卜軍飛 盛紅梅 陶群山

現(xiàn)階段衛(wèi)生健康服務(wù)領(lǐng)域的投入是有限的，提高現(xiàn)有資源的配置效率是衛(wèi)生健康行政管理部門和衛(wèi)生機(jī)構(gòu)十分關(guān)注的問(wèn)題。本文通過(guò)3階段數(shù)據(jù)包絡(luò)法與全要素生產(chǎn)率指數(shù)相結(jié)合，形成3階段DEA-Malmquist模型，能夠去除統(tǒng)計(jì)噪聲和外部環(huán)境干擾的影響，對(duì)安徽省2016～2018年的16個(gè)地市衛(wèi)生健康資源的面板數(shù)據(jù)進(jìn)行配置效率動(dòng)態(tài)分析，較為真實(shí)地反映出安徽省各地市在衛(wèi)生健康方面投入產(chǎn)出的變化，為安徽省衛(wèi)生健康事業(yè)改革政策制定提供相應(yīng)的支撐依據(jù)。

1 資料與方法

1.1 數(shù)據(jù)來(lái)源 以2016～2018年《安徽省統(tǒng)計(jì)年鑒》和安徽省衛(wèi)生健康委員會(huì)網(wǎng)站發(fā)布的安徽省衛(wèi)生統(tǒng)計(jì)信息為基礎(chǔ)，以16個(gè)地市的相關(guān)衛(wèi)生信息作為投入產(chǎn)出效率分析的指標(biāo)數(shù)據(jù)。

1.2 研究方法 近年來(lái)，研究醫(yī)療衛(wèi)生健康資源配置效率的方法主要集中在DEA-Malmquist和3階段DEA[1-12]，而本研究通過(guò)構(gòu)建3階段DEA-Malmquist指數(shù)模型動(dòng)態(tài)分析衛(wèi)生健康資源投入和產(chǎn)出的面板數(shù)據(jù)。

1.2.1 第一階段：DEA-Malmquist指數(shù)模型測(cè)算 Malmquist Sten于1953年提出全要素生產(chǎn)率(Malmquist)指數(shù)，后來(lái)學(xué)者[13]進(jìn)一步將該指數(shù)應(yīng)用到DEA理論中，經(jīng)過(guò)計(jì)算，將Malmquist指數(shù)分解成t到t+1時(shí)期內(nèi)技術(shù)進(jìn)步指數(shù)和技術(shù)效率指數(shù)二者的乘積，同時(shí)技術(shù)效率指數(shù)可以進(jìn)一步分解成純技術(shù)效率指數(shù)與規(guī)模效率指數(shù)，因而Malmquist指數(shù)可表示為：Malmquist指數(shù)=技術(shù)進(jìn)步指數(shù)×技術(shù)效率指數(shù)=技術(shù)進(jìn)步指數(shù)×純技術(shù)效率指數(shù)×規(guī)模效率指數(shù)。當(dāng)Malmquist指數(shù)<1，表明時(shí)期內(nèi)全要素生產(chǎn)率處于下降階段；Malmquist指數(shù)>1，則處在上升的階段；Malmquist指數(shù)=1，表明此階段效率沒(méi)有改變。

1.2.2 第二階段：建立隨機(jī)前沿分析(stochastic frontier analysis,SFA)模型測(cè)算 Fried等[14]在2002年指出外部的環(huán)境干擾、統(tǒng)計(jì)噪聲和管理無(wú)效率會(huì)造成決策單元的效率估計(jì)出現(xiàn)偏差，可以通過(guò)構(gòu)建類似SFA模型，將第一階段的產(chǎn)出松弛量分解出環(huán)境干擾和統(tǒng)計(jì)噪聲，隨后將產(chǎn)出變量值按照同等外部條件下進(jìn)行調(diào)整。

1.2.3 第三階段：調(diào)整后的投入產(chǎn)出變量的DEA-Malmquist效率分析 運(yùn)用第二階段回歸模型形成新的產(chǎn)出數(shù)據(jù)與原投入數(shù)據(jù)，重新測(cè)算出各決策單元的效率。

1.3 指標(biāo)選取 通過(guò)對(duì)相關(guān)研究[1-11]進(jìn)行分析，對(duì)比研究及數(shù)據(jù)來(lái)源的真實(shí)性、可得性，本文選取作為決策單元的投入指標(biāo)分別是：衛(wèi)生機(jī)構(gòu)技術(shù)人員數(shù)、衛(wèi)生醫(yī)療機(jī)構(gòu)數(shù)、實(shí)際開(kāi)放床位數(shù)，作為產(chǎn)出指標(biāo)分別是：總診療人次、出院人次。此外，在環(huán)境變量指標(biāo)選擇上，依據(jù)“分離假設(shè)”的原則[15]：一是能夠顯著影響衛(wèi)生健康資源配置效率的變量；二是這些變量難以被測(cè)量決策單元個(gè)體所控制或改變，介于此假設(shè)，具體到衛(wèi)生健康服務(wù)資源配置效率的環(huán)境變量選擇，主要是服務(wù)對(duì)象群體的規(guī)模、經(jīng)濟(jì)基礎(chǔ)及政府政策支持等方面：地區(qū)常住人口、人均GDP、衛(wèi)生在財(cái)政支出占比。

2 結(jié)果

2.1 第一階段DEA-Malmquist分析結(jié)果 運(yùn)用DEAP2.1軟件對(duì)安徽省16個(gè)地市2016～2018年衛(wèi)生健康資源配置效率進(jìn)行第一階段的DEA-Malmquist分析，結(jié)果顯示，整體上，安徽省全要素生產(chǎn)率指數(shù)為1.015，年平均增長(zhǎng)率為1.5%，技術(shù)效率指數(shù)為1.051，平均年增長(zhǎng)率為5.1%，技術(shù)進(jìn)步指數(shù)為0.966，年平均下降率為3.4%。在各地市中，有12個(gè)地市全要素生產(chǎn)指數(shù)高于1，其中淮南市的生產(chǎn)效率年平均增長(zhǎng)最高，為10.7%，4個(gè)地市全要素生產(chǎn)率指數(shù)低于1，其中亳州市降低幅度最大；從技術(shù)進(jìn)步變化上看，只有2個(gè)地市技術(shù)進(jìn)步指數(shù)高于1，其他地市都低于1；從技術(shù)效率變化上看，3個(gè)地市效率沒(méi)有變化，1個(gè)地市效率下降，12個(gè)地市效率提高，其中效率提高最大為淮南市。見(jiàn)表1。

2.2 第二階段似SFA回歸分析 以各地市常住人口、人均GDP和衛(wèi)生在財(cái)政支出占比作為自變量，第一階段分析所得產(chǎn)出指標(biāo)的松弛值作為因變量，使用Frontier4.1 軟件對(duì)相應(yīng)的變量進(jìn)行似SFA回歸分析，運(yùn)行結(jié)果中各對(duì)數(shù)似然函數(shù)值和單邊偏誤似然比都大于相對(duì)應(yīng)的單邊的廣義似然比檢驗(yàn)的臨界值，γ 值均為0.999，且產(chǎn)出松弛變量均在1%水平上是顯著的。見(jiàn)表2。

表1 第一階段整體及各市的DEA-Malmquist指數(shù)分析結(jié)果

表2 第二階段似SFA 回歸分析結(jié)果

2.3 第三階段DEA-Malmquist 分析結(jié)果 通過(guò)第二階段調(diào)整后，第三階段DEA-Malmquist運(yùn)行分析結(jié)果顯示，整體上，安徽省全要素生產(chǎn)指數(shù)為1.010，年平均增長(zhǎng)率為1.0%，技術(shù)效率指數(shù)為1.017，平均年增長(zhǎng)率為1.7%，技術(shù)進(jìn)步指數(shù)為0.993，年平均下降率為0.7%。在各地市中，有10個(gè)地市全要素生產(chǎn)指數(shù)高于1，其中宣城市的生產(chǎn)效率年平均增長(zhǎng)最高，為9.2%，6個(gè)地市全要素生產(chǎn)指數(shù)低于1，其中淮北市降低幅度最大；從技術(shù)進(jìn)步變化上看，只有6個(gè)地市技術(shù)進(jìn)步指數(shù)高于1，其他地市都低于1；從技術(shù)效率變化上看，3個(gè)地市效率沒(méi)有變化，3個(gè)地市效率下降，10個(gè)地市效率提高，其中效率提高最大為淮南市。對(duì)比第一和第三階段運(yùn)行結(jié)果顯示，各地市效率都有不同程度的增減，效率的排序也發(fā)生較大變化。見(jiàn)表3、4。

表3 第三階段整體及各市的DEA-Malmquist指數(shù)分析結(jié)果

表4 3階段DEA-Malmquist運(yùn)行后各地市全要素生產(chǎn)指數(shù)變化及效率排序

3 討論

安徽省衛(wèi)生健康事業(yè)建設(shè)中面臨發(fā)展方式粗放、基層衛(wèi)生健康服務(wù)能力不足、資源供需矛盾突出等問(wèn)題，因而對(duì)其資源配置效率的評(píng)價(jià)是促進(jìn)衛(wèi)生健康事業(yè)改革的有力途徑[7，11-12]。有學(xué)者[1-11]運(yùn)用3階段DEA或者DEA-Malmquist模型對(duì)某地區(qū)醫(yī)療機(jī)構(gòu)運(yùn)行效率、區(qū)域衛(wèi)生資源配置效率進(jìn)行評(píng)價(jià)。本研究在以往文獻(xiàn)研究的基礎(chǔ)上，將3階段DEA和DEA-Malmquist二者優(yōu)勢(shì)進(jìn)行相互結(jié)合，能夠更加科學(xué)有效地評(píng)價(jià)安徽省衛(wèi)生健康資源的配置效率。

通過(guò)3階段DEA-Malmquist模型對(duì)安徽省衛(wèi)生健康資源分析可以看出，運(yùn)用似SFA回歸對(duì)統(tǒng)計(jì)噪聲和外部環(huán)境干擾進(jìn)行剝離是有必要的，在去除外部因素的影響后，平均全要素生產(chǎn)率指數(shù)(1.010)下降了0.5%，平均技術(shù)效率指數(shù)(1.017)下降了3.4%，平均技術(shù)進(jìn)步指數(shù)(0.993)上升了2.7%，表明在第一階段中技術(shù)效率被高估了，技術(shù)進(jìn)步效率被低估了；全要素生產(chǎn)率降低的主要原因是調(diào)整后技術(shù)效率下降引起的，第三階段運(yùn)行后結(jié)果更加真實(shí)有效。

經(jīng)過(guò)3階段DEA-Malmquist模型分析后，全要素生產(chǎn)率指數(shù)(1.010)大于1，表明安徽省整體上效率有所提升，但是平均增長(zhǎng)的幅度只有1%，進(jìn)一步增長(zhǎng)的空間很大；從效率變化的平均值來(lái)看，規(guī)模效率指數(shù)(1.001)和純技術(shù)效率指數(shù)(1.001)都大于1，技術(shù)進(jìn)步效率指數(shù)(0.993)小于1，表明安徽省總體上衛(wèi)生機(jī)構(gòu)的規(guī)模擴(kuò)大和管理水平提升了資源配置效率，同時(shí)醫(yī)療技術(shù)水平偏低和創(chuàng)新投入不足減弱了前者對(duì)效率增長(zhǎng)的推動(dòng)作用。本研究與董黎明等[2]研究發(fā)現(xiàn)2009～2017年我國(guó)衛(wèi)生機(jī)構(gòu)資源利用效率變動(dòng)基本上是一致的，與張玥[1]對(duì)天津市醫(yī)院運(yùn)行效率及柯思思等[6]對(duì)武漢市衛(wèi)生機(jī)構(gòu)效率研究結(jié)論整體效率提高是一致的，但是具體推動(dòng)因素不一致，后者效率增長(zhǎng)主要由醫(yī)療技術(shù)創(chuàng)新或者技術(shù)進(jìn)步。造成不一致的原因可能是研究中所涉及的區(qū)域社會(huì)和經(jīng)濟(jì)發(fā)展情況、年份、投入產(chǎn)出指標(biāo)及評(píng)價(jià)模型等存在一定的差異。

本研究結(jié)果顯示，安徽省10個(gè)地市全要素生產(chǎn)率呈上升趨勢(shì)，6個(gè)地市呈下降趨勢(shì)，其中，2個(gè)地市是因技術(shù)進(jìn)步指數(shù)和規(guī)模效率指數(shù)都小于1導(dǎo)致效率下降，表明其衛(wèi)生機(jī)構(gòu)規(guī)模擴(kuò)張后效率低下，衛(wèi)生技術(shù)進(jìn)步或創(chuàng)新不足；4個(gè)地市是因技術(shù)進(jìn)步指數(shù)小于1導(dǎo)致效率下降。本研究與其他省市級(jí)[1，3-6]衛(wèi)生服務(wù)效率分析中部分地區(qū)也處于效率下降的結(jié)果基本一致。各地市的全要素生產(chǎn)率存在較大差異，表明衛(wèi)生健康資源配置失衡，各地市需要統(tǒng)籌規(guī)劃區(qū)域內(nèi)的資源配置，加強(qiáng)管理和制度創(chuàng)新，鼓勵(lì)衛(wèi)生機(jī)構(gòu)合理引進(jìn)新設(shè)備、開(kāi)展新技術(shù)，積極進(jìn)行醫(yī)學(xué)研究。

綜上所述，2016～2018年安徽省衛(wèi)生健康資源配置效率處于低水平增長(zhǎng)，技術(shù)進(jìn)步或創(chuàng)新不足，各地市間效率差異較大。因此，需要不斷加強(qiáng)全省衛(wèi)生領(lǐng)域資源合理布局，不斷推進(jìn)因城制策，進(jìn)而全面提升配置效率。