张 盼，邓文萍＊＊，常 凯，吴 莉，毛树松

（1. 湖北中医药大学信息工程学院 武汉 430065；2. 湖北中医药大学审计处 武汉 430065）

随着医疗卫生体制改革不断深入，以投入更经济、更少的有限资源获取最大效益的最优产出是现阶段所寻求的合理配置卫生资源的手段[1]。国务院2017年1 月发布的《关于“十三五”深化医药卫生体制改革规划的通知》中要求“健全完善医疗卫生服务体系。优化医疗卫生资源布局，明确各省、各级、各类医疗卫生机构功能定位，加强协作，推动功能整合和资源共享”。这也对我国中医药卫生资源的优化配置带来了新的契机，如何合理配置中医药卫生资源，提升现有的卫生资源配置效率，发挥中医药特色优势是目前亟需解决的问题。本文利用因子分析方法筛选卫生资源投入和产出指标，采用数据包络分析（Data envelopment analysis，DEA）方法评估2017年全国31个省市的中医类医院卫生资源配置效率，为进一步提升中医类医院卫生资源配置效率提供参考依据。

1 资料与方法

1.1 资料来源

本文研究数据来源于国家卫生健康委员会发布的《中国卫生健康统计年鉴2018》（《中国卫生和计划生育统计年鉴》于2018 年更名为《中国卫生健康统计年鉴》）和国家中医药管理局发布的《全国中医药统计摘编》，数据截止2017 年底。文中“全国数据”是指除港澳台以外的所有省、直辖市及自治区的数据，全国中医类医院包含中医医院、中西医结合医院和民族医院。

1.2 研究方法

1.2.1 因子分析

因子分析是用少数几个因子去描述许多指标或因素之间的联系，根据多个变量之间一定的相关性对数据进行降维处理[2]，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。该方法适用于多个指标的综合评价，为使评价结果更加科学、合理，本文首先对数据进行标准化处理，然后利用因子分析方法筛选出主要影响指标。

1.2.2 数据包络分析

数据包络分析是1978年由美国的Charnes、Cooper和Rhodes 首次提出的一种基于被评价对象间比较的非参数技术效率分析方法[3]，该方法通过对样本的投入和产出指标数据分析确定出有效生产前沿面，根据决策单元与生产前沿面的距离状况得出效率值，多用于医院运营效率及卫生决策等综合评价问题。本文主要采用数据包络分析的CCR—BCC 模型，CCR 模型是在规模报酬不变情况下计算综合效率值，BCC 模型是在规模报酬可变情况下计算纯技术效率和规模效率值[4],模型公式如下：

注：n为决策单位数，θ为该决策单元的有效值，xk为第k个决策单位的j项投入值，yk为第k个单位的j项产出值，λ为权重系数，s+，s-为松弛变量。

综合效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价，纯技术效率反映的是在一定最优规模时投入要素的生产效率，规模效率反映的是实际规模与最优生产规模的差距。利用CCR 术效率反模型，可以计算出2017 年全国31个省市的中医类医院卫生资源配置的综合效率、纯技术效率和规模效率值以及投入冗余或产出不足的具体数值。

1.2.3 统计分析

用Excel 软件进行数据录入、整理并建立数据库，采用SPSS的因子分析方法对多个指标进行降维处理，筛选出合适的卫生资源投入和产出指标后使用DEAP2.1软件进行DEA评价分析。

表1 投入指标旋转成分矩阵

2 评价指标的选取

卫生资源配置效率评价的关键在于选择合适的投入和产出指标。通过文献优选法分析卫生资源配置效率评价的相关文献[6-13]，投入指标主要包括人力、财力、物力资源三个方面，如卫生技术人员、费用支出、卫生机构数等；产出指标主要包括诊疗人次数、病床使用情况、医院收入等医疗服务指标。基于数据包络分析方法对指标数量的要求（投入和产出指标总数之和不能超过决策单元总数的一半），综上选取投入指标为机构数、床位数、在岗职工数、卫生技术人员、注册护士、执业医师、人均住院费用和总支出，分别编号为X1-X8；产出指标为出院人数、诊疗人次数、平均住院日、病床使用率、财政补助收入和总收入，分别编号为Y1-Y6。

2.1 投入指标的选取

采用SPSS 软件将8 个投入指标进行因子分析之前，对各指标进行KMO 和Bartlett 球形度检验，结果KMO 值为0.788，Bartlett 球形检验显著性为0.000（统计学家一般将KMO 定为0.6 左右，显著性水平小于0.05[5]），说明选取的指标之间具有相关性，适合做因子分析。对投入变量进行因子分析，可以得到主成分方差贡献率及旋转成分矩阵（表1）。本次因子分析提取到4 个公因子，且方差累计贡献率达到了99.496%，说明这些公因子可以代表绝大多数变量的信息。由表1可以得到与4个公因子相关性最大的投入指标分别为在岗职工数、总支出、机构数和床位数。

2.2 产出指标的选取

与投入指标选取方法一样，采用SPSS 软件将6 个产出指标进行因子分析之前，对各指标进行KMO 和Bartlett球形度检验，结果KMO值为0.647，Bartlett球形检验显著性为0.000，说明选取的指标之间具有一定的相关性，适合做因子分析。对产出变量进行因子分析，可以得到主成分方差贡献率及旋转成分矩阵（表2）。本次因子分析提取到3 个公因子，且方差累计贡献率达到了91.226%，说明这些公因子可以代表绝大多数的信息。由表2 可以得到与3 个公因子相关性最大的产出指标分别为总收入、出院人数和诊疗人次数。

表2 产出指标旋转成分矩阵

3 结果

3.1 卫生资源配置效率的DEA分析

根据上述评价指标的选取，本文选取2017年全国31 个省市的中医类医院进行卫生资源配置效率的分析，2017 年投入-产出指标数据如表3 所示。利用DEAP2.1 软件，将表3 的数据带入到CCR-BCC 模型中运算，得到2017年全国中医类医院卫生资源配置效率值（表4）。

表3 全国各地区2017年中医类医院卫生资源投入-产出情况

从表4 可以看出，全国31 个省市的中医类医院卫生资源配置的综合效率、纯技术效率、规模效率的均值分别为0.949、0.973、0.975，说明卫生资源的配置效率总体相对较高。若综合效率、纯技术效率和规模效率值都等于1，则表示该决策单元DEA有效；若其中一个效率值等于1，则表示该决策单元DEA弱有效，否则为非DEA有效。从表5可以得出31个省市中，14个省市（占45.16%）为DEA 有效，说明这些省市的卫生资源投入得到了充分的利用，达到了相对最佳的产出值；7 个省市（占22.58%）为DEA 弱有效，表明这些省市的卫生资源在当前的规模下得到了充分的利用，但是未达到最佳规模状态；其余10 个省市（占32.26%）的卫生资源配置相对无效，说明这些地区的投入和产出规模不匹配。从规模报酬来看，天津、辽宁、吉林、山东等6 个省市规模收益递减，说明这些省市产出增加的速度跟不上投入增加的速度，而河北、山西、内蒙古、黑龙江等11 个省市规模收益递增，说明这些省市卫生资源投入规模不足，合理增加投入规模可能会带来较高的综合效率。

表4 全国各地区2017年中医类医院卫生资源配置效率值

表5 全国各地区2017年中医类医院卫生资源配置效率评价分布情况

3.2 非DEA有效省市卫生资源配置效率的分析

通过DEAP2.1 软件可以计算出上述10 个非DEA有效省市中医类医院卫生资源投入与产出的目标值以及松弛值（即目标值与实际值的差）（表6）。DEA 无效的原因一般是资源投入过剩或产出不足，从表6 可以看出，非DEA 有效的省市在投入指标机构数、床位数、在岗职工数和总支出4 个指标上均存在卫生资源投入冗余的情况，机构数投入冗余最大的为内蒙古，松弛值为87；床位数和总支出投入冗余最大的为辽宁，松弛值分别为7 589、19 545.97；在岗职工数投入冗余最大的为山东，松弛值为12 822。部分产出指标中存在产出不足的情况，如天津、内蒙古、吉林这些省市中医类医院在出院人数上产出相对不足，其中天津的松弛值最大，目标值与实际值相差53 666，天津、辽宁、黑龙江、山东等6 个省市中医类医院在诊疗人次数上产出不足，其中山东的松弛值最大，约474.86 万。以天津为例进行分析，将投入与产出的实际值与目标值对比，机构数冗余7 个，床位数冗余200 张，在岗职工数冗余371 人，总支出多投入7 781.83 千元，如果要达到DEA有效（效率值等于1），实现最佳产出，在原有的投入规模下适当的减少卫生资源，该省将会增加8.63%的诊疗人次数，24.71%的出院人数。

表6 非DEA有效省市中医类医院卫生资源投入与产出的目标值与松弛值

4 讨论

4.1 卫生资源综合配置效率总体较高，但各省差异较大

习总书记在十九大中多次强调“要加大对中医药事业的投入，重点开展中医药特色服务及中医药人才培养”。2009 年新医改以来，我国中医类医院卫生资源配置效率逐渐趋向合理，2017 年卫生资源配置的综合效率均值达到了0.949，说明党中央、国务院高度重视中医药工作，制定了一系列政策措施，推动中医药事业发展并取得了显著成就。但是，近年来中医类医院床位数、在岗职工数等卫生资源投入过剩、投入规模不当导致我国10 个省市卫生资源配置DEA 相对无效，从而导致各省市间效率值差异较大。从本文分析中发现，东部地区卫生资源配置效率相对较高，非DEA 有效省市东西部地区最多，辽宁省的卫生资源配置综合效率最低为0.790，黑龙江其次为0.828，说明不同地区对卫生资源的使用情况不同导致了配置效率的差异。因此，应重视东中西部地区的卫生资源使用情况，从实际情况出发，科学合理的统筹规划全国中医类医院发展体制机制，适度调整卫生资源配置结构，协调各省市的卫生资源差异，进一步提升资源配置的合理性和资源利用率。

4.2 制定科学的区域卫生资源规划，调整卫生资源投入规模

在非DEA 有效省市卫生资源配置效率的分析过程中，将投入和产出的实际值与目标值对比，投入指标的实际值均超出了目标值，部分产出指标的实际值并未达到目标值。由于投入产出规模不配套，产出增长速度低于投入增长速度，导致部分省市卫生资源利用率未达到最优产出。如辽宁省的卫生资源理想投入机构数、床位数、在职岗位数以及总支出分别超出实际值的65、7 589、6 185、19 545.97，说明在卫生资源配置的过程中，存在投入资源冗余的情况，导致卫生资源的利用率不高。因此，医院的发展不是规模越大、设备越先进更好，而是需要制定科学合理的投入规模提高卫生资源利用效率。从规模报酬来看，各省市卫生资源投入分配不合理，这种规模收益分布情况与我国东中西部经济的发展也有着密切的联系[14]，因此可以考虑因地制宜适当扩大或压缩卫生资源规模，优化资源投入规模与结构，最大限度的利用卫生资源，避免造成卫生资源的浪费。

4.3 构建多维度评价指标体系，优化医疗资源配置

数据包络分析（DEA）在评价效率中使用普遍，而评价指标的选取直接关系到评价结果的可信性、真实性和科学性[15]。本文根据学者的经验和总结，从医疗卫生资源的特点出发，选取尽量涵盖卫生资源投入与产出的指标并进行尝试性探索，使用DEA 模型进行卫生资源配置效率评价，其中包含了人力、财力、物力资源等三个方面的投入维度，医疗服务质量、服务效率等产出维度。通过查阅相关文献，目前尚没有完整的效率评价标准体系研究，要提高全国中医类医院的医疗效率，就要建立多维度的评价指标体系，如患者就诊满意度、患者人均担负医疗费用等其他维度的指标，用于全面、客观的评价卫生资源配置效率，从而选择更加合理的资源配置方案，实现资源利用率的最大化，提高医疗服务质量水平。