当前位置:首页 > 公共服务满意度 > 正文
阅读量: 1,287

公众对政府取消药品限价政策满意度研究

2017年02月06日 | 作者: adminlin | 分类: 公共服务满意度 | 

        基于湖南省13个地市的983份实地调查数据,运用二元Logistic回归模型,研究政府取消药品限价政策下的公众满意度及影响因素。结果表明,公众对政府取消药品限价政策满意度的评价较高;对医药信息了解程度、同类药品用药量变化、对药店服务的满意程度、对医疗机构提供医疗服务的满意程度、对政府取消药品限价政策的政策行为信任程度对公众评价政府取消药品限价政策满意度产生了显著的正向影响;而对是否从事医药相关方面工作、对政府取消药品限价政策的了解程度却产生了负向影响。研究认为,提高公众对政府取消药品限价政策满意度,要继续加大医疗资源补贴力度,加强医药信息普及程度与政策相关信息宣传工作,树立良好的政府工作形象,提升公众信任水平。

  20世纪70年代以来,各国都出现了医疗费用增长迅速问题,如何有效控制药品价格、降低医疗费用成为困扰国际社会的一大难题。而自1997年起,药品的最高零售价限价政策成为我国政府调整药品价格、控制药品费用的主要手段之一。但是,老百姓看病难、药价贵的问题并没有得到有效解决,反而使廉价药逐步被挤出市场。2015年5月5日,经国务院同意,国家发改委会同国家卫生计生委等部门联合发出《关于印发推进药品价格改革意见的通知》,决定从2015年6月1日起,除少量麻醉和第一类精神药品外,取消绝大部分药品政府定价,药品实际交易价格主要由市场竞争形成。作为政府取消药品限价政策的直接受益者,公众对政府取消药品限价政策的满意度将直接影响药品价格改革的实施效果。为了解新的药品改革政策的执行效果情况,本文对政府取消药品限价政策的公众满意度进行了探讨,希望能为药品价格改革的进一步完善提供参考。


  一、相关理论研究


  对于药品价格改革政策,国内外学者主要从药品限价政策是否能对药品价格产生影响、哪些因素限制了药品限价政策发挥作用、不同的药品定价政策对药品价格管理控制产生的效用这几个方面进行了研究。


  (一)国内药品限价政策


  1.药品限价的实施效果


  刘宝、贾凌霄[1]指出,药品最高零售价政策只是药品价格形成中的一个环节,它对药品销售量没有产生较大影响,且对药品价格影响有限。政府的药品限价政策对降低药品价格有正向促进作用,有助于解决药品价格出厂价与零售价差额过大问题,减少药品从药厂到患者“手续费成本”。药品价格虚高现象是一种客观存在的结果,政府通过政策的实施可以加强对药品市场的监管,在一定程度上减轻医药费用。提出了药价改革促进深化医疗体制改革有助于解决药价虚高的问题,对于破除“以药养医”有积极作用,以及药价市场化改革需要强化市场监管、提高医保部门的控费能力等一系列观点。限价政策实施的实际效果明显,在政府限价政策管理下,药品零售价格整体明显下降,药品价格快速上涨的伏率在一定程度上得以抑制。药品限价政策没有达到降低药品价格效果,其政策制定过程公众参与程度过低,没有遵循政府定价的民生原则。药品最高零售价限价不能解决药品申报与定价环节中的虚高问题,导致药品限价政策无法控制药品费用。但也有学者认为药品最高零售价限价政策实施作用不明显。我国现行的药品限价政策在面临药品供给混乱、“以药养医”体制下无法正常发挥作用,也无法引入药品相互竞争的市场机制。我国的药品定价制度需要进行调整,实现医保支付价格逐渐取代政府最高零售限价。在药品限价政策未能与招标、采购、报销等其他各项药品价格管理政策协调统一,导致政府目标与药品生产经营企业无法统一,降低了药品生产企业提供低价药品、廉价药品积极性。药品限价政策实施后,医疗机构对利益最大化的追求导致药品费用不降反增,造成低价药品被逐出市场,致使政策反响没有达到预期水平。


  2.政策影响因素


  我国药品供应链中的成本是影响着我国药品价格的重要因素,其中医患信息不对称是增加药品额外成本的根源,药品限价政策并不能适应于当前复杂的国内药品市场。“以药养医”的医疗服务体系阻碍药品正常的市场竞争,是导致药品限价政策实施过程中药品价格不降反升的原因之一。彭翔、徐爱军[13]指出,政府单方面的药品限价政策并不能降低药品价格、减少高价药品的使用,过于强硬的行政手段给部分药品生产企业带来了负面效应。政府取消药品限价政策的出台在制度上肯定了市场对医疗资源的配置、调节药品价格的决定性作用,政府对于药品价格的管理将转变为宏观管理等国际通用的现代治理手段。


  (二)国外药品定价政策


  日本实行政府制定药品最高零售价政策,按照药品的流通和生产的特点,把医疗药品分为三大类,并对这三类药品实施了不同的价格核算和管理办法,有效避免药品价格的重合,防止了新进药品拉高市场整体价格水平[15]。德国实行政府非强制性的参考定价的药品价格管理制度,对调动企业生产药品积极性、引导药品市场机制发挥作用具有促进作用,可以有效地对药品价格的上涨进行管理控制,达到降低药品费用目的[16]。德国、日本在药品定价环节中实行的定价形式、采用的定价方法以及药品定价机构的选择等方面实现了对药品价格有效监管与控制。


  上述关于国内外药品限价政策的研究为笔者提供了思路,但还缺乏基于公众视角的对政府取消药品限价政策满意度研究。本文拟从这一研究方向着手,探究在政府取消药品限价政策下公众对该政策的满意度及其影响因素。


  二、影响政府取消药品限价政策公众满意度的因素分析


  (一)数据来源  
 


       本研究所用数据均来源于2016年1月及2月份湖南省的实地调查问卷。以湖南省12个地级市和湘西自治州的当地居民为调查对象,共发放问卷数1
150份,收回1
089份,有效问卷983份,占总问卷数的85.47%。通过研究公众对政府取消药品限价政策满意度及其影响因素,分析在政府取消药品限价政策下,哪些因素影响了公众满意度,从而以这些因素为依据,提升医疗政策的公众满意度。


  表1显示,调查对象女性偏多,占调查总体人数的53.2%;主要以青壮年为主,16―45岁之间人数比重占75.7%;调查对象的文化水平总体偏高,其中小学及以下的文化水平仅占10.2%,初中文化水平占27.1%,高中文化水平占33.1%,大专或大本文化水平占27.3%,硕士及以上的文化水平占2.4%,有24人。


  (二)设计及模型选择


  在已有的文献基础上,本文将影响公众对政府取消药品限价政策的满意度因素分为五大类:公众个人基本特征、公众家庭医药特征、医药信息政策认知、药品信息变化情况、医疗服务机构政策行为评价。因此建立以下研究假设。假设1:公众的个人特征(年龄、性别)、公众家庭医药特征可能会影响到政府取消药品限价政策的满意程度。假设2:公众的个人特征(受教育程度)正向影响到政府取消药品限价政策的满意程度。假设3:公众的个人特征(是否从事医药相关方面工作)、医药信息政策认知对医药(医疗)信息了解程度对政府取消药品限价政策的满意程度呈正向影响。假设4:药品信息变化情况(药品价格变动、同类药品用药量变化)也会对政府取消药品限价政策的满意程度预期呈反向影响。假设5:药品信息变化情况(常用药的种类变化)、医疗服务机构政策行为评价会对政府取消药品限价政策的满意程度预期产生正向影响。


  将公众对政府取消药品限价政策是否满意作为被解释变量。其中,Y=0为不满意,Y=1为满意。将影响公众对政府取消药品限价政策满意度的因素作为解释变量,各变量的定义如表2所示。


  为了检验解释变量是否影响被解释变量及其影响方向和程度,根据变量的分类,研究公众对政府取消药品限价政策是否满意采用Logistic 回归模型:


  其中,P
表示公众对政府取消药品限价政策满意即 Y = 1 的概率,1-P 则表示对政府取消药品限价政策不满意即Y = 0 的概率,i
表示影响公众对政府取消药品限价政策满意的变量个数。本文中将影响因素设置为 14个自变量,b0表示回归截距( 常量) ,bi表示第 i
个因素的回归系数。


  三、模型结果及分析


  (一)公众对政府取消药品限价政策满意度的评价


  调查结果表明,公众对政府取消药品限价政策满意度评价结果为“满意”的概率达到63.58%,而满意度评价为“不满意”的概率为36.42%。这表明,公众对政府取消药品限价政策的满意度的评价较高,国家实行的药品价格改革政策在一定程度上取得了较好的效果。


  (二)估计检验结果与分析


  本文采用SPSS

Statistics17.0统计软件,对983个随机调查样本数据进行二元Logistic回归分析,公众的性别、年龄未通过统计性检验,这表明了性别、年龄对公众评价政府取消药品限价政策满意度的影响较小甚至没有产生影响。因此将其余12个变量均作为自变量加入方程,模型Hosmer
and Lemeshow 检验结果见表3,参数估计结果见表4。


  估计检验结果显示,由表3可知,Hosmer and
Lemeshow 检验P值为0.05的卡方临界值为15.507
31,模型检验卡方值为2.756,说明通过检验,且拟合程度很高,自变量对因变量的解释程度很高;表4结果表明,模型的-2对数似然值为312.900,Cox
& Snell R方值为0.630,决定系数达到63.0%, Nagelkerke
R2值为0.862,表明模型具有统计意义,整体拟合效果良好,可进行分析,解释变量的预期作用方向大多与期待相符合。


  1.部分个人特征对公众满意度有影响


  Logistic回归模型结果显示,受教育程度没有通过显著性水平检验,且回归系数为-0.083,与本文预期不符。从事医药相关方面工作的回归系数为-3.958,在1%的水平上显著,其Exp(B)为0.19,即在其他变量不变的条件下,X4每改变1个虚拟值,公众满意度将随之变动-0.19倍,从事医药相关方面工作对公众评价政府取消药品限价政策满意度产生了非常显著地负效应,这与本文预期不符合。这表明,越从事医药相关方面工作,公众对政府取消药品限价政策的满意度越低;而没有从事医药相关方面工作的公众对政府取消药品限价政策的满意度却较高,这可能是因为没有从事医药相关方面工作的公众在信息不对称情况下,对国家积极出台药品价格管理改革政策会感到十分满足,对政策充满期待;而取消药品限价政策对于从事医药相关方面工作的公众而言并没有过多的吸引力或者期待感,特别是对于部分药品经营者而言,政府取消药品限价政策,引入药品价格市场竞争机制会在一定程度上遏制药品价格虚高,从而削弱其经济利益。


  2.家庭医药特征对公众满意度影响甚微


  Logistic回归模型结果显示,公众的家庭用药习惯回归系数为0.142,未通过统计性检验。家庭成员身体状况的回归系数为-0.361,表明家庭用药习惯没有对公众评价政府取消药品限价政策满意度的产生影响。


  3.医药信息政策认知对公众满意度有显著影响


  回归模型结果显示,公众对医药信息了解程度的回归系数为4.014,在1%的水平上显著,其Exp(B)为55.374,即在其他变量不变的条件下,X7每改变1个虚拟值,公众满意度将随之变动55.374倍,且Wald值最高,说明该变量对公众的满意度贡献最大。可见,公众对医药信息了解程度对公众评价政府取消药品限价政策满意度产生了非常重要的正向影响,这与本文预期一致。公众对医药信息的了解程度越深刻、了解积极性越高,公众对政府取消药品限价政策的满意度就会越高,因为公众对医药信息的了解直接可以帮助公众在医疗服务市场中减少因信息不对称所造成的道德风险和逆向选择,从而避免不必要的经济利益损失。
 
 

 

       公众对政府取消药品限价政策的了解程度产生了显著的负向影响,该变量的回归系数为-0.559,在5%的水平上显著,其Exp(B)为0.572,即在其他变量不变的条件下,X7每改变1个虚拟值,公众满意度将随之变动-0.572倍,与本文的预期不统一。政府取消药品限价政策应有的政策效用没有得到较好的发挥,政策宣传力度不到位可能是造成这一现象的原因。在走访调查中发现,部分随机填写问卷的公众在不了解政府取消药品限价政策的情况下,单从字面理解政府取消药品的最高零售价含义,片面认为国家不再限制药品价格、政府不再监管药品质量,出现过激言论,表现极为不满。这在一定程度上降低了公众对政府取消药品限价政策的满意度。


  4.部分药品信息变化情况对公众满意度有一定影响


  结果显示,药品价格变化情况没有通过显著性水平检验,且回归系数符号为正,与本文的预期不一致。公众常用药品种类变化没有通过统计性检验,这表明了常用药品种类变化并没有对公众评价政府取消药品限价政策的满意度产生影响。


  同类药品用药量变化在10%的显著性水平上通过检验,其回归系数为0.343,变量的Exp(B)为1.409,即在其他变量不变的条件下,X10每改变1个虚拟值,公众满意度将随之变动1.409倍,这与本文的预期方向不吻合。可能是因为医疗服务本身的不确定性,大部分公众是不具备一定的医学知识和技能的,但同时公众十分在意医疗结果,这一结果倾向往往导致公众在接受医疗服务时,在某种程度上根据医生用药量的多少来判断此次医疗服务的质量,以此达到心理上的安全依赖。这表明,同类药品用药量变化对公众评价药品限价政策满意度的影响不应忽视,公众同类药品用药量适当的增加,会在一定范围内对政府取消药品限价政策产生正面的刺激作用。


  5.医疗服务机构政策行为评价对公众满意度具有显著影响


  回归结果显示,公众对药店服务的满意程度的回归系数为1.050,在5%的水平上显著,其Exp(B)为2.859,即在其他变量不变的条件下,X12每改变1个虚拟值,公众满意度将随之变动2.859倍,与本文预期相符。这表明,公众对药店服务的满意程度越高,公众对政府取消药品限价政策的满意度越高。这可能是因为当药店为公众提供更好的服务时,公众对其的满意度随之增加,在该药店的购买行为因此发生变化,消费额度与次数增加的可能性很大。在政府取消药品限价政策刺激下,药店为在竞争环境中获得更多收益,将会更多地侧重于提供更高的服务,增加公众对其的满意额度。因此,对药店服务的满意程度成为影响公众对政府取消药品限价政策满意度的重要因素。


  公众对医疗机构提供医疗服务的满意程度的回归系数为0.825,在5%的水平上显著,其Exp(B)为2.281,即在其他变量不变的条件下,X13每改变1个虚拟值,公众满意度将随之变动2.281倍,与本文的预期一致。说明随着公众对医疗机构提供医疗服务的满意程度的不断提高,公众对政府取消药品限价政策的满意度也会不断提高。原因可能是由于我国人口基数庞大、医疗资源经常性紧缺,加之医疗机构工作人员与患者在某种程度上长期处于微妙的紧张关系,导致公众对医疗机构提供的医疗服务存在一定程度的质疑与不满意。当部分医疗机构提供质优价廉的医疗服务时,公众会随即对其产生好感,并对国家政府政策产生满意。政府取消药品限价政策实施过程中,将逐步形成良好的药品市场机制,彻底打破“以药养医”的医疗服务体系,医疗机构将会得到更多的资源支持,医疗服务人员较之以前风险减少,其所提供的医疗服务随即提高,公众在享受政策为其带来的更加满意的服务时,对政策的满意度也将提高,政府取消药品限价政策也发挥了应有的效应。


  公众对政府取消药品限价政策的政策行为信任程度的回归系数为1.865,在1%的水平上显著,其Exp(B)为6.457,即在其他变量不变的条件下,X14每改变1个虚拟值,公众满意度将随之变动6.457倍,与本文预期相同。这表明,公众对政府取消药品限价政策的政策行为信任程度的提升,公众对政府取消药品限价政策的满意度也随之提升。目前,随着我国政策制度制定体系不断完善,确保政策真正落到实处,公众对政府政策行为的信任程度不断加强,带动了公众配合政府工作主动积极性的不断提高,从而确保政策发挥出应有的效果。因此,公众对政府取消药品限价政策的政策行为信任程度已然成为影响公众地政府取消药品限价政策满意度的十分重要因素。


  四、研究结论与政策建议


  本文通过983份实地调查数据,对公众对政府取消药品限价政策满意度进行了研究分析,运用二元Logistic回归分析模型,对影响公众对政府取消药品限价政策满意度的因素进行定量分析研究。研究结论如下。


  1.公众对政府取消药品限价政策的满意度较高,但仍有较大的提升空间。公众对政府取消药品限价政策满意度的评价为“满意”的概率达到了63.58%,而满意度评价结果为“不满意”的概率为36.42%。这说明,政府在颁布实施医疗政策时,应多多关注公众需求,提高公众满意度。


  2.对医药信息了解程度、同类药品用药量变化、对药店服务的满意程度、对医疗机构提供医疗服务的满意程度以及对政府取消药品限价政策的政策行为信任程度这几个因素对提高公众对政府取消要批限价政策满意度具有正向激励作用。


  3.是否从事医药相关方面工作、对政府取消药品限价政策的了解程度对公众对政府取消药品限价政策的满意度的评价产生了负向影响。


  4.性别、年龄、受教育程度、家庭用药习惯、家庭成员身体状况、药品价格变化情况、常用药品种类变化对公众对政府取消药品限价政策满意度的评价根据本文的研究结果没有产生影响。


  根据本文的研究结果,要实现公众对政府取消药品限价政策的满意,我国政府应当积极发挥政府宏观调控作用,在医疗资源、医药信息、政策宣传、政府工作行为等方面充分发挥职能作用。为此,笔者提出参考建议如下。  

  


       1.政府应加大医疗服务市场资源支持补贴力度,加快良好的药品市场机制形成步伐。根据自身的财政状况与财政实力的增长,逐步加大对医疗卫生服务的投入补贴力度,解决医疗资源分布不均紧缺问题,改善医疗工作者工作环境,提高工作待遇;充分发挥医疗服务市场竞争机制对药品价格调节作用,调动药品生产厂家积极性,提高药品经营者竞争的危机意识,预防政策前后药品价格出现反弹;坚决查处“以药养医”行为,从而降低医药支出费用,缓和医患关系,增强公众医疗信心以及医疗机构及其人员的信任度。


  2.政府应及时搭建医药信息公开平台,帮助公众了解基本医疗信息。充分利用网络新媒体技术,建立医药信息知识查阅官方网站,为公众普及基本药品信息知识、常见医疗疾病预防诊疗方法、药品价格水平等,使公众较为便利地获取所需医学信息,避免出现因信息不足而导致的盲目就医、过度诊疗现象;同时,消除公众的戒备心理,提高对医疗工作的配合度,减少资源消耗,使公众能够在药品价格制度不断改革当中获得更多的收益。


  3.政府应做好药品价格改革政策的宣传工作。通过电视、网络、报刊、社区宣传等线上线下相结合、多渠道的宣传方式,帮助公众对政府取消药品限价政策进行全面了解与认可。做好医药行业人员思想工作,防止片面误解政策意义的问题出现,促进医疗卫生行业整体服务水平提升。建立公众满意反馈机制,调动公众主观能动性,提高公众政策参与配合程度,进一步提升公众对政府政策行为信任水平。


  4.政府应带头提高日常工作服务水平与效率,树立整体良好形象。规范好政府各部门日常工作行为,形成公众对政府工作真正落到实处的认可评价,保障公众对药品价格改革政策配合积极性,取得并加强了公众对政府政策好感



想获取更多信息,或者咨询相关业务可以关注我们的微信公众平台:SMR_gz

或者扫描下面二维码


微信平台二维码-50.jpg

好文章就要一起分享!

更多