第三方平臺互聯網診療的監管研究
——基于演化博弈和仿真分析

李智勇，楊晴，翁開源

（1.廣東藥科大學醫藥商學院，廣東 廣州 510006；2.國家藥品監督管理局藥物警戒技術重點實驗室，廣東 廣州 510006）

2018 年，國務院辦公廳印發《關于促進“互聯網+醫療健康”發展的意見》（國辦發〔2018〕26號）[1]，鼓勵醫療機構與互聯網企業合作，加強區域醫療資源整合。2020 年初，由于新冠疫情造成了線下就診的阻礙，使互聯網診療服務需求激增，進一步促進了互聯網診療行業的發展。2021 年10 月18日，國家衛生健康委員會辦公廳（以下簡稱國家衛健委）發布關于《“十四五”國家臨床專科能力建設規劃》的通知[2]，提出積極構建智慧醫療體系，推廣“互聯網+”醫療服務新模式，爭取在遠程醫療方面取得積極進展。2022 年2 月8 日，國家衛健委和國家中醫藥局聯合發布的互聯網診療重磅政策《互聯網診療監管細則（試行）》（以下簡稱《監管細則》）[3]。《監管細則》進一步推動優化互聯網診療服務，依法依規打擊互聯網診療違規行為，嚴格互聯網診療的監管。

隨著互聯網診療需求的增加，互聯網診療行業面臨蓬勃發展的機遇，但同時也存在一系列診療違規行為。例如，法制日報[4]指出一些互聯網平臺存在醫生身份被冒用、開處方藥卻不開具處方、AI（artificial Intelligence，人工智能，以下簡稱AI）接診和未接診卻不退款等問題。診療違規行為不僅與提供服務的供給方有關，也與第三方平臺有關。即使《監管細則》規定了互聯網診療的范圍，但為了追求利潤，一些第三方平臺仍然選擇違規操作。李玫研等[5]研究顯示，第三方平臺仍存在提供線上首診服務、藥事服務不規范、未能實施患者實名制等問題。據海南省衛健委公布的數據[6]，2022 年上半年有38 家由社會資本獨立設置的互聯網醫院的在線診療數量不足1 000 次，其中10 家互聯網醫院的在線診療數量為0，為了維持運營，這些醫院可能會進行違規的互聯網診療。對于互聯網診療的違規問題，陸海波[7]表示，互聯網診療第三方平臺囊括了一般第三方平臺所帶來的風險，還存在以咨詢之名行診療之實以及被利益俘獲的風險，使得風險的不確定性更高。鄧勇等[8]表示公立互聯網醫院的建設涉及的主體更多，行為更為復雜，監管的難度呈指數增長，實踐中存在諸多監管難點影響著醫療安全。總之，互聯網診療存在監管難，監管情境復雜的情況，并且在維持經營和利益的驅動下，平臺可能會選擇違規診療，繼而引發平臺尋租活動。

尋租是指為了維護既得的經濟利益、設法取得或維持壟斷利益，或是對既得利益進行再分配的非生產性活動，因此尋租的產生會導致社會資源的巨大浪費。國內學者以博弈視角對尋租行為進行研究。李健等[9]研究指出，罰款額度、監管力度、監管成本是博弈主體尋租的關鍵因素；李靜[10]探討了企業違規生產收益、尋租成本、政府獎罰力度等因素對尋租策略的影響。朱立龍等[11]考慮藥品檢測中存在尋租現象，探討了政府的獎懲、尋租成本對三方策略選擇的影響關系。

綜上，目前我國第三方平臺互聯網診療存在藥事服務不規范、問診過程和質量存在漏洞、未能嚴格執行患者實名制等問題。在利益的驅動下，也必然存在第三方平臺意向尋租的風險，將導致患者無法得到及時治療，同時增加患者醫療費用。本文以演化博弈視角針對這些問題以及尋租現象研究互聯網診療監管策略。

1 研究方法

本文考慮H+I 模式（實體醫療機構通過與第三方平臺合作給患者提供互聯網診療服務）和I 模式（依托互聯網醫療平臺，建立或收購一些社會辦實體醫療機構，匯聚各地醫生資源，醫生在平臺以多點執業的方式提供互聯網診療服務）的互聯網醫院診療服務[12]。互聯網診療服務供給方（包括第三方平臺旗下實體醫療機構注冊的醫生和第三方平臺合作的醫療機構，以下簡稱供給方）和第三方平臺（包括互聯網企業獨立注冊的互聯網醫院，以下簡稱平臺）存在尋租行為，構建供給方、平臺和政府之間的三方演化博弈模型，分析各博弈方的策略穩定性以及各要素對策略選擇的影響關系；利用Matlab R2022a 對復制動態系統的純策略均衡點進行穩定性分析，得出不同條件下的演化穩定策略組合，最后進行仿真分析，驗證不同初始條件下模型分析的有效性，并分析結論為政府完善互聯網診療機制提出對策與建議。

1.1 基本假設

在博弈過程中，主體們無法準確預測外部環境的變化，主體往往會參考其他主體之前的行動策略來確定自己的策略選擇。同時，主體三方在互聯網診療過程中具有有限理性[13]，主體將根據已發生的行為，通過相互模仿調整自身的策略選擇，最終達到穩定狀態[14]。據此，研究提出以下假設：

假設1：政府、供給方和平臺是本文假設的博弈主體，三方均具有有限理性。

假設2：供給方的集合策略為G1規范、G2不規范，供給方采取“規范”的概率為x，采取“不規范”的概率為1-x，0≤x≤1；平臺的集合策略為S1尋租、S2不尋租，平臺采取“尋租”的概率為y，采取“不尋租”概率為1-y，0≤y≤1；政府的集合策略為J1監管、J2不監管，政府采取監管的概率為z，采取不監管的概率為1-z，0≤z≤1。

假設3：供給方規范診療時的收益為E1，成本為C1；如果供給方進行互聯網診療行為時，采取首診、先購藥后處方、醫師非本人接診等行為，其收益為E2，且E2>E1；同時，為采取不規范診療行為，供給方將產生成本C2（包括躲避監管，賄賂等）；如果政府主動監管，供給方規范診療時將獲得補貼B1，供給方不規范診療時將被罰款F1；當供給方不規范診療，同時平臺采取不尋租策略時，供給方將會遭受損失F3（對違規就診的客戶退費等）。

假設4：平臺不尋租時的收益為E3，為獲取更大利益，平臺利用自身的審查優勢，接受行賄等非法獲取利潤行為C2（為方便計算，將供給方違規成本等同于平臺尋租收益），需要支付虛假宣傳等經營管理成本C3；如果政府主動監管，平臺不尋租時將獲得補貼B2，平臺尋租時將被罰款F2。

假設5：政府主動監管時的成本為C4；在供給方不規范診療，平臺尋租時，政府將產生治理成本C5，且C5>C4；供給方采取規范診療策略時，政府將獲得潛在收入E4（聲譽收益，社會收益等）。

演化博弈主體相關參數含義如表1所示。

1.2 三方演化博弈模型建立

根據供給方、平臺和政府的行為策略，計算出三者之間有8 種博弈組合：（G1規范，S1不尋租，J1監管）、（G1規范，S1不尋租，J2不監管）、（G1規范，S2尋租，J1監管）、（G1規范，S2尋租，J2不監管）、（G2不規范，S1不尋租，J1監管）、（G2不規范，S1不尋租，J2不監管）、（G2不規范，S2尋租，J1監管）、（G2不規范，S2尋租，J2不監管），3 個主體博弈組合的收益如表2所示。

表2 三方主體博弈收益矩陣Table 2 Benefits matrix of the three-party game

1.3 模型分析

1.3.1 三方演化博弈的期望收益和復制動態方程設供給方選擇“規范”策略的期望收益為V11、選擇“不規范”策略的期望收益為V12，平均期望收益為V1，則有：

故供給方博弈策略組合的復制動態方程為：

表明供給方的策略選擇受違規收益與合規收益差額、違規成本和政府對供給方的獎勵或罰款影響，平臺不尋租的策略選擇概率和政府主動監管的策略選擇概率會影響供給方的策略選擇。所以當收益比較大、違規成本較低時，政府應積極監管，確保供給方互聯網診療的規范化。

設平臺選擇“不尋租”策略的期望收益為V21、選擇“尋租”策略的期望收益為V22，平均期望收益為V2，則有：

故平臺博弈策略組合的復制動態方程為：

表明平臺的策略選擇受供給方策略選擇概率、政府策略選擇概率影響，并且與政府監管時對平臺的獎勵或罰款、平臺意向尋租的成本、平臺收益和供給方賄賂成本有關。所以當尋租成本較低，供給方賄賂數額較大時，政府應積極監管，加大對平臺尋租時的罰款額度或者是加大對平臺不尋租時的獎勵，防止出現平臺尋租行為。

政府選擇“監管”策略的期望收益為V31、選擇“不監管”策略的期望收益為V32，平均期望收益為V3，則有：

故政府博弈策略組合的復制動態方程分別為：

表明政府的策略選擇受供給方的策略選擇概率和平臺的策略選擇概率影響，與政府監管時對供給方和平臺的罰款金額和獎勵以及政府監管成本有關。因此，政府提升對供給方的罰款金額和獎勵可以促使互聯網診療服務更加規范化，同時政府應及時調整自身監管成本，督促自身積極監管。

1.3.2 三方演化博弈均衡點穩定性分析 令F（x）=0，F（y）=0，F（z）=0，可得均衡點D1（0，0，0）、D2（1，0，0）、D3（0，1，0）、D4（0，0，1）、D5（1，1，0）、D6（1，0，1）、D7（0，1，1）、D8（1，1，1）。博弈模型的雅可比矩陣及偏導值如表3所示。

表3 雅可比矩陣的偏導值Table 3 Partial derivatives of the Jacobi matrix

由此可得三方演化的雅可比矩陣為：

根據演化博弈理論，在分析均衡點的穩定性時，可以通過將均衡點代入雅可比矩陣并計算其特征值來進行推斷。如果均衡點的所有特征值都小于0，則可以推斷該均衡點是系統的ESS（evolutionarystable strategy，演化穩定策略）。這意味著在一段時間內，該均衡點將是穩定和優勢的策略選擇。如果均衡點的某個特征值為0，則無法通過特征值的符號確定均衡點的穩定性。此時需要進一步的分析來確定均衡點的穩定性。如果均衡點的某個或兩個或三個特征值為正，則可以確定該均衡點是一個不穩定點[15]。這意味著在博弈過程中，該均衡點將不具有穩定性，參與者可能會轉向其他策略選擇。需要注意的是，以上說法基于對雅可比矩陣特征值的分析，在具體應用時還需進一步綜合考慮其他因素來評估均衡點的穩定性。總之，通過對雅可比矩陣特征值的分析，可以在一定程度上推斷均衡點的穩定性，但需綜合考慮其他因素來做出準確的評估。

對不同情形下均衡點的進行穩定性分析，如表4所示。

表4 均衡點穩定性分析Table 4 Equilibrium point stability analysis

情形一：因為-E1-F3<0、-C3<0、-B1-B2-C4<0，此時為穩定點ESS，演化均衡點D5為（1，1，0），博弈趨向于（供給方規范診療，平臺不尋租，政府部門不主動監管）的策略組合穩定。

情形二：當供給方不規范利潤E2足夠大，且大于政府監管時對供給方補貼B1、對供給方的罰款F1、供給方不規范診療的成本C2和供給方規范診療時的收益E1時，B1+C2+E1-E2+F1<0；當供給方不規范診療的成本C2與平臺不尋租獲得的收益E3之和大于平臺意向尋租時的費用C3與政府監管時對平臺尋租的罰款F2之和時，C3-C2-E3+F2<0；當政府對供給方和平臺的罰款大于監管成本時，C4-F1-F2<0。此時博弈趨向于（供給方不規范診療，平臺尋租，政府部門主動監管）的策略組合穩定，演化均衡點為D4（0，0，1）。

情形三：當供給方不規范收益E2大于規范收益E1與供給方不規范診療成本C2時，C2+E1-E2<0；當平臺意向尋租費用C3小于供給方違規診療成本C2時，C3-C2-E3<0；當政府對供給方違規診療的罰款F1與政府對平臺尋租罰款F2小于政府主動監管時的成本C4時，F1-C4+F2<0。此時博弈趨向于（供給方不規范診療，平臺尋租，政府部門不主動監管）的策略組合穩定，演化均衡點D1為（0，0，0）。

2 仿真模擬

在理論分析的基礎上，根據限定條件和復制動態方程，運用Matlab R2022 a 軟件對供給方、平臺和政府仿真演化分析各參數變動對演化結果的影響。首先，設定數組1：E1=90，E2=150，E3=50，C1=10，C2=60，C3=20，C4=50，C5=200，F1=30，F2=50，F3=100，B1=10，B2=20（以下賦值單位：萬元）。數組1滿足情形一的要求，在數組1 的基礎上分析E2、C2、F1、F2、B1、B2對演化博弈過程的影響。

第一，分析供給方違規診療時的收益E2對演化博弈過程的影響。令E2分別為150、160、180，復制動態方程隨時間演化50 次的圖。由圖1 可知，供給方違規收益上升時，到達均衡點D5速度減緩。當E2增加時，供給方合規診療概率保持一定，政府主動監管的概率增大，直至供給方合規的概率為1時，政府監管的概率下降，直至均衡點。因此，當違規收益很高時，供給方更傾向于選擇違規診療策略，為降低醫療供給方違規診療的概率，政府需要加強對供給方診療的監管。

圖1 供給方違規收益的影響Figure 1 Impact of supply-side violation earnings

第二，分析供給方違規成本C2對演化博弈過程的影響。令C2分別為60、80、100，由圖2 可知，供給方違規成本上升時，平臺更傾向于尋租的策略選擇，當C2成本增加時，供給方違規的概率降低，政府主動監管的概率也會降低，供給方合規的概率為1時，政府主動監管的概率下降直至到達均衡點。

圖2 供給方違規成本的影響Figure 2 Impact of supply-side violation costs

第三，分析政府對供給方違規就診行為罰款F1、政府對平臺尋租行為罰款F2對演化博弈過程的影響。令F1分別為40、50、60，由圖3可知，政府對供給方違規就診行為罰款上升時，政府主動監管的概率上升，隨著時間推移，供給方合規的概率上升，當供給方合規的概率為1 時，政府主動監管的概率下降，直至到0；參照甘肅市場監督管理局對違規互聯網醫院的處罰金額，設F2分別為50、60、80[16]。由圖4 可知，隨著F2的提高，平臺更傾向于不尋租策略，隨著時間推移，平臺不尋租的概率上升，當平臺不尋租的概率接近1時，政府的監管概率下降，直至為0。表明一味地提高對供給方或者是平臺的罰款會影響政府主動監管的積極性，因此政府需要掌握好罰款的大小，罰款起一定震懾作用的同時，也要保持主動監管的積極性。

圖3 政府對供給方違規罰款的影響Figure 3 Impact of government fines for supply-side violations

圖4 政府對平臺尋租罰款的影響Figure 4 Government impact on platform rent-seeking fines

第四，分析B1、B2對演化博弈過程的影響。令B1分別為10、20、30，由圖5可知，當政府對供給方獎勵上升時，供給方更傾向于合規診療，供給方合規診療概率趨向于1之后，政府主動監管的概率下降，直至為0。設B2分別為20、30、40，圖6 表明，隨著政府對平臺獎勵上升時，政府主動監管的概率下降。因此政府對供給方和平臺合規時的獎勵控制在一定限度，以提高供給方合規診療和平臺不尋租的概率，同時保證政府本身主動監管的積極性，促進社會和諧。

圖5 政府對供給方獎勵的影響Figure 5 Impact of government on supply-side incentives

圖6 政府對平臺獎勵的影響Figure 6 Impact of government incentives for platforms

設定數組2，滿足均衡點D1的條件：E1=90，E2=200，E3=50，C1=10，C2=60，C3=20，C4=60，C5=200，F1=30，F2=10，F3=100，B1=20，B2=20。設定數組3滿足D4的條件：E1=90，E2=250，E3=50，C1=10，C2=60，C3=20，C4=60，C5=200，F1=70，F2=10，F3=100，B1=20，B2=20。對比數組1、數組2、數組3。

由圖7 所示，博弈此時僅存在一個演化穩定策略組合（供給方規范診療，第三方平臺不尋租，政府部門不主動監管），與情形一結論一致。圖8 表明，滿足情形二的情況下，博弈存在兩個均衡點D4（0，0，1）和D5（1，1，0）即（供給方不規范診療，第三方平臺尋租，政府部門主動監管）和（供給方規范診療，第三方平臺不尋租，政府部門不主動監管）兩個策略組合。圖9表明，滿足情形三的情況下，博弈存在兩個均衡點D1（0，0，0）和D5（1，1，0）即（供給方不規范診療，第三方平臺尋租，政府部門不主動監管）和（供給方規范診療，第三方平臺不尋租，政府部門不主動監管）兩個策略組合。

圖7 數組1演化50次結果Figure 7 Results of evolving of array 1 50 times

圖8 數組2演化50次結果Figure 8 Results of evolving of array 2 50 times

圖9 數組3演化50次結果Figure 9 Results of evolving of array 3 50 times

3 結論與建議

3.1 結論

在8 種博弈策略組合里，D1（0，0，0）、D4（0，0，1）、D5（1，1，0）是演化均衡點，研究以情形一為基礎，考慮了各參數變化帶來的影響。由三方演化博弈仿真分析可得：（1）政府監管的概率提升時，會促使供給方合規診療；（2）政府提升對供給方的獎勵、罰款可促使供給方合規診療，但一味地提高獎勵或者罰款會使政府本身監管的積極性降低。因此，政府應該在設置獎勵和罰款時考慮合理性，既要降低供給方違規診療的概率，同時也要保證自身監管；（3）政府提高對平臺的獎勵或者罰款也可以降低平臺尋租的概率，從而提高供給方合規診療的概率；（4）減少供給方的違規收益和加大供給方違規成本可以降低供給方違規概率。

3.2 建議

3.2.1 建立有效的質量監控和評估體系 本文研究結果顯示，政府的有效監管可以推動供給方合規診療。然而，當前第三方平臺互聯網診療在監管和隱私安全方面缺乏明確的規范。由于互聯網業態的迅速發展，傳統的監管模式可能無法跟上互聯網診療的步伐。因此，需要建立一整套質量監控和評估體系，定期檢查和評估線上醫療服務，并進行不定時的隨機抽檢，以確保醫療質量和安全。同時，引入AI 技術進行質量監控。AI 作為新興技術，能夠高效、智能地處理大量數據，節省政府監管成本。利用AI技術審查供給方的診療行為，如果發現供給方存在違規行為，例如引導患者去特定平臺購藥，AI可以發出警示消息或轉給人工進行審核，從而提高監管效率。

3.2.2 建立行業協會加強監管 本文研究結果表明，加大供給方違規成本可以降低供給方違規的可能性。因此，建立互聯網診療行業協會，探索建立黑名單機制，對反復違規的醫生實施行業禁入，并對不積極整改的平臺進行公示，可以發揮警示作用，形成自律自治的行業氛圍。作為第三方機構，行業協會可以建立專家委員會，為線上診療的新型醫療糾紛提供第三方鑒定，并妥善處理這些糾紛。此外，行業協會還可以輔助政府制定互聯網診療質量監管標準，并在政策制定時提供建議，以提升互聯網診療的合規性，深化醫療改革。總之，推動建立以維護互聯網診療的合規性和業態環境效益為目標，而不以經濟利益為導向的行業協會，有利于促進互聯網診療的合規發展，提高整個行業的質量和可信度。

3.2.3 醫與藥“分家” 本文研究結果顯示，政府提升對平臺的獎勵會減小平臺尋租的概率。然而，當政府對平臺的獎勵增加時，政府監管的積極性可能會下降。因此，在政府對平臺進行獎勵時，需要控制獎勵的幅度，以提高平臺不縱容尋租行為的概率，并同時確保政府本身保持主動監管的積極性。據此，可由政府主導，對第三方平臺擴大網售藥品平臺合作方數量進行補貼，根據與平臺達成合作的網售藥品店的資質、數量等指標進行分級補貼。在供給方開出處方后，患者可以自由選擇在哪家平臺購買藥品，以實現醫和藥的“分家”，阻斷因處方產生的利益輸送。通過這種方式，可以促使醫療和藥品之間的利益關系得到合理的分離。同時，政府的獎勵控制在一定限度內，既可以提高平臺合規性，又可以保證政府自身保持積極的監管態度。

3.2.4 加強信息宣傳和教育 本文研究結果表明，演化博弈中三方相互制衡是實現最穩定策略的關鍵，而政府的監督是不可或缺的。然而，僅靠政府監督效果有限。公眾作為服務受眾，也應對互聯網診療形成準確的認知。因此，加強公眾對互聯網診療的宣傳和教育非常重要。通過增強公眾對互聯網診療的認知，引導他們正確地使用互聯網診療服務，從源頭上減少首診患者選擇互聯網診療的情況。同時，鼓勵全民參與監管，形成多方參與、共同監督的機制，提高互聯網診療服務的質量和安全性。

4 局限性與未來研究方向

本研究對互聯網診療服務有效展開提供了一定參考價值，但研究仍存在局限性。首先，研究僅關注了影響互聯網診療服務的部分因素，而互聯網診療服務有效進行還需要考慮其他因素的影響以及各因素的相互作用路徑。比如將患者作為第四方主體，進行四方演化博弈。其次，由于互聯網診療服務興起不久，其統計數據難以獲取，本文采取的案例較為單一，研究結果在一定程度上受到了數據的限制。未來研究可以采用調研或使用統計數據等方法，采用更多樣化、全面的數據來源提升研究的準確性和可靠性。最后，研究通過構建演化博弈模型、仿真模擬和案例來分析影響互聯網診療服務的機制，未來研究可通過實證檢驗進一步驗證本研究的因果關系。