中国卫生资源  2021, Vol. 24 Issue (1): 75-78  DOI: 10.13688/j.cnki.chr.2021.200267

引用本文  

柯思思, 张刚, 朱朝阳, 等. 基本公共卫生服务效率及其影响因素[J]. 中国卫生资源, 2021, 24(1): 75-78. DOI: 10.13688/j.cnki.chr.2021.200267

基金项目

武汉市卫生和计划生育委员会项目(WG19Y07)

作者简介

柯思思, 主管医师, 硕士, 主要从事基本公共卫生服务、医院公共卫生管理研究, 334640535@qq.com

通信作者

严亚琼, wuhanchs@163.com

文章历史

收稿日期:2020-04-01
修订日期:2020-06-03
基本公共卫生服务效率及其影响因素
柯思思 , 张刚 , 朱朝阳 , 严亚琼     
武汉市疾病预防控制中心慢性非传染性疾病防治所, 湖北 武汉 430071
摘要目的 基于2017年武汉市13个地区基层医疗卫生机构的横断面数据,分析武汉市基本公共卫生服务效率及其主要影响因素。方法 采用松弛测度(slack-based-measure,SBM)-超效率数据包络分析(data envelopment analysis,DEA)模型,对武汉市基本公共卫生服务效率进行测算,通过Tobit回归分析进一步探讨其影响因素。结果 2017年武汉市13个地区基本公共卫生服务的超效率、纯技术效率、规模效率几何均数分别为1.073、1.213、0.884。其中76.9%的地区为DEA有效,若非DEA有效地区能达到DEA有效,全市可少开办11家基层医疗卫生机构、减少1 451张病床、节省6 983万元基本公共卫生服务补助经费。60岁及以上老年人比例、平均期望寿命、每千人口卫生技术人员数、每千人口床位数对武汉市基本公共卫生服务效率的影响具有统计学意义。结论 武汉市基本公共卫生服务效率地区差异较大,规模效率是制约基本公共卫生服务效率的关键因素。60岁及以上老年人比例越高、平均期望寿命越长、每千人口卫生技术人员数越多,基本公共卫生服务效率越低;每千人口床位数越多,基本公共服务效率越高。针对这些因素,需提高老年人健康管理水平,优化机构人员配置,合理调整机构规模,重视基本公共卫生服务的公益性。
关键词基本公共卫生服务    数据包络分析    Tobit模型    服务效率    纯技术效率    规模效率    
Keywords: basic public health service    data envelopment analysis, DEA    Tobit model    service efficiency    pure technical efficiency    scale efficiency    

国家基本公共卫生服务项目是深化医药卫生体制改革的重要内容之一,随着"保基本、强基层、建机制"的基层医疗卫生机构综合改革的不断深入,国家基本公共卫生服务项目人均服务经费在稳步提高,服务内容也在不断增加。2019年国家基本公共卫生服务人均补助标准为69元,并新增了19项基本公共卫生服务内容[1]。如何评价国家基本公共卫生服务项目效率已成为各级政府和卫生行政部门关注的重点。现采用松弛测度(slack-based-measure, SBM)-超效率数据包络分析(data envelopment analysis, DEA)模型,对2017年武汉市13个地区基层医疗卫生机构的基本公共卫生服务效率进行测算和分析,探讨影响武汉市基本公共卫生服务效率的主要因素。

1 资料与方法 1.1 资料来源和指标选择

数据来源于2018年《武汉卫生计生年鉴》和《武汉统计年鉴》。遵循评价指标要有代表性、确定性、独立性[2]的原则,综合《国家基本公共卫生服务项目绩效考核指标体系》,最终选取3个投入指标和6个产出指标。投入指标为:基层医疗卫生机构数、基层医疗卫生机构床位数、基层医疗卫生机构基本公共卫生服务项目补助。产出指标为:65岁及以上老年人健康管理率、高血压患者规范管理人数、Ⅱ型糖尿病患者规范管理人数、重性精神疾病患者规范管理人数、传染病和突发公共卫生事件报告例数、规范化电子健康档案建档率。

1.2 模型选择 1.2.1 SBM超效率模型

由于标准DEA模型有效决策单元(decision-making unit, DMU)效率值均为1,无法进一步区分有效DMU的效率高低,Andersen等[3]提出了超效率模型。为了解决径向模型对无效率的测量没有包含松弛变量的问题,Tone[4]提出了SBM-超效率模型。卫生领域更多关注的是在不减少卫生产出的条件下,要达到技术有效,各项卫生资源投入应该减少的程度[5],因此课题组选择投入导向的SBM-超效率模型[6]

在SBM-超效率模型中,若效率值≥1表示DUM生产技术有效,若0<效率值<1则表示DUM技术无效。

课题组分别测算了在规模收益不变(constant returns to scale, CRS)和规模收益可变(variable returns to scale, VRS)假设下的基本公共卫生服务效率,CRS假设是以各地区基层医疗卫生机构在最优规模下生产为前提,而VRS假设考虑了规模效率,二者结合分析,更能全面反映武汉市基本公共卫生服务效率。

1.2.2 Tobit回归模型

由于超效率值是一个连续的、大于0的受限变量,因此课题组选择Tobit回归模型:

$ y = {\beta _0} + {\beta _1}{x_{1i}} + {\beta _2}{x_{2i}} + \cdots + {\beta _n}{x_{ni}} + {\mu _i} $

式中:β0为常数项,β1β2βn为各个变量的回归系数;i表示第i个地区;x1ix2ixni为各自变量;μi为随机误差项;y为因变量。

参考已有文献[7],课题组选取了7个影响因素指标,分别为经济水平(人均国内生产总值)、老龄化水平(60岁及以上老年人比例和平均期望寿命)、人口分布水平(人口密度)、城镇化水平(城镇化率)、人力资源(每千人口卫生技术人员数)、基础设施(每千人口床位数)。

1.3 统计学分析

用Excel 2007整理数据,用MaxDEA 8 Ultra软件进行超效率分析,用Stata 16.0进行Tobit回归分析。检验水准α=0.05。

2 结果 2.1 超效率DEA分析

2017年武汉市13个地区基层医疗卫生机构基本公共卫生服务的超效率几何均数为1.073。A、C、D、E、F、G、H、I、J、M地区的超效率大于1,处于DEA有效,其中:A、E、G、H、J、M地区处于规模报酬递减阶段;C、D、F、I地区处于规模报酬递增阶段。纯技术效率的几何均数为1.213,其中A、C、D、E、F、G、H、I、J、M地区的纯技术效率大于1,表明武汉市大部分地区的基层医疗卫生机构投入的卫生资源已得到充分的利用。规模效率几何均数为0.884,仅A地区的规模效率大于1,说明绝大部分地区的基层医疗卫生机构规模不合理,不能满足实际的需要。B、K、L地区的超效率、纯技术效率和规模效率均小于1,均处于规模报酬递增阶段,说明这3个地区不仅投入卫生资源未被充分利用,基层医疗卫生机构的规模也有待调整。具体见表 1

表 1 2017年武汉市各区基层医疗卫生机构超效率分析
2.2 非DEA有效地区的投影分析结果

课题组从投入的角度对非DEA有效地区投入指标的投影值进行分析。由表 2可知,B、K、L地区的卫生资源投入效率不高,基层医疗卫生机构数、基层医疗卫生机构床位数和基本公共卫生服务项目补助均有不同程度的浪费。其中,K地区基层医疗卫生机构数、基本公共卫生服务项目补助,L地区基层医疗卫生机构床位数浪费情况最严重,分别有33.7%、79.5%、50.4%未能发挥应有的作用。根据软件计算结果可知,若这3个非DEA有效地区能合理使用补助资金,提高基层医疗卫生机构管理水平,发展适宜的机构规模,武汉市可以少开办11家基层医疗卫生机构、减少1 451张病床、节省6 983万元基本公共卫生服务项目补助经费。

表 2 非数据包络分析有效地区投入指标的投影值分析
2.3 基于Tobit模型的影响因素分析

课题组采用Tobit回归模型对2017年武汉市13个地区基层医疗卫生机构基本公共卫生服务效率的影响因素进行分析。由表 3可知,CRS和VRS假设下效率的Tobit回归模型结果基本一致,说明武汉市基本公共卫生服务效率的提高主要是由纯技术效率引起的。因此,仅需分析CRS假设下的武汉市基本公共卫生服务效率的影响因素。

表 3 Tobit回归分析

60岁及以上老年人比例、平均期望寿命、每千人口卫生技术人员数、每千人口床位数对武汉市基本公共卫生服务效率的影响具有统计学意义(P<0.05),其中:60岁及以上老年人比例、平均期望寿命、每千人口卫生技术人员数的回归系数分别为-0.244 780、-0.515 492、-0.357 999,与武汉市基本公共卫生服务效率呈负相关;每千人口床位数的回归系数为0.366 942,与武汉市基本公共卫生服务效率呈正相关;人均国内生产总值、城镇化率和人口密度对武汉市基本公共卫生服务效率没有影响。

3 讨论与建议 3.1 武汉市基本公共卫生服务超效率较高,但地区间差异较大

收集2017年武汉市13个地区基本公共卫生服务相关数据,运用投入导向的SBM-超效率模型,对武汉市基本公共卫生服务超效率、纯技术效率和规模效率进行测算。结果显示,2017年全市有76.9%的地区DEA有效,说明这些地区的基层医疗卫生机构、床位和基本公共卫生服务项目补助的投入和基本公共卫生服务的产出达到了理想状态。结果明显高于广州市的48.6%,重庆市的42.9%、中山市的20.8%、北京市的40.0%、武汉市的31.3%[8-12],这可能与这项研究以行政区为DUM而其他研究多以基层医疗卫生机构为DUM有关,也有可能与近几年武汉市深化基层医疗卫生机构综合改革初见成效有关[13]。总体而言,武汉市基本公共卫生服务超效率较高,主要得益于纯技术效率,而规模效率普遍较低,仅7.69%的地区为规模有效,表明武汉市绝大多数地区的基层医疗卫生机构未能统筹规划,机构规模的过大或过小直接影响了基本公共卫生服务的效率。全市地区差异明显,H地区超效率最高,达到3.042,是最低K地区的5.88倍。建议各级卫生行政部门在积极落实国家、省、市基本公共卫生服务相关政策的基础上,针对辖区基层医疗卫生机构投入产出效率的不足之处,尤其是规模效率偏低的情况,结合辖区的实际情况,因地制宜、合理配置基层医疗卫生机构的医疗卫生资源,适当调整机构规模,进一步提高基本公共卫生服务效率。

3.2 非有效DEA投入相对过剩

松弛变量分析不仅能了解每一种卫生资源投入的非有效性,更能发现非有效DEA是由哪一种或几种投入要素导致的[14]。从投影值分析结果可知,武汉市基层医疗卫生机构在投入方面存在冗余,其中基层医疗卫生机构床位的平均冗余最高,这与孙健等[15]的研究结果基本一致。武汉市基层医疗卫生机构存在卫生资源闲置与浪费,建议非有效DEA地区要加强对基层医疗卫生机构卫生资源投入的控制,调整卫生资源存量,增加基本公共卫生服务的各项产出,同时也要提高管理水平和技术水平,尤其着重提高基层医疗卫生机构的资源配置和利用效率。

3.3 60岁及以上老年人比例、平均期望寿命、每千人口卫生技术人员数、每千人口床位数对武汉市基本公共卫生服务效率的影响有统计学意义

60岁及以上老年人口比例和平均期望寿命对基本公共卫生服务效率存在明显的负效应,其中平均期望寿命的回归系数为-0.515 492,影响程度较大,说明平均期望寿命是导致全市基本公共卫生服务效率下降的主要因素。这可能是随着我国老龄化程度不断加深,慢性非传染性疾病的患病率不断上升,而老年人群多患有多种疾病且病程较长,60岁及以上老年人比例越高、平均期望寿命越长,需要接受基本公共卫生服务的老年人就越多,而基层医疗卫生机构由于从事基本公共卫生服务项目的医务人员不足,管理任务日益繁重,只能更多地关注管理任务是否完成,而忽略了管理质量,这必然会影响基本公共卫生服务的实施效果。每千人口卫生技术人员数对基本公共卫生服务效率具有抑制作用,可能的原因是卫生技术人员越多,医疗卫生机构规模越大,机构管理人员更重视营利性的基本医疗服务,而忽视公益性的基本公共卫生服务。每千人口床位数对基本公共卫生服务效率具有促进作用,回归系数为0.366 942,影响较大,说明每千人口床位数是提高全市基本公共卫生服务效率的主要因素。这可能是由于医疗卫生机构床位数越多,居民住院可及性越高,接受优质的基本公共卫生服务越多,基本公共卫生服务的满意度和服务效率就越高。

人均国内生产总值、城镇化率和人口密度对基本公共卫生服务效率的影响无统计学意义,说明经济水平、城镇化水平和人口分布不是基本公共卫生服务效率的影响因素。这与柯思思等[12]的研究一致,说明武汉市在实施基本公共卫生服务项目的过程中,通过加大农村地区基本公共卫生服务投入和公共财政投入,加强对农村地区转移支付能力,完善农村地区卫生人才引进等多方措施,进一步缩小了城乡基本公共卫生服务差距。

因此,建议各地区基层医疗卫生机构加强对老年人,尤其是慢性病患者的健康管理,加强老年人的健康教育,提高其对慢性病的认知,增强其服药依从性,提高老年人的健康管理质量。同时,各地卫生行政部门也要进一步深化基层医疗卫生机构的综合改革,重视基本公共卫生服务的公益性,充分结合基本医疗、家庭医生签约服务,提升基本公共卫生服务的可及性,逐步提升基本公共卫生服务效率。

·作者声明本文无实际或潜在的利益冲突

参考文献
[1]
国家卫生健康委, 财政部, 国家中医药局, 等. 关于做好2019年基本公共卫生服务项目工作的通知: 国卫基层发[2019] 52号[A]. 2019.
[2]
梁建凤, 邵燕华, 韩小兰, 等. 浙江省各地区医疗机构DEA-Malmquist效率指数分析[J]. 中华医院管理杂志, 2012, 28(8): 589-592.
[3]
ANDERSEN P, PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Manage Sci, 1993, 39(10): 1261-1264.
[4]
TONE K. A slacks-based measure of super-efficiency in data envelopment analysis[J]. Eur J Oper Res, 2002, 143(1): 32-41. DOI:10.1016/S0377-2217(01)00324-1
[5]
陈峰. 医用多元统计分析方法[M]. 北京: 中国统计出版社, 2000.
[6]
成刚. 数据包络分析方法与MaxDEA软件[M]. 北京: 知识产权出版社, 2014: 27.
[7]
耿书培, 浦雪, 曹志辉, 等. 国家基本公共卫生服务实施效果及影响因素研究[J]. 中国全科医学, 2018, 21(1): 18-23.
[8]
朱先, 欧阳俊婷, 匡莉, 等. 广州市基本公共卫生服务效率评价与影响因素研究[J]. 卫生经济研究, 2015(3): 47-50.
[9]
王鹏, 杨弦弦, 周锡鹏, 等. 2014年重庆市基本公共卫生服务项目效率分析[J]. 上海交通大学学报(医学版), 2016, 36(7): 1054-1058.
[10]
方曼琪, 贝晶利, 甘富全, 等. 中山市各镇区基本公共卫生服务效率评价[J]. 社区医学杂志, 2019, 17(1): 46-48.
[11]
孟亚苹, 孙灵利, 宋爽, 等. 北京市朝阳区社区基本公共卫生服务项目效率分析[J]. 中国医药导报, 2017, 14(33): 126-129, 137.
[12]
柯思思, 曹易, 姜明, 等. 武汉市基层医疗卫生机构基本公共卫生服务效率分析[J]. 中国卫生信息管理杂志, 2017, 14(4): 589-593.
[13]
湖北省人民政府. 省人民政府办公厅关于进一步深化基层医疗卫生机构综合改革的实施意见: 鄂政办发[2017] 30号[A]. 2017.
[14]
朱丽娟, 王志伟. 黑龙江省种粮大户的技术效率及其影响因素[J]. 资源科学, 2018, 40(8): 1583-1594.
[15]
孙健, 朱平华, 文秋林, 等. 中国基层医疗卫生资源利用效率评价研究[J]. 农村经济与科技, 2017, 28(13): 249-251.