基于数据包络分析的护理效率评价与影响因素研究

程立辉，宋玉磊，柏亚妹，翁艳翎，徐桂华

护理效率是指护理单元投入的护理人力、资源，所产出的护理活动及措施的数量[1]。目前，评价护理效率的主要工具为比值比率法，即通过投入与产出的比值评估资源的使用现状。但护理工作是一项多投入多产出的工作，比值比率法只能针对投入或产出某一方面进行评价，且评价结果量纲不统一，导致计算复杂，结果缺乏科学性与推广性，不能为改进护理效率提供切实可行的依据[2]。对此,国内外学者提出应用数据包络分析(Data Envelopment Analysis，DEA)评价护理效率[3]。DEA作为成熟的效率评价工具，已被广泛应用于医疗效率的评价研究中[4-7]。然而，目前应用DEA评价我国医院护理效率的研究相对较少，评价单元相对单一，单元数相对较少，评价指标也缺乏客观性，限制了护理效率评价研究的深入开展[8]。鉴此，笔者在前期构建的DEA评价体系[9]的基础上，应用DEA方法评价分析2所医院44个护理单元的护理效率及影响因素，旨在为制定针对性的管理措施提高临床护理效率提供参考。

1 资料与方法

1.1一般资料 课题组通过前期调研，对江苏省及云南省2所公立三甲教学医院护理单元初步分析，筛选符合DEA评价的护理单元。筛选原则：①各个护理单元需具备同质性，即每个护理单元收治患者，并给予相应的护理服务与治疗。②排除开科不足3个月的科室。③愿意参加本研究，且数据完整可靠。课题组经过筛选共纳入44个护理单元，其中内科17个，外科13个，肿瘤科3个，妇产科5个，五官科4个，儿科2个。各护理单元的名称用DMU 1～44代替，44个护理单元实际在岗护士6～21人，平均13人；护理实习生0～10人，平均4人；轮转护士0～6人，平均3人；本科以上护士3～16人，平均6人；护师以上职称护士4～11人，平均6人；工作5年以上护士2～8人，平均6人；床护比1∶0.68～1∶0.16人，平均1∶0.35；医护比1∶2.94～1∶0.47，平均1∶1.09；护患比1∶25.00～1∶3.13，平均1∶7.14。

1.2方法

1.2.1模型选择 C2R模型作为DEA的基础模型，不需要事先假定决策单元的具体投入与产出函数形式，被广泛应用于医疗效率的评价研究中[10]。其是在科室规模不变的假设下，从产出角度评估护理单元各方面的效率状况，技术效率值为0～1。当效率值为1时，表明该护理单元此项目的投入与产出资源合理，即与其他护理单元相比，该护理单元此项目的投入资源得到了更优的产出，效率最好。随着评价单元数量的增多，导致基础模型的结果中出现多个效率值为1的情况，不利于单元间的比较。而超效率模型保留效率值小于1的单元，只对效率值为1的单元进行重新计算，效率值范围可以大于1，数值越大表明该单元效率越高。本研究同时采用两种模型进行互补。C2R模型清晰展现当前评价类型中有效与无效单元数量的比例，超效率模型则对C2R模型中的效率为1的有效单元再次分析，给出效率排名，弥补了C2R模型区分度低的问题。

1.2.2指标选择 课题组前期构建的护理人力资源效率评价指标体系涵盖护理人力投入、护理物力投入、护理财力投入、护理服务投入，护理服务产出、护理安全产出、护理质量产出、护理教研产出8个一级指标，18个二级指标，50个三级指标[9]。基于DEA对评价指标的数量有限制性要求，过多的指标会导致结果区分度差及评价结果缺乏可信度[11]。本研究首先利用变异系数法和相关分析法进行筛选，合并相关系数大于0.9的指标，选取同一类指标中变异系数较大的指标，随后运用Pastor法将指标带入模型进行初步计算，剔除敏感系数低的指标。最终从护理服务产出、护理质量产出、护理教研产出3个方面共确定了13个指标，见表1。

表1 护理效率评价指标

1.2.3统计学方法 采用SPSS22.0软件进行指标筛选分析，采用MaxDEA软件进行数据包络分析,运用Eviews8.0进行Tobit回归分析。检验水准α=0.05。

2 结果

2.1护理单元DEA评价结果 通过DEA计算，得到各个护理单元的效率值，见表2。

表2 C2R模型与超效率模型评价结果

2.2Tobit回归分析结果 从护理服务、护理质量、护理教研3个方面出发，基于构建的指标体系因变量选择C2R效率模型运算的效率结果值，基于专家咨询和小组讨论确定科室实际在岗护士人数(X1)、护理实习生人数(X2)、轮转护士人数(X3)、本科以上学历护士比例(X4)、护师以上职称护士比例(X5)、工作5年以上护士比例(X6)、床护比(X7)、医护比(X8)、护患比(X9)、床位使用率(X10)、平均住院日(X11)指标为自变量，进行Tobit回归分析，分析结果见表3。

表3 Tobit回归分析结果

3 讨论

3.1护理服务效率水平较低，高学历护士能力未得到体现 护理服务效率以出院例数、床位使用率、危重患者例数着重从服务数量角度对科室运行状况进行分析，DEA评价结果显示44个护理单元中仅有9个(20.45%)效率水平呈现最优状态(效率值为1)，平均护理服务效率值为0.695；超效率模型显示单元护理服务效率最高为4.026，最低为0.330，两者相差12倍。表明这44个护理单元的服务效率水平整体处于较低水平，护理服务产出有较大提升空间。从Tobit回归结果来看，床位使用率与护理服务效率呈正相关，本科以上护士比例与护理服务效率呈负相关。床位使用率是衡量科室床位周转速度的重要指标，床位使用率越高，科室收治患者越多，则运行效率越高，这一点在本研究也得到证实，即床位使用率对科室资源利用率具有促进作用。而本科以上护士比例与服务效率呈负相关，即本科以上护士越多，护理服务效率反而越低，表明高学历护理服务队伍结构在日常的护理工作中可能未发挥出应有的作用。长期以来，我国绝大多数医院的护士学历构成主要以大专学历为主，但本科以上护士比例逐渐增多。从本研究来看，高学历护士的作用却未充分发挥，提示其临床业务能力可能存在欠缺，也说明不同学历的护士分层次使用存在不合理状况。

3.2重视护理队伍结构，提升护士业务能力 护理质量效率以一级护理合格率、危重护理合格率、不良事件发生数着重从质量角度衡量护理投入产出质量的效率状况。DEA评价结果显示44个护理单元中处于有效状态的护理单元数仅3个(6.81%)，平均护理质量效率值为0.697；超效率模型显示单元护理质量效率最高为4.345，最低为0.403，两者相差11倍。这表明绝大数的护理单元质量效率呈现低效状态。根据Tobit回归分析，护师以上职称护士比例、护患比与护理质量效率呈正相关，实际在岗护士人数与护理质量效率呈负相关。从人力资源角度来看，提升护理质量可以从护士数量和护士质量2个方面改进，同样提升护理质量效率也可以从这2个方面优化，高职称的护理队伍结构和更高的护患比有利于提升护理质量效率水平，而实际在岗护士人数与质量效率负相关，提示人数多不一定有助于提高护理质量，而是管理者应更注重护士队伍的培养，优化结构。

3.3提高人力资源管理水平，促进资源有效利用 从护理教科研效率进行分析，DEA结果显示44个护理单元中处于有效状态的护理单元数仅8个(18.18%)，平均护理教科研效率值为0.438；超效率模型显示单元护理教研效率最高为2.662，最低为0.115，两者相差23倍。Tobit回归分析结果表明实际在岗护士人数与护理教研效率的呈正相关，即提高实际在岗护士人数有利于提升护理教研效率。护理教研是护理学科发展的重要推动力量。目前，公立医院正在积极探索护理教研的发展途径，但尚未形成统一的护理教研评价体系，缺乏明确提升导向，导致护理教研效率水平相对低下。当前，护士人力资源短缺是各个医院面临的突出问题，在人力不足和教研效率低下的困境中，管理者应通过建立护士机动机制，促进人力资源有效流动，同时注重护士的教研能力培养，以此释放护士资源活力，提高人力资源管理水平，从而提升护理教研效率。

4 小结

本研究利用DEA模型和Tobit回归模型对44个护理单元进行效率评价与分析，从3个角度对科室护理效率的状况进行综合分析，发现目前临床护理效率水平整体偏低，有较大提升空间。本研究相比于之前研究扩大了样本量，建立了更为科学的评价指标体系，但缺少对全国范围内分地区、分医院的研究，导致研究结果的推广性不足，下一步需继续扩大研究样本量，以探索影响护理效率的更多因素。