范阳东,吴伟伦,李璐,黄嘉,胡杨木,陈美雪,胡丙杰
(1.广州医科大学卫生管理学院,广东 广州 511436;2.广州医科大学基础医学院,广东 广州 511436)
基层医疗卫生机构是我国医疗卫生体系的重要组成部分,也是初级卫生保健的提供主体,对于保障和改善居民健康发挥着重要作用。2009年新医改出台后,区别于以往改革价格形成机制、扩大医疗服务供给的思路,要求强化基层医疗卫生机构服务能力,引导其将服务重心逐步转移到常见病、多发病,推动优质医疗资源向基层下沉,促进基本医疗卫生服务公平可及[1]。因此广州市委市政府高度重视基层医疗卫生改革,2010-2018年,广州市区两级财政对基层卫生机构投入共160多亿元[2],2019年,广州市基层医疗卫生机构数4 651个,在岗职工数4.73万人,总诊疗量达5 400万人次[3]。由于现有研究缺乏对广州地区基层医疗卫生机构资源配置效率的探讨,因此本文基于2009-2019年广州市基层医疗卫生机构运行数据,评价新医改以来全市配置效率和各区发展差异,分析其影响因素,为下一步深化改革提供决策参考。
主要来源于广州市卫生健康委员会《广州市医疗卫生机构年报表》,提取报表中全市2009-2019年基层医疗卫生机构的固定资产、卫生技术人员数、总诊疗人次数、孕产妇指标人次数、慢性病规范管理人数、65岁以上老年人保健服务人数、0~6岁儿童国家免疫规划接种人次数、实有床位数、医疗收入、职工收入等相关数据资料。同时通过广州市统计局官网收集全市相关年份《统计年鉴》和《卫生统计年鉴》的年末常住人口、地区生产总值、医院数量等公开数据资料。采用Excel建立数据提取表,为保证资料提取的准确性,由2位人员独立进行资料提取,然后交叉核对,准确无误和意见统一后再进行统计分析[4]。
一方面,运用DEA-BCC模型进行效率静态分析。数据包络分析(Data Envelope Analysis, DEA)是一种处理多投入多产出问题的效率评价方法[5]。CCR模型和BBC模型是DEA运用最广泛的两种模型,其中BCC模型是产出导向模型,主要考察在投入要素保持不变的情况下,如何控制产出量,实现效率提升,即进行产出最大化决策,由于基层医疗卫生机构的投入受到众多因素如政府卫生资源规划配置等限制,因此课题组选择DEA-BCC模型对其进行效率评价[6-7]。另一方面,运用随机效应Tobit模型进行效率影响因素回归分析,由于DEA-BCC模型测算出的效率值都介于0~1,用普通最小二乘法估计会导致偏差,因此采用Tobit回归模型[8]。
根据广州市最新行政区划,将2009-2019年广州市基层医疗卫生机构运行数据,按一个区划作为一个决策单元进行分类整理,一共11个决策单元。利用DEAP2.1软件分别对2009-2019年广州市11个区基层医疗卫生机构运行状况进行静态效率值测量。采用Stata15.0软件以DEA-BCC模型测算出的静态效率值作为被解释变量,拟合基于面板数据的随机效应Tobit模型,分析效率值影响因素。
根据DEA模型以多投入、多产出特点和可比性、相关性、重要性原则,在文献研究的基础上,基于原始数据内容,选取表1所列选项作为投入产出指标[9-12]。
表1 投入产出指标的选取
表2是2009-2019年广州市11个区基层医疗卫生机构投入产出指标平均数据,结果显示,新医改以来广州市基层医疗卫生机构的固定资产、卫生技术人员数以及医疗服务量的年均增长率均超3%,最高达15.31%。对所有投入和产出指标数据进行Friedman检验,结果显示差异均具有统计学意义(P<0.01)[13]。
表2 2009-2019年广州市11个区基层医疗卫生机构投入产出指标平均数据
2.2.1按年度分析 图1所示,广州市基层医疗卫生机构运行状况的平均综合效率和平均规模效率变化基本一致,前期大幅度下降,后期有所回升,整体波动较大呈下降趋势,两项效率下降均超0.12;平均纯技术效率变化较小,整体波动不大略有下降。
图1 2009-2019年广州市基层医疗卫生机构三类效率平均值变化趋势
2.2.2按区划分析 首先,综合效率值测算结果。广州市11个区的综合效率差异较大,图2所示,A区的效率最低,为0.359,I区、J区、K区的效率最高区,其综合效率处于产出前沿面上[14](各区名称均用字母替代,下同)。
图2 2009-2019年广州市各区基层医疗卫生机构平均综合效率
其次,纯技术效率值测算结果。广州市11个区的纯技术效率差异同样较大,图3所示,A区的效率最低,为0.368,I区、G区、F区、H区、J区、K区的效率最高,其纯技术效率处于产出前沿面上。
图3 2009-2019年广州市各区基层医疗卫生机构平均纯技术效率
第三,规模效率值测算结果。广州市11个区的规模效率差异则不大,图4所示,E区的效率最低,为0.833,I区、J区、K区的效率最高,其规模效率处于产出前沿面上。
图4 2009-2019年广州市各区基层医疗卫生机构平均规模效率
第四,规模报酬测算结果。新医改以来广州市11个区的规模报酬多数年份呈递减状态,占比达到52.89%,不变状态占比38.84%,递增状态仅占8.26%。规模报酬递增状态多数出现在2015年前经济和卫生实力相对欠缺的地区,在增加投入初期呈现递增状态。2019年,广州市8个区为规模报酬递减,另外3个区为规模报酬不变。
通过对广州市基层医疗卫生机构资源配置效率的测算,各区效率值变化存在较大差异。课题组通过参考已有研究成果[15-18],进一步分析影响基层机构效率具体因素,分别选取表3所列相关因素,以便能更加全面地反映机构内外因素对效率的影响程度。
表3 效率影响因素指标的选取及定义
现将测算出的2009-2019年广州市各区基层医疗卫生机构的三项效率值作为因变量,影响因素作为自变量,进行随机效应Tobit模型回归分析,结果如表4所示。
表4 各区三类效率影响因素分析结果
结果显示:常住人口数对综合效率和纯技术效率存在正影响;医院数量对综合效率存在正影响,对纯技术效率和规模效率无明显影响,但是标准误较高;地区生产总值对综合效率和规模效率存在正影响,实有床位数对各项效率存在正影响,但两者影响程度均较小,系数均小于0.001;职工年均收入、技术人员比、门急诊住院比、药占比、人均门诊费用、人均住院费用均对各项效率无明显影响。
新医改以来,广州市基层医疗卫生机构的投入和产出指标数据年均增长率皆超3%,差异性检验均具有统计学意义(P<0.01)。说明除时间因素外,外部投入与内部利用的变化对整体规模和服务量有明显影响。由此推断,有赖于广州市作为一线城市的政策支持和经济实力,以及机构内部运营管理不断优化完善,共同造成机构规模和服务量逐年增长,医疗服务体系日益健全。
新医改以来,广州市基层医疗卫生机构的资源配置平均规模效率尽管下降程度较大,但是整体仍然维持在较高水平;平均纯技术效率波动较小略有下降,整体停留在较低水平,两者共同造成综合效率较大程度下降,整体停留在较低水平。分析该结果产生原因,课题组认为应该与全市医疗卫生资源配置不合理,医疗卫生服务体系整合不够,医疗卫生资源尚未合理流动,导致医疗卫生资源尚未被充分开发利用有关。
新医改以来,广州市各区基层医疗卫生机构资源配置的平均综合效率差距较大,平均纯技术效率差距也较大,而平均规模效率差距则不大,每年多数区的规模报酬是递减或不变。这说明,新医改以来,尽管各区基层医疗卫生机构均有较快发展,但各区发展不平衡的问题依然突出,原有强弱格局也未能打破。
常住人口数对综合效率和纯技术效率存在正影响。推测原因是基层医疗卫生机构获得的卫生资源有限,常住人口越多,医疗需求越大,更加需要对有限资源高效利用,因此推动纯技术效率上升,间接影响综合效率上升。医院数量对综合效率存在正影响,对纯技术效率和规模效率无影响,三项效率值的标准误较高。主要原因是医院数量对综合效率的影响复杂:部分地区整体医疗实力较弱,医疗需求较大,因此医院数量增长对综合效率没有明显影响;部分地区由于医院和基层医疗卫生机构分工明确、协调合作,形成医联体,因此尽管医院数量增长,但对基层医疗卫生机构的综合效率没有明显影响,甚至有所提升;个别地区整体医疗实力较强,医疗需求一定,医院数量增长必然会挤压基层医疗卫生机构的生存发展,导致其综合效率下降。
从效率分析结果可知,在投入逐年增长背景下,全市效率有所下降,各区效率差异巨大,说明资源没有合理配置与利用。因此科学测算卫生需求与现状,结合各区经济发展和人口情况,提高资源配置效率,有效缓解广州市基层卫生资源配置不合理、各区医疗卫生水平发展不平衡等问题。
从效率影响因素可知,公立医院数量对综合效率存在正影响,对纯技术效率和规模效率无影响,各项效率的标准误较高,说明公立医院数量对基层医疗卫生机构的资源配置效率影响差异较大。因此促进上下级医疗机构之间相互协调合作,发挥各自优势,下级医疗机构在减轻上级医疗机构诊疗服务压力的同时,获得稳定的医疗卫生业务来源,学习先进的技术管理经验,有条件的机构尝试开拓医养结合等相关健康领域[19]。
从效率影响因素可知,职工收入、门急诊住院比、诊疗费用对各项效率均无明显影响,这说明机构内部没有形成有效激励管理机制。新时期,国家赋予基层医疗卫生机构更多责任使命,特别需要健全内部运营管理机制,全面激活机构活力潜能。因此建议以基层卫生服务为考核重点,完善绩效考核办法,健全分配激励机制,充分调动积极性,实现各项资源的充分利用,提供更多服务与产出[20]。