六　结论

中国居民人均医疗保健支出的迅速增长。针对不断上涨的医疗费用，新一轮医疗改革通过增加政府医疗财政支出等政策以探索完善公立医院补偿机制，旨在降低医疗费用，实现公立医院公益性回归。因此本文基于经济学视角探索一般意义上的公益性改善政策即增加医疗财政投入是否会显著地降低人均医疗保健消费支出。

已有关于医疗费用的国外研究虽然引用不同模型分析医疗卫生支出与宏观经济指标之间的关系，但缺乏结合增加政府医疗投入等公益性政策与医疗卫生支出之间关系的分析。国内研究则主要借助经典回归模型分析医疗费用和不同相关变量之间的关系，一般模型要求总体服从正态分布，但样本数据建模时并不一定满足该严格假设条件，这使得常规的估计和推断过程都会产生较大偏差。

本文引进面板分位数回归模型深入地分析公益性改善政策即增加医疗财政投入是否会显著地降低人均医疗保健消费支出。分位数回归对总体分布不做任何假定，在非正态分布情形下，分位数估计比经典回归的最小二乘估计更有效；再者，分位数能估计被解释变量在给定解释变量条件下整个条件分位数分布，而不仅仅是均值分布，可以更全，面细致地分析不同水平下医疗消费支出特征以及各种因素的影响差异。具体来说，以1999—2011年全国31个地区人均医疗保健支出为目标变量，政府医疗财政投入为解释变量，结合其他医疗系统指标和宏观指标为相关变量，首先构建面板混合模型、固定效应模型和随机效应模型并筛选出合适的面板回归模型展开分析；在已有面板回归模型基础上，本文构建在10％、20％、30％、40％、50％、60％、70％、80％、90％分位点上的分位数面板模型测度地区人均医疗保健支出与政府医疗财政投入的复杂联动关系，得到以下研究结论：

第一，以人均医疗保健支出为目标变量，人均药品费支出、人均治疗费支出、对数化的政府医疗财政投入和对数化的人均可支配收入，以及滞后一期的人均医疗保健支出为自变量，本文确定不同省区市的个体固定效应模型为最终人均医疗保健支出与公益性政府财政补偿投入的联动模型。估计结果显示：（1）对数化的政府医疗财政支出指标与人均医疗保健费用支出之间呈现负向联动性，当各地区的政府医疗财政支出平均增加1％时，各地区的人均医疗保健费用会减少8.46元，说明平均意义上的增加政府医疗财政支出有助于降低居民医疗费用。（2）人均可支配收入增加1％，人均医疗保健费用支出平均增加71.16，呈现正向联动性。说明居民生活水平的提高会加大以增加医疗保健支出体现的人力资本的积累。

第二，关于公益性政府医疗财政投入和人均可支配收入对于居民人均医疗保健消费支出的联动关系，在分位数面板模型中给出不同且有新意的结果。（1）增加政府医疗财政投入这一公益性政策并非始终能降低人均医疗保健支出。在人均年医疗保健消费支出10％、20％、50％、60％和70％的分位点上，政府医疗财政投入的增加反而会提高人均医疗保健消费支出水平，其中在50％的分位点上，该正向冲击达到最高水平；而在80％和90％的分位点上，政府医疗财政投入对人均医疗保健支出产生负向冲击，且负向冲击力度逐渐增强。因此，是否采取增加政府医疗投入作为公益性政策以实现降低人均医疗费用这一策略在不同地区（体现为不同分位点）应该给出不同的解决方案。（2）随着分位点水平的上升，城镇居民人均可支配收入平均增加1％对人均年医疗保健消费支出逐渐产生负向冲击，且冲击力度加强。

第三，人均药品费、人均治疗费和人均医疗保健支出的滞后项对人均医疗保健支出的线性冲击相对平稳，都维持在0.9—1.0、1.1—1.2、0.11—0.12。各地区的人均医疗保健支出明显的地区差异主要由地区固定效应信息给出，呈现正向地区固定效应的分别为（按数值大小排序）上海、浙江、北京、江苏、辽宁、广东、山东、吉林和黑龙江。9个省市中有7个为东部地区省市，说明东部省市的城镇人均医疗保健支出比中西部省区市要高。