中国医院部门效率的趋同与分化：基于广东省多方法实证研究的启示

本综述系统评估了广东省医院服务效率的差异、动态演变及影响因素，运用数据包络分析（DEA）、Dagum基尼系数分解、核密度估计与Tobit回归模型等多方法融合框架，揭示了专科医院效率领先而综合医院滞后的结构性分化，指出跨类别差异是效率不平等的主要来源（贡献率62.67%），并提出需通过精细化分层治理、绩效联动机制和差异化资源配置推动技术效率与规模效率协同提升，为优化医疗资源布局和深化医改提供实证依据。

　　

背景与目标

自2009年中国启动新一轮医疗卫生体制改革以来，提升服务效率已成为优化医疗资源公平配置和整体医疗质量的核心任务。作为中国经济最活跃的省份之一，广东省在应对医院服务效率差异和优化资源利用方面面临显著挑战。本研究旨在全面分析广东省医疗机构服务效率的差异、动态演变及影响因素，为缩小医院效率差距、提升整体服务质量和政策制定提供科学依据。

方法学框架

研究构建了广东省医院服务效率综合评价体系，采用数据包络分析（DEA）测量效率水平，运用Dagum基尼系数分解法解析不同医院类别效率差异的来源，通过核密度估计探究服务质量的动态分布特征，并利用Tobit回归模型识别影响医疗服务效率的关键因素。

效率水平与特征

2018年至2022年间，广东省各类医院的服务效率存在显著差异。专科医院的平均综合效率最高（0.945），而综合医院效率最低（0.472）且增长率最低（1.059%）。妇幼保健院效率提升最快（增长率8.059%），中医医院效率稳步增长但2021年出现下滑。纯技术效率、规模效率和综合效率均呈现波动变化，但整体呈现恢复趋势。纯技术效率从2018年的0.796下降至2021年的0.663后回升至2022年的0.792；规模效率从0.881波动下降至2021年的0.845后恢复至0.890；综合效率从0.682上升至2019年的0.727后出现下降，2022年回升至0.703。

效率差异分析

Dagum基尼系数分解显示，综合医院内部效率不平等程度最高（2021年基尼系数达0.353），反映了其规模、管理和资源分配的异质性。专科医院内部差异最小，基尼系数在2019年甚至为零。类别间差异分析表明，专科医院与综合医院间的效率差异最为显著（2021年基尼系数达0.450）。效率差异的主要来源是类别间差异（平均贡献率62.67%），而非组内差异或超变密度差异。

动态演变特征

核密度估计显示服务效率呈现双峰分布特征，表明存在高效率与低效率医院群体的明显分化。主峰和侧峰在研究期间均向左移动，暗示整体服务效率水平下降或低效率医院类别数量增加，反映了服务效率水平的异质性和不均衡分布。

影响因素识别

Tobit回归分析表明，低风险患者死亡率（‰）对服务效率有显著正向影响（系数0.745），表明低风险病例死亡率较低的机构往往效率更高。而平均预约率（%）、卫生技术人员比例（%）和中级及以上职称卫生技术人员比例（%）均对服务效率产生显著负向影响（系数分别为-0.005、-0.023和-0.014），提示这些因素可能对效率提升构成障碍。特殊医疗服务的比例、择期手术中日间手术比例等变量对效率的影响不显著。

讨论与建议

研究发现揭示了广东省医院服务效率的结构性特征和动态变化规律。针对综合医院效率低下问题，建议推进精细化分层改革，建立基于功能定位的分层评估机制。为缩小类别间效率差异，需要优化绩效评估的横向与纵向联动，重建跨类别协同评价体系。资源分配机制应基于效率表现进行差异化调整，建立财政补贴、人员配额和专项资金的差异化分配公式。同时，应促进技术效率与规模效率的协同提升，加强医院扩张策略的效率预评估，深化信息系统应用和数据驱动的运营决策机制。

结论

研究表明广东省医院服务效率存在持续的类别间异质性，整体不平等主要由组间差距驱动，并呈现稳定的双峰分布特征。效率与低风险死亡率正相关，而与平均预约率、卫生技术人员比例和高级职称比例负相关。建议优先推进综合医院的精细化分层治理，重建跨类别和时间维度的绩效联动机制，嵌入基于效率的差异化资源配置，并通过数据驱动的流程优化和审慎的能力调整实现技术效率与规模效率的同步提升。未来研究应扩展多层级、多省份样本，应用动态/网络生产力指标，整合更丰富的质量和患者中心结局指标，并深入解析 workforce 结构、数字流程整合和激励协调的微观机制。