趙 宇

(山東財(cái)經(jīng)大學(xué)財(cái)政稅務(wù)學(xué)院，山東 濟(jì)南 250014)

一、引言

為群眾提供安全有效方便廉價(jià)的基本醫(yī)療服務(wù)是改善民生，全面建設(shè)小康社會(huì)的目標(biāo)任務(wù)之一。新醫(yī)改以來，中國(guó)政府不斷加大對(duì)醫(yī)療衛(wèi)生服務(wù)體系建設(shè)的投入，醫(yī)療服務(wù)事業(yè)取得了長(zhǎng)足的發(fā)展，同時(shí)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的效率越來越引起人們的重視。由著名運(yùn)籌學(xué)家A.Charnes和W.W.Cooper等人于1978年創(chuàng)建的數(shù)據(jù)包絡(luò)分析 (Data Envelopment Analysis, 簡(jiǎn)稱DEA)方法,因其對(duì)具有相同類型的多投入、多產(chǎn)出的各個(gè)決策單元(Decision Making Unit，簡(jiǎn)稱DMU)進(jìn)行相對(duì)效率評(píng)價(jià)具有的絕對(duì)優(yōu)勢(shì),從而在醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)、醫(yī)院和醫(yī)療衛(wèi)生系統(tǒng)的效率評(píng)估中得到重要應(yīng)用。[1]

Sherman(1984)第一個(gè)將DEA方法應(yīng)用于醫(yī)療衛(wèi)生領(lǐng)域，他對(duì)馬薩諸塞州的7個(gè)教學(xué)醫(yī)院中外科醫(yī)療單元的經(jīng)濟(jì)效益做出了評(píng)價(jià)。[2]隨后,運(yùn)用DEA分析醫(yī)院和醫(yī)療衛(wèi)生系統(tǒng)效率的研究不斷出現(xiàn)。Grosskopf和Valdmanis(1987)以DEA模型比較了加利福尼亞市22家公立醫(yī)院與60家私人非營(yíng)利醫(yī)院經(jīng)營(yíng)效率，結(jié)果發(fā)現(xiàn),公立醫(yī)院因其有嚴(yán)格的預(yù)算約束，比私人非營(yíng)利醫(yī)院有較高的效率。[3]另外，Retzlaff-Roberts等(2004)使用DEA方法對(duì)27個(gè)OECD國(guó)家衛(wèi)生資源利用的技術(shù)效率進(jìn)行了測(cè)評(píng)，[4]Khodabakhshi(2007) 等對(duì)傳統(tǒng)DEA 模型在醫(yī)院產(chǎn)出效率測(cè)度進(jìn)行的拓展[5]也具有代表性。

DEA在中國(guó)醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用近年來方興未艾。有的從衛(wèi)生資源配置的角度來研究醫(yī)療服務(wù)的效率，例如，李文輝等(2011)基于DEA方法，運(yùn)用DEAP2.1軟件,測(cè)算了2008年我國(guó)31個(gè)省市衛(wèi)生資源配置效率,從衛(wèi)生資源的投入產(chǎn)出的欠缺與多余量及醫(yī)療技術(shù)水平的角度,探討了非DEA有效的原因,提出了優(yōu)化配置各省市衛(wèi)生資源的建議。[6]有的從微觀角度比較研究醫(yī)院(包括社區(qū)衛(wèi)生服務(wù)中心、縣醫(yī)院和鄉(xiāng)鎮(zhèn)衛(wèi)生院)之間的生產(chǎn)效率，例如，李湘君等(2012)基于2002-2009年我國(guó)省際面板數(shù)據(jù)的DEA-Tobit估計(jì)，實(shí)證分析了中國(guó)農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院服務(wù)效率，根據(jù)效率和投入情況將全國(guó)不同地區(qū)劃分為六種類型,針對(duì)不同類型的地區(qū)提出提高效率的路徑。[7]有的從宏觀角度來比較分析中國(guó)各地區(qū)的醫(yī)療衛(wèi)生服務(wù)的相對(duì)效率,例如，羅良清等(2008)以人均機(jī)構(gòu)床位數(shù)、人均衛(wèi)生技術(shù)人員數(shù)、人均衛(wèi)生費(fèi)用為投入指標(biāo)，以平均預(yù)期壽命、死亡率為產(chǎn)出指標(biāo)，運(yùn)用DEA模型計(jì)算出各省區(qū)的醫(yī)療衛(wèi)生服務(wù)生產(chǎn)效率值，分析了不同地區(qū)效率高低的原因?？紤]到地區(qū)間的差異太大,而且評(píng)價(jià)對(duì)象太多不易區(qū)分,該文分別對(duì)中國(guó)東、中、西部地區(qū)進(jìn)行評(píng)價(jià),并在此基礎(chǔ)上比較三大地區(qū)的生產(chǎn)效率。結(jié)果顯示,總體上中國(guó)的醫(yī)療衛(wèi)生服務(wù)的生產(chǎn)效率處于一個(gè)較低水平,地區(qū)之間存在著很大的區(qū)別,并且地區(qū)間即便都是高效率或者低效率的地區(qū),其投入和產(chǎn)出水平也不盡相同。[8]王中華等(2012)以2002-2009 年中國(guó)各省區(qū)的衛(wèi)生服務(wù)面板數(shù)據(jù)為樣本，選擇每千人醫(yī)療機(jī)構(gòu)床位數(shù)、每千人衛(wèi)生技術(shù)人員數(shù)為投入指標(biāo)，每千人醫(yī)院診療人次、每千人住院人數(shù)、病床使用率、患者平均住院天數(shù)為產(chǎn)出指標(biāo)；使用超效率 DEA 模型對(duì)省際衛(wèi)生服務(wù)效率進(jìn)行了測(cè)度，并計(jì)算了基于 DEA 的 Malmquist 指數(shù)。結(jié)果顯示，中國(guó)衛(wèi)生服務(wù)超效率 DEA 平均得分在省際間以及東、中、西地區(qū)間存在較大差異，衛(wèi)生服務(wù)全要素生產(chǎn)率的提高主要源自于技術(shù)進(jìn)步。[9]國(guó)內(nèi)研究不僅角度不同，而且運(yùn)用的具體評(píng)價(jià)模型和選取的投入產(chǎn)出評(píng)價(jià)指標(biāo)也有所不同，研究結(jié)果也存在差異。

本文基于DEA-BCC模型和Malmquist指數(shù)，根據(jù)2007-2011年統(tǒng)計(jì)數(shù)據(jù)，對(duì)中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率進(jìn)行靜態(tài)和動(dòng)態(tài)兩方面的評(píng)價(jià)，并提出相關(guān)思考。

二、投入產(chǎn)出指標(biāo)、決策單元的選取及原始數(shù)據(jù)采集

運(yùn)用DEA方法和Malmquist指數(shù)評(píng)價(jià)中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率，首先要合理選擇投入與產(chǎn)出指標(biāo)。根據(jù)經(jīng)典的生產(chǎn)函數(shù)理論，醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的投入要素主要由人力投入和資本投入構(gòu)成。反映醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)人力投入的指標(biāo)主要是衛(wèi)生技術(shù)人員數(shù)，反映醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)資本投入的指標(biāo)主要有床位數(shù)、醫(yī)療設(shè)備總值、醫(yī)療服務(wù)總支出等。由于各省區(qū)醫(yī)療設(shè)備總值數(shù)據(jù)缺失,本文依據(jù)《中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》提供的統(tǒng)計(jì)指標(biāo)，選取各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)衛(wèi)生技術(shù)人員數(shù)、床位數(shù)、總支出作為投入指標(biāo)。產(chǎn)出指標(biāo)則選取門診診療人次數(shù)、健康檢查人數(shù)、出院人數(shù)和業(yè)務(wù)收入，既考慮了社會(huì)效益，又兼顧了經(jīng)濟(jì)效益。

為全面分析中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率，同時(shí)考慮到DEA方法對(duì)決策單元指標(biāo)和數(shù)據(jù)可比性的要求，本文選擇了除香港、澳門和臺(tái)灣以外的中國(guó)31個(gè)省區(qū)作為考察的決策單元(樣本)。這樣，本文被考察的樣本容量為31，完全滿足DEA方法和Malmquist指數(shù)對(duì)樣本數(shù)量的最小要求。

本文基于DEA方法對(duì)中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率進(jìn)行靜態(tài)評(píng)價(jià)的投入與產(chǎn)出指標(biāo)的原始數(shù)據(jù)選取的是2011年的截面數(shù)據(jù)；基于Malmquist指數(shù)，對(duì)中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率進(jìn)行動(dòng)態(tài)評(píng)價(jià)的投入與產(chǎn)出指標(biāo)的原始數(shù)據(jù)選取的是2007-2011年的面板數(shù)據(jù)。這些原始數(shù)據(jù)均來源于《2008-2012中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》提供的2007-2011年的相關(guān)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)。(考慮到篇幅，2007-2011年各年投入產(chǎn)出的原始數(shù)據(jù)略)

三、模型選擇及分析結(jié)果

(一) 基于DEA方法中產(chǎn)出導(dǎo)向型BCC模型的靜態(tài)分析

在DEA方法中，決策單元的效率包括技術(shù)效率(純技術(shù)效率)、規(guī)模效率和綜合效率。綜合效率可以通過C2R模型來測(cè)算,技術(shù)效率可以通過BCC模型來測(cè)算，規(guī)模效率=綜合效率/技術(shù)效率。無論是基于規(guī)模收益不變的C2R模型，還是基于規(guī)模收益可變的BCC模型，都可分為投入導(dǎo)向(Input Orientated) 與產(chǎn)出導(dǎo)向(Output Orientated)兩種。投入導(dǎo)向型從“產(chǎn)出不變，投入最小”的角度來研究決策單元的有效性；產(chǎn)出導(dǎo)向型從“投入不變，產(chǎn)出最大”的角度來研究決策單元的有效性。在規(guī)模收益不變的C2R模型下，兩者的效率值相等，但在規(guī)模收益可變的BCC模型下，兩者的效率值盡管不完全相等，但區(qū)別不大。具體選擇哪一個(gè)，需要根據(jù)具體研究問題的實(shí)際來確定。又由于C2R模型是假設(shè)規(guī)模收益不變的，即假設(shè)被考察決策單元可以通過增加投入等比例地?cái)U(kuò)大產(chǎn)出規(guī)模，這與實(shí)際差距較大，在一般情況下并不能滿足，因此本文選擇產(chǎn)出導(dǎo)向型BCC模型。

基于數(shù)據(jù)包絡(luò)分析(DEA)方法，運(yùn)用DEAP2.1軟件，選擇“投入不變，產(chǎn)出最大”的產(chǎn)出導(dǎo)向型BCC模型，對(duì)2011年中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)投入與產(chǎn)出原始數(shù)據(jù)進(jìn)行分析，得到2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率值(見表1)以及投入與產(chǎn)出各指標(biāo)的松弛變量取值。

2011年中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療

表1 服務(wù)相對(duì)效率值

從綜合效率來看，中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的綜合效率平均值為0.952，總體綜合效率較高。其中，北京、天津、河北、上海、江蘇、浙江、福建、江西、河南、湖南、廣東、廣西、四川、貴州、云南、甘肅等16個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的綜合效率為1.000(技術(shù)效率和規(guī)模效率也都是1.000)，且投入指標(biāo)松弛變量取值和產(chǎn)出指標(biāo)松弛變量取值都是0，為DEA有效；其余15個(gè)省區(qū)為非DEA有效(包括弱DEA有效和DEA無效)。DEA有效的16個(gè)省區(qū)從區(qū)域分布情況來看，東部地區(qū)有8個(gè)(占東部11個(gè)地區(qū)的72.73%)，中部地區(qū)有3個(gè), 東中部地區(qū)占比為68.75%；非DEA有效的15個(gè)省區(qū)中，西部地區(qū)有7個(gè)(占西部12個(gè)地區(qū)的58.33%)，中部地區(qū)有5個(gè)，其中，中西部地區(qū)占80%。特別值得注意的是，綜合效率得分后3位的省區(qū)依次為西藏(0.795)、青海(0.839)、山西(0.841)，全部為中西部地區(qū)的省區(qū)，其中西部地區(qū)2個(gè)。由此可見，中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)綜合效率為DEA有效的省區(qū)主要分布在東中部地區(qū)，非DEA有效的省區(qū)主要分布在中西部地區(qū)，并且大體呈現(xiàn)東部地區(qū)較高，西部地區(qū)較低的區(qū)域差異化特征。

從技術(shù)效率來看，中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的技術(shù)效率平均值為0.974，總體技術(shù)效率較高。其中，技術(shù)效率=1.000的省區(qū)有20個(gè)(不僅包括DEA有效的16個(gè)省區(qū)，還包括山東、西藏、青海和寧夏等4個(gè)省區(qū))，為技術(shù)效率有效，占64.52%。這說明2011年多數(shù)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)在醫(yī)療服務(wù)中對(duì)現(xiàn)有技術(shù)能夠有效利用，在給定投入的情況下獲取了最大產(chǎn)出。這主要得益于近年來醫(yī)療衛(wèi)生體制改革的推進(jìn)、醫(yī)療服務(wù)政策的落實(shí)和日常經(jīng)營(yíng)管理水平的提高。同時(shí)也應(yīng)看到，還有11個(gè)省區(qū)的技術(shù)效率小于1.000，為非技術(shù)效率有效。技術(shù)效率得分后3位的省區(qū)依次為山西(0.857)、內(nèi)蒙古(0.872)、新疆(0.883)，全部為中西部地區(qū)的省區(qū)，其中西部地區(qū)2個(gè)。這說明2011年，非技術(shù)效率有效的11個(gè)省區(qū)的醫(yī)療衛(wèi)生機(jī)構(gòu)在醫(yī)療服務(wù)中對(duì)現(xiàn)有技術(shù)沒有完全有效利用，在給定投入的情況下獲取的產(chǎn)出不足。這就要求這11個(gè)省區(qū)的醫(yī)療衛(wèi)生機(jī)構(gòu)在醫(yī)療服務(wù)中注重加強(qiáng)內(nèi)涵建設(shè)，繼續(xù)提高醫(yī)療服務(wù)技術(shù)和管理水平，彌補(bǔ)產(chǎn)出不足以提高技術(shù)效率。

從規(guī)模效率來看，中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的規(guī)模效率平均值為0.978，總體規(guī)模效率也較高。其中，DEA有效的16個(gè)省區(qū)和新疆共有17個(gè)省區(qū)的規(guī)模效率為1.000，占比為54.84%。這說明2011年過半的省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)在最合適的投入規(guī)模下進(jìn)行經(jīng)營(yíng)。而規(guī)模效率小于1.000的省區(qū)有14個(gè)，占比為45.16%。規(guī)模效率得分后3位的省區(qū)依次為西藏(0.795)、青海(0.839)、海南(0.892)，除海南外均為西部地區(qū)的省區(qū)。

從規(guī)模收益狀況來看，有16個(gè)省區(qū)規(guī)模效率為1.000，其規(guī)模收益狀況為不變；15個(gè)省區(qū)規(guī)模效率小于1.000，其中，山東省的規(guī)模收益狀況為遞減，剩下的14個(gè)省區(qū)的規(guī)模收益狀況為遞增。當(dāng)某一被考察決策單元處于規(guī)模收益遞增狀態(tài)時(shí)，繼續(xù)增加投入量可以使產(chǎn)出有較高的增加；當(dāng)某一被考察決策單元處于規(guī)模效益遞減狀態(tài)時(shí)，若繼續(xù)增加投入，其產(chǎn)出增加的效率不高，這時(shí)被考察決策單元已經(jīng)沒有再增加投入的積極性。也就是說，山東省醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)總規(guī)模已經(jīng)超出了最優(yōu)配置規(guī)模，從謀求效率的角度來講已不宜再增加投入規(guī)模；剩下的14個(gè)省區(qū)因其醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的規(guī)模收益處于遞增狀況，增加投入量還可以使產(chǎn)出有較高的增加，因而可以繼續(xù)增加投入規(guī)模以獲取較高的產(chǎn)出。

(二) 基于Malmquist 指數(shù)的動(dòng)態(tài)分析

Malmquist指數(shù)是用Shephard(1970)提出的距離函數(shù)來定義的，用來反映t到s(通常為t+1)階段效率變化的一個(gè)效率指數(shù)，是反映全要素生產(chǎn)率(TFP)動(dòng)態(tài)變化的非參數(shù)方法之一。如果 Malmquist 指數(shù)大于 1，則表明全要素生產(chǎn)率水平得到提高；如果小于 1，則表明全要素生產(chǎn)率水平下降。

Malmquist 指數(shù)可以分解為技術(shù)效率變動(dòng)指數(shù)及技術(shù)變化指數(shù)。技術(shù)變化指數(shù)代表了技術(shù)進(jìn)步與創(chuàng)新的程度。技術(shù)變化指數(shù)大于1，表示生產(chǎn)技術(shù)進(jìn)步；小于1，則表示生產(chǎn)技術(shù)衰退。技術(shù)效率變動(dòng)指數(shù)反映組織管理水平的變化及效率改善的程度。如果技術(shù)效率變動(dòng)指數(shù)大于1，表示組織管理水平得到提高,效率得到改善；小于1，則表示組織管理水平降低，效率下降。技術(shù)效率變動(dòng)指數(shù)又可以分解為純技術(shù)效率變動(dòng)指數(shù)和規(guī)模效率變動(dòng)指數(shù)。其中，純技術(shù)效率反映在可變規(guī)模報(bào)酬假定下決策單元的技術(shù)水平發(fā)揮程度，其變動(dòng)指數(shù)測(cè)量不同階段技術(shù)效率變化程度；規(guī)模效率反映決策單元是否在一個(gè)合適的規(guī)模下運(yùn)營(yíng)，其變動(dòng)指數(shù)測(cè)量不同階段規(guī)模經(jīng)濟(jì)的變動(dòng)情況。這種分解顯然可以進(jìn)一步揭示技術(shù)效率變動(dòng)的成因。如果構(gòu)成技術(shù)效率變動(dòng)指數(shù)的某一指數(shù)大于1，表明它對(duì)技術(shù)效率提高發(fā)揮了推動(dòng)作用；小于1，則表明它是技術(shù)效率下降的根源。

盡管Malmquist指數(shù)的計(jì)算方法基于4個(gè)DEA模型(略)，但是DEA方法本身對(duì)于決策單元效率的評(píng)價(jià)更多地局限于靜態(tài)分析，而Malmquist指數(shù)法，包括其分解的各個(gè)指數(shù)都反映了決策單元效率的動(dòng)態(tài)變化，是對(duì)決策單元效率的動(dòng)態(tài)分析。

運(yùn)用DEAP2.1軟件，選擇產(chǎn)出導(dǎo)向型Malmquist DEA(Output orientated Malmquist DEA)，對(duì)2007-2011年中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)投入與產(chǎn)出原始數(shù)據(jù)進(jìn)行分析，得到2007-2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的Malmquist指數(shù)及其分解狀況(見表2、表3)。

從表2來看， 2007-2011年各年的醫(yī)療衛(wèi)生機(jī)

表2 2007-2011年分年度中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的Malmquist指數(shù)及其分解

構(gòu)醫(yī)療服務(wù)的Malmquist指數(shù)除2010年略有下降(-0.8%)外，其余年份都有不同程度的增長(zhǎng)。這說明2007-2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的全要素生產(chǎn)率總體處于上升趨勢(shì)。特別是2009年增長(zhǎng)幅度高達(dá)50.6%，這可能主要得益于2009年開始的新的醫(yī)療體制改革。再?gòu)腗almquist指數(shù)及其分解的幾何平均數(shù)值來看，2007-2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的Malmquist指數(shù)為1.139，說明全要素生產(chǎn)率年均提高了13.9%。其中，技術(shù)效率變動(dòng)指數(shù)為1.007，技術(shù)變化指數(shù)1.131，說明總體效率提高主要得益于技術(shù)進(jìn)步與創(chuàng)新的推動(dòng)，并非主要來源于組織管理水平的提高；其中構(gòu)成技術(shù)效率變動(dòng)指數(shù)的純技術(shù)效率變動(dòng)指數(shù)和規(guī)模效率變動(dòng)指數(shù)分別為1.006和1.000，說明組織管理水平的一點(diǎn)提高主要來源于純技術(shù)水平推動(dòng)，而并非規(guī)模經(jīng)濟(jì)改善的推動(dòng)。

表3 2007-2011年中國(guó)各省區(qū)年均醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的Malmquist指數(shù)及其分解

從表3各省區(qū)的年均情況來看，31個(gè)省區(qū)的Malmquist指數(shù)均大于1，說明2007-2011年各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的全要素生產(chǎn)率都有不同程度的提高。其中甘肅、西藏、貴州、廣東、上海、四川、北京、江西、青海、浙江、山西、廣西、安徽、云南14個(gè)省區(qū)的年均增幅高于平均水平，其余17個(gè)省區(qū)的年均增幅低于平均水平。再?gòu)哪昃鵐almquist指數(shù)增幅排名情況來看，處于前5位的甘肅、西藏、貴州、廣東、上海的年均增幅都在20%以上，而處于后5位的遼寧、吉林、內(nèi)蒙古、新疆、天津的年均增幅在9%以下，差距較大。

四、結(jié)論與思考

基于數(shù)據(jù)包絡(luò)分析(DEA)方法中的產(chǎn)出導(dǎo)向型BCC模型，對(duì)2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率靜態(tài)分析結(jié)果顯示：(1)中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的綜合效率平均值為0.952，技術(shù)效率平均值為0.974，規(guī)模效率平均值為0.978?？梢姡傮w綜合效率較高得益于技術(shù)效率和規(guī)模效率均較高。這主要是由于2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)管理水平和醫(yī)療衛(wèi)生服務(wù)技術(shù)水平的提高，醫(yī)療服務(wù)規(guī)模的增加和規(guī)模經(jīng)濟(jì)的改善。(2)中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)綜合效率為DEA有效的省區(qū)主要分布在東中部地區(qū)，非DEA有效的省區(qū)主要分布在中西部地區(qū)，并且大體呈現(xiàn)東部地區(qū)較高，西部地區(qū)較低的區(qū)域差異化特征。可見，中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的綜合效率與經(jīng)濟(jì)發(fā)展水平正相關(guān)。(3)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)規(guī)模的增減變化應(yīng)視其規(guī)模收益狀況來定，綜合效率DEA有效的16個(gè)省區(qū)規(guī)模收益應(yīng)處于不變狀況；山東省醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)總規(guī)模已經(jīng)超出了最優(yōu)配置規(guī)模，從謀求效率的角度來講已不宜再增加投入規(guī)模；剩下的14個(gè)省區(qū)因其醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的規(guī)模收益處于遞增狀況，增加投入量還可以使產(chǎn)出有較高的增加，因而可以繼續(xù)增加投入規(guī)模以獲取較高的產(chǎn)出。

基于Malmquist指數(shù)，對(duì)2007-2011年中國(guó)31個(gè)省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)相對(duì)效率動(dòng)態(tài)分析結(jié)果顯示：(1)2007-2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的全要素生產(chǎn)率總體處于上升趨勢(shì)。從Malmquist指數(shù)及其分解的幾何平均數(shù)值來看，2007-2011年中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的全要素生產(chǎn)率年均提高了13.9%，主要得益于技術(shù)進(jìn)步與創(chuàng)新的推動(dòng)，并非主要來源于組織管理水平的提高。要進(jìn)一步提升中國(guó)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的全要素生產(chǎn)率，應(yīng)在重視技術(shù)進(jìn)步與創(chuàng)新的同時(shí)，也應(yīng)高度重視組織管理水平的提升。(2)2007-2011年各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)醫(yī)療服務(wù)的全要素生產(chǎn)率都有不同程度的提高。其中，14個(gè)省區(qū)的年均增幅高于平均水平，17個(gè)省區(qū)的年均增幅低于平均水平。從年均Malmquist指數(shù)增幅排名情況來看，處于前后5位的省區(qū)年均增幅差距較大。應(yīng)充分發(fā)揮中央政府在醫(yī)療衛(wèi)生服務(wù)供給中的主導(dǎo)作用，一方面，加強(qiáng)中央對(duì)各省區(qū)醫(yī)療衛(wèi)生機(jī)構(gòu)布局和醫(yī)療衛(wèi)生服務(wù)資源配置的宏觀調(diào)控；另一方面，加大中央財(cái)政對(duì)全要素生產(chǎn)率增長(zhǎng)緩慢省區(qū)醫(yī)療衛(wèi)生服務(wù)的政策引導(dǎo)及轉(zhuǎn)移支付力度，促進(jìn)其提高技術(shù)效率和規(guī)模效率，謀求各省區(qū)醫(yī)療服務(wù)均等化。

參考文獻(xiàn)：

[1]史健等.DEA方法在衛(wèi)生經(jīng)濟(jì)學(xué)中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2004，34(04):59-66.

[2]Sherman H David. Hospital efficiency measurement and evaluation: Empirical test of a new technique[J]. Medical Care, 1984, 22(10): 922-938.

[3]Grosskopf Shawna, Vivian Grace Valdmanis. Measuring hospital performance: A non-parametric approach[J].Journal Health Economics, 1987, 6: 87-92.

[4]Retzlaff-Roberts,D.C.F.Chang and R.M.Rubin.Technical Efficiency in the Use of Health Care Resources: A Comparison of OECD countries[J] . Health Policy, 2004, 69:55-72.

[5]Khodabakhshi，M．，A Super - Efficiency Model Based on Improved Outputs in Data Envelopment Analysis[J]．Applied Mathematics and Computation，2007，184( 2) : 695-703．

[6]李文輝等.基于DEA方法的我國(guó)各省市衛(wèi)生資源配置效率研究[J].衛(wèi)生經(jīng)濟(jì)研究, 2011,285(03):44-46.

[7]李湘君等.中國(guó)農(nóng)村鄉(xiāng)鎮(zhèn)衛(wèi)生院服務(wù)效率的實(shí)證分析——基于省際面板數(shù)據(jù)的DEA-Tobit估計(jì)[J].人口與發(fā)展,2012，18(02):91-98.

[8]羅良清等.中國(guó)各地區(qū)醫(yī)療衛(wèi)生服務(wù)的生產(chǎn)效率分析[J].統(tǒng)計(jì)與信息論壇，2008,23(02):47-51.

[9]王中華等.基于超效率 DEA 的中國(guó)省際衛(wèi)生服務(wù)效率分析[J].科技管理研究，2012，(02)：61-63.

[10]吳育華等.經(jīng)濟(jì)管理中的數(shù)量方法[M].北京：經(jīng)濟(jì)科學(xué)出版社，2008:65-70.

[11]馬占新等.數(shù)據(jù)包絡(luò)分析及其應(yīng)用案例[M].北京：科學(xué)出版社，2013:47-50.