杭州市医疗服务价格改革效果分析

□ 庞鲁生 PANG Lu-sheng 庞雁 PANG Yan

医疗服务价格改革是深化医药卫生体制改革的一项重要工作，根据杭州市政府2019 年重点工作任务关于推进医疗服务价格改革的要求，杭州市卫生健康委等有关部门联合下发了《杭州市医疗服务价格改革方案》，并于2019 年8 月1日起实施。这次改革本着“总量控制、结构调整、有升有降、逐步到位”的原则，调整项目共11 类、940 项，价格提高项目879 项、价格降低项目59 项，重点提高体现医务人员劳务价值和专家技术价值的三类四类手术项目、麻醉类项目以及诊查、护理等基本医疗服务项目的价格，降低部分检查、检验项目的价格，并取消可单独收费医用耗材加成政策，实行零差率销售，最终期望通过改革达到群众负担总体不增加，进一步优化医院收入结构的目标，并且促进医院建立合理用药、合理诊疗的内在激励机制。本研究通过实证研究的方法，选取杭州市某三级公立医院的病种样本数据，试图对本次改革的效果进行论证。

数据与模型

1.数据来源。本研究数据取自2019 年1 年1 日至2020年12 月31 日杭州市某三级甲等综合医院DRG 分组诊断为“ERCP(内镜逆行胰胆管造影术的复杂治疗操作，代码HO03)”的出院病人信息。选择该病种作为观察样本，主要是由于样本医院消化内镜治疗胆胰和胃肠道疾病特别是EUS联合ERCP 治疗胆道系统结石、慢性胰腺炎、胆胰恶性肿瘤等胆胰疾病处于国内领先地位，年诊治数量近3000 例次，样本量相对较大，统计上数据因为各种原因造成的偏差相对较小。最终在剔除跨期病人的样本数据之后(住院时间跨越医疗服务价格改革前后两个阶段)，共得到3303 组数据，其中医疗服务价格改革前数据967 组(2019 年1—7 月)，医疗价格改革之后数据2336 组(2019 年8 月—2020 年12 月)。

2.方法。为了研究首轮医疗服务价格改革对医疗费用的影响，本文设立如下回归模型：

本文总的模型为：EXP=β0+β1Treat+∑βiControLi+εi

本文的被解释变量为EXP，在模型中分别用Cost(病人住院费用)和Ratio(病人住院费用中医疗服务费用的比例)衡量，设立政策虚拟变量用于反映医疗服务价格改革的进程(属于改革前取值0，改革后取值1)。根据李陈晨等[1]、刘春平等[2]的研究，本文设置了患者性别、患者年龄、住院天数作为控制变量，并且为了消除主任医师技术水平差异、诊疗方案的习惯对住院费用的影响设置病人所属不同主任医师(Dr)这个控制变量。此外，为了考察ERCP 的复杂治疗操作伴有并发症的严重程度设立了虚拟变量Drg 来控制并发症的影响。各变量定义及说明如下表1。

表1 各变量定义及说明

本研究使用Stata12、Excel 对数据进行处理，首先对各变量基本情况进行描述性分析，接着以回归分析的模型考察医疗服务价格改革对于住院费用和收入结构的影响，最后使用T 检验对医疗服务价格改革前后的病人的费用结构变化进行了统计学检验。

实证结果与分析

1.描述性统计。主要变量的描述性统计见下表2。可以看到病人住院费用的均值为30179.57 元，中位数25980.26元；医疗服务收入占比的均值为39.54%，中位数为39.02，该病种的医疗服务占比还是相对较高的(浙江省2020 年综合改革评价目标满分指标为33%)，出院病人中男性占比较高为54.83%，平均年龄为63 岁，平均住院天数为9 天。DRG 分组中HO03B 与，HO03A 病例数差别不大，分别为1662，1643 例。

表2 各主要变量描述性统计

2.多元回归结果。从下表3 可以发现，代表医疗服务价格改革变量的虚拟变量Treat 与住院费用Cost 呈显著负相关，这就回答了本文的主要研究问题，杭州市的医疗服务价格改革确实降低了病人的住院费用，这与周琦荟等[3]的结论不同。从控制变量的结果来看，年龄、住院天数和住院费用显著正相关，即年龄越大、住院天数越长，住院费用越高，年龄和住院天数大通常也意味着病情越复杂，治疗和康复难度越大，因此住院费用越高，这与李陈晨等[1]、刘春平等[2]等人的研究结论一致；而关于性别变量，男性的住院费用虽然高于女性的住院费用，但不具有统计学意义。此外，不同的主任医生也与住院费用呈现显著相关性，可能的原因是不同的主任医生的医疗技术水平差异或者医疗方案的习惯或者偏好，导致了更高或者更低的住院费用。此外，DRG 分组也与住院费用显著相关。

表3 多元回归结果

从医疗服务占比的情况看，代表医疗服务价格改革进程的Treat 与医疗服务收入占比亦呈显著负相关，说明此次价格调整之后，医院的医疗服务费用占比显著下降。从控制变量的结果来看，年龄、住院天数都和医疗服务费用占比呈显著负相关，即病患年龄越大，住院天数越长，病人的医疗费用中医疗服务费用占比越低。一个可能的原因是，病患的年龄越大或天数越长，手术费用和治疗费的会越来越少，而替代以药物性治疗。

3.住院患者费用构成。从下表4 可以看到，执行新价格之后，材料费的比例从28.04%上升到29.42%，比例上升1.38个百分点，手术费的占比从8.36%下降到7.6%，这两项变化与政策的引导不一致。除上述两个项目外，其他项目基本与政策引导一致。执行新价格之后，药品、检查、化验、治疗4 个项目费用占比都有所降低，其中治理费的下降比例最大，从14.32%下降到了13.15%，下降1.17 个百分点。胡静等[4](2020)认为药品费和治疗费的下降意味着诊疗行为的规范。体现医务人员劳务价值的医疗服务项目收入占比的麻醉、护理、诊疗、其他费用(包括输血、输氧等项目)占比上升。

表4 价格调整前后费用组成

从人均费用来看，总费用从31572.66 元下降到30366.42元，均费减少1206.24 元，降幅3.82%。其中人均材料费、护理费、诊疗费用、其他费用都上升，上升金额最大的材料费上升80.61 元，其次是其他费用和诊疗费；人均化验、检查、手术、治疗费用等都下降，其中人均金额下降最大的是治疗费，下降528 元。对价格改革前后的均费进行t检验，可以发现化验费、检查费、手术费、诊疗费、治疗费具有统计学意义。提升比例最高的材料费，T 值检验并未达到显著性，下降比例最高的治疗费在1%水平上差异具有统计学意义。因此，可以进一步认定此次改革达到了促进医院建立合理用药、合理诊疗的内在激励机制的目标，减少了过度检查、过度化验等不合理现象。

4.稳定性检验。为了保证研究结论的稳健性性，本文从以下多种途径对研究结论进行了检验，包括分组检验和逐年回归检验。

(1)考虑到该病种在DRG 上根据严重程度可以分为并发症严重或者不严重(即控制变量Drg)，因此将样本分为并发症严重组和不伴有严重并发症组，分别回归，回归结果与上述类似。

(2)逐年回归。考虑到政策在2019 年8 月开始执行，为了控制年份的影响且考虑到新政策对医生行为的影响可能会滞后，因此分年份分别对基准模型进行再次检验，即2019年8-12 月的样本数据与2020 年的样本分组分别进行回归。回归结果表明，前文研究结论保持不变。考虑到篇幅限制，具体的回归结果此处不再公布。

结论与建议

本文选取2019-2020 年DRG 分组“ERCP 的复杂治疗操作(代码HO03)”的费用信息为研究样本，构建回归模型，从政策效应视角实证检验2019 年杭州市医疗服务价格改革的效果，得出以下研究结论：首先，通过本次医疗服务价格的改革确实达到减少病人的住院费用的效果，至少从DRG 分组代码为HO03 的费用信息来看确实如此；其次，从该病种的情况来看，本次医疗服务价格改革的另外一个目的——促进医院医疗收入结构优化的目标可能并没有实现，但这个结果可能受到所考察病种的影响。第三，从费用构成和人均费用的T 检验结果看，此次改革一定程度上达到了促进医院建立合理用药、合理诊疗的内在激励机制的目标，减少了过度检查、过度化验等不合理现象。第四，住院天数、主诊医生的差别、患者的年龄都对住院费用和费用结构有显著影响。

基于上述研究结论，笔者提出如下建议：

第一，为了保证“总量控制、结构调整”的目标能够实现，主管部门包括医保部门和卫生健康委应加强对医院的考核和监督，将考核目标包括腾空间量、医疗服务占比、平均出院日等指标和三级公立医院绩效评价、院领导的年终考评等结合起来，以此提升医院的积极性。

第二，继续推进医疗服务价格改革，将物价改革与DRG 支付改革有机结合，既体现公立医院的公益性，又保证医保基金可承受、患者认可，且公立医院能够良性、可持续运营。

第三，加强项目的成本研究，建立以成本为基础的医疗服务价格动态调整机制[4-5]。医疗服务的价格不是一成不变的，受人力成本6、物料耗费等多重因素影响，因此应加强对成本的研究和比价，适时调整。

第四，从医院角度看，要加强医用耗材的采购、入库、出库的管理，加强耗材合理使用的监管，将耗材考核的指标下到每个临床科室，严控耗材比。对体现医务人员劳务价值和专家技术价值的治疗和三四类手术，医院要做好绩效方案的倾斜以促使医生提升医疗服务技术水平，降低平均住院日。

展望

第一，本研究虽然对价格改革的效果从住院费用和费用结构两个角度做了研究，但是单一病种的分析结论可能并不能作为改革成效的“充分”证据。

第二，本研究选取的样本病种“ERCP 下的复杂治疗操作”由于涉及三四类的手术较少，涉及的大部分手术为十二指肠乳头肌切开术、腹腔镜下胆囊切除术等都不在此次价格调升范围内，而这可能对研究结论有影响。

因此基于上述两点，未来的研究可以从以下方向展开：

第一，可以从医院整体的运营结果来考察此次医疗服务价格改革的影响。例如可以选取样本数量较多、性质不同的医院(综合医院与专科医院，城市医院与区县医院)来对比考察此次价格改革的影响。

第二，更换样本病种，更换为手术类别为三四类的病种作为研究样本；同时选取不参加此次医疗服务价格改革的医院同病种的费用数据使用双重差分模型[6]以更加准确地考察此次改革的影响。