Управление развитием здравоохранения Китая и России с использованием прогностической Грей-модели и модели авторегрессионной зависимости
- Авторы: Хэ П.1, Костырин Е.В.1
-
Учреждения:
- Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет)
- Выпуск: Том 59, № 3 (2023)
- Страницы: 100-116
- Раздел: Статьи
- URL: https://medjrf.com/0424-7388/article/view/653329
- DOI: https://doi.org/10.31857/S042473880023259-3
- ID: 653329
Цитировать
Аннотация
В статье рассматриваются возможные риски для фондов медицинского страхования в связи со старением населения и распространенностью инфекционных заболеваний в мире. Анализируя структурные различия между существующими системами финансирования медицинского страхования в Китае и России, а также используя модель Грея и авторегрессионную модель для прогнозирования существующих потоков средств медицинского страхования в России и Китае. Результаты модели прогнозирования затем учитываются в последующей модели управления, чтобы предложить оптимизацию для будущего управления системами медицинского страхования в обеих странах. Новизна данной работы заключается не только в анализе структуры системы финансирования медицинского страхования, но и в использовании прогностической модели для предложения оптимизированных управленческих решений для будущего развития медицинского страхования. Полученные результаты обеспечивают теоретическую поддержку, а также служат ориентиром для управления национальным медицинским страхованием. Результаты оптимизированной модели управления российским медицинским страхованием показывают, что оптимизированное решение не только хорошо улучшает дефицит финансирования, но и оставляет остаток.
Об авторах
Пинпин Хэ
Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет)Российская Федерация,
Евгений В. Костырин
Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет)Российская Федерация
Список литературы
- Соколов, Е. В. Организация перехода граждан России на медицинские накопительные счета / Е. В. Соколов, Е. В. Костырин // Экономика и управление: проблемы, решения. – 2020. – Т. 1. – № 8(104). – С. 55–71. – doi: 10.34684/ek.up.p.r.2020.08.01.008.
- Федеральный закон от 06.12.2021 г. № 392-ФЗ "О бюджете Федерального фонда обязательного медицинского страхования на 2022 год и на плановый период 2023 и 2024 годов" // КонсультантПлюс: справ. прав. система: офиц. сайт / Компания «КонсультантПлюс». URL: http: // www.consultant.ru / data.html (дата обращения 11.03.2022).
- Соколов, Е. В. Система финансирования здравоохранения в Сингапуре / Е. В. Соколов, Д. А. Гречкин // Экономика и управление: проблемы, решения. – 2017. – Т. 5. – № 9. – С. 45–52.
- Соколов, Е. В. Прорывные технологии финансирования трудовой пенсии по старости / Е. В. Соколов, Е. В. Костырин // Экономика и управление: проблемы, решения. – 2021. – Т. 1. – № 7(115). – С. 63–80. – doi: 10.36871/ek.up.p.r.2021.07.01.009.
- Соколов, Е. В. Обоснование необходимости и эффективности внедрения медицинских накопительных счетов для всех субъектов Российской Федерации и России в целом / Е. В. Соколов, Е. В. Костырин // Экономика и управление: проблемы, решения. – 2018. – Т. 1. – № 11. – С. 52–64.
- Lang Ying, Xia Xiaohong. Исследование баланса доходов и расходов и устойчивого развития фонда медицинского страхования городских рабочих - на примере провинции Сычуань[J]. Health Soft Science, 2021, 35(9):30-34.
- Успенская, И. В. Анализ финансового обеспечения территориальной программы обязательного медицинского страхования / И. В. Успенская, Е. В. Манухина, С. В. Юрина // Социальные аспекты здоровья населения. – 2018. – № 1(59). – С. 10.
- Deng, J. L. Introduction to grey system theory / J. L. Deng // J Grey System. – 1989; 1:1–24.
- Jiao Man, Wang Huan. Prediction on the Urban Employee Basic Medical Insurance Scheme funds: A case study of Jiangsu province. Chinese Journal of Health Policy, 2018, 11(11): 16–21.
- Томская, К. М. Анализ временных рядов с помощью авто-регрессионных моделей / К. М. Томская // Интеграция наук. – 2018. – № 4(19). – С. 45–50.
- Козыренко, Е. И. Современное состояние финансирования здравоохранения в России / Е. И. Козыренко, Л. О. Авдеева // Вестник Астраханского государственного технического университета. Серия: Экономика. – 2019. – № 1. – С. 153–164. – doi: 10.24143/2073–5537-2019-1-153-164.
- Хабарова, Е. Л. О последовательном оценивании параметров авто-регрессионной модели с непрерывным временем / Е. Л. Хабарова, Т. В. Емельянова // Всероссийская молодежная научная конференция студентов, аспирантов и молодых ученых "Все грани математики и механики" : Сборник статей, Томск, 23–27 апреля 2019 года / Под редакцией А.В. Старченко. – Томск: Издательский Дом Томского государственного университета, 2019. – С. 189–197.
- Ma Guifeng, Zhu Zhongchi, Qiu Leijie. Исследование прогнозирования риска дисбаланса между доходами и расходами фонда базового медицинского страхования городских работников [J], Статистика здравоохранения Китая, 2018, 35 (3) :423 - 425.
- Основные услуги здравоохранения в Китае в 2021 году // Официальный сайт Китайской национальной службы здравоохранения. URL: http://www.nbphsp.org.cn (дата обращения 09.01.2022).
- Основные показатели деятельности государственных внебюджетных фондов Поступление и расходование средств территориальных фондов обязательного медицинского страхования // Официальный сайт Федеральной службы государственной статистики. URL: https://rosstat.gov.ru (дата обращения 09.01.2022).
- Документ Госсовета Китая "Руководство по запуску пилотной программы базового медицинского страхования для городских жителей"
- Буре, В. М. Адаптивные методы прогнозирования временных рядов в среде MATLAB / В. М. Буре, С. В. Плахотник // Проектирование научных и инженерных приложений в среде MATLAB : Труды Всероссийской научной конференции, Санкт-Петербург, 23–26 октября 2007 года. – Санкт-Петербург, 2007. – С. 1363–1370.
- Закон о социальном страховании Китайской Народной Республики
- People's Daily " Национальное бюро медицинской безопасности официально запущено, эксперты объясняют
- Федеральная служба государственной статистики [Электронный ресурс]. URL: www.gks.ru (дата обращения 07.11.2022).
Дополнительные файлы
