本文摘要：[摘要]目的：對2018年我國衛(wèi)生資源配置的效率及其影響因素進(jìn)行分析，提出政策建議。方法：選取我國31個(gè)省(區(qū)、市)相關(guān)指標(biāo)數(shù)據(jù)，運(yùn)用三階段數(shù)據(jù)包絡(luò)模型進(jìn)行效率分析。結(jié)果:剔除環(huán)境因素和隨機(jī)噪聲的影響后，全國衛(wèi)生資源配置綜合技術(shù)效率值由0.859上升為0.8
[摘要]目的：對2018年我國衛(wèi)生資源配置的效率及其影響因素進(jìn)行分析，提出政策建議。方法：選取我國31個(gè)省(區(qū)、市)相關(guān)指標(biāo)數(shù)據(jù)，運(yùn)用三階段數(shù)據(jù)包絡(luò)模型進(jìn)行效率分析。結(jié)果:剔除環(huán)境因素和隨機(jī)噪聲的影響后，全國衛(wèi)生資源配置綜合技術(shù)效率值由0.859上升為0.893，純技術(shù)效率變化不大，規(guī)模效率由0.917上升為0.956;具體來看，中東部地區(qū)衛(wèi)生資源配置效率優(yōu)于西部地區(qū)，環(huán)境因素對偏遠(yuǎn)地區(qū)衛(wèi)生資源配置效率的影響較大，城市化率和文盲率對投入變量具有正向影響，人均地區(qū)生產(chǎn)總值和人口密度對投入變量具有負(fù)向影響。結(jié)論：統(tǒng)籌協(xié)調(diào)區(qū)域發(fā)展，采用科學(xué)的測算方法，精準(zhǔn)補(bǔ)位區(qū)域衛(wèi)生資源配置短板，最終達(dá)到優(yōu)化衛(wèi)生資源配置的目的。
[關(guān)鍵詞]衛(wèi)生資源配置;DEA模型;SFA回歸模型;投入產(chǎn)出效率
隨著我國經(jīng)濟(jì)水平快速提高，人民群眾醫(yī)療服務(wù)需求日益增長。但我國衛(wèi)生資源存在供給側(cè)結(jié)構(gòu)性問題，其配置與管理已成為衛(wèi)生領(lǐng)域的重要課題之一。合理配置衛(wèi)生資源不僅能體現(xiàn)衛(wèi)生事業(yè)的公平性，而且能提高衛(wèi)生資源的利用率，滿足城鄉(xiāng)居民的醫(yī)療服務(wù)需求。
1資料與方法
1.1資料來源
投入與產(chǎn)出指標(biāo)相關(guān)數(shù)據(jù)資料來源于《中國衛(wèi)生健康統(tǒng)計(jì)年鑒2019》，用于剔除環(huán)境因素和隨機(jī)噪聲影響的環(huán)境變量指標(biāo)數(shù)據(jù)資料來源于《中國衛(wèi)生健康統(tǒng)計(jì)年鑒2019》《中國統(tǒng)計(jì)年鑒2019》。
經(jīng)濟(jì)論文投稿刊物：中國衛(wèi)生經(jīng)濟(jì)在1982年正式創(chuàng)刊公開發(fā)行，所錄用論文方向主要是理論與應(yīng)用研究學(xué)術(shù)論文、兼顧刊登發(fā)表實(shí)用性科技成果報(bào)告與工作實(shí)踐總結(jié)以及業(yè)務(wù)指導(dǎo)與技術(shù)管理性文章。
1.2指標(biāo)選取
1.2.1投入、產(chǎn)出指標(biāo)的選擇指標(biāo)的選取需遵循代表性、可比性、可操作性、全面性、相關(guān)性原則。基于此，結(jié)合文獻(xiàn)研究，投入指標(biāo)主要從人、財(cái)、物等方面考慮，綜合數(shù)據(jù)的可獲得性，最終選取醫(yī)療機(jī)構(gòu)數(shù)、衛(wèi)生人員數(shù)、床位數(shù)作為投入指標(biāo)。由于我國衛(wèi)生事業(yè)的公益性特征，產(chǎn)出指標(biāo)主要從經(jīng)濟(jì)效益和社會(huì)效益方面考慮，最終選取診療人次、入院人數(shù)、出院人數(shù)作為產(chǎn)出指標(biāo)。
1.2.2環(huán)境變量的確定環(huán)境變量是指除投入、產(chǎn)出變量外，對效率有影響但又不受樣本主觀控制且在短時(shí)間內(nèi)無法改變的因素[1]，主要從影響衛(wèi)生資源配置的政治、經(jīng)濟(jì)、社會(huì)、文化等方面考慮，最終選取人均地區(qū)生產(chǎn)總值(人均GDP)、城市化率、人口密度、文盲率作為環(huán)境變量指標(biāo)。
1.2.3投入、產(chǎn)出指標(biāo)的相關(guān)性檢驗(yàn)為了保證研究的科學(xué)性和嚴(yán)謹(jǐn)性，運(yùn)用SPSS26軟件進(jìn)行Pearson相關(guān)系數(shù)檢驗(yàn)。結(jié)果顯示，投入與產(chǎn)出指標(biāo)之間具有顯著的相關(guān)性。
1.3研究方法運(yùn)用三階段數(shù)據(jù)包絡(luò)分析模型對我國2018年31個(gè)省(區(qū)、市，不包括香港、澳門、臺灣)衛(wèi)生資源配置效率進(jìn)行比較分析。數(shù)據(jù)包絡(luò)分析(DataEnvelopmentAnalysis,DEA)模型最早由Charnes等[2]于1978年提出，可以分析評估多個(gè)輸出的性能，但忽略了外部變量的影響。對此，F(xiàn)ried等[3]于2002年提出了三階段DEA模型，將非參數(shù)的數(shù)據(jù)包絡(luò)模型和參數(shù)方法的隨機(jī)前沿分析(StochasticFrontierAnalysis,SFA)模型結(jié)合使用，認(rèn)為決策單元的效率值受外部環(huán)境因素、隨機(jī)誤差和管理無效率的影響，需要借助SFA回歸模型分離外部環(huán)境因素和隨機(jī)噪聲對決策單元的影響，才能得到更真實(shí)的效率值[4]。
1.3.1第一階段：傳統(tǒng)DEA模型分析初始效率運(yùn)用DEAP2.1軟件，以各省(區(qū)、市)作為決策單元，通過投入導(dǎo)向規(guī)模報(bào)酬可變的BCC模型，計(jì)算出各決策單元的原始效率值及投入目標(biāo)值。BCC模型計(jì)算出的效率值為綜合技術(shù)效率(TE)，可進(jìn)一步分解為規(guī)模效率(SE)和純技術(shù)效率(PTE)，即TE=SE·PTE[5]，以上效率值的取值范圍均為0~1，越接近1，效率越高。其中，綜合技術(shù)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的綜合衡量與評價(jià);純技術(shù)效率是受管理和技術(shù)等因素影響的生產(chǎn)效率，規(guī)模效率是受規(guī)模因素影響的生產(chǎn)效率[6]。松弛變量是指各決策單元的理想產(chǎn)出指標(biāo)值與實(shí)際產(chǎn)出指標(biāo)值的差額，受外部環(huán)境、管理無效率、隨機(jī)誤差3個(gè)可能因素的影響[7]。
1.3.2第二階段：SFA回歸剔除環(huán)境因素和統(tǒng)計(jì)噪聲運(yùn)用Frontier4.1軟件，將第一階段傳統(tǒng)DEA模型中得到的各投入變量的松弛變量作為被解釋變量，將人均GDP、城市化率、人口密度、文盲率作為自變量，構(gòu)建SFA回歸模型。
1.3.3第三階段：傳統(tǒng)DEA模型分析調(diào)整后的投入產(chǎn)出效率運(yùn)用DEAP2.1軟件進(jìn)行傳統(tǒng)DEA效率值分析，通過投入導(dǎo)向規(guī)模報(bào)酬可變的BCC模型，將調(diào)整后的投入變量與原始產(chǎn)出變量重新進(jìn)行效率分析，得到技術(shù)效率值，反映剔除了環(huán)境影響因素與隨機(jī)誤差后的各省(區(qū)、市)衛(wèi)生資源配置情況[8]。
2結(jié)果
2.1第一階段DEA模型分析
結(jié)果顯示，2018年全國衛(wèi)生資源配置綜合技術(shù)效率均值為0.859，純技術(shù)效率均值為0.936，規(guī)模效率均值為0.917,衛(wèi)生資源配置純技術(shù)效率高于規(guī)模效率。按照我國綜合地理區(qū)域劃分標(biāo)準(zhǔn)，將各省(區(qū)、市)分為7個(gè)區(qū)域。其中，華中地區(qū)綜合技術(shù)效率值最高(0.991)，接近于DEA有效狀態(tài);華南、華東地區(qū)綜合技術(shù)效率值也在0.950以上;華北、西北、東北地區(qū)綜合技術(shù)效率值低于全國平均水平。
具體來看，上海、浙江、安徽、江西、湖北、湖南、廣東、廣西、重慶、云南的綜合技術(shù)效率值為1，處于DEA有效狀態(tài);綜合技術(shù)效率值小于1的有21個(gè)省(區(qū)、市)，其中河北、江蘇、山東、河南、四川規(guī)模報(bào)酬遞減。由于第一階段DEA分析沒有分離環(huán)境變量和隨機(jī)擾動(dòng)因素對效率值的影響，不能反映我國衛(wèi)生資源配置實(shí)際水平，因此需進(jìn)行第二階段的調(diào)整。
2.2第二階段SFA回歸模型分析
進(jìn)一步考察環(huán)境因素(人均GDP、城市化率、人口密度、文盲率)對投入指標(biāo)(醫(yī)療機(jī)構(gòu)數(shù)、衛(wèi)生人員數(shù)、床位數(shù))松弛變量的影響。結(jié)果顯示，單邊似然比檢驗(yàn)均大于臨界值，因此可以進(jìn)行SFA回歸分析。
4個(gè)環(huán)境變量對3個(gè)投入松弛變量的回歸系數(shù)大部分通過了t檢驗(yàn)，參數(shù)估計(jì)值具有統(tǒng)計(jì)學(xué)意義，說明SFA回歸模型剔除環(huán)境變量對效率值影響的效果較好。同時(shí)，3個(gè)投入松弛變量的gamma值接近1，說明投入變量受環(huán)境因素的影響較大，隨機(jī)誤差可以忽略不計(jì)[9]。當(dāng)回歸系數(shù)為負(fù)時(shí)，說明投入松弛變量與環(huán)境因素呈負(fù)相關(guān)，即增加環(huán)境變量有利于縮小理想產(chǎn)值與實(shí)際產(chǎn)值的差距，減少投入變量的浪費(fèi)或者增加產(chǎn)出;當(dāng)回歸系數(shù)為正時(shí)，說明投入松弛變量與環(huán)境因素呈正相關(guān)，增加環(huán)境變量會(huì)導(dǎo)致投入變量的浪費(fèi)或者削減產(chǎn)出。據(jù)此，得出以下結(jié)論。
(1)人均GDP對3個(gè)投入松弛變量的影響為負(fù)，且除了對醫(yī)療機(jī)構(gòu)數(shù)的影響不顯著外，對衛(wèi)生人員數(shù)、床位數(shù)的影響均具有顯著性，說明人均GDP高的地區(qū)，衛(wèi)生資源投入冗余小，資源配置效率高。同時(shí)，人均GDP越高，居民的支付能力越強(qiáng)，更愿意在醫(yī)療保健、預(yù)防、養(yǎng)老等方面消費(fèi)，從而產(chǎn)生更多的醫(yī)療服務(wù)需求。(2)城市化率對3個(gè)投入松弛變量的影響均為正，且在1%的水平下顯著，說明城市化水平越高，衛(wèi)生資源投入冗余越大，配置效率越低。究其原因，可能是城市化水平高的地區(qū),居民更注重個(gè)人保健和健康維護(hù)，醫(yī)療衛(wèi)生系統(tǒng)為了滿足居民醫(yī)療服務(wù)需求，會(huì)投入更多的衛(wèi)生資源，進(jìn)而導(dǎo)致浪費(fèi)。
(3)人口密度對3個(gè)投入松弛變量的影響均為負(fù)，且在5%的水平下顯著，說明人口密度越大，衛(wèi)生資源投入冗余越小，資源配置效率越高。究其原因，人口密度越大，對衛(wèi)生資源的潛在需求越多，有利于降低業(yè)務(wù)成本，提高衛(wèi)生資源的利用率。(4)文盲率對3個(gè)投入松弛變量的影響均為正，且在1%的水平下顯著，說明文盲率越高，衛(wèi)生資源投入冗余越大，資源配置效率越低�？赡艿脑蚴鞘芙逃礁叩娜巳�，對自身的健康狀況更加了解和重視，會(huì)定期體檢、理療和保養(yǎng)，在患病時(shí)會(huì)主動(dòng)尋求幫助，從而增加對衛(wèi)生人員、床位等衛(wèi)生資源的利用。
2.3第三階段調(diào)整后的DEA模型分析剔除了環(huán)境變量和隨機(jī)影響因素后，得到新的投入變量。重新構(gòu)建以投入為導(dǎo)向的傳統(tǒng)DEA模型，計(jì)算出調(diào)整后處于同質(zhì)環(huán)境的效率值。
3討論
以往針對我國衛(wèi)生資源配置效率的研究通常按照東中西三個(gè)區(qū)域劃分樣本，本研究按照我國綜合地理區(qū)域劃分的七大區(qū)域進(jìn)行分析，更能體現(xiàn)區(qū)域之間的差異。同時(shí)，與傳統(tǒng)研究方法相比，本研究運(yùn)用SFA回歸剔除人均GDP、城市化率、人口密度、文盲率等因素對衛(wèi)生資源配置效率的影響后，全國綜合技術(shù)效率均值上升，說明運(yùn)用三階段DEA模型進(jìn)行效率分析是可行的、必要的，不考慮外部環(huán)境因素會(huì)低估我國衛(wèi)生資源配置效率，所得結(jié)果可以為我國區(qū)域衛(wèi)生規(guī)劃提供參考。
4建議
4.1統(tǒng)籌協(xié)調(diào)區(qū)域發(fā)展，合理配置衛(wèi)生資源在配置衛(wèi)生資源時(shí)，要充分考慮區(qū)域差異，因地制宜制定規(guī)劃。對華北、東北、西北等技術(shù)效率低的地區(qū)，要將重點(diǎn)放在提高醫(yī)療技術(shù)水平和管理能力上，可與華東、華中地區(qū)加強(qiáng)合作，發(fā)展互聯(lián)網(wǎng)醫(yī)院、開展遠(yuǎn)程醫(yī)療，提高區(qū)域診療水平，實(shí)現(xiàn)衛(wèi)生資源的充分利用。在制定區(qū)域衛(wèi)生規(guī)劃時(shí)，要加大對西南、西北地區(qū)的衛(wèi)生資源投入規(guī)模，有效滿足區(qū)域醫(yī)療服務(wù)需求。
4.2采用科學(xué)的測算方法，精準(zhǔn)補(bǔ)位區(qū)域短板衛(wèi)生資源的投入要以醫(yī)療市場的需求為前提，通過科學(xué)的調(diào)研與合理的測算，精準(zhǔn)定位，滿足居民不同層次的醫(yī)療服務(wù)需求。在配置衛(wèi)生資源時(shí)，要考慮不同區(qū)域受環(huán)境因素影響的大小，通過調(diào)整外部環(huán)境因素提高衛(wèi)生資源的利用率。例如，東北、西北、西南地區(qū)大部分省市處于規(guī)模報(bào)酬遞增階段，在之后的區(qū)域衛(wèi)生規(guī)劃中要加大衛(wèi)生資源投入力度，提高衛(wèi)生技術(shù)水平和管理能力。同時(shí)，制定偏遠(yuǎn)貧困地區(qū)醫(yī)療衛(wèi)生人才引進(jìn)的優(yōu)惠政策，如“對口支援”、“特崗醫(yī)生”等，提高其綜合素質(zhì)，優(yōu)化醫(yī)療衛(wèi)生資源配置[13]。
4.3改變環(huán)境因素，提高衛(wèi)生資源的配置效率促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，尤其是提高落后、偏遠(yuǎn)地區(qū)的經(jīng)濟(jì)水平，增強(qiáng)群眾的醫(yī)療衛(wèi)生服務(wù)購買力;城市化水平高的地區(qū)，要切實(shí)做好摸查工作，了解居民的真實(shí)醫(yī)療服務(wù)需求，避免盲目投入，著重增強(qiáng)醫(yī)療機(jī)構(gòu)的特色學(xué)科和重點(diǎn)學(xué)科建設(shè)，吸引高水平衛(wèi)生技術(shù)人員加入;人口密集的地區(qū)，應(yīng)增加衛(wèi)生資源投入，加大對基層醫(yī)療機(jī)構(gòu)和公共衛(wèi)生機(jī)構(gòu)的建設(shè)投入，滿足人群的基本醫(yī)療衛(wèi)生需求。同時(shí)，提高居民受教育水平，加強(qiáng)衛(wèi)生知識宣傳，進(jìn)而提高人們對疾病的認(rèn)識和自身健康的重視程度，提升衛(wèi)生資源利用率。
參考文獻(xiàn)
[1]胡揚(yáng)名，李濤.基于面板三階段DEA模型的城鄉(xiāng)居民基本養(yǎng)老保險(xiǎn)制度運(yùn)行效率評價(jià)研究[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2019，18(6)：742-751.
[2]CHARNESA,COOPERWW,RHODESE.Measuringtheefficien-cyofdecisionmakingunits[J].EuropeanJournalofOperational Research,1978,2(6):429-444.
[3]FRIED,LOVELL,SCHMIDT,etal.AccountingforEnvironmentalEffectandStatisticalNoiseinDataEnvelopmentAnalysis[J].Jour-nalofProductivityAnalysis,2002(17):157-174.
[4]王竹君，任保平.基于高質(zhì)量發(fā)展的地區(qū)經(jīng)濟(jì)效率測度及其環(huán)境因素分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2018，39(4)：8-16.
[5]潘衍宇，景日澤.基于三階段DEA模型的全國社區(qū)衛(wèi)生服務(wù)中心運(yùn)營效率研究[J].中國衛(wèi)生經(jīng)濟(jì)，2019，38(8)：60-63.
[6]方大春，王婷.長江經(jīng)濟(jì)帶中心城市經(jīng)濟(jì)效率比較分析——基于三階段DEA模型[J].湖南財(cái)政經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2019，35(6)：26-35.
[7]杜娟，霍佳震，梁樑.基于數(shù)據(jù)包絡(luò)分析松弛變量的排序方法[J].系統(tǒng)工程程，2014，32(4)：96-104.
[8]陳潔，曹陽.基于供給側(cè)視角下我國區(qū)域衛(wèi)生資源配置效率研究[J].衛(wèi)生軟科學(xué)，2018，32(11)：35-40
作者：續(xù)曉方1，李文瑾1，唐立岷2，田立啟2，徐曉妍1
轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///yxlw/26971.html
