1、对上述关于医疗状况和医疗卫生支出非均等性的研究,由于缺乏相应的时间序列数据,很少使用时间序列计量模型,它们在很大程度上是基于调查研究和横截面模型进行研究。这种横截面模型通常不考虑随时间变化的独立变量,但是这种随时间变化的独立变量对因变量有着重要的影响作用。在本研究中,对因变量的调整往往要考虑时间滞后,通过运用混合横截面和时间序列数据,在面板设置中考察医疗卫生支出和收入不平等之间的关系。本文的目的在于两个方面:其一,通过检验医疗卫生支出的两个收敛性假设,以考察中国医疗卫生支出方面的非均等性,这对搞清楚一些医疗卫生支出滞后的省份如何追赶先进省份以及评估当前中央政府和地方政府所实行的医疗卫生政策非常
2、有用;其二,在面板设置中,利用Westerlund和Edgerton5-6所使用的新面板协整检验考察医疗卫生支出非均等性和收入非均等性。我们所采用的变量是Gerdtham和Johsson在面板模型中所使用的政府预算赤字、收入不平等变量,以便将医疗卫生支出作为因变量,在以下的研究中,这种检验可以解决更加重要的问题。以往的实证研究并没有在这些模型中使用回归检验“新”变量,一种可能性在于,这种“新”变量可能就是政府预算赤字,这极有可能对公共卫生支出形成一种强有力的约束,由此引起进一步需要关注的问题就是对医疗卫生支出关联性的非平稳性和协整检验问题,至今还没有一致的结论。除此之外,我们也考察收入不平等这
3、一新变量究竟是如何用来解释中国医疗卫生支出地区差异的。为了便于分析,我们搜集了2002-2014年30个省、市、自治区(西藏除外)城镇居民和农村居民人均医疗卫生支出的面板数据,并把它进行详细分类研究 这里仅获得了2002年及以后年度城镇和农村地区有关的分类数据。由于部分西藏的数据没有获得,所以实证中没有考虑西藏,文中其他地方也是一样。二、研究方法 目前中国的医疗卫生支出所占国民生产总值(GDP)约为5.6%,但是在农村地区医疗卫生支出只占全部医疗卫生支出的20%,城镇与农村地区之间存在较大差别。如上所述,我们的研究拟分为两个部分:第一部分将研究医疗卫生支出的收敛性假设,以此用汇总的面板数据来确
4、定收敛簇;第二部分利用城镇和农村地区医疗卫生支出的分类数据,运用面板协整检验来考察医疗卫生支出的非均等性状况。在这一部分,我们将简要运用医疗卫生支出混合横截面和时间序列数据检验收敛性假设的方法。医疗卫生支出收敛性的核心概念来源于新古典增长模型的收入收敛性。在新古典模型假设下,经济模型对这种情况进行预测:在不同的发展初始水平下,假设一个国家或者一个地区的收入,从长期看将出现一个相同的稳定增长路径。正如在不同地区之间收入出现收敛,医疗卫生支出作为一种重要的消费结构,也呈现出相同的收敛特征Hitiris和Nixon7 (2001), Okunade等8,Wang9关于经济收敛理论及相关医疗卫生支出收
5、敛的含义。在横截面模型下,有两个非常重要的收敛性概念:-收敛与-收敛。具体来讲,处于不同初始水平下的医疗卫生支出的N个省份,在既定时期,如果低水平的省份,医疗卫生支出消费支出的增长速度高于高水平支出水平的省份,这种差距缩小的变化过程我们称为-收敛。在一定时期,如果医疗卫生支出省际之间离差呈现不断缩小,我们称之为出现-收敛。这种离差我们用变异系数(CV)表示,也就是说,一个变量的标准差被它的均值标准化了。为了检验-收敛,我们通过横截面模型的检验回归来进行估计。如果检验结果不能显示中国所有省份医疗卫生支出正常收敛的证据,我们将进行收敛簇分析,我们利用Hobijn和Franses的收敛簇方法来考察收
6、敛的大小和具体构成。三、医疗卫生支出收敛性的检验结果 (一)数据 我们搜集了1988-2014年中国30个省市人均医疗卫生支出和人均GDP的面板数据,这两方面数据以2000年的不变价格为基础,结合通货膨胀率进行了价格调整。表1提供的是1988和2014年医疗卫生支出的统计数据以及相应各省人均医疗卫生支出的增长率。可以看出,医疗卫生支出在样本期的初始年份和结束年份表现出非常大的变动,医疗卫生支出总额最大的省份与总额最小省份的比例从1988年的6.15%增长到2014年的8.91%。 (二)横截面证据:-收敛和-收敛的检验结果 我们首先利用变异系数检验-收敛,图1显示1988-2014年全国30个
7、省份变异系数的变化顺序,医疗卫生支出在样本周期内的跨区域分散率由48.59%增长到71.34%,增长了22.75%。在图1中,医疗卫生支出变异系数显示上升趋势,因而这不能支持医疗卫生支出的-收敛。为了估价-收敛,我们利用方程(1)来估计横截面回归,这里k=1,t=1,2,(T-1)。表2的第2列和第3列提供了参数估计和相应的置信区间,置信区间为90%95%,这些是通过1 900个样本自举方法获得的。这里点估计=0.012,统计上没有出现显著的变化,因此,我们没有发现医疗卫生支出绝对-收敛的证据。然后,我们通过使用实际的人均收入变量GDP在方程(1)检验条件收敛,考虑GDP这一影响因素,所估计的
8、相关系数=-0.028,显著水平为5%,由此可以看出支持条件收敛。也就是说,在各省人均收入水平以每年2.8%增长率增长的情况下,各省的HCE呈现条件收敛。表2所估计的收入相关系数呈显著变化,说明收入与相应的医疗卫生支出增长呈正相关关系。这与下面第四部分所描述的结果保持一致,地区收入离差与医疗卫生支出的非均等性紧密相关,同时也表明,为了消除医疗卫生支出的非均等性状况,我们所采取的政策的重点应该放在加快贫困农村地区的快速发展上。为了进一步研究条件收敛,我们在医疗卫生支出初始水平上对长期HCE的增长进行回归检验,也就是说(yi,T-yi,1)对yi,1进行回归。表2的第4列已经列出了回归结果,估计值
9、为-0.122,表明呈现非显著性。这说明关于 HCE呈现绝对收敛没有提供可靠的有力证据,由此印证了在不同省份不存在整体收敛这一早期研究结果,意味着不同省份之间医疗卫生支出存在差异。考虑GDP这一因素,HCE在初始水平下的点估计为-0.553(表2的第4列),意味着HCE在对各省的收入水平呈现条件收敛,-条件收敛的证据与我们早期获得的证据保持一致。(三)时间序列收敛的证据 以上研究表明各省之间医疗卫生支出没有在全国范围内呈现出收敛性。我们现在利用收敛簇做进一步研究,这里利用了Hobijn和Franses的聚类算法,表3列出了HCE收敛簇的检验结果。我们把中国分为华北、东北、华东、中南、西南、西北
10、六大区域,分别用数字1-6表示 具体地理位置划分如下:(1)华北地区:北京、天津、河北、山西、内蒙古;(2)东北地区:黑龙江、吉林、辽宁;(3)华东地区:上海、江苏、浙江、安徽、福建、江西、山东;(4)中南地区:河南、湖北、湖南、广东、广西、海南;(5)西南地区:重庆、四川、云南、贵州、西藏;(6)西北地区:陕西、甘肃、宁夏、新疆。为了便于解释我们的研究结果,根据它们实际中等收入水平的中位数,把30个省分为3组,也就是收入水平较高的用h表示,收入水平中等的用m表示,收入水平较低的用l表示。在表3中,这种划分在每个省后面用括号标出。表3的上半部分显示出19个省呈现了8个规模为23的渐进性收敛,其
11、余9个是非收敛的省份,这种结果与横截面检验模型中不存在HCE全面收敛的结果一致。再看表3的下半部分,我们可以发现30个省HCE相对渐进收敛有着更多的证据。这就说明,从长期看,HCE的增长率在1组范围内是相等的,除了广东,所有省份应该属于11个规模为2或3相对收敛的组别。表3也意味着6个传统区域没有一个属于时间序列收敛的类型。为了进一步验证,表3上半部分我们选择湖北、江苏、陕西这3个省份,它们为规模3的第3组,它们呈现了渐进收敛。在图2的(a)部分,我们测算了HCE的收敛值,我们可知,3个省在时间上HCE呈现相同的动态特征。在图2的(b)部分,则呈现出略有不同的趋势,我们可知,广东省不属于任何确
12、定的收敛组别。事实上,当它与组成相对收敛组别的省份相比较,医疗卫生支出有不同的动态特征,我们将进一步考察出现这些结果的各种可能原因。通过收敛检验,我们发现医疗卫生支出在中国各省之间缺乏整体上的收敛性,这表明医疗卫生支出在一定程度上存在非均等化。为了进一步考察影响医疗卫生支出差异的各种因素,我们利用另一个检验方法,那就是Westerlund和Edgerton所使用的面板协整检验,并使用中国城镇地区和农村地区的有关混合横截面数据和时间序列数据。这种检验是基于拉格朗日乘数原理,它考虑了横截面依赖,这对于小样本检验是非常有效的。检验的过程在前面已有具体阐述,在此不再赘述。(一)医疗卫生支出和收入不平等
13、测量的有关数据 对城镇地区和农村地区的面板数据进行分解,用来检验医疗卫生支出不均等和收入不均等之间的关系。由于时间跨度较短,官方和非官方公布的基尼系数在时间序列的分析上没有多大帮助。我们计算全国30个省城镇居民人均可支配收入与农村居民人均可支配收入的比重,把这个比重作为收入不平等的代理变量,得到了2004年以后的城镇与农村有关分类数据,因此我们采用2004年以后的样本。同样我们可以计算城镇居民人均医疗卫生支出与农村人均医疗卫生支出的比重,并把这个比重作为医疗卫生支出不均衡的代理变量。表4列出了2004年、2009年、2014年3年人均医疗卫生支出的比重,我们所收集的数据表明城镇地区人均HCE2
14、004年为57.04元,农村居民人均HCE仅仅是24.53元;2014年,城镇地区和农村地区人均HCE分别是270.78元和95.06元,意味着随着时间的推移城镇与农村的医疗卫生支出差距日益扩大。医疗卫生支出最大值与最小值的比值,由2004年的3.8%增长到2009年的5.7%,到2014年下降为3.18%。除了测量收入的非均等性,我们也计算城镇居民收入与农村居民收入的差异性即标准差。我们考虑一个省级政府变量政府预算赤字(BD),这个变量的重要性在Gerdtham和Johsson的研究已有所体现。对中国大多数省份,政府预算赤字可能成为一种对公共医疗卫生支出强有力的约束。因此,政府预算赤字与中国的医疗卫生支出具有特别的关联性。这里的各省政府预算赤字(BD)数据根据通货膨胀率进行了调整,我们所使用的数据主要来源于中国统计年鉴医疗卫生统计年鉴以及各省的各类统计年鉴。 (二)医疗卫生支
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1