研究进展丨不同医院市场界定方法的比较:基于四川省11种代表性疾病的分析


路立勇1,2陈婷1,2蓝天骄1,2潘杰1,2*
1.四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,Chen Ting,Lan Tianjao,Jay Pan*
The Comparison Between Different Hospital Market Definition Approaches: An Empirical Analysis of 11 Representative Diseases in Sichuan  Province, China. Frontiers in Public Health,2021,9(1165)
DOI:10.3389/fpubh.2021.721504


1. 摘要

1.1 目的

本研究旨在探究在医院市场结构的相关研究中,采用不同的医院市场界定方法来界定医院市场范围,是否会对研究结论产生影响,并进一步分析传统医院市场界定方法中,何种方法是预测患者流法的最优替代。

1.2 数据来源

本研究的数据来自于2018年第四季度四川省住院患者病案首页信息及2018年四川省医院年报数据。本研究以疾病的住院人次、住院费用作为疾病负担的衡量指标,选择了11种具有较重负担的代表性疾病(共902,767条观测)。

1.3 研究设计

本研究以医院市场竞争强度作为医院市场结构的一种体现方式,并采用赫芬达尔赫希曼指数(Herfindahl-HirschmanIndex,HHI)衡量医院市场竞争程度。采用不同的医院市场界定方法对11种疾病的医院市场范围进行界定,并进一步计算其各自的HHI。通过相关系数比较各个HHI的相关性,比较不同市场界定方法下所计算的HHI的相关性。构造医院竞争对费用的回归模型,比较不同市场界定方法下所计算的HHI的估计系数是否一致。

1.4 研究发现

所选的11种疾病中,不同市场界定方法下所计算的HHI,其相关系数都显著大于0,但在相同的回归模型中不同市场界定方法下所计算的HHI的估计系数却存在一定的差异。将预测患者流方法下所计算的HHI作为参照,发现固定半径法下所计算的HHI与其相关性最大,且回归系数在方向上也都与其保持一致。

1.5 结论

尽管不同市场界定方法下所计算的HHI相关系数都显著正相关,但是在回归分析时,不同的界定方法却可能得出不同的结论。如果以最新的较完善的预测患者流作为参照,传统医院市场界定方法中,固定半径法将是其最优替代。当研究人员由于数据或计算局限无法使用预测患者流界定医院市场时,固定半径法可以是其较好的一种替代方法。 

2. 引言

目前已经有多种医院市场界定方法被提出,包括行政区划法、固定半径法、可变半径法、实际患者流向法、预测患者流向法 (Elzingа & Hogarty 1973; Kessler & Mcclellan 2000; Luft & Maerki 1984; Phibbs & Robinson 1993; Zwanziger et al. 1990)。在界定了医院市场的基础上,可以进一步衡量医院市场的结构,比如医院市场集中程度或竞争强度、私有化率、市场规模。根据“结构-行为-绩效”模型,医院市场结构将决定医院行为并进一步影响市场绩效(如医疗费用、医疗质量)(Dranove 2011; Gaynor & Town 2011; Schmalensee 1989)。越来越多的研究探究了医院市场结构所带来的影响 (Berta et al. 2020; Boozary et al. 2019; Cerullo et al. 2017; Dranove 2011; Gaynor & Town 2011; Lin et al. 2018; Qian et al. 2019; Zhao 2016; Zwanziger et al. 1994)。然而,这些研究在分析时,采用了不同的医院市场界定方法,这可能对研究的结论带来影响 (Garnick et al. 1987; Wong et al. 2005)。不同医院市场界定方法下所衡量的医院市场结构是否存在差异?采用不同界定方法是否会对研究的结果产生影响?这些问题仍旧存在很大的争议,相关研究证据也十分缺乏。本研究旨在比较不同医院市场界定方法下所衡量的医院市场结构并为此后的研究在选择医院市场界定方法时提供初步的指导与建议。 

随着市场竞争被越来越多的国家用来改善医疗卫生供给系统 (Barros 2017; Chai et al. 2020; Choné 2017; Fernando et al. 2018; Kifmann 2017; Schut & Varkevisser 2017; Siciliani et al. 2017),一系列的实证研究分析了医院竞争对卫生服务供给的影响。然而,这些研究的发现存在较大差异,未能得出一致性的结论(Dranove 2011; Gaynor & Town 2011; Gaynor & Vogt 2000; Wong et al. 2005)。本研究将选择医院竞争作为医院市场结构的一种体现,用以比较不同医院市场界定方法下所衡量的医院竞争程度是否一致。
先前也有研究选择将医院竞争作为医院市场结构的体现,并比较不同医院市场界定方法。Garnick et al. (1987) 利用加利福尼亚州的社区医院作为分析对象(Community Hospitals)。利用医院数量反映医院竞争强度,对行政区划法、固定半径法、实际患者流向法进行了比较。该研究发现固定半径与行政区划法下的研究结论保持一致,但是实际患者流与其它两种方法相比会得出不一致的结论。同样利用社区医院作为分析对象(Community Hospitals),Wong et al. (2005) 比较了行政区划、固定半径、可变半径、实际患者流四种界定方法的差异。该研究利用HHI作为医院竞争的衡量指标,发现上述四种界定方法下所计算的HHI都存在显著的正相关关系。通过将不同界定方法下所计算的HHI作为自变量,纳入相同的回归模型中,该研究还发现,不同界定方法不会对研究结论产生太大的影响。

上述研究都是基于美国,美国与中国在社会制度、医疗体系、社会背景等诸多方面存在较大的差异,这导致基于美国的证据是否能够适用于中国是令人怀疑的。例如,上述研究仅以某种类型的医院作为分析对象,在中国这显然不合理。中国由于缺乏完善的转诊系统 (Yip et al. 2019),不同等级、不同类型的医院之间也存在竞争关系。据我们所知,很少有研究在比较医院市场界定方法时考虑疾病的异质性。病人往往根据自己所患疾病来选择就医医院,这可能导致不同疾病的医院市场是不同的 (Or et al. 2020)。为了体现疾病的异质性,本研究将基于病种展开分析。本研究选择了11种代表性疾病,并对每一种疾病分别界定其医院市场范围并衡量医院竞争强度。此外,以往研究在比较市场界定方法时未考虑预测患者流方法。Kessler and Mcclellan (2000)提出的预测患者流界定方法,被很多研究者认为相较于传统界定方法更为完善(Gaynor et al. 2013; Kessler & Mcclellan 2000; Lin et al. 2018)。预测患者流方法所衡量的市场结构与其它界定方法是否存在差异?对于此问题尚未有研究进行分析,本研究将弥补这一文献空缺。

本研究基于疾病的住院人次及住院费用来选择疾病,利用行政区划法、固定半径法、可变半径法、实际患者流向法以及预测患者流向法来界定医院市场,并利用HHI衡量市场的竞争强度。通过计算不同界定方法下所计算的HHI之间的相关系数,来比较其相关性。进一步以HHI作为自变量,患者的住院费用作为因变量,构造了回归模型,比较不同界定方法下所计算的HHI的系数是否一致。该研究发现:所选的11种疾病中,不同界定方法下所计算的HHI的相关系数都显著大于0,但是相同的回归模型中不同界定方法下所计算的HHI的系数却存在一定的差异性。这表明尽管不同界定方法下所计算的HHI相关系数显著正相关,但是在回归分析时,不同的界定方法却可能得出不同的结论。以预测患者流方法下所计算的HHI作为参照,发现固定半径法下所计算的HHI与其相关性最大,且回归系数在方向上也都保持一致。当研究人员由于数据或计算局限无法使用预测患者流界定医院市场时,固定半径法将是一种较好的替代方法。本研究也初步讨论了如何选择医院界定方法,为此后相关研究在选择医院市场界定方法时提供借鉴。

3. 医院市场界定方法

有关不同医院市场界定方法,包括行政区划法、固定半径法、可变半径法、实际患者流法及预测患者流法,以及各种医院竞争衡量指标,包括医院数量、M-集中指数、赫芬达尔赫希曼指数(HHI)的详细介绍由于内容过多,在此推送中不一一列出,感兴趣的读者可从原文获取。表1展示了不同市场界定方法的整体比较结果。

表1 不同市场界定方法的比较

4. 方法

4.1 疾病的选择

病人往往根据自身所患疾病来选择医院,这可能使得不同疾病面临不同的医疗服务市场。如果在界定医院市场时,不考虑疾病异质性所带来的影响,则可能导致所界定的医院市场不够准确。为了控制此影响,本研究选择了代表性疾病,并就每个所选病种各自界定其医院市场。
基于患者的数量及医疗费用,本研究选择了具有较大负担的疾病。本研究首先将住院总费用及总人次皆排在前20的病种选择了出来,11种疾病被纳入分析,共有902,767条观测值。表2展示了所选择的具体疾病及数据清洗过程。

表2  疾病选择及数据清理

4.2 界定医院市场及衡量医院竞争强度

具体医院市场界定及竞争衡量指标的计算过程内容较多,在此推送不一一列出,具感兴趣的读者体可以见原文。

4.3 统计分析

4.3.1 描述性分析

描述性分析将主要展示不同医院市场界定方法下所计算的HHI的均数、标准差、四分位数、最大及最小值。

4.3.2 相关性分析 

对于所选的每种疾病,本研究计算了不同市场界定方法下所计算的HHI的相关系数矩阵用以分析其相关性。相关系数r的范围从-1到1,如果r大于0则代表正相关关系,小于0则代表负相关,等于0时代表没有线性相关关系。当|r|≥0.7 表示存在强相关,0.4 < |r| < 0.7代表中度相关,|r|≤0.4代表弱相关。

4.3.3 回归分析 

为了验证不同医院市场界定方法是否对研究结论产生影响,本研究将不同界定方法下所计算的HHI作为自变量,患者的住院费用作为因变量,构造了回归方程,进一步比较不同界定方法下所计算的HHI的估计系数。具体模型如下所示:

其中代表患者,d代表疾病,h 代表医院,c 代表区县;Cost 代表患者的住院费用。HHI 用以衡量医院竞争强度(或集中度)。P 代表患者的特征变量,包括性别、年龄、医疗保险类型、入院途径、入院情况、合并症指数(CCI)。H代表医院的系列特征变量,包括医院实际床位数、医院等级、医院所有制形式、医院类别、营利性。C 代表区县特征,包括每千人卫生人员数、人均GDP、户籍人口数以及城镇化率(城镇人口占比)。ε是随机扰动项。本研究利用稳健标准误矫正异方差。患者住院费用、每千人卫生人员数、人均GDP以及户籍人口数由于其分布呈现正偏态,所以本研究对这些变量进行了对数转化。检验水准为0.05。

5. 结果

5.1 描述性分析结果

表3展示了每种疾病用不同医院市场界定方法所计算的HHI的描述性分析结果。对于不同的疾病,相同医院市场界定方法下所计算的HHI中位数及四分位间距存在明显差异,表明对于不同疾病来说医院市场结构是不同的。因此,在定义医院市场时,疾病之间的异质性不能忽视。

对于同一种疾病,预测患者流下所计算的HHI的中位数比其它医院市场界定方法的要小,而行政区划方法下的HHI中位数则比其它方法要大。这表明预测患者流所界定的医院市场方法平均的市场竞争强度要大于其它界定方法,而行政区划所界定的医院市场竞争强度则比其它界定方法要小。对于同一种疾病,可变半径方法下所计算的HHI四分位间距比其它界定方法要大,而预测患者流的最小。

表3   HHI的描述性分析结果

5.2 相关性分析结果

表4展示了所选择的11种疾病在不同医院市场界定方法下所计算的HHI的相关系数矩阵。对于11种疾病,不同医院市场界定方法下的HHI相关系数都显著大于0,即不同医院市场界定方法下所计算的HHI呈显著正相关关系。该结果表明不同医院市场界定方法下所衡量的医院市场结构呈现明显的正相关关系。

以预测患者流所计算的HHI为参照,本研究发现固定半径法下所计算的HHI与其相关系数最大。这表明预测患者流法与固定半径法下所衡量的医院市场结构相关性要比其它方法更大。界定的医院市场竞争强度则比其它界定方法要小。对于同一种疾病,可变半径方法下所计算的HHI四分位间距比其它界定方法要大,而预测患者流的最小。

表4   HHI的相关系数矩阵

5.3 回归分析

图2展示了不同医院市场界定方法下所计算的HHI的估计系数及95%的置信区间。结果显示相同的回归模型下,不同医院界定方法下的HHI估计系数不同,表明当利用不同医院市场界定方法时,医院竞争对患者住院费用影响的结论可能不一致。

考虑到很多研究者认为预测患者流方法比其它传统医院市场界定方法更完善,本研究将预测患者流下所计算的HHI作为参照并将其与其它界定方法下所计算的HHI进行比较。本研究发现,对于11种所选择的疾病来说,固定半径法下所计算的HHI的估计系数的方向与预测患者流法下所计算的HHI保持一致。结合相关性分析的结果,可以认为相较于其它界定方法,固定半径所界定的医院市场范围与预测患者流法更相似。

图2 不同市场界定方法下所计算的HHI在回归模型中的估计系数及95%的置信区间

5.4 稳健性检验

本研究进行了一系列的稳健性检验以验证结果的稳健性。

1.不同的临界值
(1)对于实际患者流方法,本研究也将排除标准设置为3%及5%,即,如果医院h的患者来自区县c的占比少于3%或5%,则本区县将不作为医院h的患者来源区域。
(2)对于预测患者流方法,本研究也将患者的就医选择集J设定为患者所选择的医院及与患者居住聚类80km、150km、200km以内。
(3)对于固定半径法,本研究也设置了不同的半径长度(20英里及10英里)以验证本研究结果的稳健性。
上述结果都与本研究的主要发现保持一致,证明了本研究结果的稳健性。

2.不同样本
考虑到有患者来自于四川省之外(约占四川省医院住院患者的1%),本研究也将来自于四川省之外的就医患者排除,以验证结果的稳健性。表5展示了不同HHI的相关系数矩阵,图3展示了不同HHI在相同回归模型的估计系数及95%的置信区间。所有的结果也与本研究主要发现保持一致。

表5   HHI的相关系数矩阵

图3 排除了居住地在四川省之外的就医患者:不同市场界定方法下所计算的HHI在回归模型中的估计系数及95%的置信区间

6. 讨论

本研究选择了具有较大经济负担及现实意义的疾病作为研究对象,利用医院竞争作为医院市场结构的体现形式并用HHI衡量医院竞争强度。通过相关系数矩阵比较不同医院市场界定方法下所计算的HHI的相关性,进一步构造了回归模型,比较了不同市场界定方法下HHI在相同回归模型下的估计系数。

相较于之前的研究,本研究考虑了疾病的异质性,且将预测患者流与其它方法进行了比较。本研究的主要结果显示,尽管不同医院市场界定方法下所计算的HHI呈现明显的正相关关系,但是将这些HHI纳入相同的回归模型却会得出不同的估计系数甚至影响估计结果,这表明不同医院市场界定方法是会对分析医院市场结构的效应的结论造成影响。将预测患者流所计算的HHI作为参照,本研究发现对于所有的疾病,固定半径下所计算的HHI与其相关性最大且估计系数在方向上都保持一致。

很多研究医院市场结构效果的研究所得出的结论不一致,其中一个原因可能是由于研究的对象不同,研究所开展的背景存在差异。然而,对于很多利用相同研究对象并且在相同背景下开展的研究来说,它们的研究结论也不一致。考虑到本研究的结果,本研究认为这些研究采用了不同的医院市场界定方法或许是导致它们研究结论不一致的一个主要原因。

在选择合适的医院市场界定方法时,研究者应充分考虑研究开展的背景。例如,我国2014年之前由于医疗保险异地结算系统的不完善,绝大部分患者只能在参保地所在地区就医才能获得报销,这导致患者很少会外出就医。在这种情况下,行政区划法是比较好的选择。然而,随着医疗保险异地结算系统的完善,患者开始越来越多的外出就医,即便是所患疾病在所在地区能够得到很好的治疗。此外,近几年随着高铁等交通工具的发展,也大大降低了人们外出就医的时间及交通成本,这都导致更多的患者外出就医。以本研究的数据为例,跨区县就医的患者占总数据的25%。在当前这种情况下,行政区划法可能不是理想的医院市场界定方法。

尽管很多研究认为预测患者流法相较于其它传统的医院市场界定方法更为完善,但是由于其计算复杂及所需数据质量要求过高,导致该方法仍旧没能被很多研究者所使用。本研究发现固定半径与预测患者流方法所衡量的市场结构相较于其它方法更为近似。因此,当研究者想要使用预测患者流界定医院市场范围但囿于数据或计算局限而无法使用时,固定半径是其较好的替代方法。

本研究也存在一些局限性:(1)本研究仅仅使用了四川省2018年第四季度数据,可能存在潜在的季节趋势而影响研究结果。在以后的研究中,应收集更长时间的数据进行分析。(2)由于缺乏金标准,本研究也无法判断何种医院市场界定方法下所界定的医院市场范围是最准确的。在将来的研究中可以通过数据模拟分析何种医院市场界定方法最准确或收集医院管理者的主管竞争压力展开对比分析。(3)本研究仅仅使用了医院竞争作为医院市场结构的体现形式,对于医院市场的其它结构,如医院市场规模、医院市场私营化率,则结论可能不同。将来的研究可以选择更多医院市场结构的衡量指标并进行分析。 

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

了解 健康服务与产业组织研究 的更多信息

立即订阅以继续阅读并访问完整档案。

继续阅读