公立医院管理会计数据治理方法思考

严波　隋晓敏

作者简介：严波、隋晓敏，烟台毓璜顶医院。

摘要：面对公立医院目前存在的管理会计数据治理组织体系不健全、数据标准不统一、技术平台滞后、分析应用场景相对单一等问题，需要医院将管理会计数据治理作为系统性工程，从建立三级组织体系、盘点数据资产并制定标准、基于中台架构建设运营数据中心、挖掘管理会计主题数据分析场景等举措入手，充分发挥数据价值，提升管理会计能力。

关键词：公立医院；管理会计；运营管理；数据治理；数据价值

中图分类号：F275　文献标志码：A　文章编号：1003-286X（2025）18-0069-03

公立医院在实践中存在管理会计数据治理组织不健全、数据标准不统一、平台建设相对滞后、分析应用场景较为单一等问题，笔者拟从组织体系、标准建设、技术支撑、应用场景四个方面提出相应治理路径，通过数据要素的价值转化助力医院高质量发展。

一、建立三级数据治理组织体系，明确职责分工

管理会计数据治理与医院整体数据治理是局部与整体的关系，管理会计数据治理不能脱离医院整体数据治理体系独立开展。公立医院应建立“统筹机构——职能归口部门——执行部门”三级数据治理组织体系：（1）统筹机构方面，建议成立医院数据治理委员会，由院长担任委员会主任，成员包括分管医疗、财务、信息的副院长及各职能部门负责人。委员会负责制定数据治理战略规划、审批数据标准与安全政策、协调跨部门治理冲突等。委员会下设数据治理办公室作为医院数据治理统筹部门，同时可选择运营管理部门或信息部门作为牵头单位，负责数据治理日常工作，包括组织数据盘点、监督标准执行、评估治理效果。笔者认为，以运营部门为核心，可将数据治理与医院整体运营目标结合，避免技术导向的治理偏差。（2）各职能归口部门根据管理职责负责相应领域数据治理。例如，财务部门主导预算、成本、绩效等财务类数据治理；医务部门负责医疗业务数据与管理会计数据的关联标准制定；信息部门承担技术平台建设与维护职责，确保数据接口稳定性与安全性。（3）各临床与职能科室设立数据专员岗位，负责本科室数据的采集、录入、校验工作，确保源头数据的质量。

二、梳理管理会计数据目录，制定统一数据标准

第一，开展管理会计数据盘点，形成管理会计数据目录。根据外部数据治理行业标准及自身管理需求，进行数据主题域的划分，优先对国家或行业有专门管理要求的数据进行识别和管理。划分的主题域应具有可拓展性，能够实现各种类型、场景、专业数据的分类分级，以及满足将来可能出现的数据类型。

从医院整体层面来看，数据目录可以涵盖公共卫生数据、患者个人数据、基本信息数据、电子病例基本数据、管理会计与运营管理数据等多个“一级主题域”。管理会计数据可以在一级主题域下进一步延伸，根据业务实际情况及医院管理需要设立二到三级主题域分类，例如划分为战略管理、人力资源管理、财务与成本管理、物资管理、固定资产管理、无形资产管理、绩效管理、风险管理等二级主题域，如图1所示。

第二，开展管理会计数据标准制定。根据数据治理的一般方法论，从业务属性、技术属性、管理属性三个方面展开：（1）业务属性聚焦数据在业务场景中的内涵与应用规范，旨在消除跨部门数据理解的歧义，内容包括中文名称、业务定义、业务规则（如，“人员编号”数据的业务定义为系统内人员的唯一标识；业务规则为：可以采用身份证号作为编号，入职时由人事部门统一分配，离职时该编号失效且不再重复使用）等，以此规范数据的取值范围、计算逻辑和完整性。（2）技术属性从数据处理的技术视角出发，确保数据在信息系统中的高效存储、传输与使用，内容包括英文名称及缩写、数据类型、长度、精度、度量单位等，核心在于通过技术属性的标准化，实现数据在不同系统间的无缝对接与互操作性。（3）管理属性围绕数据的权责归属与使用规范，保障数据标准的有效执行与持续优化，内容包括责任主体、颁布日期、废止日期、业务应用领域等，有时还需要实施分级分类管理，设置访问权限与加密策略。

图1　公立医院数据目录主题域示意图

第三，开展数据质量管理。针对数据标准不统一、数据采集规则模糊、数据处理逻辑缺陷等问题，通过数据清洗（去除重复、错误数据）、数据校验（逻辑校验、完整性校验）、数据审计（追溯数据源头）等手段，提升数据可用性。在此过程中，需要根据职能归口部门和信息部门之间的分工，结合双方职能特点、专业优势及数据生命周期管理需求，形成协同互补的机制。例如，由财务或运营部门结合管理会计、预算管理、风险控制等场景提出数据质量的业务规则，并规范财务数据的业务定义，在管理会计报告、预算决策环节验证数据可用性等；由信息部门从技术层面定位问题并提出技术解决方案，部署数据质量监控工具。

第四，开展管理会计相关业财关联建模。需要在信息部门的协助下通过数据映射技术建立业务数据与财务数据的关联关系。例如，将住院手术和麻醉数据（手术名称、时长）与设备折旧数据（采购单价、折旧年限）关联，可分析不同手术的设备成本；将手术排班数据（手术类型、时长）与人力成本数据（医护人员薪酬标准）结合，可分析不同手术的人力成本效率。

三、基于中台架构建设医院运营数据中心

针对数据治理技术平台建设相对滞后的问题，医院可搭建医院运营数据中心（ODR），采用“数据中台+应用中台”的双中台架构，重点构建业务与财务数据标准化映射体系及中台化调用机制，实现管理会计数据治理的深度落地。具体而言，数据中台需作为财务业务数据融合的核心枢纽，集成前端各类业务系统数据，以及预算系统、费用管控系统、核算系统等财务数据，建立“业务事项——预算指标——会计分录”三级映射模型，将业务数据自动关联至收入确认、成本分摊等财务维度，确保业务操作与财务记录的实时映射；应用中台则需开发模块化的数据服务接口，支撑管理会计场景的跨域数据调用。例如，预算编制通过中台接口直接调用各类业务数据，自动生成“业务量预测——资源需求——预算额度”的动态测算模型。同时，通过中台的可视化看板功能，将门诊收入结构、科室成本构成等财务数据与挂号量、手术台次等业务数据进行多维联动分析，为管理会计决策提供“业务场景——财务表现”的全景数据支撑，最终形成“数据映射标准化、跨域调用中台化、业财分析一体化”的管理会计数据治理体系。

对于建设ODR中面临的技术、资金、人力等多重限制，可以通过分阶段建设与资源整合，有效提升方案可行性。一是在技术适配方面，对于系统兼容性差的医院，采用轻量化数据中台架构，优先打通HIS、财务系统等核心数据源，逐步替换老旧模块；引入容器化技术实现系统快速部署与弹性扩展，降低技术改造成本。二是在资金投入方面，建议采用“总体规划、分期建设”模式，前期聚焦基础数据治理与核心应用（如成本核算、预算监控），通过专项财政补贴、医联体联合建设等方式分摊费用；后期逐步扩展数据挖掘与智能分析功能。三是在人才培养层面，建立“内培外引”机制，内部联合高校或培训机构开展数据治理与管理会计培训，外部引入第三方专业团队提供技术咨询与实施服务，同时与科研机构合作共建实验室，实现技术与人才资源共享。

四、挖掘管理会计主题数据分析的应用场景

第一，根据管理会计应用需求明确数据分析场景。（1）在战略管理方面，通过整合医院内外部数据（如行业趋势、区域医疗需求、本院资源禀赋等），辅助制定中长期发展规划。基于医疗市场动态数据，分析学科建设方向，优化科室布局与设备配置；通过数据建模预测医疗市场需求变化，识别新的增长点，通过为医院战略决策提供量化支撑的方式来增强战略前瞻性与竞争力。（2）在预算管理方面，基于历史业务数据（如门诊量、住院收入、成本构成）构建预算模型，实现预算编制的科学化。基于成本动因分析（如人力、耗材消耗与业务量的关联），细化预算指标至科室、项目层级，提升预算精准度；实时监控预算执行数据，对比实际与目标差异，动态调整资源分配。（3）在成本管理方面，聚焦成本归集与分摊，通过作业成本法等工具精准核算科室、病种、项目成本。分析成本结构（如人力成本占比、高值耗材消耗），识别成本优化空间；监控成本变动趋势，制定成本控制目标；结合DRG/DIP付费改革分析病种成本与付费标准差异，优化临床路径以降低超额成本。（4）在绩效管理方面，基于平衡计分卡等框架构建多维绩效指标体系。通过数据整合计算关键绩效指标（如CMI值<病例组合指数>、平均住院日、医疗服务收入占比），客观评价科室与员工绩效；分析绩效数据与战略目标的匹配度，识别低效环节（如手术占比不足、四级手术量偏低），制定改进计划；通过数据指标的分析结论来提升绩效考核与激励方案的科学性，实现科室与员工行为与医院战略一致。（5）在风险管理方面，通过构建风险预警模型，实时监测财务与运营风险。分析现金流数据，预警资金链风险，如负债率过高、医保回款延迟等；监控医保基金使用数据，识别违规违约风险，如超范围收费、分解住院；结合外部政策数据评估政策变动对医院运营的影响，提前制定应对策略，提升风险防范的主动性与精准性。

第二，根据数据分析应用场景梳理指标数据标准。指标数据是指用于衡量医院运营管理成效、支撑战略决策的量化信息，属于数据标准的一类，能够直观反映医院在财务、业务、资源等维度的运行状态，满足管理会计与运营管理的分析需求。同样地，指标数据标准的制定需从业务属性、技术属性、管理属性三个维度系统展开。尤其是需要在业务层面明确指标的业务定义与计算逻辑，例如“医疗收入”需清晰界定开单科室、执行科室的统计范围，明确直接收入与间接收入的划分规则，确保数据口径统一。通过三个维度协同构建指标数据标准，能够为管理会计分析提供坚实的数据基础，助力医院在预算管理、成本控制、绩效评估等场景中实现科学决策。

第三，加强智能化与可视化技术应用。包括运用机器学习算法、神经网络模型等数据建模将数据转化为管理洞察；提供可视化决策支持，搭建院长驾驶舱系统，以动态图表形式展示关键运营指标，如实时医疗收入、成本利润率、预算执行进度等；开发科室级数据看板，为科主任提供定制化分析报表，支持管理决策的敏捷化。此外，为满足差异化管理需求，科室级数据看板可以采用模块化设计，支持数据使用人员自由组合分析维度。

未来，公立医院在管理会计数据治理的过程中还需要进一步探索数据资产化的实现机制，通过评估模型量化数据价值，从而实现数据从管理工具向价值创造要素的转化。同时，随着集团化医院的普及，多院区数据治理面临标准统一难、系统异构性强、数据主权归属复杂等挑战，需进一步研究如何通过共享服务模式（如建立区域医疗数据共享中心），实现跨院区主数据字典的动态同步、业务流程的标准化复制及分析模型的跨域应用（侯梦薇等，2023）。此外，还可探索机器学习在数据自动分类分级、异常数据智能识别、治理规则自主优化等领域的应用，通过知识图谱技术构建管理会计数据关联网络，实现数据需求的智能匹配与推荐，推动数据治理从“人工驱动”向“智能驱动”转型，提升治理效率与精准度。

责任编辑　姜雪