基于TOPSIS和Bootstrap-Malmquist組合方法的北京市某區(qū)醫(yī)療衛(wèi)生服務(wù)整合效果與效率動態(tài)評價

楊 輝

1北京市順義區(qū)醫(yī)院，北京，101300；2北京市順義區(qū)衛(wèi)生和健康委員會，北京，101300

提高醫(yī)療資源利用效率和整體效益是構(gòu)建整合型醫(yī)療衛(wèi)生服務(wù)體系的重要目標(biāo)之一，通過建立科學(xué)評價體系并進(jìn)行持續(xù)動態(tài)跟蹤分析，對于及時發(fā)現(xiàn)并解決推進(jìn)過程中存在的問題具有重要意義，對此國內(nèi)外學(xué)者開展了廣泛探索并形成較為顯著成果[1-4]。本研究通過基于熵權(quán)的TOPSIS與Bootstrap-Malmquist方法組合，對北京市某區(qū)醫(yī)療衛(wèi)生服務(wù)整合工作進(jìn)行評價，明確效果與效率的時間演變特征，針對不足提出策略建議，以期更好推動相關(guān)工作開展。

1 資料來源與方法

1.1 資料來源

數(shù)據(jù)來源于2013-2018年《北京區(qū)域統(tǒng)計年鑒》、《北京市衛(wèi)生工作統(tǒng)計資料簡編》、《北京市衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計公報》及北京市某區(qū)的衛(wèi)統(tǒng)及財務(wù)年報。

1.2 研究方法

1.2.1基于熵權(quán)的TOPSIS的效果評價。按照“投入-過程-結(jié)果”模型構(gòu)建評價體系，指標(biāo)共3大類16個指標(biāo)(詳見表1)[4]。投入指標(biāo)涵蓋人均政府衛(wèi)生支出、千人口衛(wèi)技人員數(shù)、千人口醫(yī)療機(jī)構(gòu)數(shù)及千人口實有床位數(shù)4個指標(biāo)，過程類指標(biāo)涵蓋服務(wù)過程、服務(wù)效率、費(fèi)用控制及分級診療等10個指標(biāo)，結(jié)果類指標(biāo)涵蓋人均期望壽命和患者滿意度2個指標(biāo)。指標(biāo)權(quán)重系數(shù)通過熵權(quán)法(Entropy weight method)確定，在對2014-2017年原始指標(biāo)數(shù)據(jù)進(jìn)行最大最小標(biāo)化處理后計算各指標(biāo)熵值并確定權(quán)重。通過TOPSIS法計算各年度的最優(yōu)(劣)值歐式距離和相對貼近度并完成排序。相關(guān)數(shù)據(jù)分析通過MATLAB R2016a完成[5]。

表1 醫(yī)療衛(wèi)生服務(wù)整合效果評價指標(biāo)體系

1.2.2 基于Bootstrap-Malmquist的效率評價。通過Malmquist指數(shù)法對2013-2017年北京市某區(qū)的醫(yī)療衛(wèi)生服務(wù)整合效率進(jìn)行評價。Malmquist指數(shù)是在距離函數(shù)作用下各決策單元投入與產(chǎn)出比率的幾何平均值，可分解為技術(shù)進(jìn)步指數(shù)(Malmquist Technical Change, MTC)和效率變化指數(shù)(Malmquist Efficiency Change, EC)的乘積。其中EC又可以分解為純技術(shù)效率變化指數(shù)(Pure efficiency change, PE)和規(guī)模效率變化指數(shù)(Scale Efficiency Change, SE)的乘積?？紤]到較少的決策單元(Decision Making Units)數(shù)量會導(dǎo)致分析結(jié)果不穩(wěn)定，本文將北京市全部16個區(qū)作為決策單元進(jìn)行分析。指標(biāo)選取上，結(jié)合相關(guān)文獻(xiàn)并考慮數(shù)據(jù)可獲得性[6]，投入指標(biāo)設(shè)定為政府衛(wèi)生支出、醫(yī)療機(jī)構(gòu)數(shù)、編制床位數(shù)和衛(wèi)生人員數(shù)，產(chǎn)出指標(biāo)為門急診人次數(shù)與出院人次數(shù)。通過MATLAB中的DEA Toolbox軟件包進(jìn)行基于Bootstrap的非參數(shù)糾偏[7-8]，對樣本進(jìn)行有放回的2000次重抽樣后逼近得到數(shù)據(jù)經(jīng)驗分布并計算Malmquist指數(shù)并分解。

2 結(jié)果

2.1 基于TOPSIS的北京市某區(qū)醫(yī)療衛(wèi)生服務(wù)整合評價結(jié)果

根據(jù)表2和表3分析結(jié)果，北京市某區(qū)的投入、過程及結(jié)果Ci值分別從2014年的0.325、0.446、0.151上升到2017年的0.848、0.615、0.630，整體Ci從2014年的0.348上升到2017年的0.664。以2014年Ci為基線進(jìn)行排序,2017年整體Ci位居第一位，結(jié)構(gòu)、過程及結(jié)果Ci分列第1、1、2位。2015年Ci位居第2位，結(jié)構(gòu)、過程及結(jié)果Ci分列第2、2、3位。2016年Ci位居第3位，結(jié)構(gòu)、過程及結(jié)果Ci分列第3、3、1位。

表2 北京市某區(qū)醫(yī)療衛(wèi)生服務(wù)整合的投入-過程-結(jié)果TOPSIS分析結(jié)果及排序

表3 北京市某區(qū)醫(yī)療衛(wèi)生服務(wù)整合總體效果及排序

2.2 基于Bootstrap-Malmquist的效率評價結(jié)果

表4結(jié)果顯示，北京市某區(qū)技術(shù)進(jìn)步指數(shù)(MTC)除2014-2015年和2016-2017年小于全市均值外，其余年份大于全市均值。效率變化指數(shù)(EC)方面，北京市某區(qū)除2016-2017大于全市均值外，其余年份均小于全市均值。純技術(shù)效率變化(PE)方面，除2013-2014大于全市均值外，其余年份均小于全市均值。規(guī)模效率變化(SE)方面，2014-2015以及2015-2016的值大于全市均值。

表4 北京市某區(qū)醫(yī)療衛(wèi)生Malmquist指數(shù)及分解

注：PE、SE、EC、MTC、M分別表示純技術(shù)效率指數(shù)、規(guī)模效率指數(shù)、技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步指數(shù)及Malmquist指數(shù)。

根據(jù)表5中Bootstrap糾偏后Malmquist指數(shù)結(jié)果，北京市某區(qū)在2013-2014、2015-2016及2016-2017年的Malmquist指數(shù)被低估，2014-2015年被高估。技術(shù)進(jìn)步指數(shù)除了2014-2015年數(shù)值被高估外，其余年份均被低估。效率變化指數(shù)2013-2014與2016-2017年的值被高估，其余年份的數(shù)值被低估。Malmquist指數(shù)從2013-2014年的1.063下降到2015-2016年的0.946，呈先升后降的波動下降趨勢，除2013-2014年的全要素生產(chǎn)率位于前沿面外，其余時間內(nèi)都小于1，且均小于全市均值。此外技術(shù)進(jìn)步指數(shù)及效率變化指數(shù)都有一定程度下降。

3 討論

3.1 多種方法組合應(yīng)用有助于全面評價醫(yī)療衛(wèi)生服務(wù)整合

醫(yī)療衛(wèi)生服務(wù)體系作為具有多投入多產(chǎn)出特征的公共服務(wù)供給系統(tǒng)，投入產(chǎn)出不成線性且處于動態(tài)發(fā)展之中，給評價帶來了諸多挑戰(zhàn)，而逼近理想解排序法和數(shù)據(jù)包絡(luò)分析作為綜合評價方法，能夠?qū)?fù)雜系統(tǒng)進(jìn)行相對有效性評價，在公共服務(wù)領(lǐng)域有著廣泛應(yīng)用[9]。在TOPSIS分析中，通過熵權(quán)法確定的權(quán)重能夠克服主觀因素影響，同時TOPSIS分析對樣本數(shù)量和分布沒有硬性要求，在宏觀評價與多目標(biāo)決策排序等方面有著較好應(yīng)用。Bootstrap法作為非參數(shù)糾偏方法，通過模擬原始數(shù)據(jù)的重抽樣有效解決了數(shù)據(jù)離群值、隨機(jī)因素干擾等傳統(tǒng)數(shù)據(jù)包絡(luò)分析不足。同時借助Malmquist指數(shù)法對面板數(shù)據(jù)進(jìn)行計算并進(jìn)行分解從而為有效判別相關(guān)影響因素提供幫助。本研究通過基于熵權(quán)TOPSIS和Bootstrap-Malmquist的方法學(xué)組合，在進(jìn)一步縮小主觀認(rèn)識和客觀實際的差距并提高評價結(jié)果準(zhǔn)確性和穩(wěn)健性的同時[10]，還可以從不同視角測度效果與效率的時間演變特征，有效克服單一模型可能產(chǎn)生的方法學(xué)局限與可能存在的結(jié)論偏差，在豐富了評價手段的同時也具有一定的應(yīng)用推廣價值。

表5 Bootstrap糾偏后的北京市某區(qū)醫(yī)療衛(wèi)生Malmquist指數(shù)及分解

注：PE、SE、EC、MTC、M分別表示純技術(shù)效率指數(shù)、規(guī)模效率指數(shù)、技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步指數(shù)及Malmquist指數(shù)。

3.2 多種手段綜合應(yīng)用有助于醫(yī)療衛(wèi)生服務(wù)整合取得顯著效果

表3結(jié)果表明，北京市某區(qū)醫(yī)療衛(wèi)生服務(wù)整合在投入、過程、結(jié)果3個方面持續(xù)改善，整體相對貼近度Ci從2014年的0.348上升到2017年的0.663，上升幅度為90.52%，取得上述結(jié)果與該區(qū)綜合應(yīng)用多種整合手段密不可分。2013年起該區(qū)啟動醫(yī)療衛(wèi)生服務(wù)體系整合工作[11-12]，一方面通過托管、公私合作與醫(yī)聯(lián)體等方式，與北京中醫(yī)醫(yī)院、北京兒童醫(yī)院開展法人治理結(jié)構(gòu)改革[13]，引入華潤醫(yī)療等優(yōu)質(zhì)社會辦醫(yī)資源合作共建新型社區(qū)衛(wèi)生服務(wù)體系，成功創(chuàng)建國家慢病示范區(qū)并先后實現(xiàn)區(qū)域醫(yī)學(xué)影像、心電檢查遠(yuǎn)程會診中心投入使用。另一方面區(qū)級財政對于衛(wèi)生健康事業(yè)的支持力度逐步加大，人均衛(wèi)生財政支出從2014年的1359.75元增長至2017年的2214.51元，與本文在TOPSIS分析中結(jié)構(gòu)Ci值從2014年的0.325提升到2017年的0.848的結(jié)果相一致?？紤]到早期增加政府支出可以在健康促進(jìn)與疫情防控、硬件設(shè)施配置及人員隊伍建設(shè)等方面產(chǎn)生積極正向作用[14]，結(jié)合本文Malmquist分析結(jié)果中北京市某區(qū)衛(wèi)生服務(wù)整合的技術(shù)進(jìn)步指數(shù)在研究的大部分年度內(nèi)均高于北京市均值，表明政府財政支出作為衛(wèi)生健康持續(xù)提升的重要引擎之一，對提升醫(yī)療衛(wèi)生資源配置效率能夠帶來較為顯著正面影響[14]。

3.3 資源配置不充分與技術(shù)轉(zhuǎn)化水平不高的現(xiàn)象仍然存在

在取得較為顯著成果的同時，根據(jù)表4及表5結(jié)果，無論Malmquist指數(shù)、技術(shù)進(jìn)步指數(shù)(MTC)還是效率變化指數(shù)(EC)都呈現(xiàn)出從較高水平向較低水平滑落態(tài)勢。究其深層次原因，北京市某區(qū)醫(yī)療衛(wèi)生資源配置效率主要由投入帶動的技術(shù)進(jìn)步單因素驅(qū)動，而效率變化指數(shù)均小于全市平均水平。由于大部分時間內(nèi)純技術(shù)效率小于1影響，阻礙了全要素效率提升的同時，也反映出組織管理和技術(shù)轉(zhuǎn)化應(yīng)用水平仍有一定不足。雖然財政投入在短期內(nèi)都能對技術(shù)進(jìn)步形成一定正向效應(yīng)，但在部分發(fā)展中國家中人均期望壽命改善要先于經(jīng)濟(jì)水平提升或者根本無需經(jīng)濟(jì)水平提升[14]。加之衛(wèi)生投入產(chǎn)出的邊際收益遞減規(guī)律，在有限的人力、財力和物力限制下，加快轉(zhuǎn)變目前高投入、低效率發(fā)展模式，推動從投入驅(qū)動型逐步向質(zhì)量效益型轉(zhuǎn)變，進(jìn)一步提高管理水平并推動高新技術(shù)轉(zhuǎn)化與應(yīng)用，逐步實現(xiàn)高質(zhì)量、高效益發(fā)展，是今后屬地政府及衛(wèi)生健康行政部門需要重點(diǎn)考慮的工作之一。

4 建議

根據(jù)本研究結(jié)果并結(jié)合彩虹模型理論[15]，本研究從宏觀-中觀-微觀層面提出以下優(yōu)化建議。

4.1 宏觀層面，逐步完善頂層設(shè)計

通過進(jìn)一步發(fā)揮政策的組合疊加效應(yīng)，建立健全人事薪酬、分級診療和信息化建設(shè)等方面的綜合政策保障。持續(xù)開展動態(tài)跟蹤評價研究，綜合考慮外部環(huán)境與內(nèi)部自身影響因素，及時發(fā)現(xiàn)整合過程中存在的問題與障礙，不斷優(yōu)化調(diào)整策略和路徑。

4.2 中觀層面，加快治理體系調(diào)整

加快完善法人治理結(jié)構(gòu)改革和分級診療建設(shè)，有效提升管理水平與運(yùn)行效率。按照政府管理-中間協(xié)同-內(nèi)部管理3個層面進(jìn)行深度整合，通過縱向和橫向的資源整合，以大型公立醫(yī)院的技術(shù)力量帶動基層醫(yī)療衛(wèi)生機(jī)構(gòu)能力提升和協(xié)同發(fā)展，有效增加醫(yī)療衛(wèi)生服務(wù)產(chǎn)出。

4.3 微觀層面，提升微觀服務(wù)效能

在發(fā)揮政府主導(dǎo)作用的同時，通過服務(wù)整合、功能整合和專業(yè)整合，充分調(diào)動轄區(qū)居民及醫(yī)務(wù)人員參與的積極性，凝聚各方力量協(xié)同推進(jìn)覆蓋全生命周期的醫(yī)療、預(yù)防與健康保健的整合型醫(yī)療衛(wèi)生服務(wù)體系建設(shè)，確保健康成果共建共享。