省級中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測模型應(yīng)用分析

熊文娟，沈紹武

(湖北中醫(yī)藥大學(xué)，湖北 武漢 430065)

隨著國家中醫(yī)藥管理局《中醫(yī)藥發(fā)展“十三五”規(guī)劃》的出臺，為全面深入貫徹落實(shí)黨中央、國務(wù)院振興發(fā)展中醫(yī)藥事業(yè)的方針政策和決策部署，近年來中央、地方財(cái)政支持中醫(yī)藥事業(yè)發(fā)展的專項(xiàng)撥款逐年升高，中醫(yī)藥項(xiàng)目資金投入不斷加大。湖北省政府響應(yīng)國家號召，深入貫徹落實(shí)黨的十九大精神，印發(fā)《關(guān)于促進(jìn)中醫(yī)藥振興發(fā)展的若干意見》，振興發(fā)展中醫(yī)藥事業(yè)，預(yù)期5年基本建成中醫(yī)藥強(qiáng)省。中醫(yī)機(jī)構(gòu)財(cái)政撥款作為湖北省中醫(yī)類醫(yī)院經(jīng)費(fèi)的主要來源，是中醫(yī)類醫(yī)院預(yù)算管理的重要指標(biāo)。在醫(yī)院信息管理中，統(tǒng)計(jì)預(yù)測已成為一種不可或缺的工具，可為醫(yī)院管理決策提供客觀依據(jù)[1]。本研究旨在利用《全國中醫(yī)藥統(tǒng)計(jì)摘編》1987年至2016年中醫(yī)機(jī)構(gòu)財(cái)政撥款等數(shù)據(jù)，通過探討多種中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測建模方法以確定最優(yōu)模型，從而為湖北省中醫(yī)類醫(yī)院預(yù)算管理提供參考依據(jù)。

1 材料與方法

1.1 材料來源

數(shù)據(jù)來源于《全國中醫(yī)藥統(tǒng)計(jì)摘編》中的E類-中醫(yī)財(cái)政撥款，本文選取了1987年至2016年全國及湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款數(shù)據(jù)。使用Excel 2016進(jìn)行描述性分析(如圖1)。其中，左側(cè)縱坐標(biāo)代表全國中醫(yī)機(jī)構(gòu)財(cái)政撥款數(shù)，右側(cè)縱坐標(biāo)代表湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款數(shù)。全國中醫(yī)財(cái)政撥款在2008年突破100億元，2013年開始大幅度上漲，湖北省中醫(yī)財(cái)政撥款從2009年開始快速上漲，中間略有波動(dòng)。從整個(gè)時(shí)間來看，中醫(yī)財(cái)政撥款的時(shí)間序列呈現(xiàn)增長的趨勢，并且有非平穩(wěn)性。

圖1 全國及湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款

1.2 分析方法

采用Kendall’s tau相關(guān)分析變量間相關(guān)性，并探討曲線擬合關(guān)系(一次、二次或三次曲線)；對湖北省中醫(yī)財(cái)政撥款與全國中醫(yī)財(cái)政撥款的關(guān)系采用回歸分析并建立預(yù)測模型；應(yīng)用時(shí)間序列分析方法探討湖北省中醫(yī)財(cái)政撥款指數(shù)平滑模型及ARIMA模型，根據(jù)決定系數(shù)(R2)、貝葉斯信息準(zhǔn)則(BIC)及Ljung-Box Q統(tǒng)計(jì)量確定相應(yīng)類別最優(yōu)模型；分別應(yīng)用最優(yōu)回歸模型、ARIMA模型及指數(shù)平滑模型對湖北省中醫(yī)財(cái)政撥款進(jìn)行預(yù)測，以組內(nèi)相關(guān)系數(shù)(intraclass correlation co-efficient，ICC)最大者為最終最優(yōu)模型。所有分析均在SPSS 19.0軟件中完成，以雙側(cè)檢驗(yàn)P<0.05認(rèn)為差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 相關(guān)因素分析

將湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款與全國中醫(yī)機(jī)構(gòu)財(cái)政撥款進(jìn)行Kendall’s tau相關(guān)分析變量間相關(guān)性，結(jié)果顯示兩變量存在顯著相關(guān)性。相關(guān)系數(shù)r為0.982，接近于1，表示兩變量有強(qiáng)烈的線性依賴關(guān)系。

與全國中醫(yī)機(jī)構(gòu)財(cái)政撥款一次、二次及三次曲線擬合的R2分別為0.982，0.983，0.989。鑒于三次曲線較一次及二次曲線復(fù)雜度按數(shù)量級計(jì)，而R2僅比一次及二次曲線高0.06左右，因此綜合考慮選擇一次曲線進(jìn)行關(guān)系擬合(見圖2)。

圖2 中醫(yī)機(jī)構(gòu)財(cái)政撥款關(guān)系擬合

2.2 線性回歸分析及預(yù)測

以湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款為因變量，為全國中醫(yī)機(jī)構(gòu)財(cái)政撥款自變量，回歸方程為：湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款=-138.279+0.028×全國中醫(yī)機(jī)構(gòu)財(cái)政撥款。將2016年全國中醫(yī)機(jī)構(gòu)財(cái)政撥款代入方程進(jìn)行預(yù)測，得到湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測值為100895.63。其95%的置信區(qū)間為[92754.10862，110556.35766]。

2.3 ARIMA模型及預(yù)測

時(shí)間序列模型是基于時(shí)間的連續(xù)性作為理論依據(jù)，驗(yàn)證客觀事物的發(fā)展是否具有合乎規(guī)律的連續(xù)性，突出了時(shí)間因素在預(yù)測中的作用，利用該統(tǒng)計(jì)技術(shù)與方法，從預(yù)測指標(biāo)的時(shí)間序列中找出演變模式，建立數(shù)學(xué)模型，對預(yù)測指標(biāo)的未來發(fā)展趨勢做出合理的定量估計(jì)和評價(jià)[2]。時(shí)間序列分析方法又可分為兩大類，一類是傳統(tǒng)的分析方法，如指數(shù)平滑法、滑動(dòng)平均法、趨勢預(yù)測法、趨勢季節(jié)模型預(yù)測法等確定性時(shí)間序列分析法；另一類是1970年Box和Jenkins提出隨機(jī)理論為基礎(chǔ)的時(shí)間序列分析方法[3]。其中，ARIMA模型屬于第二類。應(yīng)用時(shí)間序列分析探討湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測ARIMA模型，經(jīng)過處理得到數(shù)據(jù)的時(shí)間序列，再經(jīng)過平穩(wěn)化、模型識別、參數(shù)估計(jì)及檢測等步驟，并結(jié)合專家建模器，以R2值最大、BIC值及Ljung-Box Q值最小為標(biāo)準(zhǔn)判斷最優(yōu)模型，最終認(rèn)為非季節(jié)性 ARIMA(0，1，0)為最優(yōu)模型，其R2值、BIC值及Ljung-Box Q值分別為0.978，16.93，5.63。應(yīng)用該模型預(yù)測，2016年湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款為90027.55萬元，其95%的置信區(qū)間為[81346.69，98708.41]。模型預(yù)測圖見圖3。

2.4 指數(shù)平滑模型及預(yù)測

指數(shù)平滑預(yù)測法是一種趨勢外推預(yù)測模型。趨勢外推預(yù)測就是把歷年積累的統(tǒng)計(jì)資料、歷史數(shù)據(jù)，在假定過去的發(fā)展趨勢及規(guī)律性在今后依然存在的前提下，預(yù)測未來的發(fā)展方向和變動(dòng)程度[4]。應(yīng)用時(shí)間序列分析探討湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款簡單模型，Holt模型等多種指數(shù)平滑模型，以R2值最大、BIC值及Ljung-Box Q值最小為標(biāo)準(zhǔn)判斷最優(yōu)模型，最終認(rèn)為Brown線性趨勢模型為最優(yōu)模型，其R2值、BIC值及Ljung-Box Q值分別為0.974， 16.94，2.70。應(yīng)用該模型預(yù)測，2016年湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款為89082.38萬元，其95%的置信區(qū)間為[79890.24，98274.52]。

3 驗(yàn)證模型

組內(nèi)相關(guān)系數(shù)(intraclass correlation co-efficient，ICC)常用于評價(jià)不同測定方法或評定者對同一定量測量結(jié)果的一致性或可靠性[5]。目前有許多不同的ICC統(tǒng)計(jì)量，本文計(jì)算的是雙向混合效應(yīng)模型單個(gè)測量絕對一致ICC。本研究探討得到3類模型中各自相對最優(yōu)模型，并分別應(yīng)用其對1987-2016年湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款進(jìn)行預(yù)測，將預(yù)測值與實(shí)際值進(jìn)行雙向混合效應(yīng)模型單個(gè)測量絕對一致的可靠性分析，線性回歸、ARIMA模型及指數(shù)平滑模型的ICC值分別為0.991，0.989，0.987。其中以線性回歸分析模型最高，可認(rèn)為預(yù)測值與實(shí)際值的一致性顯著，提示其可作為最優(yōu)模型對湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款準(zhǔn)確預(yù)測。

圖3 模型預(yù)測圖

4 討論

4.1 財(cái)政撥款的現(xiàn)狀

中醫(yī)藥在健康中國建設(shè)中具有不可替代的作用，“堅(jiān)持中西醫(yī)并重，推動(dòng)中醫(yī)藥和西醫(yī)藥相互補(bǔ)充、協(xié)調(diào)發(fā)展”是我國中醫(yī)藥事業(yè)發(fā)展的一項(xiàng)國策。目前，全國中醫(yī)機(jī)構(gòu)財(cái)政撥款主要分布于8個(gè)功能項(xiàng)目：醫(yī)療衛(wèi)生管理事務(wù)、公立醫(yī)院、基層醫(yī)療衛(wèi)生機(jī)構(gòu)、公共衛(wèi)生、基本醫(yī)療保險(xiǎn)基金補(bǔ)助、中醫(yī)藥、食品和藥品監(jiān)督管理事務(wù)、其他醫(yī)療衛(wèi)生支出。投入比例的前3位分別是：公立醫(yī)院、中醫(yī)藥、其他醫(yī)療衛(wèi)生支出。其中，公立醫(yī)院占比80%以上，由此看出公立醫(yī)院是財(cái)政投入的主要方向。2017年全國中醫(yī)機(jī)構(gòu)財(cái)政撥款401.75億元，湖北省中醫(yī)機(jī)構(gòu)財(cái)政撥款11.93億元，占比2.97%，中醫(yī)機(jī)構(gòu)財(cái)政撥款數(shù)逐年增長。

但據(jù)中醫(yī)機(jī)構(gòu)財(cái)政撥款情況顯示，中醫(yī)藥投入在衛(wèi)生計(jì)生投入中政府財(cái)政投入比例相對偏少，且中醫(yī)藥衛(wèi)生資源配置的區(qū)域差異大，發(fā)展不均衡，各省中醫(yī)機(jī)構(gòu)財(cái)政撥款差距較大，整體上經(jīng)濟(jì)發(fā)展水平較高的地區(qū)對中醫(yī)機(jī)構(gòu)的財(cái)政投入要高于其他地區(qū)。另外，我國基層中醫(yī)醫(yī)療機(jī)構(gòu)投入不足，發(fā)展較緩慢，全國仍有207個(gè)縣(市)、24個(gè)地級市沒有建立中醫(yī)院，直接影響了基層中醫(yī)藥服務(wù)的可及性[6]。同時(shí)，國家對公立中醫(yī)醫(yī)院服務(wù)的補(bǔ)償，對中醫(yī)藥服務(wù)的推動(dòng)效果不理想。在如此情況下，各級政府應(yīng)明確對中醫(yī)藥事業(yè)的財(cái)政支出責(zé)任，中央和省級財(cái)政應(yīng)加大對欠發(fā)達(dá)地區(qū)轉(zhuǎn)移支付的力度，積極主動(dòng)配合有關(guān)部門在區(qū)域衛(wèi)生規(guī)劃中做好中醫(yī)藥的規(guī)劃，科學(xué)合理地配置好中醫(yī)藥資源[7]。在這種背景下，如何運(yùn)用預(yù)測模型，優(yōu)化各級政府的財(cái)政投入，將中醫(yī)藥事業(yè)發(fā)展投入與其他醫(yī)療衛(wèi)生投入相銜接，實(shí)現(xiàn)中醫(yī)藥衛(wèi)生資源的區(qū)域配置合理化顯得尤為重要。

4.2 預(yù)測模型的應(yīng)用

(1)應(yīng)用中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測模型可及早合理配置財(cái)政資源。預(yù)測省級下一年度中醫(yī)機(jī)構(gòu)財(cái)政撥款的數(shù)據(jù)，省級管理人員可未雨綢繆，提前規(guī)劃，根據(jù)本省中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)增幅度，有針對性地計(jì)劃調(diào)整省內(nèi)某些中醫(yī)類醫(yī)院撥款數(shù)量、預(yù)期額度等，使撥款工作平穩(wěn)有序開展。

(2)應(yīng)用中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測模型可輔助省級管理人員及時(shí)發(fā)現(xiàn)中醫(yī)類醫(yī)院預(yù)算管理中產(chǎn)生的問題。如預(yù)測模型可提供中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測值及其95%CI，若實(shí)際中醫(yī)機(jī)構(gòu)財(cái)政撥款位于預(yù)測95%CI內(nèi)，則提示中醫(yī)類醫(yī)院預(yù)算管理工作較為平穩(wěn)；若低于CI下限，則提示中醫(yī)類醫(yī)院預(yù)算管理或外部環(huán)境等產(chǎn)生不利因素，此時(shí)省級管理人員應(yīng)及時(shí)調(diào)查落實(shí)“癥結(jié)”所在，及采取措施解決問題；若高于CI上限，則提示中醫(yī)類醫(yī)院預(yù)算管理工作勢頭良好，管理人員應(yīng)積極總結(jié)經(jīng)驗(yàn)并繼續(xù)推進(jìn)工作運(yùn)行。

4.3 模型構(gòu)建的思考

在使用數(shù)學(xué)模型預(yù)測經(jīng)濟(jì)的方法中，通常使用時(shí)間序列模型、回歸分析模型、神經(jīng)網(wǎng)絡(luò)模型、灰色預(yù)測模型等方法的某一種或組合進(jìn)行預(yù)測。張中文[8]在預(yù)測研究大型綜合公立醫(yī)院住院收入時(shí)，采用灰色預(yù)測與人工神經(jīng)網(wǎng)絡(luò)組合模型；蔣澤迪[9]運(yùn)用ARIMA乘積季節(jié)模型預(yù)測財(cái)政收入；樊飛[10]采用多元回歸分析和指數(shù)趨勢模型研究了我國稅收收入情況。他們詳細(xì)地介紹了模型建立步驟，但并未與其他模型對比分析，選取最優(yōu)模型?；仡櫛疚哪Ｐ蜆?gòu)建，認(rèn)為在以下方面值得思考和改進(jìn)：

首先，對于本文中的時(shí)間序列模型，目前能收集到的數(shù)據(jù)有限，并且所建立的模型是短期預(yù)測。對于中醫(yī)機(jī)構(gòu)財(cái)政撥款預(yù)測而言，所選取時(shí)間序列范圍更為合適和準(zhǔn)確有待確認(rèn)。模型顯示，2008年以前，中醫(yī)機(jī)構(gòu)財(cái)政撥款呈平穩(wěn)發(fā)展趨勢，這之后呈快速增長態(tài)勢，若使短期預(yù)測更加準(zhǔn)確，是否考慮選取較近年份數(shù)據(jù)。

其次，由于省級中醫(yī)機(jī)構(gòu)財(cái)政撥款影響因素眾多，而線性回歸預(yù)測模型僅是依據(jù)全國中醫(yī)機(jī)構(gòu)財(cái)政撥款數(shù)據(jù)的預(yù)測，因此所建立的預(yù)測模型是基于其他影響因素變化不大的前提下進(jìn)行的預(yù)測，其預(yù)測能力會因?yàn)槠渌蛩刈兓a(chǎn)生誤差，隨著誤差積累而失去準(zhǔn)確的預(yù)測能力[11]。如何在模型中加入其它因素進(jìn)行改進(jìn)？從2018年開始，國家中醫(yī)藥財(cái)政資金投入試行采用因素分配法，將經(jīng)濟(jì)因素、人口學(xué)因素、績效因素等多重因素作為中醫(yī)藥公共衛(wèi)生資金分配的因子，這將為今后開展相關(guān)撥款模型研究提供新的課題。