馬騁宇

首都醫(yī)科大學公共衛(wèi)生學院 北京 100069

H1：開通在線診療服務的醫(yī)生其線下年門診量更高。

H2：開通在線診療服務的醫(yī)生其線下年診療收入更高。

為驗證以上假設，探究醫(yī)生開通在線醫(yī)療服務對醫(yī)生線下診療量及診療收入產(chǎn)生的影響，本研究以國內(nèi)最大的醫(yī)患交流平臺，好大夫在線(haodf.com)為研究對象[12]，研究在線醫(yī)療服務在早期發(fā)展過程中對醫(yī)生線下年門診量和年診療收入的影響，建立固定效應和倍差法模型，分析醫(yī)生因開通個人主頁產(chǎn)生的線上到線下的因果凈效應(概念模型如圖1所示)。研究結論為當前有序促進我國互聯(lián)網(wǎng)醫(yī)院發(fā)展，規(guī)范“互聯(lián)網(wǎng)+”醫(yī)療服務中的醫(yī)生行為提供政策參考。

圖1 概念模型圖

1 資料與方法

1.1 數(shù)據(jù)來源及樣本選擇

數(shù)據(jù)來源分為線上數(shù)據(jù)和線下數(shù)據(jù)兩部分。線下數(shù)據(jù)以山東省某三甲綜合醫(yī)院的門診醫(yī)生為研究對象，該醫(yī)院為區(qū)域醫(yī)療中心，床位3 600張，年門診量290余萬人次，收集該醫(yī)院管理信息系統(tǒng)中2010—2014年的績效面板數(shù)據(jù)，包括醫(yī)生的年門診量及年診療收入。線上數(shù)據(jù)使用Java語言自行編寫網(wǎng)絡爬蟲程序，于2016年12月從好大夫在線網(wǎng)站抓取該樣本醫(yī)院在該網(wǎng)站上開通個人主頁醫(yī)生信息，并對網(wǎng)頁文本信息進行分析，提取醫(yī)生開通個人主頁情況、開通時間以及職稱、科室等個體特征信息。最后，將線上開通個人主頁醫(yī)生信息與線下醫(yī)生信息進行匿名比對，整合線上線下醫(yī)生績效信息，數(shù)據(jù)分析通過STATA12.0完成。樣本醫(yī)院醫(yī)生在好大夫在線上開通個人主頁的醫(yī)生數(shù)量如表1所示。好大夫在線網(wǎng)站創(chuàng)立于2006年，其業(yè)務拓展期在2010年后，并且迅速成為國內(nèi)最大的在線醫(yī)療社區(qū)。然而，在2015年國家提出大力發(fā)展“互聯(lián)網(wǎng)+”醫(yī)療后[13]，各類在線醫(yī)療服務平臺如雨后春筍般發(fā)展起來，好大夫在線的醫(yī)患資源也被分流到了其他平臺。因此，本文以好大夫在線最為活躍的2010—2014年為觀測時期，考察醫(yī)生開通線上個人主頁對線下診療量及診療收入的影響效應。表1顯示，2010—2014年，樣本醫(yī)院有170位醫(yī)生先后在好大夫在線上開通個人主頁，2010—2011年新開通個人主頁的醫(yī)生數(shù)量最多，2012年之后增速放緩。

表1 2010—2014年樣本醫(yī)院醫(yī)生在好大夫在線上開通個人主頁的情況(人)

1.2 實證方法

本文通過構造2010—2014年樣本醫(yī)院醫(yī)生績效的面板數(shù)據(jù)，采用倍查法[14,15]和固定效應模型對醫(yī)生的線上線下診療量及診療收入影響效應進行估計。首先，構建醫(yī)生線下門診量和診療收入的基礎模型，并使用固定效應模型法估計這兩個模型，從而消除隨時間和個體而改變的不可觀測變量的影響。然后，為有效解決內(nèi)生性的問題，采用傾向匹配法匹配對照組后，采用倍差法分析處理組與對照組在開通在線醫(yī)療服務后的差異。

1.2.1 倍差法基礎模型

本文采用醫(yī)生線下的年患者數(shù)量PNit和年診療收入MPit作為主要指標，醫(yī)生年門診量PNit的基礎模型為：

杜威則認為教學方法是教師對教材的安排、組織，是為學生創(chuàng)造學習情境，教學的核心在于學生能自己發(fā)現(xiàn)問題、解決問題。所以教學中應以學生為中心，重視學生的自我活動和主動作業(yè)；讓學生有更大的主動性、靈活性。他說：“記憶、觀察、閱讀，傳達都是提供資料的途徑?！睆倪@點不難看出杜威并不全然否認間接經(jīng)驗的作用。

PNit=β1openit+β2Di+β3yeart+β4t+αi+εit*MERGEFORMAT(1)

年診療收入MPit的基礎模型為：

Ln(MPit)=β1openit+β2Di+β3yeart+β4t+αi+εit*MERGEFORMAT(1)

式中，待估計因果效應為開通在線醫(yī)療服務對醫(yī)生線下診療量或診療收入的平均處理效應。openit表示醫(yī)生i在第t年度是否開通了個人主頁反映醫(yī)生在不同時期線下績效的變化；Di表示醫(yī)生是否開通個人主頁，開通為1，未開通為0；t為時期數(shù)，t=1表示醫(yī)生開通個人主頁以后的時期，t=0表示醫(yī)生開通個人主頁之前的時期，同時用于控制模型中的時間趨勢。yeart為每一年度的虛擬變量，用以控制時間固定效應；αi為每位醫(yī)生的個體效應，包括醫(yī)生所在的科室、職稱等個體特征，εit為誤差項。

1.2.2 傾向得分匹配法

應用倍差法的關鍵在于對照組的選取。不同科室、職稱的醫(yī)生在未開通個人主頁之前，其線下績效已經(jīng)存在差異，即一些事前因素已經(jīng)導致了醫(yī)生績效水平的不同。比如，一些醫(yī)生正是因為在患者中的知名度高，才會被在線醫(yī)療服務平臺邀請個人主頁。這就意味著，這些醫(yī)生即使不開通在線服務主頁，其線下績效也可能高于其他醫(yī)生。因此，若直接使用未開通個人主頁的醫(yī)生作為研究樣本，將會導致樣本選擇的偏倚，因而高估了開通個人主頁對醫(yī)生線下績效的影響。為此，本文將應用傾向得分匹配法(Propensity Score Matching,PSM)[16,17]，通過Probit概率模型估計傾向得分Pscore，從對照組中選取與處理組傾向得分相同或相近的個體進行匹配，從而保證估計具有有效性?，F(xiàn)有的匹配方法主要有最近鄰匹配法(Nearest Neighbors Matching)、半徑匹配法(Radius Matching)、核匹配法(Kernel Matching)等。本文應用最近鄰匹配法進行匹配。

1.3 變量選取及說明

本文在實證研究中涉及到的變量包括：自變量、因變量、控制變量三大類。假設醫(yī)生i(i=1,2,…n)在t年(t=1,2,…T)的診療量及診療收入被觀測，設置兩個虛擬變量Di和Openit作為自變量進行估計，Di表示醫(yī)生i是否在在線醫(yī)療網(wǎng)站上開通了個人主頁，開通組Di=1，未開通組Di=0。Openit表示t年度醫(yī)生i是否開通了個人主頁，未開通openit=0,開通openit=1。因變量為醫(yī)生的年門診量PNit或年診療收入MPit(根據(jù)年度CPI進行折算)。本文中主要變量的定義和計算方法如表2所示。

表2 變量表一覽表

在應用傾向得分匹配法進行樣本選擇的過程中[18]，為盡量縮小處理組和對照組醫(yī)生在學科和資歷上的差距，本文選擇兩個變量：醫(yī)生的職稱和科室作為模型的匹配變量。醫(yī)生科室參照樣本醫(yī)院臨床科室設置劃分，并進行了合并，如眼科和耳鼻喉科合并為五官科；部分醫(yī)技、藥劑、檢查檢驗科室的醫(yī)生不單獨提供門診服務，這部分醫(yī)生一般不會在在線醫(yī)療服務平臺上開通個人主頁，在本文中統(tǒng)一合并為其他。

2 結果

2.1 開通在線醫(yī)療服務對醫(yī)生線下診療量及診療收入的影響效應

以開通個人主頁的醫(yī)生為處理組，未開通個人主頁的醫(yī)生為對照組，樣本三級醫(yī)院處理組與對照組醫(yī)生的主要變量描述性統(tǒng)計結果如表3所示。

表3 描述性統(tǒng)計結果

通過構造面板數(shù)據(jù)，采用倍差法和固定效應模型對醫(yī)生的線下診療量及診療收入進行估計。為消除個體差異，采用固定效應模型法估計此兩個模型，引入時間和個體固定效應，從而消除隨個體不隨時間改變及既不隨時間、也不隨個體改變的不可觀測變量的影響。采用兩個模型對開通在線醫(yī)療服務對醫(yī)生線下診療量及診療收入的影響效應進行評價。模型1評價只控制時間固定效應；模型2同時控制了時間和醫(yī)生個體因素。參數(shù)估計結果見表4和表5。研究結果顯示，在好大夫在線平臺上開通個人主頁的醫(yī)生，其年門診量和年診療收入較未開通的醫(yī)生有顯著差異。變量open的系數(shù)為正，說明開通在線醫(yī)療服務之后，醫(yī)生線下的年門診量和年診療收入均顯著提高。

表4 開通個人主頁對線下醫(yī)生年診療收入(元)的影響

表5 開通個人主頁對線下醫(yī)生年門診量(人次)的影響

2.2 基于PSM-DID模型的開通在線服務對醫(yī)生線下診療量及診療收入的凈效應評估

本文采用Probit概率模型估計傾向得分，并在此基礎上，分別選擇開通在線醫(yī)療服務的醫(yī)生與未開通在線醫(yī)療服務的醫(yī)生1∶1、1∶1.5和1∶2進行得分匹配，構建對照組。匹配之后，對處理組和對照組醫(yī)生的線下診療量及診療收入影響效應進行分析，結果如表6和表7所示。開通個人主頁的醫(yī)生較未開通的醫(yī)生在年門診量和年診療收入上，均有顯著差異。在1:1傾向匹配后，開通個人主頁的醫(yī)生較未開通的醫(yī)生，其年門診量增加了748人次(P<0.5)，其年診療收入增加了27.55%(P<0.5)。

表6 匹配后處理組醫(yī)生和對照組醫(yī)生年診療收入的參數(shù)估計結果

表7 匹配后處理組醫(yī)生與對照組醫(yī)生年門診量(人次)的參數(shù)估計結果

基于傾向匹配結果，比較醫(yī)生在開通在線醫(yī)療服務的前一年(t-1)與后一年(t+1)，處理組和對照組醫(yī)生在線下年門診量和年診療費用的差異，以此來比較是否開通在線醫(yī)療服務對醫(yī)生線下診療量及診療收入的影響凈效應(表8)。結果顯示，兩組醫(yī)生的年診療收入在1∶1匹配時有顯著不同(P<0.1)，但年門診量結果不顯著。在1∶1.5 匹配和1∶2匹配時，兩組醫(yī)生的總門診數(shù)量(P<0.1)和總診療收入(P<0.05)均有顯著差異。說明開通在線醫(yī)療服務在(t-1，t+1)時間窗內(nèi)對醫(yī)生的年門診量和年診療收入均會產(chǎn)生影響。

表8 開通個人主頁前(t-1)后(t+1)處理組與對照組醫(yī)生的DID分析效應結果

3 討論與建議

3.1 討論

本研究借助互聯(lián)網(wǎng)醫(yī)療服務平臺好大夫在線平臺數(shù)據(jù)，結合線下樣本醫(yī)院客觀數(shù)據(jù)，本文研究了開通個人主頁對醫(yī)生線下診療量和診療收入的影響，進而證實開通個人主頁對醫(yī)生線下診療量及診療收入的促進作用。研究結果表明，開通個人主頁的醫(yī)生較未開通的醫(yī)生，其年門診量增加了748人次(P<0.5)，年診療收入提升了27.55%(P<0.5)，并且這種促進作用在對醫(yī)生進行了傾向評分匹配后，顯示開通個人主頁較未開通的醫(yī)生，在開通后較開通前得到了更多的診療量及診療收入上的增長。

出現(xiàn)這種現(xiàn)象的原因可能有兩個方面：一是在線醫(yī)療服務的利用一定程度緩解了醫(yī)患之間的信息不對稱，提高了醫(yī)療服務的可及性，刺激了患者醫(yī)療需求的釋放。特別是對于偏遠地區(qū)和交通不便的患者來說，可以更方便的獲得醫(yī)療服務。然而，線上診療具有處方和檢查的局限性，患者如果希望開展后續(xù)治療，需要從線上轉(zhuǎn)到線下，同時，由于診療活動具有連續(xù)性的特點，線上患者更愿意在線下找同一位醫(yī)生進行后續(xù)診療。因此患者線上醫(yī)療需求的釋放效應會向線下溢出，進而增加了醫(yī)生線下的診療人次數(shù)。二是考慮到患者的病情，線上醫(yī)療服務更適合解決慢性病問診等輕癥問題，醫(yī)療費用較低；如線上無法確診的，醫(yī)生會建議患者轉(zhuǎn)到線下正規(guī)醫(yī)院繼續(xù)就診，這類患者往往需要在實體醫(yī)院開展檢查和處方治療，醫(yī)療費用較高，這類線上患者被引流到線下后，會拉高線下醫(yī)生的診療費用。從而造成開通在線醫(yī)療服務的醫(yī)生其年診療費用較未開通的醫(yī)生增長更快。

3.2 建議

3.2.1 有效利用線上醫(yī)療服務對線下的溢出效應，促進互聯(lián)網(wǎng)診療服務發(fā)展

在線醫(yī)療服務平臺是患者之間、醫(yī)患之間、醫(yī)生之間溝通交流的平臺，用戶通過搜索、查詢與疾病、診療過程相關的信息，更好的選擇就醫(yī)行為。醫(yī)生在線為患者提供診療咨詢服務和健康教育，患者通過點贊、評價、滿意度打分等給予反饋，進而為更多的患者擇醫(yī)行為提供借鑒。在此過程中，實現(xiàn)了醫(yī)患雙方的知識共享和價值共創(chuàng)。患者通過線上咨詢，增進了與醫(yī)生的溝通，并在醫(yī)生的引導下到線下找同一位醫(yī)生掛號就診，在線醫(yī)療服務提供所產(chǎn)生的影響就從線上傳導到線下，對線下醫(yī)療服務體系產(chǎn)生了溢出效應。合理、有效的利用線上對線下的溢出效應，可以激勵醫(yī)生更好的利用線上創(chuàng)新服務模式，促進線下醫(yī)患的良性交互和有序就醫(yī)。

3.2.2 合理引導醫(yī)生行為，提高線上線下醫(yī)療服務體系整體效率

從衛(wèi)生經(jīng)濟學角度來看，開通個人主頁對醫(yī)生的線下診療量及診療收入有提升效果，增加了醫(yī)生的患者診療費用和診療人次。但也要看到，雖然醫(yī)生的動機是獲得更多的個人利益，包括聲譽的提升、績效的增加等，但在此過程中，醫(yī)生為獲得患者的信任和認可，也付出了大量的努力，醫(yī)生利用業(yè)余時間在線提供了大量的無償或有償咨詢服務，如撰寫科普文章，解答患者問題，在此過程中構建了更好的醫(yī)患關系，患者同樣也是受益方。因此，在線醫(yī)療服務對于提高醫(yī)療服務體系的運行效率、效果和用戶滿意度等方面具有重要意義，政府應積極推動其發(fā)展。

3.2.3 加強醫(yī)療行為的規(guī)范管理和質(zhì)量監(jiān)控，避免誘導需求行為的發(fā)生

新醫(yī)改以來,雖然我國大力推行分級診療政策,但群眾的就醫(yī)習慣還沒有得到根本改變，逐級轉(zhuǎn)診的就醫(yī)秩序還沒有完全建立起來。在此背景下，市場化運營的在線醫(yī)療服務平臺為了迎合患者需求，所提供的服務有進一步向優(yōu)質(zhì)醫(yī)療資源聚集的趨勢。如果缺乏政府和行業(yè)的有效監(jiān)管，僅靠市場化運行，可能出現(xiàn)醫(yī)生通過在線醫(yī)療服務誘導需求，增加患者服務利用和診療費用的情況。因此，隨著在線醫(yī)療服務的逐漸推廣和深入使用，政府和監(jiān)管部門應該發(fā)揮其監(jiān)管作用，明確在線醫(yī)療服務在醫(yī)療體制改革中的作用和定位，厘清醫(yī)療機構、醫(yī)生與互聯(lián)網(wǎng)企業(yè)之間的責任范疇；加強對在線醫(yī)療服務上醫(yī)生行為的規(guī)范，確保健康醫(yī)療服務的質(zhì)量和安全，避免醫(yī)生和醫(yī)院因為過度追求個人利益誘導醫(yī)療服務需求問題的出現(xiàn)。