基于非參數(shù)方法的國際間衛(wèi)生體系效率比較分析

成 剛 梁立霖

北京大學中國衛(wèi)生發(fā)展研究中心 北京 100191

效率與公平是評價社會發(fā)展的兩個方面。衛(wèi)生體系效率是指在衛(wèi)生資源投入既定的條件下，衛(wèi)生體系實現(xiàn)其目標的程度，可定量地表示為實際實現(xiàn)程度與最大可能實現(xiàn)程度之比值。[1]衛(wèi)生資源不足是大多數(shù)國家面臨的問題，提高有限衛(wèi)生資源的利用效率是國際衛(wèi)生政策領域所關心的一個重要政策問題。[2]通過國際間比較，分析各國的衛(wèi)生體系效率，可以對各國衛(wèi)生體系的效率狀況作出判斷，為衛(wèi)生改革提供政策依據(jù)。衛(wèi)生體系效率國際間比較的文獻較少，有限的文獻主要是對OECD國家的比較分析[3-6]；部分研究涉及發(fā)展中國家[1,7-9]。此類文獻較少的主要原因有三個方面：一是衛(wèi)生體系效率評價方法不完善；二是獲得質(zhì)量可靠的數(shù)據(jù)比較困難；三是國家之間的可比性存在問題。之所以OECD國家的研究相對較多，就是因為OECD國家比較容易獲得高質(zhì)量的數(shù)據(jù)，并且國家之間的可比性強。

許多國家的衛(wèi)生體制正處于不斷變革之中，因此衛(wèi)生體系效率研究需要不斷更新，以便對衛(wèi)生體制變革對效率的影響做出評價。但是已有研究在發(fā)布之后都沒有再進行過更新。無論是國際還是國內(nèi)，需要根據(jù)最新的數(shù)據(jù)對各國的衛(wèi)生體系效率做出新的評價。本文的主要目的是采用可獲得的最新數(shù)據(jù)，通過國際間比較，分析各國的衛(wèi)生體系效率，特別是分析我國衛(wèi)生體系效率的狀況，為我國當前的醫(yī)藥衛(wèi)生體制改革提供決策信息。

1 資料與方法

1.1 資料來源

分析數(shù)據(jù)來自世界銀行和聯(lián)合國經(jīng)濟與社會事務部(United Nations, Department of Economic and Social Affairs)官方網(wǎng)站發(fā)布的世界各國數(shù)據(jù)，包括衛(wèi)生總費用、人口和健康數(shù)據(jù)。網(wǎng)站發(fā)布的分析所需的數(shù)據(jù)最新年份為2008年，部分國家數(shù)據(jù)缺失，可獲得完整數(shù)據(jù)的國家為160個。

1.2 研究方法

衛(wèi)生體系效率一般是指技術效率。技術效率是指在投入既定的情況下，達到產(chǎn)出最大化的程度；或者在產(chǎn)出既定的情況下，達到投入最小化的程度。[10]衛(wèi)生體系效率的評價方法主要有兩種：數(shù)據(jù)包絡分析(Data envelopment analysis， DEA)和隨機前沿分析(Stochastic frontier analysis， SFA)。[11-13]DEA屬于非參數(shù)方法，SFA屬于參數(shù)方法。[10,14]與SFA相比，DEA不需要預先設定生產(chǎn)函數(shù)，并且易于處理多投入、多產(chǎn)出的情況，被廣泛應用于衛(wèi)生領域的效率評價。[15-17]本文采用DEA方法對160個國家的衛(wèi)生體系效率進行評價。

1.2.1 投入產(chǎn)出指標

在已有文獻中，衛(wèi)生體系效率評價最常用的投入指標是人均衛(wèi)生總費用。最常用的產(chǎn)出指標是期望壽命，因為期望壽命是正向指標(越高越好)，在模型中不需要特殊處理；其次是嬰兒死亡率，其數(shù)據(jù)相對比較容易獲得[4-5,7,18-19]。5歲以下兒童死亡率和孕產(chǎn)婦死亡率也是評價人口健康狀況的常用指標，同時也是評價人類發(fā)展狀況常用的指標[9,20-23]，并且這兩個指標還是聯(lián)合國確定的8個千年發(fā)展目標之中的兩個健康目標[24]。與5歲以下兒童死亡率和孕產(chǎn)婦死亡率相比，期望壽命的提高更多的包含了社會經(jīng)濟等非衛(wèi)生體系的貢獻；與嬰兒死亡率相比，5歲以下兒童死亡率能夠更多的反映衛(wèi)生體系對健康的貢獻。由于采用了能夠處理負向率指標的DEA模型，并且允許產(chǎn)出全部是負向指標，因此，本文以5歲以下兒童死亡率和孕產(chǎn)婦死亡率作為產(chǎn)出指標，本文分析結果也可以看作是各國衛(wèi)生體系實現(xiàn)千年發(fā)展目標中健康目標的效率。表1是按地理和社會經(jīng)濟發(fā)展狀況分組的匯總數(shù)據(jù)。

表1 按地理和社會經(jīng)濟發(fā)展狀況分組的投入和產(chǎn)出指標的匯總數(shù)據(jù)

1.2.2 DEA模型

采用5歲以下兒童死亡率和孕產(chǎn)婦死亡率作為產(chǎn)出指標構建DEA模型存在兩個問題：一是兩個指標均為負向指標，即數(shù)值越小越好，這不符合傳統(tǒng)DEA模型對數(shù)據(jù)的要求；二是采用率作為產(chǎn)出指標會造成模型確定的生產(chǎn)前沿超出生產(chǎn)可能集范圍的問題。[29]為了解決這一問題，需要聯(lián)合應用負向指標和率指標的處理方法：先將負向指標表示為負數(shù)指標(即原數(shù)值乘以-1)，從而滿足產(chǎn)出指標數(shù)值越大越好的規(guī)則；然后將率指標分解為兩個指標，即分子指標和分母指標。

根據(jù)健康生產(chǎn)理論與實證分析，衛(wèi)生體系的生產(chǎn)技術是規(guī)模報酬可變的[25-26]，因此，選擇規(guī)模收益可變(variable returns to scale, VRS)的DEA模型，即通常所說的BCC模型[27]。模型選擇產(chǎn)出導向(基于產(chǎn)出測量效率)，選擇依據(jù)及其它方法學問題參見本刊《衛(wèi)生體系效率評價的概念框架與測量方法——兼論應用數(shù)據(jù)包絡分析的方法學問題》一文。采用超效率DEA模型對有效的決策單元進行進一步的區(qū)分，并判斷是否為默認有效。[28]DEA分析軟件采用能夠處理負數(shù)指標的MaxDEA 5.2。

2 結果

2.1 DEA有效的國家

DEA有效是指DEA的效率值得分等于1，在產(chǎn)出導向的模型中，說明被評價決策單元在當前技術水平和現(xiàn)有投入數(shù)量的條件下，無法同時提高所有產(chǎn)出的水平，從而說明其處于生產(chǎn)前沿。這是DEA對決策單元效率狀態(tài)做出的定性判斷。DEA模型判定為有效的國家共有36個，其中亞洲國家有17個，包括亞美尼亞、孟加拉國、文萊、中國(默認有效)、斐濟(默認有效)、印度(默認有效)、伊朗、日本(默認有效)、馬來西亞、馬爾代夫、緬甸(默認有效)、沙特阿拉伯、新加坡、斯里蘭卡、敘利亞、泰國、烏茲別克斯坦。DEA有效的國家中有13個屬于默認有效的情況(表2)。默認有效是指由于沒有相似的參比對象，使被評價決策單元只能與其自身參比，從而得出被評價決策單元有效率的結論。默認有效的國家的效率狀況需要結合超效率值、被其它國家參比的次數(shù)和總權重進行綜合判斷。

2.2 效率最低的國家

DEA效率值最低的20個國家中，除阿富汗、特里尼達和多巴哥共和國以外，其余18個國家均屬于撒哈拉以南非洲國家(表3)。

(DEA模型的全部分析結果下載網(wǎng)址：http://www.maxdea.cn/Sharing/DEA_World2008.rar)

2.3 中國的衛(wèi)生體系效率

中國屬于DEA有效的國家，同時也是默認有效的國家。中國是被其它國家參比次數(shù)最多的國家，被參比次數(shù)達42次，但是總權重只有1.886。對于有效的決策單元，DEA分析結果不能提供更多的信息。通過超效率模型可以分析有效決策單元與由其它決策單元所構成的前沿相比，其效率“超出”的程度。中國的超效率值為6.417，是超效率值最高的國家。中國在超效率模型中參比的國家有三個：印度、菲律賓和巴西，權重分別為0.610、0.249和0.141。

表2 DEA有效的國家

注：*為默認有效

表3 DEA效率最低的20個國家

從實際投入產(chǎn)出數(shù)據(jù)看，印度雖然投入水平只有中國的30.98%，但其5歲以下兒童死亡率是中國3.20倍，孕產(chǎn)婦死亡率是中國的6.05倍。菲律賓雖然投入水平是中國的46.56%，但其5歲以下兒童死亡率是中國1.50倍，孕產(chǎn)婦死亡率是中國的2.47倍；巴西的5歲以下兒童死亡率略高于中國，孕產(chǎn)婦死亡率是中國的1.53倍，但是其投入水平是中國的4.93倍。從實際數(shù)據(jù)的比較中，可以得出結論：中國的衛(wèi)生體系效率明顯高于印度、菲律賓和巴西。

在超效率模型中，中國所參比的由印度、菲律賓和巴西所組成的前沿(即投影值)為：5歲以下兒童死亡率64.37/1000, 孕產(chǎn)婦死亡率222.10/10萬。其意義是在中國當前的投入水平下，如果兒童死亡率上升到64.37/1000(增加208%), 孕產(chǎn)婦死亡率上升到222.10/10萬(增加484%)，與印度、菲律賓和巴西所組成的前沿相比，中國仍然是有效率的(表4)。

表4 中國與超效率模型中參比國家的數(shù)據(jù)比較

3 討論

3.1 衛(wèi)生體系效率評價方法

衛(wèi)生體系效率評價方法不成熟是制約實證研究的因素之一。在有限的衛(wèi)生體系效率國際間比較的文獻中，涉及國家最多的是由WHO發(fā)起的研究，該研究涉及WHO所有成員國。[1,30]該研究使用的是面板數(shù)據(jù)固定效應模型，根據(jù)其分析結果，被廣泛認為以較少的投入獲得較好的健康結果的兩個國家，中國和斯里蘭卡[2]，并不在效率高的國家之列。在效率排名中，中國和斯里蘭卡分列第61和66位，對此無法找到合理的解釋。而根據(jù)本文的分析結果，中國和斯里蘭卡均位于有效的36個國家之列。這提示本文所采用的方法可能優(yōu)于WHO在2000年所使用的方法。衛(wèi)生體系效率評價理論與方法目前仍然處于探索和完善的過程之中，各種方法的可靠性和優(yōu)缺點還有待于更多的實證研究去驗證。

3.2 低效率國家的參比信息

在進行國家間比較分析時，面臨的首要問題是國家之間的可比性。如果分析的國家之間不具有可比性，得出的效率值就失去了意義。如果可比性差，則分析得出的效率值不能用于排序。與其它效率分析方法(例如隨機前沿分析)相比，DEA的重要優(yōu)勢在于除了效率值之外，對于無效率的國家，DEA能夠為其提供參比信息。被評價為無效率的國家可以分析自己與參比國家之間的差距，通過借鑒參比國家的經(jīng)驗來提高效率。如果DEA結果提供的參比國家并不適合被評價國家的實際情況，可以在DEA模型中將其剔除后再重新建立模型，這個過程可以反復進行，直至確定最優(yōu)的參比國家。也可以根據(jù)DEA結果中評價為有效的國家名單，在DEA模型中直接指定要參比的國家，分析與指定國家之間的效率差距。因此，采用DEA方法進行衛(wèi)生體系效率的國際間比較分析，并非一次性建立模型所能完成的任務，需要針對具體國家的具體問題，反復分析，確定最佳模型，獲得最適合的參比信息。這是一個個體化的分析過程。

DEA分析給出的效率最低的20個國家?guī)缀跞繛槿龉阅戏侵迖遥@與最新發(fā)布的千年發(fā)展目標進展報告的結論一致。[24]該報告指出，在撒哈拉以南非洲地區(qū)，千年發(fā)展目標中的健康目標幾乎是停滯不前的。效率分析結果提示，在這些地方，除了需要更多的衛(wèi)生資源投入以外，提高現(xiàn)有資源的利用效率是促進千年發(fā)展目標實現(xiàn)的重要途徑。

3.3 中國的衛(wèi)生體系是有效率的

通過綜合衡量超效率值、被其它國家參比的次數(shù)和總權重三個指標，可以得出結論：中國的衛(wèi)生體系是有效率的。與參比的三個國家(印度、菲律賓和巴西)相比，中國具有明顯的效率優(yōu)勢。本文分析采用的是2008年的數(shù)據(jù)，正好反映了新醫(yī)改之前的情況。這樣的結果定量的證明了中國正在改革的是一個有效率(技術效率)的衛(wèi)生體系，醫(yī)改的主要目標應該是促進公平和提高居民的滿意度。結論與中國醫(yī)改的政策方向是一致的。

我國目前正處于醫(yī)療衛(wèi)生體制改革的進程之中，雖然促進公平是醫(yī)改的首要目標，但效率仍然是不可忽視的重要方面。如果能夠證明醫(yī)改在促進公平性的同時，效率并沒有明顯降低，就可以更加堅定醫(yī)改的政策方向和信心；如果醫(yī)改雖然提高了公平性，但是嚴重地損害了效率，則需要對醫(yī)改政策進行審慎的反思。完成此項任務需要對衛(wèi)生體系的效率進行動態(tài)分析，需要分析多個年份組成的面板數(shù)據(jù)(縱向數(shù)據(jù))。由于世界銀行和聯(lián)合國經(jīng)濟與社會事務部對涵蓋所有國家的數(shù)據(jù)每隔數(shù)年才發(fā)布一次，中國效率的縱向動態(tài)分析可以參比OECD國家，分析方法可采用DEA-Malmquist模型[31-32]，這是我們后續(xù)將要研究的內(nèi)容。

參 考 文 獻

[1] Evans D B, Tandon A, Murray C J, et al. Comparative efficiency of national health systems: cross national econometric analysis [J]. BMJ, 2001, 323(7308): 307-310.

[2] Hsiao W C, Heller P S, Fund I M. What should macroeconomists know about health care policy?[M]. International Monetary Fund, 2000.

[3] Puig-Junoy J. Measuring health production performance in the OECD [J]. Applied Economics Letters, 1998, 5(4): 255-259.

[4] Retzlaff-Roberts D, Chang C F, Rubin R M. Technical efficiency in the use of health care resources: a comparison of OECD countries [J]. Health Policy, 2004, 69(1): 55-72.

[5] Afonso A, St Aubyn M. Non-parametric approaches to education and health efficiency in OECD countries [J]. Journal of Applied Economics, 2005, 8(2): 227-246.

[6] Bhat V N. Institutional Arrangements and Efficiency of Health Care Delivery Systems [J]. The European Journal of Health Economics, 2005, 6(3): 215-221.

[7] Alexander C A, Busch G, Stringer K. Implementing and interpreting a data envelopment analysis model to assess the efficiency of health systems in developing countries [J]. IMA Journal of Management Mathematics, 2003, 14(1): 49-63.

[8] Gravelle H, Jacobs R, Jones A M, et al. Comparing the efficiency of national health systems: a sensitivity analysis of the WHO approach [J]. Applied health economics and health policy, 2003, 2(3): 141-147.

[9] Grosskopf S, Self S, Zaim O. Estimating the efficiency of the system of healthcare financing in achieving better health [J]. Applied Economics, 2006, 38(13): 1477-1488.

[10] Coelli T J, Prasada Rao D S, O’Donnell C J, et al. Introduction to Efficiency and Productivity Analysis [M]. 2nd ed. New York: Springer Science + Business Media, 2005.

[11] Hollingsworth B, Peacock S. Efficiency measurement in health and health care[M]. Routledge, 2008.

[12] Jacobs R, Smith P C, Street A. Measuring efficiency in health care: analytic techniques and health policy[M]. Cambridge University Press, 2006.

[13] Ozcan Y A. Health care benchmarking and performance evaluation: an assessment using data envelopment analysis (DEA)[M]. Springer, 2007.

[14] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(4): 429-444.

[15] Hollingsworth B. Non-parametric and parametric applications measuring efficiency in health care[J]. Health Care Management Science, 2003, 6(4): 203-218.

[16] Hollingsworth B. The Measurement of Efficiency and Productivity of Health Care Delivery[J]. Health Economics, 2008, 17(10): 1107-1128.

[17] Hussey P S, de Vries H, Romley J, et al. A Systematic Review of Health Care Efficiency Measures[J]. Health Services Research, 2009, 44(3): 784-805.

[18] Spinks J, Hollingsworth B. Cross-country comparisons of technical efficiency of health production: a demonstration of pitfalls[J]. Applied Economics, 2009, 41(4): 417-427.

[19] Zaim O, Fare R, Grosskopf S. An economic approach to achievement and improvement indexes[J]. Social Indicators Research, 2001, 56(1): 91-118.

[20] Rajaratnam J K, Tran L N, Lopez A D, et al. Measuring Under-Five Mortality: Validation of New Low-Cost Methods[J]. plos medicine, 2010, 7(4): e1000253.

[21] Rutherford M E, Mulholland K, Hill P C. How access to health care relates to under-five mortality in sub-Saharan Africa: systematic review[J]. Tropical Medicine & International Health, 2010, 15(5): 508-519.

[22] Loudon I. The Transformation Of Maternal Mortality[J]. BMJ: British Medical Journal, 1992, 305(6868): 1557-1560.

[23] Shiffman J. Can Poor Countries Surmount High Maternal Mortality?[J]. Studies in Family Planning, 2000, 31(4): 274-289.

[24] United Nations, Millennium development goals report 2011 [R]. New York, 2011.

[25] Gravelle H, Wildman J, Sutton M. Income, income inequality and health: What can we earn from aggregate data?[J]. Social Sci Med 2001, 54: 577-589.

[26] Hollingsworth B, Wildman J. The efficiency of health production: re-estimating the WHO panel data using parametric and non-parametric approaches to provide additional information[J]. Health Economics, 2003, 12(6): 493-504.

[27] Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science, 1984, 30(9): 1078-1092.

[28] Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science, 1993, 39(10): 1261-1265.

[29] Emrouznejad A, Amin G R. DEA models for ratio data: Convexity consideration[J]. Applied Mathematical Modelling, 2009, 33(1): 486-498.

[30] Evans D B, Tandon A, Murray C J, et al., The comparative efficiency of national health systems in producing health: An analysis of 191 countries[R]: World Health Organization, 2000.

[31] F?re R, Grosskopf S, Lindgren B, et al. Productivity changes in Swedish pharamacies 1980-1989: A non-parametric Malmquist approach[J]. Journal of Productivity Analysis, 1992, 3(1-2): 85-101.

[32] F?re R, Grosskopf S, Norris M, et al. Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries[J]. American Economic Review, 1994, 84(1): 66-83.