■ 赵康普 马 爽
经过多年的建设和发展,我国医疗卫生服务水平已经得到显著提高,基层卫生事业的发展已然取得显著成就,但就全国各地区基层卫生事业的发展状况而言,仍然客观存在着发展不均衡现象。因此,本研究运用DEA方法分析2019年全国各地区基层卫生资源的利用状况,以基层卫生机构数量、人员情况及床位数作为投入指标,以基层年诊疗人次及年入院人数作为产出指标,通过对参与该模型的全国31省市中的基层卫生资源利用情况进行分析,为优化卫生资源配置提供政策参考。
资料数据均来源于《中国卫生健康统计年鉴2020》,参考以往研究,选取基层人员数、机构数量、床位数量作为DEA投入指标;选取产出指标为基层年诊疗人次及年入院人次数。本研究从国家统计局官方网站搜集数据,保证数据的真实性与可靠性,在此基础上运用DEA分析方法评估31省市自治区基层卫生资源配置的效率情况。
DEA分析法又称数据包络分析,主要运用于评价同一类型DMU的相对有效性,其所测得效率值分布在0~1,当松弛、剩余变量为0及效率值为1时,该决策单元达到技术与规模有效,即DEA有效;反之则为弱有效或无效[1],此方法具有操作规范、易于实行以及可以合理消除各变量间相关影响等优点,因而在此类问题的数据分析中被广泛应用,是卫生经济学常用的方法之一[2]。本研究所使用的主要包括CRS与VRS两种模型[3],在确定投入产出指标后,利用WPS建立数据库,将VRS与CRS两种模型带入DEAP 2.1中对数据进行应用分析,得到各地区基层卫生机构资源配置效率的分析结果。
基于DEA分析方法选取评价指标时应遵循一定原则,要求投入指标数M与产出指标数N以及决策单元数K之间应满足:2(M+N)≤K[4]。以基层卫生人员数X1、医疗机构数X2、床位数X3作为投入指标。以年诊疗人次数Y1、年入院人数Y2作为产出指标。将2019年全国31省市自治区设为DEA模型中的31个决策单元(DMU)Ui(i=1,2,3,...,31),其中Xi与Yi分别表示2019年i省市自治区基层医疗机构卫生资源的投入与产出指标,具体数据分析详见表1。
表1 2019年全国各地区基层医疗机构卫生资源投入、产出情况
利用DEAP 2.1软件将投入指标X1、X2、X3,产出指标Y1、Y2分别带入VRS与CRS两种应用模型中,结果见表2。由结果可知,31个决策单元中仅有7个地区达到了DEA有效,其卫生投入要素配置合理,同时卫生资源的产出相对于投入已达到最大;技术与规模并非同时达到有效的有天津、湖北、湖南、广东、四川、西藏、青海、宁夏,为DEA弱有效,其卫生资源投入量较大,产出相较于投入则并没有达到最优;河北、山西、内蒙古等16个地区在技术与综合效率均未达到有效,这些地区的基层卫生资源配置效率相对较低。
表2 2019年各省市自治区基层卫生资源配置效率分析
S+、S表示产出与投入指标的松弛变量,前者表明产出不足的程度,后者则代表投入冗余的程度,其为0时即表示该单元的投入要素合理,产出相对投入达到最大值,实现了DEA有效[5]。表3中有16个地区均为非DEA有效,在其投入指标中,投入的医疗机构及配置的床位未被合理利用;产出指标中,年诊疗人次及入院人数未达到最优(表4),这些地区可以参照VRS模型中相对有效地区的实际情况,从技术效率方面进行改善从而得到进一步改善提高[6]。
表3 非DEA有效地区基层卫生资源配置效率的松弛变量、理想值
表4 各地区非DEA有效地区2019年基层医疗机构投入指标原始值、理想值
通过DEA相关模型对全国各地区基层卫生资源配置效率进行分析,结果显示仅有7个地区基层卫生资源配置综合技术有效,有8个地区仅达到技术有效,有16个地区基层卫生资源配置无效,非DEA有效省份占全部参与决策模型的半数以上,可以认为各地区基层卫生资源配置效率普遍偏低,客观存在着卫生资源配置不均衡的问题。由表1可知各地区投入指标数量中也存在较大差异,由《中国统计年鉴2020》数据显示,该模型中31个省市自治区的人均地区生产总值从大到小排列次序,与本模型的分析结果中各地区的基层卫生资源配置效率所呈现出的高低情况基本吻合。
基于此,各地区政府应根据人口、经济发展条件、地理等实际情况适时制定政策优化各省份基层的卫生资源配置,改善目前资源配置现状。同时应保障基层医疗机构拥有更完备、更全面的配套设施,宣传基层医疗机构的重要性与必要性,使居民形成“基层首诊”的意识与观念[7],使基层医疗机构的卫生资源得到妥善利用。
在本研究中,16个未达到DEA有效的地区存在不同程度的投入过剩与产出不足问题,投入过多意味着更多的成本投入,产出不足则将直接导致基层卫生服务质量的下降。受限于自身的医疗服务能力水平,更多的患者并不能满足于基层机构提供的医疗服务,进而导致部分地区出现医疗资源过剩及产出不足的问题。要解决此类问题,除了提供必要的硬件技术支持,在合理限度内配置医疗资源外,更应该重视基层医疗资源的合理配置,重视基层医疗医师的服务能力、服务态度与服务意识[8]。因此,基层医疗机构应重视技术水平的提高,根据各省市自治区基层的不同情况和实际需求,制定规范合理的基层医疗卫生机构的设备配置标准,通过自身硬实力的提高来吸引患者就诊,并保证服务技术水平;基层医疗机构应重视对高层次人才的引进,切实解决基层医疗机构中存在的护理人员相关资源配备不到位、卫生资源配置相对不公平的问题[9];同时考虑到基层卫生机构无论是薪酬还是工作环境都和城市有不小的差距[10],应提高相关福利待遇使其愿意奉献基层扎根基层服务基层,建立长期、科学、系统的基层人才培养方案,避免人才流失[11]。通过加强基层医疗机构高层次人才队伍建设,深入挖掘医疗人员的潜力,造就一批高素质、高水平的基层医疗卫生技术人才。
在非DEA有效的地区中,河北、安徽等9个省份均为规模报酬递减状态,其产出效率较低,卫生资源配置普遍存在问题,并未达到最佳的规模状态[12]。针对非DEA有效的各省市自治区,基层医疗机构应重视加强自身的服务水平与服务质量,适时结合民众需求与自身所处地区实际情况,优化基层管理模式、提高自身管理能力。基层医疗卫生机构处于规模报酬递减的省份,例如河北、安徽、山东等应合理控制规模,避免因资源的过多投入而导致资源浪费与闲置,使规模报酬持续出现递减状态[13];处于规模报酬递增的省份,例如天津、山西、内蒙古等也应关注相关卫生服务需求不足以及未充分利用卫生资源的问题。在管理水平上,各地区应规划医疗卫生服务的层级结构,避免医疗卫生资源过度集中于高端医疗机构[14],优化基层医疗机构管理水平,依据各基层实际情况评价相关资源配置效率,确保基层卫生资源的合理配置[15]。
DEA相关研究方法的应用越来越广泛,但仍应对其方法使用的合理性与局限性给予客观评价。受限于自身特点,DEA分析方法只能反映相关决策单元的相对状况,当决策单元发生变化时其相关效率分析数值随之改变[16],这意味着决策单元效率的绝对情况并不能被效率数值所反映。基层医疗机构主要采用门诊治疗的方式,但本研究也同时纳入了住院投入与产出指标,旨在尝试进行综合性考察,具有一定局限性。因此,在采纳DEA模型给出的效率分析数值时,应同时将其本身存在的局限性考虑在内。