Статья опубликована в рамках: LXXIX Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ЭКОНОМИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 08 июля 2019 г.)
Наука: Экономика
Секция: Менеджмент
Скачать книгу(-и): Сборник статей конференции
МОДЕЛИРОВАНИЕ ПРОЦЕССА РАЗВИТИЯ СИСТЕМЫ ЗДРАВООХРАНЕНИЯ НА УРОВНЕ РЕГИОНА НА ОСНОВЕ СТАТИСТИЧЕСКОЙ ИНФОРМАЦИИ
В современных условиях проводится процесс реформирования сферы здравоохранения и участию частной медицины в этом процессе отводится немаловажная роль. В соответствии с Федеральным законом «Об основах охраны здоровья граждан в Российской Федерации» [1] к функциям населения в региональной системе охраны здоровья относится соблюдение принципов самосохранительного поведения:
- забота о своем здоровье;
- ведение здорового образа жизни;
- профилактика заболеваний (прохождение медицинских осмотров, вакцинация и т. п.);
- своевременное обращение за медицинской помощью.
По данным Федеральной службы государственной статистики по Красноярскому краю, Хакасии и республики Тыва, можно сформировать модель зависимости заболеваемости населения региона от различных факторов.
Для моделирования рассмотрим следующие факторы:
- заболеваемость населения;
- численность врачей;
- число больничных организаций;
- заболеваемость населения;
- расходы на здравоохранение.
В качестве исходной информации представим данные статистики по Красноярскому краю (таблица 1) [3].
Таблица 1.
Исходная статистическая информация для моделирования
|
Наименование |
2014 |
2015 |
2016 |
2017 |
2018 |
|
Численность врачей, человек |
14310 |
13644 |
13735 |
14137 |
14318 |
|
Число больничных организаций, единиц |
143 |
115 |
117 |
118 |
123 |
|
Заболеваемость населения по основным классам болезней (зарегистрировано пациентов с диагнозом, установленным впервые в жизни), тысяч человек |
2298,4 |
2246,8 |
2248,3 |
2288,0 |
2273,3 |
|
Потребительские расходы домашних хозяйств на здравоохранение, по материалам выборочного обследования бюджетов домашних хозяйств, в % к общим расходам |
3,3 |
3,4 |
3,5 |
3,9 |
3,2 |
Для выявления факторов, влияющих на заболеваемость населения, используем программный комплекс Gretl. Указанный комплект используем для построения модели множественной регрессии. Проверку достоверности модели производят с помощью статистического критерия Фишера, процедура так же состоит из нескольких этапов:
1. Выдвигается нулевая гипотеза Н0: между рассматриваемыми переменными нет связи.
2. Вычисляется фактическое значение критерия Фишера F = Sрег2/ Sост2
3. Определяется критическое значение критерия Фишера на уровне значимости a = 0,05, числе степеней свободы m1 и m2. Критическое значение критерия Фишера имеет следующие параметры:
Fкp(a = 0,05; m1 = k - 1; m2 = n - k), (1)
где
a - уровень значимости критерия;
m1 - число степеней свободы для большей дисперсии регрессии;
m2 - число степеней свободы для меньшей дисперсии остатков;
n - объем выборки;
к - количество всех коэффициентов модели.
Для моделирования рассчитаем темпы роста показателей на основании статистических данных (таблица 2).
Таблица 2.
Исходные данные для построения модели
|
Период |
Z,% |
V, % |
O, % |
R, % |
|
2015 |
97,75 |
95,35 |
80,42 |
103,03 |
|
2016 |
100,07 |
100,67 |
101,74 |
102,94 |
|
2017 |
101,77 |
102,93 |
100,85 |
111,43 |
|
2018 |
99,36 |
101,28 |
104,24 |
82,05 |
Обозначения в таблице 2:
Z - заболеваемость населения;
V - численность врачей;
O - число больничных организаций;
R - расходы на здравоохранение.
На основании этих данных построим корреляционную матрицу в программе Gretl (рисунок 1) и исследуем степень корреляционной зависимости между переменными.
Рисунок 1. Корреляционная матрица
Чем ближе коэффициент корреляции к единице, тем сильнее корреляционная зависимость между переменными. В нашем случае, показатели числа докторов (0,9106) и числа лечебных учреждений (0,7179) очень существенны для заболеваемости, а показатели расходов на здравоохранение менее значимы (0,3986).
Имеем высокие коэффициенты корреляции между величиной роста заболеваемости в регионе и числом докторов и лечебных учреждений. Отрицательное значение коэффициента корреляции индекса числа докторов и числа лечебных учреждений говорит о том, что этот показатель имеет обратную зависимость. То есть с ростом индекса числа докторов и числа лечебных учреждений заболеваемость в регионе снижается.
Построим модель множественной регрессии, в которой зависимой переменной является заболеваемость, а объясняемыми переменными будут – число врачей, число лечебных учреждений и затраты на здравоохранение.
Результаты множественной регрессии в численном виде представлены на рисунке 2.
Рисунок 2. Множественная регрессия
Как следует из данных, полученных в gretl, многофакторная модель будет иметь вид:
Заболеваемость Z = 41,6863 + 0,564396V – 0,0318193О+0,0466603К.
Данные модели говорят о том, что заболеваемость находится в обратной зависимости от числа учреждений здравоохранения. То есть, чем больше будет учреждений, тем заболеваемость ниже. Такой вывод можно сделать на основании данных статистических исследований.
То есть статистическое моделирование позволяет сделать вывод о необходимости привлечения как можно большего числа частных клиник к деятельности в сфере оказания услуг по ОМС.
Список литературы:
- Федеральный закон «Об основах охраны здоровья граждан в Российской Федерации» от 21.11.2011 N 323-ФЗ СПС Консультант Плюс [Электронный ресурс] URL: http://www.consultant.ru/document/cons_doc_LAW_121895/ (Дата обращения 24.06.2019)
- Федеральный закон «Об обязательном медицинском страховании в Российской Федерации» от 29.11.2010 N 326-ФЗ СПС Консультант Плюс [Электронный ресурс] URL: http://www.consultant.ru/document/cons_doc_LAW_107289/ (Дата обращения 24.06.2019)
- Красноярский край в цифрах 2018: Стат.сб./Красноярскстат. – Красноярск, 2019. – 157 с.
Оставить комментарий