陳 潔，曹 陽

(中國藥科大學，江蘇 南京 210000)

2015年，中央財經領導小組會議上提出供給側結構性改革，要求從供給端和生產端著手，加大力度推進經濟結構中供給領域的改革，使供給體系能夠適應需求結構的變化[1]。在社會發(fā)展過程中，我國的公共衛(wèi)生改革也進入了黃金時期，優(yōu)化衛(wèi)生資源配置，提高配置效率是我國供給側醫(yī)療改革的重要內容之一[2]，也是實現(xiàn)黨的十八大中提出的“提高全民健康水平”的有效途徑[3]。

衛(wèi)生資源作為我國醫(yī)療衛(wèi)生供給的主要體現(xiàn)之一，其配置效率可以看成我國醫(yī)療衛(wèi)生供給效率的體現(xiàn)[4]。本文通過對目前衛(wèi)生資源配置供給端——醫(yī)院與衛(wèi)生醫(yī)療機構的資源利用效率進行評估，反映我國醫(yī)療衛(wèi)生供給側效率的實際情況，分析影響醫(yī)療衛(wèi)生資源合理分配的因素，為醫(yī)療衛(wèi)生供給側改革提供思路和建議。衛(wèi)生資源配置存在多投入和多產出的特性，而數(shù)據(jù)包絡分析方法(Data Envelopment Analysis，簡稱DEA)能夠很好的處理這類效率問題，近年來在我國也得到了廣泛的運用。本文以省為單位，運用以非參數(shù)和參數(shù)方法相結合的三階段DEA模型，對我國31個省份2013-2016年的衛(wèi)生資源配置效率進行測量，反映我國衛(wèi)生供給效率的變化，以期為提高衛(wèi)生配置效率、完善醫(yī)療衛(wèi)生供給側改革的提供參考。

1 資料來源與方法

1.1 資料來源

資料來源于2014-2017年《中國統(tǒng)計年鑒》和《中國衛(wèi)生和計劃生育統(tǒng)計年鑒》，研究對象為我國31個省份衛(wèi)生醫(yī)療機構資源配置情況。

1.2 研究方法

針對傳統(tǒng)DEA模型沒有考慮環(huán)境因素對決策單元(DMU)效率值的影響，F(xiàn)ried等人提出了三階段DEA模型[5]，使處于不同環(huán)境和其他因素中的DMU之間可以進行效率的比較，為了比較不同年份的效率值，本文在此基礎上使用面板SFA分析方法，對不同年份的DMU效率值進一步調整。其步驟為：

第一階段使用傳統(tǒng)DEA模型對我國各年31個省份的衛(wèi)生資源配置效率進行分析，本文使用投入導向的可變規(guī)模收益的BCC模型，運用DEAP 2.1軟件，以每個省份作為一個DMU，得到每個DMU的技術效率值和產出松弛量，技術效率(TE)分解為規(guī)模效率(SE)與純技術效率(PTE)。對于衛(wèi)生資源配置來說，純技術效率是指醫(yī)療設備和技術所帶來的成效，規(guī)模效率是指醫(yī)療資源經過配置優(yōu)化對產出指標所發(fā)生的作用大小。第一階段的技術效率值是在未對各決策單元進行調整前各個省份的效率值，產出松弛量是指各DMU理想產出指標值與實際產出指標值比較后的差額，它受到外部環(huán)境影響、管理無效率、隨機誤差3個可能因素的影響[6]。因此，需要在第二階段對產出松弛量進行隨機前沿分析，對以上3種因素的作用大小和影響方式進行探究。

DEA對效率的衡量可以分為投入導向和產出導向。投入導向是指在不改變產出的數(shù)量下，如何減少投入比例，使投入最小；產出導向是指在不改變要素投入的前提下，如何增加產出，是產出最大。由于本文旨在研究目前我國衛(wèi)生資源緊缺的情況下如何在既定的投入下提高產出，因此采用產出導向型。

第二階段，以第一階段得出的松弛量作為被解釋變量，以環(huán)境變量作為解釋變量，構建面板隨機前沿分析(SFA)模型，利用Frontier 4.1軟件，分析第一階段的產出松弛量。本文采用的是面板SFA方法，構建4年31個決策單位，共124個產出松弛值結構，回歸方程如下：

Snit=f(Zit;Bnt)+vnit-unit；i=1,2,…，I；n=1,2,…，N；t=1,2,…，T

其中，Sni表示第i個樣本第n種投入的松弛變量，Zi為i個可觀測的環(huán)境變量，為隨機干擾項，uni為混合誤差項。

然后采用Jondrow、羅登躍[7]的計算公式，估計隨即干擾項的估計值νnjt。

i=1,2,…，I；n=1,2,…，N；t=1,2,…，T

第三階段用調整過后的DMU產出指標取代原始的產出指標，在跨年的統(tǒng)一前沿面下，再次利用傳統(tǒng)DEA模型對我國31個省份的衛(wèi)生資源配置效率進行評估。在此階段的得到技術效率值，可以反映出剔除了環(huán)境影響因素與隨機因素的干擾后各個省資源配置情況。

2 研究結果與分析

2.1 指標的選取

2.1.1 投入指標與產出指標

DEA分析需要滿足：樣本容量>2nm(n，m分別代表投入與產出指標的個數(shù))。對我國的衛(wèi)生資源配置效率進行研究，就是把我國的衛(wèi)生資源看成一個具有多投入、多產出性質的系統(tǒng)。從供給側出發(fā)，衛(wèi)生資源的投入一般包括人力資本、硬件設備等，產出則為診療人次和入院人次。鑒于變量的可得性，本研究選取了衛(wèi)生醫(yī)療機構數(shù)、衛(wèi)生技術人員數(shù)量和床位數(shù)3個變量作為投入變量，診療人次和入院人次作為產出變量。表1是對各指標進行Pearson相關系數(shù)檢驗的結果，用來確定投入、產出指標的相關性，從而提高研究結果的可靠性。由表中結果可知投入、產出指標相關性較高(結果越接近于1，相關性越高)。

表1 投入、產出指標Pearson相關性檢驗

2.1.2 環(huán)境變量

對于研究外部環(huán)境變量指標的選擇上，著名學者Simar和Wilson提出的“分離假設”中說明了指標的選擇需具有兩點特征：一是這些變量對衛(wèi)生投入產出的效率產生顯著影響，另外這些變量難以被各微觀DMU個體所控制或改變[8]。以該假設為基礎，具體到影響衛(wèi)生資源投入的環(huán)境變量選擇，主要包括國家衛(wèi)生政策、宏觀經濟環(huán)境、人口結構的變化等。本文選用地區(qū)生產總值、人口密度、城鎮(zhèn)人口比例和總撫養(yǎng)比作為環(huán)境變量。

2.2 三階段DEA模型測算結果

2.2.1 第一階段DEA測算結果

利用DEAP 2.1軟件對2013-2016年全國31個省份的衛(wèi)生醫(yī)療機構資源配置效率及規(guī)模報酬進行分析(見表2)。從計算結果來看，在不考慮外部環(huán)境影響的情況下，2013-2016年我國31個省份的綜合技術效率平均值分別為0.867、0.859、0.866、0.881，呈現(xiàn)波動上升的趨勢。每年均有部分省市達到資源配置最優(yōu)的狀態(tài)(即綜合技術效率為1)，但由于沒有排除環(huán)境變量和隨機干擾因素對于結果的影響，所以不能代表我國目前各省的實際衛(wèi)生資源配置水平。

表2 2013-2016年我國各地區(qū)綜合技術效率(第一階段)

2.2.2 第二階段SFA回歸結果

考慮到不同地區(qū)的經濟社會水平差異，第二階段將DMU產出松弛量的對數(shù)值作為被解釋變量，利用Frontier 4.1進行面板SFA回歸分析，以產出的松弛值作為因變量，環(huán)境變量作為自變量[9]。在面板SFA分析中，首先使用最大似然比檢驗兩個產出指標是否適用于SFA分析方法，結果顯示LR1=88.01，LR2=111.51，均大于臨界值，因此可以采用SFA進行分析。

本階段進一步考察環(huán)境因素對產出指標診療人次和入院人次的相關系數(shù)，當相關系數(shù)值為負時，說明產出松弛量與環(huán)境因素呈負相關，即改進環(huán)境變量有利于縮小理想產值與實際產值的差距，從而增加產出或者削減投入[7]。在結果中發(fā)現(xiàn)，兩項產出松弛值的gama值均接近于1，說明受環(huán)境因素的影響較大，隨機誤差可以忽略不計[10]。下面就四種環(huán)境變量對各產出松弛變量的影響進行說明，具體運算結果見表3。

表3 2013-2016年各省綜合技術效率SFA分析結果

2.2.2.1 經濟發(fā)展水平水平較高的地區(qū)衛(wèi)生資源配置效率更高

地區(qū)GDP的增加將使診療人次和入院人次兩項產出指標理想產值與實際產值的差距減小，這說明經濟發(fā)展水平較高的地區(qū)衛(wèi)生資源配置效率更高，這與我國現(xiàn)階段的實際情況大致吻合。經濟發(fā)展較快的地區(qū)，居民對自身的健康也比較關注，“小病不醫(yī)”的情況較少發(fā)生，提高了醫(yī)療機構的資源利用水平。另外，經濟水平較高的地區(qū)，當?shù)氐尼t(yī)療衛(wèi)生財政投入也比較合理，測算更加科學，從而使衛(wèi)生資源的配置得到優(yōu)化。

2.2.2.2 地區(qū)人口總數(shù)的增長將會導致衛(wèi)生資源配置效率的降低

地區(qū)人口總數(shù)在2013-2016年的面板數(shù)據(jù)分析中相關系數(shù)為正，說明地區(qū)人口總數(shù)的增長將會導致產出指標的理想產值與實際產值差距增大，使得衛(wèi)生資源配置效率的降低。造成這種結果有兩個原因：一方面人口數(shù)量的增加將會大幅度的提高醫(yī)療衛(wèi)生的投入，但這樣的投入往往沒有經過調研分析和理性計算，導致衛(wèi)生資源的投入明顯高于其需求，使未被利用的衛(wèi)生資源處于閑置之中；另一方面，人口數(shù)量多的大城市往往存在一個共同的問題，即公立醫(yī)院人滿為患，而基礎醫(yī)療機構門可羅雀，導致醫(yī)療衛(wèi)生資源的效率下降。

2.2.2.3 城鎮(zhèn)化水平的上升將有利于實現(xiàn)醫(yī)療衛(wèi)生資源的有效配置

城鎮(zhèn)人口比例與診療人次和入院人次均有顯著的負相關關系，說明城鎮(zhèn)化水平的上升將縮小產出指標理想產值與實際產值的差距，從而將減少投入資源的浪費。目前我國在衛(wèi)生機構的城鎮(zhèn)化的建設上，已經有了很大的進展。部分地區(qū)將分散在村衛(wèi)生室的資源進行整合，建立服務水平更高的、資源分配更集中的社區(qū)衛(wèi)生服務中心，能夠更好的將城鎮(zhèn)的文化、生活方式、價值觀念等向農村擴散，提高衛(wèi)生資源的效率。

2.2.2.4 非勞動人口減少將會有利于衛(wèi)生資源配置的優(yōu)化

撫養(yǎng)比是指非勞動人口占勞動人口的比例，非勞動人口一般指老齡人口和未成年人口[11]。撫養(yǎng)比的相關系數(shù)為負，說明非勞動人口越少，產出指標實際產出與理想產出之間的差值越大，將會降低衛(wèi)生資源配置的效率。2015年中國總撫養(yǎng)比為37%，少兒撫養(yǎng)比為22.6%，老年撫養(yǎng)比為14.3%；2005-2015年中國少兒撫養(yǎng)比逐年下降，而老年撫養(yǎng)比逐年增加[12]。目前我國已經進入了高齡老年化社會，老年人口的比重增加給醫(yī)療衛(wèi)生帶來了很大壓力，因此提高醫(yī)療衛(wèi)生的配置效率也是我國目前亟待解決的重點之一。

2.2.3 第三階段DEA調整模型測算結果

經過第二階段對產出指標的調整，構建第三階段的DEA模型，可以得到剔除環(huán)境影響和隨機干擾之后的2013-2016年各省份衛(wèi)生資源配置效率(見表4)。此時全國的平均效率值出現(xiàn)了變化，呈現(xiàn)逐年上升的趨勢，到2015年有所下降。東部地區(qū)效率值仍然處于最高，中、西部地區(qū)下降較快。從各省的變異系數(shù)可以看出，我國各省之間效率值差異逐漸減小。

2.3 研究結果分析

2.3.1 2015年全國各省效率值分析

研究結果顯示，調整后我國各省純技術效率與規(guī)模效率的平均值為0.9，以此作為臨界值，將我國31個省份分為三種類型，見表5。

第一種類型是“雙高”型，指純技術效率與規(guī)模效率均在0.9以上，這類省份有天津、上海、海南、西藏、青海和寧夏。該類地區(qū)的衛(wèi)生資源配置已經達到相對較優(yōu)的水平，能夠提升的空間較小。

第二種類型為“高-低型”，指純技術效率較高，但是規(guī)模效率較低，包括北京、河北等17個省份。這類地區(qū)的衛(wèi)生資源配置的改進方向是提升規(guī)模效率，今后發(fā)展中應注意調整醫(yī)療機構的規(guī)模，整合城鄉(xiāng)醫(yī)療資源，促進醫(yī)療服務的集中發(fā)展。

第三種類型為“雙低型”，此類地區(qū)的純技術效率和規(guī)模效率都低于0.9，綜合技術效率也較低，包含我國遼寧、福建等8個省份。這類省份的衛(wèi)生資源配置還有較大的提升空間，在注意經營規(guī)模的調整的同時，要積極提高管理水平，來促進衛(wèi)生資源配置的優(yōu)化。

表4 2013-2016年我國各地區(qū)綜合技術效率(剔除環(huán)境影響后)

表5 我國31個省份2015年效率值

2.3.2 經過調整后的資源配置效率比較分析

本研究運用的DEA三階段面板模型能夠較好的改善傳統(tǒng)DEA模型未考慮環(huán)境因素對決策單元效率值的影響問題，并且在第二階段的SFA回歸處理時，采用面板隨機前沿模型將不同年份的DMU調整到同一前沿面，再進行第三階段的分析，消除了環(huán)境因素和其他因素的干擾，實現(xiàn)跨年可比性。

本研究選取了第一、第三階段2013-2016年的各平均效率值進行比較，通過表6可以看出，使用面板三階段DEA法研究發(fā)現(xiàn)，經過面板SFA調整后，我國各地區(qū)的衛(wèi)生資源配置效率值均發(fā)生了改變，說明環(huán)境因素和隨機干擾項對與效率的評估存在影響。主要是因為衛(wèi)生資源效率受到地區(qū)GDP、地區(qū)人口數(shù)、城鎮(zhèn)人口比例和撫養(yǎng)比等經濟、地理和社會因素的影響。經過調整之后，中部的規(guī)模效率下降較快，說明中部地區(qū)處于較好的環(huán)境和隨機因素中。

東、中、西部的各類效率值也呈現(xiàn)出不同的變化特點。經過調整之后，東部和西部地區(qū)的綜合效率值位序均有上升，純技術效率位序下降，規(guī)模效率位序上升，而中部地區(qū)規(guī)模效率下降較為明顯，純技術效率有所上升?？傮w來看，東部地區(qū)的純技術效率和規(guī)模效率都較高，中部地區(qū)的純技術效率和規(guī)模效率最低。

表6 第一階段、第三階段效率平均值比較及排序變化表

3 討論與建議

本文通過對我國各省衛(wèi)生資源配置效率的實證研究，反映出目前醫(yī)療衛(wèi)生供給情況。結果表明，從供給的角度來看，我國各省的衛(wèi)生供給效率存在較大差距，并且東、中、西部地區(qū)呈現(xiàn)出不同的變化特點，結合研究結果，對我國目前衛(wèi)生資源效率優(yōu)化提出以下建議：

3.1 推行強制性的分級診療制度，促進供給側改革

從第二階段的SFA分析來看，人口數(shù)量對衛(wèi)生資源配置的影響較大。大城市集中就醫(yī)的情況較為嚴重，不利于提升各級醫(yī)療服務供給的連續(xù)性和銜接性，增加了醫(yī)療衛(wèi)生體系的資源浪費現(xiàn)象。從個人的醫(yī)療服務需求角度而言，影響患者選擇就醫(yī)環(huán)境的因素十分復雜，包括經濟狀況、診療效果預期和個人健康因素等，因此常常出現(xiàn)屬于基本醫(yī)療服務層面的需求卻實際形成了較高醫(yī)療服務層面的最終決策行為情況。因此，必須從供給側強制實施分級診療制度，更加合理的分配衛(wèi)生資源，保證醫(yī)療衛(wèi)生供給效率，實現(xiàn)醫(yī)療資源的合理利用。另外，分級診療的強制實施不僅要針對患者，也要對醫(yī)療服務的供給方面進行嚴格的控制，對公立醫(yī)院的過度膨脹進行管理，合理規(guī)劃地方的醫(yī)療服務資源和財政投入，提高基層尤其是偏遠地區(qū)的醫(yī)療衛(wèi)生建設水平，保障基層醫(yī)務工作人員的收入。

3.2 提高城鎮(zhèn)化質量，合理規(guī)劃衛(wèi)生資源

通過上文對影響衛(wèi)生資源配置的環(huán)境因素分析，可以發(fā)現(xiàn)城鎮(zhèn)化水平對提高衛(wèi)生資源產出有積極影響。目前我國的城鎮(zhèn)化水平已經到達了57.35%，城鎮(zhèn)常住人口達到了7.7億[13]，但城鎮(zhèn)化的質量還有待提高，積極解決目前“大城市病”的問題，如公立醫(yī)院人滿為患、公共服務供給不足等。各省的城市化政策應充分發(fā)揮地區(qū)優(yōu)勢，根據(jù)衛(wèi)生資源的實際使用情況進行合理規(guī)劃，整合已有的衛(wèi)生資源，擴大區(qū)域醫(yī)療的輻射范圍，從而提高衛(wèi)生資源的使用效率。

3.3 增加技術與人才投入，提高醫(yī)療衛(wèi)生供給質量

技術效率是由純技術效率與規(guī)模效率共同組成的，從我國衛(wèi)生資源配置情況來看，純技術效率能夠達到技術有效(純技術效率值為1)的省份僅有10個，說明我國醫(yī)療衛(wèi)生供給在技術上仍然有待提高。醫(yī)療人才和技術作為醫(yī)療服務供給側的重要組成部分，對于優(yōu)化衛(wèi)生資源配置起著重要作用。增加對技術和人力資本的投入，積極調整醫(yī)療人員的結構，優(yōu)化勞動力的配置結構，培養(yǎng)全科醫(yī)生，鼓勵職業(yè)醫(yī)師多點執(zhí)業(yè)，緩解目前我國醫(yī)療人才供給不足的現(xiàn)狀，提高醫(yī)療服務供給的質量。

3.4 結合地區(qū)發(fā)展情況，優(yōu)化醫(yī)療衛(wèi)生供給效率

對比調整前后各省衛(wèi)生資源的配置效率，可以發(fā)現(xiàn)大部分地區(qū)都發(fā)生了明顯的變化，說明地區(qū)環(huán)境的不同對醫(yī)療衛(wèi)生供給效率的優(yōu)化有很大的影響，利用三階段的DEA模型進行分析十分必要。同時說明，各地政府在進行醫(yī)療衛(wèi)生供給側改革時，應當針對地區(qū)所處的效率類型進行制定改革方案，評價指標也應根據(jù)地區(qū)發(fā)展情況和環(huán)境因素進行相應調整。