住院醫師規范化培訓學員投訴、評估檢查與基地建設質量的博弈分析

于淵寧,柳琪林

(中國醫師協會/中國醫師培訓學院,北京100073)

1 背 景

博弈論是研究在策略性環境中如何進行策略性決策和采取策略性行動的科學[1]。在策略性環境中,每個人進行的決策和采取的行動都會對其他人產生顯著的影響,每個人要根據其他人可能的反應來決定自己的決策和行動。1944年美國數學家馮·諾依曼和美國經濟學家摩根斯坦合著的《博弈論與經濟行為》,構建了一個完備的用數學和邏輯學描述經濟科學的理論體系及方法論基礎[2]。此后,諾貝爾經濟學獎獲得者納什、澤爾騰和海薩尼不斷豐富發展博弈論研究,并將其卓有成效地應用于理性經濟人行為分析。博弈論蘊含的策略思維為人們深刻理解社會現象和制定社會規則提供了獨特的視角和指導原則。研究理性決策主體間行為發生的相互作用、影響變量、決策和均衡等問題,就是博弈論的任務。

住院醫師規范化培訓(以下簡稱“住培”)基地建設的質量水平對我國住培工作至關重要。長期以來,基地建設和內外部監管之間的關系問題一直是住培制度建設中的重點和焦點。通過對全國住培管理研究,可以發現,住培學員對基地的投訴、基地住培工作合規化建設、國家級監管(評估檢查)三者之間存在博弈關系。分析各方行為動機,建立相應博弈模型,進而得出納什均衡下博弈雙方最優策略和行為,對進一步完善全國住培制度建設,提升國家層面監管效率,提升基地合規建設水平和培訓質量,推動住院醫師人才培養,確保全國住培工作順利實施,有一定參考意義。

2 博弈模型相關概念

博弈包括三個基本要素:參與人、參與人的策略和參與人的支付。參與人是博弈中進行決策的主體,通過在博弈中選擇最優的決策和行動以實現自己的效用和收益最大化。參與人的策略指的是參與人在博弈的每一時點上決定如何行動。參與人的支付指的是在所有參與人都選擇了各自的策略且博弈已經完成以后,參與人所得到的結果。在本文中,支付指的就是參與人的凈收益,即收益與成本之差。

博弈分為二人博弈和多人博弈,合作博弈和非合作博弈,完全信息博弈和不完全信息博弈等。此外,當參與人對策略的選擇是確定時,稱為純策略博弈;當參與人對策略的選擇是一個概率向量時,稱為混合策略博弈。在二人同時決策的博弈分析中,以二元數組為元素的矩陣稱為博弈矩陣(支付矩陣)。矩陣包含參與人各自的策略和博弈的結果(支付),即策略組合和相應的支付組合。一方在另一方選定策略下的最優策略稱為該方的條件優勢策略,代表了該參與人在此條件下的均衡狀態。在博弈矩陣中,如果一個策略組合使得任何參與人在該策略組合上單獨改變策略都不會得到好處,從而任何參與人都不再有單獨改變策略的傾向時,該博弈達到均衡,稱為納什均衡。這個均衡是博弈各方最終選取的策略組合,是博弈的最終結果。完全信息靜態博弈中,純策略的納什均衡既可能存在,又可能不存在;既可能唯一,又可能不唯一;既可能穩定,又可能不穩定;既可能最優,又可能不是最優。而且,即使純策略的納什均衡不存在,相應的混合策略納什均衡也總會存在。了解以上基本概念對本次研究至關重要。

3 學員、基地和監管機構的博弈模型概述

對基地建設、學員投訴和國家層面監管機構工作實際進行分析,學員投訴-基地建設、基地建設-國家監管之間適用完全信息(兩人)靜態博弈模型。即博弈參與方處于完全信息條件下且為完全理性,對信息、他方策略及支付(效用函數)都完全了解,并都希望以最小成本實現自身利益(效用和收益)最大化。此外一個必要的合理假設是非合作博弈(基地-學員“合作”的特例另行分析)。三方在兩兩博弈模型中,策略不同,支付(凈收益)不同,因此在不同模型中分別研究,但為便于分析,可以總括進行概述。

3.1 各方策略

3.1.1 培訓基地 住培基地存在兩種狀態,即兩種策略行為:一是合格狀態(或稱合規建設,達標狀態,高標準建設),指基地制度建設、管理架構、學員招收、輪轉管理、過程考核、培訓質量、績效獎懲、學員待遇、后勤保障、人文文化等各項指標達到國家相關標準。二是不合格狀態,指基地上述指標一項或多項達不到國家相關要求的狀態。

3.1.2 住培學員 學員行動策略有投訴和不投訴,在這里投訴僅指通過指定途徑如電話和郵箱向國家層面監管機構反映基地違反國家住培相關規定和標準的情況,也包括學員網絡“吐槽”引發較嚴重的網上輿情,國家層面監管機構安排專項飛行檢查的情況。基地向省級主管部門投訴不包括在本次研究模型中。

3.1.3 國家層面監管機構 本文指國家衛生健康委科教司或受科教司委托對全國住培基地進行業務管理和指導的機構,如中國醫師協會。國家層面監管機構的監管行動策略有兩種,監管(評估檢查)與不監管。前者指每年監管機構在國家衛健委科教司指導下,抽選全國優秀的住培管理和專業專家,對基地進行綜合檢查和飛行檢查,并根據檢查結果對基地做出合格和不合格的結果認定。不合格認定時又分為責令限期改正,限制或取消基地招收資格,直至撤銷基地等,并可根據情況面向全社會通報或予以行業內部通報批評等。

3.2 各方支付 檢查過程中產生兩種成本,基地的迎檢成本和國家層面監管機構組織檢查的成本。國家層面監管機構的組織檢查成本包括對全國基地進行綜合評估或飛行檢查時,評估檢查組專家的差旅食宿費,以及專家們因接受檢查任務邀請而需要臨時對原定工作計劃進行調整產生的成本。

檢查基地的結果分為合格或者不合格。前者是基地應當達到的建設標準;對于后者,基地將面臨通報批評、限期整改和停止招收甚至取消基地資格的后果,基地的代價或者成本極其巨大。

對于監管機構如中國醫師協會,加強監管力度,對于發現的問題進行嚴肅查處,可以更好地促使全國住培基地處于良好的運行水平,完成國家衛健委科教司的委托任務,其收益主要是上級單位(國家衛健委科教司)的認可,以及全國青年醫師培養質量的明顯提升,進而對國家醫療衛生水平的提高和社會健康水平的提升。因此,應當以社會整體收益來評價,這個收益巨大,且意義重大。反之,如國家級監管不力,或者懲處力度不夠,則基地住培質量將大幅滑坡,對國家衛生健康人才培養和健康中國事業帶來很不利的后果,即社會成本高昂。

綜合分析,博弈參與方支付或者收益與成本為如下三個方面。

3.2.1 基地支付 包括:(1)基地合格狀態下的成本,包括保證基地正常、合規運轉而產生的支出,是基地用于自身合規化也即達到國家住培基地標準要求的水平時需要投入的資金、設備、人力投入等成本,如工作人員成本、模擬中心成本、帶教成本(帶教老師薪資和時間精力成本、機會成本、教學設備成本等)、院內督導成本、教師培訓和激勵成本,以及學員補助、住宿補助、餐補、交通補助等。合規運行成本巨大,以-BC高表示。(2)基地處于達不到國家住培建設標準時,基地投入明顯少于合規建設應有的支出水平,以-BC低表示。合理的假設是基地要達到符合國家住培基地建設和帶教質量相關標準要求時需要更多的投入,即BC高＞＞BC低。(3)基地迎接國家評估和飛行檢查時產生的成本主要是迎接評估檢查時的直接成本,如準備資料的成本、人員安排的時間成本和機會成本、人員加班補助等。間接成本如對醫院和帶教師資的心理壓力等不計入在內。這部分支出較基地運行成本小得多,以-BC迎檢表示。(4)基地的收益,主要是指國家財政每年按在培學員數×3 萬元/人標準撥付給基地,用于基地住培教學活動和住培建設當中的部分。記為BR撥款。(5)基地損失。基地不合格被國家層面監管機構查處時,面臨行業內甚至社會通報批評,停止招收甚至取消住培基地資格。基地隱形損失巨大。以-BCp表示。

3.2.2 學員支付 對于學員,基地規范運行時,獲得了良好的培訓機會,個人能力有明顯提升,為未來工作晉升打下良好基礎,培訓期間有較好收入。收益為PR。反之,學員無法在三年住培時間內獲得能力提升,收入偏低,對學員而言,機會成本巨大,以PRl表示(PRl可以小于零)。

在衡量投訴成本上,學員通過郵件、電話或者網絡舉報基地,其直接成本很低,但存在個人身份暴露的風險及引發的后果,這個風險成本對學員個人而言同樣比較重要,以-PCr表示。基地質量提升時(因學員投訴且經國家層面監管機構調查后責令整改)學員培訓收益增量記為△PR。為簡化運算,令PR=PRl+△PR。

3.2.3 監管機構支付 如上文分析所述,監管機構的成本包括組織現場評估檢查的各項支出,這部分費用成本以-ACt表示。此外,監管機構加強監管力度,其收益應以對社會產生的整體效益來評價,以AR表示。反之,如國家級監管不力或懲處力度不夠,則基地住培質量將大幅滑坡,對國家衛生健康人才培養和建設健康中國帶來很不利的后果,即社會成本高昂,以-AR表示。

3.3 博弈模型基本架構

3.3.1 完全信息靜態博弈模型 見表1。

表1 完全信息靜態博弈模型Table 1 Static game model with complete information

(M,N)的不同組合,分別表示甲方和乙方同時采取不同策略時的支付組合。當甲方選擇策略1 時,乙方可以選擇策略1 和策略2;乙方選擇策略1 時,相應的甲方和乙方支付分別為M1和N1;乙方選擇策略2時,甲方和乙方支付分別為M2和N2。當N1 ＞N2時,對乙方來說,選擇策略1 比選擇策略2 收益大,是占優策略。同樣的,乙方選擇策略2 時,甲方可以選擇策略1 和策略2,對應的收益組合分別為(M2,N2)和(M4,N4),如果M4 ＞M2,甲方占優策略選擇為策略2,對應的策略組合為(M4,N4)。如果一個策略組合內的數字與左右相鄰組合數字相比(第一個數字縱向比較,第二個數字橫向比較)都占優,則稱此時組合為納什均衡。此時參與雙方都沒有改變選擇的動機。

3.3.2 混合策略博弈模型 甲方選擇策略1 的概率為P,則甲方選擇策略2 的概率為1-P;同理,乙方選擇策略1 的概率為Q,則選擇策略2 的概率為1-Q,見表2。

表2 混合策略博弈模型Table 2 Mixed strategy game model

表2中M 和N 分別表示參與方該策略組合下的凈收益。

甲方預期收益為:

該式對P求偏導:

當?E/?P=0時,Q*=(M4-M2)/(M1-M2-M3+M4)

Q*即對應甲方在混合策略博弈中的納什均衡值。此時甲方選擇策略1 和選擇策略2 的效用是相等的。

乙方預期收益為:

該式對Q求偏導:

當?E/?Q=0 時,P*=(N4-N3)/(N1-N2-N3+N4)

P*即對應乙方在混合策略博弈中的納什均衡值。此時乙方選擇策略1 和選擇策略2 的效用是相等的。

(P*,Q*)即是混合策略博弈模型的納什均衡解。

4 學員-基地,基地-監管機構博弈分析

4.1 學員-基地的純策略博弈 學員有兩種選擇,投訴或者不投訴,基地也有可能處于兩種狀態,合格狀態或者不合格狀態,見表3。本文的投訴指的是向監管機構的投訴,因監管機構受理投訴后能夠組織評估檢查。相應的策略組合如下。

表3 學員-基地的純策略博弈模型Table 3 Pure strategy game model between residents and the base

當基地處于高標準建設,即處于合格狀態時,基地培訓質量不因學員投訴而有提高,即學員此時的培訓收益始終為PR。但學員投訴的成本和風險依然存在。因此,學員投訴的支付即凈收益為M1 =培訓收益-投訴風險損失= PR-PCr,不投訴的凈收益為M3=PR,即培訓收益。因為M3 ＞M1,所以學員的理性策略行為是不投訴。

當基地處于不合格狀態時,學員不投訴時的凈收益為M4=PRl,投訴的凈收益為M2=PRl+△PR-PCr,即低標準培訓收益+收益提升-投訴風險損失。當收益提升＞投訴風險損失即△PR ＞PCr時,PRl+△PRPCr＞PRl,即學員投訴后收益較前有所增加,學員選擇投訴。當投訴風險損失大,超過投訴后培訓收益的提升,△PR＜PCr時,PRl+△PR-PCr ＜PRl,即學員投訴后凈收益反而較投訴前下降,則學員選擇不投訴。特別是,如果投訴風險很低或者幾乎為零時,比如匿名投訴,學員風險損失很小,則即使投訴后培訓收益提升幅度不太大,學員也有可能選擇投訴。

當學員處于投訴狀態時或當學員(向上)投訴渠道暢通時,基地達標時的支付為N1,不達標的支付為N2。此處假定學員投訴即觸發監管機構的飛行檢查或評估,且評估檢查有效率100%。則基地合規時凈收益為N1=BR撥款-BC高-BC迎檢,即等于國家撥款減去基地高標準合規建設成本與迎檢成本后的數額。基地不合規時,基地收益為(國家撥款-低標準投入)-迎檢成本,而損失為高額BCp+培訓建設投入差額,即基地因不合規被國家層面監管機構查處時,損失既包括行政處罰損失,又包括補齊基地建設短板的巨額資金投入。假定培訓建設差額=BC高-BC低,則此時基地支付或凈收益N2=(BR撥款-BC低-BC迎檢)-[BCp+(BC高-BC低)]=BR撥款-BC高-BC迎檢-BCp=N1-BCp。N2-N1即不合規比合規的凈損失,是為違規后被查處的代價。因此基地在有學員投訴作為內部監管情形下選擇的策略是合規。

當學員處于不投訴狀態時,或者學員向上反映情況的渠道不暢通,基地處于合規狀態時的凈收益為N3=BR撥款-BC高,即國家撥款和基地自身合規建設高投入的差。基地處于不合規時的凈收益為N4 =BR撥款-BC低,即國家撥款和基地低標準投入之差。N4-N3=(BR撥款-BC低)-(BR撥款-BC高)= BC高-BC低。因為基地合規建設的成本遠遠大于不合規建設的成本,即BC高＞＞BC低,N4-N3＞0,N4＞N3,即當基地學員投訴反饋渠道不暢通,內部監管失效時,基地不合規的收益高于合規時的收益,因此基地選擇不合規狀態也即低成本投入開展住培工作。

從上文分析可以看出,基地處于不合格狀態且被學員投訴并接受飛行檢查認定不合格,如果懲處力度較小,而基地通過不合規建設節省資金很多,且被查處后基地不用投入大筆資金補齊短板,則N2′ =(BR撥款-BC低-BC迎檢)-(BCp+△BC′),其中△BC′表示基地被查處后不積極改進時的投入,△BC′＜＜BC高-BC低,即此時基地并未積極加大投入用于住培質量建設,基地仍處于不達標狀態。N2′-N1=[(BR撥款-BC低-BC迎檢)-(BCp+△BC′)]-(BR撥款-BC高-BC迎檢)=BC高-BC低-BCp-△BC′=[BC高-(BC低+△BC′)]-BCp。如果△BC′和BCp都很小,則N2′-N1 ＞0,N2′＞N1,表明即使有內部監管(學員投訴)和外部監管(國家評估檢查)兩個渠道,基地在不合格狀態下獲益都大于被查處的損失,從而基地會傾向于選擇不合規,即低標準投入和建設,此時內外部監管失效。只有當△BC′足夠大到使不合規基地補齊與合規基地標準的差距時,或者BCp足夠大即基地因不合規而被查處時付出的代價巨大,則才能有N2′-N1 ＜0,N2′＜N1,基地選擇合規狀態。

進一步分析,當學員選擇不投訴,從而基地選擇不達標時,策略組合為(M4,N4),學員收益為M4,小于收益M2,此時學員會改變策略,選擇投訴,以使自己的收益增加,此時策略組合變為(M2,N2),即(投訴,不合格),而此時對于基地,在學員投訴的前提下,基地的策略應該是“合格”,因此策略組合再度變為(M1,N1),即(投訴,合格)。而基地合格狀態下,學員M3收益大于M1,因此學員又將變為“不投訴”,從而策略組合為(M3,N3),即(不投訴,合格)。這個策略組合仍然不是穩定狀態,因為此時對于基地來說,學員采取“不投訴”策略時,基地N4收益大于N3,從而策略組合回到(M4,N4)。

從博弈模型來看,學員-基地博弈模型不存在納什均衡,每一個策略組合選擇都不是穩定狀態。

4.2 基地-監管機構的純策略博弈 見表4。

表4 基地-監管機構的純策略博弈模型Table 4 Pure strategy game model between the base and supervision department

基地合規的時候,監管機構檢查要支出評估檢查經費,而此時基地處于達標狀態,監管檢查不會產生新的收益,此時監管機構凈收益N1=-ACt。不檢查時監管機構則不用支出評估檢查費,即N2=0。N2 ＞N1,因此監管機構傾向于不檢查。

基地不合規的時候,監管機構放松監管會導致全國培訓工作陷于混亂,社會成本巨大,損失高昂,監管機構承擔的責任也就巨大,此時監管機構支付N4=-AR。如果監管機構組織對基地的評估檢查,獲得的收益(或稱社會效益,比如受到社會認可和上級單位的嘉獎)為AR,成本為-ACt,支付N3 =AR-ACt。N3-N4 =2AR-ACt,與全行業住培工作規范發展帶來的社會效應和效益相比,評估檢查的成本遠遠小于社會效益,即ACt＜＜AR,因此N3-N4＞0。選擇監管檢查的收益遠大于評估檢查的支出,因此監管機構傾向于組織檢查。

監管機構選擇評估檢查前提下,基地合規的支付即凈收益M1=BR撥款-BC高-BC迎檢,基地不合規的支付即凈收益M3=(BR撥款-BC低-BC迎檢)-[BCp+(BC高-BC低)]=BR撥款-BC高-BC迎檢-BCp=M1-BCp。M3＜M1,基地選擇的策略是合規建設。

監管機構選擇不評估檢查,或者說國家監管力度較小、監管效果差時,基地合規建設的支付為M2 =BR撥款-BC高,不合規建設時的支付為M4 =BR撥款-BC低。因為BC高＞BC低,所以M2＜M4,基地選擇的策略是不合規建設。

和上文相同,基地在對評估檢查前提下選擇合規與不合規兩種狀態下的凈收益進行對比時,當懲處力度遠遠大于基地低標準建設收益時,基地選擇合規建設,反之懲處力度不夠大或者基地能夠通過請托等權力尋租方式大幅減輕懲處力度,則基地傾向于低標準建設。

如同第一種模型的分析,基地-監管機構博弈模型也不存在納什均衡,任何一種策略選擇都不是穩定狀態。假定基地選擇“合規”,監管機構的占優策略就是“不檢查”,從而策略組合為(M2,N2)。但此時對于基地來說,M4收益大于M2,因此基地存在改變策略選擇的動機,即變為“不合格”狀態,此時策略組合變為(M4,N4),即(不合格,不檢查)。但對于監管機構來說,此時策略組合不是自己占優策略,因為N3收益大于N4,從而監管機構有改變的動機,即變為“檢查”,從而雙方策略組合變為(M3,N3)。而此時M3不是基地占優策略,即在監管機構“檢查”策略下,基地選擇“合規”是明智的,從而策略組合再度變為(M1,N1)。

4.3 學員-基地的混合策略博弈 當考慮到參與方選擇不同策略的概率時,博弈模型變為混合策略博弈,見表5。

表5 學員-基地的混合策略博弈模型Table 5 Mixed strategy game model between residents and the base

如公式所示,學員預期收益為E學員=PQM1+P(1-Q)M2+(1-P)QM3+(1-P)(1-Q)M4

求偏導得:

令?E/?P=0,得最優解為:

M1-M3表示基地合規狀態下學員投訴獲得收益差減去投訴風險。因為基地合規狀態下,學員投訴并不能帶來個人收益的增長,因此M1小于M3,M1-M3等于投訴的純風險-PCr。M4-M2表示基地不合規狀態下學員不投訴和投訴的收益差,即PCr-△PR,根據以上分析M4小于M2。二者之差的絕對值等于學員投訴后收益的增長減去投訴風險損失。

當Q＞Q*時,?E/?P＜0,學員預期收益和投訴概率P成反比,學員預期收益是投訴概率P的減函數。即基地合規程度越高,學員不投訴的收益越大,則學員越不會選擇投訴。反之,當Q＜Q*時,?E/?P＞0,學員預期收益和投訴概率P成正比,學員預期收益是投訴概率P的增函數,即基地不合規程度越高,學員投訴的收益越大,則學員越會選擇投訴。當Q=Q*時,?E/?P=0,學員預期收益和投訴概率P無關,學員隨機決定是否投訴。

將M各值代入公式,得Q*=1-PCr/△PR,即1-(投訴風險)/(投訴收益增量)。由式可見,Q*與學員投訴風險成反向關系,與學員投訴后收益增長差成正向關系。即當學員投訴風險增大時,基地合規可能性下降,此時基地內部監管力度是減弱的,學員不愿意投訴;當學員因投訴帶來的個人收益增長明顯時,基地合規可能性增加,此時基地內部監管力度是較強的,學員傾向于通過投訴使自己的權益得到維護。

同以上分析,基地預期收益為:

對該式求偏導:

令?E/?Q=0,得最優解為:

當P＞P*時,?E/?Q＞0,基地預期收益與合規建設成正比,基地合規建設可能性越大,對基地越有利。此時學員投訴渠道暢通,內部監管有力。反之,當P＜P*時,?E/?Q＜0,基地預期收益與合規建設成反比,基地違規建設可能性越大,對基地越有利。此時學員投訴渠道不暢通,內部監管乏力。

將N各值帶入公式,得P*=△BC/(△BC+BCp)=1/(1+BCp/△BC),BCp是基地不合規建設時被國家層面監管機構查處時的代價,△BC=BC高-BC低,代表基地合規建設與不合規建設兩種狀態的投入成本差,也表示基地不合規或稱違規建設時從壓縮投入成本獲得的“收益”,是違規額外收益。即1/(1+違規代價/違規額外收益)。即當基地因不達標而受到的懲處代價變大,則學員投訴變少,因為此時基地傾向于合規建設;當基地因不合規建設獲得的收益(例如大幅削減培訓支出、帶教激勵、基建投入等)增加,則投訴概率增加,因為此時基地處于不合規建設。特別是,當違規收益巨大,或者違規代價很小,則P*=1,此時學員普遍不滿,易引發集體投訴和群體事件。

在以上計算過程中,一個重要假設是基地不合規情況下學員投訴獲得的收益增長大于投訴風險。如果學員投訴風險大,則情況相反,此時基地不合規建設時學員有收益(凈收益可以是正值,也可以是0 甚至負值),但學員投訴則面臨巨大的風險損失。學員投訴后凈收益不但沒有增加,反而有較大幅度下降。這是一種極其不合理的狀態,雖然發生的可能性很小,但危害極大。

4.4 基地-監管機構的混合策略博弈 見表6。

表6 基地-監管機構的混合策略博弈模型Table 6 Mixed strategy game model between the base and supervision department

同以上分析,基地預期收益為:

求偏導得:

令?E/?P=0,得最優解為:

Q＞Q*時,?E/?P＞0,即監管檢查力度越大,包括現場檢查力度、檢查頻率、查處力度等,則基地合規建設收益大于不合規建設。反之,Q＜Q*時,?E/?P＜0,即監管力度越小,則基地越不合規,收益越大。

將M各值代入,得Q*=ΔBC/(ΔBC+BCp),ΔBC表示基地建成合規狀態時必須投入的成本即合規成本,BCp還是表示基地不合規時被國家層面監管機構查處時的代價。由此可見,合規建設成本越高,基地越傾向于違規建設,監管力度就應該加大。基地違規代價越高,基地越傾向于合規,監管力度就可以降低。

對于監管機構來說,預期收益E監管機構=PQN1+P(1-Q)N2+(1-P)QN3+(1-P)(1-Q)N4

對該式求偏導:

令?E/?Q=0,得最優解為:

當P＞P*時,?E/?Q＜0,即基地合規時,監管機構越不監管越有利,換言之,基地自覺提高管理水平和培訓質量時,監管機構檢查頻率可以適當減小。反之,當P＜P*時,?E/?Q＞0,即基地合規狀態不好時,監管機構應加大監管力度。

將N各值代入,得P*=1-ACt/2AR,即1-(監管機構檢查成本)/監管機構不認真檢查付出的代價。當監管機構不認真檢查而承受上級領導部門的批評等代價高昂時,基地合規概率增加,因為此時監管機構傾向于加大檢查。當監管機構組織檢查成本較高時,基地合規概率下降,因為此時監管機構傾向于不組織檢查。監管機構檢查成本包括年度總成本和單次檢查成本,總成本又等于檢查頻次和單次成本的乘積。當總成本一定時,檢查頻次和單次成本成反比。單次成本固定時,增加檢查頻次則需要增加總預算。

國家監管力度除監管頻次外,還包括監管的有效性,或稱監管效率。當評估檢查認真深入,能及時發現問題和查處問題,則為監管高效,反之則為監管低效。監管成本一定的前提下,監管高效,代表監管力度大,監管低效,表示監管力度小。

4.5 學員-基地-監管機構的三方混合策略博弈模型 對于同時考慮學員-基地-監管機構三方參與下的博弈時,因為對于國家層面而言,開展住培工作是為了培養合格的醫師隊伍,使醫學畢業生在住培階段專業能力、理論知識和綜合素質得到明顯提升,真正成為達到國家執業標準要求的醫生。學員參加住培的目的是使自身能力提升,為未來職業發展奠定堅實基礎。二者目標方向一致,因此,可以將學員和監管機構合并為一方,將三方博弈模型簡化為兩人博弈(純策略博弈和混合策略博弈),即綜合監管和基地建設之間的博弈。同樣分析可以得出結論,當綜合監管力度大,監管成本低,監管效果(收益)明顯,基地違規成本巨大時,基地合規建設可能性增加。反之基地不合規的可能性增加。當基地普遍處于合規建設狀態時,綜合監管可以適當降低頻率,監管成本進而減少。

5 結 論

從以上不同博弈模型分析可以看出,學員、基地、監管機構之間存在博弈關系,各參與方分別根據博弈另一方的行動而采取不同的策略組合,進而對博弈雙方產生影響,產生不同收益組合。要達到純策略和混合策略博弈下的納什均衡,需要分析并改變影響博弈方成本-收益之間參數對比關系。國家層面而言,住培制度是建設健康中國戰略的重要組成部分,培養合格醫學人才是判定制度落地成功與否的唯一指標。基地是培養醫師的關鍵平臺,基地質量是培訓政策目標達成的重要環節和前提。監管是促使基地保持較高水平的管理和培訓質量的必要手段和重要保證。如上分析,基地選擇高質量合規建設的可能性,與內部和外部監管渠道、監管力度成正比,與監管機構查處力度、查處效率和懲處力度成正比,與財政資金支持力度、資金使用效率、培訓收益成正比,和監管機構檢查成本成反比,與基地達標建設成本投入成反比。因此,內部監管(學員)-基地建設-外部監管(國家評估)三者間的良性關系是符合國家政策目標,對各方均有利的狀態,即基地合規建設,培訓質量好;學員投訴渠道暢通,學員投訴權利得到保障;國家層面監管力度大,保持一定頻度的檢查評估,對違規基地查處懲處力度大,基地違規代價較高,基地合規建設時(綜合)收益明顯。

從上述博弈模型分析來看,影響博弈結果的因素可以從以下幾個方面分析。

5.1 學員角度

5.1.1 學員投訴收益 學員投訴收益指學員對基地不達標狀況投訴并獲得處理后在培訓和待遇方面得到的提升。培訓基地現狀越不達標,投訴渠道越暢通,既往或其他基地學員投訴效果越好,投訴后收益增量越明顯,學員投訴可能性越大。

5.1.2 學員投訴成本和風險 學員投訴渠道不暢通,或者學員投訴后個人信息被泄露、被所在基地及帶教老師打擊報復的可能性越大,學員投訴積極性越低,且更傾向于匿名投訴。

5.1.3 特例 從博弈參與人利益和社會利益角度看,對博弈參與人的所謂“最優”并不一定意味著對社會的最優。當學員投訴凈收益不足(投訴收益增量小和/或風險大)時,學員投訴積極性和可能性很低。當基地處于嚴重不達標時,學員也不會投訴。且當基地將部分因不達標建設所獲得的“收益”與學員達成“交易”時,比如基地以放松對學員管理和放寬考核通過標準作為學員不投訴的交換條件,則學員對基地不合規狀態不予投訴,此時基地內部監督渠道無效,基地和學員所謂“雙贏”狀態實際是對國家住培工作的嚴重損害。因此,設立外部的國家監管渠道(比如開通協會投訴郵箱),嚴肅查處基地不達標行為,是極其必要的。從實際看,2017年中國醫師協會開通投訴郵箱,根據國家衛健委科教司的要求,堅決貫徹“有訴必查,查出必懲”的原則,并嚴格保護學員信息和權益。數據顯示,學員投訴量呈明顯下降趨勢,對基地住培質量的監管工作收效明顯。

5.2 基地層面

5.2.1 基地接受合規培訓 基地合規是博弈模型中穩定的共贏模式的前提。基地合規有賴于基地管理和師資建設處于高水平建設狀態,而這就需要基地在管理和師資建設給予資金和政策方面的支持投入。此外,有研究顯示,基地及其專業基地對自我水平認知存在較大程度偏差,容易過高估計自身管理水平和培訓質量[3]。因此,經常性接受國家層面培訓,對提高基地管理和培訓水平,是非常必要的。

5.2.2 基地培訓成本 基地培訓成本支出越高,基地合規建設積極性越低,越傾向于低支出和不達標建設。為激發基地住培動力,有必要研究增加國家(含省、市)對住培基地的運行補助,降低運行成本。除增加補助外,建設全國住培教育平臺,不僅有利于同質化培訓,更有利于降低基地培訓成本支出。此外,提高基地住培資金使用管理水平和使用效率,提高單位成本住培資金投入的產出水平,也有利于間接降低基地培訓成本。

5.2.3 基地培訓收益 合規建設下培訓收益越大,基地住培積極性越高。反之如合規建設下基地收益越小甚至負收益明顯,則基地合規建設和開展住培工作積極性就越低。基地開展住培工作的收益包括物質收益和精神收益。作為我國健康中國建設主力軍的孵化器,廣大住培基地是在外部投入很低的情況下仍然積極開展住培工作并取得較好業績,根源于我國的制度優勢、基地管理人員和師資的熱情和奉獻。建議在加大物質獎勵的同時,也應該加大精神獎勵支持,對工作出色的基地、個人予以表彰,加強基地人員思想政治教育,鼓勵向先進基地、優秀人物學習和看齊,并指導制訂政策對住培出色師資在晉升方面加大獎勵和激勵。

5.3 國家層面監管機構方面

5.3.1 監管的成本 國家層面監管機構的監管成本,和監管的積極性以及監管效果呈負相關,受總監管成本約束,單次監管成本越高,監管頻率越低,基地違規性越大。因此要增加總預算或降低單次監管成本。前者建議國家財政加大撥款力度用于監管專項費用,后者則可通過推行評估檢查的常態化即“小分隊”式檢查來降低成本。

5.3.2 檢查的有效性 評估檢查越能發現問題,基地合規性越高。因此應探索精準、細致、務實的“探針式”的評估檢查,根據投訴和月度監測發現的異常開展評估檢查,提高監管針對性和有效性。同時,應將對評估專家的定期培訓納入工作日程,提高監管檢查的效率。

5.3.3 檢查的頻度 適當頻度的檢查有利于增加基地合規建設的壓力和動力,但頻度過高又有可能帶來成本過高和對基地正常工作產生干擾的情況。因此,一是開展“小分隊”常態化評估檢查。二是探索網上評估并建立相應的監管平臺。

5.3.4 查處力度 對基地違規行為查處越嚴厲,基地違規成本越高,越有利于基地規范化建設。因此,有必要加大對違規行為的查處懲處力度,建立基地/師資黑名單和違規行為通報制度,對不合格基地及時撤銷,同時加大對合規基地的補貼補助等。

5.3.5 認證機制 對于積極開展規范化達標建設的基地,可以考慮以認證方式授予基地一定年限免檢資質。一方面是對基地工作的認可,另一方面有助于減少基地迎檢壓力和迎檢成本,同時降低國家層面監管機構評估檢查的成本,國家層面監管機構可以將更多精力放在對不合格基地的監管和指導上。

5.3.6 加強基地監管、基地運行、資金利用等住培相關專題研究 監管有力、基地達標、學員滿意,是我國住培政策的目標。從博弈模型分析來看,博弈參與方收益與成本之差即凈收益最大化是實現納什均衡的重要前提和基礎。這就需要在國家監管與運行體系、基地管理制度建設、培訓質量建設、資金管理與使用、學員管理等方面實現科學化、高效化和精準化。因此,有必要加強相關專題的專項研究,推動我國住培制度建設水平的整體全面提升。

綜上所述,加大對國家層面監管機構評估檢查、整體培訓、平臺建設的財政支持力度,推動評估檢查常態化和有效性,推動對基地管理和師資的統籌培訓,建立監管監測平臺和非現場檢查,加大優秀基地和師資的物質獎勵和精神獎勵,保持學員投訴渠道暢通,傾聽學員訴求,加大對基地的財政補助補貼,加大基地違規行為的懲處,加強相關專題研究,是實現我國住培良性穩定發展的重要舉措。

6 展 望

研究并構建住培基地質量建設與內外部監管博弈模型,分析影響基地質量建設水平和監管效果的因素,對推動我國住培制度整體完善和發展具有較為重要的現實意義。通過博弈模型的建立和對影響因子的列舉與分析,使住培管理部門和住培基地對影響住培質量建設和監管效果的因素有更清晰的了解。既有助于提高全國住培體系相關各方對住培質量建設的認識,也有助于補齊國家住培制度中對住培基地質量建設監管方面的短板。同時,對一些指標監測中出現的異常變化及時查找原因,有助于預見住培工作中可能出現的問題并采取預防性和針對性措施。

除此以外,隨著博弈論的引進和發展,以及住培管理和工作體系博弈模型的建立與分析,有助于糾正住培工作認識上的一些誤區。比如常見的住培基地及省級衛生行政部門對學員投訴和國家監管的不理解、不支持、不配合,就是在于基地管理人員對內外部監管和基地質量建設之間的辨證關系認識不清。基地合規建設、學員投訴、國家監管,三者之間并非零和博弈,而完全可能是正和博弈,即三方的凈利益都有所增加,實現多方共贏。這就需要基地建立規范的內部管理制度,提高認識水平,建立高效的運行體系。同時國家層面監管機構也應加大對住培基地的培訓指導,以評促建,保障我國住培制度整體處于良性運轉。

目前我國畢業后醫學教育工作還處于較為初始的階段,博弈模型的建立與分析尚屬首次,相信隨著工作的不斷深入,博弈相關研究必將在住培質量內涵建設中發揮重要作用。