周若婧 楊 照 江 濱

1.北京大學(xué)政府管理學(xué)院 北京 100871 2.北京大學(xué)第一醫(yī)院 北京 100034 3.北京大學(xué)藥學(xué)院 北京 100191

1 引言

藥品政府采購在我國已有20余年歷史，由初期的市縣級(jí)政府主導(dǎo)[1]，到2009年新一輪醫(yī)改后逐漸規(guī)范化的省級(jí)組織[2]，再到2018年以來的國家統(tǒng)籌[3]，藥品政府采購的組織層次不斷提高，體現(xiàn)出政府通過匯集需求、增強(qiáng)買方市場(chǎng)勢(shì)力、激發(fā)藥品供應(yīng)商間競(jìng)爭(zhēng)，以降低藥品價(jià)格，進(jìn)而控制藥品費(fèi)用增長(zhǎng)的改革邏輯[3-4]?，F(xiàn)有研究表明，由較低層級(jí)政府組織藥品采購并未有效降低藥品價(jià)格，省際藥品市場(chǎng)分割反而引起了藥品價(jià)格體系混亂[5-6]；其藥品費(fèi)用控制效果也相當(dāng)有限，2018年，我國藥品費(fèi)用占醫(yī)療衛(wèi)生總費(fèi)用的比例達(dá)到30%～40%[7]，顯著高于OECD國家的平均水平16.4%[8]，可見藥品控費(fèi)形勢(shì)依舊嚴(yán)峻。在此形勢(shì)下，國家層面統(tǒng)籌藥品政府采購成為最新改革方向。[4，9]

國家組織藥品帶量采購是國家層面統(tǒng)籌藥品采購的典型模式。[9]2019年1月，《國務(wù)院辦公廳關(guān)于印發(fā)國家組織藥品集中采購和使用試點(diǎn)方案的通知》(國辦發(fā)〔2019〕2號(hào))標(biāo)志著該政府采購模式的首次試點(diǎn)。[10]試點(diǎn)政策以25個(gè)通過一致性評(píng)價(jià)且競(jìng)爭(zhēng)相對(duì)充分的成熟藥品品種為采購對(duì)象，在全國范圍內(nèi)選取北京、上海、天津、重慶、沈陽、大連、西安、成都、廈門、深圳、廣州11個(gè)在差異化地理區(qū)位中經(jīng)濟(jì)條件相對(duì)較好的城市為實(shí)施范圍。[4，10，11]試點(diǎn)政策過程大體分為兩個(gè)階段：第一階段為2018年12月—2019年1月，國家層面統(tǒng)籌組織藥品招標(biāo)過程，通過競(jìng)價(jià)與價(jià)格磋商產(chǎn)生中標(biāo)結(jié)果，包括中標(biāo)藥品、中標(biāo)企業(yè)、中標(biāo)價(jià)格、最低采購量等；隨后國辦發(fā)〔2019〕2號(hào)文件對(duì)11個(gè)城市后續(xù)落地該政策提出強(qiáng)制性要求與原則性指導(dǎo)，其中強(qiáng)制性要求包括嚴(yán)格執(zhí)行中標(biāo)價(jià)格、保證中標(biāo)藥品最低采購量，指導(dǎo)性原則涉及對(duì)回款周期、醫(yī)保配套、監(jiān)督管理等方面的實(shí)施建議。[4，10，11]第二階段為2019年1— 3月，11個(gè)試點(diǎn)城市制定地方性落地方案，在確保執(zhí)行國家層面統(tǒng)一招標(biāo)結(jié)果的基礎(chǔ)上，對(duì)本地區(qū)醫(yī)療機(jī)構(gòu)的實(shí)際采購與使用、醫(yī)保支付與基金管理、行為激勵(lì)與獎(jiǎng)懲制度等作出具體規(guī)定；即在落實(shí)國家強(qiáng)制性要求的基礎(chǔ)上，明確對(duì)原則性指導(dǎo)的地方性調(diào)整。[10]相應(yīng)地，11個(gè)城市在2019年1—3月之間陸續(xù)發(fā)布了地方性落地方案，并自4月起正式組織實(shí)施。

自國家組織藥品帶量采購這一國家層面統(tǒng)籌的藥品政府采購模式形成以來，學(xué)者研究首先集中于對(duì)其運(yùn)行機(jī)制與利益相關(guān)者影響的定性探討。[12-15]認(rèn)為該采購模式通過匯集藥品用量需求、增強(qiáng)需方勢(shì)力、壓縮流通環(huán)節(jié)經(jīng)營性成本、發(fā)揮生產(chǎn)企業(yè)規(guī)模經(jīng)濟(jì)潛力等方式[13-15]，實(shí)現(xiàn)了藥品“供—需”兩方雙贏局面，即一方面降低終端藥品價(jià)格、提高患者用藥可及性[12]，另一方面維護(hù)生產(chǎn)企業(yè)出廠價(jià)格保障企業(yè)再生產(chǎn)的利潤空間[14-15]。該模式有望通過規(guī)范藥品流通環(huán)節(jié)秩序，提高流通企業(yè)集約化程度，打擊流通環(huán)節(jié)非法藥品加成與灰色收入。[14]事實(shí)上，在藥品采購中通過“量—價(jià)”聯(lián)動(dòng)邏輯降低采購價(jià)格，在諸多國家和國際組織的仿制藥、基本藥物的采購中有普遍應(yīng)用，如WHO、美國、歐盟等。[16-17]在試點(diǎn)政策進(jìn)入執(zhí)行階段后，學(xué)者研究重點(diǎn)聚焦于對(duì)其實(shí)施效果的評(píng)估。[18-21]現(xiàn)有研究大多基于對(duì)單個(gè)醫(yī)療機(jī)構(gòu)或單個(gè)城市的樣本數(shù)據(jù)開展的定性與定量評(píng)估，認(rèn)為該藥品政府采購模式有效降低了藥品價(jià)格與費(fèi)用[20-21]，藥品用量則增加或無顯著改變[18-19]；缺乏對(duì)11個(gè)城市總體與11個(gè)城市各自試點(diǎn)實(shí)施效果的系統(tǒng)性考察。對(duì)于實(shí)施效果的影響因素，現(xiàn)有研究?jī)H基于質(zhì)性研究方法給出啟發(fā)式、推斷性、碎片化的潛在影響因素，并對(duì)其作用機(jī)制進(jìn)行邏輯論述，如政治維度的政治壓力、公民意識(shí)、政策宣傳與認(rèn)知情況，經(jīng)濟(jì)維度的地區(qū)經(jīng)濟(jì)水平、成本分擔(dān)、醫(yī)保支付以及社會(huì)結(jié)構(gòu)性因素等；缺乏對(duì)影響因素及其影響路徑的系統(tǒng)性、實(shí)證性探討。

因此，本研究首先對(duì)國家組織藥品帶量采購政策在11個(gè)試點(diǎn)城市的控費(fèi)效果進(jìn)行斷點(diǎn)回歸模型估計(jì)；而后基于QCA分析方法，對(duì)11個(gè)試點(diǎn)城市間該藥品政府采購政策的控費(fèi)效果差異的影響因素與影響路徑進(jìn)行了探究。

2 國家組織藥品帶量采購政策的控費(fèi)效果評(píng)估

2.1 研究設(shè)計(jì)

對(duì)國家組織藥品帶量采購政策的總體控費(fèi)效果及其在11個(gè)試點(diǎn)城市各自的控費(fèi)效果進(jìn)行模型估計(jì)，通過精確斷點(diǎn)回歸(Sharp RDD)模型對(duì)相關(guān)采購數(shù)據(jù)展開分析。[22]

提取11個(gè)試點(diǎn)城市在2018年1月—2020年12月期間的25個(gè)通用名藥品的全部采購數(shù)據(jù)，包括采購時(shí)間、采購單位、采購藥品通用名、劑型、規(guī)格、生產(chǎn)廠家、訂單金額。數(shù)據(jù)提取周期確保了試點(diǎn)政策正式實(shí)施時(shí)間點(diǎn)(2019年4月)前后有足夠的數(shù)據(jù)點(diǎn)用于模型估計(jì)；25個(gè)通用名藥品為該試點(diǎn)政策產(chǎn)生中標(biāo)結(jié)果的所有藥品品種。將提取的原始數(shù)據(jù)清洗、歸類、合并為藥品月度采購數(shù)據(jù)，共計(jì)19 800條，用于后續(xù)模型估計(jì)。

控費(fèi)效果以“藥品費(fèi)用變化百分比”為評(píng)價(jià)指標(biāo)，測(cè)量政策實(shí)施后相較于實(shí)施前的月度藥品費(fèi)用變化情況。

采用精確斷點(diǎn)回歸模型對(duì)“藥品費(fèi)用變化百分比”指標(biāo)進(jìn)行模型估計(jì)；以政策正式實(shí)施時(shí)間2019年4月為斷點(diǎn)，通過局部線性回歸或局部多項(xiàng)式回歸估計(jì)模型斷點(diǎn)項(xiàng)參數(shù)。[22]基本模型設(shè)定如下：

(1)

其中，ln(Costit)為城市i在時(shí)間t的藥品采購費(fèi)用的自然對(duì)數(shù)值。ti為月度連續(xù)性時(shí)間變量。n為模型擬合階數(shù)選擇；當(dāng)n=1時(shí)，模型為局部線性回歸；當(dāng)n≥2時(shí)，為局部多項(xiàng)式回歸。

c為精確斷點(diǎn)位置，Di表示斷點(diǎn)項(xiàng)，

(2)

δ為斷點(diǎn)項(xiàng)Di的系數(shù)，反映斷點(diǎn)處的局部處理效應(yīng)?！八幤焚M(fèi)用變化百分比”指標(biāo)由模型估計(jì)量δ，通過(eδ-1)×100%轉(zhuǎn)換計(jì)算獲得；若“藥品費(fèi)用變化百分比”為負(fù)值，說明藥品費(fèi)用在政策實(shí)施后降低；若為正值，則說明藥品費(fèi)用增加。

實(shí)證分析過程：首先，基于赤池信息準(zhǔn)則(AIC)和貝葉斯信息準(zhǔn)則(BIC)確定各組模型最優(yōu)擬合階數(shù)[22]，以繪制11個(gè)城市總體與分城市的藥品費(fèi)用月度變化趨勢(shì)圖；通過觀測(cè)政策干預(yù)點(diǎn)前后多項(xiàng)式擬合或線性擬合曲線的差異，直觀反映斷點(diǎn)處指標(biāo)值跳躍情況。而后，采用精確斷點(diǎn)回歸模型對(duì)結(jié)果指標(biāo)在斷點(diǎn)處的局部處理效應(yīng)及其顯著性進(jìn)行量化，以精確估計(jì)該政策在11個(gè)城市總體與分城市的控費(fèi)效果。模型穩(wěn)健性檢驗(yàn)部分，首先取政策干預(yù)點(diǎn)兩側(cè)20%(2019年1月和2019年8月)、40%(2018年9月和2020年12月)、60%(2018年6月和2020年4月)分位值為安慰劑斷點(diǎn)，通過安慰劑斷點(diǎn)檢驗(yàn)(Placebo cutoff points tests)檢視模型斷點(diǎn)設(shè)定的真實(shí)性；其次，分別剔除干預(yù)點(diǎn)兩側(cè)5%、10%、15%、20%的數(shù)據(jù)樣本后重新進(jìn)行模型估計(jì)，以檢視干預(yù)點(diǎn)附近樣本數(shù)據(jù)選擇的敏感性。

2.2 研究結(jié)果

2.2.1 擬合階數(shù)選取與藥品費(fèi)用月度變化趨勢(shì)

對(duì)任意一組回歸而言，應(yīng)選擇不同擬合階數(shù)回歸中AIC或BIC值最小時(shí)的階數(shù)。圖1是11個(gè)城市總體與分城市的藥品費(fèi)用月度變化趨勢(shì)。由于原始數(shù)據(jù)點(diǎn)較多，本研究采取線性擬合或多項(xiàng)式擬合曲線形式反映斷點(diǎn)處的局部跳躍情況，相應(yīng)地?cái)M合階數(shù)基于AIC與BIC值最小化原則確定，以避免使用散點(diǎn)圖而使得斷點(diǎn)位置不清晰。

11個(gè)試點(diǎn)城市的總體藥品費(fèi)用在政策干預(yù)后顯著降低；其中大部分城市在政策干預(yù)后藥品費(fèi)用均有不同程度下降；僅城市K的藥品費(fèi)用反而略有上漲(圖1)。以上僅為擬合曲線直觀觀測(cè)結(jié)果，政策干預(yù)的控費(fèi)效果及其顯著性還需基于斷點(diǎn)回歸模型給出。

2.2.2 模型估計(jì)結(jié)果與穩(wěn)健性檢驗(yàn)

表1為國家組織藥品帶量采購政策實(shí)施后，11個(gè)城市總體與分城市的藥品費(fèi)用變化情況的精確斷點(diǎn)回歸模型估計(jì)結(jié)果。擬合階數(shù)選擇基于信息熵最小化原則確定，最優(yōu)帶寬基于擬合階數(shù)選擇由模型自動(dòng)給出。可見，政策干預(yù)使得11個(gè)城市的總體藥品費(fèi)用下降了23.44%(P=0.047)；大多數(shù)城市在政策實(shí)施后藥品費(fèi)用均有不同程度的顯著性下降;僅城市E、城市F、城市H在政策實(shí)施后藥品費(fèi)用略有上漲，但不顯著(P>0.2)。此外，該政策在11個(gè)城市的控費(fèi)效果存在較大差異；其中城市G藥品費(fèi)用降低了37.38%，控費(fèi)效果最好；而城市E藥品費(fèi)用增加了17.54%，控費(fèi)效果最差。

穩(wěn)健性相關(guān)檢驗(yàn)中，安慰劑斷點(diǎn)檢驗(yàn)結(jié)果顯示，在以干預(yù)點(diǎn)兩側(cè)20%、40%、60%分位值為安慰劑斷點(diǎn)時(shí)，藥品費(fèi)用變化百分比均不顯著，說明在安慰劑斷點(diǎn)處局部處理效應(yīng)不存在，進(jìn)而證實(shí)了真實(shí)斷點(diǎn)(2019年4月)的合理性；敏感性分析結(jié)果顯示，在刪除斷點(diǎn)兩側(cè)10%以下樣本數(shù)據(jù)時(shí)，斷點(diǎn)處局部處理效應(yīng)依舊顯著，說明模型估計(jì)結(jié)果對(duì)斷點(diǎn)附近數(shù)據(jù)樣本不敏感。

表1 政策干預(yù)后11個(gè)城市的月度藥品費(fèi)用變化情況

注：圖中豎線代表該試點(diǎn)政策正式實(shí)施時(shí)間點(diǎn)(2019年4月)。圖1 11個(gè)試點(diǎn)城市藥品費(fèi)用月度變化趨勢(shì)(2018年1月—2020年12月)

3 控費(fèi)效果的影響因素與路徑分析

3.1 變量界定與賦值方法

3.1.1 結(jié)果變量

以“控費(fèi)效果”為結(jié)果指標(biāo)，由“藥品費(fèi)用變化百分比”模型估計(jì)結(jié)果取相反數(shù)(即正、負(fù)符號(hào)對(duì)調(diào))得到，使用模糊集直接校準(zhǔn)法將原始值校準(zhǔn)并賦值為0～1間隸屬分?jǐn)?shù)[23]；校準(zhǔn)值越接近于1，表明該城市控費(fèi)效果越好；校準(zhǔn)值越接近于0，則提示控費(fèi)效果越差。

3.1.2 條件變量

國家組織藥品帶量采購政策過程大體可分為兩個(gè)階段。第一階段為國家層面統(tǒng)一組織招標(biāo)，產(chǎn)生中標(biāo)結(jié)果；第二階段則是11個(gè)試點(diǎn)城市制定地方性落地方案，而后組織方案執(zhí)行。[10]由于第一階段為國家層面統(tǒng)一過程，本研究認(rèn)為第二階段(即地方性政策過程)的差異是11個(gè)城市間控費(fèi)效果差異的主要來源。第二階段可視為地方政府的“政策創(chuàng)新”過程，基于“政策創(chuàng)新與傳播框架”的解釋，可將影響地方政策創(chuàng)新及其控費(fèi)效果的因素劃分為“互動(dòng)性因素”與“內(nèi)生決定性因素”兩類(圖2)。[24]在本研究中，“互動(dòng)性因素”指11個(gè)城市之間的相互影響；在行政上“分級(jí)發(fā)包制”與官員激勵(lì)上“晉升錦標(biāo)賽制”之下[25]，11個(gè)城市間“互動(dòng)性因素”主要表現(xiàn)為政治方面的壓力?！皟?nèi)生決定性因素”則強(qiáng)調(diào)11個(gè)城市的政策相關(guān)資源稟賦對(duì)政策創(chuàng)新及其實(shí)施效果的影響，根據(jù)政策研究傳統(tǒng)，從政治、經(jīng)濟(jì)、社會(huì)三個(gè)維度探究影響因素。

圖2 試點(diǎn)政策過程及其影響因素邏輯框架

根據(jù)圖2的影響因素選取維度，從已有文獻(xiàn)中篩選出影響藥品政府采購實(shí)施效果的因素；考慮到數(shù)據(jù)可得性與試點(diǎn)城市數(shù)量，從中選取以下6個(gè)條件變量(表2)。具體而言，政治維度2個(gè)條件變量：(1)“政策出臺(tái)時(shí)間”同時(shí)屬于“互動(dòng)性因素”和“內(nèi)生決定性因素”。地方性政策方案出臺(tái)越早，將不可避免地對(duì)尚未出臺(tái)城市產(chǎn)生政治壓力，引發(fā)地區(qū)間壓力互動(dòng)；政策出臺(tái)時(shí)間的先后順序也能反映試點(diǎn)城市間政治自覺性的差異。(2)“組織經(jīng)驗(yàn)”屬于“內(nèi)生決定性因素”，反映試點(diǎn)城市是否具有獨(dú)立組織藥品政府采購的相關(guān)實(shí)踐經(jīng)驗(yàn)。經(jīng)濟(jì)維度3個(gè)條件變量，均屬于“內(nèi)生決定性因素”，分別針對(duì)醫(yī)療衛(wèi)生服務(wù)成本分擔(dān)的三類資源投入主體。(1)“人均可支配收入”指標(biāo)反映患者的費(fèi)用承受能力。(2)“財(cái)政衛(wèi)生健康支出”用以評(píng)價(jià)政府公共財(cái)政對(duì)衛(wèi)生健康領(lǐng)域的投入情況。(3)“醫(yī)?；鸾Y(jié)余”指標(biāo)反映各試點(diǎn)城市醫(yī)?；疬M(jìn)行額外支付或單列專項(xiàng)的能力。社會(huì)維度僅“老年系數(shù)”1個(gè)條件變量，屬于“內(nèi)生決定性因素”，用以反映試點(diǎn)城市社會(huì)人口結(jié)構(gòu)特征。

表2 變量說明與賦值

3.2 影響因素與路徑分析結(jié)果

根據(jù)表2中變量賦值方法，以數(shù)據(jù)集5%、50%、95%分位數(shù)為定性錨點(diǎn)，對(duì)11個(gè)城市的條件變量與結(jié)果變量進(jìn)行賦值與校準(zhǔn)。[23]

3.2.1 單變量分析

對(duì)單個(gè)條件變量是否為結(jié)果變量的必要條件進(jìn)行檢驗(yàn)。在QCA必要條件分析中通常用“一致性”程度衡量必要性，當(dāng)一致性分?jǐn)?shù)達(dá)到0.9且有相當(dāng)?shù)母采w度(達(dá)到0.5)時(shí)，認(rèn)為該條件變量為結(jié)果變量的必要條件。[37]本研究對(duì)條件變量及其否定變量是否構(gòu)成必要條件進(jìn)行了分析(表3)。結(jié)果顯示，所有條件變量及其否定變量的一致性分?jǐn)?shù)均小于0.9，說明所有單一條件變量及其否定變量均不構(gòu)成結(jié)果變量的必要條件。[38]

表3 單變量必要性分析

3.2.2 路徑組態(tài)分析

將一致性門檻值設(shè)定為0.8，試點(diǎn)城市頻數(shù)門檻值設(shè)定為1，對(duì)條件變量組合構(gòu)成的路徑組態(tài)的必要性進(jìn)行分析(表4)。[38]

控費(fèi)效果好的路徑組態(tài)有2條，均以高比例醫(yī)保基金結(jié)余和低比例財(cái)政衛(wèi)生健康支出為核心條件，這主要是由于該政策配套的“結(jié)余留用”承諾，即承諾將由于試點(diǎn)政策實(shí)施而產(chǎn)生的醫(yī)?；鸸?jié)省部分留給醫(yī)療機(jī)構(gòu)[10, 35]；在該承諾下，相對(duì)不足的財(cái)政衛(wèi)生健康投入使得醫(yī)療機(jī)構(gòu)產(chǎn)生盡可能落實(shí)該政策以獲得“結(jié)余留用”資金補(bǔ)償?shù)募?lì)，而充裕的醫(yī)保資金則為“結(jié)余留用”承諾提供資金保障。[39]其余4個(gè)條件變量為邊緣條件且在2條路徑組態(tài)中取值狀態(tài)完全相反，構(gòu)成2條路徑組態(tài)的差異性部分。

控費(fèi)效果差的路徑組態(tài)有3條，均以組織經(jīng)驗(yàn)缺乏為核心條件；值得說明的是，具有政策相關(guān)組織經(jīng)驗(yàn)并非實(shí)現(xiàn)良好控費(fèi)效果的必要條件，但缺乏相關(guān)組織經(jīng)驗(yàn)卻是導(dǎo)致控費(fèi)效果不佳的重要因素。其余5個(gè)條件變量均為邊緣條件。

穩(wěn)健性檢驗(yàn)結(jié)果顯示，以25%、50%、75%為定性錨點(diǎn)對(duì)數(shù)據(jù)進(jìn)行重新校準(zhǔn)后，QCA分析結(jié)果保持穩(wěn)健，即路徑組態(tài)及其一致性和覆蓋度均未發(fā)生實(shí)質(zhì)性變化。

表4 控費(fèi)效果好與控費(fèi)效果差的路徑組態(tài)分析

4 討論與建議

4.1 結(jié)論與討論

本研究對(duì)國家組織藥品帶量采購政策的控費(fèi)效果進(jìn)行了模型估計(jì)，并探究了該政策在11個(gè)試點(diǎn)城市控費(fèi)效果差異的影響因素。

模型估計(jì)結(jié)果顯示，國家組織藥品帶量采購政策總體降低了23.44%的藥品費(fèi)用，即實(shí)現(xiàn)了良好的藥品控費(fèi)效果。政策干預(yù)在不同城市產(chǎn)生的控費(fèi)效果存在明顯差異，藥品費(fèi)用變化百分比分布在-37.38%～17.54%。值得注意的是，由于本研究使用局部精確斷點(diǎn)回歸模型對(duì)控費(fèi)效果進(jìn)行量化估計(jì)，因此僅關(guān)注了政策干預(yù)的局部處理效應(yīng)，對(duì)政策干預(yù)的長(zhǎng)期效果缺乏考察；主要是由于本研究缺乏對(duì)照組數(shù)據(jù)，如未被試點(diǎn)政策覆蓋的藥品品種或城市數(shù)據(jù)，因此無法對(duì)全局回歸可能存在的內(nèi)生性問題進(jìn)行校正。

影響因素研究發(fā)現(xiàn)，本研究選取的政治、經(jīng)濟(jì)、社會(huì)三個(gè)維度的6個(gè)條件變量中的任一條件變量或其否定變量均無法充分解釋控費(fèi)效果差異；高比例醫(yī)保基金結(jié)余和低比例財(cái)政衛(wèi)生健康支出是良好控費(fèi)效果的核心保障，而政策相關(guān)組織經(jīng)驗(yàn)缺乏則是造成控費(fèi)效果不佳的核心因素。由于試點(diǎn)城市數(shù)量?jī)H為11個(gè)，屬于中小規(guī)模樣本的QCA分析，相應(yīng)地需要限制條件變量數(shù)量，以避免過多條件變量可能導(dǎo)致的“有限多樣性”問題[37]，故本研究?jī)H選取了6個(gè)條件變量。事實(shí)上，現(xiàn)有文獻(xiàn)還提示“公民意識(shí)”“政策宣傳知曉與認(rèn)知”“衛(wèi)生健康相關(guān)知識(shí)”等因素可能對(duì)控費(fèi)效果存在影響[40-43]，但由于缺乏系統(tǒng)性數(shù)據(jù)或數(shù)據(jù)時(shí)效性不佳，本研究暫未將這些因素及其細(xì)化指標(biāo)納入條件變量范圍，這一點(diǎn)有待后續(xù)研究豐富完善。

4.2 政策建議

基于以上研究結(jié)論，本研究認(rèn)為國家組織藥品帶量采購政策具有良好的控費(fèi)潛力，但此潛力的充分發(fā)揮需要一定的資源與知識(shí)保障，由此提出以下三點(diǎn)政策思考。

4.2.1 適時(shí)擴(kuò)展國家組織藥品帶量采購模式的實(shí)施范圍

國家組織藥品帶量采購是我國首次針對(duì)成熟藥品品種國家級(jí)統(tǒng)籌的藥品政府采購試點(diǎn)[11]，本研究基于實(shí)證數(shù)據(jù)論證了其良好的控費(fèi)潛力。適時(shí)擴(kuò)展該政府采購模式的實(shí)施范圍，如擴(kuò)大藥品品種范圍和實(shí)施地區(qū)范圍，有望將藥品控費(fèi)效果延伸至更大體量的藥品市場(chǎng)。事實(shí)上，隨著該采購模式的實(shí)施范圍逐步擴(kuò)展，其或?qū)⑷嫒〈?009年以來形成的省級(jí)統(tǒng)籌的藥品招標(biāo)采購模式與秩序。[2-3]

4.2.2 強(qiáng)化政策激勵(lì)機(jī)制與資源稟賦的匹配性

研究發(fā)現(xiàn)，高比例醫(yī)?；鸾Y(jié)余和低比例財(cái)政衛(wèi)生健康支出是該試點(diǎn)政策取得良好控費(fèi)效果的核心因素。這主要是由于該政策的“結(jié)余留用”激勵(lì)機(jī)制，即承諾將由于政策干預(yù)而產(chǎn)生的醫(yī)?；鸸?jié)省部分留給醫(yī)療機(jī)構(gòu)自行處置[10, 35]；在此激勵(lì)機(jī)制下，相對(duì)不足的財(cái)政衛(wèi)生健康投入使得醫(yī)療機(jī)構(gòu)有最大化執(zhí)行該政策以獲得“結(jié)余留用”資金補(bǔ)償?shù)募?lì)，而相對(duì)充裕的醫(yī)保資金則使得“結(jié)余留用”承諾變得可信[39]。可見，該政策的激勵(lì)機(jī)制與相關(guān)資源稟賦的匹配性有助于實(shí)現(xiàn)良好控費(fèi)效果。

4.2.3 加強(qiáng)地區(qū)間政策相關(guān)組織經(jīng)驗(yàn)的互動(dòng)交流

研究結(jié)果顯示，缺乏政策相關(guān)組織經(jīng)驗(yàn)是導(dǎo)致控費(fèi)效果不佳的重要因素。因此，可以通過集中組織業(yè)務(wù)培訓(xùn)或?yàn)榈貐^(qū)間經(jīng)驗(yàn)交流搭建平臺(tái)，減少由于相關(guān)組織經(jīng)驗(yàn)匱乏而導(dǎo)致的政策控費(fèi)效果不佳。組織經(jīng)驗(yàn)缺乏的地區(qū)可通過適當(dāng)擴(kuò)展地區(qū)間互動(dòng)交流的時(shí)間和范圍來豐富相關(guān)組織經(jīng)驗(yàn)[28]，這種延緩了的地方性政策過程為實(shí)現(xiàn)良好控費(fèi)效果創(chuàng)造了雖不充分但必要的條件。

作者聲明本文無實(shí)際或潛在的利益沖突。