基于主成分神经网络模型的我国卫生总费用发展趋势及预测研究

摘要

研究背景:
　　 卫生总费用是以货币形式反映的一定时期内一个国家或地区全社会用于医疗卫生事业所消耗的资源总量，其筹资水平代表了国家对卫生事业的重视和投入力度，其筹资结构则反映出政府、社会和居民个人对卫生费用的分担比例以及卫生事业的可持续发展程度，卫生总费用在城乡之间和不同机构之间的分配则关系到卫生资源配置的效率和公平。近年来，卫生总费用呈逐年增长态势，究其原因，其发展变化受到社会经济发展、人口结构变化、医学高新技术的应用和疾病谱改变等众多因素的影响，而这些来自卫生系统外部、卫生服务供方和卫生服务需方等多方面的因素相互交错、复杂作用，给准确把握和预测卫生总费用的发展趋势带来了巨大困难。查阅相关文献可见，已有的卫生总费用发展趋势与预测研究大都选用卫生总费用历史数据进行单变量时间序列预测，或针对个别年度影响因素的具体数据进行回归预测等，尚未见将卫生总费用历史数据与其众多影响因素建模进行多变量时间序列预测的研究。主成分分析结合神经网络模型研究和预测我国卫生总费用的发展趋势，在保留了众多卫生总费用影响因素的同时消除了各因素间的相互作用，将主成分得分作为自变量纳入神经网络模型进行多变量时间序列预测，既可反映卫生总费用的历史特点，又融合了众多影响因素的特征，达到准确把握卫生总费用发展趋势和提高预测精度的双重目标。
　　 研究目的:
　　 本研究利用主成分分析结合神经网络模型的方法研究和预测我国卫生总费用的发展趋势，首先了解和分析1978～2011年我国卫生总费用的筹资水平、筹资结构、分配流向和变化趋势，然后基于主成分神经网络模型分析和预测卫生总费用的未来走势，以期为卫生总费用研究提供方法学指导，为制定宏观卫生经济政策提供建议。
　　 资料来源与方法:
　　 本研究基于主成分分析和神经网络模型探讨和预测我国卫生总费用发展趋势。首先从筹资水平、筹资结构和分配流向等方面选取相关指标对卫生总费用进行描述性分析;然后选取反映社会经济、人口结构、居民生活、卫生服务供给和利用等数据提取其主成分，以主成分得分为自变量，构建卫生总费用影响因素的Elman神经网络模型，并对主成分未来发展进行预测输出;最后结合卫生总费用时间序列资料和主成分影响因素模型输出，构建基于支持向量机神经网络的卫生总费用预测模型，对卫生总费用卫生发展进行短期预测。所需资料主要来自《2012中国卫生统计年鉴》、《中国统计年鉴2012》和《2012年国民经济和社会发展统计公报》等。利用Excel2007、SPSS17.0进行数据处理和描述性分析，利用SAS9.0程序进行主成分分析，利用Matlab7.0程序构建神经网络预测模型。
　　 研究结果:
　　 1)1978～2011年，按当年价格计算的我国卫生总费用和人均卫生总费用大致呈指数级增长。1979～2011年卫生总费用年平均增长率为11.32％。卫生总费用年增长率最高峰出现在2009年，为21.35％。近三年卫生总费用年平均增长率为13.61％，高于近五年(13.30％)和近十年(11.88％)的卫生总费用年平均增长率。2011年卫生总费用占GDP百分比的为5.15％，为历史最高水平，但相比发达国家仍处于较低水平。
　　 2)近年来，政府卫生支出占卫生总费用比重与日俱增，社会卫生支出所占比重日趋稳定;居民个人现金卫生支出所占比重逐年下降。2011年政府卫生支出占卫生总费用的百分比为30.4％;公共筹资占卫生总费用比重为55.89％，占GDP比重为2.88％。社会卫生支出占卫生总费用的百分比为34.7％，近三年年增长率分别为22.16％、9.60％和8.58％。居民个人现金卫生支出占卫生总费用的百分比为34.9％。
　　 3)1990～2011年，我国城镇化比例增加94.1％，城市人均卫生费用增长16倍，农村人均卫生费用增长21倍。2011年时，城市人均卫生费用为2，695.1元，是农村人均卫生费用（871.6元）的3.09倍，城市人均卫生费用是全国平均水平的1.50倍，而农村人均卫生费用仅为全国平均水平的48％。
　　 4)2000～2011年，我国医院卫生费用占卫生总费用的百分比从64.90％，先升至2003年的最高峰67.74％，随后缓慢降至2011年的61.98％。同期，公共卫生机构费用占卫生总费用的百分比从5.07％，先升至2003年的第一次高峰7.69％，随后缓慢调整稳定在8％的水平左右，至2011年时为8.09％。2011年，城市医院和县医院费用占医院卫生费用的比例分别为64.12％和21.28％，合计超过85％;而基层医疗卫生机构费用占医院卫生费用的比例仅为14.49％。
　　 5)神经网络预测结果显示，2012年卫生总费用占GDP的百分比将由2011年的5.15％降至4.86％;2013年略有回升，为4.91％。综合来看，2012～2016年卫生总费用占GDP的百分比将大致维持在5％的水平以下，呈现先升后降的走势，不会出现较大幅度的起伏变化。
　　 讨论与建议:
　　 1)主成分分析结合神经网络模型对我国卫生总费用的发展趋势进行多变量时间序列预测，实现了准确把握卫生总费用的发展趋势和提高预测精度的双重目标，对卫生总费用研究的方法学创新具有指导意义。
　　 2)我国卫生总费用筹资水平逐年攀升，新医改启动以来增长速度更加显著;卫生总费用占GDP百分比达历史最高水平，但与发达国家相比仍有较大差距。未来国家应继续加大对卫生事业的投入，不断提高卫生筹资水平。
　　 3)我国卫生总费用筹资结构日趋合理，政府卫生支出所占比重与日俱增，但公共筹资水平仍较低;社会卫生支出所占比重日趋稳定，但增速逐年放缓;居民个人现金卫生支出所占比重逐年下降。为进一步改善卫生筹资结构，增加公共筹资所占比重，应在加大政府卫生投入的基础上，不断提高社会医疗保险保障水平，增加社会卫生支出所占比重，同时继续降低居民个人现金卫生支出水平。
　　 4)我国卫生总费用城乡分配不均，农村卫生费用虽增长较快，但相对城市而言仍处于较低水平。应继续加强农村卫生投入，不断提高新型农村合作医疗保障水平，加强农村卫生人力资源和机构建设，努力搞好农村卫生工作。
　　 5)我国卫生总费用中，医院卫生费用所占比重居高不下，尤其向高级别医疗机构集中;公共卫生机构费用虽有较大增长，但仍处较低水平。应不断加大公共卫生投入，巩固和完善国家基本公共卫生服务项目;同时加大对基层医疗卫生机构的投入力度，改善基层人力和物力资源配备，引导居民到基层医疗卫生机构就医。
　　 6)未来几年内我国卫生事业将维持稳步发展的态势，如若没有大的政策性调整，2012～2016年卫生总费用占GDP的百分比将大致维持在5％的水平以下，不会在短期内出现大幅上升。

目录

声明

摘要

前言

研究目的

资料来源与方法

1 资料来源

2 研究方法

3 数据处理与分析

4 研究技术路线

5 主要指标解释

结果与分析

1 我国卫生总费用发展趋势描述性分析

2 基于主成分分析和Elman神经网络的我国卫生总费用主要影响因素模型

3 基于支持向量机神经网络的我国卫生总费用预测模型

讨论与建议

1 研究的方法学

2 我国卫生总费用筹资水平和变化趋势

3 我国卫生总费用筹资结构

4 我国卫生总费用城乡分配流向

5 我国卫生总费用机构分配流向

6 我国卫生总费用的主要影响因素

7 我国卫生总费用未来发展趋势的预测

附录

参考文献

致谢

攻读硕士学位期间发表的学术论文目录