王璐瑤 ，曾智

(南京中醫(yī)藥大學(xué)衛(wèi)生經(jīng)濟(jì)管理學(xué)院，南京市 210023)

病床作為醫(yī)院最重要的醫(yī)療資源之一，病床的配置是否合理直接影響著醫(yī)療活動(dòng)能否順利進(jìn)行，影響著患者的健康保障程度。近年來，國內(nèi)外很多醫(yī)院都出現(xiàn)了病床供應(yīng)不足的壓力[1]，尤其是在三級醫(yī)院經(jīng)常出現(xiàn)“一床難求”的現(xiàn)象，“看病難”的問題日趨嚴(yán)重[2]。因此，合理配置和有效利用病床資源是醫(yī)院亟需解決的重點(diǎn)問題，這不僅能夠提高醫(yī)院的工作效率和管理水平，一定程度上也有效緩解了“看病難”的民生問題。本研究利用優(yōu)劣解距離法(Technique for Order Preference by Similarity to Ideal Solution，TOPSIS)和秩和比法(Rank-sum ratio,RSR)綜合評價(jià)2020年江蘇省13個(gè)市的醫(yī)院病床使用情況，旨在發(fā)現(xiàn)存在的問題，掌握各地區(qū)之間的差距，為優(yōu)化病床資源配置，提高利用效率提供參考依據(jù)。

1 材料與方法

1.1 資料來源

數(shù)據(jù)資料來源于江蘇省衛(wèi)生健康委員會發(fā)布的《江蘇衛(wèi)生健康年鑒》(2021卷)。選取病床周轉(zhuǎn)次數(shù)(X1)、病床工作日(X2)、病床使用率(X3)和出院者平均住院日(X4)4個(gè)指標(biāo)進(jìn)行綜合評價(jià)[3]。其中，X1、X2、X3均為高優(yōu)指標(biāo)，即該指標(biāo)對病床使用效率的影響是正向的，指標(biāo)值越大，越有利于病床效率的提升；而X4為低優(yōu)指標(biāo)，即該指標(biāo)對病床使用效率的影響是負(fù)向的，出院者平均住院日越長，病床使用效率越低。

1.2 方法

本研究首先利用Excel錄入所有指標(biāo)數(shù)據(jù)，通過Excel實(shí)現(xiàn)TOPSIS的綜合評價(jià)過程，然后再運(yùn)用SPSS 22.0軟件確定RSR的分布并求出回歸方程和相關(guān)系數(shù)，最后再利用Excel對綜合結(jié)果進(jìn)行排序分檔處理。

1.2.1 TOPSIS法。TOPSIS法是一種比較常用的綜合評價(jià)方法，其基本思想是：對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后,找出有限方案中的最優(yōu)和最劣方案,再分別計(jì)算各評價(jià)對象與最優(yōu)方案和最劣方案之間的距離,并得出各評價(jià)對象與最優(yōu)方案的相對接近程度,以此作為方案排序的決策準(zhǔn)則[4]。目前，TOPSIS法在醫(yī)療衛(wèi)生服務(wù)質(zhì)量評價(jià)中被廣泛運(yùn)用[5-6]。本研究根據(jù) TOPSIS 法進(jìn)行如下處理。

(1)評價(jià)指標(biāo)正向化：本研究四個(gè)指標(biāo)中出院者平均住院日為低優(yōu)指標(biāo)，需進(jìn)行高優(yōu)化處理，即進(jìn)行倒數(shù)法變換后再擴(kuò)大100倍[3]。

(3)計(jì)算權(quán)重值Wj：即為各項(xiàng)指標(biāo)標(biāo)準(zhǔn)化后的合計(jì)數(shù)占總和數(shù)的比重。

1.2.2 RSR法。RSR法的基本思想是：在一個(gè)n×m的數(shù)據(jù)矩陣中，通過對各指標(biāo)進(jìn)行編秩，從而獲得無量綱的統(tǒng)計(jì)量RSR，根據(jù)RSR值的大小對評價(jià)對象進(jìn)行排序[6]。本研究將TOPSIS法和RSR法相結(jié)合進(jìn)行如下處理：

(2)求出回歸方程RSR=a+b×probit。

(3)參照《常用分檔數(shù)及對應(yīng)概率單位表》要求，對13個(gè)地市進(jìn)行分檔排序，從而做出綜合評價(jià)[8]。

2 結(jié)果

2.1 TOPSIS法的評價(jià)結(jié)果

2020年江蘇省13市的病床使用情況如表1所示，病床周轉(zhuǎn)次數(shù)(X1)最高為31.4，是揚(yáng)州市，最低為22.8，是無錫市，除4個(gè)市偏低以外，其余市都在28.0之上；病床工作日(X2)最高為300.5，是揚(yáng)州市，最低為256.3，是連云港市；病床使用率(X3)最高為82.1%，是揚(yáng)州市，除揚(yáng)州市和淮安市外，其余均低于80.0%；出院者平均住院日(X4)最高為10.9，是蘇州市，最低為8.5，是鹽城市。

表1 2020年江蘇省13市的病床使用基本情況

表2 2020年江蘇省13市病床使用綜合評價(jià)及排序

2.2 RSR法的綜合評價(jià)結(jié)果

表3 Ci值的頻數(shù)分布及概率單位值

2.2.2 回歸方程及分檔排序。將概率單位Probit值作為自變量，Ci值作為因變量，進(jìn)行相關(guān)和回歸分析。結(jié)果表明，概率單位Probit與Ci值之間存在線性相關(guān)關(guān)系(r=0.918，P<0.05)，回歸方程為：Ci=0.226Probit-0.657。并對回歸方程進(jìn)行方差分析，認(rèn)為其具有統(tǒng)計(jì)學(xué)意義(F=59.321，P<0.001)。

根據(jù)《常用分檔數(shù)及對應(yīng)概率單位表》[8]，將RSR法分3檔的概率單位界值帶入回歸方程，算出理論Ci值的分檔界值，將結(jié)果分為優(yōu)、一般、差三個(gè)檔次。由分檔結(jié)果可知，優(yōu)、差兩檔的地級市較少，優(yōu)檔為徐州和揚(yáng)州，差檔為無錫和鎮(zhèn)江，其余地級市都分布在一般檔。根據(jù)分檔結(jié)果計(jì)算三檔綜合評價(jià)理論Ci值均值分別為差檔0.084 5、一般檔0.543 9、優(yōu)檔0.783 0，各檔均值差異較大，其中優(yōu)檔是差檔的9.3倍[10]。說明江蘇省13個(gè)市的病床使用效率存在較大差異(見表4)。

表4 江蘇省13個(gè)市病床使用效率RSR法評價(jià)分檔情況

3 討論

2020年江蘇省13市的病床使用效率同時(shí)存在使用過度和使用不足的現(xiàn)象，并且各地區(qū)之間的差異較為明顯。由表4的分檔情況可見，揚(yáng)州、徐州等地的病床使用效率較高，處于領(lǐng)先地位；無錫、鎮(zhèn)江等地的病床使用效率較低，處于落后地位，其他市的病床使用效率均處于中檔水平。

3.1 高效能地區(qū)分析

各地區(qū)病床使用效率的差異可能是由地區(qū)經(jīng)濟(jì)發(fā)展水平、人口結(jié)構(gòu)和數(shù)量、地理位置、衛(wèi)生資源分布不平衡等因素導(dǎo)致的。以揚(yáng)州市為例，揚(yáng)州市病床使用效率為全省最高，但根據(jù)2020年江蘇統(tǒng)計(jì)年鑒結(jié)果顯示，其平均開放床位數(shù)(1.79萬張)和每千人口床位數(shù)(5.77)均排名全省11[11]。從人口結(jié)構(gòu)來看，揚(yáng)州市老年人口比重排名全省第3，而老年人對醫(yī)療衛(wèi)生服務(wù)的利用遠(yuǎn)高于年輕人，因此對病床資源需求更大。《全國醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃綱要(2015—2020 年)》中明確規(guī)定，到2020年每千常住人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)(張)要達(dá)到 6 張[12]，揚(yáng)州市為5.77，略低于此標(biāo)準(zhǔn)，資源配置上尚顯不足。徐州市人口數(shù)量較多(排名第3)，經(jīng)濟(jì)發(fā)展相對落后(人均GDP排名第11)[11]，且地處蘇北，資源配置整體劣于蘇南地區(qū)[13]，因此病床使用效率較高。而病床開放數(shù)量不足、使用率過高、工作負(fù)荷較大，可能會導(dǎo)致病床來不及消毒處理，引起交叉感染，帶來各種醫(yī)療安全隱患，容易造成患者就醫(yī)感受差、滿意度低等現(xiàn)象，甚至?xí)疳t(yī)患糾紛[14]。

3.2 低效能地區(qū)分析

無錫、鎮(zhèn)江等地的病床使用效率較低，這可能與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展、地理位置和床位資源配置有關(guān)。以無錫市為例，其經(jīng)濟(jì)基礎(chǔ)好、發(fā)展水平較高，人均GDP排名全省第1，資源配置水平較高，每千人口床位數(shù)為6.91，排名全省第1[11]。床位配置較多，周轉(zhuǎn)次數(shù)較低，可能存在供大于求的情況，導(dǎo)致病床利用效率偏低。此外，病床使用效率低也有可能是這些地區(qū)與其他經(jīng)濟(jì)發(fā)達(dá)、醫(yī)療水平更高的地區(qū)鄰近，居民外出就醫(yī)的比例較高[15](例如：鎮(zhèn)江距離南京較近),導(dǎo)致本地區(qū)的床位使用效率低。病床使用率過低，開放的床位閑置、冗余，造成了衛(wèi)生資源的浪費(fèi)。

4 建議

4.1 將需求和需要相結(jié)合，優(yōu)化病床資源的配置

衛(wèi)生資源配置具有規(guī)模效應(yīng)和馬太效應(yīng)，大多衛(wèi)生資源均集中在經(jīng)濟(jì)發(fā)展水平較高的蘇南地區(qū)，而蘇中、蘇北地區(qū)經(jīng)濟(jì)相對落后，加上基礎(chǔ)薄弱、競爭力不足導(dǎo)致獲得衛(wèi)生資源的機(jī)會相對較少[16]。因此，政府部門應(yīng)在考慮各地區(qū)的人口數(shù)量和結(jié)構(gòu)、經(jīng)濟(jì)水平、地理位置等多種因素的基礎(chǔ)上，結(jié)合各地的衛(wèi)生服務(wù)需要與需求加以綜合考量，合理配置病床資源，減少資源的浪費(fèi)，提高病床利用效率。

4.2 堅(jiān)持政府主導(dǎo)，鼓勵(lì)引入社會資本

政府應(yīng)在衛(wèi)生資源配置中發(fā)揮主導(dǎo)作用，對病床資源匱乏的地區(qū)加大經(jīng)費(fèi)投入和政策支持；對病床資源配置較好的地區(qū)，注重優(yōu)化結(jié)構(gòu)，提高利用效率；對資源過剩的地區(qū)加以管理，并促進(jìn)資源合理流動(dòng)，使各地區(qū)資源分布保持相對均衡，滿足廣大群眾的醫(yī)療服務(wù)需求又不至于造成資源的浪費(fèi)。同時(shí)，政府可以鼓勵(lì)社會資本投資衛(wèi)生資源薄弱地區(qū)，形成多元籌資渠道，既可緩解政府負(fù)擔(dān)，又可以滿足人們多元化的就醫(yī)需求[17]。

4.3 不斷提高醫(yī)療水平，完善相關(guān)管理制度

除了資源配置外，病床周轉(zhuǎn)次數(shù)、病床使用率處于較低水平還與醫(yī)院的醫(yī)療水平和內(nèi)部管理有關(guān)[18]。由于診療水平不高、診療不當(dāng)，會導(dǎo)致患者延長住院時(shí)間，從而也就影響了病床周轉(zhuǎn)次數(shù)。同時(shí)，診療水平低也會導(dǎo)致患者的滿意度低和就診率低，相應(yīng)地影響了病床使用率。此外，住院流程不合理、門診與住院之間的工作不協(xié)調(diào)、出入院安排不夠緊湊、病房管理質(zhì)量較差、各科室間病床配置不合理等都會降低病床利用效率。因此，醫(yī)院要不斷提高醫(yī)療水平和服務(wù)質(zhì)量，滿足患者的就醫(yī)需求，為患者提供更優(yōu)質(zhì)的服務(wù)，從而吸引更多患者就醫(yī)。另一方面，醫(yī)院要不斷完善相關(guān)管理制度，優(yōu)化住院流程，加強(qiáng)病房管理，協(xié)調(diào)好門診與病房工作，優(yōu)化各科室間的病床配置，努力提高醫(yī)院管理效率和病床利用效率。

5 研究優(yōu)勢與不足

目前， TOPSIS法和RSR法已被廣泛運(yùn)用于醫(yī)院管理、衛(wèi)生政策、整體和部門效益評價(jià)等多個(gè)領(lǐng)域，其主要優(yōu)點(diǎn)是應(yīng)用方便靈活、易于操作使用。TOPSIS法很大程度上降低了極端值對結(jié)果的影響，且對樣本的數(shù)量、數(shù)據(jù)的分布沒有特定要求，能比較充分地利用原有的數(shù)據(jù)信息。但它也存在一定的缺點(diǎn)：它可以對每個(gè)評價(jià)對象進(jìn)行排序，但不能對排序進(jìn)行分檔管理，因此它的靈敏度不高[19]。RSR法不受異常值影響,并可對評價(jià)方案進(jìn)行排序和分檔[20]；但在指標(biāo)值進(jìn)行秩代換的過程中原始信息損失過大，導(dǎo)致信息不能完全利用，使結(jié)果顯得不夠精確。鑒于此，本研究將TOPSIS法和RSR法相結(jié)合，綜合評價(jià)2020年江蘇省13市的病床使用情況，既彌補(bǔ)了TOPSIS法不能分檔的缺憾，又避免了RSR法原始信息損失的不足，取長補(bǔ)短，使統(tǒng)計(jì)結(jié)果更加全面、客觀、科學(xué)。

本研究僅以江蘇省各地級市作為研究樣本，但對各市不同級別、不同類型的醫(yī)療機(jī)構(gòu)以及同一醫(yī)療機(jī)構(gòu)的不同科室之間的差異并未涉及。同時(shí)，以地區(qū)作為研究樣本，在一定程度上反映了不同地區(qū)之間病床使用效率的差異，但并未對影響效率的因素進(jìn)行深入詳細(xì)的分析，后期還需進(jìn)一步研究。