基于数据包络和聚类分析的全国卫生资源配置效率研究

严宇珺 严运楼

“健康中国 2030”提出，推进健康中国建设，必须提高地区资源配置效率、实现全民健康覆盖、促进卫生资源配置合理化[1]。进一步提高和优化我国卫生资源配置效率，合理配置卫生资源，推动我国卫生事业改革和发展。本研究采用数据包络分析法( Data Envelopment Analysis，DEA)[2-4]及 聚 类分析法（Cluster analysis）[5-7]，对全国卫生资源配置效率进行横向和纵向研究分析，然后在聚类分析法的基础上进一步研究OLAP 多维数据集，并进行讨论。本文选取3 个投入指标、3 个产出指标，借助DEAP 2.1 软件进行分析。

1 资料来源与方法

1.1 研究对象

本文选取了6 个指标，表1 对卫生资源配置效率的这6 个指标进行了界定。同时我们通过翻阅《中国统计年鉴》及《中国卫生统计年鉴》，获取了1995 年～2016 年各个年份下6 个指标的相应数据。

1.2 研究方法

数据包络分析( Data Envelopment Analysis, DEA) 是美国运筹学家 Charnes 等提出的，主要用于评价同类决策单元相对效率，该方法只须根据一组投入—产出指标值便能估计有效生产前沿面并进行综合效率评价。本文运用DEA 对全国卫生资源配置的效率进行横向及纵向相对有效性评价及分析。

聚类分析法：该方法将数据往不同的类别中归类，遵循相似度高的原则，进行聚类分析。其优点是不需要知道分类对象的结构，只需要数据，然后选好分类统计量，操作简易。

1.3 统计学方法

通过Excel 2016 录入并建立数据库，再运用 DEAP 2.1 软件进行分析。

2 结果

2.1 指标选择

合理选取投入—产出指标对于DEA 评价卫生资源配置效率至关重要。通过参考国内外相关效率评价文献[8]，同时基于 DEA 模型要求样本容量 ＞ 2×投入指标个数×产出指标个数，综合考虑全国卫生资源配置的实际情况，最终选取3 个投入指标：卫生机构数、床位数、卫生技术人员以及3 个产出指标：诊疗人次、入院人数、病床使用率。

2.2 从横向维度对卫生资源配置效率进行评价

表2 表明，卫生资源配置的综合效率为1、纯技术效率为1 以及规模效率为1，同时还满足松弛变量为0 的城市主要集中在包括浙江、上海等在内的11 个城市，这说明以上这些城市的规模收益保持稳定，属于资源配置DEA 相对有效，也就是说投入与预期产出相匹配，无需额外增加或减少投入。另外DEA 弱有效的城市为天津、江苏、山东以及江西，其中，江苏、山东和江西3 省的规模收益呈递减态势，表明这3 省已有卫生资源投入相比一般水平偏高且投入高于产出，理应适当控制投入。此外，DEA 相对无效的城市有16 个，如北京、河北等，就规模收益来说，除北京以外的其他15 个城市均减少，反映出这些城市的资源配置与有效性仍有差距，有待调整。

对我国城市DEA 非有效卫生资源投入—产出值进行对比，具体见表3。从实际值、松弛值和目标值三方面对投入指标值、产出指标值进行分析比较。首先从卫生机构数量来说， 有13 个省份，包括北京、河北等都处于卫生资源冗余状态；其次从床位数量来分析，存在卫生资源冗余的地区主要包括辽宁、山西、黑龙江、河南；再者从卫生技术人员数量来说，有9 个地区是属于卫生资源冗余范围内；另外就3 个投入指标来说，北京、河北等16 个省份的卫生资源都是产出不足。

2.3 从纵向维度对卫生资源配置效率进行评价

表1 卫生资源配置效率相关指标界定

表2 2016 年中国31 个省份卫生资源配置的相关指标值及相对有效性判定

对1995 年～2016 年卫生资源配置的相关指标值及相对有效性进行判定，见表4。从表中首先可以判断卫生资源配置仅在1995、2004、2007、2009、2012、2013、2014、2016 等 年 份 为DEA 有效。其次，卫生资源配置效率判定为DEA 弱有效的年份主要集中于1996、2002、2003、2008 年。再者，从卫生资源配置DEA 无效角度来看，包括1997 ～2001、2005、2006、2010、2011 以及2015 年，并且除2010、2011 和2015 年以外的年份均为规模报酬递增，也就是说1997 ～2001、2005、2006、2010、2011 以及2015 年的卫生资源没有得到有效使用。综上，22年中仅有1/3不到的年份完成了目标，总体实现率不高。

表3 我国城市DEA 非有效卫生资源投入—产出数据对比

2.4 2016 年各省份卫生资源聚类分析

表4 1995 年～2016 年卫生资源配置的相关指标值及相对有效性判定

本部分主要运用聚类分析法对投入—产出这6个指标值进行分析，得到2016年各省份聚类分析图，见图1。并在此基础上归纳出各地区卫生资源配置效率高、一般、低分类一览表，见表5。其中，山东、河南、广东、浙江、湖北、江苏、河北、湖南、四川属于卫生资源高配置效率，也就是说以上地区的卫生资源的投入和产出属于最优配置。福建、甘肃、黑龙江、重庆、新疆、北京、江西、广西、辽宁、陕西、安徽、云南、上海属于一般配置效率，也就是说投入和产出处于未达到最优状态，有改善的空间。西藏、青海、海南、天津、宁夏、吉林、内蒙古、山西、贵州属于低配置效率，即这些省份的投入和产出值水平低。

在2016 年各省份聚类分析图以及各地区卫生资源配置效率高、一般、低分类一览表的基础上，进一步研究2016 年卫生资源投入—产出OLAP 多维数据集，见表6。

图1 2016 年各省份聚类分析

表5 各地区卫生资源配置效率高、一般、低分类情况

表6 2016 年卫生资源投入—产出OLAP 多维数据集

结合表5 和表6，发现高配置效率类省份（山东、河南、广东、浙江、湖北、江苏、河北、湖南、四川）和低配置效率类的省份（西藏、青海、海南、天津、宁夏、吉林、内蒙古、山西、贵州）数量相同，但两类指标值在投入和产出指标数值上有很大的不同。高配置效率类的9 个省份在卫生资源的投入量上居于领先地位，对应的产出量也领先于低配置效率类的省份，而属于低配置效率类的地区不光卫生资源的投入量低，对应的产出量也不高。一般配置效率类包括13 个城市，比高配置效率类的城市在数量上多一倍多，但高配置效率类城市的卫生资源产出指标值远远高于一般配置效率类，除了病床使用率，两者差距不大。

纵观以上分析，各省份在卫生资源投入和产出方面出现地区不平衡现象，由东部向中西部倾斜。东部城市主要属于卫生资源配置高效率，如浙江、江苏等城市，主要由于东部地区特殊的经济、社会、人文等因素。与之差距很大的是西部各省份，其卫生资源投入低，产出也不高。基于以上东中西部存在的问题，建议各省份着眼投入冗余及产出不足，实现合理规划，具体情况具体分析，灵活调整规模，重视异常年份，汲取宝贵经验，推进“精准扶贫”,聚焦贫困地区“就医难，就医贵”问题。

3 讨论

从横向对卫生资源配置效率进行研究，发现2016 年全国31 个城市中有16 个城市是DEA 相对无效，说明这些城市在当时规模投入下的卫生资源未得到充分使用以及卫生资源产出不足，另外仅有11 个城市达到DEA 有效，即卫生资源的投入和产出处于合适状态；从纵向对卫生资源配置效率进行研究，发现1995 年～2016 年 22 年中有10 个DEA卫生资源配置无效年份，表明相当一部分年份的卫生资源未得到有效利用，仅有8 个DEA 卫生资源配置有效年份，总体配置效率低。

合理安排卫生资源各指标值投入量，提高卫生资源使用率。卫生资源配置效率横向分析得出如辽宁、山西、河南等城市投入指标数量冗余，而如北京、河北等16 个地区产出指标数量不足。投入冗余或产出不足都意味着人们对卫生资源的使用情况未达到已有投入量所对应的预期产出，即出现“高投入低产出”情况[9]。造成以上问题的主要原因可能与各省份的地理、人文环境、经济发展状况、人群的认知能力和就医态度，以及政府和管理部门投入和政策措施有密切关系，建议加强卫生资源配置前的规划，优化资源配置，以满足人们对卫生资源的实际需求[10]。

因地制宜对卫生资源规模进行适当扩大或缩小。如河北、辽宁、江苏、福建、山东等17 个省份的规模效率小于1 且规模收益递减，卫生资源投入的增速大于产出的速度，意味着这些地区当前的卫生资源配置失衡，因此建议缩小现有投入规模；又如北京和天津规模效率小于1但规模收益却递增，建议两地对当前的卫生资源规模需求进行调整，各省份应做到对具体情况进行具体分析[11]。

本文采用的研究方法主要是基于卫生资源的投入、产出指标，这些数据只能对全国卫生资源配置的大体情况进行分析，但对于群众日益增长的就医需求、就医环境的改善以及就医满意度是否得到提高等方面无法全面体现和进行评价。另外，对数据包络分析方法的指标选择，国内外尚没有完整的体系研究，投入和产出指标的选取对结果会产生影响，因此建议卫生行政部门组织建立适合全省的卫生资源配置评价体系，为政策制定和规划管理提供科学依据[12-13]。