基于DEA 和ARIMA 模型我國(guó)婦幼保健機(jī)構(gòu)資源配置效率變化趨勢(shì)及影響因素分析

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(yùn)營(yíng)管理與提質(zhì)增效是醫(yī)院持續(xù)發(fā)展重要內(nèi)容[1-2]，人才技術(shù)是醫(yī)院資源配置關(guān)鍵要素[3]。探討婦幼保健機(jī)構(gòu)資源配置效率變化趨勢(shì)及關(guān)鍵影響因素，對(duì)衛(wèi)生資源合理配置具有重要意義。目前大多運(yùn)用數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）模型對(duì)醫(yī)院資源配置效率進(jìn)行回顧性分析，或僅用時(shí)間序列模型（autoregressive integrated moving average model，ARIMA）對(duì)衛(wèi)生資源配置公平性進(jìn)行前瞻性預(yù)測(cè)研究，兩種模型研究均存在優(yōu)缺點(diǎn)。本研究聯(lián)合運(yùn)用DEA 和ARIMA 模型將前瞻性研究與回顧性分析結(jié)合，分析婦幼保健機(jī)構(gòu)資源配置效率，探索關(guān)鍵影響因素，為推動(dòng)我國(guó)婦幼保健事業(yè)高質(zhì)量發(fā)展提供決策依據(jù)。

1 資料與方法

1.1 資料來(lái)源

國(guó)家統(tǒng)計(jì)局公布的《中國(guó)統(tǒng)計(jì)年鑒》和國(guó)家衛(wèi)生健康委員會(huì)公布的《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》2010 年1 月至2020 年12 月婦幼保健機(jī)構(gòu)衛(wèi)生和社會(huì)服務(wù)數(shù)據(jù)。

1.2 指標(biāo)體系

參考同類(lèi)文獻(xiàn)[4-11]，兼顧數(shù)據(jù)可得性、連續(xù)性及關(guān)聯(lián)性，從基礎(chǔ)配置、服務(wù)數(shù)量和服務(wù)效率3 個(gè)維度構(gòu)建“投入-產(chǎn)出”效率評(píng)價(jià)體系。投入類(lèi)指標(biāo)為基礎(chǔ)配置（機(jī)構(gòu)數(shù)、床位數(shù)、衛(wèi)生技術(shù)人員）；產(chǎn)出類(lèi)指標(biāo)分服務(wù)數(shù)量（總診療人次、入院人數(shù)）和服務(wù)效率（病床周轉(zhuǎn)次數(shù)、工作日及使用率）。

1.3 研究方法

DEA 模型是對(duì)多指標(biāo)投入產(chǎn)出進(jìn)行評(píng)價(jià)分析的方法[12]，以線性規(guī)劃為基礎(chǔ)，具有處理多輸入、多輸出決策單元（decision making unit，DMU）分析評(píng)價(jià)優(yōu)勢(shì)，適合解決醫(yī)療資源配置多投入、多產(chǎn)出問(wèn)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(bào)酬不變，BCC 模型假定規(guī)模報(bào)酬可變[14]，Malmquist 指數(shù)模型研究面板數(shù)據(jù)，可測(cè)算DMU 生產(chǎn)效率在不同時(shí)期的動(dòng)態(tài)變化[15]。本研究以投入為導(dǎo)向，假定規(guī)模報(bào)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(shù)效率（TE）、規(guī)模效率（SE）和綜合效率（CE）。TE 判定DMU 投入產(chǎn)出是否合理，值越小技術(shù)有效性越差；SE 判定DMU 生產(chǎn)經(jīng)營(yíng)規(guī)模；CE=PTE×SE，判定DMU 的整體效率，判斷規(guī)則可參照文獻(xiàn)[16-18]。

1.3.2 Malmquist 指數(shù)模型 將全要素生產(chǎn)效率指數(shù)（TFP）分解為技術(shù)進(jìn)步指數(shù)（TC）和綜合技術(shù)效率變化指數(shù)（TEC）。TEC 代表對(duì)現(xiàn)存技術(shù)有效利用程度，分解為SE 和純技術(shù)效率變化指數(shù)（PTE）。SE 反映醫(yī)療產(chǎn)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(jī)構(gòu)管理水平的變化，判斷規(guī)則可參照文獻(xiàn)[19]。

1.3.3 ARIMA 模型 是時(shí)間序列預(yù)測(cè)模型中的一種，由AR、I、MA 三個(gè)部分集成得來(lái)。ARIMA（p，d，q）稱(chēng)為差分自回歸移動(dòng)平均模型，AR 是自回歸，P 為自回歸系數(shù)，MA 為移動(dòng)平均，d 為差分系數(shù)，q 為移動(dòng)平均階數(shù)。建模步驟可參照文獻(xiàn)[20-21]。

1.4 統(tǒng)計(jì)學(xué)方法

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

2 結(jié)果

2.1 2010—2020 年我國(guó)婦幼保健機(jī)構(gòu)基本情況

ARIMA 模型對(duì)2010—2025 年投入產(chǎn)出指標(biāo)進(jìn)行分析與預(yù)測(cè)，找出最優(yōu)模型和模型公式。見(jiàn)表1。

表1 最優(yōu)模型及模型公式

2010—2025 年我國(guó)婦幼保健機(jī)構(gòu)基礎(chǔ)配置中機(jī)構(gòu)數(shù)變化幅度不大，床位數(shù)逐年遞增，衛(wèi)生技術(shù)人員實(shí)現(xiàn)翻倍增長(zhǎng)；服務(wù)數(shù)量指標(biāo)逐年增長(zhǎng)，2019 年達(dá)到峰值；2021—2025 年服務(wù)效率指標(biāo)波動(dòng)不大，與均值基本持恒。見(jiàn)表2。

表2 2010—2025 年機(jī)構(gòu)投入產(chǎn)出指標(biāo)原始值與預(yù)測(cè)值

2.2 2010—2025 年機(jī)構(gòu)投入產(chǎn)出情況

2.2.1 有效性分析 圖1 顯示，DEA 強(qiáng)有效年份，投入產(chǎn)出達(dá)到相對(duì)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(dá)到最優(yōu)狀態(tài)。SE＜1的年份，規(guī)模收益遞增，可擴(kuò)大規(guī)模增加效益。

圖1 我國(guó)婦幼保健機(jī)構(gòu)投入產(chǎn)出有效性分析趨勢(shì)圖

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

2.2.3 投入冗余分析DEA 強(qiáng)有效年份，無(wú)投入冗余問(wèn)題，松弛變量S-值均為0。2013、2015 年和2018 年機(jī)構(gòu)數(shù)松弛變量S-值和投入冗余率較高，機(jī)構(gòu)數(shù)占比相對(duì)過(guò)高，可適量減少機(jī)構(gòu)投入。2020—2025 年床位數(shù)和衛(wèi)生技術(shù)人員數(shù)松弛變量S-值和投入冗余率較高。見(jiàn)表3。

表3 機(jī)構(gòu)投入冗余分析

2.2.4 產(chǎn)出不足分析DEA 強(qiáng)有效年份，無(wú)產(chǎn)出不足問(wèn)題，松弛變量S+值均為0。非DEA 有效DMU，松弛變量S+值＞0，相對(duì)于投入產(chǎn)出效率仍有提升空間。見(jiàn)表4。

表4 機(jī)構(gòu)產(chǎn)出不足分析

2.2.5 投入產(chǎn)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(yù)測(cè)2022—2025 年TFP＜1，提示該年份投入績(jī)效整體水平不高。見(jiàn)表5。

表5 2010—2025 年機(jī)構(gòu)投入產(chǎn)出效率值

3 討論

3.1 投入產(chǎn)出變化趨勢(shì)分析

我國(guó)婦幼保健機(jī)構(gòu)投入產(chǎn)出呈現(xiàn)正向趨勢(shì)，資源使用效率不高。從規(guī)模報(bào)酬分析，可擴(kuò)大規(guī)模加速提高投入產(chǎn)出比，增加效益；從投入冗余分析，床位數(shù)和衛(wèi)生技術(shù)人員占比相對(duì)過(guò)高，可適量減少開(kāi)放床位，調(diào)整衛(wèi)生技術(shù)人員；從產(chǎn)出不足分析，總診療人次、入院人數(shù)和病床周轉(zhuǎn)次數(shù)仍有較大提升空間；從投入產(chǎn)出效率分析，投入績(jī)效整體水平有待提高，重點(diǎn)提高醫(yī)療技術(shù)水平。

3.2 投入產(chǎn)出異常年份及關(guān)鍵影響因素

預(yù)測(cè)2022—2025 年投入產(chǎn)出效率異常，產(chǎn)出不足，關(guān)鍵影響因素是技術(shù)進(jìn)步指數(shù)不高。醫(yī)院規(guī)模日趨擴(kuò)大，醫(yī)療技術(shù)水平并未得到顯著提升，應(yīng)引起婦幼保健機(jī)構(gòu)高度重視[22]，“十四五”期間重點(diǎn)關(guān)注，并結(jié)合配置效率實(shí)際，可按照年度、季度規(guī)劃，靈活動(dòng)態(tài)調(diào)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(chǔ)[23-27]。本研究?jī)H使用醫(yī)療機(jī)構(gòu)服務(wù)通用指標(biāo)，下步將孕產(chǎn)婦及新生兒死亡率等健康指標(biāo)納入服務(wù)效率評(píng)價(jià)體系，以提高評(píng)價(jià)結(jié)果的科學(xué)性與準(zhǔn)確性。

綜合上述，我國(guó)婦幼保健機(jī)構(gòu)基礎(chǔ)配置投入和服務(wù)數(shù)量產(chǎn)出整體較高，但服務(wù)效率未能得到顯著提升。“十四五”期間應(yīng)重點(diǎn)關(guān)注醫(yī)療技術(shù)水平的提升。