Orta Gelirli Ülkelerin Covid Süreci Sağlık Göstergeleri Açısından Etkinlik Analizi

Abstract

Sistemler, amaç ve hedeflerine ulaşmak için mevcut girdilerini çıktılara dönüştürür. Etkinlik analizi, bir sistemin kaynaklarını kullanarak amaçlarına ulaşma derecesini tanımlamak için kullanılır. Yaşanan Covid sürecine benzer pandemiler tekrar edebilir ve bu mücadelerde ülkeler, mevcut kaynaklarını daha etkin kullanmak zorundadır. Bu çalışmanın kapsamı, sağlık sistemlerin etkinliğini ölçmek için kullanılan yöntemlerden biri olan VZA ile Dünya Bankası gelir sınıflandırmasına göre orta gelir grubunda yer alan ülkelerin Covid-19 ile mücadelesini belirli sağlık göstergeleri kapsamında değerlendirmektir. Araştırmada sağlık hizmetlerine ayrılan GSYİH oranı, hasta yatak sayısı, bin nüfusa düşen doktor sayısı, bin nüfusa düşen hemşire ve ebe sayısı ve son olarak kişi başına düşen sağlık harcaması miktarı girdi değişkenleri olarak kullanılmıştır. Araştırmada çıktı değişkeni olarak 100.000 kişi başına Covid-19 hastalığından iyileşen kişi sayısı, 1 milyon kişi başına toplam vaka, 1 milyon kişi başına toplam ölüm ve bir milyon kişi başına toplam test sayısı seçilmiştir. Çalışmada VZA girdi odaklı CCR modeli kullanılmıştır. Etkin olmayan ülkelerin verimsizlik nedenleri tespit edilmiştir. Söz konusu bu ülkelerin etkin sınırda yer alabilmesi için hedeflenen değerleri ortaya konmuştur. Etkin ülkeler referans alınarak, etkin olmayan ülkelerin girdi değerlerinde potansiyel iyileştirmeler yapılmakta ve etkinliklerini artırabilecek girdi değerleri hesaplanmaktadır. Çalışmanın sonucunda 47 ülkeden 18 ülke etkin sınırda yer almıştır. Son olarak da çoklu lineer regresyon analizi yöntemi ile etkin limitin altındaki ülkelerin etkinsizliğinin nedenleri hesaplanmış ve gerekli düzeltmeler için öneriler sunulmuştur.Çalışmada VZA girdi odaklı CCR modeli kullanılmıştır. Etkin olmayan ülkelerin verimsizlik nedenleri tespit edilmiştir. Söz konusu bu ülkelerin etkin sınırda yer alabilmesi için hedeflenen değerleri ortaya konmuştur. Etkin ülkeler referans alınarak, etkin olmayan ülkelerin girdi değerlerinde potansiyel iyileştirmeler yapılmakta ve etkinliklerini artırabilecek girdi değerleri hesaplanmaktadır. Çalışmanın sonucunda 47 ülkeden 18 ülke etkin sınırda yer almıştır. Son olarak da çoklu lineer regresyon analizi yöntemi ile etkin limitin altındaki ülkelerin etkinsizliğinin nedenleri hesaplanmış ve gerekli düzeltmeler için öneriler sunulmuştur.

Keywords

• Sağlık Göstegeleri
• Veri Zarflama Analizi
• COVID-19
• Orta Gelirli Ülkeler
• Etkinlik

Efficiency Analysis of Middle-Income Countries in Terms of Health Indicators for the Covid Process

Abstract

Systems transform their current inputs into outputs to achieve their goals and objectives. Efficiency analysis is used to describe the degree to which a system achieves its goals using its resources. Pandemics similar to the Covid process may recur, and countries must use their existing resources more effectively in these struggles. The scope of this study was to evaluate the struggle of middle-income countries with Covid-19 within the scope of certain health indicators according to the World Bank's income classification by using the DEA, one of the methods used to measure the effectiveness of health systems. The ratio of GDP devoted to health services, the number of patient beds, the number of doctors per thousand population, the number of nurses and midwives per thousand population, and finally, the amount of health expenditure per capita were selected as the input variables in the study. The number of people recovering from Covid-19 disease per 100,000 people, total cases per 1 million people, total deaths per 1 million people, and total number of tests per million people were selected as the output variables in the study. The VZA input-oriented CCR model was used in the study. The reasons for the inefficiency of inefficient countries have been identified. In order for these countries to be located on the effective border, the targeted values have been revealed. Based on the efficient countries, potential improvements are made in the input values of the inefficient countries and the input values that can increase their efficiency are calculated. As a result of the study, 18 countries out of 47 countries were located in the effective border. Finally, the reasons for the inefficiency of the countries below the efficient frontier were calculated using the multiple linear regression analysis method, and the suggestions for necessary corrections were presented. The VZA input-oriented CCR model was used in the study. The reasons for the inefficiency of inefficient countries have been identified. In order for these countries to be located on the effective border, the targeted values have been revealed. Based on the efficient countries, potential improvements are made in the input values of the inefficient countries and the input values that can increase their efficiency are calculated. As a result of the study, 18 countries out of 47 countries were located in the effective border. Finally, the reasons for the inefficiency of the countries below the efficient frontier were calculated using the multiple linear regression analysis method, and the suggestions for necessary corrections were presented.

Keywords

• Health Indicators
• Data Envelopment Analysis
• COVID-19
• Middle Income Countries
• Efficiency

References

1. Bağrıaçık, E. A. (2021). Covıd-19 ile mücadelede OECD ve AB üye ülkeleri karşısında Türkiye’nin etkinliğinin değerlendirilmesi”. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (60), 215-233. DOI: 10.18070/erciyesiibd.970420.
2. Bayram, G. ve Yurtsever, Ö. (2021). Efficiency evaluation of European countries in terms of Covid-19. International Journal of Advances in Engineering and Pure Sciences, 33(3), 366-375. DOI: 10.7240/jeps.771324.
3. Breitenbach, M. C., Ngobeni, V., and Aye, G. C. (2021). Global healthcare resource efficiency in the management of Covid-19 death and infection prevalence rates. Frontiers in public health, 9, 638481. https://doi.org/10.3389/fpubh.2021.638481
4. Charnes, A., Cooper, W. W., and 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.
5. Cooper, W.W., Seıford, L.M., Zhu, J. (2011), Handbook on Data Envelopment Analysis history, models and ınterpretations, International Series in Operations Research & Management Science, Vol. 164, pp. 1-39
6. Çınar, Y. (2010). Türkiye ile AB üyesi ülkelerin elektrik üretim sektörlerinin etkinlik ve verimlilik analizi: 2000-2006 dönemi için uluslararası bir karşılaştırma. Sosyoekonomi Dergisi, 12 (12),. Retrieved from https://dergipark.org.tr/tr/pub/sosyoekonomi/issue/21072/226875
7. Dinç, M. and Haynes, K. E. (1999). Sources of regional inefficiency: an integrated shift-share, Data Envelopment Analysis and input-output approach. The Annals of Regional Science, 33, 469-489,
8. https://databank.worldbank.org/reports.aspx?source=world-development-indicators, (Date of access: 05.03.2022).

9. https://www.worldometers.info/coronavirus/#countries, (Date of access: 02 02.2022).
10. Mariano, E., Torres, B., Almeida, M., Ferraz, D., Rebelatto, D., and Soares de Mello, J. C. (2021). Brazilian states in the context of Covid-19 pandemic: An index proposition using network Data Envelopment Analysis. In IEEE Latin America Transactions, 19(6), 917-924, doi: 10.1109/TLA.2021.9451236.
11. Mohanta, K. K., Sharanappa, D. S., and Aggarwal, A. (2021). Efficiency analysis in the management of Covid-19 pandemic in india based on Data Envelopment Analysis. Current Research in Behavioral Sciences, 2, 100063. https://doi.org/10.1016/j.crbeha.2021.100063.
12. Mohanta, K.K., Sharanappa, D.S. AND Aggarwal, A., (2021), Data Envelopment Analysis and Malmquist ındex application: efficiency of primary health care in morocco and Covid-19, Turkish Journal of Computer and Mathematics Education Vol.12 No. 5 (2021), 971-983.
13. Mourad, N., Habib, A.M., Tharwat, A., (2021), Appraising healthcare systems’ efficiency in facing Covid-19 through Data Envelopment Analysis, Decision Science Letters 10 (2021) 301–310.
14. Özden, Ü. H. (2008). Efficiency evaluation of foundation universities in Turkey by using Data Envelopment Analysis (DEA). Istanbul University Journal of the School of Business Administration, 37(2),167- 185.
15. Sel, A. (2021). “Covid-19 pandemisinde sağlık sistemi gelişmelerinin etkinliğinin ölçülmesi: G-20 üzerine bir inceleme. Kırklareli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 181-202. DOI: 10.53306/klujfeas.941041.
16. Selamzade, F., ve Özdemir, Y. (2020). Covid-19`a karşı OECD ülkelerinin etkinliğinin VZA ile değerlendirilmesi. Turkish Studies, 15(4), 977-991. https://dx.doi.org/10.7827/TurkishStudies.43718
17. Şenol, O., ve Gençtürk, M. (2017). Verı̇ zarflama analı̇zı̇yle kamu hastanelerı̇ bı̇rlı̇klerı̇nde verı̇mlı̇lı̇k analı̇zı̇. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 29, 265-286.
18. Tütek, H., Gümüşoğlu Ş. ve Özdemir, A. (2016). Sayısal Yöntemler, Yönetsel Yaklaşım. İstanbul: Beta Basım.
19. Wang, C.-N., Dang, T.-T., Hsu, H.-P., Nguyen, N.-A.-T., & Trınh, T.-T.-Q. (2021). Assessing the readiness of countries in combating Covid-19 pandemic with special reference to the sustainable growth. Asian Journal of Advances in Research, 8(4), 1-15.
20. Who Coronavirus (Covid-19) Dashboard, https://covid19.who.int/. (Date of access: 01.02.2022).
21. You S., and Yan H. (2011). A new approach in modeling undesirable output in DEA model. Journal of the Operational Research Society, 62(12), 2146-2156. https://doi.org/10.1057/jors.2011.1
22. Yükçü, S., ve Atağan, G. (2009). Etkinlik, etkililik ve verimlilik kavramlarının yarattığı karışıklık. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 23(4), 1-13.