张 强，王丽亚，耿 娜，江志斌

(上海交通大学 机械与动力工程学院，上海 200240 )

0 引言

医疗卫生服务是与人民群众利益息息相关的重大民生问题，受到政府部门的监督管理和高度重视。经过二三十年的改革，我国在医疗卫生服务领域的水平已经有了极大的提高，但现有的医疗卫生资源依旧难以满足居民日益增长的需求[1]。因此，在如此紧张的医疗环境下，医疗资源的有效利用显得尤为重要。信息分享作为一种提高资源利用率以及组织效益的有效方式，尤其是在知识密集型的医疗卫生服务领域，是促进医疗资源有效利用的关键途径。医院间的医疗信息分享能带来诸多好处[2,3]。首先，影像或非影像的检查检验信息的分享能有效减少重复检查现象，减少患者的看病支出；其次，患者电子病历、健康档案等信息的分享能够给医生提供更完备的信息，有助于患者获得更好的治疗效果；再则，医院医学研究、诊疗诊断信息等的分享有助于医院医疗水平的提高，促进整个医疗环境的提升等。

然而，在我国现有环境下，医院往往难以自发进行医疗信息分享，主要存在三方面的障碍[4]：一是缺乏对医院间信息分享的国家和地方政府部门的政策引导；二是医院间缺乏明确的信息分享需求；三是医院间缺乏相互信任和了解。近年来，政府实施了很多重大举措，在各个地区积极推进建设医疗联合体[5](如上海医联体、武汉五院医联体等)，加强医院之间彼此的合作和信任。并且，政府还协助建立医疗信息分享平台(如上海申康医联工程下的临床信息交换平台)，帮助规范和明确医院间的信息分享需求。但是，经过对上海市医联体下各医院的访谈发现，目前医疗信息分享尚且缺乏有效的具体到医院的政府精准化政策的引导，各医院信息分享缺乏动力，谁也不愿积极主动进行信息分享。

在当前的社会环境下，医疗信息分享的成功实施远非单纯的监管问题和技术难题。首先，在我国社会主义市场经济条件下，政府对公立医院的监管，主要是指政府运用公共权力制定和实施规则与标准约束(政府内或政府外)独立运营的公立医院，政府并不直接对医院进行控制，不能迫使医院进行医疗信息分享[6]。在本文的研究中，政府对医院的监管主要体现为对医院的信息分享行为进行激励，对医院的不分享行为进行惩罚。其次，医疗信息分享技术日趋成熟，信息分享平台也日趋完善，隐私保护、信息安全等问题也能得到妥善解决，信息分享在技术上已经完全可以实现[7,8]。本质上说，当前医疗信息分享难以成功实施的现状是复杂的政府、医院和患者之间多元利益冲突的结果。一方面，长期来看，信息分享具有一定的增值性，会促进整个社会医疗环境的提升，促进医疗资源的合理利用，给政府、医院和患者带来巨大效益。另一方面，信息分享近期也会给医院主体带来一定的成本，如将隐性或半显性知识用于分享带来的直接成本，分享信息的时效性等问题带来的风险成本以及检查信息重用带来的检查收入减少等间接成本。因此，对于政府，为了获得长远的国家利益和社会效益(如提高社会整体医疗水平，解决看病难看病贵问题等)，需要在医院主体的分享初期，对医院实施监管，提供适当的激励惩罚措施，以促进医院间的信息分享进程。因此，政府主体在制定政策以及医院主体在做出分享或不分享的策略时，均会考虑双方策略对自身的影响，并在自身利益和社会效益之间进行权衡，本质上是一种博弈行为。

考虑到医疗信息分享问题具有长期性、政府主体与医院主体之间的信息不对称性以及政策实施效果的不确定性，因此各方的博弈行为决策呈现出有限理性特征。在这一特征下，博弈主体难以寻求最优策略，而是需要在多次博弈中通过模仿学习等动态过程来寻求优化决策。基于有限理性的演化博弈论则可将博弈主体的行为模型化为在各种影响因素作用下的具有自学习能力的主体自适应调整的渐进演化过程[9]。为了分析医疗信息分享过程中政府与医院的交互行为，从而为政府预测医院间医疗信息分享行为并制定促进信息分享的精准化政策提供参考，本文将演化博弈理论引入到医院医疗信息分享行为的研究中。

近年来，演化博弈已经成为了分析社会主体间复杂交互行为的有效工具，在很多社会问题的研究中也涌现出了一些创新成果。在知识信息分享研究领域，谈正达等[10]基于演化博弈论的方法，分析了产业集群的知识共享机制的动态演变过程，得出了产业集群的文化环境、企业的知识吸收转化能力、企业间的知识水平差异是影响知识共享的关键因素。孙锐等[11]则对动态联盟的知识共享进行了演化博弈分析，并加入了对知识可共享度、共享知识的潜在风险程度的考虑。刘戌峰等[12]建立IT外包知识共享行为的演化博弈，得到知识可共享量、知识互补程度、信任、知识共享成本和风险以及激励机制等是影响IT外包知识共享行为的关键因素。王瑞华等[13]提到创新组织内的持续知识共享会提高组织的创新速度并带来增值效应，研究得出降低共享成本、提高员工的知识共享能力，并建立一定的激励机制等能够极大地促进共享行为的发生。此外，在政府参与的社会管理领域，戚湧等[14]对政府监管与科技资源共享主体进行分析，建立了政府监管与科技资源共享群体之间的演化博弈模型，对演化博弈结果进行了探讨，并提出了相关建议。张国兴等[15]探讨了第三方监督对食品安全监管的影响，通过构建演化博弈模型分析得到强化第三方监督有助于促使政府监管部门加强监管以及改善企业食品安全治理的结论。金帅等[16]基于演化博弈模型，分析了博弈主体动态支付条件下区域环境保护行动的演化过程，结合我国环境保护的具体国情，提出了相应的改进措施与政策建议。周辉等[17]针对旅游市场存在的严重宰客现象，通过演化博弈模型，探讨了如何健全旅游市场监管机制问题，得到应从博弈主体的成本、收益以及监管的惩罚力度等方面促进旅游市场监管机制的有效构建。

上述研究表明演化博弈理论对于揭示参与主体间的相互作用机理，促进知识信息分享以及为政府提供监督管理等指导具有极大帮助。但到目前为止，还没有学者研究过政府监管下的医院间医疗信息分享的演化行为，政府在制定促进医疗信息分享的精准化政策上仍然缺乏有效的指导。本文首次将演化博弈理论引入到医疗信息分享的问题中，构建了“政府-医院”两者之间的演化博弈模型。在模型中，考虑到医疗信息分享对患者具有极大影响以及患者作为医疗服务对象的主体作用，我们引入了患者的评价作为演化博弈的影响因素。考虑到医联体中信息分享常用的星型网络结构特征，我们引入了梅特卡夫定律用以衡量信息分享的社会价值[18]。基于我们建立的模型，我们讨论了政府和医院两个主体的演化稳定策略，据此深入揭示政府监管下的医院信息分享行动的演化特征，从而为政府制定政策促进医疗信息分享的成功实施提供有效的参考意见。

1 问题描述和模型假设

由于医疗信息分享问题的复杂性，医疗信息分享在现实中大多表现为一种多部门、多主体联动协作的方式。在我国，信息分享模式主要分为点对点模式、索引中心模式、医联体共用一套医院信息系统模式、医联体各用一套相同的医院信息系统模式和数据中心模式。在其中，最有效最常用的是数据中心模式，其运作模式如图1所示[19]。在该模式下，参与分享的医院可以将自己的分享信息上传到医疗信息分享平台，并能够使用平台上其他医院贡献的信息；参与监管的卫生部、财政部、药监局等政府各部门联合推动多个医院间的信息分享，通过信息平台收集各医院的分享情况等信息，进而对医院的分享行为进行激励或者对不分享行为进行惩罚。

图1 数据中心式信息分享运作模式

因此，基于上述数据中心模式的信息分享运作模式，主要涉及到政府、医院和患者三类主体。其中，政府作为推动医疗信息分享的主体，可对医院实行“监管”或“不监管”的策略；而医院作为信息分享的行为主体，可以选择“参与分享”或“不参与分享”的策略。对于患者，作为医院主体的服务对象以及政府主体关注的对象，其就医体验同时受到政府和医院的关注，因此其是影响两者决策的重要因素，在本研究中将这种影响通过患者对政府和医院的口碑评价进行衡量。

为了更清楚地对模型进行解释，本文结合中国相应的现实情况做出如下假设：

假设1政府和医院两类群体各自的总数保持相对稳定，进而群体规模均可标准化为1。在时刻t，医院群体中选择参与信息分享策略的比例为x(t)，政府群体中选择监管策略的比例为y(t)，并满足0≤x(t)≤1，0≤y(t)≤1。

假设2社会中整体医疗服务质量提升的环境质量E与参与医疗信息分享的医院比例x正相关。这种环境质量提升具有公共外部特性，不论医院是否参与分享，也不论政府有没有进行监管，都可以享受这种医疗服务质量提升的好处。进而，把医院和政府的环境收益分别简记为：E1(x)和E2(x)。

对于医院，医疗信息分享会带来社会整体医疗服务质量的提升，从而可以降低医院的看病成本。当医疗信息分享行为越普及，社会上医疗服务氛围越好、医疗水平越高，患者可以感知到看病不再困难、诊疗费用明显下降等好的社会效益。在这里，考虑到信息分享是个正反馈系统，选择医疗信息分享的医院个体越多，个体间信息交互越频繁，越有利于社会整体医疗水平的提高，即E值越大，所以这里可以假设E是和医院群体中选择进行医疗信息分享的比例x正相关的函数。结合图1中的数据中心式的信息分享运作模式，在常见的星型网络拓扑结构下，假设每个医院个体参与医疗信息分享的信息量相当，那么当有n个医院个体参与医疗信息分享时，每个医院个体能够获取另外n-1个来源的信息。因此，在这里可以假设E1=k1x，E2=k2x。其中，k1和k2都是常数，衡量信息分享对整个医疗环境的影响程度，与信息分享的质量、频率等有关。

假设3就医院而言，参与信息分享由于信息质量，信息的准确性等因素，使得医院在使用的过程中可能存在一定的风险，我们把这些付出称为医院的直接成本c1；在有政府监管的情况下，医院选择分享策略可以得到来自政府的激励收益e；如果选择不分享策略，会受到政府的惩罚成本f。此外，医疗信息分享会促进医疗信息的有效使用，减少医院的一些重复检查等工作，从而间接地减少了医院的收入，我们把这部分称为医院的间接成本c2。

由于参与分享的医院越多，医院将拥有越多能够重复使用的信息，从而间接成本越大。因此，我们假设医院的间接成本c2与参与分享的医院比例x正相关。在这里，我们假设c2=bx，其中b是常数，衡量信息分享对医院现有收益的影响程度，与分享的信息的可重用性等因素有关。再则，患者是医院医疗水平提升的一大受益群体，他们期望医院能参与医疗信息分享，起到一定的影响。在这里，将患者的影响用激励收益和惩罚成本来量化表示，当医院选择信息分享策略时社会整体医疗水平得以提升，患者也就因此享受到了信息分享带来的益处，因为会给予医院以好的口碑，吸引更多人去这些医院就诊，医院就获得了这种形式的激励收益，记为R1；反之，当医院选择信息不分享策略时，患者就没办法享受到相应的益处，会对医院有意见，倾向于去选择医疗信息分享的医院就诊，因此医院患者数量减少、口碑变差，得到惩罚成本，记为R2。

假设4就政府而言，选择监管策略需要政府财政上对人力、物力的支持，会产生监管的固定成本为c3；在政府选择监管策略的情况下，政府需要给参与信息分享的医院进行激励，激励成本为e；政府还会对不参与分享的医院进行惩罚，得到罚金收入f。此外，患者对政府也起到一定的影响。当医院不参与信息分享时，如果政府选择监管，则会在患者心目中树立起一个积极负责有作为的形象，有效地提高了政府的声誉，这对政府也作为一种收益，记为R3；但是如果政府不监管，则会让患者觉得政府不作为，从而声誉受损，积累一定的社会不稳定因素，相当于政府会付出相应的成本，记为R4。

基于以上假设，建立本文模型的具体参数表如表1所示。结合表1中模型参数，得到政府医院双方博弈支付矩阵如表2所示。

表1 模型参数及含义

表2 政府和医院的演化博弈收益矩阵

根据政府医院双方不同策略下的支付，可以得到双方的期望收益。由此得到：

=(k1-b)x+ey-c1+R1

(1)

(2)

=k2x2-(e+f+R3)x+f+R3-c3

(3)

(4)

由此，得到医院和政府的期望收益分别为:

=(k1-b)x2+xy(e+f)+

x(R1+R2-c1)-fy-R2

(5)

=k2x2+xy(-e-f-R3-R4)+

y(f+R3+R4-c3)+R4x-R4

(6)

值得一提的是，医院政府双方期望收益函数中的环境收益部分表现为与医院参与分享的比例x的平方正相关，这与梅特卡夫定律不谋而合。梅特卡夫定律表示：网络的价值与网络规模的平方成正比[18]。对于医疗信息分享来说，也一样如此。随着更多的医院加入，已参与分享的医院因为其他医院的加入而获得了更多的信息分享交流机会，而越多的信息交流碰撞越有利于整个社会医疗环境的提升，形成一种很强的正反馈作用和增值作用。

2 演化博弈分析

2.1 演化过程的平衡点

根据Malthusian方程[9]，医院群体中选择参与信息分享的比例的增长率与选择该策略所获得的收益与医院群体期望收益之差成正比，由此可得:

=x(1-x)[(k1-b)x+y(e+f)+(R1+R2-c1)]

(7)

同理，得到政府群体的复制动态方程为:

=y(1-y)[x(-e-f-R3-R4)+R3+R4+f-c3)]

(8)

记k=k1-b表示信息分享带来的收益系数，为环境收益系数与间接成本系数之差；I=e+f表示政府的激励惩罚力度，为政府给的激励和惩罚的和；P1=R1+R2表示患者对医院的关注程度，为医院口碑变好带来的收益与口碑变差引起的成本之和；P2=R3+R4表示患者对政府的关注程度，为政府得到患者好评的收益和得到患者差评的成本之和。得到政府医院博弈的复制动态方程为：

(9)

由x′=0,y′=0，可得：

2.2 平衡点的稳定性分析

由复制动态方程求出的平衡点不一定是系统的演化稳定策略(ESS)，因此对于系统演化最终得到的双方的稳定策略选择还需进一步分析。根据Friedman提出的方法，系统平衡点的稳定性可通过复制动态方程的雅克比矩阵的局部稳定性分析进行判断[20]。由2.1节中的复制动态方程，得到系统的雅克比矩阵为:

(10)

其中，A=-3kx2-2x(yI+P1-c1+k)+yI+P1-c1,B=x(1-x)I,C=-y(1-y)(I+P2),D=(1-2y)[-x(I+P2)+P2+f-c3]。

计算矩阵J在命题1中7个平衡点的行列式和迹的值及符号，可判断出其局部稳定性，结果见命题2。

命题2基于先前的假定，系统可能存在的ESS只有(0，0)、(0，1)、(1，0)和(1，1)，其他可能存在的平衡点为鞍点或者不稳定点。其中：①当P1-c1<0且P2+f-c3<0时，(0，0)是系统的ESS；②当I+P1-c1<0且c2-f-P2<0时，(0，1)是系统的ESS；③当k+P1-c1>0时，(1，0)是系统的ESS；④(1，1)不可能是系统的ESS。

证明首先计算出各点处的行列式Det(J)和迹Tr(J)，如表3所示。

表3 各平衡点的行列式和迹

2.3 演化结果的分情景分析

基于上述对演化模型平衡点及其局部稳定性的分析，综合命题1和命题2可得医疗信息分享中医院和政府主体在不同情形下的演化博弈过程。鉴于系统演化具有多重复杂路径，本文分情形深入讨论。

2.3.1 情形1：P1-c1>0。

推论1当P1-c1>0时，系统只有一个ESS(1，0)，政府不监管，医院全部参与信息分享。

图2 情形1下的系统动态演化图

图3 子情形2.1下的系统动态演化图

推论1表明，不管系统初始状态如何，只要医院主体参与信息分享的内部收益(好口碑带来的收益-分享的风险成本)大于不进行分享的内部收益时(口碑变差带来的成本)，则系统最终将演化至好的状态，即医院主体全部参与到医疗信息分享的行动中，进而各医院间信息分享更为频繁，整个社会的医疗环境水平将会得到极大提高。

2.3.2 情形2：P1-c1<0，有三种子情形：

1)子情形2.1I+P1-c1<0且k+P1-c1>0。

推论2当I+P1-c1<0且k+P1-c1>0时，系统存在三个可能的ESS：(0，0)、(0，1)和(1，0)。其中，①当P2+f-c3<0时，存在两个可能的ESS：(0，0)和(1，0)；②当P2+f-c3>0时，存在两个可能的ESS：(0，1)和(1，0)。

推论2表明，当医院参与信息分享的内部收益小于不参与分享的内部收益，且政府给的外部激励和惩罚力度比较小时，医院可能演化至全部不参与分享的状态。但是当潜在的医疗环境变好带来的潜在收益比信息分享带来的潜在间接成本大且足以弥补医疗信息分享付出的风险成本时，医院依然可能演化至全部参与到信息分享的状态。具体演化为哪种状态与当前医院分享比例和政府的监管比例有关。

2)子情形2.2I+P1-c1>0且k+P1-c1>0。

推论3当I+P1-c1>0且k+P1-c1>0时，系统存在两个可能的ESS：(0，0)和(1，0)。其中，①当P2+f-c3<0时，存在两个可能的ESS：(0，0)和(1，0)；②当P2+f-c3>0时，存在唯一的ESS(1，0)。

图4 子情形2.2下的系统动态演化图

推论3表明，即使医院参与信息分享的内部收益小于不参与分享的内部收益。但是当政府给的外部激励和惩罚力度比较大时，且潜在的医疗环境变好带来的潜在收益比信息分享带来的潜在间接成本大且足以弥补医疗信息分享付出的风险成本时，医院很可能最终演化至全部参与信息分享的状态。尤其是在政府给的惩罚力度相对较大时，医院由于害怕不进行分享会受到惩罚，会演化至全部参与信息分享。

3)子情形2.3k+P1-c1<0。

推论4当k+P1-c1<0时，系统存在两个可能的ESS：(0，0)和(0，1)。其中，①当P2+f-c3<0时，存在唯一的ESS(0，0)；②当I+P1-c1<0且P2+f-c3>0时，存在唯一的ESS(0，1)。

推论4表明，当医院参与信息分享的内部收益小于不参与分享的内部收益，且潜在的医疗环境变好带来的潜在收益无法弥补医疗信息分享付出的风险成本时，此时不管政府许诺的激励和惩罚力度有多大，医院将最终演化至都不参与信息分享的状态。

图5 子情形2.3下的系统动态演化图

2.4 演化结果的总结与讨论

通过上述分析，易得如下结论。

结论1参与信息分享不是医院主体的稳定状态(ESS)的充要条件为：P1-c1<0且k+P1-c1<0。

结论1表明，当P1-c1<0时，医院主体不能从参与信息分享中获得内部收益，而且k+P1-c1<0，医院看不到明显的信息分享带来医疗环境提升的长期收益，此时不管政府给多大的激励惩罚力度，通过长期的反复博弈、模仿学习，有限理性的医院最终都会趋向于选择不参与信息分享。值得一提的是，如果此时政府采取较小的激励力度，但在制定激励惩罚政策时采用较大力度的惩罚措施，则监管策略将成为政府的ESS。这意味着推动信息分享已经成为政府一厢情愿的事情，甚至在现实中会演变为政府为了监管而监管，脱离实际，劳民伤财。

结论1给出了医院群体无论如何都不会进行信息分享的充要条件，这可为政府在监管过程采取监管策略是否有效提供评估和警示作用。一旦政府发现当前状态处于上述条件时，应及时采取措施，例如呼吁患者增强对医院的医疗信息分享行为的关注(提高P1)、降低医院的分享成本(降低c1，提高k)和引导医院分享更加有价值的信息(提高k)，从而将医院从不进行信息分享的方向上纠正回来。

结论2参与信息分享是医院主体唯一的稳定状态(ESS)的充要条件为：P1-c1>0或者P1-c1<0、I+P1-c1>0、k+P1-c1>0且P2+f-c3>0。

结论2刻画了医疗信息分享得以实施的充要条件，在该条件下所有医院将参与到医疗信息分享的行列中来。其中，P1-c1>0能够充分保障医疗主体主动融入到信息分享的行动中，因为此时参与信息分享的内部收益大于不参与信息分享的内部收益。如果该条件在现实中难以满足，比如说信息分享风险成本过大，患者对医院监督力度不足，对医院是否参与信息分享不太重视，并不会因为医院是否参与分享而给出太好或太差的评价。此时，政府引导作用将对于医疗信息分享行动的成功实施不可或缺。一方面，政府要制定足够有吸引力的奖惩机制，使得I+P1-c1>0得以满足；此外，在制定奖惩机制时，要给以相对较严厉的惩罚措施，从而使得P2+f-c3>0得以满足。最重要的是，政府要引导医院分享更多有价值的信息，从而让医疗信息分享为整个社会医疗环境的提升带来更大的价值，医院能够看到未来医疗环境提升带来的潜在收益，使得k+P1-c1>0得以满足。总而言之，结论2表明，政府只要致力于通过一系列扶持引导政策，保障医院主体在参与医疗信息分享时获得切身利益，看到医疗信息分享带来的好的潜在收益，则依然可以形成健康有效的医疗信息分享环境。

结论2给出了医院群体通过长期的反复博弈、模仿学习将演化至全部进行信息分享的充要条件，这给政府部门制定监管激励惩罚措施提供了很好的方向。政府部门通过努力，例如加大医院信息分享的宣传力度，引导患者关注医院的信息分享行为(提高P1)；建立完善医疗信息分享的规范，引导医疗资源的有效利用，降低医院的分享成本(降低c1，提高k)；引导医院增加彼此的交流，分享更有价值的信息(提高k)等，从而引导医院向着信息分享的方向发展，让信息分享成为各个医院的共识，形成一种良好的信息分享氛围。

3 结论

针对当前缺乏政府部门有效的监督引导和激励，医院难以自发进行医疗信息分享的问题，本文基于演化博弈理论，通过对政府和医院双方的利益进行分析，进而探讨双方的策略选择行为，建立了政府与医院两者之间的演化博弈模型，并分析了不同情形下可能达到的演化均衡状态。通过比较分析不同情形下的演化均衡状态，可以得到以下结论：

1)当满足P1-c1<0且k+P1-c1<0时，医疗信息分享行动注定会因为医院主体缺乏内在动力(成本过高、收益不足)而无法达成医院全部参与分享的目标；

2)当满足P1-c1>0或者P1-c1<0、I+P1-c1>0、k+P1-c1>0且P2+f-c3>0时，医院参与信息分享的收益大于不参与信息分享的收益，有了分享的内在动力，政府通过合理的奖惩机制最终将能够引导医院全部参与信息分享行动；

3)在信息分享过程中，降低医院主体信息分享的风险成本、规范提高医院分享信息的质量、引导增强患者对医院的监督力度、制定有吸引力和威慑力的有效的奖惩政策，是促进医院医疗信息分享的关键。

为了促进医院积极进行信息分享，建立规范良好的医疗信息分享环境，政府可从以下几个方面采取措施。第一，降低医院主体信息分享行为的转变成本。政府主体一方面要加快医疗分享信息系统建设及推广，解决医院参与信息分享的渠道问题；另一方面，政府还要做一些服务性的工作，协助医院将其半显性甚至隐性的信息显性化，如进行门诊手术案例总结等工作，减轻医院的负担，从而降低医院主体信息分享行为的转变成本。第二，降低医院主体信息分享行为的潜在风险和间接成本。政府一方面应该对医院分享的信息进行规范，完善相应的法律法规及规范体系，让医院贡献和使用信息都有保障；另一方面，政府还应做一些引导性的工作，引导医院自觉进行医疗信息分享，让信息分享成为各个医院的共识。第三，建立合理的奖惩和监管机制。政府一方面要落实医院医疗信息分享的监管工作，完善对医院的指标考核体系，加入对医疗信息分享行为的考核；另一方面，完善对信息分享行为的奖惩机制，同时，在奖惩机制设计时，可以适当增加一点惩罚措施，作为政府主体内部的激励，同时也增加对医院的威慑力，从而使得医院主体的参与成本要小于不参与的成本，增加其参与信息分享的动力。