Page 16 - 南京医科大学学报社会科学版

南 第4期 总第111期
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）
· 326 · Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences） 2022年8月
Journal
科学测度的基础上，构建面板向量自回归（PVAR） 多 3 期就符合建模基础。相应模型构建如下：
模型以考察互联网建设如何影响医疗资源服务效 k k
1 ∑
TE = α + A TE i,t - j ∑ B PTE i,t - j +
+
j
j
i,t
率，通过分解该效率，了解互联网建设对医疗资源 j = 1 j = 0
利用效率与规模效率的影响，为互联网医疗建设提 k C SE k D X + N + T + μ
+
供参考。 ∑ j i,t - j ∑ j i,t - j i i i,t （1）
j = 0 j = 0
k k
一、研究设计 PTE = β + E PTE i,t - j ∑ F TE i,t - j +
1 ∑
+
j
i,t
j
j = 1 j = 0
（一）模型的选择与构建 k k
G SE
1. 效率测度模型的选择与构建 ∑ j i,t - j ∑ H X i,t - j + N + T + ε i,t （2）
+
i
j
i
j = 0 j = 0
为了更有效地进行纵向对比分析，本文参考
k k
现有研究 ［9⁃10］ ，采用全局非导向 Super⁃SBM 模型对 SE = γ + I SE i,t - j ∑ j i,t - j +
J TE
+
1 ∑ j
i,t
我国 31 个省（自治区、直辖市）医疗资源服务效率 j = 1 j = 0
k k
进行测度。全局非导向 Super⁃SBM 模型和传统的 ∑ K PTE + L X + N + T +ω （3）
数据包络分析（DEA）模型相比具有如下三方面优 j = 0 j i,t - j ∑ j i,t - j i i i,t
j = 0
势：一是全局参比条件下的 DEA 模型可以克服传 （1）（2）（3）式中， TE 代表第 i 个省（自治区、直
i,t
统 DEA 模型所测度的决策单元效率值不可跨期对 辖市）第 t 期的医疗资源服务效率； PTE 代表第 i
比问题 ［9］ ；二是非导向条件下的 DEA 模型可以同 i,t
个省（自治区、直辖市）第 t 期的医疗资源利用效率；
时从投入与产出角度对决策单元的效率值进行评
SE 代表第 i 个省（自治区、直辖市）第 t 期的规模效
i,t
价，测度结果更具综合性；三是 Super⁃SBM 模型可
率； X 代表第 i 个省（自治区、直辖市）第 t 期的一
i,t
以解决有效决策单元（采用标准效率模型所测度
系列互联网建设指标； α 、β 与 γ 代表截距项向
出效率值为 1 的决策单元）的效率值排名问题 ［9］ 。 1 1 1
相应模型构建如下。 量； N 与 T 分别代表个体固定效应和时间效应；
i
i
m s - μ 、 ε 与 ω 代表随机扰动项。
i,t
i,t
i,t
1 i
1 +
m ∑ t （二）指标体系构建与实证变量选取
i = 1 x
θ = min io
q s + 1. 投入与产出指标选取
1 r
1 - ∑
q r = 1 y t ro 在参考现有研究的基础上，本文选取卫生人员
数 X ［11⁃13］ 作为劳动投入要素，床位数 X ［8，13⁃16］ 与医
T n 1 2
t t t -
io ∑∑
s.t. x ≥ λ x - s i i = 1，2，…，m； 疗机构数 X ［14，17］ 作为资本投入要素；选取诊疗人次
j
ij
t = 1 j = 1,j ≠ o 3
T n Y 1 ［12，14，17⁃18］ 、手术人次 Y 2 ［11，13，15⁃16］ 、住院人数 Y 3 ［12，15］ 与
t
t
t
ro ∑∑
y ≤ λ y + s + r r = 1，2，…，q； 出院人数 Y ［14，15，17⁃19］ 作为医疗服务产出指标。
rj
j
t = 1 j = 1,j ≠ o 4
t - + 2. 实证变量选取
λ ≥ 0，s ≥ 0，s ≥ 0
j
r
i
根据现有互联网医疗建设的相关基础设施指
上式中， θ 代表医疗资源服务效率值； x （i = 1， 标 ［2，8］ ，本文选取网页数、域名数、互联网接口数与互
io
2，⋯，p ； o = 1，2，⋯，31）与 y （r = 1，2，⋯， 联网接入用户数作为互联网建设的 4 个代理指标引
ro
q； o = 1，2，⋯，31）分别代表投入向量 x与产出向 入 PVAR 模型，考察互联网建设对医疗资源服务效
-
量 y中的各投入要素； λ 为列向量，s 代表投入向量 率、医疗资源利用效率与规模效率的影响。
i
+
的松弛向量；s 代表产出向量的剩余向量。在此基 （三）数据来源及说明
r
础上放宽规模不变的假定，测度出医疗资源利用效 本文数据来源于《中国卫生统计年鉴》《中国卫
率，并通过将医疗资源服务效率与医疗资源利用效 生和计划生育统计年鉴》，以及国家统计局关于互
率相除，得到规模效率。 联网发展指标的统计数据，涵盖了 2011—2018 年
2. 实证分析模型的选择与构建 31 个省（自治区、直辖市）医疗资源投入与产出以及
为了更好地评估互联网建设对医疗资源服务 互联网建设的相关数据。
效率的冲击影响，结合本文样本数据的面板结构，
二、结 果
采用 PVAR 模型进行实证分析。PVAR 模型和传
统模型相比具有如下两方面优势：一是 PVAR 模型 （一）效率测度结果
能够更好地消除变量间的内生性，使估计结果更 表 1 报告了所测度出的我国医疗资源服务效
具有效性；二是 PVAR 模型的前提假定条件更加宽 率、医疗资源利用效率与规模效率的整体均值情
松，基本上样本数据的时间长度只需比滞后阶数 况。可以发现，尽管我国医疗资源服务效率整体有