目的:对2017~2018年我国各地区医疗卫生资源配置效率情况进行分析,提供优化医疗卫生资源配置效率建议。方法:运用DEA模型方法,选择人均卫生费用、卫生总费用占国内生产总值(GDP)的比重、每千人口卫生技术人员、基层医疗机构床位数作为投入指标,选择出院人数、医疗卫生机构诊疗人数作为产出指标,分析各地区医疗卫生资源配置效率情况。结果:2017~2018年均实现医疗卫生资源有效配置的省份有北京、上海、西藏。结论:我国医疗卫生资源配置效率总体不高;部分地区的医疗卫生资源利用率较低;需优化医疗卫生资源投入结构来提高医疗卫生资源配置效率。 Purpose: To analyze the efficiency of medical and health resource allocation in various regions of my country from 2017 to 2018, and provide suggestions for optimizing the efficiency of medical and health resource allocation. Method: Using the DEA model method, select the per capita health expenditure, the proportion of total health expenditure to GDP, the number of health technicians per thousand population, and the number of beds in primary medical institutions as input indicators, and select the number of discharged hospitals and medical and health institutions for diagnosis and treatment. The number of people is used as an output indicator to analyze the efficiency of the allocation of medical and health resources in various regions. Results: The provinces that achieved effective allocation of medical and health resources from 2017 to 2018 were Beijing, Shanghai, and Tibet. Conclusion: The overall efficiency of my country’s medical and health resource allocation is not high; the utilization rate of medical and health resources in some areas is low; it is necessary to optimize the structure of medical and health resource input to improve the efficiency of medical and health resource allocation.
目的:对2017~2018年我国各地区医疗卫生资源配置效率情况进行分析,提供优化医疗卫生资源配置效率建议。方法:运用DEA模型方法,选择人均卫生费用、卫生总费用占国内生产总值(GDP)的比重、每千人口卫生技术人员、基层医疗机构床位数作为投入指标,选择出院人数、医疗卫生机构诊疗人数作为产出指标,分析各地区医疗卫生资源配置效率情况。结果:2017~2018年均实现医疗卫生资源有效配置的省份有北京、上海、西藏。结论:我国医疗卫生资源配置效率总体不高;部分地区的医疗卫生资源利用率较低;需优化医疗卫生资源投入结构来提高医疗卫生资源配置效率。
DEA模型,医疗卫生资源,配置效率
Jingyun Shen
Dong Fureng Economic & Social Development School, Wuhan University, Wuhan Hubei
Received: Dec. 16th, 2021; accepted: Jan. 18th, 2022; published: Jan. 25th, 2022
Purpose: To analyze the efficiency of medical and health resource allocation in various regions of my country from 2017 to 2018, and provide suggestions for optimizing the efficiency of medical and health resource allocation. Method: Using the DEA model method, select the per capita health expenditure, the proportion of total health expenditure to GDP, the number of health technicians per thousand population, and the number of beds in primary medical institutions as input indicators, and select the number of discharged hospitals and medical and health institutions for diagnosis and treatment. The number of people is used as an output indicator to analyze the efficiency of the allocation of medical and health resources in various regions. Results: The provinces that achieved effective allocation of medical and health resources from 2017 to 2018 were Beijing, Shanghai, and Tibet. Conclusion: The overall efficiency of my country’s medical and health resource allocation is not high; the utilization rate of medical and health resources in some areas is low; it is necessary to optimize the structure of medical and health resource input to improve the efficiency of medical and health resource allocation.
Keywords:DEA Model, Medical and Health Resources, Allocation Efficiency
Copyright © 2022 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
根据《“健康中国2030”规划纲要》规划部署,优化医疗卫生资源配置,满足人们的健康需求是实现人人享有基本医疗卫生服务的关键 [
(一) 数据来源
本研究中所用到的数据均来自于2017~2018年《中国卫生健康统计年鉴》,数据来源是真实可靠的,获取了2017~2018年我国31个地区(不包括港澳台地区)的医疗卫生资源投入产出面板数据。
(二) 指标选取
本文研究的是医疗卫生资源配置效率,确定4个医疗卫生资源投入指标及2个产出指标,投入指标从人、财、物三个方面来衡量,选取了人均卫生费用、卫生总费用占国内生产总值(GDP)的百分比、每千人口卫生技术人员、基层医疗机构床位数;产出指标选取了出院人数、医疗卫生机构诊疗人数(万人次) [
(三) DEA模型
DEA模型是由美国著名运筹学家A. Charnes,W. W. Cooper及E. Rhodes于1978年首次提出,即数据包络分析(Data Envelopment analysis)。DEA模型是运筹学、管理科学与数理经济学交叉研究的一个新领域,以相对效率概念为基础,根据多项投入指标和多项产出指标,利用线性规划对具有可比性的同类型单位进行相对有效性的一种数量分析方法;在多投入和多产出指标的情况下能有效同类决策单元(Decision Making Units, DMU)之间效率值的一种方法。DEA有CCR和BCC两种模型形式,本文拟选用具有产出导向、规模报酬可变的DEA-BCC模型 [
投入变量 | 人均卫生费用 |
---|---|
卫生总费用占国内生产总值(GDP)的百分比 | |
每千人口卫生技术人员 | |
基层医疗机构床位数 | |
产出变量 | 出院人数 |
诊疗人数(万人次) |
表1. 医疗卫生资源配置效率指标体系
(四) 统计分析方法
先运用Excel软件进行数据的整理,然后利用DEAP Version 2.1软件进行统计分析。
(一) 我国各地区(不包括港澳台)医疗卫生资源配置现状
根据中国卫生健康统计年鉴显示,2017~2018年期间,北京的人均卫生费用投入在31个地区中位居首位,已突破一万元,2018年人均卫生费用投入量最低的省份为河南,为3227.66元;2017~2018年期间,北京的每千人口卫生技术人员投入量也位居31个地区的第一位,为11.3,2018年每千人口卫生技术人员投入量最低的省份为安徽,为5.3;2018年出院人数最高的省份为河南,为14567847;2018年诊疗人数(万人次)最高的省份为广东。
(二) 医疗卫生资源配置效率测算
本文运用DEAP Version 2.1软件对我国2017~2018年的各地区(不包括港澳台)医疗卫生资源配置效率进行测算(测算结果见下表2)。测算结果发现:2017~2018年我国医疗卫生资源配置效率的综合技术效率均值分别为0.671、0.699,从2017年到2018年,我国医疗卫生资源配置效率总体呈现出上升的趋势;2017~2018年均实现医疗卫生资源配置效率有效的省份有北京、上海、西藏,占比为9.68%,综合技术效率分析。综合技术效率在本文衡量的是我国各地区的医疗卫生资源配置效率的总体情况,可以看我国的31个个地区的综合技术效率呈现出差异性。由上表2可知,2017年,北京、上海、西藏这三个地区的医疗卫生资源配置效率为DEA相对有效;青海、宁夏的医疗卫生资源配置效率比较靠前,为DEA弱有效;医疗卫生资源配置效率为DEA无效有天津、河北、山西等26个地区,其中陕西的综合技术效率最小为0.399,表明这陕西相对于其他省份而言,医疗卫生资源配置效率仅达到了39.9%的利用率;综合技术效率高于平均值0.671的有北京、天津、上海等10个地区。2018年,北京、上海、西藏这三个地区的医疗卫生资源配置效率为DEA相对有效;安徽、江西、青海的医疗卫生资源配置效率比较靠前,为DEA弱有效;医疗卫生资源配置效率为DEA无效有天津、河北、山西等25个地区,其中河南、湖北的综合技术效率最小,均为0.533,表明这2个省份相对于其他省份而言,医疗卫生资源配置效率仅达到了
DMU | 2017年 | 2018年 | ||||||||
---|---|---|---|---|---|---|---|---|---|---|
TE | PTE | SE | scale | 相对有效性 | TE | PTE | SE | scale | 相对有效性 | |
北京 | 1.000 | 1.000 | 1.000 | - | 有效 | 1.000 | 1.000 | 1.000 | - | 有效 |
天津 | 0.909 | 0.915 | 0.993 | irs | 无效 | 0.856 | 0.890 | 0.962 | irs | 无效 |
河北 | 0.567 | 0.860 | 0.660 | irs | 无效 | 0.689 | 0.882 | 0.781 | irs | 无效 |
山西 | 0.539 | 0.778 | 0.693 | irs | 无效 | 0.588 | 0.823 | 0.715 | irs | 无效 |
内蒙 | 0.584 | 0.690 | 0.846 | irs | 无效 | 0.584 | 0.737 | 0.792 | irs | 无效 |
辽宁 | 0.587 | 0.731 | 0.802 | irs | 无效 | 0.602 | 0.772 | 0.779 | irs | 无效 |
吉林 | 0.631 | 0.790 | 0.798 | irs | 无效 | 0.730 | 0.802 | 0.911 | irs | 无效 |
黑龙江 | 0.667 | 0.803 | 0.830 | irs | 无效 | 0.911 | 0.994 | 0.916 | drs | 无效 |
上海 | 1.000 | 1.000 | 1.000 | - | 有效 | 1.000 | 1.000 | 1.000 | - | 有效 |
江苏 | 0.619 | 0.763 | 0.812 | irs | 无效 | 0.609 | 0.763 | 0.797 | irs | 无效 |
浙江 | 0.581 | 0.671 | 0.866 | irs | 无效 | 0.581 | 0.684 | 0.850 | irs | 无效 |
安徽 | 0.663 | 0.980 | 0.676 | irs | 无效 | 0.633 | 1.000 | 0.633 | irs | 弱有效 |
福建 | 0.587 | 0.831 | 0.706 | irs | 无效 | 0.572 | 0.859 | 0.666 | drs | 无效 |
江西 | 0.601 | 0.961 | 0.626 | irs | 无效 | 0.656 | 1.000 | 0.656 | irs | 弱有效 |
山东 | 0.512 | 0.710 | 0.721 | irs | 无效 | 0.557 | 0.731 | 0.762 | irs | 无效 |
河南 | 0.524 | 0.803 | 0.653 | irs | 无效 | 0.533 | 0.816 | 0.653 | irs | 无效 |
湖北 | 0.564 | 0.721 | 0.782 | irs | 无效 | 0.533 | 0.816 | 0.653 | irs | 无效 |
湖南 | 0.559 | 0.803 | 0.696 | irs | 无效 | 0.612 | 0.849 | 0.720 | irs | 无效 |
广东 | 0.635 | 0.778 | 0.816 | irs | 无效 | 0.639 | 0.816 | 0.784 | irs | 无效 |
广西 | 0.532 | 0.790 | 0.673 | irs | 无效 | 0.642 | 0.828 | 0.776 | irs | 无效 |
海南 | 0.684 | 0.754 | 0.907 | irs | 无效 | 0.678 | 0.808 | 0.840 | irs | 无效 |
重庆 | 0.632 | 0.790 | 0.800 | irs | 无效 | 0.654 | 0.813 | 0.804 | - | 无效 |
四川 | 0.651 | 0.766 | 0.850 | irs | 无效 | 0.627 | 0.804 | 0.780 | irs | 无效 |
贵州 | 0.564 | 0.778 | 0.725 | irs | 无效 | 0.586 | 0.794 | 0.738 | irs | 无效 |
云南 | 0.715 | 0.831 | 0.861 | irs | 无效 | 0.648 | 0.865 | 0.749 | irs | 无效 |
西藏 | 1.000 | 1.000 | 1.000 | - | 有效 | 1.000 | 1.000 | 1.000 | - | 有效 |
陕西 | 0.399 | 0.605 | 0.660 | irs | 无效 | 0.541 | 0.642 | 0.842 | irs | 无效 |
甘肃 | 0.872 | 0.875 | 0.996 | irs | 无效 | 0.909 | 0.916 | 0.992 | irs | 无效 |
青海 | 0.836 | 1.000 | 0.836 | drs | 弱有效 | 0.831 | 1.000 | 1.000 | drs | 弱有效 |
宁夏 | 0.893 | 1.000 | 0.893 | irs | 弱有效 | 0.900 | 0.958 | 0.940 | irs | 无效 |
新疆 | 0.710 | 0.718 | 0.989 | irs | 无效 | 0.735 | 0.774 | 0.949 | irs | 无效 |
平均值 | 0.671 | 0.822 | 0.812 | 0.699 | 0.852 | 0.817 |
表2. 2017~2018年我国各地区(不包括港澳台)医疗卫生资源配置效率测算结果
注:TE表示综合技术效率,PTE表示纯技术效率,SE表示规模效率,scale表示规模收益;-、irs、drs分别代表了规模收益的不变、递增、递减。
53.3%的利用率;综合技术效率高于平均值0.699的有北京、天津、上海等10个地区。其中西藏是我国经济较欠发达地区,但其医疗卫生资源配置效率却是DEA相对有效,究其原因可能存在医疗卫生资源投入不足和医疗卫生资源配置结构失衡问题 [
纯技术效率分析。本文中的纯技术效率反映的是各地区医疗卫生资源配置的预算管理水平和规划水平,纯技术效率也可以用来衡量医疗卫生资源配置无效率在多大程度上是由纯技术无效率造成的。2017年北京、上海、青海、宁夏、西藏的纯技术效率是有效的;2018年北京、上海、安徽、江西、西藏、青海的纯技术效率是有效的。
规模效率分析。规模效率值越接近于1,则该地区医疗卫生资源配置规模越接近最优规模。通过表2可以看出我国各地区地区医疗卫生资源配置的规模效率存在两种情况,即规模收益不变及递减。规模效率值为1时,则表明该地区医疗卫生资源投入规模为最优规模;其中规模收益递减则表明该地区医疗卫生资源投入规模增加的比例小于该地区医疗卫生资源产出增加的比例,即表明在当时的技术水平下该地区医疗卫生资源规模可能过大,可适当缩减该地区医疗卫生资源的投入以优化规模配置。
规模收益分析。规模收益可分为三种类型,即规模收益不变、规模收益递增和规模收益递减。2017年,青海的医疗卫生资源配置为规模报酬递减,说明青海的医疗卫生资源投入规模下未得到充分利用,即医疗卫生资源的产出增长比例小于医疗卫生资源的投入增长比例;而天津、河北、山西等27个地医疗卫生资源为规模报酬递增,表明这些地区若在原有的基层医疗卫生资源投入规模上合理增加医疗卫生资源的投入,则会有相应更大的产出;北京、上海、西藏医疗卫生资源配置为规模报酬不变。
(一) 我国医疗卫生资源配置效率总体不高
通过采用DEA模型对我国各地区卫生资源配置效率进行测算,结果显示2017年、2018年我国医疗卫生资源配置效率的综合技术效率均值分别为0.671、0.699。我国31个地区在2017年和2018年的医疗卫生资源配置效率中,仅有9.68%的省份达到了DEA相对有效状态,医疗卫生资源达到了比较好的产出效率;2017年医疗卫生资源配置效率DEA弱有效的仅有2个地区,2018年医疗卫生资源配置效率DEA弱有效的有3个地区。总体来看,我国的医疗卫生资源配置效率不高,应我国提高医疗卫生资源配置效率。陈露(2019年)的研究表明,医疗卫生资源产出不高并非仅仅是医疗卫生资源投入的不足造就的,造就医疗卫生资源配置效率低下的原因有医务人员积极性、服务意识普遍不高,医疗水平不高,管理机制的不健全等。医疗卫生资源的配置效率为DEA无效的地区应该做好区域医疗卫生资源规划,合理分配医疗卫生资源,提高医疗卫生资源配置效率 [
(二) 部分地区的医疗卫生资源利用率较低
2017~2018年,医疗卫生资源的投入量在增加,如人均卫生费用、卫生总费用占GDP比重、每千人口卫生技术人员、基层医疗机构床位数均增加,但医疗卫生资源利用率较低,2017年陕西省的医疗卫生资源配置效率仅达到了39.9%的利用率,2018年河南省和湖北省的医疗卫生资源配置效率仅达到了53.3%的利用率。基于此,各地区政府应从经济发展、人口等方面适时制定政策提高医疗卫生资源利用率。
(三) 优化医疗卫生资源投入结构,提高医疗卫生资源配置效率
通过采用DEA模型对我国各地区卫生资源配置效率进行测算,结果显示2017年医疗卫生资源配置效率为DEA无效的有天津、河北、山西等26个地区;2018年医疗卫生资源配置效率为DEA无效的有天津、河北、山西等25个地区,医疗卫生资源配置效率为DEA无效则意味着该地区不同程度上存在医疗卫生资源投入过剩与产出不足问题。因此,要注重优化医疗卫生资源的投入结构,提高医疗卫生资源配置效率。各地区可以通过提高管理水平、提高科技创新能力、优化医疗卫生资源结构等措施提高医疗卫生资源配置效率 [
申景云. 基于DEA模型的我国医疗卫生资源配置效率研究Research on the Allocation Efficiency of My Country’s Medical and Health Resources Based on DEA Model[J]. 可持续发展, 2022, 12(01): 215-220. https://doi.org/10.12677/SD.2022.121024