杜汋 孫華君 李迪 高金生 王倩瑩

醫(yī)療服務(wù)實(shí)行按病種收費(fèi)是推進(jìn)醫(yī)療服務(wù)定價(jià)機(jī)制改革、建立多種形式并存定價(jià)方式的重要內(nèi)容，是控制醫(yī)療費(fèi)用不合理增長、減輕患者負(fù)擔(dān)的重要手段[1]。2017 年6 月，國務(wù)院辦公廳印發(fā)了《關(guān)于進(jìn)一步深化基本醫(yī)療保險(xiǎn)支付方式改革的指導(dǎo)意見》，指出對(duì)診療方案和出入院標(biāo)準(zhǔn)比較明確、診療技術(shù)比較成熟的疾病實(shí)行按病種付費(fèi)[2]。目前，國內(nèi)外已有研究[3]表明，改變支付方式對(duì)于控制費(fèi)用增長速度可以起到一定作用，但尚少見到對(duì)按病種付費(fèi)政策的創(chuàng)新和擴(kuò)散過程進(jìn)行深入分析的文章。本文以中國地方省級(jí)政府按病種付費(fèi)政策的創(chuàng)新與擴(kuò)散過程為研究對(duì)象，使用基于Logistic 回歸的事件史分析工具，從動(dòng)機(jī)因素、資源因素和外部因素3 個(gè)方面探討其對(duì)按病種付費(fèi)政策創(chuàng)新與采納的影響。

1 數(shù)據(jù)和方法

1.1 變量操作化與數(shù)據(jù)來源

1.1.1 因變量

因變量：采納。本文的因變量為省級(jí)政府對(duì)按病種付費(fèi)政策的創(chuàng)新采納，表示某年某個(gè)省份是否創(chuàng)新和采納按病種付費(fèi)政策。我們將因變量“采納”在Logistic 回歸模型中操作化為一個(gè)省市在特定年份采納按病種付費(fèi)政策的可能性。這個(gè)概率用一個(gè)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(fèi)政策，則編碼為1；否則編碼為0。在政策采納以后，對(duì)地方政府的觀察記錄將會(huì)被截刪。本研究的因變量主要基于互聯(lián)網(wǎng)上各省份政府出臺(tái)的按病種付費(fèi)政策文件來確定各省份最早出臺(tái)按病種付費(fèi)政策的時(shí)間，然后經(jīng)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(fèi)+方案/指導(dǎo)意見/通知”。在獲取相關(guān)省份的按病種付費(fèi)政策后，對(duì)政策文件內(nèi)容進(jìn)行分析，并確定文件出臺(tái)的最早時(shí)間。經(jīng)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(fèi)政策的相關(guān)資料。

1.1.2 自變量

動(dòng)機(jī)因素：①醫(yī)療保險(xiǎn)基金結(jié)余：該指標(biāo)的涵義為人均城鎮(zhèn)基本醫(yī)療保險(xiǎn)基金累計(jì)結(jié)余金額。城鎮(zhèn)基本醫(yī)療保險(xiǎn)基金累計(jì)結(jié)余達(dá)到警戒線時(shí)，政府就會(huì)采取相應(yīng)手段控制醫(yī)療費(fèi)用不合理增長，防止醫(yī)療保險(xiǎn)基金穿底[4]。而按病種付費(fèi)政策是控制醫(yī)療費(fèi)用不合理增長的有效途徑之一。因此，我們假設(shè)醫(yī)療保險(xiǎn)基金的危機(jī)可能促使各省采納按病種付費(fèi)政策，抑制醫(yī)療費(fèi)用過快增長。以上數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計(jì)局。②床位利用水平：政府具有規(guī)范醫(yī)院診療行為的責(zé)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(fèi)政策作為一項(xiàng)針對(duì)住院服務(wù)的基本醫(yī)療保險(xiǎn)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(huì)再因個(gè)人利益而延長患者的住院時(shí)間，而會(huì)為了獲得利潤主動(dòng)縮短患者住院時(shí)間[5]。因此，我們假設(shè)床位利用水平越高，越有可能促使各省采納按病種付費(fèi)政策，控制過度醫(yī)療。在床位利用水平的測量上，我們?cè)O(shè)定了住院率、病床使用率和平均住院日3 個(gè)指標(biāo)。以上數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計(jì)局。③政府換屆：我們主要考慮在按病種付費(fèi)政策創(chuàng)新擴(kuò)散過程中是否存在政治周期效應(yīng)。政府換屆是一個(gè)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(chǎn)總值：一般認(rèn)為，經(jīng)濟(jì)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(chǎn)總值是指地區(qū)生產(chǎn)總值的絕對(duì)值與該年平均人口的比值，我們采用這一指標(biāo)衡量地區(qū)的經(jīng)濟(jì)發(fā)展水平。以上數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計(jì)局。②人均地方財(cái)政支出：一般認(rèn)為，財(cái)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(cái)政醫(yī)療衛(wèi)生支出和人均地方財(cái)政社會(huì)保障和就業(yè)支出這兩個(gè)指標(biāo)，衡量地區(qū)的政府財(cái)政支出水平。以上數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計(jì)局。

外部因素：鄰近擴(kuò)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(duì)政策創(chuàng)新的采納，可能會(huì)對(duì)政府的創(chuàng)新采納行為產(chǎn)生重要影響[6]。該變量主要反映與該省相鄰的省份出臺(tái)按病種付費(fèi)政策的情況。本文用相鄰省份中采納按病種付費(fèi)政策省份的數(shù)量與所有相鄰省份的總數(shù)比值來測度。以上數(shù)據(jù)來源于中華人民共和國國家統(tǒng)計(jì)局。

1.2 分析方法與模型設(shè)定

本研究關(guān)注的是2012 年～2018 年，中國大陸27 個(gè)省份（除去4 個(gè)直轄市）按病種付費(fèi)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(fèi)政策在省份之間的擴(kuò)散。事件史是用于解釋一個(gè)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(duì)由縱向時(shí)間序列數(shù)據(jù)與橫向截面數(shù)據(jù)的組合數(shù)據(jù)分析時(shí)，對(duì)時(shí)間t 發(fā)生事件的預(yù)測是立足于時(shí)間t-1 的變量，能夠滿足因果關(guān)系要求的影響作用及其先后順序，對(duì)探索影響事件發(fā)生概率的因素具有很強(qiáng)的適用性。考慮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(shí)間風(fēng)險(xiǎn)模型，即離散時(shí)間的Logistic 模型：

省級(jí)政府采納按病種付費(fèi)政策的可能性=β0+ β1（相鄰擴(kuò)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(chǎn)總值）+ β7（人均地方財(cái)政醫(yī)療衛(wèi)生支出）+β8（人均地方財(cái)政社會(huì)保障和就業(yè)支出）+ β9（人均城鎮(zhèn)基本醫(yī)療保險(xiǎn)基金累計(jì)結(jié)余） + ε

2 結(jié)果

2.1 按病種付費(fèi)政策采納情況

我國省級(jí)政府采納按病種付費(fèi)政策的基本情況見圖1。2015 年采納按病種付費(fèi)政策的省份僅有2個(gè)，到2017 年，省級(jí)政府采納按病種付費(fèi)政策的已經(jīng)達(dá)到21 個(gè)，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(diǎn)新農(nóng)合按病種付費(fèi)，逐步擴(kuò)大按病種付費(fèi)試點(diǎn)病種范圍及醫(yī)療機(jī)構(gòu)范圍；遼寧省確定了160 種建議開展按病種付費(fèi)的病種，包括急性闌尾炎、腰椎間盤突出癥等，各級(jí)定點(diǎn)醫(yī)療機(jī)構(gòu)制定不同的病種付費(fèi)標(biāo)準(zhǔn)，按照“結(jié)余留用、超支不補(bǔ)”的原則結(jié)算費(fèi)用。樣本省份各變量的描述性統(tǒng)計(jì)結(jié)果見表1。

圖1 按病種付費(fèi)政策在省級(jí)政府的創(chuàng)新與擴(kuò)散

2.2 按病種付費(fèi)政策創(chuàng)新擴(kuò)散的事件史分析結(jié)果

基于Logistic 的事件史分析結(jié)果見表2。為了使不同變量之間具有可比性，我們對(duì)所有數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理。表2 中的模型在0.001 水平上通過了顯著性檢驗(yàn)，說明這些模型都很好地?cái)M合了數(shù)據(jù)。

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

表2 結(jié)果表明，住院率對(duì)省級(jí)政府按病種付費(fèi)政策采納產(chǎn)生顯著影響，在0.01 水平上通過顯著性檢驗(yàn)。病床使用率也對(duì)省級(jí)政府按病種付費(fèi)政策采納產(chǎn)生顯著影響，在0.1 水平上通過顯著性檢驗(yàn)。而平均住院日對(duì)省級(jí)政府按病種付費(fèi)政策采納無顯著影響。此外，人均城鎮(zhèn)基本醫(yī)療保險(xiǎn)基金累計(jì)結(jié)余對(duì)省級(jí)政府按病種付費(fèi)政策采納也無顯著影響。研究結(jié)果還表明，人均地區(qū)生產(chǎn)總值對(duì)省級(jí)政府按病種付費(fèi)政策采納產(chǎn)生顯著影響，在0.05 水平上通過顯著性檢驗(yàn)。反映人均地區(qū)財(cái)政資源的兩個(gè)指標(biāo)中，人均地方財(cái)政醫(yī)療衛(wèi)生支出和人均地方財(cái)政社會(huì)保障和就業(yè)支出對(duì)省級(jí)政府按病種付費(fèi)政策采納均無顯著影響。

表1 各變量的描述統(tǒng)計(jì)

表2 基于Logistic 回歸的事件史分析結(jié)果

3 討論

本文利用了2012 年～2018 年27 個(gè)中國大陸省份按病種付費(fèi)政策相關(guān)的163 個(gè)樣本數(shù)據(jù)，從動(dòng)機(jī)因素、資源因素和外部因素3 個(gè)角度分析了影響按病種付費(fèi)政策采納的因素。基于Logistic 回歸的事件史分析結(jié)果表明，相鄰擴(kuò)散、政府換屆、人均地區(qū)生產(chǎn)總值、住院率和病床使用率是影響按病種付費(fèi)政策采納的關(guān)鍵因素，而平均住院日、人均地方財(cái)政醫(yī)療衛(wèi)生支出、人均地方財(cái)政社會(huì)保障和就業(yè)支出和人均城鎮(zhèn)基本醫(yī)療保險(xiǎn)基金累計(jì)結(jié)余并不會(huì)對(duì)按病種付費(fèi)政策的采納產(chǎn)生影響。這一發(fā)現(xiàn)對(duì)于理解中國省級(jí)政府按病種付費(fèi)政策的創(chuàng)新擴(kuò)散現(xiàn)象具有重要現(xiàn)實(shí)意義。

首先，在動(dòng)機(jī)因素方面，醫(yī)?；鸾Y(jié)余沒有對(duì)按病種付費(fèi)政策創(chuàng)新擴(kuò)散產(chǎn)生顯著影響，這個(gè)結(jié)果是不易被理解的。我們認(rèn)為可能的解釋有以下3 種：①在數(shù)據(jù)口徑和納入變量等方面上存在一些問題，導(dǎo)致估計(jì)結(jié)果出現(xiàn)偏倚，但這有待于進(jìn)一步證實(shí)；②由于按病種付費(fèi)政策推行存在一定困難，政府轉(zhuǎn)而通過選擇其他手段實(shí)現(xiàn)控費(fèi)目標(biāo)，諸如部分地區(qū)通過強(qiáng)化官僚系統(tǒng)激勵(lì)的方式來實(shí)現(xiàn)控費(fèi)目標(biāo)[8]；③部分地區(qū)政府將轉(zhuǎn)換機(jī)制作為按病種付費(fèi)政策的直接目標(biāo)，即將醫(yī)療服務(wù)從后付制轉(zhuǎn)變?yōu)轭A(yù)付制[9]，而沒有足夠認(rèn)識(shí)到按病種付費(fèi)政策對(duì)于醫(yī)?？刭M(fèi)的深層意義。在反映床位利用的3 個(gè)指標(biāo)中，住院率和病床使用率對(duì)按病種付費(fèi)政策采納產(chǎn)生顯著影響，而平均住院日沒有對(duì)按病種付費(fèi)政策采納產(chǎn)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(fèi)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(fèi)用并造成醫(yī)保基金的浪費(fèi)。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(fù)擔(dān)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(kuò)散過程來調(diào)節(jié)改善這種局面。平均住院日這一指標(biāo)的結(jié)果似乎與住院率、病床使用率的結(jié)果相矛盾，但由于床位利用水平與按病種付費(fèi)政策采納間的關(guān)系較為復(fù)雜，這有待進(jìn)一步研究證實(shí)。政府換屆對(duì)按病種付費(fèi)政策采納產(chǎn)生顯著影響，說明按病種付費(fèi)政策采納存在政治周期效應(yīng)，這與以往研究結(jié)果相一致[10]。

其次，在資源因素方面，人均地區(qū)生產(chǎn)總值對(duì)按病種付費(fèi)政策采納產(chǎn)生顯著影響，這與我們的設(shè)想相一致，因?yàn)橹挥薪?jīng)濟(jì)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(cái)政醫(yī)療衛(wèi)生支出和人均地方財(cái)政社會(huì)保障和就業(yè)支出則沒有對(duì)按病種付費(fèi)政策采納產(chǎn)生顯著影響。我們認(rèn)為，這可能是由于中華人民共和國國家統(tǒng)計(jì)局公布的人均地方財(cái)政醫(yī)療衛(wèi)生支出指標(biāo)中不僅包括醫(yī)療保障支出，還包括疾病預(yù)防控制支出等，人均社會(huì)保障和就業(yè)支出指標(biāo)中不僅包括財(cái)政對(duì)社會(huì)保險(xiǎn)基金的補(bǔ)助，還包括企業(yè)改革補(bǔ)助等。而指標(biāo)內(nèi)涵的過于寬泛，導(dǎo)致模型無法識(shí)別出地方某一特定方面財(cái)政支出與按病種付費(fèi)政策采納間的關(guān)系。

最后，在外部因素方面，相鄰擴(kuò)散對(duì)按病種付費(fèi)政策采納產(chǎn)生顯著影響。這可能是由于地理位置相鄰近地區(qū)的社會(huì)環(huán)境較為類似，鄰近地區(qū)的政策試點(diǎn)的成功經(jīng)驗(yàn)對(duì)于本地區(qū)的政策創(chuàng)新往往更具有指導(dǎo)作用。另一方面，鄰近地區(qū)政府采納按病種付費(fèi)政策會(huì)對(duì)本地區(qū)政府帶來政績上的競爭壓力。

按病種付費(fèi)有助于提高醫(yī)?；鹬С龅目深A(yù)見性和可調(diào)控性，保證醫(yī)保基金的有效利用和安全運(yùn)行[7]，因此，本文選擇對(duì)按病種付費(fèi)政策進(jìn)行實(shí)證分析。但在研究中也存在一些局限性：一是由于數(shù)據(jù)的限制，本文的分析僅限于省級(jí)層面，未來的研究可以深入到縣市級(jí)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(dǎo)者的特點(diǎn)等變量納入分析中。