Page 29 - 《中国药房》2022年15期
P. 29

目前，我国关于药品安全监管的研究多集中于监管                         门对现有技术有效利用的程度，SECH 用于评价药品监
        理论与制度在设计与应用上的不足及如何解决等方面，                           管现有规模的有效程度（即药品安全监管产出增量的变
        涉及药品安全监管效率的分析研究较少。有学者采用                            化和投入增量的变化是否一致）。
        数据包络分析（data envelopment analysis，DEA）模型处           2 指标的含义及选取
        理时间序列数据，对2003－2014年我国药品安全监管效                       2.1 药品安全监管效率的含义
        率进行测算分析，发现在样本统计时间内监管效率的波                               在管理学和经济学中，效率均可指个人或团体在有
        动主要与技术进步和资源配置有关 。还有学者应用超                           效配置资源的情况下实现收益最大化。药品安全监管
                                      [3]
        效率 DEA 模型和 Malmquist 指数处理面板数据，发现                   效率的内涵是指药品监管部门在药品安全监管过程中
        2017－2018 年广东省药品安全监管效率整体呈退步状                       所投入的全部人力、财力等资源与所取得监管收益成效
        态，而药品安全监管效率下降主要是由技术进步不足引                           的相关对应关系（资源投入-收益产出关系）。政府在药
            [4]
        起的 。因此，目前我国关于药品安全监管效率定量分                           品安全监管过程中以最小的成本，实现监管收益的最大
        析的研究仍然不够完善，尤其缺乏运用面板数据来反映                           化为监管有效，增加当前的投入量会致使产出量减少则
        2018 年大部制改革以来我国药品安全监管效率整体水
                                                                     [9]
                                                           为监管无效 。
        平的研究。
                                                           2.2 投入指标与产出指标
            因 此 ，本 文 应 用 DEA 模 型 和 Malmquist 指 数 对
                                                               结合相关研究       [3－4] 和上述概念，构建药品安全监管
        2019－2020年我国18个省级行政单位的药品安全监管
                                                          “投入-产出”效率评价指标模型。
        效率进行测算，实证分析2018年系列新政策实施后全国
                                                           2.2.1  投入指标      投入指标是药品监管部门在药品安
        及各地区药品安全监管的效率变化，为优化我国药品安
                                                           全监管过程中投入的人力、物力、财力等内容。本研究
        全监管体系建设、缩小区域差异提供建议。
                                                           选取药品监管经费投入力度、监管检查企业频率及行政
        1 方法
                                                           处罚率作为投入指标，投入指标越高，表示药品监管部
        1.1  DEA模型
                                                           门对药品监管的力度越严格。其具体含义如下：
            DEA模型用于衡量决策单元多投入、多产出的效率
                                                               监管经费投入力度（Input1）＝药品安全监管事务支
        评价。DEA不需要预先设定参数，可采用明确的指标对
                                                           出/一般公共服务支出×100％；
        决策单元进行评价。在DEA模型中，决策单元的相对效
                                                               监管检查企业频率（Input2）＝日常检查的药品生产
        率介于 0～1.000 之间，决策单元的综合技术效率值为
                                                           或经营企业数量/应监管检查的药品生产或经营企业数
        1.000，即达到DEA有效 。DEA的BCC模型（即Banker、
                            [5]
                                                           量×100％；
        Charnes、Cooper 3人改进的DEA模型）考虑规模报酬可
                                                               行政处罚率（Input3）＝查处的药品案件总数/应监
        变（variable return to scale，VRS），主要测算纯技术效率
                                                           管检查的药品生产或经营企业数量×100％。
       （pure technical efficiency，PTE），即综合技术效率（tech-
                                                           2.2.2  产出指标      产出指标是能够反映药品监管部门
        nical efficiency，TE）与规模效率（scale efficiency，SE）的
                                                           监管工作的成效。本研究选取药品的抽检合格率作为
        比值。
        1.2  Malmquist指数                                   产出指标，产出指标越高，表示药品监管带来的社会效
            Malmquist指数可以对具有多个投入和产出的面板                     益越高。其具体含义如下：
        数据进行处理，研究在样本统计期内决策单元的生产率                               抽检合格率（Output）＝监督抽检合格的药品批次
            [6]
        演变 ，即Malmquist指数可以度量一段时间内的效率变                      数/监督抽检的药品总批次数×100％。
        化，是动态的变化值。Malmquist指数分为两部分，一部                      2.3 数据来源
        分衡量前沿技术的变化，即技术变化指数（TECHCH）；                            对2018年“新医改”后政策监管效率进行研究，本文
        另一部分衡量现有技术的有效利用程度，即效率变化指                           以2019－2020年我国药品安全监管效率为研究对象，药
        数（EFFCH） 。在VRS的情况下，EFFCH又可分解为规                     品安全监管事务支出来自于各省级药品监管部门官方
                  [7]
        模效率变化指数（SECH）和纯技术效率变化指数（PECH）。                     网站中的预决算公开平台，监管检查企业数据、查处的
            Malmquist 指数大于 1.000 代表我国药品安全监管                案件、药品抽检的相关数据来自于各省级药品监管部门
        整体效率呈进步趋势；当 Malmquist 指数中的某一组成                     官方网站公布的药品监管统计年度报告，一般公共服务
        指数大于1.000代表其对我国药品安全监管整体效率有                         支出的相关数据来自于国家统计局公布的2020、2021年
        促进作用 。在药品安全监管效率评价中，Malmquist指                      《中国统计年鉴》。区域样本数据按照行政区域划分（华
                [8]
                                                                                              [10]
        数用于评价药品安全监管的整体效率，TECHCH用于评                         东、华北、华中、华南、东北、西北、西南） 选取 18 个省
        价药品监管技术的进步与创新，EFFCH用于评价药品监                         份，具有一定的代表性，可以反映我国药品安全监管的
        管部门管理及其监管水平，PECH 用于评价药品监管部                         整体水平。具体数据如表1所示。


        中国药房    2022年第33卷第15期                                             China Pharmacy 2022 Vol. 33 No. 15  ·1815 ·
   24   25   26   27   28   29   30   31   32   33   34