李海明

一、問(wèn)題提出

健康是實(shí)現(xiàn)人類社會(huì)發(fā)展的前提與歸宿。2016年，國(guó)家提出建設(shè)“健康中國(guó)”的戰(zhàn)略，并正式公布《健康中國(guó)2030規(guī)劃綱要》。在這一背景下，如何通過(guò)優(yōu)化醫(yī)療資源配置改善全民健康成為政府與社會(huì)各界共同關(guān)心的問(wèn)題。由于醫(yī)療服務(wù)具有不同于普通商品的特殊性，人們的醫(yī)療需求行為也與普通商品的消費(fèi)行為截然不同(Arrow，1963[1])。只有深刻地認(rèn)識(shí)和理解醫(yī)療需求行為，才能科學(xué)合理地制定醫(yī)療政策，避免醫(yī)療資源浪費(fèi)，提高醫(yī)療服務(wù)績(jī)效，最終服務(wù)于“共建共享、全民健康”的根本目標(biāo)。

由于醫(yī)療服務(wù)的專業(yè)性以及醫(yī)患之間的信息不對(duì)稱，作為醫(yī)療服務(wù)供給方的醫(yī)生可能利用其信息優(yōu)勢(shì)，誘導(dǎo)患者接受不必要的醫(yī)療服務(wù)，從而造成醫(yī)療資源的浪費(fèi)?！按筇幏健?、“大檢查”的現(xiàn)象，某種程度上證明了供方誘導(dǎo)需求的存在，這也是造成“看病貴”和醫(yī)療費(fèi)用過(guò)快增長(zhǎng)的重要原因。2005年到2015年，衛(wèi)生總費(fèi)用從8 660億元激增到38 775億元，遠(yuǎn)遠(yuǎn)超過(guò)同期的GDP增長(zhǎng)速度。醫(yī)療費(fèi)用快速上漲，一方面是由于人民群眾的醫(yī)療服務(wù)需求不斷增加，另一方面“過(guò)度醫(yī)療”、“誘導(dǎo)需求”等不合理的醫(yī)療費(fèi)用同樣不可忽視。2017年，國(guó)務(wù)院明確要求全國(guó)公立醫(yī)院平均醫(yī)療費(fèi)用增長(zhǎng)幅度控制在10%以下，并且定期公布全國(guó)監(jiān)測(cè)指標(biāo)的排序情況。[注]參見(jiàn)《深化醫(yī)藥衛(wèi)生體制改革2017年重點(diǎn)工作任務(wù)》。

控制醫(yī)療費(fèi)用增長(zhǎng)，旨在減少不合理的醫(yī)療費(fèi)用支出，而不是壓抑人民群眾合理的醫(yī)療服務(wù)需求。如何區(qū)分因誘導(dǎo)需求而產(chǎn)生的不合理醫(yī)療費(fèi)用與合理的醫(yī)療費(fèi)用，這是控制醫(yī)療費(fèi)用增長(zhǎng)的關(guān)鍵問(wèn)題，也是理論與實(shí)證研究的難題。關(guān)于供方誘導(dǎo)需求的研究，是國(guó)外衛(wèi)生經(jīng)濟(jì)學(xué)研究的焦點(diǎn)問(wèn)題(Blaug，1998[2])。從患者的就醫(yī)行為入手，分析醫(yī)療服務(wù)供給方是否影響患者就醫(yī)行為的決策及其頻率，是研究供方誘導(dǎo)需求的經(jīng)典路徑。這可以檢驗(yàn)患者就醫(yī)多大程度上受醫(yī)療服務(wù)供給方誘導(dǎo)的影響，從而為醫(yī)療服務(wù)體系建設(shè)的政策制定提供決策依據(jù)。

我們使用CHARLS微觀調(diào)查的數(shù)據(jù)，聚焦于分析中國(guó)醫(yī)療體系是否存在誘導(dǎo)需求以及誘導(dǎo)程度的問(wèn)題。首先，綜述了供方誘導(dǎo)需求的理論與實(shí)證研究成果，據(jù)此提煉出從患者行為角度分析誘導(dǎo)需求的路徑；然后在理論分析的基礎(chǔ)上提出理論假定，并使用兩階段柵欄模型建立計(jì)量模型；接下來(lái)使用Logit、OLS及負(fù)二項(xiàng)回歸模型進(jìn)行實(shí)證分析，并解釋實(shí)證結(jié)果及其政策意義。

二、文獻(xiàn)綜述

(一)供方誘導(dǎo)需求的發(fā)展脈絡(luò)

供方誘導(dǎo)需求的研究起源于羅默法則，Roemer等學(xué)者(Shain和Roemer，1959[3]；Roemer，1961[4])研究發(fā)現(xiàn)，無(wú)論每千人床位數(shù)是多少，綜合醫(yī)院的床位占用率總是大致相同，即所謂的“病床供給創(chuàng)造病床需求”(劉自敏和張昕竹，2014[5])。關(guān)于供方誘導(dǎo)需求是否存在、如何形成等問(wèn)題，衛(wèi)生經(jīng)濟(jì)學(xué)領(lǐng)域存在激烈的爭(zhēng)論(Santerre和Neun，2004[6])，存在幾種不同的理論解釋，例如價(jià)格剛性模型(Cromwell和Mitchell，1986[7])、效用最大化模型(Evans，1974[8])、目標(biāo)收入模型(Rice，1983[9])、信息經(jīng)濟(jì)學(xué)模型(Fuchs，1978[10])等等。

效用最大化模型和目標(biāo)收入模型均把誘導(dǎo)需求這一富有爭(zhēng)議的問(wèn)題，納入經(jīng)典的經(jīng)濟(jì)學(xué)分析框架，得到了許多學(xué)者的認(rèn)可。效用最大化模型承認(rèn)誘導(dǎo)需求可以增加收入，但并不認(rèn)為誘導(dǎo)行為會(huì)無(wú)限增加，而是會(huì)受到心理成本的約束，當(dāng)醫(yī)生誘導(dǎo)病人偏離最優(yōu)點(diǎn)的時(shí)候產(chǎn)生心理成本，導(dǎo)致內(nèi)在不愉悅。目標(biāo)收入模型假定醫(yī)生設(shè)定一個(gè)目標(biāo)收入，當(dāng)?shù)陀谀繕?biāo)收入時(shí)，會(huì)通過(guò)誘導(dǎo)增加收入；當(dāng)超過(guò)目標(biāo)收入時(shí)，則誘導(dǎo)不再存在?？梢园l(fā)現(xiàn)，這兩個(gè)模型具有一定內(nèi)在邏輯上的一致性，即誘導(dǎo)需求可能存在一個(gè)“臨界點(diǎn)”，超過(guò)臨界點(diǎn)之后誘導(dǎo)將不復(fù)存在。只不過(guò)，效用最大化模型認(rèn)為“臨界點(diǎn)”的存在是源于心理成本的約束，目標(biāo)收入模型認(rèn)為“臨界點(diǎn)”的存在是源于目標(biāo)收入的約束。我們將在理論分析中沿用這一達(dá)成共識(shí)的基本觀點(diǎn)。

圍繞幾種理論模型是否成立以及誘導(dǎo)需求是否存在的問(wèn)題，出現(xiàn)了大量研究成果，但并沒(méi)有一致認(rèn)可的研究結(jié)論，這種爭(zhēng)論一直持續(xù)到當(dāng)下。Feldstein(1970)[11]認(rèn)為，當(dāng)醫(yī)生密度增加導(dǎo)致醫(yī)生個(gè)體的收入無(wú)法保證時(shí)，醫(yī)生就會(huì)利用自己的信息優(yōu)勢(shì)誘導(dǎo)需求。Pauly和Satterthwaite(1981)[12]把醫(yī)療服務(wù)視為一種聲譽(yù)產(chǎn)品(reputation good)，在醫(yī)療行業(yè)中供給方的數(shù)量增加，可能會(huì)加劇信息不對(duì)稱，導(dǎo)致誘導(dǎo)需求的程度提高。Rizzo和Zeckhauser(2003，2007)[13-14]研究發(fā)現(xiàn)，醫(yī)生有個(gè)人收入目標(biāo)，當(dāng)目前收入低于目標(biāo)收入時(shí)，他們會(huì)調(diào)整行醫(yī)的價(jià)格與服務(wù)量。中國(guó)學(xué)者韓華為(2010a)[15]基于醫(yī)療需求行為的研究，也證明了誘導(dǎo)需求的存在。反對(duì)的聲音同樣強(qiáng)烈，相當(dāng)一部分研究(Hay和Leahy，1982[16]；Hay和Anderson，1988[17]；Escarce，1992[18]；Grytten和Sorensen，2001[19])則發(fā)現(xiàn)供方誘導(dǎo)需求并不存在。Dranove和Wehner(1994)[20]的一項(xiàng)研究甚至發(fā)現(xiàn)，醫(yī)生可能“誘導(dǎo)”產(chǎn)婦的嬰兒生產(chǎn)數(shù)量，這顯然是不可能的，借此說(shuō)明誘導(dǎo)需求是不成立的。

不過(guò)，最近幾年的研究，似乎大多支持供方誘導(dǎo)需求的存在。Dijk等(2013)[21]使用倍差法分析了社會(huì)保險(xiǎn)患者與私人保險(xiǎn)患者的需求行為，發(fā)現(xiàn)按項(xiàng)目付費(fèi)模式的醫(yī)療費(fèi)用顯著增加，說(shuō)明誘導(dǎo)需求的影響確實(shí)存在。Schmid(2015)[22]使用瑞士健康調(diào)查的數(shù)據(jù)，建立泊松柵欄模型進(jìn)行分析，發(fā)現(xiàn)患者掌握的信息量對(duì)就醫(yī)次數(shù)存在顯著的負(fù)向影響，說(shuō)明患者由于信息不對(duì)稱容易受醫(yī)生的誘導(dǎo)行為影響。Panahi等(2015)[23]使用伊朗的面板數(shù)據(jù)，回歸發(fā)現(xiàn)，醫(yī)生密度對(duì)醫(yī)療費(fèi)用存在顯著的正向影響，而病床密度的影響不顯著，一定程度上也證明了誘導(dǎo)需求的存在。Weeks等(2015)[24]基于法國(guó)2009—2010年?duì)I利性醫(yī)院和非營(yíng)利醫(yī)院的數(shù)據(jù)分析，發(fā)現(xiàn)誘導(dǎo)需求在營(yíng)利性醫(yī)院中確實(shí)存在。Adler和Chang(2016)[25]等觀察到，新型醫(yī)療技術(shù)的應(yīng)用，往往伴隨著使用該技術(shù)的病例迅速增加，這暗示了醫(yī)生存在誘導(dǎo)行為。

(二)供方誘導(dǎo)需求的分析路徑

合理的醫(yī)療需求與供方誘導(dǎo)產(chǎn)生的醫(yī)療需求之間的界限與識(shí)別，是供方誘導(dǎo)需求相關(guān)研究的焦點(diǎn)問(wèn)題?！斑^(guò)度用藥”“過(guò)度醫(yī)療”等不合理醫(yī)療需求，與誘導(dǎo)需求存在密切關(guān)系，與醫(yī)患雙方的行為也存在密切的關(guān)系(Hensher等，2017[26])。已有研究均把握醫(yī)患行為這一切入角度，其分析路徑可以大致歸納為兩種：一是從供給方入手，分析醫(yī)生誘導(dǎo)患者的動(dòng)機(jī)、目的及具體表現(xiàn)；二是從需求方入手，分析患者的就醫(yī)行為是否受到醫(yī)生或醫(yī)療機(jī)構(gòu)的影響以及如何影響。

1.醫(yī)生行為的分析路徑。McGuire(2000)[27]總結(jié)已有研究之后提出，如果醫(yī)生以違背患者最優(yōu)利益的方式去影響患者需求，這時(shí)便是誘導(dǎo)需求而不是正常需求，當(dāng)面對(duì)影響收入的負(fù)向沖擊時(shí)，醫(yī)生可能利用自身作為患者代理人的角色來(lái)提供過(guò)度治療，導(dǎo)致代理人的道德風(fēng)險(xiǎn)。作為完美代理人的醫(yī)生會(huì)做出和患者掌握信息而為自己做出的決定相一致的決定，違反代理的醫(yī)生故意引誘患者消費(fèi)而不是達(dá)到最佳的衛(wèi)生保健消費(fèi)的數(shù)量(富蘭德等，2011[28])。Rizzo和Zeckhauser(2003，2007)[13-14]從效用最大化模型或目標(biāo)收入模型出發(fā)，認(rèn)為醫(yī)生采取誘導(dǎo)行為的動(dòng)機(jī)是獲取高收入，通過(guò)分析醫(yī)生收入與醫(yī)療服務(wù)利用量的關(guān)系，可以檢驗(yàn)誘導(dǎo)需求是否存在。Gruber和Owings(1996)[29]發(fā)現(xiàn)醫(yī)生可能通過(guò)鼓勵(lì)患者采用剖宮產(chǎn)的分娩方法來(lái)補(bǔ)償收入。Cromwell和Mitchell(1986)[7]采用1969—1976年的數(shù)據(jù)，用聯(lián)立方程模型估計(jì)了醫(yī)生需求及手術(shù)的均衡費(fèi)用，發(fā)現(xiàn)存在供給誘導(dǎo)需求，尤其是在大城市。Iversen(2004)[30]研究發(fā)現(xiàn)，付費(fèi)方式變化對(duì)醫(yī)生收入產(chǎn)生不利影響時(shí)，醫(yī)生會(huì)逐漸增加醫(yī)療服務(wù)項(xiàng)目以彌補(bǔ)收入。

2.患者行為的分析路徑。相對(duì)于醫(yī)生行為及其收入，患者就醫(yī)行為更容易直接觀察，通過(guò)就醫(yī)行為的變化可以反過(guò)來(lái)推斷是否源于醫(yī)生誘導(dǎo)?；颊呔歪t(yī)行為的研究集中在兩個(gè)問(wèn)題：一是患者選擇醫(yī)療機(jī)構(gòu)的行為，二是患者接受的醫(yī)療服務(wù)數(shù)量與類型。關(guān)于患者接受的醫(yī)療服務(wù)數(shù)量與類型，一般使用研究醫(yī)療支出的兩部分模型(Two-Part Model，TPM)與四部分模型(Four-Part Model，F(xiàn)PM)，或者使用研究醫(yī)療服務(wù)利用次數(shù)的計(jì)數(shù)模型(Count Data Model)(韓華為，2010b[31])。根據(jù)TPM模型，第一階段，患者決定是否就醫(yī)；第二階段，患者決定醫(yī)療支出的數(shù)量。FPM模型則進(jìn)一步區(qū)分了門診費(fèi)用與住院費(fèi)用。Manning等(1987)[32]、Mocan等(2004)[33]、高夢(mèng)滔和姚洋(2004)[34]、封進(jìn)(2009)[35]等均在研究中使用了TPM或FPM模型。

患者的醫(yī)療需求可以用醫(yī)療費(fèi)用支出衡量，即醫(yī)療服務(wù)利用量與價(jià)格的乘積。有的學(xué)者直接分析了供方誘導(dǎo)需求對(duì)醫(yī)療費(fèi)用的影響(Escarce，1992[18]；Richardson等, 2006[36])，有的學(xué)者則分別分析了供方誘導(dǎo)需求對(duì)醫(yī)療服務(wù)利用量(McCarthy，1985[37])或價(jià)格(Fuchs，1978[10]；Pohlmeier和Ulrich，1995[38])的影響。把醫(yī)療服務(wù)利用量作為因變量的根據(jù)在于，假定一定時(shí)期內(nèi)的醫(yī)療需求相對(duì)固定，醫(yī)生數(shù)量增加帶來(lái)了醫(yī)療需求增加，那么可以推斷醫(yī)生實(shí)施了誘導(dǎo)行為。如Fuchs(1978)[10]研究發(fā)現(xiàn)，在其他條件相同的情況下，外科醫(yī)生占人口比每增加10%，人均手術(shù)利用率增加3%。把價(jià)格作為因變量的根據(jù)在于，醫(yī)生數(shù)量增加以后競(jìng)爭(zhēng)加劇，理應(yīng)使醫(yī)療服務(wù)價(jià)格降低，如果價(jià)格不變或上升，那么一定是醫(yī)生為了保證收入誘導(dǎo)產(chǎn)生了更多需求。Pohlmeier和Ulrich(1995)[38]計(jì)算了醫(yī)療服務(wù)的價(jià)格指數(shù)，發(fā)現(xiàn)醫(yī)生密度對(duì)價(jià)格存在正向影響。

3.本文研究的分析路徑。醫(yī)生行為與患者行為的分析路徑各有千秋，從不同視角探討了誘導(dǎo)需求問(wèn)題。我們沿用患者行為的分析路徑，分析醫(yī)療機(jī)構(gòu)數(shù)量與醫(yī)療服務(wù)利用量的關(guān)系，從而判斷中國(guó)醫(yī)療服務(wù)體系中是否存在供方誘導(dǎo)需求及其程度。誘導(dǎo)需求與正常需求的嚴(yán)格區(qū)分非常困難，目前還沒(méi)有有效的方法可以準(zhǔn)確地識(shí)別出哪些需求是基于誘導(dǎo)產(chǎn)生，所以已有研究都集中在判斷誘導(dǎo)需求是否存在的問(wèn)題。

國(guó)外研究通常使用醫(yī)生密度作為解釋變量，分析醫(yī)生密度變化對(duì)于醫(yī)療服務(wù)利用量的影響(Cromwell和Mitchell，1986[7]；McCarthy，1985[37]； Delattre和Dormont，2003[39])。McGuire(2000)[27]提出，早期的主流實(shí)證模型實(shí)際是有兩個(gè)思路：一是醫(yī)生回應(yīng)醫(yī)生人口比(醫(yī)生密度)的變化，二是醫(yī)生回應(yīng)醫(yī)療費(fèi)用的變化。中國(guó)學(xué)者的研究一般使用醫(yī)療機(jī)構(gòu)數(shù)、病床數(shù)等指標(biāo)測(cè)量誘導(dǎo)需求(劉自敏和張昕竹，2014[5]；李曉陽(yáng)等，2009[40])，這正是羅默法則定義的誘導(dǎo)需求的基本內(nèi)涵。我們使用了醫(yī)療機(jī)構(gòu)數(shù)作為供方誘導(dǎo)需求的代理變量，原因在于中國(guó)過(guò)去不允許醫(yī)生自由執(zhí)業(yè)，醫(yī)生從屬于醫(yī)療機(jī)構(gòu)，其收入主要來(lái)源于醫(yī)療機(jī)構(gòu)，醫(yī)生密度與醫(yī)生收入的關(guān)系并不直接，而是更多受醫(yī)療機(jī)構(gòu)收入的影響。另外，國(guó)外存在家庭醫(yī)生制度，患者前往個(gè)體執(zhí)業(yè)的家庭醫(yī)生那里就醫(yī)非常普遍，所以分析醫(yī)生數(shù)量與患者就醫(yī)行為之間的關(guān)系可以說(shuō)明誘導(dǎo)需求的問(wèn)題，但中國(guó)就醫(yī)行為主要發(fā)生在醫(yī)療機(jī)構(gòu)，分析醫(yī)療機(jī)構(gòu)數(shù)量與其就診量的關(guān)系更有意義。

很多學(xué)者在識(shí)別供方誘導(dǎo)需求的計(jì)量方法上取得了大量成果，常用的實(shí)證策略包括TPM、FPM、2SLS、GMM、Logit、聯(lián)立方程計(jì)數(shù)模型等等。早期學(xué)者經(jīng)常使用兩階段最小二乘法(2SLS)進(jìn)行估計(jì)，但是這一方法的有效性無(wú)法保證，可能存在第一階段方程不能被識(shí)別、存在遺漏變量等問(wèn)題。Dranove和Wehner(1994)[20]使用混合截面數(shù)據(jù)進(jìn)行2SLS回歸，發(fā)現(xiàn)了婦科醫(yī)生能誘導(dǎo)嬰兒出生數(shù)量的結(jié)論，而這一結(jié)論明顯是不成立的，他們認(rèn)為2SLS不能有效識(shí)別誘導(dǎo)需求。計(jì)數(shù)模型得到了許多學(xué)者的認(rèn)可，Deb和Trivedi(2002)[41]、Jimenez-Martin等(2004)[42]、Bago d’Uva(2006)[43]、Jürges(2007)[44]等均使用了計(jì)數(shù)模型，他們對(duì)計(jì)數(shù)模型進(jìn)行完善，使其契合醫(yī)療需求行為的特征，并且將計(jì)數(shù)模型與柵欄模型、兩階段模型(TMP)結(jié)合起來(lái)，避免單一計(jì)量方法的缺陷，從而得出更有說(shuō)服力的結(jié)論。

我們的研究使用了計(jì)數(shù)模型，基本思路是假定患者的就醫(yī)次數(shù)符合某種統(tǒng)計(jì)分布(如二項(xiàng)式分布、泊松分布等)，然后分析醫(yī)療機(jī)構(gòu)數(shù)量對(duì)于患者就醫(yī)次數(shù)的影響。本文的創(chuàng)新與貢獻(xiàn)在于：(1)根據(jù)供方誘導(dǎo)需求的理論模型，結(jié)合中國(guó)政策實(shí)踐，提出了中國(guó)情境下關(guān)于供方誘導(dǎo)需求的解釋；(2)使用大樣本調(diào)查的數(shù)據(jù)，分析了中國(guó)醫(yī)療服務(wù)體系中是否存在供方誘導(dǎo)需求的問(wèn)題；(3)根據(jù)實(shí)證研究結(jié)論，提出了若干政策建議。

三、理論假說(shuō)與計(jì)量模型

(一)理論假說(shuō)

供方誘導(dǎo)需求反映了醫(yī)療服務(wù)供給對(duì)醫(yī)療服務(wù)需求的影響。醫(yī)療服務(wù)供給量通常使用醫(yī)生密度作為解釋變量，醫(yī)療服務(wù)需求可以使用患者前往醫(yī)療機(jī)構(gòu)就醫(yī)的次數(shù)作為代理變量。一個(gè)地區(qū)的醫(yī)生密度非常高、同時(shí)患者訪問(wèn)醫(yī)生的次數(shù)非常頻繁，這可能是由兩種原因造成的：一是醫(yī)生密度提高使人們看病更方便、更便宜，居民出現(xiàn)健康問(wèn)題可以及時(shí)就醫(yī)；二是醫(yī)生密度提高導(dǎo)致醫(yī)生收入受到不利影響，所以醫(yī)生通過(guò)誘導(dǎo)患者利用更多的醫(yī)療服務(wù)來(lái)保證收入。前者為正常醫(yī)療需求，后者為誘導(dǎo)需求，研究的焦點(diǎn)問(wèn)題在于如何厘清二者的關(guān)系及各自影響。

考慮到中國(guó)醫(yī)療體系的特性以及數(shù)據(jù)的可獲得性，醫(yī)生密度可以使用每千人醫(yī)療機(jī)構(gòu)數(shù)來(lái)衡量。醫(yī)療機(jī)構(gòu)數(shù)量增加可以提高醫(yī)療服務(wù)可及性，刺激正常醫(yī)療需求的釋放。正常醫(yī)療需求主要受健康狀況、經(jīng)濟(jì)負(fù)擔(dān)因素的影響，在分析過(guò)程中可以通過(guò)控制健康狀況、家庭收入、醫(yī)療保險(xiǎn)、經(jīng)濟(jì)水平等變量，控制正常醫(yī)療需求的影響。在控制了正常的醫(yī)療需求之后，如果醫(yī)療機(jī)構(gòu)數(shù)量顯著正向影響就醫(yī)次數(shù)，那么就可以合理地判斷為誘導(dǎo)需求的影響。

為了區(qū)分醫(yī)療服務(wù)可及性，以及正常需求和誘導(dǎo)需求的影響，還需要對(duì)就醫(yī)行為適當(dāng)?shù)貏澐譃椴煌A段。在就醫(yī)行為的不同階段，每千人醫(yī)療機(jī)構(gòu)數(shù)產(chǎn)生影響的路徑存在差異。為了區(qū)分不同的影響路徑，通常使用多階段柵欄模型(Jürges，2007[44])。我們構(gòu)建了一個(gè)兩階段柵欄模型：第一階段，患者決定是否去看門診；第二階段，醫(yī)生與患者共同決定去看門診次數(shù)。利用兩階段模型，可以有效區(qū)分合理需求和誘導(dǎo)需求。在第一階段，是否就醫(yī)的決策醫(yī)生尚未參與，不可能存在誘導(dǎo)需求；在第二階段，醫(yī)生和患者共同決定門診就醫(yī)的次數(shù)，這時(shí)合理需求和誘導(dǎo)需求可能同時(shí)存在，如果控制合理需求的影響，仍然可以觀察到醫(yī)生密度與就醫(yī)次數(shù)的正相關(guān)，這說(shuō)明確實(shí)存在誘導(dǎo)需求的影響(如圖1所示)。

第一階段：是否就醫(yī)決策。

是否就醫(yī)完全是患者個(gè)體的決策，醫(yī)生尚未參與，不可能施加誘導(dǎo)。由于中國(guó)過(guò)去存在嚴(yán)重的“看病難、看病貴”，患者醫(yī)療費(fèi)用負(fù)擔(dān)沉重，醫(yī)療需求長(zhǎng)期處于壓抑狀態(tài)。隨著醫(yī)療保險(xiǎn)制度的完善，以及醫(yī)療服務(wù)供給體系改革，患者的醫(yī)療需求逐漸釋放。醫(yī)療機(jī)構(gòu)數(shù)增加，醫(yī)療服務(wù)可及性提高，必然會(huì)促進(jìn)醫(yī)療需求的釋放。

假設(shè)(1a)：每千人醫(yī)療機(jī)構(gòu)數(shù)對(duì)患者是否就醫(yī)的概率存在正向影響。

假設(shè)(1b)：醫(yī)療保險(xiǎn)對(duì)患者是否就醫(yī)的概率存在正向影響。

假設(shè)(1c)：健康狀況對(duì)患者是否就醫(yī)的概率存在負(fù)向影響。

第二階段：就醫(yī)次數(shù)決策。

在第二階段，經(jīng)過(guò)初次診斷之后，醫(yī)生為患者提供治療建議，醫(yī)生和患者共同決定之后的就醫(yī)次數(shù)。這時(shí)醫(yī)生可以利用其信息優(yōu)勢(shì)影響患者，誘導(dǎo)患者多次就醫(yī)。患者可能存在正常的醫(yī)療需求，也就是說(shuō)患者的疾病和健康狀況要求，使其不得不多次就醫(yī)，所以健康狀況會(huì)影響就醫(yī)次數(shù)。

假設(shè)(2a)：健康狀況對(duì)患者第二階段的就醫(yī)次數(shù)存在負(fù)向影響。

誘導(dǎo)需求是否存在，不同的研究得出了不同的結(jié)論，但可以肯定的是，醫(yī)療供給方對(duì)于醫(yī)療市場(chǎng)具有重要的影響，供給方的行為與醫(yī)療服務(wù)需求存在著密切的關(guān)聯(lián)(Manning等，1987[32])，無(wú)法忽略這種醫(yī)療供給方對(duì)于需求方可能產(chǎn)生的影響。根據(jù)已有研究的假定，當(dāng)醫(yī)生密度增加導(dǎo)致醫(yī)生個(gè)體的收入無(wú)法保證時(shí)，醫(yī)生就會(huì)利用自己的信息優(yōu)勢(shì)誘導(dǎo)需求(Feldstein，1970[11])。效用最大化模型認(rèn)為醫(yī)生增加收入的行為受心理成本約束；目標(biāo)收入模型認(rèn)為在達(dá)到目標(biāo)收入之前，醫(yī)生有動(dòng)機(jī)誘導(dǎo)患者接受不必要的醫(yī)療服務(wù)?？梢?jiàn)誘導(dǎo)需求的數(shù)量存在一個(gè)潛在的臨界點(diǎn)，超過(guò)臨界點(diǎn)之后誘導(dǎo)需求的數(shù)量將會(huì)減少甚至不存在，即類似于拋物線。由于中國(guó)的醫(yī)生工資水平整體偏低，國(guó)際上接受的醫(yī)生工資水平一般是社會(huì)平均工資的4～6倍，中國(guó)大部分地區(qū)遠(yuǎn)未達(dá)到這一標(biāo)準(zhǔn)，可以認(rèn)為尚未到達(dá)臨界點(diǎn)，因此醫(yī)生存在誘導(dǎo)需求的動(dòng)機(jī)。

假設(shè)(2b)：每千人醫(yī)療機(jī)構(gòu)數(shù)對(duì)患者第二階段的就醫(yī)次數(shù)存在正向影響。

圖1 邏輯結(jié)構(gòu)圖

(二)計(jì)量模型

對(duì)于一個(gè)兩階段柵欄模型，有如下形式：

P{Y=0|x}=1-P1(xγ)

(1)

P{Y=y|y>0,x}=P2(xβ)

(2)

定義w=1[y>0]，其中1[·]為示性函數(shù)，利用全概率公式可以計(jì)算出Y以x為條件的概率密度函數(shù)：

P{Y=y|x}=P{w=0|x}·

P{Y=y|x,w=0}+P{w=1|x}·

P{Y=y|x,w=1}

(3)

整理得到：

P{Y=y|x}=[1-P1(xγ)]1[y=0]

[P1(xγ)·P2(xβ)]1[y>0]

(4)

進(jìn)一步，可以求出對(duì)數(shù)似然方程：

l(γ,β)=log(L1(γ))+log(L2(β))

整理后得到，

(5)

在公式(5)中，右側(cè)相加的兩部分分別代表就醫(yī)行為的第一階段和第二階段。第一階段，決定是否就醫(yī)的決策是一個(gè)二值響應(yīng)模型；第二階段，決定就醫(yī)次數(shù)的第二部分是一個(gè)零處左斷尾的計(jì)數(shù)模型。在相關(guān)文獻(xiàn)中，P1通常被設(shè)定為L(zhǎng)ogit、Probit、泊松分布或是負(fù)二項(xiàng)分布，P2通常被設(shè)為泊松分布或是負(fù)二項(xiàng)分布。

第一階段：是否就醫(yī)決策。

假定第一部分符合Logit分布，則對(duì)數(shù)似然方程為：

l1(γ)=-∑y=0log(1+exp(xγ))

+∑y>0[xγ-log(1+exp(xγ))]

(6)

第二階段：就醫(yī)次數(shù)決策。

假設(shè)Var(y|x)=(1+α)μ(x)，由負(fù)二項(xiàng)分布的性質(zhì)可以得到如下概率密度函數(shù)：

(7)

假定第二部分Var(y|x,β,y>0)=(1+α)μ(x,β)，其中μ(x,β)≡E(y|x,β,y>0)，可以得到零截?cái)嘭?fù)二項(xiàng)分布的概率密度函數(shù)：

(8)

進(jìn)一步可以得到對(duì)數(shù)似然方程：

+∑y>0ylog(α/1+α)-∑y>0xγ

+∑y>0log(1+exp(xγ))

(9)

分別對(duì)公式(6)中的l1(γ)和公式(9)中的l2(β,α)求最大值，便可以求出系數(shù)γ、β和α的極大似然估計(jì)量。

四、實(shí)證分析

(一)數(shù)據(jù)與變量設(shè)定

我們使用的數(shù)據(jù)來(lái)源于“中國(guó)健康與養(yǎng)老追蹤調(diào)查”(CHARLS)2011年全國(guó)基線調(diào)查的數(shù)據(jù)。該調(diào)查由北京大學(xué)國(guó)家發(fā)展研究院中國(guó)經(jīng)濟(jì)研究中心組織實(shí)施，覆蓋全國(guó)30個(gè)省份45歲及以上的個(gè)體，共有來(lái)自于450個(gè)村/社區(qū)的17 587個(gè)有效樣本。CHARLS調(diào)查的社區(qū)數(shù)據(jù)是以村委會(huì)(行政村)或居委會(huì)為單位獲得，我們使用的社區(qū)變量亦是指村/社區(qū)數(shù)據(jù)。

被解釋變量為患者在近一個(gè)月內(nèi)門診就醫(yī)的次數(shù)。在總樣本中，大約20%具有看門診的經(jīng)歷，其中農(nóng)村略低于城市。從就醫(yī)次數(shù)(見(jiàn)表1)可以發(fā)現(xiàn)，大部分樣本沒(méi)有就醫(yī)經(jīng)歷，這時(shí)使用一般的計(jì)量模型回歸往往導(dǎo)致估計(jì)偏差。而兩階段的截?cái)嗄Ｐ涂紤]到了樣本分布的狀況，能夠比較好地解決這一問(wèn)題。特別需要說(shuō)明的是，我們?cè)噲D使用一個(gè)社區(qū)內(nèi)的醫(yī)療機(jī)構(gòu)數(shù)量來(lái)解釋該社區(qū)內(nèi)居民的門診就醫(yī)次數(shù)，因?yàn)橛械纳鐓^(qū)可能沒(méi)有醫(yī)療機(jī)構(gòu)，這時(shí)居民必定選擇外出就醫(yī)，這會(huì)導(dǎo)致估計(jì)的偏差。如果居民就醫(yī)時(shí)選擇了本社區(qū)外的醫(yī)療機(jī)構(gòu)，這時(shí)應(yīng)該減弱解釋變量(社區(qū)內(nèi)醫(yī)療機(jī)構(gòu)數(shù)量)的影響程度，可見(jiàn)外出就醫(yī)可能低估每千人醫(yī)療機(jī)構(gòu)數(shù)的影響，但這并不妨礙我們對(duì)于誘導(dǎo)需求是否存在的判斷，因此這種誤差在可以接受的范圍內(nèi)。

表1 門診就醫(yī)次數(shù)統(tǒng)計(jì)表

解釋變量為社區(qū)內(nèi)每千人醫(yī)療機(jī)構(gòu)數(shù)，具體原因已在前文說(shuō)明，不再贅述。

控制變量包括五類(見(jiàn)表2)。一是人口統(tǒng)計(jì)學(xué)特征，包括年齡、性別、婚姻狀況、受教育程度以及城鄉(xiāng)狀況。二是家庭經(jīng)濟(jì)狀況，使用家庭年收入來(lái)衡量。它包括家庭成員的工資收入、家庭農(nóng)業(yè)畜牧業(yè)收入、家庭資本收入、政府的轉(zhuǎn)移支付以及社會(huì)團(tuán)體的捐贈(zèng)，并且刪除了極端數(shù)據(jù)(年收入超過(guò)1億的樣本)。三是醫(yī)療保險(xiǎn)，分別定義4個(gè)虛擬變量代表樣本是否參加城鎮(zhèn)職工醫(yī)療保險(xiǎn)、城鎮(zhèn)居民醫(yī)療保險(xiǎn)、新型農(nóng)村合作醫(yī)療、商業(yè)健康保險(xiǎn)。四是個(gè)體健康狀況，具體包括自評(píng)健康狀況(取值區(qū)間為0～7，數(shù)值越大代表自評(píng)健康狀況越差)、是否患有慢性病。五是社區(qū)特征，包括社區(qū)的公交數(shù)量、社區(qū)總?cè)丝跀?shù)、社區(qū)平均工資水平。

表2 解釋變量設(shè)定與描述性統(tǒng)計(jì)

(二)實(shí)證方法

第二階段模型中，通過(guò)比較三種回歸方法的結(jié)論，可以驗(yàn)證模型的穩(wěn)定性，從分析結(jié)果來(lái)看，關(guān)鍵變量的顯著性水平基本保持一致。表3匯總了兩個(gè)階段的回歸結(jié)果，其中Logit模型報(bào)告的數(shù)據(jù)為邊際處理效應(yīng)，其他模型報(bào)告的數(shù)據(jù)均為回歸系數(shù)。

表3 模型實(shí)證結(jié)果

(三)研究發(fā)現(xiàn)與討論

每千人醫(yī)療機(jī)構(gòu)數(shù)對(duì)初次門診就醫(yī)行為與次數(shù)都具有顯著影響，供方誘導(dǎo)需求確實(shí)存在。在第二階段模型中，每千人醫(yī)療機(jī)構(gòu)數(shù)對(duì)就醫(yī)次數(shù)存在顯著的正向影響，假設(shè)(2b)得以證實(shí)，驗(yàn)證了“供給創(chuàng)造需求”的羅默法則。自評(píng)健康狀況和慢性病的影響與每千人醫(yī)療機(jī)構(gòu)數(shù)的影響一致，假設(shè)(2a)得到證實(shí)。自評(píng)健康狀況越差的患者初次門診就醫(yī)的可能性明顯越大(邊際處理效應(yīng)為0.076)，假設(shè)(1c)得到證實(shí)，自評(píng)健康狀況對(duì)就醫(yī)次數(shù)同樣具有顯著影響。慢性病患者初診門診就醫(yī)的概率是非慢性病患者的1.9倍，并且慢性病患者的就醫(yī)次數(shù)高于非患者。健康狀況和慢性病的影響代表了合理的醫(yī)療服務(wù)需求，可以解釋為患者醫(yī)療服務(wù)需求的釋放。在控制了醫(yī)療需求的影響之后，千人醫(yī)療機(jī)構(gòu)數(shù)仍然對(duì)門診就醫(yī)次數(shù)具有顯著正向影響，這部分影響證明了供方誘導(dǎo)需求確實(shí)存在。但從影響程度來(lái)看，供方誘導(dǎo)需求的影響并不十分強(qiáng)烈，說(shuō)明中國(guó)當(dāng)前階段，醫(yī)療服務(wù)需求的增長(zhǎng)主要來(lái)自于原本被壓抑的需求釋放，而醫(yī)生刺激了這種需求的釋放。每千人醫(yī)療機(jī)構(gòu)數(shù)對(duì)門診就醫(yī)行為具有正向顯著影響，假設(shè)(1a)得到驗(yàn)證，說(shuō)明了醫(yī)療服務(wù)可及性的影響，醫(yī)療機(jī)構(gòu)數(shù)量越多，說(shuō)明患者就醫(yī)越方便，當(dāng)患者發(fā)現(xiàn)健康問(wèn)題時(shí)，更愿意及時(shí)就診。

醫(yī)療保險(xiǎn)能夠顯著提高居民就醫(yī)的概率，參加城鎮(zhèn)職工醫(yī)療保險(xiǎn)、新農(nóng)合、商業(yè)保險(xiǎn)都可以顯著提高居民門診就醫(yī)的可能性(參保人員相比于非參保人員分別高出66%、54%和67%)。這說(shuō)明醫(yī)療保險(xiǎn)能夠緩解“看病貴”的問(wèn)題，提高醫(yī)療服務(wù)利用水平。假設(shè)(1b)得到驗(yàn)證。有意思的發(fā)現(xiàn)是，參加醫(yī)療保險(xiǎn)能夠顯著降低第二階段的就醫(yī)次數(shù)，也就是說(shuō)參加醫(yī)療保險(xiǎn)能夠抑制誘導(dǎo)需求。根據(jù)信息經(jīng)濟(jì)學(xué)的解釋，居民(參保人)與醫(yī)療保險(xiǎn)機(jī)構(gòu)之間存在嚴(yán)重的信息不對(duì)稱，因此醫(yī)療保險(xiǎn)制度中可能存在醫(yī)患道德風(fēng)險(xiǎn)，導(dǎo)致“過(guò)度醫(yī)療”現(xiàn)象。我們的研究發(fā)現(xiàn)，醫(yī)療保險(xiǎn)能夠顯著提高居民第一階段初次門診就醫(yī)的概率，同時(shí)降低第二階段的就醫(yī)次數(shù)，這說(shuō)明醫(yī)療保險(xiǎn)除了承擔(dān)經(jīng)濟(jì)分擔(dān)功能之外，還發(fā)揮了監(jiān)控、治理醫(yī)療行為的作用，能夠起到抑制不合理醫(yī)療行為的作用。從居民的角度來(lái)看，研究結(jié)果表明他們主動(dòng)選擇“過(guò)度醫(yī)療”行為的可能性不大，家庭收入對(duì)初次就醫(yī)行為和就醫(yī)次數(shù)的影響不顯著，而且影響方向與前面的分析一致，即家庭收入對(duì)初次就醫(yī)行為有正向影響，但對(duì)就醫(yī)次數(shù)有負(fù)向影響。

由于中國(guó)的醫(yī)療機(jī)構(gòu)設(shè)置遵循衛(wèi)生區(qū)域規(guī)劃，根據(jù)區(qū)域內(nèi)的人口密度程度、經(jīng)濟(jì)發(fā)展水平等因素規(guī)劃建設(shè)醫(yī)療機(jī)構(gòu)，使用千人醫(yī)療機(jī)構(gòu)數(shù)作為醫(yī)療供給方的代理變量，可能存在內(nèi)生性問(wèn)題。為此，我們?cè)谀Ｐ椭锌刂屏松鐓^(qū)特征變量的影響，包括社區(qū)人口數(shù)、社區(qū)公交數(shù)以及本地企業(yè)的人均工資水平。從結(jié)果來(lái)看，社區(qū)特征變量對(duì)于第一階段的初次就診行為具有影響，但對(duì)于第二階段的就醫(yī)次數(shù)影響并不顯著，這說(shuō)明地區(qū)因素干擾判斷誘導(dǎo)需求的可能性不大。社區(qū)內(nèi)的公交數(shù)量對(duì)于初次門診就醫(yī)行為和就醫(yī)存在均有顯著的負(fù)向影響，這一結(jié)果與經(jīng)驗(yàn)認(rèn)識(shí)存在差異。社區(qū)公交數(shù)量可能反映社區(qū)的地理位置、交通便利程度、收入水平等，公交車數(shù)量較多的社區(qū)多位于城市中心或者富裕地區(qū)，可能的解釋是，這些社區(qū)的居民一方面整體健康狀況優(yōu)于偏遠(yuǎn)地區(qū)和落后地區(qū)，另一方面他們雖然就醫(yī)次數(shù)少但更重視醫(yī)療服務(wù)質(zhì)量。

居民就醫(yī)行為存在顯著的城鄉(xiāng)差異，相比于農(nóng)村居民，城市居民的就醫(yī)次數(shù)顯著更多。這說(shuō)明城鄉(xiāng)二元對(duì)立的現(xiàn)象仍然存在，城市的醫(yī)療服務(wù)利用水平明顯高于農(nóng)村。提高農(nóng)村的醫(yī)療服務(wù)可及性及醫(yī)療服務(wù)質(zhì)量，仍然是醫(yī)療服務(wù)體系建設(shè)的重中之重。

(四)穩(wěn)健性檢驗(yàn)

為了保證模型的穩(wěn)健性，分別使用Logit(第一階段)、OLS、零截?cái)嗖此赡Ｐ秃土憬財(cái)嘭?fù)二項(xiàng)模型(第二階段)進(jìn)行分析，分析過(guò)程中使用Robust穩(wěn)健性回歸，不同分析方法得到的結(jié)論基本保持一致。為了檢驗(yàn)供給方關(guān)鍵變量的影響是否穩(wěn)定，我們進(jìn)一步在Logit模型和零截?cái)嘭?fù)二項(xiàng)模型中使用逐步回歸法進(jìn)行檢驗(yàn)。在Logit模型中，千人醫(yī)療機(jī)構(gòu)數(shù)對(duì)初次門診就醫(yī)行為的影響非常穩(wěn)定(詳見(jiàn)表4)；在零截?cái)嘭?fù)二項(xiàng)模型中，增加健康狀況、醫(yī)療保險(xiǎn)、社區(qū)特征等變量之后，千人醫(yī)療機(jī)構(gòu)數(shù)的影響有所減弱，這與前面的結(jié)論一致，說(shuō)明存在供方誘導(dǎo)需求，但是控制了其他變量的影響之后，誘導(dǎo)程度并不強(qiáng)烈(詳見(jiàn)表4)。

五、結(jié)論與政策建議

我們使用兩階段的計(jì)數(shù)模型，分析了患者就醫(yī)行為的影響因素，結(jié)果證實(shí)存在供方誘導(dǎo)需求，但程度并不強(qiáng)烈。這說(shuō)明中國(guó)當(dāng)前階段，醫(yī)療服務(wù)需求的增長(zhǎng)來(lái)自于原本被壓抑的需求釋放，政府應(yīng)當(dāng)進(jìn)一步通過(guò)提高醫(yī)療保障水平等政策，滿足人們的醫(yī)療服務(wù)需求。值得注意醫(yī)療保險(xiǎn)的影響，它能夠顯著提高居民第一階段初次門診就醫(yī)的概率，同時(shí)降低第二階段的就醫(yī)次數(shù)，這說(shuō)明參加醫(yī)療保險(xiǎn)能夠抑制一定程度的誘導(dǎo)需求。醫(yī)療保險(xiǎn)作為醫(yī)療服務(wù)的付費(fèi)方，一方面需要監(jiān)控、制約醫(yī)療機(jī)構(gòu)，另一方面需要服務(wù)、管理參保人員，醫(yī)療保險(xiǎn)對(duì)醫(yī)患雙方的約束能夠降低誘導(dǎo)需求的風(fēng)險(xiǎn)。在“醫(yī)患?！比疥P(guān)系中，醫(yī)療保險(xiǎn)能否發(fā)揮積極作用，直接關(guān)系到醫(yī)療資源配置的效率。為了推進(jìn)健康中國(guó)建設(shè)，滿足居民的醫(yī)療服務(wù)需求，提高全民健康水平，我們結(jié)合研究發(fā)現(xiàn)，提出以下政策建議：

表4 Logit與零截?cái)嘭?fù)二項(xiàng)模型逐步回歸結(jié)果

第一，建立良好的醫(yī)療服務(wù)治理模式。由于信息不對(duì)稱等市場(chǎng)失靈，醫(yī)療服務(wù)領(lǐng)域單純依賴市場(chǎng)機(jī)制或政府都難以實(shí)現(xiàn)良好的治理，需要建立市場(chǎng)與政府的協(xié)同治理模式，實(shí)現(xiàn)政府、市場(chǎng)與社會(huì)的多元共治，建立醫(yī)療服務(wù)利益相關(guān)者的協(xié)同機(jī)制。醫(yī)療服務(wù)協(xié)同治理機(jī)制以全民健康為中心，鼓勵(lì)病患、家庭、社區(qū)、醫(yī)院、藥企等主體參與醫(yī)療服務(wù)供給，實(shí)行家庭醫(yī)生簽約、藥品談判采購(gòu)、醫(yī)生多點(diǎn)執(zhí)業(yè)，建立醫(yī)聯(lián)體等醫(yī)療機(jī)構(gòu)協(xié)同供給醫(yī)療服務(wù)的模式。

第二，建立不合理醫(yī)療行為制約機(jī)制。推進(jìn)三醫(yī)聯(lián)動(dòng)，實(shí)現(xiàn)醫(yī)保、醫(yī)院、醫(yī)藥的制約與平衡。增強(qiáng)醫(yī)療保險(xiǎn)作為付費(fèi)方的監(jiān)控能力，建立從事前到事后的實(shí)時(shí)監(jiān)控體系，建立醫(yī)療費(fèi)用審核的信息系統(tǒng)，將醫(yī)生的處方行為納入監(jiān)控范圍，事前進(jìn)行風(fēng)險(xiǎn)提示，事中進(jìn)行及時(shí)審核，事后進(jìn)行監(jiān)督管理，及時(shí)發(fā)現(xiàn)醫(yī)療費(fèi)用的“跑冒滴漏”現(xiàn)象。完善醫(yī)院內(nèi)部法人治理結(jié)構(gòu)，改革現(xiàn)行的醫(yī)生薪酬制度，采用年薪制等多樣化工資形式，切斷醫(yī)院收入與醫(yī)生收入之間的直接關(guān)聯(lián)，強(qiáng)化公共醫(yī)院非營(yíng)利性導(dǎo)向的治理結(jié)構(gòu)。實(shí)行醫(yī)藥分開(kāi)，落實(shí)藥品零差率，消除藥企與醫(yī)院之間的尋租空間。

第三，建立健康導(dǎo)向的醫(yī)療服務(wù)體系。以可及性為目標(biāo)的醫(yī)療服務(wù)體系，轉(zhuǎn)向建設(shè)以健康為導(dǎo)向的醫(yī)療服務(wù)體系。醫(yī)療服務(wù)利用率等可及性指標(biāo)，應(yīng)當(dāng)作為提高健康水平的手段，不應(yīng)當(dāng)作為醫(yī)療服務(wù)體系的目標(biāo)。必須將全民健康作為最終目標(biāo)，圍繞全民健康打造醫(yī)療服務(wù)體系，強(qiáng)調(diào)醫(yī)療資源投入的健康產(chǎn)出，注重疾病治療過(guò)程的結(jié)果評(píng)估，重視預(yù)防與健康管理行為。

第四，建立結(jié)構(gòu)合理的醫(yī)療保障制度。充分發(fā)揮醫(yī)療保障的經(jīng)濟(jì)分擔(dān)功能，釋放居民的醫(yī)療需求，切實(shí)減輕居民的就醫(yī)負(fù)擔(dān)；充分挖掘醫(yī)療保障的健康維護(hù)功能，利用醫(yī)保杠桿，調(diào)控居民的健康行為以及就醫(yī)行為，切實(shí)改善居民的健康水平。以大病統(tǒng)籌為主導(dǎo)的醫(yī)保，應(yīng)轉(zhuǎn)向以保障常見(jiàn)病、多發(fā)病為主導(dǎo)，調(diào)整醫(yī)保政策導(dǎo)向，促進(jìn)醫(yī)療保障制度的結(jié)構(gòu)優(yōu)化。