Article Info

1.北京大学医学部基础医学院，北京 100191；2.首都医科大学生物医学工程学院，北京 100069

[摘要]目的了解北京市在1999～2014年间卫生服务利用的状况以及影响因素。方法采用描述统计法对医院的治疗人次、入院人数等卫生服务利用指标和年龄结构、人均可支配收入、公共卫生支出占财政总支出比例等影响因素进行描述，使用回归分析给出卫生服务利用各指标与影响因素之间的定量关系，运用门限检验给出显著性影响因素的门限值，并计算数据序列的相关系数。结果人均可支配收入、人口密度、人均公路里程数显著影响卫生服务利用各指标，年龄结构、公共卫生支出占财政总支出比例显著影响入院人数。人均可支配收入和人口密度有显著的门限制，并且超过门限值后它们与卫生服务利用的关系加大。结论关注人口的老年化、人口密度和城市的扩建，提高人均可支配收入以及公共卫生支出占财政总支出比例，不断改善卫生服务利用。

[关键词]卫生服务利用；回归分析；公共卫生支出；年龄结构；人均可支配收入

引言

卫生服务是卫生系统向居民提供医疗、预防、保健等服务的过程，卫生服务的利用是其提供量和需求量的重叠部分。卫生服务利用状况是评价医疗卫生行业效率的重要指标。随着我国医疗改革的不断深入，卫生服务政策逐渐向普及性和公平性倾向，卫生服务系统不断增加且完善。同时随着社会的进步，居民的卫生服务需求也在不断增加。但是耳闻目睹社会上的“看病难”等种种现象，都说明我们的卫生服务利用依然不足。而影响卫生服务利用的因素有许多。大部分文献通过实际调查，从微观的角度分析影响卫生服务利用的因素[1-4]。而我们知道医疗卫生是国民经济的一个重要组成部分，政府是卫生服务一个重要的提供者，政府的决策会影响卫生服务。所以卫生服务利用不仅与微观的个人有关，而且与宏观的政府行为有关。因此本文从宏观和微观两个方面研究卫生服务利用的影响因素。北京作为我国的首都，它的卫生服务利用状况是人们关注的重点。本文通过研究北京市卫生服务利用状况及影响因素的关系，应用门限检验[5-8]给出影响因素的门限值，探讨不同因素影响北京市卫生服务利用的机理，为北京市改善卫生服务利用提供理论参考。

1 资料和方法

1.1 数据来源

本文数据来自2000～2015年的《北京市卫生统计年鉴》《中国卫生统计年鉴》《北京市统计年鉴》。

1.2 指标选取

卫生服务利用包括医疗服务、预防服务、康复保健服务等，其中的医疗服务占我国现阶段卫生服务利用的绝大多数[9]，所以本文选取医疗服务利用[10]替代卫生服务利用。而医院的门诊和入院人数是衡量一个地区卫生服务利用的重要标准，因此本文用每年医院门诊人次表征门诊服务利用，用每年入院人数表征住院服务利用。由于卫生服务的特殊性，考虑到宏观和微观因素，本文认为卫生服务利用可能受制于以下几个因素：

（1）年龄结构。从生物角度来讲，通常进入60岁之后，人体生物有机体发生老化，免疫功能不断下降，身体的健康程度直线下降，并且国家卫生服务调查数据也显示，1999～2008年我国老年人的两周患病率从29.0%上升至43.2%，是60岁以下人口的2.8倍[11]。所以年龄结构影响卫生服务利用。本文的年龄结构用“60岁以上人数占总人口的百分比”表示。

（2）人均可支配收入。随着生活水平的提高，居民对自身健康越来越重视，对卫生服务的需求也不断提高。因此，人均可支配的收入水平在很大程度上影响医疗卫生服务利用。本文的人均可支配收入=城镇人均可支配收入×城镇人口占总人口的百分比＋农村人均可支配收入×农村人口占总人口的百分比。

（3）公共卫生支出占财政总支出的比例。公共卫生支出是北京市财政的重要组成部分。公共卫生支出比例代表政府对公共卫生服务的重视和投入程度。一个地区公共卫生支出越多，居民享受医疗卫生服务的机会就越大[12]，居民健康的保障也越大。

（4）人口密度。文献指出一个地区人口聚集程度直接影响政府公共服务支出效果。人口越集中，居民获得的公共服务越少；相反，人口密度越低，居民获得的公共服务越多[13]。因此，卫生服务利用不仅取决于政府公共卫生投入比例，很大程度上还取决于该地区的人口聚集状况。

（5）人均公路里程数。交通状况决定了居民获取医疗卫生服务的时间和经济成本，本文选取人均公路公里数来衡量北京市的交通状况。

1.3 分析方法

整理历年数据，运用SPSS 17.0[14]、EVIEWS 9.0[15]统计软件，给出了各项指标的描述性统计，得到了北京市卫生服务利用现状及影响因素的线性回归模型、门限检验等。

2 研究结果与分析

2.1 基本描述

首先给出北京市卫生服务利用现状及影响因素的描述性统计。见表1。

表1可见，医院诊疗人次、入院人数基本上是持续增长，样本期内的平均增长率分别达到8.98%和9.48%。医院诊疗人次的最大增长率为2000年的25.36%，入院人数的最大增长率为2004年的28.40%。并且它们的偏度系数大于零，因此数据呈现右偏分布，说明最近几年卫生服务利用增加较快；它们的峰度系数小于3，表明数据比较分散。同时60岁以上人数比例的最大值达到15.3%，偏度系数小于零，因此北京市早已进入老年化社会，并且老年化程度比较严重。人均可支配收入、人口密度持续增长；公共卫生支出占财政总支出比例有些波动；人均公路里程在2007年达到最大，然后由于北京市土地面积不变，而人口数不断增加，由此人均公路里程开始下降。

2.2 回归模型设定

为方便回归模型的书写，给出解释和被解释变量的记号，见表2。

为避免数据的异方差性，所有变量均取自然对数。为了避免出现伪回归，首先进行有平稳性检验。所有数据序列均为非平稳序列，但经过一阶差分后的序列通过单位根检验，具有平稳性。然后进行协整检验，结果见表3。

表1 卫生服务利用及影响因素的描述性统计

表2 回归模型记号统计

表3 PP-Statistic检验结果

可以看到P值均接近0，因此所有数据序列均通过协整检验。因此解释和被解释变量之间具有长期稳定的线性关系。所以，设

表4 医院诊疗人次的回归结果

表5 入院人数的回归结果

表4显示，医院诊疗人次与各影响因素均在10%显著性水平下通过检验。并且年龄结构增加1个对数单位，诊疗人次将增加1.0470个对数单位；人口密度增加1个对数单位，诊疗人次将增加0.8467个对数单位，人均可支配收入增加1个对数单位，诊疗人次只增加0.3386个对数单位。公共卫生支出占财政支出比例、人均公路里程数的系数小于零，表明公共卫生支出占财政支出的比例减少1个对数单位，医院的诊疗人次增加0.3442个对数单位；随着人均公路里程数的增加1个对数单位，医院的诊疗人次反而减少0.5803个对数单位。比较各影响因素，可以发现年龄结构对卫生服务利用的影响效果最显明，而吕盛鸽等预测[16]，到2037年北京市老龄化程度为19.13%，因此人口的老龄化将对北京市的卫生服务利用产生更大的影响。

表5显示，只有人均可支配收入、人口密度、人均公路里程数通过显著性检验。并且人均可支配收入的系数为0.5082，表明随着人均收入的提高，入院人次也随之增加；人口密度的系数为0.6469，因此人口密度的增加，加大了入院人次数；而人均公路里程数的系数为-0.3121，随着人均公路里程数的增加，入院人次反而减少。

2.3 卫生服务利用的门限检验

以上分析表明，年龄结构、人均可支配收入、公共卫生支出占财政支出比例、人口密度、人均公路里程数均影响诊疗人次；而只有可支配收入、人口密度、人均公路里程数影响入院人数。那么这些影响因素是否存在门限特征，从而造成它们对卫生服务利用影响程度的差别呢？也就是说，随着它们的不断变化，它们与卫生服务理由的相关性可能会发生变化。因此，本文首先对卫生服务利用进行门限检验。然后，给出数据序列在门限值两侧的相关性检验。门限检验结果，见表6。

表6 卫生服务利用指标与其显著影响因素的门限检验结果

表6显示，卫生服务利用各指标与其显著影响因素的门限值均在10%显著性水平下通过门限检验，因此，医院的诊疗人次、入院人数分别与其显著影响因素的关系可能会在门限值点发生改变。同时，表6也显示，门限值是有的相同、有的不同。比如人均可支配收入，对医院的诊疗人次的门限值均为20.0684千元，大于对入院人次的门限值18.1988千元；人口密度对医院的诊疗人次的门限值也大于对入院人次的门限值。而人均公路里程数对卫生服务利用各指标相同。

10%显著性水平下通过Person相关性检验的卫生服务指标与其显著影响因素在门限值两侧的相关系数，见表7。可以看到只有医院的诊疗人次、入院人数分别与人均可支配收入、人口密度在门限值两侧的相关系数通过统计检验，而卫生服务利用各指标与其显著影响因素的门限值虽然通过统计检验，但是大于或小于等于门限值的数据间的相关性不显著。

表7 卫生服务指标与其显著影响因素在门限值两侧的相关系数

表7显示，人均可支配收入跨过20.0684千元时，它对医院的诊疗人次的影响变大；人均可支配收入跨过18.1988千元时，它对入院人数的影响变大；人口密度跨过995人/平方公里时，它们与医院的诊疗人次的正相关系数变大；人口密度跨过963人/平方公里时，它们与入院人次的正相关系数变大。

3 讨论

卫生服务利用与每个人都息息相关，社会人口、个人经济能力、宏观经济发展、城市发展等因素均影响卫生服务利用。1999～2014年北京市卫生服务利用的各个被解释变量都与可支配收入、人口密度存在显著正项的线性关系，并且这些影响因素超过门限值后，它们与卫生服务利用的积极关系更加的紧密。说明人们的经济条件越好，卫生服务利用越有保障；有限的城市资源承受的人口数目增多也造成人们的健康水平的下降，并且人口承受能力超过一定限度后对人们健康的影响更大，因此北京市还是要提高人们的经济水平、控制人口数量。同时由于北京市人均公路里程数的增加更多地依赖城市的扩建，这虽然方便了人们的出行，但也增加了人民出行的时间与经济成本，导致无论就诊还是入院均与人均公路里程数存在显著负项的线性关系，并且虽然有显著的门限值，但门限值两侧的数据均无显著的关系，因此北京市多建设多功能的社区医院，方便人们看病。随着人均寿命的延长，人口的老龄化给医院就诊带来了严峻的挑战，而且60岁以上人口增加1个百分点，诊疗人次的增加超过1个百分点，因此应该关注和促进老年人健康，积极应对人口老龄化带来的挑战。公共卫生支出占财政支出比例与诊疗人次的负线性关系，再一次说明政府增加公共卫生支出占财政支出比例，改善公共卫生状况，有利于人们的身体健康，从而减少了人们去医院的次数，因此北京市应该加大公共卫生支出占财政支出比例，提高人们的健康水平。

社会经济的发展，北京市城乡居民可支配收入、卫生支出的不断增加，使得北京卫生服务体系不断健全，人们获得服务的可及性明显提高。但是现实生活中的医患问题依然存在，因此从影响卫生服务利用的因素入手，关注人口的老龄化，增加公共卫生支出占财政支出的比例，为居民提供更多优质便捷的医疗服务场所；同时提高人均可支配收入，疏松首都人口、降低人口密度并且关注人均可支配收入、人口密度等影响因素的关键点，才能不断改善卫生服务利用状况。

[1] 张燕,初里楠.北京市西城区居民家庭卫生服务利用的影响因素分析[J].中国卫生资源,2013,(6):424-427.

[2] 孙彦玲,乔慧,孙伟.农村居民卫生服务利用及其影响因素分析[J].中国卫生统计,2015,32(6):981-983.

[3] 王鸟,时松和,范军星,等.河南省≥60岁老年人住院卫生服务利用情况及影响因素分析[J].中国公共卫生,2016,32(2):133-136.

[4] 徐继承,史继云.徐州市城镇老年人卫生服务需求及利用研究[J].中国卫生资源,2016,19(2):137-140.

[5] 李斌,李倩,祁源.FDI技术溢出对高技术产业技术进步的门槛效应研究——基于吸收能力与金融发展视角的门限模型检验[J].国际商务:对外经济贸易大学学报,2016,(3):74-84.

[6] 聂思玥.门限自回归模型的理论与应用研究[D].天津:南开大学,2014.

[7] 曹阳,闫岩.健康人力资本与经济增长的非线性门限效应研究[J].中国卫生事业管理,2017,34(3):161-164.

[8] 李建,蔡春燕.脑卒中患者平均住院日对人均住院费用门限效应的检验[J].中国病案,2016,17(7):37-39.

[9] 徐融飞,徐凌忠,王兴洲,等.我国不同省份居民卫生服务利用的区域分类研究[J].中国卫生经济,2012,31(12):39-41.

[10] 赵杨,冯宇彤,陈琳,等.老年人群医疗服务利用公平性影响因素研究[J].中国卫生政策研究,2017,10(2):74-80.

[11] 马爱霞,许扬扬.我国老年人医疗卫生支出影响因素研究[J].中国卫生政策研究,2015,8(7):68-73.

[12] 邹文杰,蔡鹏鸿.公共卫生支出、人口聚集与医疗卫生服务均等化[J].上海财经大学学报,2015,17(3):59-67.

[13] 李杰刚,李志勇,朱云飞,等.县域间基本公共卫生服务均等化:制约因素及公共政策——基于河北省的实证分析[J].财政研究,2013,(11):29-32.

[14] 马斌荣.SPSS(PASW)17.0在医学统计中的应用[M].北京:科学出版社,2015.

[15] 马慧慧.EViews统计分析与应用(第三版)[M].北京:电子工业出版社,2016年.

[16] 吕盛鸽,宣丹萍.北京市人口老龄化系数预测[J].统计研究,2012,(3):27-31.

YANG Zhiyuan1, WU Wenfang2
1.School of Asic Edical Sciences, Peking University, Beijing 100191, China; 2.School of Biomedical Engineering,Capital Medical University, Beijing 100069, China

Abstract:ObjectiveTo explore the utilization of health services and its influence factors from 1999 to 2014 in Beijing.MethodsThe descriptive statistics on the number of treated patients and in-patients, structure of population ages, the per capita disposable income and other factors were given. Regression analysis was used to analyze the quantitative relationships between the indicators and the influence factors of health services utilization. The threshold values of the significant influence factors were given by using the threshold test, and the correlation coefficients of the data sequence were calculated.ResultsThe per capita disposable income,population density and per capita highway mileage affected the health services utilization significantly. The structure of population age and the proportion of public health expenditure affected the number of patients treated significantly. The per capita disposable income and population density had significant threshold value, and the relationships between them and health services utilization were stronger when they were more than the threshold values.ConclusionIn order to improve the health services utilization, the aging population, population density and city expansion should be paid more attention. The per capita disposable income and the proportion of public health expenditure should be increased.

Key words:health services utilization; regression analysis; public health spending; age structure; per capita disposable income

通讯作者：武文芳，副教授，博士，主要研究方向为生物医学信息处理。

北京市卫生服务利用状况及影响因素研究

引言