基于數據包絡法的中醫類醫院衛生資源配置效率分析與研究＊

張 盼，鄧文萍＊＊，常 凱，吳 莉，毛樹松

（1. 湖北中醫藥大學信息工程學院 武漢 430065；2. 湖北中醫藥大學審計處 武漢 430065）

隨著醫療衛生體制改革不斷深入，以投入更經濟、更少的有限資源獲取最大效益的最優產出是現階段所尋求的合理配置衛生資源的手段[1]。國務院2017年1 月發布的《關于“十三五”深化醫藥衛生體制改革規劃的通知》中要求“健全完善醫療衛生服務體系。優化醫療衛生資源布局，明確各省、各級、各類醫療衛生機構功能定位，加強協作，推動功能整合和資源共享”。這也對我國中醫藥衛生資源的優化配置帶來了新的契機，如何合理配置中醫藥衛生資源，提升現有的衛生資源配置效率，發揮中醫藥特色優勢是目前亟需解決的問題。本文利用因子分析方法篩選衛生資源投入和產出指標，采用數據包絡分析（Data envelopment analysis，DEA）方法評估2017年全國31個省市的中醫類醫院衛生資源配置效率，為進一步提升中醫類醫院衛生資源配置效率提供參考依據。

1 資料與方法

1.1 資料來源

本文研究數據來源于國家衛生健康委員會發布的《中國衛生健康統計年鑒2018》（《中國衛生和計劃生育統計年鑒》于2018 年更名為《中國衛生健康統計年鑒》）和國家中醫藥管理局發布的《全國中醫藥統計摘編》，數據截止2017 年底。文中“全國數據”是指除港澳臺以外的所有省、直轄市及自治區的數據，全國中醫類醫院包含中醫醫院、中西醫結合醫院和民族醫院。

1.2 研究方法

1.2.1 因子分析

因子分析是用少數幾個因子去描述許多指標或因素之間的聯系，根據多個變量之間一定的相關性對數據進行降維處理[2]，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合因子的一種多變量統計分析方法。該方法適用于多個指標的綜合評價，為使評價結果更加科學、合理，本文首先對數據進行標準化處理，然后利用因子分析方法篩選出主要影響指標。

1.2.2 數據包絡分析

數據包絡分析是1978年由美國的Charnes、Cooper和Rhodes 首次提出的一種基于被評價對象間比較的非參數技術效率分析方法[3]，該方法通過對樣本的投入和產出指標數據分析確定出有效生產前沿面，根據決策單元與生產前沿面的距離狀況得出效率值，多用于醫院運營效率及衛生決策等綜合評價問題。本文主要采用數據包絡分析的CCR—BCC 模型，CCR 模型是在規模報酬不變情況下計算綜合效率值，BCC 模型是在規模報酬可變情況下計算純技術效率和規模效率值[4],模型公式如下：

注：n為決策單位數，θ為該決策單元的有效值，xk為第k個決策單位的j項投入值，yk為第k個單位的j項產出值，λ為權重系數，s+，s-為松弛變量。

綜合效率是對決策單元的資源配置能力、資源使用效率等多方面能力的綜合衡量與評價，純技術效率反映的是在一定最優規模時投入要素的生產效率，規模效率反映的是實際規模與最優生產規模的差距。利用CCR 術效率反模型，可以計算出2017 年全國31個省市的中醫類醫院衛生資源配置的綜合效率、純技術效率和規模效率值以及投入冗余或產出不足的具體數值。

1.2.3 統計分析

用Excel 軟件進行數據錄入、整理并建立數據庫，采用SPSS的因子分析方法對多個指標進行降維處理，篩選出合適的衛生資源投入和產出指標后使用DEAP2.1軟件進行DEA評價分析。

表1 投入指標旋轉成分矩陣

2 評價指標的選取

衛生資源配置效率評價的關鍵在于選擇合適的投入和產出指標。通過文獻優選法分析衛生資源配置效率評價的相關文獻[6-13]，投入指標主要包括人力、財力、物力資源三個方面，如衛生技術人員、費用支出、衛生機構數等；產出指標主要包括診療人次數、病床使用情況、醫院收入等醫療服務指標。基于數據包絡分析方法對指標數量的要求（投入和產出指標總數之和不能超過決策單元總數的一半），綜上選取投入指標為機構數、床位數、在崗職工數、衛生技術人員、注冊護士、執業醫師、人均住院費用和總支出，分別編號為X1-X8；產出指標為出院人數、診療人次數、平均住院日、病床使用率、財政補助收入和總收入，分別編號為Y1-Y6。

2.1 投入指標的選取

采用SPSS 軟件將8 個投入指標進行因子分析之前，對各指標進行KMO 和Bartlett 球形度檢驗，結果KMO 值為0.788，Bartlett 球形檢驗顯著性為0.000（統計學家一般將KMO 定為0.6 左右，顯著性水平小于0.05[5]），說明選取的指標之間具有相關性，適合做因子分析。對投入變量進行因子分析，可以得到主成分方差貢獻率及旋轉成分矩陣（表1）。本次因子分析提取到4 個公因子，且方差累計貢獻率達到了99.496%，說明這些公因子可以代表絕大多數變量的信息。由表1可以得到與4個公因子相關性最大的投入指標分別為在崗職工數、總支出、機構數和床位數。

2.2 產出指標的選取

與投入指標選取方法一樣，采用SPSS 軟件將6 個產出指標進行因子分析之前，對各指標進行KMO 和Bartlett球形度檢驗，結果KMO值為0.647，Bartlett球形檢驗顯著性為0.000，說明選取的指標之間具有一定的相關性，適合做因子分析。對產出變量進行因子分析，可以得到主成分方差貢獻率及旋轉成分矩陣（表2）。本次因子分析提取到3 個公因子，且方差累計貢獻率達到了91.226%，說明這些公因子可以代表絕大多數的信息。由表2 可以得到與3 個公因子相關性最大的產出指標分別為總收入、出院人數和診療人次數。

表2 產出指標旋轉成分矩陣

3 結果

3.1 衛生資源配置效率的DEA分析

根據上述評價指標的選取，本文選取2017年全國31 個省市的中醫類醫院進行衛生資源配置效率的分析，2017 年投入-產出指標數據如表3 所示。利用DEAP2.1 軟件，將表3 的數據帶入到CCR-BCC 模型中運算，得到2017年全國中醫類醫院衛生資源配置效率值（表4）。

表3 全國各地區2017年中醫類醫院衛生資源投入-產出情況

從表4 可以看出，全國31 個省市的中醫類醫院衛生資源配置的綜合效率、純技術效率、規模效率的均值分別為0.949、0.973、0.975，說明衛生資源的配置效率總體相對較高。若綜合效率、純技術效率和規模效率值都等于1，則表示該決策單元DEA有效；若其中一個效率值等于1，則表示該決策單元DEA弱有效，否則為非DEA有效。從表5可以得出31個省市中，14個省市（占45.16%）為DEA 有效，說明這些省市的衛生資源投入得到了充分的利用，達到了相對最佳的產出值；7 個省市（占22.58%）為DEA 弱有效，表明這些省市的衛生資源在當前的規模下得到了充分的利用，但是未達到最佳規模狀態；其余10 個省市（占32.26%）的衛生資源配置相對無效，說明這些地區的投入和產出規模不匹配。從規模報酬來看，天津、遼寧、吉林、山東等6 個省市規模收益遞減，說明這些省市產出增加的速度跟不上投入增加的速度，而河北、山西、內蒙古、黑龍江等11 個省市規模收益遞增，說明這些省市衛生資源投入規模不足，合理增加投入規模可能會帶來較高的綜合效率。

表4 全國各地區2017年中醫類醫院衛生資源配置效率值

表5 全國各地區2017年中醫類醫院衛生資源配置效率評價分布情況

3.2 非DEA有效省市衛生資源配置效率的分析

通過DEAP2.1 軟件可以計算出上述10 個非DEA有效省市中醫類醫院衛生資源投入與產出的目標值以及松弛值（即目標值與實際值的差）（表6）。DEA 無效的原因一般是資源投入過剩或產出不足，從表6 可以看出，非DEA 有效的省市在投入指標機構數、床位數、在崗職工數和總支出4 個指標上均存在衛生資源投入冗余的情況，機構數投入冗余最大的為內蒙古，松弛值為87；床位數和總支出投入冗余最大的為遼寧，松弛值分別為7 589、19 545.97；在崗職工數投入冗余最大的為山東，松弛值為12 822。部分產出指標中存在產出不足的情況，如天津、內蒙古、吉林這些省市中醫類醫院在出院人數上產出相對不足，其中天津的松弛值最大，目標值與實際值相差53 666，天津、遼寧、黑龍江、山東等6 個省市中醫類醫院在診療人次數上產出不足，其中山東的松弛值最大，約474.86 萬。以天津為例進行分析，將投入與產出的實際值與目標值對比，機構數冗余7 個，床位數冗余200 張，在崗職工數冗余371 人，總支出多投入7 781.83 千元，如果要達到DEA有效（效率值等于1），實現最佳產出，在原有的投入規模下適當的減少衛生資源，該省將會增加8.63%的診療人次數，24.71%的出院人數。

表6 非DEA有效省市中醫類醫院衛生資源投入與產出的目標值與松弛值

4 討論

4.1 衛生資源綜合配置效率總體較高，但各省差異較大

習總書記在十九大中多次強調“要加大對中醫藥事業的投入，重點開展中醫藥特色服務及中醫藥人才培養”。2009 年新醫改以來，我國中醫類醫院衛生資源配置效率逐漸趨向合理，2017 年衛生資源配置的綜合效率均值達到了0.949，說明黨中央、國務院高度重視中醫藥工作，制定了一系列政策措施，推動中醫藥事業發展并取得了顯著成就。但是，近年來中醫類醫院床位數、在崗職工數等衛生資源投入過剩、投入規模不當導致我國10 個省市衛生資源配置DEA 相對無效，從而導致各省市間效率值差異較大。從本文分析中發現，東部地區衛生資源配置效率相對較高，非DEA 有效省市東西部地區最多，遼寧省的衛生資源配置綜合效率最低為0.790，黑龍江其次為0.828，說明不同地區對衛生資源的使用情況不同導致了配置效率的差異。因此，應重視東中西部地區的衛生資源使用情況，從實際情況出發，科學合理的統籌規劃全國中醫類醫院發展體制機制，適度調整衛生資源配置結構，協調各省市的衛生資源差異，進一步提升資源配置的合理性和資源利用率。

4.2 制定科學的區域衛生資源規劃，調整衛生資源投入規模

在非DEA 有效省市衛生資源配置效率的分析過程中，將投入和產出的實際值與目標值對比，投入指標的實際值均超出了目標值，部分產出指標的實際值并未達到目標值。由于投入產出規模不配套，產出增長速度低于投入增長速度，導致部分省市衛生資源利用率未達到最優產出。如遼寧省的衛生資源理想投入機構數、床位數、在職崗位數以及總支出分別超出實際值的65、7 589、6 185、19 545.97，說明在衛生資源配置的過程中，存在投入資源冗余的情況，導致衛生資源的利用率不高。因此，醫院的發展不是規模越大、設備越先進更好，而是需要制定科學合理的投入規模提高衛生資源利用效率。從規模報酬來看，各省市衛生資源投入分配不合理，這種規模收益分布情況與我國東中西部經濟的發展也有著密切的聯系[14]，因此可以考慮因地制宜適當擴大或壓縮衛生資源規模，優化資源投入規模與結構，最大限度的利用衛生資源，避免造成衛生資源的浪費。

4.3 構建多維度評價指標體系，優化醫療資源配置

數據包絡分析（DEA）在評價效率中使用普遍，而評價指標的選取直接關系到評價結果的可信性、真實性和科學性[15]。本文根據學者的經驗和總結，從醫療衛生資源的特點出發，選取盡量涵蓋衛生資源投入與產出的指標并進行嘗試性探索，使用DEA 模型進行衛生資源配置效率評價，其中包含了人力、財力、物力資源等三個方面的投入維度，醫療服務質量、服務效率等產出維度。通過查閱相關文獻，目前尚沒有完整的效率評價標準體系研究，要提高全國中醫類醫院的醫療效率，就要建立多維度的評價指標體系，如患者就診滿意度、患者人均擔負醫療費用等其他維度的指標，用于全面、客觀的評價衛生資源配置效率，從而選擇更加合理的資源配置方案，實現資源利用率的最大化，提高醫療服務質量水平。