福建省县级综合性公立医院运行效率变化分析

吴舒婷 吴小南 李跃平 邱宁宁 徐旭亮

1.福建医科大学公共卫生学院 福建福州 350004 2.福建省卫生和计划生育委员会 福建福州 350000



·医院管理·

福建省县级综合性公立医院运行效率变化分析

吴舒婷1吴小南1李跃平1邱宁宁1徐旭亮2

1.福建医科大学公共卫生学院 福建福州 350004 2.福建省卫生和计划生育委员会 福建福州 350000

目的：研究福建省40家县级综合性公立医院的综合效率、技术效率和规模效率变化情况，以及全要素生产率随着时间变化的情况，为提高县级综合性公立医院运营效率提供决策依据和参考。方法：收集2009—2014年福建省40家县级综合性公立医院运营相关数据，运用数据包络分析法(DEA)的CCR、BCC和Malmquist模型进行分析。结果：40家县级综合性公立医院中绝大多数处于规模递减状态，2009—2014年的全要素生产率为1.019，21家(52.5%)医院生产率有所提高，其中3家医院生产率提高是由于技术进步，3家是由于效率提高，15家是由于技术进步和效率提高共同作用。结论:福建省县级综合性公立医院效率总体不足，且不同地区医院运行效率有差异，山区医院效率有所提高，沿海地区医院效率出现下降。因此，政府在加大对县级综合性公立医院投入时，应采取差别化政策，注意合理控制医院规模，同时应加强内涵建设，重视医疗技术的提升。

DEA； Malmquist模型； 县级公立医院； 运行效率

县级公立医院是农村三级医疗卫生服务网络的龙头，与城市大医院分工协作，为县域内居民提供基本医疗服务，是连接城乡医疗服务体系的纽带，承担着农村地区常见病、多发病的诊疗以及公共卫生预防保健等多方面的任务。[1]因此，县级公立医院的服务效率对于县域居民基本医疗服务的提供至关重要。特别是在深化医改以来，研究县级公立医院的效率现状及其变化趋势将有助于为新时期县级公立医院改革提供证据支持。本文基于2009—2014年福建省县级综合性公立医院效率的有关数据，利用数据包络分析法，分析其效率的变化情况，从而为县级综合性公立医院的改革和发展提供决策参考。

1 资料与方法

1.1 资料来源

以福建省40家*40家综合医院中不包含刚刚县改区的综合性医院，县级综合医院与中医院合并的医院以及平潭综合试验区医院。县级综合性公立医院(不包含县级市)为研究对象，其中地处沿海的医院(福州、漳州、泉州、莆田)占17家，地处山区的(三明、南平、龙岩、宁德)占23家。从国家卫生统计信息网络直报系统收集2009—2014年40家县级综合性公立医院的相关数据进行分析。

1.2 研究方法

1.2.1 数据包络法(DEA)

采用DEA的CCR、BCC 模型以及Malmquist模型进行医院全要素生产率随着时间变化的分析。CCR模型是在假设规模报酬不变的情况下计算出每个决策单元的技术效率，并用于衡量各决策单元“规模有效”和“技术有效”是否同时发生。BCC模型是假设规模报酬可变条件下，进一步区分纯技术效率和规模效率。Malmquist生产率指数(MPI)是研究投入产出的一种常用方法，有助于在面板数据下对医院生产效率做进一步的动态分析和研究。[2]

1.2.2 指标选取

通过文献回顾[3-5]，进行聚类分析，并结合研究目的，注意投入、产出指标间的逻辑关系，以及遵循指标总数不超过决策单元数一半的原则。最终确定门急诊人次、病床周转次数和平均住院日三个指标为产出指标，实有床位数、卫生技术人员、总资产和固定资产四个指标为投入指标。其中，平均住院日

为低优指标，对其做“1/低优指标值”的正向化处理。由于县级综合性公立医院强调公益性，是一个非完全竞争市场，不存在不变的最优规模，因此，本研究选取规模报酬可变的产出导向模型。综合技术效率可分解成纯技术效率和规模效率，效率值等于1为有效，小于1则无效。全要素生产率(TFP)大于1表明医院效率提高，小于1则表明医院效率下降，其又可以分解为技术效率变化(TEc)和技术变化(Tc)，前者又可分解为纯技术效率变化(PTEc)和规模效率变化(Sec)。

1.3 统计分析

通过 Excel 2003 录入建立数据库，运用 Deap2.1软件进行分析。

2 结果

2.1 投入—产出指标的描述性分析

福建省40家县级综合性公立医院平均投入、产出描述性统计结果见表1，前4项为投入指标，后3项为产出指标，其中，仅有平均住院日为低优指标。2009—2014年40家医院的各项投入逐年增长，基本呈随着投入的增加产出也不断提高的趋势。

由表1可知，各项投入指标的增长速度明显高于产出指标中病床周转次数、平均住院日的增长速度，投入指标中仅有总资产增长率大于产出指标的门急诊人次数。其中，总资产的增长速度最快，年平均增长率达到14.8%，山区医院的总资产和固定资产增长速度快于沿海医院，近两年山区医院的平均固定资产超过沿海医院。产出指标中的平均住院日年均增长率为-1.5%，表明2009—2014年医院住院患者的平均住院日有所缩短。因此，在进行DEA分析时对平均住院日指标进行趋同化，取其倒数进行运算。

2.2 CCR模型下综合技术效率情况

DEA方法对医院综合技术效率的评价是相对的，但非总体有效却是绝对的。将综合技术效率值等于1的决策单元视为有效单元，小于1的为非有效单元，介于0.8到1之间的为边缘非有效，小于0.8的为明显非有效。[6]2009—2011年总体有效的医院逐年减少，之后总体有效的医院略有增加。2012年平均综合技术效率最低，为0.711，且明显非有效的医院最多，达到28家(表2)。

表1 2009—2014年40家县级综合性公立医院投入、产出各项指标均值

表2 2009—2014年40家县级综合性公立医院综合技术效率值

2.3 BCC模型下规模报酬情况

通过分析不同地区不同规模报酬情况医院的占比可知，2009—2014年，沿海地区规模报酬不变的医院先减少后增多，山区除2012年外，均有所减少；40家医院中处于规模递增状态的医院较少，且山区医院中规模递增医院的占比要高于沿海地区；绝大部分医院处于规模递减状态，2009—2013年山区医院中规模递减医院的占比低于沿海地区，2014年沿海地区规模递减的医院有所减少。提示福建省县级综合性公立医院存在规模过大而影响效率的问题，其中沿海医院的规模效率不如山区医院，但近年呈上升的趋势(表3)。

2.4 基于Malmquist模型的全要素生产率分析

2009—2014年全要素生产率提高的医院有21家(52.5%)，其中沿海医院有3家(17.65%)，山区医院有18家(78.26%)，大部分沿海医院(76.47%)效率有所降低。此外，由技术进步带来效率提高的医院有3家，由技术效率提高带来效率提高的医院有3家，由技术效率和技术进步共同作用带来效率提高的医院有15家(表4)。

表3 2009—2014年40家县级综合性公立

表4 2009—2014年40家县级综合性公立医院全要素生产率情况

(续)

注：H1—H17为沿海地区县级综合性公立医院，H18—H40为山区县级综合性公立医院。

从每一年的Malmquist指数来看，2011—2012年和2012—2013年由于技术进步，效率有所提高，其余年份则出现效率降低，且2010—2011年，2013—2014年效率的降低是由于技术退步导致，2009—2010年则是由技术退步和技术效率下降共同导致。(表5)

表5 2009—2014 年40家县级综合性公立医院各年全要素生产率变化情况

3 讨论

3.1 产出随投入有所增加，投入增长速度快于产出

县级综合性公立医院的产出情况与投入密切相关。福建省县级公立综合医院随着投入的增加产出也不断增加，且投入的增长速度总体上快于产出。投入的增加容易带来产出的提高，但当投入到一定程度仍继续增加时，产出增加的速度和程度可能会下降，即规模较大的医院，盲目继续扩大规模容易导致产出效率下降。原因可能是大型医疗设备较多，房屋建筑面积大或造价高，但业务产出量的增加没有固定资产增加的快。[8]由分析结果可知，沿海医院相较于山区医院总体规模大，若对其资源配置不合理，更容易出现效率低的现象。

3.2 总体效率较低，运行效率有待提高

2011年福建省深化医改实施方案中指出开展以完善公立医院补偿机制、改革以药补医机制等为重点的综合改革。[9]县级公立医院综合改革重点在于管理体制、运行机制等方面的完善，其成效不仅应该体现于群众得实惠，还应体现于医院运行效率得到提高。从分析结果来看，福建省县级综合性公立医院的运行效率不足。医院在不同的生产前沿面下综合技术效率得分有所差异，2012年之前逐年下降，2012年之后有所提升。进一步通过Malmquist指数对2009—2014年的全要素生产率变化的分析得到：全要素生产率为1.019(TFP >1)，表明近年来医院效率略有提高，其主要原因是技术进步(Tc=1.008 >1)和技术效率提高(Te>1.011)。从每一年的效率变化情况来看，有两个年度出现效率提高，且都是由于技术进步有三个年度出现效率下降，其中2010—2011年，2013—2014年效率的降低是由于技术退步导致，2009—2010年则是由技术退步和技术效率下降共同导致。近年来福建省县级综合性公立医院的效率有所提升，是否与改革相关政策推行有关，有待进一步研究，但其总体效率水平仍较低，规模效率低的情况尤为显著。

3.3 不同地区医院运行效率存在差异

从结果可以看出，沿海医院的规模效率均低于山区医院，绝大多数非规模有效的医院处于规模报酬递减状态，因此，需要控制规模的进一步扩大，甚至压缩规模。个别处于规模报酬递增状态的医院，可在原有的投入上，合理加大投入，将会有更高比例的产出。[4]近年来福建省大部分山区县级综合性公立医院效率有所提高，而大部分沿海地区县级综合性医院出现效率下降。可见，卫生主管部门应根据各地区、各医院的实际情况，对县级综合性公立医院的各项投入进行及时适度的调整，加大对规模收益递增医院的各项资源的投入，减少对规模收益递减医院的资源供给，尤其是对医院建设和大型设备购置应合理控制，以提高其卫生资源利用效率。[10]此外，无论是山区还是沿海地区的医院都应提高绩效管理水平，激发技术效率和规模效率，使多个要素发挥协同作用。[11]本文的分析结果与文献结果相比在医院的有效率上基本相似[3,6,8,12]，都存在效率不足的情况，且低效规模效益递减型医院较多，说明目前在国内很多地区的县级医院存在规模不合理现象，运行效率仍有待提高。

4 小结

在县级公立医院改革的背景下，政府不应仅限于对县级公立医院加大财政投入以体现公立医院的公益性，应同时注重医院运行效率的提升，可以从提升技术水平和提高资源配置的合理性方面着手，使有限的投入发挥出最大的效益。一方面注重卫生人才培养，引导人才向基层流动，提高县级公立医院服务能力。另一方面通过提高医院的资源配置效率，对医院建设和大型设备购置进行严格审批，控制医院盲目扩张。针对沿海和山区医院运行情况的差异，还应采取差别化政策。此外，医院自身应加强内涵建设，加强内部运行管理，重视医疗服务技术的提升，可将运行效率纳入绩效考核体系以及与政府投入力度相挂钩，促使各医务人员和各科室共同重视医院运行效率的提高。

[1] 高洁. 安徽省县级公立医院补偿机制现状及对策[J]. 行政事业资产与财务, 2014(24): 188-189.

[2] 崔洋海, 何钦成. 数据包络分析方法在大型综合医院相对效率评价中的应用[J]. 中国卫生统计, 2008, 25(1): 18-21．

[3] 黄算, 冯启明, 黎燕宁, 等. 广西县级综合性公立医院效率DEA评价[J]. 中国公共卫生, 2014, 30(5): 653-656.

[4] 张航, 王耀刚. 基于数据包络分析的医院相对效率实证研究[J]. 中国公共卫生, 2014, 30(9): 1187-1189.

[5] Ineveld V M, OostrumV J, Vermeulen R, et al. Productivity and quality of Dutch hospitals during system reform[J]. Health Care Manag Sci, 2015, 3(15): 1-12.

[6] 敖检根, 万贻平, 余文珠. 江西省县级公立医院改革试点运行效率分析——基于DEA模型的实证分析[J]. 中国卫生统计, 2014, 31(6): 1007-1009.

[7] 董四平, 左玉玲, 陶红兵, 等.中国医院效率DEA研究分类与投入产出指标分析[J]. 中国卫生政策研究, 2014, 7(10): 40- 45.

[8] 袁长海, 王守勇, 李光英, 等. 我国县级医院绩效与财政补偿策略——基于4省131个医院的调查[J]. 中国卫生政策研究, 2013, 6(1): 51-56.

[9] 福建省人民政府. 福建省2011年深化医药卫生体制改革实施方案 (闽政[2011]27号)[Z]. 2011.

[10] 张瑞华, 刘莉, 李维华, 等. 基于数据包络分析的我国31个省市医疗卫生服务效率评价[J]. 中国卫生经济, 2011, 30(2): 69-72．

[11] 胡晓媛, 沙琨, 孙庆文, 等. 基于数据包络分析与Malmquist生产率指数测量的军队三级综合医院全要素生产率分析[J]. 第二军医大学学报, 2012, 33(7) : 805-807.

[12] 徐雨晨. 基于数据包络分析的县级公立医院运行效率评价[J]. 重庆医学, 2013, 42(32): 3939-3941.

(编辑 刘博)

Operational efficiency of county public general hospitals in Fujian province from 2009 to 2014

WUShu-ting1,WUXiao-nan1,LIYue-ping1,QIUNing-ning1,XUXu-liang2

1.SchoolofPublicHealth,FujianMedicalUniversity,FuzhouFujian350004,China2.FujianProvincialHealthandFamilyPlanningCommission,FuzhouFujian350000,China

Objective: In order to provide policy-makers with basis and reference for improving the operational efficiency of county general public hospitals, this paper studies the changes in overall efficiency, technical efficiency and scale efficiency of 40 county general public hospitals in Fujian province from 2009 to 2014, as well as how the total factor productivity changes over the time. Methods: After collecting the relevant data of hospital operations from 2009 to 2014, this paper uses CCR, BBC, Malmquist model and other data envelopment analysis (DEA) methods to analyze the data. Results: The vast majority of those 40 county general public hospitals are in decreasing state. The total factor productivity of 40 hospitals from 2009 to 2014 is 1.019. There are 21 hospitals (52.5%) that slightly improved their productivity, of which 3 hospitals increased their productivity mainly due to technological progress, 3 hospitals due to efficiency increase, and the rest 15 hospitals due to the effect of both technological progress and efficiency increase. Conclusions: The operational efficiency of county general public hospitals in Fujian province is generally insufficient, and there are significant differences between operating efficiency of different regions. The efficiency of hospitals in mountainous areas had increased, but the efficiency of hospitals in coastal areas had decreased. Therefore, in order to increase investment in county general public hospitals, the government should take differential policy and pay attention to the reasonable control of hospital size, as well as to strengthen the connotation building and attach importance to improving medical service technologies.

DEA; Malmquist model; County public hospitals; Operational efficiency

吴舒婷，女(1991年—)，硕士研究生，主要研究方向为社会医学与卫生事业管理。E-mail: 453470113@qq.com 通讯作者：吴小南。E-mail：wuxiaonan728@163.com

R197

A

10.3969/j.issn.1674-2982.2015.10.008

2015-06-11

2015-10-15