公立医院三重垄断与医疗行业效率——基于我国省际面板数据的研究-庞瑞芝.pdf

《公立医院三重垄断与医疗行业效率——基于我国省际面板数据的研究-庞瑞芝.pdf》由会员分享，可在线阅读，更多相关《公立医院三重垄断与医疗行业效率——基于我国省际面板数据的研究-庞瑞芝.pdf（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2018年1月第40卷第1期当代经济科学Modern Economic ScienceJan，2018V0140 NO1公立医院“三重垄断与医疗行业效率基于我国省际面板数据的研究庞瑞芝1，高贤泽2，邓忠奇3(1南开大学经济与社会发展研究院，天津300071；2国家开发银行山西分行，山西太原030006；3四川大学经济学院，四川成都610065)摘要：一直以来，处于垄断地位的公立医院主导着我国医疗服务供给市场。随着我国新一轮医药卫生体制改革的深入开展，提升公立医院经营效率、优化医疗资源配置已成为新时代改革的重点。本文揭示了公立医院的“三重垄断”属性及其助长“看病难、看病贵”现象的经济学逻辑，并采

2、用前沿的BootstrapDEA方法，实证研究了我国2010至2014年公立医院垄断对医疗机构经营效率的影响。研究发现：公立医院在数量占比上的减少对于医院系统经营效率的提升有促进作用，而公立医院在门诊、住院两大核心业务上的垄断势力与医院系统经营效率的关系不明显。关键词：公立医院垄断；医院效率；Bootstrap-DEA方法；新医改文献标识码：A 文章编号：100228482018(01)一000112一、引 言随着我国综合国力和人民生活水平的不断提高，民生领域成为近年来深化社会改革、全面建成小康社会的“攻坚区”，十九大报告明确指出“民生领域还有不少短板，脱贫攻坚任务艰巨，城乡区域发展和收入分配

3、差距依然较大，群众在就业、教育、医疗、居住、养老等方面面临不少难题”。长期以来，在我国医院体系内，公立医院无论是在专业设备和人员配置方面，还是在患者就医偏好等方面，都占据主导甚至垄断地位。与此同时，“看病难、看病贵”等社会问题依然突出，医疗服务领域效率水平依然有待提高。在此背景下，2009年我国推行了“新医改”政策，改革之后医疗服务领域的效率水平是否有显著提升?医疗服务效率与医疗市场结构之间是否存在显著关系?类似问题的研究对我国公立医院改革，乃至对未来医疗服务领域市场格局的优化，都具有十分重要的意义。围绕我国新一轮医药卫生体制改革以及“十三五”规划对于医疗体制改革的相关安排，公立医院改革已经成

4、为决定“新医改”成败的关键。在我国现行医疗体制下，医院作为医疗服务供给市场的主体，对我国“医改”及医疗服务体系内各个环节起到“牵一发而动全身”的关键性作用。作为医药销售最大的终端机构，医院医生的“处方权”和医院药事委员会的“采购清单”决定着药品能否顺利进入市场以及药品生产、流通企业的生死存亡。而作为门诊和住院服务最重要的医疗机构，公立医院在引导患者就医、收稿日期：20171120基金项目：教育部人文社科项目“新常态下中国服务业产业组织及生产率系统考察与提升路径研究”(编号：15YJA790049)；中国特色社会主义经济建设协同创新中心成果；天津市教委社会科学重大项目(编号：2016JWZDl5

5、)；四川大学经济学院党的十九大精神研究课题。作者简介：庞瑞芝(1973一)，山东省粱山市人，南开大学经济与社会发展研究院教授，经济学博士，博士生导师，研究方向：产业组织、效率评价；高贤泽(1991一)，山西省晋中市人，国家开发银行山西省分行助理经济师，经济学硕士，研究方向：医药市场改革、产业规划；邓忠奇(通讯作者)(1989一)，四川省广元市人，四川大学经济学院特聘副研究员，经济学博士，研究方向：产业组织、反垄断。本刊网址：http：jjkxxjtueducn 1万方数据医疗人员流动等方面举足轻重。因此，公立医院改革正是当前我国“新医改”推动的社会办医、医药分离、取消药品加成、分级诊疗体系构建

6、、医保支付制度改革等多个方面利益交叉、多方博弈的重要领域。打破公立医院的垄断格局是否有助于“看病难、看病贵”问题的解决?是否有助于我国医疗资源配置效率的提升?立足我国“新医改”的大趋势大方向，本文认为，在顶层设计层面，多元化办医、完善分级诊疗体系等一系列改革措施旨在破除公立医院长期垄断医疗市场局面的政策意图比较明显，但是从学术研究的角度，此问题还需利用实证数据和有效方法进行审慎分析。有关市场结构对医院经营绩效乃至社会福利的影响等方面，目前大多数文献集中于发达国家医疗系统的研究，例如Carey和Gaynor等1-21的研究。具体地，Robinson和Luft33分析了医院市场结构对医疗成本(患者

7、人均医疗成本以及患者日均医疗成本)的影响，认为在高竞争性市场环境下，医院的医疗成本反而比低竞争性市场环境下的医疗成本高，那么保持医疗行业一定程度的垄断性有利于成本节约。但是，Kessler和McClellan41利用美国19851994年的数据研究医院之间竞争水平对医疗支出和患者治愈率的影响时，发现上世纪八十年代，医院竞争对医疗支出和患者治愈率的影响不明显，而在九十年代，医院竞争降低了医疗支出，并提升了患者治愈率，这挑战了Robinson和Luft的结论。此外，还有许多学者利用其它方法对医院之间的竞争及其福利效应进行了研究，其中支持Kessler和MeClellan结论的学者居多。例如，Coo

8、per等嘲研究了英国国家医疗服务体系(NHS)对扩大居民就医选择范围的影响，并以急性心肌梗死死亡率作为代表性指标研究了市场结构对医疗质量的影响，研究结果支持Kessler和McClellan的结论，表明医院之间的相互竞争提升了医疗服务质量；Cooper等63的另一篇文献也发现了类似结论。国内关于此问题的研究有：李林等口1利用2002-2006年我国31个省市自治区的统计数据和固定效应模型，研究了营利性医院在加入医疗服务市场后对人均医疗费用的影响，表明营利性医院的进入对于人均门诊费用及人均住院费用的降低起到显著作用，有利于解决人民群众“看病贵”的问题。Pan等81从省际层面和微观层面(基于国务院

9、城镇居民基本医疗保险人户调查数2据)，就医院竞争对医疗服务的影响问题进行了较为全面的分析，两个层面的研究结论均表明，医院之间的相互竞争有利于降低观察室病死率，缩短患者救治等候时间，同时降低了医疗服务费用，因此也支持Kessler和McClellan的结论，认为保持医院之间的竞争更好。然而，以上研究并未对我国公立医院的垄断问题进行深入剖析，没有触及到公立医院的“三重垄断”属性，对医院经营效率的测算也存在方法层面的局限性，这给本文留下了进一步研究的空间。本文后续章节按照以下思路展开：第二部分对我国公立医院垄断格局下的医改难题进行机理分析，剖析公立医院的“三重垄断”属性；第三部分介绍实证研究方法、指

10、标选择、数据来源和估计结果；第四部分对实证估计结果进行详细分析；最后一部分为本文研究结论和政策建议。二、公立医院垄断格局下的医改难题(一)公立医院“不公益”一直以来，公立医院是我国医疗服务供给的主体，同时也是我国医疗、医药和医保协调联动的关键环节。从医疗领域看，公立医院占据了九成左右的门诊量和住院量(数据参见表1)，庞大的患者群体和相对较低的需求价格弹性，决定了公立医院在医药销售上的强势地位与医保支付方面的绝对占比；在医药领域，公立医院一直是我国药品销售的最大终端，公立医院医生在处方上的决定权，成为患者医药消费的“指挥棒”，也决定了上游药品销售企业的业绩；在医保领域，门诊和住院方面的超高市场份

11、额决定了医保支付的绝对比例流向了公立医院，医保作为付费方，其支付方式的改革必然需要公立医院的配合才能取得良好效果。因此，公立医院的垄断地位，不仅仅体现在引导患者就医层面的绝对优势，更体现在公立医院在医疗服务体系内的核心地位。正是公立医院“强势”的市场地位，导致公立医院的市场行为将深刻影响我国从医疗体制设计到患者就医偏好的方方面面。换言之，公立医院的不公益性甚至逐利性的存在，成为“看病难、看病贵”问题形成的一大主因。公立医院在自身利益的驱使下，很容易利用自身市场垄断地位扭曲医疗服务领域的资源配置。一方面，公立医院在医生、器械、技术等医疗资源上的垄断造成了公立医院“人满为患”与“一号难求”等“看病

12、难”现象，同时造成公立医院在万方数据表1我国公立医院与民营医院发展情况(2005-2014)数据来源：根据中国统计年鉴(20052015)整理得到。提升效率与改进服务方面缺乏激励；另一方面，在药品采购市场上的买方垄断地位使得药品采购领域“寻租”现象蔓延，而“寻租”产生的巨额“营销费用”最终转由患者与医保买单，助长了“看病贵”现象。正是公立医院垄断地位与逐利动机的结合，导致了我国医疗体系的诸多难题，对“看病难、看病贵”问题的解决形成阻力。(二)公立医院的“三重垄断”属性就目前我国医院的市场结构来看，尽管“后来者”民营医院在数量上已占据“半壁江山”(数据参见表1)，但从医院的两大核心业务指标门诊人

13、次和住院人数看，民营医院仅仅拥有不到两成的市场份额，公立医院无论是在门诊服务还是住院服务方面均处于绝对的垄断地位。同时，从表1中民营医院的数量占比与业务量占比的不成比例，还可以看出，当前我国民营医院更多地体现出“多而不强”的特点，在办医规模上与公立医院相去甚远，整个医院行业依然呈现出公立医院“一家独大”的垄断格局。公立医院与民营医院在门诊及住院服务上的巨大悬殊，造成公立医院与民营医院之间尚未形成明显的竞争关系，民营医院(主要是高端民营医院)仅仅在医疗设备、医疗技术人员流动等方面对公立医院形成一定程度的威胁。在目前公立医院牢牢把持近九成的门诊及住院服务的市场格局之下，民营医院在处理与公立医院的竞

14、争关系时，更多地将自身定位为填补公立医院在医疗服务市场的不足或是空白，因而目前大多数民营医院主要集中于技术人才要求相对较低、医疗风险较小、民众医疗服务需求无法在公立医院得到满足的专科领域(如美容整形、口腔、眼科等)以及针对社会高端人群提供的高端医疗保健服务，没能实现其在分级诊疗中应有的作用。在我国长期处于支配地位的公立医院，其垄断地位主要表现为“挟患者以令医药、医保”的“三重垄断”属性公立医院(尤其大型公立医院)凭借其在患者就医方面的强势地位，形成了在药品供应市场的买方垄断，在医药销售市场的卖方垄断以及在医保支付方面的“份额垄断”，参见图1的机理分析。一方面，公立医院作为最大的药品零售终端，占

15、据着药品销售领域最大的市场份额，2015年度中国医药市场发展蓝皮书中数据显示，2014年公立医院终端销售额达到8596亿元，占整个医药销售的市场份额高达6901。另一方面，在医疗服务供给市场，公立医院尤其是公立三甲医院，不仅在高技术诊疗设备、高水平医务人员等方面具有竞争优势，而且在患者就医导向及就医心理上形成了垄断。众所周知，医疗服务的需求价格弹性较低，患者为追求优质的医疗服务往往会更信赖高水平、高等级的医本文定义“份额垄断”是指公立医院在医保支付方面占据绝对份额，因此利用这种力量公立医院可以影响医保政策的制定和执行，从而对患者和制药厂商的福利产生影响，这也是一种垄断势力，但是却与传统产业组织

16、文献研究的买方垄断和卖方垄断不同，且学术界鲜有研究。D-lo3万方数据疗机构。正是由于公立医院长期以来在政府政策支持、科室设置完备、医疗设备齐全、诊疗水平高超等方面积累的良好口碑，加之民营医院起步较晚，使得公立医院成为患者就医的首选。在患者就医集中、诊疗业务垄断的现状下，公立医院承担了近九成的门诊、住院服务，自然也就占据了医保最大的支付份额，可以说正是公立医院在患者就医上的垄断地位使得医保在控费、监督、引导等方面的话语权被削弱，从而形成公立医院在医保付费方面的“份额垄断”。图1我国医疗资源配置机制围资料来源：由作者绘制得到。(三)公立医院垄断助长“看病难、看病贵”从1985年算起，我国“医改”

17、已经推进了逾三十年。不可否认，“医改”三十多年(尤其自2009年“新医改”推行之后)在提升全社会医疗服务水平，促进医疗服务均等化，规范药品流通秩序，建立基本药物制度，提高全民医疗保险覆盖率等多个方面成绩斐然、成效显著。但是，在公立医院垄断地位尚未破除、多元化办医格局尚未形成的现实条件下，完全可以深刻地感受到，人民群众反映强烈的“看病难、看病贵”问题依然需要进一步解决。“号贩子”现象依然屡禁不止，甚至愈演愈烈，百姓医疗负担与医保基金可持续性运转之间的矛盾有待进一步调和等一系列问题，折射出在当前我国公立医院垄断格局下，医疗资源配置依然不尽合理，医疗、医药、医保的“三医联动”尚需进一步优化。一方面，

18、“看病难”反映的是我国医疗资源配置的低效率与不均衡性。公立医院的垄断格局首先影响的是医疗资源的配置，长期以来我国巨额的资源投人在很大程度上向公立医院倾斜，尤其是集中于4城市高等级公立医院，而资源投入的高度集中不仅导致了在公立医院与民营医院的竞争中公立医院占据绝对的优势地位，同时也造成在公立医院系统内部城市公立医院与基层医疗机构之间，在医生诊疗水平、医疗器械配置、医疗基础设施建设等诸多方面的明显差异。其次，公立医院垄断格局下，高水平医务人员自然也愿意向高等级公立医院集中以获得更高的待遇、更好的平台，加之城市公立三级医院在职称评定、岗位编制、行政级别等方面与基础医疗机构以及民营医院存在显著差别，导

19、致我国以高水平医生为代表的优质医疗资源既难以在公立医疗机构系统内实现“下沉”，同时也导致这一部分优质医疗资源难以在公立医院和民营医院之间实现市场化的自由流动。最后，公立医院在人力、财力、物力等医疗资源投入方面的高度集中甚至垄断，导致我国医疗服务产出门诊与住院服务方面的“畸形”状况：民营医院数量的迅速增长并未带来患者在门诊和住院服务选择上的分流；以村卫生室、乡镇卫生院、社区卫生服务中心为主体的基层医疗卫生机构建设水万方数据平近年来得到显著加强，但“基层首诊”制度的落实却并未达到预期效果，城市公立三级医院依然面临“人满为患”的局面。因此，民营医院和新建基层医疗机构的巨大投入与其提供的医疗服务产出之

20、间的不成比例造成了这部分医疗资源投入的浪费，同时城市公立医院在一定投入之下“超负荷”的医疗服务产出造成“边际效用递减”，成为当前我国医疗资源配置无效率与不均衡的主要特征。另一方面，“看病贵”反映的是我国公立医院垄断格局之下的价格规制失灵。长期以来，为解决公立医院价格管制与财政补偿的不足，药品加成15销售的“以药养医”制度由来已久，并进一步导致了医疗机构“过度诊疗”、“过度开药”等一系列问题。作为付费方的医保，其控费职能并未得到有效发挥也在一定程度上造成我国“看病贵”问题的持续发酵。近年来，尤其是“新医改”推行以来，实行的包括药品零加成销售、规范药品招标采购、医保总额预付制改革等一系列措施，已经

21、取得初步成效，人民群众“看病贵”、医疗支出负担大等问题得到了一定程度的缓解。三、实证研究(一)BootstrapDEA方法数据包络分析(DEA)的两阶段方法，在第一阶段估计效率值，第二阶段将效率值与可能的效率影响因素进行回归分析。但在DEA两阶段方法的应用过程中，依然存在许多问题。一方面，在DEA两阶段方法中使用的不是一个一致的数据生成过程(DGP)1妇；另一方面，由于在第一阶段应用DEA方法计算出的效率值都是相对数值，并且每一决策单元(DMU)效率值的测算都依赖于所有其他的DMU，这就违背了回归分析需要样本相互独立的假设，进而导致统计推断失效，使得应用DEA两阶段方法所得出的结论在稳健性和可

22、信度上遭到质疑。针对以上问题，Simar和Wilson12。141提出BootstrapDEA方法，该方法能够规避传统DEA模型在样本敏感性、极端值影响等方面的问题，从而提升DEA方法所得效率值的可信度和稳定性。具体来说，参考Simar等1卜14的相关文献，以及国内学者庞瑞芝和王亮1 5|、庞淑娟等163的相关研究，BootstrapDEA的估计步骤可以归纳为：(1)对于咒个决策单元(DMLD中的每一个决策单元DMU(X。，Y；)，k一1，2，7，利用所选用的DEA模型计算效率值日。；(2)基于咒个决策单元的效率值口。，k一1，2，n，利用Bootstrap方法产生规模为，z的随机效率值日五，

23、芘，其中，b代表Bootstrap方法下进行的第b次抽样；(3)计算模拟样本(X盍，Y。)，是一1，2，n，其中x五：等当，忌一1，2，咒。口砧(4)再次利用DEA方法对每一个模拟样本(X盎，Y。)，k一1，2，以，计算效率值口盍，k一1，2，咒；(5)重复第(2)步至第(4)步，得到B组效率值日五，6=1，2，B；(6)对初始DEA方法计算出的效率值的估计偏差进行修正，即BJAS(臼。)一E(O。)-0；B(7)根据BI“AS(万。)一B一，万毒一万；得到利用b=1BootstrapDEA修正偏差之后的效率值，即以=曰。A ，、 旦BIAS(臼女)一2口一B一1：臼盎。b一1需要注意的是，采

24、用产出导向型和投入导向型DEA时，以上第三步有所不同，参见庞瑞芝和王亮1 5|、Simar等111的研究。(二)投入产出指标选取以医院为代表的各地区医疗供给体系，其主要职能是为各地区人民群众提供疾病诊疗服务，保障社会健康水平，因此医院所创造出的产出更多的是难以用数字进行度量的“健康”。在第一阶段对各省份医院行业的经营效率进行评价时，本文参考庞瑞芝等1 7|、王文娟等m、姚树洁等193关于医院投入产出变量的选择，同时结合医院这一相对特殊的服务行业的经营特点，以全国31个省市自治区为研究对象，以2009年“新医改”后的五年(2010-2014年)为研究时段，使用2011-2013年中国卫生统计年鉴

25、、2014-2015年中国卫生和计划生育年鉴的相关数据，对各省份医院的经营效率进行分析。为了降低患者药费支出，从今年初开始，全国部分省市陆续开始实行药品价格“零加成”改革。5万方数据各地区医院的投人主要包括劳动要素投入和资本要素投入两部分，其中，医院的劳动要素投入主要为各类型医疗技术人员的投入，按照卫生技术人员类型分为执业医师、注册护士、药师(士)、技师(士)四类；资本要素投入部分，本文选取了医院最具代表性的床位数作为其中一个投入指标，同时考虑了医疗设备、医院基础设施建筑等固定资产投入，但限于数据可得性，本文只能选用医疗卫生机构固定资产这一统计指标对各地区医院固定资产投入进行近似替代。在产出方

26、面，医院提供的最基本的医疗服务分为门诊和住院两部分，按照这一业务分类本文选取各地区医院门诊人次作为医院提供门诊服务过程的一个产出指标，选取各地区医院出院人数和住院病人手术人次作为医院提供住院服务的产出指标。投入产出指标的具体选取，参见表2。表2投入产出指标选取(三)研究对象与模型选择根据研究需要，在实证研究的第一阶段，本文利用BootstrapDEA方法对2010-2014年我国各个省份医院的经营效率进行评价。对于DEA基础模型(CCR模型、BCC模型)的选择，由于医院提供的产出“健康”难以度量，加之医院提供诊疗服务的产出不可能是规模报酬不变的，因此本文选取规模报酬可变(VRS)且以产出为导向

27、的BCC模型作为基础模型。由于数据包络分析(DEA)方法对于被评价的决策单元(DMU)的同质性要求较高，本文认为，2010-2014年这一时期既是我国“十二五”规划的建设时期，各个地区面临的宏观环境基本相同，同时这一时期也是我国“新医改”推行后的第一个五年，各个省份在医院这一领域面I临的“医改”政策、技6术条件等行业环境基本稳定，因此基于研究需要以及后续阶段面板数据分析的需要而采用的效率评价方法具有合理性。即便如此，操作方法难以尽善尽美，如何对不同时期决策单元(DMU)的效率值进行更为合理地评价与分析，仍有待进一步的研究与探讨。(四)基于BootstrapDEA方法的效率测算在利用BCC模型计

28、算得出的2010-2014年全国31个省市自治区医院经营效率的基础上，本文利用R软件使用BootstrapDEA方法对样本期各省份医院的效率进行纠偏，其中设定置信区间为95。由于篇幅限制，本文只选取基于原始BCC模型下计算出的效率值(见表3)和利用BootstrapDEA方法纠偏后的修正效率值(见表4)进行呈现。通过比较初始BCC模型计算出的效率值与利用BootstrapDEA方法进行纠正后的效率值，本文可以发现，由于考虑了随机因素对各省份医院效率的影响，Bootstrap方法修正后的效率值要比初始效率值略小，但两种方法所得结果的差异不大，这也从侧面反映出以Bootstrap方法进行修正具有较

29、好的稳健性。从时间纵向看，新医改之后，医院的平均效率有增长趋势，表现为2014年的效率在统计上显著高于2010年。(五)影响因素指标选择在对我国31个省市自治区2010-2014年医院系统经营效率进行测算的基础上，本文进一步研究公立医院的垄断势力是否对医院系统经营效率具有显著影响。使用面板数据进行实证分析时，被解释变量即为前文利用BootstrapDEA方法得到的各省市历年的效率值。对于解释变量的选取(参见表5)，一方面，本文将反映公立医院垄断势力的相关指标作为关键解释变量，具体地，选取了“公立医院占各地区医院总数的比重”、“公立医院门诊人次占各地区医院总门诊人次的比重”以及“公立医院住院人数

30、占各地区医院总住院人数的比重”三个指标进行度量；另一方面，本文也对可能影响各地区医院运行效率的其他因素进行控制，从经济、社会、人口三个方面各选取两个代表性指标，其中经济层面选取“各省份人均地区生产总值增速”和“地方一般公共预算支出项下医疗卫生支出增速”两个指标，社会层面选取“人均医保基金支出增速”和“人口城镇化率”两个指标，人口层面选取“各地区年末人口变动率”和万方数据表3 BCC模型下我国各省份医院效奉值1201012014)2010 2011 2012 2013 2014北京0786374 0865114 0922595 0988141 1000000天津河北山西内蒙古辽 宁吉林黑龙江上海

31、江苏浙江安徽福建江西山 东河南湖北湖南广东广西海南重庆四 川贵州云南西藏陕西甘肃青海宁夏新疆0855287 0948523 0958316 1000000 10000000891216 0918095 0995419 0987061 10000000650018 0633343 0692856 0692981 07156770704436 0725279 0741380 0735151 07285610719342 0699862 0860203 O808933 08128380752499 0724291 0777538 0778668 08214150764804 0771036 0791

32、035 0790888 07888470944906 1000000 1000000 1000000 10000000862200 1000000 0941823 0978384 10000000893852 0938902 0998374 0995755 10000000940229 1000000 0997664 0984944 09986950996125 0974305 1000000 0982000 09761130951449 1000000 1000000 0988177 09842090895075 0915350 0964683 0944237 10000000957513

33、0912550 1000000 0974244 10000000923145 0968309 0979008 0971235 10000000976753 1000000 1000000 1000000 10000000985938 1000000 1000000 1000000 10000000915310 0940746 0996695 1000000 10000000885558 0877466 0901267 0903584 08826920910057 0910244 0912800 0953364 10000000963103 1000000 1000000 1000000 100

34、00001000000 0986139 1000000 1000000 10000000993527 1000000 1000000 0979079 10000001000000 0994170 1000000 0987401 10000000831577 0826302 0918426 0903470 09179730907796 0860407 0922900 0945538 09254810834154 0871642 0906329 0851778 08738890872577 0859718 0940577 0937128 09586740892586 0950431 1000000

35、 0981320 0990945数据来源：由作者测算得到。“人口总抚养比”两个指标。以上所有原始数据均来自20112015年中国统计年鉴，考虑到通货膨胀因素的影响，本文对所有名义变量均以2005年为价格基期进行平减处理。(六)面板模型设定本文实证研究设定的备择假设为：公立医院在医院行业的垄断势力会对整个医院行业经营效率产生影响。基于S-CP分析范式，同时参考Pan等8对面板数据模型的选取，关于我国各地区公立医院垄断势力对医院系统经营效率的影响，可以用以下函数进行表示：TEf(Mono，X)7万方数据表4 Bootstrap-DEA模型下我国各省份医院效率值(2010-2014)2010 201

36、1 2012 2013 2014北京天津河北山 西内蒙古辽 宁吉林黑龙江上海江苏浙江安徽福建江西山 东河南湖北湖 南广东广西海南重庆四 川贵 州云南西藏陕西甘肃青海宁夏新疆0777288 0861702 0903591 0974013 09845870835366 0929634 0936213 0964902 09633150875070 0902368 0976800 0969678 09680860633633 0626769 0679950 0680670 070657l0693549 0718123 0731894 0728688 0721893070775l074128007491

37、380683869 0846844 0790903 07914800714379 0765402 0764173 08059370764297 0773099 0778828 07698280927847 0982030 0960825 0947666 09186960844644 1083292 0921324 0951199 09506040877622 0921345 0978051 0976574 0987116093i676 0982148 0979079 0970524 09812910990489 0955014 0953069 0959306 09572640938769 09

38、91329 0972595 0972992 09642420882592 0902104 0941788 0920457 09065060936817 0893464 0942999 0943259 09173360912764 0977158 0962164 0951484 09651760968963 0978086 0963794 0948748 08997110962836 0964550 0950412 0953254 09047720895355 092499l 0974927 0966042 09611080873137 0867511 0890586 0893479 08727

39、140887205 0886465 0891432 0930963 09737590937033 0977974 0943938 0957988 08964980936692 0955709 0952620 0925940 09422340969375 0947138 0942217 0948717 09247610958006 0960554 0910021 0956501 09551080813505 0809519 0898320 0886740 09022370895933 0848334 0905366 0923003 09007870814834 0852490 0884344 0

40、833521 085419l0858657 0844839 0923216 0923490 09410710876037 0931354 0975104 0965811 0973599数据来源：由作者测算得到。其中，TE表示应用BootstrapDEA方法得到的修正效率值，Mono表示各省份公立医院的垄断势力，向量X表示可能影响各地区医院系统经营效率的其他因素。具体地，本文构建以下线性面板数据模型：TE。一岛+向Mono。+xdfl2+ea其中，i表示截面单元，t表示时间。利用面板数据8进行回归之前，为检验数据的平稳性，避免伪回归或虚假回归出现，本文首先对所有被解释变量、关键解释变量以及控制变

41、量进行单位根检验，检验结果显示所有变量均在10的显著性水平下平稳。随后，本文利用F统计量和Hausman检验相结合的方法判断本文所应该选取的面板数据模型，最终选择固定万方数据表5指标选取汇总效应模型。此外，在估计时本文以截面加权的方式进一步减少异方差。最终估计结果由表6给出，本文将模型中三个关键解释变量(公立医院数量占比NUMPUB、公立医院门诊人次占比OUTPPUB、公立医院住院人数占比JNPPUB)逐个加入，从而得到三个模型。四、实证结果分析(一)关键解释变量公立医院垄断性指标从表6中公立医院数量占比(NUMPUB)对各省份医院行业效率的影响来看，三个模型均得出一致结论：公立医院在数量上的

42、垄断程度与各地区医院行业经营效率之间呈反向变动关系(估计系数分别为一o04、一018、一019)，这一反向变动关系在10的显著性水平下显著存在。从另一方面来说，本文可以认为随着民营医院数量的不断增加，导致公立医院在数量上的占比不断降低，从而使得公立医院在数量上的市场集中程度下降，而这一市场格局的改变有助于医院行业经营效率的提升。也就是说，公立医院在医院行业数量占比越高、越垄断，医院行业的经营效率越低。在当前医疗服务市场开放程度逐步扩大、公立医院在数量上不再具有绝对优势的市场格局下，可以预计，这一趋势是有利于提升医院这一医疗卫生服务供给主体整体经营效率的。从公立医院门诊人次占比和公立医院住院人数

43、占比这两指标来看，本文较难得出一个明确的结论来证明公立医院在门诊和住院服务方面的垄断势力对于医院效率有显著影响，这可能是因为三个垄断性指标之间存在较强的共线性问题(以至于方差膨胀，显著性降低)。模型2中，公立医院门诊人次占比对于医院行业的效率水平在5的显著性水平下呈现出显著的正相关关系，本文认为这恰恰反映出当前我国公立医院在医疗服务供给上面临的巨大压力。公立医院在门诊服务领域(甚至是在住院服务领域)的垄断不仅仅体现在其门诊人次的占比上，更体现在公立医院对患者就医的导向性上。一直以来，人民群众看病就医往往都向大型公立医院集中，各大公立医院(尤其是公立三甲医院)门诊“人满为9万方数据裹6实证估计结

44、果含义 变量 模型1 模型2 模型3公立医院数量占比 NUMPUB公立医院门诊人次占比 OUTPPUB公立医院住院人数占比 ，NPPUB人均地区生产总值增速 GRPERGDP医疗卫生支出增速 GRPERMEDl人均医保基金支出增速 GRPERINS人口城镇化率 URBAN年末人口变动率 GRPOP人口总抚养比截距项拟合拟合优度F检验DEPCR2Adjusted R2F-statisticP值一0040227(一1669279)一0300750+(一2047632)一0057286(一2891784)一O010554(一0488456)O132703(0550867)一O691245”(一231

45、6039)0113263(0694199)0860654。”(4738019)0957798094445171766200000000一O177205。(一1855194)0568099+(2033306)一0322719。(一2301298)一0054443(一279401)0008020(一0381295)0048890(020911)一O710336”(一2417300)0078616(0489683)0488268。(182538)O9584810944880704707200000000188959(一1744411)0482416(1589604)0090395(0428443)一

46、0344853+(一2355656)一O056430什(一2814486)0005172(一0235283)0034122(0141606)一0683188。(一2337233)0072685(0438722)0503349(1862092)O957912O94363867111440000000DW值DurbinWatson star 1919746 1934535 1932695注：一表示在1显著性水平下统计量显著；”表示在5显著性水平下统计量显著；。表示在10显著性水平下统计量显著。括号内数值为t统计量值。患”已成为公立医院多年以来的常态。在这样的情况之下，公立医院在特定的投入之下往往能

47、够得到“过度”的门诊服务产出，但必须指出的是，这种“过度”产出并不是因为公立医院资源配置上的高效率，更多的是因为我国当前分级诊疗体系尚未建立、患者就医依然向公立医院集中所导致的公立医院“被动”的“高产出”。另外，从模型3中，尽管未能看出公立医院在门诊、住院服务上的垄断地位对于医院经营效率的显著影响，但有一个现象不容忽视：从2010-2014年全国各省份公立医院门诊人次及住院人数占比变动情况我们可以看出，“新医改”五年来全国各个省份除少数省份在门诊人次或住院人数的占比明显下降外，许多省份公立医院在门诊、住院服务领域的比重并未呈现明显下降趋势，个别省份甚至出现了公立医院两大业务占比在五年内不降反1

48、 0增的局面。因此，本研究中未发现公立医院在门诊人次和住院人数上的垄断地位显著影响医院行业效率水平的原因，在一定程度上可以归结为公立医院在门诊、住院两大业务的垄断势力在过去五年内并未发生显著改变，民营医院在数量上的快速增长未能够有效转化为民营医院在门诊、住院两大医疗服务领域上的市场份额。(-)控制变量在表6选用的六个控制变量中，人均地区生产总值增速的系数为负，且在三个回归模型中均在5的显著性水平下显著，反映出随着我国地区经济发展水平的不断提升，各地区医院经营效率并未得到提升反而出现相反的下降趋势，说明我国各地区在经济发展的同时还应进一步重视医疗服务管理水平的提高，进一步提升医院系统经营效率。各个地万方数据区医疗卫生支