我国东部地区残疾人基本康复服务效率研究

杨锦茹，常浩然，王冠军，武春燕，胡善菊，井淇,4

1.潍坊医学院，a.管理学院；b.公共卫生学院，山东潍坊市 261053；2.“健康山东”重大社会风险预测与治理协同创新中心/潍坊医学院，山东潍坊市 261053；3.中国康复健康研究院/潍坊医学院，山东潍坊市 261053；4.中国ICF研究院/潍坊医学院，山东潍坊市 261053

0 引言

康复是健康服务的重要组成部分，是确保健康的生活方式、促进各年龄段人群的福祉、实现“全民健康覆盖”的关键[1]。《世界残疾报告》提出康复可以改善残疾人的身体功能，满足基本保健的需要，还可使人们更好地独立参与社会的经济、文化活动[2-3]。为应对老龄化和健康发展的需要，各国加强了残疾人康复服务的提供，通过提供财政支持以保证每一个残疾人都有均等的机会获得康复[4]。在此背景下，为加强残疾人康复工作，实现残疾人普遍享有基本康复服务，我国2016 年制定颁布《残疾人基本康复服务目录》(以下简称《目录》)，针对视力、听力、肢体、智力、精神等不同残疾人群，明确了康复医疗、康复训练、辅助器具适配、支持性服务等基本康复服务内容。2021年国务院发布《“十四五”残疾人保障和发展规划的通知》(国发〔2021〕10 号)也提出要“解决好残疾人最关心、最直接、最现实的利益问题，堵漏洞、补短板、强弱项，完善残疾人基本康复服务目录，继续实施精准康复服务行动，提升康复服务质量，满足残疾人基本康复服务需求。”因此，加强基本康复服务提供尤为重要。

残疾人基本康复服务自实施以来，已使上千万残疾人获益。但距离全面完成“人人享有康复服务”的目标任务还有一定差距[5]。由于人口老龄化加快、社会环境影响等因素，残疾人群体仍保持有较大基数。目前我国残疾人公共服务总量、分布、质量效益等方面仍有待提高，残疾人康复照护、无障碍等多样化需求还没有得到完全满足[6-7]，欠发达地区、农村和基层的残疾人服务仍然薄弱[8-9]。各地区特别是发达地区的服务效率还不明确。为消除环境因素的影响，本研究通过构建改进三阶段Window DEA 模型，以我国东部地区10 省(市)为例，分析当前残疾人基本康复服务的效率，发现存在的局限和不足，为更好制定政策和发展策略提供借鉴。

1 资料与方法

1.1 一般资料

本研究数据来源于2019 年至2021 年《中国残疾人事业统计年鉴》和2019 年至2021 年《中国统计年鉴》。本研究所指“东部地区”根据《中华人民共和国2021年国民经济和社会发展统计公报》划分，包括北京、天津、河北、山东、上海、浙江、江苏、福建、广东、海南10省(市)。

1.2 指标选取

世界卫生组织《健康服务体系中的康复》中提供了衡量、监测康复工作的工具和指标，如“各级卫生服务机构提供康复服务的数量”“康复人力数量及其构成”“康复费用预算”等[3]。结合我国基本康复服务工作和资料的可获得性，本研究选取各省市残疾人联合会用于残疾人康复事业费用、康复机构数量作为资本投入指标；康复机构在岗人才作为人才投入指标。针对《残疾人基本康复服务目录》的各项服务内容、统计口径差异性，仅选择“接受基本康复服务人数”“接受辅助器具配备人数”作为产出指标。此外，本研究选取地区生产总值和残疾人口数作为环境变量，以剔除经济发展水平和残疾人口数量对于残疾人基本康复服务效率的影响。

本研究选取的投入指标、产出指标和环境指标见表1。

表1 改进三阶段Window DEA模型变量定义及说明

1.3 模型构建

1.3.1 第一阶段Window DEA模型

Window DEA 是在传统DEA 模型基础上建立的一种非参数面板数据的分析方法，将一定宽度的时间段(窗口期)内所有的决策单元(Decision Making Units,DUM)作为参考集。本研究采用基于规模报酬可变(Variable Return Scale,VRS)的以产出为导向DEABBC模型进行效率分析。BCC模型计算出来的效率值为综合效率(total efficency,TE)，可以进一步分解为规模效率(scale efficiency,SE)和纯技术效率(pure technical efficiency,PTE)，即：TE=SE×PTE。

1.3.2 第二阶段改进SFA随机前沿分析

SFA 模型利用随机前沿生产函数，通过对误差项(包括随机误差和管理无效率)的分解计算出调整后的各项投入指标，将所有决策单元调整于相同的外部环境中，对各省残疾人基本康复服务效率做出估计。公式如下：

1.3.3 第三阶段调整后投入变量的Window DEA效率分析

本研究采用MaxDEAUltra 8.22 软件、Frontier 4.1软件对上述模型进行运算。对各项指标的冗余变量进行SFA 回归，计算出各投入指标调整后的值。用调整后的投入变量和原始数据的产出变量再次纳入Window DEA模型估计各省的效率值，与第一阶段结果进行比较。

2 结果

2.1 第一阶段Window DEA结果

我国东部地区2018 年至2020 年残疾人基本康复服务运行效率逐年提高，TE均值为0.70，PTE均值为0.83，SE 均值为0.84。其中北京、浙江TE 为1，处于生产前沿面。河北、山东和海南PTE 为1，残疾人基本康复服务管理水平较好，资源配置能力较强。见表2。

表2 2018年至2020年我国东部地区残疾人基本康复服务效率

2.2 第二阶段SFA回归结果分析

分别以3项投入指标的松弛变量作为被解释变量，以环境变量为自变量，得到3 个面板SFA 模型。见表3。

表3 东部地区残疾人基本康复服务效率SFA回归结果

3个模型的单边广义似然比检验值均通过α=0.05的检验水平，说明SFA 模型使用合理。地区生产总值、残疾人口数对第一阶段我国东部地区残疾人基本康复服务效率测量的准确性造成较为显著的影响。

2.2.1 地区生产总值

地区生产总值对残疾人康复费用、康复机构数量、康复机构在岗人才松弛变量的回归系数为负数，表明经济发展水平的提高使残疾人基本康复服务各项投入冗余降低，从而提高残疾人基本康复服务效率。

2.2.2 残疾人口数

地区人口数对残疾人康复费用、康复机构数量、康复机构在岗人才的松弛变量的回归系数为正数，说明残疾人口的增加提高了投入变量的冗余。残疾人口密集的省市，为了满足残疾人的康复需求，会相对地增加残疾人康复费用、康复机构的数量和在岗人才的数量。如若康复资源未得到系统的整合和合理的配置，或者由于残疾人基本康复服务未得到满足，就会导致康复资源投入冗余，进而影响某地区总体残疾人基本康复服务运行效率的下降。因此，有必要通过公式对原始投入值进行调整。

2.3 第三阶段DEA模型结果分析

使用调整后的投入变量和原始产出数据计算我国东部地区10省(市)2018年至2020年残疾人基本康复服务的最终效率值。见表4。

表4 调整前后我国东部地区残疾人基本康复服务效率

2.3.1 东部地区残疾人基本康复服务效率总体情况

经过投入值的调整，第三阶段我国东部地区残疾人基本康复服务效率发生了小幅度的提升。说明在地区发展水平和残疾人口数量的影响下，残疾人基本康复服务效率被低估了。其中，江苏、山东、广东在剔除了环境变量的影响后TE 有所提高；天津、河北、福建在剔除环境变量后，PTE 下降导致TE 降低；海南资源配置能力较强，但有限资源投入制约了地区残疾人基本康复服务效率的提升。

2.3.2 残疾人基本康复服务效率的省际差异

我国东部地区残疾人基本康复服务TE 差距较大，残疾人基本康复服务总体发展很不均衡，且地区间SE差距较大。部分地区残疾人基本康复服务资源投入总量不足是引起地区间发展不平衡和残疾人基本康复服务低效率的主要原因。见图1。

图1 调整前后东部地区残疾人基本康复服务效率雷达图

2.3.3 省际残疾人基本康复服务效率类型划分

按照调整后的东部地区残疾人基本康复服务PTE和SE 均值(0.84，0.85)为临界点，对调整后我国东部地区10 省(市)残疾人基本康复服务效率情况进行分类。分类结果见图2。

图2 东部地区残疾人基本康复服务效率分布图

第I象限内的地区PTE和SE均大于东部平均水平。包含地区有北京、浙江、山东、江苏、河北、广东。其残疾人基本康复服务投入规模、管理水平和技术手段都居于东部领先水平。福建位于第Ⅱ象限内，其PTE 低于东部平均水平，SE 高于东部平均水平。天津、上海位于第Ⅲ象限内，PTE和SE均低于东部平均水平。海南位于第Ⅳ象限，残疾人基本康复服务管理水平及资源配置能力处于东部领先水平，但SE 远低于东部平均水平，投入规模不合理制约了残疾人基本康复服务效率的提升。

2.4 无效地区基本康复资源投入结构调整

本研究以2020年数据为例，通过计算强有效目标值为东部无效地区的投入结构进行调整，为各地区今后的发展提供数据支撑。见表5。

表5 东部地区残疾人基本康复服务效率无效DUM强有效投影值

结合前述分析，部分地区在强有效投入值调整时出现了“规模效率递减，但某些投入指标强有效目标值较原始投入增加”的情况，这意味着SE 递减不是各项投入指标全面缩减规模，而是调整投入结构，使各部分投入得以协调、配合。

3 讨论

3.1 完善残疾人社会福利制度，提高残疾人生活水平

本研究表明，地区经济水平对残疾人基本康复服务效率提升有促进作用，生活水平的提高会促进残疾人基本康复需求的产生，提高基本康复服务利用率。残疾人大多是困难群体，尤其是农村残疾人，更容易面临返贫风险[11-12]。因此，各省市应根据自身经济状况和财政能力有针对性地提高残疾人群的生活保障水平。完善残疾人医疗救助以及以残疾人生活补贴和重度残疾人护理补贴为核心的残疾人福利补贴制度。统筹城乡发展，综合社会发展水平变化，适时提高残疾人各项救助水平。

3.2 TE 前沿地区应实现残疾人基本康复服务高质量发展

根据前述分析，北京、河北、山东、浙江、江苏、广东等地区在残疾人基本康复服务方面取得显著的成效，政策覆盖面大，效果较好。在今后的发展中应当注重提高残疾人基本康复服务的质量，可根据《国际功能、残疾和健康分类》的理论模式和方法[13-14]，从残疾人身体、个体和社会三个层面的功能和需求出发，整合相关资源，开发精准的、个别化的康复服务项目，提升精准康复服务水平。有条件的地区也可根据当地实际情况提高保障标准，扩大保障范围，实施高于国家规定水平的残疾人康复保障措施。

3.3 投入冗余较多的地区应重点加强资源配置能力

福建残疾人基本康复服务SE 在2018 年至2019 年得到了较快的发展，并且保持着较高的水平，残疾人康复事业发展潜力较大，但资源配置能力的薄弱限制其TE 的提升。强有效目标值调整显示投入资金冗余可以适当减少投入规模或者优化残疾人基本康复服务资源的配置方向。第一，要融合康复服务体系与卫生健康服务体系[15]，借助卫生资源扩容下沉这一时机，促进优质康复资源扩容下沉到社区康复机构，提高社区康复机构硬件配置，为社区康复机构提供发展契机。第二，要建设专业的人才队伍。建议各省市采用世界卫生组织《康复胜任力架构》理论，优化康复人才培养机制，组建多学科、高质量、专业性强的康复人才队伍[16-17]，并根据当地残疾人数量、康复需求、各级各类康复机构功能定位以及康复服务规模合理分配康复人力资源和硬件设施，满足基本康复服务发展的需要[18]。另外，要充分利用多种资源，加强对社区康复人才的培养和康复机构在岗职工的培训教育，提高康复机构的建设。康复专业技术人员的培训以康复基本知识和实用康复技术为重点，提高康复专业水平和指导能力；社区康复协调员的培训以残疾识别、康复需求调查及建立康复服务档案、社会工作方法为重点，提高在社区和家庭为残疾人服务的能力。

3.4 资源配置能力与资源规模同步发展，逐步缩小地区间发展差距

海南资源配置能力较强，但投入规模有待提升。虽然以较少的投入获得了相对较高的产出，但较少的资源投入也影响了康复服务的可及性、公平性，与之相似的还有天津市和上海市。今后这些地区要更加注重基本康复服务的公平性和可及性[19-20]，增加对残疾人基本康复服务的投入力度，多渠道筹集残疾人康复资金，鼓励、引导社会力量通过慈善捐赠等方式帮助残疾人接受基本康复服务，以落实和支撑残疾人基本康复服务制度为贫困人口服务。提高基本医疗保险支付范围内的康复医疗费用的补贴比例，提高困难残疾人的医疗救助水平。或可通过购买服务和提供补贴等方式重点面向困难残疾人群开展康复服务，满足困难残疾人的基本康复需求，进而缩小地区间发展水平差距，实现区域均衡发展。

利益冲突声明：所有作者声明不存在利益冲突。