DEA分析法在醫院效率評價中的研究
數據包絡分析(data envelopment analysis ,DEA)是著名運籌學A。Charnes和W.W.Cooper等學者1978年在「相對效率評價」概念基礎上發展起來的一種新的非參數分析方法,其實質是根據一組關於輸入、輸出指標的觀察值來估計生產前沿面並以之進行綜合效果評價從而得出哪些單位投入過大、產出過小的意見。它不僅能夠計算出決策單元之間的相對效率,而且也能為低效率單元指出投入過剩或是產出不足。
研究數據包絡分析和隨機前沿分析在評價縣級及縣級以上公立醫院效率中的應用;比較兩種分析方法的異同,為這兩種方法在我國醫院效率評價方面的應用提供建議。
方法:本研究採用實證研究的方法,通過文獻分析掌握數據包絡分析和隨機前沿分析的理論基礎、操作流程及其目前在醫院效率評價中的應用現狀,並以2003-2007年四川省縣級及縣級以上340家公立醫院的效率評價為實例進行實證分析,探討兩種方法在醫院效率評價中的實用性及應用條件等。研究採用SPSS 15.0進行數據整理、統計描述等基本統計分析,數據包絡分析中,採用數據包絡分析專用軟體Deap 2.1測算醫院的技術效率、成本效率、規模效率、配置效率以及投入可減少比例和產出可增加比例,對不同模型和指標體系測得的同一類效率值進行相關性分析,並結合國內外文獻中的效率值範圍及實際情況進行選擇;隨機前沿分析中,採用隨機前沿分析專用軟體Frontier 4.1測算醫院的技術效率和成本效率,對模型進行參數檢驗和似然比檢驗,對指標的降維採用SAS 8.0進行主成分分析,最後結合國內外文獻中的效率值範圍及實際情況進行選擇。
結果:
(1) 、DEA方法測算技術效率模型確定結果:CRS模型所得技術效率值為0.758;
VRS模型所得總技術效率值為0.758,純技術效率值為0.800,規模效率值為0.951;
本研究最終選擇採納VRS模型作為DEA方法評價醫院技術效率的模型。
(2)DEA方法測算成本效率模型確定結果:CRS模型所得成本效率、配置效率和技術效率分別為0.467、0.900和0.522;
VRS模型所得以上結果分別為0.957、0.819和0.955;
本研究最終選擇採納VRS模型作為DEA方法評價醫院成本效率的模型,同時不建議採納該過程中所得技術效率結果。
(3) DEA方法指標體系確定結果:本研究最終選擇納入包含平均住院日的指標體系。
(4) 隨機前沿生產函數解釋變量的選擇結果:解釋變量不含價格指標所得結果為0.752;
解釋變量包含價格指標所得結果為0.794;
本研究最終決定在隨機前沿生產函數的解釋變量中加入價格指標。
(5)隨機前沿生產函數應變量的選擇結果:將工作量作為應變量所得結果為0.413;
採用主成分分析處理應變量後所得結果為0.794;
本研究最終確定採用主成分分析對隨機前沿生產函數的應變量進行綜合。
(6)隨機前沿成本函數解釋變量的選擇結果
(7)採用主成分分析法,最終選擇模型I作為解釋變量的選擇結果。
(8)隨機前沿成本函數應變量的選擇結果:應變量採用總成本所得結果為0.540;
應變量採用總可變成本所得結果為0.824;
本研究最終選擇採納總可變成本作為隨機前沿成本函數的應變量。
(9) 根據上述模型與指標,採用DEA方法所得四川省公立醫院五年平均總技術效率值為0.758,純技術效率值為0.800,規模效率值為0.948;
採用DEA方法所得四川省公立醫院五年平均成本效率值為0.498,配置效率值為0.904,技術效率值為0.554;採用SFA方法所得四川省公立醫院五年平均技術效率值為0.794,成本效率值為0.824。
結論:
(1)本研究推薦採用DEA方法來評價醫院的技術效率,採用SFA方法來評價醫院的成本效率。
(2) 本研究建議在採用DEA方法評價醫院效率時選用VRS模型;另外,不推薦採用成本效率測算過程中所得技術效率作為醫院的技術效率評價結果;並建議研究者在指標體系中納入平均住院日。
(3)本研究推薦研究者採用總可變成本作為隨機前沿成本函數的應變量;同時採用主成分分析法對隨機前沿生產函數的產出變量進行處理,並提示研究者可在生產函數的解釋變量中考慮使用價格指標。
(4)技術效率和成本效率總體較高;對於多數規模收益遞減的醫院應考提高投入的利用率以增加產出,少數規模收益遞增的醫院可考慮適當擴大醫院的運作規模;醫院可適當節約用於床位數、員工人數和固定資產的開支。