張 彬 張龍秀

1.安徽省婦幼保健院科教處，安徽合肥 230001；2.安徽省兒童醫(yī)院影像中心，安徽合肥 230041

運營管理與提質增效是醫(yī)院持續(xù)發(fā)展重要內容[1-2]，人才技術是醫(yī)院資源配置關鍵要素[3]。探討婦幼保健機構資源配置效率變化趨勢及關鍵影響因素，對衛(wèi)生資源合理配置具有重要意義。目前大多運用數(shù)據(jù)包絡分析（data envelopment analysis，DEA）模型對醫(yī)院資源配置效率進行回顧性分析，或僅用時間序列模型（autoregressive integrated moving average model，ARIMA）對衛(wèi)生資源配置公平性進行前瞻性預測研究，兩種模型研究均存在優(yōu)缺點。本研究聯(lián)合運用DEA 和ARIMA 模型將前瞻性研究與回顧性分析結合，分析婦幼保健機構資源配置效率，探索關鍵影響因素，為推動我國婦幼保健事業(yè)高質量發(fā)展提供決策依據(jù)。

1 資料與方法

1.1 資料來源

國家統(tǒng)計局公布的《中國統(tǒng)計年鑒》和國家衛(wèi)生健康委員會公布的《中國衛(wèi)生健康統(tǒng)計年鑒》2010 年1 月至2020 年12 月婦幼保健機構衛(wèi)生和社會服務數(shù)據(jù)。

1.2 指標體系

參考同類文獻[4-11]，兼顧數(shù)據(jù)可得性、連續(xù)性及關聯(lián)性，從基礎配置、服務數(shù)量和服務效率3 個維度構建“投入-產出”效率評價體系。投入類指標為基礎配置（機構數(shù)、床位數(shù)、衛(wèi)生技術人員）；產出類指標分服務數(shù)量（總診療人次、入院人數(shù)）和服務效率（病床周轉次數(shù)、工作日及使用率）。

1.3 研究方法

DEA 模型是對多指標投入產出進行評價分析的方法[12]，以線性規(guī)劃為基礎，具有處理多輸入、多輸出決策單元（decision making unit，DMU）分析評價優(yōu)勢，適合解決醫(yī)療資源配置多投入、多產出問題[13]。DEA模型以DMU 為研究單位，分為CCR、BCC 和Malmquist指數(shù)模型。CCR 模型假定規(guī)模報酬不變，BCC 模型假定規(guī)模報酬可變[14]，Malmquist 指數(shù)模型研究面板數(shù)據(jù)，可測算DMU 生產效率在不同時期的動態(tài)變化[15]。本研究以投入為導向，假定規(guī)模報酬可變，采用BCC和Malmquist 指數(shù)模型。

1.3.1 BCC 模型 求解各年度技術效率（TE）、規(guī)模效率（SE）和綜合效率（CE）。TE 判定DMU 投入產出是否合理，值越小技術有效性越差；SE 判定DMU 生產經營規(guī)模；CE=PTE×SE，判定DMU 的整體效率，判斷規(guī)則可參照文獻[16-18]。

1.3.2 Malmquist 指數(shù)模型 將全要素生產效率指數(shù)（TFP）分解為技術進步指數(shù)（TC）和綜合技術效率變化指數(shù)（TEC）。TEC 代表對現(xiàn)存技術有效利用程度，分解為SE 和純技術效率變化指數(shù)（PTE）。SE 反映醫(yī)療產出增量變化和投入增量變化是否一致，PTE 能夠深層次反映醫(yī)療衛(wèi)生機構管理水平的變化，判斷規(guī)則可參照文獻[19]。

1.3.3 ARIMA 模型 是時間序列預測模型中的一種，由AR、I、MA 三個部分集成得來。ARIMA（p，d，q）稱為差分自回歸移動平均模型，AR 是自回歸，P 為自回歸系數(shù)，MA 為移動平均，d 為差分系數(shù)，q 為移動平均階數(shù)。建模步驟可參照文獻[20-21]。

1.4 統(tǒng)計學方法

通過Excel 2010 建立數(shù)據(jù)庫，采用SPSSAU 實現(xiàn)BCC 模型和ARIMA 模型分析，利用DEAP 2.1 軟件實現(xiàn)Malmquist 指數(shù)模型分析。

2 結果

2.1 2010—2020 年我國婦幼保健機構基本情況

ARIMA 模型對2010—2025 年投入產出指標進行分析與預測，找出最優(yōu)模型和模型公式。見表1。

表1 最優(yōu)模型及模型公式

2010—2025 年我國婦幼保健機構基礎配置中機構數(shù)變化幅度不大，床位數(shù)逐年遞增，衛(wèi)生技術人員實現(xiàn)翻倍增長；服務數(shù)量指標逐年增長，2019 年達到峰值；2021—2025 年服務效率指標波動不大，與均值基本持恒。見表2。

表2 2010—2025 年機構投入產出指標原始值與預測值

2.2 2010—2025 年機構投入產出情況

2.2.1 有效性分析 圖1 顯示，DEA 強有效年份，投入產出達到相對最有效率。TE＜1 的年份，有很大提升空間。SE=1 的年份，規(guī)模收益不變，達到最優(yōu)狀態(tài)。SE＜1的年份，規(guī)模收益遞增，可擴大規(guī)模增加效益。

圖1 我國婦幼保健機構投入產出有效性分析趨勢圖

2.2.2 規(guī)模報酬分析DEA 強有效年份，規(guī)模報酬達到最優(yōu)，即規(guī)模報酬固定，規(guī)模報酬系數(shù)為1。非DEA強有效年份，規(guī)模報酬系數(shù)均＜1，規(guī)模報酬遞增。

2.2.3 投入冗余分析DEA 強有效年份，無投入冗余問題，松弛變量S-值均為0。2013、2015 年和2018 年機構數(shù)松弛變量S-值和投入冗余率較高，機構數(shù)占比相對過高，可適量減少機構投入。2020—2025 年床位數(shù)和衛(wèi)生技術人員數(shù)松弛變量S-值和投入冗余率較高。見表3。

表3 機構投入冗余分析

2.2.4 產出不足分析DEA 強有效年份，無產出不足問題，松弛變量S+值均為0。非DEA 有效DMU，松弛變量S+值＞0，相對于投入產出效率仍有提升空間。見表4。

表4 機構產出不足分析

2.2.5 投入產出效率情況TFP＞1 的年份，投入效率水平較高，歸因TC 提高；TFP＜1 的年份，投入效果不佳，歸因TC 下降，2020 年TFP 最低0.825，預測2022—2025 年TFP＜1，提示該年份投入績效整體水平不高。見表5。

表5 2010—2025 年機構投入產出效率值

3 討論

3.1 投入產出變化趨勢分析

我國婦幼保健機構投入產出呈現(xiàn)正向趨勢，資源使用效率不高。從規(guī)模報酬分析，可擴大規(guī)模加速提高投入產出比，增加效益；從投入冗余分析，床位數(shù)和衛(wèi)生技術人員占比相對過高，可適量減少開放床位，調整衛(wèi)生技術人員；從產出不足分析，總診療人次、入院人數(shù)和病床周轉次數(shù)仍有較大提升空間；從投入產出效率分析，投入績效整體水平有待提高，重點提高醫(yī)療技術水平。

3.2 投入產出異常年份及關鍵影響因素

預測2022—2025 年投入產出效率異常，產出不足，關鍵影響因素是技術進步指數(shù)不高。醫(yī)院規(guī)模日趨擴大，醫(yī)療技術水平并未得到顯著提升，應引起婦幼保健機構高度重視[22]，“十四五”期間重點關注，并結合配置效率實際，可按照年度、季度規(guī)劃，靈活動態(tài)調整婦幼衛(wèi)生資源配置，為今后衛(wèi)生資源的配置奠定基礎[23-27]。本研究僅使用醫(yī)療機構服務通用指標，下步將孕產婦及新生兒死亡率等健康指標納入服務效率評價體系，以提高評價結果的科學性與準確性。

綜合上述，我國婦幼保健機構基礎配置投入和服務數(shù)量產出整體較高，但服務效率未能得到顯著提升?！笆奈濉逼陂g應重點關注醫(yī)療技術水平的提升。