《中国学术期刊影响因子年报》统计源期刊
《国家科技期刊开放平台》收录期刊
中国期刊方正双效期刊
第三届国家期刊奖获奖期刊
第一届重庆市政府出版奖获奖期刊
CA、AJ、IPA、WPRIM、UPD、JST收录期刊
CMCC、CMCI、CJFD、CBMdisc收录期刊
纪念新中国成立70周年重庆市品牌期刊
重庆市出版专项资金资助期刊
国家卫生健康委员会主管
中国医院协会重庆大学附属肿瘤医院主办
ISSN1001-0408
CN50-1055/R
CODENZYHAA4
中国药科大学国家药物政策与医药产业经济研究中心
赵思琦，刘栋梁，夏毓琦，褚淑贞
慢性非传染性疾病（以下简称“慢病”）是指发病隐匿、潜伏期长、发病后难以治愈且受多种因素影响的一大类疾病的总称[1]。2015年，国家卫生计生委发布《中国疾病预防控制工作进展》，指出中国因慢病导致的死亡人数已占到全国总死亡人数的86.6％，导致慢病负担约占总疾病负担的70％[2]。世界卫生组织（WHO）在《中国老龄化与健康中国评估报告》中预测，到2030年，中国人口快速老龄化将导致慢病负担至少增加40％[2]。由此可见，慢病已成为严重威胁我国居民健康、影响国家经济社会发展的重大公共卫生问题。
1文献综述
1.1慢病管理研究现状
1.2政策评价研究现状
1.2.2PMC指数模型的政策评价研究现状PMC指数模型作为公共政策的评价工具，已被运用到多个领域的政策量化评价。例如邹钰莹等[16]将其运用到我国养老服务政策的评价，发现养老服务政策存在作用方式结构性失调、政策目标划分不合理等问题。张永安等[17]利用该指数模型评价科技创新政策，证实了科技创新政策总体处于合理范围。董纪昌等[18]评价房地产政策时，以PMC指数模型为基础发现，专项调节政策涉及面较窄、中央层面的政策内容则涵盖广泛。张文静等[19]基于PMC指数模型研究长期护理保险制度政策，得出可从激励机制建立、医护资源配置等方面着手完善政策体系。而目前我国还未有将PMC指数模型用于慢病管理政策评价的研究，因此，本研究将选取该模型对我国慢病管理政策进行量化评价，为我国继续深化慢病管理政策的修订与实施提供方向性指导。
2慢病管理政策PMC指数模型的构建
2.1变量分类及参数确认
2.2多投入产出表的建立
多投入产出表的本质是一种数据分析框架，其能够储存大量的数据，并用多维度变量来量化任何一个单独变量[24]。结合本文设置的一级变量和二级变量建立多投入产出表，其中每个一级变量和二级变量的权重相同，可以根据一级变量指标内涵选择n个子变量，没有先后名次之分，并且没有数量限制。多投入产出表的构建有利于接下来对慢病管理政策的评价进行全面系统地衡量，具体如表1所示。
2.3PMC指数的计算
参考Estrada等[22]关于PMC指数模型的计算方法，运用文本挖掘技术建立一级变量和二级变量并放置于多投入产出表中，然后根据每项政策的具体内容，结合公式①和公式②确定各项政策的每个二级指标的具体数值；根据公式③计算一级变量的值；最后根据公式④分别计算每项政策的PMC指数。
公式①和②表示所有二级变量服从[0，1]分布，且赋值为0或1，XR表示取整数；T或T（Xij）为某一级变量下二级变量的个数；i为一级变量，取值为1、2、3、4、5、6、7、8、9、10；j为二级变量。
本文设置了10个一级变量，因此慢病管理政策的PMC指数得分在0～10之间。结合Estrada等[22]的评价标准，具体划分为以下4个等级：PMC指数值得分9～10，为完美政策；PMC指数得分7～8.99，为优秀政策；PMC指数得分5～6.99，为可接受政策；PMC指数得分0～4.99，为不良政策。
2.4PMC曲面构建
PMC曲面图有利于直观地显示PMC指数模型的计算结果，更好地以可视化方式从多维度视角呈现政策的优点与不足。由于本研究选取的政策都是公开的，所以一级变量X10对政策评价无影响。为了矩阵的对称性和曲面的平衡性，剔除该指标，建立如公式⑤的三矩阵表，政策从而绘制各项政策的PMC曲面图。
3实证研究
3.1样本选取
3.2慢病管理政策模型分析
依据文本挖掘方法和PMC模型的操作步骤，将表2中的16项慢病管理政策填入多投入产出表，并代入公式③、公式④，分别计算16项慢病管理政策的PMC指数，结果见表3。
3.3政策PMC的曲面图分析
3.3.116项政策PMC的曲面图分析。通过对16项慢病管理政策的一级变量PMC指数取平均值，根据公式⑤构建16项政策的PMC曲面（图2），更能从宏观角度清晰地看出政策的总体水平。
3.3.2政策P3和政策P11的对比分析政策P3《中国慢性病防治工作规划（2012－2015）》与政策P11《中国防治慢性病中长期规划（2017－2025年）》是我国慢病防治与管理历程中两个纲领性的中长期规划政策文件，后者是对前者的延续、继承和发展，两者具有较强的关联性。为进一步清楚地展现两个不同时期政策的转变与优化，探寻政策的差异性与发展方向，本文通过绘制雷达图和PMC曲面图对两项政策进行深入对比分析，结果见图3～图5。
由图3可明显看出两项政策在不同方面得分的异同和整体变化。其中指标差异较大的是政策时效X2、发布机构X3、政策内容X4和激励方式X9，得分基本无变化的是政策性质X1、政策组合X5、政策评价X6、政策视角X7和政策领域X8。由于雷达图只能显示一级指标来对多项政策作整体评价，因此还需结合PMC曲面图以更加全面地剖析政策优劣程度（图4、图5）。
由图4和图5可知，政策P3得分低于P11的原因主要为：（1）在政策时效方面，政策P3涉及短期和中期内容，规划管制按照5年展开，未涉及长期规划，不符合慢病病程长、迁延性的特点；（2）政策内容方面，由于当时技术创新水平较低，政策P3未涉及分级诊疗、家庭签约医生等慢病管理新模式，也缺乏互联网等信息技术在患者个人档案追踪和医保服务体系建设方面的应用；（3）激励方式方面，政策P3缺乏在机构融资、土地保障、人才等方面的激励措施。然而，在发布机构方面，政策P3得分则略高于政策P11，究其原因为：P3是由卫生部等15个部门联合发布，文件仅传达至15个部门的下级部门；而P11则由国务院办公厅下发，发文主体级别的提升使其可直达各级政府，大大提升了政策效力，也从侧面说明我国对慢病管理与防治的力度逐渐加强。
4讨论与建议
第一，在政策时效方面，目前我国慢病管理政策的设计多是短期和中期的规划，而在长期内容方面较有欠缺。随着人口老龄化、人群疾病谱的变化，慢病越来越成为影响人口健康和负担的重要因素，且其起病缓慢、治疗难度大、是终身性疾病，因此应注意着眼于慢病管理的长期规划，分阶段部署慢病管理防治工作，提升患者生命全周期的保障水平，从源头降低慢病发病率和病死率。
第二，在激励方式方面，从样本的分析结果可以看出，我国慢病管理政策的激励方式主要包括共享资源、财政投入等，而在机构融资、人才激励、法律保障等方面的内容较少，需要加以充实完善。为促进激励方式的优化升级，政策的设计不能仅局限于宏观领域的指导，而应强调具体的操作执行方法，提高执行效力。例如为加强机构融资，可通过加大我国当前慢病严峻形势的宣传，普及慢病管理重要意义的教育，扩大慢病管理服务项目覆盖率，从而吸引社会组织、智能化高技术企业和个人资本参与其中，拓宽慢病管理服务机构的融资渠道。此外，在人才激励方面，可通过经济、知识、成长等多层次的激励，增强医疗机构服务人员的参与感和价值感，进而打造高层次、高素质、专业化的慢病管理技术队伍。最后，为使慢病防治工作有法可依、有章可循，从根本上解决我国慢病管理工作中现存的一系列问题，还应建立一套完整的体系标准，制定具有针对性的法律法规，为慢病的管理与防治提供有力保障。
5结语
综上所述，目前我国慢病管理政策对慢病管理体系的建设主要集中在慢病监管防治体系和医疗服务体系建设方面，而“互联网+医保+医疗+医药”的慢病管理新模式的创新还需进一步提升；政策激励方式以财政支持、资源共享为主，而机构融资、人才建设、法律保障等方面相对缺乏，可为未来慢病管理政策的设计提供参考。但基于政策样本的有限性和研究水平的限制，本文的指标选取存在一定的局限性；今后的研究可引入政策工具等指标，将政策划分为供给型、需求型、环境型进行对比，探索不同类型政策的功能，为慢病管理的发展提供新的途径和方向。
参考文献
[1]何巧，刘宇，郭红，等.慢性病患者健康促进生活方式评价工具研究现状[J].护理学杂志，2017，32（5）：105-108.
[2]王雅琴，朱玲.慢病健康管理新共识新实践[J].健康中国观察，2020（8）：53-55.
[3]梁长秀.慢病管理中健康管理的应用[J].中国社区医师（医学专业），2011，13（4）：211-212.
[5]张梅，王丽敏.我国慢性非传染性疾病流行状况及防控策略[J].中国医学前沿杂志（电子版），2016，8（12）：1-6.
[6]谢晴宇，荣光，胡佳卉，等.1998－2020年慢性病管理领域中文文献关键词图谱分析[J].中国公共卫生管理，2021，37（1）：72-76.
[7]胡晓恋，李苗.慢病管理对缺血性脑卒中恢复期患者依从性与自我管理能力的影响[J].中国社区医师，2020，36（2）：137-138.
[8]胡亚琼，刘宇，冷锋.借力分级诊疗制度的慢病管理实践[J].解放军医院管理杂志，2019，26（12）：1157-1161.
[9]黄玉梅，龚义伟，方惠.“互联网+家庭医生签约服务”模式的探索与实践[J].中国全科医学，2019，22（25）：3076-3080.
[12]薛娟，武志昂.我国慢病管理政策的回顾与分析[J].中国合理用药探索，2018，15（6）：76-80.
[13]刘军军，王高玲.基于政策工具的慢性病健康促进政策文本量化研究[J].中国卫生经济，2019，38（2）：12-16.
[14]徐望红，张勇，王继伟，等.中日两国慢性病防控策略比较及政策启示[J].中国慢性病预防与控制，2016，24（8）：593-596.
[15]向芳，邵月琴，张一英，等.应用德尔菲法构建慢性病防控政策评价指标体系[J].上海预防医学，2018，30（3）：236-240.
[16]邹钰莹，娄峥嵘.中央层面养老服务政策内容量化评价：基于PMC指数模型的分析[J].电子科技大学学报（社科版），2020，22（3）：68-76.
[17]张永安，耿喆.我国区域科技创新政策的量化评价：基于PMC指数模型[J].科技管理研究，2015，35（14）：26-31.
[19]张文静，张丽，姚俊.长期护理保险制度政策评价：基于PMC指数模型[J].中国卫生事业管理，2021，38（2）：103-108.
[20]RUIZEM，YAPSF，NAGARAJS.Beyondtheceterisparibusassumption：modelingdemandandsupplyassumingomniamobilis[J].IntJEconRes，2008（2）：185-194.
[21]胡峰，戚晓妮，汪晓燕.基于PMC指数模型的机器人产业政策量化评价：以8项机器人产业政策情报为例[J].情报杂志，2020，39（1）：121-129，161.
[22]ESTRADAM.Policymodeling：definition，classificationandevaluation[J].JPolicyModel，2011，33（4）：523-536.
[23]史童，杨水利，王春嬉，等.科技成果转化政策的量化评价：基于PMC指数模型[J].科学管理研究，2020，38（4）：29-33.
[24]王进富，杨青云，张颖颖.基于PMC-AE指数模型的军民融合政策量化评价[J].情报杂志，2019，38（4）：66-73.
[25]张永安，郄海拓.金融政策组合对企业技术创新影响的量化评价：基于PMC指数模型[J].科技进步与对策，2017，34（2）：113-121.
[26]刘纪达，麦强，王健.基于扎根理论和PMC模型的军民科技政策评价研究[J].科技管理研究，2020，40（23）：38-47.
基金项目：国家社会科学基金重大项目（No.15ZDB167）；中国药科大学“双一流”学科创新团队建设项目（No.CPU2018GY39）
第一作者简介
赵思琦：硕士研究生。研究方向：医药产业经济与政策。E-mail：ciki0222@163.com
通信作者简介
褚淑贞：教授，硕士生导师，博士。研究方向：医药产业经济与政策。E-mail：csz77844@163.com