不对称信息下医患间的博弈经济学研究论文

《不对称信息下医患间的博弈经济学研究论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、不对称信息下医患间的博弈经济学研究论文【摘要】近年来，随着医疗卫生服务领域的改革，以医疗服务为核心的相关利益集团之间正发生着深刻的变化。尽管改革的总体趋势是朝着好的方向发展，但有些问题却需要引起足够的重视。譬如“医疗纠纷的数量不断增多”、“患者对医生的不信任感愈来愈强”等现象，正在严重破坏医生的形象和医患之间的关系。文章将主要围绕医生与患者之间的利益关系，运用博弈论和信息经济学的理论和方法对就医过程进行分析，主要论述信息不对称条件下相关信号在医生向患者传递过程中的作用。【关键词】医患博弈经济不对称信息信号传递一、医患间的博弈经济学简介有关

2、医患关系的研究，国内的许多学者曾从心理、社会、经济、法律、医学模式、医疗保障制度等各个方面对医患关系中存在的问题进行过探讨.freelasG.Macguine在此博弈的基础上增加了一步，即在患者决定了选择的治疗量之后，保险支付者通过医生对治疗提供的报告来决定最后的支付。在医疗服务市场，并非所有的医院、医生都会提供高水平技术服务。因此，对于患者而言，要区分他们之间的差异是很困难的事情，即使政府已经对医院实行分级管理，但在同一医院内的医生医疗水平的差异也可能是很大的。在充分竞争的市场上，价格能真实的反映供求的均衡，其本身就代表产品质量的高低。

3、但在市场信息不对称的条件下，这种交易均衡会发生扭曲甚至消失，而医患之间的信息不对称正是医疗服务市场的一个重要特点。二、医患博弈中的不对称信息首先来看当患者无法判断医生水平时的情况。假设一名患者寻求医生的治疗，但该患者在就医之前并不确切知道医生的医疗水平，患者是否就医取决于他对医生的主观认识。若患者认为医生的医疗水平高（暂且称之为良医）则同意医生治疗（假设患者有这样的选择权），若认为医生的医疗水平低下（庸医）则不接受治疗。下面分别给出了良医或庸医相应的支付矩阵。如表1、2所示，假定不论医生的医疗水平如何，只要患者接受了治疗，则医生得到10个

4、单位的期望效用，而患者的效用依赖于患者对医生的认识—医生的类型。若接受的是高水平医生的治疗，则患者也将获得10个单位的健康收益；若接受的是庸医的治疗，则患者不但不能获益，反而会损失10个单位的健康收益。另外，患者若不接受治疗将会损失5个单位的收益（求诊过程所付出的成本）。假设患者认为医生为良医的概率为P，而医生本身是知道这个概率的。那么，当医生同意治疗时患者的期望效用为，显然，只有当u＞ν时患者才会接受医生的治疗，解上式（1）和（2）得，p＞1/4，即患者认为医生是高水平的概率大于1/4时，接受治疗才是患者的最优选择。因此，这个博弈的贝叶

5、斯均衡为，当p＞1/4时，患者求医并接受医生的治疗；若p＜1/4时，患者不会求医，同时医生也知道患者认为他是庸医，所以医生也不会同意治疗。这个例子揭示出医生比患者拥有更多的关于自身水平的信息，即医患之间的信息是不对称的。这种信息不对称会使得患者在就医时出现很多问题。逆向选择就是其中最为重要的现象之一，甚至在极端的情况下，所有的患者会离开而导致医疗服务市场的消失。为了解决信息不对称带来的逆向选择问题，有必要找到一些能够正确反映医生实际水平的信号。三、信号传递我们进一步分析在患者不知道医生医术的情况下，医生能否用某些信号向患者传递所谓“我是个

6、好医生”呢？在许多情况下，对于很少看病的患者或者需要做手术的患者，医生自身能否向他们发出一个“我是一位有能力胜任这台手术的医生”这样类似的信号呢？我们认为是有的，就手术治疗而言，医生对手术风险的承担本身就是一种信号。因为医生要承担手术失败后声誉或信心的降低、可能造成医疗纠纷等风险成本。因此，这种信号是可信的。下面，我们将对医生承担手术风险能力的信号传递问题进行分析。Ross通过研究认为，在企业内部，如果内部经理与外部投资者之间存在信息不对称，资本结构就可以通过传递内部信息对企业市场价值发生影响。我们将该模型应用于此，以说明医生付出代价的信

7、息的信号传递作用。假设医生知道其行医能力的真实分布函数，而病人不知道。这里医生行医能力的分布函数是根据一阶随机占优排序，即医生的行医能力越高，则病人所获得的健康收益越高。假设好医生承担风险的能力越强，医生的效用是其市场价值的增函数，如果医生对病人的治疗失败，则将受到惩罚（如医生声誉的降低），医生通过对不同程度疾病的治疗——即医生承担风险的能力向病人传递其医术水平，水平越高的医生承担风险的能力越强。医生治疗失败的概率与医术呈负相关，与疾病治疗的风险呈正相关。医术低的医生不敢承担高风险（更严重）的疾病来假扮医术高的医生—医术越好，承担风险的能

8、力越强。假定有两个时期，两个参与人（医生，病人），令π为医生第二期的行医能力，π在0，π上均匀分布；为医生的类型，θ医生知道θ，但患者只知道θ的概率分布μ（θ）。在第一时期，医生首先选择承担风