基于DEA-GIS方法的我國農村醫療衛生資源配置效率及公平性研究

高點，史盧少博，林錦慧，王興民，王冬*

1.510515 廣東省廣州市，南方醫科大學衛生管理學院

2.510515 廣東省廣州市，南方醫科大學公共衛生學院

“強基層”是我國醫改重心之一，《關于進一步深化改革促進鄉村醫療衛生體系健康發展的意見》強調要優化鄉村醫療衛生機構布局，因地制宜合理配置鄉村兩級醫療衛生資源。我國廣大農村地區的醫療衛生服務仍面臨嚴峻挑戰，具體表現在衛生資源總量不足、結構布局不合理、服務效率不高等問題較突出［1］。因此，研究我國農村醫療衛生資源配置的效率及公平性對推動基層醫療衛生服務有序發展具有重要意義。而既往研究時間較久遠，較少兼顧效率和公平性指標，且局限于某一省域鄉鎮衛生院或村衛生室［2-8］，這不利于對全國農村醫療衛生服務資源配置問題的全面、實時把控及精準判斷。鑒于此，本研究通過數據包絡分析法（Data Envelopment Analysis，DEA）、衛生資源集聚度（Health Resource Agglomeration Degree，HRAD）、地理信息系統（Geographic Information System，GIS）等方法，對2020年我國農村醫療衛生資源配置的效率和公平性進行分析和研究，為優化區域醫療衛生資源規劃和完善鄉村醫療衛生體系提供參考。

1 資料與方法

1.1 資料來源

本研究數據來源于《中華人民共和國行政區劃統計表》《2021中國衛生健康統計年鑒》。綜合現有文獻研究、數據可得性［4-5］及征得專家咨詢意見，選取我國29個省份（不含北京市、上海市和港澳臺地區）的鄉鎮衛生院和村衛生室作為研究對象，以鄉鎮衛生院和村衛生室機構數（以下簡稱衛生機構數）、鄉鎮衛生院床位數（以下簡稱床位數）、鄉鎮衛生院和村衛生室衛生技術人員數（以下簡稱衛生技術人員數）作為投入指標；鄉鎮衛生院和村衛生室診療人次數（以下簡稱診療數）、鄉鎮衛生院入院數（以下簡稱入院數）作為產出指標。

1.2 研究方法

1.2.1 DEA：DEA是一種評價同類型決策單元有效性和計算決策單元間相對效率的評價方法，其多用于分析多投入-多產出的效率問題，當前已廣泛應用于衛生資源配置效率領域。本研究使用DEAP 2.1軟件，選擇BCC規模報酬可變模型［9］，設置投入導向。在規模報酬可變的條件下，可將綜合技術效率分為純技術效率和規模效率，各指標取值分布在0～1［10］，若綜合技術效率、純技術效率及規模效率均為1，則DEA相對有效，表明衛生資源配置效率好，資源得到充分利用，處于生產前沿［11］；若綜合技術效率和規模效率＜1，純技術效率=1，則DEA弱有效，說明技術有效，規模無效，存在資源結構配置不合理；若上述三種效率均＜1，則DEA無效，表明衛生資源配置效率低，資源未被充分利用［12］。

1.2.2 HRAD：HRAD是指某一區域內占上一層區域1%的土地面積上集聚的衛生資源數量的比例，可用于對衛生資源配置公平性的評價［13］。其計算公式為HRADi=（HRi/HRn）×100%/（Ai/An）×100%。其中HRADi表示該地區的衛生資源集聚度，HRi表示該地區的衛生資源數量，HRn為上一層區域的衛生資源數量；Ai表示本地區土地面積，An為上一層區域土地面積。當HRAD=1時，說明該地區衛生資源按地理區域配置是絕對公平的；當HRAD＞1時，表明公平性較高；反之，HRAD＜1為公平性較低［14］。

1.2.3 GIS：GIS是以地理空間數據為基礎，結合相關資源進行空間分析的方法［15-16］，其能夠將衛生資源數據與地理空間相結合，以空間分布形式呈現衛生資源的空間分布特點［17］，多用于衛生資源配置研究。本研究借助GIS技術探究我國農村醫療衛生資源配置公平性的地理空間分布差異。

1.3 統計學處理

利用Excel 2021軟件錄入數據，并計算農村醫療衛生投入資源集聚度，使用DEAP 2.1軟件計算衛生資源配置效率，利用ArcMap軟件對集聚度數據進行地理制圖。

2 結果

2.1 我國農村醫療衛生資源配置現況

2020年我國農村醫療衛生資源投入與產出現狀詳見表1，各類指標的最大值與最小值差異均較大；在各指標的最大值中，河南省的衛生技術人員數和診療人次數較大，四川省的床位數和入院數較大，河北省的機構數較大；在各指標的最小值中，天津市的機構數和衛生技術人員數較小，寧夏回族自治區、青海省、西藏自治區的床位數、診療數、入院數依次較小。

表1 2020年我國農村醫療衛生資源投入、產出現狀Table 1 Current status of inputs and outputs of rural medical and health resources in China in 2020

2.2 我國農村醫療衛生資源的效率分析

2.2.1 我國農村醫療衛生資源DEA分析結果：利用DEAP 2.1軟件對我國農村醫療衛生資源配置效率進行分析，結果見表2和圖1。29個省份僅有江蘇省、浙江省、廣西壯族自治區、重慶市4個省份達到綜合技術效率有效，為資源配置效率較優，農村醫療衛生資源要素配置合理；天津市、河南省、湖南省、廣東省、四川省、青海省、寧夏回族自治區7個省份為DEA弱有效，說明純技術效率有效，但規模效率無效，存在資源結構配置不合理；其余18個省份各效率指標均＜1，未達到DEA有效，表明衛生資源配置效率低。從規模效率看，天津市、山西省、內蒙古自治區等15個省份為遞增，占51.72%，表明這15個省份的農村醫療衛生資源規模收益遞增，可擴大規模增加收益；河北省、安徽省、江西省等10個省份為遞減，占比34.48%，說明規模收益遞減，可削減規模、減少浪費；其余4個省的規模效應不變，為較優狀態，占比13.79%。

圖1 2020年我國農村醫療衛生資源配置效率分布圖Figure 1 Distribution of rural medical and health resources allocation efficiency in China in 2020

表2 2020年我國農村醫療衛生資源配置效率分析Table 2 Analysis of the allocation efficiency of rural medical and health resources in China in 2020

S+和S-分別代表產出和投入的松弛變量，S+的大小代表產出不足的程度，根據其數值增加相應產出，S-的大小則代表投入冗余的程度，根據其數值減少相應的投入，當二者均為0時，則表示產出與投入均不存在浪費，達到了最優狀態，實現了DEA有效。18個省份均為非DEA有效，其中投入指標中，18個省份的S-值均不為0，根據結果可知投入的各項醫療衛生資源冗余，未獲得合理有效的利用；在產出指標中，僅有山東省的入院人數產出不足、西藏自治區為診療人次數和入院人數均不足，見表3。

2.2.2 非DEA有效省份效率的改進方向：2020年我國非DEA有效省份農村醫療衛生資源投入與產出的實際值和目標值對比情況見表4。非DEA有效的18個省份在產出不變的情況下，均存在投入冗余，可根據改進比例減少農村醫療衛生資源的投入；在投入不變的情況下，山東省的入院數產出不足，西藏自治區的診療數和入院數均產出均不足，說明在現有投入規模下農村醫療衛生資源利用不充分，這提示山東省和西藏自治區需加強農村醫療衛生建設，不斷提高自身業務能力水平，擴大農村醫療衛生資源產出效果。

非DEA有效省份農村醫療衛生資源配置效率的改進原因和改進參考集見表5。僅有山東省和西藏自治區同時存在投入過剩與產出不足的問題，而其余16個省份只存在投入過剩的問題。在改進參考集中，浙江省、重慶市作為參考集的頻次并列第一，均為15次。

表5 非DEA有效省份農村醫療衛生資源配置效率的改進原因和參考集Table 5 Reasons for improvement and reference sets of rural medical and health resources allocation efficiency in non-DEA-effective provinces

2.3 我國農村醫療衛生資源的公平性分析

分別計算得出農村醫療衛生機構數、床位數、衛生技術人員數的集聚度，以反映我國2020年農村醫療衛生資源的地理公平性，結果見表6。從各省份來看，2020年河南省各類農村醫療衛生資源的集聚度整體最高，為4.97～5.21；西藏自治區最低，集聚度為0.02～0.07。各類醫療衛生資源配置中，未有省份資源配置公平性達到最優；在非DEA有效的省份中，內蒙古自治區、吉林省、黑龍江省、云南省、西藏自治區、甘肅省、新疆維吾爾自治區等邊疆省份的集聚度均＜1，說明這些地區農村醫療衛生資源按地理配置處于不公平狀態，地理可及性差；其余11個非DEA省份農村醫療衛生資源集聚度過高，存在醫療衛生資源配置過剩的問題。從投入指標看，農村醫療衛生機構數（0.07～5.21）、床位數（0.13～5.32）的集聚度整體小于衛生技術人員數（0.15～5.80），可以得出我國農村醫療衛生物力資源配置公平性整體優于衛生人力資源。此外，我國農村醫療衛生資源整體呈現出自西向東逐漸增加的趨勢，整體上，以河北省、河南省、山東省、江蘇省、安徽省集聚度最高。以上結果反映出我國農村醫療衛生資源按地理面積配置的公平性尚有不足，區域間差異明顯。

表6 2020年我國農村醫療衛生資源投入指標的集聚度Table 6 The health resource agglomeration degree of rural medical and health resource input indicators in China in 2020

3 討論與建議

3.1 我國農村醫療衛生資源配置整體效率較低，需重視提升技術效率

2020年我國29個省份農村醫療衛生資源配置綜合技術效率均值為0.68，其中僅有15個省份的綜合技術效率在均值以上，處于生產前沿，62.07%的省份為非DEA有效，說明農村醫療衛生資源冗余現象十分普遍。在非DEA有效省份中72.22%省份的純技術效率低于規模效率，說明純技術效率低是制約綜合技術效率提高的主要原因［18］，間接反映了過去多重視規模效率的提高，而對提升純技術效率的關注程度不足，純技術效率將成為提高農村醫療衛生資源配置綜合技術效率的關鍵要點［19］。因此，對于純技術效率較低的河北省、山西省、內蒙古自治區等13個省份而言，應整合省域內農村醫療衛生資源，從規模擴張向高質量發展轉型，在明確自身定位的基礎上，持續推進縣域醫共體建設以促進優質醫療資源下沉農村醫療衛生體系，引入先進管理模式和新技術，加強互聯網+的應用，多措并用提高純技術效率［20］。

3.2 完善醫療衛生資源投入產出結構，減少冗余浪費

非DEA有效省份均存在資源的投入冗余，而產出指標中僅有山東省的入院數、西藏自治區的診療數和入院數不足，說明各省份農村醫療衛生資源投入過?，F象較為常見，應適當控制醫療衛生資源投入，或將重點放在資源存量調整和結構布局優化，提高衛生資源利用率［21］；此外，要提高居民健康意識，促進主動就醫、合理就醫，山東省要提高入院率，西藏自治區需提高入院率和就診率，將資源配置和資源規模相適應［22］。非DEA有效省份可根據改進參考集，結合自身實際，選擇參考集省份為模板進行改進，其中，浙江省是可參考頻次最高的省份之一。各省可以借鑒作為高質量發展共同富裕示范區的浙江省在縮小城鄉區域發展差距、實現公共服務優質共享、推動優質醫療資源均衡布局方面的發展經驗，優化投入產出比例，提高各類農村醫療衛生資源配置效率，扎實推進基于共同富裕的衛生健康高質量發展［23］。

3.3 合理統籌區域農村醫療衛生資源配置，促進衛生資源均衡發展

農村醫療衛生機構、床位、衛生技術人員配置均呈現出兩極分化傾向，東部地區的資源配置水平明顯高于中西部地區，表明我國農村醫療衛生資源配置地域分布均衡性有待提高。相關研究表明，經濟發展水平差異是影響衛生資源供需的主要因素之一，經濟發展差異造成各地區財政在農村衛生資源的投入上存在差距［24-25］。在高集聚度的地區，尤以河北、河南、山東、江蘇、安徽五省的資源配置集聚度最高，這不僅與五省經濟發展水平有關，亦與其城鎮化率、人口密度、教育水平、老齡化有關［26］。因此，需要政府統籌東、中、西部資源配置以彌補區域差異，加大產業轉移和對口幫扶力度，大力發展中西部經濟，優化醫療衛生資源投入結構，控制醫療衛生資源投入過剩地區規模數量，向資源配置不足地區傾斜，避免資源配置扎堆分布［27］，促進衛生服務均等化，滿足各地區農村居民的衛生服務需求。

3.4 統籌把握地區發展狀況，因地制宜實現精準施策

研究結果顯示，東部地區各省份農村醫療衛生資源配置公平性較好，但效率還有一定提升空間，因此，應適當減少醫療衛生資源投入增量，優化投入產出結構，減少醫療衛生資源配置冗余，專注提高純技術效率，優化管理模式，采取精細化管理，進一步提高資源利用效率；中部地區農村醫療衛生資源配置呈現出接近公平性線，效率一般的現況，政府應加強醫療衛生資源規劃［6］，著力解決農村醫療衛生資源公平性問題的同時，優化資源投入，將公平性和效率提升到標準之上；西部地區省份公平和效率均較差，需要進一步發展經濟，立足西部地區鄉村特色，與東部發達地區產業優勢互補［28］，通過經濟發展帶動農村醫療衛生資源的投入規模擴大，優先提高醫療衛生資源配置的公平性，促進農村醫療衛生服務均等化，合理優化資源配置結構，兼顧效率，做到穩步發展［29］。

3.5 本研究局限性

國內運用DEA-GIS方法評價農村醫療衛生資源的文獻較少，本研究主要參考的是衛生資源配置、地理信息系統的相關研究;在評價指標選取方面，國內學者選取農村醫療衛生指標不一，本研究由于數據的可獲得性，未能將縣醫院及縣級市醫院納入研究對象進行分析，這可能會對結果產生一定的影響。

綜上所述，我國農村醫療衛生資源配置整體效率較低，衛生資源冗余現象十分普遍，純技術效率低成為制約綜合技術效率提高的主要原因，所有非DEA有效省份均存在資源的投入冗余，東部地區的資源配置水平明顯高于中、西部地區，公平性和效率整體亦高于中、西部地區，西部地區的公平和效率均最差。建議重視提升純技術效率，完善醫療衛生資源投入產出結構，減少冗余浪費，合理統籌區域農村醫療衛生資源配置，促進衛生資源均衡發展，統籌把握地區發展狀況，因地制宜實現精準施策。本研究可為DEA-GIS方法在資源配置領域的應用、優化區域醫療衛生資源規劃及完善鄉村醫療衛生體系提供參考。

作者貢獻：高點負責構思與設計、數據收集與整理、統計學處理、結果的分析與解釋、論文撰寫；史盧少博、林錦慧負責文章修訂，監督管理；王興民負責文獻/資料/圖表整理；王冬負責研究的實施和可行性分析、文章的質量控制及審校，對文章整體負責。

本文無利益沖突。