用绩效考核引导公立医院行为

文／傅虹桥

日前，国务院办公厅印发《关于加强三级公立医院绩效考核工作的意见》。相比于以往，《意见》在绩效考核目标、指标体系、支持体系以及实施路径等方面的要求更加清晰和具有操作性。接下来，绩效考核有望发挥“指挥棒”作用，进一步引导公立医院深化改革和推进现代医院管理制度建设。

引领公立医院发展方向

公立医院是一个复杂的组织体系，其产出和绩效取决于治理体系、激励机制和内部管理水平等诸多方面。其中，建立符合医疗行业规律的绩效考核体系对提高公立医院运行效率、更好服务患者尤为关键。在公立医院的实际运营和管理中，政府会把管理责任委托给医院院长，并下放决策权、管理权和发展权等。但是，决策权等权力的下放可能会导致委托代理问题。院长或医院管理层可能会利用自身信息优势偏离政府的目标，追求自身利益最大化。因此，政府需要建立合理的绩效考核体系来引导医院的行为，从而实现政府自身举办公立医院的目标。

长期以来，我国公立医院绩效考核体系并不完善。由于不同部门对公立医院管理的认识不尽相同，公立医院常常面临多头监管的困境。多年来，对公立医院绩效考核的内容也比较单一。较为模糊的社会目标、不完善的绩效考核体系直接造成了公立医院过度重视经济效益。

《意见》的发布意味着政府已经意识到绩效考核的重要性，并希望通过加强考核工作来推动公立医院改革。《意见》中的亮点主要体现在：目标导向非常明确。绩效工作的工作目标是“推动三级公立医院在发展方式上由规模扩张型转向质量效益型，在管理模式上由粗放的行政化管理转向全方位的绩效管理”。这一表述直接点出了当前三级公立医院普遍存在的问题，也阐释了未来公立医院发展改革的目标。

《意见》的指标体系政策导向清晰，与设定的工作目标较为吻合。例如，加入“下转患者人次数”“日间手术占择期手术比例”“出院患者四级手术比例”“麻醉、儿科、重症、病理、中医师占比”等指标体现了三级公立医院回归诊治疑难杂症的职能定位，进行内涵式发展的政策导向。人才培养、收支结构、费用控制等维度部分指标则针对公立医院逐利机制问题，希望通过绩效考核，让医院回归公益性，更多关注社会效益。

《意见》重视政策落实，强调“坚持信息化支撑，确保结果真实客观”。真实完整的数据是绩效考核工作的生命，如果数据真实工作落实到位，发挥绩效考核“指挥棒”作用的基础就能得以保证。

完善奖惩机制 科学制定权重

对于落实《意见》政策内容，建议重点关注以下3个方面：首先，建立完善的激励约束机制。理论上，只有建立基于绩效考核结果的激励约束机制才能让绩效考核改变公立医院行为。如果“只考核，不奖惩”，绩效考核工作将流于形式，并不能起到引导和约束的作用。

建议各地方可以参考三明经验，以加强绩效考核工作为契机，统筹推进绩效考核、院长年薪制和人事薪酬制度改革等工作，形成改革合力。

此外，建议政府将考核结果应用于公立医院管理的多个方面：财政和卫生健康部门可以将公立医院政府投入（支持）与考核结果挂钩，在医院评审评价、重大项目支持、医院债务化解等方面优先考虑考核结果优异的公立医院。医保部门可以应用全部或部分考核结果，进行按绩效付费、按质量付费等支付方式改革，实现从“以过程付费”向“以结果付费”转变，提高医保基金使用效率。

其次，进一步完善指标体系并建立动态调整机制。完善的指标体系主要由指标内容、指标权重和参考标准3 个部分构成。目前，《意见》的指标内容由医疗质量、运营效率、持续发展、满意度评价等4 个方面55 个指标构成，总体上较为科学全面。接下来，还需要做好以下几方面工作：科学合理地制定各项指标的权重。合理的权重设定对考核结果的科学性和权威性至关重要。在应用指标进行考核之前，各级地方政府既需要对公立医院发展改革目标进行系统性思考，明确本地区工作重点，对各项指标及其权重进行筛选和综合判断，也需要基于历史数据进行测算，验证权重设定的可靠性。同时，通过精细化确定各项指标的参考标准。一方面，要利用历史数据进行精细化测算，避免“拍脑袋”决策。另一方面，在设定参考标准时，应该考虑不同医院的发展历史、学科特点和经验现状，循序渐进、分类设定，“一刀切”可能会导致较为严重的负面结果。此外，建立指标体系的动态调整机制。在应用现有指标体系一段时间后，应该进行阶段性评估，根据工作重点变化、考核效果以及医院反馈，对指标内容、权重和参考标准进行动态调整和优化。

最后，多举措提高数据质量。一方面，坚持信息化支撑，借用信息化手段确保结果真实客观。建议以建立考核信息系统为抓手，进一步规范数据标准，优化数据上报和传输流程，加强数据审核，保证数据可信、可比。另一方面，多措并举推动数据质量提升。对数据质量进行专项考核或者将其纳入到综合考核中，督促三级医院持续不断投入资源，提高数据质量。在加强绩效考核工作的同时强化巡视检查，对编造数据、数据造假等行为予以严肃处理。加强宣传和培训，提高医院管理、财务和信息统计等各类人员对数据工作的重视程度，从源头上提高数据质量。