曹裴娅1,2，赵小双1,2,3，杨伊里1,2，潘杰1,2*
HEOA Group，四川大学华西公共卫生学院/华西第四医院
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
深圳市龙岗区慢性病防治院
Peiya Cao, Xiaoshuang Zhao, Yili Yang, Jay Pan*
Creating accountable hospital service areas in China: A case analysis of health expenditure in the metropolis of Chengdu. BMJ Open, 2022, 12 (1): e051538.
DOI:10.1136/bmjopen-2021-051538
1. 摘要
目前关于发展中国家应用医院服务区进行医疗费用地区差异和影响因素的研究证据尤为缺乏。本研究旨在应用美国达特茅斯临床实践与卫生政策研究所开发的划分医院服务区的方法，帮助国内建立一个可问责的医疗服务体系，并确定影响医院服务区内医疗费用的需方、供方和区域特定因素。本研究纳入了所有居住在样本城市的住院患者，进行了三类分析：（1）将美国达特茅斯法应用于该市以划分医院服务区；（2）利用地理信息系统工具展示划分的医院服务区中住院医疗费用（次均住院总费用）的变化；（3）通过多水平对数线性建模来分析住院医疗费用与需方、供方和区域特定因素之间的关系。本研究在该市划分出了113个医院服务区，各区域人口中位数为60,472人。在对年龄和性别进行调整后，各区域的次均住院总费用相差三倍及以上。回归结果发现，除了一系列需方因素外，医师数量、医疗机构等级和营利性医疗机构与次均住院总费用呈正相关。在医院服务区层面，私立医疗机构占比增大与区域中患者次均住院总费用的增加有关，而区域中医疗机构数量的增加与患者次均住院总费用呈负相关。本研究将基于医院服务区的医疗费用地区差异分析引入我国卫生服务研究中，医院服务区作为描述当地医疗服务市场的功能区，比常用的传统行政边界更科学地刻画了医疗市场的有机关系，其通过将需方和其实际利用的供方划分在同一个区域，克服了基于行政区划分析可能存在的问题。本研究建议卫生政策制定者采用医院服务区来确定不同区域之间医疗费用的差异和潜在的相关因素，另外，基于医院服务区的分析结果也可为制定相关卫生政策和优化医疗资源配置提供参考依据。
关键词：医院服务区，医疗费用，供方，区域特定因素
2. 前言
过去几十年来，我国经济快速发展，在人口结构和疾病负担发生改变的大背景下卫生总费用急剧增加。特别是在过去十年里，2009年以来的新一轮医改在扩大医保覆盖范围方面取得阶段性成果，同时也极大地刺激了广大群众的医疗服务需求。我国卫生总费用占国内生产总值（GDP）的比例从2009年的5.15%（17,541.9亿元）急剧增加到2019年的6.1%（65,195.9亿元）。虽然我国卫生总费用占GDP的比例低于大多数经合组织（OECD）国家，但在过去的几十年里，该占比的增长率却高于所有OECD国家。因此，可负担性成为政府和人民群众关心的问题。我国政府已认识到这方面的挑战，将控制医疗费用不合理增长纳入新一轮医药卫生体制改革的重要举措中。本研究旨在借鉴国际经验，在中国西部样本城市建立医院服务区，并以此作为地理分析单位描述医疗费用在区域间的差异，最后寻找与医疗费用增长相关的潜在因素。
先前的研究表明，疾病服务量的增加被认为是造成医疗费用增加的驱动因素之一，这与需方的一系列因素高度相关，例如疾病的流行或发病率、人口老龄化、人口增长、文化或习惯、机会成本、收入或偏好等。然而，其中一些需方因素通常难以获得和测量。因此，文献主要集中在对医疗费用可能产生影响的供方因素和区域特定因素的研究上。为了探索不同地区医疗费用增长的原因，以美国达特茅斯学院临床实践与卫生政策研究所为代表，其开创性地建立了以医院服务区（hospital service areas, HSAs）为地理分析单位的“达特茅斯地图集”（Dartmouth Atlas），以展示医疗费用在地区间的差异，为探讨医疗费用增长的原因提供了分析基础。HSA旨在把患者划归于与之联系最密切的机构点的服务范围内，其划分则是依据患者的实际就医流向，以医疗机构为锚点，勾画出其服务周边人口的空间范围。
国外学者已经广泛采用这种基于HSA的方法来分析不同区域间医疗费用的差异。现有证据表明，医疗费用的大多数地区差异并不是由患者的特征因素所驱动的，例如患病率、疾病严重程度以及患者寻求医疗服务的偏好，相反，医疗实践风格的差异、临床诊断和治疗的不确定性以及供方提供更多的“供应敏感型服务（supply-sensitive care）”是解释这些地区差异的主要原因。基于这样的证据，美国颁布并实施了相关卫生政策旨在改革高医疗费用地区的支付方式，以减少不必要的医疗费用。
分析医疗费用的地区差异时，选择一个合适的地理分析单位显得尤为重要。如果在县级、州级或国家级等传统行政区划进行分析可能会造成偏倚。这是由于患者在寻求医疗服务时，存在一系列独立于行政区划的潜在因素。例如，医疗机构的地理分布、获得医疗服务所需的交通时间、不同地区的医疗基础设施建设情况以及患者对从特定医疗机构获得医疗服务的偏好等，都可能对患者的就医行为模式产生影响。因此，患者跨行政区划就医的情况很常见，如果患者跨行政区划就医的情形发生较多，那么本区划患者产生的医疗费用并不完全受到本区划供方和地区等因素的影响，而是受到其就医区划的供方和地区因素的影响。因此，基于HSA分析医疗费用地区差异的价值主要在于，通过划分HSA可以帮助建立一个可问责的医疗服务体系，每个独立HSA的医疗机构对该特定HSA中患者产生的医疗费用负责。这在一定程度上克服了基于行政区划分析可能存在的问题，也有利于更准确地理解和剖析医疗费用产生地区差异的原因，一定程度上可更准确地实现“归因”。
尽管采用HSA划分的方法是作为分析不同地区医疗费用差异最理想的方法。但在中国和其他中低收入国家（LMICs），对这种方法的实际应用仍然有限。原因主要有三：首先，与发达国家相比，LMICs的医疗卫生服务体系仍然相对薄弱，这些国家的卫生政策制定者专注于增加医疗供给侧数量，尚未重视供给侧的产出问题，这主要体现在医疗费用的攀升和效率低下。此外，LMICs在卫生服务研究方面仍然相对落后，尚未很好地将发达国家在制定和研究卫生政策上的方法应用到政策制定的决策实践中，特别是在利用国际已有的较为成熟的方法（例如，基于HSA的方法）为相关卫生政策制定和决策程序提供基于证据的参考依据方面。最后，尽管一些LMICs卫生服务体系发展较快，也意识到了建立一个可问责的医疗卫生服务体系的重要性，但碍于这些国家的卫生信息系统发展相对滞后，缺乏详尽的个人诊疗相关数据来支持基于HSA的卫生服务研究。
本研究旨在应用美国经典的达特茅斯方法帮助中国建立一个可问责的医疗服务体系。我们选择了中国人口最多的三个城市之一的大都市作为分析的案例，其常住人口约为1633万人。本研究的贡献主要有两点。第一，首次在中国应用国际成熟经验划分HSA，并为其未来的应用提供参考。第二，建立了基于HSA的医疗费用地区差异的地图，并发现了影响医疗费用的需方、供方和区域特定因素，为制定相关卫生政策提供参考依据。
3. 数据和方法
本研究将居住在样本城市且利用了住院医疗服务的所有患者纳入分析。我们将所有提供住院医疗服务的医疗机构纳入到分析中，医疗机构包括医院和基层医疗机构（乡镇卫生院和社区卫生服务中心）。
3.1 医院服务区的划分
本研究中，我们在应用美国经典的达特茅斯方法时，根据我国的实际情况进行了调整。通过以下四个步骤在样本城市划分了HSA。第一步，识别患者实际利用住院医疗服务的医疗机构，定位医疗机构并对其进行地理编码。在应用达特茅斯方法时，我们通过乡镇（街道）行政区划代码而不是城镇代码对提供住院服务的机构进行了地理编码。第二步，定位患者并对其进行地理编码，同时根据患者的实际就医流向确定各乡镇（街道）大多数患者就医去向。根据简单多数原则（plurality rule），如果A乡镇（街道）的大多数患者去B乡镇（街道）就医，那么A乡镇（街道）行政区划就划为那（几）家医院所在的B乡镇（街道）行政区划，得到初步的医院服务区。第三步，确保每个医院服务区的地理连续性：通过目视检查确保每个医院服务区内的乡镇（街道）行政区划编码在空间上是相邻的，将在空间上分离的区域分配至它相邻的医院服务区。第四步，检查所有医院服务区是否满足简单多数原则：医院服务区内的居民是否在本医院服务区内的就医指数（localization index, LI）大于去其他任何一个医院服务区的LI，其中LI是由居住在一个独立的HSA中并且在该HSA中就医的患者数除以所有来该HSA中就医的患者数计算得到。
划分了HSA后，本研究对HSA的地区特征进行了描述，包括人口规模、医疗机构数量、每千人床位数和每千人医师数。此后，我们基于划分后的HSA作为地理分析单位，利用了基于地理信息系统工具展示了不同HSA中住院患者的次均总住院费用的地区差异。为了排除各HSA中社会人口学特征的差异，我们计算了经年龄和性别构成调整后的次均总住院费用，以便进行地区间的比较。
3.2 统计分析
本研究通过探索患者住院总费用的影响因素，来发现HSA层面呈现出差异可能的原因。在个体层面，建立了一个三水平对数线性模型，同时纳入了机构层面和HSA层面区的协变量。模型见原文。
4. 结果
4.1 医院服务区总体情况
如图2所示，样本城市最终共有113个医院服务区（HSA）。其中有五个HSA跨越了该市区县行政边界，这些HSA主要分布在市中心。较大的HSA主要出现在城市边界处。
HSA中本地就医指数（LI）从最低的11.12%到85.52%不等（中位数为51.25%）。其中，62.35%的居民生活在LI超过50%的医院服务区。HSA中平均常住人口数为274,336人（中位数为60,472人），不同HSA常住人口数从最低的7,022人到827,750人不等。每个HSA中医疗机构的数量从1个到48个不等，其中有44个HSA至少有5个医疗机构，30个HSA仅有一个医疗机构，拥有超过40个医疗机构的HSA主要分布在该市周边地区，仅有几个零星的深蓝色区域分布在市中心。每千人床位数在不同的HSA之间有很大的差异，从每千人1.19个床位到每千人67.02个床位不等，而每千人医师数在不同的HSA之间从每千人0.31个医师到每千人40.27个医师不等，详见图3。
样本城市不同HSA之间的次均住院总费用相差四倍以上，从次均住院总费用3,317.92元到13,835.60元，在对年龄和性别进行调整后，仍显示出超过三倍的差异，详见图4。高次均住院总费用的HSA集中在该市的中东部地区。
4.2 医院服务区中次均住院总费用差异的来源
表1展示了多水平对数线性模型的结果，以患者住院总费用为因变量，零模型的结果表明不同医疗机构和医院服务区之间存在差异。我们发现，患者的年龄每增加一岁，住院总费用增加约1%。女性住院总费用比男性少约2.8%。参加城镇居民医保、新农合、全自费和其他形式医保患者的住院总费用比参加城镇职工保险患者的住院总费用低。合并症指数的增加与住院总费用增加相关。此外，入院情况为紧急或一般的患者，其住院总费用比入院情况为严重紧急患者的住院总费用分别低24.6%和31.4%。
表1 多水平模型结果
从供方来看，我们发现医疗机构等级、营利性质和医师数与患者住院总费用相关。在二级或三级医院住院患者的住院总费用比在未定级医院住院患者的住院总费用分别高出5.7%和46.6%。营利性医疗机构住院患者的住院总费用比非营利性医疗机构住院患者的总费用高30.8%。此外，我们还发现每增加100名医师，患者住院总费用就会增加10%。
在医院服务区（HSA）层面，单个HSA的医疗机构数每增加1%，患者住院总费用减少约0.2%。此外，单个HSA的私立医疗机构数量每增加1%，患者的住院总费用增加0.1%。
5. 讨论与建议
本研究通过采用前人基于出院数据划分医院服务区的方法，对样本城市进行了分析并绘制了113个医院服务区。我们划分的HSA显示了相对较高的本地就医指数（LI）（最低：11.12%；最高：85.52%；中位数：51.25%）高于在乡镇（街道）层面的LI（最低：8.09%；最高：84.47%；中位数：20.80%）。具体来说，LI是反映HSA方法有效性的一个指标，LI越大则表明患者的居住地点与医疗服务利用地点的一致性越高。理想地，我们希望患者都能够在本居住区内就医，但不可避免的是他们可能去居住区域外寻求医疗服务。因此，我们的研究采用HSA划分是一个比较适宜的方法，因其能够捕捉患者就医行为模式并据此勾画出一个自然形成的地理边界，并为后续分析提供一个较高的LI。我们的研究结果显示，仅有5个HSA跨越了该市区县的行政边界，这可能与各区县行政边界内丰富的医疗资源分布有关，使得患者能够在其区县边界内利用住院医院服务。
一些HSA的医疗资源配置不足是本研究另一重要发现。在基于HSA地图帮助我们建立了一个可问责的医疗服务系统的基础上，使我们能够对整个研究地区的医疗资源配置进行评估。我们发现，不同医院服务区的每千人床位数和每千人医师数都有很大的差异。具体来说，样本城市57.52%的HSA每千人床位数低于全国平均水平（每千人6.03张）。此外，80.53%的HSA的每千人医师数低于全国平均水平（每千人2.59人）。更糟糕的是，我们发现32.74%的HSA配置了高度不足的医疗资源，这些HSA只有不到一名医师可以提供住院医疗服务。在这种不利的情况下，我们建议通过实施一系列的策略来优化医疗资源的配置，例如：采取经济激励的策略来吸引医师到这些服务不足的地区工作。基于该市划分医院服务区（HSA）的分析提供了如何利用HSA来促进相关卫生政策制定的实际场景，HSA方法可以作为基于证据的地理功能区来协助其规划与制定。当然，HSA作为一个地理分析单位，还可以应用于卫生服务研究的其他领域，例如：医疗服务利用、医疗服务质量、服务体系效率的分析。
我们的研究表明，样本城市不同医院服务区的次均住院总费用存在较大差异。我们考察了供方和区域特定因素对患者住院总费用的影响，具体来说，尽管在HSA层面的每千人医师数与患者住院总费用之间无统计学意义，但我们发现医师数的增加和患者住院总费用之间呈正相关关系。这一发现与先前的研究一致。医师数量作为反映医疗机构服务能力的代理变量，其可能影响患者的就医偏好，这种现象被称为供应敏感型医疗（supply-sensitive care），更多的医疗服务往往由服务能力更强的医疗机构提供，从而可能产生更多的卫生费用。基于研究发现，我们建议政策制定者采取相关控费策略以减少由于医师行为所引起的不必要的费用。另一个发现是，营利性机构就医患者的住院总费用相较于非营利性机构的住院总费用更高。这可能是由于我国针对营利性和非营利性医疗机构所提供的医疗服务实施了不同的定价政策产生的。具体来说，对于营利性医疗机构实行的是市场调节价政策，允许其自主定价，而对非营利性医疗机构实行的是政府指导价。通过实施不同的定价政策，营利性医疗机构通常以营利为目的，制定出高医疗服务价格的项目。例如，提供高科技医疗设备相关的医疗服务项目或为满足患者特殊医疗需求而定制的项目，从而增加患者的医疗费用。
本研究另一个有趣的发现是，患者的住院总费用与分布在特定HSA的医疗机构数量呈负相关，先前的研究表明这可能引入了竞争机制，引入市场竞争会导致费用降低。此外，我们的研究发现，私立医院在HSA中占比增加与患者住院总费用呈正相关，这与来自美国的一项研究结果不一致，美国的研究发现私立医院市场份额的增加会降低急性心肌梗死患者的医疗费用，这可能与疾病异质性有关。值得注意的是，来自挪威的一项研究报告称，私立医院往往比非私立医院更倾向于提供诸如冠状动脉血管形成术等利润相对较高的医疗服务。因此，对于我们的研究结果，一个可能的解释是，自2009年启动的新一轮医药卫生体制改革以来，得益于鼓励和支持社会办医发展这一项重要发展战略，我国私立医院迅速发展。这一战略初衷是为了提高医疗服务效率和质量，完善医疗服务体系。然而，私立医院是否成为了医疗服务体系的有益补充，还存在争议。
我们的研究也存在一定的缺陷。首先，由于数据的可得性，在本研究中，我们只可获取一个季度的出院数据，未利用一整年的数据进行分析。因此，我们利用季度患者就医数据得到的研究结果可能缺乏稳定性。其次，由于数据质量不高，本研究中约有20%的患者被记录的居住地址未能定位到乡镇（街道）层面。因此，这部分患者的居住地址不得不被随机分配到其所在区县内的乡镇（街道）中，这一定程度上影响了本研究中划分HSA的准确性和可靠性。第三，我们的模型探究的是相关关系而不是因果关系，这可能导致颠倒患者住院总费用与相关变量的关系。然而，本研究的相关分析也显示了巨大的价值，它揭示了从供方和区域层面与患者住院总费用的相关因素。最后，尽管我们提供了一系列的证据来描述不同HSA的次均住院总费用存在差异，但我们并没有提供有力的证据来说明这些差异是否合理，也没有对医疗机构提供的医疗服务是否恰当进行深入考察。
6. 结论
我们的研究将美国达特茅斯开发的划分医院服务区（HSA）的方法应用于西部某样本城市以帮助建立一个问责制医疗服务体系。划分后的HSA作为本地的医疗服务市场，它连接了特定医院服务区的需方和供方，可用于从多个方面开展卫生服务研究，例如，医疗资源配置评价，以及医疗费用、医疗质量、医疗服务利用和服务体系效率的分析。基于HSA的分析结果可以为制定相关的卫生政策和优化医疗资源配置提供参考。
作者简介
曹裴娅
四川大学华西公共卫生学院卫生政策与管理学系在读博士
HEOA Group，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科研人员
研究方向：卫生政策与经济
邮箱：Caopeiya@Stu.scu.edu.cn
供稿丨曹裴娅
编辑丨o
审校丨曹裴娅、刘琳、o
欢迎投稿:heoagroup@126.com