基于卫生经济学理论的医院平均住院日影响因素研究

吕轶娟

平均住院日(Average Length of Stay，ALOS)，指一定时期内每一出院者平均住院时间的长短，等于出院者占用总床日数与出院人数之比，是一个评价医疗效益和效率、医疗质量和技术水平的比较硬性的综合指标。卫生经济学是研究卫生服务、人民健康与社会经济发展之间的相互制约关系、卫生领域内经济关系和经济资源的合理使用、医疗卫生领域中投入产出、实现有效资源配置和利用有限卫生资源及卫生服务资源的需求和供给的重要学科[1]。

通过对国内外研究现状进行分析后发现，大多数国内外学者基于医学角度，以患者病案数据为样本，对平均住院日影响因素进行研究。如以病案个体资料为基础，系统研究分析出就某一病种在医院术前、术后平均住院的时间，从中总结出影响平均住院日的主要原因，为病案分析提供数据支撑；或从医院层面出发，按时间序列收集某医院住院患者病案信息，以此为基础，研究该医院平均住院日影响因素，为提高该院服务效率提供决策依据；再者，根据某类医院病案数据，对该类医院的平均住院日影响因素进行分析，为提高医院整体医疗服务质量提出政策建议。目前，基本未见国内外学者根据卫生经济学理论建立平均住院日影响因素模型的相关文献报道，仅王雅璇(2016)根据2005—2014 年我国医院资源配置现状的时间序列数据，构建数学模型进行了预测，认为缩短平均住院日可节约的医院资源，影响我国医院出院者平均住院日时长的主要因素有信息化管理、质量安全、医保、技术进展、病种病情、出入院管理、患者社会属性、手术管理、合并症等；同时，国内学者基于宏观角度对平均住院日影响因素的研究也较少，基本未见从省级层面出发，对各省乃至全国的平均住院日影响因素进行深入研究。因此，从卫生经济学理论角度出发，构建平均住院日影响因素模型，收集省级层面数据，对全国三十一省(市、自治区)平均住院日基本发展现状进行整体把握，并根据理论模型，对影响因素进行实证分析，具有重要的理论意义，促进医院在实现资源成本最小化的同时，充分利用现有卫生经济资源，提高医院整体运行效率及医疗服务质量，推进卫生事业发展。

1 2010—2015年我国医院平均住院日及医院整体发展趋势分析

2010—2015年，我国医院平均住院日由10.5 d逐年下降至9.6 d，说明我国总体医疗服务质量、工作效率和效益、技术水平有所提高。见图1。

注：数据来源于2016中国卫生和计划生育统计年鉴

从医院发展的整体上看，我国医院的发展规模在不断扩大，服务量、服务能力也在不断提升，发展趋势良好。

2010—2015年，我国卫生技术人员由5 876 158上升至8 007 537人，医疗卫生机构数由936 927上升至983 528，其中，医院数由20 918上升至27 587；床位数由3 387 437上升至5 330 580。2015年，中国各类医院门诊人次为308 364万人次，比2010年203 963万人次上升了10余万人次；2015年，中国各类医院总入院人数为16 086.8万人次，比2010年上升7 000万人次。

2 基于卫生经济学理论构建医院平均住院日影响因素理论假说

通过对2010—2015年我国医院平均住院日及医院整体发展趋势进行分析可以看出，我国医院的发展规模在不断扩大，服务量、服务能力也在不断提升，发展趋势良好。而在卫生经济学领域，如何进一步地利用有限的资源获取最大的供给产出，提高医院整体运行效率及医疗服务质量，是卫生服务供给者及医院管理者密切关注的内容。卫生服务供给是一种特殊的生产过程，其投入包括医生、护士、其他卫生人员等劳动力的投入，土地、房屋、设备、仪器、资金等资源和资本的投入，以及组织管理者技能[1]。因此，笔者基于卫生经济学生产要素理论，从资源利用率、实物资本投入、医疗资金投入、服务能力、劳动力投入、技术人员分布6个方面，构建医院平均住院日影响因素的理论模型，并提出理论假说：

假说1：医院资源利用率越高，越有利于缩短平均住院日； 假说2：医院实物资本投入增多，有利于缩短平均住院日；假说3：医疗资金投入增多，有利于缩短平均住院日；假说4：医院服务能力增强，有利于缩短平均住院日；假说5：医院人力资本投入增多，有利于缩短平均住院日；假说6：医、技、护人员所占比重增高，有利于缩短平均住院日，见图2。

图2 医院平均住院日影响因素理论假说

3 数据来源及模型设定

3.1 数据来源说明

基于平均住院日影响因素理论模型及假说，根据《中国卫生和计划生育统计年鉴》、《中国统计年鉴》、各省统计年鉴及卫生和计划生育统计年鉴，以及CNKI、万方等数据库，收集2010—2015年全国三十一省(市、自治区)平均住院日及影响因素相关数据进行整理，并构建面板数据模型进行实证分析。

3.2 变量的选取

3.2.1 因变量

将医院平均住院日设为因变量y。

3.2.2 解释变量

根据平均住院日影响因素理论模型及假说，选择6个方面、共8个解释变量作为医院平均住院日的影响因素。

①资源利用率：对医院平均住院日而言，病床是最重要的资源投入，病床使用率(x1)等于实际占用的总床日数与实际开放的总床日数之比，能较好地反映资源的利用率。

②实物资本投入：医院床位数(x2)反映病床作为实物资本的投入情况。

③医疗资金投入：从货币资本角度看，出院者人均结账费用(x3)即为住院病人进行的医疗资金投入。

④服务能力：采用出院人次(x4)指标代表医院床位的服务能力。

⑤劳动力投入：采用卫生技术人员总人数(x5)代表劳动力投入。

⑥技术人员分布：从医院人力资源结构上看，医生所占比重(x6)、护士所占比重(x7)、技师所占比重(x8)，能反映出医院的技术人员分布情况。

3.3 模型设定

对医院平均住院日影响因素进行实证分析时，采用普通最小二乘法(OLS)进行。为提高数据的平稳性，在模型构建时就先对各项变量取以e为底的自然对数。

根据医院平均住院日影响因素理论假说，设定线性回归模型如下：

lnyit=β0+β1lnx1it+β2lnx2 it+β3lnx3 it+β4lnx4 it+
β5lnx5 it+β6lnx6 it+β7lnx7it+β8lnx8 it+εit

其中，β0代表常数项，β1、β2、β3、β4、β5、β6、β7、β8分别表示待估系数、εit代表误差项。

yit——第i省第t年度平均住院日。

x1it——第i省第t年度病床使用率。

x2it——第i省第t年度医院床位数。

x3it——第i省第t年度出院者人均结账费用。

x4it——第i省第t年度出院人次。

x5it——第i省第t年度卫生技术人员总人数。

x6it——第i省第t年度医生所占比重。

x7it——第i省第t年度护士所占比重。

x8it——第i省第t年度技师所占比重。

4 实证方法及结果分析

4.1 实证方法

在平均住院日影响因素实证分析中，选取的是我国三十一省(市、自治区)2010—2015年度数据，因此采用EVIEWS 7.2中，面板数据(Panel Data)的分析方法进行实证分析。

由于面板数据的时间序列较短，为了检验面板数据是否含有时间趋势，首先对各组变量进行了单位根检验，发现面板数据具有较好的平稳性。

其次，需对混合估计模型和固定效应模型进行选择，使用EVIEWS 7.2软件进行固定效应的冗余性检验。原假设是不存在固定效应，备择假设是存在固定效应。检验结果见表1。

表1 固定效应冗余性检验

注：数据来源于根据EVIEWS 7.2输出结果而得

从表1中可以看出，固定效应冗余性检验中，显著性水平小于0.01，即在1%的显著水平下，拒绝原假设，应建立固定效应模型[2]。

再次，需在随机效应模型和固定效应模型中进行选择，因此，使用EVIEWS 7.2软件进行豪斯曼检验。检验结果见表2。

表2 豪斯曼检验

注：数据来源于根据EVIEWS 7.2输出结果而得

由表2可知，豪斯曼检验中，显著性水平小于0.01，即在1%的显著性水平下，拒绝原假设，应建立固定效应模型[2]。

4.2 实证结果

在构建回归模型时，由于选取的是我国三十一省(市、自治区)2010—2015年度数据，横截面数大于时间序列数，不同截面存在异方差现象的可能性较大[2]，需有效处理异方差、同步相关和序列相关等复杂的面板误差结构，因此在EVIEWS 7.2建立固定效应模型时，选取按截面加权(Cross-Section Weights)进行，以减少截面数据造成的异方差性。

由回归结果进行分析可知，该固定效应模型的拟合优度为0.958，拟合优度较好；德宾-沃森统计量值为1.58，介于1.5到2.5之间，表明各项之间不存在相关性。在x1到x8的八个变量中，从显著性水平可以看出，在5%的显著性水平下，病床使用率(x1)、出院人次(x4)、卫生技术人员总人数(x5)、医生所占比重(x6)、技师所占比重(x8)对平均住院日具有显著影响，医院床位数(x2)、出院者人均结账费用(x3)、护士所占比重(x7)的影响不显著，见表3。

表3 影响因素面板数据固定效应模型回归结果

注：数据来源于根据EVIEWS 7.2输出结果而得

5 讨论

通过实证研究结果可以看出，对医院平均住院日具有显著影响的因素有：资源利用率、服务能力、人力投入及技术人员分布4方面因素。

5.1 病床使用率对缩短平均住院日的作用最显著。对医院整体运行而言，资源的利用率较高，则越有利于医疗效率的提升，即越能促进缩短平均住院日，与明星辰[3]、谭姗[4]的研究结论一致。

5.2 中华人民共和国国家卫生和计划生育委员会《三级综合医院医疗服务能力指南》(2016年版)指出，在对医院进行基本设置时，床位规模必须达到一定的数量，才能为较好地医疗服务提供基础设施支持。但从实证结果可以看出，医院床位数对缩短平均住院日的影响并不显著。可以说明，只是单一地进行医院实物资本的投入、规模的扩张，不能对缩短平均住院日产生显著影响，而是需提高实物资本等资源的利用效率。

5.3 从货币资本角度看，出院者人均结账费用对缩短平均住院日的作用不显著。说明出院者进行的医疗资金投入，对于医院的医疗效益和效率、医疗质量和技术水平而言，没有明显的作用；也从另一方面反映出，当前医疗效率、医疗质量、医疗技术水平与住院费用没有显著的关联性。

5.4 当医院床位数一定时，出院人次越高，平均住院日越短。出院人次反映出医院的整体服务量和服务能力，当实物资源一定时，服务量和服务能力的提升，有助于缩短平均住院日。

5.5 从实证结果看出，卫生技术人员数的上升，是医院人力资源投入的重要表现，技术人员的增多，有利于提高医疗服务效率，缩短医院平均住院日，与阳赣萍[5]、周昀[6]进行的研究结论一致。

5.6 从卫生技术人员的结构上看，医生所占比例的提高、技师所占比例的提高，有助于缩短平均住院日，而护士比例的提高对平均住院日的影响作用不显著。郭业勤等[7]从职称构成方面进行研究后发现，副主任及以上医师比例对平均住院日有显著性影响。因此，可以看出，医、技人员的比例以及职称的提升，对缩短平均住院日具有显著作用。

6 对策建议

6.1 促进医院基础设施建设，提高服务能力

虽然近年来财政对医院建设方面的投入不断增大，但优势医疗资源依然紧缺，医疗服务效率仍需提高。财政应重点加大对医院基础设施建设的投入，使其达到与城市规模、人口密集程度相对应的资源配置标准，进行适度规模扩张，提高医院的服务能力，满足人民群众的就医需求，夯实医疗服务的基础，为缩短平均住院日、提高医疗服务效率及医疗质量做出切实保障。

6.2 提高资源利用效率及工作效率

由实证结果可以看出，医院进行适度规模扩张的同时，需提高资源利用效率及工作效率，才能较好地促进平均住院日的降低。对医院发展而言，完善医疗服务功能，进一步优化诊疗流程、完善门急诊流程，实时对医院各项基础设施及医疗设备进行维护，保证处于良好的工作状态，不仅能提高医、技人员的工作效率，节省收治住院病人的时间，还能起到尽量缩短低效住院日和无效住院日，以达到有效缩短平均住院日的目的[8]。

6.3 加强医院人才队伍建设，优化卫生人力资源配置

卫生人力资源是促进医院提高医院工作效率和医疗质量的重要保障[9]。提高对医院卫生技术人员的投入，增加卫生技术人员人数，以及促进卫生技术人员的学历提升和继续教育，加强医院人才队伍建设，建立健全医院人才引进制度，将对提高医院工作效率和医疗质量，促进医院发展，缩短平均住院日，具有举足轻重的作用[10]。

6.4 加强信息技术应用，优化入院流程

当前，信息技术的广泛使用大大提高了各行各业的服务效率。对医院发展而言，加强信息技术应用，优化入院流程，能促进就医效率的提高并缩短平均住院日。很多医院进行了信息技术的实践应用，如四川大学华西医院在信息技术更新中，大力发展互联网应用，如开通华医通、华西健康等手机软件，以及微信公众号预约挂号平台进行预约就诊，既方便就诊患者，又优化了入院流程，缩短了院前时间；并通过医院信息系统(HIS系统)对床位进行了统筹管理，对全院各科室平均住院日进行监控[8]。

6.5 结合医院实际情况，全员参与平均住院日管理

每个医院所处的地域不同，所处的宏观经济条件、人文环境、人力资源条件都有自身的特点，在对平均住院日进行管理时，应结合医院的具体实际情况及所处环境，并且，应根据医院各科室实际医疗条件，梳理、总结出适合该医院进行平均住院日管理的方案。同时，应加强平均住院日管理宣教工作。在医院管理者的领导下，医院应加强全院宣教工作，通过医院现代化质量管理及控制工具，将平均住院日指标与绩效考核有效联系，做到全员参与平均住院日管理[8]。

[1] 黎东生.卫生经济学[M].北京:中国中医药出版社,2016:23-27.

[2] 孙敬水.计量经济学[M].北京:清华大学出版社,2009:404-413.

[3] 明星辰,方孝梅,王玉贵.某三甲医院近10年平均住院日的影响因素分析[J].中国卫生统计,2012,29(3):467-467.

[4] 谭 珊.上海市某三甲综合性医院平均住院日管理研究[D].上海:复旦大学,2013.

[5] 阳赣萍,胡铁骊.某三甲中医医院2003-2012年平均住院日的影响因素分析[J].中国卫生统计,2014,31(6):1010-1011.

[6] 周 昀,何露佳,程永忠,等.基于国内外平均住院日管理现状分析[J].中国卫生事业管理,2017,34(10):739-742.

[7] 郭业勤,刘 霞,应向华. 47所大型综合医院2008年平均住院日影响因素研究[J].中国医院,2009,13(12): 13-15.

[8] 吕 新,周国栋,郭建新. 医院医疗收入增长影响因素分析[J].现代医院,2016,16(11):1675-1679.

[9] 蒋 帅.广西卫生财政投入与县级医院发展现状研究及效率评价[D].广西:广西医科大学,2015.

[10] 庞家玲,吴维明,杨秀玲,等.县级公立医院改革后医务人员满意度调查分析[J].卫生经济研究,2014(8):33-34.

[11] 李雪梅,张 薇,孟晓晶,等.基于因子分析的平均住院日影响因素研究[J].现代生物医学进展,2017,17(21):4063-4070.