突發公共衛生事件下互聯網醫療健康發展與監管制度創新研究

王俊豪，張宇力，單芬霞

(1.浙江財經大學中國政府管制研究院，浙江 杭州 310018；2.南開大學經濟學院，天津 300071；3.浙江財經大學-中國社會科學院大學浙江研究院，浙江 杭州 310018)

一、問題的提出

突發公共衛生事件會嚴重影響大眾生活。例如，2020年暴發的新冠肺炎疫情導致人們就醫等生活方式發生巨大變化。在提倡減少人與人之間直接接觸的同時，政府也面臨日益增加的醫療需求。近年來，互聯網醫療因方便快捷、影響范圍廣等特點能較好地作為傳統醫療的補充(尤其是新冠肺炎疫情期間)，在滿足患者醫療需求、緩解醫院服務壓力等方面發揮了積極作用并呈現爆發式增長趨勢。根據中國互聯網絡信息中心發布的第49次《中國互聯網絡發展狀況統計報告》，截至2021年12月，我國互聯網醫療用戶規模達2.98億，占網民群體的28.9%。

繼2018年《互聯網診療管理辦法(試行)》(國衛醫發〔2018〕25號)等3個文件發布后，政府有關部門結合新冠肺炎疫情防控的現實需要，自2020年以來陸續出臺一系列互聯網醫療的相關政策，深入規范互聯網醫療行為。國家衛生健康委員會發布《關于進一步推動互聯網醫療服務發展和規范管理的通知》(國衛辦醫函〔2020〕330號)等文件，并在2021年10月關于《互聯網診療監管細則(征求意見稿)》向社會公開征求意見，內容涵蓋人員監管、業務監管、質量安全監管等多個方面。國家醫療保障局等部門相繼發布《關于推進新冠肺炎疫情防控期間開展“互聯網+”醫保服務的指導意見》(國醫保電〔2020〕10號)等文件，強化“互聯網+”醫療服務監管措施?？梢?，疫情影響下的互聯網醫療需求迅猛增加，政府部門高度重視互聯網醫療的發展狀況和監管問題。

本文的主要貢獻在于：(1)在突發公共衛生事件的背景下，針對互聯網醫療需求的快速增加，深入研究互聯網醫療健康發展問題；(2)運用信號傳遞博弈模型和中國家庭追蹤調查(CFPS)面板數據，探究互聯網醫療信息與醫患信任度之間的關系，并將政府監管強度、患者信息甄別能力等因素納入統一分析框架，為互聯網醫療監管制度創新提供依據；(3)從法律制度、監管機制、監管方式、社會監督等方面提出創新互聯網醫療監管制度的政策建議。

二、理論分析與假設提出

(一)相關文獻梳理

信息在醫療市場中尤為重要，個體信息認知影響居民對醫療衛生的需求和使用。在傳統醫療中，過往研究發現由于醫患雙方的信息不對稱性，最終極有可能產生醫療服務風險，而且患者的信息認知越少，醫生就越容易實施誘導需求。這能合理解釋近年來醫患矛盾加劇的現象，由于“信息缺失”導致患者對醫生的信任度(即醫患信任度)降低。隨著互聯網作為一種新型傳播媒介高速發展，互聯網醫療乘勢興起并致力于解決醫療資源供需問題。2020年新冠肺炎疫情暴發后，互聯網醫療扮演了重要角色，運用數字技術加強醫療信息的傳播和溝通，較好地緩解突發公共衛生事件對醫療等密切接觸型服務業的沖擊。但與傳統醫療相比，互聯網醫療傳遞的醫療信息能否促進醫患信任是一個必須正視的重要問題。

信息經濟學指出信息不對稱容易導致“道德風險”問題。在較為成熟的互聯網經濟中，為盡量降低風險往往已配套嚴格的監管措施，只需進一步明確互聯網平臺信息質量監管的規范性和合理性。而對存在嚴重信息不對稱的互聯網醫療來說，我國互聯網醫療的監管呈現明顯的滯后性?；ヂ摼W醫療信息質量水平體現在能否給出準確的診斷及治療方案，因而網絡口碑極其重要，反映了加強互聯網醫療信息質量監管的必要性。目前，我國的互聯網醫療發展尚不成熟，相應的監管機制不健全。特別是在互聯網促進醫療資源可及性和社會老齡化增加醫療資源需求的現實情況下，醫療行業“供方誘導需求”的問題更加嚴重，導致平臺披露的醫療信息可靠性和患者對醫生的信任度都較低。其根本原因在于信息結構不良、信息質量監管模式落后等，亟需完善互聯網醫療監管相關立法，明確醫生資格認定和服務行為等方面的監管?？梢?，如果互聯網醫療信息的監管缺失，就不能有效保障互聯網醫療信息的準確性，進而導致互聯網醫療難以有序健康發展。

王有強等(2020)通過比較醫療服務供給的不同發展階段，發現在復雜的社會網絡中，互聯網醫療的聲譽存在較大的不確定性?；ヂ摼W的使用在一定程度上解決了患方的“醫療信息缺失”問題，但“信息虛假”現象也導致患者信任度不高。在互聯網日益普及的背景下，患者往往先利用互聯網查詢醫療信息，了解自己的病情和相關的疾病知識，再選擇合適的診療方式。信息資源過剩使信息供給超過需求，造成選擇和利用上的困難，這也是互聯網醫療發展中出現的新問題。對互聯網醫療來說，若平臺不能有效篩選醫療信息，患者對互聯網醫療信息的準確性難以辨別，使用風險極高。與傳統媒介相比，互聯網用戶身份信息隱匿，政府有關部門對互聯網信息的審核不嚴，平臺一旦發生互聯網醫療信息的規范缺失現象，就會增加患者對互聯網醫療信息的擔憂并降低其信任度。因此，本文提出如下的假設1：由于對互聯網醫療信息的監管缺失，互聯網醫療難以提高醫患信任度。

(二)信號傳遞博弈分析

與傳統的線下醫療相比，互聯網醫療涉及的參與主體更多，其中較為重要的是互聯網醫療平臺在醫生與患者之間的中介作用。由于互聯網醫療供需雙方存在嚴重的信息不對稱，本文構建互聯網醫療信息質量的信號傳遞博弈模型，系統分析互聯網醫療涉及的主體間關系。

1.模型的基本假設。對患者來說，醫生通過平臺向患者提供互聯網醫療信息，因此可將主體關系簡化為互聯網醫療信息的供給方和需求方兩個參與主體，醫生和平臺代表供給方，有診療需求的患者則代表需求方。

(2)需求方。由于醫療信息專業性強，互聯網醫療的雙方主體間存在嚴重的信息不對稱，患者處于信息劣勢地位，只能根據醫生或平臺傳遞的信息質量信號及自身經驗做出判斷?；颊吲袛嗥錇檎鎸嵭畔⒌母怕蕿?)=，則虛假信息的概率為()=1-。為獲取互聯網醫療信息，患者需支付價格，真實的醫療信息價格大于虛假的醫療信息價格。作為理性人，患者追求效用最大化，互聯網醫療信息真實程度越高，則其獲得的效用()也越大，即()>()。在理性人的假設下，患者的效用函數也可代表其對相應醫療信息的支付意愿，因此()>和()>分別表示患者對真實或虛假的互聯網醫療信息的支付意愿大于其市場價格或)。

(3)其他因素。從現實情況來看，提供信息的醫生和發布信息的平臺都尤為關鍵，醫生和平臺存在合謀欺騙的動機，因此需限制互聯網醫療信息供給方的行為，而這往往來源于政府監管及患者舉報，所以本文對監管強度和患者信息甄別能力等因素做出假設。

一旦虛假信息被監管部門發現，則信息供給方會受到相應的懲罰(代表監管強度，其總成本隨之增加。信息虛假程度越高，懲罰力度越大，意味著監管強度越強。如果供給方的虛假信息未被發現，則獲得投機收益。而對誠信的醫生或平臺來說，真實信息有助于提高聲譽，構建醫患信任關系，從中得到收益。此外，患者接收到偽裝的互聯網醫療信息質量信號后，識破信息供給方虛假欺騙的概率為(0<<1，表示患者的信息甄別能力)。

2博弈均衡分析。在上述假設的基礎上，互聯網醫療信息供給方(醫生或平臺)將提供質量為的信息并向患者傳遞信號，需求方(患者)接收信號后則形成自身預期()。信息質量被識別后，將分別對誠信和虛假的醫生或平臺實施獎勵和懲罰。

當供給方選擇傳遞信號時，無論其信息真實或虛假，都將以真實互聯網醫療信息的價格獲取收益。但虛假互聯網醫療信息供給方的欺騙行為一旦被識破，就會受到懲罰；相反地，誠信行為將獲得來自聲譽的額外收益。當供給方選擇不傳遞信號時，患者難以辨別互聯網醫療信息的真偽，只能基于現有信息做出主觀判斷。此時，供給方若想達成交易，市場價格和都不能高于患者的期望支付意愿()+(1-)()，否則交易失敗將導致收益為0，所以選擇不傳遞信號時的最大收益可由患者的期望支付意愿表示。

因此，對提供真實互聯網醫療信息的供給方來說，選擇傳遞信號時的最大期望收益為-(,)+，選擇不傳遞信號時的最大期望收益為()+(1-)()。而對提供虛假互聯網醫療信息的供給方來說，選擇傳遞信號時的最大期望收益為-(,)-+(1-)，選擇不傳遞信號時的最大期望收益為()+(1-)()。

真實和虛假的互聯網醫療信息供給方的期望收益等式分別為：

-(,)+=()+(1-)()

(1)

-(,)-+(1-)=()+(1-)()

(2)

根據式(1)和(2)，可求得如下的關系：

=(,)-+[()+(1-)()]

(3)

=(-[()+(1-)()]-(,)+)(+)

(4)

可知，在滿足式(3)和(4)的條件下，無論真實的還是虛假的互聯網醫療信息供給方，均隨機選擇傳遞信號或不傳遞信號(即分離均衡的臨界條件)。在通常情況下，為贏得聲譽并占據大部分市場份額，真實信息供給方往往傾向于選擇如實地傳遞信息質量信號，否則無法得到患者的完全信任，容易被市場淘汰。當>(,)-+[()+(1-)()]時，基于誠信獲得的額外收益能彌補信號傳遞的成本，真實信息供給方更有動力向患者傳遞互聯網醫療信息質量信號。因此，真實信息供給方選擇不傳遞信號屬于非理性行為，下文的分析均在“真實信息供給方全部選擇傳遞信號”的基礎上展開。

這里，分離均衡是指達到供給方均有動機提供真實的信息質量信號的狀態。提供真實互聯網醫療信息的供給方選擇傳遞信號，提供虛假互聯網醫療信息的供給方選擇不傳遞信號，從而患者可通過信號準確判斷信息質量，緩解醫患間信息不對稱問題。否則，患者在接收信號傳遞的同時，有可能遇到供給方的虛假欺騙行為而影響其對醫生的信任程度。因此，互聯網醫療市場達到分離均衡有助于提高醫患信任度，否則會降低。綜上所述，本文提出如下的假設2：加強互聯網醫療信息監管強度，有助于提高醫患信任度；假設3：若提高患者的信息甄別能力，則互聯網醫療的使用有助于提高醫患信任度。

三、研究設計

(一)數據來源

本文使用的樣本數據來源于中國家庭追蹤調查(CFPS)的成人個體自答問卷數據。該數據兩年追蹤調查一次，旨在通過對全國代表性樣本的追蹤調查來反映經濟發展和社會變遷情況，其中重點關注主題包括網絡、醫療健康等。因2012年及之前的CFPS問卷缺少網絡模塊數據且2012年之后互聯網醫療的認知度才開始廣泛形成，故本文選取新冠肺炎疫情暴發前后的2014—2020年全國調查數據進行實證分析，以說明互聯網醫療信息的規范監管問題，為突發公共衛生事件下互聯網醫療健康發展及監管創新提供依據。整體樣本量豐富，覆蓋全國31個省份(省、直轄市、自治區)，而且CFPS的成人個體自答問卷包含互聯網信息重要性、對醫生信任度、健康水平等多方面的詳細調查，與本文研究目的相一致。

(二)變量說明與模型設定

1.變量說明

=-

(5)

(2)核心解釋變量。借鑒劉宸和周向紅(2017)的思路，本文將CFPS的問卷中“互聯網對你獲取信息的重要性”問題的回答作為核心解釋變量互聯網醫療信息()的代理變量，其合理性主要在于：第一，相比于其他類型的互聯網信息，互聯網醫療信息存在相對更為嚴重的信息不對稱問題，對一般家庭來說，互聯網信息在醫療方面更重要；第二，互聯網的使用是獲取互聯網醫療信息的基礎，在互聯網醫療不斷發展和人民對健康管理及生活質量逐漸重視的背景下，個體如果主觀認為互聯網對獲取信息來說較為重要，則其對互聯網醫療信息的需求也會增加。

(3)控制變量。綜合現有研究發現，區域、人口特征等因素影響不同人群對互聯網醫療信息的應用能力，而個體在實際使用過程中的主觀態度、感知收益及風險則直接影響其對互聯網醫療的使用意愿和對醫生的信任度。因此，本文從個體、經濟和社會等多方面考慮可能影響醫患信任度的一系列控制變量。個體因素包括性別()、年齡()、健康水平()和健康水平變化()，其中健康水平()以CFPS的問卷中“自評健康水平”衡量；經濟因素為醫療保險購買情況，具體包括是否購買醫療保險(_)和醫療保險數量(_)兩方面；社會因素包括就醫機構選擇()、就醫滿意度()、當地醫療水平()、生活滿意度()和主觀信任傾向()。

2模型設定。本文探討互聯網醫療信息對醫患信任度的影響效應，由于被解釋變量屬于分類離散變量且數據為2014—2020年的面板數據，因此選用面板有序Logit模型來探究不同的互聯網醫療信息獲取程度對醫患信任度的影響，基準回歸模型表示如下：

=++++

(6)

(三)數據預處理與描述性統計

1數據預處理。根據研究所需而選擇CFPS的成人個體自答問卷數據，然后對該數據進行預處理。首先，刪除所有變量中存在缺失值或問題值的樣本；其次，由于年齡過小或過大時，生活事務一般由家庭成年人代理，所以僅考慮年齡18—65歲的成人個體；最后，對面板數據做平衡處理并形成2014—2020年的平衡面板數據，共獲取39324個有效樣本。

2描述性統計。表1報告了樣本分布情況，以“互聯網醫療信息重要性是否大于3”作為樣本分類標準，觀察樣本分布情況后發現互聯網醫療信息重要性呈逐年整體上升趨勢，認為互聯網醫療信息重要性較高的個體數由2014年的3871個增至2020年的7408個，共計22557個觀測值(約占總樣本的5736)。表2的描述性統計結果顯示，絕對醫患信任度()的平均值為6814、中位數為6000，相對醫患信任度()的平均值為4717、中位數為4000，互聯網醫療信息()的平均值為2885、中位數為3000，說明目前大部分個體認為互聯網醫療信息的重要性較高，但對醫生的信任度較低。

表1 樣本分布情況

表2 描述性統計結果(N=39324)

四、實證結果及分析

(一)影響效應分析

1.基準回歸結果。本文以面板有序Logit模型實證研究互聯網醫療信息對醫患信任度的影響效應(結果如表3所示)。在表3中，列(1)僅加入控制變量，列(2)控制年份固定效應、未控制地區固定效應，列(3)控制地區固定效應、未控制年份固定效應，列(4)控制年份固定效應和地區固定效應?？梢?，互聯網醫療信息在1%的顯著性水平上負向影響醫患信任度，由此驗證了假設1。

隨著互聯網醫療的不斷發展，不同年份中社會民眾對互聯網醫療信息的關注度有所變化，且對發展程度、經濟水平等社會條件存在較大差別的東中西部地區來說，互聯網醫療信息對醫患信任度的影響具有差異性，因此對年份和地區均控制固定效應更為合理。同時，比較模型的顯著性檢驗值后，發現選擇年份和地區均控制固定效應的模型較優，所以后續的進一步分析均采用該模型。

相關研究結果表明，伴隨互聯網醫療日漸深入百姓生活，虛假的互聯網醫療信息會加劇醫患矛盾，難以解決醫患信息不對稱的問題。目前，即使越來越多的人開始接觸互聯網醫療，但互聯網醫療信息仍具有高度的不確定性，虛假信息時常干擾患者篩選，在風險感知的影響下醫患信任度并不能得到提升。這些都是阻礙互聯網醫療良性發展的關鍵問題，亟需有效監管互聯網醫療信息。若缺乏有效監管，互聯網醫療信息的可靠性將備受質疑。

從表3中列(4)的回歸結果來看，在控制變量方面，性別、健康水平等在至少5%的顯著性水平上負向影響醫患信任度，是否購買醫療保險、就醫滿意度、生活滿意度、主觀信任傾向等在至少5%的顯著性水平上正向影響醫患信任度，這些結果與社會現實基本相符。

表3 互聯網醫療信息對醫患信任度的影響效應(N=39324)

2.調節效應分析。進一步地，為檢驗監管強度差異和患者信息甄別能力差異的調節效應，我們構建如下的模型：

=++*++++

(7)

其中，表示調節變量(包括監管強度差異()和患者信息甄別能力差異())，*表示核心解釋變量與調節變量的交互項，其余變量的含義與式(6)相同。

(1)監管強度差異()的調節效應。在不同的互聯網醫療監管強度下，患者對互聯網醫療平臺及相關醫生的信任度不同。由于本文使用的是2014—2020年CFPS數據，故根據互聯網醫療行業報告及各地衛健委的公開資料，選擇各地2020年及其之前“是否已運營互聯網醫療服務并建立互聯網醫療監管平臺”作為互聯網醫療監管強度的衡量標準，在此基礎上分析監管強度差異在互聯網醫療信息與醫患信任度之間關系的調節效應。表4的列(1)顯示，監管強度調節效應的系數在10%的水平上顯著為正，說明在監管缺失的情況下患者容易接收到虛假的互聯網醫療信息，難以建立其對醫生的信任，但逐步加強互聯網醫療信息監管時，有助于患者獲取真實有效的互聯網醫療信息，從而提高醫患信任度，由此驗證了假設2。

表4 調節效應的回歸結果(N=39324)

(二)穩健性檢驗

為加強模型和結論的可靠性，本文采用多種方式進行如下的穩健性檢驗。

1更換被解釋變量。以絕對醫患信任度()與一般信任度()的差值表示校正差異后的相對醫患信任度()，重新衡量被解釋變量。從表5的結果可知，在控制其他控制變量和固定效應后，互聯網醫療信息對醫患信任度的影響仍在1的水平上顯著為負，從而驗證了結論的穩健性。

2.更換回歸模型。從表5的回歸結果可以發現，更換面板有序Probit模型進行穩健性檢驗時，在控制其他控制變量及年份和地區固定效應后，互聯網醫療信息對醫患信任度的影響仍在1%的水平上顯著為負，因此更換回歸模型后，核心變量的回歸結果及顯著性與替換前基本保持一致，從而本文結論的穩健性得到檢驗。

3.隨機抽樣檢驗。進一步地，對原有樣本分別進行隨機抽樣80%和90%，重新估計互聯網醫療信息對醫患信任度的影響效應。從表5的結果可知，在隨機抽樣80%和90%的情況下，并控制其他控制變量和固定效應，互聯網醫療信息對醫患信任度的影響分別在5%和1%的水平上顯著為負，這與前文的結論基本保持一致，因此本文的研究結論具有穩健性。

表5 穩健性檢驗結果

(三)內生性討論

為防止模型存在遺漏變量或互為因果等內生性問題，本文進一步采用工具變量法檢驗實證結果。首先，使用“社區內(除自身外)互聯網醫療信息重要程度人均值”作為工具變量，重新估計互聯網醫療信息對醫患信任度的影響。結果顯示，社區內(除自身外)互聯網醫療信息重要程度人均值顯著影響個體互聯網醫療信息的重要性，但并不直接影響該個體的醫患信任度。從表6的結果可知，在第一階段回歸中，所在社區人均值()的系數在1%的水平上顯著為正，說明二者具有顯著的正向關系；而在第二階段回歸中，互聯網醫療信息()對醫患信任度()的影響系數顯著為負。其次，借鑒Anderson和Hsiao(1981)的思路(簡稱AH模型)，本文將核心解釋變量的滯后一期作為工具變量，應用2SLS估計參數。結果顯示，第一階段互聯網醫療信息滯后一期(-1)的系數在1%的水平上顯著為正，第二階段互聯網醫療信息()的系數在1%的水平上顯著為負。兩種方法的結果均與前文保持一致，說明研究結論在克服可能的內生性問題后依然成立。

表6 內生性檢驗結果

五、結論與政策建議

在突發公共衛生事件背景下，本文運用信號傳遞博弈模型并基于2014—2020年中國家庭追蹤調查(CFPS)的微觀面板數據構建面板有序Logit模型，分析互聯網醫療信息對醫患信任度的影響效應，得到如下結論：(1)在目前我國互聯網醫療監管不到位的情況下，互聯網醫療的使用難以改善醫患關系，而加強互聯網醫療監管有助于提高醫患信任度；(2)若患者提高自身的信息甄別能力，則互聯網醫療的使用有助于提高醫患信任度。據此，本文提出以下的創新互聯網醫療監管制度的政策建議：

1.完善互聯網醫療法律制度。作為監管主體，政府在制度的設定和執行等方面承擔主要責任，而完善配套的互聯網醫療監管法律制度是提高政府對互聯網醫療監管強度的保障。2020年以來，結合疫情防控中互聯網醫療運營的現實情況，我國已陸續出臺多項互聯網醫療管理制度，尤其是2021年國家衛生健康委員會發布的《互聯網診療監管細則(征求意見稿)》對醫療人員、業務質量等方面提出了監管要求。但目前實施效果較為有限，因此需從法律制度層面不斷完善監管制度，推動互聯網醫療有序健康發展。在明確醫療機構、互聯網醫療平臺等相關主體職責的基礎上，既要加強互聯網醫療信息的準入監管，嚴格審查醫生和網絡平臺資質，又要高標準地審核公開發布的互聯網醫療信息，提高信息的真實性和可靠性。

2.健全互聯網醫療監管機制。一方面，政府部門應加強自上而下的嚴格監管，全方位規范互聯網醫療行業的主體行為。建立獨立、專業的互聯網醫療監管機構，提高行業準入門檻，要求傳播互聯網醫療信息的醫療人員和網絡平臺在合理范圍內披露信息，促使醫療信息供給方誠信交易。另一方面，健全自下而上的互聯網醫療監管機制。在完善互聯網醫療信息實時反饋機制的條件下，患者的監督能以較低的成本及時反饋不良信息，從而篩選出可靠的互聯網醫療信息。由此，既從聲譽角度激勵了互聯網醫療信息供給方，又能幫助患者判斷接收信息的質量，逐漸具備較強的信息甄別能力，以高效利用互聯網醫療信息。

3.創新互聯網醫療監管方式。改變過去以處罰為主的監管方式，合理運用激勵相容的監管措施，適當設定分級獎勵標準和懲罰標準，對互聯網醫療中的違規違法行為兼顧勸誡、通報、嚴肅處罰等多層次監管方式并落實黑名單制度，激勵互聯網醫療平臺及在線醫生規范問診行為，以提高監管效率。此外，有效運用數字化監管手段，實現互聯網醫療監管信息共享。目前，全國大部分省份均已建立省級互聯網醫療服務監管平臺，但為防止形同虛設，需基于已有的互聯網醫療服務監管平臺，在合理范圍內通過互聯網技術共享監管信息，使互聯網醫療全流程得以監管。同時，在監管過程中要根據共享信息不斷調整監管標準，以適應不同階段需求，必要時應實行差異化監管。

4.有效運用社會監督體系。完善互聯網醫療監管制度不僅要求政府部門加強監管，也需要社會主體參與監督。由于醫療信息專業性強，普通群眾并非能完全理解，所以更難以辨別信息的真假。而作為社會主體的醫療行業組織能較好地發揮其應有作用，彌補監管漏洞，在互聯網醫療監管中占據重要地位。行業組織一般在行業內具有較強的影響力，作為政府監管的補充可定期審查互聯網醫療平臺提供的醫療信息，幫助患者有效甄別互聯網醫療信息質量，提高群眾對互聯網醫療的可信度。此外，通信技術的發達為社會輿論傳播提供了便利，各種社交平臺有助于社會公眾曝光互聯網醫療的虛假欺騙問題，使社會輿論成為監管的重要力量。加之互聯網時代負面輿論的傳播速度快，對相關主體的聲譽影響較大，能有效起到監管作用。