基于DEA-Malmquist指数的我国中医医院卫生资源配置效率研究

陈阳，官翠玲

(湖北中医药大学管理学院，武汉市 430065)

作为我国独具特色的中医药医疗卫生服务的核心提供者，中医医院如何在有限的医疗卫生资源投入下，提高运行综合效率，实现产出最优最大化，是我国医疗卫生服务体制改革的重要内容，更是学者研究的热点主题。现有研究成果大多以截面数据进行数据分析[1-2]，忽视了时间因素的影响，不能体现我国中医医院效率评价的动态变化，由此得出的结论与建议存在一定的局限性。因此，本研究在DEA中的BCC模型基础上，结合Malmquist指数分别从横纵两个维度对2013—2018年我国30个省市中医医院的卫生资源配置效率进行动态评价，探讨我国中医医院卫生资源配置优化、提高效率的路径。

1 资料与方法

1.1 资料来源

数据资料来源于《中国卫生和计划生育统计年鉴》和《中国卫生健康统计年鉴》提供的2013—2018年我国30个省市中医医院的卫生资源相关数据(其中西藏地区数据缺失，故不纳为研究对象)。综合指标数据的完整性和现有研究的相关指标[1-6]，最终确定本研究投入指标为卫生机构总数、床位数和卫生技术人员数3项，产出指标为诊疗量和出院人数2项。

1.2 研究方法

DEA(数据包络分析)是一种基于投入和产出数据以评价效率相对有效性的非参数统计分析方法，在多输入与多输出数据评价上具有绝对优势，当前已被广泛应用于医疗卫生领域效率评价中。在医院资源配置效率评价中，DEA中的BCC模型调整了CCR模型规模报酬不变的假设，在规模报酬可变假设的前提下，将综合技术效率进一步分解为纯技术效率和规模效率两项的乘积。BCC模型可以提供决策单元间的相对效率与规模报酬，但是，BCC模型常以截面数据进行分析，仅能体现医疗资源配置的横向静态变化。因此本研究结合Malmquist指数分析方法，进一步体现卫生资源配置的纵向动态变化。Malmquist指数常用于衡量决策单元不同时期的全要素生产率的变化情况[7]，若全要素生产率指数的值大于1，表示决策单元的整体效率提升，同时全要素生产率指数可以分解为技术效率变化指数和技术进步指数两项的乘积[8-11]。

1.3 统计学方法

本研究借助软件DEAP 2.1进行数据统计和分析。

2 结果

2.1 我国中医医院卫生资源配置投入与产出的基本情况

2018年，我国30个省市内设有3 977家中医医院，累计投入872 052张床位和846 105名卫生技术人员；全年累计诊疗54 840.5万人，其中出院人数为26 612 919人，各指标较上年度均有明显增加。东中西三大区域的中医医院卫生资源投入与产出存在较大差异，其中东部地区卫生资源投入和产出值明显高于中部和西部地区。2018年我国30个省市中医医院卫生资源的详细投入与产出值见表1，可知山东省的中医医院机构数量(290家)和卫生技术人员(68 105人)数量居全国第一、河南省的中医医院床位数(69 823张)和累计出院人数(2 064 694人)的数量居全国第一、广东省的中医医院总诊疗人次(5 452.7万人次)数量居全国第一。

表1 2018年我国中医医院医疗服务资源配置投入与产出基本情况

2.2 我国中医医院卫生资源配置的横向评价

本研究借助基于产出导向的BCC模型分析2018年我国30个省市中医医院卫生资源配置效率，以横向、静态的视角呈现我国中医医院卫生资源配置在地理空间上的差异。整体上看，我国中医医院综合技术效率的均值为0.833、纯技术效率的均值为0.899，规模效率的均值为0.929，三项指标均小于1，表明2018年我国中医医院整体的卫生资源配置效率为DEA无效。

表2给出了2018年我国30个省市中医医院卫生资源配置效率评价结果。综合来看，2018年我国30个省市中医医院的卫生资源配置效率可以分为三种类型[12]：首先，上海、安徽、湖北、贵州和甘肃5个省市的综合技术效率值为1，即DEA有效，表明这些省市的中医医院卫生资源配置合理，其床位和卫生技术人员管理水平较高，相关资源投入位于最优规模，不存在卫生资源浪费的情况。其次，北京、江苏、浙江、广东、河南、湖南、四川和青海8个省市的综合技术效率值小于1，但纯技术效率值为1，即为DEA弱有效，其中仅青海省处于规模递增阶段，表明青海省可以通过增加相关投入来提高其中医医院卫生资源配置效率，而其余6个省市处于规模递减阶段，表明这6个省市是相关投入的配置不合理而非相关投入不足导致的卫生资源配置效率不高。最后，天津、河北和山西等17个省市的综合技术效率值和纯技术效率值均小于1，即DEA无效，表明这些省市的中医医院卫生资源在投入规模上存在不合理。

表2 2018年我国中医医院医疗服务资源配置效率DEA分析

2.3 我国中医医院卫生资源配置的纵向评价

本研究结合Malmquist指数分析2013—2018年我国30个省市中医医院卫生资源配置效率(见表3)，以纵向、动态的视角给出我国中医医院卫生资源配置在时间上的变化。2013—2018年我国中医医院全要素生产率指数的均值为1.004。具体而言，2013—2014年、2015—2016年、2016—2017年和2017—2018年四个年度的全要素生产率指数值大于1；从整体上看全要素生产率指数呈现下降趋势。

表3 2013—2018年我国中医医院医疗服务资源配置效率的Malmquist指数

表4详细给出了2013—2018年我国30个省市中医医院卫生资源配置的具体变化情况。结果显示，山西省中医医院卫生资源配置的全要素生产率指数的均值为1.034，居全国第一；在30个省市中，全要素生产率指数均值大于1的有21个省市，占比70%，其中东部地区中医医院卫生资源配置全要素生产率指数均值大于1的有7个省市(占比63.6%)，中部地区中医医院卫生资源配置全要素生产率指数均值大于1的有5个省市(占比62.5%)，西部地区中医医院卫生资源配置全要素生产率指数均值大于1的有9个省市(占比81.8%)。在中医医院卫生资源配置全要素生产率的四个分解指数中，技术进步指数值相对最大，其值与全要素生产率指数值趋近。

3 讨论

3.1 我国中医医院卫生资源配置效率整体不佳，且近几年效率提升趋势减缓

2018年我国中医医院卫生资源配置效率的综合技术指数均值仅为0.833，其中17个省市处于DEA无效状态，表明我国中医医院卫生资源配置效率整体偏低，这与张昕男等[1]学者前期分析结果一致。参考规模报酬状态可以发现，造成我国中医医院卫生资源配置效率不高的主要原因是产出指标存在不足，即在现有卫生资源的投入情况下，中医医院的投入较多，机构规模较大，其产出未能达到最大化，造成了一定的投入冗余[6]。同时，结合Malmquist指数的全要素生产率指数均值可以看出，各年度的全要素生产率指数除2014—2015年度值小于1，其余年度值均大于1，但是全要素生产率指数整体呈现递减的状态，表明我国中医医院近些年在卫生资源配置效率增长的幅度放缓。因此，政府应在卫生资源有限的前提下，持续性的加强对中医药及中医医院的关注程度，尽可能优化中医医院的卫生资源配置，不断提升中医医院的管理水平和服务能力，进一步发挥中医药在医疗卫生保健中的优势作用，助力中医药更好地走进人民群众的日常生活。

表4 2013—2018年我国各地区中医医院医疗服务资源配置效率的Malmquist指数

3.2 我国中医医院卫生资源配置效率的提升主要来自于技术进步的推动

从全要素生产率指数各年度和各省市的均值与分解值结果看，技术进步指数值相对要高于其他分解值，且当技术效率变化指数、纯技术效率变化指数和规模效率变化指数均为1，全要素生产率指数值与技术进步指数值相同，可见中医医院卫生资源配置效率的较好提高主要源自技术进步的推动，表明我国中医医院的卫生资源配置效率受技术进步的影响较大，这与郑慧凌等人研究结果一致，即当前中医医院通过提升服务能力和技术，向患者提供优质服务，其卫生资源配置效率的提升属于技术进步导向型增长[13]。因此，未来可以进一步发挥互联网等新技术在卫生技术人员管理、患者就医服务和医疗服务质量提升等方面的优势，进一步将中医药与智慧医疗结合，加快科技成果转化，借力新技术、运用新技术，强化中医医院的医疗服务功能，充分发挥其中医药服务主体作用，推动中医药更好、更多的服务人民群众。

3.3 我国中医医院卫生资源配置效率在时间和空间上存在较大差异

整体上看，2013—2018年我国中医医院的卫生资源的投入和产出指标数量上均有一定的提升，但是各省市之间仍然存在较大差异，中医医院卫生资源的投入与产出呈现地区不均衡态势[1]，相对而言，东部地区的中医医院卫生资源投入较多，其总诊疗人次和出院人数也较多。一方面，这种不均衡的发展态势受到各地域的医药文化、疾病诊疗方式等影响，导致人民群众在就医过程中对中医药的选择具有差异性[8]。另一方面这种不均衡也受到各省市的中医药发展政策的影响，中医药作为历史悠久的我国特色医药，在慢性病常见病的诊疗中具有优势，在一些慢性病多发地区，政府对中医药的重视和支持力度更大，其卫生资源配置效率也会更高。因此相关部门应进一步重视中医药的功能与作用，关注中医药医疗卫生行业的发展，科学合理的规划各省市的中医类机构尤其是中医医院的建设，在进一步增加相关资源投入的同时关注其医疗服务的转化，根据地域常见病多发病的特点和患者现实需求，灵活调整，形成具有专长的地域中医药诊疗服务竞争力。