基于数据包络分析的产房护理效率评价指标的构建

董丽敏，石丽娜，杨 瑛，任红梅

太原钢铁（集团）有限公司总医院，山西030003

随着“二孩政策”的全面放开，产科分娩人数急剧增多，其中高龄产妇、有妊娠合并症产妇、瘢痕子宫产妇均增多，产房助产士的工作量以及在工作中面临的风险随之增加。医院对产科工作的重视程度及投入也在增加，如何客观、合理地评价产房护理人力资源效率，从而实现资源的有效配置和合理使用成为我国广泛关注的重要问题。对护理服务效率进行评估是管理者合理配置人力资源的关键所在。利用有限的护理资源在保证病人最大利益的前提下去创造更大的社会和经济效益，提高护理生产力，有效降低与控制护理成本，使护患互利共赢是护理管理者追求的目标。目前，国际上较为常用的评价卫生服务效率的方法有生产函数、数据包络分析(data envelopment analysis,DEA)、随机前沿分析、比率分析方法、秩和比方法以及综合指数法等[1]。在众多的效率评价方法中，DEA 是评价非营利性组织机构效率的最好方法[2]。1978 年由美国著名运筹学家Charnes A.和Cooper W.W.提出，是一种综合评价方法[3]，是运筹学、管理科学与数理经济学交叉研究的一个新领域[4]。本研究构建了基于DEA 模型的产房护理人力资源效率的评价指标，现报告如下。

1 资料与方法

1.1 成立课题小组 课题小组成员共7 名，包括妇产科领域主任医师1 名、主任护师1 名、副主任护师3 名、主管护师2 名。课题小组负责编制专家函询问卷、遴选函询专家、整理和分析函询结果、调查收集数据、统计分析。

1.2 编制函询问卷 小组成员检索国内外数据库，以“数据包络分析（DEA）、产房（delivery room）、护理人力资源（nursing human resource）、效率（efficiency）”为关键词，检索中国知网、万方数据库、PubMed、EMbase、OVID 等数据库，了解DEA 的起源及研究概述、国内外护理领域对于DEA 的研究、国内外护理人力资源效率的研究现状，结合我国国情，初步形成概念框架，确定质性访谈提纲。采用方便抽样法抽取3 所三级甲等医院产房的6 名助产士、3 名产房护士长、2 名产科医师进行深入访谈，访谈过程中有疑问及时进行确认和澄清，确保访谈提纲中的问题都得到充分的讨论，以信息饱和为原则。访谈提纲：①您认为医院对于产房护理工作的投入包括哪些方面？②您认为应该从哪些方面评价产房护理工作效率？③您认为通过哪些方面可以提高产房护理工作效率？根据半结构访谈结果结合生产理论和效率理论，根据评价目的确定备选指标，形成初级条目池，共包括6 项一级指标、15 项二级指标，并制定专家函询问卷。问卷内容包括：①背景介绍。介绍研究目的及填表说明。②专家基本情况。专家的一般资料、对函询内容的熟悉程度和判断依据自评。③问卷正文。条目评价采用Likert 评分法对指标的重要性做出评分，重要性评分为1～5 分，很不重要计1 分，不重要计2 分，一般重要计3 分，重要计4 分，很重要计5 分，并设有意见栏。

1.3 遴选函询专家 课题组结合研究目的，遵循对本课题知情同意和自愿参与的原则，确定函询专家入选标准，采用方便抽样法选取专家，最终选取了15 名产房护理管理专家参与函询。专家纳入标准：①产房工作≥10 年；②产房护理管理工作≥3 年；③中级及以上职称，本科及以上学历；④愿意支持本研究，能够从不同角度为本研究提供指导意见。本研究共纳入山西省多家三级甲等医院产房的15 名护士长完成2 轮函询。15名专家均为女性，年龄：31～40岁3人，41～50岁10人，51～60 岁2 人；学历：本科14 人，硕士1 人；职称：中级12 人，副高级3 人；工作年限：11～20 年3 人，21～30 年10 人，＞30 年2 人。

1.4 专家函询过程 本研究于2020 年4 月—8 月共进行2 轮函询。以电子邮件形式向专家发放和回收函询问卷，专人电话指导问卷填写，确保问卷的有效性。第1 轮问卷回收后，课题组成员及时将函询结果汇总和分析，根据重要性均数＞3.50 分，满分率≥20%，变异系数＜0.2 的指标筛选标准，结合专家意见、研究目的及数据的可获得性，经小组成员讨论后进行条目的删除、修改或增加［5］。形成第2 轮函询问卷，再次进行函询，每轮专家函询的间隔时间为1 个月。通过第2 轮问卷函询，专家意见趋于一致，结束函询。由课题组成员对专家函询结果进行整理、统计分析，确立基于EDA 的产房护理效率评价指标。

1.5 统计学方法 所有数据经双人核对后录入Excel 2010 并导入SPSS 21.0 对数据进行整理分析。专家的一般资料用频数和百分比表示；专家积极系数用问卷回收率表示；专家的权威程度用专家的权威系数（Cr）表示；专家意见集中程度以专家对各指标重要性的均数、满分率和变异系数来体现；专家协调程度运用肯德尔协调系数(Kendall´s W)及显著性检验评价。以P＜0.05 为有统计学意义。

2 结果

2.1 专家积极系数 2 轮专家函询的有效回收率均为100%。第1 轮函询中提出建议的专家有12 名，第2轮函询共有6 名专家提出建议。表明专家对本研究的积极性很高。

2.2 专家权威程度 专家权威程度用Cr 来表示。Cr一般由两个因素决定，一个是专家对问题做出判断的依据（Ca），一个是专家对研究问题的熟悉程度系数（Cs）,Cr=（Ca+Cs）/2。本研究中Ca 为0.80，Cs 为0.87，Cr 为0.84。一般认为，Cr≥0.70 为可接受值，说明参与本研究的专家在该研究领域内权威性较高［6］。

2.3 专家协调程度 运用Kendall´s W 及显著性检验评价，其值越大表示协调性越好［7］。本研究两轮Kendall´s W 分 别 为0.531，0.533，具 有 统 计 学 意 义。见表1。

表1 2 轮函询的专家意见协调程度及显著性检验结果

2.4 专家咨询结果 以专家对各指标重要性评分的均数、满分率和变异系数来体现，均数和满分率越大，说明该指标在指标体系中越重要，变异系数越小,说明专家意见越统一。

初级条目池共包括6 项一级指标、15 项二级指标。第1 轮函询后，依据指标的纳入与排除标准，结合专家修改意见，课题小组讨论分析后，最终删除2 条一级指标、3 条二级指标，修改5 条二级指标。一级指标中：“物力投入”“人才培养产出”予以删除。因专家考虑“物力投入”的实质也是“财力投入”；“人才培养产出”其实是属于人力投入的内容。且随着“人才培养产出”一级条目的删除，将其二级条目“省级以上专科护士人数”归入“人力投入”类别。二级指标中删除的条目为：“ 产房固定资产总额”“ 产房年收入”和“产床数”。因专家认为“ 产房固定资产总额”不易测算；同时很多医院产房的收入和产科病房收入在一起，不易分开获取；并建议将“产床数”和“助产士总数”合并为“助产士人数与开放产床数比”归入“人力投入”中，故将“产床数”删除。修改指标还有“人力投入”中的3 个二级指标：“助产士数量”“高级职称助产士数量”“本科以上助产士数量”分别根据专家建议修改为“助产士人数与开放产床数比”“高级职称助产士人数占助产士总数比”“本科助产士人数占助产士总数比”。并将“财力投入”中的二级指标“助产士年均收入”修改为“助产士年均税前收入”。第2 轮函询中，“本科以上助产士数量”满分率13%，依据满分率＞20%的指标筛选标准，予以删除。第1轮专家咨询后形成一级指标4 个、二级指标12 个；第2轮专家咨询后形成一级指标4 个、二级指标11 个,最终指标及函询得分见表2。

表2 产房护理效率评价指标构成及其专家函询结果

3 讨论

3.1 基于DEA 的产房护理效率评价指标的科学性本研究在广泛查阅国内外DEA 及护理效率评价相关文献的基础上,结合我国国情,初步建立概念框架。通过半结构访谈结合生产理论和效率理论，根据评价目的确定备选指标，形成初级条目池。采用2 轮德尔菲专家函询法对初拟的指标进行筛选和修改。本研究遴选的专家均为在产房有着丰富工作经验和管理经验的护士长，有利于从不同角度对研究提供建设性意见。2 轮问卷的回收率均为100%，且多名专家从各方面提出了多项建设性意见，反映了专家对本研究的关心和支持。专家的Cr 为0.84，说明参与本研究的专家在该研究领域内权威性较高，结果具有可信度。2 轮专家函询后，各条目的变异系数均小于0.20；2 轮专家函询中各级指标Kendall´s W 的假设检验显示,P＜0.001，表明专家对各级指标的评价具有一致性。通过2 轮专家函询，最终形成包括4 个一级指标、11 个二级指标的评价体系，并从评价指标构建的方法上保证了本次研究结果的科学性和可靠性。

3.2 构建产房护理效率评价指标的意义 国家对护理事业的重视程度不断提升，仅人力资源投入一项，截至2019 年底，全国注册护士约445 万人，比2018 年增长35 万人。如何更加合理、高效地利用医院的相关资源，使其产生更高的效率是各级医院管理者应该关注的重要问题［8］。护理人力资源效率是指护理单元内投入一定的人力、物力、财力等资源后，所产出的护理活动及措施的数量，反映护理单元内护理工作效率与资源利用情况［9-10］。护理人力资源效率是一项综合概念，任何单一指标仅能反映护理人力资源效率的一个侧面，构建完善的投入-产出指标体系是科学全面地评价护理人力资源效率的基础［11］。虽然我国许多三级甲等医院已经陆续开展护士岗位管理及护理绩效评价工作，但目前还没有形成用于医院护理组织绩效评价的规范化评价指标体系［12］。本研究广泛收集国内外指标［13-14］，并结合我国产房护理工作特点，对产房护理效率评价指标进行了全新的尝试和探索，构建了较为完善的、符合中国国情的产房护理人力资源效率评价指标。11 个指标涵盖了产房护理人力投入、财力投入以及护理服务产出、护理科研产出各方面，指标涵盖面广，且均为客观指标、易于获取。从医院角度来看,合理利用护理人力资源、科学评价其效率能够增加病人服务数量，提高经济效益，同时兼顾医院的公益性，护士应最大限度满足人民群众健康需求，提升护理服务的公平性与可及性，提高护理质量［15］。从管理者角度来看，通过指标评价有利于合理配置产房护理人力资源，科学、全面、公平地衡量其护理服务开展情况与工作效率，为考评、奖惩提供重要依据［16］。从护士角度来看，客观的护理人力资源效率评价能够充分体现护士投入与产出，体现其劳动价值，最大限度发挥护士的潜能，提高工作积极性，增强其归属感与价值感［17-18］。从传统观念来看，医院效益为医院工作人员共同创造，但工作中易忽略护士创造的效益，护理人力资源效率评价指标的建立和评价对改变固有观念，改善医护不平等的现状，促进医护有效合作有重要意义［19］。

3.3 基于DEA 模型评价护理效率的优势 DEA 为美国运筹学家查恩斯于20 世纪70 年代提出的理论模型。DEA 根据实际的投入-产出建立相应的线性规划模型，并预估得到有效的生产前沿面，再通过对比各决策单元与该前沿面的相对位置，比较其相对效率。该方法尤其适合研究多投入-产出变量的生产函数，其最大优势在于不需要人为确定各个指标的权重，且指标单位无须统一，能够直接计算［20］。医疗、护理属于多投入多产出的领域，因此DEA 尤为适用。研究者可以通过对评价结果的科学分析，指出导致效率低下的投入和（或）产出指标，发现导致决策单元投入不足和（或）产出过剩情况，以实现工作效率的提升［21］。且基于选择DEA 模型纳入测算指标的基础理论（纳入指标数应少于或等于决策单元数的1/2），要求评价指标设置高度精炼,因此在应用基于DEA 模型分析人力资源效率的过程中，可以明显减少研究者或管理者在收集指标数据上的时间投入和精力投入，最终使得护理人力资源的效率分析更加简便。

3.4 本研究存在的不足与启示 本研究采用目的抽样法，选取的函询专家均为山西省内专家，有必要扩大函询专家的地域范围，增强地域代表性。下一步本课题组将收集山西省22 所三级甲等医院产房数据，应用MaxDEA 软件对产房的护理效率进行评价。