基于时间序列模型的我国卫生总费用预测分析.pdf
《基于时间序列模型的我国卫生总费用预测分析.pdf》由会员分享,可在线阅读,更多相关《基于时间序列模型的我国卫生总费用预测分析.pdf(8页珍藏版)》请在咨信网上搜索。
1、Operations Research and Fuzziology 运筹与模糊学运筹与模糊学,2024,14(1),687-694 Published Online February 2024 in Hans.https:/www.hanspub.org/journal/orf https:/doi.org/10.12677/orf.2024.141065 文章引用文章引用:马飞雅.基于时间序列模型的我国卫生总费用预测分析J.运筹与模糊学,2024,14(1):687-694.DOI:10.12677/orf.2024.141065 基于基于时间序列时间序列模型的模型的我我国卫生总费国卫生总
2、费用用预测分析预测分析 马飞雅马飞雅 上海工程技术大学管理学院,上海 收稿日期:2023年12月8日;录用日期:2023年12月28日;发布日期:2024年2月29日 摘摘 要要 目的:分析我国卫生总费用发展现状,对卫生总费用,个人现金卫生支出,社会卫生支出和政府卫生支目的:分析我国卫生总费用发展现状,对卫生总费用,个人现金卫生支出,社会卫生支出和政府卫生支出发展趋势进行预测分析,以其为制定医疗卫生政策,推进我国出发展趋势进行预测分析,以其为制定医疗卫生政策,推进我国“医疗一体化医疗一体化”提供科学的参考依据。提供科学的参考依据。方法:选取方法:选取1978年年2021年我国卫生总费用,个人现
3、金卫生支出,社会卫生支出和政府卫生支出等数据,年我国卫生总费用,个人现金卫生支出,社会卫生支出和政府卫生支出等数据,分别建立分别建立ARIMA模型对卫生费用发展趋势进行预测。模型对卫生费用发展趋势进行预测。结果:结果:自自1978年到年到2021年以来,我国卫生总费用年以来,我国卫生总费用呈现不断增长的趋势,其中,政府卫生支出与个人现金卫生支出的增长趋势呈现不断增长的趋势,其中,政府卫生支出与个人现金卫生支出的增长趋势平缓平缓,社会卫生支出的增长,社会卫生支出的增长趋势较快。趋势较快。通过通过ARIMA模型预测模型预测,在在20222026年年里里,我国卫生总费用将继续保持稳定增长,但个人现,
4、我国卫生总费用将继续保持稳定增长,但个人现金卫生支出,社会卫生支出和政府卫生支出之间发展存在一定差距。结论:我国卫生总费用未来几年将金卫生支出,社会卫生支出和政府卫生支出之间发展存在一定差距。结论:我国卫生总费用未来几年将继续保持增继续保持增长。应当合理调整个人现金卫生支出,社会卫生支出和政府卫生支出的分布比例。在以后研长。应当合理调整个人现金卫生支出,社会卫生支出和政府卫生支出的分布比例。在以后研究中,要结合实际因素对预测模型进行优化。究中,要结合实际因素对预测模型进行优化。关键词关键词 时间序列,时间序列,ARIMA模型,卫生总费用模型,卫生总费用,发展趋势发展趋势 Prediction
5、and Analysis of Total Health Costs in China Based on Time Series Models Feiya Ma Department of Business Administration,Shanghai University of Engineering Science,Shanghai Received:Dec.8th,2023;accepted:Dec.28th,2023;published:Feb.29th,2024 Abstract Objective:To analyze the current development status
6、 of total health expenditure in China,predict and analyze the trends of total health expenditure,personal cash health expenditure,social health expenditure,and government health expenditure,and provide scientific reference for formulating 马飞雅 DOI:10.12677/orf.2024.141065 688 运筹与模糊学 medical and healt
7、h policies and promoting“medical integration”in China.Method:The total health expenditure,personal cash health expenditure,social health expenditure,and government health expenditure in China from 1978 to 2021 were selected,and ARIMA models were estab-lished to predict the development trend of healt
8、h expenditure.Result:Since 1978 to 2021,the to-tal health expenditure in China has shown a continuous growth trend.Among them,the growth trend of government health expenditure and personal cash health expenditure is flat,while the growth trend of social health expenditure is relatively fast.Accordin
9、g to the ARIMA model,it is predicted that the total health expenditure in China will continue to maintain stable growth from 2022 to 2026.However,there is a certain gap in development between personal cash health ex-penditure,social health expenditure,and government health expenditure.Conclusion:The
10、 total health expenditure in China will continue to increase in the coming years.The distribution ratio of personal cash health expenditure,social health expenditure,and government health expenditure should be reasonably adjusted.In future research,it is necessary to optimize the prediction model ba
11、sed on practical factors.Keywords Time Series,ARIMA Model,Total Healthcare Costs,Development Trends Copyright 2024 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 卫生总费用通
12、常指一个国家在一年内全社会用于医疗卫生服务所消耗的资金总额。卫生总费用是由政府卫生支出、社会卫生支出和个人现金卫生支出三部分构成1。从全社会角度反映卫生资金的全部运动过程,分析与评价卫生资金的筹集、分配和使用效果2。卫生总费用是标志一个国家整体对卫生领域的投入高低。所以卫生总费用是了解我国卫生状况的一个有效途径。近年来,学者对于卫生总费用的预测进行了广泛地研究。李玲3,张芳芳4,和蒋艳5等学者用 ARIMA 模型分别对湖南省,广东省和北京市卫生总费用进行预测分析。唐舒宜6基于 PCA-BP 神经网络模型对卫生总费用未来三年变化进行了预测并提出相应的政策建议。丁海峰7等学者利用 GM(1,1)灰
13、色预测模型对上海市 20172023 年卫生总费用及其构成进行了预测。其中 ARIMA 模型是建立差分整合移动平均自回归模型,通过少量数据实现对模型运行、演化规律的正确描述和有效监控。ARIMA 模型相较于其他算法,由于不需要对时间序列的发展趋势作先验假设,同时可以通过反复修改识别,直到获取满意的模型,因此适用于各种类型的时间序列数据,是一种精确度很高的短期预测方法。基于此,本研究使用 ARIMA 模型预测卫生总费用。利用 19782021 年卫生总费用相关数据,建立卫生总费用的发展趋势图,通过对 20222026 年卫生总费用的预测,明晰未来五年的我国卫生总费用及其构成,为相关卫生政策的制定
14、提供参考依据。2.资料来源和方法资料来源和方法 2.1.资料来源资料来源 19782021 年的卫生总费用,以及政府卫生支出、社会卫生支出和个人现金卫生支出数据来源于国家统计局官网的年度数据。根据数据的可获得性,选取了 19782021 年数据。国家统计局的卫生费用数据是从 1978 年开始。于是从 1978 年录入数据,为确保之后进行预测分析准确性更高。Open AccessOpen Access马飞雅 DOI:10.12677/orf.2024.141065 689 运筹与模糊学 2.2.研究方法研究方法 通过描述性统计分析对我国卫生总费用,以及政府卫生支出、社会卫生支出和个人现金卫生支出
15、发展现状及趋势进行对比分析。对其进行预测采用了 ARIMA 模型。ARIMA 模型由于预测效果好,准确性高,对数据的要求较低等优点而被广泛应用于医疗,经济,农业等各领域。本文利用 ARIMA 模型对我国 20222026 年卫生总费用及政府卫生支出、社会卫生支出和个人现金卫生支出进行预测对比分析。用EXCEL 表格进行数据的整理与录入,之后用 R 软件进行预测模型的建立与求解。2.3.模型介绍模型介绍 ARIMA 模型是差分整合移动平均自回归模型,又称整合移动平均自回归模型,是时间序列预测分析方法之一。ARIMA(p,d,q)中,AR 是“自回归”,p 为自回归项数;MA 为“滑动平均”,q
16、为滑动平均项数,d 为使之成为平稳序列所做的差分次数8。ARIMA 模型的构建主要包括:1)时间序列的获取。时间序列的获取通过相关部门的统计数据等途径获得。对于得到的数据,需要进行预处理,保证所获得数据能够准确建立合适的模型。2)时间序列的预处理。时间序列的预处理包括两个方面的检验,平稳性检验和白噪声检验。能够适用 ARIMA 模型进行分析预测的时间序列必须满足的条件是平稳非白噪声序列。对数据的平稳性进行检验是时间序列分析的重要步骤,对于非平稳时间序列中若存在增长或下降趋势,则需要进行差分处理然后进行平稳性检验直至平稳为止。3)模型识别。模型识别是差分处理完成后,通过自相关(ACF)和偏自相关
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 时间 序列 模型 我国 卫生 总费用 预测 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。