基于DEA-BCC模型和Malmquist指数模型的我国西部地区医疗资源评价分析

王子钒，张玉联，罗仕伟，罗勇军

(1.重庆师范大学地理与旅游学院，重庆 401331；2.陆军军医大学陆军卫勤训练基地军事医学地理学教研室，重庆 400038)

2021年7月1日，国家发展改革委员会、国家卫生健康委员会等印发的《“十四五”优质高效医疗卫生服务体系建设实施方案中》(发改社会〔2021〕893号)指出：到2025年，基本建成体系完整、布局合理、分工明确、功能互补、密切协作、运行高效、富有韧性的优质高效整合型医疗卫生服务体系，努力让广大人民群众就近享有公平可及、系统连续的高质量医疗卫生服务[1]。西部大开发战略于2000年开始实行，经过数十年的时间，西部地区医疗资源配给在各方面都有所成就。但是我国西部占地面积大，人口密度低且布局分散等原因为该地区医疗资源配置带来了诸多障碍。为探明我国西部省份医疗资源的利用现状，同时为下一步战略制定提供方向，本文通过数据包络分析方法采用DEA-BCC静态模型与DEA-Malmquist指数模型分别对西部12个省份2010-2019年的医疗资源使用情况进行评价分析，综合考虑资源配置的发展变化，优化组合方案，为提高西部地区医疗服务质量与资源配置效率提供参考依据。

1 资料与方法

1.1 资料来源

本文选取西部12个省份作为研究对象，包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆，省份选取标准取自于中国卫生统计年鉴地区分类。各项医疗资源的投入量、产出量、地区人口等相关数据分别来源于《中国卫生统计年鉴》《中国统计年鉴》[2，3]。

1.2 指标选取

合理选取投入、产出指标是DEA评价模型稳定的关键。在查阅国内外相关文献后筛选出部分指标，通过聚类分析且在满足DEA评价模型对指标数量、独立性、稳定性要求的前提下最终得出5个医疗资源评价指标，详见表1[4-10]。

表1 投入与产出指标

1.3 研究方法

数据包络分析是运筹学和研究经济生产边界的一种方法。该方法一般被用来测量一些决策部门的生产效率，现在被广泛应用于医学领域。

BCC模型是在初始CCR模型基础上增加了约束条件，使投影的生产规模与被评价的DMU的生产规模处于同一水平，假设规模报酬可变的前提下将纯技术效率从综合效率中剥离出来，以此来贴近实际情况，其作用在于计算分析同一时期各单位的生产效率[11]。

DEA-Malmquist指数模型可以测度多个决策单元在一定时期内效率的动态变化，用来反映生产效率与技术水平之间的变化程度。最终结果若M>1，说明决策单元的生产效率相较于之前取得了一定提高；若M<1，则说明决策单元的生产效率正在降低，需要进行调整和升级[11，12]。

通过EXCEL建立西部地区2010-2019年医疗资源投入、产出数据库，将其导出为文本格式，借助DEAP 2.1计算评价指数，最终结果以表格形式输出。

2 结果

2.1 西部地区医疗卫生资源分布情况

面板数据显示，在2010-2019年除个别年份外，西部所有省份3项医疗资源投入指标均呈现逐年递增的态势，平均增长率分别为0.9%、7.4%、0.8%，详见表2。四川省医疗资源占有量位居首位，陕西、广西、云南3省的投入增幅相当位于西部地区前列，西藏、青海、宁夏3省10年间均处于医疗资源排名的末尾，先前投入较少且增幅缓慢。在诊疗人次和病床使用率方面也呈现出类似的状况。

图1中，西部地区总人口占全国人口比重的27%，医疗卫生机构数和床位数的占比均位于人口占比之上，卫生技术人员的占比在2017年也实现了超越。虽然西部地区三项医疗资源占比增幅较小但始终保持逐年上升的趋势。

图1 2010-2019年西部地区各指标占全国总数的比值

2.2 西部地区2019年BCC静态模型分析

结果显示，2019年DEA有效地区包括重庆、四川、贵州、云南、西藏、宁夏6个省份，占总量半数。其余省份均为DEA无效，即存在资源冗余、产出不足、规模不合理等问题。其中综合效率最低的是新疆，其次是陕西。内蒙古、广西、陕西、甘肃、青海、新疆处于规模报酬递减，表明这6个地区存在投入高于产出的现象，见表3。

表3 2019年西部省份医疗资源评价

2.3 基于Malmquist指数的西部12省市自治区的卫生资源配置效率的动态分析

西部地区医疗资源配置效率总体呈递减趋势。虽然个别年份的数值有所回升，但全要素生产率指数始终未突破1，说明2012-2019年西部医疗资源配置效率并不理想。图2显示，西部地区医疗资源全要素生产率指数随技术进步指数的变化而上下波动且联系紧密。规模效率变化指数始终高于全要素生产率，但前者对其影响并不明显，见表4。

图2 2010-2019年西部地区Malmquist指数模型指标分解

表4 2010-2019年西部地区基于Malmquist指数模型的相关效率变动情况

3 讨论

3.1 西部地区医疗卫生事业成果显著

根据第五次和第六次人口普查数据对比显示，相较于五普数据，2001-2010年西部地区总人口上涨了3.1%，而总死亡人数下降了5.1%。在西部大开发战略开始到2010年的10年中，西部地区医疗卫生事业得到了长足发展，死亡率大幅下降；在2010-2019年西部所有省份的医疗资源投入均呈增长态势，个别省份的涨幅接近30%。

3.2 西部地区医疗资源分配不合理

结果显示：以四川为首的第一梯队在3项投入指标中占据了西部的医疗资源总量近1/3，其次是以内蒙古、广西、重庆、贵州、云南等8个省份组成的第二梯队，最后是以西藏、青海、宁夏组成的第三梯队，这3个省份医疗资源占比最少。四川省作为西部地区的发达省份及西南地区的经济重镇，其庞大的人口和较强的经济实力对医疗资源投入存在着虹吸效应。四川省拥有西部最优质的医疗资源其数量也远超其他省份数倍，在这种情况下会产生大量跨区域就医患者，这不仅会加重本地医院的工作负荷，还会造成周边地区医疗资源闲置和技术水平停滞，以及出现医疗资源大量冗余的现象。

3.3 医疗卫生资源投入量大，投入结构有待调整

根据静态BBC模型的评价结果，除新疆的规模效率较低之外，西部其他省份的规模效率普遍偏高，提示在医疗资源投入方面已达到较高水平，但是高水平的规模效率并没有带来医疗资源配置效率的上升，纯技术效率低于规模效率，提示技术与管理层面的问题是目前制约西部地区医疗资源使用率提高和卫生事业发展的最大障碍。随着西部大开发战略的稳步推进，西部地区医疗卫生事业有了跨越式发展，人均享有的医疗储备也在日益增多，但是西部地区依然是我国多数疾病的高发地，其原因可能与缺乏先进的诊疗设备、治疗方法和治疗理念，诊疗制度缺乏灵活性以及居民传统的卫生观念等有关。

3.4 西部地区全要素生产率随技术进步率变化而变化

图2显示，西部地区医疗资源全要素生产率指数随技术进步指数的变化而上下波动且联系紧密，而这10年期间只有2012年实现了医疗资源配置效率的进步。规模效率作为另一个计算全要生产率的指数则一直处于较高的水平。各项指数的变化趋势表明西部医疗资源配置效率主要受技术进步率的影响。西部地区从国家常年的对口援助中积攒了一定规模的医疗资源储备，决定该地区医疗资源配置效率能否充分发挥的关键因素不再是单纯的资源补充，而是医疗技术与管理层面的帮扶。现阶段医疗卫生技术层面的进步是实现西部地区医疗资源配置高效的关键因素。

4 建议

4.1 优化西部地区医疗资源总体布局，协调地方间的资源配置

从整体上看西部地区医疗资源的持续投入并不能有效提高利用效率增加产出，因此应该把工作重点转移到现有资源调整和未来资源投入的配置优化上来，在避免资源浪费的前提下将高质量资源分配到各个省份以减轻核心地区的医疗压力，也使得周边地区医疗资源充分利用。从人口密度分布，经济发展水平，医疗基础设施等方面制定合理的指标来衡量西部各个省份所获取的医疗资源数量，兼顾效率与公平的原则。

4.2 加速提升西部地区医疗技术和卫生管理的核心竞争力

西部地区医疗资源全要素生产率的高低主要取决于医疗技术的进步与否，现阶段实现医疗资源高效配置不能依靠简单的资源投入，要将医疗卫生事业发展的重心转移到技术进步上来，可针对医疗器械及研发环境进行重点配置。及时检查更新医疗设备和器械，缩短检修、回收周期，避免物资浪费；建立设施完备的培训基地，为引进和培育新兴人才提供环境保障；提高地方医护人员的专业知识和总体水平，定期开展培训，合理调整人员分配结构；加速构建“分级诊疗”制度，以信息产业引领卫生事业，建立地区间的医疗数据库，为实现医患数据资源共享、信息互通提供技术平台。

4.3 顺应发展，把握机遇

西部大开发战略至今已进行了20年之久，从大面积援助到对口帮扶，西部地区已经积攒了一定医疗卫生储备。大数据时代即将来临，“健康中国2030”的政策逐渐提上日程，“十四五”优质高效医疗卫生服务体系建设实施方案也已出台，西部地区要顺应时代的发展，抓住机遇，积极配合对口帮扶的东部省份，加强沟通和交流，重视设备的更新换代和人才的引进培养工作，加快构架“互联网+医疗”背景下的分级诊疗制度，强化数据网络在医疗各环节中的应用，从而提高就诊效率，减轻核心地区的压力，带动周边地区卫生事发展，减少医疗资源的冗余，进而提高西部地区医疗资源配置的整体效率，为实现“健康中国2030”注入动力。