CC BY
113
'Вютньк, QjrAQhOj
Уфа : УГАТУ. 2011_________________________________^________________________________Т. 15, №5(45). С. 190-193
УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ
УДК 61:004.8
С. А. Горбатков, М. В. Коротнева
МЕТОДИКА ОЦЕНКИ ЭФФЕКТИВНОСТИ РАБОТЫ УЧРЕЖДЕНИЙ ЗДРАВООХРАНЕНИЯ
Представлена методика многокритериальной оценки эффективности деятельности учреждений здравоохранения путем агрегирования большого количества разнородных и разнонаправленных показателей на основе нейросетевой модели. Оценка эффективности; морфологический метод; агрегирование экономических показателей; нейросетевая модель
ВВЕДЕНИЕ
При планировании бюджетных процессов на муниципальном уровне [1], в частности при распределении фонда материального развития (ФМР) между учреждениями здравоохранения (УЗ) [2], общеобразовательными, спортивнооздоровительными и др., возникает труднофор-мализуемая проблема количественной оценки эффективности работы УЗ. Задача эта сложная, поскольку оценивать надо работу муниципальных учреждений (МУ) в различных аспектах: внутреннего состояния объекта моделирования, внешних показателей объема и качества оказываемых населению бюджетных услуг, экономических показателей внешней среды. В итоге модель должна охватывать до нескольких десятков разнонаправленных показателей, имеющих разную размерность, что делает ее труднообозримой. Другая сложность - сильная зашумленность данных (вплоть до их сознательного искажения).
1. СОСТОЯНИЕ ВОПРОСА
Целью данной статьи является разработка методики многокритериальной оценки эффективности деятельности МУ путем агрегирования большого количества разнородных и разнонаправленных показателей на основе нейросетевой модели (НСМ), которая должна давать достаточно устойчивые оценки при сильном зашумлении данных, упомянутых выше.
Предполагается, что выбор показателей, включаемых в модель в качестве независимых {X} и зависимых {Ут} переменных, уже сделан на основе известных работ либо предварительных исследований с учетом специфики данного типа МУ [1, 2]. Для конкретности предлагаемую методику будем излагать на примере лечебнопрофилактических учреждений (ЛПУ) и готовый список исходных показателей возьмем из [2]. Дальнейшее преобразование показателей
и соответствующее структурирование матема-тическо-информационной модели производятся на основе морфологического принципа [3], применяемого в системном анализе при решении задач общего характера в поиске компоновочных и схемных решений. Сущность структурирования данных в модели и синергетического взаимодействия порождаемых при этом агрегатов - переменных - подробно раскрыта ниже.
Первые шаги в направлении исследований по теме статьи выполнены в [4]. Статья обобщает работу [4] в направлении «комитетных» оценок на ансамбле нейросетей, что повышает устойчивость модели.
2. ПОСТАНОВКА ЗАДАЧИ
Суть морфологического метода состоит в выделении в исследуемой системе нескольких типичных для нее структурных (морфологических) признаков - осей морфологического «ящика». На каждую морфологическую ось «нанизываются» списки различных конкретных вариантов, характеристик. Морфологическая таблица делает поисковое поле более наглядным, позволяет обозревать и анализировать ранее не изученные сочетания вариантов. Если при конструировании систем в пустых клетках морфологического ящика порождаются интересные для анализа технические решения, то при спецификации переменных с их помощью можно структурировать данные.
Предварительный анализ методики [2] выявил четыре морфологические «оси», т. е. четыре частных критерия - агрегаты Фь Ф2, Ф3, Ф4 отражающие основные аспекты оценки деятельности УЗ (табл. 1). По каждой такой «оси» располагаются характеристики признаков - показатели {Фк г},к = 1,4;г = 1,2,...,п , где к - номер частного критерия в табл. 1, г - номер показателя, входящего в данный частный критерий-агрегат.
Контактная информация: (347)251-08-23
Таблица 1
Морфологический ящик частных критериев и признаков для спецификации НСМ
Оси морфологического ящика (частные
критерии {Ф^})
Признаки (показатели) {Фь-}
Ф1 - критерий, характеризующий результативность всей деятельности УЗ в аспекте основной цели его функционирования - профилактики заболеваний и оказания медицинских услуг_______
Ф1.1 - доля
респондентов, положительно оценивающих работу УЗ (при социологическом опросе), доли от числа опрошенных
Ф1.2 - удельный вес количества детей I и II групп здоровья в общей численности учащихся государственных (муниципальных) образовательных учреждений
Ф1.3 - смертность населения младенческая в расчете на 1000 человек, родившихся живыми, долей от 1000
Ф1.4 - средняя детская смертность в возрасте от 1 до 19 лет в расчете на 100000 населения, обслуживаемым данным УЗ, доли от 100000
Ф1.5 - смертность населения в трудоспособном возрасте по 3 основным при-
чинам: сердечнососудистые и онкологические заболевания, внешние причины, доли от
100000
Ф1.6 - средняя продолжительность временной нетрудоспособности в связи с болезнью на 1 работающего (ус-
реднение проводится по данным всего УЗ в текущем месяце), доли года
Ф2 - критерий, характеризующий дефицит финансирования ТПГГ оказания гражданам бесплатной медицинской помощи по данному УЗ, в т.ч. по ОМС
Ф2.1 - процент недоиспользования ТПГГ, %
Ф3 - критерий, оценивающий неэффективность управления основным звеном системы здравоохранения - кадровыми ресурсами
У3.1 - объем неэффективных расходов на управление кадровыми ресурсами по всем работникам, тыс. руб.
^3.2 - объем неэффективных расходов на управление кадровыми ресурсами по врачам, тыс. руб.
7з.з - объем неэффективных расходов на управление кадровыми ресурсами по среднему медицинскому персоналу, тыс. руб.
Ф4 - критерий, оценивающий неэффективность расходов на управление основными ресурсами УЗ и видами меди-
цинских услуг (экономический критерий)
Ф4.1 - доля неэффективных расходов управления коечным фондом в УЗ в общих расходах на лечение 1 человека
Ф4.2 - доля
неэффективных расходов на управление длительностью эксплуатации коек в УЗ в общих расходах на лечение 1 человека
Ф4.3 - доля неэффективных расходов на управление стационарной медицинской помощью в общих расходах УЗ на лечение 1 человека
Ф4.4 - доля неэффективных расходов на управление длительностью пребывания больного на койке и уровнем
госпитализации в общих расходах УЗ на лечение 1 человека
Ф4.5 - доля неэффективных расходов на управление объемами стационарной меди-
цинской помощи в общих расходах УЗ на лечение 1 человека
Ф4.6 - доля неэффективных расходов на управление объемами амбулаторной помощи в общих расходах УЗ на лечение 1 человека
Ф4.7 - доля
неэффективных расходов на управление объемами скорой медицинской помощи в общих расходах УЗ на лечение
1 человека
Предлагаемая концепция агрегирования переменных на основе морфологического принципа состоит в том, что показатели {Фкг} вдоль каждой к-й оси морфологического ящика в табл. 1 свертываются аддитивно, а результаты свертки (т. е. частные критерии-агрегаты) перемножаются между собой.
В итоге стохастическая связь главной полезной функции Ф с вектором объясняющих переменных X будет сильнее, чем связь входящих в Ф частных критериев и образующих их
аддитивных членов {Фкг} и {Фкт} с X .
3. МЕТОДИКА ИССЛЕДОВАНИЯ
На основе сформулированной концепции спецификации НСМ оценки эффективности деятельности УЗ главная полезная функция Ф моделируемой системы представляется в виде следующей комбинации аддитивно-мультипликативных сверток:
( 6 Л ( 7 Л
Ф =
Е Сг Ф1--
V Г=1
• Ф2 • Ф3
Е ьтф
V т=1
4 • т
Ф1 = Е СгФ1 г ; Ф4 = ЕЬтФ
4 • т ’
г=1
т=1
Е сг =1; сг ^0; Е ьт =1; Ьт ^0,
г=1 т=1
здесь {сг}, {Ьт} - весовые множители в аддитивных свертках Ф1 и Ф4.
Все частные критерии - агрегаты Фь Ф2, Ф3, Ф4 являются безразмерными величинами, и улучшению работы УЗ соответствует их уменьшение. Соответственно, в планируемом периоде прогнозируется, что лучше будет работать то УЗ, у которого меньше главная полезная функция Ф. Отметим, что предлагаемая структура главной полезной функции Ф ориентирована на конечный результат в планировании, который в настоящее время является основополагающим принципом планирования в муниципальных образованиях.
Следуя [3], выберем экзогенные переменные {X} по методике [2] так, чтобы их число было в несколько раз меньше объема выборки N = = 240:
N> £и, С = 2...10,
где £ - коэффициент запаса по репрезентативности выборки. Рекомендация получена в [1], [5] эмпирическим путем и согласуется с известными монографиями по нейросетевому моделированию сильнозашумленных экономических объектов [6].
Перечислим все входные факторы: X] -среднемесячная заработная плата (ЗП) работников УЗ (тыс. руб.); X2 - среднемесячная ЗП врачей (тыс. руб.); X3 - среднемесячная ЗП среднего персонала (тыс. руб.); X4 - доля отделений клинических больниц (КБ), переведенных на одноканальное финансирование через систему ОМС (%); X5 - доля отделений КБ, применяющих экономические стандарты оказания медицинской помощи (%); X6 - доля КБ, переведенных на отраслевую систему оплаты труда, ориентированную на результат (%); X-? - общие удельные расходы консолидированного бюджета в данном УЗ на лечебный процесс (руб./чел.); X8 - расходы консолидированного бюджета в данном УЗ на капитальное строительство (млн руб.); X9 - число врачей в расчете на 10 тыс. человек населения (чел.); Xl0 - число среднего медицинского персонала в расчете на 10 тыс. человек населения (чел.); X11 - стоимость содержания одной койки в клинической больнице в сутки (руб ./сутки); X12 - стоимость единицы объема оказания медицинской помощи в стационаре (руб./чел.); X13 - стоимость единицы объема оказания амбулаторной медицинской помощи (руб./чел.); X14 - стоимость единицы объема оказания скорой медицинской помощи (руб./вызов); X15 - относительное время ^ ;
X16t ° Фм - лаговая переменная (со сдвигом в «прошлое» на 1 временной интервал (месяц)) [6]; X17t ° Ф^3 - лаговая переменная со сдвигом на 3 временных интервала в «прошлое».
4. ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ
В табл. 2 приведен фрагмент данных наблюдений в 2004-2005 гг. Общее количество наблюдений в данных панельного типа составило 240 точек: 4 объекта, 12 месяцев, 5 лет с 2004 по 2008 гг.
Проведенный корреляционный анализ X и критериев Ф, Ф1, Ф2, Ф3, Ф4 показал, что критическое значение коэффициента корреляции согласно критерию Стьюдента при уровне значимости а = 0,05 и числе степеней свободы N - 2) = 338 составляет |гкр| = 0,1655 при tг = = 1,969. Все \ГФХ] } 3 = 1,15 статистически значимы и имеют довольно большие значения гф ^ е [0,2691;1]). В табл. 3 приведены данные
расчета в НСМ нормированной главной полезной функции Ф = 103 Ф с целью ранжирования деятельности трех клинических больниц г. Стерлитамака. Расчеты проводились на одной и той же базе данных с помощью 6 параллельных
6
7
НСМ, различающихся архитектурой сети и видом «активационных функций» [6]. Оценка получалась как результат осреднения по 6 сетям.
Т аблица 2
Фрагмент агрегированных данных
1 Х~4 X,
1 0,008 0,004 0,014 1 0 0,056
2 0,005 0,001 0,012 1 0,069 0,151
3 0,010 0,006 0,017 1 0,104 0
1 х7 Х? ОС х9 Х10 Х11 Х12
1 0,712 0,001 0,209 0,326 0,002 0,015
2 0,706 0,006 0,510 0,567 0 0,010
3 0,719 0,016 0,284 0,386 0,004 0,020
1 Х13 Х14 Х15
1 0,014 0,002 0
2 0,009 0 0,016
3 0,019 0,004 0,033
1 Ф1 Ф2 Ф3 Ф4 Ф
1 0,431 0,999 0,258 0,031 0,003
2 0,441 0,979 2,649 0,043 0,050
3 0,436 0,989 1,371 0,046 0,027
Т аблица 3
Результаты ранжирования трех клинических больниц г. Стерлитамака
№ V Ф1 Ф2 Ф3 Ф4
2 41 19,658 19,790 19,978 19,771
3 41 15,527 15,114 15,102 15,481
4 41 16,787 15,578 15,470 15,605
л
№ V Ф5 Ф6 Ф ^ср
2 41 19,824 20,386 19,901
3 41 15,751 15,621 15,433
4 41 15,726 16,067 15,872
Здесь Ф- расчетное значение нормированной полезной функции Ф для параллельных НСМ 1,2,3,4,5,6 соответственно; Фср - осред-
ненное на 6 сетях значение Ф . Из табл. 3 видно, что в прогнозном (планируемом) периоде (V = = 41-й месяц) наибольшую эффективность (соответственно, минимальные Ф ) имеет клиническая больница № 3, для которой Ф =15,433.
5. ПРИЛОЖЕНИЕ РЕЗУЛЬТАТОВ
Данные модели можно использовать для «справедливого» дифференцирования фонда материального развития.
ВЫВОДЫ
1. В рамках проведенных расчетов подтвердилась концепция агрегирования зависимых переменных на основе морфологического принципа. Действительно, главная полезная функция
Ф оказывается лучше связанной с вектором Х , чем частные критерии Ф1, Ф2, Ф3, Ф4. Что касается частных критериев {Ф к }, к = 1,4, то только один из них Ф1 имеет значимую связь со всеми
компонентами вектора Х , кроме Х9. Остальные частные критерии Ф2, Ф3, Ф4 имеют значимую связь только с частью компонент ху, у = 1,15.
2. Сформулированная концепция агрегирования зависимых переменных на основе морфологического принципа повышает информативность данных в аспекте улучшения «сцепления» результативной переменной Ф с объясняющими переменными {Ху } у = 1, п на фоне сильного
зашумления данных. Это служит и предпосылкой улучшения качества аппроксимации в НСМ.
СПИСОК ЛИТЕРАТУРЫ
1. Моделирование бюджетных процессов на муниципальном уровне на основе нейросетей / Р. Ф. Гатауллин [и др.]. Уфа: Восточн. ун-т, 2008. 215 с.
2 . Методика оценки эффективности деятельности органов исполнительной власти в области здравоохранения// Вопросы экономики и управления для руководителей здравоохранения. 2007. № 9. С.13-19.
3. Одрин В. М., Картавов С. С. Морфологический анализ систем. Киев: Наукова думка, 1977. 235 с.
4. Бирюков А. Н. Методика оценки эффективности деятельности учреждений здравоохранения на основе нейросетевых моделей // Экономика и управление. 2010. № 5. С. 56-61.
5. Горбатков С. А., Полупанов Д. В. Методы нейроматематики в налоговом контроле. Уфа: РИЦ БашГУ, 2008. 136 с.
6. Ежов А. А., Шумский С. А. Нейрокомпьютинг и его применение в экономике и бизнесе: Учебник. М.: МИФИ, 1998. 224 с.
ОБ АВТОРАХ
Горбатков Станислав Анатольевич, проф. каф. матем. и инф. филиала ВЗФЭИ в г. Уфе. Дипл. инж. по электрифик. пром. предпр. (ТПИ, 1960). Д-р техн. наук по управл. в технич. системах (МИЭМ, 1991). Иссл. в обл. нейросетевого моделир. в тех-нич. и эконом. системах с сильным зашум. данных.
Коротнева Марина Владимировна, ст. преп. той же каф. Дипл. инж. по прогр. обеспеч. выч. техники и автом. систем (УГАТУ, 1996). Иссл. в обл. нейро-сетевого моделир. в эконом. системах с сильным зашум. данных.
