长江三角洲区域卫生资源配置公平性与效率研究

臧梦柳，董乔惠，董 琪，肖 月，王 菁，辛 怡

1天津中医药大学研究生院，天津，301617；2天津中医药大学管理学院，天津，301617

卫生资源是保障人民生命健康的重要基础,卫生资源的优化配置是构建整合型医疗卫生服务体系,促进医疗卫生事业健康发展的重要举措。2022年,国务院办公厅印发《“十四五”国民健康规划》(国办发〔2022〕11号),提出加快优质医疗卫生资源扩容和区域均衡布局,不断提升基本医疗卫生服务公平性和可及性。在国家政策层面的推动下,我国卫生资源配置取得成效,但区域不均衡问题依然存在。长江三角洲(以下简称“长三角”)区域包括上海市、江苏省、浙江省、安徽省全域,是我国经济发展最活跃的区域之一,而卫生健康领域作为社会发展的关键领域之一,是长三角一体化高质量发展的重要内容,关系到我国卫生健康事业的高质量发展水平。2019年,中共中央、国务院印发《长江三角洲区域一体化发展规划纲要》,提出优化配置医疗卫生资源,大力发展健康产业,持续提升人民健康水平。自长三角区域一体化发展战略实施后,城市间要素流动性增强,融合发展趋势显著,各个省份之间卫生健康领域交流合作越来越紧密,医疗资源配置水平总体较高,与全国其他区域相比具有明显的优势。研究长三角区域卫生资源配置的公平性与效率,有利于推动该区域卫生资源配置的合理性,实现长三角区域卫生资源共享,促进长三角区域卫生健康事业的一体化发展,满足区域人口的基本医疗卫生服务需求,提升区域居民健康水平。

目前,关于我国卫生资源配置公平性与效率的研究文献较多,研究显示卫生资源配置总量呈上升趋势,均衡性有所改善,但依然存在地区间差异,东部发展水平高的地区卫生资源配置多于中、西部地区[1-3]。全国卫生资源配置效率总体上升,但省际间配置效率存在差异,部分省份效率低下,仍有较大提升空间[1-4]。而针对长三角区域的研究相对较少,现有文献主要聚焦于公平性或效率其中一个层面,鲜少有学者同时考虑长三角区域卫生资源配置的公平性与效率。在方法的选择上,公平性测度的方法主要包括基尼系数、泰尔指数、集中指数、集聚度[1-3],效率测度方法主要包括DEA、三阶段DEA、Malmquist指数模型[4-6]。而目前关于长三角的研究中,公平性方法选择较为局限,多采用集聚度法,缺乏验证性的稳健性分析。效率方面仅选择DEA模型,未充分考虑环境因素以及随机误差对效率值的影响。基于此,本研究利用基尼系数和泰尔指数多层面评价长三角区域卫生资源配置公平性,使用三阶段DEA模型全面评价资源配置效率状况,以期为长三角区域优化卫生资源配置提供一定参考。

1 资料来源与方法

1.1 数据来源

数据资料来源于《中国统计年鉴-2022》《中国卫生健康统计年鉴-2022》《上海统计年鉴-2022》《江苏统计年鉴-2022》《浙江统计年鉴-2022》《安徽统计年鉴-2022》及国家统计局官方网站。分别选取医疗卫生机构数、卫生人员数、执业(助理)医师数、注册护士数、床位数、诊疗人次数、出院人次数、地区生产总值、平均受教育年限、公路密度的统计数据。

1.2 研究方法

1.2.1 基尼系数。按人口、地理的基尼系数分别反映区域人口分布、地理面积与卫生资源配置之间的状况。一般来说,卫生资源主要配置在人口密集的区域,但必须同时考虑到卫生资源距离方面的可及性。在卫生资源配置公平性的测算中,各省份用人口(面积)累计百分比及卫生资源累计百分比测算基尼系数[7]。基尼系数位于0-1,小于0.4表示处于公平状态,0.4为警戒线,大于0.4表示处于不公平状态,其中,小于0.2表示公平性最佳,0.2-0.3表示处于比较公平状态,0.3-0.4表示处于相对合理状态。

1.2.2 泰尔指数。泰尔指数的优势在于能够衡量各省份卫生资源配置的组内与组间差异[8]。在卫生资源配置公平性的测算中,各省份分别以人口占比及卫生资源占比测算泰尔指数。泰尔指数越大,说明区域资源配置的公平性越差。反之,则说明公平性越好。

1.2.3 三阶段DEA模型。传统效率评价方法DEA模型方法没有考虑环境因素以及随机误差对效率值的影响,基于此,采用Fried等提出的三阶段DEA模型[9],把各决策单元放置在同一外部条件下评价其效率值。考虑到我国西部地区地理位置及发展环境与长三角区域差异过大,选取我国中部和东部地区19个省份作为决策单元。

第一阶段DEA模型通过对输入及输出数据的综合分析,对同系统内各决策单元的有效性进行评价。采用DEA-BCC模型以投入为导向,测算卫生资源配置效率值及松弛变量。

第二阶段根据投入指标的原始投入值和第一阶段DEA模型输出的投入目标值,可得到投入的松弛变量,投入松弛=原始投入值-投入目标值。加入环境变量,借助SFA回归模型将松弛变量分解成环境因素、管理无效率和随机噪声。

第三阶段使用调整后的投入指标,再次运用投入导向的DEA-BCC模型重新评价长三角区域卫生资源配置效率,此时已经排除了环境因素以及随机误差对效率值的影响,将各决策单元置于相同外部条件下。

1.3 指标选取

梳理相关文献,在卫生资源的选取上主要集中在医疗卫生机构、床位、卫生技术人员、执业(助理)医师、注册护士几方面[2,10-11]。考虑到卫生技术人员与执业(助理)医师、注册护士存在重复性,本研究选取医疗卫生机构、床位、执业(助理)医师、注册护士作为评价卫生资源配置公平性的指标。在测算泰尔指数时,按照距离市区的远近将上海市划分为中心城区(黄浦区、徐汇区、长宁区、静安区、普陀区、虹口区、杨浦区)和郊区(浦东新区、闵行区、宝山区、嘉定区、金山区、松江区、青浦区、奉贤区、崇明区)。根据江苏省统计局的划分标准,将江苏省分为苏北(徐州、连云港、宿迁、淮安、盐城)、苏中(扬州、泰州、南通)、苏南(南京、镇江、苏州、无锡、常州)。根据浙江省统计局的划分标准,将浙江省划分为浙东北(杭州、宁波、嘉兴、湖州、绍兴、舟山)和浙西南(温州、金华、衢州、台州、丽水)。参考安徽省发展和改革委员会的划分标准,将安徽省划分为皖北(淮北、亳州、宿州、蚌埠、阜阳、淮南)、皖江(合肥、六安、滁州、安庆、马鞍山、芜湖、铜陵)、皖南(黄山、池州、宣城)。

三阶段DEA模型包括投入指标、产出指标和环境变量。以卫生服务的资源作为投入,以接受卫生服务的人数作为产出是卫生资源投入与产出分析的常用指标选取方式[12]。投入资源从供给侧出发,一般包括资本投入和人员投入[13]。有关资本投入变量,多数学者从医疗卫生机构和卫生设施两个方面选取医疗卫生机构数和床位数两个指标[14-16],有关人员投入变量,通常选取卫生人员数、卫生技术人员数、执业(助理)医师数和注册护士数[5,17-18]。综合以上,本研究选取医疗卫生机构数、床位数作为资本投入指标,考虑到过多的投入指标可能造成指标之间的相关性较强及对决策单元数量要求大等问题,选取卫生人员数作为人员投入指标。有关产出指标,接受卫生服务的人数,学者通常从门诊和住院两个维度选取诊疗人次数、入院人次数或出院人次数作为产出指标[16,18-19]。考虑到入院和出院人次数具有高度相关性,出院人数更能体现诊疗效果,本研究选取诊疗人次数、出院人次数作为产出指标。有关环境变量,学者认为卫生资源配置效率会受到经济水平,教育水平等因素的影响[5,13,20],考虑到交通便利程度可能通过影响卫生服务的可及性对卫生资源配置效率造成影响,本研究分别从经济、教育、交通3个方面选取地区生产总值(取对数)、平均受教育年限、公路密度作为环境变量。见表1。

表1 三阶段DEA模型指标

1.4 统计学方法

通过Excel 2016建立数据库并进行基尼系数和泰尔指数的测算,运用SPSS 29.0进行Pearson相关性分析,使用DEAP 2.1进行第一和第三阶段DEA模型效率评价,使用Frontier 4.1进行第二阶段SFA回归分析。

2 结果

2.1 长三角区域卫生资源配置公平性

2.1.1 基尼系数。按人口分布,江苏省、浙江省和安徽省卫生资源基尼系数均小于0.2,公平性最佳。上海市卫生资源基尼系数均位于0.2-0.4,处于比较公平和相对合理状态。按地理分布,江苏省医疗卫生机构基尼系数小于0.2,公平性最佳,其余基尼系数位于0.2-0.3,处于比较公平状态。浙江省卫生资源基尼系数位于0.2-0.3,处于比较公平状态。安徽省卫生资源基尼系数位于0.2-0.4,处于比较公平和相对合理状态。上海市医疗卫生资源配置的基尼系数均大于0.4,处于不公平状态。见表2。

表2 长三角区域卫生资源配置的基尼系数

2.1.2 泰尔指数。长三角区域中,安徽省、江苏省卫生资源总泰尔指数相对较低,浙江省次之,而上海市总泰尔指数最高。总泰尔指数与上面的基尼系数的排序结果基本吻合。在卫生资源配置差异的表现形式方面,江苏省、浙江省、安徽省卫生资源配置主要体现为组内差异(江苏省医疗卫生机构体现为组间差异),上海市的卫生资源配置主要体现为组间差异(医疗卫生机构体现为组内差异),其中上海市的床位、执业(助理)医师和注册护士的组间差异贡献率均超过70%。见表3。

表3 长三角区域卫生资源配置的泰尔指数

2.2 长三角区域卫生资源配置效率

对投入指标和产出指标进行Pearson相关性分析,结果均通过了α=0.01检验水平的显著性检验,且投入和产出指标具有正相关性,说明指标的选择具有合理性。

2.2.1 第一阶段DEA模型结果。长三角区域平均综合效率、纯技术效率、规模效率分别为0.963、0.985、0.977,高于我国中部和东部地区均值。浙江省和上海市效率值为1,位于有效生产前沿面上。江苏省综合效率为0.917,纯技术效率为1,规模效率为0.917,规模报酬递减。安徽省综合效率为0.933,纯技术效率为0.940,规模效率为0.992,规模报酬递减。见表4。

表4 长三角区域卫生资源配置效率(第一阶段)

2.2.2 第二阶段SFA模型结果。3个松弛变量的γ值均接近1,说明管理无效率对投入变量的影响占据主要地位。3个环境变量的单边似然比均通过了α=0.05的显著性检验,说明使用SFA模型排除环境因素及随机误差的干扰是合理的。地区生产总值(取对数)对医疗卫生机构松弛变量的影响为正,对卫生人员及床位松弛变量影响为负。平均受教育年限和公路密度对3个投入松弛变量的影响均为负。见表5。

表5 第二阶段SFA回归结果

2.2.3 第三阶段DEA模型结果。调整后长三角区域平均综合效率由0.963下降至0.939,纯技术效率由0.985提升至0.994,规模效率由0.977下降至0.944。调整前与调整后长三角区域卫生资源配置效率均高于我国中部和东部地区平均值。分区域来看,江苏省规模效率值由0.917提升至1,调整到有效生产前沿面上。浙江省在调整前后均处于有效生产前沿面上。上海市调整后退出有效生产前沿面,综合效率由1调整为0.817,纯技术效率仍为1,综合技术的降低主要是由规模效率的下降造成的,处于规模报酬递增阶段。安徽省调整后综合效率由0.933提升至0.937,纯技术效率由0.940提升至0.977,规模效率由0.992下降至0.959,规模报酬由递减调整为递增。见表6。

表6 长三角区域卫生资源配置效率(第三阶段)

3 讨论

3.1 长三角区域按人口配置的卫生资源处于公平状态,卫生资源配置以组内差异为主

按人口配置的基尼系数与泰尔指数从不同层面描述人口分布与卫生资源匹配的程度。按人口配置的卫生资源基尼系数介于0.04-0.38,总泰尔指数介于0.0009-0.1071,二者说明长三角区域按人口配置的卫生资源整体上处于公平状态。这是自2019年《长江三角洲区域一体化发展规划纲要》将医疗卫生资源均衡布局纳入区域一体化目标后,4省份通力合作,通过建立全民信息平台、合作办院、组建医联体等形式推进卫生资源配置均衡性的显著成效。分区域来看,近年来江苏省推出“强县工程”,着力提升县级医院服务能力,促进优质医疗资源下沉。浙江省持续推进整合型医疗卫生服务体系的构建,持续推进“双下沉、两提升”,发展纵向医疗集团和区域医疗联合体。安徽省积极发展以县级医院为龙头的紧密型县域医共体,着力构建高水平的基本医疗卫生服务体系。上海市推进以服务半径和服务常住人口数为依据,完善基层基础医疗服务网络。长三角区域各地政府高度重视卫生资源均衡发展,从区域一体化及省域均等化方面,通过制度建设、政策引导逐步推进卫生资源的优化配置,并取得发展成效。

相对于基尼系数而言,泰尔指数的优势在于能够衡量资源配置的组间差异。江苏省、浙江省、安徽省卫生资源配置主要体现为组内差异,上海市的卫生资源配置主要体现为组间差异,床位、执业(助理)医师和注册护士的组间差异贡献率均超过70%,说明上海市郊区床位设施及人力资源投入不足,因此应推进医疗卫生工作重心下移,中心城区将过剩的优质资源向郊区输入[21],郊区提高相应的福利待遇将卫生专业人才“引进来”并“留下来”[22],从而完善郊区相关卫生人力及设施资源的配置。

3.2 江苏省、浙江省、安徽省按地理配置的卫生资源处于公平状态,上海市处于不公平状态

江苏省、浙江省、安徽省按地理配置的基尼系数介于0.19-0.32,上海市介于0.47-0.70,3省按地理配置的医疗卫生资源处于公平状态,上海市处于不公平状态。这与长三角区域经济发展和人口分布有关,经济发展水平高的区域对卫生资源投入高。政府卫生规划主要以人口分布为标准,因此会出现卫生资源聚集在经济发展水平高和人口密度大的区域,造成按地理配置的不公平状态[23]。根据4省份2022年统计年鉴及政府官方网站的人口、土地面积、地区生产总值、人均地区生产总值数据,计算各省份内部2021年各城市(区)人均生产总值及人口密度极差,江苏、浙江、上海、安徽人均生产总值极差分别为11.28、8.58、43.11、8.37万元,人口密度极差分别为1238、1156、29931、691人/平方公里。3省份内部城市之间经济发展水平及人口密度差距较小,卫生资源投入差距较小,因此,按地理配置的卫生资源处于公平状态。而上海市经济发展水平及人口密度差距较大,中心城区经济发展水平高,卫生资源投入高,医护人员薪资待遇高,对人才吸引力高,人口密度大,医疗服务需求量大,因此配置的卫生资源较多,而郊区配置的卫生资源较少,导致上海市按地理配置的卫生资源处于不公平状态[24]。

按地理配置卫生资源的公平性较差,会影响人口稀疏区域居民医疗卫生服务可及性,出现医疗卫生机构距离较远、规模较小、人员或设备配置不够齐全等问题。为此,长三角区域特别是上海市在卫生资源配置规划中,应充分考虑地理因素,考虑人口稀疏区域居民的医疗卫生服务的可及性,增加对偏远城市、郊区卫生资源的投入,提高其医疗卫生机构的诊疗能力,提升资源配置的地理公平性。

3.3 长三角区域卫生资源配置效率总体较高,存在区域间差异

长三角区域医疗资源配置效率高于中部和东部地区平均水平,自长三角区域一体化发展战略实施后,长三角区域经济高速发展,各城市发展水平逐渐均衡化,交通基础设施高度便利[25],优质教育资源共建共享,因此长三角区域卫生资源配置效率总体较高。

分区域来看,江苏省调整后位于有效生产前沿面上,规模报酬由递减调整为不变,综合技术效率的提升主要是由规模效率的提升造成的,说明江苏省环境因素较好,经环境变量调整后,投入指标有所下降,此时达到了DEA有效,江苏省应充分利用现有卫生资源,不应过度增加投入。浙江省在调整前后均处于有效生产前沿面上,纯技术效率和规模效率均为1,说明浙江省医疗技术水平和管理能力均达到了最优水平,投入资源得到了有效的使用,这是“十三五”以来浙江省以卫生强省为目标,持续推进健康浙江建设,推动省级医院多院区发展格局持续扩大,医疗资源的整体水平不断提高带来的发展成效。上海市调整后退出有效生产前沿面,但纯技术效率仍为1,综合技术效率的降低主要是由规模效率的下降造成的,处于规模报酬递增阶段,纯技术效率高说明上海市医疗卫生机构管理水平及技术水平较高,规模效率非有效说明上海市高医疗卫生服务水平对周边城市患者造成虹吸效应,居民对该地医疗卫生服务的需求量大,目前上海市卫生资源配置已不能充分满足居民的需求[26],在现有水平上继续增加投入还会有较高的产出增加。安徽省调整后技术效率和规模效率均小于1,规模报酬递增,说明安徽省医疗服务水平及卫生资源的投入均需要提升。安徽省与其他3省份相比,经济发展水平较低,难以引进高水平卫生技术人员,造成医疗服务水平不高。为此,安徽省应加强与其他3省份合作,健全卫生人才合作培养机制,提高医疗卫生机构的诊疗水平。另外,长三角区域应鼓励卫生资源从其他3省份高存量区域向安徽等相对贫乏区域输送,提升资源配置效率[27]。

3.4 经济发展水平、居民受教育程度、交通便利程度均会影响长三角区域卫生资源配置效率

将所有决策单元置于同一环境水平后长三角区域平均综合效率由0.963下降至0.939。地区生产总值对医疗卫生机构松弛变量的影响为正,对卫生人员及床位松弛变量影响为负,说明经济发展水平高的区域拥有更多的资金建设医疗卫生机构,由此造成医疗卫生机构的冗余,而医疗卫生机构数量多的区域会对周边区域产生虹吸效应,吸引周边患者前来就医,因此卫生人员及床位使用效率高。平均受教育年限对3个投入松弛变量的影响均为负,可能是受教育程度越高的居民对健康的重视程度越高,对医疗卫生服务的需求越大,能够充分利用当地卫生资源[20],且受教育程度高的居民能够与医生进行有效沟通,提升医疗卫生服务效率。公路密度对3个投入松弛变量的影响均为负,交通便利区域的居民获取医疗卫生服务的时间和交通成本低,医疗卫生服务可及性高[28],因而卫生资源配置效率高。以上说明经济发展水平、居民受教育程度、交通便利程度总体会正向影响医疗资源配置效率。应紧抓长三角一体化发展红利,加强各城市的交流合作,进一步提高经济发展水平、居民受教育程度、交通便利程度,推动大中城市高端优质卫生资源统筹布局,推进长三角区域卫生健康事业的高质量发展。