Экономико-математический инструментарий управления здравоохранением

Разработка экономико-математического инструментария для повышения эффективности управленческих решений в здравоохранении обусловлена ростом демографической нагрузки, стоимости медицинских технологий, кадровыми ограничениями и необходимостью точного распределения ресурсов. Качество решений уже не может опираться только на опыт или нормативы – требуются формализованные методы оценки, прогнозирования и выбора альтернатив. Ошибки в распределении ресурсов ведут к серьёзным социальным последствиям, влияя на доступность и результативность помощи1. На расширенном заседании коллегии Минздрава России по итогам 2024 года ключевыми приоритетами названы увеличение ожидаемой продолжительности жизни, снижение смертности, новые нацпроекты, кадровое обеспечение и профилактика. В докладе подчёркнуто, что достижение этих целей требует комплексного управления, поскольку «этот интегральный показатель не имеет единственного инструмента управления». Минздрав разработал систему показателей, на основе которой формируются целевые мероприятия для каждого региона2.

Таким образом, без экономико-математических моделей, учитывающих множественность факторов, региональную неоднородность и ресурсные ограничения, повышение обоснованности решений затруднительно. Разработка такого инструментария – системно необходимая предпосылка повышения эффективности государственного управления здравоохранением на горизонте нацпроектов 2025– 2030 годов.

Росстат, в свою очередь, публикует отдельные массивы данных по субъектам Российской Федерации за период 2010– 2024 гг., что отражает высокую вариативность региональных параметров развития отрасли:

• •    различия в обеспеченности врачами и средним медицинским персоналом;

• •    коечный фонд;

• •    мощность амбулаторно-поликлинического звена;

• •    демографическая нагрузка;

• •    структура заболеваемости;

• •    ресурсные возможности территорий.

Вследствие этого управленческое решение, эффективное на федеральном уровне, не всегда столь же результативно в конкретном регионе. Региональный уровень требует более чувствительных инстру-

28 Вестник Российского нового университета28 Серия: Человек и общество. 2026. № 3

ментов, учитывающих локальные ограничения, специфику спроса и различия в ресурсной базе1.

Современное здравоохранение находится в точке институционального перехода: традиционное управление дополняется цифровой трансформацией, большими данными, прогнозной аналитикой и интеллектуальными системами поддержки решений. OECD и Еврокомиссия подчёркивают, что цифровизация и ИИ повышают эффективность и доступность помощи, но требуют надёжных механизмов оценки эффектов, учёта рисков и соблюдения справедливости2.

Таким образом, актуальность исследования обусловлена совокупностью взаимосвязанных обстоятельств:

• •    значительным масштабом системы здравоохранения;

• •    ростом требований к результативности государственной политики;

• •    необходимостью достижения целевых демографических и медико-социальных показателей;

• •    кадровыми и инфраструктурными ограничениями;

• •    территориальной неоднородностью условий оказания медицинской помощи;

• •    усилением роли цифровых и аналитических технологий в управлении отраслью.

Научная проблема заключается в том, что применяемые в здравоохранении экономические и математические подходы нередко используются разрозненно, без достаточной интеграции в единую систему поддержки управленческих решений и без четкой адаптации к федеральному и региональному уровням управления.

Цель исследования состоит в анализе экономико-математических подходов к повышению эффективности управленческих решений в сфере здравоохранения на федеральном и региональном уровнях.

Обзор литературы

Управленческое решение – это выбор альтернативы в условиях ограниченности информации, времени и ресурсов. В здравоохранении оно сложнее, так как объектом управления является система общественного воспроизводства здоровья населения, включающая медорганизации, финансы, кадры, инфраструктуру и госрегулирование. ВОЗ связывает эффективность управления не только с координацией, но и со стратегическими рамками, надзором, регуляторными механизмами и подотчётностью3.

Специфика здравоохранения обусловлена сочетанием социальной, экономи-

Экономико-математический инструментарий 29 управления здравоохранением 29

ческой и высокотехнологичной систем. Оно ориентировано на сохранение жизни, снижение смертности и доступность помощи, но требует значительных вложений и управления ресурсами. Эффективность решений не сводится к стоимости: экономически обоснованное решение может быть неоптимальным, если снижает доступность помощи, увеличивает нагрузку на персонал или создаёт риски для качества лечения1.

Многокритериальность целей определяет сложность решений. В отличие от отраслей с ориентацией на прибыль здесь решение оценивается по экономическим (рациональность ресурсов), социальным (доступность и справедливость), организационным (управляемость процессов) и медико-демографическим (заболеваемость, смертность, продолжительность жизни) параметрам. Стратегическая цель – увеличение качества жизни за счёт снижения заболеваемости и смертности, с фокусом на профилактику и лечение заболеваний с наибольшим ущербом2.

В англоязычной литературе эффективность понимается шире. Как отмечают М. Лётчер-Штамм и соавторы, не ясно, что именно имеется в виду под эффективной системой [1]. Вывод: эффективность нельзя сводить к сокращению затрат – это соотношение ресурсов, качества и результатов. М. Зубир и соавторы [2] и Д.Р. Пай и соавторы [3] показывают, что количественные методы (например, DEA-модели) позволяют сравнивать учреждения по со- отношению затрат и результатов, переводя выбор в аналитическую плоскость.

Ф.И. Санчес-Мартинес и соавторы [4] обосновывают необходимость многокритериального анализа, когда важны клинический эффект, стоимость, социальная значимость и реализуемость. Й. Разви и соавторы [5] делают вывод, что в условиях дефицита ресурсов решение должно опираться на прозрачные процедуры приоритизации.

Р. Дж. Рид и соавторы [6] рассматривают управление как обучающуюся систему (данные – исследование – решение – корректировка). А.К. Рахими и соавторы [7] указывают на сложность внедрения ИИ в реальную практику, а М. Хосрави и соавторы [8] показывают применение ИИ в организационных решениях. Й. Лю и соавторы [9] и Д.Э. Ван и соавторы [10] подчёркивают, что распределение ресурсов требует учёта региональной специфики, так как одинаковые решения дают разный результат в разных территориях. Следовательно, повышение эффективности управленческих решений в здравоохранении определяется сочетанием нескольких условий:

• •    более широкое понимание эффективности;

• •    использование многокритериального подхода;

• •    опора на цифровую аналитику;

• •    адаптация расчетных моделей к региональной неоднородности.

Российские исследования подтверждают необходимость усиления аналитиче-

Вестник Российского нового университета Серия: Человек и общество. 2026. № 3

ской составляющей в управленческих решениях. Так, А.Р. Скрипник [11] отмечает, что традиционных экспертно-административных подходов недостаточно: требуются формализованные методы оценки, позволяющие сопоставлять альтернативы по затратам и социально-медицинским результатам. Экономико-математический инструментарий рассматривается как основа более точной и воспроизводимой оценки технологий здравоохранения. В.В. Сафонов [12] связывает повышение эффективности в цифровой среде не с отдельными технологиями, а с переходом к экосистемному и платформенному подходу.

Особую сложность создаёт разграничение федерального и регионального уровней. Федеральный уровень обеспечивает стратегическое целеполагание, регулирование и национальные проекты, региональный – адаптацию решений к местным демографическим, территориальным и кадровым условиям. Стратегия цифровой трансформации закрепляет задачу динамического управления ресурсами на основе профиля риска на обоих уровнях, что подтверждает необходимость дифференцированного инструментария1. Тот же вывод следует из параметров нацпроекта «Продолжительная и активная жизнь».

Управленческие решения изначально проектируются как многокомпонентная система достижения конкретных медико-демографических, инфраструктурных, кадровых и цифровых результатов. Предусмотрено:

• 1)    увеличение ожидаемой продолжительности жизни до 78 лет к 2030 году и до 81 года к 2036 году, в том числе с опережающим ростом ожидаемой продолжительности здоровой жизни;

• 2)    достижение доли лиц, живущих пять и более лет с момента установления онкологического диагноза, 67 %;

• 3)    охват 85 % больных сахарным диабетом диспансерным наблюдением в созданных и оснащённых региональных подразделениях;

• 4)    доведение доли лиц с хроническими неинфекционными заболеваниями, получивших медицинские услуги в рамках диспансерного наблюдения, до 70 %;

• 5)    обеспечение 20 % пациентов проактивным наблюдением с использованием оборудования дистанционной передачи данных;

• 6)    достижение 100-процентной доступности первичной медико-санитарной помощи в модернизированных подразделениях;

• 7)    рост удовлетворённости населения медицинской помощью до 55,2 %;

• 8)    повышение обеспеченности врачами до 43,46 на 10 тыс. населения;

• 9)    увеличение ожидаемой продолжительности жизни сельского населения до 76,9 лет и снижение дифференциации этого показателя между городом и селом до 1,48 года².

Практика управления здравоохранением осложняется устойчивыми ограничителями. В их числе:

• •    во-первых, кадровый дефицит: по данным OECD и Еврокомиссии, в странах

Экономико-математический инструментарий 31 управления здравоохранением 31

ЕС в 2022 году нехватка врачей, медсестёр и акушеров составила около 1,2 млн человек; 20 стран сообщали о дефиците врачей, 15 – о дефиците медсестёр [8; 9];

• •    во-вторых, территориальная неоднородность: данные Росстата подтверждают различия в обеспеченности кадрами, койками и мощностью амбулаторного звена по субъектам РФ¹;

• •    в-третьих, высокая цена ошибки: ошибочное решение ведёт не только к перерасходу средств, но и к недоступности помощи, перегрузке персонала, ухудшению результатов лечения и неблагоприятным медико-демографическим последствиям.

По данным Минздрава России за 2023 год, в 85 субъектах внедрено 106 изделий с ИИ, 22 млн медицинских записей обрабо- таны с помощью ИИ, в 6 регионах использовались сервисы голосового заполнения документации, в 29 – виртуальные ассистенты для записи к врачу2. В приоритетах на 2025 год акцентируются электронные расчёты ОМС, безбумажный документооборот, доступ к 34 видам меддокументов через ЕПГУ, централизованный цифровой архив и приоритетное внедрение ИИ-тех-нологий совместно с регионами3.

Специфика управленческих решений в здравоохранении определяется рядом устойчивых характеристик, связанных с особенностями самой отрасли как многокритериальной, социально значимой и территориально неоднородной системы [13]. Для их обобщения представим основные особенности в Таблице 1.

Таблица 1

Особенности управленческих решений в здравоохранении

Характеристика	Содержание	Управленческое следствие
Многокритериальность	Одновременный учет экономических, социальных, организационных и медико-демографических результатов	Необходимость комплексной оценки альтернатив
Межуровневый характер	Сочетание федерального целеполагания и региональной адаптации решений	Требуется дифференцированный инструментарий
Территориальная неоднородность	Различия субъектов РФ по кадрам, инфраструктуре, доступности и ресурсной базе	Унифицированные меры дают неодинаковый эффект
Высокая цена ошибки	Решения влияют не только на расходы, но и на доступность, качество и исходы лечения	Нужны прогнозирование и сценарная оценка
Цифровая трансформация	Рост объемов данных, внедрение ИИ, цифровых платформ и электронных сервисов	Возрастает роль формализованных аналитических моделей

Источник: таблица составлена автором.

Вестник Российского нового университета Серия: Человек и общество. 2026. № 3

Результаты исследования

Методологически некорректно считать один и тот же экономико-математический инструментарий универсальным для всех уровней управления. Федеральный уровень ориентирован на стратегическое планирование, межрегиональное распределение ресурсов, оценку госпрограмм и прогнозирование макропоказателей, региональный – на адаптацию решений к конкретной демографической, кадровой, инфраструктурной и территориальной конфигурации субъекта. Поэтому даже одинаковые по названию методы (прогнозирование, оптимизация, многокритериальный анализ) на федеральном уровне отвечают на вопрос о распределении ресурсов между регионами и программами, а на региональном – о наиболее результативном использовании ресурсов внутри конкретной территории [14].

В качестве авторского подхода предлагается двухуровневая схема выбора экономико-математического инструментария.

На первом этапе определяется тип управленческой задачи:

• 1)    стратегическое распределение ресурсов;

• 2)    оценка результативности программ;

• 3)    прогнозирование потребности в помощи;

• 4)    оптимизация сети и маршрутов;

• 5)    выбор альтернатив при множественности критериев.

На втором этапе определяется уровень управления:

• •    федеральный, если задача связана с межрегиональным распределением, нормативным регулированием, федеральными проектами и макропоказателями;

• •    региональный, если задача связана с территориальной доступностью, кадровым обеспечением, коечным фондом, амбула-

• торной мощностью и локальной конфигурацией спроса.

В результате один и тот же метод получает разную функциональную нагрузку. Прогнозирование на федеральном уровне оценивает потребность отрасли в целом, на региональном – дефицит ресурсов в конкретной территории. Оптимизационные модели на федеральном уровне распределяют средства между субъектами и программами, на региональном – выбирают между расширением амбулаторного звена, перераспределением коек, выездными формами помощи и маршрутизацией пациентов. Многокритериальный анализ на федеральном уровне сопоставляет крупные программные альтернативы, на региональном – локальные решения с учётом кадров, инфраструктуры, плотности населения и транспортной доступности.

Для прикладной демонстрации можно использовать авторский коэффициент ресурсно-управленческого напряжения региона:

^K rn

VKM

= 0,5 -+ 0,3 -+ 0,2 — r -,

VKM bb  b

где

V_r – обеспеченность врачами в рассматриваемом регионе, на 10 тыс. чел. населения; K_r – обеспеченность больничными койками, на 10 тыс. чел. населения;

M_r – мощность амбулаторно-поликлинических организаций, посещений в смену на 10 тыс. чел. населения;

• V _b , K_b , M_b – соответствующие показатели региона-ориентира;

коэффициенты 0,5; 0,3; 0,2 отражают авторскую приоритизацию факторов, где наибольший вес отдается врачебному обеспечению как наиболее дефицитному и наименее быстро воспроизводимому ресурсу.

Чем ниже значение K _рн , тем менее эффективны для региона стандартные

Экономико-математический инструментарий 33 управления здравоохранением 33

административные решения и тем выше потребность в инструментах точечной оптимизации, маршрутизации, кадрового перераспределения и сценарного расчета.

В качестве эмпирической базы для расчетов используется Ленинградская область за 2024 год, а в качестве сопоставимого регионального ориентира – Санкт-Петербург как соседний субъект Российской Федерации, характеризующийся существенно более высоким уровнем обеспеченности медицинскими ресурсами. По данным Петростата, в 2024 году в Ленинградской области численность врачей составляла 7 515 чел., обеспеченность врачами – 36,5 на 10 тыс. населения, обеспеченность койками – 56,9 на 10 тыс. населения, мощность амбулаторно-поликлинических организаций – 247,8 посещения в смену на 10 тыс. населения, число фельдшерско-акушерских пунктов – 220.

В Санкт-Петербурге соответствующие показатели были заметно выше, обеспеченность врачами составляла 88,7 на 10 тыс. населения, обеспеченность койками – 86,0, а мощность амбулаторно-поликлинических организаций – 398,1 посещения в смену на 10 тыс. населения1.

Подставим значения в формулу (1):

36,5      56,9247,8

К н = 0,5--L+0,3---+0,2—, rn 88,7       86,0398,1

K _рн = 0,5 ∙ 0,412 + 0,3 ∙ 0,662 + 0,2 ∙ 0,622, K _рн = 0,206 + 0,199 + 0,124 = 0,529.

Итоговое значение:

K _рн ≈ 0,53.

Полученный результат показывает, что по отношению к сопоставимому сильному соседнему центру ресурсная база Ленинградской области в 2024 году достигала лишь около 52,9 % от выбранного ориентира по агрегированному показателю. В разрезе отдельных компонентов отставание составляло около 58,9 % по врачебному обеспечению, 33,8 % – по коечному фонду и 37,8 % – по амбулаторной мощности.

Из этого следует важный вывод. В рамках авторской интерпретации модели значения K _рн < 0,60 могут рассматриваться как индикатор повышенного ресурсноуправленческого напряжения, при котором стандартные унифицированные меры уступают по эффективности адресным решениям, основанным на локальной оптимизации, маршрутизации и приоритизации дефицитных ресурсов. В случае Ленинградской области это означает, что математические модели должны в первую очередь использоваться:

• •    для выбора муниципальных зон с наибольшим дефицитом врачебной обеспеченности;

• •    перераспределения потоков между стационарным и амбулаторным звеном;

• •    расчета точек, где усиление амбулаторной мощности даст больший эффект, чем механическое наращивание коечного фонда;

34 Вестник Российского нового университета34 Серия: Человек и общество. 2026. № 3

• •    оценки, где кадровый дефицит может быть частично компенсирован цифровыми сервисами, телемедициной и межрайонной маршрутизацией.

Предложенный подход уже качественно отличается от федерального уровня, где тот же математический аппарат служит в основном задачам межрегионального сравнения, программной оценки и установления рамочных параметров системы.

Практический смысл предложенной матрицы состоит в том, что она исключает механический перенос одного и того же набора экономико-математических методов с федерального уровня на региональный, посколь- ку выбор инструментария должен определяться масштабом задачи, типом дефицита и уровнем управленческой ответственности.

Аналитическая интерпретация показывает, что в здравоохранении данный инструментарий должен применяться дифференцированно:

• •    на федеральном уровне – для межрегиональной сопоставимости, программной оценки и стратегического прогнозирования;

• •    на региональном – для локальной оптимизации, маршрутизации, кадрового перераспределения и многокритериального выбора, что подтверждается выполненным расчетом на материале Ленинградской области.

Таблица 2

Авторская матрица выбора экономико-математического инструментария в зависимости от уровня и типа управленческой задачи

Тип управленческой задачи	Уровень управления	Предпочтительный метод	Ожидаемый эффект	Основное ограничение
Стратегическое планирование отрасли	Федеральный	Прогнозирование, сценарный анализ	Согласование целей, ресурсов и сроков	Зависимость от качества прогнозов
Межрегиональное распределение ресурсов	Федеральный	Оптимизационные модели, индексный анализ	Более обоснованное распределение ресурсов	Риск усреднения региональной специфики
Оценка государственных программ	Федеральный	Анализ затрат и результатов, многокритериальная оценка	Сопоставление программ по результативности	Сложность учета отложенных эффектов
Установление единых нормативов	Федеральный	Нормативно-расчетные модели, сценарная калибровка	Повышение сопоставимости управления	Слабая чувствительность к локальным различиям
Адаптация федеральных решений	Региональный	Многокритериальный анализ, кластеризация	Учет региональных особенностей	Зависит от детализации данных
Оптимизация сети медорганизаций	Региональный	Модели размещения, оптимизационные расчеты	Повышение доступности помощи	Нужны точные пространственные данные
Маршрутизация пациентов	Региональный	Сетевые модели, сценарный анализ	Сокращение времени доступа, перераспределение потоков	Чувствительность к изменению спроса
Планирование кадров и ресурсов	Региональный	Прогнозирование потребности, коэффициенты дефицита	Адресное усиление проблемных зон	Инерционность кадровых решений
Выбор приоритетного вложения ресурсов	Региональный	Интегральные индексы, коэффициенты ресурсного напряжения	Повышение отдачи от бюджета	Зависимость от весов и эталонов

Источник: таблица составлена автором.

Экономико-математический инструментарий 35 управления здравоохранением 35

Обсуждение

Совершенствование экономико-математического инструментария в здравоохранении связано с переходом от разрозненных расчетов к целостной системе аналитической поддержки управленческих решений.

Модернизированная система должна объединять экономические, медицинские и статистические данные, обеспечивать сопоставимость показателей ипозволять оценивать не только затраты, но и последствия принимаемых решений для доступности, качества и результативности медицинской помощи. Особое значение имеет переход к комплексным моделям, которые учитывают ресурсы, потребность населения, кадровую обеспеченность, инфраструктурные ограничения и ожидаемый эффект.

Отдельным направлением совершенствования выступает адаптация моделей к региональной неоднородности. Единые методические подходы необходимы, однако их применение должно учитывать различия субъектов федерации по демографической структуре, плотности расселения, уровню инфраструктурного развития, кадровому обеспечению и цифровой зрелости. Практическая применимость инструментария, в свою очередь, определяется качеством данных, развитием цифровых платформ, подготовкой кадров и институциональной согласованностью между участниками системы здравоохранения.

Рисунок 1 иллюстрирует ключевые направления развития экономико-математического инструментария в системе управления здравоохранением, отражающие последовательный переход от фрагментарных расчетных подходов к интегрированным аналитическим моделям, адаптированным к цифровой среде и ориентированным на повышение обоснованности управленческих решений.

Однако обозначенные направления совершенствования приобретают практическую значимость только при наличии соответствующих организационных, информационных и кадровых условий. Поэтому нами обобщены ключевые предпосылки результативного использования аналитического инструментария в управлении здравоохранением (см. Рисунок 2).

Рисунок 1. Основные направления совершенствования инструментария управления здравоохранением

Источник: здесь и далее рисунки выполнены автором.

Вестник Российского нового университета Серия: Человек и общество. 2026. № 3

Полнота, достоверность и сопоставимость исходных данных

Прозрачность критериев оценки и понятность логики выбора управленческого решения

/

Наличие цифровой инфраструктуры для сбора, обработки и анализа информации

Рисунок 2. Условия практической результативности аналитического инструментария

Заключение

Проведенный анализ показал, что повышение эффективности управленческих решений в сфере здравоохранения непосредственно связано с системным применением экономико-математического инструментария, поскольку сама отрасль как объект управления характеризуется высокой социальной значимостью, многокритериальностью целей, ограниченностью ресурсов, территориальной неоднородностью и высокой ценой управленческой ошибки, что предопределяет необходимость использования не только административных, но и аналитических подходов, включая методы оценки затрат и ресурсов, экономической эффектив- ности, прогнозирования, оптимизации, сценарного анализа и многокритериального выбора альтернатив.

Одновременно установлено, что наибольший управленческий эффект обеспечивается благодаря формированию дифференцированной системы аналитической поддержки решений, в которой на федеральном уровне приоритет получают модели стратегического планирования, межрегионального распределения ресурсов, оценки государственных программ и прогнозирования макропоказателей, тогда как на региональном уровне более востребованы инструменты адаптации к локальным условиям, оптимизации сети медицинских организаций, маршрутизации пациентов и планирования кадровых и материальных ресурсов.