DOI: https://doi.org/10.3389/fpubh.2025.1674348
PMID: https://pubmed.ncbi.nlm.nih.gov/41103464
تاريخ النشر: 2025-10-01
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: تحليل الكفاءة باستخدام DEA
نظرة عامة
تبحث الورقة البحثية التي كتبها باي ي ولو ز في كفاءة وعدالة تخصيص الموارد في مستشفيات الطب الصيني التقليدي (TCM) في مقاطعة قانسو، الصين، من 2018 إلى 2024. تشير النتائج إلى أنه، على الرغم من التحسينات الطفيفة، لا تزال الكفاءة التقنية دون المستوى الأمثل، وقد انخفضت إنتاجية العوامل الكلية سنويًا، مما يبرز عدم الكفاءة النظامية الكبيرة. تكشف الدراسة عن تفاوتات جغرافية صارخة في توزيع الموارد، حيث تفتقر المناطق ذات الكفاءة المنخفضة إلى البنية التحتية الأساسية والموظفين. لمعالجة هذه القضايا، يوصي المؤلفون بتدخلات مستهدفة، بما في ذلك إدارة المعايير، وبناء القدرات، واستراتيجيات تخصيص الموارد المحسنة، إلى جانب تطوير مراكز طبية إقليمية واستخدام التكنولوجيا الرقمية لتعزيز الوصول العادل إلى خدمات الرعاية الصحية.
علاوة على ذلك، يؤكد المؤلفون على أهمية دمج كل من المؤشرات الكمية والنوعية في التقييمات المستقبلية لتخصيص موارد الرعاية الصحية. بينما توفر التدابير الكمية، مثل الموارد البشرية في الرعاية الصحية TCM وعدد أسرة TCM، رؤى حول توزيع الموارد، إلا أنها تفشل في التقاط العوامل النوعية الحرجة التي تؤثر على الكفاءة والعدالة، مثل الثقافة المؤسسية ورضا المرضى. تدعو الدراسة إلى نهج مشترك نوعي-كمّي لتحقيق تقييمات أكثر شمولاً، وبالتالي دعم التنمية المستدامة للرعاية الصحية ليس فقط في الصين ولكن أيضًا تقديم رؤى قابلة للتطبيق في دول أخرى.
مقدمة
تركز مقدمة هذه الدراسة على تقييم الكفاءة التقنية وعدالة تخصيص الموارد في مستشفيات الطب الصيني التقليدي (TCM) عبر مقاطعة قانسو، الصين. تؤكد على أهمية توزيع الموارد بشكل مثالي في الرعاية الصحية لتحقيق النتائج الصحية المرجوة، خاصة في سياق التنمية المستدامة. تبرز الدراسة التفاوتات في التنمية الاقتصادية بين المدن في قانسو، والتي تؤثر بشكل كبير على عدالة تخصيص موارد الرعاية الصحية. على الرغم من الأبحاث الحالية حول جوانب مختلفة من مستشفيات TCM، هناك نقص ملحوظ في الدراسات التي تتناول بشكل خاص كفاءة وعدالة تخصيص الموارد على المستوى الجزئي، خاصة في المناطق التي تعاني من تفاوتات اقتصادية.
لمعالجة هذه الفجوة، تستخدم البحث مجموعة من نموذج تحليل البيانات متعدد المراحل (DEA) من ثلاث مراحل، ونموذج مؤشر مالكويست، ونموذج درجة تكتل الموارد الصحية (HRAD). يسمح هذا الإطار المنهجي بتحليل شامل لكل من الكفاءات الثابتة والديناميكية في تخصيص موارد الرعاية الصحية، مع استكشاف العدالة أيضًا. تستخدم الدراسة بيانات من 2018 إلى 2024، بهدف تقديم رؤى حول خصائص ونقاط ضعف السياسات الحالية المتعلقة بتخصيص موارد الرعاية الصحية في قانسو. في النهاية، تهدف النتائج إلى تقديم إرشادات نظرية وعملية لتحسين كفاءة وعدالة خدمات الرعاية الصحية، ليس فقط في الصين ولكن أيضًا في مناطق أخرى متخلفة اقتصاديًا.
طرق
في هذه الدراسة، تم الحصول على البيانات من مكتب الإحصاء في مقاطعة قانسو، مع التركيز على كفاءة توزيع خدمات الرعاية الصحية وعدالتها عبر 14 مدينة في مقاطعة قانسو من 2018 إلى 2022. استخدمت التحليل سبعة مؤشرات إدخال-إخراج لتقييم كفاءة تخصيص الموارد، بما في ذلك الموارد البشرية في الطب الصيني التقليدي (TCM)، والأجهزة التشخيصية، والمؤسسات الصحية، وأسرة TCM كمؤشرات إدخال، بينما تضمنت مؤشرات الإخراج وصفات TCM، والاستشارات، والتسريحات. بالإضافة إلى ذلك، تم تضمين عوامل اجتماعية واقتصادية مثل الناتج المحلي الإجمالي للفرد، والسكان المقيمين الدائمين، ونسبة زيارات العيادات الخارجية لـ TCM كمتغيرات مستقلة لأخذ تأثيرها على كفاءة الرعاية الصحية في الاعتبار.
استخدمت المنهجية نهجًا من ثلاث مراحل باستخدام تحليل البيانات (DEA) وتحليل الحدود العشوائية (SFA). تضمنت المرحلة الأولى نماذج DEA التقليدية (CCR وBCC) لتقييم الكفاءة التقنية، والتي تم تفكيكها لاحقًا إلى كفاءة تقنية نقية وكفاءة مقياس. في المرحلة الثانية، تم تطبيق SFA لعزل تأثير العوامل الخارجية والأخطاء العشوائية على الكفاءة، باستخدام متغيرات الفائض المستمدة من نتائج DEA. أخيرًا، تم إعادة تقييم المدخلات والمخرجات المعدلة من خلال نموذج DEA في المرحلة الثالثة، مما أسفر عن قيم كفاءة أكثر دقة. سمح هذا النهج الشامل بفهم دقيق لاستخدام موارد الرعاية الصحية وحدد المجالات المحتملة لتحسين الكفاءة.
نتائج
تكشف نتائج نموذج تحليل البيانات متعدد المراحل (DEA) عن تفاوتات كبيرة في كفاءة تخصيص موارد مستشفيات الطب الصيني التقليدي (TCM) عبر 14 مدينة في مقاطعة قانسو لعام 2024. حققت عشر مدن، بما في ذلك لانزهو (LZ) وجيايوغوان (JYG)، قيمة كفاءة تقنية شاملة (TE) تبلغ 1، مما يشير إلى تخصيص موارد مثالي. على العكس من ذلك، أظهرت بايين (BY) وبينغليانغ (PL) وغنان (GN) عدم كفاءة، حيث أظهرت GN أدنى قيمة TE تبلغ 0.619. كما أبرز التحليل أنه بينما أظهرت ZY عوائد متناقصة على المقياس، أظهرت BY وPL وGN عوائد متزايدة، مما يشير إلى أن الأخيرة يمكن أن تستفيد من توسيع عملياتها.
أظهر تحليل إضافي باستخدام نموذج الانحدار لتحليل الحدود العشوائية (SFA) أن العوامل البيئية مثل الناتج المحلي الإجمالي للفرد والسكان المقيمين الدائمين أثرت بشكل إيجابي على موارد الرعاية الصحية TCM، بينما أثرت نسبة زيارات العيادات الخارجية لـ TCM سلبًا على الكفاءة. كشفت التعديلات على نموذج DEA عن زيادات طفيفة في TE وكفاءة تقنية نقية (PTE)، مما يشير إلى أن الطريقة التقليدية لـ DEA قد تكون قد قللت من تقدير هذه الكفاءات. أشار تحليل مؤشر مالكويست من 2018 إلى 2024 إلى اتجاه تنازلي في إنتاجية العوامل الكلية (TFP)، مع قيمة TFP متوسطة تبلغ 0.955، مما يبرز الحاجة إلى تحسين الكفاءة التشغيلية عبر المنطقة. بشكل عام، تؤكد النتائج على أهمية معالجة التفاوتات الإقليمية وتعزيز كفاءة تخصيص الموارد في مستشفيات TCM لتحسين نتائج الرعاية الصحية.
مناقشة
تركز قسم المناقشة في الورقة البحثية على تطبيق نموذج مؤشر مالكويست لتقييم كفاءة إنتاج مستشفيات الطب الصيني التقليدي (TCM) في مقاطعة قانسو، مما يبرز الحاجة إلى تحسين تخصيص الموارد وكفاءتها. تبرز الدراسة أنه بينما تظهر بعض المدن كفاءة ضعيفة، خاصة زانغيي (ZY) مع عوائد متناقصة على المقياس، تظهر مدن أخرى مثل بايين (BY) وبينغليانغ (PL) وغنان (GN) عوائد متزايدة، مما يشير إلى إمكانية تحسين الكفاءة مع توسيع مقاييس الإنتاج. تشير النتائج إلى تفاوتات كبيرة في تخصيص الموارد وكفاءة الخدمة عبر مدن مختلفة، مع انخفاض ملحوظ في إنتاجية العوامل الكلية (TFP) من 2018 إلى 2024، باستثناء زيادة مؤقتة بعد COVID-19.
علاوة على ذلك، يكشف تحليل درجة تكتل الموارد الصحية (HRAD) ودرجة تكتل السكان (PAD) عن اختلالات في توزيع موارد الرعاية الصحية بالنسبة لاحتياجات السكان. تؤكد الدراسة على ضرورة أن تعمل الحكومات المحلية على تحسين تخصيص الموارد وتعزيز البنية التحتية للرعاية الصحية، خاصة في المناطق النامية. من خلال تضييق التركيز على المدن الفردية، تعزز الدراسة فهم خدمات الرعاية الصحية على المستوى الجزئي وتجمع بين نماذج تحليلية متنوعة لتعكس كل من الاتجاهات الثابتة والديناميكية في الكفاءة. يدعو المؤلفون إلى تدخلات مستهدفة لتحسين الكفاءة التقنية والوصول العادل إلى خدمات الرعاية الصحية، مما يوفر رؤى تجريبية يمكن أن تُعلم التنمية المستدامة للرعاية الصحية ليس فقط في الصين ولكن أيضًا في مناطق أخرى على مستوى العالم.
DOI: https://doi.org/10.3389/fpubh.2025.1674348
PMID: https://pubmed.ncbi.nlm.nih.gov/41103464
Publication Date: 2025-10-01
Author(s): Zhenyun Du et al.
Primary Topic: Efficiency Analysis Using DEA
Overview
The research paper by Ba Y and Luo Z examines the efficiency and equity of resource allocation in Traditional Chinese Medicine (TCM) hospitals within Gansu Province, China, from 2018 to 2024. The findings indicate that, despite minor improvements, technical efficiency remains suboptimal, and total factor productivity has declined annually, highlighting significant systemic inefficiencies. The study reveals stark geographical disparities in resource distribution, with low-efficiency regions lacking essential infrastructure and personnel. To address these issues, the authors recommend targeted interventions, including benchmark management, capacity building, and optimized resource allocation strategies, alongside the development of regional medical centers and the use of digital technology to enhance equitable access to healthcare services.
Furthermore, the authors emphasize the importance of integrating both quantitative and qualitative indicators in future assessments of healthcare resource allocation. While quantitative measures, such as TCM healthcare human resources and the number of TCM beds, provide insights into resource distribution, they fail to capture critical qualitative factors that influence efficiency and equity, such as institutional culture and patient satisfaction. The study advocates for a combined qualitative-quantitative approach to yield more comprehensive evaluations, thereby supporting sustainable healthcare development not only in China but also offering insights applicable to other countries.
Introduction
The introduction of this study focuses on assessing the technical efficiency and equity of resource allocation in Traditional Chinese Medicine (TCM) hospitals across Gansu Province, China. It emphasizes the importance of optimal resource distribution in healthcare to achieve desired health outcomes, particularly in the context of sustainable development. The study highlights the disparities in economic development among cities in Gansu, which significantly affect the fairness of healthcare resource allocation. Despite existing research on various aspects of TCM hospitals, there is a notable lack of studies specifically addressing the efficiency and equity of resource allocation at the micro level, particularly within regions experiencing economic disparities.
To address this gap, the research employs a combination of the three-stage Data Envelopment Analysis (DEA) model, the Malmquist index model, and the Health Resources Agglomeration Degree (HRAD) model. This methodological framework allows for a comprehensive analysis of both static and dynamic efficiencies in healthcare resource allocation, while also exploring fairness. The study utilizes data from 2018 to 2024, aiming to provide insights into the characteristics and shortcomings of current policies regarding healthcare resource allocation in Gansu. Ultimately, the findings are intended to offer theoretical and practical guidance for improving the efficiency and equity of healthcare services, not only in China but also in other economically lagging regions.
Methods
In this study, data was sourced from the Gansu Provincial Bureau of Statistics, focusing on healthcare service distribution efficiency and equity across 14 cities in Gansu Province from 2018 to 2022. The analysis utilized seven input-output indicators to evaluate resource allocation efficiency, including human resources in traditional Chinese medicine (TCM), diagnostic devices, healthcare institutions, and TCM beds as input indicators, while output indicators comprised TCM prescriptions, consultations, and discharges. Additionally, socioeconomic factors such as per capita GDP, permanent resident population, and the proportion of TCM outpatient visits were included as independent variables to account for their influence on healthcare efficiency.
The methodology employed a three-stage approach using Data Envelopment Analysis (DEA) and Stochastic Frontier Analysis (SFA). The first stage involved traditional DEA models (CCR and BCC) to assess technical efficiency, which was further decomposed into pure technical efficiency and scale efficiency. The second stage applied SFA to isolate the impact of external factors and random errors on efficiency, utilizing slack variables derived from the DEA results. Finally, the adjusted inputs and outputs were re-evaluated through the DEA model in the third stage, yielding more accurate efficiency values. This comprehensive approach allowed for a nuanced understanding of healthcare resource utilization and identified areas for potential improvement in efficiency.
Results
The results of the three-stage Data Envelopment Analysis (DEA) model reveal significant disparities in the efficiency of Traditional Chinese Medicine (TCM) hospital resource allocation across 14 cities in Gansu Province for the year 2024. Ten cities, including Lanzhou (LZ) and Jiayuguan (JYG), achieved a comprehensive technical efficiency (TE) value of 1, indicating optimal resource allocation. Conversely, Baiyin (BY), Pingliang (PL), and Gannan (GN) exhibited inefficiencies, with GN showing the lowest TE value of 0.619. The analysis also highlighted that while ZY demonstrated decreasing returns to scale, BY, PL, and GN showed increasing returns, suggesting that the latter could benefit from scaling up their operations.
Further analysis using the Stochastic Frontier Analysis (SFA) regression model indicated that environmental factors such as per capita GDP and permanent resident population positively influenced TCM healthcare resources, while the proportion of TCM outpatient visits negatively impacted efficiency. Adjustments to the DEA model revealed slight increases in TE and pure technical efficiency (PTE), suggesting that the traditional DEA method may have underestimated these efficiencies. The Malmquist index analysis from 2018 to 2024 indicated a declining trend in total factor productivity (TFP), with an average TFP value of 0.955, underscoring the need for improvements in operational efficiency across the region. Overall, the findings emphasize the importance of addressing regional disparities and enhancing resource allocation efficiency in TCM hospitals to improve healthcare outcomes.
Discussion
The discussion section of the research paper focuses on the application of the Malmquist index model to assess the production efficiency of traditional Chinese medicine (TCM) hospitals in Gansu Province, emphasizing the need for improved resource allocation and efficiency. The study highlights that while some cities exhibit weak efficiency, particularly Zhangye (ZY) with decreasing returns to scale, others like Baiyin (BY), Pingliang (PL), and Gannan (GN) demonstrate increasing returns, suggesting potential for enhanced efficiency with expanded production scales. The findings indicate significant disparities in resource allocation and service efficiency across different cities, with a notable decline in total factor productivity (TFP) from 2018 to 2024, except for a temporary increase post-COVID-19.
Furthermore, the analysis of health resource agglomeration degree (HRAD) and population agglomeration degree (PAD) reveals imbalances in the distribution of healthcare resources relative to population needs. The study underscores the necessity for local governments to optimize resource allocation and enhance healthcare infrastructure, particularly in underdeveloped areas. By narrowing the focus to individual cities, the research enriches the understanding of healthcare services at a micro level and combines various analytical models to reflect both static and dynamic efficiency trends. The authors advocate for targeted interventions to improve technical efficiency and equitable access to healthcare services, providing empirical insights that could inform sustainable healthcare development not only in China but also in other regions globally.