江苏省医疗卫生支出效率的时空演化研究

时尉 钱芝网 施毓凤 梁凯文

摘 要：对江苏省13个地级市的医疗卫生支出、所处的规模报酬阶段及全要素生产率等进行测度。选取医疗卫生预算支出作为投入指标，卫生机构数、卫生技术人员数及卫生机构床位数作为产出指标，运用数据包络分析方法（DEA）和Malmquist指数模型进行分析。数据显示：10年间，全省平均医疗卫生支出综合技术效率0.864，波动较大；纯技术效率和规模效率波动相对平稳；自2007年以来，医疗卫生支出的全要素生产率整体呈下降趋势。结果说明：各地级市及苏南、苏中、苏北地区之间的3种效率值有明显差异；医疗卫生支出的生产效率下降前期主要受技术进步下降导致，后期由技术进步和技术效率共同下降所驱动。

关键词：江苏省；医疗卫生支出；效率；时空演化

中图分类号：F2     文獻标识码：A      doi：10.19311/j.cnki.16723198.2024.09.004

为推动我国卫生事业的发展，2009年4月我国医疗卫生体制改革正式启动实施。在医改的大背景下，江苏省医疗卫生事业取得了快速发展，其中，医疗卫生预算支出由2007年（医改前）的101.97亿元上升到2016年的673.35亿元，年平均增长率为23.33%。卫生资源的快速发展对缓解当地百姓“看病难、看病贵”等突出问题有积极作用，然而，数量和规模的扩大并不意味着医疗卫生支出效率的提升，为准确度量全省及13个地级市的医疗卫生支出的效率，本文运用DEA-Malmquist生产率指数模型进行综合技术效率、纯技术效率、规模效率及全要素生产率的评估。

1 模型与方法

1.1 数据包络分析（DEA）

数据包络分析法（Data Envelopment Analysis，DEA）由美国运筹学家A.Charnes和W.W.Cooper等于1978年提出。DEA使用数学规划模型，评价具有多个输入，特别是多个输出的“部门”或“单位”（decision making unit，DMU）间的相对有效性，根据对各DMU观察的数据，判断DMU是否为DEA有效，本质上是判断DMU是否位于生产可能集的“生产前沿面”上。DEA方法主要包括规模报酬不变的模型（CCR），以及规模报酬可变的模型（BCC）。由于BCC模型能够将CCR模型中的综合技术效率（TE）分解为纯技术效率（PTE）和规模效率（SE），分解公式为TE=PTE×SE，因此更有利于分析DEA无效的原因，因此本文采用BCC模型，公式如1所示。

Minρ=1-1mmi=1S-i/xi01+1kkj=1S+j/yj0

s.t. x0=Xλ+S-；y0=Yλ+S+；

λ，S+，S-≥0（1）

式（1）中，ρ为决策单元DMU的效率指数，X和Y为DMU的投入和产出矩阵，x0和y0的为待评价单元的投入与产出向量，xi0和yj0为x0和y0的元素；m和k为投入和产出的类别，λ为列向量。S－、S+分别是松弛投入量和松弛产出量，S－i为松弛投入S－的元素，S+i为松弛产出S+的元素。

1.2 Mulmquist生产率指数模型

本文基于2007—2016年的面板数据，为动态比较不同时期DMU生产率的变化，基于Caves等提出的Malmquist生产率指数，构建了基于DEA的Malmquist生产率指数（TFPC，全要素生产率指数）来测度江苏省医疗卫生支出全要素生产率的变动情况。其中，全要素生产率指数可以分解为技术效率变化指数（TEC）和技术进步变化指数（TEch），公式为TFPC=TEC×TEch；技术效率变化指数可以分解为纯技术效率变化指数（PTEch）和规模效率变化指数（SEch），公式为TEC=PTEch×SEch。全要素生产率指数及其分解结果的计算方法如公式（2）所示：

TFPC=TEC×TEch=PTEch×SEch×TEch

=dt+1v（xt+1，yt+1）dtv（xt，yt）×dt+1c（xt+1，yt+1）/dt+1v（xt+1，yt+1）dtc（xt，yt）/dtv（xt，yt）

×dtc（xt+1，yt+1）dt+1c（xt+1，yt+1）×dtc（xt，yt）dt+1c（xt，yt）1/2（2）

在上式（2）中，dt和dt+1分别表示t期的技术为参照的时期t和t+1的距离函数;xt+1，yt+1和xt，yt分别表示t+1期和t期的投入和产出，v和c分别指在可变规模报酬和不变规模报酬前提下的投入和产出向量；TFPC>1表示从t时期到t+1时期的相对效率有所上升，TFPC<1表示相对效率降低，TFPC=1表示相对效率不变。

2 变量选取及区域划分

投入产出指标选取的合理性影响着效率的大小。因此，本文在遴选投入产出指标时，严格遵从了科学性和可操作性原则。科学性原则：体现在投入与产出指标必须存在着逻辑（因果）关系，即投入是产出的原因，产出是投入的结果；可操作性原则：反映在数据的可获得性上。结合上述标准，本文最终选取的指标体系如下表1所示。数据来源于相关年份《江苏统计年鉴》及各地级市年鉴，经整理得到。

由于江苏省幅员辽阔，全省地理总面积达10.72万平方公里，且下辖13个地级市，受经济、社会及自然等多方面因素的影响，各地级市医疗卫生事业的状况也有较大差异。本文以江苏省全部13个地级市为研究对象，每一个市为一个决策单元（DMU），同时，也将从苏南、苏中及苏北出发进行区域的比较分析。下表2给出了江苏省区域的划分标准。

3 实证分析过程

3.1 效率的演化特征

3.1.1 综合技术效率的演化特征

图1给出了2007—2016年江苏全省及苏南、苏中、苏北地区综合技术效率的时间演化图。全省医疗卫生支出年度平均效率值为0.864，2007—2013年时段，综合技术效率逐年上升，由2007年的0.786上升至2013年的0.931，其中2011—2012年增长速率最快为5.59%；2013—2016年时段综合技术效率有所下降，于2016年跌至0.827，略高于初始水平。从江苏省三大区域比较来看，苏南地区效率的波动范围最大，最大差距达0.347，苏中地区次之，苏北地区靠后；以2012年为分界点，前期苏中地区的综合技术效率高于苏南和苏北地区，后期则明显低于苏南和苏北地区，造成上述原因是在2011年后苏中地区纯技术效率出现了显著下降（如图3）。图2为2007—2016年江苏省13个地级市的平均综合技术效率值，由图可知，平均综合技术效率存在着显著的城际差异，徐州、连云港、扬州、镇江和宿迁平均综合技术效率位于0.900～1.000之间，属于高效率区域；南京、无锡、南通和淮安平均综合技术效率位于0.800～0.900之间，属于效率较高区域；其余城市效率低于0.800，属于效率偏低区域。

3.1.2 纯技术效率的演化特征

纯技术效率用来反映政府在医疗卫生支出规模一定的前提下，对预算支出管理水平能力的高低。图3给出了2007—2016年江苏全省及苏南、苏中、苏北地区纯技术效率的时间演化图。从全省角度来看，纯技术效率变化相对平稳，后期虽略有下降，但总体保持在0.900～0.950之间，效率值较高，也就是说，政府对医疗卫生支出的利用程度和管理水平较高。从三大区域比较来看，苏中地区纯技术效率的波动范围最大，最大差距达0.248，苏南和苏北地区波动相对较小；同时，在2007—2011年时段，苏中地区的效率值高于苏南和苏北地区，2012—2016年时段，苏中地区则明显低于苏南和苏北地区。图4为2007—2016年江苏省13个地级市的平均纯技术效率值，由图可知，13个地级市效率值可以分为3类，南京、徐州和苏州的纯技术效率值达到1.000，表明这3个城市对预算支出的合理规划及管理水平达到最优状态；无锡、连云港、扬州、镇江和宿迁的效率值位于0.900～1.000之间，效率相对较高；南通、常州、淮安、盐城和泰州的效率值低于0.800，效率相对偏低，表明南通等5市医疗卫生预算支出管理水平有漏洞，存在资金的不合理利用和浪费现象，上述5市应加大对卫生人才引进力度，提升对医疗卫生支出的管理能力。

3.1.3 规模效率的演化特征

规模效率用来反映决策单元（DMU）是否在合适的生产规模下进行生产，效率值越接近于1，表明医疗卫生支出越接近最优生产规模。图5为2007—2016年江苏全省及苏南、苏中、苏北地区规模效率的时间演化图。从全省范围来看，规模效率总体呈“螺旋式”上升趋势，由2007年的0.846最终上升到2016年的0.970，10年間全省平均规模效率为0.945，效率值保持较高水平。从三大区域比较来看，苏南地区规模效率的波动范围最大，极差值达到0.228，而苏中和苏北地区波动较为平稳，10年间苏南地区规模效率均低于苏中和苏北地区，此外，三大区域规模效率的差距有进一步缩小趋势。图6给出了全省13个地级市10年间平均规模效率的空间演化图，除南京和苏州以外，其余城市的规模效率均大于0.900，因此南京和苏州两市该效率有待提升。

3.1.4 规模报酬类型的演化特征

本文采用的是可变规模报酬的BCC模型，在规模效率不为1的情况下，可以将规模报酬类型进行分类，当处于规模报酬递增阶段（irs），表明可以通过扩大生产规模，提升规模经济促使生产效率的提升，如果处于规模报酬递减阶段（drs），表明可进一步缩小生产规模来提升生产效率。表3给出了全省13个地级市规模报酬所处阶段的时空演化结果。可以看出，苏州、镇江和泰州在四个时间周期内均处于同一规模报酬阶段，其余10个城市存在着不同方向上的改变，大致向规模报酬不变和规模报酬递增的阶段转变。从2016年来看，无锡、徐州和连云港已处于规模报酬不变的阶段，表明上述3市在现有的卫生支出规模下，已经达到了最优生产效率；南京和苏州处于规模报酬递减阶段，也就是说，上述两市应缩减医疗卫生支出的规模来提升效率；常州等剩余8城市应扩大卫生支出的规模，形成规模经济，促使效率提升。从三大区域比较来看，经济发展较好的苏南地区在时间周期内大多处于规模报酬递减阶段，而经济发展相对靠后的苏中和苏北地区多数处在递增阶段。深层次原因，可能是因为南京、苏州等经济发达的城市，当地政府有能力通过税收获取更多的财政收入，但将财政收入投入到医疗卫生行业的时候，存在着卫生支出冗余的情况，同时资金在使用的过程中，也存在着浪费和不合理利用的情况，而苏中、苏北地区受限于当地的经济发展水平，获得财政支持的力度相对不够，达不到规模经济。

3.2 全要素生产率指数的演化特征

表4是由DEA的Malmqusit指数模型所测算出的江苏省医疗卫生支出的全要素生产率指数的时间演化特征。可以看出，只有一个时段TFP指数大于1，表示全要素生产率仅在2009—2010年时段有7.7%的上升，其余时段全要素生产率均出现下降趋势，平均TFP指数为0.871，表明10年间江苏省医疗卫生支出的全要素生产率平均下降12.9%，并且每年下降的幅度有明显差异。从其分解结果来看，技术效率变化指数为1.007，表明技术效率平均每年有0.7%的提升，10年内技术效率的变化可分为两个阶段，第一阶段为2007—2013年时段，此期间内，技术效率变化指数均大于1，第二阶段为2013—2016年时段，技术效率变化指数均小于1。技术进步变化指数与全要素生产率指数的变化大体吻合，在2009—2010年和2015—2016年两个时段指数值大于1，表明除此年份内技术有明显进步以外，其余年份都有所下降，10年内技术进步平均下降13.5%。由于全要素生产率指数（TFP）是由技术效率变化指数（TEC）与技术进步变化指数（TEch）乘积所得，因此可以总结得出，在2013年以前，江苏省医疗卫生支出全要素生产率的降低是由技术进步下降造成的，而在2013年以后由技术效率和技术进步共同下降所导致。

从江苏省13个地级市的平均全要素生产率指数来看，虽然指数值均低于1，但同样存在着差异。其中，南京、徐州和苏州指数值位于0.900以上，无锡、常州、连云港、淮安、盐城、泰州和宿迁7个城市的指数值位于0.850～0.900之间，而南通、扬州和镇江的指数值在0.800～0.900之间。以上结果表明，南京等3市医疗卫生支出的全要素生产率下降较慢，无锡等7市下降速率一般，而南通等3市的下降速率较快。从三大区域比较来看，苏南、苏中和苏北的指数值分别为0.886、0.833和0.881，可以得出，苏中地区全要素生产率下降速度略高于苏南和苏北地区。

4 结论与不足

本文运用数据包络分析方法和Malmquist指数模型对江苏省2007—2016年医疗卫生支出的三种效率、规模报酬所处的阶段及全要素生产率进行测算。主要研究结论如下。

（1）在10年间，全省医疗卫生支出的纯技术效率变化相对稳定，效率值较高，其中，苏中地区效率值下降较为明显；全省医疗卫生支出的规模效率呈“螺旋式”上升趋势，且三大区域之间效率差距有所缩小。

（2）全省大部分地级市医疗卫生支出所处的规模报酬阶段向着报酬不变和递增阶段过渡，而南京、苏州等经济发展较好的地区后期仍以规模报酬递减为主。

（3）自2007年以来，全省医疗卫生支出的全要素生产率整体呈下降趋势，前期主要受技术进步下降所致，后期由技术进步和技术效率共同下降所驱动；同时，各地级市及三大区域之间医疗卫生支出全要素生产率也存在时空差异。

本研究还存在着两方面的不足。一方面，在指標的选取上，鉴于数据的可获得性，只能用医疗卫生预算支出作为投入指标，而实际上，预算支出与真实的支出有一些差距；同时，也未将医疗器械设备数等指标纳入到评价体系中。另一方面，测度效率的方法还包括随机前沿法等，也有待运用其他方法来评估医疗卫生支出的效率，以提升结果的稳健性。

参考文献

[1]韩华为，苗艳青.地方政府卫生支出效率核算及影响因素实证研究——以中国31个省份面板数据为依据的DEATobit分析[J].财经研究，2010，36（05）：415+39.

[2]李郁芳，王宇.中国地方政府医疗卫生支出效率及影响因素研究[J].海南大学学报（人文社会科学版），2015，33（03）：4149.

[3]王宝顺，刘京焕.中国地方公共卫生财政支出效率研究——基于DEAMalmquist指数的实证分析[J].经济经纬，2011，（06）：136140.

[4]裴金平，刘穷志.中国财政医疗卫生支出的泰尔差异与效率评价[J].统计与决策，2017，（24）：8084.

[5]管彦庆，刘京焕，王宝顺.中国省级公共医疗卫生支出效率动态评价研究——基于医药卫生体制改革视角[J].贵州财经大学学报，2014，（01）：8997.

[6]肖海翔，周帆，邵彩霞.地方政府卫生支出效率核算及影响因素分析[J].统计与决策，2011，（23）：8083.

[7]E.Gonzalez，A.Carcaba，J.ventura.Value efficiency analysis of health systems：does public financing play a role？[J].Journal of Public Health，2010，18（04）：337350.

[8]P.S.Varela，G.A.Martins，L.P.L.Favero.production efficiency and financing of pubilic health：an analysis of small municipalities in the state of sao paulobrazil [J].Health Care Management Science，2010，13（02）：112123.

[9]魏权龄.数据包络分析[M].北京：科学出版社，2004.

[10]黄小平，刘美花.湖南省公共医疗卫生支出效率及其影响因素实证分析[J].经济数学，2016，33（02）：8692.