1. 引言
信任是行动者在社会互动中寄予另一方履行其信用义务和责任的期望 [1] ,是维持现代社会公众联系和合作的有效润滑剂,是减少社会交往复杂性的简化机制 [2] 。信任在医疗活动中有重要作用,医患信任有助于双方良性互动并实现医疗活动目标 [3] 。但近些年来,医患矛盾频频被推上舆论风口浪尖,医患关系变得紧张,致使居民对医生信任下降。但随着2009年新医改的实施和医药卫生体制改革持续深化推进,我国医疗卫生资源布局逐步改善,优质高效医疗卫生服务体系逐步建立和完善,这在相当程度上缓解了紧张医患关系,为建立和谐医患关系奠定了坚实基础,有利于提升民众对医生和整个医疗卫生服务体系的信心信任 [4] [5] [6] 。
学界也越来越重视对医生信任研究,文献梳理发现国内已有研究侧重于医患信任 [7] [8] [9] 和医生信任影响因素 [10] [11] [12] [13] ,居民对医生信任是医患信任的基础,也是衡量医患关系和谐的重要方式,虽有少量针对普通公众医生信任 [3] [14] 的研究,但也仅是截面数据分析,而新医改实施且不断深化,至今已有10余年,我国居民对医生信任有着怎样发展变化呢?鲜有这方面研究,鉴于此,通过中国家庭追踪调查5轮数据,考察居民对医生信任的动态变迁,正确把握医生信任的波动变化有助于推动医疗卫生服务改革与和谐医患关系构建。
2. 资料与方法
2.1. 资料来源
数据来源于中国家庭追踪调查(China Family Panel Studies,简称CFPS),该调查由北京大学中国社会科学调查中心实施,是一项全国性、大规模、多学科的社会跟踪调查项目,旨在通过跟踪收集个体、家庭、社区三个层次的数据,反映中国社会、经济、人口、教育和健康的变迁,为学术研究和公共政策分析提供数据基础。调查有社区、家庭、成人和少儿四种问卷类型,结合主题和所需变量,最终选择2012、2014、2016、2018和2020年5轮成人的面板数据,剔除变量缺失后共46,043人和140,352条记录。
2.2. 变量定义与描述
医生信任:通过题项“对医生的信任程度能打几分?”回答选项为0到10之间的数字,其中0分代表非常不信任,10分代表非常信任。若受访者表示没接触过此类人,请受访者根据自己想象回答。基于变量取值特征,先视其为连续性变量。为简化分析和降低打分的区分度,再将0~4分定义为低信任,5~7分定义为中信任,8~10分定义为高信任。
影响居民医生信任的因素太多,基于研究目的和数据可获取性,重点考察了以下因素对居民医生信任的影响。首先,为反映样本期间居民对医生信任的变化,在模型中加入调查轮次的年度虚拟变量以捕获时期效应。此外参照文献 [15] 常用做法在模型中加入线性时间趋势变量来捕捉信任随时间的总体平均趋势;其次,居民特征主要有性别、居住地、婚姻状况、年龄、受教育程度、健康状况、医疗保险等;第三,考虑医生职业特殊性和受访者主观评价可能与该医生是否有近期接触有关系,模型也控制了最近两周内是否看过医生的近期就医经历;第四,互联网时代信息飞速传播,对民众生产生活带来深刻影响,考虑这因素,模型中控制居民是否使用互联网;第五,受访者家庭在当地的社会经济地位的不同也可能会影响其对医生信任的评价;第六,不同地区在经济、文化等方面有较大差异,模型也控制省级虚拟变量(表1)。
Table 1. Variable definitions and descriptive statistics
表1. 变量定义与描述统计
注:上网定义为两个题项“是否移动设备上网”和“是否电脑上网”中至少有一个选是即为上网。
2.3. 研究方法
本文构建实证模型如下:
(1)
(2)
其中,
是医生信任。
是重点关注的时期效应,反映在控制其他因素的条件下我国居民对医生信任的年度变化效应,式(2)中
是时间趋势变量,
是线性时间趋势效应;
为其他控制变量,
是对应的参数向量;
是个体固定效应;
为模型的随机扰动项。鉴于医生信任取值为0~10,可视其为连续性变量,针对CFPS面板数据特征和豪斯曼检验结果,选择固定效应模型进行参数估计。
3. 结果
3.1. 居民医生信任总体变化态势
图1展示了我国居民医生信任均值和低中高信任比例的历年情况。从均值变化看,2012年居民医生信任均值6.60为最低,2014年有相对明显提升,此后2016和2018年相对2014年有小幅下降,2020年比2018信任均值有明显增加,达到7.13,均值提高了6.12%,这总体上说明新医改后居民对医生信任具有上升趋势,尤其到2020年有质的飞跃。从低中高信任分类看,低信任在2012年占比13.92%为最高,2014年有小幅下降,之后两轮结果相对变化不大,基本上都在12.90%左右,2020年下降幅度较大,仅有9.10%,相比2012年下降4.82个百分点;另一方面高信任比例的变化趋势与信任均值得分较为一致,第二轮比第一轮提高5.24个百分点,中间三轮变化稍有下降但不太大,第五轮比第四轮提高7.28个百分点。因此,低信任有下降趋势,高信任有上升趋势。总之,图中反映出我国居民医生信任有较为明显的增加态势,尤其是党的十九大后增加趋势良好。
Figure 1. Changes in the trust of our residents in doctors
图1. 我国居民医生信任的变化情况
3.2. 居民医生信任变迁的群体结构
图1虽描绘了2012~2020年我国居民医生信任的总体变化情况,但没有区分各种群体差异。根据居民城乡、性别、婚姻、年龄、教育、健康等指标计算各群体信任,考察我国不同居民群体医生信任的变化情况和对比群体间差异。具体结果见下表2。
Table 2. Group structure of changes in physician trust
表2. 医生信任变化的群体结构
注:表中数字为该年份对应群体的医生信任评分均值,事实上历年各群体高信任的占比统计结果与均值变化趋势类似,限于篇幅未列示;参照联合国世界卫生组织年龄段划分:18~44岁为青年、45~59岁为中年、60岁及以上为老年;教育分类:文盲包括文盲/半文盲和从未上过学,初等指最高学历小学,中等指初中和高中/中专/技校/职高,高等指大专及以上。
表2显示,城乡居民医生信任变化趋势与总体非常类似,从历年来看我国农村居民对医生信任均显著高于城镇居民;性别上男女群体变化趋势先增加,再略有下降,最后又增加,总体上都是增加的,但女性历年医生信任均值都显著高于男性;单身群体信任得分均值逐年增大,但已婚群体评分均值先升、后降、再升高的趋势,历年对比看,前两轮是已婚群体略高,但后三轮是单身群体更高;年龄群体信任变化特征不明显;中高等教育群体的医生信任逐年增加,文盲和初等教育群体表现为先增、后降、再升的趋势,历年对比看,随着教育程度的提升,医生信任呈下降态势;无论是健康还是不健康群体也都先增加、再下降、最后又增加的变化趋势,但健康群体历年医生信任得分均值也都显著高于不健康群体;近期有和无就医经历两类群体的变化趋势均与总体趋势一致,但历年两类群体的差异并不明显;从社会保障的医疗保险变量看,无医疗保险人群医生信任均值呈现逐年递增的变化趋势,但历年与有医疗保险人群相比均要低一些;最后,上网群体医生信任得分均值逐年增加,而未上网群体前面一直有下降,到最后一轮增加,历年对比看,除2020年无差异外,其余年份均是上网群体显著低于未上网群体,该结果可能表明医疗事件经过网络媒体舆论传播带来不利影响,但近年来这种影响逐渐降低,原因可能是新医改以来类似事件本身在减少。
3.3. 回归结果
表3是我国居民医生信任固定效应模型估计结果。因2012年调查问卷中没有上网变量,故模型1和2未控制上网因素,3和4控制了上网因素。式(1)的结果对应模型1和3,模型1的参照年份组为2012年,模型3的参照年份组为2014年;式(2)的结果对应模型2和4,模型2是五轮的平均时间趋势,而模型4是后四轮的平均时间趋势。
从表3中可以发现,模型1在控制其他因素的条件下,2014年相比2012年参照组,居民医生信任平均提高0.165分,且在1%水平统计显著,这说明平均信任2014比2012年增加了。尽管2016年比2012也具有更高的信任,但这该系数相比2014年系数有所下降,以2014或2016年为参照年份回归发现该两年的差异在统计上不具有显著性。2018年与2012差异不具有统计显著。但2020年系数在1%水平显著为正,且达到了0.411,比2012提高近半分的评价,且这一差距相比中间任何一轮来讲都有显著提高。以上分析结果与前述总体变化趋势是一致的。增加上网因素后的模型3的结果来看,所得结论也是类似的,2016和2018相比2014居民医生信任均值虽有所下降,但这些差异仅2018年在10%水平统计显著,但2020年有显著提高,2020年居民医生信任达到了前所未有的高度,潜在原因可能是新冠疫情爆发,医生在抗疫中的优秀表现征服了民众。从模型2和4的线性时间趋势结果看,样本时期内我国居民医生信任总体趋势是增加的,两者都在5%水平上统计显著。综合来看,这可能反映出随着新医改措施的不断实施,居民对医生信任先有提升,之后进入平缓期,但量变会引起最终的质变,最终出现非常明显提高,这也算基于信任视角反映了新医改效果之一。
Table 3. Regression results of fixed-effects model of factors related to residents’ trust in doctors in China
表3. 我国居民医生信任相关因素固定效应模型回归结果
注:括号中报告的标准误;***p < 0.01,**p < 0.05,*p < 0.1;模型1~4的固定效应模型与随机效应模型豪斯曼检验结果卡方统计量值分别为565.44、528.97、705.28、712.63,p值均为0.000;按理性别不随时间变,固定效应模型下应无结果,但样本中有101人调查期间性别发生变化,这组内非常小的变化导致估计系数存在。
城镇居民医生信任相比农村居民略低一些,但这仅在时间趋势模型中显著,而在年度变化趋势模型不具有统计显著性。相对未婚群体而言,已婚人群医生信任略高,但该系数不具有统计显著意义。与描述性群体分析结论不一样的是教育因素,在控制其他因素条件下,最高学历程度越高的居民对医生的信任也越高,这可能与高学历群体拥有更多的文化知识和更加独立的判断能力,对医疗舆论事件等会进行自我分析并做出判断,不易受舆论左右。自评健康状况好的居民相比不健康群体,对医生有更高的信任,该差异在1%的水平具有显著性。最近两周内看过医生的居民对医生信任比近期无就医经历的居民更高,这可能是同医生近期接触后在短期内好印象未完全消失,或者是近期看医生经历体验到医生的可信性,从而提高居民医生信任。有医疗保险和拥有更高的社会经济地位的群体有显著更高的医生信任。使用互联网群体相比不使用的群体,有着显著更低的医生信任,就其原因可能是有关医生负面报道更容易被网络传播和带来影响,个别事件或未经证实的事件易导致网民对医生不信任或信任下降。
4. 讨论与结语
通过利用中国家庭追踪调查2012~2020年数据考察我国新医改后居民医生信任的动态变化情况。无论是描述分析还是计量模型分析结果都表明,在此时间段内我国居民对医生信任都具有上升趋势。这折射出随着我国医药卫生体制改革的不断深化和整个医疗卫生体系不断完善,通过加强医德医风建设和医务工作人员职业素养培训等,提升了医疗质量和服务水平,改善了医生行业形象,这些都有助于进一步改善医生这一职业在我国居民心目中的形象,从而增进了居民对医生的信任。国家卫生健康委2022年7月22日新闻发布会表示,党的十八大以来,我国坚持把“以治病为中心”转变为“以人民健康为中心”围绕解决看病难、看病贵两个重点难点问题推出一系列重要改革举措,推动医药卫生体制改革取得显著成效 [16] 。本文的研究结论也算是对医药卫生体制改革取得显著成效论述提供侧面印证或间接证据。
此外,需特别注意的是互联网使用因素与居民医生信任有显著负相关关系,这可能是存在个别医疗事件,在网络媒体过分追求流量背景下进行有选择性的、不完全反映事实的报道,加之现代信息传播速度迅猛,从而误导了网络群体的评判。
最后,为了保持良好的医患关系,一方面医生应继续加强提升自身业务能力水平和沟通能力,秉承一颗仁爱之心对待每一位患者,用通俗易懂的语言与患者沟通交流,增进双方互信。另一方面政府应扮演好舆论的“把关人”的角色,加强网络信息监管,对为博取眼球、信息不实的发布者加大惩罚力度。促使网络媒体以公开、公平、公正和客观原则对相关事件进行真实报道,正确引导舆论。而身为居民的广大群体,也要懂得辨识网络上的媒体报道,不偏听偏信,不因舆论而对医生产生恶意、不因没有获得预期的治疗效果而对医生产生报复心理或者行为。在未来,基于医患间的信任水平的提升,不仅仅会给医生带来更好的声望,更安全的职业环境,也能帮助患者更好的治疗疾病,并且更快的恢复健康的身体,达成双方共赢的局面。这是国家医改的重大成就之一,也是社会信任提升的标志之一,当医患问题不再是问题,医生多一分理解和宽容,从而让患者多一分安心与信任,才能让医改的良好成果不断涌现,让医疗体系相关的基础设施不断完善,让社会更加稳定和谐。
基金项目
本项目得到西南民族大学研究生创新型科研项目(项目编号:ZD2022229)资助。