我國醫?；疬\行效率提升的組態路徑研究

張國海，周亮

摘要：以我國31個?。ㄗ灾螀^、直轄市）為研究樣本，基于數據包絡分析方法計算各省級醫?；疬\行效率，并提取區域經濟水平、政府支持水平、老齡化水平、城市化水平以及衛健醫療水平等5個指標，運用模糊集定性比較分析方法揭示我國醫?；疬\行效率差異的條件組態和作用機制。研究發現，我國各地區呈現出兩種不同的高醫?；疬\行效率模式，以及三種低醫?；疬\行效率組態路徑；通過對比高、低組態的關系發現，在一定條件下政府支持水平與城市化水平是影響醫?；疬\行效率的核心因素。產生高、低醫?；疬\行效率差異的原因具有非對稱性，引起低醫?；疬\行效率的路徑并不是高醫?；疬\行效率路徑的對立面。

關鍵詞：醫?；疬\行效率；數據包絡分析；模糊集定性比較分析

中圖分類號：F842.684文獻標識碼：ADOI：10.7535/j.issn.1671-1653.2024.01.006

Study on the Configuration Path for Improving the Efficiency of?China′s Medical Insurance Fund Operation：?Based on DEA Model and Fuzzy-Set Qualitative Comparative Analysis

ZHANG Guohai， ZHOU Liang

（School of Finance and Public Administration， Anhui University of Finance and Economics， Bengbu 233030， China）

Abstract：Taking 31 provinces （autonomous regions， province-level municipalities） in China as research samples， data envelopment analysis method was used to calculate the operation efficiency of medical insurance funds in each province， and then five indicators， regional economic level， government support level， aging level， urbanization level and medical level， were extracted. Fuzzy-set qualitative comparative analysis method was used to reveal different configuration and mechanism of operational efficiency of medical insurance funds in China. The research finds that there are two different modes of high medical insurance funds operation efficiency and three different configuration paths of low medical insurance funds operation efficiency in various regions in China. By comparing and observing the high and low configurations， it is found that under certain conditions， the level of government support and urbanization are the core factors affecting the operation efficiency of medical insurance funds. The reason for the difference between the operating efficiency of high and low medical insurance funds is asymmetric， that is， the path that causes the operation efficiency of low medical insurance funds is not the opposite of the path of high medical insurance funds operating efficiency.

Keywords：operational efficiency of medical insurance funds; data envelopment analysis; fuzzy-set qualitative comparative analysis

作為我國的一項基本政策，醫療保障制度建立之初的目的是保障公民的健康和福利。醫療保險基金可持續運行是基本醫療保險制度平穩健康發展的基礎和前提，其運行效率的高低對我國醫保體系建設和“健康中國”戰略實施具有重要意義。然而，隨著基本醫保制度實現了農村居民和城鎮居民兩大群體的全覆蓋，日益頻繁的城鄉人口流動和不斷加劇的老齡化危機也將對社會醫?；疬\行的可持續性與公平性提出考驗。因此，在政策規定尚存拓展空間的前提下，如何謹慎探索出一條優化當前醫?；疬\行效率的可靠路徑，成為當前學界關注的熱點話題。

近年來，雖然有關醫?；疬\行效率的研究成果十分豐碩，但這些研究大多關注單個或并列多個因素對醫?；疬\行效率的影響，主要分析條件變量與結果變量之間的統一對稱關系，此類二元關系構成的因果邏輯分析方法很難厘清多個變量之間的交互關系。并且，考慮到造成我國醫?；疬\行效率高低的邏輯依據的復雜性，既往的相關研究由于僅針對極少數變量展開逐一分析，對案例特性研究深度不足，從而導致研究結果的呈現較為分散。本文擬通過數據包絡分析（DEA，Data Envelopment Analysis）與定性比較分析（QCA，Qualitative Comparative Analysis）方法，對當前我國醫?；疬\行效率問題展開可行性研究，從多重要素聯動視角出發，為我國醫?；痼w系高質量發展提供新思路。本文的貢獻主要體現在兩方面：一是系統評估我國醫?；疬\行效率，并剖析與之相關的多重組合因素；二是嘗試從組態視角出發，運用集合論的定性比較分析方法，意圖厘清我國醫?；鹂沙掷m發展的前行路徑，為我國醫療保險制度穩健發展提供鏡鑒。

一、文獻綜述

對醫?；疬\行效率的研究一直是學者們關注的熱點，相關文獻主要集中在效率評價方法、評價對象和影響因素等方面。

在醫?；疬\行效率評價方法方面，現有國內外文獻大多采用隨機前沿法（Stochastic Frontier Approach，SFA）、動態網絡數據包絡分析法（Dynamic Network Data Envelopment Analysis，DNDEA）和DEA模型等對醫保效率進行測算。Melgen-Bello L等[1]（P583-591）采用隨機前沿分析法估算拉丁美洲和加勒比地區25個國家的衛生支出效率水平，并指出各國可以通過改善醫療資源利用，提高衛生支出效率。Gavurova B等[2]（P1-25）運用動態網絡數據包絡分析方法評估經合組織國家衛生系統在3個不同時期的運行效率。通過構建數據包絡分析框架，Karsak E E等[3]（P706-727）對伊斯坦布爾15個區域的醫療保健績效進行了測算，從而確定了伊斯坦布爾醫療保健績效最佳的地區?；谖覈緡楹歪t?；疬\行現狀，國內學者較多采用DEA模型進行效率測算。于凌云等[4]（P31-37）將DEA-BCC模型與Malmquist指數相結合，測算我國2017—2019年城鄉居民醫?；疬\行效率，發現我國醫?；疬\行效率存在地區差異，且整體效率水平偏低。朱銘來等[5]（P91-105）運用DEA模型和空間統計分析方法，對我國城鎮職工醫保個人賬戶基金的使用效率進行了量化考核。相較于SFA方法和DNDEA方法，DEA方法運用場景更為廣泛，相應的學術參照成果比較詳實，在有效確保數據可操作性的同時，能夠最大限度兼顧我國醫?；疬\行的現實情況。

在評價對象方面，國外研究學者主要圍繞醫療衛生支出和醫療保健利用等方面展開研究。Avila J C等[6]（P269-277）、Acharya S等[7]（P24）針對老年人對醫療保健服務的需求和利用情況，分析了醫療衛生支出在老齡化背景下急速增長的現狀。Dieleman J L等[8]（P1668-1678）研究發現，在醫療保健服務價格上漲和服務強度提升的影響下，醫療保健支出呈攀升趨勢。我國基本醫療保險制度具有較明顯的城鄉二元特色，因此，國內學者大多是對城鄉居民和城鎮職工基本醫療保險分別展開研究。何月等[9]（P869-873）研究了我國西部某中心城市2013—2017年城鄉居民醫療保險基金運行效率，發現該市在老齡化進程中并未出現醫?；鹦实拖禄蜇摀^重的跡象。趙久洋等[10]（P78-83）分析了新疆生產建設兵團城鎮職工醫?；?010—2019年的運行情況，提出醫?；鹗褂眯侍嵘耐黄瓶谠谟跍p少醫?；饌€人賬戶資金積累。

在效率影響因素方面，國外學界對醫療保健費用利用及其影響因素的研究較為深入。Karimi S M等[11]（P958-970）按照收入和年齡將研究對象分層，發現低收入的老年人群體對健康護理的高度需求導致美國醫療保健支出增加。Shakoor U等[12]（P585-607）評估了巴基斯坦醫療保健支出，認為相較于人均國內生產總值，人口老齡化對醫療保健費用增加的影響更為顯著。而也有學者對此持有相反觀點，Howdon D等[13]（P60-74）、Saleem A等[14]（P688-706）認為老年人口規模擴大與醫療保健費用的使用效率呈負相關。除此之外，有學者從整體視角出發，致力于發掘影響醫療保健費用的決定因素。Amiri M M等[15]認為醫療保健支出增長與使用效率受到包括但不限于社會人口、經濟技術、生活環境及方式、疾病模式、衛生服務等因素的影響。Rana R H等[16]（P55-77）基于宏觀面板數據檢驗國內生產總值對衛生支出的影響，研究發現二者之間并不存在長期協調關系。國內學者大多聚焦于醫療保險運行效率的影響因素研究。封進等[17]（P113-123）、藍英等[18]（P261-264）通過實證分析提出醫?；鹗罩н\行與人均GDP、人口老齡化以及城鎮化率等呈正相關性。單瑩等[19]（P120-126）認為我國醫?；疬\行在經濟水平和地區政府重視程度的影響下，呈現東部支出高于西部的不平衡現狀。艾賀玲等[20]（P656-660）認為政府政策干預在短期內可緩解醫?；疬\行壓力，但持續老齡化依舊會造成基金運行效率持續走低。為此，趙建國等[21]（P11-22）建議推行延遲退休政策，以緩解醫?；鹬Ц秹毫?，促進醫?；鹌椒€可持續運行。孫翎等[22]（P61-77）結合區域人口發展模型和社會醫療保險精算模型，發現加劇基本醫療保險基金收支失衡的主要原因在于城鄉人口遷移。耿蕊等[23]（P49-64）研究發現政府財政衛生支出、人均可支配收入、醫療機構數量等因素對醫?；鹬С鲇绊戄^大，其中政府財政衛生支出的影響最為顯著。

縱觀國內外研究成果，學界就當前醫?；痤I域的問題在兩方面基本保持一致見解。一是宏觀大環境下，社會人口老齡化加速發展對當前醫?；痼w系運轉帶來的預見性沖擊；二是醫?；鹫邫C制運行過程中的短板弱項將帶來風險。目前較多文獻聚焦于某層面因素對醫?；疬\行的影響研究，但醫?；鹈媾R的現實情景表明，來自社會、經濟、文化以及機制內部等諸多影響要素往往以不同的組合形式對其整體運行產生作用，部分文獻在研究中也印證了醫?；鸢l展中存在多個因素的綜合影響。然而，鮮有學者對多因素組合路徑進行研究。梳理已有研究發現，經濟發展水平、政府支持力度、人口老齡化、城鎮化以及衛健醫療水平等因素出現的頻次較高，對醫?；疬\行效率的影響較為顯著。同時，在綜合前期數據摸排和指標的搜尋過程中，發現這些影響因素可以用相關的官方數據進行印證，以確保最終的實證結果能夠保留最大程度的完整性，達到與實踐相接近的運行狀態。因而本文擬選取我國31個?。ㄗ灾螀^、直轄市）為研究樣本，借助DEA模型測算我國醫?；疬\行綜合效率，并運用模糊集定性比較分析方法（fsQCA，fuzzy-set Qualitative Comparative Analysis）探究不同的影響因素及其組合對醫?；疬\行效率的動態作用機制，以期為當前醫?；痼w制改革、醫?；鹂沙掷m發展提供建設性意見。

二、研究方法

（一）主要方法

1.DEA方法

數據包絡分析（DEA）方法是一種非參數化研究方法，多用于評價同等類型及條件下多種投入與產出指標的決策單元（Decision Making Units，DMU）效率。DEA方法包含多種模型，本文主要選取其中的BCC模型，BCC模型是基于規模報酬可變的條件下得到效率值[24]（P332-333），該模型能夠測算出決策單元投入與產出的純技術效率、規模效率以及綜合效率[25]（P1075-1079，1092）。其中，綜合效率是對決策單元在資源配置、資源利用等方面能力的綜合衡量與評價，綜合效率表現為純技術效率值和規模效率值乘積[26]（P20-27）。本文采用DEAP2.1軟件，對我國31個?。ㄗ灾螀^、直轄市）的醫?；鹜度肱c產出指標進行量化分析，并選取結果中的綜合效率作為QCA組態分析的結果變量。

2.QCA方法

定性比較分析（Qualitative Comparative Analysis，QCA）是一種以中小規模案例的定量分析為導向的集合理論研究方法，其主要是基于整體視角和組態思維探究相關變量之間的邏輯關系和多重變量的協同效應，從案例層面展開比較分析，從而得出條件組態和結果變量之間的相對簡潔的因果關系[27]（P19-28）。

不同于傳統回歸分析假定條件變量之間相互獨立起作用的方法，QCA旨在將諸多影響因素構型并整合分析，進而探究出對結果變量產生影響的條件及條件組合。因此，QCA能夠很好地處理變量之間的多重并發因果關系，這就破除了傳統回歸分析方法處理單一對稱關系的弊端[28]（P155-167）。QCA的優勢還在于該方法能夠從整體視角出發，推進案例分析的廣度和深度，并在案例層面針對條件組態進行綜合考量分析，最終呈現出多樣性的分析結果。

QCA一般分為清晰集定性比較分析（clear-set Qualitative Comparative Analysis， csQCA）、多值集定性比較分析（multi-value Qualitative Comparative Analysis，mvQCA）和模糊集定性比較分析（fuzzy-set Qualitative Comparative Analysis，fsQCA）。其中，fsQCA基于Zadeh L A的模糊理論[29]（P338-353），通過引入集合隸屬度來找到復雜變量在集合中的隸屬程度或關聯程度，相較于csQCA和mvQCA，fsQCA的處理結果更加具有解釋效力。故本文采用的是fsQCA。

（二）數據來源

本文研究數據來源于2022年《中國統計年鑒》和《中國衛生健康統計年鑒》，選取我國31個?。ㄗ灾螀^、直轄市）作為觀測樣本。本文所采用的基本醫療保險基金相關數值均為城鎮職工基本醫療保險與城鄉居民基本醫療保險的合計值。

（三）測量與校準

1.結果變量

本文選用的結果變量是醫?；疬\行效率。在參考既往研究的基礎上，將醫?；鹗杖牒蛥⒈Ｈ藬翟O為投入指標，將基金支出、基金累計結余和住院率設為產出指標。投入類指標以醫保資金投入為主，選取代表醫?；鹬Ц赌芰Φ尼t?；鹉甓仁杖耄ǔ擎偮毠せ踞t療保險收入與城鄉居民基本醫療保險收入之和，下同）和與基金收入高度關聯的基本醫保參保人數作為投入指標。產出指標主要包括醫?；鹬С?、基金累計結余和住院率。其中，基金支出為醫?；疬\行的直接產出，能夠直觀反映醫?；鸬难a償力度和配置效率；基金累計結余可直接衡量醫?；鸬某掷m性給付能力；住院費用是醫?；鸬闹匾С鲰椖?，使用住院率來衡量醫?；鸬倪\行產出指標較為貼切。

通過DEA2.1軟件計算得出醫?；疬\行綜合效率，將其作為QCA組態分析的結果變量，見表1。

由表1可知，在綜合效率方面，我國2021年醫?；疬\行綜合效率平均值為0.958。其中，有8個?。ㄗ灾螀^、直轄市）的醫?；疬\行的綜合效率為1，分別為北京、天津、上海、山東、廣東、廣西、西藏和青海，占樣本總量的25.8%，說明這些地區的醫?；疬\行同時達到了技術有效和規模有效，即達到了相對最佳產出結果。而綜合效率值小于1的地區有23個，占樣本總量的74.2%，說明這些地區在醫?；疬\行方面未能充分整合有限資源，存在浪費或使用不當的情況。該項數據也說明我國大部分地區的醫?；疬\行效率有待進一步提升。

在純技術效率方面，2021年我國各地區醫?；疬\行純技術效率均值為0.974，總體水平較高。其中有13個地區的純技術效率值達到了1，占樣本量的41.9%，表明這些地區的醫?；鸸芾磉\行的技術水平已趨于成熟，在投入一定的情況下得到了最大的產出。但仍有58.1%的地區投入的資源未得到充分利用，因此，這些地區需進一步優化技術和管理措施，提升技術進步對醫?；鸶咝н\行的支持力度，從而緩解醫?；鹂沙掷m運行風險。

在規模效率方面，我國2021年醫?；疬\行規模效率平均值為0.984。其中，規模效率值未達到1的地區占總樣本的67.8%，說明我國大部分地區的規模效率有提升空間，因此需根據地區發展實際調整醫?；疬\行發展戰略，總結經驗和教訓，適當擴大地區醫?；疬\行規模。

總的來看，我國醫?；疬\行綜合效率整體區域分布不均，綜合效率較高的?。ㄗ灾螀^、直轄市）并不只集中在經濟發達地區，而是東中西部地區均有所分布。因此，有關影響我國醫?；疬\行效率背后的邏輯依據有待進一步研究。

2.條件變量

基于既往的關于醫療保險基金運行現狀的研究成果，選取區域經濟水平、政府支持水平、老齡化水平、城市化水平以及衛健醫療水平5個條件變量，具體描述如下。

（1）區域經濟水平（Regional Economic Level，REL）。區域民生領域的高質量發展往往需要依托地方經濟的支持。社會醫療保險作為基本的民生制度，其基金運行與經濟因素存在顯著相關關系，因此將區域經濟水平納入變量指標的考量范疇是合適的。衡量該變量的數據指標是各?。ㄗ灾螀^、直轄市）人均GDP[30]（P1-8）。

（2）政府支持水平（Government Support Level，GSL）。我國醫?；鹬贫鹊拈L效運行離不開政府扮演的雙重角色，即“政策制定者”與“資源規劃者”的統籌推動。在醫保事業發展方面，政府支持主要表現為政府作為行政主體，運用宏觀調控手段，通過規劃財政支出、政策優化等具象化方式，確保醫療資源在全國區域形成相對均衡，從而提高醫?；鹋渲眯?。其中，政府財政衛生支出不僅是提高醫療資源供給能力和服務水平的重要資金來源，而且是擴大醫保制度覆蓋范圍和促使醫?；鸱€健運行的重要基礎[31]（P84-97，128）。因此，選用政府財政衛生支出作為政府支持力度的衡量指標[23]（P49-64）[32]（P100-102）。

（3）老齡化水平（Aging Level，AL）。目前我國人口老齡化程度進一步加深，尤其是在醫?；鸹I資增速滯后、退休人員住院率上升等現實壓力下，有效維持醫?；鹂沙掷m性，是我國步入老齡社會的焦點話題之一。選用老年人口撫養比來衡量人口老齡化水平，具體指標為65歲及以上人口數占15～65歲人口數比重[33]（P49-55）[34]（P823-828）。

（4）城市化水平（Urbanization Level，UL）。在城市化趨勢逐步加深的大環境下，人口資源流動勢必會對我國醫保制度的有效實施以及醫?；鸬母咝н\轉產生相應的漣漪式影響。因此，選用城鎮常住人口數與總人口數的比重來衡量城市化水平[35]（P57-67）[36]（P70-73）。

（5）衛健醫療水平（Medical Level，ML）。自新醫改在我國各地普遍推行以來，政府財政大量投入醫療資源建設，衛健醫療水平得到進一步提升。作為醫療支出的主要源頭，醫療資源供給度直接關系到醫保資金配置與運行效率。選用每千人口醫療機構床位數與每千人口衛生技術人員數之和衡量衛健醫療水平[37]（P65-67）。

3.校準

模糊集定性比較分析方法認為集合之間的關系并不存在明顯的界限，因此需要在案例與集合之間建立一種隸屬關系。對案例賦值集合隸屬度的過程，即為校準。在充分結合理論依據和現實情況后，在整體數據間設定3個臨界值，分別為95%分位數值、50%分位數值和5%分位數值，依次代表完全隸屬、交叉點和完全不隸屬，以確保校準后的集合隸屬度均介于 0～1。校準結果見表2。

三、結果分析

（一）必要條件分析

在進行fsQCA分析之前，需對單個的條件變量進行必要性分析，以檢驗單個條件變量是否構成結果變量的必要條件，即評估結果變量是否為某個條件變量的子集（見表3）。一致性是衡量變量必要性的重要指標，如果某個條件變量的一致性大于0.9，說明該條件變量是造成結果變量的必要性條件，則需要在后續的分析中將該變量剔除。由表3可以看出，影響醫?；疬\行效率的各個條件變量的一致性均小于0.9，說明所采用的5個條件變量均未構成高醫?；疬\行效率和低醫?；疬\行效率的必要條件，由此也進一步印證了醫?；疬\行效率并非受到某單一因素的影響，而是多種因素耦合聯動的結果。

（二）組態分析

fsQCA分析后會得出三種解：復雜解（complex solution）、簡約解（parsimonious solution）和中間解（intermediate solution）。復雜解主要分析有實際觀測案例且未經過任何處理的組態，其結果較為籠統；簡約解既包括有實際觀察案例的組態，也包括缺乏理論依據的邏輯余項，其得出的結果往往與事實相違；中間解介于二者之間，既包含有實際觀察案例的組態，又納入了基于一定理論知識支持的邏輯余項，因此其分析結果更具有解釋效力[28]（P155-167）。

另外，結合簡約解和中間解可以分析得出變量中的核心條件和邊緣條件。核心條件是指同時出現在簡約解和中間解中的條件變量，核心條件對結果變量的影響較大；邊緣條件是指僅存在于中間解中的條件變量，邊緣條件對于結果變量起到的作用較弱。

通過反事實分析得出中間解。首先假定條件變量出現均有可能促使醫?；疬\行效率呈現高水平，因此可以得出高醫?；疬\行效率的組態路徑有2條（見表4）。其結果一致性為0.819，說明在所有滿足這2條組態的案例中，有81.9%的地區的醫?；疬\行效率較高；結果覆蓋率為0.462，說明這2條組態可以解釋46.2%的醫?；疬\行效率高的案例。

同時，假設每個條件變量缺失都有可能會導致醫?；鹗褂眯食尸F低水平，由此產生的低醫?；疬\行效率的條件組態有3條。這3條組態路徑可以解釋53.6%的低醫?；疬\行效率的省份；并且，所有滿足這3條組態的案例中，有78.5%的地區醫?；疬\行效率較低。

1.產生高醫?；疬\行效率的組態

在各個條件組態的多重影響下，高醫?；疬\行效率的案例呈現出2種不同的模式。

（1）H1：REL*GSL*UL。該組態表示某經濟發達且城市化水平較高的地區，在當地政府對醫療衛生事業發展給予足夠支持的時候，其醫?；疬\行效率呈現較高水平。在該組態中，經濟發展與政府支持均為核心存在變量；城市化水平為邊緣條件，說明相較于城市化，地區經濟發展與政府支持力度對醫?；疬\行效率的影響更大。此外，人口老齡化和衛健醫療水平均顯示為空白，說明這兩個條件變量對結果不產生影響。該組態路徑能夠解釋43.7%的高醫?；疬\行效率的案例，其中，有19.5%的高醫?；疬\行效率的地區僅能夠被該組態所解釋。該組態的典型代表地區是江蘇省。作為長三角地帶的重要組成部分，江蘇省近年來的綜合發展呈現出快速增長態勢。據統計，2021年江蘇省人均GDP高達137 039元，全國綜合排名第三。雄厚的經濟實力為江蘇省醫保事業發展建構了強有力的物質支撐。與此同時，江蘇省不斷強化對醫?；鹜度肓Χ?，建立了分級診療制度，并著手推進醫保信息化建設，實施“老年人、婦女、兒童健康保險”等專項保障政策，有效確保了醫療服務質量，實現了醫療資源的優化配置與高效運行。

（2）H2：REL*GSL*～AL*～ML。該組態表明在地區老齡化程度較輕的情況下，在政府給予基本醫療保障事業的大力支持與區域經濟發展的相互配合下，即便未擁有較高的衛健醫療水平和豐富的醫療資源，地區醫?；疬\行效率依舊能夠保持較高水平。在該組態中，區域經濟發展水平與政府支持均為核心存在變量，而人口老齡化與衛健醫療水平為核心缺失變量，城市化對結果不產生影響。該組態可以解釋26.7%的地區案例，略低于H1，同時，有2.4%的醫?；疬\行效率高的地區僅能夠被該組態所解釋。該組態的典型案例是廣東省。作為中國經濟開放程度最高的省份，廣東省擁有較好的經濟產業規模和完備的醫療保險制度體系。廣東省醫?；鸬母咝н\作，主要得益于其經濟發達程度高、政府資助力度大以及老齡化程度較輕。近年來，廣東省不斷加大醫保補貼力度，完善醫療服務內容，提升服務質量，致力于促使醫?；疬\行更加穩健持續。

2.產生低醫?；疬\行效率的組態

在假定城市醫?；疬\行效率呈現低水平時，通過分析得出NH1、NH2和NH3這3組組態。

（1）NH1：GSL*AL*～UL。該組態說明某人口老齡化程度較深且城鎮化發展較為滯后的地區，即便當地政府大力支持醫療衛生事業發展，但其醫?；疬\行效率依舊維持在較低水平。政府支持在該組態中為核心存在變量，城市化水平為核心缺失變量。同時，區域經濟水平與衛健醫療水平在該組態中對結果不產生影響。該組態可以解釋48.3%的低醫?；疬\行效率的地區，有8.4%的地區僅能夠被該組態所解釋。四川省是該組態的典型代表地區。作為我國西南地區的重要省份，近年來四川省對于醫療衛生事業發展保持高度重視，并在推動醫保制度發展的方式與力度層面呈現出強有力的態勢。據統計，2021年四川省在財政衛生支出方面全國綜合排名第四。然而，相對較低的城市化水平導致四川省醫?；鸹I資難度較大，基金收入水平較低，同時，不斷加深的老齡化造成的與日俱增的醫療服務需求，也對其醫?；疬\行的可持續性帶來了重大挑戰。

（2）NH2：REL*GSL*～UL*～ML。該組態表明在當地政府的大力支持下以及在地區經濟的輔助下，較低的城市化水平與略微匱乏的醫療資源依舊制約著地區醫?；疬\行效率的提升。同時，觀察組態可以發現，政府支持水平為核心存在變量，區域經濟水平為邊緣存在變量，說明在該組變量組合形式中，相較于區域經濟水平，政府支持力度對結果的影響更甚。該組態可以解釋三成的低醫?；疬\行效率的地區案例，其中，有0.4%的低醫?；疬\行效率的省份僅能夠被該組態所解釋。該組態的典型代表是安徽省。安徽省政府在衛生支出方面投入了大量資源，但受制于中等水平的經濟發展現狀和較低的城市化水平，其投入的資金未能得到優化配置與充分利用。尤其是在醫療資源相對匱乏和醫療水平參差不齊的現實情況下，安徽省醫?；疬\行效率的提升面臨著一定的阻礙。

（3）NH3：～REL*GSL*～UL*ML。該組態表示一個城市化水平極低的經濟欠發達地區，在政府的大力支持下，即便擁有豐富的醫療資源，其醫?；疬\行效率依舊較低。政府支持在該組態中為核心存在變量，城市化水平依舊作為核心缺失變量，制約著醫?；疬\行效率的提升。該組態可以解釋39.9%的低醫?；疬\行效率的地區案例，有3%的低醫?；疬\行效率省份僅能夠被該組態所解釋。該組態的典型代表地區是云南省。云南省是我國少數民族最為集中的省份，同時也是全國生物多樣性較為豐富的地區之一，擁有充沛的醫藥、醫療資源稟賦。近年來，在云南省政府的大力支持下，云南省建立了一批高水平的醫療機構、多個綜合性醫療中心以及?？漆t院。然而，受制于地區經濟發展水平不高，單一的醫?；鹗杖肴狈侠碛行У墓芾硗顿Y，導致基金保值增值難度較大。加之云南省地處西南邊陲，城市化水平較低，醫保覆蓋面存在較大的地域差異，最終導致醫?；鹫w運行效率難以大幅度提升。

3.不同組態對比分析

在所有高與低的組態路徑中，政府支持因素都以關鍵存在變量表示，一方面，反映了各地政府在驅動醫?；鹬贫刃艿壏矫婢３指叨汝P注，并在資金支持與衛生健康建設方面長期維持常態化高投入。另一方面，高與低組態路徑的差異化，體現出政府支持因素在引導醫?；疬\行效率方面的決定性作用有待提升，換言之，面對當前醫?；鹑找娉林氐倪\行壓力，政府方面運用的資金分配傾斜、物質補助等相關公共政策工具 “錦上添花”有余，“雪中送炭”不足。

另外，從橫向組態對比來看，高與低組態路徑內部的個別元素呈現出強烈的反差。在高醫?；疬\行效率組態集群中，H1的城市化水平因素已存在狀態表征，而在低醫?；疬\行效率組態集群中，所有路徑中的城市化水平因素均呈現關鍵缺失狀態，說明城市化建設水平不足是制約醫?；疬\行效率進一步提升的主要卡點之一，同時也是當下大多數城市（呈現低醫?；疬\行效率）的“通病”。同時需要強調的是，作為高醫?；疬\行效率組態集群的H2路徑中，不存在城市化水平因素。這表明對于該路徑而言，存在其他更能導致其呈現高效率的關鍵因素，城市化水平因素的存在與缺失對該路徑的最終指向不產生影響或影響甚微。

四、結論與建議

本文以2021年我國31個?。ㄗ灾螀^、直轄市）為研究樣本，通過構建DEA模型測算我國醫?；疬\行效率，并結合QCA定性比較分析，整合區域經濟水平、政府支持水平、老齡化水平、城市化水平、衛健醫療水平5個變量，對影響我國醫?；疬\行效率的多重并發組合因素進行研究。研究發現，我國醫?；疬\行效率的高低是各因素組合模式的協同作用。對比五組組態可以發現，政府支持力度與城市化建設水平在推動和抑制醫?；疬\行效率提升方面發揮著核心作用，據此提出以下建議。

第一．優化政府主導模式。為積極應對老齡化的挑戰，需要轉變觀念，推動醫?；鹜獠恳幠U張和內部機制完善協同并進。從外部視角而言，建議在基金預計出現累計赤字前期，適時調整原先國家承保、政府托底的固定做法，放寬醫?；鹜顿Y限制，發揮醫?；饝鹇孕再徺I作用，實現基金保值增值。從內部視角而言，要推動成本精細化管理，同時應加強頂層規劃和統籌協調，促進整個醫?；疬\行機制提質增效。

第二，推動城市化建設迭代升級。踐行新發展理念的主線工作之一是驅動城市化迭代革新，加快推進人城和諧相融，推動優良的城市生態環境轉化為最普惠的民生福祉，滿足社會公眾的其他民生需求，從而間接分散因疾病、衰老等因素對醫?；鹪斐傻膲毫?。同時，推進基層醫療服務發展，分散大城市的診療壓力；加快數字化和智能化醫療服務技術水平的迭代升級，增加患者就醫便捷程度，提升醫?；疬\行效率。

參考文獻：

[1]Melgen-Bello L， García-Prieto C. Analysis of Health Expenditure Efficiency in Countries of Latin America and the Caribbean[J]. Salud Publica de Mexico， 2017 （5）.

[2]Gavurova B， Kocisova K， Sopko J. Health System Efficiency in OECD Countries：Dynamic Network DEA Approach[J]. Health Economics Review， 2021 （1）.

[3]Karsak E E， Karadayi M A . Imprecise DEA Framework for Evaluating Health-care Performance of Districts[J]. Kybernetes， 2017（4）.

[4]于凌云，于夢迪. 城鄉居民醫?；疬\行效率及其影響因素研究[J]. 中國衛生政策研究， 2021（10）.

[5]朱銘來，李濤，劉婭. 城鎮職工醫療個人賬戶運行效率研究[J]. 保險研究， 2018 （3）.

[6]Avila J C， Kaul S， Wong R. Health Care Expenditures and Utilization among Older Mexican Adults[J]. Journal of Aging and Health， 2020（32）.

[7]Acharya S， Ghimire S， Jeffers E M， et al. Health Care Utilization and Health Care Expenditure of Nepali Older Adults[J]. Frontiers in Public Health， 2019（7）.

[8]Dieleman J L， Squires E， Bui A L， et al. Factors Associated with Increases in US Health Care Spending， 1996—2013[J]. Jama， 2017（17）.

[9]何月，周曉媛. 老齡化背景下城鄉居民基本醫療保險運行效率分析[J]. 現代預防醫學， 2023（5）.

[10]趙久洋，郭玉琳，謝慧玲.新疆兵團城鎮職工基本醫療保險基金運行效率分析[J].衛生軟科學，2022（2）.

[11]Karimi S M， Eslami K， Johnson C E. US Health Care Expenditure Across Income Groups by Age and Type of Care[J]. Journal of Health Care for the Poor and Underserved， 2021（2）.

[12]Shakoor U， Rashid M， Baloch A A， et al. How Aging Population Affects Health Care Expenditures in Pakistan？ A Bayesian VAR analysis[J]. Social Indicators Research， 2021（153）.

[13]Howdon D， Rice N. Health Care Expenditures， Age， Proximity to Death and Morbidity： Implications for an Ageing Population[J]. Journal of Health Economics， 2018（57）.

[14]Saleem A， Cheema A R， Rahman A， et al. Do Health Infrastructure and Services， Aging， and Environmental Quality Influence Public Health Expenditures？ Empirical Evidence From Pakistan[J]. Social Work in Public Health， 2021 （6）.

[15]Amiri M M， Kazemian M， Motaghed Z， et al. Systematic Review of Factors Determining Health Care Expenditures[J]. Health Policy and Technology， 2021（2）.

[16]Rana R H， Alam K，Gow J. Health Expenditure and Gross Domestic Product： Causality Analysis by Income Level[J]. International Journal of Health Economics and Management， 2020（1）.

[17]封進，王貞. 宏觀經濟波動對城鎮職工醫?；疬\行的影響[J]. 社會科學輯刊， 2018 （6）.

[18]藍英，柯雄，李偉，等.我國醫療保險基金支出的影響因素及建議[J].中國全科醫學，2016（S1）.

[19]單瑩，趙洋，李程，等. 山東省醫共體試點醫?；鹗褂们闆r[J]. 山東大學學報（醫學版）， 2022（8）.

[20]艾賀玲，黃萍. 老齡化背景下上海城鎮職工醫療保險基金管理政策研究——基于系統動力學的分析[J]. 中國衛生事業管理， 2017（9）.

[21]趙建國，劉子瓊. 延遲退休、個人賬戶調整與城鎮職工醫療保險基金可持續運行[J]. 社會保障研究， 2020 （1）.

[22]孫翎，馬曉玲，申曙光. 城鄉人口遷移對基本醫療保險統籌基金長期精算平衡的影響分析——基于分區域人口發展模型的研究[J]. 社會保障研究， 2019 （4）.

[23]耿蕊，杜本峰.基于GM分析影響基本醫療保險基金支出的因素[J].蘭州學刊，2021（1）.

[24]Charnes A， Cooper W， Lewin A Y， et al. Data Envelopment Analysis Theory， Methodology and Applications[J]. Journal of the Operational Research Society， 1997（3）.

[25]徐萍萍，趙靜，李春曉，等.基于數據包絡分析的基層醫療衛生資源配置效率分析[J].現代預防醫學，2023（6）.

[26]吳灼亮，劉明德.基于QCA的安徽省物流效率影響因素及作用路徑研究[J].合肥工業大學學報（社會科學版），2021（4）.

[27]［比利時］伯努瓦·里豪克斯，［英］查爾斯C.拉金.QCA設計原理與應用：超越定性與定量研究的新方法[M].杜運周，李永發，等，譯.北京：機械工業出版社， 2017（7）.

[28]杜運周，賈良定.組態視角與定性比較分析（QCA）：管理學研究的一條新道路[J].管理世界，2017（6）.

[29]Zadeh L A. Fuzzy Sets[J]. Information and Control， 1965（3）.

[30]程蘭芳，鄧蔚.人口老齡化對社會保障支出的影響研究[J].華東經濟管理，2022（1）.

[31]李曉嘉，蔣承，胡漣漪.財政醫療衛生支出對中國健康多維貧困的影響研究[J].中國人口科學，2020（4）.

[32]劉廣彬.居民消費與不確定性——醫療保障制度的保障效應檢驗[J].長春理工大學學報（社會科學版），2013（11）.

[33]董波，姜孟涵.基于fsQCA組態視角的醫?；鹬С鲇绊懸蛩胤治鯷J].中國醫療保險，2022（12）.

[34]李珊珊，陳在余.醫療保險對我國老年人就醫行為的影響——基于門診和住院行為的比較分析[J].中國衛生事業管理，2022（11）.

[35]王京捷，郭有德.統賬結構調整政策對城鎮職工醫療保險基金可持續運行的影響[J].社會保障研究，2021（4）.

[36]黃阿紅，方鵬騫，陶思羽，等.2011年和2016年我國護理人力資源配置公平性比較研究[J].中國衛生經濟，2018（1）.

[37]李春枝.我國基本醫療保險基金支出影響因素的灰色關聯分析[J].中國物價，2021（12）.