DRGs支付方式改革前后医院技术效率比较研究*——以F市为例

李超凡，何佳琳，杨燕绥

(清华大学医院管理研究院，广东 深圳 518000)

提高医院运营效率是深化医改和建立现代医院管理制度的重要目标，对实现“健康中国2030”规划目标具有重要意义。国际经验表明，医疗保险支付方式改革是撬动医疗卫生效率提升的重要杠杆。本研究旨在测算并比较F市实施按疾病诊断相关分组(DRGs)支付方式改革前后医院技术效率的变化情况，为继续推广DRGs支付方式改革和完善现代医院管理制度提供依据。

1 资源来源与研究方法

1.1 资料来源

F市2018年开始对统筹区内所有的103家医院实施DRGs付费。为对DRGs付费绩效进行系统全面评估，课题组根据医院规模、性质和地理位置，共收集了62家医院2017～2018年的统计年报表。经过数据整理和清洗后，获得45家样本医院的投入产出数据。

1.2 研究方法

数据包络分析法(Data Envelopment Analysis, DEA)是一种多投入多产出的非参数方法，其原理是通过线性规划技术构建所有决策单元的有效生产前沿面，各决策单元与生产前沿面之间距离的比值即为各决策单元的相对效率[1, 2]。DEA具有无需假定生产函数、不用考虑随机误差、便于分解和分析影响因素等优点，因此被广泛应用于医疗卫生机构、体系或区域的效率测量研究中[3, 4]。本文采用C2R和BC2模型测量医院的技术效率和纯技术效率，技术效率除以纯技术效率得到规模效率值。为提高效率测量的准确性，本文采用Bootstrap法对传统模型进行纠偏[5]。

1.3 投入产出指标的选择

参考国内外医院效率研究中选用频率较多的指标[6-8]，以及样本医院各指标间的相关性，本文选取了床位数、卫生技术人员数、医疗成本作为投入指标，选取出院人数、门急诊人次数、医疗收入作为产出指标。

1.4 数据处理与分析

应用Stata16.0软件进行数据整理，应用R语言的Benchmarking包计算Bootstrap-DEA，Bootstrap过程放回抽样2000次。连续性指标应用均数±标准差进行描述性统计；不同类型医院效率的比较采用非参数Kruskal-Wallis检验检验，α=0.05。

2 结果

2.1 样本医院基本特征

纳入分析的45个样本医院，主要是二级医院和一级及以下的医院，占比分别为47%和33%，三级医院有9个(20%)。非营利性医院34个，占比76%，数量和占比明显高于营利性医院。综合医院25个，占比超过50%，中医院、专科医院和其他类型医院占比均低于20%。结果见表1。

表1 样本医院基本特征描述(N, %)

2.2 样本医院投入产出指标情况

投入指标方面，2017年～2018年，样本医院平均床位数增加了17张，卫生技术人员增加了20人，医疗成本增加了2400万元。不同级别医院的投入产出指标变化具有不同趋势，一级及以下医院、二级医院的平均床位数、卫生技术人员数呈下降趋势，而三级医院的床位数和卫生技术人员数分别增长66张和47人。其他类型医院的投入与总体趋势保持一致。(见表2)

表2 2017～2018年样本医院投入情况

产出方面，样本医院平均出院人数和门急诊人次数分别减少了12和5170人次，但医疗收入有所增长，平均上涨了2300万元。相比于一级及以下医院和二级医院，三级医院平均出院人数门急诊人次数虽然也在下降，但下降幅度较小。(见表3)

2.3 基于Bootstrap-DEA的医院技术效率分析

2017年样本医院技术效率均值为0.804,纯技术效率均值为0.864，规模效率均值为0.928；2018年样本医院技术效率均值为0.782，纯技术效率均值为0.836，规模效率均值为0.933。技术效率和纯技术效率小幅下降，规模效率小幅提升。(见表4)

横向比较发现，一级及以下医院的技术效率最低，其次是二级医院，三级医院的技术效率值最高，但差异无统计学意义；非营利性医院的技术效率和纯技术效率均高于营利性医院，差异有统计学意义；综合医院和其他类型医院的技术效率值较高，专科医院较高，中医院技术效率最低，但差异无统计学意义。

表3 2017～2018年样本医院产出情况

分解分析发现，纯技术效率和规模效率低下是导致技术效率低下的共同原因，而且纯技术效率值低于规模效率值，是技术效率低的主要原因。

表4 2017～2018年医院技术效率值

基于Bootstrap-Malmquist-DEA 的医院全要素生产率分析结果发现，相比于2017年，2018年样本医院的全要素生产率降低了1.7%，技术效率、纯技术效率和规模效率也呈下降趋势，分别降低了4.0%、1.8%和2.2%，但技术变动呈进步趋势，一定程度上抵消了技术效率的下降。三级医院和非营利性医院全要素生产率呈上升趋势，分别上升了0.4%和0.2%；三级医院和综合医院的纯技术效率呈上升趋势，分别增长了1.4%和0.4%；中医院的规模效率增长了0.3%。虽然技术效率整体呈现下降趋势，但所有医院的技术变动都呈现为技术进步。

表5 2017～2018年样本医院全要素生产率及其变动分解情况

3 讨论与建议

3.1 整体上医院技术效率未明显改善

本文研究结果表明，DRGs支付方式改革后，医院短期内没有提高技术效率。关于DRGs支付方式改革影响医院效率的研究，世界各国的研究结果非常复杂，研究结论不一致：在瑞典、葡萄牙等国家的研究发现DRGs支付改革后医院运营效率提升；而美国和奥地利等国家的研究发现DRGs支付方式改革后医院运营效率无明显变化[9, 10]。医院的管理能力、市场竞争和外部环境等因素都会影响DRGs支付方式后效率的变化趋势[11-13]。

本研究中，推测医院技术效率未明显提升的原因：(1)DRGs支付方式改革效应的传导路径长，需要经过医院收入、医院管理制度、科室、医生行为等多个环节，而且医院运营比较复杂，涉及利益相关者众多[14, 15]。改善医疗流程、优化绩效考核和薪酬管理制度、改变医院定位合理收治病人等措施，短期内无法实现，所以在改革后一年，医院的技术效率未明显改善。(2)从投入指标描述可知，样本医院仍在扩大规模，增加床位和技术人员数量，但大多数医院处于规模无效状态，提示由于路径依赖和历史惯性，医院仍然在走规模扩张型发展路线，没有及时提高内部管理和效益。

3.2 医院技术效率的变化具有异质性

非营利性医院的技术效率高于营利性医院，三级医院和非营利性医院在DRGs支付方式改革后，全要素生产率和纯技术效率均呈现上升趋势，而其他医院一般是下降趋势，说明不同级别和性质的医院在效率变化趋势方面具有异质性，三级医院、非营利性医院更趋向于改进技术效率。已有研究也发现，医院性质、管理方式、级别、补偿机制、法人治理模式等因素都可以影响医院的技术效率[16-22]，与本研究的结论相似。

发生异质性的原因是：(1)不同类型医院对支付方式改革的敏感度不同。级别越高的医院、医保支付占医院收入比例越高的医院，对支付方式或补偿机制改革的敏感度越高[20]。在本研究中，三级医院、非营利性医院的收入主要来源就是医保支付，因此对支付方式的敏感性高，在实施DRGs支付方式改革后，通过改革医院管理制度和技术进步以维持自身收入不受损失的迫切性更严重，所以表现为技术效率提高。(2)医院改进效率的能力有差异。技术进步源于新技术新项目新药品的开发应用、大型医疗设备的配置和住院医师规范化培训，纯技术效率提升源于建立现代医院管理制度、医院内外治理机制的完善和管理模式现代化[16, 17]。三级医院不仅采用新技术、配备大型医院设备，规范住院医师培训，而且具备较高的管理能力，可以积极开发临床路径、优化就医路程，控制住院天数，提高病床周转率，所以实施DRGs支付方式改革后技术效率会有改善。另一方面，样本医院中营利性医院主要是二级和一级医院，医保支付占比低，对DRGs支付方式改革的影响不够敏感，所以短期内没有提升效率。

3.3 相关策略与建议

首先，卫生与医保部门协同建立综合、长效的绩效考核指标体系。医院外部，多部门协同，对实施DRGs付费改革的医院建立绩效考核指标(包括但不限于医疗质量安全、患者体验、医院定位与发展等)，将考核结果与医院支付、评价和院长选聘挂钩，共同引导医院改变定位和内部管理制度。在医院内部，改革绩效考核与薪酬管理制度。DRGs不仅是一个医保支付方式，更是一套医疗管理工具，可以对急性住院病例的资源消耗、诊疗难度、质量安全进行有效的风险调整，以提高各科室或医生工作绩效的可比性。建议医院内部建立与DRGs支付相对接的绩效考核与薪酬支付制度，将医保支付的影响效果有效传导给医生，进而影响医生行为，激励医生主动节约成本和投入，控制住院时间，提高效率。

第二，建立现代医院管理制度。一是控制医院规模扩张，提升规模效率。目前医院仍然处于规模扩张和规模无效阶段[23]，建议控制大医院规模的进一步扩张，规模效率低的一级医院和营利性医院应该做好医院定位，在人口老龄化背景下积极转型发展康复、长期护理、内科和老年病科等科室的床位。二是应用现代化管理工具，提高纯技术效率。纯技术效率的提升源自医院内部制度创新和管理创新。建议医院首先根据病组制定临床路径，应用品管圈持续优化改进临床路径，控制病例成本和住院日；其次，开展医院内部流程优化，进行标准化服务与管理，加快病床周转率；第三，在医院管理中充分应用“互联网+”技术，打破医疗信息壁垒，整合院内信息，应用信息技术和大数据技术，如智能语音识别录入、智能诊断、智能阅片、药物管理、智能导诊等，为医院决策和内部管理提供数据支持，同时减少不必要的浪费和人工成本，建设智慧医院。