黄巧红
【摘 要】目的 对某公立医院各临床科室的运营效率进行评价,为医院和科室管理提供决策参考.方法 根据14个临床科室2015年—2016年的面板数据,运用数据包络分析(DEA)中的CCR和BCC模型进行生产效率绩效评价,并运用Tobit回归分析,探索影响经营绩效的关键因素.结果 14个临床科室综合效率值2016年比2015年提高0.074,表明医院对临床科室的投入与产出资源使用效率2016年比2015年有所提高.运用Tobit模型探索分析影响科室经营绩效的关键因素,发现病床使用率、纯医疗收入占比、医保患者占比与综合效率成正相关,而医生人数占比与综合效率呈负相关.结论 运用DEA模型可以有效地评价临床科室运营效率.为了规范医院内部运营管理,提出提高病床使用率,深度整合优化医疗业务,降低运营成本等建议.
【期刊名称】《中国卫生质量管理》
【年(卷),期】2018(025)005
【总页数】4页(P97-100)
【关键词】医院;效率;DEA;绩效评价
【作 者】黄巧红
【作者单位】上海市公共卫生临床中心 上海 201508
【正文语种】中 文
某公立医院自2015年起通过调结构、转机制,以深化内部绩效改革为抓手,从专科医院向综合性医院转型。本研究探索了该院各临床科室在发展过程中的运营效率,以进一步了解各科室的投入与产出效率情况,为医院管理者提供科学的决策参考信息。
1 DEA模型实证分析
1.1 数据来源
通过医院HIS系统及内部绩效运营简报收集该院14个临床科室2015年—2016年的数据资料,包括年末科室医生人数、床位数、门诊人次、出院人次,床位使用率,纯医疗收入占比,医保人数占比等。
1.2 DEA模型实证分析
将年末科室医生人数、床位数作为输入变量,将工作量门诊人次、出院人次作为输出变量,运用数据包络分析(Date Envelopment Analysis, DEA)方法,评价各科室间的相对有效性,以及科室的运行效率。DEA模型是医疗系统中评估投入产出效率较为成熟、适合的非参数方法[1]。DEA分析医院运行效率主要通过“投入与产出”的观察值评估有效的生产,通过建立一定形式的线性规划模型,根据实际投入和产出数据,求得决策单元(Decision Making Units,DMU)的相对效率值[2]。
表1 2015年-2016年临床科室技术效率和纯技术效率对比科室代码技术效率2015年2016年平均值排序纯技术效率2015年2016年平均值排序内10.7830.8300.80770.7870.8350.8118内20.8490.9930.92130.8861.0000.9434内30.3790.7260.552140.3791.0000.69014内41.0000.8220.91141.0000.9070.9543内50.7551.0000.87860.7691.0000.8846内60.6530.7170.685120.7710.7910.7819内71.0000.9110.95521.0000.9670.9841内81.0000.9190.96011.0000.9190.9602内91.0000.8030.90251.0000.8460.9235外100.6810.7090.695110.6820.7140.69813外110.7640.7290.74690.7870.7380.76210外120.6590.7090.684130.6840.7210.70312外
130.4320.9820.707100.4911.0000.74611
外
140.6850.8290.75780.8060.8690.8377
表2 2015年-2016年临床科室规模效率和综合效率对比科室代码2015年规模效率规模报酬综合效率排序2016年规模效率规模报酬综合效率排序内10.995递减0.78360.995递减0.8306内20.959递减0.84950.993递减0.9932内31.000不变0.379140.726递增0.72611内41.000不变1.00010.906递减0.8228内50.983递减0.75581.000不变1.0001内60.848递减0.653120.906不变0.71712内71.000不变1.00010.941递减0.9115内81.000不变1.00011.000不变0.9194内91.000不变1.00010.949不变0.8039外100.999递减0.681100.993递减0.70913外110.972递增0.76470.987递增0.72910外120.963递增0.659110.983递增0.70814外130.879递减0.432130.982递减0.9823外140.851递增0.68590.954递增0.8297
2 结果
2.1 临床科室效率值结果
运用Excel 2007建立数据库,根据数据包络分析法的要求,借助DEA 5.0分析软件,利用DEA评价CCR(A. Charnes & W. W. Cooper & E. Rhodes)和BCC(Banker Charnes Cooper)模型,对2015年-2016年该院的14个临床科室进行DEA分析,分析其技术效率、纯技术效率、规模效率和综合效率,并确定影响科室运营效率的因素[3]。结果见表1、表2。
2.2 运用Tobit回归分析确定影响结果的关键因素
为进一步确定科室生产效率的影响因素,以DEA一阶段得出的科室综合效率值作为因变量,以生产效率的各影响因素作为自变量,构建Tobit回归模型。
2.2.1 模型设定与数据说明 假设1:医生人数越多,则科室效率值越高。假设2:病床使用率越高,则科室效率值越高。假设3:纯医疗收入(扣除药品)越高,则科室效率值越高。假设4:医保患者人数占比越高,则科室效率值越高。
基于以上4种假设,将科室生产效率的Tobit回归模型设定为:Y=C+β1×X1it+β2×X2it+β3×X3it+β4×X4it+u。公式中Y代表科室综合效率,C表示截距项,β1、β2、β3、β4分别为各自变量的回归系数,X1代表医生人数占比,X2代表病床使用率,X3代表纯医疗收入占比,X4 代表医保患者人数占比。i代表科室数(i=1,2,…,n=14);t代表时期(t=1,2);u为残差项[4]。
2.2.2 计量实证结果 采用Eviews 9.0软件对科室生产效率方程进行Tobit模型回
归分析,详细结果见表3。
3 分析
3.1 各项目效率分析
3.1.1 技术效率分析 技术效率反映了对现有资源的有效利用能力,是指在给定各种投入要素条件下实现最大产出的能力,或是在给定产出水平下投入最小化的能力。由表1可知,2015年—2016年14个临床科室的平均技术效率为0.800,其中内科类科室平均技术效率为0.841,高于外科类科室平均技术效率值(0.718)。2016年的科室总体技术效率值为0.836,高于2015年的0.072,内科类、外科类科室均高于2015年技术效率值。可能的原因是,在2015年的基础上,2016年该院对医疗业务发展结构进行了调整,在内部绩效改革进程中,进一步向临床一线倾斜,调动了人员积极性,使业务量有较大提升。但内科4、内科7、内科8、内科9的技术效率2016年比2015年有所下降,这可能与2016年初,人员结构不稳定对科室的管理和业务产生重要的影响,需进一步关注变化原因,提高人力资源管理效率。另外,内科6技术效率最低,该科室主要以中医诊断为特点,因科内多名骨干外出进修等原因,造成人员紧张,医疗业务提升缓慢导致技术效率低下。
表3 临床科室综合效率的影响因素Tobit回归结果变量系数标准误差zPX1-0.020 9580.010 648-1.968 1790.049 0 X20.004 2000.000 8764.796 3090.000 0 X30.029 1260.009 5123.061 8940.002 2 X40.698 0670.092 7987.522 4630.000 0
3.1.2 纯技术效率分析 纯技术效率反映的是每个决策单位在最优规模时投入要素的
生产效率。本研究是指医院由管理和技术等因素影响的生产效率。2015年-2016年临床科室的平均纯技术效率值为0.837,2016年比2015年高0.037。其中,内科类平均纯技术效率高于外科类。2016年临床科室的纯技术效率值均高于2015年。其中内科类平均技术效率值2016年比2015年高0.074,外科类平均技术效率值2016年比2015年高0.118。内科2、内科3、内科5、外科13的纯技术效率2016年比2015年高,达到纯技术有效,表明这4个科室能充分利用现有的生产技术能力,在投入一定的情况下实现产出最大化。但内科4、内科7、内科8、内科9纯技术效率比2015年有下降趋势。其中,外科13纯技术效率值从2015年的0.491提高到2016年的1,达到完全有效,这得益于该科室引进了一支外科医疗团队,开拓新病种,引进新技术,通过转诊等方式,业务量提高较快,运营效率得到较好提升。
3.1.3 规模效率分析 规模效率是医院规模因素影响的生产效率。由表2可知,2015年-2016年各临床科室的平均规模效率值都在0.95左右。其中2015年规模效率递减的科室有6个,占比43%;规模不变的科室有5个,占比36%。2015年平均规模效率值略减,规模不变的科室4个,占比29%,并且有4个科室处于规模递增状态。2016年内科类科室规模效率下降,外科类规模效率有所提升,这主要是由于业务发展结构调整,外科类科室的发展规模逐步扩大,医院从专科医院向综合性医院加速转型,使2016年的效率高出2015年0.053,但仍未达到最优化。内科5、内科8在2016年规模效率达到最优,主要是由于科室医生人均业务量提升,人力资源效率使用达到最优所致。
3.1.4 综合效率分析 综合效率是对决策单元的资源配置能力、资源使用效率等进行综合衡量与评价。一般认为:综合技术效率=纯技术效率×规模效率,当综合技术效率=1,表示该决策单元的投入产出是综合有效的,即同时实现技术有效和规模有效。2016年临
床科室综合效率平均值为0.836,比2015年高0.076,其中内科5、内科2、外科13综合效率达到或接近于1,趋于综合效率最优状态。
3.2 Tobit模型回归结果分析
第一,医生人数占比与科室综合效率值呈显著负相关。这表明科室的医生人数越多,该科室的生产经营效率并非越高。相反,医生人数较少的科室对科室综合效率贡献较大,人员成本低、人均效率高。第二,病床使用率与科室综合效率值呈显著正相关。病床使用率越高,科室的综合效率值就越高。特别是医院发展到一定规模的情况下,床位配置属于稀缺资源,优化床位配置资源,提高病床周转效率,就能确保科室各个环节高效运行。第三,纯医疗收入占比与科室综合效率呈显著正相关。科室医疗收入(扣除药品)的占比越高,说明含金量越高。医疗收入较高的科室分别为内科2、外科13,内科2为特殊感染性疾病收治科室,病种单一,患者收治集中,业务收入呈稳步上升趋势;外科13综合业务能力大幅提高。可见,提高纯医疗收入对科室综合效率的提高有显著影响。第四,医保患者人数占比与科室综合效率呈显著正相关。医保患者可以通过医保报销一部分医疗费用,比自费患者更愿意选择去医院就医,这在一定程度上增加了就医人次,增加了必要的检查检验项目,使医院增加了业务收入。
4 对策建议
为进一步提高医院内部临床科室的生产效率,保证其健康持续协调发展,提出以下建议。
4.1 提高病床使用率
各临床科室应重点关注病床使用情况,加快床位周转,并根据病种特点,参照平均住院日等指标[5],鼓励科室间相互协作,提高空床的利用率。随着医院信息化建设的不断发展和完善,实施DRGs病种管理成为医院未来管理的趋势和方向。单病种管理的核心内容就是对平均住院日与住院费用的管理,医院主管部门应该结合内部绩效考核,以及医院分级管理的有关要求和医院自身特点,制定平均住院日总控目标值。各临床科室可以将单病种平均住院日标准作为评价指标,并结合年龄差异、不同检查、是否手术、有无并发症等影响因素制定合适的标准,从而控制平均住院日,提高病床使用率[6]。单病种平均住院日标准针对性强,医务人员易理解、易操作,可以作为科室之间和医院之间评价效率的依据。
4.2 医疗业务深度整合优化
当前,互联网医疗为医疗服务提供了新的发展平台,医院内部通过数字化解决方案在保证传统的管理和临床信息化基础上,开展了移动医疗、远程医疗、慢性病管理、医疗云等医疗业务。多种重要信息系统并存,难以实现相互协同和统一管理,因此医院需要整合医疗信息系统,以便医院管理者全面、直观地掌握医院经营状况。通过构建以电子病历为核心的医院综合信息平台,可以解决医疗流程的协同优化,有效降低医院运营成本,减少医疗差错发生概率,提高管理者的监管水平,改善患者的服务体验,实现医院内部办公的无纸化、无胶片化、无线化。因此,必须让医生更好地掌握新技术、新技能,更好地服务患者,提高医务人员的积极性,提高人均产出效率和资源使用效率。
4.3 通过精细化管理降低运营成本
通过优化医疗资源的使用效率,深挖医院的成本控制潜力,减少资源浪费等,努力推动医院走内涵发展道路,在确保社会效益的前提下,达到社会效益和经济发展的共赢平衡。医院内部应通过精细化管理降低医疗成本,利用信息化手段,对财务、成本、绩效、预算、物流、资产等实现精细化管理,改变以往分散、粗放的管理方式,实现由分散管理向一体化管理转变,由单纯会计核算向综合财务管理转变,由事后控制向全程控制转变和由粗放管理向精细管理,智能管理转变。通过临床科室经营绩效评价与影响因素的分析,提示医院应该建立综合运营管理平台,把医院管理体制向以一体化管理、计划管理、精细管理、控制管理、智能管理模式转变,进一步提高医院综合运营效率和服务水平。
参考文献
【相关文献】
[1] 唐 娴,廖 菁,钟若冰,等.基于DEA-Tobi两步法分析四川省公立医院技术效率及其影响因素[J].实用医院临床杂志,2010,11(7):101-102.
[2] 张 莹,陈 颇.中国体育产业上市公司的绩效评价及影响因素[J].武汉体育学院学报,2016,12(50):35-37.
[3] 柯思思,刘新会,李长风.我国各地区医疗机构DEA-Malmquist效率指数分析[J].中国医院管理,2016,36(5):32-33.
[4] 章思诗,李姚矿.基于DEA-Tobit模型的科技金融效率影响因素研究[J].科技管理研究,2017(6):30-32.
[5] 朱志峰,赵红梅,赵 越.临床路径管理系统对医院运营效率的影响研究[J].中国医院管理,2015,35(7):27-29.
[6] 杨天桂,石应康,程永忠.平均住院日定义和标准探讨[J].中国卫生质量管理,2009,16(3):14-16.
因篇幅问题不能全部显示,请点此查看更多更全内容