论文部分内容阅读
【摘要】本文利用2012～2014年31个省、自治区、直辖市的省级面板数据，建立包含两个投入指标和两个产出指标的投入型DEA模型，实证分析医改后中国医疗卫生保健系统的产出水平及综合技术效率。研究发现，医疗卫生保健机构的建设水平和卫生技术人员的培养和数量对医疗卫生保健产出水平有显著的正向效应，且全国各地区的医疗卫生保健服务产出的综合技术效率相对来说处于一种较高水平的状态，较发达地区存在一定程度的医疗卫生保健投入的人力资源冗余。为提高我国医疗卫生和健康保健的产出水平，需深化医改政策，进一步平衡发达地区与欠发展地区的医疗卫生保健机构的建设水平和卫生技术人员的投入。
【关键词】医疗卫生 健康保健 DEA方法 产出效率
一、引言及述评
随着人民生活水平的日益提高，人們越来越注重医疗质量和日常健康保健，并且现如今正处于深化医疗改革的重要一年，因此，研究我国医疗卫生服务和居民健康保健的产出效率水平变得十分有意义。
张晖（2009）等基于DEA方法对我国各地方政府2001～2005年医疗卫生投入和产出的技术效率进行实证研究，结果表明我国现在医疗卫生投入主要是由地方财政投入构成且产出效率水平较低。屠彦（2015）基于2013年我国医疗卫生支出的截面数据，通过建立DEA模型得出我国各地区医院和基层医疗机构的产出效率已经达到较高的水平，且越发达的地区，其医院效率越高；然后，进一步建立的Tobit模型分析表明对各地区医疗机构效率影响力较大的因素主要来自于财政分权、政府卫生支出比重、城市化水平、医疗机构密度、医疗技术水平这几个方面。韩华为（2010）利用面板数据基于DEA- Tobit框架得到我国地方政府的卫生支出效率不同地区间存在显著差异。张宁（2006）等通过DEA方法发现在不同年份，我国各地区的健康生产效率处于生产前沿面上的省份有所不同，但是远离相对最优效率的省份基本一致，并且总的来说平均健康生产效率随时间推移不断提高。刘海英、张纯洪（2009）提出当考虑“非合意”这一产出因素时，我国30个省际地区卫生经济系统的产出效率呈现明显差异。2010年，二人以我国60个农村和城市地区为研究对象，动态比较我国城乡经济系统投入产出效率，结果表明农村地区的卫生经济生产增长率快于城市。赵宇（2014）、张瑞华等（2008）、王萱萱等（2014）则侧重于通过DEA方法分析医疗机构的医疗服务效率，如赵宇基于DEA-BCC模型和Malmquist指数静态分析中国31省区的医疗卫生机构医疗服务的相对效率，结果表明有15个非DEA有效省份并且主要集中于中西部地区。
关于我国医疗效率的现有研究中，大多是测算我国各地区政府医疗财政支出效率水平，或者评测中国各地区医疗卫生系统的产出效率。然而，很少有研究同时将体检、保健等非诊治行为与医疗卫生服务结合起来进行效率评估。因此，本文将医疗卫生服务与健康保健行为同时划归入医疗卫生保健系统，进一步通过建立DEA模型测评该系统的产出效率。
二、评价指标体系与模型构建
（一）决策单元（DMU）的划分
DEA方法可以分析多投入多产出的效率评价问题，若要对我国医疗卫生保健系统的产出效率进行有效分析，则需明确待评价的决策单元，从而进一步比较不同决策单元间的相对效率。本文将全国31个省、直辖市、自治区分别作为31个决策单元，同时考虑2012 ～2014年这3年期间，我国医疗卫生保健系统效率水平的变动趋势。所有数据均来自于2013～2015年的《中国卫生统计年鉴》。
（二）评价指标体系
基于现有文献以及柯布道格拉斯生产函数定义，对中国医疗卫生系统服务效率的投入指标通常从资金投入和人力资源投入两方面考虑，资金投入量通常用医疗机构的固定资产来衡量，人力资源的投入一般用卫生技术人员人数来衡量，本文分别用各地区每千人口卫生技术人员数和每千人口医疗卫生机构床位数来表示人力和资金投入。产出类指标通常从诊疗人次、医院提供的卫生服务数量等表示。本文是在现有研究的基础上，进一步将保健或体检等非诊治行为考虑在内，从而构建医疗卫生保健系统，故分别从医疗卫生机构和人民两个层面反映该系统的服务产出水平。各地区医疗卫生机构门诊服务情况能够同时体现人民健康检查行为和医院门急诊情况，各地区城乡医疗保健支出又能从消费角度反映城乡居民用于医疗保健方面的支出，因此选取这两个指标作为DEA的产出指标。具体指标如表1所示：
（三）模型构建
BCC模型在CCR模型的基础上引进新的约束条件Σλj=1，并且放宽了规模报酬不变的假设，具体形式如下：
其中，目标函数测算的是纯技术效率，且规模效率=技术效率/纯技术效率。本文试图分析2012～2014年我国医疗卫生保健系统服务产出的效率情况，从投入的角度运用BCC模型进行测算，借助DEAP2.1软件来实现。
三、实证分析
（一）2014年医疗卫生保健系统的产出效率研究
根据各指标对应的2014年全国31省、自治区、直辖市的截面数据，通过DEAP2.1运行得出各地区的综合技术效率、纯技术效率、规模效率值以及规模报酬情况，具体情况如表2所示。
1.综合技术效率。由表2可知，总体来看2014年全国各地区的医疗卫生保健服务产出的综合技术效率均值为0.773，相对来说处于一种较高水平的状态。其中只有河北、吉林和广东省的医疗卫生保健服务的综合技术效率值为1，实现了投入资源配置的DEA有效，此时医疗卫生保健的投入和产出组成的线性组合位于技术效率前沿面上，河南省和黑龙江省综合效率值分别为0.997和0.911，非常接近于生产前沿面。而在剩下的26个DEA非有效的决策单元里，综合技术效率值低于0.7的省份达到10个，且大都集中在我国西部欠发达地区，其中西藏的综合技术效率值最低，只有0.409，但它的纯技术效率值为1，可见导致该地区综合技术效率无效的因素来自于规模非有效，说明该地区投入存在规模不足的问题。 2.纯技术效率。纯技术效率说明纯技术非有效是在多大程度上导致了各地区医疗卫生保健系统投入的非有效，同时也能够测度各地区医疗卫生保健系统在投入规模既定的情况下，对资源投入预算的控制能力以及投入规划是否合理。
总的来说，全国31个省份的纯技术效率值较高，均值为0.908，其中8个地区实现纯技术效率有效，北方地区居多，除了河北、吉林、广东三个省是同时存在纯技术效率和规模效率最优外，剩下的5个省市只满足纯技术效率有效，导致他们最终综合技术效率无效归因于这些地区医疗卫生保健的投入规模不足。此外，只有新疆的纯技术效率值低于0.7，其余省份纯技术效率值平均达到0.885，由此表明在2014年的我国医疗卫生保健资源的投入规模下，这23个省份的医疗卫生保健系统的人力或资本投入处于相对低效率状态。
3.规模效率。总体看来，31个省、自治区、直辖市的规模效率较高，平均值为0.852，但是规模效率的差异较大，其中规模有效的有3个省份，规模效率值大于0.9的省份有11个，而最低的只有0.409。可见大多数省份并没有达到投入规模的最优状态，并且在这28个规模无效的省份里，除了河南省和山东省处于规模报酬递减，其他地方均处于规模报酬递增，其规模效率还存在提升空间，所以这些省份可以通过扩大医疗卫生保健的投入水平，从而促进规模效率的增长，然后进一步带动其综合技术效率的提高。
4.DEA无效省份投入冗余情况分析。在DEA无效的28个省份中，有19个地方存在人力资源或资本投入冗余，具体情况如表3所示：
由表3可知，北京、上海地区对于医疗卫生保健投入的人力资源冗余较大，而像贵州、云南、新疆等西部地区的医疗卫生保健事业，相对于一线城市北京上海来说，却是缺少医学卫生方面的人才，从而固定资产相对冗余。若以北京2014年医疗卫生保健情况为例，系统的第一、二产出均不存在冗余情况，而第一、二投入均存在一定程度的投入冗余，且可以分别减少4.421和1.071。其中，若以北京2014年医疗卫生保健情况为例，系统的第一、二产出均不存在冗余情况，而第一、二投入均存在一定程度的投入冗余，且可以分别减少4.421和1.071，详情见表4。
（二）2012～2014年医疗卫生保健系统产出效率研究
通过建立投入型的DEA模型，依次计算出2012～2014年我国31个地区的医疗卫生保健系统的平均综合技术效率、平均纯技术效率以及平均规模效率，详情见表5。
如上表所示，三年间我国医疗卫生保健系统的平均综合技术效率和平均规模效率值呈逐年减少趋势，均值分别减少到0.773和0.852，而平均纯技术效率较高但变动浮动不大，只有轻微的上涨趋势，最终达到0.908。由此可见，我国在2012～2014这三年间的医疗卫生保健投入的綜合技术效率主要取决于投入规模，反映了当前我国医疗卫生保健提供的服务与人民日益增长的医疗保健需求之间存在着严重不对称，医疗资源配置不均衡，以及发达地区与欠发达地区间有巨大差距的现状。
四、政策建议
目前，我国不同地区间的卫生资源差异性仍然很大，尤其是像北京、上海等较发达的一二线城市，人才济济且就业竞争强，相对现有的医疗固定配备而言，存在较严重的卫生技术人员的投入冗余；而像西藏、新疆等西部欠发达地区的省份，医疗卫生保健系统相对来说不够健全，同时医疗卫生技术人才较稀缺，而医疗资本投入此时就显得相对冗余。基于医疗卫生保健系统现状存在的问题，我国仍需进一步深化医疗体制改革，减少地区间医疗资源配置的严重不均衡，降低医疗水平的差距。
此外，本研究在指标选取方面仍有可以改进的地方。由于各地区的人口密度相差悬殊、医疗资源质量参次不齐，因而衡量医疗卫生保健系统产出并不能完全从每千人卫生技术人员数和每千人病床数来体现，因此可进一步选取甄别更好的指标来对模型进行修正。
参考文献
[1]张晖，许琳.我国各地医疗卫生投入效果分析[J].卫生经济研究，2009（4）：14-15.
[2]屠彦.我国政府医疗卫生支出效率及其影响因素研究[J].财会月刊，2015（33）：69-73.
[3]韩华为，苗艳青.地方政府卫生支出效率核算及影响因素实证研究——以中国31个省份面板数据为依据的DEA-Tobit分析[J].财经研究，2010（5）：5-16+40.
[4]张宁，胡鞍钢，郑京海.应用DEA方法评测中国各地区健康生产效率[J].经济研究，2006（7）：92-105.
[5]刘海英，张纯洪.中国城乡经济系统投入产出动态效率对比研究[J].农业经济问题，2010，（2）：44-51.
[6]刘海英，张纯洪.中国城乡地区医疗卫生系统服务效率的对比研究[J].中国软科学，2011（10）：102-113.
[7]赵宇.中国各省区医疗卫生机构医疗服务相对效率评价——基于DEA-BCC模型和Malmquist指数的实证分析[J].经济与管理评论，2014（2）：151-156.
[8]张瑞华，刘莉，李维华，等.基于数据包络分析的我国31个省市医疗卫生服务效率评价[J].中国卫生经济，2011，30（2）：69-72.
[9]王萱萱，朱敏，张思冬，等.基于DEA的乡镇卫生院基本医疗服务效率评价[J].中国卫生经济，2014（5）：75-77.
作者简介：蔡雪月（1994-），女，河南新乡人，广西大学商学院15级数量经济学硕士研究生，研究方向：数量经济学理论与应用。
【关键词】医疗卫生 健康保健 DEA方法 产出效率
一、引言及述评
随着人民生活水平的日益提高，人們越来越注重医疗质量和日常健康保健，并且现如今正处于深化医疗改革的重要一年，因此，研究我国医疗卫生服务和居民健康保健的产出效率水平变得十分有意义。
张晖（2009）等基于DEA方法对我国各地方政府2001～2005年医疗卫生投入和产出的技术效率进行实证研究，结果表明我国现在医疗卫生投入主要是由地方财政投入构成且产出效率水平较低。屠彦（2015）基于2013年我国医疗卫生支出的截面数据，通过建立DEA模型得出我国各地区医院和基层医疗机构的产出效率已经达到较高的水平，且越发达的地区，其医院效率越高；然后，进一步建立的Tobit模型分析表明对各地区医疗机构效率影响力较大的因素主要来自于财政分权、政府卫生支出比重、城市化水平、医疗机构密度、医疗技术水平这几个方面。韩华为（2010）利用面板数据基于DEA- Tobit框架得到我国地方政府的卫生支出效率不同地区间存在显著差异。张宁（2006）等通过DEA方法发现在不同年份，我国各地区的健康生产效率处于生产前沿面上的省份有所不同，但是远离相对最优效率的省份基本一致，并且总的来说平均健康生产效率随时间推移不断提高。刘海英、张纯洪（2009）提出当考虑“非合意”这一产出因素时，我国30个省际地区卫生经济系统的产出效率呈现明显差异。2010年，二人以我国60个农村和城市地区为研究对象，动态比较我国城乡经济系统投入产出效率，结果表明农村地区的卫生经济生产增长率快于城市。赵宇（2014）、张瑞华等（2008）、王萱萱等（2014）则侧重于通过DEA方法分析医疗机构的医疗服务效率，如赵宇基于DEA-BCC模型和Malmquist指数静态分析中国31省区的医疗卫生机构医疗服务的相对效率，结果表明有15个非DEA有效省份并且主要集中于中西部地区。
关于我国医疗效率的现有研究中，大多是测算我国各地区政府医疗财政支出效率水平，或者评测中国各地区医疗卫生系统的产出效率。然而，很少有研究同时将体检、保健等非诊治行为与医疗卫生服务结合起来进行效率评估。因此，本文将医疗卫生服务与健康保健行为同时划归入医疗卫生保健系统，进一步通过建立DEA模型测评该系统的产出效率。
二、评价指标体系与模型构建
（一）决策单元（DMU）的划分
DEA方法可以分析多投入多产出的效率评价问题，若要对我国医疗卫生保健系统的产出效率进行有效分析，则需明确待评价的决策单元，从而进一步比较不同决策单元间的相对效率。本文将全国31个省、直辖市、自治区分别作为31个决策单元，同时考虑2012 ～2014年这3年期间，我国医疗卫生保健系统效率水平的变动趋势。所有数据均来自于2013～2015年的《中国卫生统计年鉴》。
（二）评价指标体系
基于现有文献以及柯布道格拉斯生产函数定义，对中国医疗卫生系统服务效率的投入指标通常从资金投入和人力资源投入两方面考虑，资金投入量通常用医疗机构的固定资产来衡量，人力资源的投入一般用卫生技术人员人数来衡量，本文分别用各地区每千人口卫生技术人员数和每千人口医疗卫生机构床位数来表示人力和资金投入。产出类指标通常从诊疗人次、医院提供的卫生服务数量等表示。本文是在现有研究的基础上，进一步将保健或体检等非诊治行为考虑在内，从而构建医疗卫生保健系统，故分别从医疗卫生机构和人民两个层面反映该系统的服务产出水平。各地区医疗卫生机构门诊服务情况能够同时体现人民健康检查行为和医院门急诊情况，各地区城乡医疗保健支出又能从消费角度反映城乡居民用于医疗保健方面的支出，因此选取这两个指标作为DEA的产出指标。具体指标如表1所示：
（三）模型构建
BCC模型在CCR模型的基础上引进新的约束条件Σλj=1，并且放宽了规模报酬不变的假设，具体形式如下：
其中，目标函数测算的是纯技术效率，且规模效率=技术效率/纯技术效率。本文试图分析2012～2014年我国医疗卫生保健系统服务产出的效率情况，从投入的角度运用BCC模型进行测算，借助DEAP2.1软件来实现。
三、实证分析
（一）2014年医疗卫生保健系统的产出效率研究
根据各指标对应的2014年全国31省、自治区、直辖市的截面数据，通过DEAP2.1运行得出各地区的综合技术效率、纯技术效率、规模效率值以及规模报酬情况，具体情况如表2所示。
1.综合技术效率。由表2可知，总体来看2014年全国各地区的医疗卫生保健服务产出的综合技术效率均值为0.773，相对来说处于一种较高水平的状态。其中只有河北、吉林和广东省的医疗卫生保健服务的综合技术效率值为1，实现了投入资源配置的DEA有效，此时医疗卫生保健的投入和产出组成的线性组合位于技术效率前沿面上，河南省和黑龙江省综合效率值分别为0.997和0.911，非常接近于生产前沿面。而在剩下的26个DEA非有效的决策单元里，综合技术效率值低于0.7的省份达到10个，且大都集中在我国西部欠发达地区，其中西藏的综合技术效率值最低，只有0.409，但它的纯技术效率值为1，可见导致该地区综合技术效率无效的因素来自于规模非有效，说明该地区投入存在规模不足的问题。 2.纯技术效率。纯技术效率说明纯技术非有效是在多大程度上导致了各地区医疗卫生保健系统投入的非有效，同时也能够测度各地区医疗卫生保健系统在投入规模既定的情况下，对资源投入预算的控制能力以及投入规划是否合理。
总的来说，全国31个省份的纯技术效率值较高，均值为0.908，其中8个地区实现纯技术效率有效，北方地区居多，除了河北、吉林、广东三个省是同时存在纯技术效率和规模效率最优外，剩下的5个省市只满足纯技术效率有效，导致他们最终综合技术效率无效归因于这些地区医疗卫生保健的投入规模不足。此外，只有新疆的纯技术效率值低于0.7，其余省份纯技术效率值平均达到0.885，由此表明在2014年的我国医疗卫生保健资源的投入规模下，这23个省份的医疗卫生保健系统的人力或资本投入处于相对低效率状态。
3.规模效率。总体看来，31个省、自治区、直辖市的规模效率较高，平均值为0.852，但是规模效率的差异较大，其中规模有效的有3个省份，规模效率值大于0.9的省份有11个，而最低的只有0.409。可见大多数省份并没有达到投入规模的最优状态，并且在这28个规模无效的省份里，除了河南省和山东省处于规模报酬递减，其他地方均处于规模报酬递增，其规模效率还存在提升空间，所以这些省份可以通过扩大医疗卫生保健的投入水平，从而促进规模效率的增长，然后进一步带动其综合技术效率的提高。
4.DEA无效省份投入冗余情况分析。在DEA无效的28个省份中，有19个地方存在人力资源或资本投入冗余，具体情况如表3所示：
由表3可知，北京、上海地区对于医疗卫生保健投入的人力资源冗余较大，而像贵州、云南、新疆等西部地区的医疗卫生保健事业，相对于一线城市北京上海来说，却是缺少医学卫生方面的人才，从而固定资产相对冗余。若以北京2014年医疗卫生保健情况为例，系统的第一、二产出均不存在冗余情况，而第一、二投入均存在一定程度的投入冗余，且可以分别减少4.421和1.071。其中，若以北京2014年医疗卫生保健情况为例，系统的第一、二产出均不存在冗余情况，而第一、二投入均存在一定程度的投入冗余，且可以分别减少4.421和1.071，详情见表4。
（二）2012～2014年医疗卫生保健系统产出效率研究
通过建立投入型的DEA模型，依次计算出2012～2014年我国31个地区的医疗卫生保健系统的平均综合技术效率、平均纯技术效率以及平均规模效率，详情见表5。
如上表所示，三年间我国医疗卫生保健系统的平均综合技术效率和平均规模效率值呈逐年减少趋势，均值分别减少到0.773和0.852，而平均纯技术效率较高但变动浮动不大，只有轻微的上涨趋势，最终达到0.908。由此可见，我国在2012～2014这三年间的医疗卫生保健投入的綜合技术效率主要取决于投入规模，反映了当前我国医疗卫生保健提供的服务与人民日益增长的医疗保健需求之间存在着严重不对称，医疗资源配置不均衡，以及发达地区与欠发达地区间有巨大差距的现状。
四、政策建议
目前，我国不同地区间的卫生资源差异性仍然很大，尤其是像北京、上海等较发达的一二线城市，人才济济且就业竞争强，相对现有的医疗固定配备而言，存在较严重的卫生技术人员的投入冗余；而像西藏、新疆等西部欠发达地区的省份，医疗卫生保健系统相对来说不够健全，同时医疗卫生技术人才较稀缺，而医疗资本投入此时就显得相对冗余。基于医疗卫生保健系统现状存在的问题，我国仍需进一步深化医疗体制改革，减少地区间医疗资源配置的严重不均衡，降低医疗水平的差距。
此外，本研究在指标选取方面仍有可以改进的地方。由于各地区的人口密度相差悬殊、医疗资源质量参次不齐，因而衡量医疗卫生保健系统产出并不能完全从每千人卫生技术人员数和每千人病床数来体现，因此可进一步选取甄别更好的指标来对模型进行修正。
参考文献
[1]张晖，许琳.我国各地医疗卫生投入效果分析[J].卫生经济研究，2009（4）：14-15.
[2]屠彦.我国政府医疗卫生支出效率及其影响因素研究[J].财会月刊，2015（33）：69-73.
[3]韩华为，苗艳青.地方政府卫生支出效率核算及影响因素实证研究——以中国31个省份面板数据为依据的DEA-Tobit分析[J].财经研究，2010（5）：5-16+40.
[4]张宁，胡鞍钢，郑京海.应用DEA方法评测中国各地区健康生产效率[J].经济研究，2006（7）：92-105.
[5]刘海英，张纯洪.中国城乡经济系统投入产出动态效率对比研究[J].农业经济问题，2010，（2）：44-51.
[6]刘海英，张纯洪.中国城乡地区医疗卫生系统服务效率的对比研究[J].中国软科学，2011（10）：102-113.
[7]赵宇.中国各省区医疗卫生机构医疗服务相对效率评价——基于DEA-BCC模型和Malmquist指数的实证分析[J].经济与管理评论，2014（2）：151-156.
[8]张瑞华，刘莉，李维华，等.基于数据包络分析的我国31个省市医疗卫生服务效率评价[J].中国卫生经济，2011，30（2）：69-72.
[9]王萱萱，朱敏，张思冬，等.基于DEA的乡镇卫生院基本医疗服务效率评价[J].中国卫生经济，2014（5）：75-77.
作者简介：蔡雪月（1994-），女，河南新乡人，广西大学商学院15级数量经济学硕士研究生，研究方向：数量经济学理论与应用。