李 旭，王寶海

（青島農(nóng)業(yè)大學(xué)管理學(xué)院，山東 青島 266000）

2020年中央一號(hào)文件指出，補(bǔ)上“三農(nóng)”短板是全面實(shí)現(xiàn)小康社會(huì)的重要條件，而加強(qiáng)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療服務(wù)是“三農(nóng)”必須面對(duì)的問(wèn)題。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2010—2018年中國(guó)醫(yī)療衛(wèi)生機(jī)構(gòu)從936 927所上升至997 433所，基層醫(yī)療衛(wèi)生機(jī)構(gòu)從901 709所上升至943 639所，但中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生院的數(shù)量從37 836所下降至36 461所，鄉(xiāng)鎮(zhèn)衛(wèi)生院作為中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療的主力軍，數(shù)量卻在逐年下降。那么，中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置是否合理，如何促進(jìn)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源合理配置，已成為優(yōu)化中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療的重要途徑。本研究運(yùn)用DEA-BCC模型與Malquist指數(shù)分析法，根據(jù)2010—2018年中國(guó)29個(gè)?。ㄖ陛犑校┑泥l(xiāng)鎮(zhèn)衛(wèi)生院面板數(shù)據(jù)，從動(dòng)態(tài)和靜態(tài)兩方面對(duì)中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置效率進(jìn)行分析，以期為優(yōu)化中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置提供參考。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

研究數(shù)據(jù)來(lái)源于《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》《中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》和萬(wàn)得資訊（Wind資訊），主要出自其中“醫(yī)療衛(wèi)生機(jī)構(gòu)”“基層醫(yī)療衛(wèi)生服務(wù)”部分提供的相關(guān)數(shù)據(jù)進(jìn)行分析整理所得，數(shù)據(jù)真實(shí)、可靠。

1.2 指標(biāo)選取

本研究指標(biāo)選取主要根據(jù)數(shù)據(jù)包絡(luò)分析（DEA）指標(biāo)選取的核心性、目標(biāo)性和可操作性的原則，與衛(wèi)生醫(yī)療資源配置效率的相關(guān)文獻(xiàn)中DEA方法中避免權(quán)重假設(shè)，以實(shí)際和客觀數(shù)據(jù)為主的特點(diǎn)來(lái)進(jìn)行的指標(biāo)選取。研究鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療水平效率，資本投入可以分為人力資本和物質(zhì)資本，鄉(xiāng)鎮(zhèn)衛(wèi)生院人員數(shù)滿足于人力資本的投入，床位數(shù)和機(jī)構(gòu)數(shù)為物質(zhì)資本的投入。在DEA模型中投入與產(chǎn)出指標(biāo)為線性相加，以此來(lái)推斷出本研究的產(chǎn)出指標(biāo)可以設(shè)為入院人數(shù)與診療人數(shù)。具體指標(biāo)信息見(jiàn)表1所示。

表1 鄉(xiāng)鎮(zhèn)衛(wèi)生院投入產(chǎn)出指標(biāo)

1.3 研究方法

1.3.1 DEA方法 數(shù)據(jù)包絡(luò)分析（DEA）方法是一種對(duì)多個(gè)目標(biāo)效率是否DEA有效來(lái)進(jìn)行評(píng)價(jià)的一種關(guān)于多個(gè)投入-產(chǎn)出數(shù)據(jù)估計(jì)有效生產(chǎn)前沿面的效率分析［1］，也是評(píng)價(jià)同一類型的決策單元（DMU）多投入多產(chǎn)出有效性或效益性的重要方法。決策單元是指在相對(duì)應(yīng)的投入下所能獲得產(chǎn)出可以是多個(gè)投入與產(chǎn)出的實(shí)體單位［2］。在DEA方法中的BCC模型可以對(duì)多個(gè)投入變量與產(chǎn)出變量進(jìn)行復(fù)雜的定量分析。用公式表達(dá)為：

式中，x為投入變量，y為產(chǎn)出變量，k為決策單元，β為評(píng)價(jià)產(chǎn)出變量效率的指數(shù)值，S-與S+為輸出項(xiàng)與輸入項(xiàng)的差額。ε為常量，η為輸入變量系數(shù)。

1.3.2 Malmquist指數(shù)分析法 Malmquist指數(shù)分析法是對(duì)生產(chǎn)效率變化幅度的生產(chǎn)效率指數(shù)（TP）進(jìn)行衡量，是一種對(duì)生產(chǎn)要素進(jìn)行評(píng)價(jià)的方法。生產(chǎn)效率指數(shù)（TP）分解為技術(shù)效率變化指數(shù)（EC）與技術(shù)變化指數(shù)（TC）的乘積，當(dāng)規(guī)模效率不變時(shí)，技術(shù)效率變化指數(shù)（EC）進(jìn)一步細(xì)分為規(guī)模效率變化指數(shù)（SC）和純技術(shù)效率變化指數(shù)（PC）的乘積［3］。即TP=TC×EC=TC×SC×PC。Malmquist指數(shù)分析法用公式可以表達(dá)為：

式中，（xt，yt）與（xt+1，yt+1）分別表示第t期與第t+1期的投入產(chǎn)出關(guān)系式。若TP＞1，則生產(chǎn)效率得以提高，若TP＜1，則反之。若TC＞1，則技術(shù)效率得以提高，若TC＜1，說(shuō)明技術(shù)效率沒(méi)有提高［4］。若SC＞1，則為優(yōu)勢(shì)產(chǎn)出規(guī)模，若SC＜1，則為劣勢(shì)產(chǎn)出規(guī)模。

2 實(shí)證分析

2.1 靜態(tài)效率分析

以2018年中國(guó)29個(gè)?。ㄖ陛犑校┑泥l(xiāng)鎮(zhèn)衛(wèi)生院為決策統(tǒng)計(jì)單元，分析中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置效率。規(guī)模報(bào)酬保持不變時(shí)效率值為綜合效率。由表2可知，2018年中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生院總體綜合效率為0.789，處于一個(gè)較高的水平，其中江蘇、浙江、江西、河南、湖北、重慶和四川7個(gè)省綜合效率為1.000，說(shuō)明這7個(gè)省的投入資本為DEA有效。此外，安徽、湖南、廣東、廣西、云南5個(gè)省綜合效率可達(dá)0.9以上，其投入與產(chǎn)出所組成的線性組合接近綜合技術(shù)效率的前沿面上。在其余17個(gè)省中，綜合效率大于0.7的有天津、河北、福建等7個(gè)省市，綜合效率小于0.7有10個(gè)省市，其中山西、內(nèi)蒙古、西藏、遼寧、吉林等省主要集中于中國(guó)的西部地區(qū)與東北地區(qū)。

表2 2018年鄉(xiāng)鎮(zhèn)衛(wèi)生院分地區(qū)資源配置效率

純技術(shù)效率是規(guī)模報(bào)酬可變下的效率值。中國(guó)2018年鄉(xiāng)鎮(zhèn)衛(wèi)生院純技術(shù)效率均值為0.850，維持在一個(gè)較高的水平線上，其中天津、江蘇、浙江等12省的純技術(shù)效率DEA有效，河北、遼寧、安徽等13個(gè)省的純技術(shù)效率大于0.7，僅有山西、內(nèi)蒙古、吉林、陜西4個(gè)省的純技術(shù)效率小于0.7，這4個(gè)省位于中國(guó)西北部，在2018年，鄉(xiāng)鎮(zhèn)醫(yī)療資本投入都處于低效率的狀態(tài)［5］。

規(guī)模效率可以理解為綜合效率與純技術(shù)效率的比值［6］。2018年中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生院規(guī)模效率平均值為0.930，其中既存在規(guī)模效率小于0.7，但純技術(shù)效率可達(dá)1.000的省，如西藏，也存在規(guī)模收益遞減但規(guī)模效率大于0.9的省，如湖南、山東、廣東等省。說(shuō)明湖南、山東、廣東等省投入規(guī)模還有很高的提升空間，西藏投入規(guī)模明顯不足，需要加大鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源投入來(lái)促進(jìn)規(guī)模效率的增長(zhǎng)，從而提升綜合規(guī)模收益。

總體來(lái)說(shuō)，2018年中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生院規(guī)模收益有16個(gè)省市處于遞增，有6個(gè)省市為遞減，有7個(gè)省市規(guī)模收益不變，說(shuō)明中國(guó)規(guī)模效率還有較大的提升空間，山西、內(nèi)蒙古、新疆等地區(qū)都沒(méi)有達(dá)到規(guī)模收益較優(yōu)的狀態(tài)。

2.2 動(dòng)態(tài)效率分析

基于DEA-Malmquist指數(shù)的分析結(jié)果（表3），2010—2018年全要素生產(chǎn)效率指數(shù)年度變化均值為0.993，還未達(dá)到有效。其中，2011—2012年、2014—2015年、2015—2016年、2016—2017年的全要素生產(chǎn)效率年度變化指數(shù)環(huán)比增長(zhǎng)率分別為14.18%、1.36%、4.54%、0.49%。2012—2013年、2013—2014年、2017—2018年的全要素生產(chǎn)效率年度變化指數(shù)環(huán)比下降率分別為7.91%、4.40%、7.07%。由此推斷中國(guó)2010—2018年全要素生產(chǎn)效率指數(shù)年度變化均值未達(dá)標(biāo)主要受2012—2013年、2013—2014年、2017—2018年全要素生產(chǎn)效率年度變化指數(shù)下降的影響［7］。

表3 2010—2018年鄉(xiāng)鎮(zhèn)衛(wèi)生院資源配置效率

具體來(lái)說(shuō)，根據(jù)相關(guān)文獻(xiàn)，中國(guó)鄉(xiāng)鎮(zhèn)醫(yī)療資源全要素生產(chǎn)效率主要受技術(shù)進(jìn)步指數(shù)的影響［8］。由圖1可知，2010—2018年全要素生產(chǎn)效率指數(shù)先升后降再升又降，呈波浪線趨勢(shì)，與技術(shù)進(jìn)步指數(shù)變化相一致，基于DEA-Malmquist指數(shù)的分析結(jié)果（表3），中國(guó)全要素生產(chǎn)效率指數(shù)均值為0.993，技術(shù)進(jìn)步指數(shù)均值為0.992，兩者均值相近。說(shuō)明中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療水平整體偏低，中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療投入規(guī)模不足，產(chǎn)出效率低，2010—2018年中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療技術(shù)水平進(jìn)步緩慢。

圖1 技術(shù)進(jìn)步指數(shù)與全要素生產(chǎn)效率指數(shù)對(duì)比情況

由表4可知，中國(guó)全要素生產(chǎn)效率指數(shù)可達(dá)有效的有遼寧、江蘇、浙江、安徽、山東、河南、湖北、湖南、海南、新疆10個(gè)省，主要集中于中國(guó)東部地區(qū)。在全要素生產(chǎn)效率指數(shù)小于1.000的省中，天津、河北、內(nèi)蒙古、吉林、黑龍江、福建、江西、廣東、廣西、四川、貴州、云南、西藏、青海、寧夏15個(gè)省（直轄市）全要素生產(chǎn)效率指數(shù)小于均值0.989，主要集中于中國(guó)的中西部地區(qū)［9］。由此可見(jiàn)，中國(guó)中西部的全要素生產(chǎn)效率低于東部地區(qū)，全要素生產(chǎn)效率顯示中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置水平大致自東向西呈階梯式下滑［10］。中國(guó)東西部地區(qū)經(jīng)濟(jì)差距較大，東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療水平高，但西部地區(qū)，經(jīng)濟(jì)發(fā)展水平低，鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療水平低，鄉(xiāng)鎮(zhèn)面積大，人口少，鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療投入規(guī)模少［11］。

表4 2010—2018年鄉(xiāng)鎮(zhèn)衛(wèi)生院分地區(qū)資源配置效率

3 小結(jié)與討論

1）DEA無(wú)效居多，中國(guó)投入產(chǎn)出冗余之間存在著差異。根據(jù)DEA-BCC模型顯示，2018年中國(guó)29個(gè)省（直轄市）中，僅有江蘇、浙江、湖北、江西、河南、重慶、四川7個(gè)省的鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置綜合效率DEA有效，22個(gè)省DEA無(wú)效。16個(gè)省的規(guī)模收益在上升，7個(gè)省的規(guī)模收益不變，僅有6個(gè)省的規(guī)模收益下降，下降率為20.7%。其中，既存在純技術(shù)效率為1.000，規(guī)模效率小于1.000，但規(guī)模收益遞增的情況，如天津市、青海省等，也存在純技術(shù)效率為1.000，規(guī)模收益遞減的情況，如海南省。這說(shuō)明中國(guó)鄉(xiāng)鎮(zhèn)醫(yī)療資源投入存在著過(guò)多與過(guò)少的現(xiàn)象。

2）鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療的技術(shù)進(jìn)步緩慢。根據(jù)Malmquist指數(shù)分析法研究顯示，中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療技術(shù)進(jìn)步指數(shù)僅有天津、江蘇、浙江、山東等9個(gè)省大于1，全國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療技術(shù)進(jìn)步指數(shù)不達(dá)標(biāo)的省約占68.97%，2010—2018年規(guī)模效率均值小于1，表明鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源投入規(guī)模不足，說(shuō)明中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療技術(shù)進(jìn)步地區(qū)發(fā)展不均衡，且多數(shù)省基層衛(wèi)生醫(yī)療技術(shù)進(jìn)步緩慢。

3）投入規(guī)模不均衡，鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置不完善。基于DEA效率評(píng)價(jià)研究，以2018年綜合效率為例，在29個(gè)省中，鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療DEA無(wú)效的省可達(dá)75.86%。在2010—2018年期間純技術(shù)效率呈上升趨勢(shì)，可達(dá)0.850，規(guī)模效率呈上升后下降趨勢(shì)，反映出中國(guó)平均規(guī)模效率還是取決于綜合效率，綜合效率又取決于投入規(guī)模，從而反映出中國(guó)鄉(xiāng)鎮(zhèn)醫(yī)療服務(wù)不能滿足于中國(guó)日益增長(zhǎng)的鄉(xiāng)鎮(zhèn)人民的需要，鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置不完善。

4 建議

根據(jù)DEA-BCC模型與Malmquist指數(shù)分析法，對(duì)2010—2018年中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生院醫(yī)療投入產(chǎn)出績(jī)效水平的測(cè)量顯示，中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置效率2018年相較于2010年總體呈緩慢上升趨勢(shì)，但發(fā)展后勁不足，仍有下降的趨勢(shì)。為促進(jìn)中國(guó)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療效率的有效提高，提出以下幾點(diǎn)建議。

1）加強(qiáng)科學(xué)規(guī)劃，減少資源冗余。政府應(yīng)充分發(fā)揮宏觀調(diào)控的力量，整合全國(guó)鄉(xiāng)鎮(zhèn)地區(qū)的衛(wèi)生醫(yī)療資源，建立健全基層醫(yī)療資源配置系統(tǒng)，引導(dǎo)衛(wèi)生醫(yī)療資源均衡發(fā)展［12］。根據(jù)人口分布密度、經(jīng)濟(jì)發(fā)展?fàn)顩r、醫(yī)療水平合理分配衛(wèi)生醫(yī)療資源［13，14］。鄉(xiāng)鎮(zhèn)地區(qū)人口流動(dòng)性較大，老年人居多，在人口流動(dòng)性大和資源有限的情況下優(yōu)先將資源合理配置，防止資源短缺或者資源過(guò)?，F(xiàn)象，提高鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源配置效率。

2）以三甲醫(yī)院為依托，促進(jìn)鄉(xiāng)鎮(zhèn)醫(yī)療技術(shù)進(jìn)步。醫(yī)療技術(shù)的進(jìn)步很大程度取決于鄉(xiāng)鎮(zhèn)衛(wèi)生院的醫(yī)療設(shè)施的更新［15］。鄉(xiāng)鎮(zhèn)衛(wèi)生院等基層醫(yī)療機(jī)構(gòu)積極與上級(jí)醫(yī)院進(jìn)行合作交流，促進(jìn)醫(yī)療設(shè)施更新，加強(qiáng)業(yè)務(wù)技術(shù)培訓(xùn)，指派醫(yī)生去上級(jí)醫(yī)院進(jìn)行學(xué)習(xí)，鼓勵(lì)醫(yī)生技術(shù)創(chuàng)新與技術(shù)研發(fā)，引導(dǎo)大型醫(yī)院進(jìn)行點(diǎn)對(duì)點(diǎn)的幫扶基層醫(yī)療機(jī)構(gòu)［16］。

3）加大中西部地區(qū)衛(wèi)生醫(yī)療資源投入規(guī)模，促進(jìn)鄉(xiāng)鎮(zhèn)衛(wèi)生醫(yī)療資源合理配置。在“十三五”期間，積極響應(yīng)國(guó)家衛(wèi)健委持續(xù)推進(jìn)加強(qiáng)基層人才建設(shè)的方針政策，引導(dǎo)人才走進(jìn)鄉(xiāng)鎮(zhèn)，地方政府加大政策扶持力度，積極推送醫(yī)學(xué)人才走進(jìn)西部，鼓勵(lì)醫(yī)護(hù)人員留在西部［17］。積極引導(dǎo)醫(yī)療衛(wèi)生資源向基層醫(yī)療下沉，夯實(shí)鄉(xiāng)鎮(zhèn)醫(yī)療資源投入基礎(chǔ)，促進(jìn)城鄉(xiāng)衛(wèi)生醫(yī)療資源合理配置［18］。