数据包络分析法案例.docxVIP

数据包络分析法案例

一、案例背景与研究目的

在公共服务领域，城市社区卫生服务中心作为基层医疗服务的核心载体，其运营效率直接关系到居民的医疗可及性和健康保障水平。随着医药卫生体制改革的深入推进，如何科学评价社区卫生服务中心的运营效率、识别效率提升的关键路径，成为卫生管理部门和学术界关注的重点问题。

本案例选取某省8家县级城市社区卫生服务中心（分别标记为DMU1-DMU8）作为研究对象，运用数据包络分析法（DEA）中的BCC模型，从投入和产出两个维度评价其运营效率。研究目的主要有三点：一是明确8家服务中心的综合技术效率、纯技术效率和规模效率水平；二是识别非有效决策单元的效率损失来源；三是为非有效服务中心提供具体的效率改进方向和量化改进目标。

二、DEA模型选择与指标体系构建

（一）模型选择

考虑到社区卫生服务中心的运营过程中，投入要素的规模报酬可能并非固定不变，且研究需同时区分技术效率和规模效率，因此选取BCC模型作为分析工具。该模型以规模报酬可变为假设，能够将综合技术效率分解为纯技术效率（反映管理和技术水平）和规模效率（反映投入规模合理性），更贴合本研究的需求。

（二）指标体系构建

指标体系的构建遵循科学性、系统性、可操作性和相关性原则，结合社区卫生服务中心的运营特点，从投入和产出两个维度筛选指标：

1.投入指标：投入指标反映服务中心为提供医疗服务所消耗的资源，选取3个核心指标：

（1）卫生技术人员数：指服务中心内从事医疗、护理、公共卫生等专业技术工作的人员总数，是人力资源投入的核心指标；

（2）固定资产总值（万元）：包括医疗设备、房屋建筑等固定资产的账面总值，反映物质资源投入水平；

（3）年运营费用（万元）：包括人员薪酬、药品采购、设备维护、水电等年度运营支出，反映资金资源投入规模。

2.产出指标：产出指标反映服务中心提供医疗服务的数量和质量，选取3个核心指标：

（1）年诊疗人次：包括门诊、急诊、出诊等各类诊疗服务的总人次，反映服务的数量规模；

（2）年健康管理人数：包括老年人健康体检、慢性病管理、儿童预防接种等公共卫生服务的覆盖人数，体现社区卫生服务的公共属性；

（3）患者满意度（%）：通过问卷调查获得，选取就诊患者对服务态度、诊疗效果、环境设施等方面的满意度平均值，反映服务质量水平。

三、数据收集与预处理

（一）数据收集

数据主要来源于某省卫生健康委员会发布的《基层医疗卫生机构年度运营报告》和实地调研问卷。其中，卫生技术人员数、固定资产总值、年运营费用、年诊疗人次、年健康管理人数等定量数据均来自官方统计报表，数据真实性经过卫生部门审核；患者满意度数据通过分层抽样调查获得，每家服务中心随机抽取200名就诊患者进行问卷调查，有效回收率均超过95%，数据可靠性较高。

（二）数据预处理

为确保DEA分析的有效性，需对数据进行预处理：一是剔除异常值，通过箱线图法检测发现所有指标数据均无异常值；二是确认指标方向一致性，投入指标均为“越少越好”，产出指标均为“越多越好”，无需进行指标转换；三是进行数据无量纲化处理，由于各指标单位不同（如人数、万元、%），采用min-max标准化方法将数据转换至[0,1]区间，消除量纲影响。预处理后的8家服务中心投入产出数据如下表所示（单位：标准化后）：

决策单元

卫生技术人员数

固定资产总值

年运营费用

年诊疗人次

年健康管理人数

患者满意度

DMU1

0.62

0.58

0.60

0.85

0.82

0.90

DMU2

0.45

0.42

0.43

0.60

0.58

0.85

DMU3

1.00

1.00

1.00

1.00

1.00

0.95

DMU4

0.38

0.35

0.36

0.50

0.48

0.80

DMU5

0.75

0.72

0.73

0.90

0.88

0.92

DMU6

0.50

0.48

0.49

0.65

0.63

0.88

DMU7

0.22

0.20

0.21

0.30

0.28

0.75

DMU8

0.88

0.85

0.86

0.95

0.93

0.94

四、DEA分析过程与结果

（一）分析工具

采用DEA专用分析软件DEAP2.1进行数据处理和模型运算，输入预处理后的投入产出数据，选择BCC模型（规模报酬可变），设置导向为投入导向（即假设在产出固定的情况下，最小化投入），进行效率测算。

（二）效率结果分析

运算后得到8家社区卫生服务中心的综合技术效率、纯技术效率、规模效率及规模报酬状态，具体结果如下表所示：

决策单元

综合技术效率

纯技术效率

规模效率

规模报酬状态

DMU1

1.000

1.000

1.000

规模报酬不变

DMU2

0.982

1.000

0.982

规模报酬递增

DMU3

1.000

1.000

1.000

规模报酬不变

DMU4

0