中国卫生总费用占国内生产总值比重的实证研究

《中国卫生总费用占国内生产总值比重的实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级公开编号硝士蚵究嗲像铪式题目中国卫生总费用占国内生产总值比重的实证研究学院（所、中心）数学十举院专业名称概率仓与数理统十研究生姓名吴香举号导师姓名唐年胜职称教授年月论文独创性声明及使用授权本论文是作者在导师指导下取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，不存在剽窃或抄袭行为。与作者一同工作的同志对本研宄所做的任何贡献均已在论文中作了明确的说明并表示了谢意。现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版），也可以采用影印、缩印或其

2、他复制手段保存论文；学校有权公布论文的全部或部分内容，可以将论文用于查阅或借阅服务；学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。内部或保密的论文在解密后应遵循此规定）摘要全国卫生总费用占国内生产总值的比重是世界各国用来评价本国的卫生发展与国民经济增长的否相适应的指标，因此，预测我国卫生总费用占比值的走向趋势对我国卫生经济政策的制定、卫生资源的合理分配以及有效的利用都具有非常重要的科学价值和现实意义。本论文的主要内容包括：利用模型

3、对卫生总费用占比重进行实证分析。首先对非平稳序列进行平稳化处理，其次根据时间序列模型的识别准则建立相应的模型，再对模型的残差序列进行白噪声假设检验，最后基于得到的模型对我国卫生总费用占比重进行预测；根据变量选择的思想找出影响卫生总费用占比重的主要因素，然后对数据进行单整和协整检验，在检验符合要求的基础上建立卫生总费用占比重的长期均衡模型和误差修正模型，并运用这两个模型对卫生总费用占比重分别进行长期和短期的分析及预测；对模型与协整模型及误差修正模型的预测效果进行对比分析。通过分析发现：在卫生总费用占比值的短期预

4、测方面，模型比误差修正模型更加精确，长期预测方面协整模型的精度比较高；卫生总费用占比重与人均，每千人口医生数以及岁以上老年人口数之间存在着长期均衡关系；长期来看，岁及以上老年人口比例是影响卫生总费用占比重最主要的因素，当岁及以上老年人口比例增加时，卫生总费用占的比例将增加短期来看，岁及以上老年人口比例对于卫生总费用占比例影响不大。关键词：协整与误差修正模型卫生总费用；每千人口医生数AbstractTheproportionofNHEinGDPisanimportantindexforevaluatingwhe

5、therhealthdevelopmentadaptstonationaleconomicgrowthinthecountriesoftheworld,soitisratherimportantscientificvalueandpracticalsignificancetopredictthetrendoftheproportionofNHEinGDP,informulatingeconomicpolicyofhealth,rationalallocationandeficientuseofhealthre

6、sources.Themainworkofthispaperare:Firstly,thispaperusestheARIMAmodelstoempiricallyanalyzetheproportionofNHEinGDP.Firstofall,itstabilizesthenon-stationarysequence.Thenaccordingtotheidentificationrulesofthetimeseriesmodel,itestablishestheappropriatemodelandus

7、eswhitenoisehypothesistestingfortheresidualseries.Finally,thatARIMAmodelcanbeusedtopredictdata;Secondly,accordingtothetheoryofvariableselection,thispaperfindsoutthemainfactorsaffectingtheproportionofNHEinGDP.Thenitteststhesingleandcointegrationofthedata.Ift

8、hetestingmeetstherequirements,itestablishesthelong-termequilibriummodelanderrorcorrectionmodeloftheproportionofNHEinGDP.Finally,itusesthetwomodelstoconductrespectivelyalong-termandshort-termpointsanaly