我国基层医疗资源配置效率测度及政策建议

刘玉莲

浙江中医药大学附属宁波中医院,浙江 宁波 315010

新医改以来,在“双下沉、两提升”[1]的分级诊疗战略推进下,我国基层医疗资源大幅增加,基层服务能力显著提升。但是由于医疗资源的稀缺性与人们日益增长的医疗需求之间的矛盾,基层医疗资源仍然存在总量不足,资源分布不均衡的问题[2],亟待厘清基层医疗资源的配置效率究竟怎样。因此本研究对2010—2019年基层医疗资源配置效率进行测度,为优化基层医疗资源优化配置,使有限的资源达到最优化的配置提供建议。

1 研究方法

1.1 数据包络分析(DEA)

DEA由Cooper and Rhodes等提出[3],作为一种线性规划模型,它是通过选取决策单元(DMU)的多项投入与产出来评价相对效率的非参数检验方法。DEA模型由假定规模收益不变的CCR模型改进到规模收益变动的BCC模型,运用于效率测算排名[4,5]。可以测算综合技术效率、技术效率和规模效率。效率取值范围为[0,1],1表示效率达到生产前沿面,即完全有效。

1.2 Malmquist-DEA

测算全要素生产率(TFP)普遍采用 Fare等(1994)构建的 Malmquist指数分解法,该法是基于距离函数和线性规划法测算t至t+1时期的全要素生产率,并且进一步分解为技术效率和技术进步指数来反映生产率变化[6]。该方法的基本思想是:假设和分别表示期和期的投入和产出,那么从期到期投入产出的变化即为生产率的变化,它同时受到技术水平和技术效率变化的影响。Malmquist指数即为从期到期的全要素生产率指数。当TFP>1,表明全要素生产率提高;当TFP<1则表明全要素生产率下降。

Malmquist指数可以进一步分解为技术进步效率、纯技术效率和生产规模效率。其中,技术进步变化,它反映了生产前沿面的移动对生产率变化的贡献程度;纯技术效率变化,是指在规模报酬可变假定下的技术效率变化;规模效率变化,是规模报酬不变和规模报酬可变所对应的技术效率值之比,用来表示规模经济对生产率的影响程度。通常,当分解指数变化比率>1时,则该指数是生产率提升的主要影响因素,反之,则被认为是导致生产率降低的主要因素。

2 数据来源与变量界定

2.1 数据来源

本研究所采用的指标数据来源于《中国卫生统计年鉴》(2011—2020)和《中国统计年鉴》(2011—2020)。依照国家统计和年鉴地区分类标准将我国31个省份(不含台、港、澳地区)划分为东、中及西部三个地区,其中,东部地区包括北京、天津、河北等11个省;中部地区有8个省,分别是山西、吉林和黑龙江等;西部地区指内蒙古、重庆和广西等12个省份。

2.2 变量界定

参照学者对卫生资源的理解——“满足各类卫生服务所需的投入要素的总和”[7],基层医疗资源作为卫生资源的重要组成部分,本研究将基层医疗资源定义为在一定社会经济条件下,提供基层医疗服务所需的资源要素的总和。基层医疗卫生机构作为资源供给的主体,主要包括社区卫生服务中心(站)、乡镇(街道)卫生院、村卫生室、门诊部、论所(医务室)[8]。

为测度基层医疗资源配置效率,本研究参考已有学者的研究成果,选取符合基层医疗服务特点且卫生资源研究常用的变量指标,这里分为投入和产出两个维度[9]。其中,投入变量包括医疗机构数、床位数和人员数,这三项指标最能反映卫生资源投入的基本状况,一直以来作为各类卫生资源指标的首选项。如张涛等采用这三项指标评价公共卫生资源效率[10],陈琳等用它们来评价广东城市卫生资源配置效率[11],杨少垒等[12]也将其用于农村医疗卫生服务效率测度。王璐瑶等还将其用于基层卫生资源公平与效率分析中[13]。产出变量采用诊疗人次[14]和出院人数[15-16]。这两项指标因具备通用而敏感的特征而受到学者们的青睐,这里不再一一列举。

3 测算结果与分析

3.1 全国基层医疗资源配置效率分析

采用DEAP 2.1软件计算我国 31 个省2010—2019年基层医疗资源配置效率。限于篇幅,仅展示2010—2019我国基层医疗资源配置综合技术效率值(见表1)。结果显示,各省基层医疗资源配置效率情况一般,距离达到效率前沿仍有一定差距。10年来综合技术效率均值为0.726,纯技术效率均值为0.803 ,规模效率均值为0.906 。各省综合效率均值排名位列前三的分别是上海(0.991)、重庆(0.955)和广东(0.943)。达到效率前沿面的省份有上海(6次)、重庆(3次),江西和贵州(2次),以及北京、广东和广西(各1次)。2019年除北京、浙江和重庆3个省规模效率不变外,17个省份处于规模报酬递增状态。从地区分布来看,东、中和西部综合技术效率均值分别为0.803、0.688和0.681,纯技术效率均值则分别为0.869、0.734和0.790 ;规模效率均值分别为0.927、0.937 和0.866。

表1 2010—2019我国基层医疗资源配置综合技术效率值

表2 我国各年度基层医疗资源Malmquist指数及分解指数变化

表3 我国各省基层医疗资源Malmquist指数及分解指数变化

3.2 我国基层医疗资源配置效率动态变化分析

测算结果显示,2010年以来,我国基层医疗资源Malmquist指数及分解指数变化均大于1,表示效率整体都呈不同程度地增长。其中,全要素生产率指数(Malmquist指数)上升幅度最大,达到28.4%。从分解效率来看,技术进步指数上升幅度达27.5%,说明技术进步对全要素生产率指数变动起主要作用。技术效率变化指数和纯技术效率变化指数都增长了0.6%。规模效率变化指数不变。从各个年度来看,全要素生产率都呈增长状态,其中2010—2011年最高为1.974。

2010—2019年,各省份之间的Malmquist指数存在差距,最高的是北京(1.322),最低的是新疆(1.258)。分解指数方面,100%的省份技术进步指数、70.97%的省份纯技术效率变化指数和67.74%的技术效率变化指数大于1,进一步体现了技术进步对效率的主导作用,需要指出的是,北京的技术进步指数提高了37.7%,但技术效率变化指数却下降了4%。从三大地区来看,Malmquist指数排名中部(1.290)>西部(1.283)>东部(1.280),说明中部地区全要素生产率增幅最大。

4 论与建议

4.1 讨论

4.1.1 全国基层医疗资源配置效率总体不高,各省之间的差异较大 从我国总体情况来看,基层医疗资源配置效率总体不高,这与赵康普等[17]和郑存财等的研究结果一致[18]。新医改以来,规模效率接近前沿面,较纯技术效率和综合技术效率相对有效。全国的综合技术效率则亟待提升,各省之间的差距明显,如2019年效率值最高的北京是1,而最低的西藏仅为0.256。

4.1.2 东、中、西部三大地区间配置不均衡 与中西部地区相比,东部地区综合技术效率和纯技术效率最高,这与夏昉等人的研究结果一致[19]。中部地区的规模效率最高,但纯技术效率最低。西部地区的规模效率最低。说明中部地区基层医疗机构要注重技术提升,而西部地区既要改进基层医疗的综合技术,也要扩大基层医疗机构的规模。

4.1.3 全要素生产率指数及其分解指数动态提升 从效率动态变化来看,我国基层医疗资源全要素生产率指数及其分解指数整体都提升明显,与陈奎等的研究观点相近[20]。其中,技术进步对效率的贡献最大,成为影响基层卫生资源的配置效率的主要因素,这点与王璐瑶的研究观点一致;中部地区的全要素生产率增幅最大,西部和东部分别增长了28.3%和28%。

另外,本研究存在的不足之处是应用 DEA-Malmquist 指数方法可能存在整体性偏差[21],将在以后的研究中运用新的修复方法继续完善。

4.2 政策建议

4.2.1 提升配置效率,推进基层医疗服务高质量发展 基层医疗机构作为基层医疗资源的主体,在医疗卫生体系发展中的地位和作用日益凸显,因此,应当以群众的健康需求为导向,在前期扩大规模和广泛覆盖的基础上,尽快向提高技术水平和促进技术进步转变,推进基层医疗服务高质量发展,提升居民医疗服务可及性。

4.2.2 构建地理空间新格局,促进地区基层医疗服务均衡发展 为提高地区间基层医疗卫生资源配置的均衡性,东、中和西部地区需要抓紧补短板,具体而言,东部地区要注重规模提升,中部地区亟待强化技术进步,西部地区则要技术进步与规模增加双管齐下。在推进“分级诊疗”、建设县域医共体的基础上,鼓励建立跨区域医疗服务协作发展机制,如建设跨区域的特色医疗技术合作中心等,打破省域和地区的地理空间性分割,促进人员、资本等要素分布格局更加合理化,推进基层医疗服务体系一体化。

4.3.3 加快推进技术进步,提升基层医疗资源全要素生产率 技术进步对基层医疗资源配置效率的影响最为明显,所以亟待借助移动互联网、人工智能、大数据等新技术新模式来搭建信息互联互通、资源共建共享的基层区域卫生健康平台,动态实时管理居民健康,重塑基层医疗卫生服务流程,不断推动基层医疗资源技术进步,从而提高基层医疗资源配置动态效率。

利益冲突无