馬 原 段占祺 楊 練 張子武 張雪莉

1 成都中醫(yī)藥大學(xué)管理學(xué)院，成都， 611137；2 四川省衛(wèi)生和計(jì)劃生育信息中心，成都， 610041；3 成都中醫(yī)藥大學(xué)公共衛(wèi)生學(xué)院，成都， 611137

醫(yī)療資源具有資源的共性，即稀缺性。如何使有限的醫(yī)療資源發(fā)揮出最大的社會(huì)經(jīng)濟(jì)價(jià)值，是衛(wèi)生經(jīng)濟(jì)研究中的一個(gè)重要課題，而醫(yī)療資源高效與合理的使用在很大程度上取決于醫(yī)療機(jī)構(gòu)的運(yùn)行效率，醫(yī)療機(jī)構(gòu)有序高效地運(yùn)行對于推動(dòng)資源配置最優(yōu)化具有重要的意義，有利于緩解人民群眾“看病難、看病貴”的問題[1]。四川省是我國西部的人口大省、經(jīng)濟(jì)大省，也是我國主要的民族地區(qū)和貧困地區(qū)之一，能否合理配置及有效利用衛(wèi)生資源是其實(shí)現(xiàn)全民健康、助力全面小康的關(guān)鍵[2]。因此，本文通過引入DEA-熵權(quán)TOPSIS法，采用無導(dǎo)向SBM模型測算分析四川省21個(gè)市(州)當(dāng)前醫(yī)院的資源配置與利用效率，基于效率值與決策目標(biāo)構(gòu)建備選方案，結(jié)合熵權(quán)TOPSIS法對各備選方案進(jìn)行綜合排序，最終提出改善醫(yī)院運(yùn)行效率的優(yōu)選方案，為政策制定提供決策參考。

1 資料來源與方法

1.1 研究對象

從四川省衛(wèi)生統(tǒng)計(jì)年鑒獲取四川省2017年21個(gè)市(州)醫(yī)院衛(wèi)生資源配置及利用整體情況。

1.2 研究方法

1.2.1 數(shù)據(jù)包絡(luò)分析(DEA)法。本研究基于松弛的效率評價(jià)模型(slack-based measure，SBM)納入6個(gè)指標(biāo)進(jìn)行測算，其中選取衛(wèi)技人員數(shù)、萬元以上設(shè)備總值、床位數(shù)作為投入指標(biāo)，分別歸納為人、財(cái)、物的資源配置[3]，同時(shí)選取門急診人次數(shù)、出院人數(shù)、住院病人手術(shù)人次數(shù)作為產(chǎn)出指標(biāo)。

1.2.2 熵權(quán)TOPSIS法。 在各市(州)相對效率測算值的基礎(chǔ)上，針對綜合效率不足的后六位市州，運(yùn)用排列組合，兩兩之間構(gòu)建能夠促進(jìn)全省效率提升的備選方案，利用熵權(quán)TOPSIS法確定優(yōu)選方案。熵權(quán)TOPSIS法由熵權(quán)法與TOPSIS法組合而成，其基本原理是首先構(gòu)建指標(biāo)初始矩陣，消除量綱影響后轉(zhuǎn)為歸一化矩陣；其次運(yùn)用熵權(quán)法確定投入與產(chǎn)出指標(biāo)權(quán)重值，建立加權(quán)決策矩陣；最后利用TOPSIS法求出正負(fù)理想解，并通過備選方案與正負(fù)理想解的相對距離進(jìn)行排序與評價(jià),由此確定優(yōu)選方案[4-5]。較之傳統(tǒng)TOPSIS 法，本研究的組合方法依據(jù)各評價(jià)指標(biāo)的變異大小對其賦予權(quán)重，結(jié)果更具有科學(xué)客觀性，且充分利用了指標(biāo)所含信息，做到了優(yōu)勢互補(bǔ)，評價(jià)可信度較高[6]。

1.3 統(tǒng)計(jì)學(xué)方法

采用Excel 2016軟件進(jìn)行基礎(chǔ)數(shù)據(jù)整理，利用MaxDEA 7.0數(shù)據(jù)包絡(luò)分析軟件進(jìn)行效率測算。

2 研究結(jié)果

2.1 無導(dǎo)向SBM模型測算結(jié)果

2.1.1 綜合效率、技術(shù)效率與規(guī)模效率分析。2017年四川省醫(yī)院綜合效率值為1的市(州)僅有4個(gè)(德陽市、綿陽市、廣安市與涼山州)，占總體決策單元的比重為19.05%，八成左右的市州綜合效率值低于1，民族地區(qū)阿壩州與甘孜州分別居全省倒數(shù)一二位，而涼山州總體情況較好。結(jié)果提示2017年四川省醫(yī)院總體運(yùn)行效率不高，投入與產(chǎn)出不成比例。

全省醫(yī)院純技術(shù)效率相對較好，12個(gè)市(州)DEA相對有效，占總體決策單元的比重為57.14%，自貢市的純技術(shù)效率最低(0.693)，民族地區(qū)的純技術(shù)效率全部達(dá)到相對有效，結(jié)果提示若使用相同的投入要素組合，則全省約六成的醫(yī)院產(chǎn)出符合最優(yōu)化，但仍有四成的醫(yī)院需做進(jìn)一步改進(jìn)。

規(guī)模效率方面，僅有4個(gè)市(州)達(dá)到相對有效，分別是德陽市、綿陽市、廣安市與涼山州，這與綜合效率分布情況保持一致，相對無效的市(州)占總體決策單元的比重為80.95%，結(jié)果提示目前四川省醫(yī)院規(guī)模效率偏低，現(xiàn)有規(guī)模上配置效率有待改進(jìn)(見表1)。

表1 2017年四川省21個(gè)市(州)資源配置及利用效率值

2.1.2 確定決策目標(biāo)及備選方案。假設(shè)四川省在2017年醫(yī)院運(yùn)行效率相對評價(jià)的基礎(chǔ)上，計(jì)劃2018年使2個(gè)市(州)醫(yī)院的運(yùn)行效率實(shí)現(xiàn)相對有效，從而提升全省總體效率。本文為了平衡地區(qū)之間的發(fā)展，且考慮研究的可行性，擬在綜合效率排序后六位的市(州)中選擇2個(gè)市(州)，使其綜合效率值達(dá)到最優(yōu)，待選市(州)：自貢市、內(nèi)江市、達(dá)州市、資陽市、阿壩州、甘孜州。運(yùn)用排列組合構(gòu)建備選方案，共計(jì)15種(見表2)。

表2 備選方案構(gòu)成集分布情況

2.2 熵權(quán)TOPSIS法進(jìn)行評價(jià)與決策

2.2.1 構(gòu)建決策矩陣。決策矩陣的構(gòu)建方法：①各方案指標(biāo)需改進(jìn)總量=使備選方案中的決策單元，方案中涉及的兩個(gè)市(州)，達(dá)到有效的各投入指標(biāo)需改進(jìn)總量+保證相對有效的決策單元(德陽市、綿陽市、廣安市與涼山州)仍為有效的各指標(biāo)需改進(jìn)總量；②保證相對有效的決策單元仍為有效的各指標(biāo)需改進(jìn)總量=2018年原相對有效的決策單元各指標(biāo)需改進(jìn)總量+2018年備選方案中決策單元各指標(biāo)需改進(jìn)總量[7]。構(gòu)建原理：基于SBM模型所測得的各指標(biāo)松弛變量值，首先計(jì)算原備選方案中2個(gè)市(州)達(dá)到相對有效投入指標(biāo)的改進(jìn)量，其次利用該模型測算改進(jìn)后的各備選方案效率值及投入與產(chǎn)出指標(biāo)的松弛變化量(2018年預(yù)測的產(chǎn)出指標(biāo)值源自2013～2017年的增量趨勢，故原相對有效的決策單元效率值可能會(huì)發(fā)生變動(dòng))，最后計(jì)算2018年保證原相對有效的決策單元和備選方案中決策單元仍為有效的投入與產(chǎn)出指標(biāo)改進(jìn)總量(見表3)。

表3 決策矩陣-備選方案投入產(chǎn)出指標(biāo)松弛改進(jìn)量

2.2.2 熵權(quán)法計(jì)算指標(biāo)權(quán)重值。利用熵權(quán)法計(jì)算備選方案投入產(chǎn)出指標(biāo)松弛改進(jìn)量的信息熵及指標(biāo)權(quán)重，結(jié)果顯示出院人數(shù)熵值最大(0.8418)，指標(biāo)變異程度最小，其權(quán)重值也最小(0.0811)；而衛(wèi)技人員數(shù)信息熵最小(0.0000)，提供的信息量反而最大，故其權(quán)重也最大(0.5129)(見表4)。

表4 投入產(chǎn)出指標(biāo)的信息熵和熵權(quán)

2.2.3 TOPSIS法進(jìn)行排序與決策。通過對15種備選方案投入與產(chǎn)出指標(biāo)松弛改進(jìn)量綜合排名，可以看出：①方案集{P1,P2,……，P15}到正、負(fù)理想解的距離范圍分別為0.043～0.192、0.061～0.200；②方案6、方案2及方案1與最優(yōu)方案較為接近，指示值分別為0.816、0.770、0.738，位列前三，可作為決策的備選方案，但優(yōu)選方案首推方案6(內(nèi)江市、達(dá)州市)；③方案15(阿壩州、甘孜州)排位倒數(shù)第一，可能與民族地區(qū)地理環(huán)境及人口密度不無關(guān)系，因此僅從效率角度而言，該方案對于提升全省總體效率作用不突出(見表5)。

表5 熵權(quán)TOPSIS法排序結(jié)果

3 討論

3.1 全省醫(yī)院總體運(yùn)行效率有待優(yōu)化，區(qū)域間發(fā)展不平衡

通過對2017年四川省21個(gè)市(州)醫(yī)院運(yùn)行效率研究發(fā)現(xiàn)，僅有4個(gè)市(州)綜合效率相對有效，其余17個(gè)市(州)效率值均低于1(效率值0.455～0.860)，民族地區(qū)差異較大。2015年國務(wù)院辦公廳發(fā)表了《關(guān)于推進(jìn)分級診療制度建設(shè)的指導(dǎo)意見》，明確提出到2020年分級診療服務(wù)能力全面提升，資源布局合理、層級優(yōu)化、富有效率，基本建立符合國情的分級診療制度。當(dāng)前四川省分級診療制度正在穩(wěn)步推進(jìn)，但從數(shù)據(jù)分析結(jié)果來看醫(yī)院總體運(yùn)行效率不高，區(qū)域間發(fā)展不均衡，如果資源配置及利用效率持續(xù)不足，那么很可能難以實(shí)現(xiàn)2020年總體規(guī)劃目標(biāo)。建議一方面政府衛(wèi)生部門統(tǒng)籌規(guī)劃全省衛(wèi)生資源，適時(shí)、適度調(diào)整衛(wèi)生資源配置，優(yōu)化衛(wèi)生資源配置結(jié)構(gòu)[8],加強(qiáng)醫(yī)院監(jiān)督與管理；另一方面各級醫(yī)院應(yīng)按照分級診療框架，明確自己的功能定位，同時(shí)大醫(yī)院自身的優(yōu)勢醫(yī)療資源要下沉至基層，提升總體的資源利用率。

3.2 全省醫(yī)院規(guī)模效率亟需改進(jìn)，規(guī)模收益差異明顯

研究結(jié)果顯示全省規(guī)模效率相對有效的市(州)占總體決策單元的比重僅為19.05%，而接近八成的市(州)規(guī)模效率相對無效，這與綜合效率分布情況保持一致，進(jìn)一步說明影響四川省醫(yī)院綜合效率的關(guān)鍵因素源自其規(guī)模效率。成都市、自貢市等9個(gè)市(州)規(guī)模收益大于1，攀枝花、阿壩州、甘孜州等8個(gè)市(州)規(guī)模收益小于1，另有4個(gè)市(州)，即德陽市、綿陽市、廣安市與涼山州，規(guī)模收益等于1。上述數(shù)據(jù)提示大部分市(州)存在規(guī)模過大或過小的現(xiàn)象，投入與產(chǎn)出要素未達(dá)到最佳組合狀態(tài)，衛(wèi)生資源地區(qū)分布不均衡，規(guī)模收益差異明顯。建議一方面政策制定者可增加規(guī)模收益處于遞增階段的地區(qū)資源投入，同時(shí)可相應(yīng)減少規(guī)模收益處于遞減階段的地區(qū)資源投入，以期達(dá)到資源最優(yōu)配置效率[9]；另一方面醫(yī)院自身需調(diào)整及優(yōu)化內(nèi)部結(jié)構(gòu)、充分盤活資源存量來實(shí)現(xiàn)最佳規(guī)模以提高效率[10]。

3.3 應(yīng)優(yōu)先改善內(nèi)江與達(dá)州兩市醫(yī)院運(yùn)行效率

排序結(jié)果顯示方案6、方案2及方案1與理想方案較為接近，且方案6相似程度最高，故決策者可以優(yōu)先選擇方案6(內(nèi)江市、達(dá)州市)作為來年提升全省綜合效率的關(guān)鍵路徑。前述結(jié)果已表明兩市綜合效率不高應(yīng)歸咎于其純技術(shù)效率較低?；诖?，筆者提出以下三點(diǎn)可操作性建議：一是鼓勵(lì)醫(yī)院進(jìn)行技術(shù)革新，不斷優(yōu)化臨床路徑，并適時(shí)提高病種入徑率；二是重視管理的科學(xué)與精細(xì)化程度, 制定行之有效的定性定量管理方案和投入產(chǎn)出評估機(jī)制[11]；三是調(diào)整醫(yī)療衛(wèi)生資源的配置結(jié)構(gòu)，實(shí)現(xiàn)衛(wèi)生經(jīng)濟(jì)學(xué)提及的帕累托最優(yōu)，逐步構(gòu)建整合性醫(yī)療衛(wèi)生體系[12]，以此促進(jìn)運(yùn)行效率提升。