2. 中国医学科学院医学信息研究所/卫生政策与管理研究中心 北京 100020;
3. 国家卫生计生委卫生发展研究中心 北京 100191
2. Center for Health Policy and Management, Instituteof Medical Information, Chinese Academy of Medical Sciences, Beijing 100020, China;
3. China National Health Development Research Center, Beijing 100191, China
近年来,儿科医疗资源紧缺和儿童“看病难”问题日益突出,引起了社会广泛关注。[1,2]2012年我国仅有儿童医院89家,每千名儿童儿科床位数为1.71张,远低于每千人口床位数的全国平均水平(4.55张),每千名儿童仅有儿科医师0.41人,远低于同期每千人口医师数的全国平均水平(2.06人)。[3]在现阶段儿科医疗资源紧缺的大背景下,提高现有儿科医疗资源的利用效率,提高儿童医院的服务能力,最大程度满足儿童看病需求,显得尤为迫切。三级儿童医院作为儿科医疗、教学和科研的中心,集中了大量优质的儿科医疗资源,其运行效率如何,是否在现有投入水平下实现了最大产出,能否进一步提高其运行效率和医疗服务能力,如何提高等,都是值得探讨的问题。本研究运用数据包络分析模型(data envelopment analysis,DEA) 评价了我国10家三级儿童医院2011年和2012年的技术效率和规模效率,并利用Malmquist指数模型分析了这10家医院在2011—2012年的效率变动情况,以及影响效率和生产率变动的原因。在此基础上提出相关政策建议,以为样本医院完善服务方式、改善效率提供科学决策依据。
研究对象为我国10家三级儿童医院(用H1-H10代码标注),其中东部地区6家,中部地区3家,西部地区1家。通过现场调查和相关统计报表资料,系统收集样本医院2011年和2012年人员、设备、资产、医疗服务量、收支等反映经济运行状况的数据,具体指标包括年末在职职工数、年末开放床位数、总支出、门急诊人次、出院人次、总收入等。
DEA模型是一种应用广泛的非参数前沿效率评价方法,主要用来测算多投入多产出同类决策单元的相对效率。[4] 基于线性规划技术,DEA模型通过对各决策单元的投入和产出变量的分析来确定其相对有效的生产前沿面,再将各决策单元投影到该前沿面上,根据各决策单元到前沿面的距离来评价其相对有效性。位于生产前沿面上的决策单元为DEA有效(效率值=1),生产前沿面外的决策单元为DEA无效(0<效率值<1),距离前沿面越远,其效率值越低。
传统的DEA模型有C2R和BC2两种经典模型。[5,6,7] C2R模型主要用于计 算各决策单元的技术效率,BC2模型则进一步将技术效率分解为纯技术效率和规模效率,即纯技术效率和规模效率的乘积。纯技术效率主要反映决策单元现有技术水平发挥程度和经营管理水平的高低,规模效率则侧重反映决策单元的运营规模是否适当。也就是说,决策单元的技术效率低下有可能是由技术或管理水平低下导致,或规模不当导致,也可能由二者共同导致。同时,BC2模型还可以判断决策单元是处于规模收益固定状态(规模效率为1),还是规模收益递增或递减状态(规模效率<1)。Malmquist指数主要用于评价各决策单元全要素生产率的跨期变化。[8,9] Malmquist指数将全要素生产率的变化分解为技术变化和效率变化,效率变化又可进一步分解为纯技术效率变化和规模效率变化,据此分析其生产率变化的原因。
本研究运用C2R和BC2模型分析我国10家三级儿童医院2011年和2012年度的运行效率,利用Malmquist指数模型分析样本医院的跨期效率变动情况。由于医院难以在短期内完善其人力和设备等投入,且儿科医疗服务长期处于供不应求的状态,因此,均选用产出导向模型进行分析。
根据重要性、全面性、精简性等指标选取原则,参考国外相关文献指标体系的构建[10,11,12,13,14,15,16],最终选取年末在职职工数(简称职工数)、年末开放床位数(简称床位数)作为投入指标,选取门急诊人次、出院人次作为产出指标,来构建本次DEA评价模型。
运用SPSS 17.0建立数据库,进行数据核查和统计描述分析;运用DEAP2.1评价相关样本医院的效率值。
与2011年相比,2012年所有投入—产出指标均值都有所增长,呈现规模逐步扩大趋势。投入指标中,床位数变异程度较大,职工数变异程度相对较小。产出指标中,门急诊人次和出院人次的变异程度均较大(表1)。
2011年10家样本医院运行效率的分析结果显示,3家医院(H4、H6、H9)为有效决策单元(有效率为30%),其技术效率、纯技术效率和规模效率均为1,处于规模报酬固定阶段;7家医院为无效决策单元,其中3家医院(HI、H5、H7)的纯技术效率为有效,技术效率低下主要是由规模效率低下所导致,H1和H5处于规模报酬递增阶段,H7处于规模报酬递减阶段;另外,4家医院(H2、H3、H8、H10)的技术无效主要是由纯技术效率和规模效率低下所致,其中H2和H3处于规模报酬递增阶段,H8和H10处于规模报酬递减阶段。在无效决策单元中,H2的效率最低(技术效率值仅为0.578),其效率低下的主要原因是纯技术效率低下 (纯技术效率值仅为0.626);其次为H1,H1的规模效率为同类决策单元中最低(仅为0.801);H8和H10的技术效率也较低,其中H8效率低的主要原因是纯技术无效,H10效率低下的原因主要是规模无效 (表2)。
2012年10家样本医院的运行效率分析结果显示,6家医院(H1、H4、H5、H6、H7、H9)为有效决策单元(有效率为60%),其技术效率、纯技术效率和规模效率均为1,处于规模报酬固定阶段。H2、H3、H8、H10为无效决策单元,其技术无效主要是由纯技术效率低下和规模效率低下共同所致,4家医院均处于规模报酬递减阶段。在无效决策单元中,H10的技术效率最低(0.747),其效率低下主要是由规模效率低所致;其次为H2 (0.809),其效率低下主要是由纯技术效率低所致(表3)。
2011—2012年样本医院Malmquist指数分析结果显示,6家医院(H1、H2、H5、H6、H7、H8)的全要素生产率有所改善,其中H2的提高最为明显,其次为H1;4家医院(H3、H4、H9、H10)的全要素生产率有所下降,其中H10的下降最为明显,其次为H4。5家医院(H3、H5、H6、H7、H8)的技术都有所进步,但幅度不大;5家医院(H1、H2、H4、H9、H10)的技术出现退步,其中H1和H2的技术退步较为突出。与技术水平进退参半不同,只有H3和H10两家医院的效率有所下降,大部分医院的效率都有所改善,其中H1和H2两家医院的效率改善较为突出。样本医院的纯技术效率相对稳定,6家医院(H1、H4、H5、H6、H7、H9)基本保持不变,H2、H8有所提升,其中H2提升幅度较大,H3、H4有轻微下降。H1、H2、H5、H7的规模效率都有所提升,其中H1提升最突出;H3、H8、H10的规模效率都有所下降。
H1、H2、H7生产率的提高源于效率的改善,其中H1、H7为规模效率改善,H2主要为纯技术效率的改善;H6生产率的提高主要源于技术进步;H5和H8生产率的提高则是技术进步和效率改善共同所致。H3生产率的下降由效率降低所引起,H4和H9生产率的下降主要由技术退步所致,H10则是由技术退步和效率下降共同所致,其中效率下降是主要原因(表4)。
通过年末在职职工数、年末实际开放床位数、门急诊人次、出院人次可以看出,不同三级儿童医院在人员、设备等资产投入以及医疗服务产出方面的差距较大,规模最大的儿童医院人员数、床位数、医疗服务量均是规模较小儿童医院的数倍,我国三级儿童医院在规模发展上处于不均衡状态。
研究发现,10家样本医院的技术效率整体维持在较高水平,但有个别医院的技术效率较低下。H2在2011年的技术效率仅为0.578,与其他医院存在很大差距,通过分析,发现主要是由纯技术效率过低所致;2012年,H2的纯技术效率虽有一定程度改善,但与同类决策单元的差距仍然较大。这说明,不同儿童医院在技术和经营管理水平上存在一定差距。虽然大部分三级儿童医院发展成熟、技术先进,但少数医院在技术上呈现明显的落后趋势。因此,技术较落后医院应重视内涵建设,加强技术引进和人才培养,完善经营管理,转变服务模式,充分利用现有技术和资源提升运行效率。技术领先的儿童医院也可通过构建“医联体”等方式,对其进行对口支持,提供临床技术和人才培养。此外,政府也可加大对相关儿童医院的财政投入,为其引进人才、购置设备提供资金支持,鼓励其发展和应用新技术,提高经营管理水平,进而促进全国范围内三级儿童医院的均衡发展。
研究发现,部分样本医院在扩大服务规模后,其规模效率和规模报酬状态发生了变化。2家医院(H1和H5)的规模效率均提高到1,并从规模报酬递增状态进入固定规模报酬状态,还有2家(H2和H3)直接从规模报酬递增状态转为规模报酬递减状态。这说明,部分样本医院通过增加人员或扩大床位规模等措施,逐步达到了较佳的服务规模,并提升了运行效率;但有的医院因过度增加投入,盲目扩大规模,超出了医院的最佳服务能力,其规模效率不升反降。另外,本就处于规模报酬递减状态的H8和H10两家医院,由于进一步扩大规模,导致其规模效率出现下滑趋势。尤其是H10,过度规模扩张使得本就不高的规模效率继续下滑,同时,还引起了纯技术效率的下降,导致运行效率明显下降,成为2012年最低效单元。因此,医院应充分考虑人力储备、管理能力,以及服务能力等多种因素,适当扩大规模,并在扩大规模后进一步完善其配套措施,加强管理,避免新增资源得不到充分利用,而造成资源浪费。
基于Malmquist指数模型,研究发现,在2011—2012年期间,大部分样本医院的生产率都有所改善,只有少数样本医院的生产率有所下降。生产率的提高主要源于运行效率的改善,其中纯技术效率和规模效率的作用均较明显,这说明,技术水准、管理水平与服务规模均是引起生产率变化的重要因素。H2主要通过提高技术和完善经营管理,提高纯技术效率,进而带动生产率的的提升。H1则是通过扩大规模,达到固定规模报酬状态,优化服务规模,大幅提升了其规模效率和技术效率,这样即使技术有所下滑,但最终生产率还是有所改善。而H10因过度扩张使得规模效率和纯技术效率下降明显,加之技术水平有所倒退,其生产率明显下滑。因此,适度控制规模对提高生产率很重要,不可盲目扩大规模。另外,部分医院(如H2和H4)在研究期间技术退步较明显,因此,需持续重视人才队伍建设、充分利用新医疗设备和诊疗技术、优化和改善诊疗程序和措施,发挥应有技术水平,以提升其生产率和服务能力。
本研究将传统DEA的C2R和BC2经典模型与Malmquist指数模型结合起来,从纵向和横向两个角度对我国10家三级儿童医院的技术效率和规模效率,以及跨期效率变动情况进行了较为系统的分析,系统地研究了样本医院的运行效率及所存在的问题,以促进其有效地规范化发展。
值得注意的是,DEA模型所测算的是同类决策单元的相对效率,而非绝对效率。通过被评价单元内部的相互比较,得出相对有效或无效的决策单元。被评价医院效率不高,只说明相对于运营更佳的同类医院来说,被评价医院有提升效率的空间和潜力。如果纳入其他类型医院(如规模类似的综合医院或其他类型专科医院)作为评估对象,儿童医院的效率评估结果势必发生变化,技术效率、规模效率、规模报酬状态以及生产率变动等都会发生改变。与其他类型医院相比,样本儿童医院的整体运行效率结果可能会更好。
[1] | 李秋萌. 儿科困局[J]. 中国卫生人才, 2011(3): 46-47. |
[2] | 王君平. 儿童看病难成突出问题,全国至少缺20万儿科医生[N].人民日报, 2010-10-21(5). |
[3] | 国家卫计委. 2013年中国卫生和计划生育统计年鉴[M]. 北京: 中国协和医科大学出版社, 2013. |
[4] | 魏权龄. 数据包络分析[M]. 北京: 科学出版社, 2004. |
[5] | Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of Decision Making Units [J]. European Journal of Operational Research, 1978(2): 429-444. |
[6] | Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale efficiencies in data envelopment analysis [J].Management Science, 1984,30(9): 1078-1092. |
[7] | Banker R, Charnes A, Cooper W, et al. An introduction to data envelopment analysis with some of its models and their uses[J]. Research in Governmental and Nonprofit Accounting, 1989(5): 125-163. |
[8] | Fare R, Grosskopf S, Lindgren B, et al. Productivity developments in Swedish hospitals: a malmquist output index approach[M]. Boston: Kluwer Academic Publishers, 1994. |
[9] | Burgess J F, Wilson P W. Decomposing hospital productivity changes,1989-1988: A nonparametric malmquist approach [J]. Journal of Productivity Analysis, 1995, 6(4):343-363. |
[10] | McGlynn E A. Identifying, Categorizing, and Evaluating Health Care Efficiency Measures[M]. Rockville, MD: Agency for Healthcare Research and Quality. 2008. |
[11] | Ozcan Y A , Luke R D, Haksever G. Ownership and organizational Performance: A comparison of technical efficiency across hospital types[J]. Medical Care, 1992, 30(9):781-794. |
[12] | Sahin I, Ozcan Y A. Public sector hospital efficiency for provincial markets in Turkey [J]. Journal of Medical Systems, 2000, 24(6): 307-320. |
[13] | Harrison J P, Coppola M N, Wakefield M. Efficiency of federal hospitals in the United States[J]. Journal of Medical Systems, 2004, 28(5): 411-422. |
[14] | Grosskopf S, Margaritis D, Valdmanis V. Competitive effects on teaching hospitals [J]. European Journal of Operational Research, 2004, 154(2): 515-525. |
[15] | Afonso A, Fernandes S. Assessing hospital efficiency: non-parametric evidence for Portugal [R].Lisbon: School of Economics and Management, Technical University of Lisbon, 2008. |
[16] | O'Neil L, Rauner M, Hedidenberger K, et al. A cross-national comparison and taxonomy of DEA-based hospital efficiency studies[J]. Socio- Economic Planning Sciences, 2008, 42(3): 158-189. |
(编辑 刘 博)