DEA分析法在医院效率评价中的研究
数据包络分析（data envelopment analysis ，DEA）是著名运筹学A。Charnes和W.W.Cooper等学者1978年在“相对效率评价”概念基础上发展起来的一种新的非参数分析方法，其实质是根据一组关于输入、输出指标的观察值来估计生产前沿面并以之进行综合效果评价从而得出哪些单位投入过大、产出过小的意见。它不仅能够计算出决策单元之间的相对效率，而且也能为低效率单元指出投入过剩或是产出不足。
研究数据包络分析和随机前沿分析在评价县级及县级以上公立医院效率中的应用；比较两种分析方法的异同,为这两种方法在我国医院效率评价方面的应用提供建议。
方法：本研究采用实证研究的方法，通过文献分析掌握数据包络分析和随机前沿分析的理论基础、操作流程及其目前在医院效率评价中的应用现状，并以2003-2007年四川省县级及县级以上340家公立医院的效率评价为实例进行实证分析，探讨两种方法在医院效率评价中的实用性及应用条件等。研究采用SPSS 15.0进行数据整理、统计描述等基本统计分析，数据包络分析中，采用数据包络分析专用软件Deap 2.1测算医院的技术效率、成本效率、规模效率、配置效率以及投入可减少比例和产出可增加比例,对不同模型和指标体系测得的同一类效率值进行相关性分析,并结合国内外文献中的效率值范围及实际情况进行选择；随机前沿分析中,采用随机前沿分析专用软件Frontier 4.1测算医院的技术效率和成本效率，对模型进行参数检验和似然比检验,对指标的降维采用SAS 8.0进行主成分分析，最后结合国内外文献中的效率值范围及实际情况进行选择。
结果：
（1） 、DEA方法测算技术效率模型确定结果：CRS模型所得技术效率值为0.758；
VRS模型所得总技术效率值为0.758，纯技术效率值为0.800，规模效率值为0.951；
本研究最终选择采纳VRS模型作为DEA方法评价医院技术效率的模型。
（2）DEA方法测算成本效率模型确定结果：CRS模型所得成本效率、配置效率和技术效率分别为0.467、0.900和0.522；
VRS模型所得以上结果分别为0.957、0.819和0.955；
本研究最终选择采纳VRS模型作为DEA方法评价医院成本效率的模型，同时不建议采纳该过程中所得技术效率结果。
（3） DEA方法指标体系确定结果：本研究最终选择纳入包含平均住院日的指标体系。
（4） 随机前沿生产函数解释变量的选择结果：解释变量不含价格指标所得结果为0.752；
解释变量包含价格指标所得结果为0.794；
本研究最终决定在随机前沿生产函数的解释变量中加入价格指标。
（5）随机前沿生产函数应变量的选择结果:将工作量作为应变量所得结果为0.413；
采用主成分分析处理应变量后所得结果为0.794；
本研究最终确定采用主成分分析对随机前沿生产函数的应变量进行综合。
（6）随机前沿成本函数解释变量的选择结果
（7）采用主成分分析法，最终选择模型I作为解释变量的选择结果。
（8）随机前沿成本函数应变量的选择结果：应变量采用总成本所得结果为0.540；
应变量采用总可变成本所得结果为0.824；
本研究最终选择采纳总可变成本作为随机前沿成本函数的应变量。
（9） 根据上述模型与指标，采用DEA方法所得四川省公立医院五年平均总技术效率值为0.758,纯技术效率值为0.800，规模效率值为0.948；
采用DEA方法所得四川省公立医院五年平均成本效率值为0.498，配置效率值为0.904，技术效率值为0.554；采用SFA方法所得四川省公立医院五年平均技术效率值为0.794，成本效率值为0.824。
结论：
（1）本研究推荐采用DEA方法来评价医院的技术效率,采用SFA方法来评价医院的成本效率。
（2） 本研究建议在采用DEA方法评价医院效率时选用VRS模型;另外,不推荐采用成本效率测算过程中所得技术效率作为医院的技术效率评价结果;并建议研究者在指标体系中纳入平均住院日。
（3）本研究推荐研究者采用总可变成本作为随机前沿成本函数的应变量;同时采用主成分分析法对随机前沿生产函数的产出变量进行处理,并提示研究者可在生产函数的解释变量中考虑使用价格指标。
（4）技术效率和成本效率总体较高;对于多数规模收益递减的医院应考提高投入的利用率以增加产出,少数规模收益递增的医院可考虑适当扩大医院的运作规模;医院可适当节约用于床位数、员工人数和固定资产的开支。
