卫生服务数字化转型政策的价...于健康医疗大数据的政策分析_姜晓萍.pdf

卫生服务数字化转型政策的价值与工具 基于健康医疗大数据的政策分析姜晓萍 郭 宁内容提要 价值与工具是健康医疗大数据政策的核心要素，深刻影响着政策制定的科学性与政策执行的方向性。本研究构建了“健康医疗大数据价值链 政策工具”二维分析框架，通过政策文本分析探究了政策注意力分配与聚焦、政策工具影响策略与手段，以及价值链与政策工具的匹配性问题。本研究认为政策工具通过影响价值链过程达到政策价值目标；目前“强供给”的工具选择策略与基础建设阶段的价值链相匹配，为健康医疗大数据的价值转化创造了可能并奠定了基础；但是面向标准规范与高质量发展的趋势需要以制度建设为抓手、以人民需求为根本进行政策工具的选择与调整，进一步提升政策的精准性和有效性。关 键 词 大数据价值链 政策工具 健康医疗大数据 政策文本分析健康医疗大数据作为国家重要的基础性战略资源，其应用对于变革健康医疗模式、提升服务效率、提高服务质量、满足人民需求具有巨大价值和重要意义。党的二十大将“面向人民生命健康”作为创新驱动发展战略的重要方向之一，强调要增进民生福祉推进健康中国建设。作为健康中国建设的题中之义，健康医疗大数据将迎来应用发展的新时期，政策体系也将进入完善优化的新阶段。这就要求我们关注在推进健康医疗大数据应用发展过程中政府采取了什么样的策略与手段、政策注意力如何分配与聚焦等问题，深入探究在政策演化过程中价值与工具的匹配性问题，建构健康医疗大数据政策的理论分析框架，并从价值与工具匹配的视角探讨政策体系的优化路径。文献回顾与问题提出学界目前针对健康医疗大数据的研究主要集中在理论建构、应用拓展和技术创新方面。在理论建构方面，重点是对健康医疗大数据的概念、特征、性质、发展状况等基本问题进行体系化的梳理和理论化的阐述；在应用拓展方面，重点关注健康医疗大数据应用的场景构建、现状分析、风险与挑战等关键问题；在技术创新方面，重点关注数据汇聚与共享、数据挖掘与分析、数据安全与隐私保护等重点难点问题。也有一些学者从公共政策视角开展健康医疗大数据研究，主要聚焦健康医疗大数据政策比较、政策特征、政策主题等，探索性地提出了健康医疗大数据政策比较分析的要 本文系国家社会科学基金重大项目“高质量导向下城乡社区治理和服务体系建设的有效性研究”（项目号：）、国家社会科学基金重点项目“基本公共服务均等化实现程度的评价研究”（项目号：）的阶段性成果。DOI:10.16091/32-1308/c.2023.01.022点，包括国家战略、基础设施、关键技术、人才培养、产业扶持、资金保障和隐私保护等。有的文献通过对国家层面健康医疗大数据进行政策分析与政策文本质量评价，描述了健康医疗大数据国家战略的实施概况；有的文献分析了健康医疗大数据政策的外部特征与政策主题；有的文献构建了健康医疗大数据政策工具分类维度、系统论维度的二维分析框架；有的文献进行了基于 指数模型的健康医疗大数据政策文本质量量化评估。还有研究从我国地方层面健康医疗大数据政策比较分析的角度，分析区域健康医疗大数据应用发展政策在整体内容和结构方面的趋同以及在具体细节上的差异。通过对文献的梳理发现，有关健康医疗大数据的政策分析研究是一个值得深入挖掘的领域，目前的研究集中在政策梳理统计、政策内容比较、政策主题聚类等方面，以描述性分析为主，但解释性和建构性不足。针对健康医疗大数据价值链的研究较少，对于健康医疗大数据价值链的关键环节、价值目标以及在价值链上的政策聚焦点还比较模糊，尤其缺乏对价值链与政策工具匹配性的深度研究。本文以政策文本为分析对象，以健康医疗大数据价值链与政策工具为分析维度，一方面从价值和工具两个维度厘清政策注意力分配与聚焦以及政策工具的影响策略与手段，另一方面从价值与工具的匹配性视角探讨政策工具的选择如何与动态发展的价值链进行匹配的问题，从而为健康医疗大数据政策体系的优化提供理论支持。分析维度与框架（一）价值维度：健康医疗大数据价值链价值链模型是研究价值创造活动的理论，年由迈克尔波特（）在其著作竞争优势中提出。波特将企业运行中从资源投入到价值产出的全过程构成的价值创造活动体系定义为价值链。在此基础上，学者们关注到大数据的特征，探究了数据如何为科学决策创造价值，提出了包含数据挖掘、数据整合、数据利用在内的大数据价值链；?I1提炼出数据生成与获取、数据存储、数据应用三个关键环节；?I2系统分析了数据生成、获取、预处理、存储、分析、可视化及使用与交易等核心要素；?I3并从大数据的公共价值挖掘的角度构造了以数据汇聚、数据分析、数据应用为核心的政务大数据发展和应用价值链模型；?I4归纳了透明度维度、参与维度、技术维度、社会维度、经济维度及合法性维度等公共部门大数据分析的关键维度，构建了包含七大主要利益相关者和六大关键环节的大数据价值链理论模型。?I5综上所述，价值链理论在已有研究中得到不断深化，已经成为比较成熟的理论体系。特别是大数据价值链模型为大数据价值创造的过程分解、阶段划分起到了理论奠基的作用。但通过对已有大数据价值链模型的比较可以发现，现有模型更多关注“过程”，认为“价值”本身是不辩自明的；尽管有少量研究指出公共部门的大数据价值链分析应回归公共价值，但对于具体公共服务领域的价值链目标解释性不足，更鲜有研究聚焦于健康医疗大数据价值链的价值目标。因此，本文构建了健康医疗大数据价值链模型，如图 所示，一方面在大数据价值链理论模型的基础上根据健康医疗大数据的特征将价值创造过程进行了阶段划分，另一方面对健康医疗大数据价值链生成的价值目标进行了剖析。图 健康医疗大数据价值链模型卫生服务数字化转型政策的价值与工具健康医疗大数据价值链是指健康医疗数据作为一种原始资源被主体不断加工赋值，从数据采集到价值产出的全过程链接，以实现人民满意、安全可控、协同高效、高质量发展的价值目标。健康医疗大数据的赋值过程体现为从散点到集合、从静态到动态、从资源到价值的三次转化；价值创造过程可以分为数据采集、数据处理、数据汇聚、数据分析、数据共享、数据应用六项活动。在价值目标层面，人民满意是指以人为本，通过探索大数据赋能的健康医疗服务新应用和新模式进一步满足人民日益增长的多层次多样化的健康需求；人民满意是国家和地方政府推行健康医疗大数据应用发展的根本出发点和落脚点，是健康医疗大数据价值链的根本价值目标。安全可控是指对健康医疗大数据全生命周期的安全性进行保障，是对国家战略安全、群众生命和个人隐私的安全防护；安全可控是健康医疗大数据应用发展的生命，是健康医疗大数据价值链的基本运行原则，也是最基本的价值目标。协同高效是指通过推进健康医疗大数据流动与流程优化实现健康医疗数据资源的高效利用；协同高效是健康医疗大数据应用发展的必要手段，是健康医疗大数据价值链的核心价值目标。高质量发展是指以健康医疗大数据应用为抓手建设健康医疗大数据产业发展体系，培育新业态和新的经济增长点；高质量发展是健康医疗大数据实现经济价值的重要途径，是健康医疗大数据价值链的重要价值目标。在价值创造过程层面，数据采集是指通过机器设备、人力、算法等方式对分散的健康医疗数据进行收集、记录和获取，包括生理指标数据、医疗数据、诊疗支付及医疗保险数据、公共卫生数据、行程轨迹数据、社交媒体数据等。数据处理是对多源异构的健康医疗大数据进行清洗、过滤、合并、分类、转换、存储，从而解决数据源多样、工具干扰和冗余杂量等问题，提高数据质量。数据汇聚是将纷繁复杂的健康医疗大数据分门别类地汇聚在统一的平台上，主要包括健康医疗大数据平台等基础设施搭建、数据资源目录梳理、数据资产登记等。数据分析是运用大数据分析方法或工具对健康医疗数据进行检查、变换和建模提取价值的过程，数据分析是数据共享和应用的前提，数据分析的深度决定了未来数据共享和应用的程度。数据共享是各主体基于健康医疗大数据共享平台实现数据的跨组织、跨部门、跨层级流动，其中包括共享平台建设、数据交换共享机制的建立以及对于数据共享动机和能力的激发。数据应用是将数据应用于医保监管、精准医疗、疫情防控、药物研发、慢病管理等健康医疗场景，达到数有可为，从而实现其应用价值。（二）工具维度：健康医疗大数据政策工具类型政策工具是公共政策分析中相对成熟的研究路径，伴随公共管理主体多元化、公共政策复杂化而兴起。?I6国内外学者通过对政策工具概念的建构、内涵的解读以及类型的划分等?I7为政策工具成为一种有效的政策分析路径奠定了坚实的理论基础。政策工具的分类有多种方式，例如可以按照目的划分为命令型、激励型、能力建设型和系统变化型四种类型；?I8可以按照强制性程度划分为自愿性工具、强制性工具和混合性工具三种类型；?I9可以按照政府利用的资源和技术划分为市场化工具、工商管理技术和社会化手段等。?20其中，在技术创新政策中，较为成熟并得到大量应用的是罗伊罗斯韦尔（）和沃尔特泽格维尔德（）提出的分类方式，他们按照政策对技术产生影响的层面不同，将政策工具划分为供给面、环境面和需求面三种类型；?21国内学者在此基础上进一步细分了三类政策工具的内容要素，并据此构建了科技政策分析框架，?22为后续以政策工具为路径的政策研究奠定了规范的研究基础。图 影响健康医疗大数据政策目标的政策工具类型通过对这些理论的比较分析，我们认为供给 环境 需求的政策工具划分方式更适用于健康医疗大数据政策研究。一方面，就政策类型的适配性而言，该分类方式在科技创新类政策中产生并得以广泛应用，而健康医疗大数据政策本质上是运用大数据等科技手段创新健康医疗服务的政策体系，具有很强的技术创新特征；另一方面，就研究目标的适配性而言，该分类方式以政策工具对政策目标不同的影响方式为分类标准，能够助力本研究找寻政策工具对政策目标的影响逻辑。因此，结合中国健康医疗大数据政策的特色，本文构建了以影响力为基础的政策工具类型。如图 所示，本文将健康医疗大数据政策的政策工具划分为推动政策目标达成的供给型政策工具、驱动政策目标达成的环境型政策工具和拉动政策目标达成的需求型政策工具。具体政策工具及其内涵如表 所示。表 健康医疗大数据政策的政策工具分析维度工具类型工具名称工具内涵供给型资金投入通过直接对健康医疗大数据的建设、应用等参与主体在健康医疗大数据价值链的各个阶段提供资金，为推进健康医疗大数据的价值创造提供财力支持人才培养通过建设健康医疗信息化人才队伍，例如制定人才发展计划、培育数字化医生、强化医学信息学科建设等，为推进健康医疗大数据的价值创造提供人才支持公共服务通过制定目标规划、搭建发展框架、确立责任主体等方式为推进健康医疗大数据的价值创造提供各项配套服务基础设施建设通过建设人口健康信息平台等健康信息化基础设施，为推进健康医疗大数据的价值创造提供基础设施保障环境型政策背景环境通过对健康医疗大数据应用发展整体战略背景和未来前景的描述，勾画预期要达成的远景目标及发展蓝图金融税收环境通过给予从事健康医疗大数据采集、处理、汇聚、分析、共享、应用活动或提供关键技术的企业和个人税收上的减免，对健康医疗大数据产业放宽金融限制，为健康医疗大数据的价值创造营造金融税收环境产业发展环境通过对健康医疗大数据产业进行体系化布局、提供相关的规划部署或政策支持，为推进健康医疗大数据的价值创造营造产业发展环境法治环境通过制定相关规则、制度、法律、标准，对健康医疗大数据价值链中各环节进行规范，为健康医疗大数据的价值创造营造公平有序的法治环境需求型公私合作通过政府采购、社会众包等方式，加强政府与健康医疗大数据相关企事业单位、社会机构、科研机构等在健康医疗大数据价值链中各环节的合作，拉动健康医疗大数据领域政府应用、社会应用、科学研究融合发展应用推广通过推广“互联网 ”健康医疗、远程医疗、健康医疗教育培训等健康医疗大数据应用，拉动健康医疗大数据的价值创造示范引领通过建设临床医学数据示范中心、数字化示范医院、数据共享示范平台，以及行业标杆企业等，树立典型，推广试点示范模式，激发各责任主体的动力与活力，拉动健康医疗大数据的价值创造（三）分析框架通过上述对健康医疗大数据价值链、健康医疗大数据政策工具两个维度的讨论，本文构建基于