“互联网+医疗健康”背景下考虑患者反馈机制的药品质量监管策略研究

朱立龙，荣俊美

(1.山东大学管理学院，山东 济南 250100；2.山东师范大学商学院，山东 济南 250014)

1 引言

药品质量关乎公众生命健康、国民经济发展、社会稳定和国家安全，一直以来都是政府和全社会关注的热点问题之一，然而近年来药品质量安全事件频发，如：2006年“欣弗”致死事件和“齐二药”假药事件；2009年广西“假狂犬疫苗” 致死事件；2012年“铬超标毒胶囊”事件；2013年“维C银翘片含毒”事件；2015年“肝素钠”致死事件；2018年7月刚刚曝光的长春长生“假疫苗”事件等。处于探索发展阶段的互联网药品经营中药品质量问题更是层出不穷，2017年3月15日，央视揭露了互联网药品缺乏审核，广告虚假，误导消费者等乱象，为此，国家食品药品监督管理总局多次召集各省监管部门、行业协会、业界专家座谈，于2018年2月9日发布《药品网络销售监督管理办法(征求意见稿)》向社会征求意见。此外，2018年4月28日，国务院发布《国务院办公厅关于促进“互联网+医疗健康”发展的意见》，要求促进药品网络销售和医疗物流配送等规范发展，加强行业监管和安全保障，确保互联网药品质量安全和网络零售信息完善，提高现代化医疗服务效率[1]。“互联网+医疗健康”创新发展模式推动着医药产业升级。目前，以阿里健康大药房、京东大药房、健一网、壹药网为代表的B2C医药电商快速发展，据南方医药经济研究所统计，2018年上半年具有互联网药品交易服务许可证的网上药店的药品销售额达50亿元，同比增长42.5%。而互联网药品经营相较于传统药品经营具有虚拟性、隐蔽性和发展变化快的特点，并且互联网加快了药品流通速度使得药品安全问题影响范围扩大，给药品质量监管带来了极大的挑战[2]。互联网药品监管措施仍在不断完善，仅通过资格审查的监管方式无法确保网上药品质量，完善互联网药品安全监管迫在眉睫。2019年4月，国务院开通了“互联网+稽查”平台，为群众维权提供高效途径。2019年7月，国务院办公厅发布了《关于加快推进社会信用体系建设构建以信用为基础的新型监管机制的指导意见》，要求通过互联网、大数据整合多方信息，协同行业组织开展信用建设，依据企业信用等级提高监管效率[3]。

患者反馈机制直接影响了医药电商与药品生产企业的信用，“互联网+医疗健康”背景下的患者反馈机制主要包括患者线上评价和投诉维权行为，患者反馈信息不仅反应药品质量也影响药品的销售和医药电商的信誉。然而患者对药品质量辨识度低，维权意识薄弱以及受诱导评价失真的现象，为互联网药品质量监管增加了难度。因此，在“互联网+医疗健康”背景下，药品质量监管策略与患者投诉维权和线上评价的真实性密切相关，考虑患者评价以及投诉维权的反馈机制对完善药品质量监管，保障互联网药品质量安全具有重要实践意义。

本文考虑患者反馈机制下如何设计互联网药品质量监管策略，主要从药品质量监管机制的设计、互联网药品经营的影响因素、互联网背景下消费者反馈机制三个方面进行综述：

首先，政府监管是保障药品质量安全的有效途径，而在有限的资源下政府如何构建有效的监管机制杜绝假冒伪劣药品，成为广大学者的研究热点。药品制造商利用公司声誉造假的投机行为对社会造成了严重危害(Busby)[4]，打击药品造假一直是政府部门和药品行业最紧迫的工作(Ann等)[5]，完善对药品制造和销售全过程的质量激励和监管机制(Handley和Gray[6]；Fittler等[7])也是药品生产外包和网络销售新形式下的重要质量保障措施。为分析提高药品质量的监管策略，有学者通过多方静态博弈模型(朱立龙和荣俊美)[8]、消费者参与的协同监管博弈模型(刘长玉等)[9]、完全信息和不完全信息下的博弈模型(Zhang Manman等)[10]，提出对原材料供应商等供应链主体依次加强监管、提高消费者维权意识、合理运用突击检查措施等建议；也有学者从药师主导的药物管理模式(He Wei等)[11]、现阶段的药品安全治理结构(胡颖廉和慕玲)[12]、“预防-免疫-治疗”的社会共治制度结构(谢康和刘意)[13]视角分析，提出以许可、检查、处罚为主要策略的监管模式不再试用，必须采用安全性评价体系、不良反应补偿制度、药品安全社会共治制度等监管方案。目前对药品质量监管机制的研究大多是以传统渠道为背景且未充分考虑患者反馈机制，以互联网药品经营为背景的药品质量监管策略的研究成果还不充分。

其次，药品质量标准严格、药品经营受政府管制以及药品与医疗健康密不可分的特殊性，使互联网药品经营探索发展中存在诸多影响因素。如医保报销比例对渠道蚕食现象的影响(侯文华和杨丹丹)[14-15]、双渠道零售药店的营销策略(Li Chenshuo和Huang Zhe)[16]、药品限价政策、公立医院带量采购、医疗公益性、患者自我药疗水平对药品渠道策略及协调机制的影响(荣俊美和朱立龙[17]；但斌等[18]；李诗杨等[19])。随着竞争的加剧，医药电商面临着提高销售额扩大市场占有率的问题(李建斌等)[20]，也出现了虚假宣传问题和诱导患者购买过期药品问题(Levaggi等)[21]。不同的购药渠道存在药品质量差别(Fittler等)[22]，互联网广泛的匿名和不断变化的性质增加了监管难度，政府必须加强消费者的教育普及工作，提高消费者分辨假劣药品的能力(Van de Ven和Koenraadt等)[23]。由此可见，互联网药品经营中存在问题种类繁多，其中对考虑患者反馈机制下互联网药品质量监管策略的研究还较为缺乏。

最后，越来越多的实践表明，线上评价是互联网药品经营者信誉的重要体现方式，线上评价信息对消费者质量感知的影响是在线零售商的关键成功因素(王芳等)[24]，保障线上购买交易不断增长的关键要素是卖家建立声誉机制(Bhaskar等)[25]。然而，各类线上欺诈行为扰乱着消费者评价体系，如职业差评师(苏强等)[26]、网络水军(郑春东等)[27]、电商好评返现行为(赵宏霞等)[28]均对消费者购买决策有显著影响，且负面言论对销量的损伤更大。此外，新媒体环境进一步扩大了信息影响范围，增强了患者反馈信息的影响力，使患者、药品生产商、新闻媒体或社会组织对药品政策的评论反馈信息更有价值(Enghoff和Aldridge)[29]，政府应重视新媒体的两面性(曹裕等)[30]，防止出现电商滥用消费者信任的欺诈行为(马述忠和房超)[31]。可见，在互联网药品销售背景下，对患者评价失真影响药品质量监管策略的研究也是不充分的。

综上所述，本文与以前学者的研究相比主要有以下三个方面不同：

首先，在“互联网+医疗健康”背景下，本文引入了患者反馈机制，构建了政府部门、药品生产商、医药电商和患者共同参与的四方质量监管演化博弈模型；其次，分析了各博弈主体策略选择的稳定均衡解以及药品零售利润、患者投诉、罚款等要素的影响，并基于Lyapunov第一法则分析了十六种纯策略组合的稳定性；最后，运用Matlab 2017仿真分析了患者评价影响力、医药电商诱导评价成本系数、评价失真概率、政府罚款额对复制动态系统演化的影响，并根据分析结果为完善药品质量监管、提高互联网药品质量安全提出了对策与建议。

2 问题描述与模型构建

2.1 问题描述

在互联网药品经营B2B2C模式下，政府监管部门对药品生产商、医药电商进行生产资料审查、经营资格备案审查以外，还将以飞行检查等方式对药品质量进行严格监管，医药电商的线上评价体系加强了患者参与度。然而，医药电商为提高其声誉将诱导患者作出正面评价，一定程度上导致了患者线上评价失真现象的发生。考虑患者线上评价失真现象，本文主要研究以下三个问题：互联网环境下政府如何采取监管措施协调各利益主体使互联网药品质量安全具有稳健性？患者评价失真现象和投诉行为如何影响药品生产商、医药电商以及政府监管部门的质量策略？患者反馈以及医药电商的诱导评价成本系数对各博弈主体策略演化有何影响？

因此，本文构建多主体博弈模型逻辑关系，如图1所示。

图1 多主体博弈模型逻辑关系图

2.2 模型构建

考虑患者反馈机制的互联网药品质量监管四方博弈矩阵，如表1所示。

为构建互联网药品各利益主体的博弈模型，研究患者反馈机制下的药品质量监管策略，假设如下：

假设1 选取政府监管部门、药品生产商、医药电商、患者四方作为博弈主体。药品生产商以p的概率提供高质量药品，以1-p的概率提供低质量药品；医药电商在采购药品时委托第三方专业机构检测药品质量，检测的概率为e，不检测的概率为1-e；政府监管部门的严格监管率为g，宽松监管率为1-g；患者对于线上评价体系的态度不同，失真评价(即受医药电商诱导做出的不真实评价)的概率为f，真实评价的概率为1-f，p,e,g,f∈[0,1]。四方均是有限理性的，为追求利益最大化随时间不断调整策略选择。

假设2 药品生产商提供高质量药品的成本为Cph，提供低质量药品的成本为Cpl，批发价为W。医药电商质量检测成本为Ce，当检测为低质量药品时则拒收。电商平台运营成本为Ω，包括医药咨询服务、仓储物流等费用。医药电商的利润R为药品零售收入P减去采购成本(等于批发价)W和运营成本Ω。医药电商的诱导评价成本系数为α、服务成本为I(诱导方式包括会员积分、赠送优惠券、好评返现等形式)，因此，电商平台诱导评价的成本为αI。

表1 互联网药品质量监管四方博弈矩阵

3 各博弈主体策略稳定性分析

3.1 药品生产商质量策略稳定性分析

药品生产商选择提供高或低质量药品的期望收益，质量策略的复制动态方程和一阶导数分别是：

(1)

(2)

(3)

根据微分方程稳定性定理，药品生产商选择提供高质量药品的概率处于稳定状态必须满足：F(p)=0 且F′(p)<0。

命题1当e>e0时，药品生产商的稳定策略是提供高质量药品；当e

e0=1-

命题1表明：医药电商药品检测率的上升会使药品生产商的稳定策略由提供低质量药品转变为提供高质量药品；同理，医药电商药品检测率的下降将会导致药品生产商的稳定策略由提供高质量药品转变为提供低质量药品。因此，医药电商对药品的质量检测对于保障互联网药品安全是必不可少的，患者、政府等应采取措施提高医药电商药品检测率。

根据命题1药品生产商策略选择的相位图，如图2所示。

图2 药品生产商策略选择的相位图

(4)

(5)

推论1.1 为保障互联网药品安全，在患者失真评价概率增大时，医药电商将提高药品质量检测率。

证明 由于m>0，故∂e0/∂f>0，即e0关于f为增函数，根据命题1，当e>e0时，药品生产商将提供高质量药品，因此，f上升，e0上升，此时e也将提高。证毕。

推论1.2 当药品批发价上涨、患者评价带来的声誉价值增加或声誉损失上升时，药品生产商更倾向于提供高质量药品；当药品生产商提供低质量药品节约的成本增加时，其将更倾向于提供低质量药品。

证毕。

证明 根据命题1，由F′(p)|p = 1< 0得Fp>F0。对

F0

3.2 医药电商检测策略稳定性分析

医药电商选择质量检测、不检测的期望收益，检测策略的复制动态方程和一阶导数分别是：

(6)

(7)

(8)

根据微分方程稳定性定理，医药电商药品检测的概率具有稳定性须满足：F(e)=0且F′(e)<0。

命题2 当pp0、f>f0时，医药电商的稳定策略为药品质量不检测；当p=p0、f=f0时，不能确定其稳定策略，其中阈值

命题2表明：若药品生产商提供高质量药品的概率提高，会使医药电商的稳定策略由质量检测转变为质量不检测；同理，若药品生产提供高质量药品的概率下降，会使医药电商的稳定策略由药品不检测转变为检测。此外，患者失真评价概率的增大也会使医药电商的稳定策略由药品质量检测转变为不检测。因此，患者失真评价行为不利于互联网药品安全和药品质量的提升，政府应通过加强患者维权意识，规范互联网交易、加强执法力度等措施减少患者失真评价行为的发生，这将对保障互联网药品质量安全具有重要意义。

根据命题2，医药电商质量策略选择的相位图，如图3所示：

图3 医药电商策略选择的相位图

Ve1

(9)

Ve0=1-Ve1

(10)

推论2.1 当药品的销售收益下降时，医药电商将提高药品质量检测率；而检测成本的上升和患者诱导评价成本系数的增大，将使医药电商降低检测率。

证明 由医药电商选择药品质量检测的概率Ve1分别对R、Ce、α求一阶偏导数，得：

因此，医药电商的药品质量检测率与药品销售收益、检测成本、诱导患者评价的成本系数均负相关。

推论2.2 当患者失真评价的概率降低、投诉率提高时，医药电商更倾向于选择药品质量检测策略；当政府严格监管率降低或对医药电商的罚款额减小时，医药电商更倾向于选择药品质量不检测策略。

证明 根据命题2，p0增大，p0，∂p0/∂g>0，∂p0/∂Fe>0。因此，降低f以及提升ξ、g、Fe均可使p0增大，从而使医药电商更倾向于选择药品质量检测策略。证毕。

3.3 政府监管部门监管策略稳定性分析

政府监管部门严格监管、宽松监管的期望收益，监管策略的复制动态方程和一阶导数分别是：

(11)

F(g)=dg/dt=g(1-g)(Ug-U1-g)=g(1-g){(1-p)[(2-e)Fp-(1-e)(1-f)ξ(Fp+Fe-Cg-Tg)]-Cg}

(12)

F′(g)=(1-2g){(1-p)[(2-e)Fp-(1-e)(1-f)ξ(Fp+Fe-Cg-Tg)]-Cg}

(13)

命题3 当pp00时，政府的稳定策略为宽松监管；当p=p00时，不能确定稳定策略，其中阈值p00=1-{Cg}/Fe+(1-e)[Fe-(1-f)ξ(Fp+Fe-Cg-Tg)]。

证明 令M(p)=(1-p)[(2-e)Fp-(1-e)(1-f)ξ(Fp+Fe-Cg-Tg)]-Cg，由于∂M(p)/∂p<0，则M(p)为关于p的减函数，因此，当p0， F'(g)|g = 1< 0，此时g=1具有稳定性；同理，p>p00时，M(p)<0，F′(g)|g=0<0，此时g=0具有稳定性；当p=p00时，M(p)=0，F′(g)=0，不能确定稳定策略。证毕。

命题3表明：随着药品生产商高质量药品概率的提高，政府监管部门的稳定策略将会由严格监管转为宽松监管；同理，随着药品生产商高质量药品概率的下降，政府监管部门的稳定策略将会由宽松监管转为严格监管。当药品生产商的稳定策略是提供高质量药品时，政府监管部门可观测到此行为，因此可采取宽松监管策略。

根据命题3，政府监管部门监管策略的相位图，如图4所示。

图4 政府监管部门策略选择的相位图

由图4可知，Vg1部分的体积为政府监管部门选择严格监管的概率，Vg0部分的体积为其选择宽松监管的概率。令n=Fe-(1-f)ξ(Fp+Fe-Cg-Tg)，计算得：

(14)

(15)

推论3.1当上级政府的行政处罚额满足条件Fp+Fe-Cg

因此Vg1与ξ正相关。当Fp+Fe-Cg>Tg时，投诉率对政府严格监管率的影响由政府严格监管成本、对药品生产商和医药电商的罚款额、患者失真评价概率等多种因素共同决定。

推论3.2当上级政府的行政处罚额提高时，政府监管部门将越倾向于选择严格监管策略；然而，在严厉的上级行政处罚下，当患者受到医药电商的诱导而失真评价(无论药品质量如何，均做出正面评价)倾向增大时，政府监管部门受到误导，其严格监管概率反而将会下降。

证明 根据命题3，p00增大，p

因此，Tg与p00正相关，当Fp+Fe-Cg

3.4 患者评价策略稳定性分析

患者选择失真评价、真实评价的期望收益以及评价策略的复制动态方程、一阶偏导数分别是：

(16)

F(f)=df/dt=f(1-f)(Uf-U1-f)=f(1-f)(1-p)(1-e)[αI-gd-(1-g)ξ(d-c)]

(17)

F′(f)=(1-2f)(1-p)(1-e)[αI-gd-(1-g)ξ(d-c)]

(18)

命题4 当αI-gd-(1-g)ξ(d-c)<0时，患者的演化稳定策略为真实评价；当αI-gd-(1-g)ξ(d-c)>0时，患者的演化稳定策略为失真评价；当αI-gd-(1-g)ξ(d-c)=0时，不能确定演化稳定策略；并且，当p=1或e=1时，其演化稳定策略同样不能确定。

命题4表明：影响患者评价策略的主要因素包括：医药电商的诱导评价成本系数、政府严格监管概率、患者投诉率、投诉成本和患者获得的赔偿额。因此，政府监管部门除了通过严格监管和立法管制等手段外，还可通过提高患者维权意识、降低患者维权成本、增大赔偿额的方式消除患者评价失真现象。

患者评价策略的相位图，如图5所示：

图5 患者评价策略选择的相位图

如图5所示，Vf0部分的体积为患者真实评价的概率，Vf1部分的体积为患者失真评价的概率，得：

(19)

(20)

推论4.1 患者投诉率降低(即维权意识下降)，患者失真评价的概率将增大；提高患者的赔偿额、降低投诉成本将使患者真实评价的概率上升。

证明 由Vf1对ξ求一阶偏导数，由Vf0对d、c求一阶偏导数，得：

因此，患者失真评价的概率Vf1与ξ负相关，真实评价的概率Vf0与d正相关与c负相关。证毕。

4 策略组合稳定性分析

在政府监管部门、药品生产商、医药电商、患者四方博弈的复制动态系统中，四方博弈主体策略组合的稳定性可根据Lyapunov第一法则判断：若Jacobian矩阵的所有特征值均为负，则均衡点为渐进演化稳定策略(ESS)；若Jacobian矩阵的特征值至少有一个为正，则均衡点为不稳定点；若Jacobian矩阵除为零的特征值外，其余特征值均为负，则均衡点处于临界状态，稳定性不确定。Selten[32]、初钊鹏等[33]等学者指出，多种群演化博弈中的稳定解必是严格纳什均衡解即纯策略均衡解。因此，在四方演化博弈中，本文将对16种纯策略均衡点的稳定性进行分析。

根据各博弈主体的复制动态方程，得复制动态系统的Jacobian矩阵为：

J

4.1 患者失真评价下策略组合稳定性分析

当患者的稳定策略为失真评价时，即满足条件αI-gd-(1-g)ξ(d-c)>0，复制动态系统均衡点的渐进稳定性分析如表2所示。

患者失真评价现象扰乱互联网药品质量安全的稳定性，消除患者失真评价是打破互联网药品乱象的重要措施，政府监管部门必须加快完善立法和加强执法力度，通过遏制医药电商诱导患者正面评价的行为、提高患者的赔偿额、增强患者维权意识、降低投诉成本、强化监管等措施，从而消除患者失真评价现象的发生。

表2 患者失真评价下复制动态系统均衡点渐进稳定性分析

4.2 患者真实评价下策略组合稳定性分析

当患者的稳定策略为真实评价时，即满足条件αI-gd-(1-g)ξ(d-c)<0，复制动态系统均衡点渐进稳定性分析如表3所示。

表3 患者真实评价下复制动态系统均衡点渐进稳定性分析

5 案例数据分析

根据国家药品监督管理局《2018年药品监管统计年报》，2018年各级监管机构共立案投诉举报的药品案件3556件；共查处药品案件98000件，罚款76.6亿元，药品批发收入27.4亿元，没收违法所得金额20.0亿元[34]。据此本文设定患者投诉率ξ=3556/98000≈4%，政府对药品生产商的罚款额Fp=76.6亿元(单位下同)，药品批发收入W=27.4，假设提供低质量药品节约的成本Cph-Cpl=15。根据《国家药品监督管理局2019年部门预算》市场监督管理中药品事务年初预算7.2亿元[35]，假设政府严格监管成本Cg=7.2。由于目前监管体系缺乏互联网药品监管统计数据，假设医药电商经营某药品零售收入P=48，零售利润R=12，医药电商诱导患者正面评价付出的服务成本I=12，设其诱导成本系数α=0.2，药品检测成本Ce=3.7，政府对经营低质量药品的医药电商的罚款额Fe=127，政府监管部门监管失职遭受的上级行政处罚Tg=198。根据《消费者权益保护法》，本文假设患者的赔偿额为药品零售价的三倍d=144，设患者投诉成本c=90。设各博弈方初始策略的选择分别为p=0.5，e=0.3，g=0.2，f=0.7。通过各要素的数值变化分析患者评价带来的声誉价值增加或损失、医药电商诱导评价成本系数、患者投诉率、患者失真评价的概率、罚款额等对各策略的影响。

5.1 患者评价带来的声誉价值增加或损失的影响

图6 患者评价带来的声誉价值增加或损失对各方策略演化的影响

由图6可知，医药电商和药品生产商的声誉价值增加或其声誉价值损失的增大，均将有助于药品生产商提供高质量药品。当患者评价带来的声誉价值增加或损失较小时，药品生产商策略变化频率(波动)较大且存在以较高的概率提供低质量药品的现象，低质量药品出现时政府监管部门将加大严格监管，此时，患者失真评价的概率降低，并且随着医药电商提高质量检测率，政府严格监管率有下降趋势。随着患者评价带来的声誉价值增加或损失的增大，药品生产商将倾向于选择高质量药品策略。

5.2 医药电商诱导评价成本系数的影响

图7 医药电商诱导评价成本系数对各方策略演化的影响

图7表明，医药电商诱导评价成本系数的提高会使其稳定策略为药品不检测，此时药品生产商提供高质量药品的概率、政府严格监管的概率、患者失真评价的概率波动增大。因此，在互联网药品销售中，应对医药电商诱导评价的行为进行管制或惩罚，2019年1月1日正式实施的《电商法》以立法的方式对互联网交易中诱导评价行为进行了规范。

5.3 患者投诉率的影响

由图8可知，患者投诉率提高能够增强药品生产商提供高质量药品的稳健性。在药品生产商提供高质量药品的概率下降时，通过政府监管部门提高监管概率、医药电商提高检测率、患者降低失真评价概率等措施，使药品生产商提供高质量药品的概率恢复稳定。

图8 患者投诉率对各方策略演化的影响

5.4 患者失真评价的影响

图9 患者失真评价概率对各方策略演化的影响

图9表明，患者失真评价对互联网药品质量安全具有严重的负面影响。患者失真评价下，医药电商的稳定策略为药品质量不检测，药品生产商提供低质量药品投机现象不断发生，政府监管部门的监管策略随之调整(不稳定)，此时药品生产商不能稳定提供高质量药品。随着患者失真评价概率的降低，药品生产商提供低质量药品的投机现象将下降。在患者真实评价下，医药电商和政府监管部门提高药品质量检测率和严格监管率，使药品生产商的稳定策略转变为提供高质量药品，并在药品生产商选择提供高质量药品作为稳定策略后，医药电商和政府监管部门的稳定策略转变为药品质量不检测和宽松监管策略。

5.5 罚款额的影响

图10 罚款额对各方策略演化的影响

图10表明，在政府监管部门的罚款额较高时，复制动态系统仅存在一个策略稳定点(1,0,0,0)，此时，药品生产商提供高质量药品、医药电商选择不检测、患者真实评价、政府宽松监管。随着政府监管部门的罚款额降低，复制动态系统处于不稳定状态，博弈主体的策略组合均不具有稳定性。当政府监管部门的罚款额进一步降低时，复制动态系统将稳定于策略组合(0,0,0,0)，此时，互联网药品市场充斥着低质量药品，不利于“互联网+医疗健康”体系的建设，严重威胁公众生命健康。因此，政府监管部门在建立药品质量监管机制时，应注重罚款机制的设计，有效的罚款机制对保障互联网药品安全具有重要意义。

6 结语

考虑患者反馈机制，研究“互联网+医疗健康”背景下如何保障药品质量安全问题，本文构建了四方参与的药品质量监管演化博弈模型，并对各博弈主体的策略选择稳定性以及复制动态系统均衡点的稳定性进行了分析，并仿真分析了各关键要素对策略演化的影响，主要结论如下：

患者失真评价概率增大、投诉率降低时，医药电商更倾向于选择药品质量不检测，不利于互联网药品质量安全。因此，政府必须规范互联网经营，避免医药电商诱导评价等欺诈行为的发生，从而提高患者真实评价概率，此外，提高政府监管率、提升罚款额、降低医药电商检测成本等措施也是促进医药电商选择药品检测策略的有效方式。

在患者失真评价下，不存在药品生产商选择提供高质量药品的稳定策略组合；而在患者真实评价下，有效的反馈机制和监管机制可使互联网药品质量安全具有稳定性，其中，有效的反馈机制和监管机制包括患者投诉率、患者评价带给生产商的声誉价值增加、声誉损失、药品生产商的罚款额等要素。

提高患者评价带给医药电商和药品生产商的声誉价值增加或声誉损失将会使药品生产商选择提供高质量药品做为稳定策略；增大政府监管部门的罚款额，也能够使博弈系统的演化稳定策略为药品生产商生产高质量药品、医药电商选择不检测、患者真实评价、政府宽松监管。

降低患者失真评价和投诉维权行为的增加，均可增强药品生产商提供高质量药品的稳健性。降低患者投诉成本、提高投诉率、增大赔偿额均能够使患者失真评价概率下降，增强评价信息的真实性，对保障药品安全具有重要意义。

患者反馈机制不仅包含线上评价和投诉行为，还包括线下评价和口碑的影响，并且互联网药品质量监管与传统渠道的质量监管密不可分，本文仅考虑线上药品监管和患者反馈，未考虑线上与线下药品销售渠道的竞争对药品质量的影响。因此，结合传统渠道与互联网渠道，构建多主体参与的多阶段、重复、动态监管博弈模型，研究双渠道药品的质量监管策略将是我们下一步研究方向。