應用數據包絡分析法評價手術科室運營效率

許 軻 何瑞仙 邱亭林△

【提 要】 目的 分析手術科室運營效率，為提升醫療資源利用效率和精細化管理水平提供參考。方法 應用數據包絡分析方法分析科室的規模報酬狀態和相對有效性。通過計算科室的各指標投影值，確定科室的適宜規模。結果 醫院整體運營效率較高，20個手術科室中，9個科室DEA有效，達到了技術和規模上的最佳投入產出組合；6個科室為DEA弱有效，5個科室為DEA無效，衛生資源投入沒有得到充分利用，沒有達到最佳的規模產出。科室A、B、C、I、R和T處于規模報酬遞增狀態，科室E、G、L、M和Q處于規模報酬遞減狀態。結論 采用DEA對各手術科室運營效率進行評價具有可行性，針對DEA無效的科室，需進一步加強管理和優化資源配置，以提高科室運營效率。

2019年《國務院辦公廳關于加強三級公立醫院績效考核工作的意見》指出：“要推動三級公立醫院在發展方式上由規模擴張型轉向質量效益型，在管理模式上由粗放的行政化管理轉向全方位的精細化績效管理，實現效率提高和質量提升，促進公立醫院綜合改革政策落地見效”。因此對于醫院管理者而言，提升醫院精細化管理水平，合理配置醫療資源，提高資源利用效率至關重要[1-2]。數據包絡分析方法(data envelopment analysis，DEA)是運用數學工具評價經濟系統生產前沿面有效性的非參數方法，特別適合用于多投入、多產出的多目標決策單元的績效評價，而且對投入和產出指標沒有分布和量綱要求[3-4]。本研究采用DEA方法，對醫院各手術科室的資源投入和產出指標進行評價，找出影響科室運營效率的原因，并提出針對性的改進意見，為醫院精細化管理和資源配置提供參考。

資料與方法

1.資料來源

通過查閱文獻，根據數據口徑的統一性、可比性原則，同時考慮數據可獲得性，并結合醫院管理的重心，選取床位數(張)、手術平臺數(個)、護士數(人)和醫生數(人)4個投入指標；選取出院量(人次)、手術量(人次)、病例組合指數(case mix index，CMI)和住院總費用(萬元)4個產出指標[3，5]。

數據包絡分析法中，過多的評價指標可能會降低DEA的評價效率，一般要求樣本容量大于投入和產出指標數量之和的兩倍[6]。本研究采集2019年度北京市某腫瘤專科醫院醫療衛生統計數據，以20個手術科室病區為評價對象，分別以代碼A-T表示。

2.研究方法

DEA有多種分析模型，本研究選用常用的CCR(charnes，cooper and rhodes)模型和BCC(banker，charnes and cooper)模型[2，7]。CCR模型的基本原理是在規模報酬不變的假設下衡量決策單元(decision making units，DMU)的總體技術效率(亦稱為綜合效率)，判斷各科室相對于其他科室其“技術有效”和“規模有效”是否同時發生。BCC模型主要是對CCR模型的擴充，假設規模報酬可以變動的情況下，將CCR模型的綜合效率分為純技術效率和規模效率，綜合效率=純技術效率×規模效率，效率值均介于0～1之間，當綜合效率為1時，稱為DEA有效。純技術效率是由于管理和技術等因素影響的生產效率，技術效率為1，稱為技術效率有效，指現有衛生資源投入下的最大產出，技術效率數值越小，其有效性越差。規模效率反映的是實際規模與最優生產規模的差距，規模效率為1，稱為規模效率有效，指規模收益不變情況下，衛生資源投入增加數倍，產出也相應增加數倍。BCC模型同時還給出了各DMU的規模報酬狀態，可以分為規模報酬遞增、規模報酬遞減和規模報酬不變三種狀態，并計算各DMU的投入、產出指標的投影值，對各DMU在投入和產出方面存在的問題進行定量分析[4，8]。

3.統計分析

采用DEAP 2.1軟件實現DEA統計分析。

結 果

1.投入產出指標基本情況

2019年度20個手術科室床位數介于15至51張，平均38.65張；手術平臺數99至550個，平均317.40個；護士7至30人，平均21.30人；醫生4至17人，平均8.40人。出院人次410至3325，平均1994.55；手術人次335至3247，平均1567.50；CMI值0.66至3.15，平均1.47；住院總費用2141.47萬元至18275.73萬元，平均8194.03萬元。其中，科室E床位數、手術平臺數和護士數最多，科室R醫生數最多。科室O出院人次和手術人次最多，科室G的CMI值最高，科室E住院總費用最高。

2.科室運行效率情況

20個手術科室中，綜合效率平均值為0.91，純技術效率平均值為0.95，規模效率平均值為0.96，處于相對較高水平。科室D、F、H、J、K、N、O、P和S的綜合效率、純技術效率和規模效率均為1，處于規模報酬不變狀態，達到了DEA有效。表明這9個科室的床位、衛技人員等方面的投入已經得到了充分利用，達到了技術和規模上的最佳投入產出組合，構成了20個手術科室的生產最前沿(表1)。

表1 2019年度某腫瘤醫院手術科室DEA運行效率

另外有11個手術科室綜合效率小于1，科室的醫療資源配置效率沒有達到最佳狀態。其中科室C、E、G、L、M和T為DEA弱有效，其技術效率為1，規模效率

科室A、B、C、I、R和T處于規模報酬遞增狀態，產出的增長速度高于投入的增長速度，為達到最優生產規模，未來可進一步增加科室投入，采取外延式的發展模式，追求效益的最大化。科室E、G、L、M和Q處于規模報酬遞減狀態，產出的增長速度低于投入的增長速度，建議適當減少科室的投入或進一步提高資源利用效率，增強管理水平。

3.DEA無效科室的優化方案

根據DEA無效科室的綜合效率值和松弛變量，得出各個投入和產出指標的理想值，再與實際值進行比較，以明確各指標調整值，提出醫療資源配置過程中的不足之處，為優化配置衛生資源提供定量依據。以科室B為例，在產出既定的情況下，投入指標存在一定程度的浪費，床位可減少1.19張，手術平臺可減少96.73個，護士可減少6.22人(表2)。

表2 2019年度某腫瘤醫院DEA無效科室的投入與產出優化

討 論

DEA是一種非參數方法，對指標沒有分布和量綱的要求，其采用極值確定生產前沿，避免用主觀標準確定效率，客觀性較強，特別適合用于多投入和多產出的多目標決策單元的績效評價[2]。此外，DEA還可以進一步分析和發現科室低效率的原因，揭示各科室運營的優勢和不足，促進持續改進和完善[9]。

本研究結果顯示，20個手術科室綜合效率平均值為0.91，純技術效率平均值為0.95，規模效率平均值為0.96，處于相對較高水平，各科室的綜合效率值排序與科室的實際情況基本一致。全院共有5個科室(占比25%)DEA無效，存在醫療衛生資源投入冗余或產出不足。6個科室處于規模報酬遞增狀態，產出的增長速度高于投入的增長速度，為達到最優生產規模，可考慮進一步增加科室投入；5個科室處于規模報酬遞減狀態，產出的增長速度低于投入的增長速度，建議適當減少科室的投入或進一步提高資源利用效率，增強管理水平。如果通過合理調配資源，加強科室管理使5個DEA無效的科室達到DEA有效，投入方面可節省床位3.42張(0.44%)、手術平臺177.98個(2.80%)、護士10.08人(2.37%)、醫生7.92人(4.71%)。

DEA方法雖然可以對科室運行效率做出評價，但造成有效率或無效率的原因仍然需要根據實際情況進行分析和解釋。例如，科室I屬于綜合治療科室，不僅收治手術患者，還收治部分化療患者，然而本研究側重分析手術相關指標的運行效率，可能存在一定的不公平。科室A和B有較多患者轉運至門診進行手術，由于門診手術室工作時間相對較短，且受患者轉運環節等因素影響，可能會導致科室的運行效率降低。

DEA也存在一定的局限性，比如其對指標的選擇比較敏感，使用不同的投入和產出指標，會導致不同的生產前沿形狀和位置，計算出來的有效值也會有一定差距[2]。受客觀條件限制，本研究主要側重住院和手術相關指標，未能納入門診量、固定資產投入、員工收入等指標，研究結果可能不夠全面。另外，DEA方法所得的效率值是相對效率，而非絕對效率，DEA有效的科室是相對于其他參與評價的科室而言，并不代表該科室本身已經達到絕對最佳狀態。因此，無論是相對有效科室，還是非有效科室，都應當充分利用現有資源，不斷提高自身的醫療服務效率水平。