基于三阶段DEA模型的我国公立中医医疗机构运行效率分析

吴弈天,姚峥嵘,王艳翚,蒋丰

(南京中医药大学卫生经济管理学院,江苏 南京 210023)

自2017年《中华人民共和国中医药法》颁布以来,中医药事业进入迅速发展期。根据2019年度《全国中医药统计摘编》统计,我国中医药人员总数为767 239人,占全国卫生技术人员总数的7.56%;全国中医机构中医药人员总数为324 742人,占全国中医药人员总数的42.33%。但随着中医药事业的快速发展,资源利用率差、配置效率低、供需不平衡等情况也逐渐暴露[1]。2021年1月,国务院办公厅印发《关于加快中医药特色发展的若干政策措施》中提出，要加强医疗服务体系建设,推动各省(自治区、直辖市)中医药卫生资源扩容和均衡布局,改革体制机制,提高中医药治理体系和治理能力,形成中医药产业的高质量发展等意见，因此有必要对中医医疗机构运营效率进行研究。本研究运用三阶段数据包络分析方法(Data envelopment analysis，DEA)探究2019年我国公立中医医疗机构的运行效率,结合政策环境分析各省份间办医效率差异产生的原因，探讨资源配置中存在的问题并提出相关建议，以期提高我国公立中医医疗机构运行效率。

1 资料来源和研究方法

1.1 数据来源和指标选取

2017年2月修改通过的《医疗机构管理条例实施细则》中，对医疗机构的类型作出了划分。结合该细则，本文所指公立中医医疗机构是指由政府组织并参与财政预算管理，以中医药辨证论治为特色提供中医卫生服务的医疗机构，具体涵盖了我国各省、市和县级的公立中医医院。由于西藏传统医学为藏医，公立中医医疗机构数量为0，因此不纳入本文的研究对象。本文的研究对象是我国除西藏外的30个省、自治区、直辖市(未包含台湾、香港、澳门地区数据)的公立中医医疗机构，相关数据来源于2019年度《全国中医药统计摘编》和国家卫健委发布的《2020中国卫生健康统计年鉴》(数据截至2019年底)。

三阶段DEA模型的研究指标包括了投入指标、产出指标和环境变量,其中投入指标分为人力、物力、财力3个方面；产出指标是医疗机构中中医药服务量的外在表现，可分为收入和治疗效果两个方面；环境变量是医院无法控制,但可能会对效率产生影响的社会、人口、经济因素。考虑到指标选取的科学性和可操作性,本研究拟选取中医医疗机构床位数、卫生人员总数、医疗卫生机构总数作为投入指标,门诊诊疗人次、住院人数、中医医疗机构总收入作为产出指标，城市人口密度、地区生产总值、总抚养率、财政拨款作为环境变量。由于在投入产出指标的相关性分析中发现中医医疗机构总收入与床位数、卫生人员总数、医疗卫生机构总数3个投入指标间的相关系数分别为0.281(P=0.039)、0.153(P=0.074)、0.073(P=0.244),相关性较差,因此在产出指标中剔除中医医疗机构总收入。投入指标中的卫生人员总数包含了职业医师、职业助理医师、护士、药师等,其中中医师占总职业医师数的52.48%,中医助理医师占总助理医师数的34.70%,中药师占总药师数的52.22%,因此该指标能较好地体现中医医疗机构的特色。

上述变量的描述统计结果如表1所示。从描述统计中可以看出,各地区间投入、产出、环境指标的标准差普遍较大,最大值和最小值差异明显,各地区间中医医疗机构的投入、产出不平衡。

表1 我国公立中医院投入、产出、环境指标描述统计(2019年)

1.2 研究方法

DEA模型是一个线性规划模型,可用于多项投入与多项产出的效率评估。Fried[2]认为决策的绩效受到管理无效率、环境因素和统计噪声的影响,但该模型并未考虑环境因素和随机扰动项的干扰,因此本研究采用三阶段DEA模型作为研究方法,分离上述3种影响因素,纳入环境变量以完善DEA模型的缺陷。

该模型第一阶段的目的在于检验初始效率，即探讨公立中医医疗机构决策效率的相对有效性。将原始的投入、产出数据输入Deap 2.1软件,利用规模报酬可变的BCC模型计算出来的效率值为初始的综合技术效率(Total efficiency,TE),可分解为规模效率(Scale efficiency,SE)和纯技术效率(Pure technical efficiency,PTE)。由于投入松弛变量可以反映初始效率且松弛变量越大效率越低,因此第二阶段的运算需要借助Frontier 4.1软件,利用第一阶段计算出的松弛变量借鉴随机前沿模型(SFA)对环境变量和混合误差项进行SFA回归,计算出回归系数和截距后利用Excel计算剔除环境因素和随机干扰项后的投入指标。第三阶段则是将排除管理无效率和随机扰动项后的投入指标再次输入Deap 2.1软件,利用BBC模型计算各省份中医医疗机构的运行效率。考虑到中医药事业处于高速发展阶段,且近年来国家不断加大中医药事业的财政投入,因此本研究在三阶段DEA模型中采用规模报酬递增规律和投入导向原则。

2 结果

2.1 投入产出指标的相关性分析

运用三阶段DEA模型前，需要检验选取的投入指标与产出指标间的相关性，即两者能否相互影响。首先运用SPSS 22.0分别对投入指标和产出指标进行正态性检验，结果显示5项指标在α=0.05的检验水准上均可认为其服从正态分布，因此采用皮尔逊相关系数的假设检验。投入指标床位数、卫生人员总数、医疗卫生机构总数与产出指标门诊诊疗人次、住院人数间的相关系数r分别为0.722、0.982、0.861、0.923，0.517、0.717，在α=0.01的水平上显著相关，说明本研究所采用的投入、产出指标具有较好的相关性，符合三阶段DEA模型对数据的同向性要求。

2.2 第一阶段

第一阶段中,本研究选择规模效率递增规律和投入导向的BCC模型,利用原始投入、产出数据对初始效率进行评价。BCC模型计算出来的效率值为综合技术效率,由于综合技术效率=纯技术效率×规模效率,因此综合技术效率可以进一步分解为纯技术效率和规模效率,运算结果见表2。上海、江苏等12个地区达到了DEA有效,规模报酬不变;北京等8个地区处于规模报酬递减状态;天津等10个地区处于规模报酬递增状态。综合技术效率的平均值为0.873,相对于规模效率,纯技术效率的平均值更低。由于投入松弛变量=原始投入值-投入目标值,因此可利用该阶段输出的投入目标值求得松弛变量。

表2 我国公立中医院运行效率DEA分析结果(2019年)

2.3 第二阶段

在第二阶段中本研究认为松弛变量可以反映初始资源配置的效率,松弛变量越大效率越低,且本研究的松弛变量由环境因素和管理无效率构成。相比于其他回归模型,SFA模型最大的优点在于它考虑了随机因素对于产出的影响,若SPA模型的似然比检验拒绝存在无效率项的原假设,则没必要使用SFA回归,采用Tobit回归即可。

该阶段的研究需要关注松弛变量,将第一阶段计算出的松弛变量分解成上述3种效率。由于第一阶段选择使用投入导向原则,所以本研究借鉴的SFA模型仅对投入松弛变量对环境变量和混合误差项进行回归分析。在SFA回归分析过程中,可对3项投入指标进行单独回归分析或将所有松弛变量堆叠从而只估计一个单位的SPA进行回归分析,前者的优势在于可允许环境变量对不同的松弛变量有不同的影响,后一种方法则自由度更高。Fried[3]等学者倾向于牺牲自由度以保持回归模型的灵活性,因此构建如下回归函数:Sni=f(Zi;βn)+vni+μni;i=1,2,…,I;n=1,2,…,N。其中,Sni是第i个决策单元第n项投入的松弛值,Zi是环境变量,βn是环境变量的系数,vni表示随机干扰,μni表示管理无效率,两者之和构成了该模型中的混合误差项[4]。

表3 我国公立中医院第二阶段投入指标的SFA回归结果(2019年)

3个投入指标松弛变量的单边似然比检验的显著性P均小于0.001,因此拒绝不存在管理无效率项的原假设,采用随机前沿模型是合理的。3个投入指标松弛变量的Υ值均接近于1,可以认为混合误差项几乎全部来自管理无效率,随机扰动项接近于0。城市人口密度对3个投入的松弛变量均为正,表示随着城市人口密度的增长,中医医疗机构的投入冗余使得资源的配置效率降低。地区生产总值和卫生人员总数、医疗机构总数的松弛变量成正向关系,表示地区生产总值的增长会加大中医医疗机构盲目扩张的概率和风险,从而使运行效率降低。总抚养率、财政拨款和床位数、医疗机构总数松弛变量呈正向关系,和卫生人员总数松弛变量呈负向关系且系数较小,表示总体上总抚养率和财政拨款能约束中医医院的盲目扩张[5]。以上分析说明,各环境变量对不同地区的影响存在差别,因此有必要调整投入变量,对公立中医医疗机构运行效率进行再次测算。

针对管理无效率的分离,国内现有文献所采用的公式形式各异,分歧较大。罗登跃[6]根据Jondrow[7]等学者的利用生产函数形式计算混合误差项的思路,将SFA回归所用的成本函数取代为生产函数,推导出管理无效率的分离公式:

2.4 第三阶段

第三阶段再次选择规模效率递增规律和投入导向的BCC模型,利用调整后的投入指标、产出指标对30个地区的效率进行评价,将其与第一阶段效率进行对比,结果如表4所示。

表4 我国公立中医院第三阶段调整前后运行效率对比(2019年)

江西省和贵州省的综合技术效率值由1变为了小于1,因此在剔除环境变量和随机因素影响后,这两个地区的中医医疗机构运行效率不再高效。其中江西省在调整后纯技术效率不变但规模效率降低,贵州省在调整后纯技术效率和规模效率均降低。天津市综合技术效率在调整后从0.91上升至1,说明调整后天津市的中医医疗机构运行相对是高效的。北京等7个地区的综合技术效率调整后下降,天津等14个地区调整后上升,而总体上平均值下降,说明各地区的综合技术效率总体上在下降。

综合技术效率最大值不变、最小值下降说明调整之后各地区之间的差距在增加。纯技术效率下降的有5个地区,上升的有10个地区,不变的有15个地区,平均值和最小值上升说明调整后各地区纯技术效率总体上上升且各地区间的差异减小。规模效率下降的有14个地区,上升的有7个地区,不变的有9个地区,平均值和最小值均下降说明调整后各地区规模效率总体上下降但各地区间差异上升。

3 结论

3.1 环境因素对中医医疗机构运行效率有影响

对比调整前后各地区中医医疗机构运行效率的变化情况,可以发现在剔除环境因素后综合技术效率小幅下降,规模效率明显下降,纯技术效率大幅上升,因此环境变量和随机因素对医院运行效率有影响,说明应用三阶段DEA模型对中医医疗机构运行效率的测算更为客观合理。

3.2 各地区公立中医医疗机构运行效率不均衡

东北(吉林、辽宁、黑龙江)地区、山西、内蒙古的公立中医医疗机构技术效率偏低的同时规模效率同样偏低，笔者认为其原因在于国家近年来大力支持发展中医药事业，短时间内在这些地区投入了较多卫生资源，造成供需不平衡，使卫生资源利用率降低。海南、青海、宁夏等地区技术效率较高，即中医药卫生资源利用效率较高但规模效率低下，可适当提高中医药卫生资源的投入，扩大医疗机构的规模以降低医疗机构运营成本，从而提高规模效率。北京属于高中医药服务需要地区，但其服务效率仍旧较低，原因在于大规模的中医药卫生服务投入与需求不协调，纯技术效率相对较高，但规模效率较低，容易产生中医药卫生资源的不合理利用和资源浪费，应重视中医药卫生资源向周围地区的辐射。广东、江苏、浙江、湖北、四川、湖南、上海、天津、安徽、江西、云南、广西、甘肃、贵州等地区总体上医疗机构运行效率较高，部分地区可能存在中医药卫生服务需求量大于其供给量，应当根据实际情况动态完善中医卫生服务的投入[9]。总体上，经济水平、教育资源较为发达的地区中医医疗机构运行效率较高。GDP排名前10的省市综合技术效率均高于0.89，其中7个地区综合技术效率为1，除北京以外，全国首批“双一流”建设高校数量排名前8的省市，综合技术效率均高于0.90，其中5个地区综合技术效率为1。这些地区中医药卫生服务的人才供给充足，中医卫生服务需求量大，在高供给高需求的社会环境下，实现了卫生服务利用的高效率。

3.3 我国中医医疗机构多处于规模报酬递增状态

以第三阶段的规模报酬结果为标准，北京、浙江等5个地区处于规模报酬递减状态，结合纯技术效率和规模效率可以发现这些地区的管理、技术水平、资源利用率相对较优，低效率产生的原因在于中医药卫生投入冗余造成的规模效率低下，处于规模不经济状态。对此，建议避免盲目扩大医院规模和卫生投入，应结合实际情况优化调整中医药卫生资源配置结构；山西、内蒙古等14个地区处于规模报酬递增状态，说明这些地区低效率的原因在于中医药医疗资源的技术、管理水平有待优化和提高，而中医药事业在这些地区处于规模经济状态，在提高纯技术效率的同时可适当加大资源投入；天津、河北等11个地区规模报酬不变，意味着这些地区中医医疗机构的运行较为高效，达到了DEA有效。我国多数地区公立中医医疗机构处于规模报酬不变或递增状态，这表明我国中医药事业正处于快速发展时期，宏观上处于规模经济状态。这就表明多数地区可通过增加投入和产出总量来降低平均成本，因此我国的中医药事业仍具有较大的发展潜力。

4 建议

4.1 资源配置:以提高效率为政策导向

首先应当正视中医药事业地域发展不平衡的现象,结合各地区规模报酬状态优化资源配置结构,以此指导政府在中医医疗机构上的财政投入和卫生规划。对于高纯技术效率地区,政策导向和财政投入往往是决定其中医药事业发展的关键,因此政府和卫生行政机构应结合各地区的中医药卫生服务需求,适当提高纯技术效率地区的卫生资源投入,加强规模报酬递增区域对中医药发展的政策导向。

其次,在政府决策过程中应当充分考虑各地区的社会经济环境差异,将各地区经济、人口、中医药事业可持续发展作为决策的最终目标,优化人口密度结构,科学化分配财政拨款,以各地区居民中医药卫生服务和健康需求为起点建立与之相匹配的供给和规划策略,以提高各地区的规划效率。

4.2 加强监管：以优化资源配置为目标

应当加强卫生监督机制和绩效考核机制，提高中医医疗机构的卫生服务技术水平和管理效率。低纯技术效率地区加大了中医卫生服务的不合理利用和资源浪费风险，因此要重点把握公立医疗机构的发展质量，提高政策标准以避免中医医疗机构的盲目低效扩张，同时鼓励扶持高质量的社会办中医医疗机构，塑造良性的市场竞争环境，优化中医资源配置。

公立中医医疗机构应当压实科室责任，以高质量发展作为医院管理的价值内核，合理分配各科室的工作任务，整合碎片化的卫生资源。在疫情背景下，强化中医药在疾病预防和保健领域的功能作用，深入研发更加安全有效的院内制剂，提高医疗机构的运行效率，为人民群众提供高质量的中医药卫生保健服务。

4.3 互联互通：以强化地域合作为重心

医疗机构要进一步加强医联体建设，创新人才引进模式，加强与高技术效率地区的合作，构建互联网医疗、远程教学等发展渠道，优化中医卫生资源利用率[10]。同时要重视中医药人才的高质量培养，提高高校、中医药科研机构的办学水平，搭建跨地区医疗服务共同体，通过人才交流和培训等契机向地方下沉高质量卫生技术人员，推进分级诊疗，上下转诊的高效率运行模式，实现中医药卫生资源的高效利用。

5 结语

本文运用三阶段DEA模型对我国公立中医医疗机构运行情况开展效率评价，结果显示医院运行效率受到各地区环境变量和随机因素的影响；我国公立中医医疗机构多处于规模报酬递增状态但各地区运行效率不均衡。对此在资源配置、监管机制、区域联合等角度提出相关对策建议。受数据来源的限制，本研究没有探讨一些更深层次的社会、经济、政策等环境指标，在后续研究中将在这些方面做进一步讨论。