胡嘉靖，范艳存，刘思佳，薛清元

1内蒙古医科大学卫生管理学院，内蒙古呼和浩特，010100；2内蒙古自治区卫生政策研究所，内蒙古呼和浩特，015001

作为卫生方面的宏观经济信息，卫生总费用是评价一个国家和地区卫生筹资政策和资金利用情况的重要指标[1]，由政府卫生支出、社会卫生支出和个人卫生支出3部分组成。卫生总费用及其构成在很大程度上可以反映出国家、社会及个人对健康的重视程度及对医疗卫生费用的负担水平[2]。卫生总费用合理增长已经成为各国公共治理的挑战之一[3]。对卫生总费用及构成进行科学的分析和预测，充分衡量其变化幅度和方向，能够为卫生健康部门提供数据支持，为进一步优化卫生筹资体系，使卫生总费用保持合理增长提供参考。

卫生总费用的预测一直是卫生政策和卫生管理领域的研究热点。但以往研究多数采用单个预测模型进行预测，虽然具有不错的拟合度，但预测模型各有其局限性。本研究以内蒙古自治区卫生总费用及构成作为研究对象，将3种常见的灰色预测模型与BP神经网络模型进行组合，构成组合预测模型对内蒙古“十四五”期间卫生总费用趋势及结构变化进行预测，以期为内蒙古医疗卫生服务体系发展提供数据支撑和政策建议。

1 资料来源与方法

1.1 资料来源

内蒙古自治区卫生总费用数据来源于2011-2015年《内蒙古卫生统计资料汇编》、2017-2018年《内蒙古卫生和计划生育统计年鉴》以及2019-2021年《内蒙古卫生健康统计年鉴》。

1.2 研究方法

1.2.1 灰色预测模型。灰色预测模型是灰色系统理论的重要组成部分，由邓聚龙教授在1982年提出，该模型对研究数据要求不高，具有可以处理小样本、贫信息的特点[4]，目前在卫生费用预测领域已经有广泛的应用[5-8]。本研究选取目前已经被广泛应用的3种灰色预测模型，包括GM(1,1)模型、DGM(1,1)模型以及DNGM(1,1)模型[9-11]，由于篇幅限制，具体的建模过程在此不再进行赘述。

虽然灰色预测模型应用广泛、效果显著，但建立模型的数据序列需要满足一定的条件。数据序列要满足准指数规律，即序列的变化速度不能过快[9]。若原始数据序列不满足准指数规律，则需要利用弱化算子对原始数据进行处理，使之满足准指数规律[12]。

1.2.2 神经网络模型及组合预测模型。神经网络是通过模拟生物神经网络进行数据处理的一种模型，具有良好的非线性映射能力，对样本资料的类型和分布无严格要求[13]。本研究将BP神经网络模型与灰色预测模型进行组合，建立组合预测模型。将GM(1,1)、DGM(1,1)和DNGM(1,1)模型的模拟值作为输入，将实际值作为输出建立神经网络，隐含层设置为5层。设置网络的训练参数，其中输出层的激活函数为pruelin，其余层的激活函数为tansig，训练速率为0.01，误差精度为10-6，最大训练次数为1000次，选取贝叶斯正则化方法trainbr为训练方法。由于神经网络的训练过程具有一定的随机性，因此本研究将该模型运行1000次取其平均值作为预测结果。

1.3 统计学方法

使用Excel 2016对数据进行整理，Matlab 2018a构建预测模型并进行拟合分析。

2 结果

2.1 内蒙古卫生费用现状及准指数规律的检验

2007-2019年内蒙古卫生总费用呈现逐年上升趋势，13年间卫生总费用上涨了931.19亿元，年均增长率达32.58%。作为卫生总费用的筹资来源，政府、社会和个人的卫生支出结构发生较大转变，政府卫生支出和社会卫生支出分别由23.12%、28.86%上升到29.30%、40.14%，个人卫生支出由48.02%下降到30.56%，呈现出政府和社会卫生支出占比逐年上升，个人卫生支出占比逐年下降的态势。人均卫生总费用上，由980.77元增长到4841.63元，与卫生总费用的变化趋势基本一致。内蒙古卫生总费用占国民经济(GDP)的比例呈逐步上升的趋势，从2007年的3.71%上升到6.79%，2019年我国卫生总费用占GDP的比重为6.67%，可见内蒙古卫生总费用占GDP比重略高于全国水平。见表1。

在建立预测模型前，对内蒙古2007-2019年政府卫生支出、社会卫生支出、个人卫生支出数据序列进行准指数规律检验，可以发现社会卫生支出、个人卫生支出的数据序列光滑度满足准光滑序列的条件，可以进一步进行建模预测；政府卫生支出的数据序列不满足准光滑序列的条件，需要引入弱化算子对原始数据进行处理，处理后得到的数据序列为(217.79，231.35，245.39，258.09，271.27，281.76，292.8，302.77，315.16，326.08，333.46，333.64，342.63)，经检验后发现该序列满足准指数规律，可以建立灰色预测模型。见图1。

表1 2007-2019年内蒙古卫生总费用及其构成

图1 内蒙古卫生费用序列的准指数规律检验

2.2 模型训练结果和模型检验

使用内蒙古2007-2017年政府卫生支出、社会卫生支出、个人卫生支出数据作为原始序列进行建模，对2018年和2019年的卫生支出费用进行预测，将预测结果分别求和作为卫生总费用的预测数据，计算平均相对误差率，检验模型的预测效果。对不同预测模型进行比较，本研究中构建的组合模型在卫生总费用预测中拟合数据和验证数据的相对误差分别为2.64%和0.25%，显著低于3个灰色预测模型(表2)，在政府卫生支出、社会卫生支出和个人卫生支出上呈现出更好的拟合预测精度(表3)，因此本研究将采用构建的组合模型进行预测。

2.3 组合模型的预测结果

采用本研究中构建的组合模型对内蒙古自治区2020-2025年卫生总费用及其组成进行预测，2020-2025年内蒙古卫生总费用仍将呈上升趋势，预计到2025年内蒙古卫生总费用将达到1415.10亿元，政府、社会和个人的卫生支出分别为386.32亿元、610.68亿元、418.10亿元。政府卫生支出占比降低了1.26%，社会卫生支出占比增加了1.25%，个人卫生支出占比基本保持不变。见表4。

3 讨论

3.1 不同预测模型的组合可以达到更好的预测效果

基于历史数据的演化趋势对未来进行展望是预测的一种常用方法[14]，卫生总费用作为全社会的卫生活动的重要反映，容易受到人口、经济和社会等多方面因素的影响， 因此通常使用时间序列数据建立预测模型进行预测，但单一的模型可能存在精确度和稳定性方面的问题[15]。因此将多种模型进行组合，可以进一步提升预测结果精度和降低误差。本研究依据内蒙古2007-2019年卫生总费用及其构成的数据，使用GM(1,1)、DGM(1,1)和DNGM(1,1)三种灰色预测模型与神经网络模型进行组合，获得了误差相对较小的拟合和预测效果。在卫生总费用及构成的预测研究中，组合预测模型可以达到精度更高的预测结果，具有一定的研究价值，未来可以将人口结构、卫生资源配置等因素引入到卫生总费用的预测中，进一步完善组合预测模型。

表2 不同模型的内蒙古卫生总费用拟合和验证结果

表3 不同模型的内蒙古卫生总费用构成的精度检验结果

表4 内蒙古卫生总费用预测结果

3.2 内蒙古卫生总费用将持续上升，但增长幅度会逐渐降低

充足的政府卫生投入是发展卫生健康事业、提高居民健康水平、供给健康劳动力、维护社会公平正义的基础和保障[16]。2007年以来，内蒙古卫生总费用高速增长，年均增长率超过30%，2019年占GDP比重达到6.79%，略高于全国6.67%的水平，可见内蒙古对于医疗卫生保健较为重视。卫生总费用绝对数量的增长不可能是无限度的[17]，根据国际上其他国家的经验，卫生总费用占GDP比重到一定阶段后会保持稳定。从预测结果看，内蒙古卫生总费用仍将持续增长，但增长幅度会逐渐降低，2020-2025年的年均增长率约为2.90%。在我国经济发展新常态背景下，经济增长速度减缓[18]，与此同时受新冠肺炎疫情影响，政府疫情防控支出增加，人口老龄化程度不断加深，卫生总费用规模将进一步扩大，一系列因素使得卫生总费用占GDP比重可能高于预测值。不断增长的卫生总费用投入并不等于人群健康效率的快速提升[19]，合理地配置卫生总费用投入，建立科学的绩效目标，通过精细化管理和绩效评估结构调整提高卫生费用的绩效，将成为深化医药卫生体制改革的重要任务[20]。

3.3 内蒙古卫生总费用结构仍需优化

按照国际惯例，卫生总费用构成以“3∶4∶3”较为合理，即社会卫生支出占40%,政府和个人卫生支出各占30%[21]。内蒙古卫生总费用中政府、社会和个人支出从2007年的2∶3∶5转变为2019年的3∶4∶3，初步实现了卫生总费用结构的个人卫生支出为主到社会卫生支出为主的改革，2020-2025年期间个人卫生支出将降低到30%以内，卫生总费用整体结构趋于合理。但需要注意到，与全国个人卫生支出占比水平(28.36%)相比，内蒙古的占比(30.56%)仍然相对较高，同时内蒙古个人卫生支出的绝对值由114.39亿元增长到357.34亿元，增长了212.39%。根据预测结果，个人卫生支出占比缓慢降低，预计到2024年下降到29.25%，与《内蒙古自治区“十四五”卫生与健康事业发展规划》中提出的2025年低于28%的目标仍有一定差距。这些数据表明“十四五”时期内蒙古仍面临家庭灾难性卫生支出的风险[16]，因此需要进一步降低个人卫生费用负担。在卫生总费用将持续增长的情况下，一方面需要建立以“健康中国”战略为导向的政府卫生投入机制[22]，综合考虑内蒙古人口结构、患病率、医疗技术水平等因素，推动建立适合内蒙古实际的可持续性政府卫生投入长效机制。另一方面需要进一步加强社会卫生筹资，通过税收优惠等引导政策鼓励社会组织和企业投入卫生健康领域；加快发展商业健康保险，完善与基本医疗保险的衔接融合，提升商业健康保险在卫生总费用中的占比。