汶川地震乡镇卫生院灾后重建效果评价
【摘要】目的：了解汶川地震地区乡镇卫生院灾后重建情况，以期评价汶川地震乡镇卫生院灾后重建效果。方法：双重差分模型分析法。结果：灾后重建工作对乡镇卫生院的住院服务量影响效果显着，对年诊疗人次和年总收入影响效果不显着。在控制其他因素后，编制床位数、实际开放床位数和在岗职工数分别对乡镇卫生院住院服务量或收入有影响。结论：政府部门在灾后重建投入中要做好总量测算、合理配置资源，此次灾后重建工作对乡镇卫生院的影响效果显着。
【关键词】乡镇卫生院 灾后重建 效果
2008 年 5 月 12 日 14 时 28 分，四川省汶川县发生里氏 8.0 级特大地震，震中烈度达 11 度，给灾区人民生命财产、经济社会发展造成了巨大损失。地震后，为尽快恢复社会生产和发展，政府对重灾县实施了一系列的灾后重建恢复工作，同时包括对卫生系统的投入。
乡镇卫生院是农村卫生服务体系的核心[1]，是农村三级医疗网络的枢纽，起着承上启下的作用，直接关系着农村居民的健康。在这灾后重建投入的这几年里，乡镇卫生院累计投入金额达 41.08 亿，这对其发展产生了什么影响，带来了哪些方面的变化呢？实行了几年的灾后重建是否提高了重灾县乡镇卫生院的收入，增加了乡镇卫生院的医疗服务量呢？这是一个极其重要的实证研究问题。
从严格的实证角度看，如果仅仅比较灾后重建的前后差异最多只能说明灾后重建与乡镇卫生院的收入或是医疗服务量的相关性，但是无法得出关于灾后重建的因果推断。这是因为，在灾后重建这一政策实施的同时，可能也掺杂了其他一些政策或是经济变化的因素，进而导致灾后重建与乡镇卫生院的收入或是医疗服务量直接的「伪相关」。同时，这种简单的比较也未能控制地区间的诸多差异，进而影响对改革效果的准确判断。因此，本文试运用双重差分模型（difference-in-difference，DID）对乡镇卫生院灾后重建这一政策效果进行实证研究。
一、研究对象
资料来源于四川省卫生厅「汶川地震灾后重建卫生系统综合评价研究」课题。研究对象是汶川地震 51 个重灾县（包括 39 个国定重灾县和 12 个省定重灾县）的 142 个乡镇卫生院和与这 51 个县经济发展水平相当、地理位置接近的 51 个对照县的 154 个乡镇
卫生院。研究内容包括乡镇卫生院的基本情况、卫生资源、信息化情况、卫生服务能力、财务情况和灾区灾后重建项目进展情况等。
二、研究方法
DID 模型近年来多用于计量经济学中对于公共政策或项目实施效果的定量评估，是基于自然试验得到的数据，通过建模来有效控制研究对象间的事前差异，将政策影响的真正结果有效分离出来[2，3]。本文运用 DID 模型对灾后重建这一政策效果进行实证研究的基本思想是：灾后重建一方面造成了一个乡镇卫生院灾后重建前和灾后重建后的差异，另一方面也造成了同一个时点上重灾县与对照县之间的差异，基于这双重差异形成的估计有效地控制了其他共时性政策的影响及重灾县和对照县乡镇卫生院的灾后重建前的差异，进而识别出灾后重建所带来的因果效应。
DID 模型主要追求的就是构造双重差分估计量（DID estimator），通过对单纯的前后比较（干预前和干预后）和单纯截面比较（干预组和对照组）相结合，得到如下公式：
■（式 1）
其中，D 就是双重差分估计量。得到差分估计量之后，构建乡镇卫生院在灾后重建实施前后的投入产出模型为：
■（式 2）
其中，Yt，T 是指个体在 t 时期内的医院产出情况，t 为 2007 时为个体在 2007 年的医院产出情况，t 为 2012 时表示个体在 2012 年的医院产出情况；dt，T 是表示截距的一个虚拟变量，当 t=2007 时取 0，当 t=2012 时取 1，这样模型在 t 取 2007 和 2012 时就产生了不同的截距，分别为 β0 和 β0+δ0；χt1，T 表示是否实施了灾后重建的虚拟变量，当 t=2007 时取 0，当 t=2012 时取 1；χt1，T……χm，T 表示在政策实施前后的床位情况、人员情况、设备情况等控制变量；αT 表示影响医院产出但又不随着时间变化的所有无法观测的因素；ui，T 表示影响医院产出且随着时间变化而变化的所有无法观测的因素；（αT+ui，T）即为医院产出模型的误差项。
三、研究结果
（一）乡镇卫生院灾后重建前后变化情况
从表 1 可以看出，与 2007 年相比，重灾县乡镇卫生院编制床位、实际开放床位、万元以上设备台数、占地面积、房屋建筑面积、年末总资产、年总收入的增长率均高于对照县，而重灾县乡镇卫生院的在岗职工数、年诊疗人次、年入院人数增长率低于对照县。
表 1 乡镇卫生院灾后重建后各指标变化情况（平均值）
（二）DID 模型实证分析结果
采用专家咨询法确定评价指标，并做出定义，见表 2。通过 HAUSMAN（豪斯曼）检验，P 值大于 0.05，接受截距项和解释变量无关的原假设，故采用随机效应模型来估计自变量与因变量的弹性，不同因变量回归结果见表 3。
由表 3 可知，在控制了编制床位、实际开放床位、万元以上设备台数、占地面积、房屋建筑面积、总资产、固定资产、编制人数、在岗职工人数后，通过灾后重建乡镇卫生院的年诊疗人次提高了 10.9%，但其结果不显着，P 值为 0.140。灾后重建投入对住院服务量影响效果显着，年住院人次数减少了 52.0%。灾后重建投入对年总收入的影响效果不显着，年总收入减少了 12.5%。
在控制了其他因素后，编制床位增加了年诊疗人次和年总收入，分别为 23.4%、53%，而且对年诊疗人次影响效果显着，其 P 值为 0.000，但对年总收入的影响效果不显着，其 P 值为 0.559。编制床位数对乡镇卫生院年入院人数、年出院人数、有轻微的负向影响，分别为 8.7%、17.1%，但在统计上均不显着，P 值分别为 0.413、0.107。
在控制了其他因素后，实际开放床位数对年诊疗人次、年入院人数、年出院人数、年总收入均有显着的正向影响，分别增加了 41%、102.7%、110.3%、34.9%。
在控制了其他因素后，在岗职工数对年诊疗人次、年住院人数、年出院人数和年总收入均产生正向影响，分别为 22.4%、26.2%、25.1%、41.4%，而且对年诊疗人次和年总收入影响效果显着，但对年住院人数和年出院人数影响效果不显着。
在控制了其他因素后，万元以上设备台数、占地面积、房屋建筑面积、年末总资产和编制人数分别对乡镇卫生院年诊疗人次、年住院人数、年出院人数和年总收入影响效果不显着。
表 2 评价指标的定义
表 3 基于双重差分法的实证分析结果
注：1.每栏第一行为系数，括号内为 P 值。
2.显着性水平为 5%，P>0.05 表示结果不显着，P<0.05 表示结果显着。
四、结论
（一）政府部门应做好总量测算，合理配置资源
从研究结果可以看出，灾后重建后乡镇卫生院的卫生物力资源量和规模扩增的增长率高于对照县，但是其卫生服务量和卫生人力资源量的增长率低于对照县，这说明通过灾后重建各方支持乡镇卫生院的资源超前配置，存在浪费现象。卫生资源稀缺性的特点决定政府部门必须合理地分配医疗卫生资源，力争达到卫生资源的有效配置或理想配置[4]。建议灾区卫生行政部门结合新医改有关政策的要求，以县域为单位，充分考虑经济发展、保险扩大、人口流动、政策变化等各方面的因素影响，科学测算本县所需卫生资源的总量，依据「总量控制、结构调整」的原则，在县（市）区域内，集中管理，统一调配卫生资源，将部分医院闲置的设备、床位等硬件资源，调配到资源匮乏的医疗机构使用，缓解资源不足与浪费并存的矛盾。
（二）灾后重建效果显着
从对灾后重建效果的双重差分模型实证分析来看，灾后重建对乡镇卫生院的影响效果显着，灾后重建后提高了乡镇卫生院的年诊疗人次数，但减少了乡镇卫生院的住院服务量，这可能是因为通过灾后重建工作的投入，当地县医院医疗技术水平的提升和设备的增加，灾区人民在利用住院服务时更趋向于县医院，因而乡镇卫生院的住院服务量减少了。在控制了其他影响因素后，实际开放床位数和在岗职工数对乡镇卫生院的医疗服务量和收入影响效果显着，实际开放床位数的增加和在岗职工数的增加都会带来乡镇卫生院医疗服务量的增加和年总收入的增加。
参考文献
[1]李建，张丽芳，王小万等.我国东部 6 省 79 市乡镇卫生院整体运行效率 DEA 分析[J].中国卫生经济，2013，32（6）：63-65.
[2]叶芳，王燕.双重差分模型介绍及其应用[J].中国卫生统计，2013，30（1）：131-134.
[3]Jason L M，James O B R，Suzanne W.A comparison between routine construction and post-disaster reconstruction with case studies from New Zealand [C]//22nd ARCOM Conference on Current Advances in Construction Management Research，Birmingham，2006.
[4]程小平，吴正虎.杭州市二级公立综合性医院资源配置情况分析[J].现代医院管理，2010，1：14-15.
作者简介：李志远（1988-），男，汉族，江苏盐城人，西南交通大学研究生，研究方向：卫生经济学；广冬梅（1989-），女，汉族，四川乐山人，成都中医药大学研究生，研究方向：卫生经济学；李继东（1990-），男，汉族，黑龙江双鸭山人，西南交通大学研究生，研究方向：卫生经济学。
作者 李志远 广冬梅 李继东