应用数据包络分析法评价手术科室运营效率

许 轲 何瑞仙 邱亭林△

【提 要】 目的 分析手术科室运营效率，为提升医疗资源利用效率和精细化管理水平提供参考。方法 应用数据包络分析方法分析科室的规模报酬状态和相对有效性。通过计算科室的各指标投影值，确定科室的适宜规模。结果 医院整体运营效率较高，20个手术科室中，9个科室DEA有效，达到了技术和规模上的最佳投入产出组合；6个科室为DEA弱有效，5个科室为DEA无效，卫生资源投入没有得到充分利用，没有达到最佳的规模产出。科室A、B、C、I、R和T处于规模报酬递增状态，科室E、G、L、M和Q处于规模报酬递减状态。结论 采用DEA对各手术科室运营效率进行评价具有可行性，针对DEA无效的科室，需进一步加强管理和优化资源配置，以提高科室运营效率。

2019年《国务院办公厅关于加强三级公立医院绩效考核工作的意见》指出：“要推动三级公立医院在发展方式上由规模扩张型转向质量效益型，在管理模式上由粗放的行政化管理转向全方位的精细化绩效管理，实现效率提高和质量提升，促进公立医院综合改革政策落地见效”。因此对于医院管理者而言，提升医院精细化管理水平，合理配置医疗资源，提高资源利用效率至关重要[1-2]。数据包络分析方法(data envelopment analysis，DEA)是运用数学工具评价经济系统生产前沿面有效性的非参数方法，特别适合用于多投入、多产出的多目标决策单元的绩效评价，而且对投入和产出指标没有分布和量纲要求[3-4]。本研究采用DEA方法，对医院各手术科室的资源投入和产出指标进行评价，找出影响科室运营效率的原因，并提出针对性的改进意见，为医院精细化管理和资源配置提供参考。

资料与方法

1.资料来源

通过查阅文献，根据数据口径的统一性、可比性原则，同时考虑数据可获得性，并结合医院管理的重心，选取床位数(张)、手术平台数(个)、护士数(人)和医生数(人)4个投入指标；选取出院量(人次)、手术量(人次)、病例组合指数(case mix index，CMI)和住院总费用(万元)4个产出指标[3，5]。

数据包络分析法中，过多的评价指标可能会降低DEA的评价效率，一般要求样本容量大于投入和产出指标数量之和的两倍[6]。本研究采集2019年度北京市某肿瘤专科医院医疗卫生统计数据，以20个手术科室病区为评价对象，分别以代码A-T表示。

2.研究方法

DEA有多种分析模型，本研究选用常用的CCR(charnes，cooper and rhodes)模型和BCC(banker，charnes and cooper)模型[2，7]。CCR模型的基本原理是在规模报酬不变的假设下衡量决策单元(decision making units，DMU)的总体技术效率(亦称为综合效率)，判断各科室相对于其他科室其“技术有效”和“规模有效”是否同时发生。BCC模型主要是对CCR模型的扩充，假设规模报酬可以变动的情况下，将CCR模型的综合效率分为纯技术效率和规模效率，综合效率=纯技术效率×规模效率，效率值均介于0～1之间，当综合效率为1时，称为DEA有效。纯技术效率是由于管理和技术等因素影响的生产效率，技术效率为1，称为技术效率有效，指现有卫生资源投入下的最大产出，技术效率数值越小，其有效性越差。规模效率反映的是实际规模与最优生产规模的差距，规模效率为1，称为规模效率有效，指规模收益不变情况下，卫生资源投入增加数倍，产出也相应增加数倍。BCC模型同时还给出了各DMU的规模报酬状态，可以分为规模报酬递增、规模报酬递减和规模报酬不变三种状态，并计算各DMU的投入、产出指标的投影值，对各DMU在投入和产出方面存在的问题进行定量分析[4，8]。

3.统计分析

采用DEAP 2.1软件实现DEA统计分析。

结 果

1.投入产出指标基本情况

2019年度20个手术科室床位数介于15至51张，平均38.65张；手术平台数99至550个，平均317.40个；护士7至30人，平均21.30人；医生4至17人，平均8.40人。出院人次410至3325，平均1994.55；手术人次335至3247，平均1567.50；CMI值0.66至3.15，平均1.47；住院总费用2141.47万元至18275.73万元，平均8194.03万元。其中，科室E床位数、手术平台数和护士数最多，科室R医生数最多。科室O出院人次和手术人次最多，科室G的CMI值最高，科室E住院总费用最高。

2.科室运行效率情况

20个手术科室中，综合效率平均值为0.91，纯技术效率平均值为0.95，规模效率平均值为0.96，处于相对较高水平。科室D、F、H、J、K、N、O、P和S的综合效率、纯技术效率和规模效率均为1，处于规模报酬不变状态，达到了DEA有效。表明这9个科室的床位、卫技人员等方面的投入已经得到了充分利用，达到了技术和规模上的最佳投入产出组合，构成了20个手术科室的生产最前沿(表1)。

表1 2019年度某肿瘤医院手术科室DEA运行效率

另外有11个手术科室综合效率小于1，科室的医疗资源配置效率没有达到最佳状态。其中科室C、E、G、L、M和T为DEA弱有效，其技术效率为1，规模效率

科室A、B、C、I、R和T处于规模报酬递增状态，产出的增长速度高于投入的增长速度，为达到最优生产规模，未来可进一步增加科室投入，采取外延式的发展模式，追求效益的最大化。科室E、G、L、M和Q处于规模报酬递减状态，产出的增长速度低于投入的增长速度，建议适当减少科室的投入或进一步提高资源利用效率，增强管理水平。

3.DEA无效科室的优化方案

根据DEA无效科室的综合效率值和松弛变量，得出各个投入和产出指标的理想值，再与实际值进行比较，以明确各指标调整值，提出医疗资源配置过程中的不足之处，为优化配置卫生资源提供定量依据。以科室B为例，在产出既定的情况下，投入指标存在一定程度的浪费，床位可减少1.19张，手术平台可减少96.73个，护士可减少6.22人(表2)。

表2 2019年度某肿瘤医院DEA无效科室的投入与产出优化

讨 论

DEA是一种非参数方法，对指标没有分布和量纲的要求，其采用极值确定生产前沿，避免用主观标准确定效率，客观性较强，特别适合用于多投入和多产出的多目标决策单元的绩效评价[2]。此外，DEA还可以进一步分析和发现科室低效率的原因，揭示各科室运营的优势和不足，促进持续改进和完善[9]。

本研究结果显示，20个手术科室综合效率平均值为0.91，纯技术效率平均值为0.95，规模效率平均值为0.96，处于相对较高水平，各科室的综合效率值排序与科室的实际情况基本一致。全院共有5个科室(占比25%)DEA无效，存在医疗卫生资源投入冗余或产出不足。6个科室处于规模报酬递增状态，产出的增长速度高于投入的增长速度，为达到最优生产规模，可考虑进一步增加科室投入；5个科室处于规模报酬递减状态，产出的增长速度低于投入的增长速度，建议适当减少科室的投入或进一步提高资源利用效率，增强管理水平。如果通过合理调配资源，加强科室管理使5个DEA无效的科室达到DEA有效，投入方面可节省床位3.42张(0.44%)、手术平台177.98个(2.80%)、护士10.08人(2.37%)、医生7.92人(4.71%)。

DEA方法虽然可以对科室运行效率做出评价，但造成有效率或无效率的原因仍然需要根据实际情况进行分析和解释。例如，科室I属于综合治疗科室，不仅收治手术患者，还收治部分化疗患者，然而本研究侧重分析手术相关指标的运行效率，可能存在一定的不公平。科室A和B有较多患者转运至门诊进行手术，由于门诊手术室工作时间相对较短，且受患者转运环节等因素影响，可能会导致科室的运行效率降低。

DEA也存在一定的局限性，比如其对指标的选择比较敏感，使用不同的投入和产出指标，会导致不同的生产前沿形状和位置，计算出来的有效值也会有一定差距[2]。受客观条件限制，本研究主要侧重住院和手术相关指标，未能纳入门诊量、固定资产投入、员工收入等指标，研究结果可能不够全面。另外，DEA方法所得的效率值是相对效率，而非绝对效率，DEA有效的科室是相对于其他参与评价的科室而言，并不代表该科室本身已经达到绝对最佳状态。因此，无论是相对有效科室，还是非有效科室，都应当充分利用现有资源，不断提高自身的医疗服务效率水平。