Page 101 - 《南京医科大学学报》2026年第2期

第2期 总第133期 南京医科大学学报（社会科学版）京医科大学学报（社会科学版） ·
南
2026年4月 Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences） · 203
Journal
耗材费、综合医疗服务费、诊断费和治疗费等。 序列与参考序列的动态变化越一致，对总费用变化
（二）研究方法 的影响越显著。
1. 双重差分法 （三）统计学方法
在本研究中用双重差分模型（difference⁃in⁃dif⁃ 运用Excel进行数据录入，SPSS 22.0和Stata17.0
［4］
ferences，DID） 评估DRG付费制度实施对前列腺癌 进行统计分析。对计量资料先进行 Shapiro⁃Wilk 正
住院费用的政策效应。模型通过结合时间和分组 态性检验，正态数据采用均数±标准差（x±s）进行描
两个维度的变化，剔除政策实施前后的时间趋势以 述，不符合正态检验的用中位数（四分位数）［M（P25，
及实验组（手术组）和对照组（非手术组）的固定效 P75）］进行描述，采用 Wilcoxon 秩和检验比较两组
应，获得政策干预的净效应。 间差异。计数资料用例数和百分比进行描述，采
DID模型的基本设定为： 用χ 检验比较组间差异。P<0.05 为差异有统计
2
Yit=α+β1×Treati+β2×Timet+β3×（Treati×Timet）+ϵit 学意义。
（1）
二、结 果
其中，Yit表示第 i 个患者在第 t 个时间点的住院
费用或其他关键指标（如药占比、耗材费占比等）。 （一）患者住院费用及医疗服务的总体情况
Treati表示组别虚拟变量，实验组取值为1，对照组取 研究共纳入 2 642 例病例数据，其中 DRG 支付
值为 0；Timet表示时间虚拟变量，DRG 实施后为 1， 前住院患者 1 457 例（55.15%），DRG 支付后住院患
实施前为 0；Treati×Timet为交互项，捕捉政策效应的 者 1 185 例（44.85%）。对相关住院费用中的计量资
［5］
核心变量；ϵit为随机误差项 。 料采用 Shapiro⁃Wilk 法进行正态性检验，显示总费
2. 结构变动度分析 用、药品费、耗材费、综合医疗服务费、诊断费、治疗
结构变动度分析作为一种评估费用结构变化 费、年龄、住院次数、住院天数、数据均呈偏态分布，
的重要方法，广泛应用于揭示医疗资源分配和费用 进行Wilcoxon 秩和检验。
优化等方面 ［6-7］ 。 DRG 实 施 后 ，总 费 用 从 6 248.92 元 增 加 到
结构变动值（VSV）指前列腺癌患者住院费用的 6 548.42元，药品费从4 098.95元下降到3 909.14元，
构成比在某一时间段内的期末值与期初值之差。 耗材费从 34.41 元上升到 68.97 元，综合医疗服务费
当 VSV＞0 时，表明某单项费用占医疗总费用的比 从 123.00 元上升到 205.00 元，诊断费从 1 766.00 元
重较期初增加，反之则减少。计算公式： 上 升 到 1 994.00 元，患者住院次数从 5 次下降到
（2）
VSV=Xi，t1-Xi，t0 2 次，住院天数从 3 天下降到 2 天，差异均有统计学
i 表示各单项费用序列号；0 和 1 则表示期初值 意义（P 均<0.05）。治疗费均为 15.00 元，差异无统
与期末值。 计学意义（Z=1.153，P=0.249，表1）。
结构变动度（DSV）指前列腺癌患者住院费用中
患者中城乡居民医保在 DRG 实施前共有 817
各个组成部分所占比例的变化值之绝对差值的总 例（56.07%），实施后减少至592例（49.96%）；城镇职
和。计算公式为： 工医保在 DRG 实施前有 640 例（43.93%），实施后减
DSV=∑ | X - X | （3） 少至 593 例（50.04%）。DRG 政策实施后两类医保
i，t1 i，t0
年均结构变动度=DSV/n，n=2，代表 2022 年至 类型的患者分布差异具有统计学意义（χ =9.824，P=
2
2023年2个自然年。 0.002），表明 DRG 政策可能影响了不同医保群体的
结构变动贡献率（CSV）指前列腺癌患者各单项 住院选择或费用分担机制。
费用某一时期结构变动值的绝对值在结构变动度 （二）双重差分分析
中所占比值，表明各单项费用构成比对总体结构变 1. 平行趋势检验
动影响程度的大小。计算公式为： 为了验证平行趋势假设，本研究将 2022 年第一
|
CSV= |VSV / DSV×100% （4） 季度至2023年第四季度划分为8个季度节点，考虑到
3. 灰色关联分析 2022 年第四季度可能处于政策理解的过渡和实际
灰色关联分析适用于数据量有限、信息不完全 执行的准备阶段，为了更准确地评估 DRG 付费政策
的复杂系统，在医疗费用研究中 ［8-9］ ，这种方法能够 稳定实施后的净效应，选择将 2023 年第一季度作为
通过计算不同费用项目与总费用之间的关联度，识 政策干预的正式起点（current），并剔除政策实施前
别费用构成中对整体变化影响最大的关键因素。 一期（2022 年第 4 季度）的数据，以尽量减少政策执
本研究中，以住院总费用为参考序列，药品费、耗材 行初期潜在的不稳定因素对平行趋势检验和后续
费等 5 个费用项目为比较序列，分辨系数设为 0.5， 分析的干扰。这样的处理方式既符合政策实际执
计算关联度和关联序。关联度值越大，说明该比较 行的时序，也能让模型的估计结果更为稳健。