2016年1月召开的中央财经领导小组第十二次会议指出，供给侧结构性改革的根本目的是提高社会生产力水平，落实好以人民为中心的发展思想，要在适度扩大总需求的同时，从生产领域加强优质供给，提高供给结构的适应性和灵活性，提高全要素生产率，使供给体系更好地适应需求结构变化^[1]。全要素生产率是指某时期内一个决策单元（decision making unit，DMU）总产出与生产要素的总投入之比^[2]，通过计算DMU的全要素生产率变化，并分析影响全要素生产率变化的主要因素，可为提高其全要素生产率明确方向。在卫生健康领域，中国在较短的时间里建立起了覆盖城乡居民的基本医疗保障制度，加之我国老龄化程度加剧，医疗卫生服务需求得到巨大释放。与此同时，我国医疗卫生服务供给却难以满足快速增长的需求，造成供需之间缺口较大^[3]，并由此衍生出了许多问题，包括医患关系紧张^[4]、医疗费用增长过快^[5]等。在卫生资源增长有限、供需矛盾日益突出的背景下，有效提升医疗卫生机构的全要素生产率，使区域卫生健康资源得到充分利用，对满足居民日益增长的卫生健康服务需求意义重大。

本研究根据2009—2016年我国31个省、自治区、直辖市（以下简称“省域”，P1~P11为东部省域，P12~P19为中部省域，P20~P31为西部省域，不含我国港澳台地区）的面板数据，采用Bootstrap-Malmquist数据包括分析（data envelopment analysis，DEA）测算各省域的医疗服务全要素生产率指数，为持续提高我国医疗服务全要素生产率提供科学参考和政策建议。

1 资料与方法 1.1 指标选取

既往研究^[6-7]表明，采用DEA分析效率及生产率时，同时纳入数量类指标（如卫生人员数、床位数）和以货币计量的财务性指标（如固定资产总值、业务总收入），得出的效率值会混淆DMU的技术效率和配置效率，即无法准确衡量DMU的技术效率。此外，数量类指标与比率类指标（如病床使用率、住院分娩率）的混用可能会导致重复运算（double counting）的问题。因此，为规范投入产出指标体系，本研究在指标选择时排除了以货币计量的财务性指标及比率类指标，仅选取数量类指标。

人员投入和资产投入是衡量医疗卫生机构投入的2个重要维度^[8]，因此，本研究使用卫生人员数代表各省域的医疗服务人力投入，使用床位数代表各省域的医疗服务资产投入。此外，由于本研究以各省域整体为DMU，而非某个单独的医疗卫生机构，因此增加了医疗卫生机构数作为单独的投入指标。产出指标方面，本研究借鉴Li等^[9]的选取方法，选定了诊疗人次数和出院人数2个医疗服务产出指标。综上，本研究最终的指标体系包含医疗卫生机构数、卫生人员数、床位数共3个投入指标，诊疗人次数、出院人数共2个产出指标。

1.2 资料来源

投入产出指标数据均来自国家统计局官方网站和国家卫生健康委官方网站公布的年鉴资料数据，其中2009年各省域的诊疗人次数和出院人数来自2010年《中国卫生统计年鉴》，2009年医疗卫生机构数、卫生人员数、床位数以及2010—2016年的投入产出数据来自2010—2017年《中国统计年鉴》。

1.3 研究方法 1.3.1 数据包络分析法

目前效率及生产率的测算方法主要有参数法与非参数法2种。前者以随机前沿分析（stochastic frontier analysis，SFA）为代表，Hamidi等^[10]曾利用该方法测算了中东和北非地区20个国家1995—2012年的卫生体系技术效率变化。但是该方法需要构建函数且要求单一产出变量，而医疗服务领域具有多投入、多产出的特点，因此该领域的研究者更多采用以DEA为代表的非参数法。DEA通过选用合适的模型，并合理确定投入产出指标，在假设各DMU产出指标质量相同或者相当的前提下，依据线性规划方法，测量各DMU的相对效率。依据数据类型及研究目的，国内使用传统DEA测算医疗服务效率的研究主要分为3类：基于规模报酬不变假设的单期CCR-DEA模型，基于规模报酬可变假设的单期BCC-DEA模型，以及基于跨期分析的Malmquist-DEA模型。

1.3.2 Malmquist-DEA模型

本研究基于2009—2016年全国31个省域的面板数据，测算各省域医疗服务的全要素生产率指数，因此选用Malmquist-DEA模型。该模型基于纳入的跨期指标数据运算得出一套Malmquist全要素生产率指数，包括全要素生产率变化指数（total factor productivity change，TFPC）及其分解指数：技术效率变化指数（technical efficiency change，TEC）和技术进步指数（technological change，TC）。这套指数可反映2010—2016年各DMU投入产出效率的纵向变动。其基本公式^[11]为：全要素生产率变化指数=M_o（x^t+1，y^t+1，x^t，y^t）=（M_o^t+1×M_o^t）^1/2= ${\left[ {\frac{{D_o^{t + 1}({x^{t + 1}},{y^{t + 1}})}}{{D_o^{t + 1}({x^t},{y^t})}} \times \frac{{D_o^{t + 1}({x^{t + 1}},{y^{t + 1}})}}{{D_o^t({x^t},{y^t})}}} \right]^{1/2}} = \frac{{D_o^{t + 1}\left( {{x^{t + 1}},{y^{t + 1}}} \right)}}{{D_o^t\left( {{x^t},{y^t}} \right)}}$ ${\left[ {\frac{{D_o^t({x^{t + 1}},{y^{t + 1}})}}{{D_o^{t + 1}({x^{t + 1}},{y^{t + 1}})}} \times \frac{{D_o^t({x^t},{y^t})}}{{D_o^{t + 1}({x^t},{y^t})}}} \right]^{1/2}} = $技术效率变化指数×技术进步指数。其中：D_o^t为距离函数，下标o表示以产出为导向的距离函数，x和y分别表示投入和产出。M_o^t+1表示以t+1时期的技术条件为参照，从t时期至t+1时期的全要素生产率的变化；同理M_o^t表示以t时期的技术条件为参照，从t时期至t+1时期的全要素生产率的变化。TEC测度t时期到t+1时期DMU到最佳生产可能性边界的追赶程度，也被称为“追赶效应”。当TEC大于1时，DMU的生产更接近生产前沿面，相对技术效率有所提高。TC测度技术边界从t时期到t+1时期的移动情况，也被称为“增长效应”。当TC大于1时，生产前沿面“向上”移动，说明技术出现了进步或创新。

1.3.3 Bootstrap-Malmquist-DEA模型

传统Malmquist-DEA模型假设全部的DMU处于一种不受干扰的理想状态，而在现实情况下，各DMU容易受到环境因素（如地区经济发展水平、市场竞争等）和随机因素（如暴雨、地震等）的影响和干扰，这使得各DMU的效率值在一个范围内波动。因此，基于传统Malmquist-DEA计算得出的理论效率值与真实效率值之间存在一定偏差^{[7, 12]}。Fried等^[13]提出的三阶段DEA模型可以分离出部分环境变量对效率的影响，但由于环境变量较多，所以估计的结果仍具有样本敏感性，易受极端值的影响。Simar等^[14]从数据生成过程出发，提出了Bootstrap纠偏的统计推断思想，Bootstrap方法的基本思想是：由于观测样本包含了样本的所有信息，可以将其看作总体，再利用蒙特卡洛模拟（Monte Carlo simulation）从这个“总体”中通过有放回的重复抽样，模拟数据生成过程，根据模拟产生的样本数据的分布对总体的分布特征进行统计推断，并基于扩大的模拟样本计算得出纠偏后的Malmquist全要素生产率指数（TFPC、TEC和TC），以及基于α水平的置信区间。从而降低了模型的设定风险、样本敏感性和极端值的影响，提高了效率值估计的精确性。

1.4 统计学分析

用SPSS 22.0对我国各省域医疗服务投入产出情况进行统计学描述。用R 3.4.3软件和FEAR软件包^[15]，执行Bootstrap过程运算（有放回抽样2 000次，检验水准α=0.05），分析得出2009—2016年我国31个省域Bootstrap-Malmquist-DEA全要素生产率指数。

2 结果 2.1 投入产出基本情况

2009—2016年我国东部、中部和西部地区医疗服务投入和产出情况见表 1。2009—2016年，各地区的投入产出指标数据都有不同程度的增长。投入方面，西部地区增幅大于东部和中部地区。以医疗卫生机构数为例，7年间，西部地区增长了11.03%，中部地区仅增长了3.94%。床位投入方面，7年间，东、中、西部地区的增长率均超过50%（分别为59.24%、69.64%和78.68%）。产出方面，7年间东、中、西部地区诊疗人次数的增长率呈递减趋势，东部地区增长最快，增长率达49.59%，中部和西部地区的增长率分别为41.90%和38.39%。3个地区出院人数的增长率较为一致，7年间增长率均接近70%。

2.2 全要素生产率

2009—2016年我国东部、中部和西部各省域医疗服务的TFPC见表 2。2009—2016年各省域TFPC的几何均数介于0.973~1.043，其中共有25个省域的年均TFPC大于1，6个省域（P10、P16、P21、P23、P24和P26）的年均TFPC小于1，不同省域的TFPC存在一定程度的差异。7年间，P6和P7均实现了生产率连续增长，而P24仅2011—2012年生产率有所提高。2011—2012年所有31个省域均实现了生产率增长（27个省域的差异有统计学意义），2014—2015年全国范围内仅6个省域（P1、P6、P7、P18、P26和P28，5个省域的差异有统计学意义）生产率有所提高。从区域层面来看，2009—2016年中部地区生产率的年均增长率最高，达到2.2%，高于东部地区（1.8%）和西部地区（0.8%）。2009—2011年东部地区生产率的年均增长率高于中部，但2011—2012年中部地区增幅开始超越东部地区，2015—2016年中部地区生产率的年均增长率（3.5%）甚至是东部地区（1.7%）的2倍多，而西部地区仅有2011—2012年、2015—2016年的生产率年均增长率略高于东部地区，其余5年的生产率年均增长率均垫底。其中2009—2010年、2012—2013年、2013—2014年、2014—2015年生产率出现下跌，2010—2011年、2011—2012年、2015—2016年东、中、西部地区的TFPC均大于1，表明生产率有所提高，而2014—2015年东、中、西部地区的TFPC均小于1，表明生产率降低。

2.3 TFPC的分解指数

2009—2016年我国东、中、西部地区医疗服务的TFPC的分解指数见表 3。2009—2016年，东部地区和中部地区医疗服务的TEC年均增长率分别为1.2%和1.6%，远高于西部地区（0.7%）；东、中、西部地区的TC年均增长率分别为0.8%、0.6%和0.2%。2009—2016年全国医疗服务的TEC和TC分别保持1.1%和0.5%的年均增长率。

3 讨论 3.1 医疗服务的投入产出总量逐年增加，西部地区医疗服务产出增长缓慢

从供给侧来看，2009—2016年，在国家相关政策扶持及各级政府对卫生投入持续增强的利好形势下，我国医疗服务的投入产出均有所增加。2009年4月，《中共中央国务院关于深化医药卫生体制改革的意见》明确提出了我国要建立政府主导的多元卫生投入机制的改革方向，政府在卫生领域的财政资金投入刺激了各级医疗卫生机构主动扩大规模，使得各省域的卫生人员数和床位数大幅增长。从需求侧来看，随着近年来人民生活水平的改善、健康素养的提升，老龄化的加剧，医疗保险覆盖范围的不断扩大和保障水平的逐步提高，国民的健康需求得到进一步释放^[16]，诊疗人次数和出院人次数持续增长。从区域层面来看，2009—2016年，西部地区各省域床位数和医疗卫生机构数的增长率高于东、中部地区省域，但是诊疗人次数的增长率却相对较低，可能的原因有：大量流动人口从西部地区转移到东、中部地区务工，留守家庭经济收入较低，卫生保健需求并未得到充分释放；西部地区获得了更多的财政补贴用于供给侧改革^[17]，但这些财政资金主要用于购买医疗硬件设备、扩张医疗卫生机构的规模和数量，虽然改善了医疗服务的可及性，但服务质量仍取决于高水平的医务人员；中、东部地区的医疗卫生机构凭借品牌效应和服务质量，不断对西部地区形成“虹吸效应”，吸引了西部地区部分优秀医务人员到中、东部地区工作，这不仅影响了西部地区医疗服务的整体质量，也可能会助长西部地区患者跨地区就医的趋势^[18]。

3.2 医疗服务全要素生产率持续增长，但增速与地区经济发展的水平不匹配

从整体上来说，2009—2016年全国三大地区的年均全要素生产率均实现了不同程度的增长，中部地区各省域的年均增长率高于东、西部地区。李萌等^[19]对我国医院全要素生产率动态变化的研究显示，2010—2016年我国医院的全要素生产率整体呈下降趋势。这提示除医院外的医疗卫生机构，大部分社区卫生服务中心、乡镇卫生院等，很可能在同期实现了全要素生产率增长。全国范围内全要素生产率的增长得益于2009年开始推进的新一轮医药卫生体制改革（以下简称“新医改”），普遍建立比较完善的医疗服务体系是2009年新医改的总体目标之一。经过几年的改革和发展，各省域医疗卫生机构的总体服务能力、医疗技术水平均有了不同程度的提高，这促进了全国医疗服务全要素生产率的增长。然而，在医疗投入逐年增大的情况下，部分省域在2009—2016年的年均全要素生产率变化指数不升反降，这其中既有P10这样东部较发达地区的省域，也有P21、P23、P24和P26等西部欠发达地区的省域，还有P16这样的中部地区省域。另外，中部地区的医疗服务生产率的年均增长率2011—2012年开始超越东部地区，2015—2016年其生产率的年均增长率甚至是东部地区的2倍多，这表明医疗服务的生产率增长水平与地区经济发展水平不匹配，这与刘孟飞等^[20]、柯思思等^[21]的研究结果一致。

3.3 多种原因共同导致西部地区的TC和TEC相对较低

医疗技术的更新换代和高科技医疗设备的引入可以提高医疗服务的TC，而较高的医疗卫生机构内部管理水平可以提高医疗服务的TEC^[9]。西部地区无论是TEC还是TC，均明显低于东、中部地区，可能有几方面的原因：首先，西部地区经济发展水平整体低于东、中部地区，科技研发与创新能力较弱，同时地方财政支持力度也处于相对较低的水平。这就导致了西部地区在信息化平台、高端医疗设备、先进医疗技术、优秀医疗技术人才和新药引入方面处于相对劣势，进而导致了TC相对较低。其次，西部地区深居内陆，开放程度较低，各级医疗卫生机构的管理机制不够健全，管理理念较为落后，且人事聘用与管理自主权受限，优秀医师向东部流失，人才引进不易，这些原因共同导致了西部地区TEC相对较低。除了通过传统的方式提高医疗卫生机构的内部管理水平，医院还需加强疾病诊断相关分组（diagnosis related group，DRG）和临床路径建设，在效率改善的同时有效控费，并保障医疗服务的质量。

3.4 应用Bootstrap-Malmquist-DEA开展效率及生产率测算的优势与不足

采用国际广泛采用的Bootstrap-Malmquist-DEA模型，评价我国31个省域医疗服务全要素生产率的跨期变化。首先，该方法通过有放回的重复抽样扩大了DMU的数量，克服了传统DEA模型因小样本而产生测量误差的缺陷，使得测算出的效率值更加接近真实值。但该方法仍有继续改进的空间，如可采用SFA，剔除环境变量的影响，并重新调整投入量，在此基础上再运用Bootstrap-DEA，剔除随机因素的影响。其次，为避免混淆技术效率和配置效率以及重复计算的问题，在指标选择过程中排除了财务性指标和比率类指标^[6-7]，同时，为避免出现指标共线性问题，排除了部分与最终指标体系高度相关的指标（如使用床位数代替设备数）。尽管采用了广受认可的指标体系，但仍然未能排除未计入的相关投入指标（如具有代表性的药品消耗量等）、产出指标（如具有代表性的手术台数、健康体检人次数等）对全要素生产率的影响，这需要进一步完善医疗卫生机构年报表及卫生健康统计年鉴的统计口径，逐步增加医疗卫生机构可上报的投入和产出指标。此外，研究对象为我国31个省域，虽然基本满足DEA的分析对象具有同质性的要求，但是不同省域医疗卫生机构的服务能力不同，各省域产出指标的质量可能存在较大差异，今后可引入DRG的病例组合指数，对出院人次数进行校正，更科学地测量我国医疗服务的生产效率变化。

4 建议 4.1 委托专业机构开展区域医疗服务绩效评价，作为优化卫生资源配置的依据

根据意大利的经验，7%的卫生资源可以通过开展区域医疗绩效评价进行再配置^[22]。国家层面，建议由国家卫生健康委相关司局委托专业绩效评价机构，对各省域开展包括医疗服务全要素生产率在内的年度绩效评价，并根据评价结果树立绩效标杆与开展年度排名。加强区域医疗绩效评价的相关立法，完善相关激励机制和监督机制，由评价机构每年承办区域医疗绩效评价的总结和改进大会，邀请各利益相关方参会和报告，一起探讨造成绩效差异的原因。针对发现的政策、资源、管理等具体问题，一方面国家可在全国范围内根据省域评价结果修正卫生资源配置，另一方面各省域也可通过政策调整、分配资源解决问题。各省域政府可另行委托专业绩效评价机构就需要解决的问题开展有针对性的研究，并由绩效评价机构通过组织研讨会、培训班等措施为各级医疗卫生机构提供绩效管理培训，促进医疗卫生机构内部管理水平的提高，这样不仅可以改善和提升其技术效率和全要素生产率，还可控制成本，改善医疗质量与安全，提升患者满意度。

4.2 跨部门协作开展医疗服务监管，医疗服务提供兼顾质量、成本和效率

在政府机构改革的大背景下，建议新成立的医疗保障部门与卫生健康部门加强跨部门协调与合作，形成权责统一的医疗服务综合监管体系，在推动医疗卫生机构服务效率提高的同时，要对医疗服务费用进行合理控制，并对医疗服务质量进行有效监管和干预。近期，国家多个部门联合印发了按DRG付费国家试点城市名单的通知^[23]，鼓励各试点城市应用DRG完善医疗卫生机构内部管理，强化对医疗服务行为的监管，推动各医疗卫生机构主动控制成本。此外，建议各医疗卫生机构通过规范临床路径管理、引入智能监控系统、鼓励不良事件上报等措施，保证医疗服务的质量与安全，在增加医疗服务提供量的同时，注重医疗服务质的提升，更好地服务于广大人民。

4.3 西部地区加强远程医疗及信息化建设，推动卫生人才引进和医药技术创新

对于西部地区的省域，建议：一方面政府增加对该区域的专项资金投入，用于支持医疗卫生机构积极开展信息化建设，推动医疗信息资源共享。探索“互联网+远程医疗”服务，改善医疗卫生服务的可及性。通过搭建远程医疗链接，促进东、中部地区大型医疗卫生机构的专业人员远程为西部偏远或农村地区提供医疗服务技术支持，帮助其提高服务的效率和质量^[24]。另一方面，中央和地方政府通过政策支持，形成有利于西部地区人才引进和科技创新的外部环境，保证西部地区各级医疗卫生机构招得到并留得住高水平医药卫生专业技术人才。同时应加大引进先进医疗技术和医疗设备，提升对新药研发的支持力度，持续推动西部地区从医到药的技术变革与创新，提高其TC及TFPC。

×作者声明本文无实际或潜在的利益冲突