褚振海，羅妮娜，李娜，劉超，劉圓

天津市眼科醫(yī)院院長辦公室，天津 300020

當(dāng)前，實(shí)施“健康中國”戰(zhàn)略已成為國家發(fā)展基本方略中的重要內(nèi)容,健康中國建設(shè)已被上升至國家戰(zhàn)略地位。 但中國醫(yī)療資源整體供給不足，區(qū)域醫(yī)療資源不均衡，醫(yī)院服務(wù)水平差異度高的現(xiàn)狀，成為健康中國戰(zhàn)略實(shí)現(xiàn)的重要限制因素之一。為了充分了解我國各省市健康服務(wù)產(chǎn)業(yè)的發(fā)展程度，尤其是各省市醫(yī)院服務(wù)的水平差異，現(xiàn)以全國31 個(gè)省、自治區(qū)、直轄市作為研究對(duì)象，從國家衛(wèi)生健康委發(fā)布的 《中國衛(wèi)生健康統(tǒng)計(jì)年鑒2021》中，甄選與醫(yī)院服務(wù)水平相關(guān)的11 個(gè)變量指標(biāo)，采集各地區(qū)2020 年1—12 月截面數(shù)據(jù)， 通過因子分析的方法，對(duì)各省市醫(yī)院服務(wù)水平展開綜合評(píng)價(jià)，從而實(shí)現(xiàn)對(duì)我國各省市醫(yī)療服務(wù)發(fā)展水平的整體掌握，為國家相關(guān)部門決策提供有效參考，現(xiàn)報(bào)道如下。

1 資料與方法

1.1 數(shù)據(jù)來源

本研究所采用的資料均為2020 年1—12 月我國31 個(gè)省、自治區(qū)、直轄市衛(wèi)生健康事業(yè)發(fā)展情況的統(tǒng)計(jì)數(shù)據(jù)，來源為國家統(tǒng)計(jì)局發(fā)布的《中國衛(wèi)生健康統(tǒng)計(jì)年鑒》2021 卷，數(shù)據(jù)內(nèi)容截至2020 年年底。

1.2 研究對(duì)象

以我國各省市醫(yī)院相關(guān)數(shù)據(jù)為研究對(duì)象，選取能夠反映醫(yī)院服務(wù)水平的11 項(xiàng)指標(biāo)為基礎(chǔ)數(shù)據(jù)， 包括醫(yī)院衛(wèi)生技術(shù)人員數(shù)（X1）、公立醫(yī)院數(shù)（X2）、公立醫(yī)院門診病人次均費(fèi)用（X3）、公立醫(yī)院住院病人次均費(fèi)用（X4）、醫(yī)院數(shù)（X5）、醫(yī)院門診診療人次數(shù)（X6）、醫(yī)院入院人數(shù)（X7）、醫(yī)院出院人數(shù)（X8）、醫(yī)院住院病人手術(shù)人次（X9）、醫(yī)師日均擔(dān)負(fù)診療人次（X10）、醫(yī)院病床工作日（X11）。

1.3 方法

采用SPSS 24.0 統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)處理， 運(yùn)用因子分析的方法， 對(duì)反映醫(yī)院服務(wù)水平的11 項(xiàng)指標(biāo)進(jìn)行降維處理， 篩選出能代表原指標(biāo)多數(shù)信息的公因子，計(jì)算公因子得分，從而對(duì)各省市醫(yī)院服務(wù)水平進(jìn)行綜合評(píng)價(jià)與排名。

2 結(jié)果

2.1 數(shù)據(jù)的標(biāo)準(zhǔn)化處理

為了消除指標(biāo)之間的量綱和取值范圍差異的影響，避免原始數(shù)據(jù)量綱不同可能造成的誤差，采取數(shù)理統(tǒng)計(jì)中常用的Z-score 標(biāo)準(zhǔn)化方法， 對(duì)所選取指標(biāo)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

2.2 因子分析的適應(yīng)性檢驗(yàn)

KMO（Kaiser-Meyer-Olkin）檢驗(yàn)統(tǒng)計(jì)量是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的重要指標(biāo)。 Bartlett's球形檢驗(yàn)是用于相關(guān)陣中各變量間的相關(guān)性檢驗(yàn)，即檢驗(yàn)各個(gè)變量是否各自獨(dú)立。一般而言，為了保證統(tǒng)計(jì)方法的合理使用，在進(jìn)行因子分析前，進(jìn)行KMO 檢驗(yàn)和Bartlett's 球形檢驗(yàn)。 通過輸出的檢驗(yàn)表可以看到，KMO 統(tǒng)計(jì)量值為0.752>0.7， 且Bartlett's 球形度檢驗(yàn)P＜0.001，拒絕了原假設(shè)，相關(guān)系數(shù)不大，可能是單位陣，即原始變量之間存在相關(guān)性（P＜0.001）。 原始數(shù)據(jù)通過因子分析的適應(yīng)性檢驗(yàn)，較適于進(jìn)行因子分析。見表1。

表1 KMO 和巴特利特檢驗(yàn)

2.3 確定公共因子的數(shù)量

通過樣本數(shù)據(jù)求解因子載荷矩陣是提取公因子的關(guān)鍵。通過主成分分析法，得到11 個(gè)指標(biāo)的公因子提取率。 從輸出的公因子方差提取率可以看出，11 個(gè)變量指標(biāo)的提取率除X11為85.1%外，其他10 個(gè)指標(biāo)的提取率均在92%以上，提取效果非常理想。 見表2。

表2 公因子方差

利用主成分分析法對(duì)標(biāo)準(zhǔn)化后的全部數(shù)據(jù)進(jìn)行因子分析，建立初始因子載荷矩陣，并對(duì)該矩陣進(jìn)行方差最大化正交旋轉(zhuǎn)，得到了需要提取的公因子數(shù)量。 前3個(gè)指標(biāo)變量的特征值均>1， 分別為λ1=6.538，λ2=2.401，λ3=1.383，累計(jì)方差貢獻(xiàn)率達(dá)到93.838%。對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)后，累計(jì)方差貢獻(xiàn)率依然是93.838%。 可見，這3 個(gè)公因子F1、F2、F3對(duì)各變量的解釋能力都較強(qiáng)，能夠很好地反映所選取變量指標(biāo)的主要信息，由此，確定了公因子的數(shù)量，見表3、圖1。

表3 總方差解釋

圖1 碎石圖

2.4 公因子載荷分配

因子載荷表示變量與公共因子的相關(guān)程度，當(dāng)某變量在某公因子的載荷絕對(duì)值越大，表明該變量與該公共因子關(guān)系更密切。 為了確定公因子的實(shí)際含義，對(duì)因子采取方差最大正交旋轉(zhuǎn)，得到旋轉(zhuǎn)成分矩陣?？梢钥闯?，醫(yī)院衛(wèi)生技術(shù)人員數(shù)、醫(yī)院出院人數(shù)、醫(yī)院入院人數(shù)、醫(yī)院數(shù)、公立醫(yī)院數(shù)、醫(yī)院住院患者手術(shù)人次、醫(yī)院門診診療人次數(shù)在第一個(gè)公因子上有較大的載荷，說明這7 個(gè)變量的相關(guān)性較強(qiáng)，可以歸為一類。 這4 個(gè)變量代表醫(yī)院醫(yī)療服務(wù)能力的強(qiáng)弱，因此，將第一公因子F1命名為“醫(yī)療服務(wù)能力因子”； 公立醫(yī)院住院患者次均費(fèi)用、公立醫(yī)院門診患者次均費(fèi)用在第二公因子上均有較大的載荷，根據(jù)其相關(guān)性特征，將其歸為一類。通過對(duì)其變量所代表的意義分析可知，它們反映著醫(yī)療費(fèi)用承受能力的高低，因此，將第二公因子F2命名為“醫(yī)療服務(wù)費(fèi)用因子”。醫(yī)師日均擔(dān)負(fù)診療人次、醫(yī)院病床工作日在第三公因子上均有較大的載荷，根據(jù)其相關(guān)性特征，將其歸為一類，代表著醫(yī)療服務(wù)效率的高低，因此，將第三公因子F3命名為“醫(yī)療服務(wù)效率因子”。 見表4。

表4 旋轉(zhuǎn)后的成分矩陣

2.5 因子得分

通過因子得分系數(shù)矩陣，可以獲取3 個(gè)公因子的得分情況。 見表5。 由表5 輸出結(jié)果可知，3 個(gè)公因子的得分表達(dá)式為：

表5 成分得分系數(shù)矩陣

結(jié)合表3 中的數(shù)據(jù)，由各因子特征值的方差貢獻(xiàn)率和該因子得分乘積的加權(quán)和與累計(jì)方差貢獻(xiàn)率之比，計(jì)算綜合得分。

按照綜合得分公式，可計(jì)算出全國各地區(qū)醫(yī)院服務(wù)水平的綜合得分及排名。 見表6。

表6 全國各地區(qū)醫(yī)院服務(wù)水平綜合得分及排名

3 討論

本研究基于SPSS 24.0 統(tǒng)計(jì)學(xué)軟件， 使用因子分析對(duì)2020 年全國各省市醫(yī)院服務(wù)水平進(jìn)行綜合評(píng)價(jià)和排名。 根據(jù)評(píng)價(jià)的結(jié)果可以看出，我國各省市醫(yī)院服務(wù)水平之間存在著較大的差距，醫(yī)療資源供給不均衡，各地區(qū)接診能力與服務(wù)效率均存在不同程度的差異，醫(yī)療服務(wù)能力的均衡化道路任重道遠(yuǎn)。

在以“醫(yī)療服務(wù)能力因子”F1為依據(jù)進(jìn)行的評(píng)價(jià)排名中，上海和天津排名都比較靠后，這與一般認(rèn)知不同。通過原始數(shù)據(jù)指標(biāo)的分析可知， 因直轄市轄區(qū)面積與人口規(guī)模所限，公因子F1所代表的指標(biāo)，包括醫(yī)院衛(wèi)生技術(shù)人員數(shù)、醫(yī)院出院人數(shù)、醫(yī)院入院人數(shù)、醫(yī)院數(shù)、公立醫(yī)院數(shù)、醫(yī)院住院患者手術(shù)人次、醫(yī)院門診診療人次數(shù)均表現(xiàn)不夠突出，整體診療規(guī)模比較有限，影響了F1得分。

在以“醫(yī)療服務(wù)費(fèi)用因子”F2為依據(jù)進(jìn)行的評(píng)價(jià)排名中，排名前5 位的是北京、天津、上海、廣東、江蘇，均為我國經(jīng)濟(jì)發(fā)達(dá)地區(qū)， 醫(yī)療服務(wù)的費(fèi)用水平也整體較高。而相對(duì)而言，青海、貴州、廣西、云南、甘肅5 個(gè)地區(qū)，醫(yī)療服務(wù)的費(fèi)用水平排名靠后， 均為我國西部地區(qū)，經(jīng)濟(jì)發(fā)展水平較低。 可以得知，醫(yī)療費(fèi)用的支出與經(jīng)濟(jì)發(fā)展水平呈正相關(guān)關(guān)系。

在以“醫(yī)療服務(wù)效率因子”F3為依據(jù)進(jìn)行的評(píng)價(jià)排名中，上海作為國內(nèi)最發(fā)達(dá)的城市，確實(shí)體現(xiàn)出明顯的優(yōu)勢，醫(yī)師日均擔(dān)負(fù)診療人次、醫(yī)院病床工作日都高居榜首。 但像天津、北京在F3排名中名次靠后，分別為19 名和25 名。 通過原始指標(biāo)分析發(fā)現(xiàn)，天津、北京醫(yī)院病床工作日排名較為靠后，究其原因，是因?yàn)橹陛犑嗅t(yī)療資源規(guī)模受限，公立醫(yī)院整體數(shù)量等較其他面積與人口較多省市有差距。 但同樣作為直轄市，上海市卻未因規(guī)模受限而影響F3排名。 綜合相關(guān)因素可知，上海作為我國經(jīng)濟(jì)社會(huì)最為發(fā)達(dá)的國際化大都市，醫(yī)院服務(wù)效率首屈一指。

綜上所述，經(jīng)濟(jì)發(fā)展水平高、人口較多的地區(qū)，醫(yī)療資源的供給也相對(duì)較高，醫(yī)院服務(wù)水平亦整體較高。 廣東、山東、江蘇、四川、河南、浙江、河北均為我國綜合實(shí)力較強(qiáng)的省份，在綜合評(píng)價(jià)得分中排名前列。內(nèi)蒙古、甘肅、海南、寧夏、青海、西藏多為我國西部地區(qū)，且經(jīng)濟(jì)與社會(huì)發(fā)展水平相對(duì)較低，人口相對(duì)較少，醫(yī)療資源供給數(shù)量與質(zhì)量都呈現(xiàn)較低水平。本研究綜合評(píng)價(jià)結(jié)果與實(shí)際認(rèn)知情況較為相符。