展望[J]. 中国全科医学 2017(07)
    • [15].我国卫生总费用结构与人均医疗费用的灰色关联分析[J]. 中国卫生统计 2017(03)
    • [16].2015年上海市卫生总费用核算结果及特点分析[J]. 中国卫生经济 2017(08)
    • [17].中国人均卫生总费用空间聚集性及其影响因素分析[J]. 中国卫生事业管理 2016(03)
    • [18].2004年~2014年我国卫生总费用分析与预测研究[J]. 中国医疗管理科学 2016(04)
    • [19].我国卫生总费用增长率周期性波动研究[J]. 中国卫生统计 2015(01)
    • [20].2007~2012年广西卫生总费用筹资状况分析[J]. 世界最新医学信息文摘 2015(18)
    • [21].2014—2024年美国卫生总费用将出现较快增长[J]. 中国卫生政策研究 2015(08)
    • [22].健康中国的未来蓝图[J]. 中华儿女 2016(23)
    • [23].医改 世界难题的中国解法[J]. 法治与社会 2017(09)
    • [24].北京2012年度卫生总费用达1190亿元[J]. 中国医院院长 2013(23)
    • [25].不同健康产出水平下卫生总费用与健康产出对应关系研究[J]. 卫生软科学 2019(03)
    • [26].北京市“十二五”期间卫生总费用筹资情况及变化趋势分析[J]. 中国社会医学杂志 2019(03)
    • [27].贵州省卫生总费用筹资水平及结构分析[J]. 医学与社会 2019(10)
    • [28].2000—2014年甘肃省卫生总费用机构流向特征及变化趋势分析[J]. 中国卫生资源 2018(01)
    • [29].我国卫生总费用影响因素分析[J]. 卫生软科学 2018(01)
    • [30].省级卫生总费用两种核算方法差异原因分析[J]. 中国卫生经济 2018(01)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

    中国卫生总费用影响因素与预测方法学研究
    下载Doc文档

    猜你喜欢