下载文档原格式
医疗服务质量的测度标准引言医疗服务质量的测度标准是评估医疗机构和医务人员提供医疗服务的重要工具。
通过制定一套科学合理的测度标准，可以确保医疗服务的质量和安全性，提高患者满意度，促进医疗行业的发展。
测度标准的重要性测度标准可以帮助医疗机构和医务人员定量评估医疗服务的质量，以及发现和改进存在的问题。
通过测度标准，可以对医疗服务的安全性、有效性、及时性、人性化和可及性等方面进行评估，为医疗机构的管理和决策提供科学依据。
医疗服务质量的测度指标1. 安全性测度指标：包括医疗操作的安全性、药品使用的安全性和医疗设备的安全性等。
这些指标可以通过统计医疗事故的发生率、药品误用的情况和设备故障的频率等来评估。
2. 有效性测度指标：包括医疗服务的治疗效果和疗效评估等。
这些指标可以通过疾病的治愈率、康复率和复发率等数据来评估。
3. 及时性测度指标：包括医疗服务的等待时间和就诊时间等。
这些指标可以通过患者的候诊时间和医院的门诊量、住院率等数据来评估。
4. 人性化测度指标：包括医疗服务的沟通和关怀等。
这些指标可以通过患者满意度调查和医患沟通质量评估等来评估。
5. 可及性测度指标：包括医疗资源的分布和利用情况等。
这些指标可以通过医院的地理位置、医疗设施的数量和医保覆盖范围等数据来评估。
测度标准的制定过程1. 确定测度标准的目的和范围，明确评估的内容和指标。
2. 收集相关数据，包括医疗机构的统计数据、患者满意度调查数据和医疗事故报告等。
3. 分析和比较数据，进行数据处理和统计分析。
4. 制定测度标准的评估方法和评分体系。
5. 进行试行和改进，根据试行结果进行标准的修订和完善。
结论医疗服务质量的测度标准对于提高医疗服务的质量和安全性具有重要意义。
通过科学合理的测度标准，可以评估医疗服务的各个方面，为医疗机构和医务人员提供改进和发展的方向。
制定和实施有效的测度标准，是提高医疗服务质量的关键步骤。
2023年第2期(总第257期)人口与经济POPULATION &ECONOMICSNo.2,2023(Tot.No.257)中国居民健康不平等的测度及影响因素研究王洪亮(南京审计大学经济学院,江苏南京211815)摘㊀要:人民健康是民族昌盛和国家富强的重要标志,居民健康水平的高低和健康平等程度更是事关健康中国建设目标的实现,为此,确定提高居民健康水平和缩小居民健康不平等的影响因素极具现实意义㊂采用广义OProbit 模型(Generalized Ordered Probit )分析了居民健康的影响因素,从健康单维度和健康收入双维度测算了居民健康不平等,利用Erreygers 指数和RIF 分解方法对居民健康不平等进行了分解,结果表明:收入和教育均对居民健康有促进作用,但其主要作用是将居民从健康最差的底层推出,随后对健康的促进作用减弱㊂人口特征㊁生活方式和家庭因素对居民健康也有显著影响㊂城市居民的健康水平高于农村居民,但城市居民健康不平等大于农村,沿海地区居民健康不平等大于内陆地区㊂将居民健康不平等的变动分解为收入增长效应㊁收入分配效应和收入流动效应后发现,对健康不平等贡献最大的是收入分配效应,收入不平等的加剧会扩大健康不平等,而收入水平的提高有利于缩小健康不平等㊂采用RIF 方法将健康不平等的变化分解到各影响因素,发现教育能显著缩小健康不平等,结婚㊁年龄增长和睡眠时长都有利于健康不平等的缩小,而低体重和社会活动参与并不利于缩小健康不平等,儿童时期的健康状况能够显著影响居民健康水平,但不影响居民健康不平等㊂关键词:健康不平等;收入健康矩阵;广义OProbit 模型中图分类号:C92-05㊀文献标识码:A ㊀文章编号:1000-4149(2023)02-0124-21DOI :10.3969/j.issn.1000-4149.2023.00.018收稿日期:2022-02-21;修订日期:2022-09-12基金项目:国家社会科学基金项目 中国居民健康差异的变化趋势及新时期的对策研究 (20BJL151);教育部人文社会科学基金项目 中国居民健康不平等及其分解的实证研究 (18YJA790076);江苏省 333工程 培养资助项目 中国居民健康不平等及其分解:基于二维分解的新方法 (BRA2020073)㊂作者简介:王洪亮,管理学博士,南京审计大学经济学院教授㊂㊃421㊃王洪亮:中国居民健康不平等的测度及影响因素研究一㊁引言改革开放以来,中国医疗卫生事业发生了翻天覆地的变化,居民健康水平显著提高,居民人均预期寿命由1981年的67.8岁提高到2021年的78.2岁①㊂然而人均预期寿命的提高并不意味着所有居民得到了同样的健康福利改善,有的人长命百岁,有的人却英年早逝,也就是说居民之间可能存在着明显的健康不平等㊂健康不平等已成为社会不平等的重要组成部分,无论是在发达国家还是发展中国家,它都成为一个严重挑战[1]㊂从居民微观角度看,在物质生活变得越来越富足的当下,人们越来越关注健康及健康不平等问题[2]㊂从国家宏观角度看,人民健康是民族昌盛和国家富强的重要标志,健康水平高低和健康平等程度更是事关健康中国建设目标实现的关键问题㊂基于此,测度居民健康及其不平等,考察居民健康水平和健康不平等的影响因素,具有极强的理论价值和现实意义㊂为了考察居民健康水平及其不平等,健康经济学研究中常用自评健康状况(Self-Reported Health,SRH)来测度居民健康,自评健康是定性序数数据,它是通过向被调查者询问 您认为您的健康状况如何 等问题,让被调查者在 非常差㊁差㊁一般㊁好㊁非常好 几个等级中汇报健康状况㊂自评健康被用来反映居民健康水平的优势在于:第一,自评健康数据具有获取容易和成本低的特点,并且它与个人患病率和死亡率等客观健康高度相关[3-4]㊂第二,自评健康是居民对身体和心理状况的一个综合评价,在国内外研究中得到广泛采用[5-7],如美国㊁加拿大等国均将自评健康纳入全国健康调查㊂我国的许多微观数据集中也包含居民自评健康指标㊂这为分析居民健康不平等问题提供了基础,但自评健康数据的序数特征也对传统不平等测量指标提出了挑战,传统测量不平等的一些指数(如基尼系数㊁泰尔指数)均是针对收入等基数数据的,可能不再适用于健康不平等的研究,研究中的现实问题催生了新研究方法来分析居民健康不平等问题㊂㊀㊀二㊁文献综述国内外学术界对健康水平及健康不平等问题的研究以逻辑递进的方式主要呈现在如下三方面㊂第一,居民健康状况的影响因素研究㊂健康状况的决定因素较为复杂,一般来说,经济因素㊁教育水平和生活方式都可能影响实际健康水平㊂格罗斯曼(Grossman)提出了健康生产函数的理论框架,他认为健康是一种耐用资本存量,该存量随年龄增长而减少,但可以通过花时间锻炼和购买医疗服务而增长,格罗斯曼的健康生产函数分析了收入和教育对健康的影响[8]㊂收入高者占有大量资源,其居住条件和医疗保障较好,从而高收入者健康状况通常优于低收入者,这就是 健康 收入分层现象 [9-11]㊂一般而言,高收入居民自评健康状况好[12-13],身体功能受限少[14],死亡率也较低[15]㊂尽管许多研究证实了收入对健康的影响,但也有学者认为收入并不直接影响健康,收入与健康之所以表现出正相关关系,是因为教育对收入和健康均有正向作用所致㊂教育水平提高不仅有利于收入增长和更高水平的就业,而且㊃521㊃①数据来源:国家统计局报告‘改革开放铸辉煌经济发展谱新篇“和国家卫生健康委员会发布的‘2021年我国卫生健康事业发展统计公报“㊂㊀‘人口与经济“2023年第2期有利于健康行为的养成和自控能力的加强,从而教育会给人带来持续一生的 健康红利 [16-18]㊂有学者进一步研究发现,教育对健康的影响在性别间存在差异,教育对男性健康的影响更强[19]㊂此外,吸烟㊁饮酒和身体锻炼等生活方式也是影响居民健康的重要因素[20],它们对健康的影响存在阶层分化,如饮酒对低阶层群体的死亡效应显著高于高阶层群体[21]㊂第二,居民健康不平等程度的度量㊂瓦格斯塔夫(Wagstaff )等仿照洛伦兹曲线提出了健康集中曲线,根据健康集中曲线与完全平等线围成的面积,得出了健康集中指数[22],该指数不同于基尼系数,实质上是一个二元秩依指数(Bivariate Rank Dependent Index)[23-24]㊂随后,爱瑞格斯(Erreygers)讨论了健康集中指数的局限性,如该指数不能介于-1至1之间,健康变量的尺度范围(Scale of Health Variable)会影响集中指数的大小[25]㊂鉴于集中指数的不足,瓦格斯塔夫与爱瑞格斯分别对集中指数进行了激烈争论和修正,并提出了W 指数和E 指数,这两个指数均属于广义上的二元秩依指数[26-29],只是它们对健康最不平等的定义不同①[30]㊂国内学者大都采用改进的W 指数或E 指数测度健康不平等,如对农村儿童和未成年人健康不平等的测度[31-32]㊁对中国老年人健康不平等的测度[33-35],发现这些不平等表现为亲富的健康不平等[36]㊂也有学者借助多层回归模型来刻画健康不平等,发现不同社会经济地位群体在身体功能状况上的不平等在扩大,在抑郁症状和自评健康上的不平等没有显著变化[1]㊂第三,居民健康不平等程度的分解㊂随着研究的开展,学者不再满足于健康不平等的度量,并开始尝试对健康不平等进行分解,以求理解健康不平等背后的原因㊂瓦格斯塔夫等使用1993年和1998年越南的数据,对健康不平等进行了分解,分析了各因素对健康不平等的贡献率,发现收入增长改善了健康水平却加剧了健康不平等[37]㊂约翰(Jones)等认为瓦格斯塔夫的研究是建立在个体反应同质的基础上,并对此提出了异议,他们将模型设定为异质性参数模型,采用基尼系数和集中指数分解各因素对健康不平等的贡献,发现收入对健康不平等有重要影响,但影响方向因方法而异[38]㊂解垩采用W 指数对健康不平等进行了分解,计算了收入因素㊁医疗服务利用在健康不平等中的贡献率,发现城镇居民收入不平等是其健康不平等上升的主因[39]㊂封进等采用随机效应Probit 模型发现农村起始年份的收入不平等是健康不平等加剧的重要原因,且收入不平等对健康的影响呈倒 U 型[40]㊂洪岩璧㊁曾迪洋㊁沈纪发现生活方式是影响健康不平等的关键因素,不同社会阶层生活方式存在差异,高社会经济地位者更倾向于参加体育锻炼,但其饮酒和吸烟倾向也显著偏高[11]㊂综上所述,已有研究虽然分析了居民健康水平的影响因素,但这些研究多采用OLS 方法或Ologit /OProbit 模型进行研究,这些模型隐含的假定是各因素对健康水平的影响保持不变,这与实际情况不符,如收入对健康的影响可能随着收入的增长而变化㊂而且已有研究大多没有控制儿童时期的健康水平,这就可能导致估计量的不一致性㊂目前已有的对居民健康不平㊃621㊃①假定全社会总共有100人,按照收入由低到高排序,排在最前面的10个人是社会中最穷的人,如果这10个人拥有最差的健康水平,而其余人健康水平最好,那么瓦格斯塔夫认为这个社会的健康不平等程度最大,反映健康不平等的W 指数等于1,如果健康状态发生了变化,按收入排序排在最前面的第11至第20位的次穷的人健康由最好跌落至最差,即整个社会排在最前面的20个人拥有最差的健康水平,而其余人健康水平最好,那么瓦格斯塔夫仍然认为这个社会的健康不平等程度最大,W 指数等于1㊂爱瑞格斯的看法不同,他认为两种情景下社会健康不平等程度均没有达到最大,健康不平等E 指数小于1,并且后一种情景较前一种情景有更多的穷人变得不健康,所以后一种情景的健康不平等程度更大㊂W 指数认为只要最富阶层拥有最好的健康水平,其他人的健康水平最差,就是健康最不平等;而E 指数认为社会只有两极分化为一半人是最富的人,另一半人是最穷的人,且当富人拥有最好的健康,穷人拥有最差的健康时,健康不平等程度才最大㊂王洪亮:中国居民健康不平等的测度及影响因素研究等的分解,大多是基于健康的单维度的静态分解,这种健康不平等的分解存在不稳健性[41]㊂鉴于此,本文将采用广义OProbit(Generalized Ordered Probit)模型分析居民健康的影响因素,同时在模型中控制儿童时期的健康状况,在测度中国居民健康不平等基础上,引入国际上最新发展起来的基于去中心影响函数(Recentered Influence Function,RIF)的二维健康不平等分解方法对居民健康不平等进行动态分解,将RIF运用到健康不平等的度量和分解上会得到更加稳健的研究结果[24,30],这对认识居民健康分布具有重要意义㊂㊀㊀三、研究方法与模型构建在健康经济学研究中,基尼系数㊁泰尔指数等传统不平等测度方法均无法正确刻画居民健康不平等,因为这些方法都是建立在平均值基础上的,它们仅适用于收入等基数数据,在针对自评健康的序数数据时可能产生严重不良后果[6]㊂设想两个社会x和y的居民健康水平分布分别是x=(1,3,5,4,4)和y=(1,4,6,2),当对不同等级健康水平赋值c=(1, 2,3,4,5)时,用基尼系数测度的健康差异gini(x;c)=0.1947>0.1909=gini(y;c),即社会x较社会y存在更大的健康差异㊂然而,当对不同等级健康水平赋值cᵡ=(1,2,6, 7,8)时,用基尼系数测度的健康差异gini(x;cᵡ)=0.2110>0.2327=gini(y;cᵡ),即社会x较社会y存在更小的健康差异㊂显然,这前后矛盾㊂这说明以均值为基础的基尼系数等不平等指数不适合应用于序数数据的研究㊂鉴于基尼系数和泰尔指数等传统方法在序数数据条件下的局限性,研究引入采用序数数据测算健康水平和健康不平等的新方法,第一,运用以中位数为基础的极化指数等指标,使用样本中的健康水平数据,从健康一个维度测算健康不平等,即健康好者与健康差者之间的健康不平等;第二,构建收入健康矩阵(Income Health Matrix),从收入和健康两个维度来测算健康不平等,进而考察不同收入阶层之间的健康不平等,即穷人与富人的健康不平等;第三,采用广义OProbit模型,对居民健康不平等进行测度,并使用去中心影响函数(Recentered Influence Function,RIF)的二维健康不平等分解方法对居民健康不平等的变动进行分解㊂1.健康不平等的单维测度方法埃里森和福斯特(Allison and Foster)探索了以中位数为基础(median-based)的不平等分析方法[6]㊂假定:①健康状况从差到好可分为n个等级,用一个n维向量c=(c1,c2, , c n)来对每个健康等级赋值㊂②p=(p1,p2, ,p n)表示一个社会健康分布的概率密度向量,其中p i是指个人处于第i个健康等级的概率㊂③P=(P1,P2, ,P n)表示一个社会的健康累计分布向量,则健康不平等指数[43-44]可写为:I(P,c)=1-2αn-1ðn-1i=1P i-12α(1)㊀㊀其中,n为健康水平等级数,P i为健康累计分布向量中第i个元素,α表示中间阶层的重要性,αɪ(0,1),当αң0时,表示中间阶层的重要性增加;当αң1时,表示中间阶层的重要性减小,不平等指数对顶层和底层居民比重敏感㊂通常来讲,当每个健康等级的人数都相同时,健康不平等程度是中等的,即当健康分布的概率密度是均匀分布时,p=p U=(1/n,㊃721㊃㊀‘人口与经济“2023年第2期1/n , ,1/n ),I (P U ,c )=0.5,据此可得校准值α∗①㊂根据样本数据计算出健康不平等指数后,我们还可以进一步给出健康不平等指数的标准误,这需要依靠对健康不平等指数方差的正确估计,运用多元三角法(multivariate delta method)可以得到健康不平等指数I (P ,c )的方差[43],计算公式如下:s 2(I )=α4α[ðn -1i =1p i a 2i -(ðn -1i =1p i a i )2]N (n -1)2(2)㊀㊀其中,N 为样本容量㊂a i =-1(i ɤm -1)ðm -1j =i12-P i ()α-1+1(i ɤm -1)1(m ɤn -1)ðn -1j =mP i -12()α-1+1(i >m -1)ðn -1j =i P i -12()α-1②2.健康不平等的双维测度方法健康不平等指数能从一个维度反映健康好者与健康差者的健康差异,但有时我们更关心不同收入阶层居民之间的健康差异,即从收入和健康两个维度来看待健康问题,由此判断富人与穷人之间的健康不平等是如何变化的?收入健康矩阵是分析该问题的强有力工具[44]㊂假定一个社会有n 个健康等级和m 个收入等级,每个收入等级中的人口比例为πi ,居民收入水平处在第i 等级且健康水平处在第j 等级的概率为αij ,那么收入健康矩阵可定义为:A m ˑn=α11α12 α1n α21α22 α2nαm 1αm 2αmn æèçççççöø÷÷÷÷÷(3)㊀㊀其中αij ȡ0,ðn j =1αij =1,矩阵A 中的各行代表不同的社会经济阶层,从上到下表示收入水平越来越高,各列代表不同的健康水平,从左到右表示健康状态越来越好㊂我们可以通过对不同时期收入健康矩阵的比较来研究健康水平和健康不平等的变化㊂假设一个社会先后两个不同时期的矩阵A 和B ,αij ㊁βij 分别是A 和B 矩阵中的元素㊂我们想知道福利状态是改善了还是恶化了,可以通过判断A 和B 是否满足洛伦兹占优(Lorenz Dominance)㊁广义洛伦兹占优(Generalized Lorenz Dominance )和超广义洛伦兹占优(Generalized Super-Lorenz Dominance)条件来实现[44]㊂以上三个占优条件和最广义的占优条件,公式如下:ðk j =1πi αijɤðk j =1πi βij ,㊀k =1,2, ,n ;i =1,2, ,m(4)ðli =1ðkj =1πi αijɤðli =1ðkj =1πi βij ,㊀k =1,2, ,n ;l =1,2, ,m(5)ðlt =1ðti =1ðkj =1πi αijɤðlt =1ðti =1ðkj =1πi βij ,㊀k =1,2, ,n ;l =1,2, ,m(6)㊃821㊃①②当n 分别为3-10时,校准值α∗分别等于ln2/ln3㊁(ln4-ln3)/ln2㊁0.7272㊁0.6594㊁0.7842㊁0.7536㊁0.8219㊁0.8053㊂其中l 是指标函数,l 后面括号里的条件满足则该函数取1,否则取0㊂王洪亮:中国居民健康不平等的测度及影响因素研究ðl t=1ðk s=1ðt i=1ðs j=1πiαijɤðl t=1ðk s=1ðt i=1ðs j=1πiβij,㊀k=1,2, ,n;l=1,2, ,m(7)㊀㊀如果公式(4)成立,则表示在任何较低等级的健康水平上,A矩阵均有相对较少的居民比重,说明从洛伦兹占优角度看,A时期优于B时期㊂由于矩阵从左到右表示健康水平越来越高,从上到下表示收入水平越来越高,显然,矩阵左上角区域的数字越大,表示社会中有更多的人处在健康水平差㊁收入低的状态㊂公式(5)表示在收入健康矩阵的左上角B较A有更大比重,那么从广义洛伦兹占优角度看,矩阵A时期优于B时期㊂若矩阵A和B 满足公式(6),那么从超广义洛伦兹占优角度看,矩阵A时期优于B时期,之所以如此,是因为我们通常假定收入的效用函数是拟凹的㊂同理,假定收入的效用函数和健康的效用函数都是拟凹的,那么当公式(7)成立时,则从最广义洛伦兹占优角度看,A时期优于B 时期㊂为了下面叙述方便,将矩阵A各元素向右累加得到的矩阵称为A1,将矩阵A1再向下累加得到的矩阵称为A2,将A2矩阵再向下累加得到的矩阵称为A3,将A3向右累加得到的矩阵称为A4㊂在健康不平等的研究中,通常将自评健康数据转化为基数数据,完成这一转化的模型有三类:第一类是名义logit/Probit模型,这类模型适用于被解释变量为分类变量,同时这些分类并没有序数的含义,显然本文中的健康序数数据是有序数据,因此名义logit/Probit模型并不适合本研究㊂第二类是排序logit/Probit模型,它是专门针对被解释变量为序数数据的一类模型,有学者在研究居民健康不平等时采用了这类模型,然而排序logit/Probit模型认为在不同水平上,同一解释变量前面的系数都是相同的,这被称为平行回归假定,平行回归假定是一个很强的假定,通常情况下这一假定并不能得到满足㊂第三类是广义排序logit/Probit模型,这类模型放松了平行回归假定,它允许在不同的水平上同一解释变量前面的系数可以不同,显然这一类模型比排序logit/Probit模型,更加符合现实,因此本文使用了广义排序logit/ Probit模型,其形式如下:广义排序logit模型:P(h i>j)=exp(αj+x1iβ1+x2iβ2j)1+exp(αj+x1iβ1+x2iβ2j),㊀j=1 4(8)㊀㊀广义排序Probit模型:P(h i>j)=Φ(αj+x1iβ1+x2iβ2j),㊀j=1 4(9)㊀㊀通过广义排序logit/Probit模型来计算居民健康为 非常好 的概率,健康 非常好 的概率越大,表明居民健康水平越高,所以居民健康 非常好 的概率是居民健康水平的一个基数测量㊂通过上面的广义排序logit/Probit模型,我们将居民健康的序数数据转化为基数数据,进而采用健康经济学中的Wagstaff指数㊁Erreygers指数来测算中国居民健康不平等程度,健康不平等的测度公式如下:Wagstaff指数:C W(h|y)=2(h max-h min)n2(h max-h-)(h--h min)ðz i h i(10)㊃921㊃㊀‘人口与经济“2023年第2期㊀㊀Erreygers指数:C E(h|y)=8n2(h max-h min)ðz i h i(11)3.健康不平等的分解(1)基于Erreygers的健康不平等分解㊂通常我们将自评健康数据转化为0 1之间的数值,因此Erreygers指数可化简为:C E(h|y)=8n2ðz i h i(12)㊀㊀同时,我们将收入与健康之间的动态关系暂用以下关系式来描述:h it=α+φ(y i)+xᶄitβ(13)㊀㊀其中,α是常数项,x it是控制变量向量,β是控制变量系数向量,考虑到收入对健康的影响可能存在边际效应递减现象,不失一般性,我们假定φ(y i)是关于y i的非线性函数㊂假设我们采用第t期和第1期的差分来研究健康不平等的动态变化,则有:C E(h t|y t)-C E(h1|y1)=8n2ðn i=1{[z itφ(y it)-z i1φ(y i1)]+ðK k=1βk(z it x k it-z i1x k i1)}(14)㊀㊀接下来,我们考虑将第1期到第t期的收入增长过程分解为两步:第一步,第1期收入水平同比例增长到第t期的平均收入水平;第二步,第1期收入水平不增长的同时按照第t期收入分配进行重新排布㊂对应地,我们引入两种健康水平:h pg it=α+φ(y pg it)+xᶄitβ(15)h ng it=α+φ(y ng it)+xᶄitβ(16)㊀㊀其中,h pg it是当第1期收入水平同比例增长到第t期平均收入水平时的健康水平;h ng it是第1期收入水平不增长的同时按照第t期收入分配进行重新排序后的健康水平㊂基于此,我们对公式(14)进一步拆项添项,即:C E(h it|y it,x it)-C E(h i1|y i1,x i1)=[C E(h it|y it,x it)-C E(h pg it|y pg i1,x it)]+[C E(h pg it|y pg i1,x it)-C E(h ng it|y i1,x it)]+[C E(h ng it|y i1,x it)-C E(h i1|y i1,x i1)]=8n2{ðn i=1z i1[φ(y pg i1)-φ(y i1)]üþýïïïïïïïïïï收入增长效应+ðn i=1[z itφ(y it)-z i1φ(y pg i1)]üþýïïïïïïïïïïïï收入分配效应+ðn i=1(z it-z i1)ðK k=1βk x k itüþýïïïïïïïïïï收入流动效应+ðn i=1z i1[ðK k=1βk(x k it-x k i1)]üþýïïïïïïïïïïïï资源禀赋效应}(17)㊀㊀公式(17)中,我们将健康不平等的Erreygers指数的动态变化分解成四部分:第一部分表示 收入增长效应 ,反映了收入水平同比例增长对Erreygers指数的影响;第二部分表示 收入分配效应 ,表示平均收入水平在不增长前提下收入的重新分布对健康不平等的影响;第三部分表示 收入流动效应 ,说明收入流动性对健康不平等的影响;第四部分表示 资源禀赋效应 ,表明非收入因素的其他资源禀赋变动对健康不平等的影响㊂㊃031㊃王洪亮:中国居民健康不平等的测度及影响因素研究(2)基于RIF 的健康不平等分解㊂菲波(Firpo)等最早提出了RIF 概念和RIF 回归[45],赫克利(Heckley)等在此基础上创新性地延伸出了RIF 分解方法研究与收入相关的健康不平等㊂该方法的完成主要分两步:第一步,计算关于某指数的RIF 值㊂第二步,通过RIF 对各解释变量作回归,得到解释变量对指数的边际影响㊂这里我们假定存在线性关系,意味着在OLS 回归中用RIF 作为被解释变量,因此该方法也记作RIF-I -OLS 分解,分解回归各变量前面的系数即为解释变量对健康不平等的边际影响[24]㊂具体如下:记各类双变量指数I =v I (F H ,F Y )=v wI (F H )v AC (F H ,F Y ),v I 表示关于双变量指数I 的泛函㊂AC 表示绝对集中指数,有AC =v AC (F H ,F Y )=2Cov (H ,F Y )㊂其中,H 是健康变量,Y 是将个体按照收入排序的排序变量,F Y 是关于Y 的分布函数,F H ,F Y 是关于H 和F Y 的联合分布,v wI (F H )表示指数I 的权重函数㊂双变量指数的RIF 函数定义为:RIF (h ,F Y (y );v I )=v I (F H ,F Y )+IF (h ,F Y (y );v I )㊂其中,IF (h ,F Y (y ))=limεң0v I [(1-ε)F H ,F Y +εδh ,F Y (y )]-v I (F H ,F Y )ε,δh ,F Y (y )是给定某一具体值的分布函数㊂由于IF 的期望为0,菲波等证明RIF 的期望为v I (F )[45-46]㊂因此有E [RIF (H ,F Y ;v I )]=E [v I (F H ,F Y )+IF (h ,F Y (y );v I )]=v I (F H ,F Y )㊂为了将v I (F H ,F Y )与变量X 联系起来,这里通过迭代期望将其表示成关于X 的函数:v I (F H ,F Y )=E [RIF (H ,F Y ;v I )]=E X [E (RIF (h ,F Y ;v I )|X =x )]=E X (βT X +ε)=βT X(18)㊀㊀公式(18)中的系数βT 即为解释变量对双变量指数的边际影响㊂㊀㊀四、实证结果与分析1.中国居民健康水平变化我们通过CHARLS 数据分城乡统计2013 2015年中国居民健康水平的分布,结果如表1所示㊂从表1可以看出,从健康一个维度来看,2015年健康非常差和健康非常好的居民所占比重分别为16.55%和5.74%,2013年的相应比重分别为15.25%和4.58%,即2015年健康非常差的比重较2013年高1.30%,2015年健康非常好的比重较2013年高1.16%,两者差别检验的Z 统计量分别为2.58和3.83,均在1%的水平上高度显著㊂健康分布的这种变化说明2015年可能较2013年出现了更大的健康不平等㊂我们通过占优条件来考察中国居民健康水平变化,将各年的健康分布向右两次累加如表1右半部分所示,然后对2015年与2013年分布进行比较,从全国和城市来看,2015年的相应数字均大于2013年,占优条件被满足,所以2013年优于2015年,即与2013年相比,2015年全国居民和城市居民的自评健康水平下降了㊂当我们将城市与农村进行比较时发现,无论是2013年还是2015年,农村居民处于健康差的人数所占比重均高于城市居民,城市优于农村的占优条件成立,因此从居民健康状况来看,城市居民的健康水平一直高于农村㊂㊃131㊃㊀‘人口与经济“2023年第2期表1㊀中国居民健康水平分布年份非常差差一般好非常好两次累加至非常差 两次累加至 差两次累加至 一般两次累加至 好两次累加至非常好全国201315.2536.3032.5511.32 4.5815.2566.80150.90246.32346.32 201516.5535.8731.3910.45 5.7416.5568.97152.78247.04347.04城市201311.4235.8934.7212.76 5.2111.4258.73140.76235.55335.55 201512.8535.8233.4111.74 6.1912.8561.52143.60237.42337.42农村201317.5436.5431.2510.46 4.2117.5471.62156.95252.74352.74 201518.4535.9030.359.79 5.5118.4572.80157.50251.99351.99接下来,我们从收入水平和健康水平双维度来分析中国居民健康水平的变化,这就需要用到收入健康矩阵㊂我们运用CHARLS数据计算了分城乡的收入健康矩阵,结果如表2所示㊂我们将每个矩阵的行向量从左到右相加,然后比较各行就会发现穷人与富人的健康水平是否存在差异,如果对于所有的s<t,k=1,2, ,n,均有ðk j=1αsjȡðk j=1αtj成立,则说明富人较穷人拥有更好的健康水平,即收入水平越高,健康状态越好㊂我们将每个矩阵向右累加,并比较每行元素大小,结果发现全部矩阵均满足该条件㊂例如:2015年城市收入底层居民的健康分布向右累加到 一般 时,居民比重是86.02%,高于中间阶层的相应比重(84.07%),而中间阶层该比重又高于顶层累加到 一般 时的比重(79.52%)㊂由此从平均水平来看,富人较穷人拥有更高的健康水平㊂表2㊀中国居民收入健康矩阵年份全国样本城市样本农村样本非常差差一般好非常好非常差差一般好非常好非常差差一般好非常好2013底层19.2738.2530.298.95 3.2416.9840.7530.098.78 3.4019.8837.5930.348.99 3.20中层15.8836.6432.8610.37 4.2513.6736.9133.9611.37 4.1017.0336.5032.299.85 4.32高层10.6033.9934.5114.64 6.268.0133.4836.915.07 6.5414.0234.6731.3514.07 5.89 2015底层20.7436.428.789.14 4.9417.7437.8130.478.24 5.7321.3936.0928.419.34 4.77中层17.3637.2830.979.05 5.3315.6237.4131.049.66 6.2718.1637.2230.948.77 4.91高层11.5433.9434.4213.15 6.959.5034.1835.8414.19 6.2913.7833.6732.8612.027.67运用公式(6)和公式(7),我们对中国居民收入健康矩阵进行纵向比较㊂将城市2013年收入健康矩阵与2015年收入健康矩阵进行比较时,首先将收入健康矩阵向右两次累加,然后向下两次累加,从而得到U2013,4和U2015,4,计算结果如表3所示㊂可以看出2013年城市居民收入健康矩阵累加后的各元素有的大于2015年收入健康矩阵相应的元素,有的小于相应元素,在对农村居民收入健康矩阵进行比较时也得到了相同的结论,这说明从收入和健康双维度来看,2015年和2013年居民收入和健康变化没有明显差异㊂综上,从健康单维度来看, 2015年的居民自评健康低于2013年;而从健康和收入双维度来看,2013年与2015年的差别无法判断,这种差别源于收入的作用,因为从健康维度来看,2015年居民自评健康下降了,但从收入维度看,居民收入水平上升了㊂我们对中国居民收入健康矩阵进行横向比较,就可以分析城市与农村的健康水平的差异㊂运用公式(4)至公式(7),计算出城市各年的相应累加矩阵U1-U4以及农村各年的相应累㊃231㊃。
山西农业大学学报（社会科学版）第22卷（第3期） 003428J.Shanxi Agric.Univ.（Social Science Edition） No.3 Vol.222023农村居民消费、医疗卫生水平与减贫效果研究——基于“新”整体性治理模型框架的实证分析王磊（中国海洋大学国际事务与公共管理学院，山东青岛 266100）摘要：2020年前后中国成功解决了绝对贫困问题，为世界带来了宝贵的减贫经验。
以1978-2018年《中国统计年鉴》的公开数据为样本，探究“新”整体性治理框架下农村居民消费、医疗卫生水平对减贫效果的影响。
实证研究表明：农村居民人均消费支出可以解释减贫人数的80.8%变化原因，农村居民人均消费支出全部会对减贫人数产生显著的正向影响关系；总人口增长可对减贫人数产生15.1%的解释力度，总人口增长会对减贫人数产生显著的正向影响关系；劳动人口增加量可对减贫人数产生2.5%的解释力度，劳动人口增加量会对减贫人数产生显著的负向影响关系；绝对贫困线计算的贫困发生率可对减贫人数产生1.5%的解释力度，绝对贫困线计算的贫困发生率会对减贫人数产生显著的负向影响关系；卫生技术人员数的回归系数值为-0.005，并且呈现出显著性，卫生技术人员数会对减贫人数产生显著的负向影响关系。
基于此，研究建议：进一步释放农村居民人均消费能力，增加农村居民减贫人数，实现乡村振兴；降低劳动人口增加量，尤其是从事第一产业劳动的比重，拓宽农村低收入人口就业面；提高医疗卫生实际水平，减少单位卫生技术人员数，帮扶和救助低收入人群。
关键词：消费；医疗卫生；减贫；“新”整体性治理中图分类号：F323.89 文献标识码：A 文章编号：1671⁃816X（2023）03⁃0087⁃092020年中国成功解决了绝对贫困问题，为世界带来了宝贵的减贫经验。
2020年10月26日至29日，党的十九届五中全会指出，“完善共建共治共享的社会治理制度，扎实推动共同富裕，不断增强人民群众获得感、幸福感、安全感，促进人的全面发展和社会全面进步”［1］。
统计与决策2021年第6期·总第570期统计观察DOI:10.13546/ki.tjyjc.2021.06.015基金项目：国家自然科学基金资助项目（71874054）作者简介：俞佳立（1992—），男，江苏南通人，博士研究生，研究方向：卫生经济、区域经济。
（通讯作者）杨上广（1972—），男，福建政和人，教授，博士生导师，研究方向：卫生经济、区域经济。
中国医疗卫生资源供给水平的区域差异及影响因素俞佳立，杨上广（华东理工大学商学院，上海200237）摘要：医疗卫生资源的均衡发展对实现“健康中国”目标有重要意义。
文章综合运用熵权法、可分解的泰尔指数法、空间自相关检验及面板数据回归模型对2009—2018年医疗卫生资源供给水平差异及其空间分布特征进行测度，并探讨影响医疗卫生资源供给水平的因素。
研究表明：中国医疗卫生资源供给水平均值为0.345，呈现逐年递增趋势，不同省份间供给水平差异明显；总体泰尔指数呈现缩小态势，主要由四大经济区区域内差异造成；医疗卫生资源供给水平呈现同类集聚特征；经济发展水平和城镇化水平的提升有利于促进医疗卫生资源供给水平。
关键词：医疗卫生资源；供给水平；区域差异；泰尔指数法中图分类号：F812.4文献标识码：A 文章编号：1002-6487（2021）06-0069-04引言中国医疗卫生资源发展不充分和地区失衡问题尚未完全解决，建立健全基本公共卫生服务体系，实现基本公共服务均等化，是当前社会发展的重要议题，这对“健康中国”目标的推进具有重要意义[1]。
医疗卫生资源供给差异及其产生机制的研究是学界研究的热点。
Albanese 等（2011）[2]运用泊松回归探讨拉丁美洲、中国、印度和尼日利亚65岁以上人口社区卫生服务的公平性。
Li 等（2015）[3]采用Logistic 回归模型分析中国乡村基本公共卫生服务供给。
肖海翔和吴丽（2014）[4]运用可分解的泰尔指数测算2003—2011年城市和区域两个维度医疗卫生资源配置的均等化水平。
河南省2011年基本公共服务均等化水平测度与分析翟羽佳（北京师范大学管理学院，北京100875）摘要：以河南省18个地市为样本，基于2011年相关数据，构建了河南省基本公共服务均等化水平的评价指标体系，并采用了灰色关联法进行了实证研究。
结果表明，2011年河南省基本公共服务均等化总体水平较低，地区差异明显，各单项基本公共服务均等化水平呈现出一定的层次性，且均等化水平与经济发展水平显著相关。
最后，提出继续推进中原经济区建设、不断完善基本公共卫生服务均等化的“河南模式”、有差别分步骤推进基本公共服务均等化的政策建议。
关键词：基本公共服务；均等化；指标体系；灰色关联；河南省中图分类号：F222．34文献标志码：A文章编号：1003-2363（2013）05-0057-05收稿日期：2013－02－05；修回日期：2013－07－02作者简介：翟羽佳（1983－），男，河南洛阳市人，博士研究生，主要从事政府创新管理研究，（E-mail ）trilobite_1985@live．cn 。
0引言基本公共服务均等化凸显了“公平正义”的社会价值诉求，是构建社会主义和谐社会、保障和改善民生的重要内容，也是全面建设服务型政府、实现区域经济均衡发展的内在要求。
因而，区域基本公共服务均等化将成为地方政府治理和政策制定的价值取向和逻辑基点。
在实践方面，党和政府一直很重视推进基本公共服务均等化，尤其是国务院签发的《国家基本公共服务体系“十二五”规划》，更是从制度安排角度将基本公共服务均等化作为政府绩效评估重要目标之一。
河南省地处我国中部，是我国人口基数和密度较高的几个省份之一，以河南为主体的中原经济区为我国第四大经济区，其基本公共服务均等化水平能在一定程度上反映我国均等化总体水平。
截止2012年底，河南全省GDP 突破3万亿元，排名全国第五，比上年增长10．1%，城镇居民人均可支配收入、农民人均纯收入实际增长9%以上，这些都为推进基本公共服务均等化提供了重要的物质基础。
新疆社会保障水平分析：2000年～2010年刘玉祥;郭德辉【摘要】The expenditure of social security influences the economic and social development to certain degree. According to the data of expenditure of social security in Xinjiang from 2000 to 2010, this paper analyzes the level of it from the aspect of the scale of expenditure of social security, urban and rural social security differences, Xinjiang social security expenditure and eco- nomic conditions, social security financial iuvestmeut and social insuranee coverage. Based on the formula of moderate level of social security deducted by previous scholars, it calculates the parameters of the moderate level of social security and test the level in Xinjiang. And the results show that the size of the total expenditure of social security in Xinjiang has increased year by year, and it is the same ease of the per capita social security expenditure, and the growth rate is faster. However, the overall of expenditure of social security in Xinjiang is not on a moderate level and social security expenditure is incompatible with the economic situation.%社会保障支出在一定程度上影响着经济和社会的发展。
新时代中国经济高质量发展水平的测度研究新时代中国经济高质量发展水平的测度研究引言随着中国经济的快速增长，中国逐渐成为全球经济的重要推动力。
然而，在追求经济增长速度的同时，中国也面临着转变经济发展方式、提高经济发展质量的挑战。
在新时代下，中国经济高质量发展的测度成为一个重点研究领域。
本文旨在探讨如何测度新时代中国经济高质量发展水平，并提出相应的政策建议。
一、高质量发展的定义与特征高质量发展是指在保持经济增长的同时，提升经济的创新能力、竞争力和可持续发展能力的一种发展模式。
具体而言，高质量发展应包括以下特征：1. 创新引领：高质量发展要重视科技创新和知识经济的发展，促进技术进步和产业升级，以推动经济增长的动力转变。
2. 质量导向：高质量发展要注重提高产品和服务质量，通过标准化和质量控制手段，提高企业竞争力，推动产品“中国制造”向“中国智造”升级。
3. 绿色环保：高质量发展要注重生态环境保护，推动可持续发展，实现经济发展和环境保护的良性循环。
4. 共享共赢：高质量发展要注重增加居民收入、改善民生福祉，推动社会公平正义，实现经济发展和社会进步的共同目标。
二、评价指标体系的构建为了测度中国经济高质量发展水平，需要建立科学合理的评价指标体系。
以下是一个可能的评价指标体系的构建：1. 经济增长指标：包括国内生产总值（GDP）、固定资产投资增速、消费总额等。
2. 产业结构指标：包括第一产业、第二产业和第三产业的比重、高新技术产业的比重等。
3. 创新能力指标：包括研发投入占GDP比重、发明专利申请数量、高技术企业数量等。
4. 环境保护指标：包括二氧化碳排放强度、可再生能源利用率、环境质量等。
5. 社会进步指标：包括住房保障、医疗保障、教育水平等。
三、测度方法的选择为了对新时代中国经济高质量发展水平进行测度，可以采用多种方法和模型。
1. 综合指数法：将各个指标按一定权重综合计算，得出一个综合指数，以反映整体发展水平。
国民经济发展水平的测度及其影响因素随着国家经济的不断发展，对于国民经济发展水平的测度也越来越被重视。
国民经济发展水平的测度是衡量国家经济实力的重要指标之一，尤其对政府和企业的经济管理和规划具有重要意义。
国民经济发展水平的指标主要包括国内生产总值、人均国内生产总值、工业增加值、农业增加值、城镇化率、财政收入、固定资产投资、外贸出口等等。
其中，国内生产总值是国民经济发展水平的核心指标，它是一个国家一定时期内所有居民生产和服务活动的总价值。
人均国内生产总值则是国内生产总值除以国家居民人口数量得到的平均值，它可以反映国家或地区经济发展的平均水平。
而固定资产投资则是反映一个国家或地区制造业、工矿企业、农业和交通运输等领域的投入情况，是国民经济发展的基础和支撑。
除了以上几个关键指标，国民经济发展水平还受到许多其他因素的影响。
以下将从市场经济、国家政策和投资环境三个方面来分析这些因素。
市场经济因素：市场经济因素是影响国民经济发展水平的重要因素之一。
市场经济的特点是竞争和创新，它能够引导资源向优势产业和企业集中，有效地促进经济的发展。
市场机制的推动，增加了企业的自主权和竞争力，促进了经济体的活力，进而提升了国民经济发展水平。
国家政策因素：国家政策是支撑经济发展的重要因素。
政府的规划、政策和公共服务体系的完善，能够更好地促进经济的发展。
例如，制定鼓励创新的政策，可以促进技术创新和产业转型升级；通过完善教育、医疗、社会保险等公共服务设施，可以提高全民素质和生产生活水平，进而提升国民经济发展水平。
投资环境因素：优良的投资环境是吸引国内外投资的必要条件。
投资环境包括政府管理和服务水平、法制环境、基础设施建设、人才引进等方面。
良好的投资环境可以优化产业结构、提高生产率、增加就业机会，进而促进国民经济的发展。
总之，国民经济发展水平的测度和分析，需要综合地考虑经济体制、政策体系和投资环境等多种因素。
对于政府和企业来说，了解并分析这些因素对于决策者制定更科学的发展计划和战略，进而达到提升国民经济发展水平的目的，具有非常重要的意义。
