中国西部地区卫生资源配置效率研究:基于三阶段 DEA 与 Tobit 回归分析 —— 优化资源配置,促进西部健康发展
《BMC Health Services Research》:Study on the efficiency of health resource allocation in the western region of China–based on three-stage DEA and Tobit regression analysis
【字体:
大中小
】
时间:2025年04月02日来源:BMC Health Services Research 2.7
编辑推荐:
为分析中国西部地区卫生资源配置效率及外部环境因素的影响,研究人员运用三阶段 DEA 模型和 Tobit 回归分析,对 2021 年西部十省数据进行研究。结果显示西部卫生资源配置综合效率为 0.979,多因素影响配置效率。该研究为优化资源配置提供参考。
研究人员运用了三阶段数据包络分析(DEA)模型和 Tobit 回归分析两种关键技术方法。三阶段 DEA 模型能够有效消除外部因素和随机误差对决策单元的影响,使得到的效率值更真实准确地反映各地区卫生资源配置效率;Tobit 回归分析则用于进一步探究影响西部地区卫生资源配置效率的因素。研究数据来源于《2022 年中国健康与 Wellness 统计年鉴》,涵盖了西部十个省份的卫生资源配置数据,包括投入、产出和环境变量等信息 。
分析实证结果
第一阶段 DEA 卫生资源配置效率分析:运用传统 DEA 模型测量,中国西部地区的综合效率为 0.981,纯技术效率为 0.982,规模效率为 0.999。然而,陕西、甘肃和新疆的综合效率低于 1,表明这些地区的卫生资源配置存在低效问题。甘肃的规模报酬递增,新疆的规模报酬递减,其余八省的规模报酬不变。
第二阶段 SFA 回归分析:SFA 回归分析模型用于对第一阶段输入指标的松弛变量进行回归。结果显示,所有三个输入松弛变量都通过了 1% 显著性水平的 LR 似然比检验,表明使用 SFA 回归检验并剥离环境变量是合理的。人口密度的回归系数为负,意味着人口密度越低,卫生机构和人员的投入冗余越高,卫生资源利用效率越低;人均 GDP 的回归系数为正,表明省级经济发展水平高会导致卫生机构和人员的投入冗余 。