基于DEA和Malmquist指數的綜合性專科醫院臨床科室運行效率研究

摘要：分析綜合性專科醫院臨床科室運行效率，可為醫院提質增效與定向發展提供科學依據。按照醫院發展定位與專科方向進行分類，運用DEA-BCC模型對各科室2016—2020年數據進行靜態分析，運用Malmquist指數進行動態測算，取2020年數據進行冗余度分析，綜合解析科室運行效率并提出合理建議。結果表明，13個臨床科室，綜合效率有效的科室年均占比38%，特色科室年均占比29%，總體資源配置效率不高，且未對醫院定位發展做出科學考量。DEA模型與科室分類相結合，對醫院提質增效與科室組合具有重要作用。

關鍵詞：數據包絡分析（DEA）；臨床科室；Malmquist指數；綜合醫院；運行效率

0 引言

臨床科室是醫院的基本管理單元，也是醫療服務的直接載體，對其進行效率分析有助于探明醫院內部運行效率的內在機制^[1]，有利于合理配置醫療資源、提升醫院精細化管理水平。2017年《關于建立現代醫院管理制度的指導意見》和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》均對提高醫療運營效率做出了明確的要求。2021年，國務院辦公廳發布《關于推動公立醫院高質量發展的意見》，該意見作為廣大公立醫療機構發展的指引性、綱要性文件，要求公立醫院把著力點放在提升質量和提升效率上，注重內涵發展，善于運用現代管理理念和工具，將醫院管理的基礎精確到科室、診療組、醫務人員和重點病種。推動公立醫院采取精細化績效管理方式向質量效益型發展^[2]。

有學者用標準分法^[3]、密切值法^[4]、K-means聚類算法^[5]、數據包絡分析法^[2，6-13]、基于DＲG數據的DEA-Tobit模型^[14]、改進的波士頓矩陣模型^[15]等手段，進行科室效率分析。其中數據包絡分析（DEA）更適用于多投入、多產出的決策單元相對效率評價^[6-7，9]，但該方法缺少對醫院發展定位和發展方向的考量。為使科室效率研究更加科學合PXCMREzxm265W6dXkW/lfoGvqm3w+1iI1gUBeVNdovo=理，本文考慮在DEA模型的基礎上，依據醫院發展特色與定位將科室進行分類，在專科醫院資源有限的條件下，為其優化臨床科室組合、進行醫療資源合理配置、提高運行效率提供參考依據。

1 資料與方法

1.1 數據來源

以某綜合性專科醫院為研究主體，根據臨床業務特點及床位設置情況，確定肝病中心一科、肝病中心二科、肝病中心三科、肝病中心四科、泌尿外科、普通外科中心、產科、婦科、肝病消化中心、感染與免疫醫學科、五官中心、中西醫結合中心以及綜合科13個臨床科室為研究對象。由于2020年以后醫療服務受疫情影響較大，科室運行效率方面不具有較強可比性，故收集該院13個科室2016—2020年的相關數據進行研究。

1.2 研究方法

數據包絡分析（Date Envelopment Analysis，DEA，簡稱DEA），是使用數學規劃模型判斷具有多個輸入和多個輸出的決策單元（DMU）是否位于生產可能集的“前沿面”上，來評價DMU間的相對有效性（稱為“DEA有效”）的一種非參數的統計估計方法^[16]。其對DMU輸入信息的利用率較高，分析結果的客觀性較強。根據實證分析與健康生產理論，醫療衛生體系的生產技術是規模報酬可變的，因此選用規模報酬可變的BCC模型進行分析^[9]。BCC模型將綜合技術效率（TE）區分為純技術效率（PTE）與規模效率（SE）。綜合技術效率值為1表示DEA有效，小于1表示DEA無效^[17]。純技術效率是管理和技術等因素影響的生產效率，效率值為1表示現有衛生資源實現了最大產出，純技術效率值越小表明其有效性越差^[11]，規模效率同理。BCC模型還計算出了各DMU的規模報酬狀態，可以分為遞增、遞減和不變三種狀態；通過各DMU的全要素生產率變動指數（指數大于1說明處于增長趨勢），投入、產出指標的冗余度值等，對各DMU進行定量分析^[18-19]。

1.3 指標評價

國家衛生健康委于2022年1月印發的《醫療機構設置規劃指導原則（2021—2025年）》明確了床位指標對醫療機構設置的重要性。根據DEA指標要求，考慮到醫院對科室發展的導向和醫院實際情況^[13，20]，復習現有文獻^{[2，8-10，14，18，21-23]}與咨詢專家意見，最終選取實際開放床位數、衛生技術人員數作為投入指標，總診療人次數及出院總人數作為產出指標。

1.4 數據測算

運用DEAP2.1軟件進行數據分析。

2 研究結果

2.1 科室分類

該院是以感染、傳染相關性疾病為重點學科的傳染病醫院，個別病種的特殊性決定了科室病床使用天數，依據醫院發展方向和定位對科室進行分類，便于后續提出更加科學合理的發展策略。科室分類結果圖如圖1所示。

2.2 靜態效率分析

依據DEA-BCC模型分析結果，只有婦科和五官中心2個科室在2016—2020年間綜合技術效率均為1，DEA有效，說明這2個科室在技術管理與資源配置方面一直保持著較高水平，且達到了技術與規模上最佳產出組合，在現有開放床位數、醫療技術人員等資源投入不變的情況下，一直保持最大化產出。通過分析各年度數據可知，2016年有7個科室的綜合技術效率值均為1，DEA有效，有效科室占比54%，有效特色科室占比45%；普通外科中心的綜合技術效率值以及規模效率值均最低，該科室實際規模與最優生產規模差距最大，應盡快調整科室投入規模以實現最優產出；中西醫結合中心的純技術效率值最低，該科室應該注重加強科室人員的專業技術培訓，提高管理人員的管理水平，以期提高科室資源利用率。2017—2019年，有5個科室綜合技術效率值均為1，DEA有效，有效科室占比38%，有效特色科室占比27%；2020年，只有產科、婦科及五官中心3個科室是綜合技術效率值為1，DEA有效，有效科室占比23%，有效特色科室占比18%。整體醫院臨床科室有效率和特色科室有效率均處于逐漸降低趨勢，說明資源投入規模與技術管理水平越來越不相匹配，使醫院臨床科室產出效率越來越低。2016—2020年各科室靜態效率情況表見表1。

2.3 動態效率分析

2016—2017年關于全要素生產率處于增長趨勢的科室共6個，科室占比46%，特色科室占比45%；2017—2018年有5個，科室占比為46%，特色科室占比為63%；2018—2019年有4個，科室占比為31%，特色科室占比為27%；由于疫情影響，2019—2020年只有3個臨床科室處于全要素生產率增長的狀態，科室占比為23%，特色科室占比為27%。2016—2020年各科室效率變動情況見表2。總體來看，全要素生產率變動指數處于波動狀態，2017—2018年達到最大。2017年醫院在科室技術進步、投資結構轉換與配置方面做了些許改變，使5個臨床科室2017年全要素生產總效率趕超2018年全要素生產總效率，且在5年內變動幅度最大，資源調整重心也放在了特色科室，但2017年之后3年產出水平較高的科室越來越少。

關于規模報酬非遞減的科室，2016年有7個，科室占比54%，特色科室占比45%；2017—2019年均有6個，科室占比46%，特色科室占比36%；2020年有9個，科室占比69%，特色科室占比64%。這說明在5年內總體產出的增長速度超過投入的增長速度的科室最多，但對整體科室的關注度大于特色科室，2016—2020年各科室規模報酬情況見表3。

對比靜態分析，2017—2018年有效科室和有效特色科室占比均保持不變，婦科、泌尿外科與五官中心處于綜合效率有效、全要素生產率增加、規模報酬不變階段，說明這3個科室資源利用效率與產出水平較高，同比例增加投入可獲得相同倍數的產出，甚至改進資源投入比例，在同等倍數投入下會獲得超倍數產出，資源有限情況下應優先投入特色科室婦科；產科與綜合科綜合效率無效、全要素生產率降低、規模報酬保持不變，說明科室資源配置不合理導致產出水平較低，甚至同比例增加投入會產生同倍數的減少產出，此時科室資源投入過大，需要縮小規模并做出資源結構調整；肝病中心二科、肝病中心一科、感染與免疫醫學科、普通外科中心、中西醫結合中心全要素生產率提高、綜合技術效率無效，除肝病中心一科兩年內均保持規模報酬遞增外其他科室均遞減，說明肝病中心一科同比例倍數增加資源投入能獲得超倍數產出，會使科室綜合技術效率靠近有效，但不一定是使科室變得有效的最佳路徑，其他4個科室由于技術進步或效率提升使產出水平提高，但資源投入并未達到最佳產出，同比例倍數增加資源投入獲得小倍數產出，主要原因是當前資源配置結構不合理，調整投入配比有望成為有效科室，進一步提高產出效率。

2.4 冗余度分析

由于動態分析涉及兩年間的變化，冗余度分析只能測算單獨一年的數據，故只選擇2020年數據進行測算，2020年各科室冗余情況見表4。

結合規模報酬變動情況和靜態效率分析結果對部分情況復雜科室進行綜合評價。產科、婦科以及五官中心3個科室當前情況下資源投入配比已達到最優，肝病中心二科、肝病中心四科、中西醫結合中心、綜合科4個科室投入冗余、產出不足、規模報酬遞增。在資源投入方面，投入適宜倍數同等比例資源可以帶來超倍數產出，但不是靠近綜合技術效率有效的最佳路徑，除肝病中心四科需提高床位比例外，其他3個科室只有通過提高醫技人員占比，才能增加科室產出并以最快速度使科室運營達到有效。但本科研數據中病患數量有限，且每年變動幅度不大，應在滿足醫療服務的條件下考慮節約資源，對科室效率進行調整。因此，肝病中心二科減少63個床位數，肝病中心四科應減少8個醫技人員，中西醫結合中心減少20個床位數，綜合科減少10個床位數來避免資源浪費。科室產出方面，普通科室可通過增加診療人次和提高出院人次來進行調整，而這4個科室均為特色科室，由于病種醫療的特殊性不能直接調整產出，所以需要增加醫技人員培訓機會，提高技術人員醫療能力，配備先進設備，加強人員分工與結構管理。

3 結語

從DEA靜態分析結果來看，平均各年綜合效率相對有效的科室占比為38%，特色科室占比29%，可見醫院總體資源配置效率不高，且特色科室發展不足。從動態分析結果來看，全要素生產率大于1的科室占比自2017—2018年達到最高后，一直呈下降態勢，且規模報酬非遞減狀態科室平均占比較低，說明2017年醫院在技術進步、投資結構與科室組合方面做了改變，資源調整重心放在了特色科室，但2017之后3年醫院總體技術進步和產出能力有所下降，可見醫院在技術進步、資源管理與結構配置方面的綜合考量有些不足；2020年規模報酬遞增的科室最多，說明醫院意識到科室整體效率降低后，醫院進行了管理和規模的調整，同時提高了管理與規模的匹配度，使得規模報酬遞增的科室最多，但對整體科室的關注度大于特色科室。綜合來看，普通科室中存在綜合技術效率有效、規模報酬非減、全要素生產率大于1的情況，如泌尿外科；特色科室中也存在綜合技術效率無效、規模報酬遞減和全要素生產率小于1的情況，如感染與免疫科室，說明醫院在資源調整時對醫院定位與發展方向考量較少，特色科室發展方面未能科學地增加醫療資源的投入。醫院應該加強特色科室醫療技術培訓，對科室組合、資源結構轉換和技術管理進行綜合考量，在明確醫院發展方向與定位的前提下，將醫療資源產出最大化。

DEA模型將綜合醫院臨床科室各年運行效率進行對比分析，可以清晰地看出各科室的運行效率、發展軌跡趨勢和冗余詳情，對醫院管理者決定資源的投入方向，實現資源的優化配置，不斷提高醫院的綜合競爭力和可持續發展能力都有著重要的指導意義。而依據醫院定位與醫療服務特點進行科室分類，有利于醫院在有限資源下采取合理決策，保證其不斷地改進有發展前景的特色科室，進行特色科室和基本醫療科室的合理組合，實現科室及資源分配結構的良性循環。融合科室分類的DEA分析方法，使分析結果更加科學合理，提出的策略和建議更加適宜有效，既可有效避免科室的盲目擴張，又可將有限的資源進行合理分配，實現醫院的均衡、可持續發展。

病人來源和病種環境時刻在變化，而DEA模型分析基于以往數據是有根之源，有一定優勢，但選擇部分指標進行測算并提出建議，存在一定的局限性和片面性。科室分類也需要根據實際情況進行調整，對于發展方向變動較大的醫院進行科室效率分析。為便于醫院管理總結，需要依據前期定位進行分類；為便于資源投入調整，需依據當前醫院發展方向進行科室分類。

參考文獻

[1]劉利，王楠，武愛文. 醫改背景下基于DEA的醫院科室運行效率評價[J]. 中國衛生統計， 2019， 36（5）： 724-727.

[2]國務院辦公廳.國務院辦公廳關于推動公立醫院高質量發展的意見：國辦發[2021]18號[A/OL].（2021-06-04）[2024-02-01].https：//www.gov.cn/zhengce/content/2021/06/04/content_5615473.htm.

[3]劉靜，李靜.基于標準分法的醫院臨床科室綜合效益評價[J]. 中國醫院管理， 2015， 35（3）： 41-43.

[4]劉秀芝，郭建新，劉奎. 應用密切值法評價臨床科室床位利用效率[J]. 中國衛生統計， 2011， 28（2）： 193-194.

[5]何昱林. 基于K-means聚類算法的臨床科室運營效率評價[J]. 中國當代醫藥， 2022， 29（11）： 127-131， 198.

[6]劉軻，欒景，張甜甜，等. 基于數據包絡分析的某三甲醫院科室效率分析與探討[J]. 醫院管理論壇， 2023， 40（9）： 46-49， 79.

[7]牛喜信，黎媛媛，趙永強，等. 基于DEA模型的甘肅省某中醫醫院臨床科室運行效率分析[J]. 西部中醫藥， 2023， 36（6）： 40-43.

[8]林邦邦. 基于DEA模型的某公立專科醫院臨床科室運行效率研究[J]. 江蘇衛生事業管理， 2023， 34（9）： 1239-1244.

[9]王彤璐，袁飛，傅瑤，等. 基于數據包絡分析的中醫醫院臨床科室運行效率研究[J]. 衛生經濟研究， 2022， 39（9）： 24-27.

[10]葉楓，師慶科，莫春梅，等. 數據包絡分析法對某醫院臨床科室相對效率的評價[J]. 現代預防醫學， 2013， 40（5）： 870-872， 877.

[11]許軻，何瑞仙，邱亭林. 應用數據包絡分析法評價手術科室運營效率[J]. 中國衛生統計， 2022， 39（2）： 260-262.

[12]潘志明，劉永前，林燕羨. 基于DEA-Malmquist指數法對某三級甲等綜合性公立醫院臨床科室運行效率的評價研究[J]. 中國醫療管理科學， 2021， 11（6）： 13-17.

[13]潘志明，劉永前，王暉，等. 應用數據包絡分析方法評價醫院臨床科室相對效率的探討[J]. 中國醫院管理， 2011， 31（2）： 33-35.

[14]成檸，王鵬，龐宇，等. 基于DRG數據的DEA-Tobit模型在臨床科室運行效率評價上的應用[J]. 中國衛生統計， 2021， 38（3）： 462-463.

[15]蔡進，譚劍，康靜. 基于波士頓矩陣的公立醫院科室業務發展戰略研究[J]. 醫學與社會， 2019， 32（5）： 47-51.

[16]魏權齡.數據包絡分析（DEA）[J].科學通報，2000（17）： 1793-1808.

[17]郭捷，孫子旭，楊立成. 我國醫療衛生效率的區域差異及其動態演進研究——基于兩階段視角的實證分析[J]. 衛生經濟研究， 2021， 38（6）： 18-22， 27.

[18]李靜，宗誠，姚靜. 基于數據包絡分析的醫院臨床科室衛生資源配置效率評價[J]. 中國醫院， 2018， 22（2）： 30-32.

[19]賴溱，黃莉. 基于DEA的重慶市醫療資源配置效率研究[J]. 中國衛生事業管理， 2014， 31（4）： 274-277.

[20]蔣帥，付航，苗豫東，等. 基于DEA模型的縣級臨床重點專科建設單位綜合效率分析[J]. 中國醫院， 2021， 25（9）： 10-12.

[21]周偉，蒼柏，張丹陽，等. 關于醫院工作效率指標的應用研究[J]. 中國衛生經濟， 2006， （12）： 58-59.

[22]李穎菲，李越，郭麗芳，等. 基于DEA和Malmquist指數的河南省中醫醫院醫療服務資源配置效率分析與評價[J]. 中國衛生統計， 2019， 36（5）： 710-712.

[23]白燁，羅向霞，何麗紅. 基于數據包絡分析法分析醫院中醫醫療服務效率[J]. 西部中醫藥， 2018， 31（2）： 51-53.

收稿日期：2024-05-17

作者簡介：

孫少華（1975—），女，副主任技師，研究方向：醫藥衛生方針政策與法律法規研究、醫學教育與醫學邊緣學科。

孫小淑（通信作者）（1998—），女，碩士研究生，研究方向：城市更新、工程項目管理。

張國宗（1972—），男，博士，教授，碩士研究生導師，研究方向：城市更新、PPP與項目集成管理。

孫原（1990—），男，工程師，研究方向：城市更新、PPP。