我国医疗卫生资源配置评价

Evaluation of Medical and Health Resources Allocation in China

摘要: 目的：分析2015~2019年31个地区的医疗卫生资源配置变化情况，为医疗卫生资源规划决策提供参考。方法：数据来源于2016~2020年中国统计年鉴，采用熵权TOPSIS法对医疗卫生基本设施、医疗卫生人力资源、医疗卫生服务共三个维度8个指标分别进行评价，并运用系统聚类法划分各维度层次。结果：2015~2019年各地区医疗卫生资源配置水平结果表明，西藏自治区医疗卫生基础设施配置水平最高，北京市医疗卫生人力资源配置水平最高，广东省医疗卫生服务资源配置最好。结论：地区间医疗卫生资源配置水平存在差异，我们应优化地区间医疗卫生资源配置，合理规划东部、中部和西部地区的医疗卫生资源结构布局。

Abstract: Objective: To analyze the changes in the allocation of medical and health resources in 31 regions from 2015 to 2019, and to provide references for medical and health resource planning and decision-making. Methods: The data comes from the 2016~2020 China Statistical Yearbook. The Entropy weight TOPSIS method is used to evaluate 8 indicators in three dimensions of medical and health infrastructure, medical and health human resources, and medical and health services, and the systematic clustering method is used to divide each dimension level. Results: The results of the levels of medical and health resource allocation in various regions from 2015 to 2019 show that the Tibet Autonomous Region has the highest level of medical and health infrastructure allocation, Beijing has the highest level of medical and health human resources allocation, and Guangdong Province has the best allocation of medical and health service resources. Conclusions: There are differences in the levels of allocation of medical and health resources between regions, we should optimize the allocation of medical and health resources between regions, and rationally plan the structure of medical and health resources in the eastern, central and western regions.

1. 引言

健康是促进人的全面发展的必然要求，是经济社会发展的基础条件。随着社会和经济的发展，我国医疗卫生水平不断提高，国民健康水平也逐步提高，《健康中国2030规划纲要》中指出要调整优化健康服务体系，建设健康中国，更好地满足人民群众的健康需求。医疗卫生资源是指社会在提供医疗卫生服务过程中占有和消耗的各种生产要素的组合，包括人力、物力和财力资源 [1]。我们要将医疗卫生资源进行合理配置，在保障医疗卫生服务提供公平性的同时，发挥资源使用效率。与人民群众日益增长的医疗卫生服务需求相比，我国医疗卫生资源总量相对不足，且质量有待提高。

对医疗卫生资源配置进行评价有助于了解资源配置的水平，为政策调整提供理论依据。卫生资源配置公平性测量的常用方法有洛伦兹曲线、基尼系数、泰尔指数、卫生资源集聚度法、熵权TOPSIS法、地理信息系统(GIS)技术、卫生资源分布密度指数(HRDI指数)、差别指数等 [2] [3] [4] [5]，卫生资源利用效率分析的测量方法有数据包络分析(DEA)、Malmquist生产率指数、秩和法(RSR)等 [6] [7] [8]。

本文通过运用熵权法计算得到各评价对象指标数据的权重值，使用正负理想解法对各评价对象与理想化目标的接近程度进行排序，进而对医疗卫生资源配置进行优劣评价，并利用系统聚类方法分别对各维度指标进行聚类分析。

2. 资料与方法

2.1. 资料来源

选取2016~2020年《中国统计年鉴》数据，从医疗卫生基本设施、医疗卫生人力资源、医疗卫生服务这三个维度选取8项指标(见表1)。

Table 1. Evaluation index system of China medical and health resources allocation

表1. 我国医疗卫生资源配置评价指标体系

2.2. 方法

构建评价系统的初始数据矩阵 $x=\left(\begin{array}{ccc}{x}_{11}& \cdots & x_{1n}\\ ⋮& \ddots & ⋮\\ x_{m1}& \cdots & x_{mn}\end{array}\right)$， $x={\left|x_{ij}\right|}_{m\times n}\left(0\le i\le m,0\le j\le n\right)$，进行标准化处理，当原始指标为正向指标时，公式为 $r_{ij}=\frac{x_j-x_{\min }}{x_{\max }-x_{\min }}$，当原始指标为负向指标，公式为 $r_{ij}=\frac{x_{\max }-x_j}{x_{\max }-x_{\min }}$，各指标信息熵值公式 $E_j=-K{\displaystyle \underset{i=1}{\overset{m}{\sum }}{P}_{ij}\ln P_{ij}}$， $K=\frac{1}{\ln m}$， $p_{ij}=\frac{r_{ij}}{{\displaystyle \underset{i=1}{\overset{m}{\sum }}{r}_{ij}}}$，若 $p_{ij}=0$，则定义 $p_{ij}\ln p_{ij}=0$，差异度系数 $d_j=1-E_j$，熵权： $w_j=\frac{d_j}{{\displaystyle \underset{i=1}{\overset{m}{\sum }}{d}_j}}$， $0\le w_j\le 1$。

熵权TOPSIS是熵值赋权法和TOPSIS法的组合。我们对评价指标进行同趋势化处理；根据标准化矩阵

和各指标权重构建加权决策矩阵 $z={\left(z_{ij}\right)}_{m\times n}={\left(r_{ij}\times w_j\right)}_{m\times n}$ ；计算各评价对象的指标值与最优解及最劣解的加权距离 $D_i^{+}=\sqrt{{\displaystyle \underset{j=1}{\overset{m}{\sum }}{\omega }_j{\left(z_{ij}^{+}-z_{ij}\right)}^2}}$ $D_i^{-}=\sqrt{{\displaystyle \underset{j=1}{\overset{m}{\sum }}{\omega }_j{\left(z_{ij}^{-}-z_{ij}\right)}^2}}$； $C_i=\frac{D_i^{-}}{D_i^{+}+D_i^{-}},0\le C_i\le 1$， $C_i$ 越接近1，该评价

对象越优秀，越接近0，则评价对象越差。

使用WPS软件录入数据，并使用熵权TOPSIS相关公式对各指标值进行计算分析，系统聚类使用SPSS 19.0软件进行分析。

3. 结果

3.1. 基于熵权法的医疗卫生资源配置赋权结果

对2015~2019年各地区医疗卫生基本设施、医疗卫生人力资源、医疗卫生服务这三个维度的原始指标进行标准化处理，通过公式分别计算得出在不同时间段时这三个维度各自的熵值及权重(见表2)。指标熵值越小，表明该指标变异程度越大，提供的信息量越多，权重越大。反之，指标熵值越小，权重越小 [9]。由表2可知，各维度指标在不同年份时数值存在变化，在医疗卫生基本设施这一维度中每千人口医疗卫生机构数权重大；医疗卫生人力资源这一维度中每千人口卫生技术人员数权重最大；医疗卫生服务这一维度中医疗卫生机构门诊诊疗人次权重最大。

Table 2. 2015~2019 national medical and health resource allocation’s evaluation index entropy value and weight

表2. 2015~2019年全国医疗卫生资源配置的评价指标熵值及权重

3.2. 加权TOPSIS法的各地区医疗卫生资源配置情况

运用熵权TOPSIS法对2015~2019年31个地区的医疗卫生资源配置进行综合评价，计算加权标准化矩阵，分别确定各地区医疗卫生基本设施、医疗卫生人力资源、医疗卫生服务各指标体系的正理想解、负理想解，计算欧式距离 $D^{+}$ 和 $D^{-}$，计算各评价对象与最优方案的相对接近度 $C_i$ 值。2015~2019年各地区各维度的综合评价值及排名(见表3~5)。由表3~5可知，部分地区综合排名存在变化，通过对比各维度地区的评价结果可知，西藏地区的医疗卫生基本设施、北京地区的医疗卫生资源和广东地区的医疗卫生服务排名均为第一。相比之下，天津、上海和安徽等地区的医疗卫生基本设施综合评价排名靠后，吉林、山东地区综合评价排名不断进步；西藏、安徽和江西等地区的医疗卫生人力资源综合评价排名靠后，排名不断进步的地区有河北、江苏、湖南、重庆、贵州、云南、西藏、陕西、甘肃、青海，其中贵州、重庆和湖南等地区综合评价排名进步较大；西藏、青海和宁夏等地区的医疗卫生服务综合评价排名靠后，浙江、云南、陕西和宁夏综合排名不断进步。

Table 3. Comprehensive evaluation of China medical and health infrastructure from 2015 to 2019

表3. 2015~2019年我国医疗卫生基本设施综合评价

Table 4. Comprehensive evaluation of China medical and health human resources from 2015 to 2019

表4. 2015~2019年我国医疗卫生人力资源综合评价

Table 5. Comprehensive evaluation of China medical and health services from 2015 to 2019

表5. 2015~2019年我国医疗卫生服务综合评价

通过公式计算得出31个地区五年间各维度指标的 $C_i$ 值均值和变异系数(见表6)，不同地区 $C_i$ 值均值与变异系数排名存在不同情况。医疗卫生基础设施资源配置：西藏、湖南、辽宁、贵州等地区均值高变异系数大，表明医疗卫生基础设施水平在不断提高；山西、青海、河北、甘肃等地区均值高变异系数小，医疗卫生基础设施处于稳定的较高水平；安徽、海南、宁夏、广西、福建、河南等地区均值低变异系数小，医疗卫生基础设施处于稳定的较低水平；天津、上海、广东、江苏、北京等地区均值低变异系数大，医疗卫生基础设施水平下降且变化显著。同理可知，从医疗卫生人力资源配置水平看，陕西、湖北、海南等地区的医疗卫生人力资源配置水平在不断提高；北京、浙江、江苏、山东等地区处于稳定的较高水平；黑龙江、湖南、四川、天津处于稳定的较低水平；西藏、安徽、江西、甘肃、云南等地区水平较低且变化显著。从医疗卫生服务资源配置水平看，四川、上海等地区水平在不断提高；广东、山东、浙江、河南、江苏、河北等地区处于稳定的较高水平；重庆、陕西、江西等地区处于中等水平；青海、西藏、宁夏、海南等地区水平较低且变化显著。

3.3. 系统聚类分析的各地区医疗卫生资源配置情况

以各维度的2015~2019年综合评价值均值作为聚类指标，选择组间联接的聚类分析法对31个地区进行欧氏距离测距分析(见表7~9)。在医疗卫生基础设施、医疗卫生人力资源和医疗卫生服务聚类结果中，第六类地区的均值都远高于第一、二类地区，说明不同地区之间医疗卫生资源配置水平存在显著差异。

Table 6. Ranking of the mean and coefficient of variation of the comprehensive evaluation of China medical and health resource allocation from 2015 to 2019

表6. 2015~2019年我国医疗卫生资源配置综合评价均值和变异系数排序

Table 7. 2015~2019 China medical and health infrastructure system’s clustering results

表7. 2015~2019年我国医疗卫生基本设施系统聚类的结果

Table 8. 2015~2019 China medical and health human resources system’s clustering results

表8. 2015~2019年我国医疗卫生人力资源系统聚类的结果

Table 9. 2015~2019 China medical and health service system’s clustering results

表9. 2015~2019年我国医疗卫生服务系统聚类的结果

4. 讨论与建议

4.1. 优化地区间医疗卫生资源配置

根据熵权TOPSIS和系统聚类的结果可知，我国31个地区的医疗卫生资源配置存在不均衡的状况，西藏、青海等地区的医疗卫生基础设施配置水平高且波动较大，这说明国家政策对西部扶持的作用效果明显。广东、山东等地区医疗卫生服务资源配置水平高且变化稳定，而西藏、青海等地区水平低且不稳定，这与地区经济发展水平，相关政策扶持有着一定联系。经济发展相对落后的西部地区的医疗卫生基础设施资源配置水平在不断提高，但医疗卫生服务质量远不及经济相对发达地区，我国医疗卫生资源配置存在不合理现象，需要加大力度提高西部地区的医疗卫生服务能力。从5年间各维度综合评价均值来看，西部地区医疗卫生基础设施资源配置水平高，但医疗卫生服务资源配置水平低，东部地区医疗卫生人力资源水平高且波动明显，中部地区医疗卫生资源配置处于中等水平。作为公共产品的医疗卫生资源，政府要保证实现其资源配置的公平性，注重科学性和前瞻性，加强规划统筹作用、增强调控效力，在给予西部地区政策倾斜时要兼顾中部地区崛起发展，合理配置医疗卫生资源。

4.2. 加强医疗卫生人力资源建设

医疗卫生资源是人们维护自身健康的物质基础，医疗卫生人才是其重要组成部分。随着新医改的推进，医疗硬件基础得到显著增强，卫生人力资源建设逐渐成为新时代医疗卫生事业改革的重点工作 [10]。在2015~2019年这5年间，医疗卫生人力资源配置水平排名第一为北京地区，其每千人口医疗卫生技术人员均值11.39，是安徽地区(5.06)的两倍多，每千人口职业(助理)医师均值4.38、是江西地区(1.84)的两倍多，每千人口注册护士均值4.80，是西藏地区(1.36)的三倍多，部分地区医疗卫生人力资源配置不足。由熵权TOPSIS分析结果可知，北京、浙江、上海等地区医疗卫生人力资源水平配置高且发展稳定，而西藏、安徽、江西等地处于较低水平且变化程度大。总的来看，各地区医疗卫生人力资源都处于稳健增长阶段，2019年除安徽、江西等地区与《健康中国2030规划刚要》中“到2020年每千常住人口执业(助理)医师数达到2.5”的目标相差较大之外，其余地区高于或与其值相接近。我们要加快医疗卫生人力资源建设，培养高素质医学人才，各地区加强完善医疗卫生技术人员专业技术评定制度，完善工作环境，制定优惠政策吸引人才，促进各地区人才交流和合理流动。

4.3. 强化区域经济协调

我国医疗卫生资源配置与地区经济发展存在一定联系，东部地区医疗卫生资源配置要优于中西部地区。医疗卫生资源配置属于收入再分配范畴，医疗卫生资源配置存在区域不均衡现象。我国医疗卫生事业主要由政府财政支持建设，近年来国家对经济欠发达地区加大公共财政投入力度，促进医疗卫生资源配置均衡发展，其中西藏、青海等西部地区的医疗卫生基础设施和医疗卫生人力资源建设成果明显，但医疗卫生服务水平与东、中部地区存在明显差距，需要提高医疗卫生服务能力水平。中央政府在医疗卫生资源配置中要做好统筹规划，重视区域间经济协调发展，健全医疗卫生服务体系。地方政府要合理规划医疗卫生资源结构布局，统筹城乡发展，加强区域间经济交流合作，形成区域资源优势互补，促进医疗卫生资源流动。

5. 基金

教育部人文社科规划基金项目“基于随机微分方程的社会保险基金风险控制研究”(16YJCZH04)。