ARIMA模型、BP神经网络及其组合模型在卫生政策评估中的实证比较:以公立医院价格改革为例

目的探索不同反向事实构建方法对医院财务数据预测的效率，以期对政策进行更有效的评估。 方法借助R软件，用南京市公立医院A在2011-2016年的药品收入、医疗服务收入建立测试数据集，分别用ARIMA模型、BP神经网络、ARIMA+BP组合模型进行预测并与实际拟合，并比较改革前后补偿率。 结果三个模型对药品收入的均方根误差分别为692.82、501.44、380.80，医疗服务收入的均方根误差分别为184.04、215.63、168.65，组合模型预测效率更高。用组合模型计算改革后A医院药品收入净损失为12 044.03万元，医疗服务收入净增长为18 532.60万元，为药品收入损失的153.87%。 结论医院财务数据因其线性与非线性的组合特征，使用组合预测模型的预测效果最佳。但在实际应用中，ARIMA模型操作简单，与组合模型预测趋势也较为一致，在实际卫生政策评估中也推荐使用。