前言：本站為你精心整理了衛(wèi)生服務(wù)效率評(píng)估管理范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

摘要我國(guó)衛(wèi)生服務(wù)的低效率問(wèn)題已經(jīng)成為了我國(guó)衛(wèi)生改革的一個(gè)重要方面，受到衛(wèi)生政策研究者與制定者的關(guān)注。為了借鑒國(guó)外衛(wèi)生服務(wù)效率測(cè)量經(jīng)驗(yàn)，促進(jìn)我國(guó)衛(wèi)生服務(wù)效率評(píng)價(jià)與研究，對(duì)國(guó)際上的衛(wèi)生服務(wù)效率評(píng)估方法和技術(shù)進(jìn)行了綜述性研究，介紹了生產(chǎn)函數(shù)、數(shù)據(jù)包絡(luò)分析和隨機(jī)前沿生產(chǎn)函數(shù)等計(jì)量經(jīng)濟(jì)學(xué)模型的構(gòu)造，以及在衛(wèi)生服務(wù)效率測(cè)量中的應(yīng)用實(shí)例。

關(guān)鍵詞服務(wù)效率生產(chǎn)函數(shù)數(shù)據(jù)包絡(luò)分析隨機(jī)前沿分析

AbstractPolicy－makersandresearcherspaymoreattentiontohowtomeasureefficiencyofhealthservicerecently．Inthispaper,threemethodswerediscussedinordertoprovidebeneficiallessons．Theyincludeinproductivityfunction,dataenvelopmentanalysisandstochasticfrontieranalysis．

Keywordsefficiency,productivityfunction,dataenvelopmentanalysis,stochasticfrontieranalysis

衛(wèi)生資源相對(duì)于人們無(wú)限的衛(wèi)生服務(wù)需要來(lái)說(shuō)是稀缺的，而人們又渴望從有限的衛(wèi)生資源中獲得最大化的健康產(chǎn)出和效用，因此，研究如何提高衛(wèi)生服務(wù)的效率水平，是各國(guó)衛(wèi)生政策制定者所關(guān)注的焦點(diǎn)問(wèn)題。近年來(lái)，我國(guó)衛(wèi)生系統(tǒng)的低效率問(wèn)題已成為衛(wèi)生政策研究和衛(wèi)生改革的一個(gè)重要方面，但目前尚缺乏科學(xué)地測(cè)量衛(wèi)生服務(wù)效率的方法和技術(shù)。本文詳細(xì)討論了幾種目前國(guó)際上較為常用和先進(jìn)的測(cè)量衛(wèi)生服務(wù)效率的技術(shù):生產(chǎn)函數(shù)、數(shù)據(jù)包絡(luò)分析和隨機(jī)前沿分析。以期為我國(guó)衛(wèi)生系統(tǒng)的服務(wù)效率測(cè)量和分析提供可借鑒的應(yīng)用實(shí)例，促進(jìn)我國(guó)衛(wèi)生服務(wù)效率研究和相關(guān)政策的制定，以實(shí)現(xiàn)合理配置和有效利用衛(wèi)生資源，提高人們的健康水平。

1效率的定義

國(guó)際上公認(rèn)的效率含義是指使用有限的資源實(shí)現(xiàn)系統(tǒng)產(chǎn)出最大化，具體包括3層意義：一是不浪費(fèi)資源；二是以最小成本進(jìn)行生產(chǎn)；三是產(chǎn)出的類型和數(shù)量符合人們的需要(1)。

1．1技術(shù)效率(Technicalefficiency)

技術(shù)效率就是不浪費(fèi)資源，通常用來(lái)衡量每個(gè)決策單元投入與產(chǎn)出之間的關(guān)系。當(dāng)?shù)玫较嗤瑪?shù)量的產(chǎn)出而生產(chǎn)投入最少，或者使用相同的生產(chǎn)投入獲得的產(chǎn)出最大時(shí)，決策單元達(dá)到了技術(shù)效率。相反如果決策單元同等數(shù)量的產(chǎn)出能夠以更少的資源投入來(lái)獲得，則決策單元是低技術(shù)效率的。

1．2生產(chǎn)性效率(Productiveefficiency)

因?yàn)椋瑳Q策單元對(duì)于獲得同樣的產(chǎn)出可以有不同的方案或投入不同的生產(chǎn)要素組合，由此，導(dǎo)致決策單元每個(gè)方案具有不同的機(jī)會(huì)成本；而技術(shù)效率不能對(duì)決策單元的各種可供選擇的方案或措施提供直接的比較。因此，在技術(shù)效率的基礎(chǔ)上產(chǎn)生了生產(chǎn)性效率，或稱之為成本—效益(Cost－effec-tiveness)。生產(chǎn)性效率的含義是使生產(chǎn)以最小的成本進(jìn)行。

1．3配置效率(Allocativeefficiency)

人們對(duì)于每一種產(chǎn)品和服務(wù)的期望效用是不同的，但是人們總是希望將資源投入到能夠使人們效用最大化的生產(chǎn)過(guò)程中去。配置效率就是充分使用有限的資源去生產(chǎn)人們賦予最高價(jià)值和效用的產(chǎn)品類型和數(shù)量。從福利經(jīng)濟(jì)學(xué)的角度講，當(dāng)資源的配置能夠使社會(huì)福利最大化時(shí)，決策單元即達(dá)到了配置效率。

技術(shù)效率闡明為了最大產(chǎn)出使用既定資源的重要性；生產(chǎn)性效率是選擇成本最小的生產(chǎn)要素組合進(jìn)行生產(chǎn)。二者合并可以總結(jié)為“恰當(dāng)?shù)刈鍪隆?。配置效率則是“做恰當(dāng)?shù)氖隆?。盡管三者之間存有包含關(guān)系，但是，面對(duì)有限的資源，生產(chǎn)效率的概念將會(huì)去除一些低效率的技術(shù)效率的資源投入組合，同樣配置效率的概念將會(huì)去除那些低效率的生產(chǎn)效率的資源配置方式。

2常用的效率測(cè)量方法

對(duì)決策單元的效率可以從定性和定量2個(gè)方面進(jìn)行描述。定性研究可以把握研究的方向，從宏觀的層次上指導(dǎo)衛(wèi)生政策的制定。而定量研究則可以通過(guò)建立決策單元的投入產(chǎn)出模型，預(yù)測(cè)某項(xiàng)衛(wèi)生投入的可能健康產(chǎn)出，從而協(xié)調(diào)社會(huì)人群日益增長(zhǎng)的衛(wèi)生服務(wù)需要同可得性衛(wèi)生資源之間的關(guān)系。常用來(lái)測(cè)量決策單元效率的方法有：生產(chǎn)函數(shù)、數(shù)據(jù)包絡(luò)分析、隨機(jī)前沿分析、比率分析方法、秩和比方法以及綜合指數(shù)法等。在本文中重點(diǎn)介紹目前國(guó)際上較先進(jìn)的3種模型。

2．1生產(chǎn)函數(shù)

生產(chǎn)函數(shù)是指在一定時(shí)期內(nèi)和一定技術(shù)水平下，生產(chǎn)要素的投入量和產(chǎn)品或服務(wù)的產(chǎn)出量之間的關(guān)系。它表明一定數(shù)量的投入要素能產(chǎn)出的最大產(chǎn)量(2)。

應(yīng)用生產(chǎn)函數(shù)測(cè)量衛(wèi)生服務(wù)組織的效率有3個(gè)前提假設(shè)：(1)因?yàn)樾l(wèi)生服務(wù)組織不可能時(shí)時(shí)根據(jù)其健康產(chǎn)出進(jìn)行生產(chǎn)要素的調(diào)整，以保證使用最佳的投入要素組合進(jìn)行生產(chǎn)，所以，在分析衛(wèi)生服務(wù)組織某一時(shí)期的生產(chǎn)狀況時(shí)，假定這些投入要素是固定的。此時(shí)的生產(chǎn)函數(shù)可稱為短期的生產(chǎn)函數(shù)。(2)生產(chǎn)函數(shù)反映了衛(wèi)生服務(wù)組織投入和產(chǎn)出之間的技術(shù)關(guān)系，它表明了該組織在任何投入要素組合下可得到的最大產(chǎn)量。(3)生產(chǎn)函數(shù)表明生產(chǎn)是一個(gè)連續(xù)變動(dòng)的過(guò)程，投入要素的數(shù)量和組合不斷變化，從而引起產(chǎn)出的不斷變化。

生產(chǎn)函數(shù)又可以分為柯布—道格拉斯生產(chǎn)函數(shù)、對(duì)數(shù)轉(zhuǎn)換生產(chǎn)函數(shù)，以及經(jīng)驗(yàn)?zāi)Ｐ偷饶Ｐ汀y(cè)量衛(wèi)生服務(wù)組織效率最常用的模型是柯布—道格拉斯生產(chǎn)函數(shù)和對(duì)數(shù)轉(zhuǎn)換生產(chǎn)函數(shù)，下面將分別介紹這2種模型。

2．1．1柯布—道格拉斯(Cobb－Douglas)生產(chǎn)函數(shù)。

Q＝ALαKβ①

在式①中Q為產(chǎn)出，A為常數(shù)項(xiàng)，L為勞動(dòng)的數(shù)量，K為資本的數(shù)量，α和β分別表示勞動(dòng)和資本的產(chǎn)出彈性系數(shù)。勞動(dòng)產(chǎn)出彈性α為產(chǎn)量變化對(duì)勞動(dòng)量變化的反映程度；資本產(chǎn)出彈性β為產(chǎn)量變化對(duì)資本變化的反映程度。

1963年Walters對(duì)柯布—道格拉斯生產(chǎn)函數(shù)的性質(zhì)和意義描述如下：(1)該函數(shù)為線性齊次函數(shù)。其中α＋β表示組織的規(guī)模收益和技術(shù)進(jìn)步，如果α＋β＞1則規(guī)模收益遞增；α＋β＝1規(guī)模收益不變；α＋β＜1規(guī)模收益遞減。(2)如果α＜1，當(dāng)勞動(dòng)力投入增加時(shí)勞動(dòng)力的邊際生產(chǎn)力遞減。(3)投入替代彈性為1。

2．1．2對(duì)數(shù)轉(zhuǎn)換生產(chǎn)函數(shù)。對(duì)數(shù)轉(zhuǎn)換生產(chǎn)函數(shù)是Taylor公式的對(duì)數(shù)擴(kuò)展形式，用于估計(jì)任何主觀性函數(shù)的一般形式。1981年Montfort對(duì)投入的對(duì)數(shù)轉(zhuǎn)換模型進(jìn)行了描述性說(shuō)明：在對(duì)數(shù)轉(zhuǎn)換模型中，替代彈性和產(chǎn)出彈性依賴于投入要素的利用水平。近年來(lái)，多數(shù)醫(yī)院的生產(chǎn)函數(shù)及其成本函數(shù)使用對(duì)數(shù)轉(zhuǎn)換模型進(jìn)行估計(jì)，其結(jié)果反映更真實(shí)。

生產(chǎn)函數(shù)的用途：(1)估計(jì)生產(chǎn)規(guī)模效益的產(chǎn)出彈性。(2)評(píng)估投入替代彈性。(3)測(cè)量衛(wèi)生服務(wù)組織的技術(shù)效率和配置效率。

2．2數(shù)據(jù)包絡(luò)分析

數(shù)據(jù)包絡(luò)分析(DataEnvelopmentAnalysis,DEA)是一種非參數(shù)、確定性的計(jì)量經(jīng)濟(jì)學(xué)分析方法，主要運(yùn)用線性規(guī)劃技術(shù)，求得決策單元的效率評(píng)分。DEA通常用來(lái)分析決策單元確定性的生產(chǎn)或成本的前沿，測(cè)量決策單元的技術(shù)效率和配置效率以及規(guī)模收益。

DEA的最早原型可以追溯到1957年Farrel在對(duì)英國(guó)農(nóng)業(yè)生產(chǎn)力進(jìn)行分析時(shí)提出的包絡(luò)思想，因此，DEA有時(shí)也稱為Farrel型有效性分析法(3)。數(shù)據(jù)包絡(luò)分析的確立是在1978年，首篇運(yùn)用DEA研究決策單元技術(shù)有效性的文章由美國(guó)運(yùn)籌學(xué)家Charnes(4)在歐洲運(yùn)籌學(xué)雜志上發(fā)表，后在Charnes和Cooper等的大力倡導(dǎo)下，DEA由單輸入、單輸出的工程效率概念逐步推廣為多投入、多產(chǎn)出的同類決策單元(DecisionManagementUnit,DMU)有效性評(píng)價(jià)模型，應(yīng)用于多個(gè)領(lǐng)域。

評(píng)價(jià)DMU有效性的DEA的經(jīng)典模型為C2R(5)，此外還有評(píng)價(jià)技術(shù)有效性的C2GS2模型(6)、錐比率的C2WH模型(6)，具有無(wú)窮多個(gè)決策單元的C2W模型(7)和綜合的C2WY模型(8)等。這些模型的提出和應(yīng)用為DEA的發(fā)展和完善起到了重要的作用，也為組織的效率分析提供了更好的研究手段。

在衛(wèi)生經(jīng)濟(jì)學(xué)中應(yīng)用比較多的是DEA經(jīng)典C2R模型，其模型如式②。其中X代表DMU的投入，Y代表DMU的產(chǎn)出，s＋，s－是松弛變量，θ是DMU的效率得分。

DEA目前已經(jīng)是評(píng)價(jià)衛(wèi)生機(jī)構(gòu)技術(shù)效率較為成熟和較為先進(jìn)的方法之一，可以用來(lái)分析醫(yī)院的資源管理和服務(wù)產(chǎn)出，是衛(wèi)生服務(wù)研究的基準(zhǔn)方法。DEA在國(guó)外醫(yī)院效率分析研究中的應(yīng)用非常廣，特別是近十幾年DEA的研究文獻(xiàn)報(bào)道很多。

Sherman(9)(1984年)利用教學(xué)醫(yī)院的數(shù)據(jù)，嘗試使用DEA進(jìn)行有效性分析，并將結(jié)果同傳統(tǒng)的效率分析方法結(jié)果比較，結(jié)論證明，DEA能夠更有效的為醫(yī)院的管理者提供有用的信息，指導(dǎo)醫(yī)院提高效率，降低服務(wù)成本。這是第一篇運(yùn)用DEA進(jìn)行醫(yī)院效率測(cè)量分析的研究報(bào)告，于1984年發(fā)表在MedCare上，開創(chuàng)了DEA在衛(wèi)生經(jīng)濟(jì)學(xué)領(lǐng)域應(yīng)用的先河。

Dittman(10)(1991年)應(yīng)用DEA分析了醫(yī)院的效率同當(dāng)?shù)氐膭趧?dòng)力市場(chǎng)，衛(wèi)生服務(wù)機(jī)構(gòu)間的競(jìng)爭(zhēng)以及服務(wù)區(qū)域內(nèi)的人口學(xué)狀況之間的關(guān)系。并提出了使用數(shù)據(jù)包絡(luò)分析方法時(shí)應(yīng)當(dāng)注意的幾個(gè)技術(shù)細(xì)節(jié)：(1)DEA測(cè)量的效率是相對(duì)的效率，不能當(dāng)成醫(yī)院的絕對(duì)效率；(2)醫(yī)院的投入要素與服務(wù)產(chǎn)出之間有密切的因果關(guān)系，當(dāng)投入要素或是產(chǎn)出有所變化時(shí)，醫(yī)院的效率得分將會(huì)有變化；(3)醫(yī)院的效率得分和衛(wèi)生資源的潛在服務(wù)能力有賴于醫(yī)院對(duì)投入水平的控制。

Finkler(11)(1993)應(yīng)用DEA驗(yàn)證決策單元的價(jià)格和技術(shù)低效率。由于醫(yī)院之間服務(wù)的對(duì)象在病種、病情方面不盡相同，因此，F(xiàn)inkler提出應(yīng)當(dāng)使用病例綜合指數(shù)消除醫(yī)院之間的差異。從而使用DEA得出醫(yī)院的生產(chǎn)前沿面和成本效果前沿面。

Athanassopoulos(12)(1999年)在文中提議將數(shù)據(jù)包絡(luò)分析方法做出進(jìn)一步的發(fā)展?？梢栽趯⑼度氲男l(wèi)生資源轉(zhuǎn)化為有效的衛(wèi)生服務(wù)這一過(guò)程中政府職能的實(shí)現(xiàn)不影響到醫(yī)院的效率。同時(shí)Athanassopoulos指出DEA是一種測(cè)量相對(duì)效率的方法，所以，在測(cè)量決策單元的效率時(shí)應(yīng)遵守以下規(guī)則：(1)效率得分等于1的決策單元為技術(shù)有效，而建立模型時(shí)所選擇的投入、產(chǎn)出變量應(yīng)使決策單元中盡可能少的單元效率得分為1；(2)進(jìn)行決策單元技術(shù)效率測(cè)量時(shí)應(yīng)假設(shè)決策單元能夠保持持續(xù)經(jīng)營(yíng)，并且決策單元的規(guī)模效率應(yīng)當(dāng)處在技術(shù)中性上。決策單元如果處在規(guī)模遞增或規(guī)模遞減水平上將會(huì)影響決策單元的效率測(cè)量。

通過(guò)上述的文獻(xiàn)研究，表明DEA主要有如下特點(diǎn)：(1)決策單元與投入產(chǎn)出指標(biāo)選擇的條件十分嚴(yán)格。在選擇被評(píng)價(jià)DMU時(shí)，應(yīng)該注意DMU的數(shù)目不能太少，并且DMU之間具有可比性，為保證可比性，可以應(yīng)用病例構(gòu)成指數(shù)、質(zhì)量調(diào)整指數(shù)、風(fēng)險(xiǎn)調(diào)整指數(shù)、消費(fèi)者價(jià)格指數(shù)、競(jìng)爭(zhēng)壓力指數(shù)、病例嚴(yán)重程度指標(biāo)等方法消除差異。另外，選擇的投入、產(chǎn)出指標(biāo)應(yīng)具有可靠性、可度量性，絕對(duì)指標(biāo)和相對(duì)指標(biāo)搭配合理，主要選擇絕對(duì)指標(biāo)；(2)DEA測(cè)量的是決策單元的相對(duì)效率。在抽樣樣本評(píng)價(jià)中有效率的DMU仍然可能是低效率的，因此，測(cè)量結(jié)果的應(yīng)用要慎重；(3)DEA最大的優(yōu)點(diǎn)是不用事先建立DMU投入與產(chǎn)出之間的函數(shù)關(guān)系，只需要運(yùn)用實(shí)際觀測(cè)值建立投入產(chǎn)出模型，即可測(cè)量決策單元的效率。應(yīng)當(dāng)注意的是應(yīng)用DEA評(píng)價(jià)技術(shù)效率是需假設(shè)DMU是持續(xù)經(jīng)營(yíng)并處在技術(shù)中性水平上。

2．3隨機(jī)前沿分析隨機(jī)前沿分析(StochasticFrontierAnalysis,SFA)，是目前比較流行的另一種醫(yī)院效率測(cè)量方法。SFA是一種隨機(jī)性參數(shù)模型，主要用來(lái)測(cè)量決策單元的生產(chǎn)前沿和成本前沿。SFA由Aigner于1977年介紹并首次應(yīng)用在醫(yī)院效率評(píng)價(jià)領(lǐng)域，并且在近年來(lái)的醫(yī)院效率評(píng)價(jià)中，隨機(jī)前沿分析的應(yīng)用逐漸增多。

SFA的突出特點(diǎn)是在過(guò)去應(yīng)用回歸技術(shù)建立DMU生產(chǎn)或成本前沿面的基礎(chǔ)上做進(jìn)一步改造，將傳統(tǒng)模型的誤差項(xiàng)(ε)分解成2部分：隨機(jī)誤差(v)和管理誤差(μ)。前者包括觀察誤差、不可預(yù)期的消耗，以及短期內(nèi)病種構(gòu)成改變等不可控因素；后者包括DMU的管理、資源利用，以及計(jì)劃制訂等方面的因素，體現(xiàn)了DMU的實(shí)際產(chǎn)出觀測(cè)值與產(chǎn)出最優(yōu)前沿項(xiàng)之間的差距，并通過(guò)測(cè)量管理誤差來(lái)確定決策單元的低效率的程度(13)。隨機(jī)前沿生產(chǎn)函數(shù)模型如式③。

其中Y代表DMU的產(chǎn)出，X代表DMU的各項(xiàng)投入，v表示隨機(jī)誤差，μ表示管理誤差。

在進(jìn)行v和μ的參數(shù)估計(jì)時(shí)，常用的方法有最小平方法(LeastSquaresEstimator)、最小絕對(duì)值法(LeastAbsoluteVal-ue)、以及最大似然法(MaximumLikelihood)。在SFA的成本前沿模型中的參數(shù)估計(jì)多采用最大似然法，因?yàn)槠涓m用于醫(yī)院這種有內(nèi)部相關(guān)性的隨機(jī)模型。但具體采用何種方法估計(jì)參數(shù)應(yīng)視模型的具體計(jì)算要求而定。

Linna(14)(1998年)利用了2種SFA模型(橫斷面數(shù)據(jù)模型、數(shù)組數(shù)據(jù)模型)和DEA方法調(diào)查了芬蘭1988—1994年43所醫(yī)院的效率變化，主要目的是考察數(shù)組數(shù)據(jù)模型在醫(yī)院效率評(píng)價(jià)中是否比橫斷面數(shù)據(jù)模型更有優(yōu)勢(shì)，以及旨在增加競(jìng)爭(zhēng)的醫(yī)院制度改革與效率的關(guān)系。結(jié)果顯示：SFA與DEA的結(jié)論符合得很好，但是，數(shù)組模型的SFA更適合應(yīng)用于測(cè)量醫(yī)院的效率。

Rosko(15)(1999年)基于1989年賓夕法尼亞州195所醫(yī)院的資料，探討了SFA的使用和有關(guān)因素的調(diào)整，因醫(yī)療質(zhì)量的高低與醫(yī)院的管理、制度的制定和運(yùn)行等因素有關(guān)，可以從管理誤差項(xiàng)中得到體現(xiàn)，所以未將質(zhì)量包括在調(diào)整因素之內(nèi)。引入了多元線性回歸來(lái)測(cè)量效率與市場(chǎng)特點(diǎn)、醫(yī)院特點(diǎn)、支付制度的關(guān)系等。研究表明：經(jīng)病例指數(shù)調(diào)整后，醫(yī)院的低效得分從18.00％到7.50％，減少了50％以上，而疾病嚴(yán)重程度的加入則影響較小(從7.38％到8.20％)。但他們的平均得分之間沒(méi)有顯著性差異。醫(yī)院的效率與其財(cái)務(wù)壓力有較強(qiáng)的正相關(guān)關(guān)系，教學(xué)醫(yī)院的效率要比非教學(xué)醫(yī)院高33.30％。

Rowena(16)(2001年)分別應(yīng)用了DEA和SFA2種方法對(duì)英國(guó)醫(yī)院的成本前沿進(jìn)行了分析。分析結(jié)果證明，2種方法均可以很好地評(píng)價(jià)醫(yī)院的效率。但是，2種方法的部分結(jié)果略有差異，而造成DEA和SFA評(píng)價(jià)結(jié)果不同的原因：(1)2種方法對(duì)異常值的處理方式不同；(2)數(shù)據(jù)中的隨機(jī)誤差干擾；(3)SFA區(qū)分技術(shù)效率和配置效率的能力有限。

文獻(xiàn)研究結(jié)果表明，SFA有如下的幾個(gè)特點(diǎn)。(1)SFA可以很好地處理數(shù)據(jù)誤差的來(lái)源，將其區(qū)分成產(chǎn)生低效率的管理誤差和隨機(jī)誤差；(2)SFA可以對(duì)每個(gè)決策單元的前沿進(jìn)行區(qū)分和測(cè)量；(3)由于SFA一般是通過(guò)回歸技術(shù)估計(jì)參數(shù)，建立前沿方程，而這樣建立的前沿方程只是將隨機(jī)誤差降到最小的一個(gè)平均前沿，對(duì)數(shù)據(jù)不敏感；(4)SFA對(duì)決策單元的配置效率和技術(shù)效率結(jié)果區(qū)分能力較弱，一般建議應(yīng)用SFA測(cè)量決策單元的技術(shù)效率。

33種方法的結(jié)果比較

很多學(xué)者將3種方法的結(jié)果進(jìn)行了比較，如Linna(13)、Rowena(15)等，指出3種方法均可以對(duì)同一類型DMU進(jìn)行效率評(píng)價(jià)，并且測(cè)量結(jié)果具有高度一致性。可是由于3種方法的建模思想不同，計(jì)算技術(shù)不同、所以，模型分析結(jié)果的側(cè)重點(diǎn)不盡相同，如SFA的可以測(cè)量絕對(duì)效率，但對(duì)配置效率的測(cè)量效果不敏感；而DEA則可以很好地測(cè)量DMU的技術(shù)效率和配置效率，但測(cè)量結(jié)果反映的是相對(duì)效率。因此，在研究過(guò)程中，如果樣本的數(shù)據(jù)質(zhì)量過(guò)關(guān)，在研究時(shí)間允許的情況下，應(yīng)盡可能地使用多種研究分析方法，相互補(bǔ)充，提高分析結(jié)果的準(zhǔn)確性和指導(dǎo)性。

總之，無(wú)論采用何種方法測(cè)量衛(wèi)生服務(wù)系統(tǒng)的效率，最終的目的都是為了有效地利用衛(wèi)生資源，優(yōu)化資源配置，更好地滿足人們的衛(wèi)生服務(wù)需要，提高人們的健康水平。

參考文獻(xiàn)

(1)StephenPalmer,DavidJTorgernson．Definitionsofefficien-cy．BMJ．1999(318):1136－1136

(2)孟慶躍，徐凌中，陳寧姍．衛(wèi)生經(jīng)濟(jì)學(xué)．海口：南海出版公司，1997

(3)朱喬．?dāng)?shù)據(jù)包絡(luò)分析(DEA)方法綜述與展望．系統(tǒng)工程理論方法應(yīng)用，1994(4)：1－9

(4)CharnesA,CooperW．W,andRhodesE．Measuringtheefficiencyofdecisionunit．Europeanjournalofoperationalresearch，1978(2):429－444

(5)魏權(quán)齡，岳明．DEA概論與C2R模型——數(shù)據(jù)包絡(luò)分析(一)．系統(tǒng)工程理論與實(shí)踐，1989(1)：58－69

(6)魏權(quán)齡，崔宇剛．評(píng)價(jià)相對(duì)有效性的幾個(gè)重要DEA模型——數(shù)據(jù)包絡(luò)分析(二)．系統(tǒng)工程理論與實(shí)踐，1989(2)；55－68

(7)魏權(quán)齡，盧剛．DEA方法與模型的應(yīng)用——數(shù)據(jù)包絡(luò)分析(三)．系統(tǒng)工程理論與實(shí)踐，1989(3)：67－75

(8)魏權(quán)齡，岳明．綜合的DEA模型C2WY——數(shù)據(jù)包絡(luò)分析(四)．系統(tǒng)工程理論與實(shí)踐，1989(4)：75－80

(9)ShermanHD．Hospitaleffciencymeasurementandevaluation．MedCare，1984,22(10):922－35

(10)DittmanDA,CapettiniR,MoreyRC．Measuringefficiencyinacutecarehospitals:anapplictionofdataenvelopmentanalysis．JHealthHumResourceAdministration，1991,14(1):89－108

(11)FinklerMD,WirtschafterDD．Cost－effectivenessanddataenvel-opmentanalysis．HealthCareManageRev,1993,8(3):81－88

(12)A．D．Athanassopoulos,C．Gounaris,A．Sissouras．ADescriptiveassessmentoftheproductionandcostefficiencyofgeneralhospitalsinGreece．HealthCareManagementScience，1999(2):97－106

(13)HandbookofHealthEconomics．Volume1．EditedbyA．J．CulyerandJ．P．Newhouse．2000ElsevierB．V

(14)LinnaM．Measuringhospitalcostefficiencywithpaneldatamod-els．HealthEconomics．1998,7(5):415－27

(15)RoskoMD,Impactofinternalandexternalenvironmentalpressuresonhospitalinefficiency．HealthCareManagSci，1999,2(2):63－74

(16)Rowena．Alternativemethodstoexaminehospitalefficiency:dataen-velopmentanalysisandstochasticfrontieranalysis．healthcareManagSci，2001(4):103－115