大型綜合公立醫院效率特征及變動研究

王小萬 劉麗杭 匡紹華 劉雙梅 毛燕娜 游 冒

1.中國醫學科學院衛生政策與管理研究中心 北京 100020 2.中南大學公共管理學院 湖南長沙 410083 3.中國聾兒康復研究中心 北京 100029 4.南方醫科大學 廣東廣州 510515 5.國家衛生計生委衛生發展研究中心 北京 100191

?

·醫院管理·

大型綜合公立醫院效率特征及變動研究

王小萬1劉麗杭2匡紹華3劉雙梅1毛燕娜4游 冒5

1.中國醫學科學院衛生政策與管理研究中心 北京 100020 2.中南大學公共管理學院 湖南長沙 410083 3.中國聾兒康復研究中心 北京 100029 4.南方醫科大學 廣東廣州 510515 5.國家衛生計生委衛生發展研究中心 北京 100191

目的：從靜態與動態兩個層次分析大型綜合公立醫院的效率特征及變動趨勢。方法：采用數據包絡分析的C2R-DEA和BC2-DEA模型與Malmquist指數模型，利用50家大型公立醫院2006—2012年的人員、設備、資產、醫療服務等投入—產出指標，構建適宜分析模型。結果：約10%～12%樣本醫院處在相對有效運行狀態，其配置效率均值與規模效率均值分別為0.956與0.943，接近效率前沿，其效率表現相對較好；而純技術效率均值、技術效率均值、成本效率均值與整體效率均值分別為0.796，0.784，0.714和0.714，與效率前沿差距較大，其效率表現相對較差。同時，樣本醫院處于規模報酬遞減狀態的醫院由7.69%增加到26.31%，而處于規模報酬遞增狀態的醫院由80.77%下降到58.34%；其技術進步與Malmquist生產率指數、技術效率指數、純技術效率指數與規模效率指數的變化保持比較穩定的一致性，并呈現持續改善與穩步發展的趨勢。結論：大型公立醫院正面臨著發展動力與激勵機制的轉換，不僅需要轉變醫院管理理念與發展模式，也需要構建有關結構、過程和結果的最佳效率評價標準，以促進包括政府職能在內的醫院治理與發展模式的轉變。

三級綜合醫院； DEA； Malmquist指數； 效率； 評價

大型公立醫院是我國醫療服務體系的核心，在保障基本醫療服務供給、急危重癥和疑難病癥診療、醫療衛生人才培養，以及醫學科技發展等方面發揮著不可替代的作用。根據2013年《中國衛生和計劃生育統計年鑒》[1]，至2012年末，我國共有1 624家三級醫院，共計146.97萬張病床，平均每家醫院擁有床位數905張，1 156名職工與49 459.5萬元的總收入，其中藥品收入占醫院總收入的40.90%。2008—2012年的相關數據顯示，我國三級公立醫院床位數增幅達78.4%，800張床位以上醫院的增幅達202%。[2]隨著我國社會的城鎮化與老齡化，特別是人口結構與疾病譜的變化，醫療與健康需求的爆發式增長超過了大型公立醫院規模的快速擴張。但是，由于我國大型公立醫院的結構與布局，特別是醫療服務價格體系尚不完善，加上社會尚未形成合理的分級醫療服務體系，不僅導致了大型公立醫院服務人次的急劇增長，長期處于所謂供不應求的“戰時狀態”，給醫院的管理與服務帶來了巨大的壓力；也使得大型公立醫院依賴規模發展的效應得以充分體現，并形成粗放式規模發展模式。這也導致患者的過度集中，產生了投入不足與資源浪費并存，服務效率低下與社會矛盾不斷加劇等一系列社會問題。[2]客觀分析大型公立醫院的效率特征及變化趨勢，尋求促進改善效率、提升服務績效與能力的相關改革措施，也就成為了深化公立醫院改革需要解決的一個理論與實踐問題。

醫院效率是一個綜合性概念，不僅是醫院在技術、管理、規模與資源配置等服務能力方面的具體表現，也反映出醫院發展的價值取向與社會責任，并呈現持續改進與不斷完善的發展過程。[3]目前，對醫院效率的評價一般是根據醫院投入—產出的絕對數(既存量)為標準進行的絕對評價，如門診和住院人次數、床位數、醫技人員數、床位使用率、業務收入和支出等，是以絕對數作為評價標準或進行累加，即絕對產出越多，其評價值就越高，稱為終結性或結果性評價；其不足之處是沒有關注到醫院發展的條件與相對效率。因此，其評價結果出現了一些誤導及負面影響，如形成評價的“馬太效應”或加重醫療資源的“虹吸效應”，并強化了大型公立醫院的“利益聚集”[4]。

數據包絡分析(Data Envelopment Analysis, DEA)作為一種常用的非參數前沿效率分析方法，是以資源利用所實現職能的效益為標準評價同類醫院相對效率的方法。即通過對樣本醫院投入—產出絕對量之間的效益值轉化，淡化絕對指標評價的權重，并關注到醫院取得產出絕對量時其發展條件的差異性，因而比較全面；同時，它在關注各樣本醫院的絕對“效果”時，也關注其相對“效率”，并形成了獨特的比較優勢。[5,6]因此，本研究利用DEA模型，基于樣本醫院投入—產出過程所獲得的相對效率值，從靜態與動態兩個方面系統描述樣本醫院的效率特征及變動趨勢，并以此分析各樣本醫院投入規模的適宜程度，以及效率改善的方向與路徑等，以期為政府相關部門提供循證依據。

1 資料與方法

1.1 資料來源

根據全國31個省市三級綜合醫院的規模、行業內影響力以及數據的可得性等，在各省市選取1～2家省級和1家市級三級綜合性醫院，然后根據《三級綜合醫院評審標準(2011版)》[7]，以及年平均實際開放床位數大于500張以上、衛生技術人員碩士學位人數≥80的要求進行篩選。在剔除不滿足納入條件的醫院后，獲得的樣本醫院50家。其數據來源于現場調查和主管部門相關數據統計報表，主要涉及2006—2012年樣本醫院在人力、財力、物力等方面的資源配置、服務提供及收支運營狀況等。具體指標包括年末在職職工數、年末開放床位數、門急診人次、出院人次、總支出、總收入等。同時，還收集了同期與樣本醫院相關的地方社會經濟與衛生部門的統計年鑒資料與統計報表數據。

1.2 研究方法

基于數據包絡分析的傳統C2R-DEA和BC2-DEA模型，成本效率模型(Cost-DEA)以及Malmquist生產率指數模型，系統分析樣本醫院2008—2012年的相關效率值特征及跨期效率的變動趨勢，即由C2R-DEA和BC2-DEA模型計算出各樣本醫院的技術效率值，純技術效率值與規模效率值，由Cost-DEA模型計算出樣本醫院的成本效率值；在通過C2R-DEA模型和Cost-DEA模型獲得各樣本醫院的技術效率和成本效率后，利用“余值法”計算其配置效率，并由此推算出各樣本醫院的整體效率值；基于Malmquist生產率指數模型獲得各樣本醫院相關效率的動態變化指數。[5,8]由于醫院的建筑設施、人力和設備等資源投入在短期內變化不大，且樣本醫院的醫療服務一直處在供不應求的狀態。因此，主要選擇產出導向模型進行分析。[5]數據處理是基于EXCEL構建相關的樣本數據庫，采用DEAP3.0和DEA-Solver(LV3.0)計算各樣本醫院的相關效率值及其變動指標值。

在DEA模型中，效率(或技術效率)可反映樣本醫院在投入一定的條件下產出最大化的能力；而規模效率表示樣本醫院的實際規模與最優生產規模之間的距離，反映其服務規模的有效程度與資源配置的適宜性；純技術效率表示樣本醫院在控制其規模因素后，體現其管理模式與技術水平的服務能力；配置效率是樣本醫院在給定價格與技術的條件下，以適宜的組合方式實現資源有效利用的能力。[5]在模型計算時，如果上述效率值=1，則表示其效率相對有效，否則無效。C2R-DEA模型主要是評價樣本醫院的技術效率，而BC2-DEA模型則是將技術效率分解為純技術效率和規模效率，以進一步分析樣本醫院技術效率低下是由純技術效率低下或規模不當，還是二者共同所致。這比C2R-DEA模型更能準確地反映樣本醫院的管理能力與技術水平。[5]基于Malmquist生產率指數模型評價各樣本醫院全要素生產率的跨期變動，并將全要素生產率變動最終分解為純技術效率變動和規模效率變動，可以進一步分析影響樣本醫院相關效率變動的原因。[5,8]

1.3 模型構建

基于文獻綜述和專家咨詢，根據DEA模型在指標篩選上應遵循的可獲得性、重要性、可比性、精簡性、準確性、相關性和盡量避免重復測量的原則[5,8]，結合數據收集在時間上的完整性，初步篩選出13個備用模型評價指標[9,10]。投入指標如人力指標是年末在職職工數、物力指標是年末實際開放床位數，財力指標是總支出與醫療支出等；產出指標如服務量指標是門急診人次、出院人次；資金收益指標是總收入和醫療收入等。在此基礎上，結合所獲得樣本醫院的相關數據資料，針對篩選出的投入—產出指標在相關性檢驗的基礎上進行不同組合模型的效果評價，以構建本次研究適宜的分析模型(表1)。

表1 基于樣本醫院投入—產出指標構建的不同模型及比較

在數據核查和統計描述的基礎上，利用Eviews 6.0軟件對樣本醫院各投入—產出指標的相關關系進行分析，從技術上盡量避免投入—產出指標間具有較強線性關系，即各指標間無完全替代或互補關系。[5]然后，基于不同模型在指標數量、效率區分度，以及穩定性等方面的比較分析，選擇比較適宜的模型對樣本醫院效率特征及變動趨勢進行實證研究。基于研究目的以及模型構建的基本原則與方法學特點，初步構建出五組不同的DEA模型(表1)。

根據各樣本醫院投入—產出的相關數據所獲得的相關效率均值和有效區分度，模型Ⅲ的有效區分度較為敏感；從穩定性看，模型Ⅰ和模型Ⅲ的有效單元數均在4～6個之間，但模型Ⅰ呈小幅波動狀態，模型Ⅲ盡管也呈小幅波動狀態但其穩定性相對較好。因此，結合不同模型的指標數量，效率區分度，以及穩定性等特點，模型Ⅰ和模型Ⅲ的計算結果比較理想，但模型Ⅰ只包含總支出一個投入指標，不如模型Ⅲ的兩個指標所包含的信息全面。因此，選用模型Ⅲ作為本次實證研究的基本模型。[5,6]所納入的關鍵性投入指標是年末在職職工數(職工數)、年末實際開放床位數(床位數)，關鍵性產出指標是門急診人次、出院人次。模型指標總數為4個，也滿足了納入模型的投入—產出指標數不超過所評價樣本數1/3的基本技術要求(表1)。

2 結果

2.1 一般情況

2006—2012年，樣本醫院在職職工平均人數由1 265人增加到1 788人，年均增長5.93%；實際開放床位平均數由886張增加到1 405張，年均增長7.98%；年均門急診服務人數由69.31萬人次增加到115.14萬人次，年均增長8.83%，年均出院人數由2.35萬人次增加到4.87萬人次，年均增長12.92%；年均總收入與總支出分別由3.25億元和3.14億元增長到9.99億元和9.5億元，年均增長率分別為20.61%和20.24%；在職職工年均工資增長了11.04%。但是，次均門急診費用與次均住院費用也分別增長了9.11%和9.03%。從上述相關指標的絕對數來看，樣本醫院一直處于穩步發展的趨勢，特別是實際開放床位數、門急診與住院人次數；總收入與總支出的增長明顯高于在職職工人數的增長，體現出明顯的規模發展趨勢(表2)。

表2 2006—2012年樣本醫院的相關指標

2.2 效率

2.2.1 樣本醫院相對有效個數

2006—2012年，樣本醫院技術效率值、純技術效率值與規模效率值均為1，即處在相對有效運行狀態的醫院個數約占10%～12%；而整體效率值為1，即整體相對有效的醫院約占2%～10%；配置效率為1，即配置效率相對有效的醫院占4%～14%。結果顯示，盡管樣本醫院相關投入—產出指標的絕對數都呈現較好的發展態勢，但基于DEA模型對樣本醫院間相對效率的比較，即以相關效率值為1的有效樣本醫院為標桿，大部分樣本醫院的整體效率、技術效率、純技術效率、規模效率和配置效率等都存在明顯的改善空間(表3)。

表3 2006—2012年樣本醫院相對有效個數所占比例(%)

2.2.2 樣本醫院相關效率值

2006—2012年，樣本醫院的配置效率值與規模效率值都接近于效率前沿(效率值為1)，效率相對較好；而純技術效率值、技術效率值、成本效率值和整體效率值與效率前沿的差距較大，其效率相對較差；如配置效率均值為0.956，分布在0.944～0.972區間，規模效率均值為0.943，分布在0.918～0.973區間，兩者的效率值接近于效率前沿，處于相對有效且基本穩定的狀態；其純技術效率均值為0.796，分布在0.758～0.821區間，技術效率均值為0.784，分布在0.726～0.776區間，兩值與效率前沿存在明顯的差距，效率一般且比較平穩；整體效率均值和成本效率均值都為0.714，分布在0.686～0.740區間，兩值與效率前沿的差距較大，處于低效且基本穩定狀態。結果顯示，樣本醫院的規模發展與資源配置比較適宜，說明樣本醫院在根據其醫療技術水平與服務能力的特色拓展服務規模與資源配置，并呈現相互促進與協調發展的態勢；但是，其規模效率值與技術效率值或純技術效率值的差距較大，顯示出樣本醫院在服務能力發展方面明顯滯后于規模發展，并制約著整體效率的改善；而且，由于規模快速擴張帶來的負債現象以及過度醫療的誘導需求行為，也增加了樣本醫院的投入成本，從而影響其成本效率的改善(表4)。

表4 2006—2012年樣本醫院的相關效率均值情況

2.2.3 樣本醫院規模報酬

2006—2012年，樣本醫院處于規模報酬遞減狀態的醫院比例由7.69%增加到26.31%，年均增長了22.75%，處于規模報酬遞增狀態的醫院個數由80.77%下降到58.34%，年均減少了5.29%；保持規模報酬不變的醫院個數由11.54%下降到7.70%，然后再增加到15.35%，呈現上下波動的變化特點。結果顯示，盡管半數左右的樣本醫院還處在規模報酬遞增且相對穩定的狀態，但由規模報酬遞增轉為遞減狀態的醫院明顯增加，顯示出隨著其規模的增長所帶來的投入成本也越來越高，進而導致其收益逐年遞減(表5)。

表5 2006—2012年樣本醫院的規模報酬狀態分布 (%)

2.3 效率變動

基于Malmquist指數模型結果，2006—2012年，樣本醫院的全要素生產率變化指數與技術變動指數均大于1，技術效率變動指數純技術效率變動指數以及規模效率變動指數均圍繞1小幅變動；其技術進步與Malmquist生產率指數，技術效率指數，純技術效率指數與規模效率指數的變化保持比較穩定的一致性，這說明樣本醫院的相關效率相對前一年有所改善，并呈現持續改善與穩步發展的趨勢。全要素生產率指數均大于1，表示其生產率持續改善并保持穩定發展態勢；各年度技術效率變化指數基本大于1，略有小幅上下波動，也呈現持續改善狀態；各年度技術變動指數均大于1，提示其技術進步與管理能力在持續改善；各年度純技術效率變化指數基本大于1，略有小幅上下波動，提示其技術更新與應用能力基本適應其規模發展的需要；規模效率變化指數有兩年小于1，呈現小幅上下波動狀態，提示其規模報酬基本穩定，規模發展速度比較適宜。但進一步分析發現，全要素生產率的改善主要是受規模與技術條件的改善(如設備購置)，而不是管理能力與技術水平，即服務能力提升的影響，提示樣本醫院在新技術的應用與管理能力上還難以適應其規模發展的需要，從而影響其純技術效率，并制約技術效率的改善(表6)。

表6 基于Malmquist指數模型的樣本醫院相關效率指數變動情況

3 討論

3.1 評價方法

醫院效率作為一個綜合性概念，其定量表現形式多樣，但任何單一指標都只能反映出它的一個側面。只有構建比較科學的投入—產出指標體系，采用合理的評價方法與模型，才能比較系統地開展效率評價。[9,11,12]

2006—2012年，樣本醫院的服務規模、服務量以及收支運營狀況等都呈現不斷擴大與增長的趨勢，所帶來的收入也在逐年快速增長，并維持著收支平衡略有結余的發展狀態。基于傳統的評價方法，反映出樣本醫院在服務規模與能力、收支運營以及服務績效等方面的穩步發展狀況，也體現出了相關醫改政策及措施對醫院發展的促進效應。但這種絕對數評價方法難以展示樣本醫院之間的相對效率與比較優勢，特別是在其管理與服務方面的競爭能力。

基于DEA模型的醫院效率評價方法正好彌補了傳統評價方法的缺陷及不足。但DEA模型所提供的是樣本醫院的相對效率評價，即通過樣本醫院之間的相互比較，找出相對有效或無效的樣本醫院。所謂相對無效的樣本醫院，只是說明與相對有效的樣本醫院比較，其效率還有提升的潛力；同時，判斷其無效的真正原因也需要進一步分析，并需要研究者或管理人員對所評價樣本醫院的特點及所處環境有比較全面的認識。[13]

3.2 效率特征

隨著公立醫院改革的不斷深入，醫院效率越來越受到社會的關注。本次研究發現，在醫院現有管理體制，技術水平與服務模式下，基于不同年份樣本醫院所構建的生產前沿與各樣本醫院效率值的比較，即與當年有效(效率值=1)的約10%～15%樣本醫院相比，大部分樣本醫院的運行效率，特別是整體效率、技術效率與純技術效率都存在進一步改善的空間。因此，基于現有服務規模，如何通過改善效率提升服務能力與績效已成為公立醫院發展面臨的挑戰。

3.2.1 規模效率與配置效率

基于模型所獲得的相關效率值分析發現，大部分樣本醫院都是根據各自的技術優勢與服務特色以及市場需求拓展其服務規模，并與其品牌與資源配置協同發展，具體體現在各樣本醫院的配置效率值與規模效率值一直處在有效前沿面附近，并保持比較穩定的運行狀態。在微觀層面，很難支持所謂大型公立醫院存在規模盲目發展與資源配置不合理的論點；但是，在宏觀層面，也不能充分說明樣本醫院在其資源配置，特別是規模發展上是合理有效的。因為，配置效率與規模效率這兩個指標還受到外部環境因素的影響。社會與居民醫療保健與健康需求的增長，導致了大型公立醫院的醫療服務長期供不應求，并對其規模發展與資源配置效率產生了明顯的支撐效應。在現有管理體制下，由于醫療服務價格體系與補償機制不健全，大型公立醫院基本采取粗放式規模擴張發展模式；同時，伴隨社會與居民強大的醫療服務需求及其就診行為與習慣，加上相關政策與措施的不完善，進一步刺激了大型公立醫院持續擴大服務規模，進而造成了無序發展的尷尬局面。由此所產生的“馬太效應”與“虹吸現象”又進一步加大了社會醫療資源供給約束與醫療保健需求不斷增長之間的矛盾，產生了資源不足與浪費并存，床位規模發展與人力資源及服務能力發展不匹配，醫院負債經營以及醫療費用急劇增長等一系列社會問題。對此現象的評價還需要更多宏觀方面的實證研究來論證。但是，本研究結果也提示，控制公立醫院規模的擴張不能簡單地靠行政命令，而要通過深化改革并完善其相關配套政策來引導。

3.2.2 技術效率與純技術效率及成本效率

與體現樣本醫院資源配置能力和規模發展狀況的配置效率與規模效率相比，體現其服務能力的技術效率、純技術效率，成本效率，特別是整體效率并不理想，大部分樣本醫院處在相對無效的運營狀態；而且，規模報酬遞增的醫院在逐年減少，而遞減的醫院在逐年增加，服務規模快速發展帶來的負面影響逐步體現出來。這反映出樣本醫院服務能力還難以適應其規模的快速發展，所存在的差距不僅制約著技術效率、純技術效率以及成本效率的改善，也影響其整體效率的提升和醫院的可持續發展。

3.3 效率變動

3.3.1 外延發展與內涵發展

基于Malmquist指數模型結果發現2006—2012年，樣本醫院的全要素生產率及其相關效率在持續改善，這也說明樣本醫院在不斷促進其醫療技術進步與完善管理體制等服務能力的建設，如引入新技術與發展特色服務，實施精益管理與成本控制，強化績效考核等內涵管理；同時，也體現出了相關醫改政策與措施的促進效應，如實施總額預付控制醫院費用增長，嚴禁貸款與負債發展，規范大型醫療設備配置，開展醫院巡查與審計等。這具體體現在樣本醫院生產率的逐年改善并保持穩定發展，技術水平與管理能力逐年提升，技術創新與實際應用能力盡可能適應其規模發展的需要。但是，如果將樣本醫院全要素生產率變動分解為技術變動與效率變動來進一步分析，其全要素生產率的改善主要是受其規模與技術條件改善的影響，如床位增加或設備購置等，而不是純技術效率的改善，即服務能力的發展與其規模的發展還存在明顯的差距；其規模報酬也呈現遞減趨勢。隨著樣本醫院服務規模的快速發展，特別是醫療資源的有效整合與分級診療等相關配套措施的滯后，使其人力資源的壓力快速凸顯，人才與技術的發展受到了前所未有的抑制，不僅阻礙了臨床技術的進步與管理模式的變革，又進一步制約了樣本醫院的可持續發展。同時，基于傳統管理體制下的粗放式規模發展模式，各樣本醫院高新設備配置基本趨同，導致單純依靠高新設備投入改善技術效率的影響力在逐步下降，所產生的技術進步效應及相關效率改善程度也難以支撐全要素生產率的持續改善。在理論上，生產或服務規模的擴大最終會達到一個極點，超過這一點就會導致其效率降低，這可能是由于管理成本和控制成本增加或者是對投入資源的利用率下降所造成。因此，樣本醫院應在穩定現有服務規模的基礎上，結合當地實際情況，通過加強人才培養，發展適宜技術與特色服務，調整服務結構與資源配置方式等措施整合區域醫療資源以形成市場競爭力，并強化其社會責任，進而促進其全要素生產率的持續改善。

3.3.2 綜合改革與持續完善

改善醫院效率的實質是在醫院醫療服務供給與社會需求不斷磨合以及尋求可持續發展的過程中，強調資源有效利用的實現程度。[14]如利用技術進步可以提高醫院在人、財、物和醫療技術等服務要素方面的邊際產出效率，而通過管理體制與激勵機制的改革以及服務模式的創新可以促進醫院投入要素的有效配置。因此，醫院效率的改善程度不僅取決于社會居民醫療與健康需求變化以及醫療技術與服務能力等邊際產出率的高低，也取決于在管理體制與激勵機制以及服務模式等方面的改革效應。在微觀層面，醫院可以引入新技術、新項目，通過加強臨床專業人才的培養，改善服務流程，轉變管理模式與調整服務結構等措施來改善其技術效率、純技術效率與成本效率；而在宏觀層面，樣本醫院可以通過品牌、管理、技術等要素的輸出，特別是通過構建分級醫療的上下互動機制來有效整合區域醫療資源，以促進整體效率、規模效率以及配置效率的持續改善。

4 結語

醫院效率評價是一個循序漸進的動態過程，作為一種促進醫院持續發展的有效治理措施充滿著智慧與挑戰。[15]基于國情以及大型公立醫院發展的區域定位與社會責任，部分公立醫院可能還需要保持適當的規模發展，但不能僅依靠規模發展。調整服務結構、轉變服務模式、提升服務能力、改善服務質量、促進服務績效等都屬于發展的范疇，而且更為重要。如果繼續依靠床位規模與高新設備的配置來促進其發展可能會遇到資金，特別是醫院規模報酬遞減這一瓶頸。控制醫院規模發展的同時，通過區域資源整合，轉變服務模式都能更好地促進醫院效率的可持續改善。因此，從當前我國社會經濟發展的階段性特征出發，大型公立醫院正面臨著發展動力與激勵機制的轉換，這不僅需要轉變醫院管理理念與發展模式，即從規模速度型的粗放式發展轉向精益化的質量與效率型集約發展，從服務規模與要素驅動向結構調整與服務模式創新發展的轉變；也需要構建有關結構、過程和結果的最佳效率標準，以促進包括政府職能在內的醫院治理與發展模式的轉變，從而構建一種“物有所值”的新型醫療服務體系與發展模式。[16]

[1] 中國衛生計生委. 中國衛生計生統計年鑒[EB/OL]. [2015-08-10]. http://www.nhfpc.gov.cn/htmlfiles/zwg-kzt/ptjnj/year 2013/index2013.html

[2] 劉麗華. 區域衛生規劃難阻大醫院持續擴張[EB/OL]. [2015-08-10]. http://www.jkb.com.cn/news/industry-News/2012/ 1127/144839.html

[3] Jacobs R, Smith P, Street A. Measuring efficiency in health care [M] . Cambridge: Cambridge University Press, 2016.

[4] Clement J, Valdmanis V, Bazzoli G, et al. Is more better? An analysis of hospital outcomes and efficiency with a DEA model of output congestion[J]. Health Care Management Science, 2008( 11): 67-77.

[5] Cooper W W, Seiford L M, Zhu J. Handbook on Data Envelopment Analysis [M]. Boston: Kluwer Academic Publishers, 2004.

[6] Nayar P, Ozcan Y A. Data envelopment analysis comparison of hospital efficiency and quality [J]. J Med Syst, 2008, 32(3): 193-199.

[7] 中國衛生計生委. 三級綜合醫院評審標準[EB/OL]. [2015-08-10]. http://www.moh.gov.cn/yzygj/s3585u/201112/ 06f754a213d8413787904e9e6439d88b.shtml

[8] Mortimer D. Competing Methods for Efficiency Measurement: A Systematic Review of Direct DEA vs SFA/DFA Comparisons[R]. 2002.

[9] Cook W D, Seiford L M. Data Envelopment Analysis (DEA)-Thirty years on. European[J]. Journal of Operational Research, 2009, 192: 1-17.

[10] 毛燕娜, 王小萬. 醫院效率特征研究——指標篩選與模型構建[J]. 衛生經濟研究, 2015(8): 15-19.

[11] Cook W D, Zhu J. Classifying inputs and outputs in data envelopment analysis[J]. European Journal of Operational Research, 2008, 180 (2): 692-699.

[12] Linna M, H?kkinen U, Magnussen J.2006,Comparing hospital cost efficiency between Norway and Finland [J]. Health Policy, 77(3): 268-278.

[13] 王小萬, 劉麗杭. 醫院效率特征研究——理論與模型[J]. 衛生經濟研究, 2015(8): 8-14.

[14] Farrell M J. The measurement of productive efficiency[J]. Journal of the Royal Statistical Society, 2007, 120(3): 253-290.

[15] Aday L A. Evaluating the Healthcare System: Effectiveness, efficiency, and equity[M]. 3 rd. Chicago: Health Administration Press, 2004.

[16] Vrangbaek. Decentralization in healthcare. European Observatory on Health Systems and Policies Series[M]. Maidenhead: McGraw Hill/Open University Press, 2012.

(編輯 劉博)

Efficiency characteristics and changes in tertiary general hospitals

WANGXiao-wan1,LIULi-hang2,KUANGShao-hua3,LIUShuang-mei1,MAOYan-nan4,YOUMao5

1.CenterforHealthPolicyandManagement,ChineseAcademyofMedicalSciences,Beijing100020,China2.SchoolofPublicAdministration,CentralSouthUniversity,ChangshaHunan410083,China3.ChinaRehabilitationResearchCenterforDeafChildren,Beijing100029,China4.SouthernMedicalUniversity,GuangzhouGuangdong510515,China5.ChinaNationalHealthDevelopmentResearchCenter,Beijing100191,China

Objective: To analyze the efficiency characteristics and trend of tertiary general public hospitals from both static and dynamic perspectives. Methods: After collecting data of personnel, equipment, assets, health services and other inputs-output indicators from 50 tertiary public hospitals from 2006 to 2012, this paper uses C2R-DEA and BC2-DEA models, as well as Malmquist Index model to build suitable analysis model. Results: About 10%～12% of the sample hospitals are in a relatively effective operational state, and the mean values of allocation efficiency and scale efficiency are 0.956 and 0.943, respectively, which are close to the efficient frontier. The mean values of pure technical efficiency, technical efficiency, cost efficiency and overall efficiency are 0.796, 0.784, 0.714 and 0.714, respectively, which are relatively poor compared with the efficiency frontier. Moreover, the number of hospitals that are in the state of diminishing returns to scale increased from 7.69% to 26.31%, while the number of hospitals that are in the state of increasing returns to scale decreased from 80.77% to 58.34%. The changes in technological progress, Malmquist productivity index, technical efficiency index, pure technical efficiency index and scale efficiency index remained a relatively stable consistency, and showed continuous improvement and steady development trend. Conclusion: Tertiary general public hospitals are facing the transformation of driving force for development and incentive mechanisms. This needs not only to change the management concept and development mode of the hospitals, but also to build evaluation standards of optimum efficiency that are relevant to the structure, process and outcome, in order to promote the transformation of hospital governance and development model that includes the functions of government.

Tertiary general hospitals; DEA; Malmquist index; Efficiency; Evaluation

國家自然科學基金(71173237) 作者簡介：王小萬，男(1959年—)，博士，主要研究方向為衛生經濟與醫院管理。E-mail: wangxwan@gmail.com

R197

A

10.3969/j.issn.1674-2982.2015.10.007

2015-06-28

2015-09-22