1、個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的因素分析題目:課程名稱:院(系)：年級(jí):專業(yè):班級(jí):學(xué)號(hào):姓名:石河子大學(xué)商學(xué)院課程論文計(jì)量經(jīng)濟(jì)學(xué)商學(xué)院統(tǒng)計(jì)與金融系2008級(jí)金融學(xué)金融2008(3)班2008175716第1小組完成日期:2011年6月8日 i目錄TOC o 1-5 h z HYPERLINK l bookmark6 引言2 HYPERLINK l bookmark8 1理論分析3 HYPERLINK l bookmark10 11指標(biāo)的選擇3 HYPERLINK l bookmark12 1.2數(shù)據(jù)來源及數(shù)據(jù)類型4 HYPERLINK l bookmark14 2研究方法與模型設(shè)定4 HYPERLINK

2、l bookmark16 2.1理論分析4 HYPERLINK l bookmark18 22相關(guān)性分析5 HYPERLINK l bookmark20 3實(shí)證研究過程5 HYPERLINK l bookmark26 31參數(shù)估計(jì)6 HYPERLINK l bookmark32 32經(jīng)濟(jì)意義檢驗(yàn)733統(tǒng)計(jì)推斷檢驗(yàn)83.3.1擬合優(yōu)度8332F檢驗(yàn)8333t檢驗(yàn)8 HYPERLINK l bookmark44 34計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)8 HYPERLINK l bookmark54 4結(jié)果分析與政策建議11 HYPERLINK l bookmark58 5存在的問題及今后研究方向13 HYPERLIN

3、K l bookmark62 參考文獻(xiàn)13 HYPERLINK l bookmark64 附錄14 個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的因素分析以全國31個(gè)省級(jí)行政單位為基礎(chǔ)的探究摘要：醫(yī)療保障制度改革是當(dāng)前中國經(jīng)濟(jì)和社會(huì)發(fā)展的一個(gè)重大問題，也是近幾年談?wù)摫容^熱門的一個(gè)話題，黨的十六屆六中全會(huì)提出，到2020年基本建立覆蓋城鄉(xiāng)居民的社會(huì)保障體系，促進(jìn)醫(yī)療費(fèi)用負(fù)擔(dān)的公平性和醫(yī)療服務(wù)的及時(shí)性。但是醫(yī)療改革在中國試行將近20年，現(xiàn)在依然沒有解決“看病難、看病貴”的問題，因此，對(duì)居民醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的研究將是醫(yī)療保障制度改革的一個(gè)重中之重的問題。:醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)截面數(shù)據(jù)多元回歸引言改革開放以后，看病難已成為我國最大的民生問題

4、之一，醫(yī)療負(fù)擔(dān)也被人們稱為中國新三座大山之一。醫(yī)改改了這么多年，最后還是宣告失敗。十七大召開以后，我國又開始重新討論醫(yī)療改革方案。近二十年來，西方衛(wèi)生經(jīng)濟(jì)學(xué)界對(duì)醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)進(jìn)行了較多的探討和研究，他們?cè)谌肆Y本理論的指導(dǎo)下，稱之為醫(yī)療成本，發(fā)表了數(shù)以百計(jì)的學(xué)術(shù)論文。我國對(duì)醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的研究起步較晚，在勞動(dòng)力再生產(chǎn)理論的指導(dǎo)下，近十年來也取得可喜的進(jìn)展。但是，國內(nèi)以醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)為主的計(jì)量分析屈指可數(shù)，而且,在學(xué)術(shù)界對(duì)醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)概念的內(nèi)含及計(jì)算方法尚有爭(zhēng)論。大多的研究主要傾向于研究衛(wèi)生總費(fèi)用的收入彈性分析、乘數(shù)效應(yīng)、貢獻(xiàn)率等，還有衛(wèi)生費(fèi)用與經(jīng)濟(jì)的關(guān)系、與健康的關(guān)系，醫(yī)療改革的成效分析等等。杜樂勛

5、等利用衛(wèi)生總費(fèi)用核算帳戶和核算方法，使用衛(wèi)生總費(fèi)用指標(biāo)進(jìn)行衛(wèi)生總費(fèi)用收入彈性分析。彈性分析時(shí)，因變量是衛(wèi)生總費(fèi)用，解釋變量是國內(nèi)生產(chǎn)總值。有人也做了衛(wèi)生費(fèi)用總量增長與結(jié)構(gòu)變化分析。他們認(rèn)為導(dǎo)致醫(yī)療費(fèi)用增長的原因有藥品零售機(jī)構(gòu)費(fèi)用上升較快、人口老年齡化、來自患者/醫(yī)生的過度醫(yī)療、新技術(shù)的應(yīng)用等。但宏觀經(jīng)濟(jì)通脹是衛(wèi)生費(fèi)用增長的主要原因。還有研究發(fā)現(xiàn)：經(jīng)濟(jì)的迅猛發(fā)展并未帶來疾病經(jīng)濟(jì)負(fù)擔(dān)的減輕。在2005年9月5日舉行的中歐可持續(xù)發(fā)展分論壇上，中國衛(wèi)生部副部長王隴德表示：1993年，我國的疾病經(jīng)濟(jì)負(fù)擔(dān)為3208億元，占GDP的比重為9.3%；至【2003年，中國疾病經(jīng)濟(jì)負(fù)擔(dān)已達(dá)到1.2萬億元，占GDP

6、的比重為10.3%。經(jīng)濟(jì)的迅猛發(fā)展并未帶來疾病經(jīng)濟(jì)負(fù)擔(dān)的減輕，實(shí)現(xiàn)國民健康與經(jīng)濟(jì)的可持續(xù)發(fā)展依然任重道遠(yuǎn)。然而，是否國民經(jīng)濟(jì)的發(fā)展導(dǎo)致了疾病經(jīng)濟(jì)負(fù)擔(dān)的增加，那么其他因素對(duì)其的影響又如何。本文在前人研究的基礎(chǔ)之上，綜合所有可能對(duì)個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的影響因素進(jìn)行粗淺的分析，以能提出一點(diǎn)合理的建議。1理論分析11指標(biāo)的選擇個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)(FD)：我國主要以衛(wèi)生總費(fèi)用來衡量人民醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的指標(biāo)，但本文所研究的內(nèi)容是個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)，所以本文專門設(shè)計(jì)了一個(gè)指標(biāo)，用個(gè)人現(xiàn)金衛(wèi)生支出占可支配收入的比重來反映個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)，即個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)=個(gè)人現(xiàn)金衛(wèi)生支出可支配收入人均GDP(AGDP):引言已經(jīng)提到

7、，人們發(fā)現(xiàn)隨著我國經(jīng)濟(jì)的發(fā)展，人民的醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)在不斷加重。那么本文就要引入反映經(jīng)濟(jì)水平的指標(biāo)進(jìn)入模型，來判斷經(jīng)濟(jì)是否對(duì)醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)有影響。而一般用人均GDP來反映某一地區(qū)的經(jīng)濟(jì)發(fā)展程度，所以本文亦選用人均GDP這一指標(biāo)。醫(yī)療保險(xiǎn)覆蓋率(V)：除了經(jīng)濟(jì)的發(fā)展程度以外，我國的醫(yī)療制度直接影響人民的醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)。那么醫(yī)療保險(xiǎn)覆蓋率就能反映醫(yī)療制度的完善程度。醫(yī)療保險(xiǎn)的定義為:醫(yī)療保險(xiǎn)覆蓋率=參加基本醫(yī)療保險(xiǎn)人數(shù)總?cè)丝跀?shù)政府人均衛(wèi)生預(yù)算支出(AZ)：從內(nèi)部構(gòu)成成分來看，衛(wèi)生總費(fèi)用有三部分組成：政府財(cái)政衛(wèi)生支出、社會(huì)保險(xiǎn)及其他衛(wèi)生支出、個(gè)人現(xiàn)金衛(wèi)生支出。因此政府財(cái)政衛(wèi)生支出與社會(huì)保險(xiǎn)及其他衛(wèi)生支出的多

8、少就直接影響個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)。社會(huì)保險(xiǎn)及其他衛(wèi)生支出與醫(yī)療保險(xiǎn)覆蓋率會(huì)有很大的相關(guān)性，因此不選入模型，只選政府人均衛(wèi)生預(yù)算支出來反映政府對(duì)醫(yī)療衛(wèi)生體制的投入程度。藥品價(jià)格指數(shù)(MPI)：“以藥養(yǎng)醫(yī)”是醫(yī)療改革以后全國各地普遍存在的問題。藥品價(jià)格虛高一直都被認(rèn)為是增加人民的醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的主要原因，因此引入藥品價(jià)格指數(shù)來研究其對(duì)人均醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的影響程度是非常必要的?？諝赓|(zhì)量(AIR)和“三廢”排放量(WAST)：生態(tài)環(huán)境直接影響人民健康的最主要因素，而人民的健康狀況下降是加重醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)最直接、最根本的原因。而空氣質(zhì)量用各地主要城市空氣質(zhì)量達(dá)到二級(jí)或以上的天數(shù)反映。平均預(yù)期壽命(AGE)和死亡率

9、(SWL):國際上通常使用期望壽命和死亡率兩個(gè)數(shù)據(jù)指標(biāo)來衡量各地居民的健康狀況。上面已經(jīng)說過健康狀況下降是加重醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)最直接、最根本的原因，需要引入這兩個(gè)指標(biāo)。1.2數(shù)據(jù)來源及數(shù)據(jù)類型本文數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒2010、中華人民共和國統(tǒng)計(jì)局網(wǎng)。采用我國31個(gè)省市自治區(qū)直轄市的截面數(shù)據(jù)一是因?yàn)闀r(shí)間序列數(shù)據(jù)各指標(biāo)的時(shí)間維度不同；二是時(shí)間序列樣本量太小，難以保證參數(shù)估計(jì)的可靠性；三是為了對(duì)醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的影響因素進(jìn)行結(jié)構(gòu)分析。本文所有計(jì)量分析均采用自然對(duì)數(shù)形式，主要原因是為了盡可能避免多重共線和異方差的影響。2研究方法與模型設(shè)定本文采用多元線性回歸方法對(duì)方程參數(shù)進(jìn)行估計(jì)LnFD=卩+卩LnAGDP

10、卩LnAir+卩LnMPI+卩LnV+卩LnAZ+卩LnWast-卩LnAge.卩LnSWLru012345678由于樣本觀測(cè)值只有31個(gè)，而解釋變量卻有8個(gè)，因此很有可能會(huì)出現(xiàn)多重共線性。但樣本量不能再增加所以有必要剔除一部分變量。但是用逐步回歸法來提出變量會(huì)提出一些相對(duì)比較重要的變量指標(biāo)，因此采取理論分析與相關(guān)分析進(jìn)行剔除變量。21理論分析一般認(rèn)為“三廢”排放量、平均預(yù)期壽命和死亡率與人均GDP有較大相關(guān)性。人均GDP反映一地經(jīng)濟(jì)發(fā)展水平，而一般經(jīng)濟(jì)發(fā)展水平高的地區(qū)生活水平較高，所以平均預(yù)期壽命較高而死亡率較低；同時(shí)經(jīng)濟(jì)發(fā)展水平代表著工業(yè)化水平的高低，因此經(jīng)濟(jì)發(fā)展水平高的地區(qū)“三廢”排放量

11、一般都較高。既然“三廢”排放量、平均預(yù)期壽命和死亡率都與人均GDP有較大相關(guān)性，為了避免多重共線性的出現(xiàn)而影響參數(shù)估計(jì)的準(zhǔn)確性，所以剔除“三廢”排放量、平均預(yù)期壽命和死亡率這三個(gè)指標(biāo)變量。2.2相關(guān)性分析為進(jìn)一步分析“三廢”排放量、平均預(yù)期壽命和死亡率與人均GDP是否有相關(guān)性，本文用spss計(jì)算出他們的spearman相關(guān)系數(shù)矩陣。結(jié)果如下：表1spearman相關(guān)系數(shù)矩陣Correlations人GDP元“三廢排放量萬市平均期壽命出死亡/O/Spearmnsrho人均GDP元CorrelationCoefficient1.000.402*.822*/Ut/U*-.439*Sig.(2-tai

12、led).025.000.014N31313131“三廢排放萬電CorrelationCoefficient.402*1.000.527*.126Sig.(2-tailed).025.002.499N31313131平均期命歲CorrelationCoefficient.822*.527*1.000-.284Sig.(2-tailed).000.002.122N31313131死率CorrelationCoefficient-.439*.126-.2841.000Sig.(2-tailed).014.499.122N31313131*Correlationissignificantatthe0

13、.05level(2-tailed).*Correlationissignificantatthe0.01level(2-tailed).從上表結(jié)果可以看出，人均GDP與“三廢”排放量、平均預(yù)期壽命和死亡率相關(guān)系數(shù)分別為0.402、0.822、-0.439，均大于0.4,顯著相關(guān)，而且各P值也均顯著。同時(shí)“三廢”排放量與平均預(yù)期壽命的相關(guān)系數(shù)也較顯著。說明他們四個(gè)指標(biāo)同時(shí)出現(xiàn)在模型里會(huì)引起嚴(yán)重的多重共線性，同時(shí)也證明了理論分析的正確性。因此模型設(shè)定應(yīng)該為LnFD二卩+卩LnAGDP+卩LnAir+卩LnMPI+卩LnV+卩LnAZ+u0123453實(shí)證研究過程利用Eviews建立個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)

14、擔(dān)與5個(gè)解釋變量的多元回歸分析設(shè)定模型為:LnFD=p+pLnAGDP+pLnAir+pLnMPI+pLnV+pLnAZ+u012345Eviews的最小二乘結(jié)果為：表2估計(jì)結(jié)果DependentVariable:LNFDIvIethod:LeastSquaresDate:06/11/11Time:22:30Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C-18.1632714.03256-1.2943660.2074LNAGDP-0.2163460.145794-1.4839100.1

15、503LNAIR-0.7933050.286700-2.7836010.0101LNAZ-0.2667620.091906-2.9025530.0076LNMPI5.3406243.0069111.7761170.0879LNV0.4746150.1541993.0779470.0050R-squared0.533S56Meandependentvar1.645744AdjustedR-squarEd0.440620S.D.dependentvar0.261966S.E.ofregression0.195928Akaikeinfocriterion-0.250157Sumsquaredresi

16、d0.959692Schwarzcriterion0.0273S9Loglikelihood9.877420Hannan-Quinncrit-0.159634F-statistic5.726308Durbin-Watsonstat2.018214Prob(F-statistic)0.0011S2從表中可以看出LnAGDP的系數(shù)檢驗(yàn)t=1.483918，不顯著，且P值=0.1503,都已經(jīng)大于0.1，但F=5.726308，大于4,通過檢驗(yàn)，說明存在多重共線性，所以改變LnAGDP的形式，考慮用AGDP原始形式。模型變?yōu)椋篖nFD二p+pAGDP+pLnAir+pLnMPI+pLnV+pLnAZ

17、+u01234531參數(shù)估計(jì)用Eviews對(duì)模型進(jìn)行最小二乘估計(jì)：表3模型回歸估計(jì)結(jié)果DependentVariable:LNFDMethod:LeastSquaresDate:06/11/11Time:22:34Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C-19.5224812.90472-1.5120170.1429AGDP-0.1707400.063758-2.6779440.0129LNAIR-0.7470720.2641S9-2.8300200.0090LNAZ-0.203

18、9090.000257-2.3103900.0294LNMPI5.4948422.7604871.9905340.0576LNV0.5095680.1397634.21S3540.0003R-squared0.605859Meandependentvar1.645744AdjustedR-squared0.527031S.D.dependentvar0.261966S.E.ofregression0.100161Akaikeinfocriterion-0.417943Sumsquaredresid0.811452Schwaizcriterion-0.140397Loglikelihood12.

19、47012Hannan-Quinncriter.-0.327470F-statistic7.605031Durbin-Watsonstat2.120496Prob(F-statistic)0.000171由上表結(jié)果可知估計(jì)的結(jié)果：LnFd19.522480.17074AGDP0.74787LnAirb5.49484LnMPA0.58956LnV0.20390LnAZ(12.90472)(0.063758)(0.264189)(2.760487)(0.139763)(0.088257)t=(-1.512817)(-2.677944)(-2.830820)(1.990534)(4.218354)(

20、-2.310390)R2=0.605859R2=0.527031F=7.685831DW=2.1204963.2經(jīng)濟(jì)意義檢驗(yàn)從回歸結(jié)果可以看出，人均GDP、空氣質(zhì)量和政府人均衛(wèi)生預(yù)算支出與個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)呈負(fù)相關(guān)，即經(jīng)濟(jì)的增長、空氣質(zhì)量提高和政府投入的增加將會(huì)減輕個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)，完全符合事實(shí)與理論。藥品價(jià)格指數(shù)對(duì)個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的彈性系數(shù)為5.494842，遠(yuǎn)大于1,也正說明了藥品價(jià)格對(duì)個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的影響較大。同時(shí)發(fā)現(xiàn)醫(yī)療保險(xiǎn)覆蓋率與個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)呈正向相關(guān)，也就是說，醫(yī)療保險(xiǎn)覆蓋率越高，個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)越重。這貌似違反了常理，但筆者在查閱相關(guān)文獻(xiàn)時(shí)發(fā)現(xiàn)，我國許多學(xué)者也發(fā)現(xiàn)了同樣的現(xiàn)象

21、。如鐘賢賓在疾病經(jīng)濟(jì)負(fù)擔(dān)探討中發(fā)現(xiàn)公費(fèi)、勞保醫(yī)療患者的各種負(fù)擔(dān)水平要高于半勞保、自費(fèi)患者。他的解釋是醫(yī)療保障制度和管理的不完善。3.3統(tǒng)計(jì)推331擬合優(yōu)度從表3種數(shù)據(jù)可以得到：R2=0.6058590.4,云=0.527031，說明模型對(duì)樣本的擬合很好。3.3.2F檢驗(yàn)針對(duì)H:P二B二B二B二B二0，在顯著性水平a=0.1下，在F分布表中查012345自由度為k-1=5和n-k=25的臨界值F(5,25)=2.09.表3中F=7.685831F(5,25)拒絕aa原假設(shè)，說明回歸方程顯著，即“人均GDP”、“空氣質(zhì)量”、“藥品價(jià)格指數(shù)”、“醫(yī)療保險(xiǎn)覆蓋率”和“政府人均衛(wèi)生預(yù)算支出”等變量聯(lián)合起

22、來確實(shí)對(duì)“個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)”有顯著影響。3.3.3t檢驗(yàn)分別針對(duì)H:0=0(j=1,2,3,4,5)，在顯著性水平a=0.1下，查t分布表得只0j有讀為n-k=25的臨界值t(n-k)=1.708。表中各t值均大于t(n-k)=1.708，說明a2a分別拒絕原假設(shè)。也就是說，當(dāng)其他解釋變量不變的情況下，解釋變量“人均GDP”、“空氣質(zhì)量”、“藥品價(jià)格指數(shù)”、“醫(yī)療保險(xiǎn)覆蓋率”和“政府人均衛(wèi)生預(yù)算支出”分別對(duì)被解釋變量“個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)”都有顯著影響。3.4計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)因?yàn)槭墙孛鏀?shù)據(jù)，不能直接用DW檢驗(yàn)，所以用Newway-West修正，修正之后的DW=2.120496，接近于2，說明隨機(jī)擾動(dòng)

23、項(xiàng)不存在自相關(guān)性。異方差的White檢驗(yàn)：對(duì)于截面數(shù)據(jù)的異方差檢驗(yàn)用White檢驗(yàn)，檢驗(yàn)結(jié)果如下：表4異方差的White檢驗(yàn)HeteroskedasticiiyTest:WhiteF-statistic2.343612Prob.F(19,11)0.0750Obs*R-squared24.85902Prob.Chi-Square(19)0.1652ScaledexplainedSS16.46106Prob.Chi-Square(19)0.6263HeteroskedasticityTest:WhiteF-statisticObs*R-squaredScaledexplainedSS0.79567

24、14.2559032.010153Prob.F(5,25)Prob.Chi-Square(S)Prob.Chi-Square(5)0.56310.51320.7200TestEquation:Dependentvariable:RESIDEMethod:LeastSquaresDate:06/12/11Time:19:09Sample:131Includedobservations:31VariableCoefficientStd.Errort-StatisticProb.C1.3004311.6391930.7933360.4350(LOG(AGDP)A20.0048420.0246650.

25、1963290.3459(LOG(AIR)A20.00S4740.0059031.4354350.1636(LOG(AZ)A20.0016130.0023130.6993420.4900(LOG(MPI)A2-0.0744710.076093-0.9786870.3371(LOG(V)A2-0.0017100.006316-0.2719660.7079R-squared0.137287Meandependentvar0.030958AdjustedR-squared-0.035255S.D.dependentvar0.044907S.E.ofregression0.045692Akaikein

26、focriterion-3.161314Sumsquaredresid0.052193Schwarzcriterion-2.884268Loglikelihood55.00812Hannan-Quinncriter.-3.071341F-statistic0.795671Durbin-Watsonstat2.159754Prob(F-statistic)0.563065HeteroskedasticityTest:WhiteF-statistic1.957425Prob.F(19,11)0.1273Obs*R-squared23.92400Prob.Chi-Square(19)0.1991Sc

27、aledexplainedSS18.93816Prob.Chi-Square(19)0.4608TestEquation:Dependentvariable:RESIDA2IvIethod:LeastSquaresDate:06/12/11Time:19:00Sample:131Includedobservations:31CollineartestregressorsdroppedfromspecificationVariableCoefficientStd.Errort-StatisticProb.C89.22027234.49420.3S04800.7100LOG(AGDP)25.245

28、0321.527181.1727050.2657(LOG(AGDP)A20.1008520.1346430.7490370.4695(LOG(AGDP)*(LOG(AIR)-0.9442050.402932-2.3433360.03S9(LOG(AGDP)*(LOG(AZ)-0.2359770.110146-2.1424040.0554(LOG(AGDP)*(LOG(M.-4.0020664.700700-0.0357310.4211(LOG(AGDP)*(LOG(V)-0.1941400.2S2393-0.6074810.5060LOG(AIR)-24.4679140.79045-0.599

29、7270.5600(LOG(AIR)A21.1504960.4032052.3S09690.0364(LOG(AIR)*(LOG(AZ)0.0553960.4190722.0411670.0660(LOG(AIR)*(LOG(MPI)1.5561398.2374660.1077700.0545(LOG(AIR)*(LOG(V)0.2062710.5626090.5000270.6209LOG(AZ)12.6856119.384380.6544240.5263(LOG陽)忖-0.0473360.066269-0.7142910.4399(LOG(AZ)*(LOG(MPI)-3.0924114.1

30、60955-0.9354610.3696(LOG(AZ)*(LOG(V)0.3705160.1065533.4772880.0052LOG(MPI)-5.54509540.64678-0.1139870.9113(LOG(MPI)r(LOG(VJ)6.5749406.7106050.9706170.3400LOG(V)-33.5215130.75449-1.0399720.2990(LOG(V)A20.0007200.1399150.0623220.9514R-squared0.801904Meandependentvar0.030958AdjustedR-squared0.459738S.D

31、.dependentvar0.044907S.E.ofregression0.033008Akaikeinfocriterion-3.729910Sumsquaredresid0.011985Schwarzcriterion-2.804765Loglikelihood77.01374Hannan-Quinncriter.-3.42S342F-statistic2.343612Durbin-Watsonstat2.151406Prob(F-statistic)0.074958本文樣本觀測(cè)量為31個(gè)，屬于大樣本量，所以看White檢驗(yàn)表的上表。由上表可知，nR2=6.430508,在a=0.1下，

32、查咒2分布表，得臨界值咒2(5)=9.23635,0.1所以nR2咒2(5),而且下表各t值均不顯著，因此即接受原假設(shè)，即模型不存在0.1異方差。4結(jié)果分析與政策建議實(shí)證分析表明，經(jīng)濟(jì)發(fā)展水平與個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)呈負(fù)相關(guān)。人均GDP每增加1萬元，個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)下降0.168%，影響程度非常微弱。其原因由多方面綜合因素所造成：經(jīng)濟(jì)發(fā)展水平高的地區(qū)其人民生活質(zhì)量相對(duì)較高，因此人們的健康水平較好，醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)會(huì)較低；同時(shí)生活質(zhì)量的改善會(huì)提高平均預(yù)期壽命，隨著老齡化的加重，醫(yī)療總費(fèi)用將增加，從而造成了醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的增加；并且經(jīng)濟(jì)發(fā)達(dá)地區(qū)工業(yè)化水平高，環(huán)境污染較重，給人民健康直接造成危害，將加重醫(yī)療經(jīng)濟(jì)

33、負(fù)擔(dān)。雖然經(jīng)濟(jì)的發(fā)展水平對(duì)個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的影響比較微弱，但經(jīng)濟(jì)的增長會(huì)一定程度的減輕個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)。所以國家應(yīng)該繼續(xù)保持經(jīng)濟(jì)又好又快的發(fā)展，這樣個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)才有可能減輕。（2）空氣質(zhì)量對(duì)個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的彈性系數(shù)為-0.747872，說明空氣質(zhì)量達(dá)到二級(jí)以上的天數(shù)每增加1%,個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)就會(huì)下降0.747872%?？諝赓|(zhì)量反映著一地的環(huán)境污染程度，人民的健康水平是增加醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的根本原因。這說明環(huán)境污染對(duì)人們的健康產(chǎn)生很大影響，所以國家應(yīng)該加強(qiáng)環(huán)境治理工作，并且提高科學(xué)技術(shù)水平，減少環(huán)境污染，轉(zhuǎn)變生產(chǎn)方式，轉(zhuǎn)變先污染后治理的發(fā)展模式，這才能從根本上解決問題。（3）藥品價(jià)格指數(shù)對(duì)個(gè)

34、人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的彈性系數(shù)為5.494842，遠(yuǎn)大于1，影響作用非常大。彈性系數(shù)超過其他所有變量，說明藥品價(jià)格虛高是造成個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)沉重的主要原因。從側(cè)面反映了醫(yī)療體制改革而造成的“以藥養(yǎng)醫(yī)”的嚴(yán)重后果。所以，政府首先需要對(duì)醫(yī)療服務(wù)價(jià)格指數(shù)的波動(dòng)進(jìn)行必要的研究，采取有效措施來控制醫(yī)療服務(wù)價(jià)格的上漲，同時(shí)應(yīng)該降低藥品價(jià)格指數(shù)，抑制看病貴對(duì)居民就效需求的惡性侵蝕。其次，“以藥養(yǎng)醫(yī)”是醫(yī)療改革以后才發(fā)生的現(xiàn)象，所以醫(yī)改后的醫(yī)療體制存在很大漏洞。根本途徑是完善醫(yī)療體制，加強(qiáng)監(jiān)督管理。（4）醫(yī)療保險(xiǎn)覆蓋率與個(gè)人醫(yī)療經(jīng)濟(jì)呈正相關(guān)，而且彈性系數(shù)達(dá)到0.589568，相對(duì)來說影響程度較大。充分說明了我國醫(yī)療

35、保障制度和管理的嚴(yán)重腐敗和醫(yī)療制度的不完善。因此國家應(yīng)該大力整頓醫(yī)療制度中的漏洞，或者制定新的有效可行的醫(yī)療改革方案。（5）政府衛(wèi)生支出的投入對(duì)個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)有改善作用，彈性系數(shù)為-0.203909，即政府對(duì)每人的衛(wèi)生預(yù)算支出多投入1%，個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)就會(huì)下降0.203909%。一個(gè)問題只有被當(dāng)權(quán)者所重視，才能快速發(fā)展起來。因此國家應(yīng)該加大對(duì)衛(wèi)生的財(cái)政支出，促進(jìn)衛(wèi)生事業(yè)的發(fā)展，這樣才能有效解決人民的醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)問題?？傊?，疾病是人們面對(duì)的最大風(fēng)險(xiǎn)，它不但給病人帶來痛苦與不便，高額的醫(yī)療費(fèi)用給家庭和社會(huì)造成極大的經(jīng)濟(jì)負(fù)擔(dān)，大的傷病有時(shí)足以傾家蕩產(chǎn)。醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)越來越嚴(yán)重，這已是一個(gè)全球性的問

36、題，也是一個(gè)難題。目前我國個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)，已超出群眾的承受能力，因此，減輕個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)是國家、社會(huì)和個(gè)人之共同目標(biāo)。個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)的影響因素眾多，根本在于提高人民的健康素質(zhì)，深化完善醫(yī)療保障制度，控制藥品價(jià)格，加大政府投入，并努力保持國民經(jīng)濟(jì)有好又快的發(fā)展。5存在的問題及今后研究方向由于時(shí)間的原因，文章中還有許多漏洞和不完善的地方。比如對(duì)于回歸結(jié)果，為什么會(huì)出現(xiàn)醫(yī)療保險(xiǎn)覆蓋率與個(gè)人醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)成正相關(guān)性還沒有找到確切的答案。雖然我們小組給出的解釋是由于信息不對(duì)稱問題導(dǎo)致的“逆向選擇”和“道德風(fēng)險(xiǎn)”問題，但這樣的解釋是建立在我們不成熟的思想之上。本文中所提到的“空間自相關(guān)”問題由于我們的

37、水平有限也沒有想出更加完美的解決途徑。另外，在本文中我們想出的一個(gè)問題“保險(xiǎn)能夠套利嗎？”也將是我今后所要研究的方向。6結(jié)束語這次計(jì)量經(jīng)濟(jì)學(xué)課程報(bào)告讓大家收獲的不僅僅是學(xué)術(shù)素養(yǎng)的提升、研究視野的拓展、探索意志的磨礪，更有團(tuán)隊(duì)合作精神的感悟。正是精誠的合作，我們才能在較短的時(shí)間內(nèi)盡自身最大的努力順利完成了課程報(bào)告。參考文獻(xiàn)、趙郁馨、高廣穎、杜樂勛，我國衛(wèi)生總費(fèi)用發(fā)展變化趨勢(shì)及其影響因素J;衛(wèi)生經(jīng)濟(jì)研究;2000年01期2、趙啟蘭、尹亞軍、蘇海軍，醫(yī)療費(fèi)用增長過快的原因及對(duì)策J；衛(wèi)生經(jīng)濟(jì)研究；1997年08期3、莊潤森，社區(qū)居民的疾病經(jīng)濟(jì)負(fù)擔(dān)D;暨南大學(xué);2003年4、周生軍，我國醫(yī)療衛(wèi)生業(yè)發(fā)展影響因素實(shí)證分析J；廣西經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào);2007年01期5、杜樂勛，趙郁馨，高廣穎,劉國祥，馬祎，張琳，中國行政區(qū)域間衛(wèi)生總費(fèi)用需求現(xiàn)狀和政策分析J衛(wèi)生經(jīng)濟(jì)研究；2000年10期6、楊建民，基本醫(yī)療保險(xiǎn)制度下職工個(gè)人經(jīng)濟(jì)負(fù)擔(dān)分析及對(duì)策J衛(wèi)生經(jīng)濟(jì)研究;2003年12期7、關(guān)志強(qiáng)、董朝暉，醫(yī)療保險(xiǎn)制度下個(gè)人醫(yī)療負(fù)擔(dān)評(píng)價(jià)方法探討J中國衛(wèi)生經(jīng)濟(jì);2002年12期8、揭大海，醫(yī)療費(fèi)用增長過快的原因及控制J；衛(wèi)生經(jīng)濟(jì)研究；1998年01期9、孫健夫、要敬輝，公共財(cái)政視角下中國醫(yī)療衛(wèi)生支出分析J河北大