目的采用自回归移动平均模型(ARIMA)预测、分析我国医疗卫生支出中公共、社会、个人三者占GDP的比例及变化趋势,为有关部门合理分配资金流向,提高卫生资源效率提供一定的参考依据。方法选择1978-2016年间我国医疗卫生支出占比,构建ARIM...目的采用自回归移动平均模型(ARIMA)预测、分析我国医疗卫生支出中公共、社会、个人三者占GDP的比例及变化趋势,为有关部门合理分配资金流向,提高卫生资源效率提供一定的参考依据。方法选择1978-2016年间我国医疗卫生支出占比,构建ARIMA模型,以Akaike Information Criterion(AIC)测2017-2025年公共医疗卫生支出GDP占比(AIC=-432.73)、社会医疗支出GDP占比(AIC=-400.54)、个人医疗支出GDP占比(AIC=-378.44),且模型参数均具有统计学意义(P<0.05)。模型精度评价显示,均方根误差为0.05、0.10、0.13,平均相对误差为4.14%、5.41%、6.72%。结论本研究显示ARIMA(2,2,3)、ARIMA(1,2,1)、ARIMA(1,2,3)模型可分别用于医疗卫生支出中公共、社会、个人三者占GDP的比例变化趋势预测,且模型精度较好。此外,政府应当继续加大财政投入力度;完善新型合作医疗制度,加强医疗卫生服务的供给;优化医疗卫生支出结构,解决医疗配置的不公平。展开更多
基金教育部留学回国人员科研启动基金资助项目第50批北京大学桐山教育基金资助支持UKRI’s Global Challenge Research Fund(ES/P011055/1)
文摘目的采用自回归移动平均模型(ARIMA)预测、分析我国医疗卫生支出中公共、社会、个人三者占GDP的比例及变化趋势,为有关部门合理分配资金流向,提高卫生资源效率提供一定的参考依据。方法选择1978-2016年间我国医疗卫生支出占比,构建ARIMA模型,以Akaike Information Criterion(AIC)测2017-2025年公共医疗卫生支出GDP占比(AIC=-432.73)、社会医疗支出GDP占比(AIC=-400.54)、个人医疗支出GDP占比(AIC=-378.44),且模型参数均具有统计学意义(P<0.05)。模型精度评价显示,均方根误差为0.05、0.10、0.13,平均相对误差为4.14%、5.41%、6.72%。结论本研究显示ARIMA(2,2,3)、ARIMA(1,2,1)、ARIMA(1,2,3)模型可分别用于医疗卫生支出中公共、社会、个人三者占GDP的比例变化趋势预测,且模型精度较好。此外,政府应当继续加大财政投入力度;完善新型合作医疗制度,加强医疗卫生服务的供给;优化医疗卫生支出结构,解决医疗配置的不公平。
