Page 16 - 南京医科大学学报社会科学版
P. 16

南京医科大学学报（社会科学版）京医科大学学报（社会科学版）                  第5期 总第106期
                                                  南
             · 422  ·                       Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  2021年10月
                                            Journal
             大卫生总费用的投入，这一方面表明上海市具有较                            有较大的差别，再加上两种模型预测原理存在一定的
             高的医疗卫生水平，另一方面则表明当地政府对居                            区别，这就导致两个模型会呈现截然不同的预测效
             民健康的重视。然而，卫生总费用的过快增长不仅                            果。因此，在今后的预测研究中，要根据不同预测对
             不利于当地医疗卫生水平的提高，而且会对政府财                            象的特点及属性，选择合适的预测模型进行分析，同
             政造成极大的负担         ［10］ 。因此，上海市相关部门在保               时可以采用多种预测模型进行组合分析，这样不仅可
             持卫生总费用稳步增长的基础上，应该控制卫生总                            以提高预测的效果和精度，还可以为决策者制定相关
             费用的合理增长，同时保证政府卫生支出、社会卫                            政策提供多种参考依据。
             生支出以及个人卫生支出在合理的范围内，不断优
                                                               参考文献
             化卫生筹资结构。此外，卫生总费用占 GDP 的比重
             也可以反映一个国家或地区医疗卫生水平的高                              ［1］ 孟庆跃. 卫生经济学［M］. 北京：人民卫生电子音像出
             低。根据 ARIMA 模型的预测结果，到 2025 年，上海                         版社，2013：7-8
             市卫生总费用占比将达到 8.53%，而灰色 GM（1，1）                     ［2］ 李玲，夏新斌，周良荣. 基于ARIMA模型的湖南省卫生
             模型预测结果显示，这一指标将达到 10.21%。按照                             总费用趋势预测及分析［J］. 湖南农业大学学报（社会
             世界卫生组织的要求，发展中国家卫生总费用占                                  科学版），2019，20（5）：69-75
             GDP 总费用不应低于 5%。因此，无论如何，两个模                        ［3］ 辛怡，马蔚姝，李惠，等.“十三五”时期我国卫生总费
             型的预测值都已经超过世界卫生组织规定的最低                                  用占国内生产总值比重预测［J］. 现代预防医学，2018，
             标准，其实早在 2012 年上海市就已经达到这一标                              45（10）：1804-1808
             准。虽然世界各国关于卫生总费用占 GDP 比重这                          ［4］ 丁海峰，高凯，姜茂敏. 基于灰色GM（1，1）模型的上海
                                                                    市卫生总费用预测研究［J］. 医学与社会，2020，33（6）：
             一指标的标准尚未统一，但至少反映卫生费用的投
                                                                    42-46
             入水平和国民经济发展水平的相互匹配程度。因
                                                               ［5］ 潘静，张颖，刘璐. 基于ARIMA模型与GM（1，1）模型的
             此，在今后的工作中，上海市要保持卫生费用的投
                                                                    居民消费价格指数预测对比分析［J］. 统计与决策，
             入与经济发展水平恰当匹配，提高卫生效率，为居
                                                                    2017（20）：110-112
             民提供更高质量、更加普惠、更有效率的健康服务。
                                                               ［6］ 孙颖. 基于ARIMA模型的消费者价格指数预测［J］. 统
                 （二）灰色 GM（1，1）模型预测效果优于 ARIMA
                                                                    计与决策，2016（11）：83-85
             模型
                                                               ［7］ 孙娜，许小珊，冯佳宁，等. ARIMA 与 GM（1，1）模型对
                 本研究选取2005—2017年上海市卫生总费用及
                                                                    我国肺结核年发病人数预测情况的比较［J］. 中国卫生
             GDP 相关数据，利用 ARIMA 模型和灰色 GM（1，1）模
                                                                    统计，2019，36（1）：71-74
             型分别对上海市 2018—2025 年卫生总费用及其占
                                                               ［8］ 朱春梅. 灰色GM（1，1）模型在孕产妇和新生儿死亡率
             GDP 的比重进行预测分析。结果显示，两个模型的平
                                                                    预测研究中的应用［J］. 中国妇幼保健，2016，31（3）：
             均相对误差均低于10%，说明所建立的预测模型精度
                                                                    455-457
             较高，均呈现较好的预测效果。但灰色GM（1，1）模型                        ［9］ 李燕凌，李立清. 基于 ARIMA 模型的中国卫生总费用
             的平均相对误差略低于 ARIMA 模型，这与部分学者
                                                                    预测分析［J］. 中国卫生事业管理，2010，27（8）：508-
             的研究结果不一致         ［11］ ，可能与本文预测的对象以及
                                                                    510，520
             数据周期的选取有一定的关系。根据卫生总费用                             ［10］ 王高玲，张怡青. 基于 ARIMA 模型的我国卫生总费用
             预测结果，ARIMA模型的平均相对误差为0.04亿元，                            趋势及构成预测分析［J］. 中国卫生统计，2019，36（1）：
             GM（1，1）模型的平均相对误差为0.03亿元，可以看出                           121-125
             灰色 GM（1，1）模型的预测精度略高于 ARIMA 模型；                    ［11］ 张瑞华，赵大仁，何思长，等. 基于灰色 GM（1，1）模型
             而对于卫生总费用占 GDP 比重的预测上，两者差距                              与 ARIMA 模型的四川省卫生人力资源预测探讨［J］.
             较大，ARIMA 模型的平均相对误差为 0.07%，而灰                           现代预防医学，2017，44（7）：1242-1247
             色 GM（1，1）模型的平均相对误差仅为 0.02%。灰                      ［12］ 胡跃华，廖家强，冯国双，等. ARIMA 模型在全国丙型
             色 GM（1，1）模型和ARIMA模型是医疗卫生领域常用                           肝炎疫情预测中的应用［J］. 中国预防医学杂志，
             的预测模型，在短期预测中均有较好的预测效果                      ［12］ 。      2015，16（4）：262-266
             然而，在现实研究中，不同预测对象的特征、属性等均                                                         （本文编辑：姜 鑫）
   11   12   13   14   15   16   17   18   19   20   21