2019年12月,新型冠状病毒肺炎暴发流行,疫情之下,我国公共卫生体系及疾病预防控制(以下简称“疾控”)体系的建设与发展成为焦点之一。其实,2003年严重急性呼吸综合征(severe acute respiratory syndrome,SARS)疫情暴发后,我国疾控体系建设曾经有过一轮发展高潮,但之后国家对疾控体系的投入一直不大[1]。此外,由于缺乏有效的绩效评价和激励制度,疾控机构的人才队伍不稳定,人才流失严重,机构发展乏力[2]。2009年新一轮医药卫生体制改革启动后,四大体系之一的公共卫生体系建设一直处于迟滞状态[3]。此次抗击新型冠状病毒肺炎疫情的过程也暴露出我国疾控中心机制不活、能力不足等问题。现分析SARS疫情后我国疾控中心资源配置效率的动态变化情况,为进一步提升疾控中心的投入-产出效率、优化资源配置结构提供依据,助力公共卫生服务体系的建立和健全。
1 资料与方法 1.1 资料来源数据来源于2004—2012年原卫生部发布的《中国卫生统计年鉴》、2013—2017年原国家卫生和计划生育委员会发布的《中国卫生和计划生育统计年鉴》及2018—2019年国家卫生健康委员会发布的《中国卫生健康统计年鉴》,以2003—2018年我国31个省(自治区、直辖市)的疾控中心投入、产出数据作为研究样本。
1.2 研究方法数据包络分析(data envelopment analysis,DEA)-Malmquist指数模型是一种常用的效率评价方法,主要反映不同时期全要素生产率的变化[4]。全要素生产率变化等于技术效率变化和技术进步变化的乘积[5]。当规模收益可变时,技术效率变化等于纯技术效率变化和规模效率变化的乘积[5]。在评价医疗卫生领域效率的过程中:全要素生产率变化大于1.000,则效率提升;技术进步变化大于1.000,则技术进步;纯技术效率变化大于1.000,则管理水平提升;规模效率变化大于1.000,则资源得到充分利用[6]。
1.3 指标选取根据Cobb-Douglas生产函数对投入的定义,投入指标分为资本投入和劳动力投入[7]。基于已有的文献[8-9]研究,综合考虑数据的可获得性和连续性(固定资产总价值等相关指标数据无法获得),选取疾控中心数反映资本投入,选取疾控中心卫生技术人员数反映劳动力投入。产出指标主要聚焦疾控中心的传染病预防与控制能力,故选取甲、乙类传染病发病率和甲、乙类传染病死亡率2个指标。
1.4 统计学分析对投入、产出指标的基本情况进行描述性分析。用Excel 2019建立数据库,用DEAP 2.1软件进行效率分析,选择以产出为导向、反映规模效益变化的Malmquist指数模型分析2003—2018年我国31个省(自治区、直辖市)的疾控中心资源配置效率。以产出为导向的DEA的目标是在投入既定的情况下实现产出最大化,而本研究所选取的产出指标(甲、乙类传染病发病率和甲、乙类传染病死亡率)属于逆向指标[10],即指标数值越大,产出效果越差。因此,在分析数据时,分别选取甲、乙类传染病发病率的倒数和甲、乙类传染病死亡率的倒数作为产出指标值[9]。
2 结果 2.1 投入-产出情况2003—2018年,全国疾控中心数量、卫生技术人员数量都呈明显的下降趋势,甲、乙类传染病发病率呈先升后降趋势,甲、乙类传染病死亡率呈上升趋势。2004年,疾控中心数量为3 588家,卫生技术人员数量为160 093人,达到历年最大值。2007年,甲、乙类传染病发病率最高,为272.39/10万。2018年,甲、乙类传染病死亡率最高,为1.67/10万。见表 1。
| 表 1 2003—2018年我国疾病预防控制中心投入-产出情况 |
|
|
2003—2018年,我国31个省(自治区、直辖市)的疾控中心的全要素生产率变化均数为0.997(表 2),疾控中心总体的全要素生产率变化年均下降0.3%。技术效率变化均数为0.976,技术进步变化均数为1.022(表 2),疾控中心技术效率变化年均下降2.4%,技术进步变化年均上升2.2%。
| 表 2 2003—2018年我国疾病预防控制中心Malmquist指数测算结果 |
|
|
我国疾控中心实现全要素生产率增长的年份有9个,分别为2005—2006年、2006—2007年、2007—2008年、2009—2010年、2010—2011年、2011—2012年、2013—2014年、2014—2015年、2015—2016年。2009—2010年,全要素生产率的增长幅度最大,为15.3%。全要素生产率下降的年份有6个,分别为2003—2004年、2004—2005年、2008—2009年、2012—2013年、2016—2017年、2017—2018年。2003—2004年,全要素生产率的下降幅度最大,为15.6%。见表 2。
2.2.2 不同地区的投入-产出效率我国31个省(自治区、直辖市)中,北京、天津、黑龙江、上海、江苏、海南、四川、云南、陕西、甘肃和宁夏11个省(自治区、直辖市)的全要素生产率变化大于1.000,这些地区的疾控中心资源配置效率有所提升。只有内蒙古、西藏和青海3个省(自治区)的技术进步变化小于1.000,大部分地区的技术不断进步,技术进步是各地区全要素生产率增长的主要因素。北京、天津、黑龙江、上海、四川、甘肃、青海和宁夏8个省(自治区、直辖市)的技术效率变化大于或等于1.000。16个省(自治区、直辖市)的纯技术效率变化大于或等于1.000。只有天津、山西、黑龙江、上海、青海和宁夏6个省(自治区、直辖市)的规模效率变化大于或等于1.000,大部分地区的规模效率递减。见表 3。
| 表 3 我国31个省(自治区、直辖市)疾病预防控制中心效率的Malmquist指数测算结果 |
|
|
全要素生产率变化可分解为技术效率变化和技术变化。以技术效率变化为横轴、技术变化为纵轴,绘制我国31个省(自治区、直辖市)疾控中心全要素生产率的Malmquist指数分解散点图,见图 1。
|
图 1 2003—2018年我国31个省(自治区、直辖市)疾病预防控制中心全要素生产率的Malmquist指数分解结果 |
根据散点图,我国31个省(自治区、直辖市)分为4类地区:A类地区的疾控中心技术效率变化大于或等于1.000,技术变化大于或等于1.000,包括上海、天津、甘肃、四川、北京、宁夏和黑龙江7个省(自治区、直辖市),占比为22.58%,这些机构的技术进步和组织管理水平都有所提高,整体效率也呈现增长趋势;B类地区的疾控中心技术效率变化大于或等于1.000,技术变化小于1.000,仅青海1个省,占比为3.23%,这些机构的技术进步和技术创新有待提高;C类地区的疾控中心技术效率变化小于1.000,技术变化大于或等于1.000,包括山东、河南、广东、河北、重庆、湖北、海南、辽宁、福建、湖南、新疆、广西、吉林、山西、贵州、浙江、安徽、陕西、江苏、江西、云南共21个省(自治区、直辖市),占比为67.74%,这些机构的技术进步明显,而组织管理水平有待提高;D类地区的疾控中心技术效率变化小于1.000,技术变化小于1.000,包括内蒙古、西藏2个自治区,占比为6.45%,这些机构的技术进步和组织管理水平均有待提高。
3 讨论与建议 3.1 讨论总的来说,我国疾控中心的卫生资源投入不足,疾病预防和控制能力有待提升。具体表现为疾控中心数和卫生技术人员数逐年下降,甲、乙类传染病的发病率和死亡率未见明显下降。疾控中心的投入-产出效率整体有所下降,且不同时期、不同地区的疾控中心资源配置效率不均衡。一方面,全要素生产率变化年均下降0.3%,技术效率变化年均下降2.4%,纯技术效率变化年均下降0.5%,规模效率变化年均下降1.9%。另一方面,16年间,我国疾控中心实现全要素生产率增长的仅有9个年份,且近2年的全要素生产率均略有下降。31个省(自治区、直辖市)的疾控中心中,机构资源配置效率整体增长的省(自治区、直辖市)未超过50.00%,且大部分地区机构的技术效率变化小于1.000。综上所述,组织管理水平和资源利用能力不足是阻碍我国疾控中心资源配置效率提高的主要因素。
3.2 建议疾控中心是公共卫生服务的重要提供者之一[11],疾控体系则是公共卫生体系的重要组成部分。现基于研究结果,以疾病预防和控制为抓手,从顶层设计、机构发展和协同机制3个层面,提出公共卫生体系建设的政策建议。
(1)以新型冠状病毒肺炎疫情后对公共卫生体系的反思为契机,完善顶层设计。新型冠状病毒肺炎疫情是对我国公共卫生体系的一次重大考验,在应对疫情中暴露的短板和问题也是下一步工作的重点。对于包括疾控体系在内的公共卫生体系,应进一步从国家层面开展总体规划和顶层设计,厘清发展理念和职能界定,为接下来地方公共卫生体系的调整和发展提供依据。“重治疗、轻预防”的落后观念是公共卫生体系发展停滞不前的根本原因[3],公共卫生体系的顶层设计应基于全民健康的视角,树立“治未病”的服务管理理念。此外,包括疾控中心在内的公共卫生机构是政府社会保障基本职能的重要输出机构,其公益性、非外部性等基本内涵不能改变,国家应从人、财、物等各个方面加大对机构的政策支持。
(2)结合经济新常态下的政府职能转变要求,调整公共卫生体系结构,提高服务能力。即使没有疫情来敲响警钟,也应进一步调整公共卫生体系的结构,提升服务能力,以适应人民群众在经济发展、人口结构变化背景下的医疗需求变化。结合本研究中疾控中心的投入-产出存在地区差异的结果,排除资源紧缺的原因,疾控机构存在对现存资源利用不足的问题,而组织管理水平不足则是制约疾控机构资源配置效率提高的主要因素。地方疾控机构乃至公共卫生体系当下亟待解决的问题是,在现存可利用资源的情况下,如何使资源发挥最大效能。既往研究[3]表明,公共卫生机构能力不足体现在多个方面,如人才队伍结构不稳定、人才流失严重、设备落后等。当前可依据公共卫生体系结构调整的实际需求,制定和完善人才引进及考评机制,增加设备配置,如信息化建设在疾控体系中的应用等,提高疾病上报、预测病情的能力和工作效率。
(3)与其他卫生体系形成合力,建立“防治结合”的整合型机制。在新型冠状肺炎疫情的危机治理中,较为遗憾的是并未形成一个以公共卫生体系为中心的疫情应对模式。在新一轮医药卫生体制改革的过程中,公共卫生体系、医疗服务体系、医疗保障体系、药品供应体系之间的沟通机制不健全,这也是从“以治病为中心”向“以人民健康为中心”转变的重要桎梏。《“健康中国2030”规划纲要》和《健康中国行动(2019—2030年)》将提供优质高效的公共卫生服务作为政策目标和工作任务的重中之重[12]。因此,在加强公共卫生体系的顶层设计和机构能力建设的基础之上,应构建一个基于“全健康”管理理念的、四大体系协同的沟通机制,从而真正实现“防治结合、关口前移”。如以高血压、糖尿病等慢性病防治为突破口,将四大服务体系在健康管理中的作用落到实处:疾控中心可联合基层医疗卫生机构,定期向社区居民传播健康饮食、合理运动等观念,转变社区居民的行为,降低慢性病的发生率;药品供应组织负责保障药品供应;医疗卫生机构负责提供优质的诊疗服务,防治慢性病相关的并发症,降低慢性病的死亡率;医疗保障组织通过医疗保险基金保障居民的就医需求,减轻居民的就医负担。
3.3 局限性DEA投入-产出指标的选择需要兼顾目的性、精简性、关联性、多样性,以及指标选取的可操作性和获得的难易程度[13]。疾控中心提供的公共卫生服务项目涉及病种广泛、种类繁多,但受数据来源所限,投入和产出要素的选择余地相对较小,指标的选择不能完全反映疾控中心的投入和产出情况。然而,这些投入、产出数据的连续性较好,甲、乙类传染病的发病率和死亡率契合急性传染性疾病防控的需要。今后如有更广泛的公开来源数据,如固定资产总价值、疾控中心经费投入、疫苗接种总人数、健康教育培训人次数、慢性病管理人次数等,可综合考虑指标的数量和质量,通过聚类分析、因子分析、主成分分析和专家咨询等方法选择相应指标,进行进一步的分析。
·作者声明本文无实际或潜在的利益冲突
| [1] |
罗力, 王颖, 张天天. 新时代疾病预防控制体系建设的思考[J]. 中国卫生资源, 2020, 23(1): 7-13. |
| [2] |
谢金月, 苏迎, 常红, 等. 疾病预防控制人才激励机制存在的问题及对策[J]. 中国卫生资源, 2013, 16(2): 126-128. |
| [3] |
王坤, 毛阿燕, 孟月莉, 等. 我国公共卫生体系建设发展历程、现状、问题与策略[J]. 中国公共卫生, 2019, 35(7): 801-805. |
| [4] |
杨雨晨, 徐阅, 项楠, 等. 基于DEA-Malmquist指数的我国三级公立中医医院效率研究[J]. 中国卫生资源, 2019, 22(6): 435-439. |
| [5] |
柯思思, 刘新会, 李长风. 我国各地区医疗机构DEA-Malmquist效率指数分析[J]. 中国医院管理, 2016, 36(5): 32-34. |
| [6] |
孙学智.我国省级医疗健康服务资源配置效率研究[D].杭州: 浙江大学, 2019. http://cdmd.cnki.com.cn/Article/CDMD-10335-1019106658.htm
|
| [7] |
肖秀娟.我国医疗组织服务效率评价与改进研究[D].武汉: 华中师范大学, 2016.
|
| [8] |
侯家祥.山东省疾病预防控制机构投入产出效率研究[D].济南: 山东大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10422-1015522185.htm
|
| [9] |
王宝顺, 刘京焕. 中国地方公共卫生财政支出效率研究:基于DEA-Malmquist指数的实证分析[J]. 经济经纬, 2011(6): 136-140. |
| [10] |
李俭峰, 杨棪. 基于DEA的中部地区基本公共服务财政支出效率分析[J]. 财会月刊, 2017(2): 124-128. |
| [11] |
张永慧, 刘勇鹰. 疾病预防控制机构实现公共卫生服务均等化的策略思考[J]. 华南预防医学, 2009, 35(6): 1-3. |
| [12] |
孟庆跃. 新时期疾病预防控制机构功能转型与改革[J]. 中华预防医学杂志, 2019, 53(10): 964-967. |
| [13] |
李晓姣.基于数据包络的县级疾病预防控制中心效率评价及影响因素分析研究[D].上海: 复旦大学, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10246-1015411231.htm
|
2020, Vol. 23


