基于数据包络分析的重庆市卫生资源配置效率研究

目的 分析2015—2020年重庆市各区县卫生资源配置效率,为重庆市提升资源配置效率提供参考。方法 采用数据包络分析的BCC模型和Malmquist指数对2015—2020年重庆市各区县卫生资源配置效率进行分析。结果 在2020年,重庆市卫生资源配置的综合效率不高,38个区县中有7个区县处于DEA有效状态,8个区县处于DEA弱有效状态;2015—2020年,重庆市全要素生产率指数均值为0.945,3个区县的全要素生产率指数大于1。结论 重庆市各区县卫生资源配置效率有待提高,重点在于提升技术进步水平;重庆市四大区域内部和四大区域之间卫生资源配置效率差异较大,需整合医疗卫生资源,重视医学科技创新和成果转化,达到提升卫生资源配置效率的目标。     

基于DEA-Malmquist指数的我国中医医院卫生资源配置效率研究

目的研究2013—2018年我国中医医院卫生资源配置效率及其变化。方法借助DEA中的BCC模型和Malmquist指数对我国30个省市的中医医院卫生资源配置进行动态评价。结果2018年我国5个省市的中医医院卫生资源配置效率达到DEA有效,占比16.7%;2013—2018年我国中医医院卫生资源配置的全要素生产率指数均值为1.004,21个省市中医医院卫生资源配置的全要素生产率指数均值大于1,占比70%。结论2018年我国中医医院的卫生资源配置效率不佳;2013—2018年我国中医医院的卫生资源配置效率增长态势放缓,其效率的提升主要来自于技术进步的推动,且效率在时间和空间上存在较大差异。     

基于DEA和ARIMA模型的妇幼保健机构资源配置效率研究

目的 对安徽省妇幼保健机构的卫生资源配置效率变化情况及影响因素进行综合评价分析,提出妇幼保健机构卫生资源的合理配置政策建议。方法 根据《安徽省统计年鉴》提取妇幼保健机构2010—2020年基础配置、服务数量和服务效率指标和数据,通过时间序列模型(ARIMA)预测2021—2025年各指标的发展趋势,运用数据包络分析(DEA)模型对预测后的2010—2025年投入产出效率进行综合评价。结果 2010—2020年投入产出技术进步和全要素生产率指数均值为0.961,预测后2021—2025年投入产出技术进步和全要素生产率指数均值为1.093,其中DEA强有效的年份占比为62.5%,综合效益为1,投入产出达到相对最有效率,其规模报酬达到最优。非DEA有效的年份有2010年、2013年、2015年、2020年及预测的2021年和2023年。2020年综合效益最低0.913,全要素生产率指数最低为0.651。结论 2020年投入产出将是安徽省妇幼保健机构发展的关键时期,技术进步指数将是影响产出效率的关键指标,是提升全要素生产率指数的主要影响因素。提高医疗技术,合理配置医疗资源,提高服务效率应当引起妇幼保健机构卫生主管部门及机构管理者的高度重视。     

基于DEA-Malmquist的重庆市中医类医院卫生资源配置效率研究

目的 为优化中医类医院卫生资源配置提供政策建议。方法 采用DEA-BBC模型对2020年重庆市中医类医院卫生资源配置效率进行研究,运用Malmquist指数法分析重庆市2015—2020年全要素生产率变化情况。结果 2015—2020年,重庆市中医类医院平均综合效率均值0.795、纯技术效率均值0.88、规模效率均值0.896;全要素生产率变化指数下降10.8%,技术变化指数降低13.3%,技术效率指数上升2.9%,纯技术效率变化指数上升0.1%,规模效率变化指数上升2.8%。2020年重庆市DEA相对有效的区县仅为19.51%,各区县普遍存在投入冗余产出不足的现象。结论 近年来,重庆市中医类医院卫生资源投入不断增加,但效率水平总体偏低且呈现下降趋势。要更新管理理念,提高资源利用率;制定合理规划,优化要素配置;注重科技创新,提升技术水平。     

基于数据包络分析法的安徽省妇幼保健机构资源配置效率评价与分析

目的：分析2010—2020年安徽省妇幼保健机构卫生资源配置效率及影响因素，提出妇幼保健机构卫生资源合理配置政策建议。方法：从《安徽统计年鉴》中提取安徽省妇幼保健机构2010—2020年基础配置、服务数量和服务效率的相应指标数据，运用数据包络分析（data envelopment analysis,DEA）法对其投入产出效率进行分析。结果：2010—2015年安徽省妇幼保健机构综合效益处于波动状态；2016—2019年综合效益稳定为1.000，均为DEA强有效，投入产出达到相对最有效率，规模报酬达到最优；2020年综合效益最低，为0.913，全要素生产率指数最低，为0.651。2010—2020年安徽省妇幼保健机构投入产出全要素生产率指数均值为0.961。结论：安徽省妇幼保健机构资源配置效率整体较高，投入与产出效率值得肯定。医疗技术水平滞后与医院规模的日趋扩大不匹配，医院管理者应予以重视。     

广东省卫生资源供给效率评价及预测研究

目的 通过评价广东省新医改后的卫生资源供给效率，预测“十四五”期间广东省卫生资源需求，提出相关政策建议，以期更好地提高广东省卫生资源配置效率。方法 利用DEA-Malmquist模型评价广东省2010—2019年卫生资源供给效率，利用灰色预测模型GM（1,1）预测“十四五”期间广东省卫生资源需求。结果 2010年广东省平均综合效率为0.844，2019年广东省平均综合效率为0.904，2010—2019年广东省卫生资源的平均全要素生产率指数为0.988，并且预测“十四五”期间广东省投入产出指标均呈逐年增长趋势。结论 广东省卫生资源配置供给效率总体有一定的提升，但还有进步的空间。广东省不同地区之间的供给效率相差较大，且在不同时间段内呈现出波动性变化，需科学规划以提高卫生资源利用效率。     

湖南省医疗卫生资源配置效率分析——基于数据包络分析VRS模型与Malmquist指数模型

目的 基于区域协调发展视角，分析2010—2020年湖南省及四大区域的卫生资源配置效率情况，为湖南省各区域提升卫生资源配置效率、促进卫生健康事业协调发展提供理论参考。方法 采用数据包络分析(data envelopment analysis, DEA)中的基于规模收益可变(variable returns to scale, VRS)模型和Malmquist指数模型对2010—2020年湖南省卫生资源配置效率进行分析。结果 2020年湖南省千人口卫生技术人员数达7.52人，千人口床位数达7.82张。2010—2020年间湖南省卫生资源配置综合效率逐年下降，2020年湖南省整体卫生资源配置的综合效率、纯技术效率和规模效率值分别为0.685、0.951、0.721,14个市州中，3个市为卫生资源配置DEA有效(21.4%),1个市为DEA弱有效(7.1%)。2010—2020年，长株潭城市群、湘南地区、洞庭湖经济区、湘西地区四大区域的全要素生产率变化指数均值分别为0.963、0.916、0.905、0.924,全省均值为0.926。结论 湖南省医疗卫生资源投入持续增加，但区域配置和资源结构...     

基于DEA模型的我国中医医院运营效率的综合评价

目的 研究2014—2019年我国30个省份中医医院运营效率的静态、动态变化情况,为我国中医医院确立统筹全局的卫生资源规划及提升运营绩效提供依据。方法 基于2014—2019年《中国卫生健康统计年鉴》,使用DEA - BCC模型和Malmquist生产率指数模型,测算我国30个省份中医医院运营效率的整体水平和不同区域下的运营效率差异。结果 2014—2019年我国各省份中医医院卫生资源配置综合效率为0.871,全要素生产指数常年处于正向增长状态。东中西部地区全要素生产指数均值分别为0.997 、1.006 、0.996,在各要素指标中具有独特的发展优势。探究发现全国30个省份中,技术效率及技术进步效率大于等于1的比重均未超过65%,需进一步提升。结论 我国中医医院卫生资源运营效率较好,但也存在区域发展差异明显、发展水平有限等问题,需通过区域优势互补、提高技术进步水平、制定合理规划实现绩效发展和效率提升。     

我国基层医疗资源配置效率测度及政策建议

目的 对新医改以来我国基层医疗资源配置效率和动态变化进行测度，以优化基层医疗卫生资源配置。方法 分别采用DEA模型和Malmquist-DEA测算2010—2019年我国31个省份(不含港澳台)基层医疗卫生资源的配置效率、全要素生产率及其分解效率。结果 各省基层医疗资源配置效率整体不高，地区间资源配置不均衡。基层医疗资源综合技术效率均值为0.726。东、中和西部综合技术效率均值分别为0.803、0.688和0.681。基层医疗资源Malmquist指数及分解指数变化均大于1;Malmquist指数排名中部(1.290)>西部(1.283)>东部(1.280)。结论 提出政策建议，既要提升基层医疗资源配置效率，也要促进地区基层医疗服务均衡发展，还需加快推进基层医疗技术进步。     

我国三大重大战略区域的卫生资源配置效率分析

目的 对比分析国家三大重大战略区域京津冀、长三角及粤港澳大湾区的卫生资源配置效率,为进一步优化三大区域卫生资源配置,实现卫生健康事业高质量发展提供参考依据。方法 采用数据包络分析法的BCC模型和Malmquist指数评价三大区域卫生资源配置效率。结果 2016—2020年长三角和粤港澳大湾区卫生资源配置的综合效率均为1,DEA有效; 京津冀在2017—2019年综合效率及规模效率分别为0.972、0.968、0.957,纯技术效率为1,DEA弱有效; 2016—2020年京津冀、长三角、粤港澳大湾区全要素生产率及技术进步均数分别为0.899、0.893、0.929,技术效率、纯技术效率及规模效率均数均为1。结论 京津冀卫生资源配置效率相对较低,长三角和粤港澳大湾区卫生资源配置结构存在不合理,进步不足阻碍三大区域卫生资源效率。     

江苏省医疗卫生服务资源配置效率评价研究

目的 评价2013-2019年江苏省医疗卫生服务资源配置效率.方法 运用数据包络分析(DEA-Malmquist)指数对江苏省医疗卫生服务资源配置效率从静态和动态两个方面分析与评价.结果 江苏省医疗卫生服务资源配置效率有待优化,各地区综合效率差异明显,只有南京、徐州、常州、南通、镇江的DEA值大于1.000属于相对有效...     

基于泰尔指数和聚集度的北京市功能区域医疗卫生资源配置研究

目的:分析北京市2009年医改以来医疗卫生资源的公平性,为优化“十四五”资源配置提供参考依据。方法:按区域功能定位把北京市16个区(县)分为4个经济区域分组,以服务常住人口和地理面积为权重,比较各个经济区域卫生资源配置水平,利用泰尔指数和聚集度测算不同区域间和区域内资源配置的公平性。结果:(1)首都功能核心区的医疗卫生资源的泰尔指数最小。(2)全市不同类型资源的泰尔指数主要是由区域分组间的差异造成,其贡献率在80%左右。(3)首都功能核心区的医疗卫生资源聚集度远远高于人口聚集度,这说明卫生资源相对过剩,而其他区域分组的医疗卫生资源则相对不足。结论:为了进一步改善北京市卫生资源配置,应进一步加强北京市城市发展新区和生态涵养发展区等区域的卫生资源的可及性,改善不同类型资源在不同区域分组内及区域间分布合理性,提高资源布局的公平性,更好地为首都城市功能定位服务。     

老龄化背景下重庆市基层卫生资源配置效率分析

目的 分析2016-2019年重庆市基层医疗机构卫生资源配置效率,为老龄化背景下优化重庆市基层医疗卫生机构资源配置效率提供参考.方法 使用数据包络分析中的BCC模型和Malmquist指数模型分析重庆市基层卫生资源配置效率.结果 2016-2019年,重庆市基层医疗卫生资源配置的综合效率值不高,38个区县中有14个区县...     

2013-2019年武汉市卫生人力资源配置及公平性分析

[目的]了解2013-2019年武汉市卫生人力资源配置状况,分析武汉市卫生资源配置的公平性,为武汉市"十四五"期间区域卫生资源优化配置提供科学依据.[方法]通过武汉市各类医疗卫生机构卫生人员数量、结构、各区人力资源分布等情况反映武汉市医疗资源的现状,利用Gini系数分析2013-2019年武汉市卫生资源配置的公平性.[...     

基于超效率DEA的天津市基本公共卫生配置资源效率研究

评价天津市各辖区基本公共卫生服务的资源配置效率,寻求有效的资源配置措施和方法,为进一步优化卫生资源配置提供参考依据。方法利用数据包络分析,对天津市16辖区的基本公共卫生服务进行效率评价。结果天津市基本公共卫生服务的资源配置效率整体不高,仅有5辖区达到了规模最优,多数区非DEA有效,且投入过剩与产出不足并存。结论为了达到最优的基本公共卫生服务效率,政府及各级基本公共卫生服务机构必须有效地完善、落实相关政策,优化资源投入结构,统筹地区差异,加强资源供给管理,提高资源利用效率。     

基于DEA-BCC模型和Malmquist指数模型的我国西部地区医疗资源评价分析

[目的]对西部12个省份2010-2019年的医疗资源进行评价分析,为提高西部地区医疗资源配置效率提供参考依据.[方法]收集西部12个省份2010-2019年医疗资源投入和产出数据,通过DEA-BCC模型和Malmquist指数模型进行计算,从静态和动态两方面分析西部地区10年医疗资源的配置状况[结果]2019年DEA...     

基于三阶段DEA的我国中医类医院运行效率研究

目的 分析2019年我国中医类医院的运行效率。方法 收集《2019年全国中医药统计摘编》《2020中国卫生统计年鉴》《2020中国统计年鉴》中相关数据,将卫生技术人员数、医院机构数以及床位数设为投入指标,将诊疗人次数和出院人数设为产出指标,将人均GDP、人口密度、中医机构财政拨款以及城镇人口数设为环境变量。使用三阶段数据包络分析（data envelopment analysis, DEA）方法剔除环境与随机误差对效率的影响,得到更为准确的效率值。结果 经过三阶段DEA分析,我国中医类医院运行的综合技术效率为0.838,纯技术效率为0.926,规模效率为0.900。上海、广东、四川等8地达到了有效状态。北京、天津等19个省份的综合技术效率有所上升,而青海、宁夏、新疆等8个省份的综合技术效率值有所下降。结论 剔除环境与随机误差影响后,DEA有效的城市增多,不同的环境因素对效率的影响不同,区域与省际间中医类医院的运行效率有差异。