馬海燕 郎 穎 柴 艷 沈曉奕
2009年新醫改首次提出“改革藥品加成政策,實行藥品零差率銷售”,公立醫院自此開始了破除“以藥補醫”的改革之路。2015年寧夏某地市屬公立醫院按照“總量控制、結構調整、有升有降、逐步到位”原則,實施取消市屬公立醫院包括三級甲等公立醫院在內的藥品加成政策,并將公立醫院的補償政策調整為政府補償和醫療收費兩條途徑。具體形式為 30%藥品收入損失由財政預算補償,60%通過調高醫療服務價格來彌補,其余 10%由醫療機構通過設置藥事服務費等方式自行解決。該補償政策實施后,相關調查研究發現,目前該市通過調高醫療服務價格僅能彌補藥品虧損的43.18%,沒有達到政策要求的 60%,醫療服務價格調整也不到位,醫療機構仍然存在政策虧損現象[1]。而科學、準確地測量醫療機構因該政策所帶來的虧損,能夠為衛生行政部門調整該政策提供依據,具有重要意義。
系統動力學通過研究系統結構以及各變量的因果關系,收集系統過去行為的信息和數據,經過統計處理,建立參數型模型,可以進行趨勢外推以預測未來[2]。與其他經濟模型(如計量經濟學等)相比,系統動力學模型注重系統內部因果關系,擅長處理周期性和長期性問題,如政策模擬、長期預測等[2]。目前系統動力學方法已廣泛應用于醫療衛生系統,如董丹丹和雷海潮[3]應用系統動力學模型推測衛生總費用,梁鑫等[4]通過系統動力學模型計算養老保險基金缺口,張皓等[5]采用系統動力學方法仿真診療系統模型測算分級診療節約的直接醫療成本等,均得出了有價值的結果。基于此,本研究擬運用系統動力學方法測算2015—2022年寧夏某市屬公立醫院取消藥品加成后造成的政策虧損。
1.1 一般資料選取寧夏某地市屬5家公立醫院為研究對象,通過實地調研和查閱相關寧夏衛生統計資料等,搜集2009—2014年樣本醫院的運營數據,主要包括醫院總收入、總支出、門診人次、出院人數、藥品收入、藥品費、次均藥費等。
1.2 方法本研究在廣泛閱讀文獻基礎上,找出影響取消藥品加成政策虧損的關鍵變量及其之間的邏輯關系,運用系統動力學軟件Vensim PLE 6.0繪制取消藥品加成政策虧損測算流圖。通過使用 Venple構建寧夏某地市屬公立醫院取消藥品加成政策虧損的系統動力學模型,利用收集的寧夏某地市屬公立醫院2009—2014年醫院運營數據,預測取消藥品加成后2015—2022年樣本醫院政策虧損,步長為1年。其中2014年之后的數據是通過平均2009—2014年每年的增長率作為模型中各項增長率的初始值進行預測得到。
2.1 構建系統動力學模型取消藥品加成政策虧損測算模型主要包括門診藥品收入子系統和住院藥品收入子系統(圖1),分別對寧夏某地市屬公立醫院門診政策性虧損和住院政策性虧損進行測算,進而測算取消藥品加成將造成的總政策性虧損[6-7],模型主要變量及函數關系見表1。
2.2 模型擬合檢驗采用2012—2014年5家公立醫院門診藥品收入和住院藥品收入進行真實性檢驗,通過分析二者誤差,來驗證模型的正確性和有效性。一般認為誤差率為-10%~10%,模型的預測效果較好[8]。表2中2012—2014年5家公立醫院門診和住院藥品收入的預測數據與實際數據的誤差率均為-10%~10%,表明預測數據與實際數據擬合度較高,預測數據具有良好代表性,能夠有效預測門診和住院藥品收入趨勢。

圖1 取消藥品加成政策虧損測算流圖
3.1 取消藥品加成前寧夏某地市屬公立醫院運營現狀2010—2014年寧夏某地市屬公立醫院收入、支出總額均呈快速增長趨勢,平均增速分別為18.57%和17.59%,其中2014年醫院總收入達253 969.8千元,支出總額達238 007.0千元,是2009年收入和支出總額的2倍,2014年的醫院總結余也高達15 962.8千元,見表3。

表1 模型主要變量及函數方程

表2 門診和住院藥品收入擬合表

表3 2009—2014年寧夏某地市屬公立醫院收支結余表
2009—2014年藥品收入和藥品費用逐年增加,2010—2014年藥品收入平均增速為 13.9%,藥品費用平均增速為 13.7%。2009年總收入中藥品收入占42.7%,此后藥占比逐年下降,2009—2014年平均藥占比為 39.0%。2009—2014年門診次均藥品費從119.3元增長至129.5元,平均增長率為4.6%;住院患者日均藥費從216.7元增長至255.7元,平均增長率為3.5%。見表4。
3.2 公立醫院取消藥品加成政策虧損預測結果以2014年門診診療人次、門診患者次均費用、出院人數、住院患者日均藥費、住院時間、藥品費等為初始值,模型中的速率變量以2009—2014年統計數據的平均變化率為初始值,通過計算機仿真動態模擬測算2015—2022年取消藥品加成后城市公立醫院的政策虧損。門診政策性虧損高于住院政策性虧損,見圖2、表5。

表4 2009—2014年寧夏某地市屬公立醫院藥品收入及次均藥品費用

圖2 門診和住院政策性虧損測算

圖3 樣本醫院政策虧損測算

表5 寧夏某地市屬公立醫院政策虧損測算結果
4.1 測算取消藥品加成后醫療機構的虧損有利于合理調整醫療服務價格由于歷史原因造成我國醫療服務價格長期表現為低廉性和滯后性[9-10],雖然近年來醫療服務價格有所上調,但體現醫療技術價值的醫療服務價格仍然偏低。取消藥品加成政策后,調整醫療服務價格作為其銜接性配套政策已成為彌補醫療機構政策性虧損的主要渠道。而科學、準確地測量取消藥品加成后醫療機構的虧損,將有利于及時、合理地調整醫療服務價格,為政策制定者建立動態化醫療服務價格調整機制提供參考依據。
4.2 測算取消藥品加成后醫療機構的虧損有利于醫療機構成本的測算實施取消藥品加成政策,可降低藥占比,控制藥品次均費用,去除我國醫療衛生領域長期存在的“以藥養醫”的頑疾。但改革帶來的成本給醫院運營造成了壓力,所以需對取消藥品加成造成的政策虧損進行科學預測,為醫療機構補償機制改革方案提供有效的證據支持。目前,從各地試點醫院的改革現狀來看,醫藥價格綜合改革中補償率與預期不符[11]。其表現為一方面醫藥價格調整補償幅度不合理,另一方面對取消藥品加成虧損預測不準確。政策仿真預測能夠實現對未來效果的有效把控,前瞻性預測政策效果,有利于減少失誤,提高決策效率,是公共政策分析的重要手段之一[12-13]。當前,世界上已有多個國家通過運用模型仿真,在衛生政策領域獲得了較好的健康產出和社會績效[5,14-15]。系統動力學被喻為“政策實驗室”,通過對實際系統建模,以計算機仿真技術為手段,能夠提供長期、動態、戰略的仿真分析與研究,為評估某項政策未來可能的影響及制訂精細化方案提供參考[2]。
4.3 測算取消藥品加成政策的虧損有利于完善補償機制改革方案本研究結果顯示,2015—2022年寧夏某地市屬公立醫院取消藥品加成政策虧損變化幅度較小,但隨著時間推移虧損數值越大。改革初期,虧損較小時,醫院可縮減各項開支,勉強維持運營發展。到改革后期,隨著時間推移虧算越來越大,將出現巨大資金缺口和相應成本,公立醫院的運營和發展將難以維系,醫院可能會陷入經濟困境中。本研究中,門診政策性虧損高于住院政策性虧損,且隨著時間推移虧損差距將成倍增加。提示取消藥品加成后,應注意合理調整門診和住院醫療服務價格,提高門診收入占總收入比例,不可過分依賴于住院收入,否則將增加患者的疾病經濟負擔。因此,只有提高疾病的診斷準確性,將普通患者的問題在門診解決,才能更好地實現健康中國的戰略意義。
綜上所述,取消藥品加成后,城市公立醫院需提升門診醫療服務價格,如提升專家掛號費等。對于城市三甲公立醫院可重點建設學科群、推進聯合門診、發展全科門診等,為患者提供優質診斷服務,才可提高門診收入在總收入中的比例。此外,還應加大政府財政投入,加強醫療服務成本測算,聯合醫療保險、財政、價格、衛生管理部門等切實建立“三醫聯動”常態機制,共同研究制定動態調價的細化實施方案[10],科學、合理地調整醫療服務價格。
[1]郎穎.銀川市屬公立醫院取消藥品加成政策實施效果分析[J].中國藥物經濟學,2017,12(8):30-33.
[2]許光清,鄒驥.系統動力學方法:原理、特點與最新進展[J].哈爾濱工業大學學報(社會科學版),2006,8(4):72-77.
[3]董丹丹,雷海潮.系統動力學模型在衛生總費用推算中的應用研究[J].中國衛生經濟,2011,30(4):17-19.
[4]梁鑫,伯生,壽偉.上海城鎮職工養老保險可持續發展對策研究[J].統計與決策,2010(13):150-152.
[5]張皓,劉悅,顧淑燕,等.分級診療能節省成本嗎——基于系統動力學模型的浙江省診療系統分級優化成本測算[J].中國衛生政策研究,2017,10(7):13-21.
[6]黎舒,黃高明,范世祥,等.基層醫療機構藥品加成政策性虧損的補償測算[J].中國衛生統計,2014,31(3):510-511.
[7]吳靜嫻,何榮鑫,毛瑛,等.陜西省城市公立醫院取消藥品加成政策性虧損測算[J].中國衛生經濟,2016,35(4):11-13.
[8]江其玟,姜凱心,許穎,等.基于系統動力學的我國三級公立醫院補償機制[J].系統工程,2017,35(4):101-109.
[9]周綠林,鄒玲紅.取消藥品加成后公立醫院的補償機制探討[J].中國藥房,2012,23(1):9-11.
[10]張靜,崔兆涵,王虎峰,等.“三醫”聯動視角下的醫療服務價格動態調整[J].中國衛生經濟,2018,37(1):28-32.
[11]張明,胡豫,丁寧,等.醫藥價格綜合改革形勢下三甲公立醫院運行機制變革[J].中國醫院管理,2018,38(3):1-3,7.
[12]威廉·N·鄧恩.公共政策分析導論[M].北京:中國人民大學出版社,2010.
[13]張皓,楊芊,夏永鵬,等.浙江省“百千萬”衛生人才政策干預效果研究——基于系統動力學學模型[J].中國衛生政策研究,2017,10(5):20-26.
[14]Fallah-Fini S,Rahmandad H,Huang TT,et al.Modeling US adult obesity trends:a system dynamics model for estimating energy imbalance gap[J].Am J Public Health,2014,104(7):1230-1239.
[15]Tobias MI,Cavana RY,Bloomfield A.Application of system dynamics model to inform investment in smoking cessation services in New Zealand[J].Am J Public Health,2010,100(7):1274-1281.