杜汋 孫華君 李迪 高金生 王倩瑩

醫(yī)療服務實行按病種收費是推進醫(yī)療服務定價機制改革、建立多種形式并存定價方式的重要內容，是控制醫(yī)療費用不合理增長、減輕患者負擔的重要手段[1]。2017 年6 月，國務院辦公廳印發(fā)了《關于進一步深化基本醫(yī)療保險支付方式改革的指導意見》，指出對診療方案和出入院標準比較明確、診療技術比較成熟的疾病實行按病種付費[2]。目前，國內外已有研究[3]表明，改變支付方式對于控制費用增長速度可以起到一定作用，但尚少見到對按病種付費政策的創(chuàng)新和擴散過程進行深入分析的文章。本文以中國地方省級政府按病種付費政策的創(chuàng)新與擴散過程為研究對象，使用基于Logistic 回歸的事件史分析工具，從動機因素、資源因素和外部因素3 個方面探討其對按病種付費政策創(chuàng)新與采納的影響。

1 數據和方法

1.1 變量操作化與數據來源

1.1.1 因變量

因變量：采納。本文的因變量為省級政府對按病種付費政策的創(chuàng)新采納，表示某年某個省份是否創(chuàng)新和采納按病種付費政策。我們將因變量“采納”在Logistic 回歸模型中操作化為一個省市在特定年份采納按病種付費政策的可能性。這個概率用一個二分零虛擬變量來測量，即如果某省份某年采納了按病種付費政策，則編碼為1；否則編碼為0。在政策采納以后，對地方政府的觀察記錄將會被截刪。本研究的因變量主要基于互聯網上各省份政府出臺的按病種付費政策文件來確定各省份最早出臺按病種付費政策的時間，然后經作者編碼而得。具體辦法是：利用百度等搜索引擎，輸入“某省+按病種付費+方案/指導意見/通知”。在獲取相關省份的按病種付費政策后，對政策文件內容進行分析，并確定文件出臺的最早時間。經過以上因變量的獲取過程，最終得到各樣本省市采納按病種付費政策的相關資料。

1.1.2 自變量

動機因素：①醫(yī)療保險基金結余：該指標的涵義為人均城鎮(zhèn)基本醫(yī)療保險基金累計結余金額。城鎮(zhèn)基本醫(yī)療保險基金累計結余達到警戒線時，政府就會采取相應手段控制醫(yī)療費用不合理增長，防止醫(yī)療保險基金穿底[4]。而按病種付費政策是控制醫(yī)療費用不合理增長的有效途徑之一。因此，我們假設醫(yī)療保險基金的危機可能促使各省采納按病種付費政策，抑制醫(yī)療費用過快增長。以上數據來源于中華人民共和國國家統(tǒng)計局。②床位利用水平：政府具有規(guī)范醫(yī)院診療行為的責任，而床位的過度利用暗示著醫(yī)院可能存在不規(guī)范的診療行為。按病種付費政策作為一項針對住院服務的基本醫(yī)療保險支付方式，可以使醫(yī)院的收入策略發(fā)生變化，醫(yī)生不會再因個人利益而延長患者的住院時間，而會為了獲得利潤主動縮短患者住院時間[5]。因此，我們假設床位利用水平越高，越有可能促使各省采納按病種付費政策，控制過度醫(yī)療。在床位利用水平的測量上，我們設定了住院率、病床使用率和平均住院日3 個指標。以上數據來源于中華人民共和國國家統(tǒng)計局。③政府換屆：我們主要考慮在按病種付費政策創(chuàng)新擴散過程中是否存在政治周期效應。政府換屆是一個虛擬變量，我們將政府換屆的前一年和后一年編碼為1，其余為0。

資源因素：①人均地區(qū)生產總值：一般認為，經濟發(fā)展水平越高的地方更加傾向于采納新政策。人均地區(qū)生產總值是指地區(qū)生產總值的絕對值與該年平均人口的比值，我們采用這一指標衡量地區(qū)的經濟發(fā)展水平。以上數據來源于中華人民共和國國家統(tǒng)計局。②人均地方財政支出：一般認為，財政資源豐富的地區(qū)更傾向于創(chuàng)新。我們采用人均地方財政醫(yī)療衛(wèi)生支出和人均地方財政社會保障和就業(yè)支出這兩個指標，衡量地區(qū)的政府財政支出水平。以上數據來源于中華人民共和國國家統(tǒng)計局。

外部因素：鄰近擴散：地理上相鄰地區(qū)(共享邊界的地區(qū)、同一地域的地區(qū))對政策創(chuàng)新的采納，可能會對政府的創(chuàng)新采納行為產生重要影響[6]。該變量主要反映與該省相鄰的省份出臺按病種付費政策的情況。本文用相鄰省份中采納按病種付費政策省份的數量與所有相鄰省份的總數比值來測度。以上數據來源于中華人民共和國國家統(tǒng)計局。

1.2 分析方法與模型設定

本研究關注的是2012 年～2018 年，中國大陸27 個省份（除去4 個直轄市）按病種付費政策的開展情況。本文使用事件史分析工具去考察按病種付費政策在省份之間的擴散。事件史是用于解釋一個特定事件發(fā)生概率的有利工具，其基本分析單位是省1 年。事件史分析方法對由縱向時間序列數據與橫向截面數據的組合數據分析時，對時間t 發(fā)生事件的預測是立足于時間t-1 的變量，能夠滿足因果關系要求的影響作用及其先后順序，對探索影響事件發(fā)生概率的因素具有很強的適用性?？紤]到本研究的因變量為二分類變量，本文采用事件史分析中的離散時間風險模型，即離散時間的Logistic 模型：

省級政府采納按病種付費政策的可能性=β0+ β1（相鄰擴散）+ β（2政府換屆）+ β3（ 住院率）+ β4（ 病床使用率）+ β5（平均住院日）+ β6（人均地區(qū)生產總值）+ β7（人均地方財政醫(yī)療衛(wèi)生支出）+β8（人均地方財政社會保障和就業(yè)支出）+ β9（人均城鎮(zhèn)基本醫(yī)療保險基金累計結余） + ε

2 結果

2.1 按病種付費政策采納情況

我國省級政府采納按病種付費政策的基本情況見圖1。2015 年采納按病種付費政策的省份僅有2個，到2017 年，省級政府采納按病種付費政策的已經達到21 個，如安徽省從多年前開始探索兒童白血病、先天性心臟病兩類大病試點新農合按病種付費，逐步擴大按病種付費試點病種范圍及醫(yī)療機構范圍；遼寧省確定了160 種建議開展按病種付費的病種，包括急性闌尾炎、腰椎間盤突出癥等，各級定點醫(yī)療機構制定不同的病種付費標準，按照“結余留用、超支不補”的原則結算費用。樣本省份各變量的描述性統(tǒng)計結果見表1。

圖1 按病種付費政策在省級政府的創(chuàng)新與擴散

2.2 按病種付費政策創(chuàng)新擴散的事件史分析結果

基于Logistic 的事件史分析結果見表2。為了使不同變量之間具有可比性，我們對所有數據進行了標準化處理。表2 中的模型在0.001 水平上通過了顯著性檢驗，說明這些模型都很好地擬合了數據。

從表2 可以看出，地理上鄰近的區(qū)域影響對省級政府按病種付費政策采納產生顯著影響，在0.01水平上通過顯著性檢驗。由此可見，鄰近擴散是驅動省級政府采納按病種付費政策的重要因素之一。此外，政府換屆變量對省級政府按病種付費政策采納產生顯著影響，在0.1 水平上通過顯著性檢驗，這意味著在按病種付費政策創(chuàng)新擴散過程中存在政治周期效應。

表2 結果表明，住院率對省級政府按病種付費政策采納產生顯著影響，在0.01 水平上通過顯著性檢驗。病床使用率也對省級政府按病種付費政策采納產生顯著影響，在0.1 水平上通過顯著性檢驗。而平均住院日對省級政府按病種付費政策采納無顯著影響。此外，人均城鎮(zhèn)基本醫(yī)療保險基金累計結余對省級政府按病種付費政策采納也無顯著影響。研究結果還表明，人均地區(qū)生產總值對省級政府按病種付費政策采納產生顯著影響，在0.05 水平上通過顯著性檢驗。反映人均地區(qū)財政資源的兩個指標中，人均地方財政醫(yī)療衛(wèi)生支出和人均地方財政社會保障和就業(yè)支出對省級政府按病種付費政策采納均無顯著影響。

表1 各變量的描述統(tǒng)計

表2 基于Logistic 回歸的事件史分析結果

3 討論

本文利用了2012 年～2018 年27 個中國大陸省份按病種付費政策相關的163 個樣本數據，從動機因素、資源因素和外部因素3 個角度分析了影響按病種付費政策采納的因素?；贚ogistic 回歸的事件史分析結果表明，相鄰擴散、政府換屆、人均地區(qū)生產總值、住院率和病床使用率是影響按病種付費政策采納的關鍵因素，而平均住院日、人均地方財政醫(yī)療衛(wèi)生支出、人均地方財政社會保障和就業(yè)支出和人均城鎮(zhèn)基本醫(yī)療保險基金累計結余并不會對按病種付費政策的采納產生影響。這一發(fā)現對于理解中國省級政府按病種付費政策的創(chuàng)新擴散現象具有重要現實意義。

首先，在動機因素方面，醫(yī)?；鸾Y余沒有對按病種付費政策創(chuàng)新擴散產生顯著影響，這個結果是不易被理解的。我們認為可能的解釋有以下3 種：①在數據口徑和納入變量等方面上存在一些問題，導致估計結果出現偏倚，但這有待于進一步證實；②由于按病種付費政策推行存在一定困難，政府轉而通過選擇其他手段實現控費目標，諸如部分地區(qū)通過強化官僚系統(tǒng)激勵的方式來實現控費目標[8]；③部分地區(qū)政府將轉換機制作為按病種付費政策的直接目標，即將醫(yī)療服務從后付制轉變?yōu)轭A付制[9]，而沒有足夠認識到按病種付費政策對于醫(yī)?？刭M的深層意義。在反映床位利用的3 個指標中，住院率和病床使用率對按病種付費政策采納產生顯著影響，而平均住院日沒有對按病種付費政策采納產生顯著影響。這說明，住院率高和病床使用率不盡理性可能是政府創(chuàng)新采納按病種付費政策的誘因。過高的住院率意味著醫(yī)保部門要為過度醫(yī)療支付費用并造成醫(yī)?；鸬睦速M。病床使用率低說明病床利用不充分，病床使用率過高則說明病床負擔過重，這兩者都不利于醫(yī)療衛(wèi)生事業(yè)發(fā)展，因而政府有理由通過政策的創(chuàng)新擴散過程來調節(jié)改善這種局面。平均住院日這一指標的結果似乎與住院率、病床使用率的結果相矛盾，但由于床位利用水平與按病種付費政策采納間的關系較為復雜，這有待進一步研究證實。政府換屆對按病種付費政策采納產生顯著影響，說明按病種付費政策采納存在政治周期效應，這與以往研究結果相一致[10]。

其次，在資源因素方面，人均地區(qū)生產總值對按病種付費政策采納產生顯著影響，這與我們的設想相一致，因為只有經濟水平發(fā)展較高地區(qū)的政府才有足夠的資本來支持政策創(chuàng)新所需要消耗的成本。人均地方財政醫(yī)療衛(wèi)生支出和人均地方財政社會保障和就業(yè)支出則沒有對按病種付費政策采納產生顯著影響。我們認為，這可能是由于中華人民共和國國家統(tǒng)計局公布的人均地方財政醫(yī)療衛(wèi)生支出指標中不僅包括醫(yī)療保障支出，還包括疾病預防控制支出等，人均社會保障和就業(yè)支出指標中不僅包括財政對社會保險基金的補助，還包括企業(yè)改革補助等。而指標內涵的過于寬泛，導致模型無法識別出地方某一特定方面財政支出與按病種付費政策采納間的關系。

最后，在外部因素方面，相鄰擴散對按病種付費政策采納產生顯著影響。這可能是由于地理位置相鄰近地區(qū)的社會環(huán)境較為類似，鄰近地區(qū)的政策試點的成功經驗對于本地區(qū)的政策創(chuàng)新往往更具有指導作用。另一方面，鄰近地區(qū)政府采納按病種付費政策會對本地區(qū)政府帶來政績上的競爭壓力。

按病種付費有助于提高醫(yī)?；鹬С龅目深A見性和可調控性，保證醫(yī)?；鸬挠行Ю煤桶踩\行[7]，因此，本文選擇對按病種付費政策進行實證分析。但在研究中也存在一些局限性：一是由于數據的限制，本文的分析僅限于省級層面，未來的研究可以深入到縣市級層面；二是本文納入的變量不夠豐富，未來的研究中可以將政策主導者的特點等變量納入分析中。