ИССЛЕДОВАНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА ПОКАЗАТЕЛИ РАЗВИТИЯ ЗДРАВООХРАНЕНИЯ В РОССИИ Юкиш В.Ф.

Московский автомобильно-дорожный государственный технический университет


Номер: 3-2
Год: 2016
Страницы: 113-119
Журнал: Актуальные проблемы гуманитарных и естественных наук

Ключевые слова

экономика здравоохранения, факторный анализ, прогнозно-плановая работа, Health Economics, factor analysis, forecasting and planning work

Просмотр статьи

⛔️ (обновите страницу, если статья не отобразилась)

Аннотация к статье

На основе большого массива статистической информации приводятся результаты факторного анализа, характеризующего развитие экономики здравоохранения России. Сформулированы научные гипотезы, найдены функциональные зависимости и получены уравнения множественной регрессии, которые могут использоваться в прогнозно-плановой работе в отрасли здравоохранение.

Текст научной статьи

Данная статья является продолжением исследований автора в области экономики здравоохранения России [4], [5]. В ней на основе большого массива статистической информации приводятся результаты факторного анализа, посвященного процессам развития экономики здравоохранения страны. Для этого были отобраны показатели, в наибольшей степени характеризующие результаты и объемы деятельности отрасли здравоохранения. Основными из них, по нашему мнению, являются 11 показателей: - посещение поликлиник в смену (их мощность) и посещение поликлиник в смену в расчете на 10 тыс. жителей; - число обращений в учреждения здравоохранения в связи с заболеванием на 1 жителя в год; - количество вызовов скорой медицинской помощи на 1 жителя в год; - случаи посещений поликлиник с профилактической целью на 1 жителя в год; - посещение врачей в год одним жителем; - случаи госпитализации в стационар на 1 жителя в год; - койко-дни в стационарах на 1 жителя в год; - количество больничных организаций на 1 млн. человек населения; - общая заболеваемость на 1 тыс. человек населения с диагнозом, установленным впервые; - число пациенто-дней в дневных стационарах на 1 жителя в год; - смертность на 100 тыс. человек населения. Далее был сформирован массив показателей, которые теоретически могут влиять на перечисленные выше показатели развития здравоохранения. Эта группа показателей, в свою очередь, была разбита на две подгруппы. Первая подгруппа включает внутренние факторы, непосредственно относящиеся к отрасли здравоохранение. Вторая подгруппа состоит из множества макроэкономических показателей, являющихся внешними факторами по отношению к отрасли здравоохранение. Первая подгруппа включила 25 показателей. К их числу относятся показатели, характеризующие обеспеченность населения медицинским персоналом, коечным фондом в лечебных учреждениях, эффективность использования коек, объемы финансирования здравоохранения из фонда обязательного медицинского страхования и консолидированного бюджета РФ, а также расходы населения на платные медицинские услуги. Кроме того, исследовались такие факторы, как износ основных фондов в здравоохранении, уровень инвестиций в основной капитал отрасли здравоохранение, доля продукции здравоохранения в ВВП и др. Вторая подгруппа внешних факторных показателей состоит примерно из 80 индикаторов. Они охватывают такие направления, как уровень жизни, доходов и занятости населения, степень неравенства населения по уровню получаемых доходов, демографическая нагрузка (число лиц нетрудоспособного возраста на 1 тыс. человек трудоспособного возраста), процессы урбанизации, экологические и природные факторы, квалификационные характеристики рабочей силы и условия получения образования. Изучалось также влияние жилищных условий, занятий физкультурой и массовыми видами спорта, потребления алкоголя. Принималось во внимание влияние многих других факторов, к числу которых относятся развитость транспортного обслуживания населения и средств связи, наличие легковых автомобилей, стоимость и износ основных фондов, масштабы малого предпринимательства, условия труда, структура расходов государственного бюджета, объемы инвестиций и т.п. Таким образом, в исследование были задействованы практически все макроэкономические показатели, которые теоретически могли повлиять на индикаторы отрасли здравоохранение. В общей сложности исследованием был охвачен 101 показатель в разрезе 80 административно-территориальных субъектов России за 2014 год. Совокупный массив составил 8080 статистических показателей. Ряд показателей, включенных в анализ, был рассчитан автором на основе статистических сборников [1], [2], [3]. Результативный показатель «посещение поликлиник в смену» характеризует мощность поликлинической сети, ее концентрацию. Как показал анализ, на данный показатель влияет 8 факторов: средние расходы на 1 жителя в год (с коэффициентом парной корреляции 0,68), дифференциация населения по уровню получаемых доходов (0,64), сброс загрязненной воды (0,79), транспортная подвижность населения (0,67), плотность автомобильных дорог с твердым покрытием (0,69), розничный товарооборот на душу населения (0,69). Два других факторных показателя находятся в функциональной зависимости с исследуемым результативным индикатором. Речь идет о расходах государственного бюджета на здравоохранение и расходах фонда обязательного медицинского страхования. Их исключаем из дальнейшего корреляционно-регрессионного анализа. Следовательно, посещение поликлиник связано с уровнем благосостояния населения, степенью развитости транспортного обслуживания и неблагоприятным экологическим фактором. Корреляционно-регрессионный анализ свидетельствует, что индикатор «расходы на 1 жителя в год» нецелесообразно включать в модель множественной корреляции, т.к. он находится в функциональной зависимости с показателем среднедушевого розничного товарооборота. Поэтому в модель множественной корреляции вводим оставшиеся 5 факторных показателей. Получаем следующее уравнение множественной регрессии: Y = -47.62 + 2.52X1 + 0.2X2 + 1.13X3 + 0.0327X4 + 0.0615X5 (1), где: Y - посещение поликлиник в смену; X1 - квинтильный коэффициент фондов; X2 - среднедушевой годовой розничный товарооборот; X3 - транспортная подвижность населения (поездок на 1 жителя в год); X4 - плотность автомобильных дорог с твердым покрытием; X5 - сброс загрязненной воды. В данной ситуации критерий Фишера равен 0,798, а скорректированный коэффициент детерминации составил 0,784. Следовательно, факторы, включенные в представленное уравнение регрессии, почти на 80% объясняют поведение результативного показателя. Более точным показателем, характеризующим обеспеченность населения поликлиниками, является их посещение в смену в расчете на 10 тыс. жителей. На этот показатель влияют 7 факторов. Перечислим их с указанием коэффициентов парной корреляции с результативным индикатором. Прежде всего, это уровень заработной платы и пенсии (положительная корреляция соответственно 0,56 и 0, 64). Немаловажное значение имеют обеспеченность койками в стационарах и средним медицинским персоналом, соответствующие коэффициенты парной корреляции равны 0,53 и 0,56. Далее идут такие факторы, как расходы фонда обязательного медицинского страхования на 1 жителя в год (0,62), подготовка квалифицированных рабочих на 10 тыс. человек населения (0,61) и потребление алкоголя на душу населения (0,56). Подготовка квалифицированных рабочих на 10 тыс. человек населения является фактором, опосредовано характеризующим преимущественно индустриальный тип экономики региона. Поэтому данный показатель взаимосвязан с уровнем доходов, отчислениями в фонд обязательного медицинского страхования, условиями труда. Последующий корреляционно-регрессионный анализ обнаружил наличие функциональной зависимости между двумя факторными показателями - средним размером пенсии и среднедушевыми расходами фонда обязательного медицинского страхования. Эти показателя формируются на основе единой базы - размера заработной платы. Поэтому из дальнейшего корреляционно-регрессионного анализа исключаем среднедушевые расходы фонда обязательного медицинского страхования. На основе оценки значимости дополнительного включения фактора в соответствии с частным F-критерием при построении уравнения множественной регрессии исключаем также факторный показатель число коек на 10 тыс. жителей. В результате формируем 5-ти факторное уравнение множественной регрессии: Y = 53.72 + 0.87X1 + 4.21X2 + 0.39X3 + 4.38X4 + 0.82X5 (2), где: Y - посещение поликлиник в смену в расчете на 10 тыс. жителей; X1 - численность медицинского персонала средней профессиональной квалификации на 10 тыс. человек населения; X2 - потребление алкоголя на душу населения; X3 - размер среднемесячной начисленной заработной платы; X4 - среднемесячный размер пенсии; X5 - подготовка квалифицированных рабочих на 10 тыс. человек населения. В соответствии с данным уравнением критерий Фишера равен 0,611, а скорректированный коэффициент детерминации составил 0,585. Это означает, что факторы, включенные в уравнение регрессии, примерно на 60% объясняют поведение результативного показателя. Прокомментируем полученные результаты. Наличие среднего медицинского персона влияет на посещение поликлиник для инъекций и других медицинских процедур, которые не требуют врачебной помощи. Отрицательное влияние алкоголя на здоровье общеизвестно. Три последних фактора связаны с преимущественно индустриальным характером экономики соответствующих регионов. Это предопределяет их относительно повышенные возможности поликлинического обслуживания, т.к. данные регионы более богатые. Одновременно отмеченные особенности экономики указанных регионов проявляются в том, что индустриальный труд зачастую протекает в менее благоприятных условиях. Поэтому возникают дополнительные потребности в медицинских услугах. Следующим анализируемым результативным показателем стало число обращений в учреждения здравоохранения в связи с заболеванием на 1 жителя в год. Проведенный корреляционно-регрессионный анализ не обнаружил влияния каких-либо факторов, включенных в информационную базу исследования, на данный показатель. Аналогичная ситуация обнаружилась с показателем количества вызовов скорой медицинской помощи на 1 жителя в год. На показатель числа посещений поликлиник с профилактической целью на 1 жителя в год небольшое влияние оказывает только единственный факторный показатель - число койко-дней в стационарах на 1 жителя. Можно предположить, что долго и тяжело болеющие люди чаще обращаются к врачам для профилактического наблюдения. Посещение врачей в год одним жителем также зависит только от одного факторного показателя - уровня участия в рабочей силе, т.е. отношения рабочей силы к численности населения в возрасте 15-72 года (с парным коэффициентом корреляции 0,89). Представляется, что работающее население чаще посещает врачей не только для поддержания своего здоровья, но и для получения больничного листа. Получаем следующее уравнение регрессии: Y = 4.26 + 0.0673X1 (3), где: Y - посещение врачей одним жителем в год; X1 - уровень участия в рабочей силе. Перейдем к следующему результативному показателю - случаям госпитализации в стационар на 1 жителя в год. В первую очередь, данный показатель зависит от обеспеченности населения больничными организациями, коечным фондом, медицинским персоналом средней квалификации, а также расходов фонда обязательного медицинского страхования на 1 жителя. Оказывает влияние также средний размер пенсии. Вероятно, пожилые люди с большей пенсией имеют возможность не работать, а периодически получать лечение в стационарах. Коэффициенты парной корреляции с результативным показателем составляют по наличию коек на 10 тыс. человек населения 0,65, численности среднего медицинского персонала на 10 тыс. жителей 0,53, среднему размеру пенсий 0,54, числу компьютеров на 1 тыс. студентов вузов 0,56, а расходам фонда обязательного медицинского страхования на 1 жителя в год 0,65. Число койко-дней в стационарах на 1 жителя в год находится в функциональной не только прямой, но и обратной зависимости с анализируемым результативным показателем. Поэтому данный факторный показатель исключаем из построения уравнения множественной регрессии. Дальнейший корреляционно-регрессионный анализ показал, что зависимость между средним размером пенсии и среднедушевыми расходами фонда обязательного медицинского страхования также носит функциональный характер. Это объясняется, как уже упоминалось в данной статье, единой базой формирования указанных показателей - размером заработной платы. Поэтому из анализа исключаем средний размер пенсии. Таким образом, в модель множественной корреляции вводим оставшиеся четыре факторных показателя. Получаем следующее уравнение множественной регрессии: Y = 0.0704 + 0.000688X1 + 0.00035X2 + 0.000129X3 + 0.00235X4 (4), где: Y - случаи госпитализации в стационар на 1 жителя в год; X1 - число коек на 10 тыс. жителей; X2 - численность среднего медицинского персонала на 10 тыс. человек населения; X3 - количество компьютеров на 10 тыс. студентов вузов; X4 - расходы фонда обязательного медицинского страхования на 1 жителя в год. Относительно третьего факторного показателя в этом уравнении можно отметить, что компьютеризация обучения в вузах наряду с колоссальными преимуществами может отрицательно влиять на здоровье учащихся и повышать показатель госпитализации. В данном случае критерий Фишера равен 0,587, а скорректированный коэффициент детерминации составил 0,565. Следовательно, факторы, включенные в представленное уравнение регрессии, на 57-59% объясняют поведение результативного показателя. Очередной исследуемый результативный показатель - число койко-дней в стационарах на 1 жителя в год. Данный показатель характеризует как эффективность использования коечного фонда лечебных учреждений, так и прогрессивность применяемых методов (стандартов) лечения. Как показал анализ, число койко-дней в стационарах в расчете на 1 жителя в год зависит от многих факторов. К их числу относятся: количество больничных организаций на 1 млн. человек населения (с парным коэффициентом корреляции 0,53); число коек на 10 тыс. жителей (0,71); посещения поликлиник с профилактической целью на 1 жителя в год (0,54); средний размер начисленной заработной платы (0,57); средний размер пенсии (0,64); подготовка квалифицированных рабочих на 10 тыс. человек населения (0,53); число компьютеров на 1 тыс. студентов вузов (0,68); расходы фонда обязательного медицинского страхования на 1 жителя в год (0,72); стоимость фиксированного набора в процентах к среднероссийскому показателю (0,51). Поясним последний факторный показатель. Среднемесячная стоимость фиксированного набора потребительских товаров и услуг рассчитывается на основе единых объемов потребления в натуральных показателях, а также средних цен по субъектам России. В состав данного набора включены 83 наименования товаров и услуг, в том числе 30 видов продовольственных товаров, 41 вид непродовольственных товаров и 12 видов услуг. Этот показатель используется для межрегиональных сопоставлений покупательной способности населения. Из дальнейшего факторного анализа исключаем случаи госпитализации в стационар на 1 жителя в год, т.к. данный показатель находится в функциональной зависимости с изучаемым результативным показателем. Поэтому вводим в корреляционно-регрессионный анализ указанные выше 9 факторных показателей. Проведенная оценка значимости дополнительного включения фактора по частному F-критерию показала, что при построении уравнения множественной регрессии целесообразно исключить еще 5 факторов: количество больничных организаций на 1 млн. человек населения; средний размер начисленной заработной платы; средний размер пенсии; подготовка квалифицированных рабочих на 10 тыс. человек населения; стоимость фиксированного набора в процентах к среднероссийскому показателю. Исключение показателей, характеризующих уровень заработной платы и пенсий логично. Как уже отмечалось, уровень заработной платы служит базой для определения размера пенсии и отчислений в фонд обязательного медицинского страхования, но последний показатель остается в аналитической разработке. Стоимость фиксированного набора потребительских благ в процентах к среднероссийскому показателю связана с климатическими условиями жизни и особенностями труда в соответствующих регионах. Регионы с высоким уровнем прожиточного минимума, как правило, имеют относительно неблагоприятные природно-климатические условия. Там развита промышленность и широко используется индустриальный труд, поэтому в больших масштабах осуществляется подготовка квалифицированных рабочих кадров и высок уровень заработной платы и других доходов. Поэтому два факторных показателя (стоимость фиксированного набора потребительских благ в процентах к среднероссийскому показателю и подготовка квалифицированных рабочих на 10 тыс. человек населения) также привязаны к размеру отчислений в фонд обязательного медицинского страхования и соответственно расходам из этого фонда. В результате строим 4-х факторное уравнение множественной регрессии: Y = -0.38 + 0.0175X1 + 0.1X2 + 0.00279X3 + 0.0423X4 (5), где: Y - число койко-дней в стационарах на 1 жителя в год; X1 - число коек на 10 тыс. жителей; X2 - посещения поликлиник с профилактической целью на 1 жителя в год; X3 - число компьютеров на 1 тыс. студентов вузов; X4 - расходы фонда обязательного медицинского страхования на 1 жителя в год. При этом критерий Фишера равен 0,777, а скорректированный коэффициент детерминации составил 0,765. Следовательно, факторы, включенные в представленное уравнение регрессии, почти на 80% объясняют поведение результативного показателя. Оценим следующий результативный показатель - количество больничных организаций на 1 млн. человек населения. На данный показатель в разной степени влияют следующие факторы: численность среднего медицинского персонала на 10 тыс. человек населения (с коэффициентом парной корреляции 0,61); число коек на 10 тыс. жителей (0,72); койко-дни в стационарах на 1 жителя в год (0,53); расходы бесплатной помощи в год на 1 застрахованного жителя (0,52); размер средних пенсий (0,54); подготовка квалифицированных рабочих на 10 тыс. человек населения (0,64); расходы фонда обязательного медицинского страхования на 1 жителя в год (0,63); стоимость фиксированного набора в процентах к среднероссийскому показателю (0,51). Проведенная оценка значимости дополнительного включения фактора по частному F-критерию показала, что при построении уравнения множественной регрессии целесообразно исключить 3 фактора: койко-дни в стационарах на 1 жителя в год; расходы бесплатной помощи в год на 1 застрахованного жителя; средний размер пенсии. Получили 5-ти факторное уравнение множественной регрессии. Последующая проверка значимости дополнительного включения фактора по частному F-критерию потребовала исключить еще один факторный показатель - расходы фонда обязательного медицинского страхования на 1 жителя в год. Данный факторный показатель характеризует в основном текущие затраты здравоохранения, а количество больничных организаций зависит от размера инвестиций в основной капитал. В итоге определили 4-х факторное уравнение множественной регрессии: Y = -72.52 + 0.23X1 + 0.56X2 + 0.35X3 + 0.35X4 (6), где: Y - количество больничных организаций на 1 млн. человек населения; X1 - численность среднего медицинского персонала на 10 тыс. человек населения; X2 - число коек на 10 тыс. жителей; X3 - подготовка квалифицированных рабочих на 10 тыс. человек населения; X4 - стоимость фиксированного набора в % к среднероссийскому показателю. В соответствии с данным уравнением критерий Фишера равен 0,638, а скорректированный коэффициент детерминации составил 0,619. Следовательно, факторы, включенные в представленное уравнение регрессии, на 62-64% объясняют поведение результативного показателя. Но первые два факторных показателя, в свою очередь, могут зависеть от количества больничных организаций на 1 млн. человек населения. Очередным исследуемым результативным показателем является общая заболеваемость на 1 тыс. человек населения с диагнозом, установленным впервые. Проведенный корреляционно-регрессионный анализ не выявил влияния каких-либо факторов, включенных в информационную базу исследования, на данный показатель. На него не влияет даже такой факторный показатель, как посещение врачей с профилактической целью. Из этого можно сделать неутешительный вывод: введенная диспансеризация населения преимущественно носит формальный характер и в таких условиях не является эффективной. Вероятно, необходимо поменять стандарты проведения диспансеризации населения. Проведенный корреляционно-регрессионный анализ также не выявил влияния каких-либо факторов, включенных в информационную базу исследования, на показатель «число пациенто-дней в дневных стационарах на 1 жителя в год». И, наконец, рассмотрим последний результативный показатель - смертность на 100 тыс. человек населения. На данный показатель влияет 5 факторных показателей. Прямая зависимость наблюдается с тремя факторными показателями: площадью жилья на 1 человека, наличием квартирных телефонов на 1 тыс. человек в городах и демографической нагрузкой. Коэффициенты парной корреляции соответственно равны 0,73; 0,626; 0,52. Одновременно в обратной зависимости смертность находится от уровня безработицы и процента инвестиций в основной капитал за счет бюджетных средств (соответствующие коэффициенты корреляции равны -0,656 и -0,52). Отрицательное влияние на смертность демографической нагрузки и положительное влияние инвестиций в основной капитал за счет бюджетных средств кажется вполне логичным. Можно предположить, что наличие иждивенцев до 16 лет усиливает социальную нагрузку на работающее население, у которого меньше времени остается на отдых. Это может отразиться на заболеваемости и смертности трудоспособного населения. Одновременно показатель повышенной демографической нагрузки может формироваться за счет населения старших возрастных групп, за пределами трудоспособного возраста. У этой категории лиц высокие показатели смертности обусловлены естественными биологическими факторами. Следует также учесть относительно высокую детскую смертность. Чтобы уточнить ситуацию с характером демографической нагрузки, нами дополнительно исследовались показатели возрастной структуры населения: до 16 лет, в трудоспособном возрасте и старше трудоспособного возраста. В результате выяснили, что различия в демографической нагрузке между регионами России складываются в большей степени за счет старших возрастных групп. Положительное влияние инвестиций в основной капитал за счет бюджетных средств на смертность населения объясняется тем, что значительную долю таких инвестиций составляют учреждения здравоохранения, социальных услуг (7,5%) и образования (11,6%). Поэтому улучшение условий медицинского обслуживания и образовательного процесса сказывается на снижении смертности населения. Отрицательное влияние на смертность лучшей обеспеченности жилищем в м2 на 1 человека и наличия квартирного телефона в городской местности, на первый взгляд, кажется парадоксальным. Также нелогичным представляется положительное влияние повышения уровня безработицы. Эти обстоятельства можно объяснить следующим образом. В условиях повсеместного распространения мобильной телефонной связи присутствие проводного квартирного телефона не столь важно для населения, особенно в городах. Далее можно предположить, что большие среднедушевые квадратные метры жилья приходятся на лиц старших возрастных групп, когда жилищная проблема уже решена, а дети выросли и живут отдельно. В этом случае на смертность может влиять естественный биологический фактор. Парадоксальное влияние фактора безработицы можно объяснить тем, что безработные имеют много свободного времени, которое могут потратить и на лечение в медицинских учреждениях в рамках обязательного медицинского страхования. Эти факторы могут снижать смертность данной категории граждан. Автокорреляция между названными выше пятью факторными показателями отсутствует. Поэтому можно построить уравнение множественной регрессии, характеризующее зависимость уровня смертности населения от названных выше пяти факторных показателей: Y = -1075.1 + 2.4X1-14.93X2 + 25.85X3 + 1.03X4-2.45X5 (7), где: Y - смертность на 100 тыс. человек населения; X1 - демографическая нагрузка; X2 - уровень безработицы (по методологии МОТ); X3 - площадь жилья на 1 человека; X4 - наличие квартирных телефонов на 1 тыс. человек в городах; X5 - % инвестиций в основной капитал за счет бюджетных средств. Проверка значимости данного уравнения множественной регрессии по F-критерию Фишера и скорректированному коэффициенту детерминации показала, что данное уравнение соответственно на 82,4 и 81,2% объясняет поведение показателя «смертность населения на 100 тыс. человек населения». Итак, результаты проведенного анализа позволили выявить наиболее существенные факторы, влияющие на показатели развития здравоохранения. Установлено, что диспансеризация населения в нынешнем формате не является эффективной. Поэтому предлагается заменить стандарты ее проведения. Выдвигается ряд научных гипотез для развертывания дальнейших исследования. Найденные функциональные зависимости и полученные 7 уравнений множественной регрессии можно использовать в прогнозно-плановой работе и государственном управлении в отрасли здравоохранение. Прогнозы можно разрабатывать как на основе экстраполяционных методов, так и используя программно-целевой метод прогнозирования через формирование государственных программ для смены траектории социально-экономического развития в данной сфере экономики.

Научные конференции

 

(c) Архив публикаций научного журнала. Полное или частичное копирование материалов сайта возможно только с письменного разрешения администрации, а также с указанием прямой активной ссылки на источник.