長江三角洲區域衛生資源配置公平性與效率研究

臧夢柳，董喬惠，董 琪，肖 月，王 菁，辛 怡

1天津中醫藥大學研究生院，天津，301617；2天津中醫藥大學管理學院，天津，301617

衛生資源是保障人民生命健康的重要基礎,衛生資源的優化配置是構建整合型醫療衛生服務體系,促進醫療衛生事業健康發展的重要舉措。2022年,國務院辦公廳印發《“十四五”國民健康規劃》(國辦發〔2022〕11號),提出加快優質醫療衛生資源擴容和區域均衡布局,不斷提升基本醫療衛生服務公平性和可及性。在國家政策層面的推動下,我國衛生資源配置取得成效,但區域不均衡問題依然存在。長江三角洲(以下簡稱“長三角”)區域包括上海市、江蘇省、浙江省、安徽省全域,是我國經濟發展最活躍的區域之一,而衛生健康領域作為社會發展的關鍵領域之一,是長三角一體化高質量發展的重要內容,關系到我國衛生健康事業的高質量發展水平。2019年,中共中央、國務院印發《長江三角洲區域一體化發展規劃綱要》,提出優化配置醫療衛生資源,大力發展健康產業,持續提升人民健康水平。自長三角區域一體化發展戰略實施后,城市間要素流動性增強,融合發展趨勢顯著,各個省份之間衛生健康領域交流合作越來越緊密,醫療資源配置水平總體較高,與全國其他區域相比具有明顯的優勢。研究長三角區域衛生資源配置的公平性與效率,有利于推動該區域衛生資源配置的合理性,實現長三角區域衛生資源共享,促進長三角區域衛生健康事業的一體化發展,滿足區域人口的基本醫療衛生服務需求,提升區域居民健康水平。

目前,關于我國衛生資源配置公平性與效率的研究文獻較多,研究顯示衛生資源配置總量呈上升趨勢,均衡性有所改善,但依然存在地區間差異,東部發展水平高的地區衛生資源配置多于中、西部地區[1-3]。全國衛生資源配置效率總體上升,但省際間配置效率存在差異,部分省份效率低下,仍有較大提升空間[1-4]。而針對長三角區域的研究相對較少,現有文獻主要聚焦于公平性或效率其中一個層面,鮮少有學者同時考慮長三角區域衛生資源配置的公平性與效率。在方法的選擇上,公平性測度的方法主要包括基尼系數、泰爾指數、集中指數、集聚度[1-3],效率測度方法主要包括DEA、三階段DEA、Malmquist指數模型[4-6]。而目前關于長三角的研究中,公平性方法選擇較為局限,多采用集聚度法,缺乏驗證性的穩健性分析。效率方面僅選擇DEA模型,未充分考慮環境因素以及隨機誤差對效率值的影響。基于此,本研究利用基尼系數和泰爾指數多層面評價長三角區域衛生資源配置公平性,使用三階段DEA模型全面評價資源配置效率狀況,以期為長三角區域優化衛生資源配置提供一定參考。

1 資料來源與方法

1.1 數據來源

數據資料來源于《中國統計年鑒-2022》《中國衛生健康統計年鑒-2022》《上海統計年鑒-2022》《江蘇統計年鑒-2022》《浙江統計年鑒-2022》《安徽統計年鑒-2022》及國家統計局官方網站。分別選取醫療衛生機構數、衛生人員數、執業(助理)醫師數、注冊護士數、床位數、診療人次數、出院人次數、地區生產總值、平均受教育年限、公路密度的統計數據。

1.2 研究方法

1.2.1 基尼系數。按人口、地理的基尼系數分別反映區域人口分布、地理面積與衛生資源配置之間的狀況。一般來說,衛生資源主要配置在人口密集的區域,但必須同時考慮到衛生資源距離方面的可及性。在衛生資源配置公平性的測算中,各省份用人口(面積)累計百分比及衛生資源累計百分比測算基尼系數[7]。基尼系數位于0-1,小于0.4表示處于公平狀態,0.4為警戒線,大于0.4表示處于不公平狀態,其中,小于0.2表示公平性最佳,0.2-0.3表示處于比較公平狀態,0.3-0.4表示處于相對合理狀態。

1.2.2 泰爾指數。泰爾指數的優勢在于能夠衡量各省份衛生資源配置的組內與組間差異[8]。在衛生資源配置公平性的測算中,各省份分別以人口占比及衛生資源占比測算泰爾指數。泰爾指數越大,說明區域資源配置的公平性越差。反之,則說明公平性越好。

1.2.3 三階段DEA模型。傳統效率評價方法DEA模型方法沒有考慮環境因素以及隨機誤差對效率值的影響,基于此,采用Fried等提出的三階段DEA模型[9],把各決策單元放置在同一外部條件下評價其效率值。考慮到我國西部地區地理位置及發展環境與長三角區域差異過大,選取我國中部和東部地區19個省份作為決策單元。

第一階段DEA模型通過對輸入及輸出數據的綜合分析,對同系統內各決策單元的有效性進行評價。采用DEA-BCC模型以投入為導向,測算衛生資源配置效率值及松弛變量。

第二階段根據投入指標的原始投入值和第一階段DEA模型輸出的投入目標值,可得到投入的松弛變量,投入松弛=原始投入值-投入目標值。加入環境變量,借助SFA回歸模型將松弛變量分解成環境因素、管理無效率和隨機噪聲。

第三階段使用調整后的投入指標,再次運用投入導向的DEA-BCC模型重新評價長三角區域衛生資源配置效率,此時已經排除了環境因素以及隨機誤差對效率值的影響,將各決策單元置于相同外部條件下。

1.3 指標選取

梳理相關文獻,在衛生資源的選取上主要集中在醫療衛生機構、床位、衛生技術人員、執業(助理)醫師、注冊護士幾方面[2,10-11]。考慮到衛生技術人員與執業(助理)醫師、注冊護士存在重復性,本研究選取醫療衛生機構、床位、執業(助理)醫師、注冊護士作為評價衛生資源配置公平性的指標。在測算泰爾指數時,按照距離市區的遠近將上海市劃分為中心城區(黃浦區、徐匯區、長寧區、靜安區、普陀區、虹口區、楊浦區)和郊區(浦東新區、閔行區、寶山區、嘉定區、金山區、松江區、青浦區、奉賢區、崇明區)。根據江蘇省統計局的劃分標準,將江蘇省分為蘇北(徐州、連云港、宿遷、淮安、鹽城)、蘇中(揚州、泰州、南通)、蘇南(南京、鎮江、蘇州、無錫、常州)。根據浙江省統計局的劃分標準,將浙江省劃分為浙東北(杭州、寧波、嘉興、湖州、紹興、舟山)和浙西南(溫州、金華、衢州、臺州、麗水)。參考安徽省發展和改革委員會的劃分標準,將安徽省劃分為皖北(淮北、亳州、宿州、蚌埠、阜陽、淮南)、皖江(合肥、六安、滁州、安慶、馬鞍山、蕪湖、銅陵)、皖南(黃山、池州、宣城)。

三階段DEA模型包括投入指標、產出指標和環境變量。以衛生服務的資源作為投入,以接受衛生服務的人數作為產出是衛生資源投入與產出分析的常用指標選取方式[12]。投入資源從供給側出發,一般包括資本投入和人員投入[13]。有關資本投入變量,多數學者從醫療衛生機構和衛生設施兩個方面選取醫療衛生機構數和床位數兩個指標[14-16],有關人員投入變量,通常選取衛生人員數、衛生技術人員數、執業(助理)醫師數和注冊護士數[5,17-18]。綜合以上,本研究選取醫療衛生機構數、床位數作為資本投入指標,考慮到過多的投入指標可能造成指標之間的相關性較強及對決策單元數量要求大等問題,選取衛生人員數作為人員投入指標。有關產出指標,接受衛生服務的人數,學者通常從門診和住院兩個維度選取診療人次數、入院人次數或出院人次數作為產出指標[16,18-19]。考慮到入院和出院人次數具有高度相關性,出院人數更能體現診療效果,本研究選取診療人次數、出院人次數作為產出指標。有關環境變量,學者認為衛生資源配置效率會受到經濟水平,教育水平等因素的影響[5,13,20],考慮到交通便利程度可能通過影響衛生服務的可及性對衛生資源配置效率造成影響,本研究分別從經濟、教育、交通3個方面選取地區生產總值(取對數)、平均受教育年限、公路密度作為環境變量。見表1。

表1 三階段DEA模型指標

1.4 統計學方法

通過Excel 2016建立數據庫并進行基尼系數和泰爾指數的測算,運用SPSS 29.0進行Pearson相關性分析,使用DEAP 2.1進行第一和第三階段DEA模型效率評價,使用Frontier 4.1進行第二階段SFA回歸分析。

2 結果

2.1 長三角區域衛生資源配置公平性

2.1.1 基尼系數。按人口分布,江蘇省、浙江省和安徽省衛生資源基尼系數均小于0.2,公平性最佳。上海市衛生資源基尼系數均位于0.2-0.4,處于比較公平和相對合理狀態。按地理分布,江蘇省醫療衛生機構基尼系數小于0.2,公平性最佳,其余基尼系數位于0.2-0.3,處于比較公平狀態。浙江省衛生資源基尼系數位于0.2-0.3,處于比較公平狀態。安徽省衛生資源基尼系數位于0.2-0.4,處于比較公平和相對合理狀態。上海市醫療衛生資源配置的基尼系數均大于0.4,處于不公平狀態。見表2。

表2 長三角區域衛生資源配置的基尼系數

2.1.2 泰爾指數。長三角區域中,安徽省、江蘇省衛生資源總泰爾指數相對較低,浙江省次之,而上海市總泰爾指數最高。總泰爾指數與上面的基尼系數的排序結果基本吻合。在衛生資源配置差異的表現形式方面,江蘇省、浙江省、安徽省衛生資源配置主要體現為組內差異(江蘇省醫療衛生機構體現為組間差異),上海市的衛生資源配置主要體現為組間差異(醫療衛生機構體現為組內差異),其中上海市的床位、執業(助理)醫師和注冊護士的組間差異貢獻率均超過70%。見表3。

表3 長三角區域衛生資源配置的泰爾指數

2.2 長三角區域衛生資源配置效率

對投入指標和產出指標進行Pearson相關性分析,結果均通過了α=0.01檢驗水平的顯著性檢驗,且投入和產出指標具有正相關性,說明指標的選擇具有合理性。

2.2.1 第一階段DEA模型結果。長三角區域平均綜合效率、純技術效率、規模效率分別為0.963、0.985、0.977,高于我國中部和東部地區均值。浙江省和上海市效率值為1,位于有效生產前沿面上。江蘇省綜合效率為0.917,純技術效率為1,規模效率為0.917,規模報酬遞減。安徽省綜合效率為0.933,純技術效率為0.940,規模效率為0.992,規模報酬遞減。見表4。

表4 長三角區域衛生資源配置效率(第一階段)

2.2.2 第二階段SFA模型結果。3個松弛變量的γ值均接近1,說明管理無效率對投入變量的影響占據主要地位。3個環境變量的單邊似然比均通過了α=0.05的顯著性檢驗,說明使用SFA模型排除環境因素及隨機誤差的干擾是合理的。地區生產總值(取對數)對醫療衛生機構松弛變量的影響為正,對衛生人員及床位松弛變量影響為負。平均受教育年限和公路密度對3個投入松弛變量的影響均為負。見表5。

表5 第二階段SFA回歸結果

2.2.3 第三階段DEA模型結果。調整后長三角區域平均綜合效率由0.963下降至0.939,純技術效率由0.985提升至0.994,規模效率由0.977下降至0.944。調整前與調整后長三角區域衛生資源配置效率均高于我國中部和東部地區平均值。分區域來看,江蘇省規模效率值由0.917提升至1,調整到有效生產前沿面上。浙江省在調整前后均處于有效生產前沿面上。上海市調整后退出有效生產前沿面,綜合效率由1調整為0.817,純技術效率仍為1,綜合技術的降低主要是由規模效率的下降造成的,處于規模報酬遞增階段。安徽省調整后綜合效率由0.933提升至0.937,純技術效率由0.940提升至0.977,規模效率由0.992下降至0.959,規模報酬由遞減調整為遞增。見表6。

表6 長三角區域衛生資源配置效率(第三階段)

3 討論

3.1 長三角區域按人口配置的衛生資源處于公平狀態,衛生資源配置以組內差異為主

按人口配置的基尼系數與泰爾指數從不同層面描述人口分布與衛生資源匹配的程度。按人口配置的衛生資源基尼系數介于0.04-0.38,總泰爾指數介于0.0009-0.1071,二者說明長三角區域按人口配置的衛生資源整體上處于公平狀態。這是自2019年《長江三角洲區域一體化發展規劃綱要》將醫療衛生資源均衡布局納入區域一體化目標后,4省份通力合作,通過建立全民信息平臺、合作辦院、組建醫聯體等形式推進衛生資源配置均衡性的顯著成效。分區域來看,近年來江蘇省推出“強縣工程”,著力提升縣級醫院服務能力,促進優質醫療資源下沉。浙江省持續推進整合型醫療衛生服務體系的構建,持續推進“雙下沉、兩提升”,發展縱向醫療集團和區域醫療聯合體。安徽省積極發展以縣級醫院為龍頭的緊密型縣域醫共體,著力構建高水平的基本醫療衛生服務體系。上海市推進以服務半徑和服務常住人口數為依據,完善基層基礎醫療服務網絡。長三角區域各地政府高度重視衛生資源均衡發展,從區域一體化及省域均等化方面,通過制度建設、政策引導逐步推進衛生資源的優化配置,并取得發展成效。

相對于基尼系數而言,泰爾指數的優勢在于能夠衡量資源配置的組間差異。江蘇省、浙江省、安徽省衛生資源配置主要體現為組內差異,上海市的衛生資源配置主要體現為組間差異,床位、執業(助理)醫師和注冊護士的組間差異貢獻率均超過70%,說明上海市郊區床位設施及人力資源投入不足,因此應推進醫療衛生工作重心下移,中心城區將過剩的優質資源向郊區輸入[21],郊區提高相應的福利待遇將衛生專業人才“引進來”并“留下來”[22],從而完善郊區相關衛生人力及設施資源的配置。

3.2 江蘇省、浙江省、安徽省按地理配置的衛生資源處于公平狀態,上海市處于不公平狀態

江蘇省、浙江省、安徽省按地理配置的基尼系數介于0.19-0.32,上海市介于0.47-0.70,3省按地理配置的醫療衛生資源處于公平狀態,上海市處于不公平狀態。這與長三角區域經濟發展和人口分布有關,經濟發展水平高的區域對衛生資源投入高。政府衛生規劃主要以人口分布為標準,因此會出現衛生資源聚集在經濟發展水平高和人口密度大的區域,造成按地理配置的不公平狀態[23]。根據4省份2022年統計年鑒及政府官方網站的人口、土地面積、地區生產總值、人均地區生產總值數據,計算各省份內部2021年各城市(區)人均生產總值及人口密度極差,江蘇、浙江、上海、安徽人均生產總值極差分別為11.28、8.58、43.11、8.37萬元,人口密度極差分別為1238、1156、29931、691人/平方公里。3省份內部城市之間經濟發展水平及人口密度差距較小,衛生資源投入差距較小,因此,按地理配置的衛生資源處于公平狀態。而上海市經濟發展水平及人口密度差距較大,中心城區經濟發展水平高,衛生資源投入高,醫護人員薪資待遇高,對人才吸引力高,人口密度大,醫療服務需求量大,因此配置的衛生資源較多,而郊區配置的衛生資源較少,導致上海市按地理配置的衛生資源處于不公平狀態[24]。

按地理配置衛生資源的公平性較差,會影響人口稀疏區域居民醫療衛生服務可及性,出現醫療衛生機構距離較遠、規模較小、人員或設備配置不夠齊全等問題。為此,長三角區域特別是上海市在衛生資源配置規劃中,應充分考慮地理因素,考慮人口稀疏區域居民的醫療衛生服務的可及性,增加對偏遠城市、郊區衛生資源的投入,提高其醫療衛生機構的診療能力,提升資源配置的地理公平性。

3.3 長三角區域衛生資源配置效率總體較高,存在區域間差異

長三角區域醫療資源配置效率高于中部和東部地區平均水平,自長三角區域一體化發展戰略實施后,長三角區域經濟高速發展,各城市發展水平逐漸均衡化,交通基礎設施高度便利[25],優質教育資源共建共享,因此長三角區域衛生資源配置效率總體較高。

分區域來看,江蘇省調整后位于有效生產前沿面上,規模報酬由遞減調整為不變,綜合技術效率的提升主要是由規模效率的提升造成的,說明江蘇省環境因素較好,經環境變量調整后,投入指標有所下降,此時達到了DEA有效,江蘇省應充分利用現有衛生資源,不應過度增加投入。浙江省在調整前后均處于有效生產前沿面上,純技術效率和規模效率均為1,說明浙江省醫療技術水平和管理能力均達到了最優水平,投入資源得到了有效的使用,這是“十三五”以來浙江省以衛生強省為目標,持續推進健康浙江建設,推動省級醫院多院區發展格局持續擴大,醫療資源的整體水平不斷提高帶來的發展成效。上海市調整后退出有效生產前沿面,但純技術效率仍為1,綜合技術效率的降低主要是由規模效率的下降造成的,處于規模報酬遞增階段,純技術效率高說明上海市醫療衛生機構管理水平及技術水平較高,規模效率非有效說明上海市高醫療衛生服務水平對周邊城市患者造成虹吸效應,居民對該地醫療衛生服務的需求量大,目前上海市衛生資源配置已不能充分滿足居民的需求[26],在現有水平上繼續增加投入還會有較高的產出增加。安徽省調整后技術效率和規模效率均小于1,規模報酬遞增,說明安徽省醫療服務水平及衛生資源的投入均需要提升。安徽省與其他3省份相比,經濟發展水平較低,難以引進高水平衛生技術人員,造成醫療服務水平不高。為此,安徽省應加強與其他3省份合作,健全衛生人才合作培養機制,提高醫療衛生機構的診療水平。另外,長三角區域應鼓勵衛生資源從其他3省份高存量區域向安徽等相對貧乏區域輸送,提升資源配置效率[27]。

3.4 經濟發展水平、居民受教育程度、交通便利程度均會影響長三角區域衛生資源配置效率

將所有決策單元置于同一環境水平后長三角區域平均綜合效率由0.963下降至0.939。地區生產總值對醫療衛生機構松弛變量的影響為正,對衛生人員及床位松弛變量影響為負,說明經濟發展水平高的區域擁有更多的資金建設醫療衛生機構,由此造成醫療衛生機構的冗余,而醫療衛生機構數量多的區域會對周邊區域產生虹吸效應,吸引周邊患者前來就醫,因此衛生人員及床位使用效率高。平均受教育年限對3個投入松弛變量的影響均為負,可能是受教育程度越高的居民對健康的重視程度越高,對醫療衛生服務的需求越大,能夠充分利用當地衛生資源[20],且受教育程度高的居民能夠與醫生進行有效溝通,提升醫療衛生服務效率。公路密度對3個投入松弛變量的影響均為負,交通便利區域的居民獲取醫療衛生服務的時間和交通成本低,醫療衛生服務可及性高[28],因而衛生資源配置效率高。以上說明經濟發展水平、居民受教育程度、交通便利程度總體會正向影響醫療資源配置效率。應緊抓長三角一體化發展紅利,加強各城市的交流合作,進一步提高經濟發展水平、居民受教育程度、交通便利程度,推動大中城市高端優質衛生資源統籌布局,推進長三角區域衛生健康事業的高質量發展。