医师与医学生风险态度差异的实验经济学研究：基于货币领域的CRRA模型分析

本研究通过整合四项实验数据，采用Holt and Laury(HL)问卷评估医师、医学生与非医学生在货币领域的风险态度差异。研究发现医师群体风险厌恶程度显著低于学生群体(CRRA系数差异达0.32)，证实医疗决策者风险偏好具有独特性。该研究为健康经济学实验设计提供了重要参考，提示政策制定需审慎对待学生替代医师的实验结果。

　　

在医疗决策过程中，风险偏好如同隐形的手，悄然影响着从处方开具到手术方案选择的每个环节。传统观点认为，医学生可以作为医师决策的完美"替身"进行实验研究，但这种假设正面临越来越严峻的挑战。特别是在COVID-19大流行期间，医师的风险态度直接关系到防疫指南执行力度和疫苗推广效果，这使得准确评估医疗从业者的风险偏好变得尤为重要。然而现实困境在于：高负荷工作的医师难以参与实验，而学生样本的外部有效性又存疑——这个矛盾如同横亘在健康经济学研究道路上的"薛定谔之猫"，亟待实验数据来破解。

为解决这一难题，来自意大利墨西拿大学和卡塔尼亚大学的研究团队开展了一项开创性研究。他们巧妙整合了四项实验（两项医院现场实验和两项实验室实验）的433份数据，包含159名医师、42名医学生和232名非医学生。通过标准化Holt and Laury(HL)风险问卷，结合间隔回归和最大似然估计等计量方法，首次系统比较了不同医疗背景人群的风险态度差异。这项重要成果发表在《Journal of Behavioral and Experimental Economics》上，为医疗决策研究提供了新的方法论范式。

研究团队采用三项核心技术方法：1）改良版HL风险问卷（10组虚拟货币选择）；2）间隔回归模型估算CRRA(常相对风险厌恶)系数区间；3）随机效用结构模型进行稳健性检验。所有实验均在参与者未知后续任务的前提下完成HL测试，确保数据纯净性。现场实验在雷焦卡拉布里亚总医院进行，实验室实验则在卡塔尼亚大学实验中心完成。

【数据与非参数分析】部分揭示：医师平均选择安全选项(A)次数仅3.925次，显著低于医学生(4.571次)和非医学生(4.763次)(p<0.05)。曼-惠特尼U检验显示，医师与全体非医师群体的风险态度差异达到极显著水平(p=0.0000)。有趣的是，性别差异在所有群体中均不显著，打破了"女性更风险规避"的刻板印象。

【不一致选择分析】章节发现：23.3%参与者存在B→A的反常切换模式，其中医学生占比最高(14%)。通过构建Switching_B_A虚拟变量，证实女性学生更易出现选择不一致(p<0.05)，而医师群体的决策一致性显著优于其他群体(p<0.1)。这提示医师群体不仅风险偏好独特，决策模式也更为稳定。

【间隔回归估计】结果显示：在控制年龄、性别等因素后，医师的CRRA系数比非医师群体低0.32-0.44(p<0.01)。即使排除EU(期望效用)公理违反者，这一差异仍保持稳定。值得注意的是，现场实验参与者(均为医师)比实验室参与者风险厌恶程度低0.303(p<0.01)，凸显实验环境对风险测量的影响。

【随机效用结构模型】验证：基础风险参数r估计值0.5979-0.6943，医师调整项r_physicians
为-0.1045~-0.1619(p<0.01)，噪声水平μ_physicians
显著更高(0.1569,p<0.01)。这表明医师群体在保持较低风险厌恶的同时，决策过程存在更大变异性，可能与临床经验形成的个性化评估模式有关。

这项研究得出三个关键结论：首先，医师在货币领域展现出显著区别于学生的风险偏好模式，证实医疗从业者是独特的决策主体。其次，医学生作为医师"替身"的适用性存疑，他们在风险态度上更接近普通学生而非执业医师。最后，实验环境(现场vs实验室)对风险测量存在干扰效应，这为未来研究设计敲响警钟。

这些发现对健康政策制定具有深远意义。一方面，基于学生样本推断的医疗行为预测可能需要重新评估，特别是在涉及风险权衡的领域如医保方案设计、新疗法推广等。另一方面，研究揭示了医师决策的"黑箱"特性——他们既不像传统经济学假设那般风险规避，也不完全理性，而是形成了一套适应医疗不确定性的独特评估体系。这为理解"防御性医疗"现象提供了新视角：当 malpractice风险(医疗事故诉讼风险)升高时，即使天性风险容忍的医师也可能转向保守治疗。

研究的创新之处在于首次将现场实验医师数据与实验室学生数据进行系统对比，但作者也坦诚存在的局限性：仅聚焦货币领域而缺失健康情境的HL测试，可能低估了领域特异性差异；虚拟激励而非真实报酬的设计，虽然符合多数文献做法，但仍可能影响行为真实性。未来研究可沿着三个方向深入：开发跨领域风险评估工具，建立医师-患者风险偏好匹配模型，以及探索数字医疗时代远程实验的可行性。

这项研究如同在健康经济学地图上插下一面警示旗，提醒我们：当用学生样本来预测医师行为时，可能如同用陆地航海图指引深海航行——看似合理，实则危机暗藏。在医疗决策这个充满不确定性的"深海"中，唯有准确把握舵手(医师)真实的风险罗盘，才能引领医疗政策这艘大船避开冰山，驶向更高效的彼岸。