从四处开辟的新院区，到不断扩张的医联体，医院的规模在不断做大。当医疗市场份额逐渐向几家医院集中时，会对患者的医疗费用产生怎样的影响？本文使用CHIRA数据库的住院数据来回答这一问题。

我们使用产业经济学中通行的赫芬达尔—赫希曼指数*，来刻画一个城市医疗供方的市场集中度。与通常视角不同的是，这里我们在疾病层面（使用ICD-10的三位数疾病）计算赫芬达尔指数。也就是说，我们将每一种疾病视为一个竞争的市场。这样做的合理性在于，住院的就医选择与门诊不同。对于门诊病人来说，由于不明确自己的疾病，选择往往是看医院，但住院病人是在已经明确自己疾病的前提下进行选择的。举例来说，在北京，一个感觉头疼的患者可能优先选择去综合性医院看门诊，但当他确诊了是脑肿瘤之后，可能更倾向于去神经外科更强的专科性医院住院。

图1展示了赫芬达尔指数值在病种上的分布。总的来看各病种的市场集中度取值较为分散，没有明显的规律，平均费用越高的疾病有产生更高垄断程度的倾向。

图1 赫芬达尔指数在各疾病上的分布

以城市为观察层面，图2展示了指数值增加0.01对该城市二三级医院平均住院费用的影响。

同等条件下，市场集中度提高0.01，将会带来该疾病住院费用增加32.5元。这一增加幅度在东部地区略高一些，在西部地区略低一些，但大体相当。从分医院级别来看，三级医院受到的影响尤其明显，增长幅度为56.5元；相比之下，二级医院反而有费用的下降，这可能是由于二级医院向上受到三级医院的制约，在提高价格上存在天花板。

图2 赫芬达尔指数增加0.01带来的医疗费用变化

我们还区分疾病类别进行考察。首先使用CMI指数来划分。CMI指数是DRG中划分疾病复杂程度的方法，即使用该疾病平均费用比所有疾病平均费用所得数值来评分。低CMI定义为所有疾病CMI值25%分位数以下，高CMI定义为75%分位数以上，中CMI为二者之间。

图3展示了结果。可以看到，疾病的复杂程度越高，市场集中所带来的费用增加越大。高CMI组的费用增加为低CMI组的近4倍。

图3 赫芬达尔指数增加0.01对CMI类别的影响

图4展示了一些具体的疾病类别受到影响的情况。循环系统疾病和神经系统疾病受到市场集中度变化的影响最强。

图4 赫芬达尔指数增加0.01对ICD-10一位数疾病类别的影响

那么，增加的医疗费用来自哪里？表1提供了不同费用构成项受到影响的情况。可以看到，医院增加的医疗费用主要是通过提高日均费用的方式，并且主要瞄准医保支出。这一模式对于各CMI类别的疾病存在高度的一致性。

表1 赫芬达尔指数增加0.01对各费用构成项的影响

总的来看，医院做大、供方市场集中度提高，会带来医疗费用的上涨，特别是医保资金支出的增加。因此增加医疗市场的竞争性成为破解看病贵问题必不可少的措施。

首先，这需要地方政府在进行区域卫生规划时破除地方保护思想。例如在规划新的三级医院时，采用引入外地医院的方式，而非由本地医院增建新院区。

其次，放开低等级医疗机构的技术限制，使之能够在更多的病种上实现与高等级医院的竞争。

第三，对民营医疗机构需要一视同仁，避免在进入门槛上造成公立与民营之间的差异，当然在进入后还需要配合医疗服务质量监督机制，确保引入民营机构能够起到活跃竞争的作用。