目的:本研究运用三阶段DEA模型,对我国2003-2017年时间序列健康效率与2013-2015年31省市区域健康效率进行效率运算。评价分析我国健康效率的时间与空间动态变动情况。以人均卫生费用为投入指标,围产儿存活率、孕产妇存活率与预期寿命作为产出指标,在不同指标组合下构建两种三阶段DEA模型,研究我国健康投入与产出的动态发展与区域差异。具体目标为:(1)总结效率测算常用模型运行机理,介绍单一模型用于健康效率测算的优点与局限,探讨组合模型下效率测算的优点。(2)从时间序列与省域空间两个维度构建不同指标组合下的三阶段DEA模型。(3)运用SFA模型,控制环境变量,剔除效率测算的管理无效率与随机干扰因素,探讨模型改进后健康效率的变化。(4)根据我国健康效率的时间与空间动态变动情况,为健康资源的投入利用提供针对性的政策建议。内容:首先构建三阶段DEA的指标体系,以人均卫生费用为投入指标,围产儿死亡率、孕产妇死亡率与预期寿命作为原始产出指标,构建不同指标组合的模型。分别从时间序列角度与省域空间角度对我国健康效率进行测算,测算结果包括我国2003-2017年各年、2013-2017各省市的技术效率值、纯技术效率值、规模效率值以及投入的松弛变量;第二阶段以第一阶段中的投入松弛变量为被解释变量,环境因素、随机误差和管理无效率为解释变量构造的回归模型进行SFA分析,从而计算出剔除管理无效率与随机干扰所造成效率误差,计算调整后投入;最终以调整后投入重新测算健康效率,并对调整前后效率进行比较分析,实证检验三阶段DEA的优点,为真实效率测算提供模型依据。方法:(1)采用投入主导型DEA模型中的VRS&CRS模型。根据健康生产效率测算产出指标的特殊性选取健康产出指标,对技术效率、纯技术效率、规模效率、及投入松弛变量进行分析。(2)运用SFA模型对第一阶段投入变量松弛值,以及影响决策单元但不受其影响的的环境变量进行回归分析,分离管理无效率与随机干扰的影响。(3)数据标准化,对原始变量进行一定的处理除不同指标之间因属性不同而带来的影响,使结果更具有可比性。(4)主成分分析,充分地反映出各因素中其主导作用的综合指标,消除多重共线性,研究对环境变量中的环境因素进行了主成分分析。结果:一阶段DEA测算结果:第一阶段DEA时间序列分析中,我国模型1与模型2健康效率测算均为低效,且技术效率、纯技术效率与规模效率均呈逐年递减趋势。技术效率无效主要由规模无效造成,主要由规模效率低效导致,产出增长比例远低于投入增长比例。省域效率中平均综合健康效率总高的省份为贵州,平均技术效率为0.987;最低的省份为北京,平均技术效率仅为0.250;北京市5年人均卫生费用需平均减少6012.37元,远超其他省市。贵州、江西、广西三省改进值较低,五年人均卫生费用投入改进量不足100元。二阶段SFA回归分析单边似然比检验值(LR)均通过了显著性检验,时间序列分析中人均GDP、居民消费水平、文盲率与总抚养比的相关系数为正,环境因素的相关系数为负,省域面板回归模型中人均GDP与环境因素相关系数通过显著性检验,人均GDP、环境因素相关系数均为正;三阶段DEA模型结果显示,2003-2017各年健康效率有不同程度的提高,模型2技术效率改善程度高于模型1,改善效果显著,31省市2013-2017年健康效率均值调整后均有所提高,多个省市调整后位次下降,东北地区有所改进;中部地区位次浮动较小,西部地区多数省市排名进步较大,纯技术效率均值变动大与规模效率。结论:(1)2003-2017年健康效率测算均为低效,主要由规模效率低效导致,产出增长比例远低于投入增长比例。(2)技术效率省域之间差别较大,“高投入-高产出”与“低投入-低产出”均会导致高效率的出现。(3)投入要素的松弛变量受环境因素的影响,人均GDP、居民消费水平、文盲率与总抚养比增加加剧投入要素的浪费,对健康产生负面影响;环境因素的增加会有利于投入冗余的减少,有利于健康效率的提高;面板回归中环境污染的加剧会加重投入要素的浪费,对健康效率产生负面影响。(4)各省市效率调整后技术效率、纯技术效率与规模效率均有不同程度提升。说明外部因素混杂对我国各省市效率测算值有影响,由于各省市之间差异较大,需将不同区域置于相同环境水平下进行效率比较分析。(5)单一模型效率会低估我国健康效率水平,三阶段DEA模型优于经典的单阶段DEA模型,三阶段DEA模型测算的健康生产效率值更准确、有效。