貴州省衛(wèi)生醫(yī)療機(jī)構(gòu)相對(duì)效率評(píng)價(jià)研究

張艷鳳　王婷

摘 要：從靜態(tài)和動(dòng)態(tài)2個(gè)角度分析評(píng)價(jià)貴州省衛(wèi)生醫(yī)療機(jī)構(gòu)的相對(duì)效率，并分析其影響因素。運(yùn)用DEA模型計(jì)算各市（州）2017年的技術(shù)效率、純技術(shù)效率、規(guī)模效率進(jìn)行靜態(tài)分析，并運(yùn)用Malmquist指數(shù)分析法對(duì)其2013—2017年的全要素生產(chǎn)率變動(dòng)進(jìn)行動(dòng)態(tài)分析。研究表明：貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的相對(duì)效率較高，多個(gè)市（州）規(guī)模效益呈遞減趨勢(shì)，全要素生產(chǎn)率年均下降14.2%。大健康戰(zhàn)略實(shí)施后，貴州省醫(yī)療衛(wèi)生機(jī)構(gòu)的效率逐漸得到了改善，并在2017年得到一定提升。今后改善的關(guān)鍵是增強(qiáng)技術(shù)創(chuàng)新、管理創(chuàng)新和組織創(chuàng)新，并應(yīng)適當(dāng)減少有形資源的投入。

關(guān) 鍵 詞：醫(yī)療衛(wèi)生機(jī)構(gòu);DEA模型;Malmquist指數(shù);相對(duì)效率

DOI：10.16315/j.stm.2019.04.007

中圖分類(lèi)號(hào)： R 197.3

文獻(xiàn)標(biāo)志碼： A

Study on relative efficiency evaluation of health and medical institutions

in Guizhou province：based on DEA-Malmquist index medthod

ZHANG Yan-feng， WANG Ting

（School of Management， Guizhou University， Guiyang 550000， China）

Abstract：The relative efficiency of health care institutions in Guizhou Province was analyzed from the static and dynamic perspectives， and the influencing factors were analyzed. The DEA model was used to calculate the technical efficiency， pure technical efficiency and scale efficiency of 2017 for static analysis， and the Malmquist exponential analysis method was used to analyze the dynamics of total factor productivity in 2013—2017. The result shows that the relative efficiency of medical institutions in various cities （states） in Guizhou Province was relatively high. The economies of scale in multiple cities （states） showed a decreasing trend， and the total factor productivity decreased by 14.2% annually. After the implementation of the “Comprehensive health” Strategy， the efficiency of medical and health institutions in Guizhou Province has gradually improved and Efficiency has improved in 2017. The key to improvement is to enhance technological innovation， management innovation and organizational innovation， and appropriate reductions in resource inputs.

Keywords：medical and health institutions; DEA model; Malmquist index; relative efficiency

收稿日期： 2019-05-07

基金項(xiàng)目： 貴州省哲學(xué)社會(huì)科學(xué)規(guī)劃聯(lián)合基金項(xiàng)目（GZGJ20190007）;貴州省國(guó)內(nèi)一流學(xué)科建設(shè)項(xiàng)目（GNYL[2017]005）;貴州大學(xué)文科重點(diǎn)學(xué)科及特色學(xué)科重大項(xiàng)目（GDZT201702）

作者簡(jiǎn)介： 張艷鳳（1994—），女，碩士研究生;

王 婷（1974—），女，教授，博士，博士生導(dǎo)師.

全面建設(shè)小康社會(huì)要求各省為廣大人民群眾提供方便有效的醫(yī)療服務(wù)。貴州省委、省政府，為提高全省經(jīng)濟(jì)、民生發(fā)展，提出了“大健康”發(fā)展戰(zhàn)略。在“大健康”戰(zhàn)略背景下，自2015年首屆貴州大健康醫(yī)藥產(chǎn)業(yè)發(fā)展大會(huì)召開(kāi)以來(lái)，各市認(rèn)真貫徹落實(shí)省政府的部署，貴州醫(yī)療事業(yè)取得了較好的發(fā)展。2018年新鮮出爐的《貴州省大健康產(chǎn)業(yè)競(jìng)爭(zhēng)力分析研究報(bào)告》指出“這是一個(gè)最好的大健康時(shí)代”。但醫(yī)療衛(wèi)生領(lǐng)域的發(fā)展不能單純的依靠政府的投入，醫(yī)療衛(wèi)生服務(wù)的效率才是更值得研究的要點(diǎn)。數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）是一種對(duì)具有多種投入要素、多種產(chǎn)出要素的多個(gè)決策單元（decision making unit，DMU）的效率進(jìn)行評(píng)價(jià)的方法。自1984年Sheman[1]首次在醫(yī)療衛(wèi)生領(lǐng)域運(yùn)用DEA方法進(jìn)行效益評(píng)價(jià)以來(lái)，該方法在醫(yī)療衛(wèi)生機(jī)構(gòu)、醫(yī)療服務(wù)的效率評(píng)估中得到的廣泛的使用。而全要素生產(chǎn)率（Malmquist指數(shù)）可以從動(dòng)態(tài)的角度分析時(shí)間序列數(shù)據(jù)的投入-產(chǎn)出效率，并找出效率變化的原因，可以有效地彌補(bǔ)DEA模型只能分析靜態(tài)數(shù)據(jù)的不足。

Hofmarcher等[2]使用DEA模型分析了1994—1996年期間奧地利省醫(yī)院部門(mén)的效率和生產(chǎn)率的演變情況。Butler等[3]運(yùn)用DEA方法對(duì)密歇根州醫(yī)院的效率進(jìn)行分析。李曉燕等[4]運(yùn)用DEA模型研究了黑龍江各地區(qū)農(nóng)村衛(wèi)生醫(yī)療機(jī)構(gòu)服務(wù)的相對(duì)效率。Weng等[5]提出了擴(kuò)展的DEA模型對(duì)醫(yī)院績(jī)效進(jìn)行評(píng)價(jià)，并用Malmquist指數(shù)法法驗(yàn)證DMU的時(shí)間生產(chǎn)率性能。Flokou等[6]應(yīng)用非參數(shù)DEA方法對(duì)希臘NHS醫(yī)院2009—2013年的效率進(jìn)行了評(píng)估。張海波等[7]運(yùn)用DEA模型分析研究了2010—2014年江蘇省12個(gè)醫(yī)療機(jī)構(gòu)的效率，并利用Tobit 回歸模型分析了其影響因素。

可以看出，DEA模型和Malmquist指數(shù)法可以較好的評(píng)價(jià)醫(yī)療衛(wèi)生機(jī)構(gòu)、醫(yī)療服務(wù)的相對(duì)效率。但其在過(guò)程中仍然存在一些問(wèn)題，比如指標(biāo)的選取存在主觀性、相對(duì)效率較低的原因分析較為匱乏等。本文在前人研究的基礎(chǔ)上，運(yùn)用DEA模型和Malmquist指數(shù)分析法，通過(guò)分析貴州省2012—2017年的統(tǒng)計(jì)數(shù)據(jù)，從而對(duì)貴州省醫(yī)療衛(wèi)生機(jī)構(gòu)2017年的技術(shù)效率、純技術(shù)效率、規(guī)模效率進(jìn)行靜態(tài)分析，并對(duì)其2013—2017年的全要素生產(chǎn)率變動(dòng)進(jìn)行動(dòng)態(tài)分析，最后分析其影響因素，給出適合貴州省醫(yī)療衛(wèi)生機(jī)構(gòu)的合理的改善建議。

1 數(shù)據(jù)選取及模型建立

1.1 指標(biāo)選取及數(shù)據(jù)來(lái)源

DEA方法是根據(jù)一組關(guān)于投入-產(chǎn)出數(shù)據(jù)來(lái)估計(jì)有效生產(chǎn)前沿面，進(jìn)而對(duì)效率進(jìn)行分析。所以，使用DEA方法對(duì)一組DMU進(jìn)行效率評(píng)價(jià)時(shí)，最重要的是選取合理的評(píng)價(jià)指標(biāo)體系。DEA模型效率評(píng)價(jià)結(jié)果的適用性很大程度上依賴(lài)于評(píng)價(jià)指標(biāo)的選取。所以，評(píng)價(jià)指標(biāo)的選取要根據(jù)其評(píng)價(jià)目的的不同而改變。要運(yùn)用DEA方法對(duì)貴州省醫(yī)療衛(wèi)生機(jī)構(gòu)的效率進(jìn)行評(píng)價(jià)，所選取的指標(biāo)要可以反映出醫(yī)療衛(wèi)生機(jī)構(gòu)的投入以及產(chǎn)出。李曉燕使用聚類(lèi)分析選取的投入指標(biāo)為固定資產(chǎn)總金額、床位數(shù)以及人員總數(shù)，并從社會(huì)效益和經(jīng)濟(jì)效益2方面選取門(mén)急診人次及業(yè)務(wù)收入作為產(chǎn)出指標(biāo)。本文結(jié)合該文章的指標(biāo)選取方法，以及羅艷[8]關(guān)于DEA指標(biāo)選取方法的研究;采用主成分分析進(jìn)行貴州省醫(yī)療衛(wèi)生機(jī)構(gòu)投入-產(chǎn)出指標(biāo)體系的選取，和多數(shù)論文中采用的經(jīng)驗(yàn)法相比，該方法可以有效地減少根據(jù)經(jīng)驗(yàn)選取投入-產(chǎn)出指標(biāo)所帶來(lái)的主觀性和任意性。

1.1.1 投入指標(biāo)的選取

通過(guò)對(duì)相關(guān)文獻(xiàn)的綜合分析，并從人力、財(cái)力2方面考慮，得出每千口人衛(wèi)生技術(shù)人員、每千口人職業(yè)（助理）醫(yī)師、每千口人注冊(cè)護(hù)士、醫(yī)療衛(wèi)生財(cái)政支出等與醫(yī)療衛(wèi)生機(jī)構(gòu)的投入有關(guān)。運(yùn)用SPSS對(duì)貴州9個(gè)市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)的投入數(shù)據(jù)進(jìn)行主成分分析。根據(jù)主成分分析結(jié)果，最終選取醫(yī)療衛(wèi)生財(cái)政支出和每千口人衛(wèi)生技術(shù)人員作為投入指標(biāo)。

1.1.2 產(chǎn)出指標(biāo)的選取

通過(guò)對(duì)相關(guān)文獻(xiàn)的綜合分析，并考慮醫(yī)療衛(wèi)生機(jī)構(gòu)的公益性和非盈利性，其相關(guān)的產(chǎn)出指標(biāo)主要有診療人次、入院人數(shù)、病床使用率、出院者平均住院日、出院人數(shù)等。運(yùn)用SPSS對(duì)貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的產(chǎn)出指標(biāo)進(jìn)行主成分分析，根據(jù)其分析結(jié)果本文選擇診療人次、病床使用率作為貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的產(chǎn)出指標(biāo)。為了全面的分析貴州省醫(yī)療衛(wèi)生機(jī)構(gòu)的相對(duì)效率，本文選取貴州省所有市（州）作為獨(dú)立的DMU。模型的樣本容量為9，所以其最小樣本容量為2×a×b=8;其中a為模型的投入指標(biāo)的個(gè)數(shù)，b為模型的產(chǎn)出指標(biāo)的個(gè)數(shù)。貴州省各市（州）2017年醫(yī)療衛(wèi)生機(jī)構(gòu)投入-產(chǎn)出情況，如表1所示。數(shù)據(jù)來(lái)源于《貴州省統(tǒng)計(jì)年鑒》。

1.2 模型的建立

1.2.1 數(shù)據(jù)包絡(luò)分析

數(shù)據(jù)包絡(luò)分析（DEA）是著名運(yùn)籌學(xué)家Charnes和Copper等學(xué)者以“相對(duì)效率”概念為基礎(chǔ)，根據(jù)多指標(biāo)投入和多指標(biāo)產(chǎn)出對(duì)相同類(lèi)型的單位進(jìn)行相對(duì)有效性或效益評(píng)價(jià)的一種系統(tǒng)分析方法。決策單元相對(duì)有效稱(chēng)為DEA有效，并且DEA有效性與相應(yīng)的多目標(biāo)規(guī)劃問(wèn)題的pareto有效解（或非支配解）是等價(jià)的，所以它在處理多目標(biāo)決策問(wèn)題方面使用廣泛[9]。

通過(guò)對(duì)貴州省各市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)投入指標(biāo)數(shù)據(jù)和產(chǎn)出指標(biāo)數(shù)據(jù)的分析研究，DEA模型可以得出有關(guān)貴州省各市州衛(wèi)生醫(yī)療機(jī)構(gòu)的效率的數(shù)量指標(biāo)。根據(jù)DEA模型結(jié)果的數(shù)量指標(biāo)將各市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)定級(jí)排隊(duì)，確定有效的決策單元，并給出其它決策單元非有效的原因和程度。即不僅可對(duì)醫(yī)療衛(wèi)生機(jī)構(gòu)的相對(duì)有效性做出評(píng)價(jià)與排序，而且還可以進(jìn)一步分析貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)非DEA有效的原因及其改進(jìn)方向。所以，通過(guò)對(duì)DEA模型結(jié)果的分析，可以提出貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)效率改善建議，從而為貴州省醫(yī)療衛(wèi)生事業(yè)的發(fā)展提供重要的管理決策信息。

1.2.2 Malmquist指數(shù)分析法

Malmquist指數(shù)是由Malmquist在1953年首先提出的。但直到RolfFre等將這一理論與數(shù)據(jù)包絡(luò)分析法（DEA）相結(jié)合， Malmquist指數(shù)才被廣泛使用，尤其是的大量的運(yùn)用于評(píng)價(jià)DMU的動(dòng)態(tài)變化趨勢(shì)。所以，Malmquist指數(shù)法可以有效地評(píng)價(jià)貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的效率。

通過(guò)對(duì)2013—2017年貴州省各市（州）投入-產(chǎn)出指標(biāo)進(jìn)行分析，運(yùn)用Malmquist指數(shù)可以得出各市（州）近年來(lái)的全要素生產(chǎn)率增長(zhǎng)率（total factor productivity change，TFPCH）。TFPCH是指各市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)產(chǎn)出增長(zhǎng)率超過(guò)有形要素投入增長(zhǎng)率的部分，可以分解為純技術(shù)效率變動(dòng)（pure technical efficiency change，PECH）、規(guī)模效率變動(dòng)（scale efficiency change，SECH）以及技術(shù)進(jìn)步變化（technical change，TECH）[10]。通過(guò)對(duì)這些指標(biāo)的分析，可以對(duì)貴州省衛(wèi)生醫(yī)療機(jī)構(gòu)近年的發(fā)展情況做出評(píng)價(jià)，并分析其效率變動(dòng)的產(chǎn)生原因。

2 模型運(yùn)用及分析

根據(jù)上述模型，運(yùn)用DEAP 2.1軟件建立DEA及Malmquist指數(shù)模型，并輸入貴州省醫(yī)療衛(wèi)生投入和產(chǎn)出數(shù)據(jù)進(jìn)行分析。

2.1 貴州省9個(gè)市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)相對(duì)效率的靜態(tài)分析

2.1.1 技術(shù)效率分析

針對(duì)2017年貴州省9個(gè)市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的投入數(shù)據(jù)和產(chǎn)出數(shù)據(jù)，運(yùn)用DEAP 2.1進(jìn)行分析。通過(guò)計(jì)算可以得出2017年貴州省9個(gè)市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的DEA得分，如表2所示，該值表示貴州省9個(gè)市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)的相對(duì)效率，可以宏觀的看出這9個(gè)市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)的運(yùn)行情況。

根據(jù)數(shù)據(jù)包絡(luò)模型理論，DEA得分為q，松弛變量為S-、S+。可以根據(jù)如下結(jié)果得出結(jié)論：

如果q=1且S-=S+=0。則表示該市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)為DEA有效，即說(shuō)明說(shuō)明該市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)的投入、產(chǎn)出處于相對(duì)最佳的狀態(tài)并且達(dá)到了最優(yōu)生產(chǎn)規(guī)模。

如果q<1或者q=1且S-，S+不都為0。則表示該市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)為非DEA有效，即說(shuō)明該市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)在投入和產(chǎn)出方面存在問(wèn)題，或者沒(méi)有達(dá)到最優(yōu)生產(chǎn)規(guī)模。

貴州省醫(yī)療衛(wèi)生機(jī)構(gòu)的DEA得分均值為0.911，其相對(duì)效率較高。貴陽(yáng)市、遵義市、安順市以及畢節(jié)市4個(gè)城市的DEA得分均為1.000 0，DEA有效。其余5個(gè)市（州）的DEA得分均小于1.000 0，并且得分越低，該市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的效率越低。在貴州省9個(gè)市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的相對(duì)效率評(píng)價(jià)中可以看出，有4個(gè)市DEA有效，占總決策單元的44.44%;5個(gè)市（州）非DEA有效，占總決策單元的55.56%。其中，黔東南州衛(wèi)生醫(yī)療機(jī)構(gòu)的相對(duì)效率得分最低僅為0.793，說(shuō)明與相對(duì)效率較高的城市相比它僅發(fā)揮的79.3%的效率，如表2所示。

2.1.2 純技術(shù)效率分析

運(yùn)用DEAP 2.1建模分析，計(jì)算得出2017年貴州省9個(gè)市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的純技術(shù)效率值如表3所示，該值可以宏觀的看出這9個(gè)市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)管理和技術(shù)等因素影響的相對(duì)技術(shù)效率。

貴州省9個(gè)市（州）的醫(yī)療衛(wèi)生機(jī)構(gòu)純技術(shù)效率均值為0.950，說(shuō)明在管理和技術(shù)方面其效率較高，對(duì)投入的利用率相對(duì)較高。其中，有六盤(pán)水市、銅仁市、黔西南州、黔東南州、黔南州在管理和技術(shù)方面等有待提高，以提高投入的利用率。純技術(shù)效率最低的為黔東南州，與相對(duì)效率較高的城市相比它僅發(fā)揮的88.1%的效率。可以看出，需要加強(qiáng)對(duì)六盤(pán)水市、銅仁市、黔西南州、黔東南州、黔南州醫(yī)療衛(wèi)生機(jī)構(gòu)在技術(shù)方面的投入，以增強(qiáng)其對(duì)資源的利用率，如表3所示。

2.1.3 規(guī)模效率及規(guī)模效益分析

同樣的，運(yùn)用DEAP 2.1建模計(jì)算出其規(guī)模效率及其規(guī)模效益情況，表示各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)由于規(guī)模所影響的效率。貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的規(guī)模效率普遍較高，除黔西南州外其規(guī)模效率均大于0.9。其中，貴陽(yáng)市、遵義市、安順市、畢節(jié)市的醫(yī)療衛(wèi)生機(jī)構(gòu)規(guī)模處于規(guī)模效益最佳狀態(tài);其余5個(gè)市（州）均存在規(guī)模效益遞減的現(xiàn)象。 規(guī)模效益遞減說(shuō)明其醫(yī)療衛(wèi)生機(jī)構(gòu)需要加強(qiáng)其內(nèi)涵建設(shè)為主，并適當(dāng)減少其資源投入，特別是黔西南州需要得到關(guān)注。通過(guò)對(duì)各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)規(guī)模的分析，可以為決策者配置資源提供方向，優(yōu)化資源配置，提高醫(yī)療衛(wèi)生機(jī)構(gòu)的效率，如表4所示。

2.2 貴州省9個(gè)市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)相對(duì)效率的動(dòng)態(tài)分析

2.2.1 全要素生產(chǎn)率變化

運(yùn)用DEAP 2.1建立基于 DEA 的 Malmquist 指數(shù)法來(lái)測(cè)量貴州省各市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)的全要素生產(chǎn)率（total factor productivity，TFP）。 TFP是指由于技術(shù)進(jìn)步、生產(chǎn)創(chuàng)新以及組織管理進(jìn)步等而非有形生產(chǎn)要素引起的產(chǎn)出增長(zhǎng)。通過(guò)模型計(jì)算可以得出全要素生產(chǎn)率增長(zhǎng)率（TFPCH）及其分解純技術(shù)效率變動(dòng)（PECH）、規(guī)模效率變動(dòng)（SECH）以及技術(shù)進(jìn)步變化（TECH）。TFPCH主要分析各市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)產(chǎn)出增長(zhǎng)率超過(guò)有形要素投入增長(zhǎng)率的部分。

Malmquist 指數(shù)法分析得出，貴州省各市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)相對(duì)效率變化指標(biāo)，如表5所示。

從表5可以看出，Malmquist 指數(shù)即TFPCH均值為0.858，說(shuō)明貴州各市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)的全要素生產(chǎn)率年均下降14.2%。可以看出，貴州省各市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)由于技術(shù)進(jìn)步、生產(chǎn)創(chuàng)新以及組織管理進(jìn)步等非有形生產(chǎn)要素引起的產(chǎn)出逐年降低，但降低的程度逐年減少。其中，技術(shù)進(jìn)步變化（TECH）年均下降13.3%，純技術(shù)效率變動(dòng)（PECH）年均下降0.6%，規(guī)模效率變動(dòng)（SECH）年均下降0.4%。可以看出貴州省各市（州）衛(wèi)生醫(yī)療機(jī)構(gòu)的效率存在一定的下降，其中技術(shù)進(jìn)步變化下降較為嚴(yán)重，但純技術(shù)效率變動(dòng)、規(guī)模效率變動(dòng)在2017年均呈現(xiàn)增長(zhǎng)的狀態(tài)。

結(jié)合實(shí)際，其可能原因?yàn)樽?015年首屆貴州大健康醫(yī)藥產(chǎn)業(yè)發(fā)展大會(huì)召開(kāi)以來(lái)，各市（州）加強(qiáng)了對(duì)衛(wèi)生醫(yī)療機(jī)構(gòu)的有形資本投入，及技術(shù)方面的投入，這些投入逐步展現(xiàn)出相應(yīng)的效益。其中有形資產(chǎn)帶來(lái)的效率影響的可以快速體現(xiàn)出來(lái)的。但是，對(duì)技術(shù)創(chuàng)新、管理創(chuàng)新、組織創(chuàng)新等方面的投入，需要長(zhǎng)期的培訓(xùn)和研究，所以從投入到產(chǎn)生效用需要一定的時(shí)間。從TFPCH的變化可以看出，該效果在2016年得到體現(xiàn)。所以，各市（州）的應(yīng)持續(xù)提高衛(wèi)生醫(yī)療機(jī)構(gòu)的文化、知識(shí)建設(shè)，以增強(qiáng)其管理創(chuàng)新、技術(shù)創(chuàng)新和組織創(chuàng)新。

2.2.2 衛(wèi)生醫(yī)療機(jī)構(gòu)各市（州）效率比較

運(yùn)用DEAP2.1建立模型，計(jì)算得出2017年貴州省9個(gè)市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)的Malmquist 指數(shù)及其分解指標(biāo)，該值可以看出貴州省9個(gè)市（州）醫(yī)療衛(wèi)生機(jī)構(gòu)近年的變化情況，如表6所示。

可以看出，貴陽(yáng)市、遵義市、安順市、畢節(jié)市4個(gè)市的純技術(shù)效率變動(dòng)、規(guī)模效率變動(dòng)均保持不變，但其技術(shù)進(jìn)步變動(dòng)呈下降趨勢(shì)。黔東南州的規(guī)模效率上升了4.1%，黔南州的技術(shù)效率變化上升了1.2%、純技術(shù)效率變動(dòng)上升了2.5%。其中，六盤(pán)水市、銅仁市、黔西南州3個(gè)市各指標(biāo)均呈現(xiàn)下降趨勢(shì)，尤其是黔西南州的全要素生產(chǎn)率年均下降達(dá)到了18.3%。可以看出，9個(gè)市（州）均需加強(qiáng)技術(shù)創(chuàng)新、管理創(chuàng)新及組織創(chuàng)新，其中六盤(pán)水市、銅仁市、黔西南州、黔南州4個(gè)市（州）的需要適當(dāng)減少資源投入，并加強(qiáng)內(nèi)涵建設(shè)及技術(shù)進(jìn)步。