吉林省中医院运行效率评价及其影响因素

于洗河，刘明慧，高 尚，徐佳莹，李 铭，尚盼盼

吉林大学公共卫生学院，吉林长春，130012

随着医药卫生体制改革不断深入,国家对中医药的扶持力度不断加强。2016年,国务院发布《中医药发展战略规划纲要(2016-2030年)》,明确指出把中医药发展上升为国家战略,并提出了加快中医药发展的任务和目标。此后,国务院办公厅陆续印发了《“十四五”中医药发展规划》《中医药振兴发展重大工程实施方案》等一系列政策文件,进一步明确了中医药发展的方向和重点领域。

过去几年,关于中医药事业发展的研究不断丰富,主要包括中医发展方向分析、中医院服务质量评价、中医院的经营管理研究、中医院市场营销与经营状况分析、中医行业发展前景预测分析等,这些研究推动了中医药事业的发展[1-4]。然而,如何有效地提高中医院的服务效率,缓解居民就医压力,保护居民健康,仍然是亟待解决的问题。目前,国内对公立医院效率评价的研究已取得一定进展[5-6],但专门针对中医院效率评价的研究相对较少。中医院与普通公立医院管理模式有相似之处,因此在评价指标和评价方法上可以相互借鉴。以往研究通常采用数据包络分析方法(data envelopment analysis,DEA),对医院相对效率进行非参数评价,并通过文献研究选取投入产出指标以提升研究的科学性,一般将投入指标分为人力资源、财力资源和物品资源3类,产出指标分为社会效益和经济效益2类[7-10]。然而,中医院作为中国传统医学的代表,在服务模式和技术操作上有其独特之处,需要对其单独研究以便更好地了解中医院的运营情况。此外,以往关于公立医院运行效率的研究表明,医院运行效率受到诸多因素影响,但每个省市的情况有所不同[11-12]。

吉林省被誉为“北药基地”,中药资源丰富,中医产业基础雄厚,中医药的发展推动了医药强省建设,对吉林省中医院运行效率开展研究,不仅能为吉林省中医院改革发展提供参考,还对国内其他省份有一定借鉴价值。本研究采用DEA对吉林省2018-2020年中医院运行效率进行分析与评价,并用Tobit模型挖掘影响中医院运行效率的内外部因素,提出相应的建议,为未来吉林省中医院改革发展提供参考。

1 资料来源与方法

1.1 资料来源

从吉林省卫生统计信息直报系统收集2018-2020年62家中医院投入产出和影响因素指标的数据,删除由于停诊、倒闭等原因数据不完整的13家中医院样本。最终,本研究纳入吉林省49家中医院作为研究样本,其中包括6家三级医院, 42家二级医院,1家一级医院。

1.2 研究方法

1.2.1 文献研究。以“数据包络分析”“DEA”“中医院”“医院效率”为主题词,“影响因素”等为自由词,检索中国知网、万方数据库、维普数据库等中文数据库;以“DEA”“Hospital Efficiency”为主题词,“Influencing factor”为自由词,检索PubMed、Web of Science等外文数据库。纳入标准:发表年份为“2010-2022”;应用数据包络分析法进行医院效率分析的原始研究。排除标准:会议、报纸、年鉴、图书、专利、标准和成果等;数据资料不完整、无法获取全文、重复发表的研究。截至2022年12月,研究共纳入中文文献182篇,外文文献292篇。结合文献与2010-2022年吉林省卫健委、吉林省中医药管理局的公开文件,通过文献研究归纳整理医院投入和产出指标库。

1.2.2 聚类分析法(cluster analysis,CA)。聚类分析法又称群分析法,是一种常用于指标分类的多元统计分析方法[13]。该方法分析指标之间的相似程度,并根据某种聚类决策准则来获取聚类结果。本研究使用聚类分析法对投入产出指标聚类,选择类间平均链锁法的R型聚类,并在距离测量技术上选择适用于R型聚类的相关系数距离进行聚类分析。

1.2.3 数据包络分析法。DEA模型是利用数学线性规划,对多投入、多产出的决策单元(decision making unit, DMU)相对效率进行测算的非参数评估方法,其广泛应用于医疗保健领域的绩效评价[14]。该方法通过计算每个DMU的综合效率(technical efficiency, TE)、纯技术效率(pure technical efficiency, PTE)、规模效率(scale efficiency, SE)和规模报酬状态,进而判断DMU是否有效。综合效率可以细分为纯技术效率和规模效率,其计算方法为: TE=PTE×SE[15]。当TE=1,称为DMU有效,即该投入、产出水平下,医院已经达到最优状态;当TE<1,则认为该DMU非DEA有效。当PTE=1,表示在目前的技术水平上,其投入资源的使用达到最佳状态。当SE=1,说明该DMU在现有的投入水平已经达到了最佳生产规模。当DMU处于规模报酬递减的状态,即医院投入过剩,应当缩减规模以达到最佳规模效率状态。当DMU处于规模报酬递增状态,即医院投入不足,应尝试扩大生产规模以达到最佳规模效率状态。DEA分析方法中包含多种不同的模型,常见的包括Charnes、Cooper和Rhodes三位学者提出了CCR模型,以及Banker、Charness、Cooper三位学者对CCR模型进行扩展提出的BBC模型[14-16]。CCR模型假定规模报酬不变时测算运行效率,BBC模型假定规模报酬可变时测算运行效率。本文采用CCR模型对中医院的运行效率进行测算和比较。

1.2.4 Tobit模型。Tobit模型也被称为截尾回归模型或删失回归模型,属于受限因变量回归的一种[17]。DEA测算医院效率值的范围区间是(0,1],属于截尾数据,故在分析其影响因素时,采用受限因变量的面板Tobit模型分析影响中医院效率的因素,并对影响因素的作用方向和作用程度进行探讨。

通过文献检索以及吉林省中医院数据特点选取影响因素。内部因素包括职工总数(N1)、实际开放床位数(N2),资产负债率(N3)、平均住院日(N4)、药物收入占医疗收入比重(N5)、平均门急诊费用(N6)、平均住院费用(N7)。外部因素包括人均GDP(W1)、人口密度(W2)。本文以上述9个指标作为自变量,分别以2018-2020年的中医院综合效率、纯技术效率、规模效率作为因变量构建三个Tobit回归模型,模型公式构建如下:

Yit=αi+β1N1it+β2N2it+β3N3it+β4N4it+β5N5it+β6N6it+β7N7it+β8W8it+β9W9it+εit

其中,Y表示效率值,Nn表示内部因素,Wn表示外部因素,i表示医院,t表示年份,α为待估计的参数,β是回归系数,ε为随机干扰项。

1.3 统计学方法

利用SPSS 22.0软件,选用系统聚类的R型聚类方法分别将投入和产出指标分成不同的类,为计算医院效率选出理想的投入和产出指标;利用DEAP2.1计算中医院的效率值;利用Stata 14.0分析中医院效率的影响因素,使用面板数据建立Tobit回归模型,检验水准为α=0.05。

2 结果

2.1 聚类分析结果

2.1.1 投入和产出指标选取结果。本研究按以往研究经验整理出符合指标构建原则的投入和产出指标,对指标库中的投入和产出指标进行相关分析,将相关性较弱的指标予以剔除。结合研究目的对保留的指标进行筛选,初步建立影响中医院运行效率的备选指标库。对备选指标库进行聚类分析,选取数据包络分析法的投入和产出指标。见表1。

表1 数据包络分析备选指标库

2.1.2 投入指标聚类结果。如图1所示,9个投入指标聚成4大类,相同类别下纳入其中具有代表性的1个指标。由于卫技人员数作为单独1类已经纳入正式投入指标,去除相似指标年末在职职工人数和平均在职职工人数,在平均开放床位和实际开放总床日数中选取的平均开放床位数作为正式指标。由于净资产总计作为单独1类已经纳入正式投入指标,去除相似指标,在费用总计和单位管理费用中选取费用总计作为正式指标。

图1 投入指标聚类谱系

2.1.3 产出指标聚类结果。如图2所示,7个产出指标被聚成4大类,相同类别下纳入其中具有代表性的一个指标。由于每职工平均门急诊人次已经作为单独1类纳入产出指标,因此去除相似指标诊疗人次数和出院人数,在收入总计和事业收入中选取事业收入作为正式指标。

图2 产出指标聚类谱系

在聚类分析的基础上筛选出4个投入指标,包括卫技人员数、平均开放床位数、净资产总计、费用总计;4个产出指标,包括病床周转次数、病床使用率、每职工平均门急诊人次、事业收入。指标数量符合DEA指标选取原则,即投入与产出指标的数量要小于评价单元数量的一半。

2.2 运行效率DEA分析结果

2.2.1 投入产出情况描述性分析。2018-2020年,吉林省49家中医院平均卫技人员数增加了24.31人,平均开放床位数增加了11.16张,净资产总计增加了1902.76万元,费用总计增加了853.96万元,事业收入增加了220.45万元,病床周转次数下降了5.13次,病床使用率下降了11.78%,每职工平均门急诊人次下降了115.67人。见表2。

表2 2018-2020年吉林省49家中医院投入产出指标均值情况

2.2.2 运行效率基本情况。如图3与表3所示,2018-2020年,中医院综合效率均值呈现先下降后上升趋势,且三年综合效率均值皆<1,处于非DEA有效状态。比较分析发现,2018年达到DEA有效的中医院数量最多,有21家;2019年达到DEA有效的中医院数量最少,仅14家。2019年49家中医院综合效率均值最低,为0.874,2018年综合效率均值最高,达到0.912。

图3 2018-2020年吉林省49家中医院综合效率

表3 2018-2019年吉林省49家中医院综合效率情况

如表4所示,2018-2020年,吉林省49家中医院纯技术效率下降了0.035;2018-2019年,规模效率和综合效率分别下降0.029和0.038;2019-2020年,规模效率和综合效率分别上升0.029和0.003。3年纯技术效率皆低于同年规模效率。

表4 2018-2020年吉林省49家中医院运行效率DEA分析结果

如表5所示,比较不同区位的机构,2018年县级中医院综合效率值>区级中医院>市级中医院,2019年市级中医院综合效率值>区级中医院>县级中医院。对于市级中医院,综合效率的提升源于纯技术效率的提高。对于区县级中医院,规模效率的下降阻碍了综合效率的提升。

表5 不同位置、级别中医院运行效率DEA分析结果

比较不同级别的机构,2018-2020年,三级中医院综合效率值>二级中医院综合效率值,其中三级中医院的规模效率一直逼近最优状态,影响三级中医院效率的主要因素是纯技术效率。

2.2.3 非DEA有效的松弛变量分析。用CCR模型计算2018-2020年非DEA有效的中医院产出松弛度和拨入冗余度情况。2018-2020年非DEA有效的中医院在病床周转次数、病床使用率、每职工平均门急诊人次产出指标上存在不同程度的不足,在卫技人员、平均开放床位、净资产总计、费用总计投入指标上存在冗余。见表6。

表6 非DEA有效的中医院投入—产出松弛变量

2.3 运行效率影响因素Tobit分析结果

结果显示,综合效率与职工总数(N1)和人口密度(W2)呈负相关,与实际开放床位数(N2)和药物收入占医疗收入比重(N5)呈正相关。纯技术效率的影响因素与综合效率相同。选取的9个内外部因素对吉林省中医院规模效率的影响均不具有统计学意义。见表7。

表7 吉林省49家中医院综合效率影响因素分析结果

3 讨论

3.1 吉林省中医院卫生服务提供能力有所增强

研究结果显示,2018-2020年吉林省中医院资源投入呈上升趋势,部分产出略有下降。4类投入指标即卫技人员数、平均开放床位数、净资产总计和费用总计均有上升趋势,意味着吉林省中医院卫生服务提供能力增强,可容纳的患者增多。2017年,吉林省人民政府办公厅印发的《吉林省中医药发展“十三五”规划》中提出,要提高中医诊疗服务能力,实施中医医院分级分专业培育临床优势项目,推进中医医院科学化规范化管理。这表明政府对中医药事业发展的重视能够提升中医院的卫生服务提供能力。

2018-2020年,吉林省中医院产出指标有下降趋势,表明中医院效率不高,卫生服务产出能力有待提升。规模效率提升的同时纯技术效率下降,提醒中医院存在盲目扩张风险。2016年,国务院印发《中医药发展战略规划纲要(2016-2030)》,提出要改革完善中医药发展体制机制,充分发挥市场在资源配置中的决定性作用。我国中医医院的职工人数、床位数、总资产等资源不断增加,资产负债率快速增长且高于综合医院,许多中医院面临着较高的偿债风险[18]。部分中医院存在医疗设备盲目购置、利用率低和中医治疗率低等问题[19],可能是中医诊疗及中药饮片起效缓慢、治疗方式与给药途径单一、利益驱动等原因导致中医院盲目扩张。

因此,吉林省中医院改善运行效率,不应局限于增加卫生资源投入,还应该注重增强卫生服务产出能力。中医院应转变管理模式,将过往的全面管理转变为精准管理,调整人员结构,控制管理人员数量与管理费用支出,将资源配置的重点从物质因素转变为人才和技术因素,从管理角度提高中医院卫生服务提供能力。中医院校应培养高水平中医医师、技师和药师,提高中医药信心,提升诊疗水平,为居民提供高质量、高效率的中医药特色服务。

3.2 吉林省中医院纯技术效率有待提升

由结果可知,2018-2020年吉林省中医院运行效率略有下降。2018年有21家机构综合效率达到最优前沿状态, 2019年和2020年则分别只有14家和16家机构达到最优前沿状态,综合效率和纯技术效率均有下降趋势。然而,部分中医院规模效率已无限趋近理想状态,规模效率较高表明吉林省发展中医药产业在中医院规模方面已有一定成效。因此,我们推测非DEA有效的医院运行效率的阻碍主要来自纯技术效率,提升纯技术效率成为吉林省中医院提升综合效率的关键。

医疗机构纯技术效率提升受到地区经济发展水平的限制。过往研究表明,位于不同收入水平地区的中医院之间纯技术效率存在显著差异,经济发展水平对中医院运行效率的影响高于综合性医院[20]。因此,吉林省县级中医院技术水平可能受整体经济发展水平牵制,基层中医药服务能力仍需进一步提升。关于重庆、云南、广西等省市公立医院运行效率的研究与本研究结论一致[11,21-22]。

医疗机构纯技术效率提升也受到整体运营管理的限制。纯技术效率达到最优前沿状态,需要医院整体运营状况良好,管理监督机制合理,上下级沟通顺畅,资源投入配置状态适宜。因此,我们认为提升纯技术效率应兼顾优质服务与科学管理。从当下看,管理水平提升的优势可以快速体现。从长远看,医院内外部协同合作培养中医医师虽然过程漫长,却可以从根本上改善中医诊疗效率[23]。吉林省要提升技术水平应着眼于当下和未来,二者并行,加强中医药特色人才培养,推动领军人才、优秀人才、基层骨干实用人才等特色人才队伍建设,提升医院内部控制水平、合理规划卫生资源的配置与使用,从而提升中医院整体运行效率。

着力提升纯技术效率的同时,应谨慎对待医院盲目扩张带来的规模效应。过度添置办公楼、床位、仪器等固定资产不仅会随着使用产出额外的折旧,还需要更多人力资源、财力资源投入日常维护。根据规模收益理论,规模效率先升后降,只有维持在一个动态合理的水平时,整体资源配置将到达帕累托最优状态。

3.3 吉林省中医院运行效率受内外因素共同影响

研究结果显示,吉林省中医院综合效率的影响因素与纯技术效率相同,主要包括职工总数、人口密度、实际开放床位数、药物收入占医疗收入比重,规模效率则不受这些因素影响。

职工总数与综合效率呈负相关,本研究中非DEA有效的投入-产出分析结果也得到相似的结论。职工总数与综合效率呈现负相关的原因是连续3年都有机构卫技人员数拨入冗余,即医院人员结构不合理,管理人员无序增多,从而拉低医院纯技术效率。该部分与其他地区的研究结果一致[24]。中医院想要提高纯技术效率,管理者应对人力资源的投入产出进行科学配置,弹性调整,规范管理流程,缩短病人住院天数,加快病人周转率,提高医务人员利用效率。

人口密度与综合效率呈负相关。当地居民人口密度的提高,特别是吉林省人口老龄化背景下,老年人口数量的增加,会造成人均病床数的下降,医疗资源不足,从而导致医院效率的下降[25-26]。该部分在不同地区的研究中结果存在差异[27-28]。其他地区的研究中,人口因素对医院运行效率有正向影响,主要体现在对规模效率的影响,随着当地人口密度的提高,扩大了中医院医疗服务的辐射人数,提高了医院的规模效率。由于2020年吉林省大部分中医院规模效率已经近乎理想状态,所以人口因素对规模效率的影响在本研究中不显著。

实际开放床位数与综合效率呈正相关。实际开放床位数,即医院每天实际运营的床位数,通常会超过核定床位数,是动态调节医院承载能力后的指标。根据我国第七次人口普查结果显示,吉林省65岁及以上人口约为375.7万人,占总人口15.61%,已经进入深度老龄化阶段,医疗卫生服务需求较高[26]。根据人口密度变化,尤其是老年人口数量增加,适度提高中医院实际开放床位数,有利于缓解中医院承载压力,提高中医院综合效率。

药物收入占医疗收入比重与综合效率呈正相关。药品收入的增高会刺激医院效率的提高,这符合医院主要依赖药品收入的现实情况[29]。就中医院而言,遏制中医西化,逐渐摆脱中医院依靠西医诊疗手段增加收入的现状,控制中医院的西医手术次数,丰富中医药诊疗手段与中药材合理使用,有利于提高中医治疗率[19]。因此,提高吉林省中医院综合效率应促进医疗资源提质扩容,充分利用道地药材丰富的优势,引导优质医疗资源下沉,使投入产出达到最佳状态。