項盈如,吳 進,王 聰,華 樂,黃仙紅
(杭州師范大學醫學院,浙江 杭州 310000)
合理配置衛生資源是衛生事業可持續發展的基礎,也是保證衛生系統績效達標的重要組成部分。隨著2009年新醫改的提出,我國衛生資源配置情況發生很大變化。2015年《全國醫療衛生服務體系規劃綱要(2015~2020)》指出,我國醫療衛生資源存在總量不足、質量不高、結構與布局不合理等問題[1]。目前,綜合分析醫改前后全國衛生資源配置效率的研究相對較少,瞿茜[2]、張爽[3]等用DEA方法評價武漢市、湖北省的衛生資源效率,周迪[4]、張瑤[5]等用超效率DEA模型和BP神經網絡模型分析了我國醫改后的效率。以往的研究主要集中于用一系列經濟學方法評價某一省市、某一年的衛生資源配置效率,鮮有用Tobit回歸模型探索影響因素。本文采用DEA-Tobit兩階段方法,系統的分析醫改前后我國衛生資源配置效率及影響因素。
原始數據主要來自2007-2017年的《中國統計年鑒》、《中國衛生統計年鑒》以及其他相關年鑒。選取我國除香港、澳門和臺灣以外的31個省市的衛生資源配置作為研究對象。
數據包絡分析(Data Envelopment Analysis,DEA)是美國學者Coopper和Charnes提出來的,用于當時工業生產中的效率評價,適合處理多投入、多產出的問題[6]。DEA中的BBC模型用于測量純技術效率(PTE),其假設規模收益可變,也被稱為VRS模型,該模型可以將綜合效率分解為純技術效率和規模效率。Malmquist生產效率指數分解為兩個方面變化:一是被評價DMU在兩個時期內的技術效率的變化(EC),二是生產技術的變化(TC),即TFP=EC·TC。其中,EC能夠反映管理決策是否正確,管理方法的優劣問題;TC代表了技術進步和生產創新程度。技術效率變化又可以分為純技術效率變化和規模效率變化[7]。
Tobit模型也稱為樣本選擇模型或受限因變數模型,由于因變量取值在0~1之間,且大部分數值是連續分布,存在小部分數據在某個值上相當集中,即稱之為截尾回歸現象。對相關的文獻歸納發現:影響衛生資源配置效率的自變量指標主要包括人口密度、人均GDP、城鎮化率、政府財政扶持、醫院密度等社會經濟、政策、市場方面。如李卓、陳潔[8,9]認為經濟發展水平、人口密度、城鎮化水平對衛生資源配置效率有顯著影響;楊文芳、衛柯臻[10,11]研究發現政府財政支出比例、醫院密度等外部指標對衛生資源配置效率有顯著影響。本研究基于文獻分析,并結合各省域發展情況,選取了如下指標作為自變量:總人口(萬人)、城鎮人口比重(%)、65歲以上人口比例(%)、教育經費(萬元)、人均GDP(元)、政府衛生支出(億元)、公立醫院數(個)。運用本研究的面板Tobit回歸分析基礎公式:Yi=β0+β1x1+…+βixi+εi,(0≤Yi≤1)進行計算,其中Yi表示因變量,即本研究中的效率值;i表示31個省市自治區;β0表示回歸方程的常數項;βi表示自變量的回歸系數;εi表示誤差。
本文投入指標采用醫療衛生機構數、衛生人員數、床位數和衛生總費用;產出指標先采取6類31項產出指標作為產出評價指標體系建立備選指標庫,結合每個指標與其他指標的相關系數的平均數Ri和變異系數CV選取診療人次數、入院人數、病床使用率、孕產婦死亡率〔1/10萬)、5歲以下兒童中重度營養不良比重(%)和甲乙類法定報告傳染病發病率〔1/10萬)為產出指標。
從時間跨度來看,2006-2016年我國的衛生資源配置的綜合效率平均值不斷提高,從醫改前的平均值0.85增加到醫改后的0.92,2008年綜合效率值最低,為0.83;2016年綜合效率值最高,為0.95。此外,遼寧、河北、山東、黑龍江、吉林、山西6個省的綜合效率值低于0.8,明顯低于其他省市的效率,資源浪費和產出不足并存。從東中西分布來看,醫改前后綜合效率平均值排名為東部>西部>中部,分別為0.92,0.90,0.84,見表1。

表1 醫改前后我國省域衛生資源配置綜合效率變化情況
醫改前后,我國31省市的Malmquist指數呈現不斷波動趨勢,2006-2016年的Malmquist指數平均值為1.008,說明整體上處于有效的水平。醫改前,2007-2008年的全要素生產率進步了58%,是全要素進步最大的一個時段,其技術效率變化、純技術效率變化和規模效率變化都表現為退步,技術變化表現為明顯進步。醫改后,2012-2013年全要素生產率為0.967,退步了3.3%,是整個時段全要素變化最低的時段,見表2。

表2 2006-2016年我國各項效率指標的平均變化情況
醫改前,總人口(β=6.66×10-5,P<0.01)、政府衛生支出(β=0.003,P<0.01)、公立醫院數(β=-9×10-4,P<0.01)、65歲以上人口比例(β=-0.04,P<0.05)是我國或部分地區衛生資源配置效率的主要影響因素。醫改后的效率影響因素,新增了城鎮人口比重、教育經費和人均GDP,見表3。

表3 醫改前后我國衛生資源效率的環境指標選擇
醫改后,我國各省市綜合效率平均值均大于0.9,高于醫改前的平均效率水平,表明醫改后我國的衛生資源配置效率處于上升狀態,這與彭莉[12]等人研究結果一致。東部地區資源配置效率最高,西部其次,中部最低。東部地區憑借經濟水平、機構管理、醫療水平等優勢,衛生資源配置效率平均值超過中西部地區。在未來的發展中,東部地區應充分利用自身優勢,促進醫療資源的跨區域流動,從而縮小地區差異,這與夏昉[13]、孫玉偉[14]等人研究結果一致。遼寧等6省綜合效率平均值明顯偏低,反映衛生資源配置效率存在省域間的不平衡。
醫改后,西部有效省市占比最大,中部最低。由此可見,衛生資源豐富的東部地區并不一定衛生資源利用效率就高,且東部地區內部資源配置差距較大,這一研究結果與臧芝紅[15]的結果一致。結果提示,雖然經濟發達地區優質衛生資源集中、規模龐大,但可能存在盲目擴建、人員冗雜、管理水平不配套等導致衛生資源利用效率低下的現象。
DEA分析結果顯示,2006-2016年全要素生產變化指數大于1,技術變化值為1.007,是引起全要素生產率變動的主要原因。技術變化主要體現在衛生資源配置的完善性和有效性,說明我國醫改前后共計11年間,一系列醫療政策的實施及政府對衛生資源配置的重視促進了效率的增長[16]。也有學者的結果表明[17],技術效率變動是影響衛生資源配置的主要原因。本文結果顯示,技術效率變動的確有積極影響,但影響程度較小,說明醫改后我國雖然重視技術改進與推動創新意識,但效果不顯著。
醫改前,總人口指標對衛生資源配置效率呈正相關,65歲以上人口比例和公立醫院數兩項指標對衛生資源配置效率呈負相關。醫改后,影響因素主要增加了城鎮人口比重、教育經費和人均GDP指標。其中,總人口和教育經費對我國或各地區的衛生資源配置效率有正向影響,政府衛生支出對其影響有正有負。此結果表明:政府會根據地區總人口的分布情況合理分配資源,盡力做到在有限投入的前提下擴大產出,以滿足人們對醫療衛生的需求;但部分地區顯示政府衛生支出對其影響為負,這可能由于不同地區政府對資金的利用效率以及分配方式不平均造成,這一結果與胡大海的研究結果一致[18]。此外,本文選取的婦幼保健、傳染病發病率等產出指標主要涉及預防等公共衛生服務領域,這一領域也是政府衛生支出相對薄弱的地方。隨著政府對醫療及教育的重視,城鎮化水平的提高,教育經費的投入加大,人們自我保健意識與自主就醫選擇的能力不斷加強,醫療衛生資源效率也得到了有效提高[19]。人均GDP、65歲以上人口比例和公立醫院數對我國或各地區的衛生資源配置效率有負向影響。說明人均地區生產總值的提高使居民自主就醫選擇增加,患者紛紛涌向三級公立醫院等醫療機構就醫,造成地區資源的使用效率偏低[20],而如今我國人口老齡化嚴重,老年人群醫療需求劇增,所以合理分配醫療資源顯得尤為重要。此外,公立醫院數的增加降低了效率,與Mobley[21]等人研究結果一致。這可能是由于醫改措施并未兼顧資源的效率問題,同時因缺少民營醫院的競爭,導致了效率的低下。
政府及管理部門在制定衛生資源配置規劃時,應結合效率分析結果,統籌區域和省際衛生資源規劃,促使冗余衛生資源向不足區域或省市流動,并注重醫療衛生人員在各省市的結構調整,最大限度的調動衛生人員的工作積極性,提高衛生服務能力,從而推動效率的改善;應從需求側出發,深入考察、捕捉最前沿的醫療衛生需求,從而制定科學合理的醫療衛生規劃,優化資源的配置,盡可能減少冗余值的出現[22]。
技術變化是衛生資源效率增加的主要原因,應更新管理理念,重視醫療資源的合理分配。政府要跟上時代發展的步伐,重視醫學教育、醫療技術水平、醫療質量等發展,致力于創新意識的培養與高精尖人才隊伍的創建,從而實現衛生資源配置和衛生服務利用總體效率的提高[23]。
醫院的性質常常影響著內部多個體系的運行,更關乎一家醫院的管理理念。在醫療行業,應進一步推動民間資本的引入[24],鼓勵有資本有能力的民營醫院加入市場競爭中來,通過競爭不斷優化醫療衛生的供給能力和水平,從而提高我國衛生資源配置的效率。