任帅 董晓建*
【摘要】目的探索医院卫生人力成本的主要影响因素。方法以某三级甲等综合医院的卫生人力成本作为研究对象，建立影响因素模型，并运用主成分回归对影响因素模型进行参数估计。结果运用主成分回归法建立了卫生人力成本的影响因素模型。结论卫生技术人员数与平均住院费用是卫生人力成本的主要影响因素，提示医院可以从这两个因素入手对卫生人力成本进行调控。
教育期刊网 http://www.jyqkw.com
关键词
主成分回归；卫生人力成本；定量分析；影响因素；成本控制
随着医疗卫生事业的不断发展，人力成本在医院总成本中的占比呈现不断增长的趋势，所以医院都在加强人力成本的控制。然而，目前关于卫生人力成本控制方法的研究大多集中于理论探索层面，缺乏实证数据支持，这使得医院对于人力成本的控制效率大大降低。通过建立医院卫生人力成本的影响因素模型，从定量分析的角度找出卫生人力成本的影响因素，可以为医院控制人力成本提供理论与实证依据，提高医院的运营效率，使医院在较为合理的人力成本占比水平下提供更好的医疗服务，从而走向优质、高效、低耗的可持续发展道路。本文通过建立卫生人力成本影响因素的回归模型，探索卫生人力成本的主要影响因素，为人力成本管理提供实证依据。
1资料与方法
1.1资料来源
资料来源于某三级甲等综合医院36个月（2008年10月～2011年9月）的人力成本相关数据。
1.2研究方法
1.2.1 指标选择
本模型所选取的指标都是目前医院管理的常规指标，包括医院总收入、住院天数、住院人数、手术人次数、出院人数、门诊次数、平均住院费用等。医院卫生人力成本由卫生技术人员的工资费用与加班费用构成。各变量编码见表1。
从变量的相关系数表（见表2）可以看出，医院卫生人力成本与其它各个变量之间的相关系数较高，全都大于0.5，这说明它们之间存在着较强的正相关关系。因此，在本模型中，我们可以将医院总收入、住院天数、住院人数、手术人次数、出院人数、门诊次数、平均住院费用以及卫生技术人员数这些因素作为解释变量，医院人力成本作为被解释变量，构建多元线性回归模型。经过正态性检验，显示医院人力成本服从正态分布，所以无需对之进行对数转换。
1.2.2 统计模型的选择
从变量相关系数表中我们得知，多个解释变量之间存在着较强的相关关系，即存在多重共线性。所以本文对于多元线性模型的参数估计将采用主成分回归法来分析各个变量对卫生人力成本的影响程度。因为主成分分析法在处理多变量问题时具有其一定的优越性，其降维的优势是明显的，同时主成分回归法也适用于一般的多重共线性问题，尤其是对共线性较强的变量［1-3］。数据分析由统计学软件PASW SPSS18.0完成。
1.2.3主成分回归法的基本原理
基于主成分分析的思想，W.F.Massy于1965年提出了主成分回归，其具体做法是：先对多个自变量做主成分分析，综合出少数几个主成分，然后以这几个主成分为自变量与应变量建立回归方程。这样，不但减少了回归分析中自变量的个数，而且作为自变量的各主成分互不相关，保证了回归方程的稳定性。同时，由于主成分是各个原始变量的线性组合，因此通过主成分建立的回归方程实际上也可视为因变量与各原始变量之间的线性回归方程。这种将主成分分析与多元线性回归分析结合使用的方法称为主成分回归［4-6］。
2结果与分析
2.1模型的建立
以医院人力成本Y为被解释变量，医院总收入X1、住院天数X2、住院人数X3、手术人次数X4、出院人数X5、门诊次数X6、平均住院费用X7、卫生技术人员数X8作为解释变量，μ为随机扰动项，建立多元线性回归模型如下：
Y=β0+β1 X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+μ
2.2多元线性回归结果
首先运用最小二乘法(OLS)估计多元线性回归模型，其结果见表3。
从表3可以看出，虽然模型的调整可决系数R2为0.822，可以说明模型的解释效果较为理想，但是住院天数与住院人数的方差膨胀因子（VIF）均大于10。这说明模型存在着严重的多重共线性，而且住院人数与门诊次数的回归系数符号与实际意义不符。因此，下面我们运用主成分回归法对此多元线性回归模型进行参数估计。
2.3主成分回归结果
对医院总收入(X1)、住院天数(X2)、住院人数(X3)、手术人次数(X4)、出院人数(X5)、门诊次数(X6)、平均住院费用(X7)、卫生技术人员数(X8)这8个变量进行主成分分析，得到各个主成分的累计比例，结果见表4。由表4可见，当选取前5个主成分时，累计解释的方差比例达到了97.654%，因此选用前5个主成分进行分析比较符合实际情况。表5是所选取主成分的因子载荷阵。结合特征值λi与因子载荷阵（qij），通过公式aij=qij/√(λi)，可以计算出特征向量，即主成分得分系数矩阵。计算结果如表6。对于原始变量测定值进行标准化，再根据公式Fi=∑aijZ(Xj)，就可以计算出这5个主成分的得分。下面以F1、F2、F3、F4、F5为解释变量，以人力成本的标准化变量Z(Y)为被解释变量，进行逐步回归分析，模型拟合结果见表7。
计算结果显示，5个主成分中F1、F3、F5进入了模型，拟合的主成分回归方程为：Z(Y)=0.364F1+0.320F3+0.329F5，模型调整可决系数R2=0.828，说明模型拟合效果较好，而且回归系数都通过了显著性检验。将F1、F3、F5的表达式带入上述模型，可以得到标准化回归模型，再将其转换为一般线性回归模型，结果为：
Y=-792137.46+0.016X1-3.077X2-47.225X3+828.045X4+71.208X5+0.915X6+136.217X7+1385.119X8
3讨论
3.1结果分析
从主成分回归结果来看，5个主成分已经包含了8个自变量信息的97.65%，大于80%，达到了主成分回归的要求。在3个主成分中，主成分F1的标准化回归系数最大，为0.870，说明主成分F1是卫生人力成本的最大影响因素；其次是主成分F3，其标准化回归系数为0.245；最后是主成分F5，标准化回归系数为0.158。从表5因子载荷阵可以看出，主成分F1在各个影响因素上的载荷都比较大，说明主成分F1综合反映了全部指标的信息；主成分F3在医院总收入、平均住院费用与卫生技术人员数上的载荷较大；主成分F5在手术人次数、平均住院费用与卫生技术人员数上的载荷较大。这说明相对于其它原始指标，平均住院费用与卫生技术人员数是对卫生人力成本有着较大影响的因素。但是其余原始指标对于卫生人力成本的影响程度大小则无法明确，有待进一步研究。
3.2卫生人力成本的控制途径分析
通过对主成分回归结果的分析我们发现，卫生技术人员数与平均住院费用是医院卫生人力成本的主要影响因素。这提示医院对于此项成本的管理与控制应该从两方面入手。一方面，医院要将卫生技术人员的数量控制在一个较为合理的范围之内，不能盲目扩张或收缩卫生技术人员队伍规模，否则就将会导致医院规模效益的下降。另一方面，医院应该采取有效措施降低平均住院费用，这样既可以提高医院的经营效率，又能够减轻患者的经济负担，使医院与患者实现双赢。同时，相关研究结果显示［7-8］，对平均住院费用影响最大的因素是患者的住院天数，因此可以通过缩短无效的住院天数来减少平均住院费用，进而达到控制卫生人力成本的目的。
4结语
本文结合多元线性回归模型，确立了医院卫生人力成本的主要影响因素，探索了卫生人力成本的有效控制途径，不仅丰富了研究卫生人力成本的方法和手段，也为我国各级各类医院合理控制卫生人力成本、提高医院运营效率提供了可操作的量化依据。由于本研究仅选择了一家医院的样本数据进行实证分析，一些隐性的因素还未能纳入模型，因此在将来的研究中，应该增加更多规模相近医院以提高代表性，同时应尽可能的收集更多年份、更多种类的数据指标，以使研究结果更加可靠，更具有决策参考价值。
教育期刊网 http://www.jyqkw.com
参考文献
［1］王静，李曼，杨苇苇，等. 多元统计方法在住院费用研究中的应用进展［J］.中国卫生统计，2009，26(1)：91-93.
［2］蔡善荣，阮红芳，李鲁，等.以主成分回归分析方法探讨人均卫生费用影响因素的研究［J］.中国卫生事业管理，2001，17(7)：399-400.
［3］罗文海，万巧云，高永，等.主成分回归分析与多元线性回归的对比研究［J］.数理医药学杂志，2003，16(2)：140-142.
［4］孙振球，徐勇勇. 医学统计学［M］.北京：人民卫生出版社，2005：333-350.
［5］张文彤，董 伟.张文彤.SPSS统计分析高级教程［M］.北京：高等教育出版社，2004：127-128.
［6］庞皓.计量经济学［M］.北京：科学出版社，2007：118-119.
［7］任美璇.基于递归系统模型和结构方程模型的参合农民住院费用影响因素分析研究［D］.广西医科大学硕士学位论文，广西：广西医科大学，2012.
［8］荣惠英.基于递归系统模型的医保住院费用影响因素研究［D］.山西医科大学硕士学位论文，山西：山西医科大学，2011.
通信作者：董晓建：第四军医大学医学教育与卫生管理研究中心主任，副教授E-mail：yxjyjys@fmmu.edu.cn收稿日期：2014-08-15修回日期：2014-09-24责任编辑：刘兰辉