政府監管下的醫院醫療信息分享演化博弈分析

張 強，王麗亞，耿 娜，江志斌

(上海交通大學 機械與動力工程學院，上海 200240 )

0 引言

醫療衛生服務是與人民群眾利益息息相關的重大民生問題，受到政府部門的監督管理和高度重視。經過二三十年的改革，我國在醫療衛生服務領域的水平已經有了極大的提高，但現有的醫療衛生資源依舊難以滿足居民日益增長的需求[1]。因此，在如此緊張的醫療環境下，醫療資源的有效利用顯得尤為重要。信息分享作為一種提高資源利用率以及組織效益的有效方式，尤其是在知識密集型的醫療衛生服務領域，是促進醫療資源有效利用的關鍵途徑。醫院間的醫療信息分享能帶來諸多好處[2,3]。首先，影像或非影像的檢查檢驗信息的分享能有效減少重復檢查現象，減少患者的看病支出；其次，患者電子病歷、健康檔案等信息的分享能夠給醫生提供更完備的信息，有助于患者獲得更好的治療效果；再則，醫院醫學研究、診療診斷信息等的分享有助于醫院醫療水平的提高，促進整個醫療環境的提升等。

然而，在我國現有環境下，醫院往往難以自發進行醫療信息分享，主要存在三方面的障礙[4]：一是缺乏對醫院間信息分享的國家和地方政府部門的政策引導；二是醫院間缺乏明確的信息分享需求；三是醫院間缺乏相互信任和了解。近年來，政府實施了很多重大舉措，在各個地區積極推進建設醫療聯合體[5](如上海醫聯體、武漢五院醫聯體等)，加強醫院之間彼此的合作和信任。并且，政府還協助建立醫療信息分享平臺(如上海申康醫聯工程下的臨床信息交換平臺)，幫助規范和明確醫院間的信息分享需求。但是，經過對上海市醫聯體下各醫院的訪談發現，目前醫療信息分享尚且缺乏有效的具體到醫院的政府精準化政策的引導，各醫院信息分享缺乏動力，誰也不愿積極主動進行信息分享。

在當前的社會環境下，醫療信息分享的成功實施遠非單純的監管問題和技術難題。首先，在我國社會主義市場經濟條件下，政府對公立醫院的監管，主要是指政府運用公共權力制定和實施規則與標準約束(政府內或政府外)獨立運營的公立醫院，政府并不直接對醫院進行控制，不能迫使醫院進行醫療信息分享[6]。在本文的研究中，政府對醫院的監管主要體現為對醫院的信息分享行為進行激勵，對醫院的不分享行為進行懲罰。其次，醫療信息分享技術日趨成熟，信息分享平臺也日趨完善，隱私保護、信息安全等問題也能得到妥善解決，信息分享在技術上已經完全可以實現[7,8]。本質上說，當前醫療信息分享難以成功實施的現狀是復雜的政府、醫院和患者之間多元利益沖突的結果。一方面，長期來看，信息分享具有一定的增值性，會促進整個社會醫療環境的提升，促進醫療資源的合理利用，給政府、醫院和患者帶來巨大效益。另一方面，信息分享近期也會給醫院主體帶來一定的成本，如將隱性或半顯性知識用于分享帶來的直接成本，分享信息的時效性等問題帶來的風險成本以及檢查信息重用帶來的檢查收入減少等間接成本。因此，對于政府，為了獲得長遠的國家利益和社會效益(如提高社會整體醫療水平，解決看病難看病貴問題等)，需要在醫院主體的分享初期，對醫院實施監管，提供適當的激勵懲罰措施，以促進醫院間的信息分享進程。因此，政府主體在制定政策以及醫院主體在做出分享或不分享的策略時，均會考慮雙方策略對自身的影響，并在自身利益和社會效益之間進行權衡，本質上是一種博弈行為。

考慮到醫療信息分享問題具有長期性、政府主體與醫院主體之間的信息不對稱性以及政策實施效果的不確定性，因此各方的博弈行為決策呈現出有限理性特征。在這一特征下，博弈主體難以尋求最優策略，而是需要在多次博弈中通過模仿學習等動態過程來尋求優化決策。基于有限理性的演化博弈論則可將博弈主體的行為模型化為在各種影響因素作用下的具有自學習能力的主體自適應調整的漸進演化過程[9]。為了分析醫療信息分享過程中政府與醫院的交互行為，從而為政府預測醫院間醫療信息分享行為并制定促進信息分享的精準化政策提供參考，本文將演化博弈理論引入到醫院醫療信息分享行為的研究中。

近年來，演化博弈已經成為了分析社會主體間復雜交互行為的有效工具，在很多社會問題的研究中也涌現出了一些創新成果。在知識信息分享研究領域，談正達等[10]基于演化博弈論的方法，分析了產業集群的知識共享機制的動態演變過程，得出了產業集群的文化環境、企業的知識吸收轉化能力、企業間的知識水平差異是影響知識共享的關鍵因素。孫銳等[11]則對動態聯盟的知識共享進行了演化博弈分析，并加入了對知識可共享度、共享知識的潛在風險程度的考慮。劉戌峰等[12]建立IT外包知識共享行為的演化博弈，得到知識可共享量、知識互補程度、信任、知識共享成本和風險以及激勵機制等是影響IT外包知識共享行為的關鍵因素。王瑞華等[13]提到創新組織內的持續知識共享會提高組織的創新速度并帶來增值效應，研究得出降低共享成本、提高員工的知識共享能力，并建立一定的激勵機制等能夠極大地促進共享行為的發生。此外，在政府參與的社會管理領域，戚湧等[14]對政府監管與科技資源共享主體進行分析，建立了政府監管與科技資源共享群體之間的演化博弈模型，對演化博弈結果進行了探討，并提出了相關建議。張國興等[15]探討了第三方監督對食品安全監管的影響，通過構建演化博弈模型分析得到強化第三方監督有助于促使政府監管部門加強監管以及改善企業食品安全治理的結論。金帥等[16]基于演化博弈模型，分析了博弈主體動態支付條件下區域環境保護行動的演化過程，結合我國環境保護的具體國情，提出了相應的改進措施與政策建議。周輝等[17]針對旅游市場存在的嚴重宰客現象，通過演化博弈模型，探討了如何健全旅游市場監管機制問題，得到應從博弈主體的成本、收益以及監管的懲罰力度等方面促進旅游市場監管機制的有效構建。

上述研究表明演化博弈理論對于揭示參與主體間的相互作用機理，促進知識信息分享以及為政府提供監督管理等指導具有極大幫助。但到目前為止，還沒有學者研究過政府監管下的醫院間醫療信息分享的演化行為，政府在制定促進醫療信息分享的精準化政策上仍然缺乏有效的指導。本文首次將演化博弈理論引入到醫療信息分享的問題中，構建了“政府-醫院”兩者之間的演化博弈模型。在模型中，考慮到醫療信息分享對患者具有極大影響以及患者作為醫療服務對象的主體作用，我們引入了患者的評價作為演化博弈的影響因素。考慮到醫聯體中信息分享常用的星型網絡結構特征，我們引入了梅特卡夫定律用以衡量信息分享的社會價值[18]。基于我們建立的模型，我們討論了政府和醫院兩個主體的演化穩定策略，據此深入揭示政府監管下的醫院信息分享行動的演化特征，從而為政府制定政策促進醫療信息分享的成功實施提供有效的參考意見。

1 問題描述和模型假設

由于醫療信息分享問題的復雜性，醫療信息分享在現實中大多表現為一種多部門、多主體聯動協作的方式。在我國，信息分享模式主要分為點對點模式、索引中心模式、醫聯體共用一套醫院信息系統模式、醫聯體各用一套相同的醫院信息系統模式和數據中心模式。在其中，最有效最常用的是數據中心模式，其運作模式如圖1所示[19]。在該模式下，參與分享的醫院可以將自己的分享信息上傳到醫療信息分享平臺，并能夠使用平臺上其他醫院貢獻的信息；參與監管的衛生部、財政部、藥監局等政府各部門聯合推動多個醫院間的信息分享，通過信息平臺收集各醫院的分享情況等信息，進而對醫院的分享行為進行激勵或者對不分享行為進行懲罰。

圖1 數據中心式信息分享運作模式

因此，基于上述數據中心模式的信息分享運作模式，主要涉及到政府、醫院和患者三類主體。其中，政府作為推動醫療信息分享的主體，可對醫院實行“監管”或“不監管”的策略；而醫院作為信息分享的行為主體，可以選擇“參與分享”或“不參與分享”的策略。對于患者，作為醫院主體的服務對象以及政府主體關注的對象，其就醫體驗同時受到政府和醫院的關注，因此其是影響兩者決策的重要因素，在本研究中將這種影響通過患者對政府和醫院的口碑評價進行衡量。

為了更清楚地對模型進行解釋，本文結合中國相應的現實情況做出如下假設：

假設1政府和醫院兩類群體各自的總數保持相對穩定，進而群體規模均可標準化為1。在時刻t，醫院群體中選擇參與信息分享策略的比例為x(t)，政府群體中選擇監管策略的比例為y(t)，并滿足0≤x(t)≤1，0≤y(t)≤1。

假設2社會中整體醫療服務質量提升的環境質量E與參與醫療信息分享的醫院比例x正相關。這種環境質量提升具有公共外部特性，不論醫院是否參與分享，也不論政府有沒有進行監管，都可以享受這種醫療服務質量提升的好處。進而，把醫院和政府的環境收益分別簡記為：E1(x)和E2(x)。

對于醫院，醫療信息分享會帶來社會整體醫療服務質量的提升，從而可以降低醫院的看病成本。當醫療信息分享行為越普及，社會上醫療服務氛圍越好、醫療水平越高，患者可以感知到看病不再困難、診療費用明顯下降等好的社會效益。在這里，考慮到信息分享是個正反饋系統，選擇醫療信息分享的醫院個體越多，個體間信息交互越頻繁，越有利于社會整體醫療水平的提高，即E值越大，所以這里可以假設E是和醫院群體中選擇進行醫療信息分享的比例x正相關的函數。結合圖1中的數據中心式的信息分享運作模式，在常見的星型網絡拓撲結構下，假設每個醫院個體參與醫療信息分享的信息量相當，那么當有n個醫院個體參與醫療信息分享時，每個醫院個體能夠獲取另外n-1個來源的信息。因此，在這里可以假設E1=k1x，E2=k2x。其中，k1和k2都是常數，衡量信息分享對整個醫療環境的影響程度，與信息分享的質量、頻率等有關。

假設3就醫院而言，參與信息分享由于信息質量，信息的準確性等因素，使得醫院在使用的過程中可能存在一定的風險，我們把這些付出稱為醫院的直接成本c1；在有政府監管的情況下，醫院選擇分享策略可以得到來自政府的激勵收益e；如果選擇不分享策略，會受到政府的懲罰成本f。此外，醫療信息分享會促進醫療信息的有效使用，減少醫院的一些重復檢查等工作，從而間接地減少了醫院的收入，我們把這部分稱為醫院的間接成本c2。

由于參與分享的醫院越多，醫院將擁有越多能夠重復使用的信息，從而間接成本越大。因此，我們假設醫院的間接成本c2與參與分享的醫院比例x正相關。在這里，我們假設c2=bx，其中b是常數，衡量信息分享對醫院現有收益的影響程度，與分享的信息的可重用性等因素有關。再則，患者是醫院醫療水平提升的一大受益群體，他們期望醫院能參與醫療信息分享，起到一定的影響。在這里，將患者的影響用激勵收益和懲罰成本來量化表示，當醫院選擇信息分享策略時社會整體醫療水平得以提升，患者也就因此享受到了信息分享帶來的益處，因為會給予醫院以好的口碑，吸引更多人去這些醫院就診，醫院就獲得了這種形式的激勵收益，記為R1；反之，當醫院選擇信息不分享策略時，患者就沒辦法享受到相應的益處，會對醫院有意見，傾向于去選擇醫療信息分享的醫院就診，因此醫院患者數量減少、口碑變差，得到懲罰成本，記為R2。

假設4就政府而言，選擇監管策略需要政府財政上對人力、物力的支持，會產生監管的固定成本為c3；在政府選擇監管策略的情況下，政府需要給參與信息分享的醫院進行激勵，激勵成本為e；政府還會對不參與分享的醫院進行懲罰，得到罰金收入f。此外，患者對政府也起到一定的影響。當醫院不參與信息分享時，如果政府選擇監管，則會在患者心目中樹立起一個積極負責有作為的形象，有效地提高了政府的聲譽，這對政府也作為一種收益，記為R3；但是如果政府不監管，則會讓患者覺得政府不作為，從而聲譽受損，積累一定的社會不穩定因素，相當于政府會付出相應的成本，記為R4。

基于以上假設，建立本文模型的具體參數表如表1所示。結合表1中模型參數，得到政府醫院雙方博弈支付矩陣如表2所示。

表1 模型參數及含義

表2 政府和醫院的演化博弈收益矩陣

根據政府醫院雙方不同策略下的支付，可以得到雙方的期望收益。由此得到：

=(k1-b)x+ey-c1+R1

(1)

(2)

=k2x2-(e+f+R3)x+f+R3-c3

(3)

(4)

由此，得到醫院和政府的期望收益分別為:

=(k1-b)x2+xy(e+f)+

x(R1+R2-c1)-fy-R2

(5)

=k2x2+xy(-e-f-R3-R4)+

y(f+R3+R4-c3)+R4x-R4

(6)

值得一提的是，醫院政府雙方期望收益函數中的環境收益部分表現為與醫院參與分享的比例x的平方正相關，這與梅特卡夫定律不謀而合。梅特卡夫定律表示：網絡的價值與網絡規模的平方成正比[18]。對于醫療信息分享來說，也一樣如此。隨著更多的醫院加入，已參與分享的醫院因為其他醫院的加入而獲得了更多的信息分享交流機會，而越多的信息交流碰撞越有利于整個社會醫療環境的提升，形成一種很強的正反饋作用和增值作用。

2 演化博弈分析

2.1 演化過程的平衡點

根據Malthusian方程[9]，醫院群體中選擇參與信息分享的比例的增長率與選擇該策略所獲得的收益與醫院群體期望收益之差成正比，由此可得:

=x(1-x)[(k1-b)x+y(e+f)+(R1+R2-c1)]

(7)

同理，得到政府群體的復制動態方程為:

=y(1-y)[x(-e-f-R3-R4)+R3+R4+f-c3)]

(8)

記k=k1-b表示信息分享帶來的收益系數，為環境收益系數與間接成本系數之差；I=e+f表示政府的激勵懲罰力度，為政府給的激勵和懲罰的和；P1=R1+R2表示患者對醫院的關注程度，為醫院口碑變好帶來的收益與口碑變差引起的成本之和；P2=R3+R4表示患者對政府的關注程度，為政府得到患者好評的收益和得到患者差評的成本之和。得到政府醫院博弈的復制動態方程為：

(9)

由x′=0,y′=0，可得：

2.2 平衡點的穩定性分析

由復制動態方程求出的平衡點不一定是系統的演化穩定策略(ESS)，因此對于系統演化最終得到的雙方的穩定策略選擇還需進一步分析。根據Friedman提出的方法，系統平衡點的穩定性可通過復制動態方程的雅克比矩陣的局部穩定性分析進行判斷[20]。由2.1節中的復制動態方程，得到系統的雅克比矩陣為:

(10)

其中，A=-3kx2-2x(yI+P1-c1+k)+yI+P1-c1,B=x(1-x)I,C=-y(1-y)(I+P2),D=(1-2y)[-x(I+P2)+P2+f-c3]。

計算矩陣J在命題1中7個平衡點的行列式和跡的值及符號，可判斷出其局部穩定性，結果見命題2。

命題2基于先前的假定，系統可能存在的ESS只有(0，0)、(0，1)、(1，0)和(1，1)，其他可能存在的平衡點為鞍點或者不穩定點。其中：①當P1-c1<0且P2+f-c3<0時，(0，0)是系統的ESS；②當I+P1-c1<0且c2-f-P2<0時，(0，1)是系統的ESS；③當k+P1-c1>0時，(1，0)是系統的ESS；④(1，1)不可能是系統的ESS。

證明首先計算出各點處的行列式Det(J)和跡Tr(J)，如表3所示。

表3 各平衡點的行列式和跡

2.3 演化結果的分情景分析

基于上述對演化模型平衡點及其局部穩定性的分析，綜合命題1和命題2可得醫療信息分享中醫院和政府主體在不同情形下的演化博弈過程。鑒于系統演化具有多重復雜路徑，本文分情形深入討論。

2.3.1 情形1：P1-c1>0。

推論1當P1-c1>0時，系統只有一個ESS(1，0)，政府不監管，醫院全部參與信息分享。

圖2 情形1下的系統動態演化圖

圖3 子情形2.1下的系統動態演化圖

推論1表明，不管系統初始狀態如何，只要醫院主體參與信息分享的內部收益(好口碑帶來的收益-分享的風險成本)大于不進行分享的內部收益時(口碑變差帶來的成本)，則系統最終將演化至好的狀態，即醫院主體全部參與到醫療信息分享的行動中，進而各醫院間信息分享更為頻繁，整個社會的醫療環境水平將會得到極大提高。

2.3.2 情形2：P1-c1<0，有三種子情形：

1)子情形2.1I+P1-c1<0且k+P1-c1>0。

推論2當I+P1-c1<0且k+P1-c1>0時，系統存在三個可能的ESS：(0，0)、(0，1)和(1，0)。其中，①當P2+f-c3<0時，存在兩個可能的ESS：(0，0)和(1，0)；②當P2+f-c3>0時，存在兩個可能的ESS：(0，1)和(1，0)。

推論2表明，當醫院參與信息分享的內部收益小于不參與分享的內部收益，且政府給的外部激勵和懲罰力度比較小時，醫院可能演化至全部不參與分享的狀態。但是當潛在的醫療環境變好帶來的潛在收益比信息分享帶來的潛在間接成本大且足以彌補醫療信息分享付出的風險成本時，醫院依然可能演化至全部參與到信息分享的狀態。具體演化為哪種狀態與當前醫院分享比例和政府的監管比例有關。

2)子情形2.2I+P1-c1>0且k+P1-c1>0。

推論3當I+P1-c1>0且k+P1-c1>0時，系統存在兩個可能的ESS：(0，0)和(1，0)。其中，①當P2+f-c3<0時，存在兩個可能的ESS：(0，0)和(1，0)；②當P2+f-c3>0時，存在唯一的ESS(1，0)。

圖4 子情形2.2下的系統動態演化圖

推論3表明，即使醫院參與信息分享的內部收益小于不參與分享的內部收益。但是當政府給的外部激勵和懲罰力度比較大時，且潛在的醫療環境變好帶來的潛在收益比信息分享帶來的潛在間接成本大且足以彌補醫療信息分享付出的風險成本時，醫院很可能最終演化至全部參與信息分享的狀態。尤其是在政府給的懲罰力度相對較大時，醫院由于害怕不進行分享會受到懲罰，會演化至全部參與信息分享。

3)子情形2.3k+P1-c1<0。

推論4當k+P1-c1<0時，系統存在兩個可能的ESS：(0，0)和(0，1)。其中，①當P2+f-c3<0時，存在唯一的ESS(0，0)；②當I+P1-c1<0且P2+f-c3>0時，存在唯一的ESS(0，1)。

推論4表明，當醫院參與信息分享的內部收益小于不參與分享的內部收益，且潛在的醫療環境變好帶來的潛在收益無法彌補醫療信息分享付出的風險成本時，此時不管政府許諾的激勵和懲罰力度有多大，醫院將最終演化至都不參與信息分享的狀態。

圖5 子情形2.3下的系統動態演化圖

2.4 演化結果的總結與討論

通過上述分析，易得如下結論。

結論1參與信息分享不是醫院主體的穩定狀態(ESS)的充要條件為：P1-c1<0且k+P1-c1<0。

結論1表明，當P1-c1<0時，醫院主體不能從參與信息分享中獲得內部收益，而且k+P1-c1<0，醫院看不到明顯的信息分享帶來醫療環境提升的長期收益，此時不管政府給多大的激勵懲罰力度，通過長期的反復博弈、模仿學習，有限理性的醫院最終都會趨向于選擇不參與信息分享。值得一提的是，如果此時政府采取較小的激勵力度，但在制定激勵懲罰政策時采用較大力度的懲罰措施，則監管策略將成為政府的ESS。這意味著推動信息分享已經成為政府一廂情愿的事情，甚至在現實中會演變為政府為了監管而監管，脫離實際，勞民傷財。

結論1給出了醫院群體無論如何都不會進行信息分享的充要條件，這可為政府在監管過程采取監管策略是否有效提供評估和警示作用。一旦政府發現當前狀態處于上述條件時，應及時采取措施，例如呼吁患者增強對醫院的醫療信息分享行為的關注(提高P1)、降低醫院的分享成本(降低c1，提高k)和引導醫院分享更加有價值的信息(提高k)，從而將醫院從不進行信息分享的方向上糾正回來。

結論2參與信息分享是醫院主體唯一的穩定狀態(ESS)的充要條件為：P1-c1>0或者P1-c1<0、I+P1-c1>0、k+P1-c1>0且P2+f-c3>0。

結論2刻畫了醫療信息分享得以實施的充要條件，在該條件下所有醫院將參與到醫療信息分享的行列中來。其中，P1-c1>0能夠充分保障醫療主體主動融入到信息分享的行動中，因為此時參與信息分享的內部收益大于不參與信息分享的內部收益。如果該條件在現實中難以滿足，比如說信息分享風險成本過大，患者對醫院監督力度不足，對醫院是否參與信息分享不太重視，并不會因為醫院是否參與分享而給出太好或太差的評價。此時，政府引導作用將對于醫療信息分享行動的成功實施不可或缺。一方面，政府要制定足夠有吸引力的獎懲機制，使得I+P1-c1>0得以滿足；此外，在制定獎懲機制時，要給以相對較嚴厲的懲罰措施，從而使得P2+f-c3>0得以滿足。最重要的是，政府要引導醫院分享更多有價值的信息，從而讓醫療信息分享為整個社會醫療環境的提升帶來更大的價值，醫院能夠看到未來醫療環境提升帶來的潛在收益，使得k+P1-c1>0得以滿足。總而言之，結論2表明，政府只要致力于通過一系列扶持引導政策，保障醫院主體在參與醫療信息分享時獲得切身利益，看到醫療信息分享帶來的好的潛在收益，則依然可以形成健康有效的醫療信息分享環境。

結論2給出了醫院群體通過長期的反復博弈、模仿學習將演化至全部進行信息分享的充要條件，這給政府部門制定監管激勵懲罰措施提供了很好的方向。政府部門通過努力，例如加大醫院信息分享的宣傳力度，引導患者關注醫院的信息分享行為(提高P1)；建立完善醫療信息分享的規范，引導醫療資源的有效利用，降低醫院的分享成本(降低c1，提高k)；引導醫院增加彼此的交流，分享更有價值的信息(提高k)等，從而引導醫院向著信息分享的方向發展，讓信息分享成為各個醫院的共識，形成一種良好的信息分享氛圍。

3 結論

針對當前缺乏政府部門有效的監督引導和激勵，醫院難以自發進行醫療信息分享的問題，本文基于演化博弈理論，通過對政府和醫院雙方的利益進行分析，進而探討雙方的策略選擇行為，建立了政府與醫院兩者之間的演化博弈模型，并分析了不同情形下可能達到的演化均衡狀態。通過比較分析不同情形下的演化均衡狀態，可以得到以下結論：

1)當滿足P1-c1<0且k+P1-c1<0時，醫療信息分享行動注定會因為醫院主體缺乏內在動力(成本過高、收益不足)而無法達成醫院全部參與分享的目標；

2)當滿足P1-c1>0或者P1-c1<0、I+P1-c1>0、k+P1-c1>0且P2+f-c3>0時，醫院參與信息分享的收益大于不參與信息分享的收益，有了分享的內在動力，政府通過合理的獎懲機制最終將能夠引導醫院全部參與信息分享行動；

3)在信息分享過程中，降低醫院主體信息分享的風險成本、規范提高醫院分享信息的質量、引導增強患者對醫院的監督力度、制定有吸引力和威懾力的有效的獎懲政策，是促進醫院醫療信息分享的關鍵。

為了促進醫院積極進行信息分享，建立規范良好的醫療信息分享環境，政府可從以下幾個方面采取措施。第一，降低醫院主體信息分享行為的轉變成本。政府主體一方面要加快醫療分享信息系統建設及推廣，解決醫院參與信息分享的渠道問題；另一方面，政府還要做一些服務性的工作，協助醫院將其半顯性甚至隱性的信息顯性化，如進行門診手術案例總結等工作，減輕醫院的負擔，從而降低醫院主體信息分享行為的轉變成本。第二，降低醫院主體信息分享行為的潛在風險和間接成本。政府一方面應該對醫院分享的信息進行規范，完善相應的法律法規及規范體系，讓醫院貢獻和使用信息都有保障；另一方面，政府還應做一些引導性的工作，引導醫院自覺進行醫療信息分享，讓信息分享成為各個醫院的共識。第三，建立合理的獎懲和監管機制。政府一方面要落實醫院醫療信息分享的監管工作，完善對醫院的指標考核體系，加入對醫療信息分享行為的考核；另一方面，完善對信息分享行為的獎懲機制，同時，在獎懲機制設計時，可以適當增加一點懲罰措施，作為政府主體內部的激勵，同時也增加對醫院的威懾力，從而使得醫院主體的參與成本要小于不參與的成本，增加其參與信息分享的動力。