fsQCA组态视角下我国基层医疗卫生资源配置效率优化路径研究

安永红,陈香

(贵州大学公共管理学院,贵阳市 550025)

基层医疗卫生事业事关亿万群众身体健康,应提升基层医疗卫生资源配置效率,持续增强基层医疗卫生机构服务能力[1]。截至目前,关于我国基层医疗卫生资源配置效率及其影响因素的问题已取得很多的研究成果,但绝大多数都集中在对单个因素净效应的分析上,忽视不同因素间交互作用。影响医疗卫生资源配置效率的因素是多元的,且不同地区经济社会发展实际状况有差异,故通过单一的因素调整很难实现优化资源配置效率。本文以DEA-BBC模型分析的不同省市基层医疗卫生资源配置效率为依据,通过fsQCA构建优化资源配置效率的路径。

1 资料和方法

1.1 资料来源

本研究中的相关数据来源于《中国卫生统计年鉴2021》。除台湾省、香港及澳门特别行政区之外,其余的31个省市均在本次研究范围内。

1.2 研究方法

1.2.1 数据包络分析。数据包络分析(Data envelopment analysis,DEA)是一种应用数学规划模型计算比较决策单元(DMU)在多指标投入和产出之间的相对效率[2],可分为两种主要模型:CRS模型和VRS模型。本研究选取投入导向型规模报酬可变的BBC模型,使用DEA-SOLVER Pro5计算效率值,其中综合效率=纯技术效率×规模效率。当综合效率=1时,说明决策单元为DEA有效;当综合效率<1时,代表决策单元DEA无效,数值越小代表相对效率越小[3]。

1.2.2 定性比较分析。20世纪80年代末,查尔斯·拉金(Charles C.Ragin)首次将定性比较分析(Qualitative comparative analysis,QCA)引入社会科学领域[4]。QCA是一种基于布尔代数和集合论的组态分析方法[5],与传统的分析方法不同,它从集合角度而不是相关的角度考察条件与结果的关系,并使用布尔代数算法形式化人们分析问题时的逻辑过程,系统地考察事件发生的成因以及内部生成因子之间的互动关系、可能性关系组合,试图解释促进事件产生的关键因子、因子之间的相互联系以及激发事件产生的复杂的成因组合,以期深化对事件产生的复杂因果关系的理解。QCA方法可分为清晰集(crisp set QCA,csQCA)、模糊集(fuzzy set fsQCA,fsQCA)和多值集(multi value QCA,mvQCA),其中csQCA和mvQCA用来处理分类变量,fsQCA则是将变量的数值处理成0～1之间的隶属度。由于纳入本次研究的变量不属于二分类变量,故选择fsQCA分析方法[6]。

1.2.3 稳健性检验。稳健性检验是考察评价方法和指标解释能力的强壮性,以此来验证所得研究结论是否可靠或结论的准确性。稳健性的检验方法有多种,一般在线性回归时可以考虑加入控制变量和不加入控制变量两种情况下对比模型的稳定性,也可以通过拆分样本、更换研究方法或变量等多种方式,但目前关于稳健性检验并没有统一的标准,因此不同学者都会根据自己的研究目的确定稳健性检验的角度。

1.3 指标和变量选取

1.3.1 指标选取。在参考已有文献基础上,结合数据的可获得性及模型指标选取要求,最终确定基层医疗卫生机构数、床位数、卫生技术人员数3个投入指标,基层医疗卫生机构的诊疗人次、入院人数、家庭卫生服务人次数3个产出指标[7]。

1.3.2 变量选取。以DEA模型分析得出的综合效率值为结果变量,基于研究基层医疗卫生资源配置影响因素的文献及QCA方法对条件变量的要求,并根据数据的可得性,选取7个前因条件:反映经济发展状况的人均GDP,反映政府支出力度的政府卫生支出占比,反映医疗保障水平的基本医疗保险参保人数、门诊和住院医疗救助支出,反映医疗卫生事业发展的基层医疗卫生机构占比、每千人口卫生技术人员数,反映人口因素的人口密度。

2 结果

2.1 效率分析结果

结果显示,2020年我国基层医疗卫生资源配置效率整体上较好(综合效率均值为0.861),但地区间差异显著,还有待进一步改进;研究范围内的31个省市中共有18个省市(占比为58.065%)DEA相对有效,其中既包括北京、天津、上海、江苏、广东、福建等经济发达、人口密集的地区,也包含西藏、广西、青海、宁夏等经济相对落后、人口稀疏的地区。由此可以看出,社会经济条件不同的地区都可以通过某种途径达到较高的效率水平,因此有必要探索实现资源配置高效率的路径(见图1)。

图1 2020年全国各省基层医疗卫生资源配置效率分析

2.2 数据校准

fsQCA是通过集合论操作解决案例在多维空间中的定位,因而在分析前要对变量进行校准,通过校准点将原始数据转化为0～1之间的集合隶属度[8]。本研究结合实际情况,采用直接校准法,以样本数据的95%、50%和5%分位数作为完全隶属、交叉点和完全不隶属的锚点[9]。由于综合效率值90%和5%分位数均为1,根据QCA模型校准点确定规则,分别在此基础上减去0.01、0.05形成完全隶属和交叉点的锚点,具体情况见表1[10]。

表1 数据校准点

2.3 必要性分析结果

必要条件是指一个条件总是在结果产生时出现,即如果缺乏该条件,给定结果也就无法产生。对样本数据进行校准后,将校准数据导入fsQCA 3.0进行单个条件的必要性分析,可得到各前因条件的一致性和覆盖度。一般认为当某一条件的一致性大于0.9时,该条件为结果出现的必要条件[11]。本次分析发现,7个前因条件的一致性均小于0.9(见表2),故认为不存在基层医疗卫生资源高效率配置的必要条件,因此需进一步通过分析考察条件组态的影响[12]。

表2 必要性分析结果

2.4 组态分析结果

进行组态分析时,将案例频数阈值设置为1,原始一致性阈值设置为0.8,PRI一致性阈值设置为0.75[13]。fsQCA分析会得出三种复杂程度不同的解,分别为复杂解、简约解和中间解,结果的诠释通常选用中间解[14]。将中间解和简约解进行嵌套对比,既出现在中间解中又出现在简约解中的条件为核心条件,只出现在中间解中的条件为边缘条件。本研究中共得到6条基层医疗卫生资源高效率配置的条件组态路径,且6条路径的一致性均符合标准(达到0.8以上)。总体一致性达到86.6%,表明在上述6条路径包含的所有案例中,86.6%的案例资源配置效率较高;总体覆盖率为63.4%,表明这6条路径能够解释63.4%的高效率案例(见表3)。

表3 基层医疗卫生资源高效率配置组态

这6条资源高效率配置条件组态路径可以归纳为3种基层医疗卫生资源配置效率优化模式。

(1)经济驱动型:在路径1a中,以人口密集为核心条件,互补经济较为发达、医疗救助水平较高、基层医疗卫生机构占比非高为边缘条件,人口因素在其中起决定性的作用。组态1a表明,在基层医疗卫生机构建设不足的地区,即便是缺乏政府卫生支出保障,依旧可以通过密集的人口、较高的经济发展水平及完善的医疗救助制度促进基层医疗卫生资源配置效率不断提升,江苏、浙江、安徽、重庆、广东便是典型代表地区。

在路径1b中,以经济发达、基层医疗卫生人力资源充足、人口密集、医保参保人数非高、基层医疗卫生机构占比非高为边缘条件,典型代表地区为上海、北京、天津。据相关资料显示,这3个省份人口密度位居澳门、香港之下,人均GDP常年位居全国前十。同时,基本医疗保障制度在这些地区基本实现了全覆盖,根据边际效益递减规律,故而增加基本医疗保险参保人口难以对效率提升产生较大的影响。

在路径1c中,以人均GDP、政府卫生支出、基层医疗卫生机构占比高以及低水平医疗保障为边缘条件。组态1c表明,在医疗保障水平有限的地区,主要依靠较高的经济发展水平、政府卫生支持及加强基层医疗卫生机构建设促进基层医疗卫生资源配置效率不断提升,福建为典型代表地区。

经济发展水平在以上3条组态路径中是影响基层医疗卫生资源配置效率的关键因素,人口因素次之,因此将其归纳为经济驱动型高效率基层医疗卫生资源配置模型。我国对医疗卫生事业的规划和后期评估主要考虑的是人口因素,绝大多数政策文本都是以每千人占有的医疗卫生资源作为指标[15],医疗卫生资源在人口密集的地区相对更加丰富;姚魏紫等[16]指出,经济发展和城市化水平越高,为医疗卫生事业提供的支持越大,进一步吸引更多投入,导致资源配置水平差距不断拉大,同时由于医疗资源的虹吸效应,优质资源(人才、资本、技术等)过度集中在经济较为发达地区,从而导致大量患者跨区域就医,资源闲置率较低[1]。因此,当经济水平达到一定条件时,资源利用效率也会维持在较高水平。

(2)医疗保障型:在路径2a中,以基层医疗卫生机构占比高、医疗保障水平较高以及人口密集为边缘条件,典型代表地区为河北、河南、湖北、湖南、山东。组态2a表明,即便是缺乏政府卫生支出保障、经济发展水平有限的地区,仍然可以通过完善医疗保障体系,不断加强基层医疗卫生机构的建设,推动优质医疗卫生资源下沉,依靠政策引导形成合理有序的分级诊疗秩序,从而达到提升基层医疗卫生资源配置效率的目的[17]。据卫生统计年鉴显示,这5个省份2020年继承医疗卫生机构占比均位居全国前十,河北该比例高达96.59%。

在路径2b中,以基本医疗保险参保人数多、每千人卫生技术人员少为核心条件,互补政府卫生支出高、人口密度低、经济欠发达、基层医疗卫生机构占比低为边缘条件,典型代表地区为贵州、广西。组态2b表明,经济落后地区通常在医疗卫生资源占有上处于劣势地位,却通过完善基本医疗保障制度、加大政府卫生支出从而获得较高的资源配置效率。

完善的医疗保障制度在以上2条组态路径中是影响基层医疗卫生资源配置效率的关键因素。2020年,中共中央、国务院印发《关于深化医疗保障制度改革的意见》,指出“医疗保障是减轻群众就医负担、增进民生福祉、维护社会和谐稳定的重大制度安排”。北京大学中国卫生经济研究中心胡宏伟[18]2012年的研究结果显示,基本医疗保险显著促进了居民基本卫生服务利用。因此,在经济发展水平较低、资源有限的地区,完全可以通过完善制度建设、提高保障水平等有效途径来提升基层医疗卫生资源配置效率。

(3)政府投入型:在路径3a中,以基层医疗卫生机构占比高、卫生人力资源不足为核心条件,互补经济落后、低人口密度、低医疗保障水平、高政府支出为边缘条件,典型代表为西藏地区。该地区地广人稀(人口密度为2.1人/km2),城镇化率仅为35.6%,经济条件较为落后,从而导致卫生资源稀缺,例如每千人口卫生技术人员数为6.23人,在31各省市中排最后一名。在经济条件落后、卫生资源缺乏、医疗保障不足的情况下,该地区通过加大对医疗卫生事业的支持力度(卫生费用占GDP比重11.14%,排名第二)、增加政府卫生支出(占比卫生支出占比为66.87%,排名第一)、促进基层医疗卫生机构建设等依旧能够实现较高水平的基层医疗卫生资源配置效率。

2.5 稳健性分析结果

在QCA研究的稳健性分析中,操作步骤中不同的选择都会对解项数量、不同解项中的组态关系以及相关参数产生影响,如果不同操作选择下的解项与原始模型的具有相似的条件组合、一致性和覆盖率,则可以认为该解项是稳健的。本文通过改变原始一致性阈值来进行检验,将阈值从从0.8提升至0.85。结果显示,共有5条高效率配置路径,总体一致性未发生改变,覆盖率下降为0.519,5条路径分别为1a、1c、2a、2b、3c的子集,因此本次研究结论具有较好的稳健性。

3 建议

我国各省份虽然在社会经济发展条件上存在一定差异,但各地区都可通过比对实现资源高效率配置的6条路径,因地制宜地选择与自身发展情况相适应的路径,从而不断优化资源要素组合以提升基层医疗卫生资源配置效率。

DEA分析结果显示,经济发展水平较高、人口密集的地区基层医疗卫生资源配置效率普遍偏高,这与医疗卫生资源的虹吸效应紧密相关。然而潘岳等[19]研究表明:东部经济发达地区未达到DEA相对有效的原因主要是资源投入过剩,并未得到充分有效利用。因此,经济条件较好的地区应科学合理地确定基层医疗卫生资源配置标准,减少基层医疗卫生资源的无效投入,避免资源浪费;加强基层医疗卫生机构人才队伍建设,注重“质”的提升。

fsQCA分析结果显示,经济状况一般的地区依靠配套制度保障从而获得较高水平的效率。因而,DEA无效地区可通过完善基层医疗保障及其配套措施以提升资源配置效率,如持续扩大基层医疗保险的覆盖面,完善重大疾病医疗保障制度,充分发挥医疗救助的兜底作用,实现“应保尽保”;推动紧密型医联体建设,提升基层服务能力;加快医保服务方式改革,落实分级诊疗制度,提高基层资源利用效率。

DEA和fsQCA分析结果显示,经济落后,人口稀疏地区通过增加政府卫生投入、加强基层医疗卫生机构建设来提升效率。林燕梅[20]认为西部落后地区应重点加大卫生资源投入、扩大规模,与本研究结论一致。新医改以来,虽然政府不断加大对落后偏远地区医疗卫生事业的投入,但受自身发展条件的限制,这些地区医疗卫生资源相对匮乏。因此,对于落后偏远地区而言,应持续加大医疗卫生事业投入力度,促进优质资源提质扩容;科学合理布局基层医疗卫生资源,从而保障医疗卫生服务的可及性。