基于DEA的71所医院临床医学重点学科效率分析

范群铭 孙庆文 郭 强 张鹭鹭 孙金海

技术效率体现了经营单位将投入转化为产出的能力。在国家医疗卫生服务改革不断深化、医疗市场竞争日趋激烈、医疗技术水平迅速发展的大趋势下，临床医学重点学科作为医院发展的核心力量，在数量、规模及资金上得到了管理者的大力支持。如何在此规模基础上提高效率，谋求集约式、可持续发展，进而带动整体医疗服务能力和水平的提高，是一项重要的任务。本文对临床医学重点学科的效率进行比较研究，旨在探讨其发展规律，发现问题，提出管理对策。

1 研究对象与研究方法

1.1 研究对象

将某系统公立医院随机抽取、复查确定的71个临床医学重点学科作为研究对象（决策单元），分为研究所组（27个研究所，占其总数的48.21%）和中心组（共44个专科中心，占其总数的44.44%）两个组进行分析[1]。

1.2 研究方法

数据包络分析（DEA）在国外得到了普遍应用，未见临床学科相关研究。国内采用DEA方法对医院评价较多，将临床医学重点学科作为决策单元，系统运用DEA开展研究未见报道[2-8]。本文效率评价使用3个基于不同经济学假设的DEA模型：规模报酬不变、要素强自由处置假设下基于投入的决策单元生产效率评估模型；规模报酬可变、要素强自由处置假设下基于投入的决策单元生产效率评估模型；假设规模报酬可变、要素弱自由处置假设下基于投入的决策单元生产效率评估模型[9]。对其结果解释相同：minλ＝1则表明决策单元有效率，minλ值越大则效率越高，minλ＜1则无效率[10-12]。将效率（TE）分解为纯技术效率（PTE）、规模效率（SE）、要素可处置效率（DE），分析各类指标的变化情况。在文献研究基础上，通过专家咨询，将决策单元的床位总数、人员总数、专用设备总值、年度业务支出总额、科研投入总额5项作为投入要素；将门急诊人次、出院人次、年度业务收入总额、发表论文数量、培训进修生数量、床位使用率6项作为产出指标。运用DEA超效率模型，对技术有效决策单元进行比较分析。

对71所临床医学重点学科随机编号，利用EpiData3.0建立数据库，采用SAS9.1.3软件（SAS公司,北卡罗来那洲，美国）进行分析。

2 结果与分析

表1 2003年～2007年度技术有效率的临床医学重点学科

2.1 效率分析

结果显示，研究期间总体平均效率均＜1，呈下降趋势。各年度DEA评价值有效率的临床医学重点学科有42所、46所、44所、42所、40所，分别占总数的50.15%、64.79%、61.97%、59.15%、56.34%（见表1）。各年度DEA评价技术有效率的决策单元有部分不同，连续5年DEA评价技术均有效率的共24所，其中研究所8所，专科中心16所。

研究所组效率值分别为0.8784、0.8907、0.9208、0.9112、0.9161，呈提高趋势；影响总体评价的学科比较集中，如主要受技术水平和发病趋势影响的传染病专科中心等。中心组的效率值分别为0.8894、0.9210、0.8766、0.8866、0.8738，总体呈下降态势。2005年～2007年度，研究所组提升迅速且状态较为平稳，中心组则出现下降。临床医学重点学科效率整体下降的主要原因是中心组效率下降（图1）。

2.2 纯技术效率分析

总体平均纯技术效率分别为0.9696、0.9567、0.9687、0.9655、0.9840，均小于1，但呈上升趋势。说明临床医学重点学科总体无效率，至少部分原因是其纯技术无效率（图2）。

研究所组平均纯技术效率分别为0.9383、0.9324、0.9598、0.9643、0.9658，总体呈稳步上升趋势。中心组平均纯技术效率分别为0.9886、0.9715、0.9741、0.9663、0.9951，总体水平高于研究所。促使整体纯技术效率上升的主要原因是研究所纯技术效率提升。

2.3 要素可处置效率分析

总体平均要素可处置效率分别为0.9604、0.9785、0.9517、0.9558、0.9423，整体呈下降趋势。研究所的要素可处置效率稳定上升；后期研究所明显高于中心组，中心组则明显下降（图3）。临床医学重点学科5年平均要素可处置效率呈下降趋势，中心组要素可处置效率降低是整体要素可处置效率下降的主要原因。

2.4 规模效率分析

规模效率平均值分别为0.9486、0.9673、0.9640、0.9648、0.9563，呈先升后降状态，均小于1。说明临床医学重点学科技术无效率既源自纯技术无效率，也有规模无效率（图4）。

研究所组规模效率平均值分别为0.9709、0.9796、0.9758、0.9644、0.9685；中心组规模效率平均值分别为0.9348、0.9597、0.9568、0.9651、0.9488。总体上，研究所组高于中心组，尤其是在2003年、2004年、2005年，其规模效率均值均达到0.97以上水平。研究所组最后一年呈上升态势，中心组则呈下降趋势。

2.5 规模报酬变动分析

临床医学重点学科5年规模报酬均递减的6所，2007年度规模报酬递减的22所。说明这些学科的经营规模过大，机构人员冗余，撤并其床位、裁减人员及整合资产是其管理的当务之急。

5年一直处于规模报酬不变的23所，2007年度规模报酬不变的40所。规模报酬不变意味着当期临床医学重点学科的经营规模达到了最佳状态。

5年一直处于规模报酬递增的1所，2007年度规模报酬递增的8所。这意味着当期临床医学重点学科的经营规模过小，即现实的经营规模没有达到最优生产规模。

研究所组没有连续5年规模报酬递减者，连续5年规模报酬不变者占总数的30.77%，两个研究所最后连续两年规模报酬递增。中心组包括了连续5年规模报酬递减的全部个体，占其总数13.64%；6个专科中心最后连续两年以上处于规模报酬递减，占其总数13.64%。总体上看，中心组规模报酬递减状态严重。

2.6 效率综合分析

统计期间，研究所组的纯技术效率和要素可处置效率均呈上升趋势，规模效率下降。这说明，研究所组效率下降主要由规模效率下降引起（图5）。中心组的规模效率、纯技术效率保持相对稳定，而其要素可处置效率则明显下降，与效率下降的幅度和方向一致。中心组效率下降主要来自要素可处置效率下降（图6）。

2.7 要素压缩量分析

DEA是将具有效率的点连接起来，形成效率前沿，再以这条效率前沿曲线作为衡量效率的标准，可以求出每个决策单元的投入产出项的拥挤数量，进一步求出其在投入上应压缩的数量。通过计算临床医学重点学科的投入拥挤数量及其拥挤程度，来确定其投入指标的压缩量。

结果显示：床位连续4年压缩量增加，其拥挤程度趋势逐渐加大。中心组拥挤程度增加特别明显（图7）。人员的拥挤程度、变化趋势、压缩量与床位基本类似（图8）。

中心组专用设备压缩量持续上升，研究所组的压缩量有所上升（图9）。业务支出压缩量均呈上升趋势，研究所组的压缩量明显高于中心组（图10）。研究所组科研投入压缩量呈下降趋势，中心组则持续增加（图11）。

3 讨论与建议

3.1 总体效率下降，需要高度重视

近年来，尽管临床医学重点学科在技术水平、规模等方面得到不断进步，但其迅速发展过程中出现的问题也不容忽视。评价显示，各年度临床医学重点学科整体上呈无效率状态，且呈明显下降趋势。评价期间有效率者的数量占总数的50.15%～64.79%，有相当一部分的个体评价结果为无效率。效率体现了产出能力，效率下降意味着整体产出效能减弱，其持续下降的趋势必将影响临床医学重点学科的建设和发展。管理者需要保持清醒的认识，把握发展方向，针对重点问题，实施有效的管理措施，促进其效率的不断提升。

3.2 突出薄弱环节，强化科学管理

总体评价显示，研究所组效率呈上升趋势，中心组呈明显下降趋势，导致整体效率下降的主要原因是中心组效率下降。因此，中心组效率提升是影响整体效率改善的关键管理环节。同时，在要素可处置效率、规模效率上，中心组效率降低均是导致整体效率下降的主要原因；规模报酬显示，连续5年一直处于递减状态者均在中心组，中心组的规模报酬递减状态较研究所严重。因此，采取有针对性的措施，解决中心组存在的规模扩张严重、资源配置不合理等问题，是提升整体效率、促进临床医学重点学科全面发展的主要内容。

3.3 针对不同特点，控制要素投入

要素压缩量分析提示，整体上床位、人员后4年的压缩量逐年加大，专用设备、业务支出后3年度压缩量增加明显。分组比较显示，研究所组业务支出压缩量大，而中心组床位、人员的压缩量大，科研列项经费支出压缩量上升。这些结论提示管理者：在总体控制规模扩张的基础上，研究所组的业务支出需要进行适当控制；控制规模的重点在中心组，除协调科研投入与产出匹配机制外，应结合各个专科中心评价的具体情况，完善管理，在控制投入要素的种类、数量上尽可能的做到具体化。

[1]孙金海,张鹭鹭,孟威宏,等.71所医院临床医学重点学科现状调查分析[J].中国医院,2010,14(3):7-9.

[2]邴媛媛,徐凌中,李延鹏.卫生服务的效率及其测量[J].中华医院管理杂志,2001,17(5):272．

[3]庄宁,李伟,黄思桂.医院医疗服务效率测量方法应用评价[J].中国卫生资源,2001,4(3):124.

[4]Chilingerian JA．Evaluating Physician Efficiency in Hospital：A Muhivariate Analysis of Best Practices[J]．European Journal of Operational Research，1995， 80： 548-574．

[5]Zuchenrman S,et a1.Measuring Hospital Efficiency With Frontier[J]Function.Journal of Health Economics,1994,13:225.

[6]Chattopadhyay S，Ray SC．Technical Scale and Size Efficiency in Nursing Home Care’ s non-parametric analysis of Connecticut[J]．Health-Econ，1996，4：363-373．

[7]庄宁,盂庆跃,卞鹰等.利用DEA 法评价我国34家医院的技术效率[J].中国卫生经济,2000,19：49.

[8]左娅佳,初元章,陈勇.23所军队中小医院为兵服务效益评价和资源配置的思考[J].中国医院管理,2001,21(6):25.

[9]Adam Wagstaff ,Estimating efficiency in the hospital sector: a comparison of three statistical cost frontier models[J]. Applied Economics,21,1989, 659～672

[10]Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[ J ]. European Journal of Operation Research, 1978, 2 (6) : 429-444.

[11]Fare, R and S. Grosskopf and C.A. K. Lovell, Production Frontiers[M],Cambridge University Press, 1994.

[12]Shephard, R.W., Theory of Cost and Production functions[M], Princeton:Princeton University Press, 1970.