我國衛(wèi)生資源配置效率研究

　　[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行分析，提出政策建議。方法：選取我國31個省(區(qū)、市)相關(guān)指標(biāo)數(shù)據(jù)，運用三階段數(shù)據(jù)包絡(luò)模型進行效率分析。結(jié)果:剔除環(huán)境因素和隨機噪聲的影響后，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)補位區(qū)域衛(wèi)生資源配置短板，最終達到優(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)計年鑒2019》，用于剔除環(huán)境因素和隨機噪聲影響的環(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)計年鑒2019》《中國統(tǒng)計年鑒2019》。

　　經(jīng)濟論文投稿刊物：中國衛(wèi)生經(jīng)濟在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)表實用性科技成果報告與工作實踐總結(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)合文獻研究，投入指標(biāo)主要從人、財、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)濟效益和社會效益方面考慮，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、社會、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)性檢驗為了保證研究的科學(xué)性和嚴(yán)謹性，運用SPSS26軟件進行Pearson相關(guān)系數(shù)檢驗。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研究方法運用三階段數(shù)據(jù)包絡(luò)分析模型對我國2018年31個省(區(qū)、市，不包括香港、澳門、臺灣)衛(wèi)生資源配置效率進行比較分析。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)方法的隨機前沿分析(StochasticFrontierAnalysis,SFA)模型結(jié)合使用，認為決策單元的效率值受外部環(huán)境因素、隨機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)境因素和隨機噪聲對決策單元的影響，才能得到更真實的效率值[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)模報酬可變的BCC模型，計算出各決策單元的原始效率值及投入目標(biāo)值。BCC模型計算出的效率值為綜合技術(shù)效率(TE)，可進一步分解為規(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;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)值與實際產(chǎn)出指標(biāo)值的差額，受外部環(huán)境、管理無效率、隨機誤差3個可能因素的影響[7]。

　　1.3.2第二階段：SFA回歸剔除環(huán)境因素和統(tǒng)計噪聲運用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)出效率運用DEAP2.1軟件進行傳統(tǒng)DEA效率值分析，通過投入導(dǎo)向規(guī)模報酬可變的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個省(區(qū)、市)，其中河北、江蘇、山東、河南、四川規(guī)模報酬遞減。由于第一階段DEA分析沒有分離環(huán)境變量和隨機擾動因素對效率值的影響，不能反映我國衛(wèi)生資源配置實際水平，因此需進行第二階段的調(diào)整。

　　2.2第二階段SFA回歸模型分析

　　進一步考察環(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，單邊似然比檢驗均大于臨界值，因此可以進行SFA回歸分析。

　　4個環(huán)境變量對3個投入松弛變量的回歸系數(shù)大部分通過了t檢驗，參數(shù)估計值具有統(tǒng)計學(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，3個投入松弛變量的gamma值接近1，說明投入變量受環(huán)境因素的影響較大，隨機誤差可以忽略不計[9]。當(dāng)回歸系數(shù)為負時，說明投入松弛變量與環(huán)境因素呈負相關(guān)，即增加環(huán)境變量有利于縮小理想產(chǎn)值與實際產(chǎn)值的差距，減少投入變量的浪費或者增加產(chǎn)出;當(dāng)回歸系數(shù)為正時，說明投入松弛變量與環(huán)境因素呈正相關(guān)，增加環(huán)境變量會導(dǎo)致投入變量的浪費或者削減產(chǎn)出。據(jù)此，得出以下結(jié)論。

　　(1)人均GDP對3個投入松弛變量的影響為負，且除了對醫(yī)療機構(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，人均GDP越高，居民的支付能力越強，更愿意在醫(yī)療保健、預(yù)防、養(yǎng)老等方面消費，從而產(chǎn)生更多的醫(yī)療服務(wù)需求。(2)城市化率對3個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),居民更注重個人保健和健康維護，醫(yī)療衛(wèi)生系統(tǒng)為了滿足居民醫(yī)療服務(wù)需求，會投入更多的衛(wèi)生資源，進而導(dǎo)致浪費。

　　(3)人口密度對3個投入松弛變量的影響均為負，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�因是受教育水平高的人群，對自身的健康狀況更加了解和重視，會定期體檢、理療和保養(yǎng)，在患病時會主動尋求幫助，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)域進行分析，更能體現(xiàn)區(qū)域之間的差異。同時，與傳統(tǒng)研究方法相比，本研究運用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，說明運用三階段DEA模型進行效率分析是可行的、必要的，不考慮外部環(huán)境因素會低估我國衛(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，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)加強合作，發(fā)展互聯(lián)網(wǎng)醫(yī)院、開展遠程醫(yī)療，提高區(qū)域診療水平，實現(xiàn)衛(wèi)生資源的充分利用。在制定區(qū)域衛(wèi)生規(guī)劃時，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，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，制定偏遠貧困地區(qū)醫(yī)療衛(wèi)生人才引進的優(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區(qū)域經(jīng)濟發(fā)展，尤其是提高落后、偏遠地區(qū)的經(jīng)濟水平，增強群眾的醫(yī)療衛(wèi)生服務(wù)購買力;城市化水平高的地區(qū)，要切實做好摸查工作，了解居民的真實醫(yī)療服務(wù)需求，避免盲目投入，著重增強醫(yī)療機構(gòu)的特色學(xué)科和重點學(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)療機構(gòu)和公共衛(wèi)生機構(gòu)的建設(shè)投入，滿足人群的基本醫(yī)療衛(wèi)生需求。同時，提高居民受教育水平，加強衛(wèi)生知識宣傳，進而提高人們對疾病的認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

　　[1]胡揚名，李濤.基于面板三階段DEA模型的城鄉(xiāng)居民基本養(yǎng)老保險制度運行效率評價研究[J].農(nóng)林經(jīng)濟管理學(xué)報，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，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)中心運營效率研究[J].中國衛(wèi)生經(jīng)濟，2019，38(8)：60-63.

　　[6]方大春，王婷.長江經(jīng)濟帶中心城市經(jīng)濟效率比較分析——基于三階段DEA模型[J].湖南財政經(jīng)濟學(xué)院學(xué)報，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