前言：本站為你精心整理了衛生服務效率評估管理范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要我國衛生服務的低效率問題已經成為了我國衛生改革的一個重要方面，受到衛生政策研究者與制定者的關注。為了借鑒國外衛生服務效率測量經驗，促進我國衛生服務效率評價與研究，對國際上的衛生服務效率評估方法和技術進行了綜述性研究，介紹了生產函數、數據包絡分析和隨機前沿生產函數等計量經濟學模型的構造，以及在衛生服務效率測量中的應用實例。

關鍵詞服務效率生產函數數據包絡分析隨機前沿分析

AbstractPolicy－makersandresearcherspaymoreattentiontohowtomeasureefficiencyofhealthservicerecently．Inthispaper,threemethodswerediscussedinordertoprovidebeneficiallessons．Theyincludeinproductivityfunction,dataenvelopmentanalysisandstochasticfrontieranalysis．

Keywordsefficiency,productivityfunction,dataenvelopmentanalysis,stochasticfrontieranalysis

衛生資源相對于人們無限的衛生服務需要來說是稀缺的，而人們又渴望從有限的衛生資源中獲得最大化的健康產出和效用，因此，研究如何提高衛生服務的效率水平，是各國衛生政策制定者所關注的焦點問題。近年來，我國衛生系統的低效率問題已成為衛生政策研究和衛生改革的一個重要方面，但目前尚缺乏科學地測量衛生服務效率的方法和技術。本文詳細討論了幾種目前國際上較為常用和先進的測量衛生服務效率的技術:生產函數、數據包絡分析和隨機前沿分析。以期為我國衛生系統的服務效率測量和分析提供可借鑒的應用實例，促進我國衛生服務效率研究和相關政策的制定，以實現合理配置和有效利用衛生資源，提高人們的健康水平。

1效率的定義

國際上公認的效率含義是指使用有限的資源實現系統產出最大化，具體包括3層意義：一是不浪費資源；二是以最小成本進行生產；三是產出的類型和數量符合人們的需要(1)。

1．1技術效率(Technicalefficiency)

技術效率就是不浪費資源，通常用來衡量每個決策單元投入與產出之間的關系。當得到相同數量的產出而生產投入最少，或者使用相同的生產投入獲得的產出最大時，決策單元達到了技術效率。相反如果決策單元同等數量的產出能夠以更少的資源投入來獲得，則決策單元是低技術效率的。

1．2生產性效率(Productiveefficiency)

因為，決策單元對于獲得同樣的產出可以有不同的方案或投入不同的生產要素組合，由此，導致決策單元每個方案具有不同的機會成本；而技術效率不能對決策單元的各種可供選擇的方案或措施提供直接的比較。因此，在技術效率的基礎上產生了生產性效率，或稱之為成本—效益(Cost－effec-tiveness)。生產性效率的含義是使生產以最小的成本進行。

1．3配置效率(Allocativeefficiency)

人們對于每一種產品和服務的期望效用是不同的，但是人們總是希望將資源投入到能夠使人們效用最大化的生產過程中去。配置效率就是充分使用有限的資源去生產人們賦予最高價值和效用的產品類型和數量。從福利經濟學的角度講，當資源的配置能夠使社會福利最大化時，決策單元即達到了配置效率。

技術效率闡明為了最大產出使用既定資源的重要性；生產性效率是選擇成本最小的生產要素組合進行生產。二者合并可以總結為“恰當地做事”。配置效率則是“做恰當的事”。盡管三者之間存有包含關系，但是，面對有限的資源，生產效率的概念將會去除一些低效率的技術效率的資源投入組合，同樣配置效率的概念將會去除那些低效率的生產效率的資源配置方式。

2常用的效率測量方法

對決策單元的效率可以從定性和定量2個方面進行描述。定性研究可以把握研究的方向，從宏觀的層次上指導衛生政策的制定。而定量研究則可以通過建立決策單元的投入產出模型，預測某項衛生投入的可能健康產出，從而協調社會人群日益增長的衛生服務需要同可得性衛生資源之間的關系。常用來測量決策單元效率的方法有：生產函數、數據包絡分析、隨機前沿分析、比率分析方法、秩和比方法以及綜合指數法等。在本文中重點介紹目前國際上較先進的3種模型。

2．1生產函數

生產函數是指在一定時期內和一定技術水平下，生產要素的投入量和產品或服務的產出量之間的關系。它表明一定數量的投入要素能產出的最大產量(2)。

應用生產函數測量衛生服務組織的效率有3個前提假設：(1)因為衛生服務組織不可能時時根據其健康產出進行生產要素的調整，以保證使用最佳的投入要素組合進行生產，所以，在分析衛生服務組織某一時期的生產狀況時，假定這些投入要素是固定的。此時的生產函數可稱為短期的生產函數。(2)生產函數反映了衛生服務組織投入和產出之間的技術關系，它表明了該組織在任何投入要素組合下可得到的最大產量。(3)生產函數表明生產是一個連續變動的過程，投入要素的數量和組合不斷變化，從而引起產出的不斷變化。

生產函數又可以分為柯布—道格拉斯生產函數、對數轉換生產函數，以及經驗模型等模型。測量衛生服務組織效率最常用的模型是柯布—道格拉斯生產函數和對數轉換生產函數，下面將分別介紹這2種模型。

2．1．1柯布—道格拉斯(Cobb－Douglas)生產函數。

Q＝ALαKβ①

在式①中Q為產出，A為常數項，L為勞動的數量，K為資本的數量，α和β分別表示勞動和資本的產出彈性系數。勞動產出彈性α為產量變化對勞動量變化的反映程度；資本產出彈性β為產量變化對資本變化的反映程度。

1963年Walters對柯布—道格拉斯生產函數的性質和意義描述如下：(1)該函數為線性齊次函數。其中α＋β表示組織的規模收益和技術進步，如果α＋β＞1則規模收益遞增；α＋β＝1規模收益不變；α＋β＜1規模收益遞減。(2)如果α＜1，當勞動力投入增加時勞動力的邊際生產力遞減。(3)投入替代彈性為1。

2．1．2對數轉換生產函數。對數轉換生產函數是Taylor公式的對數擴展形式，用于估計任何主觀性函數的一般形式。1981年Montfort對投入的對數轉換模型進行了描述性說明：在對數轉換模型中，替代彈性和產出彈性依賴于投入要素的利用水平。近年來，多數醫院的生產函數及其成本函數使用對數轉換模型進行估計，其結果反映更真實。

生產函數的用途：(1)估計生產規模效益的產出彈性。(2)評估投入替代彈性。(3)測量衛生服務組織的技術效率和配置效率。

2．2數據包絡分析

數據包絡分析(DataEnvelopmentAnalysis,DEA)是一種非參數、確定性的計量經濟學分析方法，主要運用線性規劃技術，求得決策單元的效率評分。DEA通常用來分析決策單元確定性的生產或成本的前沿，測量決策單元的技術效率和配置效率以及規模收益。

DEA的最早原型可以追溯到1957年Farrel在對英國農業生產力進行分析時提出的包絡思想，因此，DEA有時也稱為Farrel型有效性分析法(3)。數據包絡分析的確立是在1978年，首篇運用DEA研究決策單元技術有效性的文章由美國運籌學家Charnes(4)在歐洲運籌學雜志上發表，后在Charnes和Cooper等的大力倡導下，DEA由單輸入、單輸出的工程效率概念逐步推廣為多投入、多產出的同類決策單元(DecisionManagementUnit,DMU)有效性評價模型，應用于多個領域。

評價DMU有效性的DEA的經典模型為C2R(5)，此外還有評價技術有效性的C2GS2模型(6)、錐比率的C2WH模型(6)，具有無窮多個決策單元的C2W模型(7)和綜合的C2WY模型(8)等。這些模型的提出和應用為DEA的發展和完善起到了重要的作用，也為組織的效率分析提供了更好的研究手段。

在衛生經濟學中應用比較多的是DEA經典C2R模型，其模型如式②。其中X代表DMU的投入，Y代表DMU的產出，s＋，s－是松弛變量，θ是DMU的效率得分。

DEA目前已經是評價衛生機構技術效率較為成熟和較為先進的方法之一，可以用來分析醫院的資源管理和服務產出，是衛生服務研究的基準方法。DEA在國外醫院效率分析研究中的應用非常廣，特別是近十幾年DEA的研究文獻報道很多。

Sherman(9)(1984年)利用教學醫院的數據，嘗試使用DEA進行有效性分析，并將結果同傳統的效率分析方法結果比較，結論證明，DEA能夠更有效的為醫院的管理者提供有用的信息，指導醫院提高效率，降低服務成本。這是第一篇運用DEA進行醫院效率測量分析的研究報告，于1984年發表在MedCare上，開創了DEA在衛生經濟學領域應用的先河。

Dittman(10)(1991年)應用DEA分析了醫院的效率同當地的勞動力市場，衛生服務機構間的競爭以及服務區域內的人口學狀況之間的關系。并提出了使用數據包絡分析方法時應當注意的幾個技術細節：(1)DEA測量的效率是相對的效率，不能當成醫院的絕對效率；(2)醫院的投入要素與服務產出之間有密切的因果關系，當投入要素或是產出有所變化時，醫院的效率得分將會有變化；(3)醫院的效率得分和衛生資源的潛在服務能力有賴于醫院對投入水平的控制。

Finkler(11)(1993)應用DEA驗證決策單元的價格和技術低效率。由于醫院之間服務的對象在病種、病情方面不盡相同，因此，Finkler提出應當使用病例綜合指數消除醫院之間的差異。從而使用DEA得出醫院的生產前沿面和成本效果前沿面。

Athanassopoulos(12)(1999年)在文中提議將數據包絡分析方法做出進一步的發展。可以在將投入的衛生資源轉化為有效的衛生服務這一過程中政府職能的實現不影響到醫院的效率。同時Athanassopoulos指出DEA是一種測量相對效率的方法，所以，在測量決策單元的效率時應遵守以下規則：(1)效率得分等于1的決策單元為技術有效，而建立模型時所選擇的投入、產出變量應使決策單元中盡可能少的單元效率得分為1；(2)進行決策單元技術效率測量時應假設決策單元能夠保持持續經營，并且決策單元的規模效率應當處在技術中性上。決策單元如果處在規模遞增或規模遞減水平上將會影響決策單元的效率測量。

通過上述的文獻研究，表明DEA主要有如下特點：(1)決策單元與投入產出指標選擇的條件十分嚴格。在選擇被評價DMU時，應該注意DMU的數目不能太少，并且DMU之間具有可比性，為保證可比性，可以應用病例構成指數、質量調整指數、風險調整指數、消費者價格指數、競爭壓力指數、病例嚴重程度指標等方法消除差異。另外，選擇的投入、產出指標應具有可靠性、可度量性，絕對指標和相對指標搭配合理，主要選擇絕對指標；(2)DEA測量的是決策單元的相對效率。在抽樣樣本評價中有效率的DMU仍然可能是低效率的，因此，測量結果的應用要慎重；(3)DEA最大的優點是不用事先建立DMU投入與產出之間的函數關系，只需要運用實際觀測值建立投入產出模型，即可測量決策單元的效率。應當注意的是應用DEA評價技術效率是需假設DMU是持續經營并處在技術中性水平上。

2．3隨機前沿分析隨機前沿分析(StochasticFrontierAnalysis,SFA)，是目前比較流行的另一種醫院效率測量方法。SFA是一種隨機性參數模型，主要用來測量決策單元的生產前沿和成本前沿。SFA由Aigner于1977年介紹并首次應用在醫院效率評價領域，并且在近年來的醫院效率評價中，隨機前沿分析的應用逐漸增多。

SFA的突出特點是在過去應用回歸技術建立DMU生產或成本前沿面的基礎上做進一步改造，將傳統模型的誤差項(ε)分解成2部分：隨機誤差(v)和管理誤差(μ)。前者包括觀察誤差、不可預期的消耗，以及短期內病種構成改變等不可控因素；后者包括DMU的管理、資源利用，以及計劃制訂等方面的因素，體現了DMU的實際產出觀測值與產出最優前沿項之間的差距，并通過測量管理誤差來確定決策單元的低效率的程度(13)。隨機前沿生產函數模型如式③。

其中Y代表DMU的產出，X代表DMU的各項投入，v表示隨機誤差，μ表示管理誤差。

在進行v和μ的參數估計時，常用的方法有最小平方法(LeastSquaresEstimator)、最小絕對值法(LeastAbsoluteVal-ue)、以及最大似然法(MaximumLikelihood)。在SFA的成本前沿模型中的參數估計多采用最大似然法，因為其更適用于醫院這種有內部相關性的隨機模型。但具體采用何種方法估計參數應視模型的具體計算要求而定。

Linna(14)(1998年)利用了2種SFA模型(橫斷面數據模型、數組數據模型)和DEA方法調查了芬蘭1988—1994年43所醫院的效率變化，主要目的是考察數組數據模型在醫院效率評價中是否比橫斷面數據模型更有優勢，以及旨在增加競爭的醫院制度改革與效率的關系。結果顯示：SFA與DEA的結論符合得很好，但是，數組模型的SFA更適合應用于測量醫院的效率。

Rosko(15)(1999年)基于1989年賓夕法尼亞州195所醫院的資料，探討了SFA的使用和有關因素的調整，因醫療質量的高低與醫院的管理、制度的制定和運行等因素有關，可以從管理誤差項中得到體現，所以未將質量包括在調整因素之內。引入了多元線性回歸來測量效率與市場特點、醫院特點、支付制度的關系等。研究表明：經病例指數調整后，醫院的低效得分從18.00％到7.50％，減少了50％以上，而疾病嚴重程度的加入則影響較小(從7.38％到8.20％)。但他們的平均得分之間沒有顯著性差異。醫院的效率與其財務壓力有較強的正相關關系，教學醫院的效率要比非教學醫院高33.30％。

Rowena(16)(2001年)分別應用了DEA和SFA2種方法對英國醫院的成本前沿進行了分析。分析結果證明，2種方法均可以很好地評價醫院的效率。但是，2種方法的部分結果略有差異，而造成DEA和SFA評價結果不同的原因：(1)2種方法對異常值的處理方式不同；(2)數據中的隨機誤差干擾；(3)SFA區分技術效率和配置效率的能力有限。

文獻研究結果表明，SFA有如下的幾個特點。(1)SFA可以很好地處理數據誤差的來源，將其區分成產生低效率的管理誤差和隨機誤差；(2)SFA可以對每個決策單元的前沿進行區分和測量；(3)由于SFA一般是通過回歸技術估計參數，建立前沿方程，而這樣建立的前沿方程只是將隨機誤差降到最小的一個平均前沿，對數據不敏感；(4)SFA對決策單元的配置效率和技術效率結果區分能力較弱，一般建議應用SFA測量決策單元的技術效率。

33種方法的結果比較

很多學者將3種方法的結果進行了比較，如Linna(13)、Rowena(15)等，指出3種方法均可以對同一類型DMU進行效率評價，并且測量結果具有高度一致性。可是由于3種方法的建模思想不同，計算技術不同、所以，模型分析結果的側重點不盡相同，如SFA的可以測量絕對效率，但對配置效率的測量效果不敏感；而DEA則可以很好地測量DMU的技術效率和配置效率，但測量結果反映的是相對效率。因此，在研究過程中，如果樣本的數據質量過關，在研究時間允許的情況下，應盡可能地使用多種研究分析方法，相互補充，提高分析結果的準確性和指導性。

總之，無論采用何種方法測量衛生服務系統的效率，最終的目的都是為了有效地利用衛生資源，優化資源配置，更好地滿足人們的衛生服務需要，提高人們的健康水平。

參考文獻

(1)StephenPalmer,DavidJTorgernson．Definitionsofefficien-cy．BMJ．1999(318):1136－1136

(2)孟慶躍，徐凌中，陳寧姍．衛生經濟學．海口：南海出版公司，1997

(3)朱喬．數據包絡分析(DEA)方法綜述與展望．系統工程理論方法應用，1994(4)：1－9

(4)CharnesA,CooperW．W,andRhodesE．Measuringtheefficiencyofdecisionunit．Europeanjournalofoperationalresearch，1978(2):429－444

(5)魏權齡，岳明．DEA概論與C2R模型——數據包絡分析(一)．系統工程理論與實踐，1989(1)：58－69

(6)魏權齡，崔宇剛．評價相對有效性的幾個重要DEA模型——數據包絡分析(二)．系統工程理論與實踐，1989(2)；55－68

(7)魏權齡，盧剛．DEA方法與模型的應用——數據包絡分析(三)．系統工程理論與實踐，1989(3)：67－75

(8)魏權齡，岳明．綜合的DEA模型C2WY——數據包絡分析(四)．系統工程理論與實踐，1989(4)：75－80

(9)ShermanHD．Hospitaleffciencymeasurementandevaluation．MedCare，1984,22(10):922－35

(10)DittmanDA,CapettiniR,MoreyRC．Measuringefficiencyinacutecarehospitals:anapplictionofdataenvelopmentanalysis．JHealthHumResourceAdministration，1991,14(1):89－108

(11)FinklerMD,WirtschafterDD．Cost－effectivenessanddataenvel-opmentanalysis．HealthCareManageRev,1993,8(3):81－88

(12)A．D．Athanassopoulos,C．Gounaris,A．Sissouras．ADescriptiveassessmentoftheproductionandcostefficiencyofgeneralhospitalsinGreece．HealthCareManagementScience，1999(2):97－106

(13)HandbookofHealthEconomics．Volume1．EditedbyA．J．CulyerandJ．P．Newhouse．2000ElsevierB．V

(14)LinnaM．Measuringhospitalcostefficiencywithpaneldatamod-els．HealthEconomics．1998,7(5):415－27

(15)RoskoMD,Impactofinternalandexternalenvironmentalpressuresonhospitalinefficiency．HealthCareManagSci，1999,2(2):63－74

(16)Rowena．Alternativemethodstoexaminehospitalefficiency:dataen-velopmentanalysisandstochasticfrontieranalysis．healthcareManagSci，2001(4):103－115