天津中醫(yī)藥大學(xué)第一附屬醫(yī)院(300381) 張 玥
【提 要】 目的 探討我國31個(gè)省衛(wèi)生服務(wù)效率的現(xiàn)狀,為提高效率提供參考。方法 基于《2016年中國衛(wèi)生統(tǒng)計(jì)年鑒》,采用數(shù)據(jù)包絡(luò)分析(DEA)方法對我國31個(gè)省的衛(wèi)生服務(wù)效率進(jìn)行評價(jià),采用文獻(xiàn)檢索法和賦值法對同類研究進(jìn)行匯總分析。結(jié)果 31個(gè)省衛(wèi)生服務(wù)綜合效率、純技術(shù)效率和規(guī)模效率平均值分別為0.911、0.926、0.985??傮w有效的省12個(gè)(38.71%);純技術(shù)有效的省18個(gè)(58.06%);規(guī)模有效的省12個(gè)(38.71%)。匯總的14項(xiàng)同類研究中均DEA有效的省為廣東,均非DEA有效的省為陜西。結(jié)論 年度DEA效率匯總分析可提高結(jié)果的可信度。我國31個(gè)省2015年衛(wèi)生服務(wù)效率總體水平較高,但分布不均衡。部分省需加強(qiáng)科學(xué)管理,優(yōu)化服務(wù)結(jié)構(gòu),提高服務(wù)效率。
衛(wèi)生服務(wù)的投入是有限的,了解并提高衛(wèi)生服務(wù)效率是衛(wèi)生事業(yè)管理和科研共同關(guān)注的課題。數(shù)據(jù)包絡(luò)分析(data envelopment analysis,DEA)是較常用的相對效率評價(jià)方法之一,因具有可計(jì)算多輸入多輸出決策單元相對效率、自動(dòng)計(jì)算權(quán)重、不受量綱統(tǒng)一化影響等優(yōu)點(diǎn)[1],該方法被廣泛應(yīng)用于衛(wèi)生領(lǐng)域[2]。本文擬采用DEA對我國2015年31個(gè)省的衛(wèi)生服務(wù)效率進(jìn)行評價(jià),以了解其運(yùn)行現(xiàn)狀及產(chǎn)生原因,供提高效率參考。
研究對象為2015年我國大陸地區(qū)31個(gè)省、自治區(qū)、直轄市的衛(wèi)生服務(wù)。數(shù)據(jù)來源于《2016年中國衛(wèi)生統(tǒng)計(jì)年鑒》。
(1)數(shù)據(jù)包絡(luò)分析
DEA是一種用于研究多投入、多產(chǎn)出的決策單元(decision making unit,DMU)間有效相對效率的系統(tǒng)分析方法。其原理為通過保持DMU的輸入或輸出不變,借助數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定相對有效的生產(chǎn)前沿面,將各個(gè)DMU投影到DEA的生產(chǎn)前沿面上,并通過比較DMU偏離DEA前沿面的程度來評價(jià)它們的相對有效性。該方法包含多種不同的評價(jià)模型,在醫(yī)院相對效率評價(jià)中多采用C2R 和BC2模型進(jìn)行分析。C2R模型是假設(shè)在固定規(guī)模報(bào)酬下,判斷DMU的整體有效性。BC2模型是假設(shè)在可變規(guī)模報(bào)酬下,衡量DMU的純技術(shù)效率。純技術(shù)效率有效表示DMU在投入一定的情況下,達(dá)到了最大的產(chǎn)出。規(guī)模效率有效表示DMU達(dá)到最佳規(guī)模狀態(tài)。綜合效率有效表示DMU投入已經(jīng)得到充分利用,投入和產(chǎn)出的組合達(dá)到相對最優(yōu)狀態(tài)[3]。
(2)投入和產(chǎn)出指標(biāo)的篩選和確定
DEA分析的關(guān)鍵在于對投入和產(chǎn)出指標(biāo)的篩選。不同指標(biāo)組合對DEA評價(jià)結(jié)果存在差異[4]。結(jié)合文獻(xiàn)[5-7]和專家咨詢結(jié)果,本研究確定3項(xiàng)投入指標(biāo)和4項(xiàng)產(chǎn)出指標(biāo)。投入指標(biāo):衛(wèi)生總費(fèi)用、衛(wèi)生技術(shù)人員、醫(yī)療機(jī)構(gòu)床位數(shù),產(chǎn)出指標(biāo):醫(yī)療收入、門急診量、出院患者數(shù)量、床位使用率。
(3)統(tǒng)計(jì)分析
采用Stata 14.0進(jìn)行指標(biāo)的描述性統(tǒng)計(jì),采用DEAP 2.1進(jìn)行C2R和BC2模型的效率評價(jià)。
收集2015年我國31個(gè)省份的衛(wèi)生服務(wù)指標(biāo),對投入和產(chǎn)出指標(biāo)進(jìn)行描述性統(tǒng)計(jì),見表1。
表1 我國31個(gè)省份投入和產(chǎn)出指標(biāo)描述性統(tǒng)計(jì)結(jié)果
*:表示該指標(biāo)不服從正態(tài)分布
由表2可見,31個(gè)省份平均綜合效率值為0.911,綜合效率范圍從0.627至1。表明我國31個(gè)省份的衛(wèi)生服務(wù)綜合效率狀況良好,但存在差異。綜合效率有效(綜合效率=1)的省份12個(gè),占38.71%,說明以上12個(gè)省份實(shí)現(xiàn)了DEA有效,即投入醫(yī)療衛(wèi)生服務(wù)在床位、衛(wèi)生技術(shù)人員、衛(wèi)生經(jīng)費(fèi)等方面已經(jīng)得到充分利用,投入和產(chǎn)出的組合達(dá)到相對最優(yōu)狀態(tài)。純技術(shù)效率有效(純技術(shù)效率=1)的省份18個(gè),占58.06%,說明以上18個(gè)省份在當(dāng)前規(guī)模下投入要素得到充分利用,其產(chǎn)出達(dá)到最大值。
表2 我國31個(gè)省份衛(wèi)生服務(wù)效率
規(guī)模效率有效(規(guī)模效率=1)的省份12個(gè),占38.71%,說明以上12個(gè)省份達(dá)到最佳規(guī)模狀態(tài),無需調(diào)整其規(guī)模。對其余19個(gè)非規(guī)模效率有效的省份進(jìn)一步分析規(guī)模報(bào)酬,其中7個(gè)省份規(guī)模報(bào)酬遞增,占22.58%,說明投入增加的比例小于產(chǎn)出的增加比例,現(xiàn)有規(guī)模偏小,增大投入量可帶來更大比例的產(chǎn)出;另外12個(gè)省份規(guī)模報(bào)酬遞減,占38.71%,說明產(chǎn)出增加的比例小于投入增加的比例,現(xiàn)有投入規(guī)模偏大,加大投入量不會帶來更大比例的產(chǎn)出。
由表3可見,在產(chǎn)出不變的情況下,非純技術(shù)效率有效省份的3項(xiàng)投入指標(biāo)均出現(xiàn)冗余。在投入不變情況下,非純技術(shù)效率有效省份的4項(xiàng)產(chǎn)出存在不同程度的不足。以天津?yàn)槔?在目前的產(chǎn)出水平下,相對于總體有效的省份而言,其衛(wèi)生總費(fèi)用可減少34.34億元,衛(wèi)生技術(shù)人員減少1.00萬人,醫(yī)療機(jī)構(gòu)床位數(shù)減少0.34萬張;換而言之,在目前的投入水平下,相對于總體有效的省份,如果這些資源能夠得到充分利用,將會增加13.69億元醫(yī)療收入、8.42萬人次出院患者數(shù)量和1.07%病床使用率。
計(jì)算機(jī)檢索中國知網(wǎng)、萬方和維普三大中文數(shù)據(jù)庫,匯總與本研究同類的DEA效率研究,提取各研究相關(guān)信息進(jìn)行匯總分析,見表4。
由表4可知,本研究共匯總我國31個(gè)省份年度DEA-BC2模型效率研究14項(xiàng),時(shí)間跨度達(dá)8年。綜合效率范圍為0.567~0.993,純技術(shù)效率范圍為0.657~0.995,規(guī)模效率范圍為0.799~1.000??傮w有效省份個(gè)數(shù)范圍為5~24。
表3 衛(wèi)生服務(wù)投入過剩與產(chǎn)出不足
表4 我國衛(wèi)生服務(wù)DEA年度效率比較研究
進(jìn)一步采用賦值法進(jìn)行省份的多項(xiàng)年度DEA效率研究匯總分析。當(dāng)某省份DEA有效時(shí)賦值1;否則賦值0。對賦值求和以反映該省份在多項(xiàng)研究的整體狀況。當(dāng)合計(jì)等于研究項(xiàng)數(shù)時(shí),表示該省份在以上各項(xiàng)研究中均為DEA有效省份;當(dāng)合計(jì)等于0時(shí),表示該省份均為非DEA有效省份。賦值分析結(jié)果顯示,14項(xiàng)中研究均達(dá)到DEA有效省份為廣東,均未達(dá)到DEA有效省份為陜西。
針對DMU與投入產(chǎn)出指標(biāo)的數(shù)量關(guān)系,發(fā)表的文獻(xiàn)中出現(xiàn)多種表述。多數(shù)研究并未提及兩者的關(guān)系,有研究采用DMU個(gè)數(shù)大于投入產(chǎn)出指標(biāo)之和的2倍[18]、3倍[16]和2倍至3倍之間[1],還有研究采用DMU個(gè)數(shù)大于投入產(chǎn)出指標(biāo)乘積的2倍[5]。產(chǎn)生原因可能為學(xué)者對Moreno提出的“DMU的個(gè)數(shù)以大于投入產(chǎn)出指標(biāo)總個(gè)數(shù)的2~3倍為宜[19]”產(chǎn)生不同理解。本研究DMU數(shù)量(31個(gè))大于投入產(chǎn)出指標(biāo)之和(7個(gè))的2~3倍。筆者認(rèn)為應(yīng)選擇全面而有代表性的指標(biāo)?;貧w分析中若遺漏了重要變量將產(chǎn)生內(nèi)生性問題,導(dǎo)致回歸結(jié)果產(chǎn)生偏誤。是否遺漏重要的投入產(chǎn)出指標(biāo)也將產(chǎn)生評價(jià)結(jié)果的偏誤,是否存在重要指標(biāo)遺漏,答案有待深入開展DEA理論和實(shí)踐研究。目前研究多選取有代表性和靈敏度高的指標(biāo)[1,11]。根據(jù)對投入產(chǎn)出指標(biāo)的分類選取有代表性的指標(biāo)。指標(biāo)的變異系數(shù)越大,靈敏度越高。因此,結(jié)合相關(guān)系數(shù)分析、主成分分析、因子分析、聚類分析和變異系數(shù)分析等統(tǒng)計(jì)學(xué)方法將有助于更科學(xué)地選取投入產(chǎn)出指標(biāo)。
研究顯示,2015年我國31個(gè)省份的衛(wèi)生服務(wù)平均綜合效率為0.911,綜合效率范圍從0.627至1。結(jié)果表明我國衛(wèi)生服務(wù)效率總體水平較高,但省際分布不均衡。應(yīng)根據(jù)DEA分析結(jié)果有針對地采取優(yōu)化措施。對于19個(gè)非規(guī)模效率有效的省份應(yīng)根據(jù)規(guī)模報(bào)酬相應(yīng)調(diào)整投入;對于13個(gè)非純技術(shù)效率有效的省份應(yīng)結(jié)合冗余度分析加強(qiáng)科學(xué)管理,提高效率。行政部門可增加處于規(guī)模收益遞增階段醫(yī)療機(jī)構(gòu)的資源投入,同時(shí)可相應(yīng)地減少處于規(guī)模收益遞減階段醫(yī)療機(jī)構(gòu)的資源投入。
本文涉及的類似研究均采用數(shù)據(jù)包絡(luò)分析方法對我國省際衛(wèi)生服務(wù)相對效率進(jìn)行研究,選擇的投入產(chǎn)出指標(biāo)均與衛(wèi)生服務(wù)相關(guān),分析結(jié)果均區(qū)分了省際衛(wèi)生服務(wù)相對效率的高低,但研究選取的投入指標(biāo)、產(chǎn)出指標(biāo)和涉及年份不完全相同,分析得出的效率值、DEA有效的省份也不完全一致。本研究顯示,北京、上海、浙江、廣東4個(gè)東部經(jīng)濟(jì)發(fā)達(dá)省份為DEA有效省份,這與大多數(shù)研究[4,9,11-12,14]基本一致,與柯思思[15]“北京、上海、浙江3個(gè)省份均為非DEA有效省份”的研究結(jié)果存在較大差異。本研究同時(shí)顯示貴州、云南和西藏3個(gè)經(jīng)濟(jì)欠發(fā)達(dá)的西部省份為DEA有效的省份,東部沿海其他經(jīng)濟(jì)發(fā)達(dá)省份均為非DEA有效,說明經(jīng)濟(jì)發(fā)達(dá)與DEA有效并不存在必然聯(lián)系。DEA年度效率匯總分析的結(jié)果和結(jié)論不完全一致,其可能原因?yàn)榉治瞿攴?、投入產(chǎn)出指標(biāo)、分析模型以及投入產(chǎn)出導(dǎo)向選擇等方面存在差異。不同模型可得出不同的結(jié)果。
在不同年份、不同投入產(chǎn)出指標(biāo)、不同模型、不同投入產(chǎn)出導(dǎo)向等影響因素作用下,如果DEA分析結(jié)果仍然一致,表明結(jié)果較穩(wěn)定,可信度較高。本研究通過匯總連續(xù)8年的14項(xiàng)DEA年度效率分析,篩選出在不同的投入產(chǎn)出、不同的導(dǎo)向和不同的年份情況下均為DEA有效和非DEA有效的省份,方法更穩(wěn)健,結(jié)果更可信,結(jié)論更科學(xué)。針對均達(dá)到DEA有效省份(廣東)和均未達(dá)到DEA有效省份(陜西)應(yīng)予以重點(diǎn)關(guān)注,深入探索,以從中學(xué)習(xí)衛(wèi)生服務(wù)管理的經(jīng)驗(yàn),發(fā)現(xiàn)可能存在的問題。
DEA既可評價(jià)截面數(shù)據(jù)中不同DMU間的相對效率,也可采用Malmquist指數(shù)進(jìn)行跨期效率分析[20],還可基于DEA分析的效率值進(jìn)行Tobit回歸分析,篩選效率的影響因素[17]。本研究將采用DEA的Malmquist指數(shù)法分析衛(wèi)生服務(wù)面板數(shù)據(jù)的跨期效率,進(jìn)一步結(jié)合Tobit模型篩選效率的影響因素。