馬 原 段占祺 楊 練 張子武 張雪莉

1 成都中醫(yī)藥大學(xué)管理學(xué)院，成都， 611137；2 四川省衛(wèi)生和計(jì)劃生育信息中心，成都， 610041；3 成都中醫(yī)藥大學(xué)公共衛(wèi)生學(xué)院，成都， 611137

醫(yī)療資源具有資源的共性，即稀缺性。如何使有限的醫(yī)療資源發(fā)揮出最大的社會(huì)經(jīng)濟(jì)價(jià)值，是衛(wèi)生經(jīng)濟(jì)研究中的一個(gè)重要課題，而醫(yī)療資源高效與合理的使用在很大程度上取決于醫(yī)療機(jī)構(gòu)的運(yùn)行效率，醫(yī)療機(jī)構(gòu)有序高效地運(yùn)行對(duì)于推動(dòng)資源配置最優(yōu)化具有重要的意義，有利于緩解人民群眾“看病難、看病貴”的問(wèn)題[1]。四川省是我國(guó)西部的人口大省、經(jīng)濟(jì)大省，也是我國(guó)主要的民族地區(qū)和貧困地區(qū)之一，能否合理配置及有效利用衛(wèi)生資源是其實(shí)現(xiàn)全民健康、助力全面小康的關(guān)鍵[2]。因此，本文通過(guò)引入DEA-熵權(quán)TOPSIS法，采用無(wú)導(dǎo)向SBM模型測(cè)算分析四川省21個(gè)市(州)當(dāng)前醫(yī)院的資源配置與利用效率，基于效率值與決策目標(biāo)構(gòu)建備選方案，結(jié)合熵權(quán)TOPSIS法對(duì)各備選方案進(jìn)行綜合排序，最終提出改善醫(yī)院運(yùn)行效率的優(yōu)選方案，為政策制定提供決策參考。

1 資料來(lái)源與方法

1.1 研究對(duì)象

從四川省衛(wèi)生統(tǒng)計(jì)年鑒獲取四川省2017年21個(gè)市(州)醫(yī)院衛(wèi)生資源配置及利用整體情況。

1.2 研究方法

1.2.1 數(shù)據(jù)包絡(luò)分析(DEA)法。本研究基于松弛的效率評(píng)價(jià)模型(slack-based measure，SBM)納入6個(gè)指標(biāo)進(jìn)行測(cè)算，其中選取衛(wèi)技人員數(shù)、萬(wàn)元以上設(shè)備總值、床位數(shù)作為投入指標(biāo)，分別歸納為人、財(cái)、物的資源配置[3]，同時(shí)選取門(mén)急診人次數(shù)、出院人數(shù)、住院病人手術(shù)人次數(shù)作為產(chǎn)出指標(biāo)。

1.2.2 熵權(quán)TOPSIS法。 在各市(州)相對(duì)效率測(cè)算值的基礎(chǔ)上，針對(duì)綜合效率不足的后六位市州，運(yùn)用排列組合，兩兩之間構(gòu)建能夠促進(jìn)全省效率提升的備選方案，利用熵權(quán)TOPSIS法確定優(yōu)選方案。熵權(quán)TOPSIS法由熵權(quán)法與TOPSIS法組合而成，其基本原理是首先構(gòu)建指標(biāo)初始矩陣，消除量綱影響后轉(zhuǎn)為歸一化矩陣；其次運(yùn)用熵權(quán)法確定投入與產(chǎn)出指標(biāo)權(quán)重值，建立加權(quán)決策矩陣；最后利用TOPSIS法求出正負(fù)理想解，并通過(guò)備選方案與正負(fù)理想解的相對(duì)距離進(jìn)行排序與評(píng)價(jià),由此確定優(yōu)選方案[4-5]。較之傳統(tǒng)TOPSIS 法，本研究的組合方法依據(jù)各評(píng)價(jià)指標(biāo)的變異大小對(duì)其賦予權(quán)重，結(jié)果更具有科學(xué)客觀性，且充分利用了指標(biāo)所含信息，做到了優(yōu)勢(shì)互補(bǔ)，評(píng)價(jià)可信度較高[6]。

1.3 統(tǒng)計(jì)學(xué)方法

采用Excel 2016軟件進(jìn)行基礎(chǔ)數(shù)據(jù)整理，利用MaxDEA 7.0數(shù)據(jù)包絡(luò)分析軟件進(jìn)行效率測(cè)算。

2 研究結(jié)果

2.1 無(wú)導(dǎo)向SBM模型測(cè)算結(jié)果

2.1.1 綜合效率、技術(shù)效率與規(guī)模效率分析。2017年四川省醫(yī)院綜合效率值為1的市(州)僅有4個(gè)(德陽(yáng)市、綿陽(yáng)市、廣安市與涼山州)，占總體決策單元的比重為19.05%，八成左右的市州綜合效率值低于1，民族地區(qū)阿壩州與甘孜州分別居全省倒數(shù)一二位，而涼山州總體情況較好。結(jié)果提示2017年四川省醫(yī)院總體運(yùn)行效率不高，投入與產(chǎn)出不成比例。

全省醫(yī)院純技術(shù)效率相對(duì)較好，12個(gè)市(州)DEA相對(duì)有效，占總體決策單元的比重為57.14%，自貢市的純技術(shù)效率最低(0.693)，民族地區(qū)的純技術(shù)效率全部達(dá)到相對(duì)有效，結(jié)果提示若使用相同的投入要素組合，則全省約六成的醫(yī)院產(chǎn)出符合最優(yōu)化，但仍有四成的醫(yī)院需做進(jìn)一步改進(jìn)。

規(guī)模效率方面，僅有4個(gè)市(州)達(dá)到相對(duì)有效，分別是德陽(yáng)市、綿陽(yáng)市、廣安市與涼山州，這與綜合效率分布情況保持一致，相對(duì)無(wú)效的市(州)占總體決策單元的比重為80.95%，結(jié)果提示目前四川省醫(yī)院規(guī)模效率偏低，現(xiàn)有規(guī)模上配置效率有待改進(jìn)(見(jiàn)表1)。

表1 2017年四川省21個(gè)市(州)資源配置及利用效率值

2.1.2 確定決策目標(biāo)及備選方案。假設(shè)四川省在2017年醫(yī)院運(yùn)行效率相對(duì)評(píng)價(jià)的基礎(chǔ)上，計(jì)劃2018年使2個(gè)市(州)醫(yī)院的運(yùn)行效率實(shí)現(xiàn)相對(duì)有效，從而提升全省總體效率。本文為了平衡地區(qū)之間的發(fā)展，且考慮研究的可行性，擬在綜合效率排序后六位的市(州)中選擇2個(gè)市(州)，使其綜合效率值達(dá)到最優(yōu)，待選市(州)：自貢市、內(nèi)江市、達(dá)州市、資陽(yáng)市、阿壩州、甘孜州。運(yùn)用排列組合構(gòu)建備選方案，共計(jì)15種(見(jiàn)表2)。

表2 備選方案構(gòu)成集分布情況

2.2 熵權(quán)TOPSIS法進(jìn)行評(píng)價(jià)與決策

2.2.1 構(gòu)建決策矩陣。決策矩陣的構(gòu)建方法：①各方案指標(biāo)需改進(jìn)總量=使備選方案中的決策單元，方案中涉及的兩個(gè)市(州)，達(dá)到有效的各投入指標(biāo)需改進(jìn)總量+保證相對(duì)有效的決策單元(德陽(yáng)市、綿陽(yáng)市、廣安市與涼山州)仍為有效的各指標(biāo)需改進(jìn)總量；②保證相對(duì)有效的決策單元仍為有效的各指標(biāo)需改進(jìn)總量=2018年原相對(duì)有效的決策單元各指標(biāo)需改進(jìn)總量+2018年備選方案中決策單元各指標(biāo)需改進(jìn)總量[7]。構(gòu)建原理：基于SBM模型所測(cè)得的各指標(biāo)松弛變量值，首先計(jì)算原備選方案中2個(gè)市(州)達(dá)到相對(duì)有效投入指標(biāo)的改進(jìn)量，其次利用該模型測(cè)算改進(jìn)后的各備選方案效率值及投入與產(chǎn)出指標(biāo)的松弛變化量(2018年預(yù)測(cè)的產(chǎn)出指標(biāo)值源自2013～2017年的增量趨勢(shì)，故原相對(duì)有效的決策單元效率值可能會(huì)發(fā)生變動(dòng))，最后計(jì)算2018年保證原相對(duì)有效的決策單元和備選方案中決策單元仍為有效的投入與產(chǎn)出指標(biāo)改進(jìn)總量(見(jiàn)表3)。

表3 決策矩陣-備選方案投入產(chǎn)出指標(biāo)松弛改進(jìn)量

2.2.2 熵權(quán)法計(jì)算指標(biāo)權(quán)重值。利用熵權(quán)法計(jì)算備選方案投入產(chǎn)出指標(biāo)松弛改進(jìn)量的信息熵及指標(biāo)權(quán)重，結(jié)果顯示出院人數(shù)熵值最大(0.8418)，指標(biāo)變異程度最小，其權(quán)重值也最小(0.0811)；而衛(wèi)技人員數(shù)信息熵最小(0.0000)，提供的信息量反而最大，故其權(quán)重也最大(0.5129)(見(jiàn)表4)。

表4 投入產(chǎn)出指標(biāo)的信息熵和熵權(quán)

2.2.3 TOPSIS法進(jìn)行排序與決策。通過(guò)對(duì)15種備選方案投入與產(chǎn)出指標(biāo)松弛改進(jìn)量綜合排名，可以看出：①方案集{P1,P2,……，P15}到正、負(fù)理想解的距離范圍分別為0.043～0.192、0.061～0.200；②方案6、方案2及方案1與最優(yōu)方案較為接近，指示值分別為0.816、0.770、0.738，位列前三，可作為決策的備選方案，但優(yōu)選方案首推方案6(內(nèi)江市、達(dá)州市)；③方案15(阿壩州、甘孜州)排位倒數(shù)第一，可能與民族地區(qū)地理環(huán)境及人口密度不無(wú)關(guān)系，因此僅從效率角度而言，該方案對(duì)于提升全省總體效率作用不突出(見(jiàn)表5)。

表5 熵權(quán)TOPSIS法排序結(jié)果

3 討論

3.1 全省醫(yī)院總體運(yùn)行效率有待優(yōu)化，區(qū)域間發(fā)展不平衡

通過(guò)對(duì)2017年四川省21個(gè)市(州)醫(yī)院運(yùn)行效率研究發(fā)現(xiàn)，僅有4個(gè)市(州)綜合效率相對(duì)有效，其余17個(gè)市(州)效率值均低于1(效率值0.455～0.860)，民族地區(qū)差異較大。2015年國(guó)務(wù)院辦公廳發(fā)表了《關(guān)于推進(jìn)分級(jí)診療制度建設(shè)的指導(dǎo)意見(jiàn)》，明確提出到2020年分級(jí)診療服務(wù)能力全面提升，資源布局合理、層級(jí)優(yōu)化、富有效率，基本建立符合國(guó)情的分級(jí)診療制度。當(dāng)前四川省分級(jí)診療制度正在穩(wěn)步推進(jìn)，但從數(shù)據(jù)分析結(jié)果來(lái)看醫(yī)院總體運(yùn)行效率不高，區(qū)域間發(fā)展不均衡，如果資源配置及利用效率持續(xù)不足，那么很可能難以實(shí)現(xiàn)2020年總體規(guī)劃目標(biāo)。建議一方面政府衛(wèi)生部門(mén)統(tǒng)籌規(guī)劃全省衛(wèi)生資源，適時(shí)、適度調(diào)整衛(wèi)生資源配置，優(yōu)化衛(wèi)生資源配置結(jié)構(gòu)[8],加強(qiáng)醫(yī)院監(jiān)督與管理；另一方面各級(jí)醫(yī)院應(yīng)按照分級(jí)診療框架，明確自己的功能定位，同時(shí)大醫(yī)院自身的優(yōu)勢(shì)醫(yī)療資源要下沉至基層，提升總體的資源利用率。

3.2 全省醫(yī)院規(guī)模效率亟需改進(jìn)，規(guī)模收益差異明顯

研究結(jié)果顯示全省規(guī)模效率相對(duì)有效的市(州)占總體決策單元的比重僅為19.05%，而接近八成的市(州)規(guī)模效率相對(duì)無(wú)效，這與綜合效率分布情況保持一致，進(jìn)一步說(shuō)明影響四川省醫(yī)院綜合效率的關(guān)鍵因素源自其規(guī)模效率。成都市、自貢市等9個(gè)市(州)規(guī)模收益大于1，攀枝花、阿壩州、甘孜州等8個(gè)市(州)規(guī)模收益小于1，另有4個(gè)市(州)，即德陽(yáng)市、綿陽(yáng)市、廣安市與涼山州，規(guī)模收益等于1。上述數(shù)據(jù)提示大部分市(州)存在規(guī)模過(guò)大或過(guò)小的現(xiàn)象，投入與產(chǎn)出要素未達(dá)到最佳組合狀態(tài)，衛(wèi)生資源地區(qū)分布不均衡，規(guī)模收益差異明顯。建議一方面政策制定者可增加規(guī)模收益處于遞增階段的地區(qū)資源投入，同時(shí)可相應(yīng)減少規(guī)模收益處于遞減階段的地區(qū)資源投入，以期達(dá)到資源最優(yōu)配置效率[9]；另一方面醫(yī)院自身需調(diào)整及優(yōu)化內(nèi)部結(jié)構(gòu)、充分盤(pán)活資源存量來(lái)實(shí)現(xiàn)最佳規(guī)模以提高效率[10]。

3.3 應(yīng)優(yōu)先改善內(nèi)江與達(dá)州兩市醫(yī)院運(yùn)行效率

排序結(jié)果顯示方案6、方案2及方案1與理想方案較為接近，且方案6相似程度最高，故決策者可以優(yōu)先選擇方案6(內(nèi)江市、達(dá)州市)作為來(lái)年提升全省綜合效率的關(guān)鍵路徑。前述結(jié)果已表明兩市綜合效率不高應(yīng)歸咎于其純技術(shù)效率較低。基于此，筆者提出以下三點(diǎn)可操作性建議：一是鼓勵(lì)醫(yī)院進(jìn)行技術(shù)革新，不斷優(yōu)化臨床路徑，并適時(shí)提高病種入徑率；二是重視管理的科學(xué)與精細(xì)化程度, 制定行之有效的定性定量管理方案和投入產(chǎn)出評(píng)估機(jī)制[11]；三是調(diào)整醫(yī)療衛(wèi)生資源的配置結(jié)構(gòu)，實(shí)現(xiàn)衛(wèi)生經(jīng)濟(jì)學(xué)提及的帕累托最優(yōu)，逐步構(gòu)建整合性醫(yī)療衛(wèi)生體系[12]，以此促進(jìn)運(yùn)行效率提升。