醫(yī)改前后我國省域衛(wèi)生資源配置效率評價
——基于DEA及Tobit方法

項盈如，吳 進，王 聰，華 樂，黃仙紅

(杭州師范大學(xué)醫(yī)學(xué)院，浙江 杭州 310000)

合理配置衛(wèi)生資源是衛(wèi)生事業(yè)可持續(xù)發(fā)展的基礎(chǔ)，也是保證衛(wèi)生系統(tǒng)績效達標(biāo)的重要組成部分。隨著2009年新醫(yī)改的提出，我國衛(wèi)生資源配置情況發(fā)生很大變化。2015年《全國醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃綱要(2015～2020)》指出，我國醫(yī)療衛(wèi)生資源存在總量不足、質(zhì)量不高、結(jié)構(gòu)與布局不合理等問題[1]。目前，綜合分析醫(yī)改前后全國衛(wèi)生資源配置效率的研究相對較少，瞿茜[2]、張爽[3]等用DEA方法評價武漢市、湖北省的衛(wèi)生資源效率，周迪[4]、張瑤[5]等用超效率DEA模型和BP神經(jīng)網(wǎng)絡(luò)模型分析了我國醫(yī)改后的效率。以往的研究主要集中于用一系列經(jīng)濟學(xué)方法評價某一省市、某一年的衛(wèi)生資源配置效率，鮮有用Tobit回歸模型探索影響因素。本文采用DEA-Tobit兩階段方法，系統(tǒng)的分析醫(yī)改前后我國衛(wèi)生資源配置效率及影響因素。

1 資料與方法

1.1 研究對象及資料來源

原始數(shù)據(jù)主要來自2007-2017年的《中國統(tǒng)計年鑒》、《中國衛(wèi)生統(tǒng)計年鑒》以及其他相關(guān)年鑒。選取我國除香港、澳門和臺灣以外的31個省市的衛(wèi)生資源配置作為研究對象。

1.2 數(shù)據(jù)包絡(luò)分析法(DEA)

數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)是美國學(xué)者Coopper和Charnes提出來的，用于當(dāng)時工業(yè)生產(chǎn)中的效率評價，適合處理多投入、多產(chǎn)出的問題[6]。DEA中的BBC模型用于測量純技術(shù)效率(PTE)，其假設(shè)規(guī)模收益可變，也被稱為VRS模型，該模型可以將綜合效率分解為純技術(shù)效率和規(guī)模效率。Malmquist生產(chǎn)效率指數(shù)分解為兩個方面變化：一是被評價DMU在兩個時期內(nèi)的技術(shù)效率的變化(EC)，二是生產(chǎn)技術(shù)的變化(TC)，即TFP=EC·TC。其中，EC能夠反映管理決策是否正確，管理方法的優(yōu)劣問題；TC代表了技術(shù)進步和生產(chǎn)創(chuàng)新程度。技術(shù)效率變化又可以分為純技術(shù)效率變化和規(guī)模效率變化[7]。

1.3 Tobit回歸模型

Tobit模型也稱為樣本選擇模型或受限因變數(shù)模型，由于因變量取值在0～1之間，且大部分數(shù)值是連續(xù)分布，存在小部分數(shù)據(jù)在某個值上相當(dāng)集中，即稱之為截尾回歸現(xiàn)象。對相關(guān)的文獻歸納發(fā)現(xiàn)：影響衛(wèi)生資源配置效率的自變量指標(biāo)主要包括人口密度、人均GDP、城鎮(zhèn)化率、政府財政扶持、醫(yī)院密度等社會經(jīng)濟、政策、市場方面。如李卓、陳潔[8，9]認為經(jīng)濟發(fā)展水平、人口密度、城鎮(zhèn)化水平對衛(wèi)生資源配置效率有顯著影響；楊文芳、衛(wèi)柯臻[10，11]研究發(fā)現(xiàn)政府財政支出比例、醫(yī)院密度等外部指標(biāo)對衛(wèi)生資源配置效率有顯著影響。本研究基于文獻分析，并結(jié)合各省域發(fā)展情況，選取了如下指標(biāo)作為自變量：總?cè)丝?萬人)、城鎮(zhèn)人口比重(%)、65歲以上人口比例(%)、教育經(jīng)費(萬元)、人均GDP(元)、政府衛(wèi)生支出(億元)、公立醫(yī)院數(shù)(個)。運用本研究的面板Tobit回歸分析基礎(chǔ)公式：Yi=β0+β1x1+…+βixi+εi，(0≤Yi≤1)進行計算，其中Yi表示因變量，即本研究中的效率值；i表示31個省市自治區(qū)；β0表示回歸方程的常數(shù)項；βi表示自變量的回歸系數(shù)；εi表示誤差。

1.4 投入產(chǎn)出指標(biāo)的選取

本文投入指標(biāo)采用醫(yī)療衛(wèi)生機構(gòu)數(shù)、衛(wèi)生人員數(shù)、床位數(shù)和衛(wèi)生總費用；產(chǎn)出指標(biāo)先采取6類31項產(chǎn)出指標(biāo)作為產(chǎn)出評價指標(biāo)體系建立備選指標(biāo)庫，結(jié)合每個指標(biāo)與其他指標(biāo)的相關(guān)系數(shù)的平均數(shù)Ri和變異系數(shù)CV選取診療人次數(shù)、入院人數(shù)、病床使用率、孕產(chǎn)婦死亡率〔1/10萬)、5歲以下兒童中重度營養(yǎng)不良比重(%)和甲乙類法定報告?zhèn)魅静“l(fā)病率〔1/10萬)為產(chǎn)出指標(biāo)。

2 結(jié)果與分析

2.1 醫(yī)改前后我國衛(wèi)生資源配置DEA效率分析

從時間跨度來看，2006-2016年我國的衛(wèi)生資源配置的綜合效率平均值不斷提高，從醫(yī)改前的平均值0.85增加到醫(yī)改后的0.92，2008年綜合效率值最低，為0.83；2016年綜合效率值最高，為0.95。此外，遼寧、河北、山東、黑龍江、吉林、山西6個省的綜合效率值低于0.8，明顯低于其他省市的效率，資源浪費和產(chǎn)出不足并存。從東中西分布來看，醫(yī)改前后綜合效率平均值排名為東部>西部>中部，分別為0.92，0.90，0.84，見表1。

表1 醫(yī)改前后我國省域衛(wèi)生資源配置綜合效率變化情況

2.2 醫(yī)改前后我國衛(wèi)生資源配置效率跨期分析

醫(yī)改前后，我國31省市的Malmquist指數(shù)呈現(xiàn)不斷波動趨勢，2006-2016年的Malmquist指數(shù)平均值為1.008，說明整體上處于有效的水平。醫(yī)改前，2007-2008年的全要素生產(chǎn)率進步了58%，是全要素進步最大的一個時段，其技術(shù)效率變化、純技術(shù)效率變化和規(guī)模效率變化都表現(xiàn)為退步，技術(shù)變化表現(xiàn)為明顯進步。醫(yī)改后，2012-2013年全要素生產(chǎn)率為0.967，退步了3.3%，是整個時段全要素變化最低的時段，見表2。

表2 2006-2016年我國各項效率指標(biāo)的平均變化情況

2.3 醫(yī)改前后衛(wèi)生資源配置效率Tobit回歸分析

醫(yī)改前，總?cè)丝?β=6.66×10-5，P<0.01)、政府衛(wèi)生支出(β=0.003，P<0.01)、公立醫(yī)院數(shù)(β=-9×10-4，P<0.01)、65歲以上人口比例(β=-0.04，P<0.05)是我國或部分地區(qū)衛(wèi)生資源配置效率的主要影響因素。醫(yī)改后的效率影響因素，新增了城鎮(zhèn)人口比重、教育經(jīng)費和人均GDP，見表3。

表3 醫(yī)改前后我國衛(wèi)生資源效率的環(huán)境指標(biāo)選擇

3 討論

3.1 醫(yī)改前后我國衛(wèi)生資源配置分析

醫(yī)改后，我國各省市綜合效率平均值均大于0.9，高于醫(yī)改前的平均效率水平，表明醫(yī)改后我國的衛(wèi)生資源配置效率處于上升狀態(tài)，這與彭莉[12]等人研究結(jié)果一致。東部地區(qū)資源配置效率最高，西部其次，中部最低。東部地區(qū)憑借經(jīng)濟水平、機構(gòu)管理、醫(yī)療水平等優(yōu)勢，衛(wèi)生資源配置效率平均值超過中西部地區(qū)。在未來的發(fā)展中，東部地區(qū)應(yīng)充分利用自身優(yōu)勢，促進醫(yī)療資源的跨區(qū)域流動，從而縮小地區(qū)差異，這與夏昉[13]、孫玉偉[14]等人研究結(jié)果一致。遼寧等6省綜合效率平均值明顯偏低，反映衛(wèi)生資源配置效率存在省域間的不平衡。

醫(yī)改后，西部有效省市占比最大，中部最低。由此可見，衛(wèi)生資源豐富的東部地區(qū)并不一定衛(wèi)生資源利用效率就高，且東部地區(qū)內(nèi)部資源配置差距較大，這一研究結(jié)果與臧芝紅[15]的結(jié)果一致。結(jié)果提示，雖然經(jīng)濟發(fā)達地區(qū)優(yōu)質(zhì)衛(wèi)生資源集中、規(guī)模龐大，但可能存在盲目擴建、人員冗雜、管理水平不配套等導(dǎo)致衛(wèi)生資源利用效率低下的現(xiàn)象。

3.2 醫(yī)改前后我國全要素生產(chǎn)變化指數(shù)分析

DEA分析結(jié)果顯示，2006-2016年全要素生產(chǎn)變化指數(shù)大于1，技術(shù)變化值為1.007，是引起全要素生產(chǎn)率變動的主要原因。技術(shù)變化主要體現(xiàn)在衛(wèi)生資源配置的完善性和有效性，說明我國醫(yī)改前后共計11年間，一系列醫(yī)療政策的實施及政府對衛(wèi)生資源配置的重視促進了效率的增長[16]。也有學(xué)者的結(jié)果表明[17]，技術(shù)效率變動是影響衛(wèi)生資源配置的主要原因。本文結(jié)果顯示，技術(shù)效率變動的確有積極影響，但影響程度較小，說明醫(yī)改后我國雖然重視技術(shù)改進與推動創(chuàng)新意識，但效果不顯著。

3.3 醫(yī)改前后我國衛(wèi)生資源配置效率的影響因素分析

醫(yī)改前，總?cè)丝谥笜?biāo)對衛(wèi)生資源配置效率呈正相關(guān)，65歲以上人口比例和公立醫(yī)院數(shù)兩項指標(biāo)對衛(wèi)生資源配置效率呈負相關(guān)。醫(yī)改后，影響因素主要增加了城鎮(zhèn)人口比重、教育經(jīng)費和人均GDP指標(biāo)。其中，總?cè)丝诤徒逃?jīng)費對我國或各地區(qū)的衛(wèi)生資源配置效率有正向影響，政府衛(wèi)生支出對其影響有正有負。此結(jié)果表明：政府會根據(jù)地區(qū)總?cè)丝诘姆植记闆r合理分配資源，盡力做到在有限投入的前提下擴大產(chǎn)出，以滿足人們對醫(yī)療衛(wèi)生的需求；但部分地區(qū)顯示政府衛(wèi)生支出對其影響為負，這可能由于不同地區(qū)政府對資金的利用效率以及分配方式不平均造成，這一結(jié)果與胡大海的研究結(jié)果一致[18]。此外，本文選取的婦幼保健、傳染病發(fā)病率等產(chǎn)出指標(biāo)主要涉及預(yù)防等公共衛(wèi)生服務(wù)領(lǐng)域，這一領(lǐng)域也是政府衛(wèi)生支出相對薄弱的地方。隨著政府對醫(yī)療及教育的重視，城鎮(zhèn)化水平的提高，教育經(jīng)費的投入加大，人們自我保健意識與自主就醫(yī)選擇的能力不斷加強，醫(yī)療衛(wèi)生資源效率也得到了有效提高[19]。人均GDP、65歲以上人口比例和公立醫(yī)院數(shù)對我國或各地區(qū)的衛(wèi)生資源配置效率有負向影響。說明人均地區(qū)生產(chǎn)總值的提高使居民自主就醫(yī)選擇增加，患者紛紛涌向三級公立醫(yī)院等醫(yī)療機構(gòu)就醫(yī)，造成地區(qū)資源的使用效率偏低[20]，而如今我國人口老齡化嚴(yán)重，老年人群醫(yī)療需求劇增，所以合理分配醫(yī)療資源顯得尤為重要。此外，公立醫(yī)院數(shù)的增加降低了效率，與Mobley[21]等人研究結(jié)果一致。這可能是由于醫(yī)改措施并未兼顧資源的效率問題，同時因缺少民營醫(yī)院的競爭，導(dǎo)致了效率的低下。

4 建議

4.1 制定合理規(guī)劃，優(yōu)化資源配置

政府及管理部門在制定衛(wèi)生資源配置規(guī)劃時，應(yīng)結(jié)合效率分析結(jié)果，統(tǒng)籌區(qū)域和省際衛(wèi)生資源規(guī)劃，促使冗余衛(wèi)生資源向不足區(qū)域或省市流動，并注重醫(yī)療衛(wèi)生人員在各省市的結(jié)構(gòu)調(diào)整，最大限度的調(diào)動衛(wèi)生人員的工作積極性，提高衛(wèi)生服務(wù)能力，從而推動效率的改善；應(yīng)從需求側(cè)出發(fā)，深入考察、捕捉最前沿的醫(yī)療衛(wèi)生需求，從而制定科學(xué)合理的醫(yī)療衛(wèi)生規(guī)劃，優(yōu)化資源的配置，盡可能減少冗余值的出現(xiàn)[22]。

4.2 更新管理理念，提升技術(shù)水平

技術(shù)變化是衛(wèi)生資源效率增加的主要原因，應(yīng)更新管理理念，重視醫(yī)療資源的合理分配。政府要跟上時代發(fā)展的步伐，重視醫(yī)學(xué)教育、醫(yī)療技術(shù)水平、醫(yī)療質(zhì)量等發(fā)展，致力于創(chuàng)新意識的培養(yǎng)與高精尖人才隊伍的創(chuàng)建，從而實現(xiàn)衛(wèi)生資源配置和衛(wèi)生服務(wù)利用總體效率的提高[23]。

4.3 鼓勵社會辦醫(yī)，形成良性競爭機制

醫(yī)院的性質(zhì)常常影響著內(nèi)部多個體系的運行，更關(guān)乎一家醫(yī)院的管理理念。在醫(yī)療行業(yè)，應(yīng)進一步推動民間資本的引入[24]，鼓勵有資本有能力的民營醫(yī)院加入市場競爭中來，通過競爭不斷優(yōu)化醫(yī)療衛(wèi)生的供給能力和水平，從而提高我國衛(wèi)生資源配置的效率。