公立医院从流程驱动走向数据驱动的全面预算管理创新路径

李丽敏　赖春玲　张庆龙

作者简介：李丽敏、赖春玲，清远市人民医院；

张庆龙，广东财经大学粤港澳大湾区资本市场与审计治理研究院/中国财政科学研究院教授。

摘　要：全面预算管理是医院提升经营管理效率和综合竞争力的重要手段。目前实践中存在全面预算管理与业务活动和数据脱节的困境，导致全面预算管理在分析、控制和决策效能上存在不足。对此，本文探索流程驱动与数据驱动并重的全面预算管理模式，构建以数据为核心的全面预算管理体系，通过加强数据源端治理、制定预算业务流程的信息化建设方案及数据流转方案、建立动态的全面预算指标体系，发挥业财数据对预算工作的价值，以期为其他公立医院提供全面预算管理的创新路径。

关键词：全面预算管理；数据驱动；业财融合；公立医院

中图分类号：F275　文献标志码：A　文章编号：1003-286X（2023）21-0056-05

全面预算管理是全过程、全方位和全员参与的系统管理。目前许多大型企业预算管理流程已经足够完善和标准化，但因为数据局限于财务领域、系统独立割裂、数据标准自成体系，无法有效关联数据用于分析等问题，使得全面预算管理无法充分发挥作用。随着大数据技术的兴起，数据驱动被人们所关注并频繁使用。相比于流程驱动，数据驱动通过采集并治理流程中的数据，利用数据挖掘、机器学习等技术进行建模，自动输出决策。全面预算管理经过信息化建设已经积累了大量数据，也亟需探索新的管理模式，以充分挖掘数据带来的价值，推动企业向数字化运营管理转变。

一、建立流程与数据驱动并重的全面预算管理模式

（一）加强数据源端治理

数据采集建设是数据价值开发和数据高效运用的前提（陆兴凤等，2022）。因此，医院必须注重数据源端治理，与技术部门和业务部门协同推进数据治理工作。一是统一不同业务系统间的数据标准，建立数据治理体系，根据业务流程和数据标准设置预算项目标准化字典，实现历史数据采集和再加工，建立数据中心。二是明确预算数据“输入——处理——输出”环节内容，明确数据来源、抽取内容、获取手段和归类方式，确定数据交互的要点。三是根据高度关联、重点突出、量化易评的原则，设置预算分析和绩效考核指标，并设计相应的数据处理模型。四是明确预算各环节的输出数据和表单归纳，如医院战略规划阶段调研报告、编制套表模板、预算执行控制方案、经营分析报告、预算考评结果等。

（二）制定预算业务流程的自动化方案及数据流转方案

医院能够通过业务系统的衔接实现预算编制、执行、分析等流程的自动执行、支撑业务并采集数据，进而根据数据的集成与分析发现问题、制定决策。

在预算编制阶段，通过参照历史数据，理清预算报表、预算项目之间的联动关系，提升预算报表的编制效率和质量。各部门可将其编制内容细化至具体事项，以业务事项为源头发起预算编制、执行、分析的全过程。同时，以事项为最小单位横向可聚焦至经济分类、会计科目，纵向可穿透到各部门，形成全方位穿透可视化。

在预算执行阶段，医院可将全面预算管理系统与财务系统、费用系统和业务系统等进行集成应用。通过全面预算管理系统实时归集预算执行数据，根据系统中预置的条件触发预算预警机制，及时发现预算执行过程中存在的问题。通过预算执行过程的实时监控能够实现预算事前、事中、事后的相互衔接，提升预算决策的科学性。

在预算分析阶段，医院可以通过搭建预算数据管理“驾驶舱”，将管理“驾驶舱”与预算分析创新性组合，使医院在预算管理各阶段的预算分析、预算查询、统计等融会贯通，既满足管理层的宏观决策需求，又可以满足各级预算管理人员和业务人员的分析需求。同时，通过核心指标、统计报表、底层数据等多维度展现层，实现宏观决策与微观分析相结合的庞大且实用的全面预算分析体系，从而指引医院实现预期战略目标。

（三）建立动态的全面预算指标体系

指标管理是预算执行的起点，预算形成指标、指标控制支出、支出预算余额控制支出指标余额、支出指标余额控制资金支付的控制机制实现了预算管理业务或事项的有效衔接、相互制衡。医院可以建立动态的全面预算指标体系，具体包括业财数据分析指标、预算绩效评价指标。

在业财数据分析指标方面，通过梳理并逐层分解战略目标，形成相应的经营目标。根据医院价值模型，结合战略分解后的关键因素，从业务需求出发，构建统一、体系化、全覆盖的业财数据指标分析体系，并开展场景化探索及应用，支撑医院内部不同角色的日常经营活动及管理决策。

在预算绩效评价指标方面，以核算系统支出项目的历年数据为依据，考虑预算支出与核算科目的对应性，以历史数据、存量人财物、业务等大数据为支撑，进行预算指标的提取和分类，加大引入业务指标，梳理和搭建指标关系库，实现预算数据分析的纵深扩展。

（四）构建数据模型

1．选择模型。根据数据特征和问题性质，选择合适的预测模型。常见的预测模型包括回归模型、时间序列模型以及机器学习方法等。如对于时间相关的数据可以考虑使用自回归综合移动平均（ARIMA）模型或指数平滑法进行预测。

2．建立模型。基于选择的模型，使用历史数据建立预测模型。这可能涉及模型参数的估计和模型训练的过程，以提高模型的准确性和泛化能力。

3．模型验证与评估。使用切分数据集的方法，将数据集拆分为训练集和测试集。使用训练集建立模型，并使用测试集评估模型的预测能力。常见的评估指标包括均方根误差（RMSE）、平均绝对百分比误差（MAPE）等。

4．参数估计与调优。对于一些统计模型需要进行参数估计，以获得最佳的模型拟合效果。

5．预测结果监控与更新。定期监控预测结果，并与实际数据进行对比。如果预测结果与实际数据存在差异，需要调整模型或更新数据，以提高预测精度。

（五）梳理数据驱动的预算编制流程

1．数据收集与整合。收集与预算编制相关的数据，包括历史门诊就诊量、住院病人天数、手术数量、药品消耗、检查检验费用、财务数据、医疗设备、人力资本及各项成本数据等。将这些数据通过数据集成和数据仓库技术进行整合，确保数据的准确性和一致性。

2．数据分析与探索。对收集到的数据进行分析和探索，以了解数据的特征、趋势和相关性。利用数据可视化和统计分析方法，发现数据中的模式和关联。

3．预算目标设定。定义预算编制的目标和指标，如收入目标、成本控制目标、三四级手术业务量目标、学科发展量化目标、病例组贺知书（CMI）提升目标等。设定合理的预算约束条件和限制，以确保预算的可行性和合理性。

4．预算分配与优化。基于数据分析的结果和预算目标，进行预算的分配和优化。利用数据驱动的算法和优化方法，将预算资金分配到各部门和项目，以最大化资源利用效率。

5．预算方案制定。根据预算的分配结果，制定具体的预算方案和计划。在制定预算方案时考虑多方面的因素（如区域人口、区域医院竞争状况、医院3～5年发展战略等内外部环境要求）。

6．预算执行与监控。实施预算方案并监控实际执行情况。利用数据分析和报表系统，监测预算执行的进度和绩效。

7．预算评估与调整。评估预算的效果和实际业绩的差异，根据评估结果对预算方案进行调整和优化，以达成目标。

8．数据驱动的决策支持。利用数据分析的结果，提供决策支持和参考依据。在预算编制过程中通过数据驱动的分析和模型，辅助决策者作出更明智的预算决策。

（六）制定数据驱动的预算评估方法

1．实际绩效对比。将实际的业绩数据与预算的目标进行对比，以评估预算的执行情况。比较实际门急诊工作量、三四级手术量、CMI分值、药占比、耗占比等指标与预算指标的差异，分析其原因和影响。

2．关键绩效指标分析。针对关键绩效指标（如门急诊工作量、三四级手术量、CMI分值、药占比、耗占比等）进行详细的数据分析，并比较不同时间段的指标数据，分析其变化趋势和影响因素。

3．变差原因识别。分析实际绩效与预算的差异，寻找导致差异的原因。可通过数据挖掘和统计分析方法，发现关键因素对预算执行绩效的影响。

4．预算偏差分析。对预算执行过程中的偏差进行分析和解释，如分析预算偏高或偏低的原因找出存在的风险和机会。

（七）数据决策与预测

1．使用历史就诊数据预测就诊量。收集和整合过去几年的门诊就诊量数据，应用时间序列分析方法识别就诊量的季节性变化和趋势，并考虑如假期、气候因素、疾病流行趋势等其他因素，准确地预测未来的就诊量，指导预算决策和资源规划。

2．利用药品消耗和库存数据进行药品需求预测和库存管理。通过分析过去药品消耗数据的变化趋势，考虑医院就诊量和临床科室需求，以预测每种药品的需求量，避免药品过量采购或过少库存的问题，并确保药物供应和临床需要的平衡。

3．利用手术就诊数据进行手术需求的预测。分析不同手术类型的历史就诊数据，并考虑同期的医生资源和手术室的可用性等因素，通过应用时间序列分析和回归模型预测未来的手术需求，并相应地规划手术室资源和医生排班，以提高手术效率和患者满意度。

4．利用医疗设备维护和修复记录数据进行设备维护和替换的预测。通过分析设备的寿命周期和维护数据，观察设备的故障率和使用寿命，预测设备的故障率，并制定设备维护和替换计划。

5．利用病床使用数据进行病床需求的预测。分析不同科室的住院病人天数和入院率，考虑到住院平均时间和出院率等因素，预测未来的病床需求量。通过应用统计模型和机器学习算法，医院能够准确预测各科室的病床需求，并进行预算规划和资源分配，以满足患者的住院需求。

二、数据驱动赋能全面预算管理转型升级的要点

（一）保证数据完整性与质量

数据驱动的核心是从数据输入到决策输出的过程，决策作为输出结果，其有用与否直接取决于输入数据的可信赖性。因此，只有实现业财融合、统一数据标准、保证数据质量与完整性，财务采集的数据才能够作为决策的依据。

1．数据收集和整合。医院在进行数据分析和预测之前需要从各种源头收集数据，这可能涉及多个部门和系统包括电子病历、实验室报告、药物处方、财务记录等。数据的收集过程需要保证数据的准确性、一致性和完整性。医院需要建立明确的数据收集流程和标准，确保数据采集的一致性和标准化，并及时检查和修复错误、缺失或不一致的数据。

2．数据验证和清洗。为确保数据的质量，医院需要进行数据验证和清洗的步骤。数据验证涉及检查数据的准确性、一致性和合法性，如验证身份信息、日期和数值范围等。数据清洗涉及删除重复、错误、缺失或格式不一致的数据，包括处理缺失数据的填补、删除重复数据、校正错误数据等。数据清洗的目的是确保数据的可信度和完整性。

3．数据标准化。数据标准化是为了统一数据的格式和表示方式，以提高数据的一致性和可比性。医院需要为不同类型的数据制定标准和规范（如病人信息、诊断编码、药物名称等）。通过标准化，医院可以消除数据中的歧义和混淆，提高数据的质量和可用性，同时有助于数据的整合和共享。

4．数据质量监测。医院需要建立数据质量监测机制，对数据质量进行定期监控和评估，包括监测数据的准确性、一致性、完整性和时效性等指标。通过数据质量监测，医院可以及时发现并纠正数据质量问题（如识别和修复错误数据、解决数据缺失问题等），同时为医院提供改进数据收集和处理流程的反馈，以不断提升数据质量保障的效果。

5．数据隐私和安全。在保障数据质量和完整性的同时，医院也需要确保数据的隐私和安全。医院需要遵守相关的法律法规，采取措施保护病人的隐私，包括使用加密技术保护数据的传输和存储、限制数据访问权限、数据质量培训和教育。其中，为确保数据质量意识的普及和员工的数据处理能力，医院需要提供数据质量培训和教育。培训可以涵盖数据收集、验证、清洗和标准化等方面的知识和技能，还可以包括数据质量监测和问题解决的方法，以及如何遵守数据隐私和安全规定。通过培训和教育，可以使员工更加熟悉和熟练地处理数据，提高数据质量和完整性的保障水平。

图1　医院全面预算管理闭环管理体系

6．数据治理和质量控制。为确保数据质量和完整性，医院需要建立数据治理和质量控制机制。数据治理包括确立数据负责人和数据管理团队，明确数据的权责和流程。数据质量控制包括规定数据标准和规范、制定数据质量指标和目标，以及制定数据验证、清洗和标准化的流程和规程。

7．数据共享与合作。医院可以建立数据共享平台或机制，让各个部门和团队能够共享和访问相关数据，减少数据重复收集和不一致的问题，提高数据的完整性和准确性。此外，医院还可以与其他医疗机构、研究机构或合作伙伴合作，共享数据资源和经验，共同提高数据质量和应用的水平。

医院必须加强财务数据的管理，细化到原始数据，同时加强集成平台建设，实现数据打通和业务集成，将医院各业务系统一体化、集成化，实现数据的互联互通，真正做到数据同源、业财一体，为运营管理分析及绩效考核提供业务数据。业务数据和财务数据的打通也可以极大提升数据的透明度、关联性及颗粒，为医院的精细化管理提供条件。同时，对各财务模块间的信息共享和业务环节的溯源追踪，也能够对预算项目进行在线监督和全程控制。

（二）完善信息系统顶层架构设计

预算管理与内部控制都在规范医院经济运行方面发挥了重大作用，必须妥善处理好预算管理与内部控制两者在工作组织与内容上的衔接问题。内部控制为预算管理提供保障，同时预算管理补充了内部控制的实施控制方法和策略。预算管理通过内部控制中的岗位分工、授权批准等控制程序，来保证全面预算管理的规范性和严肃性，为预算管理提供管理依据，也是保证医院内部控制有效实施的有力手段。通过实施预算管理，医院可以分解、落实运营目标，明确各部门的任务、责任和利益，从而更好地实现对各部门的监督、控制和考核，预算还可以帮助医院识别和预测内部控制中的薄弱环节，对医院风险进行评估并发出预警。因此，在预算管理模式创新的基础上，医院应当推动预算管理、内部控制一体化建设，避免重复建设，实现不同运营管理要素之间的协同发展与融合创新。

（三）基于数据贯通实现预算管理、绩效管理、内部控制一体化建设

医院在创新预算管理模式的基础上，以预算管理作为全生命周期的业务处理与数据采集流程，以绩效管理作为业财数据提取分析最终应用，以内部控制作为监控业务活动、保障数据质量的手段，通过信息化建设，构建以预算管理系统为主线、以合同管理系统、报账管理系统为核心、以会计规范为导向的闭环管理体系（见图1），实现信息流、作业流、实物流、资金流、数据流“五流合一”。

全面预算管理系统能够针对预算准备、预算编制、预算批复、预算执行与控制、预算调整、预算执行分析、预算考核全流程落实内部控制点。预算管理信息化系统的一体化、流程化、协同化的特点能够在内控体制的顶层设计上，使系统应用极大地提高控制措施之间的关联性和有效性，有助于医院实现预算编制归口事前把关、执行归口事中控制、评价归口事后应用。医院可以针对各个层级分别配置预算考评方案，使得预算编制、审批、考核等环节与绩效考核相挂钩，即预算编制时以绩效考核指标、指标值为依据编制相关预算项目，预算执行结果作为绩效考核的依据，通过与相应的激励制度挂钩，促进其与预算目标相一致。

（四）技术和资源的投入

完善信息系统的顶层架构设计后，需要结合院内年度预算控制目标，投入数据分析工具、硬件设备、软件系统、数据库、日常管理和运维团队等技术和资源。

1．数据分析工具和软件。医院需要投资适当的数据分析工具和软件（包括数据可视化工具、统计分析软件、机器学习平台等），以支持数据分析与预测的需求。

2．计算设备和存储空间。数据分析和预测通常需要处理大规模的数据和复杂的计算任务。因此，医院需要投资于高性能的计算设备，包括运算能力强大的服务器、高速网络设备等。此外，大量的数据存储空间也是必需的，医院需要考虑建设适当的数据存储和管理系统（如云计算和大数据平台）。

3．数据处理和清洗资源。在进行数据分析前需要进行处理和清洗，以确保数据的质量和一致性。医院需要分配相应的人力资源执行数据处理和清洗任务，包括数据收集、验证、清洗、标准化等。这可能涉及需要数据管理员、数据分析师和数据科学家等专业人员，能够熟练使用数据处理工具和算法，进行数据质量的控制和改善。

4．数据分析人员和专业能力要求。医院需要拥有具备数据分析和预测能力的专业人员，掌握统计分析、数据挖掘、机器学习等相关领域的知识和技能。医院应招聘、培训和发展专业人员，提供培训课程、研讨会和工作坊等，以提升员工的数据分析能力和专业水平。

5．预算和资源规划。医院需要进行预算和资源规划，以支持数据分析和预测的技术和资源需求，包括考虑数据分析工具、计算设备、存储空间、数据处理资源和数据分析人员的成本，根据数据分析和预测的重要性和优先级合理分配预算和资源，确保在合理范围内满足数据分析和预测的需求。资源规划还需要考虑未来的扩展和升级需求，以确保技术和资源能够跟上医院数据分析和预测的发展和增长。

6．外部合作与服务供应商。医院可以考虑与外部合作伙伴和服务供应商合作，以满足技术和资源的需求（如医院可以与数据分析和预测的专业公司合作，外包部分分析任务或获得专业咨询）。此外，医院还可以利用云计算和云服务，以弹性和按需调整计算和存储资源，降低成本和提高灵活性。

7．技术更新与持续改进。医院需要持续关注和评估最新的数据分析和预测技术，并及时更新和升级技术和工具，以保持在数据分析和预测领域的竞争力。这需要医院加大培训，以提升员工的技术能力，以及定期评估和更新技术基础设施。

（五）组织文化和人员素质的调整

从流程驱动走向数据驱动，不仅是信息化手段的转型升级，更是一场认知革命，需要通过文化建设、组织培养、部门协作、制度激励等组合手段，组建并培养一支多专业智慧化人才团队。一是医院需要鼓励和培养数据驱动的文化，将数据分析和预测纳入组织的决策和运营中。二是建立合作和沟通的机制，鼓励不同部门之间共享数据和见解，共同分析和解决问题。三是设立奖励和激励机制，鼓励员工积极参与数据分析和预测工作，包括奖励出色的数据分析成果、认可在数据驱动的决策中的贡献，以及提供晋升和职业发展的机会。

责任编辑　樊柯馨

主要参考文献

［1］陆兴凤，曹翠珍．利益相关者视角下的企业财务大数据治理[J]．财会月刊，2022，（1）：39-47．

［2］迈克尔•哈默．企业再造：企业革命的宣言书[M]．上海：上海译文出版社，2007．

［3］孟涛，周明春．数智融合：楼宇智慧化转型之路[M]．北京：电子工业出版社，2022．

［4］饶艳超，张晓光，魏东．数据标准化、量化精益管理与财务指标管理报告的组装及定制——中国石化XBRL内部应用案例[J]．财务与会计，2020，（8）：59-66．

［5］佘利文．H公司全面预算管理中业财融合的探索[J]．财务与会计，2021，（18）：34-36+40．

［6］吴斌．中国核电基于“管理集约、数字集成、自动高效”的预算管理平台构建及实施[J]．财务与会计，2022，（1）：38-42．