我國分級診療模式是否能節約醫療資源

龔秀全 孫晨晗

一、引言

在我國，自由就醫模式導致了“頂端聚集”的就醫結構失衡，使得居民的醫療服務利用呈現“倒金字塔”結構，醫療資源浪費嚴重(高秋明、王天宇，2018)。一方面，患者出于對優質醫療資源的偏好主動“向上就醫”，造成大型醫院門庭若市，小病大治，資源過度利用，醫療擁擠成本增加(楊耀宇、付夢媛，2019)；另一方面，基層醫療機構門庭冷落，大量醫療設備與人力資源被閑置(孫慧哲、劉永功，2017)。這樣的就醫結構失衡實質是對基層醫療機構與大型醫院醫療資源的雙重浪費(姚中杰等，2011)。

分級診療作為行之有效的緩解“看病貴、看病難”問題的制度設計，以醫療服務縱向整合為基礎，推動資源共享共用，重點建設初級衛生保健能力與醫療機構合作機制，構建有序就醫格局(張述存，2018；Valentijn et al.，2013)。分級診療能為民眾提供可及、全面、連續、協調的醫療服務(Kringos et al.，2013)，體現出服務供給的公平性與責任感(Riad et al.，2003)。實行分級診療的核心意義是按照疾病的嚴重程度以及治療的難易程度進行分級，通過基層首診、上下協作、嚴格轉診以重塑就醫秩序(Sepulveda et al.，2008)，醫療服務體系由“以疾病為中心”轉向“以患者健康為中心”(Phillips and Bazemore，2010)，使患者在充分利用醫療資源的同時得到合理分流，不同層級醫療機構職能分開、專業化服務(Faber，2012)。

因此，新醫改以來分級診療始終作為核心內容被謀劃與推進。2009年《中共中央國務院關于深化醫藥衛生體制改革的意見》提出引導一般診療下沉到基層，逐步實現社區首診、分級醫療和雙向轉診。2013年《中共中央關于全面深化改革若干重大問題的決定》明確提出完善合理分級診療模式，建立社區醫生和居民契約服務關系。2015年國務院辦公廳發布《關于推進分級診療制度建設的指導意見》，標志著分級診療制度作為新醫改的核心內容在全國范圍正式推廣。2016年8月，全國衛生與健康大會將分級診療定位為5項基本醫療衛生制度之首。2017年國務院印發《“十三五”深化醫藥衛生體制改革規劃》明確2020年基本建立符合國情的分級診療制度。

分級診療的順利推進必須依賴于合理的治理主體與利益主體之間互利、共贏的協調機制(唐紹洪等，2017)。分級診療的治理模式包括三種類型：行政治理、市場治理以及職業治理(姚澤麟，2016)，政府、市場以及專業權威分別在分級診療的實踐中發揮主導作用(李銀才，2015)。如英國的NHS系統依靠政府力量執行強制性的基層首診制與轉診制度(李丹、鄔力祥，2019)，每一位居民的就醫必須依靠全科醫生(GPs)進行就醫決策(Marinoso and Jelovac，2003)。在美國，以市場主導的成熟商業醫療保險制度(HMO模式)縱向整合各類醫療機構，建立一體化的服務網絡(林閩鋼、張瑞利，2014)，差異化的自付額度與醫療小組使得居民嚴格遵守分級就醫秩序(Palmer and Reid，2001；Van et al.，2012)。而日本、韓國、德國、加拿大的分級診療高效運轉則是依托于社會醫療保險與全科醫生的專業權威(Abelson et al.，2009；Kim et al.，2013)。而我國分級診療的“在地化”實踐建立在居民自愿、利益協調的基礎之上，圍繞慢性病管理、雙向轉診、信息化、基層醫療能力、醫保激勵等重點(姜潔、李幼平，2017)，重構醫療服務縱向整合的長效激勵機制(遲沫涵、尚杰，2016；黃嚴、張璐瑩，2019)，形成以醫聯體建設為基礎，對口支援、遠程醫療、家庭醫生簽約制度、醫保差異支付相互配合的推進方式(高和榮，2017；申曙光、杜靈，2019)。

分級診療實質是三維的控制模型，包含準入控制、動態控制和激勵控制，強制性或誘導性的策略必然會對醫療資源配置和醫療服務利用產生影響(孫慧哲、劉永功，2018)。部分發達國家分級診療發展成熟，并逐步形成了“正三角形”的有序醫療服務利用結構(劉蘭秋，2018)。在英美等國，全科醫生作為“守門人”掌握轉診權限，管理就醫服務，顯著減少了人均衛生支出與醫療支出(Dixon et al.，1998；Baicker and Chandra，2004)。強大的醫療轉診協作機制會減少后續相對昂貴的醫療項目(Friedmann et al.，2006)。

但是，與英國、美國等一些西方國家采取的強制性分級診療不同，我國分級診療具有以下特點：在醫療服務提供方面，通過行政主導，增強基層醫療服務能力的同時發展醫聯體促進不同層級醫療機構的合作；在醫療服務購買方面，醫保基金差異化報銷引導群眾自愿參與。這種行政主導下非強制性的分級診療，是否能實現節約醫療資源利用的預期效果呢？當前學界對我國分級診療模式的質疑與批評比較多，大量學者認為我國的分級診療成效低微，甚至是無效的(李海明、徐顥毓，2018；張錄法，2020)，徒有其形，而未得其實(廖藏宜，2020)，具體表現為大多數地區基層門診、住院份額并未顯著提升，三級醫院的門診住院服務增長率仍然最快(李菲，2014)，病人及醫保資金仍被大醫院“虹吸”(高傳勝、雷針，2019)。

雖然上述研究圍繞制度設計、流程管理、績效評估、激勵機制等重點，對分級診療的實施效果作了一定評價，但是結論是基于理論假設、案例分析或描述性統計之上得出的，量化證據支撐不足。因此，本研究區別于以往文獻的小樣本時間序列分析或者理論模型推導方法，突出我國分級診療模式的特殊性，基于2008-2014年城市層面的面板數據，運用雙重差分這一定量方法科學評估分級診療效果，試圖回答以下3個問題：(1)新醫改背景下我國行政主導下的非強制性分級診療模式的實施是否實現了節約醫療資源的目的？(2)根據廣義的“羅默法則”，醫生供給創造醫療需求，醫療資源越豐富，過度醫療可能越嚴重。各地醫療生產要素規模的不同，會導致分級診療政策效果的差異嗎？(3)因老齡人口大多有慢性病，人口老齡化程度越深，醫療服務利用越多，自由就醫可能導致醫療資源浪費越嚴重。不同地區老齡化程度不同，會導致分級診療政策效果的差異嗎？

經研究發現，分級診療的實施顯著節約了門急診與住院資源利用。進一步分析表明，醫療生產要素規模越大，分級診療對門急診服務資源的節約效應越強；人口老齡化水平越高，分級診療對住院服務資源的節約效應越強。在人口老齡化背景下，完善分級診療制度可以優化醫療資源配置，提升醫療服務利用效率，但是必須平衡不同層級醫療機構之間的利益關系，實現不同層級醫療機構從利益競爭到分工合作。

本文的邊際貢獻主要體現在兩方面：第一，創新性地運用2014版Andersen模型中“情境特征”與“醫療服務利用”之間的關系作為本研究的邏輯基礎，構建2008-2014年126個城市的面板數據量化評估我國分級診療模式的實施效果，排除其他因素的干擾，科學識別分級診療與醫療資源利用之間的因果關系，科學論證了我國分級診療模式能有效節約門急診與住院服務資源利用；第二，首次檢驗了醫療生產要素規模、人口老齡化程度在分級診療對醫療資源利用影響中的調節作用，為人口老齡化背景下分級診療模式的完善提供理論指導。

二、研究假設

新制度經濟學派認為，市場交易會產生大量的交易成本，如締約成本、信息成本、實施成本等(方欽，2018)。在信息不對稱的醫療服務市場中，患者作為需求方為尋求高質量醫療服務，付出了昂貴的交易成本，造成了不必要的醫療資源浪費。但是政府行為決定的正式制度安排可以發揮傳遞信息的功能，彌補高昂信息成本所造成的不良后果。因此，如果在資源整合的基礎上由政府主導建立無限期或半永久性的醫療層級制度、組織，可以取代市場或者價格機制，就能達到減少交易成本的目的。分級診療通過技術、產權或者患者為紐帶，促進了醫療機構的縱向整合、協同合作(韓優莉、常文虎，2017)，發揮規模經濟，醫聯體、醫療集團等組織形式激勵不同層級的醫療機構實現內部資源共享、服務一體化(陳葉烽、姚沁雪，2018)，在交易成本理論視角下，制度內部進行交易可以有效節約成本，減少資源浪費。因此，本文提出如下假設：

假設1：我國行政主導下的非強制性分級診療模式能夠顯著節約醫療資源利用，包括門急診與住院資源。

Shain and Roemer(1959)研究發現床位供給的增加會導致床位利用的增加，此規律被稱為“羅默法則”。基于此引申的廣義的“羅默法則”認為醫生供給創造醫療需求，如果某一地區的醫生數量增加，那么醫療需求量和醫療價格都會隨之增加。這樣的結論實質上是基于醫生具有誘導需求的動機與能力的假設得出的，其內在邏輯是醫療生產要素規模的擴大會加劇同質化服務的競爭，產生較大的供方道德風險。但有研究認為政府干預能有效解決醫療領域由于生產要素規模擴大所導致的嚴重道德風險問題(呂國營，2009)。因此，醫療生產要素規模越大的城市，誘導需求行為所導致的過度醫療現象可能更為嚴重。而分級診療作為一種政府干預手段實施后，若能夠有效遏制嚴重的供方道德風險，在誘導需求頻發地區應產生更顯著的資源節約效果，集中表現為更大幅度的門急診服務數量的下降。這說明醫療生產要素規模不同的地區，由于實施分級診療模式的迫切程度不同，政策效果的相對大小也存在差異。據此，本研究提出第二個假設：

假設2：地區醫療生產要素規模越大，分級診療實施對門急診資源利用的節約效應越強。

Grossman健康投資理論認為，人的健康資本儲蓄能力會隨著年齡的增加而減少，老年人健康資本折舊率較高。因此，為了提高或者維持穩定的健康資本，醫療需求必然增加。在我國人口老齡化日趨嚴重的背景下，大量研究表明老齡化程度顯著增加了地區整體的醫療服務利用(李樂樂、楊燕綏，2017；詹國輝、張新文，2017)。老齡化程度較深的地區醫療需求更大，醫療服務利用的增長部分除了由老年人出于對健康資本的理性投資組成以外，其中非理性的醫療行為如“壓床”等所導致的資源浪費現象也較為嚴重。若分級診療能夠引導患者、尤其是老年患者理性擇醫、規范就醫，在老齡化水平較高的地區會節約更多的住院資源。相較于其他地區，人口老齡化程度更深的地區推進分級診療的必要性也更大，分級診療體系建設需慎重考慮地區老齡化特征，做到系統規劃、科學布局。據此，本研究提出第三個假設：

假設3：地區人口老齡化水平越高，分級診療實施對病人平均住院天數的資源節約效應越強。

三、新醫改以來我國分級診療實踐模式

(一)探索創新地方分級診療模式(2012年)

在新醫改方案的方針指導下，中央鼓勵各地開展分級診療實踐創新，但遺憾的是并未有行之有效的改革措施切實落地。直到2012年，少部分地區先于其他地區探索出各有側重的分級診療模式，如北京市、江蘇省、上海市、浙江省、廈門市等，這些地區的分級診療模式均采取非強制性原則，增強基層醫療能力，通過發展醫聯體等促進不同層級醫療機構的合作，醫保差異化報銷引導居民有序就醫。其中江浙滬地區的分級診療實踐模式發展如表1所示。

表1 江浙滬三地分級診療模式實踐

(二)以強基層為重點完善分級診療模式(2013-2014年)

2013年，黨的十八屆三中全會審議通過《中共中央關于全面深化改革若干重大問題的決定》，要求“完善合理分級診療模式，建立社區醫生和居民契約服務”。基層醫療服務能力建設基礎薄弱，直接影響到基層首診的可行性。因此，在2013年至2014年期間，提升基層醫療服務能力成為分級診療實踐重點，江浙滬等地區陸續推出“全面推廣家庭醫生(全科醫生)簽約制度、二三級醫療機構與基層醫療機構資源共享、對口支援”等舉措。

(三)全國推廣分級診療服務體系(2015年)

2015年，基于各地分級診療的實踐成果與成功經驗，國務院辦公廳發表了《關于推進分級診療制度建設的指導意見》(下文簡稱《意見》)，首次頒布以“分級診療”為核心的政府文件，在此文件中國家明確了分級診療的目標任務、建設重點、組織實施以及試點工作的評價考核標準。同年，相關部門采取了一系列休戚相關的政策舉措與分級診療配合推進，引導居民自愿有序就醫，包括社區衛生服務提升工程、城市公立醫院綜合改革、“互聯網+”益民服務、慢性病分級診療試點工作等。截止到2015年底，已有16個省份、173個地市、688個縣啟動了分級診療試點(申曙光、張勃，2016)。

(四)持續推進分級診療服務體系(2016年至今)

2016年，國衛醫發布了《關于推進分級診療試點工作的通知》，確定了4個直轄市以及266個地級市作為試點地區開展分級診療工作。2017年，國務院辦公廳發布《關于推進醫療聯合體建設和發展的指導意見》，要求以醫聯體為載體推進分級診療，科學實施雙向轉診，明確雙向轉診服務流程。2018年，國衛醫在《關于進一步做好分級診療制度建設有關重點工作的通知》中著重強調醫聯體規劃建設、分級診療的“四個分開”(區域分開、城鄉分開、上下分開和急慢分開)保障政策完善等方面的重點舉措。

四、模型與數據

(一)理論框架

本文在評估分級診療對于居民醫療資源利用的影響時，為了得到政策凈效應，盡可能排除其他因素對居民醫療服務利用行為的干擾，應用了2014年版本的安德森醫療服務利用模型作為理論分析框架以及變量設置的依據(Andersen et al.，2014)。

2014年的安德森模型在初始模型的基礎上，構建了“個人特征”“情境特征”、“醫療行為”與“醫療結果”四個一級指標。“個人特征”指標的研究單位為個人，但是“情境特征”的分析對象為集成單位，如社區、社會、國家。由于本研究以各城市作為分析的基本單位，符合“情境特征”的基本要求，所以“情境特征”與“醫療行為”之間的關系是本研究的邏輯基礎。模型具體內容如圖1：

圖1 2014版安德森醫療服務利用模型

“情境特征”下的傾向特征因素包括人口學特征、社會特征以及健康信念。人口學特征包括年齡結構、性別和婚姻狀況的構成。社會特征描述了人們所處集成單位可能對他們的健康和衛生服務可及性的影響，具體因素包括教育水平、民族和種族構成、空間隔離措施、就業水平和犯罪率。健康信念指潛在的社區或組織價值觀、文化規范、主流政治觀點。因此，本研究選取常住人口數量、老齡化率、城鎮化率、教育水平、城鎮登記失業率作為實證模型中的傾向特征因素。

“情境特征”下的使能資源包括衛生政策、資金以及組織。衛生政策對于醫療服務有權威性、強制性的影響，分級診療作為本研究的核心解釋變量，屬于衛生政策的范疇。資金因素指一系列潛在的可用于支付醫療服務的資源。組織因素指醫療服務設施、人員以及服務結構。本研究選取人均GDP、第二、三產業占比每萬人擁有醫生數、每萬人擁有床位數作為代表性的使能資源因素。

情境特征下的需求因素包括環境與人口健康指數。環境因素主要指物理環境健康測度：其中包括住房、水和空氣的質量；人口健康指數指更一般的健康指標，包括一般死亡率與特定條件下的死亡率。本研究選取城鎮生活污水處理率與生活垃圾無害化處理率作為代表性的需求因素。

(二)實證模型

1.模型介紹

分級診療作為一種行政干預手段，可被視為外生變量。由于醫療服務利用行為受到多重因素的影響，為了得出分級診療的“政策處理效應”，采用雙重差分法這一常用政策評估方法，通過分級診療實施前后實驗組與控制組的醫療服務利用差異比較反映政策效果。如上文所述，在2012年部分地區率先開展了分級診療實踐，而此時全國大多數地區沒有采取措施，直到2015年各級政府才在中央政府的號召下，開始探索分級診療實踐。各地區分級診療實施的時間差，為其效果評估創造了有利的“準自然實驗”情境。

由于北京市分級診療初步試點范圍較小且于2012年年底正式起步，政策效果無法體現于本年度醫療數據；而廈門市的分級診療是自2008開始的持續性完善過程，于2012年進行了模式改革創新，政策評估難以分離既往措施的滯后效應。因此，本研究將自2012年起在本地區大范圍推廣分級診療的江蘇省、浙江省的各地級市以及上海市作為實驗組；同時，限制于較多城市醫療統計數據的嚴重缺失，研究僅將2014年及以前未實施分級診療的重慶市、河北省、陜西省、四川省、江西省的全部地級市以及廣東省、河南省、湖南省、湖北省的部分地級市作為控制組(1)是否實施分級診療以地方政府是否出臺官方政策文件為準。廣東省、河南省、湖南省、湖北省部分地級市的醫療統計數據存在嚴重缺失，僅保留了少部分城市作為控制組樣本。。同時2012年至2014年設置為實驗期，2008年至2011年為非實驗期(對照時期)，構建標準雙重差分模型。

2.模型設計

Yit=α0+β1timet+β2treatedi+β3timet·treatedi+γXit+δi+λt+εit

(1)

Yit是本文的因變量即患者的醫療資源利用情況，本研究用門急診總人次、人均門急診次數、人均住院天數、人均住院費用來表示。實驗組虛擬變量treatedi表示是否為分級診療試點地區的虛擬變量。如果是分級診療試點地區則取值為1，反之為0。因此，江蘇、浙江的地級市以及上海市為實驗組，其他省份的地級市為控制組。實驗期虛擬變量timet，表示此時點是否實施分級診療制度。timet變量取值如下：由于江浙滬三地均在2012年實施分級診療制度，政策實施之前的2008-2011年timet取值為0，政策實施后的2012-2014年取值為1；控制組城市2008-2014年timet均取值為0。timet·treatedi表示每一年的實驗期虛擬變量與實驗組變量的交互項。β3是我們最關心的系數，它度量了排除其他因素干擾后分級診療對醫療資源利用的凈影響。如果系數β3為負，表示在實施政策后實驗組地區節約了醫療資源。Xit是我們需要控制的其他影響醫療資源利用的因素，以Andersen醫療服務利用模型作為理論框架，包括使能資源、傾向特征、需求因素三方面。下標i、t 分別表示地區和時間，δi表示城市固定效應，λt表示年份固定效應，εit為隨機誤差項。

同時，本研究進一步分析了醫療生產要素規模和人口老齡化程度在分級診療對居民醫療資源利用影響中的調節效應。構建如下調節效應檢驗模型：

Yit=α0+β1timet+β2treatedi+β3didit+β4Mit+β5didit·Mit+γXit+δi+λt+εit

(2)

其中didit=timet·treatedi，Mit為調節變量，didit·Mit為分級診療與調節變量的交互項，以檢驗若干調節變量在分級診療與醫療資源利用之間的調節作用，因此β5為最關鍵的系數，若顯著則說明調節變量對政策效果有較強的調節作用。調節變量包括每萬人擁有醫生數以及老齡化程度，并事先對相關變量進行了中心化處理。

3.變量和數據說明

本文樣本為2008年至2014年126個城市的平衡面板數據，數據來源于《中國城市統計年鑒》、《中國衛生年鑒》、《中國區域經濟統計年鑒》、各省市統計年鑒以及各省市衛生年鑒(2)所有數據來源均為各類統計年鑒，為網上公開數據資源，最終研究數據由作者手動整理所得。。由于城市一級的老齡化數據僅在“人口普查”與“全國1%人口抽樣調查”的主要年份有資料記錄，而其他年份資料缺失，因此本研究采用線性插值法填補了缺失年份數據。

為排除其他因素對分級診療政策效果評估的干擾，本研究在2014版安德森模型的框架下對相關變量進行了設置及定義，具體內容如表2所示。

表2 變量說明表

被解釋變量：包括醫療資源利用的四個方面：醫療機構門急診總人次(Lnop)、人均門急診次數(aop)、人均住院天數(Lnvt)、人均住院費用(Lnvc)(3)限于較多地區統計年鑒中沒有“人均住院費用”這一指標，最終整理只得樣本378個。樣本地區包括上海市、重慶市、江蘇省、廣西省、四川省的全部地級市以及廣東省、山東省的部分地級市。。

核心解釋變量：分級診療實驗期虛擬變量與實驗組虛擬變量的交乘項(timet·treatedi)。

控制變量：包括實驗期虛擬變量、實驗組虛擬變量、人口學特征變量：常住人口數量(LnRP)、老齡化率(AP)、城鎮化率(UR)；社會特征變量：每萬人大學生數(LnCS)、城鎮登記失業率(UM)；使能資源：人均GDP(LnGDP)、第二產業占比(SI)、第三產業占比(TI)、每萬人擁有醫生數(ND)、每萬人擁有床位數(NS)；環境變量：城鎮生活污水處理率(DS)、生活垃圾無害化處理率(DW)。

其中對醫療機構門診總人次、人均住院天數、人均住院費用、常住人口數量、每萬人大學生數以及人均GDP進行了對數化處理。

主要變量的描述性統計結果如表3所示：

表3 主要變量描述性統計

五、實證結果

(一)雙重差分基本結果

表4為分級診療對醫療資源利用的影響的雙重差分結果。模型(1)表示加入控制變量后，分級診療在1%的水平下顯著減少了門急診總人次，回歸系數為-0.333。同樣地，模型(2)表示在加入控制變量后，分級診療均在1%的水平下顯著減少了人均門急診次數，回歸系數為-1.335。上述結果表明，分級診療的實施顯著節約了門急診服務資源，提升了門急診醫療資源的利用效率。在模型(3)中分級診療的實施顯著減少了人均住院天數，模型(4)顯示推行分級診療降低了人均住院費用。分級診療對人均住院天數與人均住院費用的回歸系數分別為-0.057與-0.148，這說明分級診療的實施分別使人均住院天數下降約5.54%(1-e-0.057)，人均住院費用下降約13.76%(1-e-0.148)。上述實證結果初步驗證了假設1中分級診療醫療資源利用的節約效應。

表4 雙重差分基本結果

在控制變量中，第二產業占比的提升會對居民的門急診資源利用產生負向影響。而每萬人醫生數增加能夠顯著促進居民的門急診資源利用行為，較豐富的醫療資源使得居民就醫可及性大幅提高。城鎮登記失業率在10%的置信水平下減少了門急診總人次數量，失業率越高，門急診資源利用水平越低。生活垃圾無害化處理率作為衡量物理居住環境的變量，對門急診資源利用存在顯著的負向效應。生活垃圾無害化處理率越高，居住環境越好，居民的身心健康也會得到改善，從而使居民的門急診資源利用減少。人均GDP與老齡化程度越高，人均住院天數越短。這可能是因為經濟較發達與老齡化較嚴重的地區，醫療需求較大，為了盡快滿足患者的醫療需求，必須加快醫療資源循環速度，減少醫療擁擠程度。

(二)穩健性檢驗

實證分析的可信度取決于估計的有效性。因此，除了基準回歸以外，還需對結果進行穩健性檢驗。本文在雙重差分的基礎上，采取平行性檢驗、安慰劑檢驗與PSM-DID三種方法重復檢驗假設1是否成立。

1.平行趨勢檢驗

雙重差分作為“準自然實驗”研究方法，其估計有效性的前提之一是必須滿足平行趨勢假設，即實驗組與控制組在實施政策之前醫療資源利用數量保持相同或相似的變化趨勢，而在政策實施后才發生明顯的差異。因此，本研究通過平行趨勢圖以直觀的方式呈現實驗組與控制組之間的平行趨勢特征。

圖2至圖5分別為門急診總人次、人均門急診次數、人均住院天數與人均住院費用這四個被解釋變量的平行趨勢圖。如圖2內容所示，非實驗期(2008年-2011年)內，實驗組與控制組的門急診總人次都保持大致相同的變化趨勢，逐年穩定上升；但自2012年開始，與2011年相比兩組樣本的門急診總人次變化趨勢出現了較大差異，控制組繼續穩定上升的同時，實驗組出現了大幅的下降。圖3、圖4具有類似的變化特征。圖5稍有不同，住院費用在實驗期分級診療實施后，控制組的人均住院費用上升幅度遠高于實驗組，即實驗組的人均住院費用與控制組相比，相對降低了較大幅度。

圖2 門急診總人次平行趨勢圖 圖3 人均門急診次數平行趨勢圖

圖4 人均住院天數平行趨勢圖 圖5 人均住院費用平行趨勢圖

由平行趨勢圖可知，在分級診療政策實施之前，控制組和實驗組的醫療資源利用數量大致保持相同增長趨勢，在分級診療實施后，實驗組和控制組的增長趨勢才出現明顯的變化，滿足平行趨勢假設這一前提條件。因此，本研究使用DID模型估計分級診療對醫療資源利用的影響具有科學性與有效性。

2.安慰劑檢驗

在估計分級診療對醫療資源利用的影響時，可能會受到其他不可觀測因素的干擾，從而使分級診療的政策處理效應被高估或者低估。因此，為了進一步求證分級診療的政策效果，本研究還需進行安慰劑檢驗，包括設置虛擬政策時點與虛擬實驗組兩種檢驗方法，結果如表5所示。

(1)設置虛擬政策節點。將分級診療的政策時點設定在2012年之前，如果回歸結果仍舊顯著，則說明并非分級診療的實施造成控制組與實驗組醫療資源利用的差異，而是其他因素所致，原估計結果過存在偏誤。本研究將虛擬政策時點設置為2009年，再對分級診療效果進行估計。結果如模型(5)至(8)所示，四個被解釋變量的回歸系數均不顯著，驗證了實驗組醫療資源利用變化是受到2012年分級診療政策的影響。

(2)虛擬實驗組。假定部分未受到政策影響的控制組樣本為虛擬實驗組，與其他控制組樣本進行比較分析，如果雙重差分估計系數仍然顯著，則說明控制組與實驗組之間醫療資源利用的差異，并不一定是分級診療政策引起，而是地區之間的固有特征差異導致的。因此，在檢驗門急診總人次、人均門急診次數以及人均住院天數三個變量時，假設重慶、廣東、山東的地級市為處理組，河南、湖南、湖北、廣西的地級市為控制組，結果如表5模型(9)～(11)所示，回歸系數均不顯著。由于人均住院費用總樣本量較小，因此僅假設廣西為處理組，四川為控制組，對其進行檢驗，結果如模型(12)所示，回歸系數也不顯著。因此，可以證明分級診療實施對居民的醫療資源利用變化產生了作用。

表5 安慰劑檢驗結果

3.PSM-DID

實驗組與控制組的分配可能并非完全隨機，即可能存在樣本自選擇問題，直接對兩組樣本進行比較會造成回歸偏誤，而醫療服務利用的顯著變化可能是兩組樣本的異質性差異導致。因此，為了排除系統性差異對實證分析的干擾，仍需通過PSM-DID方法再次進行檢驗。

因此，本研究首先構建logit模型，以常住人口(LnRP)、每萬人大學生數(LnCS)、城鎮化率(UR)、人均GDP(LnGDP)、第二產業占比(SI)、每萬人醫生數(ND)、生活垃圾無害化處理率(DW)共7個可觀測協變量進行傾向得分估計。估計模型如下：

(3)

再采取半徑匹配方法對實驗組與控制組進行配對，半徑設定為0.1。絕大多數樣本都在共同取值范圍內，并將不滿足共同區域假定的觀測值刪除。匹配結果的平衡性檢驗如表6所示，匹配前實驗組與控制組的協變量存在顯著的系統性差異；但是匹配后兩組協變量的標準化偏差大幅下降，減幅在47.8%～99.9%之間，符合一般平衡性檢驗標準化偏差不超過10%的標準，并通過了T檢驗，兩組協變量匹配后不存在顯著差異。其次，在PSM匹配樣本的基礎之上進行雙重差分，結果如表7所示。模型(13)至(16)的自變量回歸系數均顯著為負，再次驗證了假設1，分級診療確實具有節約醫療資源利用的政策效應。

表6 PSM協變量平衡性檢驗結果

表7 PSM匹配后雙重差分結果

4.剔除直轄市樣本

由于城市行政等級與醫療資源優勢等因素的影響，較之于其他地級市，直轄市的醫療資源利用更不易受到外部行政手段的干預而減少，將直轄市納入樣本可能會低估分級診療的政策效果。因此，需將上海、重慶直轄市樣本剔除，再次進行穩健性檢驗，結果如表8所示，仍然表明分級診療具有顯著的醫療資源節約作用。

表8 剔除直轄市后雙重差分結果

(三)調節效應檢驗

1.醫療生產要素規模的調節效應

本研究以每萬人擁有醫生數作為衡量醫療生產要素規模的關鍵指標，分析了醫療生產要素規模在分級診療對醫療資源利用影響之間是否產生調節作用。檢驗結果如表9所示，模型(21)、(22)中分級診療變量與每萬人醫生數的交互項系數在1%的顯著性水平下為負，與主效應項系數符號保持一致，表明每萬人醫生數在分級診療與門急診資源利用之間有顯著的調節作用，每萬人醫生數越多，地區誘導需求更嚴重，實施分級診療所產生的門急診資源利用的節約效應越強，驗證了假設2的內容。

2.人口老齡化程度

本研究以60歲以上老年人口比例作為衡量老齡化程度的關鍵指標，檢驗了人口老齡化程度是否在分級診療與醫療資源利用之間產生調節作用。結果如表9所示，模型(27)中分級診療變量與老齡化率的交互項在1%的顯著性水平下為負，系數為-0.008，與模型中主效應項系數符號相一致。因此，老齡化程度在分級診療與人均住院天數之間有顯著的調節作用，老齡化程度越高，實施分級診療產生的醫療資源節約效應越強，平均住院日減少幅度越大，驗證了假設3的內容。這可能是因為老齡化程度較高的地區醫療總需求更大，其中非理性的醫療需求如“壓床”行為所導致的醫療資源浪費現象更為嚴重，而分級診療引導患者(尤其是老年患者)理性就醫，規范就醫，優化了資源配置，減少了非理性醫療需求。

表9 調節效應檢驗結果

六、結論與討論

(一)研究結論

分級診療是我國新醫改的核心，分級診療效果直接關系到醫改成敗。本文在Andersen醫療服務利用模型的理論框架下，首次基于全國126個城市2008-2014的面板數據構建雙重差分模型，評估了我國行政主導下的非強制性分級診療模式對居民醫療資源利用的影響。研究發現：(1)分級診療有效地節約了醫療資源：在門診服務方面，分級診療實施后門急診總人次與人均門急診次數均顯著下降；在住院服務方面，人均住院天數約下降5.54%，人均住院費用約下降13.76%。(2)分級診療對醫療資源利用的影響受到了醫療生產要素規模和人口老齡化的調節作用。醫療生產要素越豐富，分級診療對門急診資源利用的節約效果越強；人口老齡化程度越深，分級診療對住院資源利用的節約效果越強。

我國的分級診療模式在醫療服務供給側采取行政主導的方式：一方面加大投入增強基層醫療服務能力，一方面發揮三級公立醫療機構的作用，采取醫聯體等方式促進層級醫療機構的合作優化醫療資源的配置。在行政主導下，強大的執行力可以實現不同層級醫療機構聯合互補、共享生產要素、統一服務管理流程、交流醫療技術與信息資源等，有助于發揮規模經濟和范圍經濟的優勢，提升資源配置效率，降低組織成本與醫療成本。同時，我國通過差異化的醫療保險報銷制度，能在一定程度上引導患者合理就醫。因此，我國采取行政主導下的非強制性的分級診療模式，能在一定程度上有效節約醫療資源利用。

醫療生產要素規模會在分級診療與門急診醫療服務利用之間產生顯著的調節作用，而人口老齡化程度則會顯著調節分級診療對病人住院時間的影響。廣義的“羅默法則”認為醫生供給創造醫療需求，如果某一地區的醫生數量增加，那么醫療需求量和醫療價格都會隨之增加。因此，每萬人醫生數越多的地區誘導需求更嚴重，而分級診療有效校正了這些地區的過度醫療與無序醫療現象，門急診資源利用的節約效應相對更大。老齡化程度較深的城市醫療需求更大，其中非理性的醫療行為如“壓床”所導致的醫療資源浪費現象更為嚴重，而分級診療優化引導患者理性就醫、規范就醫，減少了住院服務資源的浪費。這意味著隨著我國人口老齡化程度的加深，分級診療顯得日益重要。

(二)政策建議

分級診療是優化醫療資源配置的過程，但也是利益重新調整的過程。在我國，高等級公立醫療機構仍壟斷了大部分醫療資源，獲得了較高的壟斷利潤。行政主導下發揮高等級公立醫療機構的作用實現分級診療，雖然在一定程度上能發揮作用，但是，隨著改革的深入，阻力可能會逐步加大，分級診療改革邊際效益可能會逐步遞減甚至衰弱。因此，我國深化分級診療改革，必須平衡不同層級醫療機構之間的利益關系，打破當前高等級醫療機構的壟斷地位，實現不同層級醫療機構從利益競爭到分工合作。在加大財政投入增強基層醫療服務機構服務能力并充分調動基層醫務人員積極性的基礎上，發揮市場在資源配置中的作用，促進層級醫療機構的合作，真正引導優質醫療資源下沉，實現分級診療的目標。

(三)有待進一步研究

本研究將“分級診療”作為一個整體概念進行實證分析，并沒有深入探究分級診療對醫療服務利用的內在影響路徑。“分級診療”內涵豐富，其節約醫療資源的路徑具有多樣性，醫聯體、家庭醫生簽約制度、慢性病管理、醫保差異支付等都可能成為減少醫療資源浪費的實現路徑。但是，由于數據信息的局限性，難以從分級診療的總效應中分離出各路徑的效果，無法進一步比較采用何種方式推進分級診療效果更好。因此，在今后的研究中，應挖掘更多有效信息，厘清各類分級診療模式在醫療資源節約中所發揮的作用。