吉林省中醫院運行效率評價及其影響因素

于洗河，劉明慧，高 尚，徐佳瑩，李 銘，尚盼盼

吉林大學公共衛生學院，吉林長春，130012

隨著醫藥衛生體制改革不斷深入,國家對中醫藥的扶持力度不斷加強。2016年,國務院發布《中醫藥發展戰略規劃綱要(2016-2030年)》,明確指出把中醫藥發展上升為國家戰略,并提出了加快中醫藥發展的任務和目標。此后,國務院辦公廳陸續印發了《“十四五”中醫藥發展規劃》《中醫藥振興發展重大工程實施方案》等一系列政策文件,進一步明確了中醫藥發展的方向和重點領域。

過去幾年,關于中醫藥事業發展的研究不斷豐富,主要包括中醫發展方向分析、中醫院服務質量評價、中醫院的經營管理研究、中醫院市場營銷與經營狀況分析、中醫行業發展前景預測分析等,這些研究推動了中醫藥事業的發展[1-4]。然而,如何有效地提高中醫院的服務效率,緩解居民就醫壓力,保護居民健康,仍然是亟待解決的問題。目前,國內對公立醫院效率評價的研究已取得一定進展[5-6],但專門針對中醫院效率評價的研究相對較少。中醫院與普通公立醫院管理模式有相似之處,因此在評價指標和評價方法上可以相互借鑒。以往研究通常采用數據包絡分析方法(data envelopment analysis,DEA),對醫院相對效率進行非參數評價,并通過文獻研究選取投入產出指標以提升研究的科學性,一般將投入指標分為人力資源、財力資源和物品資源3類,產出指標分為社會效益和經濟效益2類[7-10]。然而,中醫院作為中國傳統醫學的代表,在服務模式和技術操作上有其獨特之處,需要對其單獨研究以便更好地了解中醫院的運營情況。此外,以往關于公立醫院運行效率的研究表明,醫院運行效率受到諸多因素影響,但每個省市的情況有所不同[11-12]。

吉林省被譽為“北藥基地”,中藥資源豐富,中醫產業基礎雄厚,中醫藥的發展推動了醫藥強省建設,對吉林省中醫院運行效率開展研究,不僅能為吉林省中醫院改革發展提供參考,還對國內其他省份有一定借鑒價值。本研究采用DEA對吉林省2018-2020年中醫院運行效率進行分析與評價,并用Tobit模型挖掘影響中醫院運行效率的內外部因素,提出相應的建議,為未來吉林省中醫院改革發展提供參考。

1 資料來源與方法

1.1 資料來源

從吉林省衛生統計信息直報系統收集2018-2020年62家中醫院投入產出和影響因素指標的數據,刪除由于停診、倒閉等原因數據不完整的13家中醫院樣本。最終,本研究納入吉林省49家中醫院作為研究樣本,其中包括6家三級醫院, 42家二級醫院,1家一級醫院。

1.2 研究方法

1.2.1 文獻研究。以“數據包絡分析”“DEA”“中醫院”“醫院效率”為主題詞,“影響因素”等為自由詞,檢索中國知網、萬方數據庫、維普數據庫等中文數據庫;以“DEA”“Hospital Efficiency”為主題詞,“Influencing factor”為自由詞,檢索PubMed、Web of Science等外文數據庫。納入標準:發表年份為“2010-2022”;應用數據包絡分析法進行醫院效率分析的原始研究。排除標準:會議、報紙、年鑒、圖書、專利、標準和成果等;數據資料不完整、無法獲取全文、重復發表的研究。截至2022年12月,研究共納入中文文獻182篇,外文文獻292篇。結合文獻與2010-2022年吉林省衛健委、吉林省中醫藥管理局的公開文件,通過文獻研究歸納整理醫院投入和產出指標庫。

1.2.2 聚類分析法(cluster analysis,CA)。聚類分析法又稱群分析法,是一種常用于指標分類的多元統計分析方法[13]。該方法分析指標之間的相似程度,并根據某種聚類決策準則來獲取聚類結果。本研究使用聚類分析法對投入產出指標聚類,選擇類間平均鏈鎖法的R型聚類,并在距離測量技術上選擇適用于R型聚類的相關系數距離進行聚類分析。

1.2.3 數據包絡分析法。DEA模型是利用數學線性規劃,對多投入、多產出的決策單元(decision making unit, DMU)相對效率進行測算的非參數評估方法,其廣泛應用于醫療保健領域的績效評價[14]。該方法通過計算每個DMU的綜合效率(technical efficiency, TE)、純技術效率(pure technical efficiency, PTE)、規模效率(scale efficiency, SE)和規模報酬狀態,進而判斷DMU是否有效。綜合效率可以細分為純技術效率和規模效率,其計算方法為: TE=PTE×SE[15]。當TE=1,稱為DMU有效,即該投入、產出水平下,醫院已經達到最優狀態;當TE<1,則認為該DMU非DEA有效。當PTE=1,表示在目前的技術水平上,其投入資源的使用達到最佳狀態。當SE=1,說明該DMU在現有的投入水平已經達到了最佳生產規模。當DMU處于規模報酬遞減的狀態,即醫院投入過剩,應當縮減規模以達到最佳規模效率狀態。當DMU處于規模報酬遞增狀態,即醫院投入不足,應嘗試擴大生產規模以達到最佳規模效率狀態。DEA分析方法中包含多種不同的模型,常見的包括Charnes、Cooper和Rhodes三位學者提出了CCR模型,以及Banker、Charness、Cooper三位學者對CCR模型進行擴展提出的BBC模型[14-16]。CCR模型假定規模報酬不變時測算運行效率,BBC模型假定規模報酬可變時測算運行效率。本文采用CCR模型對中醫院的運行效率進行測算和比較。

1.2.4 Tobit模型。Tobit模型也被稱為截尾回歸模型或刪失回歸模型,屬于受限因變量回歸的一種[17]。DEA測算醫院效率值的范圍區間是(0,1],屬于截尾數據,故在分析其影響因素時,采用受限因變量的面板Tobit模型分析影響中醫院效率的因素,并對影響因素的作用方向和作用程度進行探討。

通過文獻檢索以及吉林省中醫院數據特點選取影響因素。內部因素包括職工總數(N1)、實際開放床位數(N2),資產負債率(N3)、平均住院日(N4)、藥物收入占醫療收入比重(N5)、平均門急診費用(N6)、平均住院費用(N7)。外部因素包括人均GDP(W1)、人口密度(W2)。本文以上述9個指標作為自變量,分別以2018-2020年的中醫院綜合效率、純技術效率、規模效率作為因變量構建三個Tobit回歸模型,模型公式構建如下:

Yit=αi+β1N1it+β2N2it+β3N3it+β4N4it+β5N5it+β6N6it+β7N7it+β8W8it+β9W9it+εit

其中,Y表示效率值,Nn表示內部因素,Wn表示外部因素,i表示醫院,t表示年份,α為待估計的參數,β是回歸系數,ε為隨機干擾項。

1.3 統計學方法

利用SPSS 22.0軟件,選用系統聚類的R型聚類方法分別將投入和產出指標分成不同的類,為計算醫院效率選出理想的投入和產出指標;利用DEAP2.1計算中醫院的效率值;利用Stata 14.0分析中醫院效率的影響因素,使用面板數據建立Tobit回歸模型,檢驗水準為α=0.05。

2 結果

2.1 聚類分析結果

2.1.1 投入和產出指標選取結果。本研究按以往研究經驗整理出符合指標構建原則的投入和產出指標,對指標庫中的投入和產出指標進行相關分析,將相關性較弱的指標予以剔除。結合研究目的對保留的指標進行篩選,初步建立影響中醫院運行效率的備選指標庫。對備選指標庫進行聚類分析,選取數據包絡分析法的投入和產出指標。見表1。

表1 數據包絡分析備選指標庫

2.1.2 投入指標聚類結果。如圖1所示,9個投入指標聚成4大類,相同類別下納入其中具有代表性的1個指標。由于衛技人員數作為單獨1類已經納入正式投入指標,去除相似指標年末在職職工人數和平均在職職工人數,在平均開放床位和實際開放總床日數中選取的平均開放床位數作為正式指標。由于凈資產總計作為單獨1類已經納入正式投入指標,去除相似指標,在費用總計和單位管理費用中選取費用總計作為正式指標。

圖1 投入指標聚類譜系

2.1.3 產出指標聚類結果。如圖2所示,7個產出指標被聚成4大類,相同類別下納入其中具有代表性的一個指標。由于每職工平均門急診人次已經作為單獨1類納入產出指標,因此去除相似指標診療人次數和出院人數,在收入總計和事業收入中選取事業收入作為正式指標。

圖2 產出指標聚類譜系

在聚類分析的基礎上篩選出4個投入指標,包括衛技人員數、平均開放床位數、凈資產總計、費用總計;4個產出指標,包括病床周轉次數、病床使用率、每職工平均門急診人次、事業收入。指標數量符合DEA指標選取原則,即投入與產出指標的數量要小于評價單元數量的一半。

2.2 運行效率DEA分析結果

2.2.1 投入產出情況描述性分析。2018-2020年,吉林省49家中醫院平均衛技人員數增加了24.31人,平均開放床位數增加了11.16張,凈資產總計增加了1902.76萬元,費用總計增加了853.96萬元,事業收入增加了220.45萬元,病床周轉次數下降了5.13次,病床使用率下降了11.78%,每職工平均門急診人次下降了115.67人。見表2。

表2 2018-2020年吉林省49家中醫院投入產出指標均值情況

2.2.2 運行效率基本情況。如圖3與表3所示,2018-2020年,中醫院綜合效率均值呈現先下降后上升趨勢,且三年綜合效率均值皆<1,處于非DEA有效狀態。比較分析發現,2018年達到DEA有效的中醫院數量最多,有21家;2019年達到DEA有效的中醫院數量最少,僅14家。2019年49家中醫院綜合效率均值最低,為0.874,2018年綜合效率均值最高,達到0.912。

圖3 2018-2020年吉林省49家中醫院綜合效率

表3 2018-2019年吉林省49家中醫院綜合效率情況

如表4所示,2018-2020年,吉林省49家中醫院純技術效率下降了0.035;2018-2019年,規模效率和綜合效率分別下降0.029和0.038;2019-2020年,規模效率和綜合效率分別上升0.029和0.003。3年純技術效率皆低于同年規模效率。

表4 2018-2020年吉林省49家中醫院運行效率DEA分析結果

如表5所示,比較不同區位的機構,2018年縣級中醫院綜合效率值>區級中醫院>市級中醫院,2019年市級中醫院綜合效率值>區級中醫院>縣級中醫院。對于市級中醫院,綜合效率的提升源于純技術效率的提高。對于區縣級中醫院,規模效率的下降阻礙了綜合效率的提升。

表5 不同位置、級別中醫院運行效率DEA分析結果

比較不同級別的機構,2018-2020年,三級中醫院綜合效率值>二級中醫院綜合效率值,其中三級中醫院的規模效率一直逼近最優狀態,影響三級中醫院效率的主要因素是純技術效率。

2.2.3 非DEA有效的松弛變量分析。用CCR模型計算2018-2020年非DEA有效的中醫院產出松弛度和撥入冗余度情況。2018-2020年非DEA有效的中醫院在病床周轉次數、病床使用率、每職工平均門急診人次產出指標上存在不同程度的不足,在衛技人員、平均開放床位、凈資產總計、費用總計投入指標上存在冗余。見表6。

表6 非DEA有效的中醫院投入—產出松弛變量

2.3 運行效率影響因素Tobit分析結果

結果顯示,綜合效率與職工總數(N1)和人口密度(W2)呈負相關,與實際開放床位數(N2)和藥物收入占醫療收入比重(N5)呈正相關。純技術效率的影響因素與綜合效率相同。選取的9個內外部因素對吉林省中醫院規模效率的影響均不具有統計學意義。見表7。

表7 吉林省49家中醫院綜合效率影響因素分析結果

3 討論

3.1 吉林省中醫院衛生服務提供能力有所增強

研究結果顯示,2018-2020年吉林省中醫院資源投入呈上升趨勢,部分產出略有下降。4類投入指標即衛技人員數、平均開放床位數、凈資產總計和費用總計均有上升趨勢,意味著吉林省中醫院衛生服務提供能力增強,可容納的患者增多。2017年,吉林省人民政府辦公廳印發的《吉林省中醫藥發展“十三五”規劃》中提出,要提高中醫診療服務能力,實施中醫醫院分級分專業培育臨床優勢項目,推進中醫醫院科學化規范化管理。這表明政府對中醫藥事業發展的重視能夠提升中醫院的衛生服務提供能力。

2018-2020年,吉林省中醫院產出指標有下降趨勢,表明中醫院效率不高,衛生服務產出能力有待提升。規模效率提升的同時純技術效率下降,提醒中醫院存在盲目擴張風險。2016年,國務院印發《中醫藥發展戰略規劃綱要(2016-2030)》,提出要改革完善中醫藥發展體制機制,充分發揮市場在資源配置中的決定性作用。我國中醫醫院的職工人數、床位數、總資產等資源不斷增加,資產負債率快速增長且高于綜合醫院,許多中醫院面臨著較高的償債風險[18]。部分中醫院存在醫療設備盲目購置、利用率低和中醫治療率低等問題[19],可能是中醫診療及中藥飲片起效緩慢、治療方式與給藥途徑單一、利益驅動等原因導致中醫院盲目擴張。

因此,吉林省中醫院改善運行效率,不應局限于增加衛生資源投入,還應該注重增強衛生服務產出能力。中醫院應轉變管理模式,將過往的全面管理轉變為精準管理,調整人員結構,控制管理人員數量與管理費用支出,將資源配置的重點從物質因素轉變為人才和技術因素,從管理角度提高中醫院衛生服務提供能力。中醫院校應培養高水平中醫醫師、技師和藥師,提高中醫藥信心,提升診療水平,為居民提供高質量、高效率的中醫藥特色服務。

3.2 吉林省中醫院純技術效率有待提升

由結果可知,2018-2020年吉林省中醫院運行效率略有下降。2018年有21家機構綜合效率達到最優前沿狀態, 2019年和2020年則分別只有14家和16家機構達到最優前沿狀態,綜合效率和純技術效率均有下降趨勢。然而,部分中醫院規模效率已無限趨近理想狀態,規模效率較高表明吉林省發展中醫藥產業在中醫院規模方面已有一定成效。因此,我們推測非DEA有效的醫院運行效率的阻礙主要來自純技術效率,提升純技術效率成為吉林省中醫院提升綜合效率的關鍵。

醫療機構純技術效率提升受到地區經濟發展水平的限制。過往研究表明,位于不同收入水平地區的中醫院之間純技術效率存在顯著差異,經濟發展水平對中醫院運行效率的影響高于綜合性醫院[20]。因此,吉林省縣級中醫院技術水平可能受整體經濟發展水平牽制,基層中醫藥服務能力仍需進一步提升。關于重慶、云南、廣西等省市公立醫院運行效率的研究與本研究結論一致[11,21-22]。

醫療機構純技術效率提升也受到整體運營管理的限制。純技術效率達到最優前沿狀態,需要醫院整體運營狀況良好,管理監督機制合理,上下級溝通順暢,資源投入配置狀態適宜。因此,我們認為提升純技術效率應兼顧優質服務與科學管理。從當下看,管理水平提升的優勢可以快速體現。從長遠看,醫院內外部協同合作培養中醫醫師雖然過程漫長,卻可以從根本上改善中醫診療效率[23]。吉林省要提升技術水平應著眼于當下和未來,二者并行,加強中醫藥特色人才培養,推動領軍人才、優秀人才、基層骨干實用人才等特色人才隊伍建設,提升醫院內部控制水平、合理規劃衛生資源的配置與使用,從而提升中醫院整體運行效率。

著力提升純技術效率的同時,應謹慎對待醫院盲目擴張帶來的規模效應。過度添置辦公樓、床位、儀器等固定資產不僅會隨著使用產出額外的折舊,還需要更多人力資源、財力資源投入日常維護。根據規模收益理論,規模效率先升后降,只有維持在一個動態合理的水平時,整體資源配置將到達帕累托最優狀態。

3.3 吉林省中醫院運行效率受內外因素共同影響

研究結果顯示,吉林省中醫院綜合效率的影響因素與純技術效率相同,主要包括職工總數、人口密度、實際開放床位數、藥物收入占醫療收入比重,規模效率則不受這些因素影響。

職工總數與綜合效率呈負相關,本研究中非DEA有效的投入-產出分析結果也得到相似的結論。職工總數與綜合效率呈現負相關的原因是連續3年都有機構衛技人員數撥入冗余,即醫院人員結構不合理,管理人員無序增多,從而拉低醫院純技術效率。該部分與其他地區的研究結果一致[24]。中醫院想要提高純技術效率,管理者應對人力資源的投入產出進行科學配置,彈性調整,規范管理流程,縮短病人住院天數,加快病人周轉率,提高醫務人員利用效率。

人口密度與綜合效率呈負相關。當地居民人口密度的提高,特別是吉林省人口老齡化背景下,老年人口數量的增加,會造成人均病床數的下降,醫療資源不足,從而導致醫院效率的下降[25-26]。該部分在不同地區的研究中結果存在差異[27-28]。其他地區的研究中,人口因素對醫院運行效率有正向影響,主要體現在對規模效率的影響,隨著當地人口密度的提高,擴大了中醫院醫療服務的輻射人數,提高了醫院的規模效率。由于2020年吉林省大部分中醫院規模效率已經近乎理想狀態,所以人口因素對規模效率的影響在本研究中不顯著。

實際開放床位數與綜合效率呈正相關。實際開放床位數,即醫院每天實際運營的床位數,通常會超過核定床位數,是動態調節醫院承載能力后的指標。根據我國第七次人口普查結果顯示,吉林省65歲及以上人口約為375.7萬人,占總人口15.61%,已經進入深度老齡化階段,醫療衛生服務需求較高[26]。根據人口密度變化,尤其是老年人口數量增加,適度提高中醫院實際開放床位數,有利于緩解中醫院承載壓力,提高中醫院綜合效率。

藥物收入占醫療收入比重與綜合效率呈正相關。藥品收入的增高會刺激醫院效率的提高,這符合醫院主要依賴藥品收入的現實情況[29]。就中醫院而言,遏制中醫西化,逐漸擺脫中醫院依靠西醫診療手段增加收入的現狀,控制中醫院的西醫手術次數,豐富中醫藥診療手段與中藥材合理使用,有利于提高中醫治療率[19]。因此,提高吉林省中醫院綜合效率應促進醫療資源提質擴容,充分利用道地藥材豐富的優勢,引導優質醫療資源下沉,使投入產出達到最佳狀態。