2008年2月24日 星期日

學術期刊的論文審查機制與投稿策略

在學術界,發表論文並被刊登在學術期刊上是一個非常重要的成果指標及生存之道,因此有人開玩笑說”publish or perish”。但這句話很傳神地描述出發表論文的要求對學者所形成的壓力,如果學者能夠持續發表一定數量的論文,對升遷及學術聲望的累積都有直接的幫助;可是若沒有的話,那就準備捲鋪蓋走路,不要打算能夠繼續在學術界待下去。在美國的大學裡,這個壓力對年輕且尚未取得終身聘用任期的助理教授(assistant professor)來說尤其明顯,不過如果已有終身任期的副教授(associate professor)或教授沒有論文持續被刊登,整體表現太離譜的話也是有可能被解除任期[1]。如果有機會去看這些學者的洋洋灑灑一大疊的自傳履歷,其中一半以上都是論文與著作的成果條列。

因為發表與刊登論文對學術圈是如此重要,有意要當學者的研究生當然就得了解其中的遊戲規則與致勝策略。這個禮拜Dr. Gloria Bazzoli就對我們三個博士班一年級的學生傳授她的經驗談。Prof. Bazzoli可能是我們系上有最多經驗可以談這個話題的老師,一方面她不斷在投稿且數量相當傲人,另一方面她現在擔任一本有名的學術期刊Medical Care Research and Review的總編輯(editor),而且也曾經擔任好幾本期刊的論文審查者(reviewer)。

一般來說,美國學術期刊的審查流程都大同小異,當論文稿寄到某個期刊時,總編輯會先大致整個瀏覽過,看看其內容是否符合該期刊的性質、取向與格式要求,以及是否有利益衝突的問題。若是總編輯覺得該文章不適合刊登,便會直接退還給作者(約有2至3成的論文稿件會在總編輯這關被退還);若總編輯初步認為可以,則會請編輯檯人員將文稿上的作者姓名隱藏起來,然後送給兩到三位外部審查委員仔細審查論文的內容,審查者會將審查意見以書面的方式分別交到編輯檯,並就「拒絕刊登」、「修改後刊登」或「直接刊登」三個選項做出建議,總編輯在綜合審查委員的意見之後,做出最後的決定,回信告訴投稿者,並附上審查者的意見及理由。通常直接刊登的情況非常稀少,大多若不是被拒絕刊登(約佔投稿件數的3成),就是要做必要修改後刊登(佔4-5成),修改完後再投稿並附帶必要的說明。這時編輯檯會對照修改的內容與審查意見,並參考作者的修改說明,衡量整個修改後的情況,當沒有太大的問題時,論文就會被刊登出來[2]。由此可見,這是一個相當冗長、費事費時的過程,對投稿人來說,這更是一種精神上的折磨,不僅有等待未知結果的期待與焦慮感,而且自己辛苦研究的成果經常要受到同儕嚴厲的審查與評論。

Dr. Bazzoli對我們的忠告是,絕對不要氣餒,更不可放棄,一定要鍥而不捨,從中學習,再接再厲。在面對嚴酷的批評時,我們一定要有正面的心理建設,並知道這不是只有自己才會遇到,大家也都不喜歡碰到無情的批評,但是其他人也都可以走過來。她說她投的文章被退是常事,在這種情況下,她都會仔細看審查者的意見,看有沒有可以改進的地方,並加以調整使之更好,或稍微變更一下探討的角度,成為一篇新的論文之後,再投到另一本期刊。但是她說千萬不要一字不改就投到別的地方,這樣是不符合學術倫理的,而且自己也沒有從中獲得成長及經驗。她認為除非文稿在總編輯這關就被退,否則審查者的意見通常都很有幫助,即使是很負面的意見也有可以參考的地方,她只遇到一次審查的意見太過牽強,以致她們無法做任何修改,於是她們將該篇論文寄到另一本期刊,並說明上一次投稿的情形,後來該篇論文也被刊登出來。

對於經過審查後被要求修改的文章,這表示該文章已經通過嚴格的審查,這時更是要把握機會,仔細參考審查意見,去做必要的修改,若是無法修改的地方,則必須詳細說明理由,讓編輯檯瞭解,只要提出的理由充分,編輯檯應該是不會強人所難。投稿人應該要了解,絕大多數的外部審查是「雙盲」的,審查人不知道作者是誰,作者也不知到審查者是誰,因此,審查意見是對文不對人,作者不需有情緒反應。

有時候第一次修改後的論文內容可能還會被退回來要求再修改,這時的因應之道就是「再改」。我們博士班的主任Dr. McCue也告訴我們這時不要有太強的自我中心或本位主義,謙卑是最佳的策略。在健康照護服務應用研究領域相當權威的Health Services Research這本期刊2004年所選出來的當年最佳論文,就被要求改了好幾次,才得以刊登,也因為這樣的過程,加上作者們的鍥而不捨,一再突破,才得以獲得該期刊當年最高榮譽。

系上也提供我們一個實際案例,包括當初投稿的文章、三位審查者的意見(兩位建議修改後刊登,有一位建議拒絕刊登)以及最後刊登出來的文章,發現作者們真的採納審查者的意見,進行相當程度的修改,最後的作品也比初稿來得理想很多。

Prof. Bazzoli建議我們當論文在進行的中段或尾聲,心中大概就要列出兩至三本可能的投稿對象,並排列優先順序,先投往學術地位最高的期刊,若沒有被接受的話,修改之後再投到順位。在考慮投稿對象時,可以閱讀相關期刊最近幾期的文章,瞭解各期刊的性質與走向,或看自己所引用的文獻大致的出處來決定。她也建議論文在初稿完成時,最好在適當的場合做發表,聽取別人的意見,或送給幾位同儕過目,請他們秉持「殘酷地誠實」(painfully honest)態度,提出批評。在寄出論文以前,特別在檢查一下文稿的格式是否符合該期刊的要求,因為期刊的編輯非常在意這點。她強調論文的寫作一定要詳讀並遵照投稿的期刊的投稿說明。

最後,她說,現行的期刊審查機制不是讓人太喜歡的方式,也絕對不是完美的方式,但卻是目前所能找到最客觀,維持學術水準的方式,因為透過這個機制,讓同儕審查(peer review)的精神能夠繼續運作下去,這也是學術期刊能夠廣被尊重的主要原因。

我的指導教授Dr. White曾跟我分享他的論文投稿策略,就是盡可能過總編輯的第一關,不要一開始就被退還;如果過了第一關,稿件被送給外部審查者,由於這是匿名審查,一般來說是蠻公平的,只要內容好,刊登機會應該是很大;即使審查結果是被拒絕刊登,至少我們有得到寶貴的審查意見,知道可以從甚麼地方加以改善,改完之後還可以投到另一個期刊。可是如果在第一關就被退還,就不清楚問題出在哪裡。因為總編輯收稿件時,可以看到作者姓名,如果總編輯認得作者群當中的某些人,還是多少會有影響,剛進入學術圈的人缺少知名度,在這點上比較吃虧。當時他大多盡量找與資深學者合作研究的機會,然後一起掛名投稿,他覺得這個方法頗有幫助。資深學者大多已經有終身任期,研究工作量大多會比較緩慢,但仍需要定期有論文發表,且比較不在意是不是第一作者,這時資深與年輕學者的合作就頗能互補欠缺,年輕學者比較有衝勁、資深學者有知名度。Dr. White說若有機會與資深學者合作,他不在意多做一點,這樣可以名符其實掛上第一作者。他對有些教授從不讓辛苦協助研究計畫的研究生掛名頗不以為然,認為有實質參與研究案的人都應該共同掛名,依照貢獻的程度排作者順位,共同分享研究的成果與credit。

在醫院的實務工作者可能沒有像學術界那種面臨發表研究論文的壓力,可是當台灣醫院評鑑對教學醫院的研究發表要求越來越高時,我們對學術期刊的審查機制與投稿要領也需要有一定的掌握,相信這對發表論文的上榜率會有幫助。

[1] 終身任期(tenure)是為了保障學者的學術自由,不會因為其學術立場所作的表達有可能得罪有權勢的人或團體而被解聘。但是如果是因為研究、教學、人際互動等整體表現不佳且情事嚴重的話,在教授會的決議下,還是有可能被解聘。
[2] 最後的刊登率因期刊不同而有所不同,像NEJM是低於總投稿數的5%,JAMA大概是5%,Health Affairs約是10%,Health Services Research、Medical Care Research and Review都約是25%。

研究設計的內部效度問題

在研究方法中,與效度(validity)有關的地方除了測量方法與工具之外,在進行研究設計也要考慮到效度的問題。但這兩個地方所講的效度其實不太一樣。測量方法所關心的效度是我們有沒有測量到我們真正想要測量的對象?而研究設計所討論的效度有分兩種:內部效度(internal validity)是指經過我們的研究設計所看到的關係是否為真正的關係,還是有受到其他因素的影響所產生的假象?外部效度(external validity)則是指我們研究所得到的關係,有多大的應用性?若外部效度越大,則該結論可以被應用的範圍就越廣。其實效度所關切的,就是研究結果的正確、正當或確實的程度,而這個問題直接受到我們的研究設計與測量過程所影響。此處我們就討論的是研究設計面向的內部效度問題。

研究的目的是要去了解某個現象或問題中重要因素/變數之間的因果關係,假設我們觀察到兩個變數之間的關係,比如醫院實施某項新的管理措施之後,發現員工滿意度降低,但是我們怎麼知道就是該管理措施造成員工滿意度降低?事實上有許多可能的外部變數會影響員工滿意度,我們必須去避免這些外部變數對我們所要探討的因果關係造成混淆,把原本存在的因果關係模糊掉,或使我們對原來不存在的關係做出連結。這就是內部效度所關切的焦點,在進行研究設計時要想辦法去避免這些問題的發生,影響到研究結果的正確性。

有幾個重要因素會影響到內部效度,這些因素有時候被稱為對內部效度的威脅(threats to internal validity)或影響效果(effects),其實就是外部變數的一些重要類別。為便於瞭解起見,我們用一個簡單的例子與模式來描述我們關切的一個因果關係:
造成?
新管理措施(解釋變數)----------------------->員工滿意度下降(結果、應變數)

歷史因素(history)是指與解釋變數同時發生且足以導致同樣結果的所有外在事件,我覺得如果用環境因素可能比較容易理解。比如在該管理措施實施的同時,醫院剛好宣布今年的年終獎金將減少,因此導致員工滿意度受到影響,事實上該管理措施並非造成員工滿意度下降的原因。

選擇因素(selection) 是指進行比較的兩個群體之間原本就存在的差異,此差異對結果有決定性的影響。比如我們想要了解喝母乳的孩子是否比較不會感冒,於是去比較一組有喝母乳與另一組沒有喝母乳的新生兒的感冒頻率,後來發現兩組新生兒的感冒頻率沒有顯著差異,因而導出結論認為喝不喝母乳對新生兒的感冒頻率沒有影響,但可能事實上可以喝配方奶的新生兒家庭經濟狀況比較好,居家環境比較好,原本就比較不會感冒。如果用前面的關係例子來了解,或許是該管理措施對某些員工造成影響,因此這些員工都用填寫很負面的滿意度去表達情緒,但其他肯定該措施的員工卻未刻意去填寫調查表,因此造成取樣或選擇上的偏差。

成熟因素(maturation) 是指被研究者本身自然的一種變化傾向或過程,而對結果造成混淆。假如員工對工作滿意度的標準原本就是會逐漸增高,因此就算未實施該措施,滿意度也是會下降,使得該措施成為代罪羔羊。另一個例子是護理之家的照護,我們不會因為護理之家住民的身體狀況一天不如一天,就責怪護理之家同仁沒有用心照護住民,因為我們都知道絕大多數年長者的身心機能會自然退化,這成熟因素使然,不是照護人員的問題。

測試因素(testing) 是一種因前測作業所引起的心理作用,會對後測結果產生影響。這在問卷調查或由被研究者自行表達(self-report)意見或態度的研究中特別常見。比如研究者想瞭解停止喝母乳後的嬰兒感冒有沒有增加,因此選擇一群有意給嬰兒改為配方乳的媽媽,研究人員先去詢問原來嬰兒喝母乳時的感冒頻率,但是這個詢問動作引起這些媽媽們的某種心理作用,因此比之前更加注意嬰兒的健康狀況,因而對結果有所扭曲。

工具因素(instrumentation) 是指因為測量工具的改變所反應的改變,不是由於解釋變數所引起的。比如管理措施實施後所進行的員工滿意度調查問卷與前一次所用的問卷內容不同,造成對結果的影響。

耗損因素(mortality) 是指在研究進行的過程中,有時候參與研究的人員會改變或退出,造成每一次所觀察的對象與比較基準的改變,有時候這些改變足以對結果產生關鍵性的影響,特別當有特定取向的因素造成他們的退出。比如某醫院為了方便長期追蹤當地民眾對醫院的滿意度,隨機抽出一群民眾,徵得其同意做長期追蹤電訪。但是對該院觀感較差的參與者逐漸退出,留下的大多是對該院有良好印象或評價的民眾。因此當該院認為自己的民眾滿意度愈來愈高時,其實是一種偏差,並非真象。

回歸平均值因素(regression toward the mean) 可以理解為極端或不尋常狀況所造成的混淆。比如我們想了解某種藥對控制血壓是否有效,在病人服藥前測一次血壓,服藥後再量一次。可是沒料到病人服藥前的血壓異常偏低(根據統計上的機率分布,這種情況是會發生的,只是機率很低,但是剛好就碰到了),因此無法正確比較出服藥真正的作用。這個因素告訴我們,人事物的狀況都不是絕對穩定的,有自然的高低起伏,我們在做比較時,必須注意這些不確定性。

互動因素(interaction) 是指以上的這些因素交疊在一起,所產生錯綜複雜的影響。

某些內部效度威脅對某些研究設計會產生較嚴重的影響;然而所謂一物克一物,這些威脅也必須要透過良好的研究設計去加以克服。瞭解這些影響內部效度的威脅因素不僅對從事研究很重要,對我們處理日常生活的問題或觀察社會動態也都有幫助。有時候我們自己或媒體很容易將兩個表面上呈現的現象加以聯想,認定為因果關係,但其實該問題或現象有可能是由其它因素所引起的,這是犯了穿鑿附會的謬誤。良好的探究問題態度是盡可能做到排除其他可能的外部影響因素,客觀地找出問題的主要原因。

健康照護服務的資訊不對稱問題

經濟學在討論資訊的問題時,除了「資訊不完美」(imperfect information)之外,還有「資訊不對稱」(information asymmetry)的問題。資訊不對稱是指交易的雙方擁有對交易內容不同程度的知識。在健康經濟學中,經常用醫師與病人之間對醫療知識不對稱的關係來探討資訊不對稱的現象。

資訊不對稱的三個主要效應是(1)對資訊的需要與購買、(2)資訊不足的一方與資訊充足的一方建立某種依賴關係、以及(3)資訊充足的一方利用資訊的相對優勢去取得利益。經濟學者對後兩者特別感興趣,也有較多的探討。健康經濟學提到三個相關的議題,包括醫病代理人關係(agency relationship)、醫療提供者誘發需求(supplier induced demand, SID)、以及健康保險的反選擇(adverse selection)現象。

醫病代理人關係是指由於醫病在醫療過程中的資訊不對稱,資訊較不足的病人將醫療決策權委託給資訊較充分的醫師,希望醫師能為病人謀求最大的益處。在此關係中,病人是委託人,醫師是病人的代理人。完美的代理人必須完全以委託人的利益為最高考量。從經濟學的角度看,為了幫病人做出最符合其效用的醫療決定,醫師必須清楚該病人的效用函數(病人所看重的事物或偏好,以及其優先順序)、健康生產函數(適合該病人的健康或醫療計畫)、其它生產函數(工作、休閒的狀況)與所得限制(經濟條件)。可是事實上醫師並不是完全掌握這些病人相關的資訊,醫師比較知道的是病人的健康函數(健康狀況以及如何做可以保持或重獲健康),對於其他的資訊就不是那麼清楚。另一方面,有時候病人可能為了某些理由,對醫師隱瞞一些資訊,比如不願透露特定病情,或提供不實的服藥狀況(比如有研究發現部分慢性病人為省藥費,只吃藥矚一半份量的藥,但不敢告訴醫師)。由於這些因素,導致醫病代理人的失靈(agency failure)。

醫療提供者誘發需求(SID)是醫病代理人的功能失效另一個例子。這是代理人(醫師)考量自己的利益高於委託人(病人)的利益,並運用委託人所交付的決定權,去謀取個人益處。在論量計酬的制度下,有些醫師為使自己有較高的收入,可能開給病人一些不太需要的處置或藥物,就是一個例子。有些地方因為醫師密度提高,導致醫師的平均收入下降,在此狀況下,醫師因而建議病人多做一些檢查、增加返診次數等。

健康經濟學在探討SID時,認為醫師會在兩個主要的因素間去決定SID的程度。第一個是從SID所能獲得的利益程度;另一個是SID對其效用(專業滿意度)所造成的損失(良心過意不去、感覺有失醫師的崇高尊嚴、增加被控告的風險等)。當然,不同醫師的效用函數不同,也會有影響。研究發現,年輕醫師的SID程度會比資深醫師來得較高,因為所得利益對資深醫師來說比較不那麼重要,反而是生活品質、休閒與維護聲譽比較要緊。年輕醫師有龐大就學貸款要還,還要成家立業,因此所得利益就顯得重要很多。

健康經濟學也去討論兩個與SID有關的議題,一個是如果醫師本身是某家醫院的投資人(股東),並在該家醫院從事醫療工作,這樣可不可以?另一個議題是醫師透過廣告增加業務量可不可以?目前美國學界與政界對前者傾向較反對的態度,認為這會誘發不當的醫療,對個別病人(這時病人是一個受縛的消費者captive consumer,無從做判斷)及社會(提高整體醫療成本、支出及負擔)都有害。對於後者,則比較可以接受,因為認為醫療廣告也是提供消費者必要資訊的管道之一,選擇權還是在病人,並可促進競爭,對病人及社會整體仍有正面的貢獻。就我所知,台灣的政策對這兩個問題所持的態度剛好是相反,同意醫師擔任自己醫院(醫療社團法人)的股東,但禁止醫療廣告。

在醫病代理人失靈與醫療提供者誘發需求的事實下,有人提出為什麼不要依照醫師給病人診治之後,病人病情的實質改善情形來決定醫師的報酬或給付?這個方法行不通的主要理由是病情的改善情況不容易客觀衡量,在此情況下,消費者通常會傾向低估治療的實質價值。而且有不少資訊是醫師所不知道的,反而是病人擁有一些其他資訊是醫師沒有的,比如病人對自己的病史與實質健康狀況會比醫師更清楚,這時候病人是資訊相對優勢的一方。通常這個事實會被用來討論健康保險的「反選擇」(adverse selection)問題。

反選擇是資訊不對稱影響到市場正常運作的問題。2001年諾貝爾經濟學獎的得主George Akerlof在1970年發表一篇論文"The Market for Lemons: Quality Uncertainty and the Market Mechanism",就在討論這個問題。Akerlof在討論中古車市場時,用lemons[1]去代表品質較差的中古車。由於消費者不知道每一台中古車的品質,因此只願意用中等程度品質車的價格去買中古車,對品質良好的中古車車主來說,這樣的價格他們不能接受,因此退出市場。可是這樣導致消費者所願意付的價格下降,於是更多不錯品質的中古車退出,就這樣一直惡性循環下去,只剩下品質不佳的lemons,市場也因此崩散。”Market for lemons”就是在描述在買賣雙方資訊不對稱的情況下,壞幣驅逐良幣的作用對市場的破壞。這也是保險市場中adverse selection的意涵。

不過在中古車市場中,車主(賣方)比消費者(買方)擁有資訊上的優勢,但在保險市場中,投保人(買方)通常比保險人(賣方)較具資訊優勢。在極端的情況中,如果消費者明確知道自己的健康情形、風險與每年的醫療花費,那些年度醫療花費低於健保費的人就不願意加入健保,只有年度醫療花費超過保費的人才會納保。這樣一來,健保公司就要提高保費,但這會使得更多的人退出健保市場,最終整個健保市場就不存在。這當然是一個極端的例子,真實的狀況是我們不可能完全清楚自己甚麼時候會生病,會花多少醫療費也不是很確定,而且健保公司有相關的配套方案來維持營運,因此健保制度是可以存在的。不過在個別購買保險與市場完全自由、加上消費者對自己的病情、風險所掌握的資訊多於健保公司時,風險較高、健康狀況較不理想的人較傾向會買健保,因此健保公司會將保費訂得稍高一點,因此有些自覺健康狀況還不錯的人就不會考慮參加健保。這對健保市場會造成一定程度的傷害與扭曲,這便是反選擇的問題。

[1] 我不是很清楚為什麼用lemon(檸檬)代表較差的中古車,在我心目中,檸檬也是很好的水果啊!我在猜會不會是因為檸檬在外觀某種程度上很像柳丁,但是檸檬很酸,因此將檸檬比喻為很酸(品質不佳)的柳丁,在柳丁混在一起,達到魚目混珠的效果。

2008年2月17日 星期日

用組織理論看醫院策略聯盟

美國醫療環境變革與醫院聯盟的背景
美國的醫療界從1980年代開始經歷重大的變革,最主要的原因是管理式照護(managed care[1])的逐漸普遍以及1983年實施的DRG制度,造成美國的醫院開始進行垂直與水平整合。垂直整合包括醫院與上游的醫師團體的整合,醫院與下游的長期照顧機構的整合;水平整合則有醫院之間的合併或併購,形成醫療體系,還有醫院間的策略聯盟。這股風潮在幾年前也吹到台灣來。

D’Aunno與Zuckerman等學者[2]對醫院(策略)聯盟(hospital federation或hospital alliance)的定義是「為達成既定的共同目標,三家或以上的醫院共享資源,但各自保持相當程度的獨立性的一種組織形態」。醫院聯盟有三個特色:(1)由三間或以上的醫院組成;(2)新會員是經過現有會員挑選或同意才能加入(避免競爭關係);(3)成立聯盟的管理組織(如聯盟秘書處或管理/營運中心),以處理及協調聯盟整體的決策與事務。這個定義將醫院聯盟與醫院間一般的合作業務,以及與醫院協會加以區別。前者大多是兩家醫院之間的合作,或者只是某些特定業務的合作,不一定另外成立管理組織;後者則歡迎所有醫院加入成為會員,只要是醫院,不需經過審核,都可以加入。

用不同的組織理論分析醫院聯盟的興起
不同的組織理論對醫院聯盟的興起提供了不同的見解與解釋,以下分別就資源依賴理論(Resource dependence theory)、交易成本理論(Transaction cost theory)、組織生態理論(Organizational ecology theory)、體制理論(Institutional theory)以及狀況理論(Contingency theory)的角度來看醫院聯盟為什麼會出現。

資源依賴理論認為每個組織都有其所需要的重要資源是必須從外界取得的,如果這些資源被掌控在某些特定的組織手上,而且當這些組織所表現出來不確定性越來越大,對該組織的生存會產生威脅感,這時該組織要想辦法去降低或避免過度依賴這些組織,以確保組織的自主性、資源的取得及生存。

對醫院來說,病人來源及所帶來的醫務收入便是其賴以維生的資源,但是管理式照護機構試圖管理病人的就醫對象與選擇時,這便對醫院的資源取得造成極大的威脅;而且在管理照顧制度下,醫院很擔心被HMOs排除在簽約機構之外;此政府對醫院日益嚴苛的規範及給付(Medicare及Medicaid),醫院越來越被生存機會被掌握在別人身上。在這些情況下,醫院不能再單打獨鬥,必須想辦法結合起來,以壯大聲勢,降低對這些有影響力團體的依賴度。可是有些醫院又不想因此歸入某個醫療體系,或被併購,這樣會喪失獨立性,因此最佳的選擇就是加入醫院聯盟,有集體的好處,卻能夠保持相當程度的自主性,促成了醫院聯盟的興起。

交易成本理論認為組織在決定其最佳的範圍(boundary)及組織形態時,所根據的是使其所有的交易成本達到最小。更具體地說,組織在考慮哪些所需要的產品或服務要自己製造,哪些只要透過交易向外界市場購買就可以時(make or buy),所秉持的原則是比較交易成本與自己製造的成本,哪一個較低,就採取哪一個方式。

根據交易成本理論,我們可以把醫院聯盟看成一種介於市場(交易)與組織本身(生產)之間的運作型態,使聯盟中個別醫院的交易成本降到最低。比如不少醫院聯盟都有從事聯合採購,如果某聯盟有20家醫院,若由醫院個別去採購某項藥品,假設每家的交易成本是1,000元,20 醫院合起來的交易成本就是20,000元。但是如果聯合採購,整體的交易成本可能是5,000元,但每家醫院平均分攤下來只有250元。而且聯合起來從事交易力量比較大,除了可以壓低買價之後,還可以降低交易的風險所帶來的交易成本。

組織生態理論認為環境的變動會對組織產生考驗,依據「適者生存、不適者被淘汰」的原理,某些組織若具有或演化到與新環境調合的型態,該類新型態的組織就能夠在新環境中竄起並生存。在組織生態理論的架構下,管理式照護制度及DRG制度所形成一種對大型醫療組織有利的新醫療環境(可以提高經濟規模、增加談判能力),特別對醫療體系與醫院垂直整合有利。而醫院聯盟則是獨立的醫院調適到大型醫院組織之間的過渡組織形態。所以根據組織生態理論,醫院聯盟可能不是一個長期的組織形態,因為它終究要過度到醫院體系或大型組織形態,否則就是被環境淘汰而消失。

體制理論主張每個組織面臨兩種不同的環境,其中一個是與生產有關的技術性環境,另一個是與社會期待、專業規範、法規要求的體制環境。前者是顯性環性,後者是隱性的環境,但影響面可能更為深遠。組織必須符合體制環境才能夠獲得正當性,以取得需要的資源與社會的支持。因此組織會有意識或無意識地去迎合體制環境的要求。由於體制環境對同一領域的其他組織也有所影響,因此,某一領域的組織彼此會越來越相像(isomorphism)。

體制理論認為在過去二十多年來,醫院加入聯盟對取得社會的認同與正當性有所幫助。因為美國社會期許醫療照護服務有適度的整合,也相信這樣可以在成本較低的情況下提供品質較好照護服務。醫院聯盟的興起可以由三個同型化的機制(isomorphic mechanisms)去解釋。首先是醫院聯盟是獨立的醫院對醫院體系的模仿(mimic)的一種反應;再來是大多數的醫院聯盟都是由醫界相當有名望的醫院或意見領袖所發起,他們的專業影響力對醫院聯盟的形成提供一種專業規範的(normative)力量;還有醫界社會網絡的帶動影響也不可忽視;最後是評鑑機構越來越強調服務整合與串連的重要性,這對醫院聯盟的組成與擴展發揮了法規的強制(regulative)力量。

狀況理論相信組織的最佳的架構或形態,要視其幾個重要的狀況而定。這些狀況包括其組織的規模、環境、技術與策略等因素。我們或許可以用這個架構將前面四個組織理論的見解加以整合,認為醫院聯盟之所以興起,是因為對獨立的醫院來說,醫院聯盟提供了一種滿足這些狀況的條件,因此他們認為在此條件上,獨立醫院配合醫院聯盟是其最佳的組織組合型態。資源依賴及交易成本理論解釋了為什麼醫院聯盟對獨立醫院(多數是中小型醫院)是一種有利的形態,可以兼顧大組織的好處與小組織的彈性。組織生態理論與體制體論則提出為什麼在現行的環境要求下,獨立醫院需要醫院聯盟的組成。此外,資源依賴理論也觸及醫院技術與服務相關的資源取得的需要,醫院聯盟提供了一個確保服務資源來源的方式。最後,交易成本與資源依賴理論則告訴我們醫院聯盟如何成為一個獨立醫院追求生存與有效率經營的策略。

我們還可以從組織的生命週期來看這個議題。對新醫院來說,被社會及同業的認同、接納以及取得正當性是最重要的問題,所以這些醫院可能會傾向為了符合體制環境的要求而參與醫院聯盟。對成長中的醫院來說,降低成本與有效率經營是其生存與成功之道,因此交易成本比較是這些醫院加入醫院聯盟的考量或影響因素。對已經成熟的醫院來說,權力的把握及自主性可能是其最關切的問題,所以降低對其他團體的依賴,維持自主性便成為其主要考量。最後,對於已經相當有歷史或傳統的醫院,環境的壓力可能是其不得不參與醫院聯盟的要素。

[1] Managed care是一種論人給付,結合醫療服務及健保財務機制的制度,最主要的型態包括HMOs、PPOs等。
[2] D'Aunno, T. and H. Zuckerman. "The Emergence of Hospital Federations: An Integration of Perspectives from Organization Theory," Medical Care Review, 1987.

健康照護服務的資訊不完美問題

經濟學的資訊不完美問題
資訊(information)在經濟學與組織經濟學當中扮演很重要的角色,因為消費者在進行消費決策時需要充分的資訊,廠商在生產的過程也需依賴足夠的資訊才能做出最有效率的生產。經濟學中的理想世界--完全競爭市場的前提就是建立在公開、正確、透明的資訊(商品的價格、品質、需求等)以及個人與廠商對資訊有充分的瞭解能力上面。

可是在真實的世界裡,資訊是不完美(imperfect information )的,個人及組織對資訊的掌握與理解能力也都很有限,這是諾貝爾經濟學獎得主Herbert Simon提出「受限理性」(bounded rationality)的主要論點,以修正經濟學的完全理性觀點。因為資訊不完美,市場無法達到完全競爭,因此個人、組織、市場的經濟與決策行為雖然還是朝向理性(追求最大效用或最大利潤),但無法完全理性,只能表現出有限程度的理性。

此外,交易成本經濟學(transaction cost economics)指出如果資訊是完美的情況下,市場就可以提供與完成所有的交易,每個廠商就只生產一樣它最拿手的產品,其它需要的東西,就由市場所提供的交易機制去互通。比如汽車廠就只要單純做汽車車體及零件組裝,所需要的所有零件再分別向上游廠商購買,汽車組裝好了之後,也不需要透過自己的店面去賣,只要賣給汽車經銷商,由他們去賣給消費者就好了。但事實上情況並非如此,有些大汽車廠甚至設有自己的煉鋼廠、自己的設計人員、自己的店面(上下游垂直整合)。為什麼這些汽車公司要設立自己的上下游生產組織(make),而不要向市場買需要的東西就好(buy)?主要理由是因為資訊不完全,以及人的投機與佔別人便宜的心理,使得交易充滿不確定性,也衍生出許多訂定合約與監督合約及交易的成本,即使可以取得完美的資訊,也要花上很大的代價或成本,因此當交易成本大於自己生產的成本時,廠商就會將該所需產品的生產線納入自己的組織內,(透過垂直整合策略或擴張策略)擴大自己組織的範圍(boundary),取代市場所提供的交易功能。

不過,主張自由經濟的芝加哥經濟學派則認為不完美資訊的問題影響不大,即使在這樣的情況下,市場還是運作得很好。其中有位健康經濟學者認為像網際網路便可以消除醫療資訊不完全的問題。

醫療服務的資訊不完美
只是大部分其他的經濟學家都認為資訊不完美及不對稱是一個值得重視的問題。諾貝爾經濟學獎得主,也是健康經濟學奠基者的Kenneth Arrow在其早期一篇討論醫療服務的論文中[1]就提到醫療服務市場中有很高的不確定性存在(資訊不完美是其中的一個重要原因),在這種情況下,第三者(如政府或專業團體)發揮的監督機制便會出現,用醫療服務領域的社會規範力量補充市場機制的不足。

健康經濟學相當重視資訊不完美的問題,對這方面所衍生的現象有很多的討論。健康與醫療領域的確是比其他領域有更典型的資訊不完美及不對稱問題。就消費者而言,很難掌握各個醫院與診所提供的醫療服務的相對價格、品質;更難以了解所有可能的治療方式、這些不同處置的所有可能結果,甚至連治療結果真正的好壞都難以判斷。從醫師的角度看,資訊不完美也是一個困擾的問題,因為對疾病的知識以及治療方式經常在改變,醫師不可能都完全清楚;而且,其實醫師對某種療法在某位病人身上的療效也不是完全清楚,一方面是因為對病人的所有狀況無法完全掌握,一方面是處置本身就充滿不確定性。

醫療消費者在資訊不完美情況下的反應
在資訊不完美的情況下,醫療消費者有三種反應,第一種是對資訊產生需求,資訊本身變成一種有價值的商品。這可以解釋為什麼有些病人願意花錢請律師提出訴訟,想知道醫療是否有錯誤。此外有些人花時間或花錢加入社團,希望認識醫師,以便需要時有醫療資訊的來源。但是醫療資訊市場跟其他市場一樣,資訊的資訊也是不完美的,因此處理資訊的供給與需求的功能其實相當有限。

醫療消費者的第二種反應是如Arrow所說的,透過第三者機構對醫療提供者予以監督,或提高對醫療提供者的社會規範、要求;醫療的證照、評鑑制度也比其他行業來得普遍;所以我們看到醫療服務比其它的商品或服務受到更多法規的限制,社會上對醫療提供者的倫理期許也較高;還有,醫療服務領域有很多的非營利機構,這會讓消費者感覺比較安心,因為相信這些不以利潤為主要考量的醫療提供者會真心關心他們的福祉,提供最適當的醫療服務[2]

消費者第三種反應是會試圖與其所信賴的醫療提供者建立長期的關係。大多數消費者會到固定、熟悉的診所或醫院就醫,以降低對醫療資訊的不確定感,並由其信任的醫療提供者扮演其代理人(agency)的角色。因此一般來說,消費者對醫療服務的忠誠度要比對其他大部分的商品或服務來得高。

醫療提供者(醫師)在資訊不完美情況下的反應
在資訊不完美的情況下,醫療提供者又有怎樣的因應之道呢?以醫師為例,多數醫師大多根據其熟識的醫師同儕或所尊敬的同領域前輩所建議或指導的方法去從事醫療工作,因此發展出某些類似的醫療型態。在美國的研究發現這些醫療型態有相當高程度的地域性,不同區域有相當不同的醫療型態。比如研究人員發現有些手術的施行率在兩個不同的地區之間相差三倍以上,而這兩個地區並沒有其它足以解釋這個差異性的原因,只能解釋純粹是不同地區之間醫師處置形態的差異。此外,醫師對於治療效果或結果的不確定性,會導致消費者的福利損失[3](welfare loss),有時候提供過度的醫療服務,有時候提供不足的醫療,這兩種狀況都是消費者及整個社會平白的損失。這並非醫師願意看到的,而是事實上醫療的資訊就是不完全。解決的方法必須從更多更深入對各種醫療處置的結果與品質的探討上去努力。


[1] Arrow, K, "Uncertainty and the Welfare Economics of Medical Care," American
Economic Review 53(December 1963): 941-973.
[2] 但是近年來美國的調查研究發現民眾已經普遍認為所有的醫院都是「營利性」醫院。
[3] 福利損失 (welfare loss)可以瞭解成資源未做最有效率的配置所導致的社會損失

研究設計(research design)

研究設計指的是選擇及規劃我們研究要進行的方法與過程。研究設計可以根據幾個面向大致去區分其主要種類,從這些不同的研究設計方式可以搭配出許許多多不同的研究設計模式,研究者可以根據所探討的問題的性質、資源配合條件、時間的要求等因素決定採用哪一種研究設計組合。比如想要探討醫院護理部實施QCC之後對護理照護品質有沒有影響,研究者可以採取非實驗、計量、跨院(一家醫院有實施QCC,另一家沒有)、縱向的前瞻性研究;也可以採用半實驗(一家醫院內有些護理單位有實施,另外一些單位沒有實施QCC)、計量、配對(分別從有實施及沒實施QCC的護理單位找出病情、年齡相似的病人配對來比較)、橫斷面的研究。不過各種研究設計組合各有優缺,研究者必須儘可能選擇對其研究條件、目的及正確性優點最大,缺點最少的研究設計方式。

依照研究的目的與對該研究主題的探討深入程度,我們可以將研究分為三大類,第一類是探索性研究,這是對一個未知程度很高的新現象或問題進行初步了解的努力,主要在掌握問題或現象的輪廓,瞭解該問題或現象是甚麼。第二種是敘述性研究,這是當我們對問題已經有大概的了解之後,進一步加以分類,描述該問題的運作與發展,臆測其中主要的關係,所關切的是問題是如何進展的;有不少理論的猜想都是在這個階段被提出來的。第三類的研究是因果性研究,主要目的是要找問題或現象當中的因果關係,並去尋找其關係是否存在的證據。
[1] 網路上有一個由一位實習醫師李瑞翎整理的簡報檔案將各種研究種類做了有系統的整理,有興趣可以下載來參考。npcc.vghtpe.gov.tw/nm-research/doctors/morming2006/研究的類別(INTERN李瑞翎).ppt

實驗設計(experimental design)

科學研究大部分都是屬於因果性研究,而探討因果關係最好的方式,就是進行實驗,可是很多時候或情況,實驗並不可行(像是我們不能因為要探討醫師看診時間的長短與病人滿意度的關係,就要求一些醫師每位病人只能看診10分鐘,另一群醫師則看診20分鐘),或是我們所關心的現象是自然發生或並非為了實驗而出現的(比如我們關心健保實施之後所造成的影響),這時我們就要用非實驗的方式去探討。

實驗與非實驗設計最大的不同在於前者的主要介入措施 (intervention)是由研究者主動啟動與安排的;而在非實驗研究中,我們所關切的事件(起因)並不是由研究者所刻意安排的。如果我們要研究某種藥物對疾病的療效,實驗設計的方法是研究者找來兩群病人,給其中一群病人服用該藥物,但給另一群病人服用對病情沒有影響的綜合維他命,然後比較兩者的差異。若用非實驗設計,研究者可以從病歷查出哪一些病人服用該藥物,哪一些病人沒有在服用該藥物,然後比較兩者的差異。

在研究中,介入的措施/事件(intervention)通常是指我們所要探討的關係的主要原因或自變數(independent variable),然後去看這個原因所產生的結果,或這個原因(藥)與我們所關切的結果(病情改善)之間的關係。但是,光從措施/事件與結果之間的表面上所呈現的關係還不足以保證真正的關係就是如此,比如有可能病人吃藥之後病情獲得改善,但其實並不是藥物的作用,而是病人聽了醫師的建議,定期去運動並戒菸,病情才真正得以改善。因此,在這個研究的因果關係中,定期運動及戒菸是一個外部變數(exogenous variable),或混淆因素(confounding factor)。

研究設計另一個重點,就是要去避免這些外部變數對我們所要探討的因果關係造成混淆,把原本存在的因果關係模糊掉,或對原來不存在的關係引起假象。處理這個問題主要是透過實驗設計。實驗設計分成兩大類,一類是隨機控制實驗,另一類是非隨機控制實驗。隨機控制是將研究對象用隨機的方式分組,不同的組接受不同的介入措施,然後研究者再去比較結果。隨機控制的好處是理論上研究者可以透過隨機分組的過程,把被研究者的各種同質性或異質性都充份打散,使得各組之間除了介入措施的不同以外,其它的研究條件都是一致的。因此我們有把握說可以掌握到我們所要研究的原因與結果之間的單一關係,不會受其它因素的影響。隨機控制實驗是社會科學、健康、醫學研究的金律,但前提是被研究對象的數量要夠大,極端的例子是如果被研究者只有兩個人,即使我們用隨機方式加以分組,這兩組其實還是兩個各自不同的人;如果我們的研究樣本有1000人,透過隨機分組,每一組裡面各種年齡、性別、特質的人應該都有,因此兩組的整體條件會比較相似。

不過也有學者認為隨機控制實驗對一些社會科學的研究來說並不具代表性,因為隨機實驗將各種非研究關係的因素都消除掉,但是在真實的社會處境中,這些因素的互動確實是存在的,因此隨機控制實驗所得到的研究結果並沒有太大意義,因為當我們知道因果之間真正的關係之後,so what?這可能也是為什麼有許多科學研究做出來的結果,對實務界並沒有太大的應用價值的主要原因。

隨機控制實驗還有一個問題,即使隨機將病人分成兩組,一組吃藥,一組不吃藥,但是光是知道自己在吃藥,病人就會產生不同的心理作用,也許感覺就好許多,並不是藥物的關係。還有,如果醫師或護理人員知道某些病人在吃藥,某些沒有,也許這些醫療人員就會對病人有不同的做法或期待,這些都可能對結果產生影響。因此更好的做法是兩組病人都吃看起來一樣,但一個有療效,另一個沒有特別療效,但也無害的藥,讓病人不知道自己到底是接受哪一種介入措施;此外,最好與病人有接觸的研究者及醫療人員也不知道哪一些病人是吃真正的藥,還是安慰劑(placebo,指無療效也無害的藥劑)。這種實驗就稱為雙盲隨機控制實驗(Double-blind randomized control trial),這是實驗設計的最高標準;如果只有病人不知道,與病人接觸的研究者及醫療人員知道,這就是單盲隨機控制實驗(Single-blind randomized control trial)。

研究方法的教科書經常用簡單的圖示來呈現基本型態的隨機控制實驗
R  O1 X O2
R  C1   C2
R是指隨機分組;X是指介入的措施;有介入措施的實驗組,措施介入前所測量到的情況是O1,介入後所測量到的是O2;沒有措施介入的對照組(control group,用C代表),在此兩時間點所測量到的情況分別是C1與C2。然後我們可以用多方對照(triangulation)的方式去比較O2與C2(因為理論上O1與C1應該是會一樣),或比較O1-O2的變化與C1-C2變化的差異。

沒有採取隨機控制設計的實驗研究稱為半實驗研究(quasi-experimental study),便要透過各種實驗設計,去控制或消除外部變數所可能引起的混淆效果。學界已經發展出很多不同的設計方式,以下是幾種最主要的模式:

(1)Nonequivalent control group pretest-posttest design
甲醫院的績效O1 X:實施TQM 甲醫院的績效O2
乙醫院的績效C1 乙醫院的績效C2
優點:有對照組可以比較;缺點:兩家醫院的條件無法完全一樣

(2)Time series design
甲醫院的績效 O1 O2 O3 X:實施TQM O4 O5 O6
優點:可以看出實施前後的變化趨勢是否不同;
缺點:可能還是看不到隱藏的影響因素(特別是在措施實施之前或之後才存在的因素)

(3)Time series nonequivalent control group design
甲醫院的績效 O1 O2 O3 X:實施TQM O4 O5 O6
乙醫院的績效 C1 C2 C3 C4 C5 C6
優點:除了跟自己醫院的變化趨勢比較之外,還可以跟其他醫院做橫向比較,可以幫助排除掉部分混淆因素的影響

(3)Time series with multiple institutions of treatment
O1 O2 O3 X O4 O5 O6 X O7 O8 O9
O:醫院的月募款金額;X:寄發季刊
優點:可以一再觀察介入措施的作用

(4)Time series with intensified treatment
O1 O2 X O3 O4 X+1 O5 O6 X+2 O7 O8
O:病人血壓;X:服用某種降血壓藥
優點:可以觀察及比較介入措施不同程度的作用的差異,讓研究者更加明確介入是否有效

(5)Time series with withdrawn and reinstituted treatment
O1 O2 X O3 O4 (no X) O5 O6 X O7 O8
O:病人血壓;X:服用某種降血壓藥
優點:可以觀察及比較介入措施的有無是否有造成結果上的差異,讓研究者更加明確介入是否有效

前實驗研究設計(pre-experimental design)是只有介入事件,但研究者未刻意透過多方對照的方式去控制可能的外部影響變數。這類的研究設計有三種主要的模式:
(1)One-shot case study
X:實施TQM 甲醫院的績效O2
缺點:無法透過對照瞭解措施真正的效果

(2)One group pretest-posttest design[1]
甲醫院的績效O1 X:實施TQM 甲醫院的績效O2
缺點:沒有針對可能的外部變數加以控制

(3) Nonequivalent control group only posttest design (static group comparison)
X:實施TQM 甲醫院的績效O2
乙醫院的績效C2
缺點:沒有自己醫院措施實施前的資料可供比較。

我覺得研究設計不只是在做研究時用得上,平常在實務工作上也有幫助。對我們來說,一項工作新措施實施之後到底產生怎樣的效果,是很值得關切及探討的問題。我們必須運用研究設計或實驗設計的觀念,來幫助我們尋找真正的答案,避免被外部的因素混淆使我們做出錯誤的結論。

[1] 這是QCC所使用的主要研究設計

2008年2月11日 星期一

健康照護服務的需求與價格彈性

影響需求的因素
經濟學對「需求」(demand)的定義是:消費者願意且有能力購買的財貨[1]數量。有幾個重要因素會影響需求,首先,消費者對某一種商品是否有購買的意願與該消費者的效用函數有關,而效用函數會因每個人的基本需要、價值觀、年齡、知識、教育程度等因素的差異而有所差別。此外,消費者的購買意願也深受該商品的價格所影響,通常一個商品的價格越高,我們對該商品的購買意願就會降低。

購買能力則直接受到我們的經濟能力與該商品的價格影響。在經濟學裡通常用收入/所得來衡量一個人或家庭的經濟或消費能力,當某個消費者(家庭)的收入越高,他(們)便越有能力購買某個商品,對該商品的需求也會增加。但是消費者還要考慮商品價格,以決定某消費者對某商品的購買能力。在價格方面,通常若某個商品的價格上漲,消費者的購買意願及能力都會下降。因此在討論需求時,經濟學家特別重視所得與價格對需求的影響,他們分別用兩種觀念來描述這兩者的關係--「所得的需求彈性」(income elasticity of demand)及「價格的需求彈性」(price elasticity of demand)。

假設有兩樣商品,A與B,如果A的需求彈性比B的來得大,代表A商品的需求比較容易受到某一個因素的影響而產生較大幅度的變動,而B商品的需求受到的影響幅度則較小。通常必需品在沒有替代品的情況下(如汽油、第三線抗生素、治療某一種特殊疾病的專利藥),價格需求彈性較低,也就是其需求或消費量比較不會受到價格的變動而牽動。反之,非必需品或替代性高的商品(如罐裝飲料或學名藥),價格需求彈性較大,也就是當某種罐裝飲料價格上漲時,該種飲料的需求或消費量便會大幅減少。

價格需求彈性
經濟學對價格需求彈性的定義是指在價格增加1%時,需求增加的百分比,並用以下的公式來衡量價格需求彈性:

Ed=(需求增加的百分比)/(價格增加的百分比)
=(需求增加量/原需求量)/ (價格增加量/原價格)

舉例來說,當某一種罐裝飲料的價格從20元上漲到25元時,需求量(以實際消費量去衡量)從每天100箱下降到60箱。其價格需求彈性為:
Ed=[(60-100)/100]/[(25-20)/20]=-1.6

但這個公式有一個缺點,就是會受到原價格或原需求起點的影響很大,在我們的例子中,就是100箱與20元。如果有一天該飲料的價格從25降為20元,需求量應該會從60箱回升到100箱。其價格彈性則為:
Ed=[(100-60)/60]/[(20-25)/25]=-3.333

與-1.6相差很多,照理說應該是一樣的才對。這是所謂的不連續的價格需求彈性的缺點。其實更好的計算方法是取其變化段落的中點來做為衡量的基礎,不管我們從哪一點起算結果都是一樣,也就是:
Ed=[(60-100)/80]/[(25-20)/22.5]=-2.25

但最正確的公式是用自然對數(ln)去計算連續性價格需求彈性:

Ed=(ln60-ln100)/ (ln25-ln20)=-2.289

經濟學已經嘗試去計算各種財貨的價格需求彈性,用計量經濟學的迴歸模式就可以計算價格需求彈性:
ln(需求)=b0+b1 x ln(價格)+bof x 其它影響因素(other factors)+u(誤差)

當我們針對某一類商品收集在各種價格下的需求量的資料後,帶入此公式去計算,所得到的b1值就是該商品的(連續性)價格需求彈性。但因為除了價格之外,需求可能還受到其他因素的影響,比如罐裝飲料的需求會受到氣溫的高低所左右,因此應該將此因素考慮進來,在收集上述資料時,同時記錄或收集氣溫的資料,一起帶入計算公式,在此情況下所得到的b1值,就是當氣溫狀況都一樣的情況下,價格變動程度與需求變動程度的關係,也就是該商品的價格需求彈性。
在絕大多數的情況下,價格需求彈性是負數,代表價格的變動與需求的變動式呈現相反的關係,即價格上漲,需求減少。但所得需求彈性大多是正值,也就是所得增加,需求也跟著增加。在區分需求彈性的程度,我們只需看價格彈性或所得彈性的絕對值(e):

(e = 0)完全無彈性/需求不受價格或所得變動而有變動
(0 < e < 1)缺乏彈性/需求變動程度比價格/所得變動程度來得小
(e = 1)單一彈性/需求變動程度比價格/所得變動程度一樣
(1 < e < ∞)富有彈性/需求變動程度比價格/所得變動程度來得大
(e = ∞)完全彈性價格/所得變動時,需求呈現無限制的變動

健康照護服務的價格需求彈性

在實際情況中,到底有沒有價格需求彈性或所得需求彈性這種東西?這些概念在健康照護服務中是否真的存在?也就是價格與所得真的會影響消費者對健康照護服務的需求嗎?健康照護服務既然是服務,當然也有其價格需求彈性,對於各種健康照護服務的價格需求彈性,健康經濟學家也都有估算。以下是一些實證研究所得到的相關證據:

服務類別        就整體健康照護產業而言 就個別機構而言
所有健康照護服務      -0.7 ~ -1.5
開業醫師看診       -0.08 ~ -2.0     -3.1 ~ -3.3
健康狀況良好者:     -0.35 (平均)
健康狀況不佳者:     -0.16 (平均)
手術           -0.14 ~ -0.18
醫院住院         -0.14 ~ -0.63     -1.1 ~ -4.9
身心科日照        -1.0 ~ -3.5
護理之家         -0.69 ~ -2.4

整體來說,手術的價格需求彈性是最低的,再來是醫院住院服務也呈現缺乏彈性的狀況,這是因為病情所需及急迫性,消費者在這時候大概都不會太考慮價格或說不要;至於診所看診服務的價格需求彈性則介於缺乏彈性與富有彈性之間,差異性比較大,這主要可能跟病情的輕重有關。但我們可以看到很明顯的是身心科日照與護理之家的價格需求彈性要比診所及醫院的服務要來得大,一方面因為身心科日照以及護理之家的服務有比較多其他替代性服務,比如由家人照顧、居家及社區照護等;再來是因為健保對診所與醫院的服務的費用大概都有給付,消費者比較不用自己負擔,因此對價格的敏感度就減低很多。此處我們可以看到健保對健康照護服務需求的影響,如果某位消費者的健保完全給付醫院的醫療服務,而且沒有部分負擔的話,那這位消費者對醫院醫療服務的價格需求彈性是完全無彈性(e=0)。但當其部分負擔比例逐漸上升時,其價格需求彈性則會跟著上升。

另一個現象是個別醫療機構服務的價格需求彈性要比整體產業中該項服務的價格需求彈性來得大。比如消費者對所有診所醫師服務的價格需求彈性是介於-0.08與 -2.0之間,但是對於某一個診所的醫師服務價格需求彈性則介於-3.1與 -3.3之間。前者是指當一個醫療市場內所有診所收費普遍上漲時,消費者的需求反應;後者是消費者對某一個診所服務漲價的反應;顯然後者的價格需求彈性較大。這是因為當某個診所服務個別漲價時,消費者仍擁有其他診所的替代性服務,可以到別家診所就醫,因此對該家診所服務的價格需求彈性較大。

當我們看消費者對個別醫院及診所服務的價格需求彈性時,會發現個別醫院服務的價格需求彈性差異性較大(-1.1 ~ -4.9)。一般來說,在一個地區內,醫院的家數比較少,特別是在鄉村社區裡,醫院之間沒有太大的替代性,因此通常當某一家醫院漲價時,消費者對醫院服務的價格需求彈性會比對診所的價格需求彈性小;可是在大都會裡,醫院很多,消費者選擇機會很多,所以對個別醫院服務價格的敏感度就較高,因此不同的區域中,醫院的競爭程度不同,所呈現出來的情況差異度就較大。此外,消費者對某一品牌的忠誠度也會影響對個別廠商的產品或服務的價格需求彈性。如果某一家醫院的病人對該醫院有很高的忠誠度,該醫院服務漲價時,對其病人的需求影響程度較低。

健康照護服務的所得需求彈性
在健康照護服務的所得需求彈性方面,實證研究得到以下的數據:

所有健康照護服務    0.25 ~ 1.2 正常財(=必需財+奢侈財)
開業醫師看診(或門診)  0.01 ~ 0.57 必需財
醫院住院        0.02 ~ 0.04 必需財
護理之家        0.6 ~ 0.9 必需財
牙科服務        0.61 ~ 3.2 正常財(=必需財+奢侈財)

經濟學家用不同的所得需求彈性去區別財貨的類別,以下是各類所得需求彈性(ei)不同的財或類別:
(ei < 0)劣等財(inferior goods)/所得增加,需求反而會減少的商品或服務
(0 < ei < 1)必需財(necessity goods)/需求會因所得增加而增加,但需求增加程度小於所得增加程度的商品或服務
(ei > 1)奢侈財(luxury goods)/需求會因所得增加而大幅增加,且其需求增加程度大於所得增加程度的商品或服務

我們看到,住院服務受所得的影響很低,住院服務是一種在特殊狀況下不得不購買的必需財,但是沒有人在所得增加時,願意沒事多花一些錢去買住院治療服務。不過特等病房則不一樣,應該是屬於奢侈財。診所醫師的服務所得需求彈性一般來說差異性比醫院服務大一點,這可能反應診所服務所處理的病情程度差異性較大的事實。病情嚴重時,所得需求彈性較小,不管收入如何,都得去看醫師;病情或症狀輕微時,有沒有錢就有相當程度的影響了;當我比較沒錢時,也許小病就忍一下,不用上診所,當我較有錢時,同樣的症狀我就會考慮去診所看醫師。
護理之家服務是屬於所得需求彈性較大的必需服務,如果兩個家庭中有同樣狀況且需要照顧的長輩,所得較高的家庭對護理之家的需求會比較大。

牙科的某些服務是屬於必需品,如牙周病的治療或齲齒的處理;另有一部分屬於奢侈品,如矯正、口腔保健(洗牙、美白)、植牙等。美國很多健保方案並沒有包含牙科服務,不少包含牙科給付的方案並不涵蓋口腔保健或裝假牙,要接受這些服務以前,就要先看自己荷包的狀況了。

需求彈性概念的實際應用
預估消費者的需求是經營任何事業都必須考量的重點,因此經濟學提供了幾個重要的概念幫助我們思考與分析影響消費者需求的因素與關係。我們可以用這些概念來了解消費者對健康照護服務的需求情況,在我們思考訂定或改變服務的價格與發展新服務項目時,都可以給我們很好的訊息,讓我們掌握重要的對象與考量的重點。

此外,這些概念也可以用來觀察或分析一些公共議題或時事。比如兩三個禮拜前民間健保監督聯盟反應診所掛號費漲價,形成就醫障礙以及診所不當得利的問題。從整體健康照護服務的價格需求彈性來看,診所調漲掛號費的確是有這樣的疑慮,因為診所服務的價格需求彈性因區域性或病情的差異而有很大差別(-0.08 ~ -2.0),如果該地區診所服務的其它替代性服務很少,病人的病情很需要的話,價格需求彈性會很低,這時調漲掛號費會使得診所獲利大幅增加。相反地,在價格需求彈性很高的情況下,漲價會使得需求大幅減少,形成就醫障礙(不過消費者有可能轉而採取其他的替代性服務,因此減緩就醫障礙的問題)。但是,如果我們從個別診所的價格需求彈性(-3.1 ~ -3.3)來看,需求彈性是相當大的,代表個別診所的漲價其實問題不大,因為消費者可以有許多其他診所或甚至醫院門診所提供的服務可以選擇;而且不至於有診所不當得利的問題,因為通常在此情況下調漲掛號費的診所需求會大幅下降。此時我們比較要關心的是診所有沒有聯合漲價的行為,如果有的話,對必要的就醫來說,的確是會造成障礙,也會使診所趁人之危得利。這是健康經濟學有趣的地方,因為健康照護服務的確有其特殊性,但是又具備一般財貨或商品的內涵,呈現多樣的面貌。

[1] 財貨(goods)包含所有可以販售及購買的商品及服務。

研究測量的信度與效度

在計量研究中,研究人員必須將各種可能有關連的概念(如醫療品質)加以定義(沒有發生手術感染),形成操作型定義(=術後病人院內感染件數/手術件數),這時我們便可以用具體的變數(手術感染率)來衡量我們的抽象概念(醫療品質),然後我們可以透過測量去取得這些變數的資料,再用計算或統計的方法去分析這些量化的資料。

測量誤差
研究測量過程及所取得資料的正確性與可靠度影響我們的研究品質甚巨。在測量過程中充滿各種誤差(error)的可能性,有一類的誤差稱為「隨機誤差」(random error),是指突然、無預期而產生的誤差,這類誤差沒有一定的方向或偏好,任何情況、形式都有可能發生。主要的隨機誤差來源有包括如:填寫問卷的人誤解某一題問題的意思,或沒注意勾錯選項;電訪人員在訪問某一個人因為過於疲勞,記錄錯誤或表達不清楚;資料處理人員在輸入資料時不經意按錯數字;被研究人員(如學生)在接受測驗時因為心情不佳或生病,導致無法反應其真正的想法或學習效果;參與研究的訪查人員對於訪查內容或對象的表現認定標準不一致等等。大部分的隨機誤差都不容易避免,也不太可能完全避免。還好隨機誤差對我們所要了解的真象還不致於產生太大的偏差,但是會影響我們在進行統計推論及驗證假設時的準確性[1]

另一類的誤差是「系統性偏差」(systematic bias),這類的誤差有一定的型態,比如數據普遍都被高估或低估,導致所測量的資料偏向特定的方向。產生這類誤差的原因有包括:測量儀器沒有校正;研究人員的偏好/偏見;樣本選取的偏差;評量的所有問題都太難或太簡單;問卷設計錯誤等。系統性偏差對研究的正確性與推論的準確性都有嚴重的結構性影響,研究人員必須盡量予以避免。

測量的信度與效度
研究測量的品質當中有兩個面向特別重要,一個是「信度」(reliability),另一個是「效度」(validity)。信度是指測量以及資料取得的可靠度、一致性、穩定度與準確性。比如我們要測量或收集醫院的手術感染率,如果我們從手術室所拿到的資料與電腦所獲得的數據一致或很接近;或者三位品質管理師去收集到的數據都很一致並且很接近真正的數值,就表示這次的測量或資料收集的信度很高;效度是指測量的方向正確的程度,是否對準我們真正想要測量的標的。比如我們本來要去瞭解醫院的手術臨床品質,我們卻去評量手術病人的滿意度,這就與我們原本想要測量的目標有所偏差了。

解釋信度與效度最好的例子是標靶射箭,如果我射出去的箭都集中在一個靶心附近,代表我射箭的信度很高(既穩定又準確);如果射出去的箭雖然都集中在一個很小的區域,但離靶心很遠(穩定一致,但不準確),或者射出去的每支箭分散在標靶的四處,那就是信度不佳(既不穩定也不準確)。效度的問題則是指原本我的目標是標靶A,結果我一直錯把標靶B當作標靶A在射,即使我差不多都射中了標靶B的靶心,可是卻射錯目標了,這是效度的問題。研究測量要先獲得足夠的信度(確保我所測量的差異性不會太大,有一定的一致性與穩定性),再要求達成所需要的效度(正確測量到我真正想要測量的目標)。

信度的檢測
一般來說,研究測量的信度包含測量的穩定度(stability)、一致性(consistency)與相同性(equivalence)。穩定度是指用兩種以上不同的方法或不同時間所做的測量會得到相似的結果。檢測穩定度最常用的方法是針對相同的研究對象,實施「前後測」(test-retest),再去計算兩次測試所得到的結果的關連係數(correlation coefficient)。比如我們醫院設計一份新的員工滿意度調查問卷,我們先要測試其穩定性,因此先選一群員工試填,兩個禮拜後再請同一批員工填寫一次(假設員工的滿意度在短期內不會有太大的改變),將兩次的結果拿來比較,計算關連係數,如果呈現很高的正關連[2],即表示這份新問卷有穩定性。

針對一致性,研究人員可以檢測評量工具的內部一致性(internal consistency),以確定該評量工具所測量的內容有一致性(比如員工滿意度調查不會去把到員工的工作表現也混摻進來)。最常見的方法是將問卷中的問題分成兩大半,如果整個問卷有20題,那就分成兩個部分(split-half technique),各含有10題問題。如果所有問題所測量的有一致性或共同性的,那我就可以比較及分析同一份問卷中這兩邊問題所呈現的結果是否有正關連性。

測量的相同性主要是指不同的測量人(如電訪人員)的認定方式、評量標準、準確度都沒有太大的差異,常用的方法是讓不同的測量人員分別去測量同樣的對象,然後計算及相關系數或相符比率,來檢測量測人員間的信度(inter-rater reliability)。

此外,若要評估問卷填寫人的一致性,通常在問卷中同樣的問題可以出現一次以上,但用相反或類似的意義描述,然後我們可以比較同一位填寫人所寫的內容是否有一致性。信度的檢測可以用量化的方式去進行,目前各種常用的統計軟體都有提供計算信度相關係數的功能。

效度的評估
效度的評估要比信度的評估更為困難一點,挑戰性比較高。因為效度的檢測缺乏較客觀的基準。不過,我們還是可以透過幾個方法去評估效度。第一個方式是「表面效度」(face validity),也就是該測量工具”看起來”是否已經測量到應該測量的對象,這時研究人員所依靠的是自己的經驗與常識去做判斷。這也是效度檢測的第一關。第二種方法是「內容效度」(content validity),以員工滿意度調查問卷為例,我們可以去檢查該份問卷內容是否涵蓋到所有與員工滿意相關的要素,比如薪資待遇、工作環境、人際關係、升遷管道等。如果我們要測量國小學生的數學四則運算能力,我們的試卷如果只有減法的問題,那就沒有達到內容效度的要求。內容效度經常是請一組該領域的專家來加以評估,再由個別專家所評估的分數去計算內容效度指數(content validity index)。

第三種評估效度的方式是「準則相關效度」(criterion-related validity),假如員工離職與工作不滿意度有很密切的關係,那我們就可以拿員工離職做為檢測我們的員工滿意度調查問卷的一個準則,也就是去分析比較我們的問卷所測量到的某位員工不滿意度與離職是否有明顯的相關性,如果有的話,表示我們的問卷很能夠測量到員工滿意/不滿意度的程度,也就是有達到我們所要的效度。當然用某個準則來檢驗測量工具的效度有一個前提,就是該準則與我們的測量工具之間的關係必須是外在、具體且很明確的。這個方法可以分成兩種,一種稱為預測性的準則相關效度(predictive validity),剛剛所舉的員工不滿意度與離職的例子是屬於預測性的效度,也就是這個準則是屬於預測性、未來的關係。我們則是用實施問卷之後所得到的結果去與該預測性的準則(是否離職)做關聯性比較。另一種是同時性的準則相關效度(concurrent validity),同時性的效度則是我們所用的檢測準則與測量的對象之間的關係是同時存在的。比如如果極度不滿意的病人很可能馬上會提出訴怨的話,那我們就可以用病人抱怨事件做為準則,來檢測病人滿意度調查問卷的同時性效度。

第四種效度評估方法「構成效度」(construct validity)。「構成」(constructs)是指建構理論的主要成分,也就是理論的主要概念。所以構成效度的方法就是將前面所提到的準則相關效度方法中的準則換成重要的理論要素,用理論的構成來做為評判測量工具效度的依據,也可以說是用理論所描述的關係來檢驗我們的測量工具效度。

比如根據健康經濟學的效用函數與需求理論,年長者與壯年族對於感冒就醫與背痛手術會不同(相反)的考量與態度。我們可以用這個理論所描述的關係,來檢驗我們所設計的一份消費者就醫態度的問卷或量表的效度。我們可以先將問卷分別拿給一群年長者與一群壯年的上班族試填。如果該份工具有一定的效度的話,我們應該會看到這兩個族群對其中相關的問題呈現不同或相反的傾向。這種方法稱為「已知族群檢測法」(known-group technique)。另外一種方法可以比較填寫人對問卷中相同(或不同)取向的問題所填寫的結果是否有相同(不同)的傾向。比如從激勵理論我們知道有獲得適度獎勵的同工會有較高的工作動機,比較不會想離職。因此我們可以分析在問卷中填寫對獲得適度激勵表示贊同的人是否也呈現較高的工作動機(正相關[3]),而且離職意念較低(負相關[4]),藉此方法我們可以檢驗我們問卷的效度,瞭解我們是否測量到我們所關心的概念或要素。

[1] 因為該參數的標準誤差(standard error)會變大,t值或f值會變小,p值變大。
[2] 正關聯顯示員工甲第一次填寫的結果與第二次填寫的結果有很類似的形態,員工乙、丙…也大都是如此。
[3] 用相同關係去檢驗的效度稱為收斂效度(convergent validity)
[4] 用相反關係去檢驗的效度稱為歧異效度(discriminant validity)

2008年2月3日 星期日

理論在實證研究中的功能

最近不同的課都共同討論到理論,如果我的瞭解沒錯的話,社會科學博士班與碩士班的課程最大的差別就是對理論的強調程度。在醫管博士班,不僅要上好幾門組織或經濟理論的課,其它每門課也多少都會牽涉到理論。感覺起來在碩士班比較偏重實務現象的瞭解與探討,對理論比較沒有這麼要求或強調。我們系上的博士論文基本上必須是有理論根據或由理論引導(theory-driven)的研究,那理論到底在研究當中所扮演的角色是甚麼呢?

「理論」是一個含意很廣的名詞,不同的學者對理論的定義或瞭解可能也不一樣,甚至對理論的誤解也經常發生。難怪有學者特別在一本相當權威的「行政科學季刊」(Administrative Science Quarterly)上發表論文去論述「理論不是甚麼」(What theory is not)。這是因為有時候一些學者隨意把自己的想法冠上「xx理論」,以與別的理論互別苗頭,但其實是把理論看得不夠嚴謹。

目前社會科學界對「理論」較普遍接受的定義是「對某些現象或狀況所做有系統且抽象的解釋」。一個理論通常牽涉到好幾個抽象的觀念,但是這些觀念能夠被統整到前後一致的見解體系中,去解釋我們所看這個世界中的某些現象。比如牛頓的力學理論是要去解釋為什麼物體會運動;達爾文的進化論則是在解釋為什麼世界上會有各種不同的生物?組織社會學的體制理論則設法要去解釋為什麼不同的組織會越來越相像。好理論與不好理論的差別在於好理論可以解釋的範圍較廣,所得到的支持證據更多,所提出的因果關係更為明確。不過社會科學中經常是與一個現象有關的影響因素很多,甚至因素之間的互動關係也很複雜,因此不容易找出其真正的因果關係,但是一個好的理論至少必須要能夠說出其中重要因素之間的關係或關連性。

與一般人所想的不同,理論並不是一個完美不破的理想見解或定律,任何理論都是建立在特定的前提或假設上面,或者是在其特定的界限/範圍內設法對某些現象加以解釋[1]。因此理論是無法被證明的,也就是我們無法去證明一個理論的對錯。理論沒有對錯,只有是否能夠解釋我們所好奇或關切的現象?能夠解釋的範圍多廣?這也就是說理論的正當性在於能否獲得或者獲得多少的實證支持,如果越多實證支持某個理論所提出的解釋或關連性,該理論的立足點就越穩固。被各學科所用來做研究根據的理論通常是已經獲得該領域或跨領域廣泛的實證支持,被該學科所普遍接受的理論。

理論除了需要靠研究所得到的證據去支持之外,理論有時候是研究的產物,有時候則是研究的起點。以達爾文的進化論為例,進化論是達爾文研究及觀察許多生物與其環境之後所得到的一個系統性見解,用來解釋生物的多樣性,所以進化論是達爾文研究的一個產物。當進化論被提出來並獲得一些支持之後,它就被生物學家用來解釋自然界的各種相關生物現象,甚至被用來解釋人類社會的種族或機構的變遷,像組織生態理論就是將組織看成一個生物體,並借用進化論的觀點來解釋組織的成立、興起與衰敗,以及組織與環境及組織群體之間的互動關係。在社會科學中,理論經常是透過觀察或質性研究(qualitative research),從眾多的因素與關係中加以歸納出特定的因果或關係模式,而形成理論;當理論被提出之後,必須能夠獲得量性研究(quantitative research)或實證研究(empirical studies)的證據予以支持。實證研究大多是以某個(些)特定理論為出發點,或以理論為根據,所發展出來的。理論在實證研究中的功能至少有以下幾個:

1. 理論提供我們研究的方向:有不少實證研究就是為了要探討某個理論所闡述的內容是否能夠解釋所關切的現象。通常的方法就是去探討該理論所描述或預測的各種因素之間的互動關係是否存在。另外,有些研究則是在探討某個領域的理論是否能夠被運用到其他的領域上。比如像資源依賴理論(Resource dependence theory)或成本交易理論(Transaction cost theory)本來是用在探討特定的商業機構的行為,後來有些醫務行政的學者就引用這些理論來探討健康照護機構的活動,也就是想了解健康照護機構的現象是否也能夠被這些理論所解釋,或是這些理論在醫務行政領域是否也成立。

2. 理論提供研究的架構:研究本身就是要探討所關切的因素之間的關係模式。比如提高部分負擔能不能降低醫療資源的濫用?醫院的核心價值會不會影響其所提供的服務種類?醫院開辦護理之家的決定因素有哪些?然而任何一種現象當中的相關因素非常多,之間的關係也很模糊或錯綜複雜,我們要從何處著手?這時理論就能夠提供我們重要的關係線索,讓我們化繁為簡,去掌握主要的關係與因素,形成我們的研究架構。每個研究的核心是其研究的架構,也就是該研究所要探討的關係模式,有理論根據的研究架構通常比較能被該領域所認同,也避免研究者走錯方向,或投入很多時間、精力與資源,卻得不到重要的結論。此外,量性研究當中所用到的計量模式,也大多是根據理論所建立起來的。

3. 理論幫助形成研究的假設:實證研究,特別是量性研究,都會把要探討的問題或關係轉變成具體、可以被檢測的研究假設(research hypotheses)。在這些假設當中,原先抽象的觀念或因素已經被可操作的變數所定義,因此能夠實際被比較及分析,去找出變數之間的互動關係。研究者在描述其假設中變數的關係模式時,所根據的就是其所引用的理論。當假設形成之後,研究人員便知道要收集哪些資料以及用哪些工具來檢測這些關係。

4. 研究人員用理論來檢驗研究工具或資料的品質:理論還有一個很重要的功能,就是做為我們檢驗我們所運用的研究工具或所收集到的資料的品質。比如在社會科學的研究當中,很多研究是透過問卷或訪查的方式去取得研究資料,這些研究工具及資料的效度[2](validity)與信度[3](reliability)是很重要的問題。在檢測研究工具及資料的效度時,有兩種重要的方法是「準則相關效度」(criterion-related validity)與「構成效度」(construct validity),這兩種方法都可以使用理論所預測所指出的關係與方向做為我們檢驗工具或資料效度的準則或基準,當我們透過某個工具所得到的資料與我們從理論所推論的準則或基準很吻合時,我們對該工具或資料的效度便比較有把握。

5. 理論擴大研究結論的應用性:研究是一個成果不斷累積的過程,因此即使像牛頓這麼偉大的科學家也都謙虛地說:「我之所以能夠看得較遠一點,是因為我站在這些巨人們的肩上。」理論提供我們前人智慧的結晶,我們則是在這些基礎上繼續再探索[4]。當我們根據某個理論再去從事研究工作時,我們的成果可以擴大該理論的應用程度或範圍,或是找出該理論的限制與不足,讓人未來可以繼續去探索。理論提供了一個平台,讓這些成果可以相互累積,成為人類重大的貢獻。

[1] 比如牛頓力學能夠解釋的現象是當物體的運動速度遠小於光速的情況,當物體很微小以及其運動速度接近光速時,就必須用量子力學去解釋了。
[2] 效度是指我們所測量的東西就是我們真正想測量的對象(measure what we want to measure)。
[3] 信度是指我們每次測量的資料都很一致、穩定(measure consistently)。
[4] Research=re(再)+search(探索)。

健康照護服務的消費及投資理論

這學期我去旁聽健康經濟學這門課,授課的老師是Dr. Gloria Bazzoli。我聽系上台灣的學姐說這位老師不僅研究做得好,課也教得非常棒。我去聽第一次課之後,發現一點也沒錯,並且下定決心每一次課都要去旁聽。Prof. Bazzoli每次上課都會先簡單介紹上課主題的一些基本經濟理論,然後講述當中的重要概念以及其與健康或健康照護的關係,就後會引用實際的案例或狀況,再請學生思考該案例或情況,整理自己的見解或想法,目的在幫助學生將剛剛介紹到的理論與觀念應用到實際的情況中。在她的講授之下,健康經濟學變得非常生動、有趣,並與我們關切的議題有密切的關係。因此雖然我以前上過健康經濟學的課,但是旁聽這門課還是讓我受益良多,一來再度加強及澄清我對健康經濟學的觀念與瞭解,再來是更知道為什麼要學健康經濟學,健康經濟學與我們從事健康照護工作與研究有甚麼關係,以及如何將健康經濟學的理論與見解應用到實務及研究工作上面。

健康經濟學是個體經濟學的一環,個體經濟學基本上是探討在資源有限的情況下,個人及廠商如何做抉擇,以便去解釋及所表現出來的買賣、生產、投資等相關的經濟活動與行為。

「效用」(utility)這個觀念在經濟學中是很重要的一個觀念,每個人都有基本的需求,如安全、飽足、健康等;此外,人們也有其嚮往或期望的狀態,像快樂、被尊重等。效用則是指所有可以帶給我們這些讓我們滿足或達成期望的物品或服務。我們所得到的總效用就是由這些物品或服務所組合起來的,而每個人對於效用都有自己的偏好,不同樣的人有不同的效用偏好。此外,經濟學假設這些可以帶給我們效用的東西與服務是越多越好,因為可以帶給我們更高的效用程度。如果我們每天需要兩種食物--米飯與蘋果以滿足我們的需求,在某一個效用程度上,我們可以透過這兩種食物許多不同的數量組合去達到,這些組合點所連結起來的線就叫做「無異曲線」(Indifference curve)。無異曲線告訴我們一個重要的資訊,就是某個人在這兩種食物間做取捨的模式,但人類基本上共同的情況是當米飯很多,蘋果很少時,我們願意放棄較多的米飯,去換取一點點的蘋果(物以稀為貴)。當我們所擁有的蘋果越來越多時,我們反而會越珍惜米飯,這時除非我們可以換到很多蘋果,否則我們是不願再放棄一點點米飯的。

這時如果我們再將我們每一個人的「收入限制」(income constraint)考慮進來的話,在此情況下,我們的有限收入(或能夠用在食物上的預算限制)所能買到這兩種東西的數量組合會形成我們的收入限制線(決定於這兩種食物的價格與可分配的收入這三個條件[1]),這條收入限制線與某條無異曲線的相切點就是在該收入限制下,能夠達到最大效用程度的數量組合,也是代表在該情況下,我們的收入最有效的運用。當我們可支配的收入越多時,我們便可以找到另一點代表更高效用的相切點,結果通常是同時消費更多這兩種食物。

不僅收入會影響我們的消費,這兩種食物的價格變化也會改變我們的收入限制線,因而改變我們的消費點。當我們將在各個不同米飯的價格下所得到的對米飯的消費量的組合點劃出來時,我們便可以得到著名的「需求曲線」(Demand curve)。在一般的情況下,需求曲線呈現出當某一個東西的價格越高,我們對該東西的需求數量便會減少的走勢。

我們現在將這些概念應用到健康的效用與健康照護服務上面,首先我們先介紹以下四個簡化的函數關係:

1. U=u(Health, Bread)
這個關係指出某人的總效用(U)是由其效用偏好函數(u)中的健康、麵包等效用所組成的。每個人的u函數都不同,因為偏好不同,有人比較重視健康,有人比較看重食物。此外,此函數也代表不同效用之間的取捨以及加總的關係。基本上每個人都必須在健康與食物之間有所取捨,但當我們有能力同時取得更多時,通常會帶給我們更大的整體效用。

2. Health=f1(consumer time, visits)
這是健康的簡化生產函數,健康經濟學認為健康與其他大多數的東西一樣是可以被製造的。某人若要製造健康,他必須投入時間(如運動)、就醫(visits)、買保健食品來吃等等。此處就醫代表所有的健康照護服務,就醫本身並不能帶來效用,但就醫是製造健康的方法之一。許多健康照護服務,如定期洗牙,並不是一件令人愉快享受的事,但是為了達到健康,我們需要並且願意去購買這些服務。所以,健康照護服務是一種健康的衍生性效用需求。

3. Bread= f2(consumer time, Other goods(OG, such flour, oil, etc.))
同樣地,麵包(代表所有的食物)也是由消費者投入時間與購買其他相關的東西(other goods, OG)所製造出來的。

4. Income=Pv x Visits + POG x OG
這個函數代表每個消費者必須運用其有限的收入或預算中,去購買健康照護服務與其他東西的考量及限制。他必須依照這兩者的價格,去進行兩者之間數量的取捨。(Pv =就醫的價格;Visits=就醫的次數)

健康照護服務又可以被區分為兩類,一類是消費型的服務,另一類是投資型的服務。前者是指經過短暫的使用,以產生中短期健康效果的服務,如當我得到急性腸胃炎,我隨即去看腸胃科醫師,或去藥房買治療急性症狀的藥物,之後很快症狀就改善了。但是有可能下禮拜或下個月,我又吃壞肚子,必須再來看醫師,或再去買藥來吃。

相反地,投資型的健康照護服務是指可以產生長期健康效果或價值的服務,比如我看重心血管的健康,因此花錢加入健身房俱樂部,定期運動。預防醫學、牙齒矯正、美容等大多是屬於此類的服務。但也有不少健康照護服務是兼屬於兩種,既有中短期效果,也有長期效果的,如開刀治療疝氣,齲齒的拔除等。

其實,健康經濟學者是把健康看成一種資產,認為每個人與生俱來原本有一定的健康資產,但如果不去管它,任其發展的話,健康是會折損的;在此情況下,消費者可以投入時間及購買健康照護服務去補充健康資產,藉此增加可用的健康期間,供現在及未來使用。

健康經濟學之所以把健康照護服務分為中短期效果與長期效果這兩類服務的主要原因是消費者對這兩種健康照護服務的考量點是不一樣的。我們先舉一個例子來討論:

假設有兩個人,一位是上班族年輕人,另一位是退休的老師,對於下面兩種情況,所做的決定是否會有所不同?(1)感冒,考慮要不要去看門診醫師(消費型的服務)?(2)嚴重背痛,考慮要不要接受手術治療,一勞永逸(投資型的服務)?

在感冒的情況下,年輕人可能比較看重事業,對不舒服症狀的忍受程度較高,而且就診所花的時間成本要比退休老師來得高(因為請假去看診的時間就沒有收入);而退休老師比較重視健康,對不舒服的症狀比較介意,因此通常會是年輕人不選擇去就診,買個成藥或忍受幾天就過了,而退休老師則傾向去看醫生。

在背痛的情況中,對年長者來說,手術風險可能要比年輕人高,而可以換取的果效期相對比年輕人來得短。因此年長者可能會選擇不採取手術,而用止痛藥的治標方式,而年輕人比較傾向採用手術,以短痛換取長期的舒服。

從這個例子,我們看到消費型與投資型健康照護服務不一樣的考量點。對消費型服務,消費者所根據的是:(1)其效用函數,特別是健康相對於其他效用的情況(如上面函數1所描述的);(2)消費者對健康的生產效率的認知,如年輕人認為不看醫生感冒也會好,或者認為將時間或其他資源用到工作上所產生的效用要比用去看醫生所帶來的健康效用要來得大(函數2及3所描述的);(3)收入的多寡與相對價格,如果就醫是收入或預算可以負擔的,且不會太貴,不至於排擠到其他所需要的東西,以及就醫的時間/機會成本(薪資x就醫所花的時間)不致於太高的話(函數4所描述的),都會對消費者的前往就醫產生鼓勵效果。

但是對於投資型健康照護服務(如背痛手術),消費者主要的考量有兩點:(1)消費者所預期該投資服務帶來的效益大小;(2)消費者心目中該投資服務的成本,包括手術的收費(直接成本)、機會或時間等間接成本(手術、住院、恢復期間該消費者不能從事其他事情的損失)、手術風險、以及該消費者可以用整個治療所花的費用去產生其它效用的成本等等。

當我們具備這些健康經濟學的基本理論或概念架構時,我們便可以來討論、推測或解釋一些實際的情況。

例子一:有一本暢銷的健身雜誌在訪談很多醫師之後,做出結論說年紀在40或50幾歲的人最能夠從運動及健康飲食習慣中得到健康的好處。但是事實上大部分在這個年齡層的美國人還是沒有定期運動習慣(只有1/8的中年美國人有在運動),並且還是吃很多高熱量的速食。這是為什麼呢?

例子二:報載一家著名的化學公司,為提升員工的健康(降低健保費用),提出一套獎勵方案,如果單位員工達到其主管所設定的體重控制、運動及戒菸目標,該單位主管可以獲得一筆獎金。這樣的獎勵方案是否有效?

例子三:某家醫院的急診室提出一個行銷計畫,對外宣傳急診病人到急診30分鐘之內一定可以獲得診療。假設該醫院急診室真的能夠做到此地步,這樣的計畫會不會有效果?或對哪些人有效?

在討論這些與消費者的健康照護服務需求的相關議題時,很重要的是先釐清所討論的是哪一類的健康照護服務,並且要從消費者的角度去了解其對健康的效用偏好、所認知的成本與效益、服務的價格、其他物品或服務的價格、或消費者的收入/經濟能力等因素。我覺得將健康照護服務分為消費型服務及投資型服務是很不錯的架構,從消費者來看這兩種服務之間的確有本質上的不同。通常急性醫療服務比較偏向前者,而預防醫學、健康促進、養生等比較偏向後者。許多醫院想從急性醫療跨向預防醫學或健康服務時會遇到瓶頸,問題可能在於沒有認識到這兩者之間本質上的差異,以及所導致消費者的不同考量,因此醫院仍然用急性醫療服務的概念在經營健康服務事業,當然就會抓不到要領。我覺得台灣的醫院在推展健康服務或開拓自費服務時,也許可以從這個地方去思考,得到一些靈感。

[1] 收入/預算=(蘋果價格x蘋果數量)+ (米飯價格x米飯數量)