摘 要：对医生支付的不同方式会对医生为患者所提供的医疗服务的投入配置产生不同的影响,进而影响到政府的医疗保险支出。以MA C.A.和McGuire T.G.（1997）建立的模型为基础，通过与按人头补偿支付机制和固定比例补偿支付机制做对比，结果显示补偿费用系数随医疗成本递减的支付方式在激励医生更加努力和保证重症患者利益两方面都能满足一定的要求。而患者之间的信息交流能进一步提高医生的努力程度。
关键词：医生激励；补偿费用系数；信息交流
中图分类号：F840 文献标志码：A文章编号：1673-291X（2012）10-0079-02
引言
医疗市场上的信息不对称主要表现在医生凭借其专业上的权威能够影响医疗投入的数量，而由于医生的努力程度的无法衡量，患者和保险机构无法确定治疗方案中的医疗投入是对患者最有利，还是单单只是最大化了医生的利益。进入20世纪80年代，各国医疗成本急剧上升，针对医生行为的激励机制设计成为提高医疗资源配置效率的关键。
MA C.A.（1994）对医生的支付方式进行了研究，他比较分析了按人头预付机制和对医疗费用的补偿支付机制，从成本和医疗质量的角度提出：对医疗费用的补偿支付机制不能有效降低医疗成本，会造成对医疗资源的浪费；而按人头预付机制可以激励医生节约医疗资源，但是医生可能会拒绝需要高成本治疗的患者，按人头预付机制不能保证每个患者都能得到有效的医疗服务[1]。Jack W.（2005）研究了医生的利他性，即患者的康复会对医生产生正效用。如果支付方不能准确预知医生的利他程度，但是只要支付体系满足一些条件，医生还是会显示出他的利他性程度[2]。MA C.A.和McGuire T.G.（1997）建立了一个生产健康的模型，并且在此模型的基础上讨论了医生人力资本的投入和可衡量的医疗资源的投入之间替代或互补关系分别对均衡的影响，并且在此基础上加入了医生道德和医生间竞争的讨论[3]。王苏生（2009）将医生分为营利性的和非营利性的两类，认为对医疗费用的补偿支付机制是没有效率的，造成医疗资源的浪费。建议在按人头预付机制下成立提供医疗质量信息的服务组织，促进医疗服务质量的提高[4]。这篇文章以MA C.A.和McGuire T.G.（1997）建立的模型为基础，提出了补偿费用系数随着医疗成本递减的支付方式。
一、基本模型设定
我们把患者的康复过程看做是生产健康的过程F=（t，e）。其中，t表示生产健康的过程中可以衡量的要素，包括药品，医疗设备的使用次数；也可以表示患者看医生的次数或者住院时间等。e表示此过程中其他不可衡量的要素，我们可以简单地理解为医生的努力程度，或者理解为医生花在患者身上的时间。我们规定Ft>0，Fe>0；Ftt<0，Fee<0。同时规定t和e之间具有替代关系，即投入较多的t和较少的e或者投入较多的e和较少的t都能达到相同的F水平。当然在有些情况下t和e可能是互补的，但是我们相信t和e的可替代性符合大部分的医疗情况。
由于医生的努力e是不可见的，因此患者和保险公司在支付医生费用的时候以t为基础。我们构造患者在接受医疗服务时的效用函数U=F（t，e）-αt-B （1）
其中，α表示患者对t的支付比例，0≤α 医生的效用函数V=P+θt-ct-G（e）（2） 其中，P表示对医生的按人头预付费用，即医生每决定接收一位患者，政府的保险机构需向医生支付的费用。c表示每单位t需花费的成本，θ表示使用每单位t医生可以从保险机构得到的补偿支付。医生的努力会对医生产生负效用，并以G（e）的方式出现在其效用方程中。Ge>0，Gee>0。 二、医生行为的最优化 MA C.A.和McGuire T.G.（1997）假定医生只能决定自己的努力程度e，患者会根据自己对t的需求的最优化即α=Ft（t，e），来决定自己对t的需求量。换句话说，医生只能在α=Ft（t，e）的条件下，利用e和t之间的替代性，通过改变e来改变t的量。本文将放弃这一条件，假设患者由于其专业知识和经验的缺乏，将无法准确判断α=Ft（t，e），时t点的值，他们总是被动地接受医生所建议的t。只要t还在其预算的范围之内，F（t，e）还没有达到期望的目标F0，他们总会相信医生的建议“做一下这种治疗会对你产生不错的效果的”。因此医生可以控制的变量包括e和t。 1.按人头补偿支付机制。政府规定不论医生在为患者提供医疗服务时所花费的成本如何，都支付医生同样的费用P1。这时θ=0，医生的效用函数为V=P1-ct-G（e） （3） 医生可以选择t和e的投入量，其最优的投入组合应该是t和e对V的边际贡献（这里应该说成是边际损失）是相等的。 = （4） 即-c＝-Ge （5） 医生根据（5）式和F0=F（t，e）（6）最终选择的投入组合为（t2，e2]。 2.固定比例补偿支付机制。政府规定一个固定的θ值，θ≥c，并且P2=0。医生会比较和来选择t和e的投入量。在固定比例补偿支付的条件下，根据（2）式，=θ-c≥0，=-G<0。在这种条件下医生为了达到（6）的目的而选择的（t2，e2）只能是e2降低到最低点，而t2达到最大值。 3.θ为t的减函数。本文会对这种新的补偿支付方式进行多一点的讨论，假设政府规定θ为t的函数，并且规定θ（t）是递减的，这意味着医生每多投入一单位的t时，平均每单位t得到的补偿支付就会更低。这时医生的效用函数变为V=P+[θ（t）- c]t-G（e）（7）。=tθt+θ-c，=-Ge，显然只有=tθt+θ-c<0才能给医生带来节约t的激励，为满足这一条件，解微分不等式可得θ（t）<+c（8）。其中，S表示任意正整数，这里我们不妨令S=1。医生根据=的原则，决定投入（t3，e3），（t3，e3）既满足tθt+θ-c=-Ge（9），又满足（6）式。 4.三种支付方式的激励作用比较。由于t和e的可替代性，三种支付方式中可以激励医生的努力程度e更高的支付方式会较少地使用t，实现医疗资源的节约。显然固定比例的补偿支付机制是最没有效率的，在这种机制下医生会尽可能地减少努力而增加其他医疗资源的使用，政府对医疗保险的投入也会随之而剧烈膨胀。 要比较按人头补偿支付方式和补偿费用系数随医疗成本递减的支付方式对医生的激励作用，只需比较在-c=-Ge1和t3θt3+θ-c=-Ge3两式中e1和e3的大小，较大者所对应的补偿方式对医生的激励作用就会更大。因为Ge>0，Gee>0，所以只要t3θt3+θ-c<-c，则e3>e1，又根据t和e的可替代性，t3 三、扩展 正如患者的效用方程U=F0（t，e）-αt-B所示，患者总是希望能够找到一位愿意提供较多努力e而节省了t的医生来为自己提供医疗服务。我们假定患者之间可以进行信息交流，根据自己的治疗经验而推荐较少使用t的医生，这种信息交流的便利程度我们用a来表示。用N来表示一定时间内医生所接待的患者数量，N是t的函数N（t）。N（t）<0。医生在一段时间的效用总和为N·V。医生在这段时间的效用总和最大化需要满足= （10），即Nt·V+N·=N·（11）。将（11）式与（4）式对比可以看出（11）式只是多了Nt·V一项，由于Nt·V<0，而N·=-Ge<0。因此与（4）式相比，满足（11）式的e需要更大。可以说，当考虑到医生一段时间内接待患者的人数变量N（t）时，本文前面部分所讨论的对医生努力程度的激励机制的作用将得到进一步的放大。患者之间信息交流的便利程度a越大，这种放大作用越是明显，因此政府为提高这种信息交流的便利程度而采取相关措施也是提高医疗资源配置效率，降低医疗成本的不错的办法。 结论 为了提高医疗资源的配置效率，降低政府的医疗保险支出，政府需要一套有效的机制来激励医生尽多地表现出其在为患者服务时的努力程度。固定比例补偿支付机制会造成医疗资源的浪费，而按人头补偿支付机制会牺牲重症患者的利益。本文提出只要对医生的补偿费用系数随医疗成本递减的支付函数设置得当，可以对医生的努力产生激励作用。政府为提高患者之间信息交流的便利程度而采取的努力可以放大对医生的激励作用。 参考文献： [1] Ma C A.Health care payment systems:cost and quality incentives[J].Journal of Economics & Management Strategy,1994,(1):93-112. [2] Jack W.Purchasing health care services from providers with unknown altruism[J].Journal of Health Economics,2005,(1):73-93. [3] Ma C A,McGuire T G.Optimal health insurance and provider payment[J].American Economic Review,1997,(4):685-704. [4] 王苏生,孔昭昆,向静,周明建.双重目标下最优医生激励机制设计[J].预测,2009,(5):38-42. [责任编辑陈丽敏]
