数据来源于2006— 2015年北京市卫生和计划生育委员会编制的《北京市卫生计生工作统计资料》, 资料包括北京市医院在2006— 2015年基本情况、卫生费用情况、卫生人力情况及医疗服务情况等。本研究以十年间都存在的三级公立医院为研究对象, 除去部队和武警医院后, 共计47家, 其中综合医院25家、专科医院15家、中医医院(包含中西医结合医院和民族医医院)7家。按照所属区域将三级公立医院分为城区医院(位于朝阳、东城、丰台、海淀、石景山、西城)、近郊区医院(位于昌平、大兴、房山、顺义、通州)和远郊区医院(位于门头沟、怀柔、密云、平谷、延庆)。

1957年Farrell^[6]提出了效率理论, 在其基础上, Charnes等^[7]创建了数据包络分析(data envelopment analysis, DEA), 它是一种常用的非参数前沿效率分析方法, 对具有多投入、多产出指标的复杂系统的效率评价具有较好的实用性。DEA将效率的测度对象称为决策单元(decision making unit, DMU), 评价同一时期的DMU常用DEA模型中的CCR模型和BCC模型, 通过两者结合可以计算出综合技术效率(technical efficiency, TE)、单纯技术效率(pure technical efficiency, PTE)和规模效率(scale efficiency, SE)^[8]。技术效率反映的是一个DMU技术水平的高低, 投入既定的情况下, 技术效率由产出最大化来衡量, 产出既定的情况下, 技术效率由投入最小化来衡量。规模效率是指当生产单元在一定规模上运行时, 该生产单元会达到投入和产出的最大比率, 如果实际运行规模大于该规模时, 会导致收益下降; 如果实际运行规模小于该规模时, 意味着该生产单元需要扩大经营规模。本研究中CCR模型计算出来的综合技术效率是在假设规模报酬不变的情况下得出来的, 但是往往现实中规模报酬又是变化的, 所以综合技术效率是包含规模收益成分的。在BCC模型中, 假定规模收益可变, 所以得出来的单纯技术效率不包含规模成分。

对于不同时期的DMU效率变化的测量, 常用DEA-Malmquist指数模型。Fä re等^[9]在1994年采用DEA方法计算Malmquist指数, 用其表示两个时期内全要素生产率(total factor productivity, TFP)的变化。Malmquist指数可进一步分解为两个方面的变化:一是被评价DMU在两个时期内的技术效率的变化(technical efficiency change, EC), 二是生产技术的变化(technological change, TC), 在DEA中反映生产前沿的变动^[9]。EC可进一步分解为单纯技术效率变动(pure technical efficiency change, PTEC)和规模效率变动(scale efficiency change, SEC)。

本研究利用Excel 2010、Stata 13.0软件进行数据录入和整理, 得到2006— 2015年医院层面的面板数据, 通过Max DEA软件完成DEA, 其中利用DEA模型的CCR模型和BCC模型分析北京市十年间三级公立医院的静态效率均值, 利用DEA-Malmquist指数模型分析2006— 2015年不同时期医院动态效率。

医疗服务的生产需要医院通过生产要素的投入来实现, 本研究基于马歇尔(Marshall)对生产要素的基本分类标准对北京市三级公立医院的投入要素进行分类。首先是劳动要素, 医院中最能反映这方面投入的是卫生技术人员数; 其次是资本要素投入, 在医院中主要是设备和资源, 这方面的代表性指标是实有床位数。另外, 根据文献综述和数据的可得性, 本研究将实有床位数和卫生技术人员数作为投入指标, 将门急诊人次、出院人数和业务收入作为产出指标, 用均数和标准差等进行描述性分析, 详见表1。

表1

Table 1

表1(Table 1)

表1 北京市三级公立医院投入-产出指标描述性统计 Table 1 Basic information and statistics result of input and output indicators of the tertiary public hospitals in Beijing Indicators 2006 2007 2008 2009 2010 Input The number of beds 729± 384 740± 392 761± 397 786± 414 818± 433 Total health technicians 1 036± 692 1 161± 765 1 184± 781 1 204± 778 1 323± 816 Output Outpatient and emergency visits/ (× 104 person-time) 73.33± 67.44 78.06± 611 157 86.87± 66.70 92.92± 69.34 107.36± 81.40 Discharged patients/ (× 104 people) 1.47± 1.20 1.58± 1.25 1.76± 1.38 1.94± 1.53 2.13± 1.70 Business income /(× 104 yuan) 44 378± 37 268 48 324± 39 703 52 493± 41 851 61 547± 48 475 65 103± 51 156 Indicators 2011 2012 2013 2014 2015 Input The number of beds 821± 434 841± 448 863± 459 894± 484 911± 494 Total health technicians 1 390± 841 1 510± 889 1 552± 969 1 571± 951 1 645± 999 Output Outpatient and emergency visits/ (× 104 person-time) 115.47± 85.10 131.83± 95.01 144.12± 1 02.51 153.45± 107.80 156.53± 108.58 Discharged patients/ (× 104 people) 2.36± 18 588 2.67± 2.07 2.99± 2.34 3.27± 2.54 3.40± 2.67 Business income /(× 104 yuan) 73 885± 56 989 86 473± 64 902 95 064± 70 964 110 085± 92 437 118 039± 87 705

表1 北京市三级公立医院投入-产出指标描述性统计 Table 1 Basic information and statistics result of input and output indicators of the tertiary public hospitals in Beijing

Tobit回归模型最早由诺贝尔经济学奖获得者James Tobin于1958年提出, 是属于因变量受到限制的一种模型。本研究中综合技术效率得分的取值范围为0~1, 存在等于1的截尾问题, 在这种情况下, 如果用最小二乘法, 不能得到一致的估计, 这时Tobit模型就成为估计回归系数的一个较好选择。这种模型的特点在于模型包含两个部分, 一个是表示约束条件的选择方程模型, 另一个是满足约束条件下的某连续变量方程模型。假设: y* it=x_itβ _i+μ _i+ε _it, 其中 y* it不可观测, μi为个体效应, εit为扰动项。对于面板数据, 仅考虑Tobit随机效应模型。

影响因素变量的选取通过文献综述获得。对于政策、措施及医疗改革, Kazley等^[10]运用DEA来分析电子医疗记录改革是否会对医院的效率产生影响, 马桂峰等^[11]发现新医改对山东省公立医院效率的影响不显著, 德国有学者研究得出疾病诊断相关分类的实施有利于提高医院的效率^[12]。对于医院的地理位置或者所在区域, 有学者对加拿大某省社区医院的效率进行分析比较发现, 乡村社区医院的效率要高于城市社区医院^[13], 而希腊的一项研究却发现城市的医院效率要高于乡村医院^[14]。对于医院运营性质, 国外多项研究表明, 所有制形式、经营模式等对医院效率具有重要影响^{[15, 16]}; 唐娴等^[17]对四川省公立医院的效率研究发现, 不同等级是影响医院效率的重要因素, 其中二级乙等医院的效率较低; 孙美平等^[18]发现北京市不同管理系统下的公立医院的效率有很大差异。对于医院内部管理因素, 有研究表明, 在美国床位数100~249张和大于400张的非营利性医院较营利性医院效率高^[19]; 还有多项研究表明床位数和病床使用率、平均住院日等是医院效率的重要影响因素^{[20, 21]}; 有研究认为医院职工结构对医院效率具有重要影响^[22]。

本研究北京市三级公立医院的综合技术效率值为被解释变量, 根据文献综述和数据的可得性, 以外部政策环境因素、医院运营性质以及内部管理因素为自变量纳入分析, 变量情况详见表2。

表2

Table 2

表2(Table 2)

表2 Tobit回归模型解释变量指标列表 Table 2 Assignment table of explanatory variable Factor type Variables The environment and policy Location: Urban hospital=0 (control), suburban hospital=1, outer suburban hospital=2; Health reform: Before health reform=0 (control), after health reform=1 Hospital characteristics Type: General hospital=0 (control), special hospital=1, Chinese medicine hospital=2; Management systems: Commission hospital=0 (control), municipal hospital=1, district hospital=2, other hospital=3 Management factor Hospital scale The number of beds Health service The ratio of outpatients to inpatients Hospital productivity Average length of stay; Bed occupancy rate; Turnover rate of beds; Annual visits per each doctor Health staff structure The number of health personnel; The proportion of medical technical personnel; The ratio of doctors to nurses Health expenses Average outpatient costs (Yuan); Per capita hospitalization cost (Yuan); The proportion of drugs

表2 Tobit回归模型解释变量指标列表 Table 2 Assignment table of explanatory variable

由表3可见, 北京市三级公立医院综合技术效率、单纯技术效率和规模效率在2006— 2012年间有上升趋势, 但是在2013年之后有所下降。北京市三级公立医院在2006年的综合技术效率、单纯技术效率以及规模效率分别是0.44、0.51和0.87, 在随后的几年间一直上升, 达到2012年的0.66、0.68和0.67, 在2013年后开始有所下降, 2015年三个效率值分别是0.62、0.68和0.91。表4为北京市三级医院效率值的分布情况, 相比于综合技术效率和单纯技术效率, 规模效率的取值较高, 绝大部分分布于0.8~1.0之间, 占比达到75%左右, 综合技术效率和单纯技术效率在0.5~0.8之间所占比例最高, 以2015年为例, 综合技术效率值为0.5~0.8, 占48.94%, 单纯技术效率值为0.5~0.8, 占53.19%。

表3

Table 3

表3(Table 3)

表3 北京市2006— 2015年三级公立医院服务效率 Table 3 Service efficiency status of tertiary public hospitals of Beijing in 2006-2015 Items 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 TE 0.44 0.58 0.58 0.52 0.54 0.61 0.66 0.65 0.57 0.62 PTE 0.51 0.64 0.61 0.57 0.59 0.65 0.68 0.68 0.64 0.68 SE 0.87 0.89 0.94 0.90 0.92 0.94 0.97 0.96 0.89 0.91 TE, technical efficiency; PTE, pure technical efficiency; SE, scale efficiency.

表3 北京市2006— 2015年三级公立医院服务效率 Table 3 Service efficiency status of tertiary public hospitals of Beijing in 2006-2015

表4

Table 4

表4(Table 4)

表4 北京市2006— 2015年三级公立医院综合技术效率、单纯技术效率和规模效率的分布情况 Table 4 The distribution of comprehensive technical efficiency, pure technical efficiency and scale efficiency of tertiary public hospitals of Beijing in 2006-2015 Items 2006 2007 2008 2009 2010 n Constitute ratio/% n Constitute ratio/% n Constitute ratio/% n Constitute ratio/% n Constitute ratio/% TE 0- 24 51.06 13 27.66 14 29.79 17 36.17 11 23.40 0.5- 18 38.30 24 51.06 20 42.55 19 40.43 28 59.57 0.8- 2 4.26 6 12.77 6 12.77 5 10.64 4 8.51 1.0 3 6.38 4 8.51 7 14.89 6 12.77 4 8.51 PTE 0- 18 38.30 10 21.23 12 25.53 13 27.56 11 23.40 0.5- 24 51.06 27 57.45 22 46.81 23 48.94 28 59.57 0.8- 2 4.26 6 12.77 6 12.77 5 10.64 4 8.51 1.0 3 6.38 4 8.51 7 14.89 6 12.77 4 8.51 SE 0.5- 9 19.15 7 14.89 5 10.64 8 17.02 8 8.51 0.8- 35 74.47 36 76.60 35 74.47 33 70.21 35 74.47 1.0 3 6.38 4 8.51 7 14.89 6 12.77 4 8.51 Items 2011 2012 2013 2014 2015 n Constitute ratio/% n Constitute ratio/% n Constitute ratio/% n Constitute ratio/% n Constitute ratio/% TE 0- 12 25.53 8 17.02 8 17.02 15 31.91 11 23.40 0.5- 20 42.55 19 40.43 20 42.55 20 42.55 23 48.94 0.8- 9 19.15 13 27.66 12 25.53 7 14.89 7 14.89 1.0 3 6.38 4 8.51 7 14.89 6 12.77 4 8.51 PTE 0- 11 23.40 8 17.02 8 17.02 13 27.66 9 19.15 0.5- 21 44.68 19 40.43 20 42.55 22 46.81 25 53.19 0.8- 9 19.15 13 27.66 12 25.53 7 14.89 7 14.89 1.0 6 12.77 7 14.89 7 14.89 5 10.64 6 12.77 SE 0.5- 9 19.15 7 14.89 5 10.64 8 17.02 8 8.51 0.8- 35 74.47 36 76.60 35 74.47 33 70.21 35 74.47 1.0 3 6.38 4 8.51 7 14.89 6 12.77 4 8.51 Abbreviations as in Table 3.

表4 北京市2006— 2015年三级公立医院综合技术效率、单纯技术效率和规模效率的分布情况 Table 4 The distribution of comprehensive technical efficiency, pure technical efficiency and scale efficiency of tertiary public hospitals of Beijing in 2006-2015

从规模收益来看, 2006— 2015年间北京市三级公立医院绝大部分处于规模报酬递减(decreasing returns to scale, DRS)。如2015年选取的47家三级公立医院中, 37家规模报酬递减, 占总数的78.72%, 只有4家医院处于规模报酬递增(increasing returns to scale, IRS), 这些医院需要调整规模; 剩下的6家医院处于规模报酬不变(constant returns to scale, CRS), 这些医院规模大小合适, 无需调整(表5)。

表5

Table 5

表5(Table 5)

表5 北京市三级公立医院2006— 2015年间规模报酬情况 Table 5 The scale of return of tertiary public hospitals in Beijing in 2006-2015 Items 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 CRS 3 4 7 6 4 6 7 7 5 6 DRS 38 35 31 37 33 30 19 29 39 37 IRS 6 8 9 4 10 11 21 11 3 4 CRS, constant returns to scale; DRS, decreasing returns to scale; IRS, increasing returns to scale.

表5 北京市三级公立医院2006— 2015年间规模报酬情况 Table 5 The scale of return of tertiary public hospitals in Beijing in 2006-2015

运用Malmquist指数模型对北京市三级公立医院的动态效率进行分析, 若相比于上一年全要素生产率大于1, 则是经营效率有所提高, 它可以分解为技术效率变化和技术变化。若技术效率变化相比于上一年大于1, 则代表决策单元资源浪费或者无用的情况有所改善; 若技术变化相比于上一年大于1, 则代表生产前沿前移, 生产技术有所提高。由表6可见, 北京市三级公立医院从2006— 2015年全要素生产率平均每年以5.78%的速度进步, 这得益于技术效率和生产技术分别以年3.77%和1.94%的速度在进步。将技术效率进步进一步分解, 单纯技术效率在以每年3.21%的速度进步, 但是规模效率仅有0.53%的进步速度。由图1可见, 北京市三级公立医院在十年间技术效率和生产技术变化上下起伏, 但是每一年两者共同作用后, 全要素生产率均以一个稳定的速度在进步。通过对医院的静态效率进行分析后发现, 2013年三级公立医院效率有所下降, 对其进一步进行全要素生产率分析后看出, 在2012— 2013年和2013— 2014年两个年度中, 全要素生产率虽然在进步, 但主要推动力是生产技术的进步, 而技术效率在这两年分别以2.25%和12.08%的速度下降, 进一步分解发现这两年单纯技术效率变动和规模效率变动均是负向。

表6

Table 6

表6(Table 6)

表6 北京市三级公立医院2006— 2015年的全要素生产率指数变动情况 Table 6 The total factor productivity change status of tertiary public hospitals of Beijing in 2006-2015 Year TFPC EC PTEC SEC TC 2006-2007 0.949 1.299 1.264 1.028 0.731 2007-2008 1.058 1.002 0.951 1.054 1.056 2008-2009 1.114 0.900 0.938 0.959 1.238 2009-2010 1.040 1.050 1.030 1.019 0.991 2010-2011 1.069 1.125 1.095 1.027 0.950 2011-2012 1.093 1.084 1.054 1.028 1.008 2012-2013 1.098 0.978 0.990 0.987 1.123 2013-2014 1.079 0.879 0.945 0.931 1.227 2014-2015 1.031 1.083 1.061 1.021 0.952 Total 1.058 1.038 1.032 1.005 1.019 TFPC, total factor productivity change; EC, technical efficiency change; PTEC, pure technical efficiency change; SEC, scale efficiency change; TC, technological change. TFPC=EC× TC; EC=PTCE× SEC.

表6 北京市三级公立医院2006— 2015年的全要素生产率指数变动情况 Table 6 The total factor productivity change status of tertiary public hospitals of Beijing in 2006-2015

图1

Figure 1

	Figure Option ViewDownloadNew Window
	图1 北京市三级公立医院2006— 2015年全要素生产率变化趋势图Figure 1 The trend chart of total change productivity of Beijing in 2006-2015

本研究以三级公立医院综合技术效率得分为因变量, 对其影响因素进行分析。由表7可见, 对于外部政策环境因素而言, 新医改对三级公立医院具有正向作用, 医院所在的区域对医院效率也有影响, 远郊区和近郊区的医院相对于城区医院, 效率都低, 但是远郊区医院和城区医院之间的效率差异并没有统计学意义。对于医院性质, 专科医院相比于综合医院效率较高, 且有统计学意义; 分属不同管理系统的医院之间的效率值没有明显的差异。对于医院内部管理因素, 医院实有床位数对医院效率有负向作用, 医院门诊住院人次比对医院效率也有负向作用; 医院病床周转率和医师年均担负诊疗人次均对医院效率具有正向作用。对于卫生人力, 增加医院职工人数不能显著提高医院效率, 但是医护比、卫生技术人员占职工人数比例均可影响医院效率。对于患者医疗费用, 人均住院费用和次均门诊费用均对医院效率没有显著作用, 但是药占比对医院效率有负向作用。

表7

Table 7

表7(Table 7)

表7 北京市三级公立综合医院综合效率影响因素的Tobit回归模型 Table 7 Tobit model results of tertiary public hospitals of Beijing Variables B SE Z P 95%CI Health reform policy (control group: before health reform) 0.032 0.015 2.19 0.028 (0.003 4, 0.061) Location (control group: urban hospital) Suburban hospital -0.38 0.10 -3.79 < 0.001 (-0.58, -0.18) Outer suburban hospital -0.083 0.15 -0.54 0.592 (-0.39, 0.22) Hospital type (control group: general hospital) Special hospital 0.066 0.058 1.14 0.256 (-0.048, 0.18) Chinese medicine hospital -0.083 0.071 -1.17 0.243 (-0.23, 0.056) Management systems (control group: commission hospital) Municipal hospital -0.002 6 0.048 -0.05 0.957 (-0.097, 0.092) District hospital -0.12 0.11 -1.06 0.290 (-0.33, 0.098) Other hospital -0.079 0.060 -1.31 0.189 (-0.20, 0.039) The number of beds -1.2× 10-4 5.6× 10-5 -2.22 0.026 (-2.3× 10-4, -1.5× 10-5) The ratio of outpatients to inpatients -6.7× 10-4 3.1× 10-4 -2.17 0.030 (-0.0013, - 6.5× 10-5) Average length of stay -4.6× 10-5 7.3× 10-5 -0.62 0.533 (-1.9× 10-4, 1.0× 10-4) Bed occupancy rate 4.8× 10-4 3.6× 10-4 1.30 0.192 (-2.4× 10-4, 0.001 2) Turnover rate of beds 0.001 9 6.1× 10-4 3.17 0.002 (7.4× 10-4, 0.003 1) Annual visits per doctor 7.9× 10-5 1.1× 10-5 6.91 < 0.001 (5.7× 10-5, 1.0× 10-4) The number of health personnel 2.5× 10-5 2.7× 10-5 0.95 0.341 (-2.7× 10-5, 7.7× 10-5) The proportion of medical technical personnel -0.57 0.10 -5.72 < 0.001 (-0.76, -0.37) The ratio of doctors to nurses 0.084 0.029 2.85 0.004 (0.026, 0.14) Average outpatient cost (yuan) 1.2× 10-4 1.1× 10-4 1.09 0.277 (-9.6× 10-5, 3.4× 10-4) Per capita hospitalization cost (yuan) 4.9× 10-7 1.1× 10-6 0.43 0.667 (-1.8× 10-6, 2.7× 10-6) The proportion of drugs -0.19 0.11 -1.77 0.076 (-0.40, 0.020) Constant 0.89 0.12 7.40 < 0.001 (0.68, 1.1)

表7 北京市三级公立综合医院综合效率影响因素的Tobit回归模型 Table 7 Tobit model results of tertiary public hospitals of Beijing

从47家医院十年间效率得分来看, 北京市三级公立医院运行效率相对较高, 但是三种效率得分达到1的医院还是很少, 提示存在进一步提升空间, 尤其是2014年和2015年规模效率明显下降。从规模收益情况来看, 每一年三级公立医院处于规模报酬递减者都处于绝大多数, 尤其是2014年和2015年明显增多, 说明三级公立医院存在规模过度扩张的情况, 不利于医院效率的提高, 这种情况在浙江、湖北和四川等地也有表现^{[23, 24, 25]}, 提示公立医院规模过大具有普遍性, 应引起关注。分析北京市门急诊人次数和出院人数, 在目前的医疗需求情况下, 依然提示随着医院规模的不断扩张, 医院的规模收益在递减, 盲目扩大规模可能会带来更多的管理问题和资源整合问题^[26]。所以建议三级公立医院要转变管理模式, 摒弃盲目追求高精尖、重经济效益、轻内涵、轻管理的粗放型发展模式。《全国医疗卫生服务体系规划纲要(2015— 2020年)》中也明确指出:根据各地实际情况合理配置床位规模, 重在控制床位的过快增长, 建议三级公立医院重视内涵式发展, 通过扩大医疗设备使用空间、强化质量管理等方式来提升医院综合服务效率^[22]。同时在控制三级公立医院规模的同时, 要继续加强基层医院以及社会办医的服务能力, 提高医疗卫生服务体系效率。

通过Malmquist指数分析可以得出, 北京市三级公立医院的全要素生产率的进步得益于技术效率和生产技术的双重进步, 但是进一步分解发现技术效率进步的主要推动力是单纯技术效率的进步, 十年间规模效率进步速度较小, 进一步提示三级公立医院应该合理控制规模。分年度来看, 技术效率和生产技术均是高低起伏, 表明三级公立医院发展不是特别稳定, 人才的培养和人才结构的调整、新的医疗设备和诊疗技术的创新和应用, 诊疗措施、程序的改良和提高等都可以促进技术进步。医院技术效率的进步要受规模效率和单纯技术效率的共同作用, 所以在合理控制三级医院规模的同时要注重管理水平的提高和管理模式的转变。

通过随机效应的Tobit模型可以发现, 新医改对医院的效率具有正向作用, 不同地理位置的医院效率有所差异; 不同管理系统对医院的效率影响不显著, 专科医院比综合医院的效率高, 中医医院和综合医院效率的差异没有统计学意义。从医院的内部管理因素来看, 病床周转率与医师年均担负诊疗人次及医院效率呈正相关, 与国外研究一致^{[20, 21, 27]}; 床位规模与医院效率呈现负向作用, 与本文规模效率部分的讨论情况一致, 目前医院床位的提升会导致医院效率的下降; 门诊住院人次比与医院效率呈现负向作用, 这与我国四川省公立医院的研究结果不一致^[17], 提示北京三级公立医院住院服务提供相比于门诊服务更有利于提高医院的服务效率; 卫生技术人员占职工人数的比例对效率有影响, 但是影响的方向与屠彦^[28]的研究不一致; 医护比对医院效率的影响是正向的, 分析北京市十年的医护比, 发现医护比平均水平均低于1, 2015年甚至达到 1 :1.38。根据国家卫生和计划生育委员会发布的《全国护理事业发展规划(2016— 2020年)》提出的指标来看, 要求在2020年医护比达到1 :1.25, 目前北京市三级公立医院已经达到, 这些都提示合理配置医院人力资源结构有利于提升医院服务效率。本研究中次均门诊费用和人均住院费用对医院效率的影响不显著, 与国内其他研究不一致^[28], 国内其他研究表明医疗费用会影响医院的效率, 本研究结果可能源于北京市三级公立医院的特殊性, 即其承担着全国疑难杂症的治疗, 所提供的医疗服务对于住院的患者是“ 必需品” , 医疗费用不会影响医院的效率, 但是药占比对医院的效率具有负向影响。

综上, 本研究建议:(1)继续深化公立医院改革, 2017年4月北京市全面实行医药分开综合改革, 取消药品加成, 这些医改措施会提高公立医院效率; (2)医疗资源配置要兼顾地区之间差异, 重点扶持郊区医院, 提升郊区医院服务效率, 另外, 城区大型三级公立医院可向郊区发展; (3)合理控制医院床位规模, 提高医院病床转诊率, 提供有序、快捷的住院服务; (4)增加医师工作量会提高医院的效率, 但是要平衡好医疗质量和医务人员利益之间的关系; (5)合理配置三级公立医院卫生人员人力资源结构, 尤其是卫生技术人员与行政管理人员的比例以及医护比的配置; (6)加强对医院投入产出的评估, 推进质量管控和精细化管理, 推进三级公立医院内涵式精细化管理。