利用与探索：知识溢出如何影响医疗实践与创新

《Journal of Development Economics》：Exploitation vs. Exploration: How knowledge spillovers shape healthcare practices and innovation

　　摘要：提升公共服务质量是发展中国家面临的核心挑战。一种常见的政策手段是将专业知识和操作规范转移给基层机构，期望通过这种溢出效应提升当前的服务水平以及长期的创新能力。我们以中国要求高端医院向基层医院传授知识的改革为研究对象，分析这一政策逻辑。我们的分析结合了一种基于大型语言模型处理临床文本和处方决策而开发的新方法，用以衡量基层医院在临床实践上与高端医院的契合程度，同时还利用学术出版物来衡量医生的创新活动。通过差异对比设计，我们发现该政策使目标医院的实践契合度提升了0.29个标准差，从而带来了即时的效率提升。然而，这种效率提升的同时也伴随着创新活动的减少：医生的学术产出下降，论文数量减少了7%，引用率则下降了13%。我们的研究结果表明，推动现有知识应用的政策虽然能够缩小实践差距、提高服务效率，但可能会与医生创造新知识的动力之间产生冲突。

引言：在许多发展中国家，处于领先地位的服务提供者与落后服务提供者之间的生产力差距一直存在，这一现象常常促使政府采取干预措施（Hsieh和Klenow，2009；Banerjee等人，2020；Han和Wu，2024）。常见的政策回应是推动“最佳实践”从国家层面的领先机构向地方落后机构传播。这一做法的前提是，知识溢出有助于弥补长期存在的能力差距，提高效率，并提升基本服务的质量（Bloom和Van Reenen，2007；Acemoglu等人，2012；Bloom等人，2013；Cai和Szeidl，2018）。在医疗保健等关键公共领域，这一策略尤为普遍，因为人们认为借鉴先进机构的经验是提高患者治疗效果、降低资源匮乏环境下的成本的直接途径（Chandra和Staiger，2007；Chandra和Skinner，2012；Finkelstein等人，2016；Currie和MacLeod，2017）。然而，过度依赖现有知识可能会带来隐性的代价。通过鼓励遵循既定流程，这类政策是否会无意中抑制那些能推动长期内在发展的本土创新尝试呢？本文探讨了利用现有知识与促进自主创新之间的这一根本矛盾。这一由March（1991）首次提出的权衡问题，对于理解如何实现可持续发展至关重要。利用现有知识——即对现有知识的改进和应用——能够立即提升效率和可靠性。而探索——即寻找可能更优的新方案——虽然充满不确定性，但对于建立抗风险能力和长期自我维持的能力却至关重要。在发展中国家的医疗领域，这一权衡显得尤为紧迫。在资源有限的背景下，当地医生有很强的动机去采用外部制定的标准，而同时，为了找到成本更低的方法来治疗具有特定本地健康问题的人群，他们又需要积极开展创新探索。如果政策过分鼓励前者，可能会导致医生过分依赖既定做法，即便通过实验可以获取有价值的本地知识，他们也不太可能偏离经过验证的流程（Molitor，2018；Cutler等人，2019；Jin等人，2024）。这就引发了经济政策中的一个重要问题：我们能否在推广最佳实践优势的同时，不损害未来创新的动力？

为了就此问题提供因果证据，我们以中国的城市医疗联盟政策作为自然实验。该政策由中央政府于2019年6月推出，在若干指定的试点地区同时实施。政策要求高级医院与中级医院建立正式的合作关系，旨在传递临床专业知识并提升服务质量。这样的设计为我们的研究创造了良好的准实验条件。我们采用了经典的差异对比法，比较政策实施前后，试点地区的中级医院与非试点地区医院的各项指标变化。我们的分析依据在于，该政策显著增强了高级医院向中级医院的知识溢出，而在没有该政策的情况下，各地区的临床实践和创新趋势应该会类似发展。

衡量这一权衡的两方面面临着巨大的实证挑战。首先，为了衡量“利用”方面，我们需要一个精确的指标，来反映医生的诊疗方式与“最佳实践”标准的契合程度。现有的研究往往依赖于粗略的行政分类，无法体现医疗决策中的复杂临床细节。我们通过基于大型语言模型的新方法解决了这一问题。我们收集了来自中级医院和一家顶级高级医院的大量放射学报告及相关处方数据。利用SimCSE这种用于构建句子嵌入的对比学习方法，我们对语言模型进行微调，将每份放射学报告转化为包含丰富上下文信息的嵌入向量。这样，我们就可以根据放射学报告的文本内容，将中级医院的每个病例与其在顶级医院中临床情况最相似的病例匹配起来。随后，我们计算这些匹配病例的处方相似度，从而得到一个经过病例调整的、连续的诊疗方式契合度指标。

其次，为了衡量“探索”方面，我们通过医生的学术出版物来评估他们参与正式研究以及创造新知识的情况。虽然专利或技术应用等其他指标也很有价值，但出版物尤其能够反映临床医生在概念和临床方面的进步，这些进步可能无法申请专利，但却是对科学发展至关重要的（Adams，1990；Murray和Stern，2007；Aghion等人，2008；Williams，2013）。重要的是，我们不仅关注文章的数量，还注重其质量。按照创新经济学中的常规做法，我们通过追踪发表在顶级期刊上的文章及其后续的引用情况来衡量质量（Jaffe等人，1993；Azoulay等人，2011；Jaravel等人，2018）。通过这两种不同的衡量标准，我们可以分别评估该政策对医生研究成果数量和质量的影响。

我们的差异对比分析结果显示出了这种权衡关系。一方面，城市医疗联盟政策确实促进了“利用”行为：我们发现，试点地区的中级医院与顶级医院的处方实践契合度有了显著提升。这种趋同现象伴随着医疗支出的显著减少，表明采用最佳实践也提升了效率。另一方面，这些积极效果的同时也带来了“探索”活动的减少。我们观察到，试点地区中级医院的医生学术产出有所下降。这种下降不仅仅是数量上的，顶级期刊上的论文数量以及论文的引用率也都出现了显著下降。综合来看，这些结果表明，推广既定的临床知识虽然能够改善当前的业务水平，但却可能导致医生减少新学术知识的创造。

本研究在三个方面为相关文献做出了贡献。首先，它为个体专业人士层面的“利用”与“探索”权衡提供了因果证据。尽管这种权衡是创新经济学的核心观点（March，1991），但针对个体的直接因果证据却十分稀缺。现有文献大多聚焦于企业层面的战略决策，而对个体层面的反应则研究不足（Levinthal和March，1993；Rothaermel和Deeds，2004；Aghion等人，2005；Akcigit和Kerr，2018）。我们研究了一项旨在推广“最佳实践”的政策，发现它增加了专业人士对既定流程的依赖，同时降低了他们的研究积极性。最近有一些研究开始将“探索”框架应用于个体专业人士，重点研究招聘等人才选拔方面的问题（Li等人，即将发表）。我们的研究则将分析焦点从人才选拔转向了之后的创造性生产问题：我们研究了在“最佳实践”已经现成的情况下，专业人士如何分配精力，在遵循既有做法与创造新知识之间做出选择。最终，我们的研究结果揭示了经济政策中的一个更广泛矛盾：那些旨在提升短期绩效的干预措施，可能会削弱人们进行实验和创造新知识的积极性（Holmstr?m，1999；Manso，2011；Acemoglu和Akcigit，2012；Aghion等人，2015）。

其次，我们的研究为关于路径依赖的更广泛的经济学文献做出了贡献，展示了外部提供的标准如何改变接受机构内部“利用”与“探索”之间的平衡。经济理论为“锁定效应”提供了有力的解释，主要关注两种自我强化的动态机制：市场层面的规模经济效应使得某种主导技术得以固化（Arthur，1989；Rochet和Tirole，2003；Clements和Ohashi，2005；Halaburda等人，2020），以及个体层面的惯性和学习效应，导致人们依赖自己过去的决策（Handel，2013；Jin等人，2024）。我们的研究则将焦点从这些自我强化过程转向了由政策导致的、对外部验证过的实践的依赖。具体而言，我们发现，旨在将“最佳实践”制度化的政策导致了各机构向该标准靠拢，同时也伴随着研究产出的下降，尤其是在与所转移知识密切相关的领域。这些发现与一种局部化的流程依赖现象相符，即外部验证的标准可能会限制独立研究的范围和动力。更广泛地说，我们的研究结果也与人们日益关注的AI辅助决策中的认知依赖问题有关，即依赖外部生成的指导虽然能提升即时绩效，但会限制独立实验和知识创造的空间（Brynjolfsson等人，2025；Kosmyna等人，2025）。

最后，我们的研究为利用文本数据衡量诊疗方式契合度提供了一种新方法。量化从业者的决策过程是众多经济研究领域的核心难题，从知识溢出研究到组织学习都是如此。然而，诊疗方式十分复杂，难以直接观察，研究人员往往不得不依靠粗糙的行政记录作为替代指标（Abaluck等人，2016；Finkelstein等人，2016；Currie和MacLeod，2017；Molitor，2018）。受到经济学领域文本分析最新进展的启发（Gentzkow等人，2019；Chen等人，2024；Fang等人，2025；Juhász等人，2025），我们借助自然语言处理领域的最新技术，开发了一种可扩展的方法，用于衡量诊疗方式的契合度。通过对预训练的语言模型编码器进行针对非结构化医疗报告的微调，我们得到了一个高维的、经过病例调整的契合度指标。这种以文本为数据的方法不仅为我们的主要分析提供了可能，还为未来研究复杂专业知识的传播、同行效应以及医疗保健和其他知识密集型领域的组织文化提供了可扩展且可重复的研究方法。

本文的其余部分结构如下：第二部分描述了中国医疗体系的差异、医生的学术发表动机以及城市医疗联盟政策的详细内容。第三部分介绍了我们的主要数据来源，并详细说明了我们用于衡量“利用”方面的关键成果变量的构建方法，即利用语言模型嵌入值得出的诊疗相似度得分。第四部分阐述了我们的实证分析策略。第五部分展示了该政策对诊疗方式契合度、患者治疗效果以及学术产出的影响。第六部分分析了不同群体的反应差异，第七部分进行了稳健性检验和安慰剂检验。第八部分讨论了研究结果的意义，并给出了结论性意见。

片段摘录：

中国三级医疗体系中的医生专业能力差异：中国的医疗体系采用三级架构，这一架构于1989年正式确立，旨在优化医疗服务的组织和提供方式（中华人民共和国卫生部，1989）。处于这一体系顶端的是高级医院，它们在处理最为复杂和危急的医疗状况方面发挥着关键作用。这类医院通常集中在城市中心，拥有更充足的资金、先进的医疗技术以及完善的制度保障。

数据来源：为了提供关于“利用”与“探索”之间权衡关系的因果证据，我们的实证分析结合了两种主要数据来源。我们通过将大型语言模型应用于患者层面的医疗记录，从而构建出一个精细的临床实践契合度衡量指标，以此来衡量“利用”现象。而“探索”方面，则通过利用全面的出版物数据库来追踪医生的学术研究成果。

衡量“利用”现象：临床实践数据。这是我们的主要数据来源。

实证分析策略：在假设各地区发展趋势大致平行的前提下，城市医疗联盟政策的实施为我们提供了一个独特的机会，可以通过差异对比法来估算该政策的因果效应。我们利用在指定试点区域同步实施该政策这一自然实验，比较了实施UMA政策的城市中的医院（处理组）与未实施该政策的城市中的医院（控制组）在政策实施前后的结果变化。为因果评估UMA政策对处方规范性的影响，我们采用了如方程（2）所示的差异-in-差异框架。我们的因变量是处方相似性得分，该得分通过匹配的放射学检查与处方对来量化二级医院处方与基准医院处方之间的相似程度（详细内容见3.2.1节）。表2展示了四种不同设定下的差异-in-差异估计结果。第（1）列包含了医院、疾病和时间固定效应。

异质性分析
我们的主要研究结果揭示了一个核心权衡：UMA政策成功促进了临床实践的规范化（利用），但可能以降低学术产出为代价（探索）。接下来的问题是这两种效应之间是如何关联的。在简单的工作量机制下，该政策带来的额外临床任务会减少用于研究的时间，从而导致学术产出整体下降。而另一种机制则是基于治疗方案的特殊性，这种机制下规范化与探索之间的关系更为明确。

稳健性检验
我们的差异-in-差异设计通过比较UMA试点区域在政策实施前后结果的变化，以及非试点区域在同一时期的变化，来验证研究结果的稳定性。一个关键的识别问题在于，是否存在除UMA政策之外的其他因素导致了处理组与控制组之间的差异。潜在的干扰因素包括各区域原有的发展轨迹差异、同时进行的卫生行业改革、疫情带来的影响，以及不同建模方法可能带来的差异。

结论
本研究探讨了知识密集型行业，尤其是医疗领域中的一个根本性矛盾：推动对现有最佳实践的利用究竟有助于还是阻碍新理念的探索？我们以中国城市医疗联盟政策为背景来研究这一问题，该政策旨在促进优质三级医院向二级医院的知识溢出。我们利用UMA试点区域的选定和时间安排，采用了差异-in-差异方法来进行分析。

CRediT作者贡献声明
刘一楠：写作——审阅与编辑，写作——初稿撰写，可视化，监督，项目管理，方法论，研究，资金获取，正式分析，概念构建。林晨：监督，资源提供，资金获取，概念构建。李子潇：软件使用，资源提供，数据整理。张静：软件使用，资源提供，数据整理。

资金支持
李子潇：本研究未获得任何特定资金支持。
刘一楠：本研究得到了中国人民大学“大数据与负责任的人工智能用于国家治理”项目的支持。
张静：本研究未获得公共、商业或非营利领域任何资助机构的资助。
林晨：本研究得到了国家自然科学基金委员会（项目编号72341018）以及国家重大科研项目的支持。

利益冲突声明
作者们声明，他们不存在任何可能影响本文研究结果的已知财务利益或个人关系。

刘一楠|林晨|李子潇|张静
中国北京海淀区中关村大街59号，中国人民大学应用经济学院，邮编100872