路立勇1,2，潘杰1,2
1 HEOA GROUP，四川大学华西公共卫生学院/华西第四医院
2 四川大学健康城市发展研究中心/西部农村卫生发展研究中心
Lu Liyong,Pan Jay*.
Does hospital competition lead to medical equipment expansion? Evidence on the medical arms race. Health Care Management Science.2021, 24(3):582-596.
DOI:10.1007/s10729-020-09529-x
1.摘要
随着一系列的促进竞争政策的实施，我国医院竞争强度在过去十年间大幅提高。在面临市场竞争时，医院很有可能通过引进先进医疗设备来彰显自己在诊疗方面的能力，从而吸引更多的患者。这一现象在文献中被称为医疗竞武。但是以往的研究对于此问题的分析不足。为了弥补文献的空白，本文旨在利用不同地区、不同时间段医院竞争强度的差异分析医院竞争是否会导致医疗设备扩张，进而为医疗竞争提供间接证据。本研究通过动态面板分析，并利用行政区划法以及赫芬达尔-赫希曼指数来定义医院市场范围和衡量竞争程度。研究发现，HHI降低10%会导致区域人均先进医疗设备价值增长8.79%，表明医院竞争会导致医疗设备扩张。本研究丰富了相关文献，为医疗竞武提供了新的实证证据，也为我国医疗改革和其他面临类似医疗挑战的国家为避免促进竞争政策所带来的潜在负面后果提供了借鉴。
2.引言
利用不同地区、不同时间段医院竞争强度的差异，本研究通过动态面板分析，以探究市场竞争是否导致医疗设备扩张，从而为医疗竞武 (Medical arms race, MAR)提供间接证据支持。2009年，为解决医疗领域长期存在的“看病难、看病贵”问题，中国中央政府发起了新一轮全国医疗改革。此次改革中，将促进竞争政策作为提高医疗服务体系效率的主要手段之一，此政策包括鼓励私营医院的发展，将公立医院的监管和运营权相分离（管办分离），政府对医疗领域的财政投入由原先的补供方（直接补给医院），转变成了补需方（直接补给医疗保险）。近十年来，随着改革的深入，医院竞争也日趋激烈。图1中展示了我国医院数量的增长情况。其中，我国医院总数从2009年的20,291家增加到2017年的31,056家，而民营医院的增长速度更为显著，从2009年的6,240家增加到2017年的18,759家。
古典经济学理论认为市场竞争能够高效且广泛的调动企业的生产活力，例如企业会通过重新调整生产活动来提高效率，从而减低成本。这些竞争策略能够在保证产品质量的同时降低产品或服务的价格，从而有利于消费者。然而，相比于一般市场，医疗服务市场有其特殊性。诸如，患者与医疗服务提供者之间存在严重的信息不对称，且患者通常也缺乏服务选择的自主性。当面临市场竞争时，医院或许会采用损害患者利益的竞争策略来获取竞争优势。
一个主要的担忧是处于竞争市场中的医院会竞先购进大量先进医疗设备，来彰显自己在诊疗方面的能力，从而达到吸引患者的目的，此现象在文献中被称为医疗竞武(Medical arms race, MAR)。一方面，寻求高质量医疗服务的患者可能被这些“反映”高质量但本不必要的先进医疗设备所吸引。另一方面，院方处于主导地位，可能会通过过度处方或过度检查的行为将购买设备所产生的成本转嫁给患者或者保险公司，从而加重患者及社会的经济负担。
一些实证研究分析了MAR的结果，也分析了其对医疗服务的利用和医疗费用的影响，并一致的认为MAR会导致医院对先进医疗技术和服务的过度使用，造成对原本有限医疗保健资源的浪费，并导致医疗费用的快速增长。James (2002)对来自加州57个县的15项高科技服务的样本进行了分析，发现MAR将导致医院提供更高水平的医疗服务。Trinh et al. (2008)的研究表明，MAR与更高水平的辅助和高科技服务有关。利用来自中国深圳的数据，Qian et al. (2019)研究发现MAR将导致医院收入的增加，但未提高医院的运营效率。Dranove (2011)通过综述相关文献，认为MAR是导致医院竞争与医疗费用之间存在正相关关系的主要原因之一。
然而，虽然相关研究对MAR所造成的影响进行了分析，但并没有充分的研究对导致MAR的原因进行分析。相关研究和综述将医院竞争视为MAR的主要原因之一。Robinson and Luft (1985)发现，当面临更多的竞争时，医院会为病人提供更多的医疗服务。基于这一结果，他们将过度提供医疗服务的行为归因于由医院竞争所导致的MAR。Li (2007)通过实地定性调查对宿迁市医院民营化改革进行了分析，认为宿迁市改革后所导致的医院竞争促使医院竞先配置高科技医疗设备，导致医疗资源浪费。
尽管相关研究认为医院竞争是导致MAR的一个主要原因，但并没有相关研究提供直接的实证证据。据我们所知，只有一个研究采用了严格的实证方法分析医院竞争对MAR的影响。Goto and Kato (2019)使用了来自日本的数据，发现处于激烈竞争市场中的医院将配备更先进的影像学设备，诸如CT扫描仪。然而，Goto and Kato (2019) 的研究是以日本为基础的（最发达的国家之一），这与中国（世界上最大的发展中国家）在经济发展水平、社会制度、医疗体系等方面存在很大的差异。医疗服务和监管环境的结构性差异可能会使医院竞争与MAR之间的关联复杂化。
随着越来越多的国家将竞争作为提高医疗保健体系效率的政策工具，就医院竞争是否导致MAR这一问题进行分析，并提供严格的实证证据对于避免促进竞争政策的潜在负面结果尤为重要。为了弥补文献中的空白，本文旨将分析医院竞争是否会导致医院先进医疗设备的扩张，从而为医疗竞武现象提供间接证据支持。本研究通过动态面板分析，并利用行政区划法以及赫芬达尔-赫希曼指数（HHI）来定义医院市场范围和衡量竞争程度。研究发现，HHI降低10%会导致区域人均先进医疗设备价值增长8.79%，表明医院竞争会导致医疗设备的扩张。本文的研究丰富了相关文献，也为中国医疗系统中的医疗竞武现象提供了新的证据。
本文以下部分安排如下：第二部分展示了本研究所用的数据与方法；第三部分展示了本研究的结果，最后一部分是讨论与政策建议。
3.数据与方法
3.1 研究领域
此次研究基于四川省展开。四川省位于中国的西南部，其面积是486,052平方千米。2016年，四川省人均GDP为40,000元，在中国属于中等水平。同年，其户籍人口数达9,137万人，是中国的第四人口大省。对于一个覆盖如此之多人口的医疗体系进行分析具有很大的实际意义。
四川省是中国人口分布及经济发展不平衡的一个缩影。在2016年，四川省有183个区县。户籍人口数上，最多的安岳县(161万)是人口最少的得荣县(26,000)的60多倍。人均GDP方面，最高的龙泉驿区(122,276元)是最低的石渠县(8,338元)的13倍之多。
四川省区县不仅在人口分布、经济发展水平上存在严重的不平等现象，在卫生与医疗资源分布上各个区县之间也存在很大的差异。在2016年，武侯区拥有98家医院，所拥有的床位超过20,000张。而一些区县，诸如金口河区、沐川县等，仅有一家医院，所拥有的床位不到1,000张。卫生资源分布的不均衡，可能会导致各个地区医院竞争强度也存在差异，这为本研究的开展提供了基础与条件。
3.2 数据来源
本研究本研究纳入2009年至2016年四川省所有区县，使用到的信息包括：人均先进设备价值(AME)、不同价值医疗设备数量、千人医院卫生人员数、三级医院数、私营医院床位占比。
区县人口及经济发展状况数据来自于《四川省统计年鉴（2010-2017年）》，此年鉴从四川省统计局的官网上获取。本研究从中提取了2009-2016年各区县户籍人口数、人均GDP和城镇人口比例。我们还从《2017年四川省卫生统计年鉴》上收集了反映初级医疗服务能力的指标，包括乡镇卫生院卫生人员数、社区卫生服务中心（站）卫生人员数。
在排除了相关变量的缺失个体之后，本研究最终数据包含1,444个区县层面的观测值。
3.3 变量
本研究使用区县的人均先进医疗设备价值(AME) 作为医疗竞武的代理变量。人均先进医疗设备价值越大，代表医疗竞武的程度越高。在本研究中，先进医疗设备指的是单价超过10,000元的医疗设备。区县人均先进设备价值是通过区县各医院所拥有的总先进设备值除以区县当年户籍人口数所得。
利用赫芬达尔-赫希曼指数(Herfindahl-Hirschman Index, HHI)作为医院市场竞争强度的代理变量，其数值越大代表医院市场集中程度越高，即市场竞争强度越小。以医院医疗收入来计算市场份额并计算HHI，利用行政区划来定义医院市场范围。具体计算公式如下：
其中c代表第c个区县；t代表第t年；Rhct 指的是第t年位于c区（县）医院h的医疗收入；TRct代表的是同一区县、同一年份所有医院医疗收入的总和；S代表市场份额；HHI衡量医院竞争强度。
HHI的最小取值为1/n，其中n代表市场中医院的数量（当n足够大时，HHI将接近于0，此时的市场是完全竞争市场），HHI最大值为1（代表此时的市场是完全垄断市场）。
HHI值越高，表示医院市场集中度越高，即医院竞争程度越低。根据文献HHI通常将其原始值乘以10,000，以此来反映市场的竞争强度，此时HHI的范围变为接近0到10,000。为保持与原有文献的一致性，本研究也将HHI的原始值乘以10,000，并以此来衡量医院市场的竞争强度。
本研究在回归分析中控制了一系列的协变量。本研究利用每千人医院卫生人员数、每千人基层卫生服务机构卫生人员数、三级医院数以及私营医院床位占比来衡量区县医疗资源的情况。医疗设备作为医疗资源的一种，其购置情况也受到经济水平的影响，利用人均GDP，城镇人口比例作为经济水平的衡量指标。本研究也利用户籍人口数来反映医疗设备的需求。考虑到一些潜在的不可观测的因素会随时间的推移而发生变化，并对本研究的分析结果产生影响。本研究在所有回归方程中都加入了时间变量（即年份哑变量），以控制其所带来的影响。
3.4 方法
本研究采用动态面板固定效应模型分析医院竞争与医疗设备扩张的关系，具体模型如下：
为了解决动态面板数据模型中的估计问题，Anderson and Hsiao (1982)提出将工具变量方法与一阶差分相结合，以此来对动态面板模型进行估计，此方法被称为Anderson–Hsiao估计。具体操作如下：（1）利用一阶差分对动态面板数据模型进行转化，以消除时间恒定且不可观测的个体异质性。（2）使用两阶滞后项 log(AMEc,t-2)作为∆log(AMEc, t-1)的工具变量，然后利用两阶段最小二乘法(2SLS)对转化后的模型进行估计。然而，此方法在扰动项无序列相关的情况下，没有充分利用存在的工具变量，因此会降低估计的效率。后来，Arellano and Bond (1991)使用所有可能的滞后变量作为工具变量，结合广义矩估计(GMM)而不是2SLS对转化后的模型进行估计，此方法被称为Arellano-Bond估计又叫做差分GMM。通过不同的附加矩条件，其它不同的GMM 估计方法被先后提出，诸如水平GMM、以及系统GMM。
其中，系统GMM估计将差分GMM以及水平GMM组成联立方程组，然后对方程组进行估计，因此系统GMM允许纳入更多的工具变量。在矩条件满足的情况下，系统GMM估计能解决其他GMM估计所存在的弱工具变量问题，因此本研究中利用Blundell and Bond (2000) 所提出的系统GMM对模型(2)进行估计。使用系统GMM首先要满足两个条件：（1）扰动项序列无关；（2）所使用的工具变量是有效的。根据相关文献，第一个假设可以利用AR(2)检验来验证。AR(2)的原假设是扰动项不存在序列相关。 萨甘检验(Sargan Test)可以用来验证第二个前提条件，其原假设是纳入的工具变量都是有效。
利用STATA 15.0开展数据的分析，定义检验水准是 P<0.05。
4.结果
4.1 描述性分析
表1中展示了本研究中所有变量的描述性统计结果。可以看出，在2009-2016年AME从149.40元增加到了463.60元，其年平均增长率是17.56%；期间，HHI从5,881.25下降到了4,807.71，其年平均减少率为2.84%，这表明了医院竞争强度在逐渐增加。
从2009-2016年，反映医疗资源的指标都呈增长趋势。其中每千人医院卫生人员数、每千人基层卫生服务机构卫生人员数、三级医院数都稳定增加，各自的年平均增长率是12.11%、8.57%以及15.60%；私营医院床位占比也从2009年的9%增加到了2016年的25%，且年平均增长率是15.71%。人均GDP、城镇化率也都呈现增长趋势，各自的年平均增长率是9.59%及 3.12%；户籍人口在此期间没有显著的波动。
表1 描述性分析结果
4.2 回归结果
表2中展示了回归分析的结果。其中，第1列、第2列及第3列各自展示了最小二乘法(OLS)、固定效应(FE)以及系统矩估计(System GMM)的估计结果。
本研究检验了系统矩估计方法使用的两个前提条件（扰动项序列无关；所使用的工具变量是有效的），检验结果分别展示在表2第3列的后两行。发现AR (2)检验的p值是0.457(>0.05)，这表明系统矩估计使用的第一个前提条件是成立的（扰动项是序列无关的）。萨甘检验(Sargan Test)的p值是0.345(>0.05)，这也表明本研究中使用的工具变量都是有效的。
AMEc, t-1的OLS、FE以及系统矩估计的估计值分别是0.759，0.365，以及0.549。系统矩估计的AMEc, t-1的估计值介于OLS以及FE估计值之间。根据文献，动态面板数据模型中滞后项的OLS估计值会偏大, 而利用FE进行估计得到的滞后项的估计值会有向下的偏误，从而导致估计值偏小，而本研究的结果符合此情况。考虑到OLS以及FE估计的不一致性，以下将围绕系统矩估计的估计结果进行叙述与讨论。
回归结果显示，在排除了先进医疗设备需求、区域医疗资源及经济发展情况等因素后，医院竞争强度的增加促进了人均先进医疗设备值的提高：竞争每增加10%，地区人均先进医疗设备值平均增8.79%%，支持医院竞争导致医疗竞武的假设。
从表2第3列也可以看出，因变量滞后项的系数是0.549并且有统计学意义，这表明当年人均先进医疗设备价值与其上一年所拥有的先进医疗设备情况有较大联系。其它变量估计系数没有在正文做过多的阐述，但都展示在表2中。
表2 医院竞争对于人均先进医疗设备价值的回归结果
4.3 进一步分析
4.3.1 不同价值范围的设备数量
由于本研究的主要被解释变量AME中可能包括一些为提供服务或满足需求而必需配置的医疗设备，这会影响本研究的估计结果。因此，本研究的发现仅仅为中国医疗体系背景下的MAR现象提供间接的证据支持。
在本研究的数据集中含有亚组设备的相关信息，其中包括单价在10-49万的设备数量，50-99万的设备数量，100万及以上的设备数量。本研究假设价值越高的医疗设备的扩张越容易反映医疗竞武，诸PET-CT，MRI等。为提供更多证据，本研究将亚组医疗设备数量作为因变量并基于与主回归同样的模型及估计方法对医院竞争是否会导致医疗竞武进行了分析。由于2012年之前有关亚组医疗设备的信息缺失严重，因此本研究选用了2012年到2016年的面板数据进行分析。表3中的第1、2、3列分别展示了以10-49万的设备数量，50-99万的设备数量，100万及以上的医疗设备数量作为因变量进行回归分析的结果。所有的结果都显示医院竞争会导致医疗设备的增多。
表3 医院竞争与不同价值医疗设备数量的回归
4.3.2 空间滞后效应
区县的人均先进医疗设备价值可能受到其临近区域的影响。诸如，A县的患者也可以从其邻近区县获取医疗服务。在这种情况下，需要在分析中纳入空间滞后效应以控制其带来的混杂影响。由于本研究是动态面板，无法使用空间误差模型。因此，本研究构造了空间自回归模型(SAR)以及空间杜宾模型(SDM)进行了分析。利用k-nearest方法来构造空间权重矩阵，其中k分别取1、3、5，分别代表以最近的1个、3个，以及5个区县来构造空间权重矩阵。由于空间权重矩阵的构建及空间分析需要平衡面板数据，因此本研究选用2012年到2016年的面板数据进行分析（在此期间，数据没有缺失情况。）。此外，本研究也对2012年之前数据的缺失个体进行了线性插补，并进行同样的分析。
表4及表5展示了SAR以及SDM的分析结果。第1,2,3列展示了利用2012-2016年数据分析的结果，第4,5,6列展示了使用2009-2016年数据分析的结果。所有的结果都表明医院竞争显著地促进了人均先进医疗设备的增多。
表4 空间自回归(SAR)的回归结果
表5 空间杜宾模型(SDM)回归结果
4.3.3 不同的医院竞争衡量方式
本研究采取了以下不同的医院竞争衡量指标：
（1）当期HHI可能与AME存在互为因果而导致的内生性问题，因此本研究用HHI的一阶滞后作为当期HHI的代理变量并进行分析。
（2）利用医院数量以及新增医院数量衡量医院市场的竞争程度。数量越大，代表医院竞争越大。
（3）本研究也利用医院诊疗人次数来反映医院的市场份额，并计算HHI来衡量医院竞争强度。
表6的第1-4列展示了以上分析的估计结果，结果都支持本研究做出医院竞争会导致医疗设备扩张的结论。这表明本研究的结论不因HHI衡量方式的变化而变化，说明本研究的结论是稳健的。
表6 利用不同医院竞争衡量方式的回归分析结果
4.3.4 因变量的高阶滞后
在此部分，本研究在模型中纳入了因变量的更高阶滞后项，以验证因变量是否存在更高阶的滞后性。本研究在模型中加入了因变量的二阶及三阶滞后。表7的第1列及第2列分别显示了加入二阶及三阶滞后的估计结果。研究发现所加入因变量的二阶或三阶滞后项没有统计学意义，因此认为本研究的模型中纳入因变量的一阶滞后足以控制因变量滞后效应所带来的影响。
表7 纳入因变量的二阶及三阶滞后项的回归
5.讨论及建议
利用不同地区、不同时间段医院竞争强度的差异，本研究利用动态面板模型，探究了市场竞争是否会导致医疗设备的扩张，从而为MAR提供了新的证据支持。研究的发现也与以往相关的研究相一致。本研究在中国卫生体系的背景下为MAR提供了新的证据支持，这将对中国的医药改革提供建议，以避免促进竞争政策所带来的潜在负面影响。
在我国，基本医疗保险定点医院都应接受基本医疗保险管理部门所设定的服务价格。我国所有的公立医院都是基本医疗保险的定点医院。我国也有一部分私立医院不是基本医疗保险的定点医院，因此它们有权自主决定其所提供的医疗服务的价格。那些选择接受医保管理部门价格及质量监管的私立医院，也可以选择成为医保定点医院。虽然大多常见的医疗服务都受到医保的监管，但也允许医院在药品及高科技诊断服务（如CT，MRI）的成本上加成15%-20%，这使得这些服务成为医院最具营利性的服务，从而也给医院过度处方及过度使用诊断服务的行为提供了经济诱因。在我国，过度处方和过度检查常被认为是导致患者沉重经济负担的主要原因（看病贵）。近年来，国家制定了旨在减少不合理和不必要用药行为的基本药物目录和取消药品加成政策。随着这些政策的实施，不合理药物使用行为有所减少，如过度处方抗生素的现象，也保证了患者获取安全有效的基本药物。然而，对于不必要的诊断服务，目前仍没有根本性改革措施的实施。这也是导致医院在面临竞争时可能竞先配备先进医疗设备的主要政策原因之一。
在我国，病人可自行转诊，这意味着病人可以自由选择医院，这为医院吸引病人创造了机会与前提。相比于医疗服务的价格，患者对医疗服务的质量更为敏感，因此倾向于寻求能够提供高质量医疗服务的医院。由于信息的严重不对称，患者无法获取评估医院医疗质量的全面信息。因此，他们通常把先进医疗设备和高学历的医生视为评估医疗质量的主要参考依据，并据此选择医院。因此，处于高度竞争市场中的医院将竞先配备先进的医疗设备，以展示其在诊断和治疗方面的能力，从而吸引患者。
本研究有几个局限性。首先，用于反映MAR的AME指标不仅涵盖了可以反映MAR的不必要的先进医疗设备，也可能涵盖了代表技术发展所配备的必要医疗设备。因此，在中国卫生系统的背景下，本研究所得出的有关医院竞争会导致医疗设备扩张的发现只能为MAR提供间接的证据支持。未来的研究将收集有关特定医疗设备的信息，如CT和MRI的数量，进而提供更多的证据。其次，虽然面板数据和系统GMM可以减少遗漏变量所引起的内生性，但AME和HHI之间可能存在反向因果关系。在将来的研究中，可以使用工具变量模型来进一步识别两者之间的因果关系。
作者简介
路立勇
在读博士生
四川大学华西公共卫生学院流行病与卫生统计学系
研究方向：统计方法在卫生政策中的应用
通讯邮箱：luliyongscu@163.com
供稿丨路立勇
编辑丨樊洋涛
审校丨路立勇、刘琳、樊洋涛
欢迎投稿:heoagroup@126.com