基于数据包络分析的安徽省医疗卫生资源配置效率分析

采用数据包络分析法(DEA),在规模报酬可变的假设条件下构建BCC模型，对2021年安徽省医疗卫生资源的部分投入和产出指标进行分析，为提高安徽省内医疗卫生资源配置的合理性提供参考。研究结果显示，安徽省整体纯技术效率取值为0.963,规模效率取值为0.950,综合效率取值为0.915。合肥、亳州、蚌埠、宣城四地呈现出DEA有效状态，淮北、铜陵和池州呈现出弱DEA有效状态，宿州、阜阳、淮南、滁州、六安、马鞍山、芜湖、安庆和黄山表现为DEA无效。安徽省DEA无效城市医疗卫生资源投入冗余相对集中于医疗卫生机构和医疗卫生机构床位上，产出不足则集中于诊疗人次上。可见安徽省医疗卫生资源配置效率总体水平相对较低，地区之间医疗卫生资源配置效率差异较大，医疗卫生资源投入和产出不均衡。主张因地制宜，科学提高医疗卫生资源配置效率；注重人才培养和引进，提高医技水平；利用辐射带动，推动整体水平提高。     

长三角地区全科医生资源配置状况及公平性分析——基于集中指数和基尼系数

以长三角地区三省一市的全科医生数据为资料来源，通过集中指数、基尼系数以及集聚度对长三角地区2016—2020年的全科医生资源配置的现况及公平性进行分析，为优化长三角地区的全科医生配置提供依据。结果显示，2016—2020年长三角地区全科医生资源按人口配置的基尼系数在0.1～0.2之间，按地理面积配置的基尼系数在0.3～0.4之间。2016—2017年集中指数为正值，而2018—2020年集中指数为负值。2018—2020年，上海市卫生资源集聚度与其他省份有较大差距。全科医生按人口配置的公平性优于按地理面积配置的公平性。长三角区域内不同省市全科医生配置差异明显。三省一市应加强协同，合理制定卫生资源配置规划，共同打造健康长三角。     

我国医疗卫生机构投入产出效率研究——基于三阶段DEA模型

文章采用三阶段数据包络分析（DEA）方法对2017—2021年我国31个省份医疗卫生机构的投入产出效率进行测度，为提升投入产出效率提供政策参考。研究表明，我国医疗卫生机构的投入产出效率整体较高，但仍有提升空间；调整后综合技术效率均值的排序为中部＞东部＞ 西部；人均GDP和政府卫生支出占财政支出的比重对我国医疗卫生机构的投入产出效率有显著正向影响，而人口密度对其有显著负向影响。外部环境和随机干扰对医疗卫生机构投入产出效率有显著影响。医疗卫生机构投入产出效率发展不均衡，应根据各地实际情况制定不同的效率提升策略。