離散選擇模型在衛(wèi)生人力政策研究中的應用

劉曉云 竇麗霞

1. 北京大學中國衛(wèi)生發(fā)展研究中心 北京 100191

2. 北京大學臨床研究所 北京 100191

農村地區(qū)缺少足夠的衛(wèi)生技術人員為農村居民提供基本醫(yī)療衛(wèi)生服務，這是全球許多發(fā)展中國家面臨的共同問題[1]，各國衛(wèi)生政策制定者不斷探索新的方法為農村地區(qū)吸引和保留更多的衛(wèi)生技術人員。工作意愿(job preference)是影響衛(wèi)生技術人員是否選擇農村工作的一個重要因素，而工作意愿又受到收入水平、工作地點、工作條件、社會地位及晉升機會等眾多因素的影響。[2]

工作意愿測量存在著方法學的挑戰(zhàn)。傳統(tǒng)的方法多以橫斷面調查為基礎，通過單因素或多因素統(tǒng)計方法，分析各種因素對工作意愿和工作選擇的影響。但是，人們通常難以量化表達自己對某一事物的意愿和偏好程度。比如若詢問一個醫(yī)生“你覺得月工資多少才合適”時，一般人的回答是“這要看具體情況”。此處所謂的具體情況通常包含：工作地點是在農村還是城市，是否有住房，工作是否有意義，晉升機會如何等?？梢?，所謂意愿選擇，通常是多種因素之間的權衡(trade-off)，而且這種權衡大多是在潛意識里進行的，很難用一般的調查問卷直接測量。

近年來，國際上興起一種新的測量意愿的研究方法，即離散選擇試驗(Discrete Choice Experiment，DCE)。[3]DCE原是在市場營銷領域用于測量顧客對某一產品購買意愿的常用方法，計量經濟學家們將其引入到衛(wèi)生服務領域，并取得了突破性的進展。我國的研究人員在市場營銷等領域已經開始應用DCE方法[4]，但在衛(wèi)生領域尚未見應用。

目前，DCE在衛(wèi)生人力政策研究中主要用于測量衛(wèi)生技術人員的工作意愿，如Mangham在馬拉維的一項研究發(fā)現，月收入、繼續(xù)教育機會和住房是影響護理人員工作意愿的前三位因素。[5]DCE研究還用于分析不同類別的衛(wèi)生技術人員在工作意愿上存在的差異，以及衛(wèi)生技術人員為了改善某項工作特征而愿意支付的費用等。[3]這些分析有助于制定有針對性的衛(wèi)生人力政策干預措施，如針對醫(yī)學生、醫(yī)生、護士等不同類別衛(wèi)生技術人員分別制定不同的吸引和保留干預措施。DCE模型還可以預測這些干預措施的預期效果，結合每項干預措施的相應成本，為衛(wèi)生人力政策制定提供重要的證據支持。

本文將主要介紹DCE在衛(wèi)生技術人員工作意愿測量中的應用，也會扼要介紹DCE在其它衛(wèi)生服務領域的應用，比如居民對衛(wèi)生服務的選擇意愿等。最后，本文將討論DCE的優(yōu)缺點。

1 DCE方法測量衛(wèi)生技術人員工作意愿的研究設計與實施步驟

DCE測量衛(wèi)生技術人員的工作意愿，而非衛(wèi)生技術人員的實際工作選擇。該方法根據影響工作意愿的不同工作條件和特征，設計多種假設的工作機會，并讓被調查者從中選擇。在效用最大化的前提下，被調查人員將選擇對他們產生最大效用的工作機會。借助統(tǒng)計分析，DCE方法可量化分析各種因素對衛(wèi)生技術人員工作意愿影響的相對重要性。由此可見，DCE的應用包括三個基本假設：

(1)衛(wèi)生技術人員面臨著不同的工作選擇機會。

(2)每個可選擇的工作機會由不同的特征構成，是各個研究因素不同水平的組合，如：收入和晉升機會的大小等。衛(wèi)生技術人員的工作意愿，即對這些不同工作機會的選擇，是權衡這些不同工作特征的結果。

(3)衛(wèi)生技術人員所選擇的工作機會能為其提供最大的效用。這個效用既可以是經濟效用，也可以是非經濟效用(如職業(yè)成就感、工作和家庭生活的平衡等)。

DCE方法的具體研究步驟包括研究設計、資料收集和分析等。而不同工作機會組合(研究因素的選擇和各個因素水平的設置)的設計是DCE研究設計中至關重要的一個環(huán)節(jié)，決定著整個DCE研究結果的信度和效度。

1.1 確定DCE研究因素及各因素不同水平的設置

DCE方法首先要確定影響衛(wèi)生技術人員工作意愿和工作選擇最主要的因素及其水平設置。如果DCE研究中納入因素選擇不當，那么在最后的研究分析階段往往不能有效識別和確證工作意愿的相關影響因素，導致研究失敗。

確定工作意愿影響因素的方法可分為兩類：文獻回顧法和定性研究法。由于不同研究社會文化環(huán)境背景的差異和研究人群的差異，目前DCE相關文獻中所納入的研究因素復雜多樣，但大多數情況下都包含工作地點和收入這兩個因素。DCE在衛(wèi)生技術人員工作意愿分析中的應用主要是為農村偏遠地區(qū)吸引和保留更多衛(wèi)生人才，因此工作地點(農村或城市)通常是首選的因素。收入是影響工作選擇和工作意愿的最主要因素之一。更為重要的是，將收入這一因素納入DCE模型可以模擬分析其它影響因素的貨幣價值，即衛(wèi)生技術人員愿意支付多少費用來改善某一項工作特征。除這兩個因素之外，其它的影響因素則與研究環(huán)境和研究對象密切相關。在發(fā)達國家如英國，工作量是主要的影響因素。在一些發(fā)展中國家如越南，是否提供住房則是重要的影響因素。[5]對于不同類別的衛(wèi)生技術人員(如醫(yī)學生、剛就業(yè)的新職工或者資深的老職工等)，影響其工作意愿的因素也各有不同。

定性研究是用來確定可納入DCE的影響因素和水平的主要方法。[6]半結構化的訪談和專題小組討論是經常采用的方法。盡管訪談中提問的方式各有不同，但中心問題都圍繞著影響工作選擇和工作意愿的主要因素展開。在分析方法上，研究者多數通過統(tǒng)計各種因素被提及的頻率或者排序等方式確定最主要的影響因素。除了確定要納入的影響因素及其水平之外，定性研究還有一個重要功能，即明確各影響因素的表達方式和確切含義。例如，用“收入”還是用“工資”，“提供住房”的確切含義是租住還是擁有產權等。

在DCE的設計中，一般建議最終納入的影響因素數量是5～6個，每個因素有2～3個水平。

1.2 DCE問卷設計

影響因素的數量和水平決定了DCE問卷的設計。假如一項研究共確定了5個因素，每個因素有3個水平，那么總共可以產生243個假設的工作機會組合。將這些工作選擇機會組合全部納入DCE問卷顯然是不可行的。為了解決這個問題，DCE采用部分因子設計(fractional factorial design)的方法，從而大大減少了問卷問題的數目。該方法的基本原則是要求各影響因素之間相互獨立，并且各個因素不同水平納入問卷的概率相等。問卷設計中因素與水平的選擇過程可借助常用的統(tǒng)計軟件(如SPSS、Stata等)而完成。

利用部分因子設計方法，DCE通常會抽取大約16個假設的工作選擇機會組合。選擇其中一個適宜的工作機會作為工作A，剩下的每一工作機會作為工作B，并依次與工作A配對。這樣就產生了大約15對工作機會，構成了DCE問卷的基本設計。建議將每一對工作機會單獨打印在一頁紙上，請調查對象選擇工作A或工作B，收集工作意愿的相關信息。表1是DCE問卷的一個示例。

表1 DCE問題示例

為了保證調查的質量，研究者可以在DCE問卷的基礎上加入一個“質控問題”。這個質控問題可以是一個最佳的工作機會，如收入最高、工作量最低、提供住房、晉升機會多、儀器設備充足等。在效用最大化的假設前提下，衛(wèi)生技術人員必將選擇這一工作機會。否則，就說明該調查對象沒有正確理解DCE的問題，該問卷將被剔除，不能納入資料分析。

除了DCE問題之外，問卷中也會涵蓋人口學等基本情況，如性別、年齡、教育水平、工齡、職稱等。在正式開展DCE調查之前，通常會對DCE問卷進行預實驗，檢驗DCE問卷中問題的設計是否合理，并做適當的修正。

1.3 確定樣本量

文獻中關于DCE樣本量的計算并沒有明確的規(guī)定。一般而言，由于每一個調查對象要回答大約15～16個DCE問題，但資料分析單位不是調查對象，而是DCE每一對假設的工作機會組合，因此DCE對樣本量的要求并不高。根據以往文獻的經驗，對每一類研究對象(如醫(yī)生、護士、醫(yī)學畢業(yè)生等)，樣本量在50～150之間即可以滿足DCE的資料分析要求。[6]

1.4 資料收集

資料收集過程的核心問題是質量控制。衛(wèi)生技術人員對DCE問卷的回答在很大程度上會受到環(huán)境因素和心理因素的影響，如果收集的資料不能真正反映衛(wèi)生技術人員的工作偏好和意愿，那么整個DCE研究的質量就會大打折扣。DCE問卷填寫通常有幾種形式：面對面訪談，調查對象在調查人員的指導下自行填寫以及郵寄問卷。不管以何種形式填寫問卷，都應嚴格進行質量控制，確保收集到的數據真實可靠。

1.5 資料分析

1.5.1 模型基本原理

資料分析通常采用的方法是Probit或Logit模型。如前所述，DCE的理論假設是衛(wèi)生技術人員將選擇的工作機會能對他們產生最大效用。因此，選擇工作A就意味著工作A產生的效用大于工作B所產生的效用。模型中的結果變量Y是“是否選擇工作A”，自變量定義為工作A和工作B中各影響因素的差值(XA-XB)。用數學模型表示，即為：

Prob(y=1)=β0+β1(x1A-x1B)+…+βn(xnA-xnB)+BX+?

式中：Y是結果變量，y=1表示選擇工作A；y=0表示選擇工作B。β0是常數項。β1—βn是回歸系數，反映該因素對工作意愿影響程度的方向和大小。X是指除了DCE研究因素之外的其它人口學因素，如性別、年齡、教育水平、婚姻狀況等。ε為誤差項。

1.5.2 分析各因素對工作意愿的影響

如前所述，模型回歸系數的取值反映該因素影響工作意愿的方向和大小?；貧w系數為正值表明該因素對工作意愿有正向的影響(如收入越高，則衛(wèi)生技術人員越傾向于選擇該工作)，反之，則有反向的影響(如工作量越大，則衛(wèi)生技術人員越傾向于不選擇該工作)?；貧w系數絕對值的大小則反映該因素對工作意愿影響程度的大小。

在回歸模型的基礎上，可以預測某一項工作特征的改變對選擇農村工作的影響程度。比如越南的一項研究發(fā)現，改善農村地區(qū)的儀器設備，能使醫(yī)生在農村工作的意愿從23%上升到32%。提供住房則使醫(yī)生在農村工作的意愿從23%上升到29%。[7]

利用不同因素的回歸系數的比值，DCE方法也可以分析衛(wèi)生技術人員為改變某一項工作特征而愿意支付的費用，即某一項工作特征的貨幣價值。比如衛(wèi)生技術人員愿意支付多少費用以獲得一份城市工作。由于各影響因素在水平設計上均為離散型變量，這一領域的方法學探索尚在起步階段。

1.5.3 分析調查對象的人口學特征對工作意愿的影響

衛(wèi)生技術人員的人口學特征也會在一定程度上影響其工作意愿。DCE模型中也可以放入年齡、性別等人口學特征，分析這些人口學特征對工作意愿的影響。比如，家庭背景是農村還是城市是否會影響衛(wèi)生技術人員選擇農村工作？對于剛就業(yè)的新職工和資深的老職工來說，影響其工作意愿的主要因素有無不同？對于已婚者和單身者，住房情況對其工作意愿的影響有無不同？這些問題都可以通過DCE模型進行分析。

2 應用DCE需注意的問題

2.1 DCE的優(yōu)缺點

與傳統(tǒng)方法相比，DCE的主要優(yōu)勢在于它能同時考慮多種因素對意愿的綜合影響，從而有利于測量分析調查對象在不同影響因素之間的權衡。這使得DCE具有非常明顯的政策意義。在DCE研究中，某些影響因素及水平的設計并不一定是現實中實際存在的，可以根據政策設想而設計。在埃塞俄比亞，公立醫(yī)療機構的衛(wèi)生技術人員不允許到私立醫(yī)療機構兼職工作，但一項DCE研究將“是否可以在私立機構工作”作為一個影響因素納入DCE的設計中，結果發(fā)現該因素對衛(wèi)生技術人員工作意愿的影響是最大的。[8]

盡管DCE方法在研究設計和分析中需要一些相應的計量經濟學和統(tǒng)計學理論和技術，但從實際操作中，應用部分因子設計將問卷中問題數量大大壓縮，而且對樣本量的要求不高，DCE不失為一種簡單易行的研究方法。

DCE測量的是人員的偏好和意愿，而非實際的選擇。目前的研究進展還沒有充分證實DCE模型的預測結果和人員實際的選擇結果的一致程度。這是該方法目前面臨的最大局限。表2匯總了DCE方法的優(yōu)缺點。

表2 DCE方法的優(yōu)缺點

2.2 應用DCE時的注意事項

應用DCE方法時有幾點注意事項：首先，DCE問卷設計中不能納入太多的因素和水平，否則問卷中的問題太多，會嚴重影響研究的可行性。這就要求在因素確定和水平設置階段，必須通過嚴格的文獻復習和定量研究，找出最重要的5～6個影響因素及其相應水平。其次，DCE問卷中對納入的因素和水平通常只有簡單的描述，不同的調查對象對這些因素和水平的理解或有不同，比如儀器設備是否充分,工作量的大小等。因此，需要在調查指南中對這些信息做盡可能清晰的界定。

2.3 DCE也可用于衛(wèi)生服務研究的其它領域

除了用于衛(wèi)生技術人員的工作選擇意愿之外，DCE在衛(wèi)生服務研究的其它領域也有廣泛的應用前景。在醫(yī)療保險領域，DCE可以用于分析不同的保險方案設計對居民參保意愿的影響。將保費水平、自付比例、起付線、封頂線、服務包設計等影響因素設計成不同的保險方案，構成DCE問卷，請參保人員選擇。在衛(wèi)生服務利用方面，英國的一項研究分析居民對8小時之外的醫(yī)療服務的需求意愿，DCE設計包含的影響因素包括：服務地點(家中或者診室)、醫(yī)務人員類別、等候時間、醫(yī)務人員的聆聽。[9]

[1] WHO. World Health Report 2006: working together for health[M]. Geneva: World Health Organization, 2006.

[2] 劉曉云. 農村地區(qū)吸引和穩(wěn)定衛(wèi)生人員研究的理論框架[J]. 中國衛(wèi)生政策研究, 2011, 4(5): 11-15.

[3] Lagarde M, Blaauw D. A review of the application and contribution of discrete choice experiments to inform human resources policy interventions[J]. Human Resources for Health, 2009, 7(1): 62.

[4] 胡松, 趙平, 裘曉東. 價格促銷對消費者品牌選擇的影響研究[J]. 中國管理科學, 2007, 15(2): 134-140.

[5] Mangham L. Addressing the Human Resource Crisis in Malawi's Health Sector: Employment preferences of public sector registered nurses[R]. London: Overseas Development Institute, 2007.

[6] Coast J, Horrocks S. Developing attributes and levels for discrete choice experiments using qualitative methods [J]. Journal of Health Service Research and Policy, 2007, 12(1): 25-30.

[7] Vujicic M, Alfano M, Shengelia B, et al. Attracting Doctors and Medical Students to Rural Vietnam: Insights from a Discrete Choice Experiment [R]. Washington DC: The World Bank, 2010.

[8] Hanson K, Jack W, Health worker preferences for job attributes in Ethiopia: Results from a discrete choice experiment [R]. Washington: Georgetown University, 2008.

[9] Scott A, Watson M S, Ross S. Eliciting preferences of the community for out of hours care provided by general practitioners: a stated preference discrete choice experiment[J]. Social Science and Medicine, 2003, 56(4): 803-814.