我國10家三級兒童醫院的技術與規模效率及變動研究

劉雙梅 王小萬 秦江梅

?

·醫院管理·

我國10家三級兒童醫院的技術與規模效率及變動研究

劉雙梅1，2*基金項目：國家自然科學基金(71173237)作者簡介：劉雙梅，女(1989年—)，碩士研究生，研究方向為衛生經濟與醫院管理。E-mail:lsm_pumc@163.com通訊作者：王小萬。E-mail: Wangxwan@gmail.com王小萬2秦江梅3

1.北京協和醫學院 北京 100730

2.中國醫學科學院醫學信息研究所/衛生政策與管理研究中心 北京 100020

3.國家衛生計生委衛生發展研究中心 北京 100191

目的：評價我國三級兒童醫院的技術效率和規模效率，了解效率變動情況，為三級兒童醫院改善其效率和提升生產率提供參考。方法：系統收集10家三級兒童醫院2011—2012年人員、設備、資產、醫療服務等投入—產出指標，運用DEA的C2R模型和BC2模型計算樣本醫院的年度技術效率和規模效率，再利用Malmquist指數分析樣本醫院跨期效率變動情況。結果：2011年3家醫院為DEA有效，無效的7家醫院中4家處于規模報酬遞增階段，3家處于規模報酬遞減階段；2012年6家醫院為DEA有效，無效的4家醫院處于規模報酬遞減階段。2011—2012年，6家醫院的生產率有所改善，4家醫院的生產率出現了下降。結論：樣本醫院整體運行效率較高，但有個別醫院技術效率較低；2012年多數醫院運行效率和生產率有所提高，其中生產率的提高主要源于效率的改善；規模是影響效率和生產率的重要因素，不可盲目擴大規模。

三級兒童醫院； DEA； Malmquist指數； 技術效率； 規模效率

近年來，兒科醫療資源緊缺和兒童“看病難”問題日益突出，引起了社會廣泛關注。[1-2]2012年我國僅有兒童醫院89家，每千名兒童兒科床位數為1.71張，遠低于每千人口床位數的全國平均水平(4.55張)，每千名兒童僅有兒科醫師0.41人，遠低于同期每千人口醫師數的全國平均水平(2.06人)。[3]在現階段兒科醫療資源緊缺的大背景下，提高現有兒科醫療資源的利用效率，提高兒童醫院的服務能力，最大程度滿足兒童看病需求，顯得尤為迫切。三級兒童醫院作為兒科醫療、教學和科研的中心，集中了大量優質的兒科醫療資源，其運行效率如何，是否在現有投入水平下實現了最大產出，能否進一步提高其運行效率和醫療服務能力，如何提高等，都是值得探討的問題。本研究運用數據包絡分析模型(data envelopment analysis, DEA)評價了我國10家三級兒童醫院2011年和2012年的技術效率和規模效率，并利用Malmquist指數模型分析了這10家醫院在2011—2012年的效率變動情況，以及影響效率和生產率變動的原因。在此基礎上提出相關政策建議，以為樣本醫院完善服務方式、改善效率提供科學決策依據。

1 資料與方法

1.1 資料來源

研究對象為我國10家三級兒童醫院(用H1-H10代碼標注)，其中東部地區6家，中部地區3家，西部地區1家。通過現場調查和相關統計報表資料，系統收集樣本醫院2011年和2012年人員、設備、資產、醫療服務量、收支等反映經濟運行狀況的數據，具體指標包括年末在職職工數、年末開放床位數、總支出、門急診人次、出院人次、總收入等。

1.2 研究方法

DEA模型是一種應用廣泛的非參數前沿效率評價方法，主要用來測算多投入多產出同類決策單元的相對效率。[4]基于線性規劃技術，DEA模型通過對各決策單元的投入和產出變量的分析來確定其相對有效的生產前沿面，再將各決策單元投影到該前沿面上，根據各決策單元到前沿面的距離來評價其相對有效性。位于生產前沿面上的決策單元為DEA有效(效率值=1)，生產前沿面外的決策單元為DEA無效(0<效率值<1)，距離前沿面越遠，其效率值越低。

傳統的DEA模型有C2R和BC2兩種經典模型。[5-7]C2R模型主要用于計算各決策單元的技術效率，BC2模型則進一步將技術效率分解為純技術效率和規模效率，即純技術效率和規模效率的乘積。純技術效率主要反映決策單元現有技術水平發揮程度和經營管理水平的高低，規模效率則側重反映決策單元的運營規模是否適當。也就是說，決策單元的技術效率低下有可能是由技術或管理水平低下導致，或規模不當導致，也可能由二者共同導致。同時，BC2模型還可以判斷決策單元是處于規模收益固定狀態(規模效率為1)，還是規模收益遞增或遞減狀態(規模效率<1)。Malmquist指數主要用于評價各決策單元全要素生產率的跨期變化。[8-9]Malmquist指數將全要素生產率的變化分解為技術變化和效率變化，效率變化又可進一步分解為純技術效率變化和規模效率變化，據此分析其生產率變化的原因。

本研究運用C2R和BC2模型分析我國10家三級兒童醫院2011年和2012年度的運行效率，利用Malmquist指數模型分析樣本醫院的跨期效率變動情況。由于醫院難以在短期內完善其人力和設備等投入，且兒科醫療服務長期處于供不應求的狀態，因此，均選用產出導向模型進行分析。

根據重要性、全面性、精簡性等指標選取原則，參考國外相關文獻指標體系的構建[10-16]，最終選取年末在職職工數(簡稱職工數)、年末開放床位數(簡稱床位數)作為投入指標，選取門急診人次、出院人次作為產出指標，來構建本次DEA評價模型。

1.3 統計分析方法

運用SPSS 17.0建立數據庫，進行數據核查和統計描述分析；運用DEAP2.1評價相關樣本醫院的效率值。

2 結果

2.1 基本情況

與2011年相比，2012年所有投入—產出指標均值都有所增長，呈現規模逐步擴大趨勢。投入指標中，床位數變異程度較大，職工數變異程度相對較小。產出指標中，門急診人次和出院人次的變異程度均較大(表1)。

表1 10家三級兒童醫院投入—產出指標的基本情況

2.2 2011年技術效率及規模效率

2011年10家樣本醫院運行效率的分析結果顯示，3家醫院(H4、H6、H9)為有效決策單元(有效率為30%)，其技術效率、純技術效率和規模效率均為1，處于規模報酬固定階段；7家醫院為無效決策單元，其中3家醫院(HI、H5、H7)的純技術效率為有效，技術效率低下主要是由規模效率低下所導致，H1和H5處于規模報酬遞增階段，H7處于規模報酬遞減階段；另外，4家醫院(H2、H3、H8、H10)的技術無效主要是由純技術效率和規模效率低下所致，其中H2和H3處于規模報酬遞增階段，H8和H10處于規模報酬遞減階段。在無效決策單元中，H2的效率最低(技術效率值僅為0.578)，其效率低下的主要原因是純技術效率低下 (純技術效率值僅為0.626)；其次為H1，H1的規模效率為同類決策單元中最低(僅為0.801)；H8和H10的技術效率也較低，其中H8效率低的主要原因是純技術無效，H10效率低下的原因主要是規模無效 (表2)。

表2 2011年10家三級兒童醫院技術效率及規模效率情況

注：各效率值等于1為有效，小于1為無效。 Irs：規模報酬遞增；drs：規模報酬遞減；—：規模報酬不變。

2.3 2012年技術效率及規模效率

2012年10家樣本醫院的運行效率分析結果顯示，6家醫院(H1、H4、H5、H6、H7、H9)為有效決策單元(有效率為60%)，其技術效率、純技術效率和規模效率均為1，處于規模報酬固定階段。H2、H3、H8、H10為無效決策單元，其技術無效主要是由純技術效率低下和規模效率低下共同所致，4家醫院均處于規模報酬遞減階段。在無效決策單元中，H10的技術效率最低(0.747)，其效率低下主要是由規模效率低所致；其次為H2 (0.809)，其效率低下主要是由純技術效率低所致(表3)。

表3 2012年10家三級兒童醫院技術效率及規模效率情況

注：各效率值等于1為有效，小于1為無效。 Irs：規模報酬遞增；drs：規模報酬遞減；—：規模報酬不變。

2.4 2011—2012年效率變動情況

2011—2012年樣本醫院Malmquist指數分析結果顯示，6家醫院(H1、H2、H5、H6、H7、H8)的全要素生產率有所改善，其中H2的提高最為明顯，其次為H1；4家醫院(H3、H4、H9、H10)的全要素生產率有所下降，其中H10的下降最為明顯，其次為H4。5家醫院(H3、H5、H6、H7、H8)的技術都有所進步，但幅度不大；5家醫院(H1、H2、H4、H9、H10)的技術出現退步，其中H1和H2的技術退步較為突出。與技術水平進退參半不同，只有H3和H10兩家醫院的效率有所下降，大部分醫院的效率都有所改善，其中H1和H2兩家醫院的效率改善較為突出。樣本醫院的純技術效率相對穩定，6家醫院(H1、H4、H5、H6、H7、H9)基本保持不變，H2、H8有所提升，其中H2提升幅度較大，H3、H4有輕微下降。H1、H2、H5、H7的規模效率都有所提升，其中H1提升最突出；H3、H8、H10的規模效率都有所下降。

H1、H2、H7生產率的提高源于效率的改善，其中H1、H7為規模效率改善，H2主要為純技術效率的改善；H6生產率的提高主要源于技術進步；H5和H8生產率的提高則是技術進步和效率改善共同所致。H3生產率的下降由效率降低所引起，H4和H9生產率的下降主要由技術退步所致，H10則是由技術退步和效率下降共同所致，其中效率下降是主要原因(表4)。

表4 2011—2012年10家三級兒童醫院效率變動情況

注：各指數等于1為不變，大于1為改進，小于1為退步。

3 討論

3.1 樣本醫院的服務規模存在較大差距

通過年末在職職工數、年末實際開放床位數、門急診人次、出院人次可以看出，不同三級兒童醫院在人員、設備等資產投入以及醫療服務產出方面的差距較大，規模最大的兒童醫院人員數、床位數、醫療服務量均是規模較小兒童醫院的數倍，我國三級兒童醫院在規模發展上處于不均衡狀態。

3.2 樣本醫院技術效率整體較高，個別醫院技術效率低下、發展滯后

研究發現，10家樣本醫院的技術效率整體維持在較高水平，但有個別醫院的技術效率較低下。H2在2011年的技術效率僅為0.578，與其他醫院存在很大差距，通過分析，發現主要是由純技術效率過低所致；2012年，H2的純技術效率雖有一定程度改善，但與同類決策單元的差距仍然較大。這說明，不同兒童醫院在技術和經營管理水平上存在一定差距。雖然大部分三級兒童醫院發展成熟、技術先進，但少數醫院在技術上呈現明顯的落后趨勢。因此，技術較落后醫院應重視內涵建設，加強技術引進和人才培養，完善經營管理，轉變服務模式，充分利用現有技術和資源提升運行效率。技術領先的兒童醫院也可通過構建“醫聯體”等方式，對其進行對口支持，提供臨床技術和人才培養。此外，政府也可加大對相關兒童醫院的財政投入，為其引進人才、購置設備提供資金支持，鼓勵其發展和應用新技術，提高經營管理水平，進而促進全國范圍內三級兒童醫院的均衡發展。

3.3 適度擴大規模可以提高規模效率、改善規模報酬狀態，但過度擴大規模會導致規模效率和技術效率的下降

研究發現，部分樣本醫院在擴大服務規模后，其規模效率和規模報酬狀態發生了變化。2家醫院(H1和H5)的規模效率均提高到1，并從規模報酬遞增狀態進入固定規模報酬狀態，還有2家(H2和H3)直接從規模報酬遞增狀態轉為規模報酬遞減狀態。這說明，部分樣本醫院通過增加人員或擴大床位規模等措施，逐步達到了較佳的服務規模，并提升了運行效率；但有的醫院因過度增加投入，盲目擴大規模，超出了醫院的最佳服務能力，其規模效率不升反降。另外，本就處于規模報酬遞減狀態的H8和H10兩家醫院，由于進一步擴大規模，導致其規模效率出現下滑趨勢。尤其是H10，過度規模擴張使得本就不高的規模效率繼續下滑，同時，還引起了純技術效率的下降，導致運行效率明顯下降，成為2012年最低效單元。因此，醫院應充分考慮人力儲備、管理能力，以及服務能力等多種因素，適當擴大規模，并在擴大規模后進一步完善其配套措施，加強管理，避免新增資源得不到充分利用，而造成資源浪費。

3.4 2012年大部分樣本醫院的運行效率和生產率都有所改善，其中生產率的改善主要源于效率的改善

基于Malmquist指數模型，研究發現，在2011—2012年期間，大部分樣本醫院的生產率都有所改善，只有少數樣本醫院的生產率有所下降。生產率的提高主要源于運行效率的改善，其中純技術效率和規模效率的作用均較明顯，這說明，技術水準、管理水平與服務規模均是引起生產率變化的重要因素。H2主要通過提高技術和完善經營管理，提高純技術效率，進而帶動生產率的的提升。H1則是通過擴大規模，達到固定規模報酬狀態，優化服務規模，大幅提升了其規模效率和技術效率，這樣即使技術有所下滑，但最終生產率還是有所改善。而H10因過度擴張使得規模效率和純技術效率下降明顯，加之技術水平有所倒退，其生產率明顯下滑。因此，適度控制規模對提高生產率很重要，不可盲目擴大規模。另外，部分醫院(如H2和H4)在研究期間技術退步較明顯，因此，需持續重視人才隊伍建設、充分利用新醫療設備和診療技術、優化和改善診療程序和措施，發揮應有技術水平，以提升其生產率和服務能力。

4 小結

本研究將傳統DEA的C2R和BC2經典模型與Malmquist指數模型結合起來，從縱向和橫向兩個角度對我國10家三級兒童醫院的技術效率和規模效率，以及跨期效率變動情況進行了較為系統的分析，系統地研究了樣本醫院的運行效率及所存在的問題，以促進其有效地規范化發展。

值得注意的是，DEA模型所測算的是同類決策單元的相對效率，而非絕對效率。通過被評價單元內部的相互比較，得出相對有效或無效的決策單元。被評價醫院效率不高，只說明相對于運營更佳的同類醫院來說，被評價醫院有提升效率的空間和潛力。如果納入其他類型醫院(如規模類似的綜合醫院或其他類型專科醫院)作為評估對象，兒童醫院的效率評估結果勢必發生變化，技術效率、規模效率、規模報酬狀態以及生產率變動等都會發生改變。與其他類型醫院相比，樣本兒童醫院的整體運行效率結果可能會更好。

[1] 李秋萌. 兒科困局[J]. 中國衛生人才, 2011(3): 46-47.

[2] 王君平. 兒童看病難成突出問題，全國至少缺20萬兒科醫生[N].人民日報, 2010-10-21(5).

[3] 國家衛計委. 2013年中國衛生和計劃生育統計年鑒[M]. 北京： 中國協和醫科大學出版社， 2013.

[4] 魏權齡. 數據包絡分析[M]. 北京： 科學出版社， 2004.

[5] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of Decision Making Units [J]. European Journal of Operational Research, 1978(2): 429-444.

[6] Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale efficiencies in data envelopment analysis [J].Management Science, 1984,30(9): 1078-1092.

[7] Banker R, Charnes A, Cooper W, et al. An introduction to data envelopment analysis with some of its models and their uses[J]. Research in Governmental and Nonprofit Accounting, 1989(5): 125-163.

[8] Fare R, Grosskopf S, Lindgren B, et al. Productivity developments in Swedish hospitals: a malmquist output index approach[M]. Boston: Kluwer Academic Publishers, 1994.

[9] Burgess J F, Wilson P W. Decomposing hospital productivity changes,1989-1988: A nonparametric malmquist approach [J]. Journal of Productivity Analysis, 1995, 6(4):343-363.

[10] McGlynn E A. Identifying, Categorizing, and Evaluating Health Care Efficiency Measures[M]. Rockville, MD: Agency for Healthcare Research and Quality. 2008.

[11] Ozcan Y A , Luke R D, Haksever G. Ownership and organizational Performance: A comparison of technical efficiency across hospital types[J]. Medical Care, 1992, 30(9): 781-794.

[12] Sahin I, Ozcan Y A. Public sector hospital efficiency for provincial markets in Turkey [J]. Journal of Medical Systems, 2000, 24(6): 307-320.

[13] Harrison J P, Coppola M N, Wakefield M. Efficiency of federal hospitals in the United States[J]. Journal of Medical Systems, 2004, 28(5): 411-422.

[14] Grosskopf S, Margaritis D, Valdmanis V. Competitive effects on teaching hospitals [J]. European Journal of Operational Research, 2004, 154(2): 515-525.

[15] Afonso A, Fernandes S. Assessing hospital efficiency: non-parametric evidence for Portugal [R].Lisbon: School of Economics and Management, Technical University of Lisbon, 2008.

[16] O’Neil L, Rauner M, Hedidenberger K, et al. A cross-national comparison and taxonomy of DEA-based hospital efficiency studies[J]. Socio- Economic Planning Sciences, 2008, 42(3): 158-189.

(編輯 劉博)

Research on technical efficiency, scale efficiency and the efficiency changes of 10 tertiary children’s hospitals in China

LIUShuang-mei1,2,WANGXiao-wan2,QINJiang-mei3

1.PekingUnionMedicalCollege&ChineseAcademyofMedicalSciences,Beijing100730,China2.CenterforHealthPolicyandManagement,InstituteofMedicalInformation,ChineseAcademyofMedicalSciences,Beijing100020,China3.ChinaNationalHealthDevelopmentResearchCenter,Beijing100191,China

Objective: To evaluate technical efficiency, scale efficiency and the efficiency changes of tertiary children’s hospitals to provide reference for improving efficiency and productivity. Methods: Input and output data of 10 tertiary children’s hospitals in 2011 and 2012 were collected; C2R and BC 2models were adopted to evaluate the technical efficiency and scale efficiency; and the Malmquist index was adopted to analyze efficiency and productivity changes through the period. Results: In 2011, there were three efficient hospitals, four at IRS stage, and three at DRS stage; in 2012, there were six efficient hospitals, and four at DRS stage. The productivity of six hospitals increased, and four decreased. Conclusions: The overall technical efficiency and scale efficiency of sample hospitals were high relatively, but the technical efficiency of individual hospitals was low. The efficiency and productivity of most sample hospitals were improved in 2012, and the improvement of productivity mainly came from efficiency improvements. Scale is an important factor affecting the efficiency and productivity, hospitals should expand their scale appropriately.

Tertiary children’s hospitals; DEA; Malmquist index; Technical efficiency; Scale efficiency

R197

A

10.3969/j.issn.1674-2982.2015.01.005

2014-11-20

2015-01-04