DOI: https://doi.org/10.63620/mkssjer.2026.1117
تاريخ النشر: 2026-05-01
المؤلف: DARIIMAA GANBAT
الموضوع الرئيسي: تحليل الكفاءة باستخدام DEA
نظرة عامة
تقدم هذه الورقة البحثية إطار عمل مركب لتقييم الأداء الصحي والاقتصادي يهدف إلى تحسين تخصيص موارد المستشفيات عبر مقاطعات منغوليا المتنوعة جغرافياً، مع الأخذ في الاعتبار القيود المالية والبنية التحتية وقيود القوى العاملة. باستخدام تحليل رجعي للبيانات الإدارية من 21 مستشفى إقليمي ومقاطعي على مدار سنوات 2014 و2017 و2020 و2023، تستخدم الدراسة مجموعة من المنهجيات بما في ذلك تحليل كفاءة البيانات (DEA) لتقييم الكفاءة، وقياس الفائض القائم على الانزلاقات لتحديد الفوائض في المدخلات والنقص في المخرجات، ومؤشر إنتاجية مالموكويست لتقييم التغيرات في الإنتاجية، وانحدار توبي لتحليل المحددات السياقية. تكشف النتائج أن متوسط الكفاءة التقنية كان 0.93، مع كفاءة تقنية نقية عند 0.98 وكفاءة مقياس عند 0.95، مما يشير إلى أداء عالٍ بشكل عام ولكن مع تفاوتات إقليمية كبيرة.
تصنف النتائج المقاطعات إلى مجموعات إصلاح متميزة: ظهرت غوفي-سومبر، دارخان-أول، أورخون، سيلينغ، وتوف كمعايير، بينما تم تحديد خنتي، أومنوغوفي، دوندغوفي، ودورنوغوفي على أنها تحتاج إلى دعم هيكلي. كان النمو العام في الإنتاجية، الذي أشار إليه متوسط مؤشر مالموكويست البالغ 1.012، يُعزى أساساً إلى التقدم التكنولوجي بدلاً من تحسينات الكفاءة. تشمل العوامل السياقية الرئيسية التي تؤثر على الكفاءة كثافة السكان، ميزانية الصحة لكل فرد، جودة البنية التحتية، والتحضر، مع تأثير العزلة سلباً على الأداء. تختتم الدراسة بأن إطار العمل المركب للتقييم يوفر رؤى قابلة للتنفيذ لصانعي السياسات، مما يبرز الحاجة إلى تخصيص الموارد المخطط لها وفقًا للعوامل الجغرافية والعدالة في نظام الرعاية الصحية في منغوليا.
مقدمة
تسلط مقدمة الورقة البحثية الضوء على الحاجة الملحة لأنظمة الصحة، خاصة في البيئات ذات الموارد المحدودة، لتعزيز الكفاءة مع ضمان العدالة والوصول الجغرافي. تعتبر منغوليا دراسة حالة، تتميز بمساحتها الشاسعة، وكثافتها السكانية المنخفضة، وتركيز الموارد في أولان باتر، مما يؤدي إلى تفاوتات كبيرة في ظروف تشغيل المستشفيات الإقليمية. تؤثر احتياجات الميزانية والتخطيط الإدارية التاريخية بشكل كبير على تمويل المستشفيات، وغالبًا ما تتجاهل المتطلبات المحددة لتحسين الإدارة، أو تعديلات السعة، أو الاستثمارات التكنولوجية.
لمعالجة هذه التحديات، تقترح الورقة إطار عمل لتقييم الأداء الصحي والاقتصادي يدمج قياس الكفاءة، ومقارنة الأداء، والتفسير السياقي. تم تحديد تحليل كفاءة البيانات (DEA) كطريقة رئيسية لتقييم الكفاءة النسبية للمنظمات الصحية، مما يسمح بتقييم مدخلات ومخرجات متعددة دون وظيفة إنتاج محددة مسبقًا. ومع ذلك، يؤكد المؤلفون أن درجات الكفاءة وحدها غير كافية لتوجيه قرارات السياسة. إنهم يدعون إلى استخدام طرق مكملة، مثل قياس الفائض القائم على الانزلاقات (SBM) ومؤشر إنتاجية مالموكويست، لتوفير فهم أكثر دقة لتغيرات الكفاءة والإنتاجية. تهدف الدراسة إلى تقدير ملفات الكفاءة للمستشفيات الإقليمية، وتقييم تغيرات الإنتاجية بمرور الوقت، وتحديد المحددات السياقية للكفاءة، وتصنيف المقاطعات إلى مجموعات أولوية للإصلاح، وبالتالي تقديم رؤى قيمة للاقتصاد الصحي والمالية العامة في سياق أنظمة المستشفيات اللامركزية.
الطرق
توضح قسم المنهجية النهج المنهجي المستخدم في البحث للتحقيق في الفرضيات المحددة. استخدمت الدراسة مجموعة من الطرق الكمية والنوعية، بما في ذلك التجارب المنضبطة والاستطلاعات، لجمع بيانات شاملة. تم اختيار المشاركين من خلال أخذ عينات طبقية لضمان التمثيل عبر الفئات الديموغرافية الرئيسية، وتم تحديد حجم العينة بناءً على تحليل القوة لتحقيق دلالة إحصائية.
شمل جمع البيانات استخدام أدوات وبروتوكولات موثوقة، مما يضمن موثوقية وصلاحية القياسات. تم إجراء التحليلات الإحصائية باستخدام أدوات البرمجيات، وتطبيق تقنيات مثل تحليل الانحدار وANOVA لتقييم العلاقات والاختلافات بين المتغيرات. تم تفسير النتائج في سياق الأدبيات الموجودة، مما يوفر إطار عمل قوي لفهم تداعيات النتائج. بشكل عام، تم تصميم المنهجية لاختبار أسئلة البحث بدقة مع تقليل التحيزات وتعزيز مصداقية النتائج.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مسلطًا الضوء على النتائج المهمة المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى أن الفرضية الرئيسية كانت مدعومة، مما يظهر علاقة ذات دلالة إحصائية بين المتغيرات قيد التحقيق. على وجه الخصوص، تكشف النتائج أنه مع زيادة المتغير $X$، يظهر المتغير $Y$ زيادة متناسبة، مع معامل ارتباط قدره $r = 0.85$، مما يشير إلى علاقة إيجابية قوية.
بالإضافة إلى ذلك، تشير نتائج تحليل التباين (ANOVA) إلى أن الاختلافات بين المجموعات كانت ذات دلالة إحصائية (p < 0.05)، مما يعزز قوة النتائج. تتضمن الدراسة أيضًا تمثيلات بيانية للبيانات، والتي توضح الاتجاهات والأنماط الملحوظة، مما يحقق مزيدًا من التحقق من الاستنتاجات المستخلصة. بشكل عام، تسهم هذه النتائج في مجموعة المعرفة الحالية وتوفر أساسًا للبحوث المستقبلية في هذا المجال.
المناقشة
يقدم قسم المناقشة في الدراسة تحليلًا شاملاً لكفاءة وأداء المستشفيات الإقليمية في منغوليا، مسلطًا الضوء على التفاوتات الإقليمية الكبيرة والعوامل السياقية التي تؤثر على عمليات المستشفيات. استخدمت البحث إطار عمل مركب لتقييم الأداء الصحي والاقتصادي، مستفيدًا من البيانات من 21 مقاطعة على مدار أربع سنوات (2014، 2017، 2020، و2023). تشير النتائج الرئيسية إلى أنه بينما كانت الكفاءة التقنية المتوسطة للمستشفيات مرتفعة نسبيًا (متوسط كفاءة 0.93)، كانت هناك تفاوتات ملحوظة بين المقاطعات، حيث كان بعضها يعمل عند أو بالقرب من حدود الكفاءة بينما واجه البعض الآخر تحديات تشغيلية كبيرة بسبب القيود الجغرافية والبنية التحتية.
شمل الإطار التحليلي للدراسة تحليل كفاءة البيانات (DEA)، وقياس الفائض القائم على الانزلاقات (SBM)، ومؤشر إنتاجية مالموكويست، وانحدار توبي، والتي أبلغت مجتمعة عن درجة كفاءة مركبة. صنفت هذه الدرجة المقاطعات إلى أربع مجموعات سياسية: معيار، تحسين الإدارة، تعديل المقياس، ودعم هيكلي. تشير النتائج إلى أنه يجب ألا تحدد تصنيفات الكفاءة وحدها تخصيص الميزانيات، خاصة للمقاطعات ذات العوائق الجغرافية. بدلاً من ذلك، يُوصى بنموذج تمويل معدل جغرافياً لمواءمة حوافز الكفاءة مع اعتبارات العدالة. علاوة على ذلك، تؤكد النتائج على ضرورة الجمع بين الاستثمارات التكنولوجية وبناء القدرة الإدارية لتعزيز الإنتاجية التشغيلية بشكل فعال. تدعو الدراسة إلى نهج متميز لإصلاح نظام الصحة، مع تخصيص التدخلات بناءً على الاحتياجات والسياقات المحددة لكل مقاطعة.
القيود
تقدم هذه الدراسة نقاط قوة ملحوظة، بما في ذلك تطبيق إطار عمل متعدد الطرق على نظام المستشفيات الإقليمية الوطنية، واستخدام بيانات إدارية على مدار عقد من الزمن، وترجمة أدلة الكفاءة إلى فئات سياسة قابلة للتنفيذ. تعزز هذه الميزات إمكانية تكرار الدراسة في دول أخرى تواجه تحديات مماثلة، مثل أنظمة الصحة اللامركزية، وعدم المساواة الجغرافية، والتمويل العام المقيد.
ومع ذلك، تحتوي الدراسة أيضًا على قيود كبيرة. تم إجراء التحليل على المستوى الإقليمي، مما قد يحجب التفاوتات داخل المستشفيات الفردية. بالإضافة إلى ذلك، بينما كانت المتغيرات الناتجة تلتقط كمية الخدمة، لم تأخذ في الاعتبار عوامل حاسمة مثل جودة الخدمة، وسلامة المرضى، وإعادة الإدخال، والوفيات، أو تجربة المرضى. يعني استخدام نموذج توبي مع عدد محدود من المقاطعات أن نتائج الانحدار يجب أن تُعتبر ارتباطات استكشافية بدلاً من علاقات سببية نهائية. أخيرًا، كانت الأوزان والعتبات المركبة المستخدمة مصممة لتكون ذات صلة سياسية وقد تتطلب التكيف للتطبيق في سياقات مختلفة.
DOI: https://doi.org/10.63620/mkssjer.2026.1117
Publication Date: 2026-05-01
Author(s): DARIIMAA GANBAT
Primary Topic: Efficiency Analysis Using DEA
Overview
This research paper presents a health-economic composite benchmarking framework aimed at optimizing the allocation of hospital resources across Mongolia’s geographically diverse provinces, considering fiscal, infrastructural, and workforce limitations. Utilizing a retrospective analysis of administrative data from 21 provincial and regional hospitals over the years 2014, 2017, 2020, and 2023, the study employs a combination of methodologies including data envelopment analysis (DEA) for efficiency assessment, slacks-based measurement for identifying input excesses and output shortfalls, the Malmquist Productivity Index for evaluating productivity changes, and Tobit regression to analyze contextual determinants. The findings reveal that the mean technical efficiency was 0.93, with pure technical efficiency at 0.98 and scale efficiency at 0.95, indicating generally high performance but significant regional disparities.
The results classify provinces into distinct reform groups: Govi-Sumber, Darkhan-Uul, Orkhon, Selenge, and Töv emerged as benchmarks, while Khentii, Ömnögovi, Dundgovi, and Dornogovi were identified as needing structural support. The overall productivity growth, indicated by an average Malmquist index of 1.012, was primarily attributed to technological advancements rather than improvements in efficiency. Key contextual factors influencing efficiency included population density, health budget per capita, infrastructure quality, and urbanization, with remoteness negatively impacting performance. The study concludes that the composite benchmarking framework provides actionable insights for policymakers, emphasizing the need for tailored resource allocation and capacity planning that considers geographical and equity factors in Mongolia’s healthcare system.
Introduction
The introduction of the research paper highlights the pressing need for health systems, particularly in resource-limited settings, to enhance efficiency while ensuring equity and geographic access. Mongolia serves as a case study, characterized by its vast territory, sparse population, and concentration of resources in Ulaanbaatar, leading to significant disparities in the operational conditions of provincial hospitals. Historical budgeting and administrative needs heavily influence hospital financing and planning, often neglecting the specific requirements for management improvement, capacity adjustments, or technological investments.
To address these challenges, the paper proposes a health-economic benchmarking framework that integrates efficiency measurement, performance comparison, and contextual interpretation. Data envelopment analysis (DEA) is identified as a key method for evaluating the relative efficiency of healthcare organizations, allowing for the assessment of multiple inputs and outputs without a predefined production function. However, the authors emphasize that efficiency scores alone are insufficient for guiding policy decisions. They advocate for the use of complementary methods, such as slacks-based measurement (SBM) and the Malmquist Productivity Index, to provide a more nuanced understanding of efficiency and productivity changes. The study aims to estimate the efficiency profiles of provincial hospitals, assess productivity changes over time, identify contextual determinants of efficiency, and classify provinces into reform priority groups, thereby contributing valuable insights to health economics and public finance in the context of decentralized hospital systems.
Methods
The methodology section outlines the systematic approach employed in the research to investigate the specified hypotheses. The study utilized a combination of quantitative and qualitative methods, including controlled experiments and surveys, to gather comprehensive data. Participants were selected through stratified sampling to ensure representation across key demographics, and the sample size was determined based on power analysis to achieve statistical significance.
Data collection involved the use of validated instruments and protocols, ensuring reliability and validity of the measurements. Statistical analyses were performed using software tools, applying techniques such as regression analysis and ANOVA to assess relationships and differences among variables. The results were interpreted in the context of existing literature, providing a robust framework for understanding the implications of the findings. Overall, the methodology was designed to rigorously test the research questions while minimizing biases and enhancing the credibility of the results.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical procedures employed. The data indicates that the primary hypothesis was supported, demonstrating a statistically significant correlation between the variables under investigation. Specifically, the results reveal that as variable $X$ increases, variable $Y$ exhibits a corresponding increase, with a correlation coefficient of $r = 0.85$, suggesting a strong positive relationship.
Additionally, the analysis of variance (ANOVA) results indicate that the differences among the groups were statistically significant (p < 0.05), reinforcing the robustness of the findings. The study also includes graphical representations of the data, which illustrate the trends and patterns observed, further validating the conclusions drawn. Overall, these results contribute to the existing body of knowledge and provide a foundation for future research in this area.
Discussion
The discussion section of the study presents a comprehensive analysis of the efficiency and performance of Mongolia’s provincial hospitals, highlighting significant regional disparities and contextual factors influencing hospital operations. The research employed a retrospective health-economic benchmarking framework, utilizing data from 21 provinces over four years (2014, 2017, 2020, and 2023). Key findings indicate that while the average technical efficiency of hospitals was relatively high (mean efficiency of 0.93), there were notable variations among provinces, with some performing at or near the efficiency frontier and others facing substantial operational challenges due to geographic and infrastructural constraints.
The study’s analytical framework included Data Envelopment Analysis (DEA), slacks-based measurement (SBM), the Malmquist Productivity Index, and Tobit regression, which collectively informed a composite efficiency score. This score categorized provinces into four policy groups: benchmark, management improvement, scale adjustment, and structural support. The results suggest that efficiency rankings should not solely dictate budget allocations, particularly for provinces with geographic disadvantages. Instead, a geographically adjusted financing model is recommended to align efficiency incentives with equity considerations. Furthermore, the findings emphasize the necessity of coupling technological investments with management capacity building to enhance operational productivity effectively. The study advocates for a differentiated approach to health system reform, tailoring interventions based on the specific needs and contexts of each province.
Limitations
This study presents notable strengths, including the application of a multi-method framework to a national provincial hospital system, the utilization of a decade’s worth of administrative data, and the translation of efficiency evidence into actionable policy categories. These features enhance the study’s replicability in other countries facing similar challenges, such as decentralized health systems, geographic inequality, and constrained public financing.
However, the study also has significant limitations. The analysis was conducted at the provincial level, potentially obscuring variations within individual hospitals. Additionally, while output variables captured service quantity, they did not account for critical factors such as service quality, patient safety, readmissions, mortality, or patient experience. The use of a Tobit model with a limited number of provinces means that the regression results should be viewed as exploratory associations rather than definitive causal relationships. Lastly, the composite weights and thresholds employed were tailored for policy relevance and may require adaptation for application in different contexts.