Zusammenfassung
Der Beitrag untersucht die Stärken und Schwächen der wichtigsten Ansätze für die Leistungsbewertung
von deutschen Krankenhäusern: parametrische Kostenfunktionen, Stochastic Frontier
Analysis (SFA) sowie Data Envelopment Analysis (DEA). Die Analyse legt nahe, dass
sich die Eignung der verschiedenen Ansätze zur Leistungsbewertung je nach Fragestellung
und Datengrundlage unterscheidet. Parametrische Durchschnittskostenansätze und SFA
eignen sich insbesondere für Fragestellungen, bei denen aggregierte Outputindikatoren,
wie zum Beispiel Case-Mix-adjustierte Gesamtkosten, verwendet werden oder indikationsspezifisch
Krankenhauskosten und Effizienz verglichen werden. Die nichtparametrische DEA ist
hingegen in der Lage, die große Vielfalt von Output und Inputkategorien in Krankenhäusern
zu berücksichtigen. Sie weist allerdings Schwächen bei der Berücksichtigung von statistischen
Ausreißern und stochastischen Schwankungen auf. Insgesamt ist die DEA daher insbesondere
für Vergleiche von sehr ähnlichen Krankenhäusern auf Grundlage einer qualitativ hochwertigen
Datenbasis geeignet. Der Beitrag verdeutlicht, dass durchschnittliche und individuelle
Leistungsbewertungen von Krankenhäusern je nach Methode und Modellannahmen differieren
können. Abschließend wird skizziert, wie Leistungsbewertungen trotzdem für die Formulierung
von Handlungsempfehlungen genutzt werden können und welche methodischen Innovationen
für die unterschiedlichen Ansätze zur Leistungsbewertung von Krankenhäusern derzeit
diskutiert werden.
Abstract
We analyze the most important approaches for comparing the performance of hospitals:
hospital cost functions, stochastic frontier analysis (SFA), and data envelopment
analysis (DEA). Our analysis suggests that the strengths and weaknesses of these approaches
differ by type of research or policy question and by the kind of data at hand. Parametric
approaches including SFA are particularly useful when the research questions can be
analyzed via aggregate output indicators. In addition these approaches are particularly
good at analyzing hospital costs and performance in an episode specific manner. The
non-parametric DEA in contrast facilitates to consider the great variety of inputs
and outputs in a disaggregated form. However, for DEA results to be meaningfully interpretable,
the hospitals under consideration need to be similar with regard to input and output
categories as well as with regard to their production process. Furthermore, the DEA
can only to a limited extent take account of the influence of exogenous environmental
factors, modelling and data errors, and statistical outliers. It is therefore particularly
useful when similar hospitals ought to be compared based on a high-quality data-set.
Moreover, the paper illustrates that average and individual performance scores for
hospital differ by type of approach selected, modeling and specification choices.
We conclude the paper by outlining an approach that enables researchers and policy
makers to deduct policy recommendations in the face of this uncertainty and by presenting
recent methodological innovations for the outlined approaches.
Schlüsselwörter
Leistungsbewertung - Data Envelopment Analysis (DEA) - Stochastic Frontier Analysis
(SFA) - Krankenhauskostenfunktionen
Key words
performance assessment - data envelopment analysis - stochastic frontier analysis
- hospital cost functions
Literatur
David.Scheller-Kreinsen@tu-berlin.de
