我国农村医疗卫生资源效率
——基于省际面板数据的研究

周建再，代宝珍

我国农村医疗卫生资源效率
——基于省际面板数据的研究

周建再1，2，代宝珍1

（1.江苏大学财经学院，江苏镇江212013；2.武汉大学经管学院，湖北武汉430072）

文章利用数据包络分析方法对我国除京沪以外的29个省市自治区在2009-2012年农村医疗卫生投入的面板数据进行效率分析，并对农村医疗卫生资源投入的全要素Malmquist生产率指数进行了计算和分解。结果表明，29个省市自治区中的17个在四年中为DEA有效，东部与西部农村卫生资源效率较高，而中部各省份效率值偏低。我国应当从政策扶植、科技扶持和人才扶植等各方面有针对性的提高我国农村医疗卫生事业的生产效率。

农村医疗卫生资源；效率；DEA；Malmquist生产率指数

一、引言

国内对于医疗卫生系统及相关部门的效率估算一般根据地域截面数据，以医院或政府的卫生投入进行公共卫生的支出效率及效率影响因素方面的研究。万生新［1］使用数据包络分析方法研究了我国各地区公共卫生支出效率，指出我国地区间公共卫生支出效率差异显著，东部地区高于中西部地区，西部地区最低，并认为地区间的卫生资源分布不平衡造成的这一结果。韩华为、苗艳青［2］采用DEA-Tobit分析方法，对我国地方政府的卫生支出效率进行了研究，认为我国地方政府的卫生支出效率存在显著地区差异，研究结果表明，中部地区的平均综合效率高于西部地区，东部地区最低。陈东、王小霞［3-4］运用DEA方法测量了我国1994至2007年间医疗卫生财政投入的效率，发现其不仅逐年递减，而且各地区之间的差异不断缩小，呈现逐步趋同的态势。刘军、钱力［5］运用DEA方法对我国区域医疗卫生系统的运行效率进行了估算，研究发现，我国各省（市、自治区）医疗系统的平均相对效率较高，投入产出水平相对有效，东部地区与中西部地区之间的差异越来越显著，表现出非收敛性。

综上所述，国内对卫生领域的效率研究主要针对政府财政投入的效率进行研究，而综合考虑人、财、物三种卫生资源，对农村医疗卫生效率进行的研究仍鲜见于文献。本文拟针对我国分省际的农村卫生人力、财力、物力的投入现状，从省际中观视角出发，将每个省市自治区作为一个效率决策单元，采用DEA方法分析其农村医疗卫生资源投入产出的相对效率，并采用基于DEA前沿面方法的Malmquist指数计算与分解方法对各省市农村医疗卫生投入的全要素生产率进行研究，深入分析各省市农村卫生投入的全要素生产率指数、技术进步率变化及规模效率指数变化情况，并提出进一步提高我国农村卫生资源配置效率的建议及对策。

二、我国农村医疗卫生资源配置现状

卫生资源广义上指人类一切卫生保健活动所使用的社会资源，狭义上指卫生部门所使用的社会资源，包括卫生人力资源、物力资源和财力资源三大类。按照卫生部统计信息中心对医疗卫生机构的分类，农村卫生机构包括县（包括自治县和旗）、县级市、乡镇卫生院及村卫生室的卫生机构。本文所指的农村卫生资源指农村卫生机构所使用的人力资源、物力资源和财力资源。本文以各种资源的人口平均投入量作为农村卫生资源的投入量对各省域之间的卫生资源利用相对效率进行分析。

由于我国东中西部各省市的社会经济发展水平不同，各省农村卫生资源差异较大。从人均角度看，农村医疗卫生事业的人均财政补助收入和人均上级补助收入在东中西部有明显差异，东部地区的农村卫生人均财政补助收入及人均上级补助收入远超过中部和西部地区，中部地区该两项指标值低于西部地区。在每千人口农村卫生人力资源（包括卫生技术人员、职业医师、护士）数量指标上，东部地区高于中部地区和西部地区，而中部地区与西部地区该项指标值无明显差异。在每千人口床位数指标上，东部地区指标值最高，西部地区次之，而中部地区最低。总纵向看，西部地区在各项指标上其农村卫生资源的年环比增速都要超过东部和中部地区，如2009-2012年间，每千农村人口床位数的平均环比增速约为21%，高于东部地区和西部地区的平均环比增长速度（见表1）。

由以上分析可知，我国东中西部农村卫生资源的配置呈现明显的东中西部差异性，这可能是由于各地区经济发展差异、国家扶持偏向差异等原因造成。

表1 我国东中西部地区农村卫生资源配置情况（2009-2012年）

三、我国农村卫生资源配置效率的DEA分析

（一）研究方法

1.数据包络分析（DEA）

数据包络（DEA）采用线性规划方法构造一个非参数阻断线性的包络面（或前沿面），将数据包络起来。根据包络面可以计算决策单元（Decision Making Unit，DMU）的效率测度。Farrell（1957）提出用逐段凸函数逼近的方法进行前沿面估计，Boles（1966），Afriat（1972）提出了研究前沿面问题的数学规划方法，Charnes，Cooper and Rhodes（1978）提出了在规模报酬不变（CRS，也称锥性）假设下面向投入的C2R模型，Charnes，Cooper，Seiford and Stutz（1985）在C2R模型基础上提出了规模报酬可变（VRS）假设下的C2GS2模型，该两种方法相结合，可以对同类决策单元间的技术效率、纯技术效率和规模效率进行测度［1］。

假设有n个决策单元，其中第j个决策单元（记为DMUj），有输入指标xi的值xij（i=1,…,m）和输出指标yk的值ykj（k=1,…,s），j∈J={} 1,…,n，记Xj=(x1j,…,xmj)T、Yj=(y1j,…,ysj)T，称（Xj,Yj）为第j个生产单位。

基于投入的C2GS2基本模型为：

该问题的最优解为待判决策单元DMU0在规模报酬可变假设下的纯技术效率TEVRS。

由公式TECRS=TEVRS×SE可以计算决策单元的规模效率SE，此外结合C2GS2及C2R的等价模型可判断决策单元所处的规模收益阶段［2］。

2.基于DEA前沿面技术的Malmquist指数分析

Malmquist指数最初由Malmquist（1953）提出，Caves、Christensen和Diewert（1982）最早将这一指数应用于全要素生产效率（TFP）变化的测［3］。Fare，Grosskopf and Zhang et al（1994）采用了Cave，Christensen and Diewert（1982）定义的全要素生产率增长的Malmquist指数，采用了DEA前沿面的距离来测度Malmquist TFP指数的变化，并将该指数变化的测度分解为不同的部分，包括技术进步和效率变化［4］。以时期s作为参考标准，从时期s到时期t的Malmquist生产率指数变化可以定义为：

其中，ds(xt,yt)表示相对于s时期、t时刻的投入x与产出y的产出的距离函数。

P(x)={q:x能生产q}表示产出集。

以时期t作为参考标准，Malmquist生产率指数变化为：

Färe et al（1992，1994）根据上面两种指数的几何平均值推导出产出导向的生产率指数的变化：

假设第k(k=1,2,…,K)个决策单元（DMU），在生产中有N种投入要素、生产M种产品。xkin和ykin分别表示第k个企业在第i(i=s,t)时期第n(n=1,2,…,N)种投入和第m (m=1,2,…,M)种产出。为了对Malmquist指数进行分解，需要计算出四个距离函数：ds(xs,ys)，dt(xs,ys)、dt(xs,ys)和dt(xt,yt)。每个距离函数可以通过下面的线性规划模型来计算：

（二）我国农村卫生医疗服务的实证分析

1.指标设定与样本选取

医疗卫生是特殊的服务行业，医疗行业存在的目的是为广大人民群众提供医疗服务，其存在的价值主要表现为提供医疗服务的社会功能，我国的农村医疗卫生事业具有公共物品的特征，政府对农村医疗服务的开展占支配地位，农村卫生事业的发展主要靠中央和地方政府提供的资金、医疗技术人员及医疗服务设施的投入，更多的体现社会公益性质［5］。农村卫生事业的产出主要表现为农村医疗机构对农村居民提供的医疗诊治服务［6］。基于以上分析并考虑指标选取的全面性、代表性、可操作性和简洁性，且因为DEA分析不需顾虑各投入指标或产出指标之间的相关性、数据单位对DEA分析结果无影响等原因，本文选取农村卫士服务的四个投入指标和六个产出指标（见表2）。

表2 农村卫生服务投入效率评价指标体系

2.数据来源与数据处理说明

本文所用的数据根据《中国卫生统计年鉴》（2010-2013）、《中国统计年鉴》（2010-2013）、《中国财政年鉴》（2010-2013）整理计算得到，其中各年各类型农村医疗机构每十万人诊疗次和每千人入院次根据各省市农村医疗机构的诊疗和入院总数（单位分别为万人次、千人次）与同口径农村人口总数的比值计算得到。农村医疗机构的财政补助收入和上级补助收入根据各年度医疗卫生机构收入与支出及各年度城乡卫生费用的数据估算得到。由于北京与上海两直辖市的城镇化率较高且农村卫生数据不全，本文剔除了对京沪两市的分析。本文采用DEAP2.1软件对数据进行计算处理。

3.数据计算结果

（1）效率测算结果。为了比较不同地区、省份农村医疗卫生体系生产效率变动的差异，在已有分析基础上，将本文考察的29个省市按照东、中、西部进行分析。根据测算结果，我国除京沪两地之外29个省市自治区农村卫生投入在2009-2012年间技术效率的均值分别为0.899、0.919、0.915和0.916，纯技术效率均值值分别为0.930、0.943、0.954和0.948，规模效率均值分别为0.961、0.971、0.954和0.960，29个省市中有17个在这四年中为DEA有效，效率值最低的分别为山西、陕西和辽宁三省。我国东中西部省份的效率值差异较大，东部地区九个省份（分析中剔除了北京和上海两市）除辽宁和天津外，其余7省在2009-2012年的各效率指标均为1处于有效边界上，其中天津在2009和2012年为DEA有效，2010年近似DEA有效。中部地区八省份在2009-2012年的各项效率值分别在0.80、0.85、0.90和0.91附近，但各项效率值递增趋势明显，表明中部省份农村卫生投入利用效率较低，但效率提高显著。西部地区12个省市自治区2009-2012年的各项效率值分别在0.94、0.96、0.97和0.97附近，且在三年中效率均值有明显递增趋势，其中重庆、四川、贵州、云南、西藏、青海、宁夏和新疆等8省在这四年中均为DEA有效。表3中列明的13个农村卫生投入非DEA有效省市基本处于规模效率递增阶段。分析结果表明我国东中西部因经济发展水平差距明显、政策扶持力度有差异等原因致使东西部农村卫生投入利用效率较高，而中部各省份效率值偏低。

表3 我国农村卫生投入非DEA有效省市投入效率（2010-2012年）

（2）Malmquist指数及指数分解。使用DEA前沿面分析方法对Malmquist指数进行计算和分解，测算结果表明，本文考察的29个省市自治区在2009至2012年期间Malmquist全要素生产率指数的平均值为0.8870，从地区分布看，中部地区Malmquist全要素生产率指数平均值为0.8996，略高于西部地区0.8925的数值，东部地区的Malmquist全要素生产率指数为0.8765，低于中部和西部地区。表明29个省份的全要素生产率年均下降11.30%，其中东中西部地区全要素生产率指数年均下降分别为12.35%、10.04%和10.75%。在技术进步指标上，西部地区的技术进步指数均值高于东部与西部地区，东部与中部地区基本持平。总体上看中国农村医疗卫生体系的生产效率是下降的。从结果看，全要素生产率下降的主要原因在于技术进步的下降，该指标在考察年份内年均下降12.3%，技术进步的下降相当程度上抵消了纯技术效率的提高，从而导致2009-2012年间我国农村医疗卫生体系的生产效率下降。这与Ying Chu Ng（2008）、薛新东（2012）等人的对医疗卫生体系生产效率问题的研究结论相一致［7］。一般而言，医疗卫生体系的技术水平应当呈现不断进步的趋势，但数量上分析的结果却与此相悖。该现象可从如下几方面解释：一是农村医疗服务是劳动密集型产品，高新医疗设备、床位的投入并不一定会导致产出数量的极大增加，反而可能会导致产出数量的减少，医疗设备的引入会创造医疗设备需求，导致对患者治疗和检查的程序和项目增加，从而降低了医疗卫生体系的生产效率；二是各省份间都存在医疗设备和人才的快速更新换代，这种变化缩小了不同省份之间的相对效率差异，减少了生产效率很高的省份数量，从而使技术进步指数出现负增长的表象；三是城镇化进程的加快导致农村常住人口减少，降低了农村医疗服务需求，使增加的投入未得到充分利用，导致技术进步率在数值上反应为递减趋势；四是农村居民收入增长后对高质量卫生服务的需求量增加，农民患病后更趋向于接受城镇高级别卫生机构的医疗服务，使得农村卫生产出未能随着医疗设备、床位投入增加而同步提高。

技术效率指数的平均值为1.011，即平均每年技术效率提高1.1%，反映了我国农村地区医疗卫生领域的技术效率总体呈上升的趋势。这也充分说明了在各省市不断对农村卫生事业加大投入引致的先进医疗设备的更新换代以及高素质卫生人力资源不断加入农村卫生事业的背景下，我国农村卫生事业的技术效率有了一定提高。29个省市中，陕西与吉林的平均技术效率变动最高，增长率分别为年均14.2%与9.55%，原因是这两个省份农村医疗卫生体系生产效率较低（见表3），卫生资源的投入增加能使其技术效率显著提高。但广西、安徽与辽宁三省的平均技术效率小于1，表明三省技术效率呈下降趋势，原因之一在于该三省的农村卫生投入的年增加比例低于其他省份，致使其相对于其他省份的相对技术效率的增加值呈现负向增长的现象。从地区分布看，中部地区的平均技术效率指数为1.032，略高于西部地区1.007的数值，东部地区平均技术效率指数为0.999，低于中部和西部地区，表明中西部地区农村医疗卫生事业的技术效率水平处于提高阶段，而东部地区农村卫生事业的技术效率水平存在暂时性的停滞现象。

在规模效率方面，29个省市在四年间的规模效率变动平均值为0.995，表明规模效率在这三年间呈平均下降趋势。内蒙古、河南、湖北、湖南与陕西五省在四年间各自的平均规模效率大于1，表明其规模效率处于上升阶段，卫生资源的投入可以带来更大的效率提升；其他24省市的规模效率等于或稍小于1，表明对这些省市农村的卫生投入增加仍然会带来卫生产出的增加，但产出的提高比例不会超过投入的增加比例。从地区分布看，东部地区的规模效率指数平均值为0.999，略高于西部地区0.997的数值，中部地区规模效率指数平均值为0.989，低于东部和西部地区（见表4）。上述分析表明，我国目前粗放式的农村医疗卫生投入以带来规模效率，未来的农村卫生资源投入应着力于在稳增长的同时优化投入结构，以充分发挥资源投入的作用。

表4 基于2009-2012年数据的29省市Malmquist指数及分解

四、研究结论及政策建议

本文基于2009-2012年我国省际面板数据，利用数据包络分析方法分析了全国除北京与上海之外的29个省市的农村卫生资源配置效率及全要素Malmquist效率指数，并对该指数进行了分解。

数据包络分析结果表明，绝大多数省市的农村卫生资源配置DEA有效或近似DEA有效。数据分析结果表明我国东中西部因经济发展水平差距明显、政府政策扶持力度有差异等原因致使东西部农村卫生投入利用效率较高，而中部各省份效率值偏低。

使用DEA前沿面分析方法对Malmquist指数进行计算和分解，分析结果表明，2009-2012年，我国农村医疗卫生体系的全要素Malmquist生产效率指数呈下降趋势，平均每年降低11.2%，主要原因在于技术进步指数的下降。在此期间，我国农村医疗服务体系的规模效率指数也呈下降趋势。

依据前文分析，本文认为应当从政策扶植、科技扶持和人才扶植以及通过市场机制盘活农村卫生资源利用效率、提高农村卫生机构管理水平等各方面提高我国农村医疗卫生事业的生产效率。

（1）从提高规模效率和技术进步角度，针对不同省域农村卫生资源效率现状，采取有针对性的资源投入政策。对中部地区，因其绝大多数省生产效率非DEA有效，且规模效率总体下降，技术进步率低于东西部地区，所以应通过加大卫生技术投入，制定优惠政策，吸引优秀人才投身农村卫生事业，加大科技政策扶持，通过人才培训、引进适合农村卫生特点的医疗设备等手段，切实提高技术进步率，进而推动其农村卫生资源的生产效率。对于西部地区，因其多数省份是生产效率DEA有效的，且规模效率高于东中部地区，这说明增加投入将有效提高该地区的医疗水平，投资回报率相对最高。对该地区应主要采取加大农村卫生资源投入，并辅以提高科技扶持和人才应尽等方法进一步提高农村卫生质量。对于东部地区农村应通过提高农村卫生服务水平、增加新医疗技术应用等手段进一步提高农村卫生资源的利用水平。

（2）从提高纯技术效率角度，对农村医疗卫生事业全要素生产率下降较快且农村人口密集的东中部地区，可通过提高法人治理结构的合理设置和内部激励机制的合理安排等措施，提高东中部地区的纯技术效率，并进而提高全要素生产率。对西部地区则应当通过提高农村医疗的便利性、加强东西部农村医疗对口支援等方式进一步提高西部地区全要素生产率。

（3）通过市场化手段，增加医疗服务市场的竞争程度以优化农村卫生资源配置，以进一步提高医疗卫生体系的生产效率。对西部农村人口密度较低的地区应鼓励乡、村私人诊所的建立以提高农村医疗机构的医疗就诊率，对东中部地区可鼓励民间资本参与农村医疗市场。通过这种有限度的农村医疗服务市场开放可以一定程度上提高卫生资源的合理配置，进而提高农村卫生资源的生产效率。

［1］万生新.基于数据包络分析的我国各地区公共卫生支出效率评价［J］.科学技术与工程，2012，12（10）：2391-2394.

［2］韩华为，苗艳青.地方政府卫生支出效率核算及影响因素实证研究［J］.财经研究，2010，36（5）：4-15.

［3］陈东，王小霞.我国农村医疗卫生的投入效率：地区趋同与门槛效应［J］.农业技术经济，2010（9）：122-128.

［4］陈东，程建英.我国农村医疗卫生的政府供给效率——基于随机生产边界模型的分析［J］.山东大学学报：社会科学版，2011（1）：64-71.

［5］刘军，钱力.我国区域经济运行效率研究［J］.经济问题，2011（6）：114-118.

［6］虞仁和，胡明，孙振球.中国农村医疗保障制度发展现状［J］.实用预防医学，2010，17（4）：820-823.

［7］王燕玲.从农村合作医疗的筹资困境论政府在农村公共卫生服务中的投入责任［J］.云南财经大学学报，2010，27（1）：95-100.

［责任编辑：张青］

The Efficiency of China’s Rural Medical and Health Resources—A Study Based on the Provincial Panel Data

ZHOU Jian-zai1，2，DAI Bao-zhen1
（1.School of Finance and Economics，Jiangsu University，Zhenjiang 212013，China；2.School of Economics and Management，Wuhan University，Wuhan 430072，China）

Based on the panel data of 29 provinces，autonomous regions and municipalities except Beijing and Shanghai in China from the year of 2009 to 2012，the paper analyzes the efficiency of rural medical and health resources by applying the method of data envelopment analysis（DEA），and calculates and decomposes the total factors of rural medical and health re⁃source inputs using the Malmquist productivity index approach.The results show that 17 of 29 provinces，autonomous regions and municipalities are DEA-efficient for four years，and the DEA efficiency of rural medical and health resources in the east⁃ern and western regions is higher than that in the central areas.The Chinese government should improve the efficiency of the ru⁃ral medical and health services by policy supporting，technology supporting and talent fostering and so on.

rural medical and health resources；efficiency；data envelopment analysis（DEA）；Malmquist productivity index

F323.89

A

1007-5097（2014）09-0054-05

10.3969/j.issn.1007-5097.2014.09.011

2014-04-03

国家自然科学基金项目（71203080）；中国博士后科学基金项目（2013M530242）；江苏省博士后科研资助计划项目（1301146C）；全国统计科学研究项目（2013LY016）

周建再（1978-），男，江苏邳州人，讲师，博士研究生，中国保险学会理事，研究方向：农村社会保障，商业保险；代宝珍（1976-），女，湖北武汉人，副教授，博士，研究方向：卫生管理。