馬騁宇

首都醫(yī)科大學(xué)公共衛(wèi)生學(xué)院 北京 100069

H1：開(kāi)通在線診療服務(wù)的醫(yī)生其線下年門(mén)診量更高。

H2：開(kāi)通在線診療服務(wù)的醫(yī)生其線下年診療收入更高。

為驗(yàn)證以上假設(shè)，探究醫(yī)生開(kāi)通在線醫(yī)療服務(wù)對(duì)醫(yī)生線下診療量及診療收入產(chǎn)生的影響，本研究以國(guó)內(nèi)最大的醫(yī)患交流平臺(tái)，好大夫在線(haodf.com)為研究對(duì)象[12]，研究在線醫(yī)療服務(wù)在早期發(fā)展過(guò)程中對(duì)醫(yī)生線下年門(mén)診量和年診療收入的影響，建立固定效應(yīng)和倍差法模型，分析醫(yī)生因開(kāi)通個(gè)人主頁(yè)產(chǎn)生的線上到線下的因果凈效應(yīng)(概念模型如圖1所示)。研究結(jié)論為當(dāng)前有序促進(jìn)我國(guó)互聯(lián)網(wǎng)醫(yī)院發(fā)展，規(guī)范“互聯(lián)網(wǎng)+”醫(yī)療服務(wù)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(lái)源及樣本選擇

數(shù)據(jù)來(lái)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(mén)診醫(yī)生為研究對(duì)象，該醫(yī)院為區(qū)域醫(yī)療中心，床位3 600張，年門(mén)診量290余萬(wàn)人次，收集該醫(yī)院管理信息系統(tǒng)中2010—2014年的績(jī)效面板數(shù)據(jù)，包括醫(yī)生的年門(mén)診量及年診療收入。線上數(shù)據(jù)使用Java語(yǔ)言自行編寫(xiě)網(wǎng)絡(luò)爬蟲(chóng)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(kāi)通個(gè)人主頁(yè)醫(yī)生信息，并對(duì)網(wǎng)頁(yè)文本信息進(jìn)行分析，提取醫(yī)生開(kāi)通個(gè)人主頁(yè)情況、開(kāi)通時(shí)間以及職稱(chēng)、科室等個(gè)體特征信息。最后，將線上開(kāi)通個(gè)人主頁(yè)醫(yī)生信息與線下醫(yī)生信息進(jìn)行匿名比對(duì)，整合線上線下醫(yī)生績(jī)效信息，數(shù)據(jù)分析通過(guò)STATA12.0完成。樣本醫(yī)院醫(yī)生在好大夫在線上開(kāi)通個(gè)人主頁(yè)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(wù)拓展期在2010年后，并且迅速成為國(guó)內(nèi)最大的在線醫(yī)療社區(qū)。然而，在2015年國(guó)家提出大力發(fā)展“互聯(lián)網(wǎng)+”醫(yī)療后[13]，各類(lèi)在線醫(yī)療服務(wù)平臺(tái)如雨后春筍般發(fā)展起來(lái)，好大夫在線的醫(yī)患資源也被分流到了其他平臺(tái)。因此，本文以好大夫在線最為活躍的2010—2014年為觀測(cè)時(shí)期，考察醫(yī)生開(kāi)通線上個(gè)人主頁(yè)對(duì)線下診療量及診療收入的影響效應(yīng)。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(kāi)通個(gè)人主頁(yè)，2010—2011年新開(kāi)通個(gè)人主頁(yè)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(kāi)通個(gè)人主頁(yè)的情況(人)

1.2 實(shí)證方法

本文通過(guò)構(gòu)造2010—2014年樣本醫(yī)院醫(yī)生績(jī)效的面板數(shù)據(jù)，采用倍查法[14,15]和固定效應(yīng)模型對(duì)醫(yī)生的線上線下診療量及診療收入影響效應(yīng)進(jìn)行估計(jì)。首先，構(gòu)建醫(yī)生線下門(mén)診量和診療收入的基礎(chǔ)模型，并使用固定效應(yīng)模型法估計(jì)這兩個(gè)模型，從而消除隨時(shí)間和個(gè)體而改變的不可觀測(cè)變量的影響。然后，為有效解決內(nèi)生性的問(wèn)題，采用傾向匹配法匹配對(duì)照組后，采用倍差法分析處理組與對(duì)照組在開(kāi)通在線醫(yī)療服務(wù)后的差異。

1.2.1 倍差法基礎(chǔ)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(biāo)，醫(yī)生年門(mén)診量PNit的基礎(chǔ)模型為：

杜威則認(rèn)為教學(xué)方法是教師對(duì)教材的安排、組織，是為學(xué)生創(chuàng)造學(xué)習(xí)情境，教學(xué)的核心在于學(xué)生能自己發(fā)現(xiàn)問(wèn)題、解決問(wèn)題。所以教學(xué)中應(yīng)以學(xué)生為中心，重視學(xué)生的自我活動(dòng)和主動(dòng)作業(yè)；讓學(xué)生有更大的主動(dòng)性、靈活性。他說(shuō)：“記憶、觀察、閱讀，傳達(dá)都是提供資料的途徑?！睆倪@點(diǎn)不難看出杜威并不全然否認(rèn)間接經(jīng)驗(yàn)的作用。

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

年診療收入MPit的基礎(chǔ)模型為：

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

式中，待估計(jì)因果效應(yīng)為開(kāi)通在線醫(yī)療服務(wù)對(duì)醫(yī)生線下診療量或診療收入的平均處理效應(yīng)。openit表示醫(yī)生i在第t年度是否開(kāi)通了個(gè)人主頁(yè)反映醫(yī)生在不同時(shí)期線下績(jī)效的變化；Di表示醫(yī)生是否開(kāi)通個(gè)人主頁(yè)，開(kāi)通為1，未開(kāi)通為0；t為時(shí)期數(shù)，t=1表示醫(yī)生開(kāi)通個(gè)人主頁(yè)以后的時(shí)期，t=0表示醫(yī)生開(kāi)通個(gè)人主頁(yè)之前的時(shí)期，同時(shí)用于控制模型中的時(shí)間趨勢(shì)。yeart為每一年度的虛擬變量，用以控制時(shí)間固定效應(yīng)；αi為每位醫(yī)生的個(gè)體效應(yīng)，包括醫(yī)生所在的科室、職稱(chēng)等個(gè)體特征，εit為誤差項(xiàng)。

1.2.2 傾向得分匹配法

應(yīng)用倍差法的關(guān)鍵在于對(duì)照組的選取。不同科室、職稱(chēng)的醫(yī)生在未開(kāi)通個(gè)人主頁(yè)之前，其線下績(jī)效已經(jīng)存在差異，即一些事前因素已經(jīng)導(dǎo)致了醫(yī)生績(jī)效水平的不同。比如，一些醫(yī)生正是因?yàn)樵诨颊咧械闹雀撸艜?huì)被在線醫(yī)療服務(wù)平臺(tái)邀請(qǐng)個(gè)人主頁(yè)。這就意味著，這些醫(yī)生即使不開(kāi)通在線服務(wù)主頁(yè)，其線下績(jī)效也可能高于其他醫(yī)生。因此，若直接使用未開(kāi)通個(gè)人主頁(yè)的醫(yī)生作為研究樣本，將會(huì)導(dǎo)致樣本選擇的偏倚，因而高估了開(kāi)通個(gè)人主頁(yè)對(duì)醫(yī)生線下績(jī)效的影響。為此，本文將應(yīng)用傾向得分匹配法(Propensity Score Matching,PSM)[16,17]，通過(guò)Probit概率模型估計(jì)傾向得分Pscore，從對(duì)照組中選取與處理組傾向得分相同或相近的個(gè)體進(jìn)行匹配，從而保證估計(jì)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(yīng)用最近鄰匹配法進(jìn)行匹配。

1.3 變量選取及說(shuō)明

本文在實(shí)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(lèi)。假設(shè)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(cè)，設(shè)置兩個(gè)虛擬變量Di和Openit作為自變量進(jìn)行估計(jì)，Di表示醫(yī)生i是否在在線醫(yī)療網(wǎng)站上開(kāi)通了個(gè)人主頁(yè)，開(kāi)通組Di=1，未開(kāi)通組Di=0。Openit表示t年度醫(yī)生i是否開(kāi)通了個(gè)人主頁(yè)，未開(kāi)通openit=0,開(kāi)通openit=1。因變量為醫(yī)生的年門(mén)診量PNit或年診療收入MPit(根據(jù)年度CPI進(jìn)行折算)。本文中主要變量的定義和計(jì)算方法如表2所示。

表2 變量表一覽表

在應(yīng)用傾向得分匹配法進(jìn)行樣本選擇的過(guò)程中[18]，為盡量縮小處理組和對(duì)照組醫(yī)生在學(xué)科和資歷上的差距，本文選擇兩個(gè)變量：醫(yī)生的職稱(chēng)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(shè)置劃分，并進(jìn)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(yàn)科室的醫(yī)生不單獨(dú)提供門(mén)診服務(wù)，這部分醫(yī)生一般不會(huì)在在線醫(yī)療服務(wù)平臺(tái)上開(kāi)通個(gè)人主頁(yè)，在本文中統(tǒng)一合并為其他。

2 結(jié)果

2.1 開(kāi)通在線醫(yī)療服務(wù)對(duì)醫(yī)生線下診療量及診療收入的影響效應(yīng)

以開(kāi)通個(gè)人主頁(yè)的醫(yī)生為處理組，未開(kāi)通個(gè)人主頁(yè)的醫(yī)生為對(duì)照組，樣本三級(jí)醫(yī)院處理組與對(duì)照組醫(yī)生的主要變量描述性統(tǒng)計(jì)結(jié)果如表3所示。

表3 描述性統(tǒng)計(jì)結(jié)果

通過(guò)構(gòu)造面板數(shù)據(jù)，采用倍差法和固定效應(yīng)模型對(duì)醫(yī)生的線下診療量及診療收入進(jìn)行估計(jì)。為消除個(gè)體差異，采用固定效應(yīng)模型法估計(jì)此兩個(gè)模型，引入時(shí)間和個(gè)體固定效應(yīng)，從而消除隨個(gè)體不隨時(shí)間改變及既不隨時(shí)間、也不隨個(gè)體改變的不可觀測(cè)變量的影響。采用兩個(gè)模型對(duì)開(kāi)通在線醫(yī)療服務(wù)對(duì)醫(yī)生線下診療量及診療收入的影響效應(yīng)進(jìn)行評(píng)價(jià)。模型1評(píng)價(jià)只控制時(shí)間固定效應(yīng)；模型2同時(shí)控制了時(shí)間和醫(yī)生個(gè)體因素。參數(shù)估計(jì)結(jié)果見(jiàn)表4和表5。研究結(jié)果顯示，在好大夫在線平臺(tái)上開(kāi)通個(gè)人主頁(yè)的醫(yī)生，其年門(mén)診量和年診療收入較未開(kāi)通的醫(yī)生有顯著差異。變量open的系數(shù)為正，說(shuō)明開(kāi)通在線醫(yī)療服務(wù)之后，醫(yī)生線下的年門(mén)診量和年診療收入均顯著提高。

表4 開(kāi)通個(gè)人主頁(yè)對(duì)線下醫(yī)生年診療收入(元)的影響

表5 開(kāi)通個(gè)人主頁(yè)對(duì)線下醫(yī)生年門(mén)診量(人次)的影響

2.2 基于PSM-DID模型的開(kāi)通在線服務(wù)對(duì)醫(yī)生線下診療量及診療收入的凈效應(yīng)評(píng)估

本文采用Probit概率模型估計(jì)傾向得分，并在此基礎(chǔ)上，分別選擇開(kāi)通在線醫(yī)療服務(wù)的醫(yī)生與未開(kāi)通在線醫(yī)療服務(wù)的醫(yī)生1∶1、1∶1.5和1∶2進(jìn)行得分匹配，構(gòu)建對(duì)照組。匹配之后，對(duì)處理組和對(duì)照組醫(yī)生的線下診療量及診療收入影響效應(yīng)進(jìn)行分析，結(jié)果如表6和表7所示。開(kāi)通個(gè)人主頁(yè)的醫(yī)生較未開(kāi)通的醫(yī)生在年門(mén)診量和年診療收入上，均有顯著差異。在1:1傾向匹配后，開(kāi)通個(gè)人主頁(yè)的醫(yī)生較未開(kāi)通的醫(yī)生，其年門(mén)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(duì)照組醫(yī)生年診療收入的參數(shù)估計(jì)結(jié)果

表7 匹配后處理組醫(yī)生與對(duì)照組醫(yī)生年門(mén)診量(人次)的參數(shù)估計(jì)結(jié)果

基于傾向匹配結(jié)果，比較醫(yī)生在開(kāi)通在線醫(yī)療服務(wù)的前一年(t-1)與后一年(t+1)，處理組和對(duì)照組醫(yī)生在線下年門(mén)診量和年診療費(fèi)用的差異，以此來(lái)比較是否開(kāi)通在線醫(yī)療服務(wù)對(duì)醫(yī)生線下診療量及診療收入的影響凈效應(yīng)(表8)。結(jié)果顯示，兩組醫(yī)生的年診療收入在1∶1匹配時(shí)有顯著不同(P<0.1)，但年門(mén)診量結(jié)果不顯著。在1∶1.5 匹配和1∶2匹配時(shí)，兩組醫(yī)生的總門(mén)診數(shù)量(P<0.1)和總診療收入(P<0.05)均有顯著差異。說(shuō)明開(kāi)通在線醫(yī)療服務(wù)在(t-1，t+1)時(shí)間窗內(nèi)對(duì)醫(yī)生的年門(mén)診量和年診療收入均會(huì)產(chǎn)生影響。

表8 開(kāi)通個(gè)人主頁(yè)前(t-1)后(t+1)處理組與對(duì)照組醫(yī)生的DID分析效應(yīng)結(jié)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(wù)平臺(tái)好大夫在線平臺(tái)數(shù)據(jù)，結(jié)合線下樣本醫(yī)院客觀數(shù)據(jù)，本文研究了開(kāi)通個(gè)人主頁(yè)對(duì)醫(yī)生線下診療量和診療收入的影響，進(jìn)而證實(shí)開(kāi)通個(gè)人主頁(yè)對(duì)醫(yī)生線下診療量及診療收入的促進(jìn)作用。研究結(jié)果表明，開(kāi)通個(gè)人主頁(yè)的醫(yī)生較未開(kāi)通的醫(yī)生，其年門(mén)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(jìn)作用在對(duì)醫(yī)生進(jìn)行了傾向評(píng)分匹配后，顯示開(kāi)通個(gè)人主頁(yè)較未開(kāi)通的醫(yī)生，在開(kāi)通后較開(kāi)通前得到了更多的診療量及診療收入上的增長(zhǎng)。

出現(xiàn)這種現(xiàn)象的原因可能有兩個(gè)方面：一是在線醫(yī)療服務(wù)的利用一定程度緩解了醫(yī)患之間的信息不對(duì)稱(chēng)，提高了醫(yī)療服務(wù)的可及性，刺激了患者醫(yī)療需求的釋放。特別是對(duì)于偏遠(yuǎn)地區(qū)和交通不便的患者來(lái)說(shuō)，可以更方便的獲得醫(yī)療服務(wù)。然而，線上診療具有處方和檢查的局限性，患者如果希望開(kāi)展后續(xù)治療，需要從線上轉(zhuǎn)到線下，同時(shí)，由于診療活動(dòng)具有連續(xù)性的特點(diǎn)，線上患者更愿意在線下找同一位醫(yī)生進(jìn)行后續(xù)診療。因此患者線上醫(yī)療需求的釋放效應(yīng)會(huì)向線下溢出，進(jìn)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(wù)更適合解決慢性病問(wèn)診等輕癥問(wèn)題，醫(yī)療費(fèi)用較低；如線上無(wú)法確診的，醫(yī)生會(huì)建議患者轉(zhuǎn)到線下正規(guī)醫(yī)院繼續(xù)就診，這類(lèi)患者往往需要在實(shí)體醫(yī)院開(kāi)展檢查和處方治療，醫(yī)療費(fèi)用較高，這類(lèi)線上患者被引流到線下后，會(huì)拉高線下醫(yī)生的診療費(fèi)用。從而造成開(kāi)通在線醫(yī)療服務(wù)的醫(yī)生其年診療費(fèi)用較未開(kāi)通的醫(yī)生增長(zhǎng)更快。

3.2 建議

3.2.1 有效利用線上醫(yī)療服務(wù)對(duì)線下的溢出效應(yīng)，促進(jìn)互聯(lián)網(wǎng)診療服務(wù)發(fā)展

在線醫(yī)療服務(wù)平臺(tái)是患者之間、醫(yī)患之間、醫(yī)生之間溝通交流的平臺(tái)，用戶(hù)通過(guò)搜索、查詢(xún)與疾病、診療過(guò)程相關(guān)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(xún)服務(wù)和健康教育，患者通過(guò)點(diǎn)贊、評(píng)價(jià)、滿(mǎn)意度打分等給予反饋，進(jìn)而為更多的患者擇醫(yī)行為提供借鑒。在此過(guò)程中，實(shí)現(xiàn)了醫(yī)患雙方的知識(shí)共享和價(jià)值共創(chuàng)?；颊咄ㄟ^(guò)線上咨詢(xún)，增進(jìn)了與醫(yī)生的溝通，并在醫(yī)生的引導(dǎo)下到線下找同一位醫(yī)生掛號(hào)就診，在線醫(yī)療服務(wù)提供所產(chǎn)生的影響就從線上傳導(dǎo)到線下，對(duì)線下醫(yī)療服務(wù)體系產(chǎn)生了溢出效應(yīng)。合理、有效的利用線上對(duì)線下的溢出效應(yīng)，可以激勵(lì)醫(yī)生更好的利用線上創(chuàng)新服務(wù)模式，促進(jìn)線下醫(yī)患的良性交互和有序就醫(yī)。

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

從衛(wèi)生經(jīng)濟(jì)學(xué)角度來(lái)看，開(kāi)通個(gè)人主頁(yè)對(duì)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(fèi)用和診療人次。但也要看到，雖然醫(yī)生的動(dòng)機(jī)是獲得更多的個(gè)人利益，包括聲譽(yù)的提升、績(jī)效的增加等，但在此過(guò)程中，醫(yī)生為獲得患者的信任和認(rèn)可，也付出了大量的努力，醫(yī)生利用業(yè)余時(shí)間在線提供了大量的無(wú)償或有償咨詢(xún)服務(wù)，如撰寫(xiě)科普文章，解答患者問(wèn)題，在此過(guò)程中構(gòu)建了更好的醫(yī)患關(guān)系，患者同樣也是受益方。因此，在線醫(yī)療服務(wù)對(duì)于提高醫(yī)療服務(wù)體系的運(yùn)行效率、效果和用戶(hù)滿(mǎn)意度等方面具有重要意義，政府應(yīng)積極推動(dòng)其發(fā)展。

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

新醫(yī)改以來(lái),雖然我國(guó)大力推行分級(jí)診療政策,但群眾的就醫(yī)習(xí)慣還沒(méi)有得到根本改變，逐級(jí)轉(zhuǎn)診的就醫(yī)秩序還沒(méi)有完全建立起來(lái)。在此背景下，市場(chǎng)化運(yùn)營(yíng)的在線醫(yī)療服務(wù)平臺(tái)為了迎合患者需求，所提供的服務(wù)有進(jìn)一步向優(yōu)質(zhì)醫(yī)療資源聚集的趨勢(shì)。如果缺乏政府和行業(yè)的有效監(jiān)管，僅靠市場(chǎng)化運(yùn)行，可能出現(xiàn)醫(yī)生通過(guò)在線醫(yī)療服務(wù)誘導(dǎo)需求，增加患者服務(wù)利用和診療費(fèi)用的情況。因此，隨著在線醫(yī)療服務(wù)的逐漸推廣和深入使用，政府和監(jiān)管部門(mén)應(yīng)該發(fā)揮其監(jiān)管作用，明確在線醫(yī)療服務(wù)在醫(yī)療體制改革中的作用和定位，厘清醫(yī)療機(jī)構(gòu)、醫(yī)生與互聯(lián)網(wǎng)企業(yè)之間的責(zé)任范疇；加強(qiáng)對(duì)在線醫(yī)療服務(wù)上醫(yī)生行為的規(guī)范，確保健康醫(yī)療服務(wù)的質(zhì)量和安全，避免醫(yī)生和醫(yī)院因?yàn)檫^(guò)度追求個(gè)人利益誘導(dǎo)醫(yī)療服務(wù)需求問(wèn)題的出現(xiàn)。