在醫療利用的範疇裡，研究者多半焦點置於醫療費用或個人醫療利用，鮮少以門診量為探究主題。本研究嘗試以嶄新的研究方式，利用時間數列分析技術，建立醫院門診量預測模型。本研究主要目的除了建立預測模型外，更想瞭解醫院特質及不同健保制度對門診量的影響，期望提供給衛生主管機關及醫院管理者決策之參考。
本研究以時間為主軸的回溯性研究，以中部某地區醫院為研究對象，收集民國八十九一月至九十三年十二月門診量數據，藉由ARIMA模型中的單變量模型、轉換函數模型、介入函數模型以進一步瞭解醫院特質（如：醫師數、醫師平均年齡、科別數、診次數）及政策因素（如：門診合理量、醫院總額預算、自主管理）對門診量的影響，並以SCA套裝軟體進行分析，研究結果如下：
一、單變量ARIMA模型結果顯示門診量與前一期相關最強，需列為主要考量。
二、轉換函數模型結果顯示醫師數及科別數的調整會反映在兩個月後的門診量，診次數為當期的效應，與醫師平均年齡無關。
三、介入函數模型結果顯示門診合理量及醫院總額預算的實施，並未抑制門診量，反而是衝量的結果。
四、由醫師數建立的轉換函數為最合適模型，但以單變量的預測效益最佳。
本研究結果對醫院建議有四點：
一、由預期的門診量，往前回推兩個月醫師數及科別數，可預先規劃人力調整及招募事宜。
二、在預期未來門診量是減少的趨勢，採取凍結人力、合併（減少）診次等資源投入之因應措施。
三、自主管理的成效在本研究結果雖無顯著，可能是觀察期僅半年所致，因此建議延長觀察時間至一年後再重新估算。
四、單一門診量的預測效益大於政策介入之影響，表示另有影響門診量的因素，值得深入探究。
對衛生主管機關建議有兩點：
一、強制執行家庭醫師及轉診制度，回歸分級醫療及取消門診合理量。
二、調整支付方式，以門診論病例計酬制（如：APGs）取代論量計酬。

In the field of medical utilization, most investigators focus on medical expense or individual medical utilization, only few studies had paid attention on OPD utilization. This study try to use a new methodology, time's sequence analyze technology to establish a hospital OPD volume forecasting model. We also try to verify the relationship between hospital characteristics, different health insurance coverages and OPD volume. These results will be valuable information to hospital managers and healthcare policy makers in decision making.
This study was a restrospective observational study between January 2000 and December 2004 in a mid-Taiwan regional hospital. Using SCA package software, univariate ARIMA model , transfer function model and intervention function model verified the relationships between hospital characteristics,（such as doctor number, doctor’s average age, department number, OPD number）, policy factors （out-patient service reasonable quantity, hospital's global budget, hospital self-management） and OPD volume. The main results were
1.The result of single variable ARIMA revealed that outpatient volume is strongly correlated to previous OPD volume. Therefore it should be an appropriate model for OPD forecasting.
2.The result of transfer function model shows that the change of doctor number and department number have an impact on the OPD volume two months later. OPD number could influence the policy implemented by NHI, the OPD volume immediately, and doctor’s average age was not statistically significant related to OPD volume.
3.The result of intervention function model revealed that out-patient service reasonable quantity, and hospital's global budget, could not suppress the OPD volume. In the contrary, the OPD volume increased.
4.The transfer function based on doctor's number was the most fitted model, but single variable forecasting was more effective based on previous data.

The results of our study have some implication to hospital managers and healthcare policy makers.
For the hospital managers
1.Using the doctor’s number and department’s number two months ago could forecasting the OPD volume and adjust the manpower in advance.
2.If the forecasting of OPD volume was in a trend of decreasing, strategy of decrease resources investment, such as layout, replanning OPD number should be taken.
3.The effect of hospital self-management had no effect on OPD volume in this study. However, there was only 6 months duration. A longer observation period is warrant.
4.The forecasting result of univariate ARIMA is more effective than policy intervention. Some unknown influence factors may exist and need further investigation.
For the healthcare policy makers
1.Primary physician system and referral system should be performed tightly. Establish leveled medical system and abandon of reasonable OPD quantity.
2.Adjust the payment system, using OPD per person payment system instead of fee for service.

第一章 緒論
第一節 研究背景 --------------------------- 1
第二節 研究目的 --------------------------- 3
第二章 文獻探討
第一節 門診量預測的重要性 -------------------6
第二節 醫療服務利用之理論模式 ---------------8
第三節 預測的原理與選擇 -------------------28
第三章 研究設計與方法
第一節 研究對象與研究材料 -----------------36
第二節 研究架構與變項操作型定義------------37
第三節 分析方法及模型介紹 ----------------40
第四章 研究結果 ---------------------------53
第五章 討論 ------------------------------78
第六章 結論與建議
第一節 結論 --------------------------- 84
第二節 建議 --------------------------- 87
第三節 研究限制 ----------------------- 90
參考文獻 --------------------------------- 91

英文部分：

Health Care;New Study Profiles Women's Use of Ambulatory Medical Care. (2001). (pp. 15): DCD&SDA.

Abdel-Aal, R. E. M., A. M. (1998). Modeling and forecasting monthly patient volume at a primary health care clinic using univariate time-series analysis. Comput Methods Programs Biomed., 56(3), 235.

Aday LA, A. R. (1974). A framework for the study of access to medical care. Health Serv Res., 9(3), 208.

Anderson R.M. (1995). Revisiting the behavioral model and access to medical care: does it matter? J Health Soc Behav, 36(1), 1.

Arcury TA, G. W., Preisser JS, Sherman J, Spencer J, Perin J. (2005). The effects of geography and spatial behavior on health care utilization among the residents of a rural region. Health Serv Res, 40(1), 135.

Beech., a. J. (2001). Market-based demand forecasting promotes informed strategic financial planning. Healthc Financ Manage, 55(11), 46.

Bradley T Ewing, M. J. P., James E Payne. (2003). Forecasting Medical Net Discount Rates. Journal of Risk and Insurance, 70(1), 85.

Droomers M, W. G. (2004). Do lower socioeconomic groups use more health services, because they suffer from more illnesses? Eur J Public Health, 14(3), 311.
Dunlop Sheryl, C. P. C., McIsaac, Warren. (2000). Socio-economic status and the utilisation of physicians' services: results from the Canadian National Population Health Survey. Soc Sci Med., 51(1), 123.

Finarelli, J. H. J., Johnson Tracy. (2004). Effective demand forecasting in 9 steps: shifts in demand for a hospital's services can occur unexpectedly. Demand forecasting can help you prepare for these shifts and avoid strategic missteps. Healthcare Financial Management, 1.

Jain, C. L. (2003). Benchmarking forecasting models. The Journal of Business Forecasting Methods & Systems, 22(3), 18.

Kim, J. K. S. Y., Bongmin. (2005). The effects of patient cost sharing on ambulatory utilization in South Korea. Health Policy, 72(3), 293.

LA, A. (1988). Indicators and Predictors of Health Services Utilization.

LA., A. (2001). Establishment of a conceptual base for health services research.
J Health Serv Res Policy, 6(3), 183.

Nancy E Adler, K. N. (2002). Socioeconomic Disparities In Health: Pathways And Policies. Health Affairs, 21(2), 60.

Newhouse JP, M. W., Keeler EB, Sloss EM. (1989). Adjusting capitation rates using objective health measures and prior utilization. Health Care Financ Rev, 10(3), 41.

Newbold, P. (1983). ARIMA Model Building and the Time Series Analysis Approach to Forecasting. J Foresting, 2, 23.

Phillips KA, M. K., Andersen R, Aday LA. (1998). Understanding the context of healthcare utilization: assessing environmental and provider-related variables in the behavioral model of utilization. Health Serv Res, 33(3(part 1)), 51.

Phillips KA, M. K., Andersen R, Aday LA. (2000). Understanding the context of healthcare utilization: assessing environmental and provider-related variables in the behavioral model of utilization. Health Serv Res., 34(6), 1307.

Yakoboski, P. J., Ratner, Jonathan, Gross, David J. (1994). The effectiveness of budget targets and caps in the German ambulatory care sector. Benefits Q., 10(3), 31.
中文部分：

白裕彬（2002），我國健康保險體系實施總額預算制度後之未來展望與策略探討，中央健康保險局九十一年度委託研究計畫。

林茂文（1992），時間數列分析與預測，華泰，175-95。

林霖（2002），總額支付制度對健康保險財務支出影響之探討，中央健康保險局九十一年度委託研究計畫。

林小鳳（2002），全民健康保險醫療費用影響之因素，中國醫藥學院醫務管理研究所碩士論文。

林雨靜（2001），轉診制度與合理門診量，國政評論，十一月九日。

林雨靜（2001），何謂「合理門診量」，國政評論，十月十二日。

林惠生、劉怡玟（2001），醫療及預防保健服務的利用。國民健康局研究報告，2001。

林慧修（2002），部分負擔對不同種類醫療服務之影響分析，陽明大學醫務管理研究所碩士論文，2002。

李卓倫（1992），民眾尋求與利用健康服務的行為模式，衛生教育第四輯，108-138。

李丞華（2001），全民健保1999年部分負擔新制之五大效應評估，行政院衛生署九十年度委託研究計畫。

李丞華（2001），我國醫療資源與健康照護可近性之研究-民眾醫療利用之地理差異及其影響因素，行政院衛生署九十年度委託研究計畫。

李丞華（2002），醫療資源之分配研究-可用效應與誘發效應之分析，行政院衛生署九十一年度委託研究計畫。

李玉彝（1993），年齡與醫療保健費用支出的關係：家戶模型的分析與應用，中正大學社會福利研究所碩士論文。
李玉春（2001），全民健保醫院合理門診量政策之影響，國家政策論壇1(3)，135-7。

李佳霙（1996），探討中部五縣市民眾的健康狀況與醫療利用間的相關研究：SF-36健康量表的合適性，公共醫藥學院環境醫學研究所。

羅紀瓊（2004），評估門診自費、自負額制度、醫療儲蓄帳戶等健保財務改革方案可行性及優缺點，行政院衛生署九十二年度委託研究計畫。

廖凱平（2001），供給誘導需求對西醫門診醫療費用之影響」，中國醫藥學院醫務管理研究所碩士論文。

黃昱瞳、楊長興、薛亞聖（2002），全民健保實施牙醫總額預算制度對醫療資源分布的影響評估，台灣衛誌21(6)，403-410。

黃瑞珍（1996），高雄市醫療資源對民眾門診利用及求醫流向之影響，高雄醫學院公共衛生學研究所碩士論文。

黃心怡（2002），區域級以上醫院對於健保醫院門診合理量之認知、態度及其因應策略之研究，國立台灣大學醫療機構研究所碩士論文。

洪明皇（2001），全民健保新制部分負擔對不同社會群體影響之探討，政治大學財政學系碩士論文。

江君毅（2001），大醫院或小診所? 影響民眾選擇就醫層級因素之研究，台北大學經濟學系碩士論文。

金家玉（2000），市場競爭對醫院產出表現的影響，陽明大學公共衛生研究所碩士論文。

邱雅苓（2000），台灣醫療保健支出成長因素之探討-時間序列及門檻模型之應用，世新大學經濟學系碩士論文。

謝啟瑞、林建甫、游慧光（1998），台灣醫療保健支出成長原因的探討，人文及社會科學集刊10，1-32。

謝啟瑞（2003），健保支付制度改革與醫療支出成長，行政院國家科學委員會專題研究成果報告。
許純君（1999），預測的原則與應用，台灣西書。

行政院衛生署：92年國民醫療保健支出，2003。

行政院衛生署：中華民國年衛生統計，2002。

行政院衛生署，92年衛生統計動向。

中央健保局（94.3.1、94.2.3健保局新聞稿）

朱世民（2002），全民健康保險之醫療費用成長模型建構，政治大學風險管理與保險學系碩士論文，2002。

朱僑麗、薛亞聖、江東亮（2000），「醫師人力供給的多寡是否會影響被保險人的門診利用？-1994年國民醫療保健調查的發現」，中華衛誌，19(5)，381-388。

中央健保局（2002），中華民國九十年全民健康保險統計。

莊念慈、黃國哲、許怡欣、郭乃文、魏中仁（2004），醫院因應總額支付制度之策略方案及其相對因素探討，台灣衛誌23(2)，151-158。

鄭守夏、劉林義（2001），新型大型醫院對當地基層診所的影響評估-第一部分：供給與利用的變化，台灣衛誌20(1)，52-60。

鄭天德（2001），臺灣電力需求之時間序列分析，台電工程月刊（637），63-77。

周宣光（2002），以管理制度及資料探勘層面探討總額預算點值及資源分配模式，中央健康保險局九十一年度委託研究計畫。

陳孝平（1998），影響全民健康保險醫療因素之探討（供給面），中央健康保險局八十七年度委託研究計畫。

陳怡心（2003），年齡變化對醫療資源耗用的影響，長榮大學醫務管理學系碩士論文。

劭曰仁、鄭美娟、林耘璇、江宜芳（2000），建立金融機構交易金額預測模式之研究，統計薪傳1(1)，69-82。
蘇建榮，全民健康保險制度下門診醫療利用函數之估計，保險專刊57：81-93。

楊文山（2003），日治時期台灣地區台灣及日本嬰幼兒死亡率長期變動趨勢分析，中研院社科所。

楊銘欽、李姣姿、邱尚志（2004），供需成本對健保醫療費用影響之時間序列分析，台灣衛誌，23(5)，377-387。

楊銘欽（2004），人口結構變化對健保制度的衝擊研究，台灣藥物經濟暨效果研究學會。

楊麗雪（2002），西醫基層醫療機構競爭程度與門診醫療費用及次數，台北護理學院醫護管理研究所碩士論文。

吳柏林（1995），時間數列分析導論，華泰，99-122。

吳時捷（2003），實施門診合理量對區域級以上醫院門診利用與費用的影響，國立臺灣大學醫療機構管理研究所碩士論文。

吳郁濬（2001），影響健康因素之研究―台灣實證分析，銘傳大學經濟學研究所碩士論文。

葉國樑（2001），健康行為科學理論應用於健康教育的調查實驗研究，翰林文教雜誌網路版第十七期。