Veri zarflama analizi ile Türk sağlık sektörünün bölgesel temelde etkinliğinin ölçümü

Öz

Son yıllarda yaşanan salgınlarla birlikte (Covid-19 gibi), sağlık sektöründe verimliliğin önemi bir kez daha anlaşılmıştır. İnsan ihtiyaçlarının sınırsız olması fakat kaynakların ise kıt oluşu, her alanda olduğu gibi sağlık alanında da kaynakların en optimal seviyede kullanılması gerektiği anlayışını oluşturmuştur. Sektörde bulunun benzer kurumların sergiledikleri performansı karşılaştırmayı mümkün kılarak verimlilik değerlendirmesi imkânı sunan Veri Zarflama Analizi, birçok araştırma alanında yaygın olarak kullanılmaktadır. Bu çalışmada, Türkiye’deki İstatistiki Bölge Birimleri Sınıflandırması-1 (İBBS-1) bölgelerinin sağlık sektöründeki hizmet verimliliğinin ölçülmesi amaçlanmıştır. Literatür incelemeleri sonucunda 3 girdi ve 3 çıktı değişkeni seçilerek 12 bölgedeki sağlık verileri Veri Zarflama Analizine tabi tutulmuştur. Çalışmada, Sağlık Bakanlığı İstatistik Yıllığı 2020 yıllarına ilişkin raporlardan analiz için daha önceden belirlenen girdi-çıktı değişkenleri elde edilmiştir. Veriler “R” programına aktarılarak hem girdi yönelimli hem de çıktı yönelimli CCR ve BCC modellerine göre analizleri yapılmıştır. Girdi yönelimli BCC Modelinin kontrol gücü göz önünde bulundurularak bu model tercih edilmiş, etkin olmayan bölgeler için referans kümeleri oluşturularak potansiyel iyileştirme oranları hesaplanmıştır. BCC modeline göre illerin sağlık göstergeleri baz alındığında, 12 bölgeden sadece 3 bölgenin etkin olmadığı, diğer tüm bölgelerin sağlık göstergeleri bakımından etkin olduğu neticesine varılmıştır. Etkin olmayan bölgeler için potansiyel iyileştirme oranları sunulmuştur. Bir hizmet sektörü olarak sağlık sektöründe verimlilik analizi yürüten araştırmalara bakıldığında, analizler için belirlenen girdi ve çıktı değişkenlerinin, incelemeler sonucunda bulgulanan verimlilik düzeylerinin ve etkin bölge sayılarının benzerlik taşıdığı söylenebilir. Çalışmanın bulguları mevcut literatür ile kıyaslandığında, bulguların var olan çalışmaların bulguları ile örtüştüğü görülmektedir.

Anahtar Kelimeler

• Veri Zarflama Analizi
• Hizmet Sektörü
• Etkinlik
• Verimlilik
• Data Envelopment Analysis
• Healthcare Sector
• Efficiency
• Productivity

Measuring the effectiveness of the Turkish health sector on a regional basis with data envelopment analysis

Öz

With the epidemics in recent years (such as Covid-19), the importance of efficiency in the health sector has been understood once again. The fact that human needs are unlimited but resources are scarce has created the understanding that resources should be used at the most optimal level in the domain of health, as in every domain. Data Envelopment Analysis, which provides the opportunity to assess the efficiency by making it possible to contrast the performance of similar institutions in the sector, is widely used in many research areas. In this study, it is purposed to assess the service efficiency in the health sector of the Statistical Regional Units Classification-1 (NUTS-1) regions in Turkey. As a result of the literature review, 3 input and 3 output variables were selected and health data in 12 regions were subjected to Data Envelopment Analysis (DEA). Input-output variables ascertained for DEA methods in the study were acquired from the Ministry of Health Statistical Yearbook 2020 reports. The data were conveyed to the “R” program and analyzed according to both input-oriented as well as output-oriented CCR and BCC models. Considering the control power of the input-oriented BCC Model, this model was preferred, and potential improvement rates were calculated by creating reference sets for ineffective DMUs. According to the BCC model based on the health indicators of the provinces, it was deduced that solely 3 regions out of 12 were inefficient, and all other regions were effective in terms of health indicators. Potential recovery rates for inactive areas are presented. When we look at the studies that carry out productivity analysis in the health sector as a service sector, it may be stated that the input and output variables determined for the analyzes, the productivity levels found as a consequences of the examinations, and the number of effective regions are similar. When the findings of the study are compared with the existing literature, it is seen that the findings overlap with the findings of the existing studies.

Anahtar Kelimeler

• Data Envelopment Analysis
• Healthcare Sector
• Efficiency
• Productivity

Kaynakça

1. Acer, A. (2021). “Lojistik Faaliyetlerde Antrepoların Etkinliğinin Veri Zarflama Analizi ile Belirlenmesi”. İşletme Araştırmaları Dergisi, 13(4), 2976-2989.
2. Açıkel, C.H., Özer, M. ve Kılıç, S. (2004). “Farklı Kurum Hastanelerinin Veri Zarflama Yöntemi ile Verimlilik Analizleri”. IX. Halk Sağlığı Kongresi. 3-6 Kasım 2004. Ankara.
3. Afonso, A. ve St Aubyn, M. (2006). “Relative efficiency of health provision: A DEA approach with non-discretionary inputs”. ISEG-UTL economics working paper, (33).
4. Akyol, M., Sanisoğlu, S.Y., Alpar, R. ve Etikan, İ. (2004). “Veri Zarflama Analizi (VZA) ile Hastane Verimliliklerinin Ölçülmesi ve Örnek Bir Uygulama”. İstanbul.
5. Anouze, A. L. M. ve Bou-Hamad, I. (2019). “Data envelopment analysis and data mining to efficiency estimation and evaluation”. International Journal of Islamic and Middle Eastern Finance and Management, 12(2), 169-190.
6. Azadi, M., Moghaddas, Z., Saen, R. F., Gunasekaran, A., Mangla, S. K. Ve Ishizaka, A. (2022). “Using network data envelopment analysis to assess the sustainability and resilience of healthcare supply chains in response to the COVID-19 pandemic”. Annals of Operations Research, 1-44.
7. Banihashemi, S.A. ve Khalilzadeh, M. (2020). "A new approach for ranking efficient DMUs with data envelopment analysis". World Journal of Engineering, 17(4), 573-583.
8. Behdioğlu, S. ve Özcan, G. (2009). “Veri Zarflama Analizi ve Bankacilik Sektöründe Bir Uygulama”. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(3), 301-326.

9. Boğa, A. ve Kayahan, C. (2021). “Hastanelerin Teknik Performans Ölçümünde Veri Zarflama Analizi ve Türkiye Örneği”. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 6(4), 944-955.
10. Chen, T. Y., Chen, C. B. ve Peng, S. Y. (2008). “Firm operation performance analysis using data envelopment analysis and balanced scorecard: A case study of a credit cooperative bank”. International Journal of Productivity and Performance Management, 57(7), 523-539.
11. Chen, Y. ve Chen, B. (2009). “Using data envelopment analysis (DEA) to evaluate the operational performance of the wafer fabrication industry in Taiwan”. Journal of Manufacturing Technology Management, 20(4), 475-488.
12. Cinaroglu, S. (2020). “Integrated k-means clustering with data envelopment analysis of public hospital efficiency”. Health Care Management Science, 23(3), 325-338.
13. Çakmak, M., Öktem, MK. 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.
14. Çarıkçı, O. Ve Akbulut, F. (2020). “Türk bankacılık sektörünün veri zarflama analizi ile etkinliğinin ölçülmesi”. İşletme Araştırmaları Dergisi, 12(1), 215-226.
15. Dénes, R. V., Kecskés, J., Koltai, T., ve Dénes, Z. (2017). “The application of data envelopment analysis in healthcare performance evaluation of rehabilitation departments in hungary”. Quality Innovation Prosperity, 21(3), 127-142.
16. Derici, S., ve Atalay, E. (2018). “Veri Zarflama Analizi (Vza) İle Türkiye’deki Zincir Tekno (Loji) Market Mağazalarının Etkinlik Ölçümü”. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22(3), 1387-1399.
17. Doğan, N. Ö., ve Akbal, H. (2021). “Covıd-19’un Akademik Teşvik Etkinliği Üzerindeki Etkisi: Veri Zarflama Analizi İle 2019 Ve 2020 Yıllarına İlişkin Bir Karşılaştırma”. Giresun Üniversitesi İktisadi ve İdari Bilimler Dergisi, 7(3), 469-490.
18. Ersoy, Y., ve Tehci, A. (2020). “Lojistik Pazarlama: Lojistik hizmetleri alanında faaliyette bulunan işletmelerde veri zarflama analizi ile etkinlik ölçümü”. The Journal of International Scientific Researches, 5(1), 1-9.
19. Ertuğrul, İ., ve Işık, A.T. (2008), “İşletmelerin VZA İle Mali Tablolarına Dayalı Etkinlik Ölçümü: Metal Ana Sanayiinde Bir Uygulama”, Afyon Kocatepe Universitesi İ.İ.B.F. Dergisi, C. X, S. I.
20. Güler, A., Bircan, H., & Babacan, A. (2022). “AHP Yöntemi ile Ağırlıklandırılan Kriterlerle Veri Zarflama Analizi ve Bir Uygulama”. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 20(2), 99-118.
21. Gülsevin, G., & Türkan, A. H. (2012). “Afyonkarahisar hastanelerinin etkinliklerinin veri zarflama analizi ile değerlendirilmesi”. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 12(2), 1-8.
22. Harris, J.H., Özgen, H.; Özcan, Y.A. (2000). “Do Mergers Enhance the Performance of Hospital Efficiency?” Journal of the Operational Research Society, 801–811.
23. Kamel, M.A., Mousa, M.E.-S., ve Hamdy, R.M. (2022), "Financial efficiency of commercial banks listed in Egyptian stock exchange using data envelopment analysis", International Journal of Productivity and Performance Management, 71(8), 3683-3703.
24. Karasoy, H. (2000). “Veri Zarflama Analizi”. Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Yayımlanmamış Doktora Tezi. İstanbul.
25. Karsak, EE., Karadayi, MA. (2017). “Imprecise DEA Framework for Evaluating Health-care Performance of Districts”. Kybernetes, 46(4), ss.706-727.
26. Kayalı, CA., Kayalı, N., Kartal, B. (2004). “Veri Zarflama Analizinin Türk Sağlık Sektöründe Bir Uygulaması”. Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 2(2), 67-78.
27. Kiracı, K. & Yalçın, S. (2021). “Dünyadaki düşük maliyetli havalimanlarınin performanslarının veri zarflama analiziyle değerlendirilmesi”. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (60), .499-517.
28. Kubat, Ö.U. (2002). “Ankara’daki Hastanelerin Teknik Verimliliklerinin Veri Zarflama Yöntemi Kullanılarak Değerlendirilmesi”. Ankara Üniversitesi Sağlık Bilimleri Enstitüsü Yayımlanmamış Yüksek Lisans Dönem Projesi, Ankara
29. Künç, G. Y. (2021). “Turizm Etkinliği Çevre Performansını Etkiliyor Mu? Veri Zarflama Analizi ile Etkinlik Skorlarının Hesaplanması”. Alanya Akademik Bakış, 6(1), 1921-1940.
30. Lin, C., Ting, S.-F., Lee, L., ve Lin, S.-T. (2021), "Firm capability assessment via the BSC and DEA", Industrial Management & Data Systems, 121(3), 567-593.
31. Okursoy, A., ve Tezsürücü Coşansu, D. (2014). “Veri Zarflama Analizi ile Göreli Etkinliklerin Karşılaştırılması: Türkiye'deki İllerin Kültürel Göstergelerine İlişkin Bir Uygulama”. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(2), 1-18.
32. Orhan, M., Karakaya, A., ve Bektaş Uçar, M. (2020). “İstanbul’daki Vakıf Üniversitelerinin Kuruluş Dönemlerine göre Etkinlik Analizi”. Itobiad: Journal of the Human & Social Science Researches, 9(1).
33. Ömürbek, N., Altin, F. G., Şimşek, A., ve Hande, E. (2021). “Entropi Tabanlı Veri Zarflama Analizi Yöntemi İle Türkiye’deki İllerin Sağlık Göstergeleri Açısından Etkinliğinin Belirlenmesi”. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 12(29), 16-45.
34. Özata, M. ve Aslan, Ş. (2005). “Veri Zarflama Analizi Yöntemi ile Hastanelerde Etkinlik Ölçümü: Üniversite ve Devlet Hastaneleri Uygulaması”. Hastane Yönetimi 2, 1–8.
35. Özdemir, A. (2020). “Türkiye’deki İBBS-1 bölgelerinin sağlık hizmeti sunum etkinliğinin veri zarflama analizi kullanılarak ölçülmesi”. Adıyaman Üniversitesi Sağlık Bilimleri Dergisi, 6(2), 231-242.
36. Özden, Ü. (2008). “Veri zarflama analizi (VZA) ile Türkiye’deki vakıf üniversitelerinin etkinliğinin ölçülmesi”. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 37(2), 167-185.
37. Özkan, M., ve Özcan, A. (2018). “Veri zarflama analizi (VZA) ile seçilmiş çevresel göstergeler üzerinden bir değerlendirme: OECD performans incelemesi”. Yönetim Bilimleri Dergisi, 16(32), 485-508.
38. Ryandono, M.N.H., Widiastuti, T., Cahyono, E.F., Filianti, D., Qulub, A.S., ve Al Mustofa, M.U. (2023), "Efficiency of zakat institutions in Indonesia: data envelopment analysis (DEA) vs free disposal hull (FDH) vs super-efficiency DEA", Journal of Islamic Accounting and Business Research, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/JIABR-05-2021-0144
39. Savović, S., ve Mimović, P. (2022). "Effects of cross-border acquisitions on efficiency and productivity of acquired companies: evidence from cement industry". International Journal of Productivity and Performance Management, 71(4), 1099-1125.
40. Sezen, B. ve Gök, M. Ş. (2009). “Veri zarflama analizi yöntemi ile hastane verimliliklerinin incelenmesi”. ODTÜ Gelişme dergisi, 36, 383-403.
41. Şenol, O., Kişi, M., Eroymak, S. (2019). “OECD Ülkelerinin Sağlık Göstergelerini Veri Zarflama Analiz Yöntemiyle Karşılaştırılması”. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 35, 277-293.
42. TÜİK (2010), https://biruni.tuik.gov.tr/DIESS/SiniflamaSurumDetayAction.do?surumId=164&turId=7&turAdi=%205
43. Yang, Z. (2006). “A Two-Stage DEA Model to Evaluate the Overall Performance of Canadian LIFE and Health Insurance Companies”. Mathematical and Computer Modelling, 43, 910–919.
44. Yıldırım, H.H. (2004). “AB Üye ve Aday Ülke Sağlık Sistemlerinin Verimlilik Skorları 2000”. Hacettepe Üniversitesi Sağlık Bilimleri Enstitüsü Yayımlanmamış Doktora Tezi. Ankara.
45. Zhu J. (2009). “Quantitative Models for Performance Evaluation and Benchmarking”. Vol 1. Springer Science+Business Media