譚清立 劉思妍 柳丹玲 劉欣悅 廖雨晴

1.廣東藥科大學醫(yī)藥商學院 廣東中山 528453 2.廣東省藥品監(jiān)管科學研究基地 廣東廣州 510008

近年來，按病種分值付費(Diagnosis-intorvention packet,DIP)在國內逐漸試點推廣，越來越多的學者關注到DIP的實際效用問題。較多學者采取實地調研的方式，通過調研南昌[1,2]、宿遷[3]、淮安[4]等試點城市的改革情況，分析DIP的利弊，也有學者[5]通過雙重差分模型及穩(wěn)健性檢驗等理論方法分析目前我國DIP的推進情況并提出相關建議，但已有研究較少從供方角度研究醫(yī)保支付方式對醫(yī)生行為的影響。

近年來實驗經濟學在衛(wèi)生經濟學領域上的運用逐漸興起，已有學者[6,7]使用實驗經濟學研究方法對其他支付方式進行了研究，但暫未涉及DIP。現有文獻中，有關DIP對醫(yī)生行為影響的研究并不多見，大多學者對DIP能夠有效控制醫(yī)療保險費用的不合理增長持積極態(tài)度，認為此支付方式能夠減少醫(yī)保統(tǒng)籌資金的支出，提高支付效率，控制醫(yī)生提供過多的醫(yī)療服務。[8-13]此外，不少學者認為DIP的實行在一定程度上能夠緩解醫(yī)生對重癥患者的推諉行為。[13-16]

但DIP也有不足之處。由于DIP下醫(yī)保支付額由病種分值決定，當實際醫(yī)療費用低于DIP支付標準時，醫(yī)生可能選擇DIP;反之，醫(yī)生可能會以各種理由將其納入按服務項目付費(Fee-For-Service,FFS)范圍內以得到理想的支付額?？梢?，病種分值確定的合理性和科學性仍有待提高。[17]雖然DIP能在一定程度上控制推諉重癥患者的現象，但仍然無法避免部分醫(yī)生為了縮減成本而減少必要的檢查或降低服務質量。同時，醫(yī)療機構可能會通過降低入院標準、增加患者出入院的次數，獲得更高的醫(yī)保支付額。

相較于按人頭付費(Capitation,CAP)，FFS雖然能夠有效解決醫(yī)生提供醫(yī)療服務不足的行為，對于重癥患者，也能使其得到充分的醫(yī)療服務，但FFS也會引導醫(yī)生提供過多的醫(yī)療服務數量，即有可能存在不合理的誘導行為，從而引起醫(yī)療資源的浪費。[6,7,18]有研究者開展了FFS和CAP兩種支付方式對醫(yī)生行為影響的研究，結果也證實了CAP下醫(yī)生提供的醫(yī)療服務供給量比在FFS下更少。[7]

實驗經濟學在衛(wèi)生經濟學領域的應用范圍十分廣泛，然而就目前而言，大部分學者對于DIP的研究僅停留在實地求證及理論研究方面，而對于實驗經濟學在DIP方面的應用較為缺乏。本研究通過實驗經濟學方法，從醫(yī)療服務供方角度探討DIP與FFS兩種支付方式對醫(yī)生行為的影響。

1 實驗設計與過程

1.1 實驗方案

本實驗以“醫(yī)保付費方式對醫(yī)生行為的影響問卷”為基礎，通過“問卷星”微信小程序發(fā)放問卷。受試者可從問卷表格中得到提供不同數量的醫(yī)療衛(wèi)生服務對應的支付金額、成本、凈收益以及患者效益，實驗貨幣均為實驗代幣。問卷表格中第2列為醫(yī)療衛(wèi)生服務數量，第3列為支付額(即醫(yī)生的診療費)，第4列為不同服務數量所對應的成本，第5、6列為FFS或DIP下不同服務數量所對應的醫(yī)生能獲得的凈收益(凈收益等于支付額減成本)及患者效益。(1)由于篇幅所限，本文不再展示具體的問卷內容，如有需要可向本文作者索取。實驗的受試者均為將來可能成為醫(yī)生的醫(yī)學生，包括臨床醫(yī)學及其他醫(yī)學相關專業(yè)的學生。之所以選擇醫(yī)學生作為實驗的受試者，是因為醫(yī)學生具備適用于本研究的醫(yī)學知識，能夠站在醫(yī)生的角度思考問題，對實驗問題的理解程度較高。加之醫(yī)學生的空余時間相較于醫(yī)生更加充足，方便參與實驗，也節(jié)省了實驗成本。

全部項目填寫完整規(guī)范且專業(yè)在所選范圍內視為有效問卷，回答無對錯之分，共發(fā)放124份問卷，回收124份，剔除23份無效問卷后，實際回收有效問卷數101份。其中臨床醫(yī)學專業(yè)問卷63份，其他醫(yī)學相關專業(yè)問卷38份。將問卷調研數據導出至Excel并對問卷數據進行初步整合篩選，最后使用SPSS21.0統(tǒng)計軟件對數據進行統(tǒng)計分析。從總體水平、3種健康類型、15種患者類型以及最優(yōu)服務量決策四個方面進行分析，采用平均值、中位數、標準差、最值4個標準進行描述性統(tǒng)計分析，采用Mann-Whitney U檢驗進行單因素分析，采用Pearson 卡方檢驗對分類變量數據進行單因素分析，多因素分析則采用有序Logit模型及二值Logit模型進行檢驗。

1.2 實驗設計

實驗中，受試者擔任醫(yī)生的角色，并且僅參加一次實驗。受試者的任務是對每位虛擬患者提供醫(yī)療衛(wèi)生服務的數量決策，醫(yī)療衛(wèi)生服務數量q∈[1,10]，這也決定了受試者在實驗中的凈收益和患者的效益。實驗中，患者的健康類型有3種(j=1,2,3)，分別代表健康狀況較好、中等、較差，患者的疾病類型共5種(k=A,B,C,D,E)，把健康類型和疾病類型相結合可得出15種類型的患者。因此，每位受試者均需要在FFS和DIP兩種支付方式下對15位虛擬患者進行共30個決策。

為解決參數差異問題，實驗中的患者均為虛擬患者，沒有真實的患者存在，僅作為醫(yī)生提供醫(yī)療衛(wèi)生服務數量決策時的參考對象。一方面這能使得作為醫(yī)學生的受試者消除因部分專業(yè)知識缺乏帶來的顧慮，再者可簡化外界因素對醫(yī)生行為的影響，僅需考慮支付方式。

1.3 實驗參數

基于Hennig等設計的經濟實驗，參數中，FFS下的支付額及醫(yī)生凈收益均來源于德國Einheitlicher Bewertungsmabstab(EBM中列明了醫(yī)療衛(wèi)生服務以及處方費用)五種眼科疾病的治療費用以及對醫(yī)生的支付費用，使得參數與現實情況相契合。[6]DIP支付額取決于每一病種的分值，相當于將CAP分為多種支付額，同一病種分值下，醫(yī)生得到的支付額是相同的。為使得FFS與DIP的支付額參數具有可比性，在DIP條件下醫(yī)生可獲得的平均最高凈收益(11.8個實驗代幣)僅比FFS下可獲得的平均最高凈收益(11.08個實驗代幣)略高一點。實驗中，成本為Cjk(q)，支付額為Rjk(q)，患者效益為Bjk(q)，醫(yī)生凈收益為πjk(q)。

表1 參數設置表

2 結果

2.1 總體水平

FFS下受試者提供的平均服務數量比DIP下的平均服務數量多7.3%(0.4 027個衛(wèi)生服務數量)。由兩個獨立樣本的雙側Mann-Whitney U檢驗結果可知，P<0.01，說明從總體水平看，在兩種不同的支付方式下，受試者提供的衛(wèi)生服務數量之間的差異具有統(tǒng)計學意義，FFS下受試者提供的衛(wèi)生服務數量比DIP下更多(表2)。

表2 總體水平上的醫(yī)療服務數量

同時，本實驗運用有序Logit模型分析不同因素對受試者衛(wèi)生服務數量提供的影響與差異。表3展示了不同支付方式及不同患者健康類型對受試者的衛(wèi)生服務提供數量的影響。由系數為負值(P<0.001)可知，支付方式對受試者提供衛(wèi)生服務數量決策的影響顯著，相較于FFS，DIP使得醫(yī)生對衛(wèi)生服務數量的提供有所減少。

表3 衛(wèi)生服務量影響因素的有序Logit模型結果表

2.2 三種健康類型

表4 三種健康類型的醫(yī)療服務數量(n=505)

簡而言之，FFS下受試者為3種不同健康類型的患者提供的衛(wèi)生服務數量均高于DIP，且隨著患者的健康狀況惡化，兩種支付方式下的衛(wèi)生服務量的差距逐漸縮小。

2.3 15種患者類型

表5 15種患者類型的醫(yī)療服務數量(n=101)

2.4 最優(yōu)服務數量決策

采用單因素分析方法，從總體水平、3種健康類型、15種患者類型3個角度對受試者的決策是否為最優(yōu)服務量決策的情況進行分析(表6)。從總體水平看，DIP下的1 515個衛(wèi)生服務決策中，受試者提供了682項最優(yōu)決策，比FFS下多5.28%。由雙側Pearson卡方檢驗結果可得，兩種支付方式下受試者選擇最優(yōu)衛(wèi)生服務數量的構成比之間的差異具有統(tǒng)計學意義(P<0.01)。

表6 最優(yōu)衛(wèi)生服務量決策構成比(n,%)

從3種健康類型角度看，DIP下為健康類型較好的患者提供的505項服務決策中有242個最優(yōu)衛(wèi)生服務決策，比FFS多102項；為健康類型中等的患者提供261項最優(yōu)衛(wèi)生服務決策，比FFS多29項；為健康類型較差的患者提供179項最優(yōu)衛(wèi)生服務決策，比FFS少51項。通過雙側Pearson 卡方檢驗受試者選擇最優(yōu)衛(wèi)生服務數量的構成比之間的差異具有顯著的統(tǒng)計學意義(P<0.01)。從15種患者類型來看，受試者選擇最優(yōu)服務數量決策在兩種支付模式之間的差異顯著(P<0.01)。

表7 三種健康類型下兩種支付方式選擇最優(yōu)衛(wèi)生服務量決策的對比分析(n,%)

采用二值Logit模型分析方法，對受試者是否選擇提供最優(yōu)服務數量的影響因素進行分析。結果顯示，相較于FFS，DIP下受試者提供了更多的最優(yōu)衛(wèi)生服務數量決策(P<0.01，表8)。

表8 是否選擇最優(yōu)衛(wèi)生服務數量影響因素的二值Logit模型結果(n=3030)

3 討論與建議

無論從總體水平還是從3種健康類型層面上看，兩種支付方式的平均醫(yī)療衛(wèi)生服務數量之間均具有統(tǒng)計學差異，且FFS的平均醫(yī)療衛(wèi)生服務數量均大于DIP。值得關注的是，3種健康類型下FFS與DIP的差額隨著健康類型變差逐漸縮小，說明對待重癥患者時，FFS下受試者提供的醫(yī)療衛(wèi)生服務數量是合適的，對重癥患者有利。而從15種患者類型的層面看，1B、2B、2D三種患者類型分類下兩種支付方式平均醫(yī)療服務數量的提供并沒有顯著性差異。這可能與DIP對不同具體病種的改革效果不同有關，也可能與病種的分值確定難度大，分值需要進一步完善有關。從最優(yōu)服務決策來看，總體水平層面上醫(yī)生在DIP下做出的最優(yōu)決策比FFS下多，且具有統(tǒng)計學差異，這說明DIP使得醫(yī)生的服務供給行為發(fā)生改變，醫(yī)生在DIP下選擇了更多的最優(yōu)衛(wèi)生服務數量決策。但從3種健康類型上看，對健康狀況較差的患者做出決策時，DIP下受試者提供的最優(yōu)決策比FFS下的少，即DIP下，醫(yī)生可能存在減少服務數量供給，推諉重癥病人的情況。根據實驗結果，提出如下建議：

3.1 繼續(xù)完善DIP，支付方式應更具靈活性

FFS下，患者的必要治療得到保障，但不可避免地出現明顯的過量供給行為，造成醫(yī)療資源的浪費。而DIP雖能減緩醫(yī)生提供過多醫(yī)療服務數量的現象，但也會出現推諉重癥病人，減少必要的檢查和治療以縮減成本的行為。目前DIP雖在醫(yī)療費用控制方面較為有效，對醫(yī)?；鸬氖褂眯实奶岣咭灿幸欢ㄗ饔?，但仍存在病種分值不合理、確定難度大等缺陷。

單一的支付制度無法全面覆蓋每位病人的實際情況，因此支付方式應更具靈活性。如對重癥、難癥患者實行FFS，保證患者能夠得到合理充分的治療，降低患者自付比例。而對于輕、中度疾病、住院治療的常見病等患者使用DIP，控制醫(yī)療費用。兩種支付方式配合使用，揚長避短。對于DIP，則需要綜合地區(qū)經濟發(fā)展水平、不同疾病嚴重程度所帶來成本的不同等因素，完善病種分值的確定方式。

3.2 醫(yī)生薪酬標準多元化，健全醫(yī)生激勵補償機制

FFS會引導醫(yī)生提供過多的服務數量，而DIP可以有效控制醫(yī)生提供過多醫(yī)療服務。醫(yī)療成本過高時，超出DIP支付范圍的部分需要醫(yī)院自行承擔，因而這也可能導致醫(yī)生推諉重癥病人，減少必要的檢查以縮減成本，可能使得衛(wèi)生服務質量降低。

國家醫(yī)保局等八部門印發(fā)的《深化醫(yī)療服務價格改革試點方案》(醫(yī)保發(fā)〔2021〕41號)文件指出，醫(yī)務人員薪酬應避免與科室、個人業(yè)務收入直接掛鉤。當醫(yī)生的薪酬及激勵補償機制無法滿足醫(yī)生時，醫(yī)生可能通過誘導患者需求以獲取更多支付額或是通過減少服務質量以降低成本的方式進行自我補償。為解決這一問題，就必須確立合理的薪酬水平，完善醫(yī)生激勵補償機制。例如適當調高醫(yī)生的薪酬水平，并增加適量的績效補貼、生活補貼、疾病補貼等。多方面激勵醫(yī)生規(guī)范自身醫(yī)療行為，提高醫(yī)生服務的積極性。

3.3 建立健全醫(yī)療服務監(jiān)測評估機制

加強對醫(yī)療機構的服務和成本監(jiān)測，對各個病種的醫(yī)療服務價格變化實時監(jiān)測。如發(fā)現價格明顯偏高或是明顯不合理的情況，及時跟進患者實際情況、醫(yī)療成本、醫(yī)療衛(wèi)生服務等。同時，加強對醫(yī)生服務行為的監(jiān)督，可通過對患者進行回訪并采集患者評價、對處方進行不定期抽查等多種方式全面評價醫(yī)生的醫(yī)療服務。醫(yī)生績效考核不應過度注重“量”的提高，而應把焦點放在醫(yī)療服務“質”的提高上，實現從“價格醫(yī)療”到“價值醫(yī)療”的轉變。[19]