基于DEA模型的江苏省卫生资源配置效率及优化路径分析

朱心宇，王海威，罗晶

(1.安徽医科大学海军临床学院，北京 100089；2.解放军总医院第六医学中心，北京 100089)

0 引言

卫生资源配置作为健康中国战略部署中不可或缺的环节，如何最大程度上克服卫生资源的稀缺性难题、集中全力实现成本效益最优化、保障人民群众的基本健康权益是卫生领域改革的重中之重。江苏省《十三五卫生与健康暨现代医疗卫生体系建设规划》对卫生资源要素配置作出了更高层次的要求，提出优化卫生资源要素配置布局，构建高效协作的整合型医疗卫生体系以提升整体服务能力。各市作为卫生服务的承担主体，如何与经济发展水平相适应、与居民健康状况相匹配、与区域间协同增效相衔接成为了江苏省卫生改革的聚焦点。本研究通过DEA模型、按照时间序列对江苏省2015—2019年卫生资源要素配置进行效率评价，研判各部分变化趋势，为江苏省卫生服务规划落地现状提供数据参考，为今后提高卫生资源配置效率提供优化路径。

关于卫生资源的定义，杨展等[1]认为卫生资源是特定时期内社会可用于卫生方面各种要素的总称，郑继承[2]认为卫生资源是在卫生服务过程中消耗和占用的各类生产要素的组合。关于卫生资源配置的研究主要集中在公平和效率两个方面，贺买宏[3]认为卫生资源配置效率是国民健康的重要保障，直接关乎卫生服务的公平性，周明华等[4]认为只有平衡公平和效率才能达到卫生资源配置最优，效率是解决公平难题的有效手段。

关于卫生资源配置效率的研究，赵艳花[5]从权责视角分析卫生资源配置效率现状和问题，指出强化政府责任的必要性。张航[6]使用DEA模型分析2001—2011年中国卫生资源的配置效率，张雪莉等[7]通过DEA模型分析了2008—2017年四川省卫生资源的配置效率，为卫生政策的制定提供理论依据。苏敏艳等[8]通过DEA模型中CCR模型对2016年江苏省卫生资源配置横向效率进行分析，提出提高管理水平的建议。当前的研究立足于区域卫生资源配置实践，多基于长时间序列的纵向评价或短期的横向效率评价，专门以政策规划期为时间序列、针对性评价卫生资源效率的动态研究尚不多见，这为本研究的立意提供了充足的分析空间。

1 DEA模型理论分析

1.1 DEA模型分析与建立

狭义上的卫生资源配置效率是卫生资源投入与卫生资源产出的比值，简单而言即卫生资源转化效率。DEA模型以决策单元(DMU)为研究单位，优势在于可研究多投入、多产出的相对效率，因化繁为简的特点在学术界众多领域备受推崇。卫生资源配置效率的研究指标包括投入和产出两个部分，具有多单元多输入多输出、指标计量单位难以统一、投入产出无线性相关、横向纵向双重要求等特点，这恰好与作为非参数性检验DEA模型的优势特点相契合，此外DEA-Malmquist指数模型中的投影分析可为决策者在投入和产出方面提供决策建议，因此DEA模型可作为本研究中测算卫生资源配置效率的实用工具。DEA模型可细分为CCR模型、BCC模型和DEA-Malmquist指数模型3个类型，本研究在纵向评价上结合研究实际假定规模报酬可变(VRS)，以投入(INPUT)为导向,故研究主要采用BCC模型和DEA-Malmquist指数模型。

DEA方法的基本原理是采用线性规划的方法构建出研究数据的有效生产前沿面，对决策单元(DMU)投入产出指标进行有效性分析，得出各决策单元间的相对效率[9]。BCC模型在基本原理的基础上限定凸性假设条件∑λi=1，即规模报酬可变。设有n个DMUj(j=1,2,3,…,n)，每个DMU有m个投入指标和n个产出指标，xij和yij分别表示第j个决策单元DMUj的第i个输入和输出量。当前决策单元DMUj0的i个输入和输出量分别为xij0和yij0。BCC模型公式如下所示：

DEA-Malmquist指数是通过线性规划方法量化不同时期决策单元生产效率变化的趋势[11]，全要素生产率(TFP)受技术效率变动(EC)和技术进步变动(TC)两个维度决定，技术效率变动(EC)可进一步分级为纯技术效率变化(PC)和规模效率变化(SC),表达式如下：

1.2 资料来源与指标选择

本研究以江苏省13市作为决策单元，采用Excel 2010建立投入产出指标数据库，导入DEAP 2.1软件进行效率分析。基于Excel数据库明确卫生资源配置基本现状面板数据，采取BCC模型分析卫生资源配置效率及变化趋势，通过Malmquist指数模型测量全要素配置效率的动态变化。

为保证数据口径一致，控制信息偏倚的影响，本研究采取江苏省主流的区域划分依据，以地理位置和行政区划为标准，将江苏省划分为3大区域：苏南、苏中、苏北。以江苏13个市级行政区为分析对象并进行编号，苏南地区包括南京市、苏州市、无锡市、常州市、镇江市，分别用字母S1、S2、S3、S4、S5表示；苏北地区5个市：徐州市、连云港市、宿迁市、淮安市、盐城市分别对应字母N1、N2、N3、N4、N5；苏中地区3个市：扬州市、泰州市、南通市分别用M1、M2、M3表示。受新冠肺炎疫情影响，2020年数据对卫生资源配置研究无实际意义，故不纳入研究范畴。研究数据来源于2015—2019年《江苏卫生计生年鉴》《江苏省卫生健康事业发展统计公报》及江苏省卫健委公开数据，资料翔实准确。

基于文献检索结果和专家咨询意见，同时满足DEA模型的要求，综合分析考虑研究的科学性与合理性，筛选投入产出指标如表1所示。所选指标满足DEA模型所要求的有逻辑相关性和无线性相关性，指标数量满足 2×(m+s)

表1 江苏省卫生资源投入产出效率评价体系

2 DEA模型测算分析——以江苏省为例

2.1 卫生资源配置现状

根据表2、表3计算，截至2019年末13市平均医疗卫生机构数、平均卫生技术人员数、平均床位数分别为2 677个、60 490人、39 686张，平均诊疗人次、入院人数、病床使用率分别为4 747.8万人次、117.55万人、85.73%，卫生资源投入产出水平均处于全国前列。卫生资源投入上，徐州市医疗机构数具有绝对优势，南京市卫生技术人员配备最多，苏州市床位数全省第一；卫生产出方面苏州市年诊疗人次最多，徐州市入院人数排名第一，扬州市病床使用率最高。2019年全省医疗卫生机构数、卫生技术人员数、床位数分别为34 796个、786 380人、515 915张，相较于2015年分别增长8.99%、27.05%、24.73%，年诊疗人次和入院人数为61 721.74万人、152.82万人，分别上升12.99%、25.51%，病床使用率85.73%，相较于2015年的88.60%下降了2.87%。

表2 2019年江苏省各市卫生资源投入与产出

表3 2015—2019年江苏省卫生资源投入与产出

2.2 DEA-BCC模型测算结果

综合效率由技术效率和规模效率的乘积求得，反映资源投入后的使用状态，数值等于1提示最优状态，数值越接近1表示相对效率越高。2019年全省卫生资源配置综合效率值为0.993，对比2015年综合效率水平下降了0.025。由图1可见，5年来规模效率略有下降，主要是技术效率的下降导致了综合效率的降低。

图1 2015—2019年江苏省卫生资源配置效率变化趋势

由表4可见，2019年江苏省13市的平均综合效率值为0.968，全省的综合效率波动范围在0.895～1，综合效率值为1的决策单元有7个：苏南的南京市、苏州市、常州市和镇江市，苏北的徐州市和盐城市，苏中的扬州市。上述7市卫生资源投入均在该决策单元产出达到了技术有效和规模有效状态，即均实现了卫生资源最优投入与产出。苏南地区有4市综合效率值为1，作为江苏省的经济龙头和科教中心，卫生资源投入和产出规模优势明显，处于江苏省领先地位，是全省的卫生资源集聚中心。徐州市是苏北第一大城市，医疗机构数领跑全省，居民可享受卫生服务数量和水平较高，故综合效率为1。盐城市和扬州市科学把握卫生资源投入规模，避免资源浪费，投入产出比例及结构综合效率值达到最优。连云港市规模效率最优，卫生资源配置达到弱有效状态。淮安市、泰州市和南通市规模收益递减，无锡市规模收益递增，均呈现出非DEA有效状态，DEA无效的主要原因是卫生资源的投入和产出结构不合理，投入过剩和产出有限是卫生资源结构不合理的具体表现。

表4 2019年江苏省各市卫生资源配置效率

由卫生资源投入与服务效益产出相互关系计算出投入与产出的目标值，借助投影的偏离程度可测算DEA无效决策单元的松弛量，从而明确非DEA有效决策单元资源配置效率最优化所需要调增或调减的数值。以淮安市为例，2019 年综合效率值为0.896，若要达到综合效率值为1，依据表5所列的松弛变量和目标值，可以调整卫生资源投入，医疗机构数需减少228个，目标值1 972个；卫生人员数需减少4 560人，目标值为39 516人；床位数目标值为26 884张，需减少3 492张。或者可在维持原投入水平下调整产出效益，增加93.7万/年诊疗人次至目标值2 904.8万人次；病床使用率目标值为91.66%，需增加3.02%，同时入院人数保持不变，方可达到综合效率最优。但在卫生资源配置的实际中，调整卫生资源投入相对便于操作和实践，使产出更多应用在方向目标设定和效率评价方面。

表5 2019年非DEA有效各市卫生资源配置松弛变量和目标值

表5(续)

2.3 DEA-Malmquist指数测算结果

Malmquist指数在效率评价中若效率值大于1，则表示效率提升和进步，反之下降。在卫生资源配置的实际中，技术效率变动主要应用在组织管理水平上，其中纯技术效率表现在卫生技术要素配置上，规模效率体现为卫生规模效益。技术进步变动应用于卫生要素质量和科学技术水平方面。由表6可见，2015—2019年江苏省卫生资源配置全要素生产效率为0.995，技术效率变动和技术变动分别为0.993和1.002，即全要素生产率降低了0.5%，技术效率变动下降了0.7%，技术变动上升了0.2%。五年来，江苏省卫生资源配置全要素生产效率呈现先上升后下降，总体略降的趋势。分解为纵向时间序列，2015—2016年、2017—2018年和2018—2019年全要素生产率指数值均小于1，2015—2016年和2018—2019年下降是由于技术效率下降引起的，2017—2018年则是技术效率下降和技术进步下降共同作用的结果；2016—2017年数值大于1，主要是技术效率提升明显的结果。

表6 2015—2019年江苏省卫生资源配置Malmquist指数

3 研究结论与政策建议

3.1 研究结论

“十三五”期间，江苏省卫生资源投入总量大且增速明显,在关键性投入指标数上处于全国前列，产出上卫生服务供给能力显著提升，医疗服务体系不断健全，整体向供给侧平衡方向发展。总体来看江苏省“十三五”期间，卫生资源配置效率维持在较高水准，省内多区域间“中心—辐射”效应显著，卫生与健康建设规划中关于医疗卫生服务能力进一步提升的目标已初步完成，但是在新形势下卫生资源配置也面临新的困境。

3.1.1 难以满足高质量发展的需要

“十三五”期间，卫生资源配置模式仍以提速增量为主，部分地区一味扩大医疗机构规模，扩充人员数量，采购大型医疗器械设备以扩充卫生资源的总量和规模。通过模型测算结果可见，高投入背后如果松弛量绝对值上升，病床使用率、规模效率和全要素生产率下降，使卫生资源投入和产出效率与目标值尚存差距，卫生服务产出中有冗余和不足现象。传统粗放型卫生资源配置模式难以满足由规模扩张为主导的增长向以质量效益为主导的精细化、可持续、高质量方向转变的需要，主要原因在于指导思想未能与时俱进，资源配置规划不科学，资源配置制度体系不完善。

3.1.2 过分依赖市场配置卫生资源

长期以来卫生资源以市场配置为主，以政府调控和政策引导为辅。在市场配置中经济发展水平直接决定资源要素配置格局，经济发展水平高的地区往往财力雄厚，科学技术水平和政府执政理念等都较为先进，如南京、苏州等发达地区资金投入大，科技人才氛围好，卫生基础雄厚，易吸纳大量的卫生资源，不可避免地带来资源浪费。然而，经济欠发达地区资金不足、卫生资源引进难度大，阻碍了居民健康水平的提升和地区卫生服务能力的发展。过分依赖市场配置使矛盾日益突出，造成区域卫生资源供需不匹配的状态，主要原因在于市场配置的弊端和缺乏政府强有力的调控。

3.1.3 技术牵引与创新动力明显不足

“十三五”期间，卫生资源配置技术效率牵引力明显下降，技术效率变动和技术进步变动双引擎动力不足。在卫生资源配置转型时期固有的医疗框架和管理体系难以维系转型发展，现有层级体制和程序机制与转型方向存在偏差，无法精确匹配转型方向，卫生人才数和科学技术量逐年提升反而限制了技术贡献率的提升。转型时期“瓶颈效应”给科学技术的推动力带来了极大地挑战，缺乏创新要素的注入，技术要素的地位逐渐落后，直接限制了卫生资源配置效率的提高。管理技术、科学技术和创新要素动力不足，主要原因是管理体制固化、缺乏技术成果转化和缺少创新机制。

3.2 建议

3.2.1 转变发展理念，优化质量发展模式

牢牢把握卫生资源配置精细化、可持续和高质量的发展目标，因地制宜制订区域卫生决策计划，转变传统卫生资源配置唯量发展的理念，将工作重心转移到卫生发展的质量上，更新追求质量效益的指导思想。加强卫生资源配置政策的顶层设计，高度重视卫生经济数据，精确计算预期规模和计划产出，科学编排卫生资源配置要素，提升卫生资源投入的精准度和精确度。建立健全以高质量发展为核心的卫生资源配置制度体系，注重提高卫生资源管理与协调能力，最优状态合理配置各市的卫生资源，全方位提升配置效率。

3.2.2 强化政策引导，统筹区域协同发展

加强对市场配置卫生资源全流程管理，深化市场配置机制改革，建立事前引导事后监督机制，严格控制发达地区卫生资源的总量和规模，引导卫生资源重心下沉，匹配卫生资源和区域发展现状。规范化引入第三方资金进入卫生可控领域，间接加大市场主体在卫生领域的竞争，以提高卫生资源配置水平。立足区域发展现状，正视区域配置差距，政策强化政府强有力的调控手段，构建现代化区域协同发展卫生体系，协调卫生资源在城乡、区域之间的配置格局，着力解决经济发展和卫生资源投入之间的矛盾，以及发达地区卫生资源浪费和欠发达地区卫生资源短缺之间的矛盾，兼顾卫生公平和服务效率。

3.2.3 坚持双轮驱动，构建高效动力系统

协调科技创新和体制创新，完善科研奖励激励机制，牢牢把握科研后端产出管理，探索新型人才培养模式和评价体系，输出高水平系统化研究成果，转化服务卫生资源配置；改革传统层级制管理模式，试点卫生领域引入先进公共管理机制，利用新兴技术加强卫生主体间资源互联互通，提高区域卫生信息化水平。构建创新动力系统，创新卫生资源动态潮汐管理，鼓励对新技术新业务的创新探索，将人工智能技术应用至医疗过程，调整不适应创新的生产关系，将创新要素融入卫生资源配置全过程。