丁海峰 李立清
衛(wèi)生總費(fèi)用是指一個(gè)國(guó)家或地區(qū)在一定時(shí)期內(nèi)(通常是指1 年內(nèi))全社會(huì)用于醫(yī)療衛(wèi)生服務(wù)所消耗的資金總額。其不僅可以反映出一個(gè)國(guó)家或地區(qū)醫(yī)療服務(wù)水平的高低,還可以反映出當(dāng)?shù)卣畬?duì)于社會(huì)醫(yī)療衛(wèi)生服務(wù)投入以及居民健康水平的重視程度。衛(wèi)生總費(fèi)用作為評(píng)價(jià)一個(gè)國(guó)家和地區(qū)衛(wèi)生籌資政策和資金利用情況的重要指標(biāo),了解其未來(lái)發(fā)展趨勢(shì)可以為政府部門控制衛(wèi)生總費(fèi)用的合理支出和衛(wèi)生部門制定醫(yī)療衛(wèi)生政策提供一定的借鑒和參考。近年來(lái),學(xué)界對(duì)于衛(wèi)生總費(fèi)用的預(yù)測(cè)進(jìn)行了廣泛的研究。安洪慶等、李玲等、張芳芳等、李立清等學(xué)者利用ARIMA 模型分別對(duì)全國(guó)、湖南省、廣東省地區(qū)的衛(wèi)生總費(fèi)用進(jìn)行預(yù)測(cè)分析;相靜等利用山東省1998 年—2012 年衛(wèi)生總費(fèi)用的相關(guān)數(shù)據(jù),通過(guò)建立灰色GM(1,1)模型對(duì)未來(lái)山東省衛(wèi)生總費(fèi)用進(jìn)行預(yù)測(cè);魏曉靜等利用BP 神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)了我國(guó)“十二五”期間衛(wèi)生總費(fèi)用的發(fā)展趨勢(shì);丁海峰等也利用GM(1,1)灰色預(yù)測(cè)模型對(duì)上海市2017 年—2023 年衛(wèi)生總費(fèi)用及其構(gòu)成進(jìn)行了預(yù)測(cè)。當(dāng)前學(xué)界關(guān)于衛(wèi)生總費(fèi)用的預(yù)測(cè)研究多限于采用不同模型對(duì)于“某地”進(jìn)行縱向預(yù)測(cè)分析,而地域之間的橫向?qū)Ρ确治鲅芯枯^少。
2018 年,習(xí)近平總書記在首屆中國(guó)國(guó)際進(jìn)口博覽會(huì)上宣布,將長(zhǎng)三角一體化戰(zhàn)略上升為國(guó)家戰(zhàn)略,這在國(guó)家現(xiàn)代化建設(shè)大局和全方位開(kāi)放格局中具有舉足輕重的戰(zhàn)略地位。長(zhǎng)三角一體化不僅是指單一空間上的一體化,更是經(jīng)濟(jì)、文化、醫(yī)療等各方面與各領(lǐng)域的一體化,其中任何一個(gè)方面出現(xiàn)問(wèn)題都將影響國(guó)家戰(zhàn)略發(fā)展進(jìn)程。因此,對(duì)于長(zhǎng)三角地區(qū)即上海、江蘇、浙江、安徽的衛(wèi)生總費(fèi)用進(jìn)行預(yù)測(cè)對(duì)比分析,不僅可以為各地區(qū)制定醫(yī)療衛(wèi)生政策提供借鑒,更契合我國(guó)長(zhǎng)三角一體化戰(zhàn)略,可為縮短地區(qū)之間醫(yī)療衛(wèi)生水平差距,早日實(shí)現(xiàn)長(zhǎng)三角地區(qū)“醫(yī)療衛(wèi)生一體化”提供政策建議。基于此,本研究利用長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用相關(guān)數(shù)據(jù),對(duì)其現(xiàn)狀進(jìn)行分析,并運(yùn)用ARIMA 模型對(duì)其總量及占GDP 的比重進(jìn)行預(yù)測(cè)對(duì)比分析,以期為相關(guān)部門推進(jìn)長(zhǎng)三角一體化相關(guān)戰(zhàn)略以及實(shí)施“十四五”規(guī)劃提供借鑒與參考。
2001 年—2017 年上海市衛(wèi)生總費(fèi)用、江蘇省衛(wèi)生總費(fèi)用、浙江省衛(wèi)生總費(fèi)用、安徽省衛(wèi)生總費(fèi)用歷史數(shù)據(jù)以及各省份GDP 數(shù)據(jù)分別來(lái)源于《上海市統(tǒng)計(jì)年鑒》《江蘇省衛(wèi)生統(tǒng)計(jì)年鑒》《浙江省統(tǒng)計(jì)年鑒》《安徽省統(tǒng)計(jì)年鑒》《中國(guó)衛(wèi)生與健康統(tǒng)計(jì)年鑒》,部分缺失數(shù)據(jù)通過(guò)網(wǎng)絡(luò)收集獲得。由于數(shù)據(jù)的可獲得性,其中浙江省選取2004 年—2017 年數(shù)據(jù),其余省份選取2001 年—2017 年的數(shù)據(jù)。
通過(guò)描述性統(tǒng)計(jì)分析對(duì)上海、江蘇、浙江、安徽地區(qū)2001 年—2017 年衛(wèi)生總費(fèi)用發(fā)展現(xiàn)狀及趨勢(shì)進(jìn)行對(duì)比分析。預(yù)測(cè)分析采用ARIMA 模型,該模型由于具有預(yù)測(cè)精度高、效果好、對(duì)數(shù)據(jù)的要求較低等優(yōu)點(diǎn),被廣泛應(yīng)用于經(jīng)濟(jì)、醫(yī)療、農(nóng)業(yè)等各領(lǐng)域。利用ARIMA 模型對(duì)長(zhǎng)三角地區(qū)2020 年—2025 年衛(wèi)生總費(fèi)用及其占GDP 比重進(jìn)行預(yù)測(cè)對(duì)比分析,應(yīng)用EXCEL 軟件進(jìn)行數(shù)據(jù)的整理與錄入,應(yīng)用SPSS 24.0統(tǒng)計(jì)軟件進(jìn)行預(yù)測(cè)模型的建立及求解。
ARIMA 模型是由美國(guó)學(xué)者Box 和Jenkins 于20 世紀(jì)70 年代初提出的著名時(shí)間序列預(yù)測(cè)方法,是醫(yī)療衛(wèi)生領(lǐng)域常用的預(yù)測(cè)方法之一。本研究選取ARIMA 模型對(duì)長(zhǎng)三角地區(qū)衛(wèi)生費(fèi)用的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。其中,ARIMA(p,d,q)為差分自回歸移動(dòng)平均模型,AR 是指自回歸,MA 指移動(dòng)平均,p、d、q分別指的是自回歸項(xiàng)、移動(dòng)平均項(xiàng)數(shù)、差分次數(shù)。
ARIMA 模型主要建模步驟包括:①對(duì)原始序列進(jìn)行平穩(wěn)性檢驗(yàn)??赏ㄟ^(guò)序列圖觀察及單位根檢驗(yàn)進(jìn)行判斷,如原始序列呈現(xiàn)非平穩(wěn)性,則需要對(duì)其進(jìn)行差分處理。一般絕大多數(shù)原始序列均為非平穩(wěn)序列,均需對(duì)其進(jìn)行差分處理。②模型的識(shí)別與檢驗(yàn)。差分處理完成后,通過(guò)自相關(guān)(ACF)及偏自相關(guān)(PACF)圖進(jìn)行定階,即確定p 值和q 值。當(dāng)平穩(wěn)序列的自相關(guān)圖呈現(xiàn)拖尾、偏自相關(guān)圖呈現(xiàn)截尾時(shí),建立AR 模型;當(dāng)偏自相關(guān)圖呈現(xiàn)拖尾、自相關(guān)圖呈現(xiàn)截尾時(shí),則建立MA 模型;若平穩(wěn)序列的自相關(guān)和偏自相關(guān)圖均呈現(xiàn)拖尾,則建立ARIMA 模型。通過(guò)殘差值、AIC 等值對(duì)比選出最優(yōu)模型。③參數(shù)估計(jì)、模型的擬合與結(jié)果預(yù)測(cè)。對(duì)所確定的模型進(jìn)行參數(shù)估計(jì),根據(jù)所選擇的最優(yōu)模型來(lái)檢驗(yàn)擬合效果并進(jìn)行結(jié)果預(yù)測(cè)。
2001 年—2017 年,長(zhǎng)三角各地區(qū)的衛(wèi)生總費(fèi)用均呈現(xiàn)不斷增長(zhǎng)的趨勢(shì)。截至2017 年,上海市衛(wèi)生總費(fèi)用較2001 年增長(zhǎng)近10 倍,江蘇省增長(zhǎng)了近12倍,安徽省增長(zhǎng)了近15 倍,而浙江省較2004 年增長(zhǎng)了近7 倍。單從總量上來(lái)說(shuō),江蘇省目前排名第1,衛(wèi)生總費(fèi)用達(dá)到了3 691.21 億元,而安徽省最少,僅為1 812.24 億元。長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用及占GDP 比重見(jiàn)表1。長(zhǎng)三角地區(qū)2001 年—2017 年衛(wèi)生總費(fèi)用發(fā)展趨勢(shì)見(jiàn)圖1。根據(jù)圖1 可知,自2001 年—2010 年,長(zhǎng)三角地區(qū)的衛(wèi)生總費(fèi)用增長(zhǎng)速度較為緩慢,而2010 年以后4 個(gè)地區(qū)均呈現(xiàn)出快速增長(zhǎng)的態(tài)勢(shì),這可能和2009 年新一輪醫(yī)藥衛(wèi)生體制改革政策的出臺(tái)有極大的關(guān)系。其中,江蘇省的增長(zhǎng)速度要比浙江省略快,上海市增長(zhǎng)速度要略快于安徽省。
圖1 長(zhǎng)三角地區(qū)2001 年—2017 年衛(wèi)生總費(fèi)用發(fā)展趨勢(shì)
國(guó)際上,通常以衛(wèi)生總費(fèi)用占GDP 的比重來(lái)衡量一個(gè)國(guó)家或地區(qū)的醫(yī)療衛(wèi)生籌資水平和醫(yī)療衛(wèi)生發(fā)展?fàn)顩r。雖然各國(guó)對(duì)于衛(wèi)生總費(fèi)用占GDP 比例的理想標(biāo)準(zhǔn)尚未達(dá)成共識(shí),但根據(jù)世界衛(wèi)生組織規(guī)定,發(fā)展中國(guó)家的占比不低于5%。而我國(guó)在2017 年已經(jīng)達(dá)到了6.2%,超過(guò)衛(wèi)生組織所規(guī)定的最低標(biāo)準(zhǔn)。表1 中的數(shù)據(jù)顯示,截止到2017 年,在長(zhǎng)三角地區(qū)中只有上海市和安徽省高于全國(guó)標(biāo)準(zhǔn),而江蘇省和浙江省仍然還有一定的差距。在長(zhǎng)三角地區(qū)中,上海市的占比最高,達(dá)到了6.81%,江蘇省的占比最少,為4.30%。由此說(shuō)明,4 個(gè)地區(qū)在醫(yī)療衛(wèi)生發(fā)展水平上尚存在一定的差距。
表1 長(zhǎng)三角地區(qū)各?。ㄊ校┬l(wèi)生總費(fèi)用及其占GDP 比重
2.2.1 數(shù)列的平穩(wěn)性處理
根據(jù)2001 年—2017 年長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用及占GDP 比重的數(shù)據(jù)可以看出,4 個(gè)地區(qū)均呈現(xiàn)明顯增長(zhǎng)趨勢(shì),均不是平穩(wěn)序列。因此,需對(duì)其進(jìn)行差分處理。經(jīng)過(guò)檢驗(yàn)分析后可知,上海市衛(wèi)生總費(fèi)用序列在經(jīng)過(guò)二階差分后趨于平穩(wěn),故d=2。由于篇幅有限,本研究只展現(xiàn)上海衛(wèi)生總費(fèi)用預(yù)測(cè)的建模過(guò)程,江蘇、浙江、安徽地區(qū)的衛(wèi)生總費(fèi)用及GDP 占比指標(biāo)同理可得。
2.2.2 參數(shù)的估計(jì)及檢驗(yàn)
差分處理之后,利用SPSS 軟件對(duì)長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用及其占GDP 比重分別進(jìn)行擬合,上海市衛(wèi)生總費(fèi)用二階差分自相關(guān)圖見(jiàn)圖2,偏自相關(guān)圖見(jiàn)圖3,總體殘差自相關(guān)及偏自相關(guān)圖見(jiàn)圖4,通過(guò)自相關(guān)(ACF)及偏自相關(guān)(PACF)圖初步判斷拖尾和截尾情況,經(jīng)過(guò)模型的對(duì)比和不斷嘗試,估計(jì)ARIMA 模型的各項(xiàng)參數(shù),最終確定最優(yōu)的3 個(gè)參數(shù)為p=0,d=2,q=1。經(jīng)檢驗(yàn)可知,模型的擬合統(tǒng)計(jì)量為0.996,>0.9,標(biāo)準(zhǔn)化BIC 值為7.9,MAE 為24.294,殘差的為0.224,>0.05,可以看出模型的擬合效果較好,殘差為白噪聲序列,可以利用其對(duì)上海市衛(wèi)生總費(fèi)用進(jìn)行預(yù)測(cè)。其他地區(qū)衛(wèi)生總費(fèi)用及GDP 占比的擬合參數(shù)見(jiàn)表2、表3。
圖4 上海市衛(wèi)生總費(fèi)用殘差自相關(guān)(左)及偏自相關(guān)圖(右)
表2 長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用ARIMA 模型擬合參數(shù)
表3 長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用占GDP 比重ARIMA 模型擬合參數(shù)
圖2 上海市衛(wèi)生總費(fèi)用二階差分自相關(guān)圖
圖3 上海市衛(wèi)生總費(fèi)用二階差分偏自相關(guān)圖
2.2.3 模型的擬合及預(yù)測(cè)
本研究利用所建立的ARIMA 模型分別對(duì)長(zhǎng)三角地區(qū)的衛(wèi)生總費(fèi)用及其占GDP 的比重進(jìn)行預(yù)測(cè),并求出相對(duì)誤差,相對(duì)誤差=(預(yù)測(cè)值-實(shí)際值)/實(shí)際值。從擬合結(jié)果可以看出,上海市衛(wèi)生總費(fèi)用的實(shí)際值與預(yù)測(cè)值之間相對(duì)誤差絕對(duì)值的最大值為8.42%,最小值為0.19%。經(jīng)計(jì)算,上海市實(shí)際值與預(yù)測(cè)值平均相對(duì)誤差絕對(duì)值僅為0.74%,說(shuō)明擬合效果較好,可以利用其進(jìn)行外推預(yù)測(cè)。同理,求得江蘇省平均相對(duì)誤差為0.25%、浙江省為0.38%、安徽省為0.17%,由此可以看出所建立的模型均精度較高、擬合效果較好,可以利用其預(yù)測(cè)未來(lái)衛(wèi)生總費(fèi)用的發(fā)展趨勢(shì)。衛(wèi)生總費(fèi)用預(yù)測(cè)值與實(shí)際值對(duì)比情況見(jiàn)表4。
表4 長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用預(yù)測(cè)值與實(shí)際值對(duì)比
由表5 可知,上海市衛(wèi)生總費(fèi)用占GDP 的比重實(shí)際值與預(yù)測(cè)值之間的擬合效果較好,相對(duì)誤差絕對(duì)值最大值為6.67%,最小值為0.36%,經(jīng)計(jì)算,其平均相對(duì)誤差絕對(duì)值也僅為0.56%。同理,江蘇省平均相對(duì)誤差僅為0.02%,浙江省平均相對(duì)誤差僅為0.37%,安徽省的平均相對(duì)誤差為1.11%。可以看出,所建立的ARIMA 模型的擬合度較好,可以對(duì)衛(wèi)生費(fèi)用占GDP 的比重?cái)?shù)據(jù)進(jìn)行預(yù)測(cè)。長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用占GDP 比重預(yù)測(cè)值與實(shí)際值對(duì)比見(jiàn)表5。
表5 長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用占GDP 比重預(yù)測(cè)值與實(shí)際值對(duì)比
根據(jù)預(yù)測(cè)結(jié)果顯示,未來(lái)長(zhǎng)三角地區(qū)無(wú)論是衛(wèi)生總費(fèi)用還是其占GDP 的比重均呈現(xiàn)不斷增長(zhǎng)的趨勢(shì)。到2025 年,上海市衛(wèi)生總費(fèi)用將達(dá)到4 476.30億元,江蘇省衛(wèi)生總費(fèi)用將達(dá)到7 527.01 億元,浙江省衛(wèi)生總費(fèi)用將達(dá)到5 877.44 億元,安徽省衛(wèi)生總費(fèi)用將達(dá)到3 496.36 億元。僅從總量看,江蘇省衛(wèi)生總費(fèi)用支出總量最大,其次是浙江省,最低的為安徽省。然而,雖然江蘇省衛(wèi)生總費(fèi)用支出排名第1,但其占GDP 的比重最低,僅為4.86%,而上海市衛(wèi)生總費(fèi)用占GDP 的比重將達(dá)到12.05%,在長(zhǎng)三角地區(qū)中位居榜首。
ARIMA 模型因其預(yù)測(cè)精度高、效果好、對(duì)數(shù)據(jù)的要求較低等優(yōu)點(diǎn),被廣泛運(yùn)用于經(jīng)濟(jì)、醫(yī)療、農(nóng)業(yè)等各領(lǐng)域。本研究利用2001 年—2017 年長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用及其占GDP 比重的相關(guān)數(shù)據(jù),通過(guò)建立相應(yīng)的ARIMA 模型,對(duì)未來(lái)幾年長(zhǎng)三角地區(qū)的衛(wèi)生總費(fèi)用及其占GDP 比重的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)分析。根據(jù)模型的預(yù)測(cè)結(jié)果可知,所建立的預(yù)測(cè)模型平均相對(duì)誤差均低于10%,精度較好、擬合度較高,可以用來(lái)進(jìn)行外推預(yù)測(cè)。然而,任何預(yù)測(cè)模型都有其優(yōu)劣之處。本研究預(yù)測(cè)的結(jié)果只是從時(shí)間序列的角度出發(fā)進(jìn)行的外推預(yù)測(cè),而現(xiàn)實(shí)狀況中,一個(gè)國(guó)家或地區(qū)衛(wèi)生總費(fèi)用的投入會(huì)受到人口稠密程度、經(jīng)濟(jì)發(fā)展水平、老齡化程度、疾病負(fù)擔(dān)等一系列因素的影響。這既是時(shí)間序列預(yù)測(cè)模型的局限性,也是本研究的不足之處。因此,在今后的研究中,應(yīng)該綜合考慮各種因素對(duì)衛(wèi)生總費(fèi)用的影響,提高預(yù)測(cè)模型的科學(xué)性及準(zhǔn)確度。
表6 長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用及其占GDP 比重預(yù)測(cè)結(jié)果
長(zhǎng)三角地區(qū)作為我國(guó)經(jīng)濟(jì)發(fā)展的重要增長(zhǎng)區(qū)域,在我國(guó)經(jīng)濟(jì)發(fā)展中具有重要的戰(zhàn)略地位,對(duì)其衛(wèi)生總費(fèi)用及其占GDP 比重進(jìn)行合理預(yù)測(cè),不僅可以為各地衛(wèi)生部門提供指導(dǎo),而且對(duì)我國(guó)其他地區(qū)醫(yī)療衛(wèi)生發(fā)展也具有十分重大的參考意義。本研究顯示,長(zhǎng)三角地區(qū)在未來(lái)幾年內(nèi),無(wú)論是衛(wèi)生總費(fèi)用還是其占GDP 的比重均將呈繼續(xù)穩(wěn)步增長(zhǎng)的態(tài)勢(shì)。江蘇省作為經(jīng)濟(jì)和人口大省,在衛(wèi)生總費(fèi)用投入方面位列第1,然而其衛(wèi)生總費(fèi)用占GDP 的比重在長(zhǎng)三角地區(qū)中卻最低。這一方面可能與江蘇省人口結(jié)構(gòu)、醫(yī)療衛(wèi)生戰(zhàn)略有一定的關(guān)系,但究其根本,是因?yàn)榻K省衛(wèi)生總費(fèi)用的投入水平與其經(jīng)濟(jì)增長(zhǎng)水平不相匹配。我國(guó)衛(wèi)生總費(fèi)用占GDP 的比重在2017 年就已經(jīng)達(dá)到6.2%,然而經(jīng)預(yù)測(cè),到2025 年,江蘇省占比才達(dá)到4.86%,這一指標(biāo)不足上海市的1/3。預(yù)測(cè)顯示,未來(lái)上海市衛(wèi)生總費(fèi)用占GDP 的比重將繼續(xù)保持增長(zhǎng)且穩(wěn)居第1,這一方面可能與上海市具有較高的醫(yī)療服務(wù)水平有極大的關(guān)系,另一方面可能與近年來(lái)上海地區(qū)不斷推進(jìn)醫(yī)藥衛(wèi)生體制改革,如大力推進(jìn)分級(jí)診療制度、積極發(fā)展家庭醫(yī)生制度、積極試點(diǎn)建立長(zhǎng)期護(hù)理保險(xiǎn)等制度有密切聯(lián)系。因此,今后長(zhǎng)三角地區(qū)各地在保持衛(wèi)生總費(fèi)用穩(wěn)定增長(zhǎng)的同時(shí),應(yīng)保持其合理的增長(zhǎng),促進(jìn)衛(wèi)生總費(fèi)用的良性發(fā)展。
長(zhǎng)三角一體化戰(zhàn)略的內(nèi)涵不僅包括經(jīng)濟(jì)發(fā)展一體化,更包括“醫(yī)療服務(wù)水平”等方方面面的一體化。本研究結(jié)果顯示,當(dāng)前和未來(lái)長(zhǎng)三角地區(qū)衛(wèi)生總費(fèi)用的投入及其占GDP 的比重仍然具有較大的差距,也就是說(shuō)各地區(qū)醫(yī)療服務(wù)水平發(fā)展較不均衡。進(jìn)一步分析可以看出,安徽省的衛(wèi)生總費(fèi)用投入最低,但其占GDP 的比重卻與上海地區(qū)相當(dāng)。究其根本原因,可能與近年來(lái)安徽省全面實(shí)施“健康安徽”戰(zhàn)略發(fā)展有極大的關(guān)系。江蘇省衛(wèi)生總費(fèi)用投入最多,但GDP 占比卻最低。這不僅說(shuō)明各地區(qū)自身醫(yī)療衛(wèi)生投入水平與經(jīng)濟(jì)發(fā)展水平存在一定差距,更說(shuō)明長(zhǎng)三角地區(qū)之間醫(yī)療衛(wèi)生服務(wù)水平也存在一定差距。衛(wèi)生總費(fèi)用的支出總量及占GDP 比重是反映一個(gè)國(guó)家和地區(qū)經(jīng)濟(jì)發(fā)展水平、政府部門對(duì)醫(yī)療衛(wèi)生的重視程度以及當(dāng)?shù)鼐用窠】邓降闹匾笜?biāo)。因此,在今后的發(fā)展過(guò)程中,國(guó)家應(yīng)該統(tǒng)籌協(xié)調(diào),加強(qiáng)長(zhǎng)三角地區(qū)的宏觀調(diào)控,大力縮短各地之間的醫(yī)療服務(wù)水平差距,醫(yī)療服務(wù)水平較高的地區(qū)在保持自身穩(wěn)定發(fā)展的同時(shí),發(fā)揮其自身優(yōu)勢(shì),主動(dòng)向水平較低地區(qū)提供醫(yī)療衛(wèi)生服務(wù),如建立長(zhǎng)三角地區(qū)醫(yī)療衛(wèi)生人才流動(dòng)機(jī)制,促進(jìn)高級(jí)醫(yī)療衛(wèi)生人才隊(duì)伍的發(fā)展,提升異地就醫(yī)的便捷程度等。