, 许东霞3, 王安珏2, 王文娟2, 江启成2
2. 安徽医科大学卫生管理学院 安徽合肥 230032;
3. 石河子大学医学院 新疆石河子 832002
, XU Dong-xia3, WANG An-jue2, WANG Wen-juan2, JIANG Qi-cheng2
2. School of Health Management, Anhui Medical University, Anhui Hefei 230032, China;
3. School of Medicine, Shihezi University, Xinjiang Shihezi 832002, China
提高农村居民的健康水平，是我国卫生领域的重要任务之一。而健康水平的提高不仅取决于卫生资源投入的总水平，还取决于卫生资源配置效率、机构的管理效能，更直接的是居民对卫生服务的利用。[1]本研究通过对2009年安徽省农村地区15岁及以上居民对卫生服务利用的分布情况进行公平性研究，运用标化的方法分析不同经济水平人群在卫生服务需要相同时，其卫生服务利用的公平状况。为推进农村地区卫生改革和发展、合理制定农村卫生发展政策提供依据。
根据2005年卫生部推荐新农合基线调查的抽样公式计算每县的样本含量：
其中：uα是正态分布曲线右端切去α面积时的横坐标，p是农民住院率的估计值，d是容许误差。取住院率4％，α＝0.05，uα=1.96，d＝0.01，算得：
按常住人口每户平均3.5人计算，本研究每县拟调查的样本含量估算如下：
本研究采用多阶段分层整群随机抽样的方法，在中部地区安徽省按照经济水平高、中、低的不同，抽取了6个县的3 240户居民，最终获得有效数据3 149户，共9 800人，其中15岁及以上居民7 976人。实际每县平均
(1)家庭等值人口(AE)=(家庭成年人口数+0.5*14岁及以下儿童人口数)0.75，家庭等值人口可消除不同家庭规模及年龄构成的影响。[2]个体生活标准采用消费性支出指标，计算公式为：等值人均消费=家庭消费性支出/家庭等值人口。(2)需要变量，理论上讲是居民的健康状况，但居民客观的健康状况指标通常很难得到，借鉴国际研究经验及我国卫生服务调查数据的可得性，选择了个体自我报告的患病情况、年龄、 性别等作为需要变量，并对年龄、性别组设立哑变量。在分析中通过标化需要变量来消除居民间卫生服务需要的差异。(3)非需要变量，是指影响卫生服务利用的社会经济变量，包括个体经济水平、婚姻状况、文化程度、职业、医疗保险的情况、个人就诊的时间、就诊距离、所在地区等。
对样本人群按个体生活标准从低到高排序，等分为五组，分析不同组别之间两周就诊次数、年住院次数和年住院天数的分布情况。
实际利用量反映调查居民自己报告的实际卫生服务利用量，主要包含的指标有：两周就诊次数、住院次数和住院天数；需要预期利用量是指去除非需要变量的影响，根据实际需要预测出可能发生的卫生服务利用量；标化后利用量是将需要变量处理成同一水平后，即去除这些需要变量的影响，由非需要变量决定的卫生服务利用量。[3]
本研究通过建立回归模型对影响卫生服务利用的需要变量和非需要变量进行间接标化，住院天数采用线性最小二乘法模型对需要变量进行标化。首先，建立住院天数变量(yi)的等式：
对需要变量(χ)和住院天数(y)以及这些变量间的相关程度进行估算。这里i代表个人， χi是要标化的需要变量，Zk是非需要变量。在方程中，最小二乘法对系数的估计值把χ变量的真实值和Z变量的样本平均值联系起来，就可以得到 
，它表示对非需要变量加以控制之后由需要因素决定的卫生服务利用量：
那么，需要变量标化后的卫生服务利用估计值
，就可以由真实的利用值和控制非需要变量后的利用值之差，再加上样本平均值(
)得到：
门诊就诊次数及住院次数为偏态分布，不满足线性模型的条件，采用负二项模型对需要变量进行标化，其具体思路与上述方法大体一致，在此不作赘述。[4]
由排序后的居民生活标准的人群累积百分比和相应人群卫生服务实际、预期和标化利用量的累积百分比，可以绘制出相应的集中曲线。集中曲线与45度对角线(绝对公平线)之间面积的2倍即定义为集中指数，集中曲线在公平线之上为正值，反之为负。集中指数用以定量反映居民卫生服务利用的公平程度，取值范围为-1～1。集中指数为0，反映卫生服务利用公平；集中指数为正，反映卫生服务利用倾向于富人，且绝对值越大，对该人群越有利。[5]
调查问卷数据采用Epidata3.0软件进行录入，SPSS18.0进行变量的逻辑检错，运用stata10.0等软件进行统计分析。
本研究样本人群中15岁及以上农村居民为7 976人，其中男性4 025人，占50.5%，女性3 951人，占49.5%。55岁及以上人口占37.0%，其中男性1 371人，女性1 262人，男性略多于女性。样本人群的学历方面，初中及以上文化程度占43.7%，文盲和小学学历人口超过半数。婚姻状况方面，未婚人口占10.8%，已婚人口占87.9%，离婚和丧偶人口占1.3%。两周患病率为14.1%，两周患病人群中男性为47.5%，女性为52.5%。样本人群年住院率为6.4%，其中男性55岁及以上人群住院率为8.7%。样本人群的医疗保险状况均为新型农村合作医疗。
对样本人群按照年人均消费性支出等分成五组，各组的均数分别为：2 942元、4 692元、6 367元、8 839元和11 599元，其中，最富裕组约是最贫困组的4倍。从居民两周就诊次数在不同人群中的 分布来看，各组人群两周就诊次数占全人群就诊次数的比例分别为：最贫困组占17.9%，最富裕组占21.0%，次贫困组、中间组及次富裕组均接近20%，各组分配较为均匀；年住院次数在不同人群中的分布差别较大，且随着经济水平的提高而增加，其中最贫困组年住院次数占全人群年住院次数的9.6%，而最富裕组占30.5%。年住院天数在不同经济水平人群中的分布趋势与年住院次数一致，但不同经济水平组之间的差别更大，其中最贫困组年住院天数占总人群年住院天数的7.2%，而最富裕组达到32.6%(表1)。
 | 表1 2009年安徽省15岁及以上农村居民实际卫生服务利用的分布(%) |
通过回归模型，将个体经济水平、婚姻状况、文化程度、就业状况、就诊距离等变量固定后，根据需要预测门诊和住院服务利用。两周就诊次数五等分组需要预期利用的分布均在20%左右，在各人群组中分布较为均匀；年住院次数需要预期利用呈现最富裕和最贫穷的人群略高的趋势；年住院天数需要预期利用随着经济水平的提高，需要预期有略为下降的趋势(表2)。
| 表2 2009年安徽省15岁及以上农村居民需要预期卫生服务利用的分布(%) |
利用回归模型，去除年龄、性别和是否患慢性病等变量影响，标化后的两周就诊次数在五等分组中的分布均接近20%；标化后年住院次数的分布分别为9.4%、16.0%、20.1%、23.7%和30.8%，标化后年住院天数的分布分别为5.9%、13.8%、19.5%、25.7%和35.1%(表3)。
| 表3 2009年安徽省15岁及以上农村居民标化后卫生服务利用的分布(%) |
集中指数可从总体上评价居民卫生服务利用的公平性。从表4可以看出，两周就诊次数、年住院次数与年住院天数的实际利用的集中指数分别为0.03、0.23和0.29，上述三个指标的需要预期利用的集中指数分别为-0.02、0.01和-0.03，三个指标的标化后利用的集中指数分别为0.05、0.22和0.32。
| 表4 2009年安徽省15岁及以上农村居民卫生服务利用的集中指数
|
卫生服务利用数量受需要变量和非需要变量的共同影响，在无法分解二者作用的情况下，由于居民卫生服务需要本身各不相同，即使人群卫生服务利用存在很大差异，也不能做出其利用公平与否的判断；另一方面需要的差异很难量化，比如年龄差异大小与需要差异的大小并不一致，因此采用“垂直公平” 的原则进行分析难度较大。本研究运用标化方法消除个体间卫生服务需要的差异后，如果卫生服务利用在人群中分布不均衡，这种不均衡就可以认为是由“需要”之外的社会经济因素导致的。根据“水平公平”的原则，人群卫生服务需要相同时，卫生服务利用也应该相同，此时，我们可以对人群卫生服务利用是否公平做出明确的判断，并可以通过集中指数大小分析其不公平程度。
从门诊服务利用的分布看，不同经济水平组人群的利用均在20%左右，集中指数为0.03，接近0，表明门诊服务利用的分布趋于均衡，公平性好。从住院服务利用的分布来看，随着经济水平由低到高，利用逐渐增加，最富裕组人群的住院利用是最贫困组人群的三倍以上，提示不同经济收入人群住院利用存在差异，贫困人群较富裕人群利用少。两周就诊次数的集中指数为0.03，接近0，公平性较好；年住院次数集中指数为0.23，年住院天数的集中指数为0.29，与2003年陕西、甘肃、浙江实际住院天数的集中指数(依次为0.31，0.31和0.37)较为接近[6]，公平性均较差，说明住院服务利用总体上公平性不高，需要引起重视。
集中指数反映利用分布的不公平程度，实际利用的集中指数等于需要变量与非需要变量对不公平程度的影响之和。2009年安徽省农村居民门诊实际就诊次数的集中指数为0.03，其中由非需要变量引起的不公平程度为-0.03，由需要变量引起的不公平程度为0.05，均较小，社会经济变量与需要变量对门诊服务利用的影响均较小，说明农村居民门诊利用主要取决于自身疾病及严重程度。分析需要与非需要变量对住院服务利用的影响发现，实际住院次数的集中指数为0.23，由需要变量、非需要变量引起的不公平程度分别为0.01和0.22，相比门诊服务利用，非需要变量对年住院次数的影响相对较大；与住院次数类似，非需要变量对年住院天数的影响也较大。因此，住院服务公平性主要是受个体经济水平、婚姻状况、文化程度、职业、个人就诊时间、就诊距离、所在地区等社会经济因素(非卫生服务需要变量)的影响。
上述影响卫生服务利用的社会经济因素中，很多因素是相互作用的，并且具有较强的相关性，因此将影响简单归结于某个社会经济因素是不科学的。这些社会经济因素通过居民的支付能力、健康意识、卫生服务可及性和社会保障制度等影响卫生服务利用。本研究在对卫生服务利用公平性分析的基础上，可以初步判断安徽省农村地区卫生服务利用的公平程度，为有关部门和学者提供参考。下一步还可以对卫生服务利用不公平的社会经济影响因素进行分析。卫生服务利用的影响因素可分为可控因素和不可控因素，其中一些因素，如医疗保障制度、健康意识和卫生服务可得性可以通过政策措施加以改变，通过分析计算影响卫生服务利用的主要因素、特别是可控因素，为制定合理、公平的卫生政策提供依据。
| [1] | Lionel Demery. Benefit incidence: a practitioner’s guide, Poverty and Social Development Group Africa Region[R]. The World Bank, 2000. |
| [2] | Wagstaff A Doorslaer E V. Measuring and Testing for Inequity in the Delivery of Health Care[J]. Human Resources, 2000, 35 (4): 716-733. |
| [3] | Wagstaff A, Van doorslaer E. Equity in Health Care Finance and Delivery[R]. 1998. |
| [4] | 谢小平, 刘国祥, 李斌, 等. 卫生服务利用公平性方法学研究[J]. 中国卫生经济, 2007, 26(5): 74-76. |
| [5] | 赵郁馨, 张毓辉, 唐景霞, 等. 卫生服务利用公平性案例研究[J]. 中国卫生经济, 2005, 24(7): 5-7. |
| [6] | 唐景霞, 张毓辉, 郭振友, 等. 浙江省医疗服务利用公平性分析[J]. 卫生经济研究, 2005(12): 20-23. |
(编辑 薛 云)