“一带一路”沿线省份的医疗资源配置效率研究

田向阳，刘亚清

(华中科技大学同济医学院医药卫生管理学院，湖北 武汉 430000)

医疗资源配置是医改工作的一项重要议题，提高“一带一路”沿线省份的医疗资源配置公平性和效率，有助于促进“一带一路”经济带的高质量发展。本文基于集聚度理论和DEA静态模型、Malmquist模型，对2015-2019年“一带一路”沿线省份的医疗资源配置状况进行研究，旨在为我国“一带一路”的建设发展及新一轮“十四五”医改工作提供参考依据。

1 资料与方法

1.1 资料来源

本研究选取的时间段为2015-2019年，截面单元选择“一带一路”沿线省级行政区域(以下简称“沿线省份”)作为研究对象，沿线省份可圈定为18个重点省(市、自治区)[1]，具体如图1所示。研究数据来源于2015-2019年《中国卫生健康统计年鉴》和2020年《中国统计年鉴》等。

图1 “一带一路”沿线省份

1.2 研究方法与评价标准

1.2.1 资源集聚度

卫生资源集聚度(Health Resources Agglomeration Degree，HRAD)的计算公式为：

人口集聚度(Population Agglomeration Degree，PAD)的计算公式为：

评价标准：HRAD=1，表示资源按地理面积配置处于绝对公平；HRAD>1，表示卫生资源按地理面积配置公平性较高。HRAD/PAD=1，表明资源按人口规模配置处于绝对公平；HRAD/PAD>1时，表明资源相对于人口规模过剩，反之短缺[2]。

在此根据潘琳敏[3]选取的指标进行研究，即：床位数、卫生专业技术人员数、执业(助理)医师数和注册护士数等。

1.2.2 数据包络分析

DEA模型的静态分析：在数据包络分析方法(Data Envelopment Analysis，DEA)中VRS-BCC模型是假设规模报酬可变来衡量分析同期决策单元(Decision Making Unit，DMU)的资源配置效率静态状况[4]。

评价标准：效率值>1，有效；效率值<1，无效。

Malmquist指数能直观反映医疗资源配置的变化趋势和变动原因，在此采用DEAP 2.1对2015-2019年沿线省份的医疗资源配置的全要素生产率指数的动态变化及其分解值进行考察。

评价标准：Malmquist指数可分解为技术效率变化(Technical Eficiency Change，EC)与技术进步(Technological Change，TC)。EC>1，效率改善，反之为管理失当使效率下降；TC>1，技术进步或创新，反之为技术退步或滞后。技术效率变化可进一步分解为纯技术效率变化(Pure Technical Efficiency Change，PEC)与规模效率变化(Scale Efficiency Change，SEC)[5]。纯技术效率反映资源管理体制、管理技术、管理水平对生产效率的影响，规模效率反映人力、物力等资源投入规模是否最优[6，7]。

参考国内外有关DEA方法的文献，并考虑指标的投入产出归一性，本文参考韩雪梅[8]的指标，即投入指标：床位数、卫生专业技术人员数；产出指标：诊疗量、入院患者。

1.3 统计分析方法

运用Excel 2010进行数据录入整理和公式计算，运用DEAP 2.1软件进行医疗资源的数据包络分析[9]。

2 结果

2.1 医疗资源配置集聚度分析

2.1.1 按地理面积配置的医疗资源集聚度

由表1可知，“一带一路”沿线省份的4项指标集聚度均小于 1，其医疗资源按地理面积配置公平性偏低。区域中西北、西南地区的4项指标集聚度均小于 1，配置公平性较差；东北地区除床位数HRAD大于1以外，其余3项指标HRAD均略低于1，配置公平性均略差；东南地区的4项指标集聚度远大于 1，按地理面积配置资源过于集中。具体省份中，甘肃、内蒙古、新疆、青海、西藏的4项指标集聚度在各省份中依次位列后五，HRAD远小于1，配置公平性较低；上海、浙江、广东的4项HRAD依次位列前三，均远大于1，按地理面积配置资源过于集中。

表1 “一带一路”沿线省份医疗资源配置集聚度

2.1.2 按人口配置的医疗资源集聚度

由表1可知，“一带一路”沿线省份的卫生专业技术人员、注册护士数比值大于1，按人口规模配置较为公平，而床位数、执业(助理)医师数比值略低于1，配置相对于人口规模略微不足。西北地区4项指标的比值均大于1或趋于1，按人口规模配置较为公平；省份中只有陕西和内蒙古4项指标的比值均大于1。床位数，东北、西北、西南地区的比值均大于1，西南地区的比值等于1，配置最为公平；省份中有10个省份的比值大于1，占比55.56%。卫生专业技术人员数，西北、东南地区的比值大于1，省份中有7个省份的比值大于1，占比38.89%。执业(助理)医师数，东南、西北、东北地区的比值大于1，西北地区的比值为1，配置最优，省份中有8个省份的比值大于1，占比44.44%。注册护士数，西北、东南、西南地区的比值大于1，西南地区的比值为1，配置最优，省份中有9个省份的比值大于1，占比50.00%。

2.2 DEA模型的静态分析

利用DEAP 2.1软件对2015年和2019年“一带一路”沿线省份医疗资源的投入产出指标进行分析，结果见表2。

表2 “一带一路”沿线省份2015年及2019年医疗资源配置效率值

2.2.1 综合效率分析

“一带一路”沿线省份的医疗资源配置效率在2015年和2019年均未达到DEA有效，配置效率分别为0.897和0.873，略有减少，处于相对较低的范围，卫生资源配置不均衡。从具体省份来看，除内蒙古、甘肃、青海、新疆、上海、浙江、黑龙江和云南等8个省份的医疗资源配置综合效率呈不变或上升，其余10个省份均有一定程度的下降。

由表2可知，2015年与2019年各有4个和3个省份达到生产前沿面，且在两个研究时段均有效的地区为新疆、上海和浙江，占比16.67%。提示这些地区的医疗资源实现了最优配置，投入产出在不同组合下达到了最佳效果。除这3个省份外，其余省份都不同程度地存在纯技术效率和规模效率的不足，其中排后三位的省份为内蒙古、海南和西藏，这3个省份应加强医疗资源管理水平，设计合理激励制度，扩大投入以达到最佳规模，从而促进资源配置效率的提升[10]。

2.2.2 纯技术效率分析

由表2可知，“一带一路”沿线省份医疗资源配置的纯技术效率呈上升趋势，2019年纯技术效率均值为0.925，与生产前沿面相差0.075，接近纯技术有效水平，但是管理水平仍有一定的进步空间。同时，沿线省份的规模效率高于纯技术效率，提示管理和技术水平是制约医疗资源配置效率的主要因素。纯技术效率有效的省份数量多于规模效率有效的省份数量，2015年和2019年纯技术效率有效的省份数量都是7个，占比38.89%，提示这些省份在管理和技术等方面较为先进，既定投入实现产出最大化，规模效率是导致综合效率较低的主要原因，应调整投资规模，进一步提高规模效益。省份中内蒙古和吉林的纯技术效率值处于倒数两名，应大力提高医疗资源的管理和技术水平。

2.2.3 规模效率分析

表2数据显示，“一带一路”沿线省份医疗资源配置的规模效率从2015年的0.972到2019年的0.946，略有减少，但是均值较高，基本接近于规模有效。规模效率在2个考察期均为1的有新疆、上海、浙江等3个省份，提示其医疗资源投入产出组合已达到相对最佳状态，无需调整规模。青海和西藏的规模效率处于倒数两名，规模效率均值低于0.9，处于规模经济无效，应进一步加大医疗资源投入力度，以达到更好的规模。规模效益递增的7个省份，如重庆、西藏、甘肃等，应合理加大医疗资源投入力度，而规模效益递减的8个省份，如陕西、黑龙江、广东等，说明其资金使用存在明显的效率损失，应改善其医疗资金使用效率和方向。

2.3 Malmquist指数的动态分析

Malmquist指数能动态直观地反映沿线省份医疗资源配置的变化趋势，具体分析结果见表3、表4。

表3 2015-2019年“一带一路”沿线省份的医疗资源配置效率的 Malmquist 指数及分解

表4 2015-2019年“一带一路”沿线省份及分地区的医疗资源配置效率的 Malmquist 指数及分解

2.3.1 整体效率变动分析

由表3可见，从2015-2019年“一带一路”沿线省份医疗资源配置的Malmquist指数及其分解的几何平均数值为1来看，全要素生产率年均不变，资源配置水平比较稳定。但是，除了2015-2016年上升2.9%和 2016-2017年上升16.9%以外，2017年至今的全要素生产率变化值都是小于1，都有一定的下降。提示2015-2019年，“一带一路”沿线省份的医疗资源配置的全要素生产率总体呈下降趋势。

分解来看，技术效率下降0.7%，技术进步上升0.7%，提示反映管理水平及资源使用效率的技术效率变动指数水平滞后抑制了沿线省份医疗资源配置效率。其中构成技术效率变动指数的纯技术效率变动指数和规模效率变动指数分别为1和0.992，提示规模效率是抑制技术效率增长的主因。分年度来看，2016-2017年的技术效率指数为0.949，技术进步指数为1.232，反映了技术进步指数对沿线省份医疗资源配置的全要素生产率的提升做出主要贡献，在其他时间段内，技术效率指数对全要素生产率的变化产生的影响较大。

2.3.2 各区域效率变化分析

从表4可知，2015-2019年4区域的全要素生产率排名为：西北地区>东北地区>东南地区>西南地区，指数均值分别为：1.010、1.007、0.998和0.991，资源配置水平总体发展较为平稳。西北地区医疗资源配置效率进步较快，主要得益于技术效率和技术进步的共同推动；其余3个地区医疗资源配置效率发展的主要动因是技术效率的提升，而技术进步是其效率提升的主要制约因素，应着力加快提升技术水平。

2.3.3 各省份效率变化分析

从表4可知，2015-2019年除甘肃、辽宁、吉林、云南、西藏和广东6个省份生产率指数小于1外，其他12个省份的全要素生产指数均大于1，提示沿线省份大部分地区的医疗资源配置效率在不断提升，发展势态良好。增长动因方面，甘肃和上海的全要素生产率的提高主要得益于技术效率的提高，由于技术效率和技术进步协同推动配置效率提升的省份有内蒙古、青海、新疆、黑龙江和浙江，技术效率和技术进步都退步的只有云南省，其余省份都是主要得益于技术进步带来的助力。

3 结论与建议

3.1 “一带一路”沿线省份医疗资源集聚度复杂，需要因地制宜、统筹规划

从地理面积角度来看，沿线省份医疗资源配置的公平性偏低，东南地区配置的资源远高于其他区域，资源过于集中。但按人口规模角度，沿线省份的卫生专业技术人员、注册护士数配置较为公平，床位数、执业(助理)医师数的配置相对于人口略微不足，省份中西藏、广西、海南、广东4项指标的比值均小于1，尤其是西藏的注册护士和床位数、广东的床位数相对于人口规模较为短缺。地理面积和人口规模的角度不同，资源配置公平性判断也不同，这是因为“一带一路”沿线涉及区域多样复杂，东南地区面积较小而人口聚集，经济发展较好，其他区域的地理面积较为辽阔而人口密度较小，经济发展水平相对落后。

因此，在“十四五”医改对“一带一路”沿线省份医疗资源的配置工作中，对于人口密集地区，应更关注按人口规模配置医疗资源的公平性，如：广东、上海等地；对于地广人稀的地区，需着重于按地理面积配置医疗资源的公平性，如：新疆、西藏等地，因地制宜，统筹规划，不断优化和提高“一带一路”沿线省份医疗资源配置的公平性[3]。

3.2 “一带一路”沿线省份医疗资源配置效率参差不齐，需要不断优化提升

基于DEA静态模型分析发现，“一带一路”沿线省份医疗资源配置效率存在差异，综合效率均值最高为1，而西藏仅有0.616，内蒙古为0.714。这与不同地区经济发展水平和特殊地理位置有关，地区经济发展较慢，导致医疗资源投入少；地广人稀、人民生活分散、医院偏远、交通落后，导致资源利用率低；医疗资源投入建设晚、缺少医疗人才，导致卫生服务差[11]。

为了更好地推动“一带一路”发展，“十四五”医改规划的工作中，对于纯技术效率低的区域省份，如海南、吉林等，可以优化医疗资源的管理体制和技术，推进分级诊疗落地和人才、信息等优质资源共享，优势互补，区域协同发展；对于处于规模经济无效的区域省份，如青海、西藏等，应进一步科学合理地加大人力、物力、财力等医疗资源投入力度来达到更好的规模。

3.3 “一带一路”沿线省份医疗资源规模不尽合理，应科学合理配置

从医疗资源配置现状的分析中可以看出，尽管“一带一路”沿线省份医疗资源总量在不断增长，但是只有兼顾卫生资源配置的公平性与效率性，才能提高规模效益，避免盲目扩张浪费[12]。

从规模效率的分析结果来看，存在规模效益递减的有8个省份，如陕西、黑龙江、广东等，提示在这些省份的医疗资源配置中，人力(卫生专业技术人员)、物力(床位)投入过剩，不宜持续盲目地增加投入。这与当下医院不顾实际情况，无节制扩增所带来的“虹吸效应”和辐射效应有关[13]，导致规模效率下降。

因此，在“十四五”医改规划的工作中，建议“一带一路”沿线省份的相关部门综合考虑人口、经济、素质等因素来配置资源，指导医疗机构避免盲目扩大规模，将重点放在医疗服务提升和医院体制结构改革上，同时结合实际医疗资源禀赋和医患现实需求来合理调节配置人力、物力等资源，从而进一步提升医疗资源的配置效率[14]。

3.4 “一带一路”沿线省份医疗资源的技术效率和技术进步需要协同推进和优化

基于Malmquist指数的动态分析，可以看到区域角度下，技术进步是效率提升的主要制约因素，而省份角度下，多数省份无法依靠技术效率的发展来提高资源配置效率。

因此，在“十四五”医改规划的工作中，按省份角度，各省份应更倾向于关注技术效率的进步来推动资源配置效率的提升，如推动省内医疗资源管理模式的创新、医疗机构运作的规范化、医疗信息平台的数字化、“互联网+医院”系统的建设[14]等，推动医疗资源配置由规模扩张向质量效益发展，粗放管理向精细服务发展[14]。按区域角度，国家应大力推动“一带一路”沿线区域医疗技术的进步，如改善医疗研发创新条件、推进诊疗基建、提高一线卫计人员的专业水平、推动医疗科研成果转换能力[15]。从省份和区域医疗资源的不同配置要点出发，在技术效率和技术进步的综合层面协同推动“一带一路”沿线省份的医疗资源配置效率的提高。