医改背景下医疗卫生机构效率动态评价

李　瑛，曹立萍（南开大学周恩来政府管理学院，天津300071）



医改背景下医疗卫生机构效率动态评价

李瑛，曹立萍
（南开大学周恩来政府管理学院，天津300071）

【摘要】以31个省、直辖市与自治区的医疗卫生机构作为研究对象，对其在2009—2013年间的动态效率变化趋势进行测算和分析。研究结果显示：整体来看，在考察期内我国医疗卫生机构的全要素生产效率指数呈现倒U型，技术进步（基准技术）的变化与全要素生产率呈现相同的趋势，规模效率没有呈现明显变动。微观平均来看，全要素生产效率提升最快的是福建省，下降最快的是河南省。通过结果分析发现医改政策对医疗机构效率的提高起着牵引作用。【关键词】医疗卫生机构；效率；DEA Malmquist指数

引言

自2009年实施新医改以来我国卫生事业不仅在资金投入方面实现了逐年增加，而且在规模方面也有所扩大。然而，严峻的现实是：医疗卫生事业发展的速度相对于人们医疗需求的增长速度仍较为滞后。这种“滞后”主要表现为两个方面，即“质”的提升层面与“量”的扩大层面。在这一现实背景下，运用科学的方法研究中国医疗卫生机构的效率已经不仅仅是一个理论问题，而且更加具有现实意义。

虽然对于公立医疗机构的效率的主张曾经在学术界有过争议，但目前学术界普遍认为在稀有的公共资源投入下公立医疗机构必须做到效率与公益兼顾，关于效率与公益的关系也有国内学者进行过论证。20世纪80代开始，国外一些国家和地区，陆续开始运用数据包络分析（DEA）方法研究具有多投入与多产出特征的医疗卫生机构的效率，通过衡量医疗卫生服务的可及性、有效性、技术效率、纯技术效率、规模效率、配置效率以及患者的满意度等内容统一测度不同性质的医疗卫生机构效率。例如Grosskopf等人依据DEA方法在1987年对加利福尼亚市22家公立医院和60家私人非营利医院（NFP）的相对效率进行了评价。结果发现：医院的所有权性质会影响到医院的效率。公立医院与私人非营利医院之间拥有不同的最佳生产前沿面；并且较私人非营利医院，公立医院或许投入的资源相对更少。[1]Oliver Tiemann与Jonas Schreyogg在2009年的研究得出了相似的结论。[2]国外关于医疗卫生机构效率问题的研究已经较为成熟，其研究的重点内容包括评价方法的改进、指标体系的建设以及提高效率的措施等，研究的结论也包含方方面面。

国内关于医疗机构效率的研究经过对文献的初步整理可以分为如下四个方面：第一个方面是对地区医疗卫生服务效率差异的研究，第二个方面是对影响医疗卫生机构效率的因素进行研究，第三个方面是对投入与产出指标的目标值（映射值）和实际值的差异进行着重分析，第四个方面是对发现的问题着力于对策措施的研究。有研究表明：2007—2011年间全国医疗卫生机构的全要素生产率总体上升是因为技术进步与创新的推动，而非来源于组织管理水平的提高；影响医疗卫生机构效率的因素是多种多样的。有的研究表明医疗卫生机构（公立或者私人所有）的性质会影响到其运行效率；有的研究表明筹资问题、支付体系问题以及管理问题等也会左右医疗卫生机构的运营效率；第一个问题涉及医院得以运行的基本财政基础；第二个问题涉及公立医院的第一属性即公益性；第三个问题则涉及公立医院的市场竞争能力。

文献中政策对公立医疗机构的效率影响的研究较少涉及，基于此，本研究利用DEA-Malmquist方法基于2009—2013年相关统计数据，对我国各省份的医疗卫生机构动态效率进行实证分析，以期考察政策和不同的市场环境对效率的影响。

1　方法、数据及指标

1.1方法

本研究采用非参数的DEA Malmquist指数来计算和分析医疗机构的全要素生产率及其分解指数，它测量的是医疗卫生机构从年份t到t + 1的效率变化，通常以某种距离函数的形式来表示，若参考t年份的技术

如果以t+1年份的技术作参考，则为

其中，dt（xt，yt）、dt+1（xt，yt）分别表示t年份以t和t + 1的技术作为参考的距离函数，而dt（xt+1，yt+1）、dt+1（xt+1，yt+1）则表示t + 1年份分别用t和t + 1的技术作为参考的距离函数，依据Färe、Grosskopf和Weber等人的工作，为避免强加的约素和对参考技术的随意选择，取二者的几何平均数作为t到t + 1年份的Malmquist指数，即

上式可以进一步处理如下：

式（4）等式右边的第一部分测量的是从t到t + 1年份的技术效率（或管理效率）的变化（TEC），第二部分则是技术变化或者说生产前沿面在两个年份之间的移动（TC）。考虑到规模效率，第一部分分解为纯技术效率的变化（PTEC）和规模效率的变化（SEC）。

其中，M是Malmquist指数，TEC是管理效率的变化，TC是技术进步，PTEC、SEC分别表示纯技术效率变化和规模效率的变化。

1.2数据来源与指标

研究数据来源于中华人民共和国国家卫生和计划生育委员会发布的2010—2014年的《中国卫生统计年鉴》，以全国31个省、自治区与直辖市的医疗卫生机构作为研究样本。在文献分析和专家咨询的基础上确定评价指标（见表1）。

表1　医疗卫生机构效率评价指标

1.3指标处理

进行DEA-Malmquist指数计算时，出于完整性的考虑，一些指标虽然相关性比较大，但表征的内容不能相互替代，如果依据相关性进行删减，将严重影响结果的准确性。同时，因为参与计算的决策单元数对指标的限制，无论是投入还是产出指标，不能太多。因此，在不丢失重要评价信息的条件下分别对投入和产出指标进行因子分析以进行简化。

（1）因子分析适宜性检验

在因子分析之前要进行适宜性检验，检验结果示于表2，由表2的结果可知，无论是投入指标还是产出指标，KMO值都在0．8以上，巴特利球体检验也都拒绝了相关矩阵是单位阵的原假设，对于因子分析都是十分适宜的。

表2　指标因子分析适宜性检验结果

（2）因子个数的确定和因子得分处理

本研究因子分析的目的是在不损失主要评价信息的条件下分别对投入和产出指标进行化简，因此没有考虑因子的命名。表3和图1是因子分析的部分结果。①

表3　因子的方差解释贡献率

图1　投入和产出指标的因子分析

综合考虑因子分析的结果（表3和图1等），投入指标和产出指标，均确定用两个因子进行替代。投入的两个因子可以解释原始8个投入指标方差变异的95.6%；产出的两个因子可以解释7个产出指标的96.9%。

由于DEA在计算效率时无论投入还是产出，不允许有小于等于零的指标，四个因子的得分在进入效率计算之前依据下式进行正向化处理：

式中，smax和smin分别是同一个因子的最高和最低得分，s是因子分析中的因子得分，Sstd是正向处理后的因子得分。

2　Malmquist指数结果与分析

2.1地区Malmquist指数及其分解

表4和图2中分别给出的是2009—2013年我国31个地区全要素生产指数及其分解指数按照地区和按照年份的平均值。其中全要素生产效率平均值大于1共13个地区，占到决策单元总数的41.9%。全要素生产率平均增幅最大是福建，通过对投入和产出的数据分析可以发现，与其他省份相比，该省十分重视医疗卫生事业的发展和科技创新，每年给予卫生事业财政拨款的增幅较大。在资源配置上，福建省2009—2013年间专业技术人员占卫生人员的比重不断增加。在市场培育方面，福建省积极鼓励民营医疗卫生机构的发展，制定相关政策，坚持对民营与非民营医疗机构一视同仁、平等对待的原则，加大对民营医疗机构的扶持力度，鼓励民营资本兴办各类医疗机构，这些因素联合促成了福建医疗机构效率位于全国的前沿。

表4　医疗卫生机构Malmquist指数及其分解指数的地区均值

医疗机构的效率2009—2013年环比均值最低的是河南省，每年平均环比下降率8.3%。其技术效率指数分解值在考察年份的均值为0.917，纯技术效率指数与规模效率指数均为1.000。最直接的原因是河南省属于中部地区的农业大省，对卫生事业的资金与人才投入相对较少。经济发展水平较高的北京、江苏、山东等地区的公立卫生机构全要素生产率指数在考察年份平均较低。他们虽然拥有着雄厚财力支持，但是随着其医疗卫生机构规模的不断增长，与纯技术效率有关的管理及制度问题成为影响医疗卫生机构全要素生产率的主要问题。同时他们均是城镇化与老龄化进程较快的地区，医疗需求增长较快。因为经济发展起步早，人们的医疗保健意识强，与较不发达地区相比，更加注重生命健康，更容易出现自愿性的“小病大治”、“无病求医”以及“过度医疗”等问题。这些不必要的医疗需求在某种程度上会导致医疗资源的浪费。

图2　2009—2013年医疗卫生机构效率变化

2.2全国Malmquist指数平均趋势及分析

通过观察图2可以直观看出全要素生产率指数及其分解指数的趋势变动情况。我国医疗卫生机构的全要素生产率平均而言，经历了下降、上升、上升又下降的过程，最大值为1.006，最小值为0.982。从其指数分解情况能够看出：技术进步指数与全要素生产率的变动规律相似；纯技术效率指数呈现上升、下降、上升又下降这样一个异于全要素生产率的变化特征，其最大值为1.016，最小值为0.992；规模效率指数虽有变动，但波动不大。

2009年是医改的元年，在这一年中共中央、国务院颁布了《关于深化医药卫生体制改革的意见》，国务院颁布了《医药卫生体制改革近期重点实施方案（2009—2011年）》，这些政策开启了我国深化医药卫生体制的改革。为了配合我国医药体制的改革，我国政府与相关部门于2009年8月份起又陆续发布了一系列相关文件。这些政策旨在全面加强基本公共卫生和重大疾病防治，进一步完善基层医疗服务体系，推动“医药分开”，加快推进基本医疗保障体系建设以缓解群众“看病难、看病贵”的压力。除此之外，2010年医药行业出台的一系列政策发挥了重要作用。这些政策主要包括2月11日卫生部等五部委联合发布《关于公立医院改革试点的指导意见》；4月6日国务院办公厅印发《医药卫生体制五项重点改革2010年度主要工作安排》；6月份发改委发布《重大级通用名药物品种产业化专项》等等。这些政策的联合作用引起管理效率和相对技术前沿面的上述变动，至于具体的机理，有待于更多年份数据的实证。

3　研究结论与建议

对我国31个省、直辖市与自治区的医疗卫生机构效率变动研究显示：平均来看，2009—2013年期间，全要素生产率的变动主要由基准技术的变化引起，规模效率虽有波动，但并不明显。体现管理水平的纯技术效率在2009—2011年期间变动明显，这说明医改相关的政策对医疗机构的管理效率起着直接的牵引作用，但对规模效率似乎没有太大影响。因此，对于医疗机构的管理而言，在进行医改顶层设计时，为了提高医疗机构的管理效率，需要相应政策的牵引。各省份依据客观的经济发展水平，适度增加卫生事业投入，为医疗卫生机构购置诊疗设备、开展学术研究、引进与培养卫生技术人员等工作提供充足的资金保障，这将直接影响医疗机构的技术水平，决定作为技术基准的生产前沿面的升降。同时引导民间资本投资卫生事业，鼓励民营医疗机构的发展。现阶段，有条件的省份应该积极借鉴福建的经验，引导民间资本有序进入医疗卫生行业，鼓励其兴办各类医疗机构，培育成熟的市场环境。

注释：

①限于篇幅，其他结果未在文中呈现，有需要的读者可以向作者索取。

参考文献：

［1］GROSSKOPF S，VALDMANIS V.Measuring Hospital Performance：A non-parametric Approach［J］.Health Econ，1987（2）：89-107.

［2］TIEMANN O，SCHREYOGG J.Effects of Ownership on Hospital Efficiency in Germany［J］.BuR-Business Research，2009（2）：115-145.

［3］SHERMAN H D.Hospital Efficiency Measurement and Evaluation［J］.Medical Care，1984（10）：929 -935.

［4］HOFMARCHER M M，PATERSON I，RIEDL M.Measuring Hospital Efficiency in Austria-ADEA Approach［J］.Health Care Management Science，2002（5）：7-14.

［5］VARABYOVA Y，SCHREYOGG J.International Comparisons of the Technical Efficiency of the Hospital Sector：Panel Data Nalysis of OECD Countries Using Parametric and Arametricnon-papproaches［J］.Health Policy，2013（112）：70-79.

［6］庞慧敏，王小万.基于DEA的Malmquist指数的我国大型综合医院跨期效率研究［J］.中国医院管理，2010，30（3）：35-37.

［7］唐娴，潘晓平，廖菁，等.公立医院技术效率影响因素研究［J］.中国卫生经济，2011，30（3）：56-57.

［8］庞瑞芝.我国城市医院经营效率实证研究——基于DEA模型的两阶段分析［J］.南开经济研究，2006（4）：71-81.

（责任编辑丁平）

Analysis on the Dynamic Efficiency of Chinese Hospital Sector in Health Care Reform

LI Ying, CAO Li-ping
（Zhou Enlai School of Government, Nankai University, Tianjin300071, China）

Abstract：The present work provides a study of the dynamic efficiency of Chinese hospital sectors, in which data from 31 regions over the period of 2009 to 2013 are estimated and analyzed.Research results are: the total factor production index shows an inverted U shape in general; the technological change (benchmark technology) shows the same change trend with total factor productivity; and scale efficiency shows no obvious change.In the micro on average, Fujian province increased fastest in total factor productivity, while Henan province decreased fastest.Analysis of research results indicates that the policy of health care reform raises the efficiency of hospital sectors.

Key words：hospital sector; efficiency; DEA Malmquist Index

作者简介：李瑛（1968—），女，山东烟台人，副教授，主要从事组织绩效评估和计量方法研究；曹立萍（1988—），女，山东临沂人，硕士研究生，主要从事组织绩效评估研究。

收稿日期：2015-11-10

【中图分类号】F224.5

【文献标识码】A

【文章编号】1674-2362（2016）02-0010-04