基于DIP付费的再入院精准惩罚规则设计

作     者：张晓亚 吴晓丹 岳殿民 Chu Chao-Hsien Zhang Xiaoya;Wu Xiaodan;Yue Dianmin;Chu Chao-Hsien

作者机构：河北工业大学经济管理学院天津300401 美国宾夕法尼亚州立大学信息科学与技术学院PA 16802 

出 版 物：《系统工程学报》 (Journal of Systems Engineering)

年 卷 期：2024年第39卷第3期

页      面：395-412页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家社会科学基金重点资助项目(23AGL018) 河北省教育厅人文社会科学研究重大课题攻关资助项目(ZD-202305,ZD202210) 河北省博士在读研究生创新能力培养资助项目(CXZZBS2023027) 

主　　题：DIP支付 再入院 精准惩罚规则 竞争优势 

摘      要：合理设计再入院惩罚规则,是降低医院再入院率,提高医疗服务质量的重要手段.我国当前推行基于大数据的按病种分值付费(bigdatadiagnosis-interventionpacket,DIP),虽科学考虑我国医疗发展区域性差异较大特征而取得较好成本监管效果,但因其报销患者单次入院费用导致医院降低再入院率动力不足.基于符合我国国情的DIP成本惩罚规则,构建医保机构、医院与患者间博弈模型,探究监管再入院的精准医保支付与惩罚基准设计.研究发现,医院具有强竞争优势时,设立再入院惩罚规则能够改变医院再入院率决策,然而,固定惩罚界限的惩罚规则不一定能激励医院降低再入院率,重度惩罚规则也不一定是最优惩罚方式.依据医院历史再入院率梯度设计惩罚界限的精准惩罚规则能有效激励医院降低再入院率.扩展讨论两医院具有同等竞争优势情形,证明梯度设计惩罚界限的精准惩罚规则仍奏效.