互聯網普及、交通便利化與醫療衛生服務效率
——基于系統GMM 與動態面板門檻模型的檢驗

□ 楊 歡 陳楊洋

（1.青島科技大學 經濟與管理學院，山東 青島 266061；2.浙江海洋大學 經濟與管理學院，浙江 舟山 316022）

一、引 言

自2009 年“新醫改”以來，國家對于醫療衛生服務質量的提升越來越重視，醫療服務水平與人民健康水平不斷提升，但人們對醫療服務的需求和醫療資源不均衡之間的矛盾卻日益凸顯。2016 年國務院《“十三五”衛生與健康規劃》指出，中國醫療衛生資源總量不足，結構不合理，制約了衛生與健康事業的改革發展。2020 年初暴發的新冠肺炎疫情，充分暴露了我國醫療系統長期以來存在的醫療衛生資源配置不均衡問題。但限于體制和財力等方面的原因，短時期內大規模增加公共醫療衛生支出來實現醫療服務的均等化并不實際，應將關注的重點轉向效率的提升。Li 等[1]指出，我國基層醫療衛生服務質量存在廣泛差距，基層服務效率低下問題亟待解決。當前，如何加快醫療服務效率的提升是我國醫療健康事業發展面臨的重要問題。

近些年，隨著我國對民生服務關注度的不斷提升，醫療衛生效率問題逐漸受到了國內學術界的廣泛關注。對于醫療效率的測度方法大多以數據包絡分析（DEA）為主，由傳統的DEA 方法逐漸發展為Malmquist-DEA 方法、動態網絡DEA 等[2-4]。分析對象既有全域層面也有單一省份，既有城市醫院的績效評價也有農村衛生機構的效率研究,較普遍的結論是：我國醫療衛生服務效率的區域不均衡顯著，空間格局總體呈“東高西低”的分布特征，城鄉間醫療服務差異突出[5-7]。對于我國醫療衛生效率主要影響因素，學者基于不同的視角進行了大量研究。例如：從財政分權視角，相關研究指出提高地方財政投入有助于改善地方醫療衛生支出效率[8]；然而，政府事權與支出責任不匹配和轉移支付不精準卻制約了醫療衛生財政支出效率提升[9]。從醫療改革變遷視角，管彥慶等[10]指出2009年啟動的醫藥衛生體制改革給予中國范圍內醫療衛生支出效率的技術進步推動力在2010 年達到峰值后走出下降趨勢；陳葉烽等[11]研究認為醫藥分離制度對醫療市場效率的提高作用有限，但病人福利會得到顯著提升。從市場競爭與壟斷視角，龐瑞芝等[12]研究發現民營醫院數量的增多能夠引起醫療行業效率提高；在醫療服務提供方面目前公立醫院的壟斷地位仍難以打破[13]。從醫療管理與技術視角，于明遠[14]研究指出我國醫療管理水平與技術創新水平的提升有助于醫療衛生服務效率的提升。

綜上，國內關于醫療衛生服務效率的研究已取得了諸多有價值的成果，但仍有不足之處：其一，對于醫療衛生效率的測度方法較為單一，大部分借助DEA 方法，但該方法無法對多個有效決策單元進行排序比較；其二，對于醫療衛生效率影響因素的考察忽略了兩個重要因素：互聯網普及與交通便利化。近十年，我國城市間交通便利度顯著提升，高鐵營業里程位居世界第一，交通基礎實施的完善大大減低了出行成本，同時提升醫療資源的可及性[15]。新冠疫情暴發后，在線醫療使用規模迅速擴增，互聯網醫療為人們看病就醫提供諸多便利。鑒于此，本文做了如下創新性工作：應用Super-SBM 模型測度“新醫改”后中國31 個?。ㄊ校┑尼t療衛生效率，考察其時空動態演變特征；利用系統GMM 與動態面板門檻回歸方法分析互聯網普及與交通便利化對醫療衛生效率的影響，為促進醫療衛生效率提升探尋有效路徑。

二、研究方法與變量說明

（一）研究方法

1.Super-SBM 模型。Super-SBM 模型結合了超效率DEA 模型和SBM 模型的優點，允許效率值大于1，不僅能夠更準確的測算組織效率，而且能夠很好地解決多個決策單元效率間的排序問題[16]。因此本文選用Super-SBM模型測算中國各省的醫療衛生效率，模型如下：

其中，ρ*是目標效率，n為決策單元個數，m、q分別為投入和產出個數，xi j(i= 1,2,… ,m)、yrj(r= 1,2, …,q)表示第j個決 策 單 元 的 投 入 和 產 出，ω=(ω1，ω2…,ωn)T為 權 重 向量,和分別為投入和產出的松弛變量。

2.Theil 指數及其分解方法。由Theil[17]基于信息理論中的“熵”概念提出的Theil 指數，不僅能夠測度總體差異，且可以展現組內差距和組間差距對總體差距的貢獻。本文選用Theil 指數來測度我國醫療衛生服務效率的區域差異，其計算公式如下：

其中，T為總體泰爾指數，其值介于0～1 之間，數值越大代表差異越大；m為劃分的組數；N i為i區域人口占我國總人口比重，iR為i區域醫療衛生效率占總效率比重；iT為i區域的組內泰爾指數，計算公式參見文獻[17]。

3.Markov 鏈分析方法。Markov 鏈分析方法是通過轉移矩陣來分析變量的內部動態性及其演變過程[18]。本文應用此方法來分析各省份醫療衛生效率在其所在區域中的相對位置變動情況。將醫療衛生效率劃分為完備的、不交叉的N種類型，通過Markov 鏈，可以得到一個N×N維的轉移概率矩陣P=(Pij)，滿足Pij≥ 0且Pij=1。采用極大似然估計法求解轉移概率，即Pij=ni j/ni，其中nij表示考察期內由狀態i轉移到狀態j的出現次數，ni表示第i類狀態出現的總次數。

4.動態面板模型。本文的主要目標是研究互聯網普及和交通便利化是否促進了我國醫療衛生效率的提升?；卺t療知識的積累和醫療技術水平的延續性特征，當前醫療效率可能會受到過去經驗的影響，故在模型中引入了被解釋變量滯后項。為了避免可能存在的異方差問題，對非比例性質的控制變量進行了對數處理。具體模型如下：

其中，MEit為被解釋變量，表示i地區t期的醫療效率；MEit-n為醫療效率的n期滯后項；INTit和TCit為核心解釋變量互聯網普及率和交通便利度；X it和Zit為一系列非比例性和比例性控制變量；iμ為個體固定效應；tδ為時間效應；itε為隨機擾動項。

5.門檻面板模型。由于互聯發展與交通建設具有一定的規模效應與網絡效應，其對醫療衛生效率的影響可能并不完全是傳統意義上的線性平滑式增長，可能存在非線性時變特征，對此本文選擇門檻模型予以考察。單門檻模型為如下形式：

其中，N為門檻變量，包括互聯網普及率和交通便利化指數；λ為待估門檻值；I(· )為指示函數，當括號在表達式為真時，取值為1，反之取值為0；Xit、Zit、μi、δt和εit的含義同上。在單門檻值模型的基礎上，還可以考慮模型中存在多個門檻值的情形，以雙重門檻值為例，模型為如下形式：

其中，λ1和λ2（λ1＜λ2）為待估門檻值，其他字母含義同上。多門檻模型可在雙重門檻模型基礎上進行擴展，在此不再贅述。

（二）變量說明

1.被解釋變量

醫療衛生效率（ME）。結合已有相關文獻（管彥慶，2014；于明遠，2021），醫療衛生服務效率的投入要素主要考慮人、財、物三個方面，“人力投入”選擇衛生技術人員（包括執業醫師、注冊護士、藥師和技師）數量為指標，“物力投入”選擇醫療衛生機構的床位數量作為指標，“財力投入”選擇醫療衛生業務支出作為指標。產出指標，主要考慮業務量和業務收入兩方面，業務量以醫療衛生機構的總診療人次和年出院人數進行衡量，以醫療衛生機構總收入作為業務方面的產出指標。

2.核心解釋變量

（1）互聯網普及程度

隨著互聯網的普及滲透，醫療服務由原始的完全線下模式逐漸發展為線上線下一體化模式，互聯網拓展了醫療資源使用的廣度與深度，互聯網普及程度能夠在一定程度反映居民對互聯網醫療的參與情況。本文選擇互聯網普及率（INT）作為衡量互聯網普及程度的指標。

（2）交通便利化程度

道路建設和公共交通工具建設情況是反映交通變量程度的兩個主要方面，而公共交通工具又可分為公共汽車和軌道交通兩類，因此對于交通便利度（TC）的測度綜合了道路建設、公共汽車便利度和軌道交通便利度三個方面，指標體系如表1 所示。各指標權重采用熵權法計算得到，運用綜合評價法得到各年各省份的交通便利度評價分數，并以10 為基準，進行轉化，得到交通便利度指數。

表1 交通便利度評價指標體系

3.控制變量

控制變量考慮以下四個方面：經濟、制度、人口結構和醫療結構。其中，經濟因素以人均GDP（PGDP）和人均可支配收入（PIN）來測度；制度因素主要考慮財政分權，采用人均地方財政收入（支出）與中國人均財政收入（支出）之比表征收入角度財政分權程度（FDI）和支出角度財政分權程度（FDE）；人口因素主要考慮人口密度（PD）、城鎮化率（UR）和撫養比（DEP）（包括老年撫養比和少兒兒童撫養比）；醫療結構方面主要考慮等級醫院占比（HOS）和技術人員比例（TEP）1等級醫院占比=；技術人員比例=。

三、中國醫療衛生服務效率的時空格局

（一）中國醫療衛生效率的測度

應用Super-SBM 模型測算2010-2019 年中國31 個省的醫療衛生效率，采取等間隔分段法將醫療衛生效率劃分為低、中低、中高和高效率四個等級2低效率（0.604-0.738）、中低效率（0.739-0.872）、中高效率（0.873-1.005）、高效率（1.006-1.139）。，以2010 年和2019 年為代表年份繪制我國醫療衛生效率的空間格局（圖1）?？梢?，我國醫療衛生效率呈現明顯的東高西低，南高北低的分布特征。2010 年表現為東部地區“高高”聚集，而西部和東北地區“低低”聚集局面，中國共有11 個高效率省份，包括北京等5 個東部沿海省份、江西與河南2個中部省份和四川等4 個西部省份；3 個中高效率省區，分別是河北、江蘇和重慶；10 個中低效率省區，分別是東部的天津、山東和海南3 省和西部的甘肅、青海、寧夏、新疆4 省，安徽湖北湖南中部3 ??；7 個低效率省區，包括東北三省、山西1 個中部省份和內蒙古、西藏、陜西3 個西部省份。隨著時間的推移，我國整體醫療衛生效率在不斷提升，低效率和中低效率省份逐漸減少，中高效率和高效率省區個數增加。到2019 年，高效率和中高效率省區分別增加到12 和10 個，而中低效率和低效率省份分別減少為4 個和5 個，東部地區“高高”聚集增強，中部地區呈現以“江西-河南”為軸線向東西兩側遞降的格局，西部地區呈現以貴州和甘肅為中心向四周遞降的特征，東北地區依然為“低低”聚集的態勢，我國整體上呈現顯著的“東-中-西-東北”的順序遞減。

（二）中國醫療效率的地區差異大小及其來源

圖2 為我國及四大區域醫療衛生效率Theil 指數的演變趨勢?？芍?，我國Theil 指數在2010 年最大為0.015，之后呈現波動下滑趨勢，年均變化率為-5.38%，表明“新醫改”政策實施后，我國醫療衛生效率總體差距逐漸縮小。四大區域醫療衛生效率差距相比可見：中、西部差異較高，東部次之，而東北地區差異最小。東中西三大區域醫療衛生效率均呈現逐漸縮小趨勢，但東北地區差異逐漸擴大。圖3 為組內差距與組間差距對總體貢獻度的演變趨勢，四大區域內部差異的貢獻率始終高于60%，并且整體呈現上升趨勢，而區域間差距貢獻率始終低于40%，呈現逐漸縮小趨勢。由此表明，我國醫療衛生效率總體差異主要來源于區域內部的差異，可能原因在于，醫療服務的人力、物力、財力資源等均具有向省會或中心主導城市傾斜的特征，而邊緣或經濟發展水平較低的城鎮醫療資源匱乏、醫療技術提升緩慢，導致區域內醫療效率差異較大。

圖2 中國及四大區域醫療衛生效率差異演變趨勢

圖3 醫療衛生效率總體差異來源演變趨勢

（三）中國醫療衛生效率的動態轉移特征

基于Markov 鏈分析方法測算了中國及四大區域時間跨度T 為1 年的醫療衛生效率的隨機轉移概率，如表2 所示。全域層面，醫療衛生效率保持初始狀態的穩定性較高，低效率和中低效率省份呈現小幅度提升的趨勢，中高效率省份既有上升也有下降情況，但上升概率顯著大于下降概率，高效率省份穩定性較高，有小概率下降情況，但并無跨越式大幅度下降。東部地區無低效率省份，中低、中高和高效率省份效率越高保持原始狀態的穩定性越高；中低效率和中高效率省區均存在逐漸提趨勢；中高效率和高效率省份存在小概率下降的情況。中部地區低效率省份始終困在“低效率陷阱”；中低和中高效率省份醫療效率顯著提升；高效率省份有小概率向下轉移情況。西部地區低效率和中低效率省份醫療水平提升顯著，存在跨類型上升情況；中高效率省份流動較大，既存在向上提升也有向下轉移，上升概率顯著大于下降概率；高效率省份穩定性較高，但存在向下一層轉移的情況。東北地區省份醫療效率均處于低水平和中低水平，并且低效率省份向上轉移概率較小，且不存在跨類型上移；中低效率省份向上轉移為中高水平的概率為25%。以上分析表明，亟需因地制宜地調整中部和東北地區醫療改革政策，找到其薄弱環節對癥下藥，使其沖破低效率屏障。

表2 醫療衛生效率的Markov 鏈轉移概率矩陣

四、GMM 模型實證檢驗結果

（一）GMM 檢驗結果分析

為研究互聯網普及和交通便利化是否促進了我國醫療衛生效率的提升，本文采用兩步系統GMM 來分析。系統GMM 分析方法可以很好的緩解模型本身的內生性問題，并且兩部估計法更加精確，回歸結果如表3 所示。

表3 中國及區域層面回歸結果

1.全域性分析

經驗證，全域層面醫療衛生效率的一階滯后項和二階滯后項系數在1%置信水平上顯著且為正值，三階及以上滯后項不顯著，由此模型中解釋變量的滯后期定為二期，表明醫療衛生效率短期內具有顯著的“慣性”和循環促進效應?；ヂ摼W普及率的系數為正值且在5%置信水平上顯著，表明互聯網普及有利于醫療衛生效率的提升?；ヂ摼W普及一方面加速了跨區域的網絡綜合服務平臺的構建，促進了醫療信息與診療技術的溢出與傳播，另一方面增加了人們問診的積極性，有助于患者盡早發現疾病及時就醫，進而促進了醫療效率的提升。交通便利化程度的回歸系數在5%置信水平上顯著為正值，說明交通便利化對醫療服務的效率具有正向的促進作用。交通便利化一方面縮短了就醫時間，另一方面增加醫療資源的可及性與流動性，促進了醫療資源的均衡配置，這兩個方面均有助于醫療服務效率的提升。

2.區域異質性分析

東、中、西和東北地區的回歸結果如表3 第三至六列所示。四大區域互聯網普及率的回歸系數均為正值，除東北地區外，東中西三區域均通過了顯著性檢驗。表明東中西部地區互聯網普及對醫療衛生效率的提高產生了顯著的正向促進作用，而東北地區互聯網普及對醫療效率的促進作用并不顯著，可能的原因在于：其一，東北地區人口流失嚴重，醫療資源的配置不均衡凸顯，互聯網的普及對于醫療效率的提升并未產生顯著的拉動作用；其二，東北地區人口老齡化嚴重，老年人對于互聯網的使用相對有限，雖然表面上互聯網普及率在增加，但對于互聯網醫療的應用度實則較低。四大區域交通便利度的回歸系數均為正值，但僅東部和中部地區在10%的置信水平上顯著，而西部和東北交通便利度回歸系數不顯著，可能的原因在于，西部地區地域廣闊，雖然道路網密度在逐漸加強，但快速出行的交通設施建設發展緩慢，而東北地區雖然交通便利度好于西部地區，但快速出行的軌道交通建設仍然不足，故交通便利度對醫療效率的正向影響暫不顯著。

五、門檻回歸模型實證檢驗結果

（一）門檻效應檢驗結果

利用Bootstrap 抽樣法檢驗互聯網普及與交通便利化對醫療衛生效率是否存在門檻效應，結果如表4 所示?；ヂ摼W普及率單一門檻效應在5% 置信水平上顯著，而雙重門檻效應未通過顯著性檢驗，故選擇單一門檻模型分析互聯網普及度對醫療衛生效率的非線性影響。交通便利度單一門檻效應和雙重門檻效應分別在5% 和10% 置信水平上顯著，而三重門檻效應檢驗不顯著，故采用雙重門檻模型分析交通便利化對醫療效率的非線性影響。

表4 動態面板的門檻效應檢驗

（二）門檻估計結果分析

門檻效應回歸結果如表5 所示?；ヂ摼W普及率對醫療衛生效率的非線性影響結果顯示，當互聯網普及率低于30.40% 時，影響系數未通過顯著性檢驗，當互聯網普及率高于30.40%時，影響系數在1%置信水平上顯著為正值。由此表明，當互聯網普及率較低時，網絡就醫服務并不能很好地發揮其作用，只有當互聯網的普及程度超過一定范圍，“互聯網+ 醫療”服務才能發揮其滲透與規模效應，通過提高優質醫療資源的可及性，方便患者就診咨詢，從而有效提高了醫療服務效率。交通便利化對醫療衛生效率的非線性影響結果顯示，當交通便利化指數小于0.616 時，回歸系數在1% 置信水平上顯著為正值；當交通便利化指數超過0.616 但小于1.100 時，回歸系數不顯著；當交通便利化指數超過1.100 時，回歸系數在10%置信水平上顯著為正值。由此可見，交通便利化對醫療效率的影響存在一種中間過渡效應，對于交通便利化較弱的省份，如西藏、甘肅、青海等西部地區，交通便利度的提升能夠大幅度提升醫療資源的流動性與可及性，顯著促進醫療衛生效率的提升；但當交通便利度超過第一個門檻但未超過第二個門檻時，雖然交通發展在一定程度上方便人們的出行，但由于時間效應與規模效應遞減的規則，交通便利化對于醫療衛生效率的提升并不顯著；當交通便利化達到較高程度，如北京和上海等地，出行成本與時間大幅度降低，醫療資源流動性大幅度增加，促進了醫療效率的提升。

表5 動態面板的門檻效應回歸結果

六、主要結論與政策建議

本文測算了中國31 個?。ㄊ校?010-2019 年醫療衛生效率，揭示了其時空演變特征，分析了互聯網普及與交通便利化對醫療衛生效率的影響。研究表明：我國醫療衛生效率呈現“東部最高，中、西部次之，東北最低”的分布特征，中國整體呈現逐漸提升趨勢，且總體區域差異逐漸降低；互聯網普及對東中西部醫療衛生效率的促進作用顯著，對東北地區促進作用不顯著，交通便利化對東中部的促進作用顯著，而對西部和東北地區作用不顯著；互聯網普及度對醫療衛生效率存在單一門檻，而交通便利化對醫療衛生效率存在雙重門檻。

根據以上結論，提出如下政策建議：第一，提升偏遠地區與農村地區互聯網覆蓋率，積極推動網絡提速降費，提高用網服務供給質量。注重居民用網能力的提升，增加互聯網就醫引導，幫助年齡較大、文化程度較低的人群學習使用互聯網就醫平臺，實現互聯網醫療的精準賦能。第二，對于交通基礎設施的完善，不同地區應實行差異化的建設策略。交通便利度較高的東、中部地區，在兼顧交通網絡廣泛覆蓋的同時，更應該注重交通質量，特別應注重交通事故的降低與出行高峰時段道路暢通度的提升；交通便利度處于中等水平東北地區，應加大交通基礎設施方面的補“短板”力度，加快公交專用道與軌道交通線路的建設；對于交通便利度較低的西部地區，首要任務是提升道路網密度，增強交通設施覆蓋率與可及性。第三，除互聯網與交通基礎設施的建設外，還應結合各地區經濟發展水平、人口結構、醫療資源稟賦等差異，因地制宜地制定醫療發展政策和建設計劃。