数据来源于国家医药卫生体制改革中期预评估调查。调查依据人均GDP水平，在浙江省抽取了经济发展水平较高的杭州市和处于中等水平的绍兴市，然后各随机抽取3个区县作为样本区域(共计6个区县)，样本区域内所有基层医疗机构全部纳入调查范围。调查收集了各样本机构2009年8月和2010年8月同时在使用的、且剂型和规格相同的药品销售情况，同时收集各机构2009年8月21—30日和2010年8月21—30日的门诊处方，并依据随机抽样的方法每日抽取10张。另外还收集了各机构经济运行的相关数据。

所有数据以2009年8月为基年，以2010年8月为制度实施的效果年。剔除项目不全、数据有明显错误的调查表，最后共得到61家样本机构的有效信息。

反映基本药物制度实施效果的指标有很多，如果仅以某一个指标来衡量会很片面，但指标太多又会主次不分，难以抓住问题的实质。因此，在综合评价基本药物制度的实施效果时，有必要构建一个综合得分函数，将选择的重要指标压缩成一个综合得分结果。本文就选用因子分析方法，对所选取的样本机构实施基本药物制度前后的绩效情况进行评分，以综合评价基本药物制度的实施效果。

因子分析法能把一些具有错综复杂关系的变量(或样本)归结为少数几个综合因子，以再现原始变量和因子之间的相互关系，同时根据不同因子还可以对变量进行分类，属于多元分析中处理降维的一种统计方法，是主成分分析的推广与发展。^{[2, 3]}

设有n个样本，p个指标。X= (x₁, x₂,…x_n)^T为可观察的随机变量，要寻找的公因子为f= (f₁, f₂,…f_q)，则下列模型为因子分析模型：

x₁=μ₁+a₁₁f₁+…+a_1qf_q+e₁

x₂=μ₂+a₂₁f₁+…+a_2qf_q+e₂

……

x_p=μ_p+a_p1f₁+…+a_pqf_q+e_p

在因子分析过程中，我们可将每个公因子表示为变量的线性组合，进而用变量的观测值来估计每个公因子的值(即因子得分)。其数学模型为：

F_i= b_i1X₁+ b_i2X₂+…+b_inX_n(i=1,2,…,m)，

式中：F_i为第i个因子得分。

因子分析的基本步骤可归为以下四个：(1)确认待分析的原有各变量是否适合作因子分析；(2)构造因子变量；(3)利用旋转方法使因子变量更具有可解释性；(4)计算因子变量得分。然后，本文在此基础上再以每个主因子的方差贡献率占主因子总方差贡献率的比重，即因子载荷的平方和贡献率作权重，形成函数表达式，加权计算因子总得分，即是机构关于实施基本药物制度的绩效得分。

在基本药物制度实施前后这两年的分析过程中，KMO的测度值均大于0.5，变量间具有一定的相关性，可以进行因子分析；Bartlett球形检验P 值均小于0. 05(χ²₂₀₀₉= 762.372，P=0. 000；χ²₂₀₁₀= 651.465，P=0. 000)，拒绝相关系数矩阵是单位阵的假设，可采用因子分析。

基本药物制度实施之前，基于“以主成分的特征值为标准选取公共因子，选取特征值大于1”的规则，提取了前3个因子，它们的累计解释度为76.135%，每个因子单独解释度均在12%以上(表2)。

表2

表2(Table 2)

表2 基本药物制度实施前效果总方差解释表 因子 初始特征值 旋转后特征值和贡献率 特征值 贡献率(%) 累计贡献率(%) 特征值 贡献率(%) 累计贡献率(%) 1 4.122 45.804 45.804 3.223 35.808 35.808 2 1.761 19.572 65.376 2.506 27.841 63.649 3 0.968 10.759 76.135 1.124 12.486 76.135 4 0.847 9.412 85.547 5 0.722 8.024 93.572 6 0.542 6.018 99.590 7 0.024 0.271 99.861 8 0.010 0.115 99.976 9 0.002 0.024 100.000

表2 基本药物制度实施前效果总方差解释表

根据因子载荷得分矩阵得到单因子得分函数分别为：

f₁=0.911×a₆+0.854×a₇+0.851×a₉+0.849×a₈

f₂=0.952×a₄+0.819×a₅-0.708×a₃

f₃=0.875×a₂+0.430×a₁

由此可以看出，9个变量按照高载荷可以分为3类主要因子：第一类因子与药物合理使用有关；第二类因子与基本药物使用情况和可获得性有关；第三类因子与基本药物可负担性有关，这也说明了该指标体系的结构效度与我们之前的构想基本一致。

基本药物制度实施之后，指标间同样也提取出了三个因子，它们的累计解释度为76.332%，单个因子解释度在11%以上(表3)。

表3

表3(Table 3)

表3 基本药物制度实施后效果总方差解释表 因子 初始特征值 旋转后特征值和贡献率 特征值 贡献率(%) 累计贡献率(%) 特征值 贡献率(%) 累计贡献率(%) 1 3.986 44.292 44.292 2.931 32.567 32.567 2 1.906 21.174 65.465 2.870 31.893 64.459 3 0.978 10.866 76.332 1.069 11.873 76.332 4 0.930 10.334 86.665 5 0.725 8.058 94.723 6 0.413 4.583 99.307 7 0.037 0.408 99.715 8 0.019 0.217 99.931 9 0.006 0.069 100.000 提取方法：主成分分析。

表3 基本药物制度实施后效果总方差解释表

根据因子载荷得分矩阵得到的单因子得分函数分别为：

f₁=0.887×a₆+0.853×a₇+0.791×a₉+0.739×a₈

f₂=0.959×a₅+0.918×a₄-0.814×a₃

f₃=0.921×a₂+0.432×a₁

同样，第一个因子反映了药物合理使用情况；第二个因子反映了基本药物可获得情况；第三个因子反映了基本药物可负担情况。

将上述分析步骤产生的新变量即第一、二、三因子得分f₁，f₂和f₃，分别以每个主因子的方差贡献率占主因子总方差贡献率的比重作权数组成一个函数表达式，加权计算出样本机构关于实施基本药物制度的综合绩效得分。

以F₀、F₁分别表示实施基本药物制度前后基层医疗机构的综合绩效得分:

F₀=(35.808×f₁+27.841×f₂+12.486×f₃)/76.135

F₁=(32.567×f₁+31.893×f₂+11.873×f₃)/76.332

用以上得分函数分别计算61家基层医疗机构的总体情况和个体情况(表4)。其中，阳性效果比例指的是综合绩效得分增加的机构占全部医疗机构的比例；阴性效果指的是综合绩效得分减少的机构占全部医疗机构的比例。

表4

表4(Table 4)

表4 浙江省基层医疗机构实施基本药物制度绩效得分及机构变化情况 F0 F1 总分 5.169 8.801 阳性比例(%) — 95.08 阴性比例(%) — 4.92

表4 浙江省基层医疗机构实施基本药物制度绩效得分及机构变化情况

因子分析是本世纪初由Karl Pearson和Charles Spear man等人提出的一种探索性多元统计分析方法，其基本思想是从分析多个原始指标的相关关系入手，寻找支配这种相关关系的有限个相互独立的不能直接观测的潜在变量(也称因子)，并利用这些潜在变量来解释原始指标的相关性或协方差关系，从而探索到事物的本质。^{[7, 8]}也有研究在建立因子模型的同时，对因子得分进行了动态的比较，发现不同的潜在因素在事物发展过程中的变化是不同的，描述了潜在因素在事物发展过程中的不同作用。^[9]

本文在分析过程中就利用因子分析的方法，找到了3个主要潜在因素，并借助它们的相对载荷做权重计算因子的综合得分，从而进行比较分析。我们在计算过程中发现前后两个年度起支配作用的因子虽是相同的，但因子得分略有差异。因为我们主要考虑的是整个指标体系总得分(因子总得分)，所以各潜在因子的数目及得分的差异并不影响结果的有效性。 本文因子分析的结果显示，该效果评价指标体系的因子组成和重要性依次为合理使用、可获得性和可负担性，指标的载荷系数与因子内涵相匹配，在一定程度上说明该指标体系的结构效度与预期构想基本一致。综合绩效得分的情况显示，浙江省基本药物制度实施之后医疗机构的整体绩效得分明显提高，增加了41.27%。另外，从单个医疗机构的绩效水平看，95.08%的医疗机构都取得了阳性效果，药品服务绩效水平提高。这在一定程度上表明，基本药物制度的实施有效推进了基层医疗卫生体制综合改革，药品的价格有所降低，药物的可及性和合理利用的程度有所提高。

当然，医疗卫生体制改革是一项系统工程，现阶段基本药物制度实施取得的成果尚需要依靠其他配套措施的推进得以巩固。比如，应进一步落实基层医疗机构的财政补偿机制，断绝医疗机构的后顾之忧，使医院/医生的利益关注点从药物转向治疗效果；强化医疗机构的规范化管理，特别要完善医疗机构绩效工资考核制度，提高医疗服务价值等。

所以，综合以上讨论和分析，我们可以得出现阶段浙江省基层医疗机构实施基本药物制度的效果良好，在保证基本药物制度覆盖面的同时，也在一定程度上实现了保证药物可及和合理使用的期望目标。