张建洁

(延安大学经济与管理学院，陕西延安716000)

医疗服务质量是医疗服务组织管理的基础和核心，医疗服务质量评价是约束和规范服务者行为，改善医患关系，保障医疗服务质量，促进居民健康的重要措施。建立科学合理的医疗服务质量评价指标体系是保证质量评价工作有序进展的重要前提[1]。尤其面对我国农村及偏远地区医疗资源配置不足、医疗服务质量不高的情况，对评价方法的科学、客观、规范、合理的选取与应用，更关系到广大农村居民健康和医疗公平的有效实现。

一、医疗服务质量评价研究现状

目前国内外学者从诸多角度对医疗服务质量进行评价研究。Jon B.Christianson(1980)等人通过对五个县的农村居民就医选择行为进行研究发现，交通成本是患者决定到不同级别医疗机构看诊的重要关注点[2]。Luft，H.D(1990)等通过对加州地区的居民就医机构选择行为研究发现，医疗服务质量、医疗费用、医院的所有权是影响患者选择就医机构的主要影响因素[3]。F.Mosconel(2012)等学者通过对意大利医疗服务利用情况进行调查研究发现，社会介入对居民的就医机构选择行为影响最大[4]。Beverly Waller Dabney等(2013)通过运用“服务质量差距模型”来阐明“以患者为中心”的核心概念，并运用“差距模型”来识别并发展形成结果导向的评估方法[5]。AliMohammad(2014)通过对伊朗地区患者选择就医机构进行研究发现，医疗机构的类型、口碑、声誉、医疗费用、医保状况、医务人员的技术水平等会对患者选取就医机构的行为有影响作用[6]。Helen Lloyd等(2014)通过直接询问病人对住院治疗的结果进行评估，形成医患之间潜在通用的评估方法[7]。我国学者基于国外研究的基础上，结合我国的实际情况，也进行了大量的研究。王俊等(2008)从个人效用理论出发，利用三省实地调研数据进行分析影响中国城乡地区居民卫生医疗需求行为的影响效果[8]。王翌秋等(2009)利用四部模型法，对中国农村居民医疗服务利用的影响因素进行实证分析[9]。何建军(2009)将SERVQUAL评价模型引入到社区医疗服务质量评价中，提出我国社区医疗服务顾客满意度指数简化评价模型[10]。赵颖波等(2012)通过运用单因素卡方检验及logistic回归对北京市通州区居民两周患病就诊单位选择情况进行研究[11]。姚兆余等(2014)基于调查数据研究表明，影响农村居民就医机构选择的主要因素有文化程度、家庭经济收入、医疗机构距离、医生水平、收费合理程度、补偿标准等[12]。黄小玲等(2016)通过对海南省农村居民就医选择及其影响因素进行分析研究发现，87.6%的农村居民患病时首选基层医疗机构就诊[13]。于长永(2017)利用因子分析及多元logistic模型分析疾病类型、医疗保险对农民就医机构选择行为的影响，研究表明，疾病类型对农民就医机构选择行为变异的解释力是医疗保险解释力的1.41倍[14]。

综合以上研究，我们发现关于医疗服务质量评价大多采用调查问卷的形式，方法多以统计分析为主，一定程度上具有个体测量者的主观性。基于此，为了增强农村医疗服务质量评价的科学性和客观性，本研究预期结合四家医院，基于实地调研的医疗数据，引入模糊多属性群决策中的ELECTRE方法[15-16]，对农村医疗服务质量进行量化评估，合理评价各医院的医疗服务质量，以期合理配置和使用有限的医疗资源，为改善提升农村医疗服务质量提供参考借鉴。

二、ELECTRE方法及模型构建

ELECTRE法是法国学者Roy(1971)首先提出的，该方法的基本思想是通过构建一系列的弱支配关系来剔除劣方案，从而逐步缩小方案集，直到决策者能从中选出最满意的方案为止。其他多属性决策问题的求解方法力图建立可行方案集上的完全序，而ELECTRE所构建的是一种较弱的次序关系，叫级别高于关系(outranking relation)(具体给定方案集X,xi,xk∈X,给定决策人的偏好次序和属性矩阵{yij}，当人们有理由相信xixk，则称xi的级别高于xk，记作xi○xk)。ELECTRE法求解多属性决策问题主要包括两个部分，一是构造级别高于关系；二是利用所构造的级别高于关系对方案集中的方案进行排序[17]。

(一)医疗服务质量指标因素集的确立

结合国内外学者的文献研究，本文在现有评价指标体系的基础上加以改进和扩充，从医院技术质量和功能质量两方面来评价农村医疗服务质量总体水平。其中技术质量也即结果质量，从医疗技术水平与治疗效果两个二级指标来衡量。功能质量也即过程质量，从就医环境、服务态度、等待时间、就医费用四个二级指标因素来衡量。进一步地，各二级指标再进一步细化为若干三级指标，具体各级评价指标如表1所示：

表1 医疗服务质量各级指标集

(二)基于ELECTRE方法的医疗服务质量评价模型构建

进一步地，将各决策者对所评价医院医疗服务质量的各项指标评价集成群体的评价，再用模糊ELECTRE-Ⅰ的多属性群体决策模型进行决策。

1.计算模糊平均值

由于不同的决策者因个人主观因素对不同的评价指标认可程度不尽相同，因此，首先需要对各指标值和各权重值进行模糊平均值计算。

(1)

(2)

从而得模糊群决策评价矩阵X，

C1C2…Cn

k=1，2，…k。

其中0≤xij≤1，(i∈M；j∈N)。

令w1,w2,…,wn分别表示各属性的权重，且符合归一化条件，即wi≥0,w1+w2+…+wn=1。

2.集结各项评价值

j=1，2，…n

其中，对于效益型的属性模糊评判值为

(3)

对于成本型的属性模糊评判值为

(4)

3.进行和谐性检验

若根据属性j，方案xi优于方案xk，记作xi≻jxk；把所有满足xi≻jxk的属性j的集合记作J+(xi,xk)，即

J+(xi,xk)={j|1≤j≤n，yj(xi)>yj(xk)}

与此类似，可以定义满足xi～jxk的属性j的集合J=(xi,xk)和xijxk的属性j的集合J-(xi,xk)：

J=(xi,xk)={j|1≤j≤n，yj(xi)=yj(xk)}

J-(xi,xk)={j|1≤j≤n，yj(xi)

计算和谐性指数：

(5)

Iik的含义是xi不劣于xk的那些属性的权重值，用以衡量“Hi高于Hk”的指标。通过方案之间比较，可以得出和谐性指数矩阵：

4.进行非和谐性检验

由于存在属性之间的部分可补偿性，ELECTRE方法便通过非和谐性检验来反映决策者关于属性间的部分可补偿性，也即有条件可补偿性。决策者为每个属性j设定界限值dj,j=1，2，…，n；若对任一j，yj(xk)-yj(xi)≥dj，则不管其他属性的值如何，都不接受其他属性的补偿，即决策者不再承认xiOxk，也即不再承认xi的级别高于xk。

(6)

其中，J-=JJ+，J={1，2，…，n}

5.确定级别高于关系

根据第三步和第四步建立一致性比较矩阵：

其中

(7)

6.进行方案的排序

(三)数据来源

研究主要通过线下和线上两种方式进行数据的收集，线下主要通过对我国中部地区的山西省以及西部地区的陕西省部分地区进行调查。线上主要通过问卷星软件进行调查回收。调查形式通过“居民问卷调查”+“医院实地访谈”相结合的形式。变量测量采用Liikert 7点量表(“1-非常不同意”到“7-非常同意”)。

三、实证分析

基于所调研地区农村医疗服务质量综合评价中存在的问题，结合现有研究，其中选取了具有代表性的4家医院H={H1,H2,H3,H4}，现需要对该4家医院医疗服务质量进行综合评估，以进行优劣顺序的排序，从而有益于各家医院针对自身医院所存在的特有问题而做出富有针对性地整改，同时可以有效引导农村居民基于各家医院医疗服务质量综合评价的结果信息进行理性就医。具体来讲，通过医院实地调研访谈，选取三名医院医疗服务质量评估专家分别依据6项体现医院医疗服务质量的属性对每一家医院进行独立性评价。其中六项衡量指标分别为：医疗技术水平(C1)，医疗效果(C2)，就医环境(C3)，服务态度(C4)，等待时间(C5)，就医费用(C6)。其中等待时间(C5)，就医费用(C6)为成本型指标，其余均为效益型指标。

(一)用模糊语义词描述各指标权重及指标因素值

我们进一步将评价等级设为五级，具体来讲，权重值分为{非常不重要，不重要，一般，重要，非常重要}，指标因素值分为{差，较差，一般，较好，好}，将相应的模糊语言变量转化为三角模糊数(0，0，0.3)，(0.1，0.3，0.5)，(0.3，0.5，0.7)，(0.5，0.7，0.9)，(0.7，1，1)，如下表2所示，其隶属函数如图1所示：

表2 模糊语言变量及对应的三角模糊数

图1五级模糊语言指标的转换规则

(二)四家医院医疗服务质量评价分析

该四家医院规模相当，均综合医、教、研一体化发展模式。因此，一定程度上具有可比性。通过医院医疗服务质量评估专家对六项二级指标因素重要性进行打分，指标的平均权重通过公式(2)求得。

同理，针对四家待评价医院，各专家针对相应的指标因素进行语义评价。进一步地，应用公式(1)，将3名专家各自给出的评价值集结成群的评价值，如表3所示：

表3 三名专家对4所医院医疗服务质量的群决策评价值

各专家所给的指标权重如下表4所示：

表4 各专家所给的指标权重

根据前述矩阵规范化公式(3)与公式(4)，具体在医院医疗服务质量评价的六项属性指标中，其中医疗技术水平(C1)，治疗效果(C2)，就医环境(C3)，服务态度(C4)，为效益型属性指标值，等待时间(C5)、就医费用(C6)为成本型属性指标值，由此得规范化群决策矩阵：

结合公式(3)与公式(4)，进一步地，得群决策三角模糊矩阵：

结合表2和表4，进一步可将专家语义权重变量转为三角模糊数，如下表5所示：

表5 各专家指标权重的三角模糊数转化值

结合公式(2)，可得各属性的权值：

Rs(xI)=

(8)

在此，令≥为模糊数上的一个二元关系，若xi，xj为集合S中的两个三角模糊数，则xi≥xj当且仅当Rs(Xi)≥Rs(xj)，称xi大于等于xj；对于给定的集合S，所定义的关系“≥”是一个线性序集，故其满足自反性、反对称性、传递性和可比性[18]。由此，按照这种序关系可以对S中的模糊数进行排序。

将规范化的群决策三角模糊矩阵转化为经典数值，如下表6所示：

表6 群决策三角模糊数与经典数值转换表

进一步地，根据公式(5)和公式(6)分别进行和谐性检验与非和谐性检验，得出和谐性矩阵：

同时取否决阈值q=0.27，依据公式(7)，可得一致性比较矩阵：

四、研究结论

文中通过将多属性群决策方法ELECTRE法引入到农村医疗服务质量评估之中，使得评价更为客观合理。第一，该方法不仅反映了医疗服务质量评价属性信息的客观情况，同时有效融入了评价主体现实决策中的确定性和不确定性的真实情况存在。第二，该方法有效避免了医疗服务质量评价过程中关键决策信息的不必要丢失，同时使得医疗服务质量评价更为科学客观与情理化，使得医疗服务质量评价决策结果更加符合居民的真实意图。第三，该方法不仅反映了医疗质量评价的排序结果，同时指出了具体所在医院医疗服务方面的薄弱环节所在，从而为医院医疗服务质量的具体改进项提供了精确的依据。

后续研究将基于本研究基础之上，预期在医疗服务质量评价的技术性指标和功能性指标这两项指标研究的基础上，对所涉及到的“关系质量”的相关指标进行进一步细化考虑，结合模糊多属性决策方法对农村医疗服务质量进行全面综合量化评价，从而有效实现农村医疗服务质量的“内涵式发展”。