文献来源：Jin, L., Tang, R., Ye, H., Yi, J., & Zhong, S. (2023). Path dependency in physician decisions. Review of Economic Studies, rdad096.
原文链接：https://doi.org/10.1093/restud/rdad096
01
引言
行为经济学的研究指出，包括专家在内的个体通常会利用常识进行快速判断，这会导致不同程度的认知偏差。对于医生而言，由于工作环境和诊断任务的紧迫性，他们需要在很短的时间内做出诊断和治疗决定。然而，将医生诊疗行为纳入行为经济学分析框架的研究十分有限。作者基于东亚某国医院急诊部门的独特数据，从行为经济学的视角考察了医生决策的路径依赖问题。
作者的研究结果表明，医生决策总体上呈现正相关关系，当患者临床不确定性更大、医生经验不足或疲劳时这种特征更加明显。作者通过记忆和注意力模型（The theory of memory and attention）进行解释。具体而言，医生在此刻做出的诊疗决定会参考此前相似案例，即锚定效应。随后医生会通过当前病人症状与此前标准的对比来进行调整，如果差异较小则治疗方案基本维持不变（正相关），反之若差异较大则调整幅度也较大（负相关）。除路径依赖以外，作者根据该理论还得出两条推论：自相关程度会随着时间推移而减弱，随着病人特征相似度的提高而增强。
作者同时使用简约式估计和结构式估计对上述理论推论进行检验。结果表明，医生的医疗决策行为整体上呈现正自相关，当两位病人治疗时间更接近或者特征更相似时，该自相关程度更强。作者也发现了极个别负相关情况的存在。
数据
02
作者获取了2011年1月1日至2012年12月31日期间所有急诊部就医的行政数据。该数据集较为完整地记录了病人特征、医生身份信息、临床决策以及病人通过急诊科的时间戳。两年期间共有264115人次于急诊部就医，作者将样本进行以下处理：限制样本为两年最少看过一百个病人的医生；剔除病人就医过程中死亡、未看病就离开以及自行出院的样本；限制样本为48小时内至少有连续两位病人接受同一个医生看病。最终样本包括253466位病人和129位医生。
1.医生决策
作者利用医生是否做出患者住院的决定作为医生决策的代理变量。作者还考察了医生对实验室检测（如血液采样）、成像测试（如X光、CT）、阿片类药物的处方、抗生素处方的决定，表1的Panel A汇报了医生决策的描述性统计结果。
2.病人特征
包括病人看病时刻的性别、年龄、民族以及分诊严重程度。表1的Panel B汇报了病人特征的描述性统计结果。结果显示，在急诊科就医的病人大约65%都是男性，病人的平均年龄约为39岁。此外，作者利用患者的诊断信息捕捉他们的医疗状况。具体而言，作者参考国际疾病分类标准将诊断信息分为18大类。
鉴于不同病人看病日期和具体时间存在显著差异，作者控制了反映病人看病时间变化的一系列时间固定效应，包括天-小时、周-天以及年-月固定效应。
03
识别策略
1.计量模型
作者利用（1）式所示的基准模型估计医生过去的临床决策对当前决策的因果效应。下标i指医生，下标t则表示指派给i医生的病人就诊顺序。Yit表示i医生对当前病人t做出的临床决策的虚拟变量。Yi,t-1是因变量的滞后项，表示医生对过去病人的诊断和治疗决定。Xit为一组控制变量，包括病人人口学特征和医疗条件等患者风险调整量，以及时间固定效应。患者风险调整允许病人选择不同类型的医生就医，时间固定效应则捕捉了患者流量、医疗资源容量以及不可观测的时间共同趋势等混杂因素。δi表示医生固定效应。标准误聚类至医生层面。
α1是我们感兴趣的核心参数，α1>0表示正自相关，反之则表示负自相关。关于是否需要引入医生固定效应，现有文献未达成一致意见。作者认为，如果未包含医生固定效应，OLS估计量将会高估真实参数，即此时的回归系数代表真实估计系数α1的上界。相反地，若包括医生固定效应，也将产生所谓Nickell偏误（低估），此时的估计系数代表真实估计参数的下界。作者在方程（1）中加入了医生固定效应，理由有三点：一是在本文的分析结果中，α1一般情况下都是正值，即便存在Nickell偏误，方程（1）仍可以提供真实估计α1参数的下界。二是由于本文将样本限制为至少看过100个病人的医生，这使得Nickell偏误最小化。三是作者换成现有文献的做法并纠正Nickell偏误得到的估计结果仍然是稳健的。
2.识别假设
（1）条件随机排序
这一假定意味着，病人被分配给医生的次序与病人自身的不可观测特征不相关。如果患者自身所具有的非观测特征与就医次序是相关的，那么方程（1）的估计量就会受到病人此前和当下的非观测特征的干扰，导致OLS估计有偏。
（2）医生决策的路径依赖不是由共同环境因素驱动的
共同环境因素会导致医生决策的伪相关，并使得对于医生决策序列相关性的估计有偏。
针对第1条假定，作者进行了非参数运行检验，检验结果如图1所示。P值越小，则说明原假设随机排序被拒绝的概率更大。结果表明，只有5%的p值小于0.05，这意味着对于可观测的病人特征，病人的分配次序是随机的。针对不可观测特征以及共同环境因素，作者在稳健性检验进行了分析。
实证结果
04
1.基准结果
基于方程（1）固定效应模型的估计结果汇报于表2的Panel A部分。第一列汇报了全样本估计结果，估计系数显著为正。相比于前期医生没有做出住院决定的情形，如果医生在之前做出过住院决定，那么当下该医生做同样决策的概率会高出3.2%，在平均住院率为0.217的基础上进一步提升了14.7%的住院率。作者随后进行分样本估计，第一组子样本排除同一轮班时间内的第一个病人，估计结果见第（2）列，估计系数显著为正。第二组子样本由同一轮班时间内第一个病人所构成，第（3）列显示的估计系数为正但在统计和经济意义上均不显著，这表明医生对上一个轮班最后一名患者的临床决策不会影响下一个轮班第一名患者的临床决策。作者进一步排除医生固定效应进行估计，表2的Panel B部分报告了混合OLS的估计结果，这几组结果与理论计量文献的预测一致，均高于固定效应下的估计结果。以第（2）列为基准，如果将固定效应估计结果作为真实参数的下界，混合OLS估计结果作为上界，那么滞后住院决策对当前住院决策概率的提升作用约为18.1%-21.2%。为便于分析，后续实证结果均表示在固定效应设定下，同一轮班时间内过去决策对当前决策的影响。
表3展示了其他医生决策作为结果变量的估计结果。估计结果显示，滞后决策对当前的实验室检查、成像检查、阿片类药物使用以及抗生素使用等决策均具有显著正向影响。
2.稳健性检验
（1）病人条件引起的自相关性
首先，考虑到病人到达急诊科的环境并非随机的，作者将样本进行了如下限制：一是剔除与之前病人诊断类别一致的样本；二是剔除来自同一个家庭或者社区的样本。进行上述操作后，估计结果表明医生决策的路径依赖并不受到病人特征所驱动。其次，为控制病人不可观测特征的影响，作者进行了一系列处理。第一，作者控制了更为详尽的285个疾病分类目录，估计结果证明病人的非观测因素并未导致病人排序的非随机性。
（2）共同环境因素
作者发现，在控制共同环境因素以后估计结果仍然是稳健的。具体而言，作者证实医生决策的正向路径依赖不受以下可观测的共同环境因素的干扰：同一个护石或放射科医生；同一急诊科其他医生诊治的其他病人；医院资源可得性。作者还对不可观测的环境因素进行了检验，发现正自相关性不受不可观测环境因素的干扰。最后，作者还进行了安慰剂检验，对病人进行随机排序，随后的估计结果变得不显著，说明基准结果是稳健的。
（3）其他稳健性检验
作者还进行了两组稳健性检验，结果表明正自相关性在控制医生多任务性和下班时间后仍然是稳健的。
3.异质性分析
（1）临床不确定性
作者利用临床诊断的变异度衡量临床不确定性。
首先，作者使用急诊科住院实践中的特定条件变化。参考现有文献，作者将15种常见条件分为两组，一组为低变异度条件，另一组为高变异度条件。作者利用该分组变量与解释变量的交互项进行异质性分析，估计结果见表4的第（1）列。结果显示，滞后项的估计系数显著为正，交互项的估计系数则显著为负，这意味着医生决策的正相关性在低变异度条件下更小。
其次，作者以住院概率作为实践变异度的衡量指标。作者以住院决策作为因变量，以病人特征、医生固定效应以及时间固定效应作为自变量，运用logistic回归预测病人住院的概率。住院概率接近0.5意味着住院决策的高变异度，接近0或1则意味着低变异度。作者将两个分组变量分别于解释变量交乘，估计结果如表4第（2）列所示。估计结果表明，滞后项的系数显著为正，交互项的系数显著为负，这意味着中等程度的住院概率相对于较低和较高概率而言受到的正向影响更强。
最后，作者检验了自相关程度是否随先进医疗诊断技术的不同而有所变化，估计结果见第（3）和第（4）列。第（3）列作者加入诊断时间与核心解释变量的交互项，第（4）列作者加入先进诊断影像技术与核心解释变量的交互项，交互项估计系数均显著为负，这表明更长的咨询时间以及使用先进影像诊断技术均会显著降低医生决策的正相关性。
总之，上述三组异质性分析表明，临床诊断不确定性强化了正自相关程度。
（2）医生经验和疲劳
本部分，作者试图验证医生的经验和疲劳是否会降低正自相关程度。作者定义熟练或有经验的医生为职业生涯超过7年的医生（样本均值），并据此构建分组变量，而后与核心解释变量交互，估计结果汇报于表5第（1）列。结果显示，核心解释变量的系数显著为正，交互项的系数显著为负，这表明医生经验越丰富，医生决策的正自相关性就越弱。
作者将给当前病人看病之前医生的工作时长定义为疲劳度，并构建交互项，估计结果见第（2）列，结果表明正相关程度会随着医生的疲劳度增加而增强。作者替换了医生疲劳度的衡量方式，估计结果见第（3）列，结论不变。
4.路径依赖的后果
医生决策中的路径依赖是临床诊断不确定性以及时间不充分条件下的应对方案，这种做法能够缩短诊断时间、节约资源，但是有时候也会导致医疗支出上升，甚至反过来加重病人病情。
作者首先考察了路径依赖对会诊时间长短的影响。作者将Repeat定义为自变量，若医生在前后两次决策中做出相同决策，则该变量赋值为1，否则为0.估计结果汇报与表6，可见在不同控制变量设定下，估计系数均显著为负，这表明路径依赖有助于节约诊断时间。
随后作者考察了路径依赖对患者医疗支出以及医生的影响。医生住院决策中的正自相关性可能导致两类不合理的住院：一是不合理收费；二是不合理的允许住院。参考现有文献，作者利用未预期的住院作为不合理住院的代理变量。具体的构造方式是，第一步预测住院概率，控制病人人口学特征、分诊严重程度、诊断结果、医生和时间固定效应，利用logistic回归进行估计。第二步，作者将预测概率处于最高22%的病人作为预期到的，其余的作为未预期到的。第三步，作者构造虚拟变量，如果医生允许病人住院（收费）并且病人被预期到住院，则赋值为1，其余为0.估计结果报告于表7的前四列，第（1）和第（2）两列的估计结果说明未预期的住院与15天内的住院和救护车使用没有显著联系，这印证了作者的猜测即不合理的住院尽管可能会增加医疗负担但没有对病人健康产生显著影响。表7第（3）和第（4）列的估计结果表明，未预期的收费增加显著降低了病人身体健康水平。表7第（5）和第（6）列则说明，滞后的住院显著提高未预期住院概率1.3%，并且显著降低不合理收费概率1.5%。另一种解释是，滞后的收费显著降低未预期住院概率1.3%，并且显著提升不合理收费概率1.5%。
05
更换场景为产科
作者将研究背景设定为产科，这是一个十分独特的科室。作者使用纽约州2005年1月1日至2015年12月31日的行政数据。基本的数据处理和模型设定与前述分析差异不大。基准结果如表8所示，估计系数显著为正，说明产科医生在做出接生决策的过程中仍然存在显著的正相关性。以第（1）列为例，考虑固定效应为估计下界而混合OLS作为估计上界，结果表明产科医生发生正向路径依赖的概率要高出4.0%-12.9%。作者同时进行稳健性分析，与急诊科的稳健性分析基本一致，不再赘述。
机制分析
06
1.记忆和注意力模型
参考Bordalo et al. (2020)的记忆和注意力模型，作者进行了简要的理论分析，并得出以下推论：（1）新近效应，即自相关程度会随着时间推移而逐渐减弱，比如一个医生在早上八点诊断的病人能够为傍晚五点诊断的病人提供的决策参考就相对较小。（2）相似效应。自相关程度随着病人之间相似度的提高而提高。（3）潜在的负相关性。如果当前病人的特征与此前病人特征差异过大，则医生会大幅度调整临床决策，可能产生负相关性。
在上述推论的基础上，作者提供了简约式证据以对上述理论模型的推论进行实证检验。
（1）新近效应
在急诊科和产科两种研究情境下，实证结果均显示医生决策的正相关性会随着时间推移而显著减弱。
（2）相似效应
作者发现，在急诊科和产科两种研究情境下，实证结果均显示医生决策的正相关性会随着病人之间的相似性提高而提高。
（3）潜在的负相关性
为验证潜在的负相关性，作者将连续病人对按照临床风险分为八组进行分组回归，估计结果如表9所示，其中第一列为混合OLS估计结果，第二列为固定效应估计结果。估计结果表明，首先两类估计方法下估计结果基本一致，其次估计系数在绝大多数分组内都是显著为正的，这表明医生决策的路径依赖是广泛存在的，最后注意到的估计系数显著为负，这表明当过去和此刻的病人在疾病类型和年龄方面是类似的但是在分流严重程度不类似时医生决策呈现负相关关系。作者对这一负系数的解释是，尽管疾病类型和年龄方面的相似性会使得医生产生锚定效应，但分诊严重程度会使得医生对不同次序的病人的判断做出较大调整。
作者还提供了结构式估计的证据，以佐证上述三点推论，估计结果汇报于表10。相似性参数、、均显著大于1，这验证了相似性推论。由于显著大于另外两个参数，表明分诊严重程度方面的相似性能够解释更多的医生决策的正相关性。
2.其他解释
（1）配额
医生看的病人数是有约束的，比如配额。例如，急诊部的住院名额取决于可用的床位数，如前文所讨论的那样，在控制医院床位数以后医生决策的路径依赖仍然存在，这意味着配额可能不是一个主要的机制。
（2）学习
急诊科医生在看病的过程中存在不断学习的过程，这可以理解为干中学。作者认为这一机制并不符合新近假说，即正自相关性随着时间推移而逐渐减弱。
07
结论
作者利用两类大规模的医院行政数据，实证检验了医生决策过程中的路径依赖命题。作者发现，医生决策的正相关性在住院安排等决策中广泛存在，并且这一正相关性在病人相似度更高、临床不确定性更高、医生经验不足以及疲劳的情况下更加显著。作者认为，医生在做出诊断结果时会依赖捷径，即之前看病所积累的经验判断。尽管这种行为能够显著节约诊断时间，但也给病人带来了诸多不利影响，比如更高的医疗支出和更糟糕的身体状况，这无疑造成了医疗资源的浪费同时也给居民福利带来了不利影响。
Abstract
We examine path dependency in physician decisions in an emergency department setting, and find that physicians’ treatment decisions for the current and previous patients are positively correlated. We show that the positive autocorrelation is higher when the current patient is of greater medical uncertainty or more similar to the previous patient in terms of observed characteristics and when the physician is less experienced or more fatigued. We then show that these patterns are highly consistent with the memory and attention model, whereby the physician’s current decision is anchored to her previous decision.The results from both reduced-form analyses and structural estimations provide further support for the importance of memory and attention in physician decision-making.
推文作者：张梁，中国财政科学研究院博士研究生，研究方向为财政学和发展经济学，欢迎学术交流~
电子邮箱：zlxtu971018@163.com。推文内容中若存在错误与疏漏，欢迎邮箱批评指正！
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点。
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
