Acceso usuarios
Eduardo González Fidalgo 
, Vicente García González
El Análisis Envolvente de Datos (DEA) ha sido una técnica muy utilizada para evaluar la eficiencia de la actividad sanitaria, debido a su carácter conservador y su elevada flexibilidad. Sin embargo, la aplicación empírica de esta metodología no está exenta de importantes dificultades. Un conocido y recurrente problema del análisis DEA es su escaso poder discriminante cuando el número de dimensiones es elevado pero la muestra disponible no lo es. Este trabajo explora las posibilidades de incrementar el poder discriminante del DEA mediante una extensión llamada Value Efficiency Analysis (VEA). El VEA exige incorporar información de carácter cualitativo para identificar una unidad productiva que pueda considerarse un buen referente global. Al aplicar la técnica sobre una muestra de 61 centros de salud asturianos se comprueba la mejora de la capacidad discriminante, al reducirse en un 32% el número de centros de salud considerados eficientes. Los resultados del análisis evidencian un problema de escala en algunos centros de salud de gran tamaño. Asimismo, se detecta una notable relación entre la ineficiencia y el porcentaje de población anciana asignada al centro de salud. En cambio, no se encuentra relación con la docencia MIR ni con el nivel de dispersión geográfica.
Data Envelopment Analysis (DEA) has been extensively employed in evaluating the productivity of health services due to its enormous flexibility and the conservative character of its results. However, the empirical application of DEA frequently faces important problems. A well known drawback of DEA is its low discriminating power when the number of dimensions is large but the sample at hand is not. This paper explores the possibility to improve the discriminating power of DEA using a refinement known as Value Efficiency Analysis (VEA). VEA incorporates some qualitative information in order to identify a decision making unit that may be considered as a good referent globally. The application of this techni- que to a sample of 61 primary health centers in Asturias shows a strong improvement in the discriminating power, obtaining a reduction of 32% in the number of centers that are considered efficient. The results also evidence a scale problem in some of the biggest health centers. We find a notable relationship between productive efficiency and the percentage of aged population that is assigned to the health center. In contrast, there is no significant relationship between efficiency and teaching (MIR) or geographical dispersion.
