Measuring of healthcare service delivery efficiency of NUTS-1 territories in Turkey using data envelopment analysis

Yıl 2020, Cilt: 6 Sayı: 2, 231 - 242, 30.08.2020

Aydın Özdemir

https://doi.org/10.30569/adiyamansaglik.708826

Cited By: 2

Öz

Aim: Measuring the of healthcare service delivery of Nomenclature of Territorial Units for Statistics-1 (NUTS-1) territories in Turkey.
Materials and Methods: Data Envelopment Analysis was conducted on the twelve Nomenclature of Territorial Units for Statistics-1 (NUTS-1) territories using three input variables and three output variables.
Results: The results of the analysis demonstrate that Western Blacksea, Eastern Marmara, Southeastern Anatolia and Northeastern Anatolia are efficient and, Mediterranean, Eastern Blacksea, Istanbul, Central Anatolia and Mideastern Anatolia are inefficient in terms of all models. Besides, it is determined that Western Anatolia, Western Marmara and Aegean are efficient only in terms of Banker, Charnes, Cooper (BCC) models.
Conclusion: It was determined as Western Blacksea, Eastern Marmara, Southeastern Anatolia and Northeastern Anatolia are efficient and, Mediterranean, Eastern Blacksea, Istanbul, Central Anatolia and Mideastern Anatolia are inefficient. It is suggested that confirm in the fuzzy environment these results adding new input and output variables and, using new generation Data Envelopment Analysis techniques such as Network and Two-Stage Data Envelopment Analysis

Anahtar Kelimeler

Efficiency, Data Envelopment Analysis, Healthcare Delivery

Türkiye’deki İBBS-1 bölgelerinin sağlık hizmeti sunum etkinliğinin veri zarflama analizi kullanılarak ölçülmesi

Öz

Amaç: Türkiye’deki İstatistiki Bölge Birimleri Sınıflandırması-1 (İBBS-1) bölgelerinin sağlık hizmeti sunum etkinliklerini ölçmek.
Gereç ve Yöntem: Bu çalışmada üç girdi ve üç çıktı değişkeni kullanılarak, on iki İstatistiki Bölge Birimleri Sınıflandırması-1 (İBBS-1) bölgesi üzerinde Veri Zarflama Analizi yürütülmüştür.
Bulgular: Analiz sonuçları tüm modeller bakımından Batı Karadeniz, Doğu Marmara, Güneydoğu Anadolu ve Kuzeydoğu Anadolu’nun etkin olduğunu ve Akdeniz, Doğu Karadeniz, İstanbul, Orta Anadolu ve Ortadoğu Anadolu’nun etkin olmadığını göstermektedir. Bunun yanı sıra, Batı Anadolu, Batı Marmara ve Ege’nin sadece Banker, Charnes, Cooper (BCC) modelleri bakımından etkin olduğu belirlenmiştir.
Sonuç: Batı Karadeniz, Doğu Marmara, Güneydoğu Anadolu ve Kuzeydoğu Anadolu etkin olarak Akdeniz, Doğu Karadeniz, İstanbul, Orta Anadolu ve Ortadoğu Anadolu ise etkinsiz olarak saptanmıştır. Bu sonuçların yeni girdi ve çıktı değişkenleri eklenerek ve Network ve Two-Stage Veri Zarflama Analizi gibi yeni nesil Veri Zarflama Analizi teknikleri kullanılarak bulanık ortamda doğrulanması önerilmektedir.

Anahtar Kelimeler

Etkinlik, Veri Zarflama Analizi, Sağlık Hizmeti Sunumu

Kaynakça

• 1. Joshi MS, Berwick D. Healthcare Quality and the Patient. In: Ramsom ER, Joshi MS, Nash DB, Ransom SB, eds. Healthcare Quality Book: Vision, Strategy, and Tools. 3.Edt. Chicago/Washington, DC: Health Administration Press/AUPHA Press; 2008.
• 2. Washko MM, Fennell ML. The Epicenter of Effectiveness and Efficiency in Health Care Delivery: The Evolving U.S. Health Workforce. Health Serv Res. 2017;52:353-359. doi:10.1111/1475-6773.12662
• 3. WHO. Health systems service delivery. https://www.who.int/healthsystems/topics/delivery/en/. Published 2020. Accessed March 4, 2020.
• 4. Wass V. The impact of change in healthcare delivery on medical education. Educ Prim Care. 2007;18(5):551-557. doi:10.1080/14739879.2007.11493587
• 5. Rossen CB, Buus N, Stenager E, Stenager E. Patient assessment within the context of healthcare delivery packages: A comparative analysis. Int J Nurs Stud. 2016;53:248-259. doi:10.1016/j.ijnurstu.2015.08.002
• 6. T.C. Sağlık Bakanlığı. Sağlıkta Dönüşüm Programı. Ankara; 2003.
• 7. Skinner W. The Focused Factory. Harv Bus Rev. 1974;52(3):113-121.
• 8. Smith A. An Inquiry into the Nature and Causes of the Wealth of Nations. London: Strahan & Cadeli; 1776.
• 9. Eurostat. Glossary:Nomenclature of territorial units for statistics (NUTS). https://ec.europa.eu/eurostat/. Published 2020. Accessed February 26, 2020.
• 10. TÜİK. İBBS. https://biruni.tuik.gov.tr/DIESS/SiniflamaSurumDetayAction.do?surumId=164&turId=7&turAdi= 5. Coğrafi Sınıflamalar. Published 2005. Accessed February 26, 2020.
• 11. Wikner J, Yang B, Yang Y, Williams SJ. Decoupling thinking in service operations: a case in healthcare delivery system design. Prod Plan Control. 2017;28(5):387-397. doi:10.1080/09537287.2017.1298869
• 12. Cinaroglu S. Integrated k-means clustering with data envelopment analysis of public hospital efficiency. Health Care Manag Sci. 2019. doi:10.1007/s10729-019-09491-3
• 13. Rush KL, Howlett L, Munro A, Burton L. Videoconference compared to telephone in healthcare delivery: A systematic review. Int J Med Inform. 2018;118(February):44-53. doi:10.1016/j.ijmedinf.2018.07.007
• 14. Sevinç H. Bölgesel Kalkınma Sorunsalı: Türkiye’de Uygulanan Bölgesel Kalkınma Politikaları. Girişimcilik ve Kalkınma Derg. 2011;3(2):35-54.
• 15. Šabić D, Vujadinović S. Regional development and regional policy. Zb Rad - Geogr Fak Univ u Beogradu. 2017;(65-1a):463-477. doi:10.5937/zrgfub1765463v
• 16. 2002/4720 Sayılı İstatistiki Bölge Birimleri Sınıflandırmasının Tanımlanmasına İlişkin Bakanlar Kurulu Kararı.; 2002.
• 17. Taş B. AB Uyum Süreci̇nde Türki̇ye İçi̇n Yeni̇ Bi̇r Bölge Kavramı: İstati̇sti̇ki̇ Bölge Bi̇ri̇mleri̇ Sınıflandırması (İBBS). Afyon Kocatepe Üniversitesi Sos Bilim Derg. 2006;VIII(2):185-197.
• 18. Şengül Ü, Eslemian S, Eren M. Türkiye’de İstatistiki Bölge Birimleri Sınıflamasına Göre Düzey 2 Bölgelerinin Ekonomik Etkinliklerinin DEA Yöntemi ile Belirlenmesi ve Tobit Model Uygulaması. Yönetim Bilim Derg. 2013;11(21):75-99.
• 19. Saraç Ş, Kesikoğlu F. Ar-Ge Harcamalarinin Büyüme Üzeri̇ndeki Etki̇si̇: İBBS Düzey 1 Bölgeleri̇ni̇n Karşılaştırmalı Anali̇zi̇. Int J Manag Econ Bus. 2017;13(ICMEB17):617-627. doi:10.17130/ijmeb.2017icmeb1735474
• 20. Türkkan A. Sürdürülebilir Kalkınma Hedeflerindeki Ölümlülük Göstergelerine Göre Türkiyede Bölgesel Eşitsizlikler. Sağlık Yönetimi Derg. 2019;3(2):16-22.
• 21. Tone K. Radial DEA Models. In: Tone K, ed. Advances in DEA Theory and Applications With Extentions to Forecasting Models. Pondicherry: Wiley & Sons Ltd; 2017.
• 22. Farrell MJ. The Measurement of Productive Efficiency. J R Stat Soc Ser A. 1957;120(3):253-290.
• 23. Charnes A, Cooper WW, Rhodes E. Measuring the efficiency of decision making units. Eur J Oper Res. 1978;2(6):429-444. doi:10.1016/0377-2217(78)90138-8
• 24. Ray SC. Data Envelopment Analysis Theory and Techniques for Economics and Operations Research. New York: Cambridge University Press; 2004.
• 25. Ramanathan R. An Introduction to Data Envelopment Analysis A Tool for Performance Measurement. (Publications S, ed.). New Delhi; 2003.
• 26. Charnes A, Cooper WW, Lewin AY, Seiford LM. Data Envelopment Analysis: Theory, Methodology, and Application. New York: Springer Science+Business Media; 1994.
• 27. Cooper WW, Seiford LM, Tone K. Introduction to Data Envelopment Analysis and Its Uses With DEA-Solver Software and References. New York: Springer Science+Business Media; 2006.
• 28. Emrouznejad A, Cabanda E. Managing Service Productivity Using Frontier Efficiency Methodologies and Multicriteria Decision Making for Improving Service Performance. In: Emrouznejad A, Cabanda E, eds. Managing Service Productivity Using Data Envelopment Analysis. ; 2014:1-19.
• 29. Zhu J. Quantitative Models for Performance Evaluation and Benchmarking. Vol 1. New York: Springer Science+Business Media; 2009.
• 30. Yeşilaydın G. Health Efficiency Measurement in Turkey By Using Data Envelopment Analysis: A Systematic Review. Ankara Sağlık Bilim Derg. 2017;6(123):49-69. doi:10.1501/asbd_0000000062
• 31. Ertugay N, Tüzüner Z, Bal H. Health Efficiency Measurement In Turkey By Using Data Envelopment Analysis. Conf Proc Sci Technol. 2019;2(1):1-8.
• 32. Sülkü SN. The impacts of health care reforms on the efficiency of the Turkish public hospitals: Provincial markets. Eur J Public Health. 2012;22(5):634-638.
• 33. Keskin Hİ. Türkiye’de Sağlıkta Dönüşüm Programı ve Kamu Hastanelerinin Etkinliği. Akdeniz Üniversitesi İktisadi ve İdari Bilim Fakültesi Derg. 2018;(38):124-150. doi:10.25294/auiibfd.492741
• 34. Golany B, Roll Y. An application procedure of DEA. Omega. 1989;17(3):237-250.
• 35. Müdürlüğü TCSBSBSG. Sağlık Bakanlığı 2018 Sağlık İstatistikleri Yıllığı.; 2019.
• 36. Avkiran NK. Applications of Data Envelopment Analysis in the Service Sector. In: Cooper WW, Seiford LM, Zhou J, eds. Handbook on Data Envelopment Analysis. 2.Edt. New York: Springer Science+Business Media; 2011.
• 37. The R Project for Statistical Computing. https://www.r-project.org. Published 2020. Accessed March 14, 2020.
• 38. Simm J, Besstremyannaya G. Robust Data Envelopment Analysis (DEA) for R. 2020.
• 39. Soylu N. Entelektüel Sermaye Etkinliğinin Veri Zarflama Analizi ile Değerlendirilmesi: BİST Teknoloji Şirketlerine Yönelik Bir Araştırma. Muhasebe ve Finans Derg. 2020;673738(85):269-286. doi:10.25095/mufad.673738
• 40. Emrouznejad A. Reference set. https://deazone.com/en/reference-set. Published 2020. Accessed March 14, 2020.
• 41. Thanassoulis E. Introduction to the Theory and Application of Data Envelopment Analysis. New York: Springer Science+Business Media New; 2001.