中国分级诊疗政策文本与实施效果的量化评估：基于PMC-Index模型的实证研究

为解决中国医疗资源分布不均与分级诊疗政策(HMS)实施效果评估难题，天津大学团队基于PMC-Index模型对137项中央及省级政策进行量化分析，结合Logit模型验证政策制定与实施的相关性。研究发现政策整体一致性良好（PMC-Index=6.53），东部地区表现最优，且政策质量与学术关注度、媒体报道呈显著正相关，为优化医疗资源配置提供了科学依据。

　　

医疗改革的"度量衡"：中国分级诊疗政策如何破局？

在中国，三级医院挤满感冒患者，基层诊所却门可罗雀——这种"倒金字塔"就医结构持续多年。尽管2009年启动的新医改显著提升了全民健康水平，但57.3%的医疗资源仍集中在三甲医院，基层机构仅占18.1%，导致"看病难、看病贵"问题难以根治。更棘手的是，约44%的患者首诊时直接跳过基层医疗机构，加剧了资源错配。分级诊疗系统(Hierarchical Medical System, HMS)作为医改核心举措，试图通过"基层首诊、双向转诊、急慢分治"重构就医秩序，但政策效果参差不齐。如何科学评估这些政策文本的质量？政策制定与落地实施是否存在脱节？

天津大学管理与经济学部团队在《BMC Public Health》发表的研究给出了创新解决方案。研究人员首次将政策建模研究一致性指数(PMC-Index)模型引入医疗政策评估领域，对2013-2024年间137项中央和省级HMS政策进行量化"体检"，同时结合学术关注度、媒体报道等实施指标，构建了"文本-行动"双维评估体系。

研究采用PMC-Index模型构建包含9个一级指标（政策性质、时效性、功能等）和35个二级指标的评估体系，通过多输入-输出表进行量化评分；采用Logit回归分析政策质量与实施效果的相关性；通过区域异质性分析比较东、中、西、东北四大经济区的政策差异；按政策发展阶段（探索期2013-2014、发展期2015-2017、扩散期2018-2020、突破期2021-至今）进行纵向比较。

政策质量整体评估
PMC-Index平均得分6.53（良好级），70.8%政策达优良水平。政策功能(X3=0.83)和受体覆盖(X5=0.81)表现最佳，但政策工具(X7=0.49)和环境型工具使用不足，发文主体(X8=0.55)多为单一部门联合发文较少。东部地区以6.88分领先，西部(5.98)因资源基础薄弱排名垫底。

时空异质性特征
发展期(2015-2017)政策质量最高(PMC=6.75)，2015年国务院《关于推进分级诊疗制度建设的指导意见》推动24省密集出台配套政策；扩散期(2018-2020)出现"政策疲劳"，质量降至6.08；突破期(2021后)因新冠疫情倒逼改革，得分回升至6.27。

实施效果验证
Logit模型显示：政策质量与学术关注(OR=3.894)、媒体报道(OR=5.073)显著正相关，联合关注时相关性更强(OR=6.443)。广东、福建等政策优质省份同时占据学术与媒体关注高地，证实"好政策自带流量"的规律。

讨论与启示
该研究突破传统定性评估局限，首次实现HMS政策的多维度量化诊断。发现三大改进空间：需加强经济、技术领域的政策覆盖（当前76%政策仅涉及社会、政治领域）；优化政策工具组合，减少对供给型工具（如基建投入）的过度依赖（占比62%）；推动多部门协同发文（目前联合发文仅占31%）。研究为"健康中国2030"战略提供政策优化路径——在西部省份推广东部经验，建立动态政策调整机制，并通过信息化手段强化分级诊疗"软约束"。

正如研究者Fu Liping团队指出，这项成果不仅为医疗政策评估建立了新范式，其"PMC-Index+实施指标"的技术路线，可推广至环境、教育等公共政策领域，实现从"经验决策"到"数据决策"的跨越。当政策制定者能像医生查看化验单一样读懂政策"体检报告"，医疗改革的精准施策才真正成为可能。