首页 > 文献资料
-
基于DEA模型的后勤"一站式"维修配置效率分析
目的 了解医院"一站式"后勤实施前后维修配置效率情况,为合理配置维修资源、控制维修费用成本提供科学依据.方法 使用数据包络分析法(Data Envelopment Analysis,DEA)对医院"一站式"实施前后6类维修类别的配置效率进行评价.结果 "一站式"实施前,仅病床类、供养类维修配置效率DEA弱有效,其余4类均为非DEA有效;"一站式"实施后,木工类、病床类维修配置效率达到DEA有效,电工类、供氧类达到DEA弱有效,水暖类、空调类非DEA有效.维修资源配置综合效率均值为0.760,纯技术效率均值为0.907,规模效率均值为0.837.结论 "一站式"有助于提高维修资源配置效率及维修工作效率.医院后勤应更加注重医疗资源的科学配置.
-
数据包络分析在医院效率评价中的应用
目前,评价医院效率的常用方法主要有两种,即比率分析法和计量经济学中生产函数法.这两种方法的缺陷在于前者不适用于多投入、多产出决策单元的评价,而后者是把回归估计出的生产函数作为佳实际生产前沿面(Best Practice Production Frontier,BPPF),但它并不是实际的BPPF,因为它只代表的是决策单元的平均值,而不代表优值.而数据包络分析(Data Envelopment Analysis,DEA),则是运用优化技术,对具有多投入、多产出的决策单元作评价.并且能够得到有效的BPPF,是一种多目标决策方法.该方法是由美国运筹学家Charns等人于1978年提出的,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产出不足的指标[1].
-
数据包络分析法在医院临床科室相对效率评价中的应用
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~([1]).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.
-
基于DEA的医院规模收益判断方法与实例
目的:对数据包络分析(DEA)中技术无效的决策单元(DUM)进行规模收益的判断。方法:在经典的DEA计算技术有效决策单元的规模收益方法的基础上,通过比较具有相同投入的技术有效和无效决策单元,适当增加无效单位的产出的数量(增加效率值的倒数倍),以此点作为技术无效单元规模收益所在的区域。结果:以宁夏县级中医院的运营效率为例, DEA并没有对技术无效单位的规模收益做出准确的区分,经调整后4所技术无效的县级中医院,分别有2家分属于规模收益递增和规模收益递减阶段,处于规模收益递减区域的中医院具有明显的产出不足特点。结论:规模收益是评价医疗机构效率的重要信息,同时也是导致医疗机构无效的原因之一。
-
DEA方法应用于医院效率评价的研究进展
数据包络分析(data envelopment analysis,简称DEA)是美国著名数学家和经济管理学家A.Charnes和W.W.Cooper等人开创的,是运筹学的一个新领域[1],它是将数学、经济、管理的概念与方法相结合,是研究具有相同类型的部门(或单位)间的相对有效性的一种十分有用的综合评价方法,是处理多目标决策问题和多投入多产出生产前沿面的有力工具,其评价依据是根据决策单元的投入数据和产出数据来评价决策单元的效率,即所谓评价决策单元之间的相对有效性.
-
基于DEA法的社区医疗资源配置效率研究
运用数据包络分析法(DEA),构建了医疗资源配置的决策分析模型.对不同社区的资源配置进行了具体决策对比,并对部分社区的配置方案提出了改进措施.