SAĞLIK GÖSTERGELERİNİN TEKNİK ETKİNLİK ÜZERİNDEKİ ETKİLERİNİN İNCELENMESİ: SEÇİLMİŞ G-20 ÜLKELERİ ÖRNEĞİ

Year 2024, Volume: 11 Issue: 25, 190 - 211, 24.08.2024

Mesut Can Türkoğlu , Taner Abiş

https://doi.org/10.58884/akademik-hassasiyetler.1424420

Abstract

Bu araştırmanın amacı, sağlık göstergelerinin sağlık sistemleri üzerinde kaynak kullanımındaki rolünü ortaya koymaktır. Amaç doğrultusunda ilk olarak veri zarflama analizi (VZA) ile BCC ve CCR etkinlik skorları elde edilmiştir. Ardından hesaplanan bu skorlar sansürlenerek panel Tobit regresyon analiziyle kaynak etkinsizliklerine yol açabilecek parametreler araştırılmıştır. Araştırmada, seçilmiş altı G-20 ülkesinin 2009-2020 yılları arası sağlık göstergeleri incelenerek sağlık sistemlerinin etkinlikleri analiz edilmiştir. Araştırmaya Almanya, Birleşik Krallık, İtalya, Fransa, Kanada ve Türkiye dahil edilmiştir. Araştırmanın girdi değişkenleri 1000 kişi başına düşen uzman hekim, pratisyen hekim ve hemşire sayıları ile kişisel sağlık harcamalarıdır. Çıktı değişkenleri ise anne, bebek ve kaba ölüm oranlarıdır. VZA’ya göre BCC ve CCR skorlarında Türkiye, İtalya ve Kanada tüm yıllarda kaynaklarını etkin şekilde kullanmıştır. BCC skoruna göre Fransa 2010, 2011, 2012 ve 2015 yılları hariç hiçbir dönemde kaynaklarını etkin şekilde kullanamamıştır. Benzer şekilde BCC skoruna göre Almanya 2015 ve 2017 yılları hariç hiçbir dönemde, Birleşik Krallık ise BCC ve CCR skorlarına göre hiçbir dönemde kaynaklarını etkin şekilde kullanamamıştır. Panel Tobit regresyonu sonucuna göre anne ölüm oranları teknik olarak kaynak kullanımını anlamlı bir şekilde olumsuz etkilemiştir. Sonuç olarak kaynaklarını etkin şekilde değerlendiremeyen ülkelerin verimlilik açısından sağlık göstergelerini iyileştirmeleri, gereksiz tüketilen sağlık hizmetlerini azaltmaları ve nitelikli sağlık personeli istihdamını artırmaları gerektiği vurgulanmaktadır.

Keywords

Anne ve Bebek Ölüm Oranları, Kişi Başı Sağlık Harcamaları, Veri Zarflama Analizi, Panel Tobit Regresyonu

INVESTİGATİON OF THE EFFECTS OF HEALTH INDİCATORS ON TECHNİCAL EFFİCİENCY: A CASE OF SELECTED G-20 COUNTRİES

Abstract

This research aims to reveal the role of health indicators in resource use in health systems. For this purpose, firstly, BCC and CCR efficiency scores were obtained by data envelopment analysis (DEA). Then, these calculated scores were censored, and parameters that could lead to resource inefficiencies were investigated using panel Tobit regression analysis. In the research, the health indicators of six selected G-20 countries between 2009 and 2020 were examined, and the effectiveness of their health systems was analyzed. Germany, the United Kingdom, Italy, France, Canada and Turkey were included in the research. The input variables of the research are the number of specialist physicians, general practitioners and nurses per 1000 people and personal health expenditures. Output variables are maternal, infant and crude mortality rates. According to the DEA, Turkey, Italy, and Canada used their resources effectively in all years in BCC and CCR scores. According to the BCC score, France has been unable to use its resources effectively except in 2010, 2011, 2012, and 2015. Similarly, according to the BCC score, Germany could not use its resources effectively in any period except 2015 and 2017, and the United Kingdom could not use its resources effectively in any period according to the BCC and CCR scores. According to the results of Panel Tobit regression, maternal mortality rates technically negatively impacted resource use significantly. As a result, it is emphasized that countries that cannot utilize their resources effectively should improve their health indicators in terms of efficiency, reduce unnecessary consumed health services, and increase the employment of qualified health personnel.

Keywords

Maternal and Infant Mortality Rates, Per Capita Health Expenditures, Data Envelopment Analysis, Panel Tobit Regression

References

• Abiş, T. (2022). Sağlık hizmetlerinde kapasite kullanımına yönelik performans değerlendirmesi [doktora tezi]. Sağlık Bilimleri Üniversitesi.
• Ağ, A. (2019). BİST’te işlem gören sigorta şirketlerinin veri zarflama analizi yöntemi ile finansal performanslarının analizi. Business & Management Studies: An International Journal, 7(5), 2656-2668. https://doi.org/10.15295/bmij.v7i5.1330
• Aladağ, Z., Alkan, A., Güler, E. ve Özdin, Y. (2018). Akademik birimlerin veri zarflama analizi ve promethee yöntemleri ile performans değerlendirmesi: Kocaeli üniversitesi örneği. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 34(1), 1-13.
• Aras, İ. A. (2023). Gelir gruplarına göre COVID-19 pandemisinde sağlık sistem performansı etkinliğinin ölçülmesi. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(26), 731-746. https://doi.org/10.53092/duiibfd.1317111
• Artan, S., Hayaloğlu, P. ve Demirel, S. K. (2017). BRICS ülkelerinde kamu sağlık harcamaları etkinliğinin belirleyicileri. SGD-Sosyal Güvenlik Dergisi, 7(1), 9-30.
• Asandului, L., Roman, M. ve Fatulescu, P. (2014). The efficiency of healthcare systems in Europe: A data envelopment analysis approach. Procedia Economics and Finance, 10, 261-268. https://doi.org/10.1016/S2212-5671(14)00301-3
• Aygar, H. ve Metintaş, S. (2018). Bir kalkınma göstergesi olarak anne ölümleri. ESTÜDAM Halk Sağlığı Dergisi, 3(3), 63-70.
• Banker, R. D., Charnes, A. ve Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 30(9), 1078-1092. https://doi.org/10.1287/mnsc.30.9.1078
• Bayraktutan, Y. ve Pehlivanoğlu, F. (2012). Sağlık işletmelerinde etkinlik analizi: Kocaeli örneği. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, (23), 127-162.
• Bozkurt, İ. ve Tan, A. (2021). Sağlık hizmetlerinde asimetrik bilgi, belirsizlik algısı ve güven kavramının rolü. İKSAD Yayınevi.
• Busse, M. R. ve Bernard, A. B. (2003, 4 Eylül). Consistent standard errors in panel Tobit with autocorrelation. 2 Aralık 2023 tarihinde https://papers.ssrn.com/sol3/papers.cfm?abstract_id=439061 adresinden edinilmiştir.
• Cetin, V. R. ve Bahce, S. (2016). Measuring the efficiency of health systems of OECD countries by data envelopment analysis. Applied Economics, 48(37), 3497-3507. https://doi.org/10.1080/00036846.2016.1139682
• Chai, P., Zhang, Y., Zhou, M., Liu, S. ve Kinfu, Y. (2019). Technical and scale efficiency of provincial health systems in China: A bootstrapping data envelopment analysis. BMJ Open, 9(8). https://doi.org/10.1136%2Fbmjopen-2018-027539
• Charnes, A., Cooper, W. W. ve Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444. https://doi.org/10.1016/0377-2217(78)90138-8
• Chisholm, D. ve Evans D. B. (2010). Improving health system efficiency as a means of moving towards universal coverage. 30 Aralık 2023 tarihinde https://cdn.who.int/media/docs/default-source/health-financing/technical-briefs-background-papers/whr-2010-background-paper-28.pdf adresinden edinilmiştir.
• Cinaroglu, S. (2020). Integrated k-means clustering with data envelopment analysis of public hospital efficiency. Health Care Management Science, 23(3), 325-338. https://doi.org/10.1007/s10729-019-09491-3
• Çakmak, M., Öktem, M. K. ve Ömürgönülşen, U. (2009). Türk kamu hastanelerinde teknik verimlilik sorunu: Veri zarflama analizi tekniği ile Sağlık Bakanlığı’na bağlı kadın doğum hastanelerinin teknik verimliliklerinin ölçülmesi. Hacettepe Sağlık İdaresi Dergisi, 12(1), 1-36.
• Çavmak, Ş. (2017). Sağlık hizmetlerinde veri zarflama analizi ve modelleri. Sağlık Yönetimi Dergisi, 1(1), 35-47.
• Çeçen, Z. ve Akbulut, F. (2023). Düşük gelir grubunda yer alan ülkelerin sağlık göstergelerinin VZA yöntemiyle incelenmesi. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 14(1), 241-254.
• Demirci, Ş., Konca, M. ve İlgün, G. (2020). Sağlık finansmanının sağlık sistemleri performansına etkisi: Avrupa Birliği üyesi ve adayı ülkeler üzerinden bir değerlendirme. Sosyoekonomi, 28(43), 229-242. https://doi.org/10.17233/sosyoekonomi.2020.01.13
• Dhaoui, I. (2019, Temmuz). Healthcare system efficiency and its determinants: A two-stage Data Envelopment Analysis (DEA) from MENA countries [Bildiri sunumu]. Economic Research Forum (ERF), Giza.
• Erik, A. ve Kuvvetli, Y. (2021). Üretim işletmelerinin endüstri 4.0 entegrasyonunun veri zarflama analizi ile değerlendirilmesi. Çukurova Üniversitesi Mühendislik Fakültesi Dergisi, 36(3), 637-647. https://doi.org/10.21605/cukurovaumfd.1005323
• Evans, D. B., Tandon, A., Murray, C. J. ve Lauer, J. A. (2001). Comparative efficiency of national health systems: Cross national econometric analysis. BMJ, 323(7308), 307-310. https://doi.org/10.1136/bmj.323.7308.307
• Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society Series A: Statistics in Society, 120(3), 253-281. https://doi.org/10.2307/2343100
• Fu, P., Hughes, J., Zeng, G., Hanook, S., Orem, J., Mwanda, O. W. ve Remick, S. C. (2016). A comparative investigation of methods for longitudinal data with limits of detection through a case study. Statistical Methods in Medical Research, 25(1), 153-166. https://doi.org/10.1177/0962280212444800
• Güzel, İ. ve Gider, Ö. (2023). Sağlık alanında veri zarflama analizi ve Malmquist toplam faktör verimlilik indeksi ile etkinlik ölçümü: Türkiye ve Avrupa Birliği Ülkeleri’nde bir uygulama. Hacettepe Sağlık İdaresi Dergisi, 26(1), 219-236.
• Ibrahim, M. D. ve Daneshvar, S. (2018). Efficiency analysis of healthcare system in Lebanon using modified data envelopment analysis. Journal of Healthcare Engineering, 2018, 2060138. https://doi.org/10.1155/2018/2060138
• İlgün, G. ve Şahin, B. (2022). Investigation of factors affecting efficiency of primary healthcare in Turkey with two-stage data envelopment analysis. International Journal of Healthcare Management, 15(1), 45-51. https://doi.org/10.1080/20479700.2020.1836735
• Jakovljevic, M. ve Laaser, U. (2015). Population aging from 1950 to 2010 in seventeen transitional countries in the wider region of South Eastern Europe. SEEJPH, 3, 1-12. https://doi.org/10.4119/seejph-1796
• Jordi, E., Pley, C., Jowett, M., Abou Jaoude, G. J. ve Haghparast-Bidgoli, H. (2020). Assessing the efficiency of countries in making progress towards universal health coverage: A data envelopment analysis of 172 countries. BMJ Global Health, 5(10), e002992. https://doi.org/10.1136%2Fbmjgh-2020-002992
• Kaçak, H. (2022). Halk sağlığı hizmetlerinin sağlık sistemlerinin performansı üzerindeki etkileri: Dinamik network veri zarflama analizi ile bir uygulama. Türk Hijyen ve Deneysel Biyoloji Dergisi, 79(3), 531-548. https://dx.doi.org/10.5505/TurkHijyen.2022.70194
• Kirigia, J. M., Emrouznejad, A., Sambo, L. G., Munguti, N. ve Liambila, W. (2004). Using data envelopment analysis to measure the technical efficiency of public health centers in Kenya. Journal of Medical Systems, 28, 155-166. https://doi.org/10.1023/B:JOMS.0000023298.31972.c9
• Konca, M. ve Top, M. (2021). Ekonomik faktörler ve ulusal sağlık sistemlerinde teknik etkinlik: Panel veriye dayalı bir uygulama. Verimlilik Dergisi, (3), 21-33. https://doi.org/10.51551/verimlilik.760156
• Lee, S. ve Kim, C. (2018). Estimation of association between healthcare system efficiency and policy factors for public health. Applied Sciences, 8(12), 2674. https://doi.org/10.3390/app8122674
• Masoumi, M ve Öcalır-Akünal, E. V. (2018). Türkiye’deki kent içi raylı ulaşım sistemlerinin performanslarının veri zarflama analizi ile karşılaştırılması. Journal of Polytechnic, 21(4), 971-975. https://doi.org/10.2339/politeknik.391798
• Medarević, A. ve Vuković, D. (2021). Efficiency and productivity of public hospitals in Serbia using DEA-malmquist model and tobit regression model, 2015-2019. International Journal of Environmental Research and Public Health, 18(23), 12475. https://doi.org/10.3390/ijerph182312475
• Mitrović, Z., Vujošević, M. ve Savić, G. (2017). Data envelopment analysis for evaluating Serbia’s health care system. Management: Journal of Sustainable Business and Management Solutions in Emerging Economies, 20(75), 39-46. https://doi.org/10.7595/management.fon.2015.0012
• Moffitt, R. (1982). The Tobit model, hours of work and institutional constraints. The Review of Economics and Statistics, 64(3), 510-515. https://doi.org/10.2307/1925952
• Mohammadpour, S., Javan-Noughabi, J., Vafaee Najar, A., Zangeneh, M., Yousefi, S., Nouhi, M. ve Jahangiri, R. (2020). Factors affecting the technical efficiency of rural primary health care centers in Hamadan, Iran: Data envelopment analysis and Tobit regression. Cost Effectiveness and Resource Allocation, 18(1), 1-8. https://doi.org/10.1186/s12962-020-00249-1
• Mourad, N., Habib, A. ve Tharwat, A. (2021). Appraising healthcare systems’ efficiency in facing COVID-19 through data envelopment analysis. Decision Science Letters, 10(3), 301-310. http://dx.doi.org/10.5267/j.dsl.2021.2.007
• Münyas, T. (2018). Gayrimenkul yatırım ortaklıklarının finansal etkinliklerinin veri zarflama analizi yöntemi ile değerlendirilmesi. Journal of Life Economics, 5(4), 111-126.
• OECD.Stat. (2023). Health statistics. 15 Kasım 2023 tarihinde https://stats.oecd.org/ adresinden edinilmiştir.
• Özden, Ü. (2008). Veri zarflama analizi (VZA) ile Türkiye’deki vakıf üniversitelerinin etkinliğinin ölçülmesi. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 37(2), 167-185.
• Seddighi, H., Nosrati Nejad, F. ve Basakha, M. (2020). Health systems efficiency in Eastern Mediterranean Region: A data envelopment analysis. Cost Effectiveness and Resource Allocation, 18(1), 1-7. https://doi.org/10.1186/s12962-020-00217-9
• Selamzade, F. ve Bağirov, A. (2022). Rusya federasyonu sağlık sisteminde etkinlik değişiminin incelenmesi. TURAN: Stratejik Araştırmalar Merkezi, 14, 442-449.
• Sever, E. ve İğdeli, A. (2019). Sağlık harcamaları, sağlık çıktıları ve ekonomik büyüme ilişkisi: Türkiye örneği. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 11(20), 246-259. https://doi.org/10.20990/kilisiibfakademik.533164
• Sonğur, C., Kar, A., Teleş, M. ve Turaç, İ. S. (2017). OECD üye ülkelerinin sağlık göstergeleri açısından etkinliklerinin değerlendirilmesi ve çoklu uyum analizi. Siyaset, Ekonomi ve Yönetim Araştırmaları Dergisi, 5(3), 1-12. https://doi.org/10.25272/j.2147-7035.2017.5.3.04
• Soylu, N. (2020). Entelektüel sermaye etkinliğinin veri zarflama analizi ile değerlendirilmesi: BİST teknoloji şirketlerine yönelik bir araştırma. Muhasebe ve Finansman Dergisi, (85), 269-286. https://doi.org/10.25095/mufad.673738
• Şenol, O., Metin, A. ve Korucu, K. S. (2019). Ülkelerin ölüm göstergeleriyle karşılaştırılması: Veri zarflama analizi. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (33), 82-103.
• Top, M., Konca, M. ve Sapaz, B. (2020). Technical efficiency of healthcare systems in African countries: An application based on data envelopment analysis. Health Policy and Technology, 9(1), 62-68. https://doi.org/10.1016/j.hlpt.2019.11.010
• Twisk, J. ve Rijmen, F. (2009). Longitudinal tobit regression: A new approach to analyze outcome variables with floor or ceiling effects. Journal of Clinical Epidemiology, 62(9), 953-958. https://doi.org/10.1016/j.jclinepi.2008.10.003
• United Nations. (2015). The millennium development goals report. 14 Ocak 2024 tarihinde https://www.un.org/millenniumgoals/ adresinden edinilmiştir.
• Wang, W. ve Griswold, M. E. (2016). Estimating overall exposure effects for the clustered and censored outcome using random effect Tobit regression models. Statistics in Medicine, 35(27), 4948-4960. https://doi.org/10.1002/sim.7045
• World Bank. (2024). World development indicators. 10 Ocak 2024 tarihinde https://databank.worldbank.org/source/world-development-indicators adresinden edinilmiştir.
• Yağış, O. ve Savrul, B. K. (2020, 12-14 Kasım). Türkiye’de sağlık harcamalarının ekonomik büyüme üzerindeki etkisi: Zaman serileri analizi [Bildiri sunumu]. Uluslararası Farklı Boyutlarıyla Sağlık Konferansı (ICDAH2020).