张 彬 张龙秀

1.安徽省妇幼保健院科教处，安徽合肥 230001；2.安徽省儿童医院影像中心，安徽合肥 230041

运营管理与提质增效是医院持续发展重要内容[1-2]，人才技术是医院资源配置关键要素[3]。探讨妇幼保健机构资源配置效率变化趋势及关键影响因素，对卫生资源合理配置具有重要意义。目前大多运用数据包络分析（data envelopment analysis，DEA）模型对医院资源配置效率进行回顾性分析，或仅用时间序列模型（autoregressive integrated moving average model，ARIMA）对卫生资源配置公平性进行前瞻性预测研究，两种模型研究均存在优缺点。本研究联合运用DEA 和ARIMA 模型将前瞻性研究与回顾性分析结合，分析妇幼保健机构资源配置效率，探索关键影响因素，为推动我国妇幼保健事业高质量发展提供决策依据。

1 资料与方法

1.1 资料来源

国家统计局公布的《中国统计年鉴》和国家卫生健康委员会公布的《中国卫生健康统计年鉴》2010 年1 月至2020 年12 月妇幼保健机构卫生和社会服务数据。

1.2 指标体系

参考同类文献[4-11]，兼顾数据可得性、连续性及关联性，从基础配置、服务数量和服务效率3 个维度构建“投入-产出”效率评价体系。投入类指标为基础配置（机构数、床位数、卫生技术人员）；产出类指标分服务数量（总诊疗人次、入院人数）和服务效率（病床周转次数、工作日及使用率）。

1.3 研究方法

DEA 模型是对多指标投入产出进行评价分析的方法[12]，以线性规划为基础，具有处理多输入、多输出决策单元（decision making unit，DMU）分析评价优势，适合解决医疗资源配置多投入、多产出问题[13]。DEA模型以DMU 为研究单位，分为CCR、BCC 和Malmquist指数模型。CCR 模型假定规模报酬不变，BCC 模型假定规模报酬可变[14]，Malmquist 指数模型研究面板数据，可测算DMU 生产效率在不同时期的动态变化[15]。本研究以投入为导向，假定规模报酬可变，采用BCC和Malmquist 指数模型。

1.3.1 BCC 模型 求解各年度技术效率（TE）、规模效率（SE）和综合效率（CE）。TE 判定DMU 投入产出是否合理，值越小技术有效性越差；SE 判定DMU 生产经营规模；CE=PTE×SE，判定DMU 的整体效率，判断规则可参照文献[16-18]。

1.3.2 Malmquist 指数模型 将全要素生产效率指数（TFP）分解为技术进步指数（TC）和综合技术效率变化指数（TEC）。TEC 代表对现存技术有效利用程度，分解为SE 和纯技术效率变化指数（PTE）。SE 反映医疗产出增量变化和投入增量变化是否一致，PTE 能够深层次反映医疗卫生机构管理水平的变化，判断规则可参照文献[19]。

1.3.3 ARIMA 模型 是时间序列预测模型中的一种，由AR、I、MA 三个部分集成得来。ARIMA（p，d，q）称为差分自回归移动平均模型，AR 是自回归，P 为自回归系数，MA 为移动平均，d 为差分系数，q 为移动平均阶数。建模步骤可参照文献[20-21]。

1.4 统计学方法

通过Excel 2010 建立数据库，采用SPSSAU 实现BCC 模型和ARIMA 模型分析，利用DEAP 2.1 软件实现Malmquist 指数模型分析。

2 结果

2.1 2010—2020 年我国妇幼保健机构基本情况

ARIMA 模型对2010—2025 年投入产出指标进行分析与预测，找出最优模型和模型公式。见表1。

表1 最优模型及模型公式

2010—2025 年我国妇幼保健机构基础配置中机构数变化幅度不大，床位数逐年递增，卫生技术人员实现翻倍增长；服务数量指标逐年增长，2019 年达到峰值；2021—2025 年服务效率指标波动不大，与均值基本持恒。见表2。

表2 2010—2025 年机构投入产出指标原始值与预测值

2.2 2010—2025 年机构投入产出情况

2.2.1 有效性分析 图1 显示，DEA 强有效年份，投入产出达到相对最有效率。TE＜1 的年份，有很大提升空间。SE=1 的年份，规模收益不变，达到最优状态。SE＜1的年份，规模收益递增，可扩大规模增加效益。

图1 我国妇幼保健机构投入产出有效性分析趋势图

2.2.2 规模报酬分析DEA 强有效年份，规模报酬达到最优，即规模报酬固定，规模报酬系数为1。非DEA强有效年份，规模报酬系数均＜1，规模报酬递增。

2.2.3 投入冗余分析DEA 强有效年份，无投入冗余问题，松弛变量S-值均为0。2013、2015 年和2018 年机构数松弛变量S-值和投入冗余率较高，机构数占比相对过高，可适量减少机构投入。2020—2025 年床位数和卫生技术人员数松弛变量S-值和投入冗余率较高。见表3。

表3 机构投入冗余分析

2.2.4 产出不足分析DEA 强有效年份，无产出不足问题，松弛变量S+值均为0。非DEA 有效DMU，松弛变量S+值＞0，相对于投入产出效率仍有提升空间。见表4。

表4 机构产出不足分析

2.2.5 投入产出效率情况TFP＞1 的年份，投入效率水平较高，归因TC 提高；TFP＜1 的年份，投入效果不佳，归因TC 下降，2020 年TFP 最低0.825，预测2022—2025 年TFP＜1，提示该年份投入绩效整体水平不高。见表5。

表5 2010—2025 年机构投入产出效率值

3 讨论

3.1 投入产出变化趋势分析

我国妇幼保健机构投入产出呈现正向趋势，资源使用效率不高。从规模报酬分析，可扩大规模加速提高投入产出比，增加效益；从投入冗余分析，床位数和卫生技术人员占比相对过高，可适量减少开放床位，调整卫生技术人员；从产出不足分析，总诊疗人次、入院人数和病床周转次数仍有较大提升空间；从投入产出效率分析，投入绩效整体水平有待提高，重点提高医疗技术水平。

3.2 投入产出异常年份及关键影响因素

预测2022—2025 年投入产出效率异常，产出不足，关键影响因素是技术进步指数不高。医院规模日趋扩大，医疗技术水平并未得到显著提升，应引起妇幼保健机构高度重视[22]，“十四五”期间重点关注，并结合配置效率实际，可按照年度、季度规划，灵活动态调整妇幼卫生资源配置，为今后卫生资源的配置奠定基础[23-27]。本研究仅使用医疗机构服务通用指标，下步将孕产妇及新生儿死亡率等健康指标纳入服务效率评价体系，以提高评价结果的科学性与准确性。

综合上述，我国妇幼保健机构基础配置投入和服务数量产出整体较高，但服务效率未能得到显著提升。“十四五”期间应重点关注医疗技术水平的提升。