张仲芳
江西财经大学财税与公共管理学院，江西南昌，330013
摘要：在DEA—Tobit两阶段分析框架下，本文使用1998—2011年省级面板数据，研究了中国地方政府卫生支出效率。应用非参数数据包络分析（DEA）方法测算地方政府卫生支出的综合技术效率、纯技术效率和规模效率，并利用受限因变量Tobit模型对效率评价结果与其影响因素之间的关系进行实证分析。研究结果表明，地方政府卫生支出效率存在显著的地区差异，而决定效率差异的重要因素包括财政分权和医疗卫生体制改革等政策变量，以及人均GP、居民受教育水平、人口密度、城市化水平等经济与社会因素。
关键词：地方政府卫生支出效率；财政分权；卫生改革
一、引言
医疗卫生事业关系亿万人民的健康福祉，是一个重大的民生问题。随着我国医疗卫生体制改革的深入推进，政府在医疗卫生领域的主导作用不断增强，政府卫生支出增长迅速。2009年4月公布的新医改方案提出，在2009—2011年各级政府增加8500亿元用于支持医疗卫生改革。自新医改启动以来，2009—2012年4年间财政对医疗卫生累计投入22427亿元，占财政支出的比重由4.4%提高到5.7%。各级政府的医疗卫生投入不断上升，这在一定程度上扭转了政府在医疗卫生领域投入不足的局面。与此同时，随着政府卫生支出的持续扩大，如何提高政府卫生支出效率，则成为下一步改善我国医疗卫生事业的关键。因此，如何对政府卫生支出效率做出合理的评价，进而实现资源的有效配置成为学术界日益关注的问题。
在我国财政分权的体制下，中央以下地方政府卫生支出主要由相应地方财政承担。2009—2011年，国家财政卫生支出中，地方财政所占比例分别达到98.41%+98.47%和98.89%。本文将在DEA—：两阶段分析框架下，集中分析地方政府卫生支出效率，试图回答以下两个问题。一是在支出规模不断增长的背景下，中国地方政府卫生支出的效率如何，不同地区之间政府卫生支出效率有何差异。通过把政府公共部门的行为看作一种类似生产者的行为，本文在第一阶段将利用非参数“数据包络分析”方法测算出中国各省级政府卫生支出的相对效率，为回答该问题提供证据。二是哪些因素可以解释中国地方政府卫生支出的效率差异，对此在第二阶段将利用受限因变量：随机效应面板模型进行回归分析。
本文接下来的内容为：相关文献的回顾，理论模型和方法，中国省级地方政府卫生支出效率测算与评价，利用随机效应Tobit面板模型寻找可能影响地方政府卫生支出效率差异的因素，并重点分析财政分权和医疗卫生体制改革因素对政府卫生支出效率差异的效应，最后为研究总结。
二、相关文献回顾
目前，对于效率的评价方法主要有算术比例法和生产前沿分析（FrontierAnalysis）等方法。算术比例法简单地应用产出与投入之间的比例来表示投入产出效率的高低，这种方法仅适用于单指标投入和产出的效率评价，使用范围有限。而作为效率评价的主要方法，生产前沿分析法通过对待考察决策单元（ecision—makingUns，U）与效率前沿单元的偏离程度的分析，来衡量被考察单元的效率，是一种衡量决策单元相对效率的基本方法（Farrell，1957；Chames等，1978，ankei等，1984）。随着理论的不断发展，生产前沿分析方法逐渐形成了参数方法和非参数方法两大分支。参数方法可以分为随机前沿分析（StochasticFrontierAnalysis，SFA）、确定性前沿分析（eterministicFrontierAnalysis，FA）和厚前沿分析（hickFrontierAnalysis，FA）方法；非参数方法则包括数据包络分析（ataEnvelopmentAnalysis，DEA）和自由处置包方法（FreeisposalHull，FH）两种，其中自由处置包方法是DEA模型的一个特例。非参数方法和参数方法的主要区别在于：非参数方法不需要求出生产前沿面的具体函数形式，可以直接选择观测数据构造出生产可能集上的生产前沿面，从而进行经济分析。
在财政研究领域，核算地方政府支出效率，并探讨影响支出效率的社会经济因素一直是该领域的一个研究热点。在研究方法上，一些学者使用了两阶段分析框架。在此分析框架中，首先通过前沿分析方法等测算地方政府支出效率，效率测算模型中使用的是地方政府可以控制其数量的投入要素，而不考虑地理环境等其他方面的不可控要素，但事实上，这些地理条件和经济社会因素等外生变量在决定地区间政府支出效率差异方面起着很大的作用。因此，在第二阶段分析中往往研究这些外生变量对地方政府支出效率的影响。在研究内容方面，已有文献中，地方政府支出效率研究可大致分为两类：一是从地方政府提供的全部公共服务的角度出发，从总体上测算地方政府支出的效率；二是对地方政府或特定公共服务部门提供某项公共服务的支出效率进行评估。
在地方政府整体支出效率研究方面，Eeckaut等（1993）首先利用FH和DEA非参数生产前沿分析方法测算了比利时235个城市的市政支出效率，然后在第二阶段分析了地方税率、成人教育水平、政治环境特征等社会经济因素对市政支出效率的影响。类似的研究文献还包括：runoeorgei等（1996）对比利时地方政府支出效率的测算和分析，AnrewWorthington（2000）对澳大利亚166个城市市政支出效率进行测算和分析，alaguer—Coll等（2002）对西班牙258个市政支出效率进行的核算和分析，Loikkanen和Susiluoto（2005）对芬兰1994一2002年市政基本公共服务提供效率的核算和分析，以及Afonso和Fernanes（2006）对葡萄牙里斯本地区政府支出效率的核算和分析。近年来，国内也有部分学者进行了类似的研究。陈诗一、张军（2008）利用DEA—Tobit两阶段分析框架研究了1978一2005年中国27个省级地方政府支出效率。唐齐鸣、王彪（2012）
利用随机前沿分析方法测算了中国26个省级地方政府1978—2008年的财政支出效率，并分析了影响支出效率的因素。
另一类研究是评估地方政府提供特定公共服务的支出效率，如ouck—aert（1992）研究了比利时市政用于防火、灭火服务的财政支出效率；ur—gat和Jeanrenau（1994）研究了瑞士市政用于固体废物回收的政府支出效率；avis和Hayes（1993）研究了提供地方警察服务的政府支出效率，Prieto和Zofio（2001）研究了西班牙市政用于基础设施和设备投资方面的政府支出效率。近年来国内类似的研究包括，李燕凌、欧阳万福（2011）利用湖南省数据测算了财政支农支出效率水平，并运用：模型分析了影响县乡政府财政支农支出效率的因素。涂斌、王宋涛（2012）在DEA—：两阶段分析框架下，研究了广东省21个地级市政府公共文化支出效率。在政府卫生支出效率研究方面，SanjeevGupta（2001）利用FH方法核算了1984—1995年非洲37个国家的政府卫生支出效率；王俊（2008）利用DEA方法测算了1997年和2003年中国各省级政府卫生支出效率；韩华为、苗艳青（2010）研究了1997—2007年中国各省份政府卫生支出效率；肖海航等（2011）测算和分析了湖南省2003—2008年各市（州）政府卫生支出效率。本文将DEA—Tobit两阶段分析框架运用于中国地方政府卫生支出效率研究，首先测算各省份政府卫生支出效率，在此基础上分析财政分权、卫生改革等政策变量及其他外生因素对政府卫生支出效率的。
三、DEA—Tobit分析框架：理论模型和方法
（一）效率测算的DEA方法
数据包络分析是近三十年来迅速发展起来的非参数生产前沿面模型，是一种“面向数据”的核算方法，用于测算一组具有多种投入和多种产出的决策单元（U）的绩效和相对效率。该方法利用线性规划构建有效率的凸性生产前沿边界，与此前沿相比可以识别低效率的决策单元及其效率值大。其理论基础是由投入和相对应产出形成的生产可能集，在要素投入一定的情况下，使产出最大的各种要素投入组合为“生产前沿”，它表示一组要素投入量所对应的最大生产能力。通过比较实际生产活动同生产前沿的距离，可以反映出决策单元生产活动在效率上的损失，进而求出相对有效性（即相效率）。
A.Chames和W.Cooper等学者于1978年创立了DEA—CCR模型（Chanes等，1978），但是CCR模型是在规模报酬不变（CRS）的假定下对投入产出进行分析并测算效率值，这并不符合规模报酬可变（VRS）的实际情况。因此，anker，Charnes和Cooper（1984）针对上述问题提出了DEA—CC模型，它将CCR模型中地综合技术效率（E）分解为纯技术效率（PE）和规模效率（SE），即E=PExSE，这样能更准确地反映决策单元的经营管理水平。这里所谓技术效率是指相同产出下生产单元理想的最小可能投入与实际投入的比率。
设有n个决策单元U，每个决策单元都有m种输入和s种输出。
用DEA方法既可以从投入的角度（投入导向），也可以从产出的角度（产出导向）来测算技术效率。基于前一角度衡量的技术效率，用来评估为了得到相同的产出应使用何种比例的投入才能做到投入最少；基于后一角度的测算则有助于发现如何使相同的投入得到最大的产出。在规模报酬不变的假设下，这两种方法测算出的效率水平是完全相等的，而在规模报酬可变的假设下，结果则可能不同。就政府卫生支出效率而言，我们更关注的是在投入要素不变的情况下如何有效增加产出，因此本文选择产出导向的DEA—CC模型来测算各省份政府卫生支出的综合技术效率、纯技术效率和规模效率，测算过程借助eap2.1软件实现。
（二）受限因变量Tobit面板模型
在效率测算和评价过程中，DEA模型使用了决策单元可以控制的投入和产出变量，却没有考虑其他一些决策单元不可控制的因素，而这些不可控因素的差异是造成决策单元效率差异的重要原因。
但是，由DEA模型测算出的效率值的取值范围是[0，1]，属于截断数据，若直接以该值作为被解释变量建立计量模型，用0LS（普通最小二乘法）模型进行回归，参数的估计将是有偏的且不一致。要避免0LS估计带来的偏误，往往使用受限因变量模型Tobit模型来进行回归。
观测值均取实际的观测值，当4%0时，“受限”观测值均截取为0。可以证明，用极大似然法估计出Tobit模型的和2是一致估计量。由于下文测算得到地方政府卫生支出效率值为面板数据，因此使用面板数据随机效应：模型进行分析。
四、中国省级地方政府卫生支出效率测算和评价
本文的研究对象是省级地方政府卫生支出效率，所以选择全国31个省份作为决策单元。1997年重庆设立直辖市，所以选择1998—2011年作为研究时期。投入变量为各省份1998—2011年政府预算卫生支出，产出变量为三种最为重要的卫生资源，即卫生机构数、卫生技术人员数、卫生机构床位数。相关数据来源于各年《中国统计年鉴、中国卫生统计年鉴和中国财政年鉴。
基于产出导向的DEA模型，测算得到1998—2011年各省份政府卫生支出效率值，包括综合技术效率、纯技术效率和规模效率值。限于篇幅，略去历年各省份政府卫生支出效率列表，而重点考察三种效率评价值的年度变化趋势及地区差异，为此将全国31个省份划分为东部、中部和西部地区。
（一）综合技术效率
综合技术效率反映了决策单元的总体效率状况，是对决策单元的资源配置能力、资源使用效率等多方面能力的综合评价。若综合技术效率等于1，表示该决策单元的投入产出是综合有效的，即同时具备技术有效和规模有效。
从年度变化趋势上看，在1998—2003年间，平均综合技术效率除了在2001—2002年出现短暂的上升趋势外，在其他年份（1998—2000年，2002—2003年）均呈下降趋势；而在此后的2004—2011年间，平均综合技术效率均呈明显的上升趋势（见图2）。1998年各省份平均综合技术效率为0.666，2000年和2003年分别下降至0.342和0.563的低点，此后逐步上升至2011年的0.757。
分地区看，各省份之间政府卫生支出综合技术效率的差异显著，并且具有明显的地域特征。图3描绘的是各省份1998—2011年14年间综合技术效率的平均值，按从小到大排序。在综合技术效率排前十位的省份中，有4个为中部省份（湖南、河南、山西、湖北），有3个为西部省份（四川、甘肃、陕西），其余3个来自东部地区（辽宁、河北、山东），中部地区所有省份的综合技术效率均高于全国平均水平，而东部大部分省份低于全国平均水平。
（二）纯技术效率
