# 《健康投资与管理》虚拟仿真实验教师使用说明（研究生版 v2.0）

## 一、课程对齐

本资源据《健康投资与管理》教学实施方案设计，按研究生课程深度改造：决策在信息不完整、结果不确定、多主体策略互动下进行，要求学生在事前意义下论证决策，而不是在已知结果下优化参数。三个实验分别对应第 3—4 章的慢病防治与供需、第 6 章的经济学评价、第 7—8 章的协同治理与系统研究方法。全部数值、机构、运行过程与对手策略均为**新构造的教学情境**，不来自申报书或真实地区数据库。

| 实验 | 知识目标 | 能力目标 | 建议课堂组织 |
|---|---|---|---|
| 01 慢病防控三年期动态决策 | 期望值与风险承担、风险状态依赖、财政外部性、信息价值与逆向选择 | 设计两本账之间的购买合约；在随机冲击下做多期承诺并做事后归因 | 10 分钟情境、30 分钟个人/配对决策、20 分钟汇报 |
| 02 HTA 不确定性决策 | PSA、CEAC、决策损失函数、EVPI、可承受性与 DCEA | 用抽样分布支撑报销推荐；判断研究优先级；检验规范立场对结论的影响 | 10 分钟方法、30 分钟分析、20 分钟互评 |
| 03 跨域转诊重复博弈 | 同时行动博弈、重复博弈与触发战略、信任、系统动力学、机制设计 | 识别均衡与社会最优差距；设计信任维持与横向支付机制 | 10 分钟规则、30 分钟博弈、20 分钟角色讨论 |

实验 01、03 每年（期）必须先填写预测和理由才能承诺；实验 01 还须先写三年签约说明。实验 02 先预测并冻结案卷，再审阅技术指标、提交委员会意见；会后调参属于另存的反事实对照，不能修改原案。导出 JSON 保留原始输入、预测、决策、关键输出、随机种子（实验 01、02）或确定性对手规则标识（实验 03）与模型版本，可复现与复核。页面不上传或收集学生数据。

## 二、模型及参数口径

### 实验 01：慢病防控三年期动态决策

**情境。** 管理 5,000 名高风险居民：重点人群 2,000 人（第 1 年住院风险 18%）、其他人群 3,000 人（8%）。各人群内部约 30% 为隐性高危，风险约为人群均值的 1.6 倍（低风险层系数 0.743，保持均值不变）。三种互斥干预：

| 干预 | 标称单价 | RRR | 基础依从 |
|---|---:|---:|---:|
| 生活方式干预 | ¥300/人·年 | 10% | 55% |
| 社区协同管理 | ¥800/人·年 | 24% | 75% |
| 数字随访 | ¥500/人·年 | 16% | 60% |

**决策结构。** 期初（第 1 年承诺前）签署锁定三年的框架协议：每避免一例住院的转移支付单价 r（¥0—18,000）；结算基准二选一——按预期避免例数结算（流行冲击风险在医保）或按实际住院差额结算（基准风险在公卫项目，实际避免可能为负）。每年决策：筛查购买（0/50/100%，¥40/人，当年有效）、三类干预覆盖率（合计 ≤100%）、重点人群目标占比、依从补贴（¥0—300/人）。

**关键公式。**
- 入组风险结构系数 mix = 0.93 + 筛查比例 × 0.19（不筛查时逆向选择 0.93；全筛查定向 1.12）；
- 依从率 = min(0.95, 基础依从 + (1−基础依从) × 0.45 × (补贴/300)^0.8)；
- 招募成本乘数 = 1 + 0.30 × 总覆盖率²；
- 期望避免住院 = Σ 各干预名额 × 人群平均风险 × mix × RRR × 依从率（第 3 年 RRR 统乘 0.9）；
- 实际住院 ~ Poisson(流行乘数 × 期望住院)；平行反事实（无项目）使用同一流行乘数单独抽样；
- 风险结转：p′ = p × [1.08 − 覆盖率 × 0.11]（未覆盖 1.08 进展，覆盖 0.97 控制）。

**事件卡。** 第 2 年公卫预算由 240 万压减至 204 万元（−15%）；第 3 年新证据使各干预 RRR 下调 10%。医保基金年度上限 1,150 万元，每次住院支出 ¥18,000，每避免一例折合 0.08 QALY。

**随机口径。** 流行乘数分布 0.85/1.00/1.25（概率 0.25/0.50/0.25），固定种子 20260105；三期序列在模拟开始时一次性抽取。默认参数（补贴 ¥60、覆盖 80%）下第 1 年公卫期望净支出 230.5 万元，方案可行；随机实现可能出现实际净支出超预算或实际避免远低于期望——这是不确定性的教学内容，不是程序错误。

**情境节点。** 期初须填写签约理由；第 2 年显示财政来函，第 3 年显示证据更新。每期揭晓提供预测归因及同一住院实现下的另一结算基准对照。住院数采用分段泊松抽样以避免大期望值下的数值下溢；对照仅改变结算基准，不重抽住院。

**边界。** 无完整 Markov 疾病转移、死亡与队列进出、参数间相关性、支付方式改革与供给方行为、政治约束。任何单期实现都不构成对干预真实效果的估计。

### 实验 02：HTA 不确定性决策

**情境。** 对一种新疗法向 HTA 委员会提交报销推荐。标准方案 ¥8,000/人·年、0.74 QALY。默认新方案 ¥9,500，完全依从增益 0.04 QALY，依从性 75%，故 ΔE 均值 0.03。

**参数分布（PSA）。** ΔC ~ Normal(μC, SE_C)、ΔE ~ Normal(μE, SE_E)，联合抽样 4,000 次，固定种子 20260205。证据质量决定标准误：

| 证据质量 | SE_C（元） | SE_E/μE |
|---|---:|---:|
| 高 | 350 | 0.20 |
| 中（默认） | 700 | 0.40 |
| 低 | 1,200 | 0.70 |

**输出口径。**
- ICER 报均值之比（μC/μE，μE≤0 时不适用）；NMB = λΔE − ΔC，报均值与 2.5/97.5 分位数；同时报 P(ΔE>0)；
- CEAC：阈值 ¥20,000—150,000 网格上的 P(NMB≥0)，图中竖线为当前阈值；
- 期望损失：采纳 E[max(0,−NMB)]、拒绝 E[max(0,NMB)]；推荐取损失较小者；
- EVPI/人 = E[max(0,NMB)] − max(0,E[NMB])（最优为采纳时数值上等于采纳的期望损失）；全人群 EVPI = EVPI × N，与追加研究成本对照，给出是否资助研究的判断；
- 预算可承受性：可资助人数 = min(N, ⌊预算/μC⌋)（μC≤0 时为 N）；报未覆盖人数及其期望 NMB 机会成本、P(ΔC×N>预算)；
- DCEA：五个收入组相对收入 [0.4, 0.7, 1.0, 1.4, 2.0]，效果乘数 1 + 0.15×(3−q)（Q1 +30% … Q5 −30%），公平权重 w = (平均收入/组收入)^ε，ε 可选 0/0.5/1/1.5（默认 1）。

默认中等质量、λ=¥80,000 时：NMB 均值约 ¥887，95% 区间约 [−1,384, 3,215]，阈值下 P(成本有效)约 77%，EVPI/人约 ¥155。需向学生强调：EVPI 只是**参数**不确定性的价值上界，不含结构性不确定性。

**情境节点。** 教学案卷参数可在准备阶段推演，学生先预测 P(成本有效)并填写依据才可冻结；冻结后显示 PSA/CEAC 等指标，须书面提交采纳、拒绝、限额覆盖或建议先研究之一。会后可修改参数进行反事实推演，但冻结案卷、委员会意见和原案关键数值（含 CEAC 网格、预算、期望损失、公平加权）保留于 JSON。EVPI 高于研究费用仅表明完全信息的价值上界较高，并非追加研究必然值得或研究已经完成。

**边界。** 无折现与长期外推、无参数相关与依从性独立建模、无供给反应、研究成本未计时间价值。DCEA 效果差异为教学假设。

### 实验 03：跨域转诊重复博弈

**情境。** 合成网络初始状态：成都枢纽 580/600、四川外围 500/250（本地能力）；重庆枢纽 430/600、重庆外围 350/250。学生选择代表 SC 或 CQ，与策略对手同时行动、连续三期。

**行动集（每期）。** 本域转诊执行率、本方提供跨域名额（进入本方枢纽上限）、是否同意互认、新增枢纽容量（¥30,000/名额，下期投用）、本方居民跨域出行补贴（¥0—200）、横向协作支付（按完成例数 ¥0—500 付给接收方）。

**动力学。**
- 需求_t = 基础需求 × 1.05^(t−1) + 上期结转待服务；
- 互认有效当且仅当双方同意；实际配额 = min(q_我方, q_对方)；
- 完成跨域 = 意向名额 × 接受率，接受率 = 0.60 + 0.35 × (出行补贴/200)；
- 新增容量下期投用；投用当期诱导需求 = 0.20 × 本期新投用量，计入枢纽需求；
- 服务顺序：本地 → 本域 → 跨域；未服务量全额结转。

**信任与对手策略。** 信任度（对手对玩家）初始 0.6。玩家在既有协议下关闭互认 −0.4；互认但配额 <40 且对手配额 ≥60（配额稀释）−0.2；合作回合 +0.1，截断到 [0,1]。对手策略：
- 触发战略（默认）：信任 ≥0.5 时互认、q≈90、转诊 0.8；0.2—0.5 部分合作 q≈40；≤0.2 关停一期；自身待服务 >120 时追加 60 扩容；
- 合作型：q=100、转诊 0.85、补贴 60；
- 属地型：仅当自身枢纽富余 >120 且玩家上期横向支付 ≥¥200 时互认，q=40，转诊 0.9。

对手行动只依据截至上期历史，保证同时行动结构；每期揭晓含：双方行动表、各方待服务、本域/跨域完成量、信任变化、**单方偏离检验**（若玩家本期关互认、配额 0，当期待服务会是多少）。

**情境节点。** 三期会商简报分别强调同时封存、履约回访和容量滞后；结果页汇总外围本地、域内枢纽与双向跨域完成量。档案记录行动时可见的结转队列、容量、上期对手行动、预测与理由。横向支付为支付方支出、接收方收入，双方都须完整计入；这是确定性规则对手，不是在线生成的 AI 行动。

**合作基准。** 同容量、同非战略工具下，将双方转诊置 1、互认置真、配额置 100 的全网待服务（社会计划者口径，全网总量）；战略摩擦损失 = 实际全网待服务 − 基准。

**边界。** 无病例复杂度与 cherry-picking、真实路程、医保异地结算规则、行政层级与政治激励、转诊失败的健康后果、硬预算约束。本网络结构下短期单方背叛未必有利——触发机制的价值在于维持长期合作，不应向学生简单套用囚徒困境结论。

## 三、评价量规（每个实验 100 分）

| 维度 | 分值 | 达标依据 |
|---|---:|---|
| 事前决策质量 | 30 | 预测与承诺在当时信息下可论证；不是事后用结果反推 |
| 方法与计算解释 | 25 | 正确使用并解释该实验的核心指标（见各页模型面板） |
| 不确定性与反事实 | 25 | 正确解释期望 vs 实现、置信/概率口径或策略偏离检验 |
| 取舍、规范立场与模型边界 | 20 | 说明两本账/公平/预算取舍，指出具体未建模因素及规范选择 |

不按"避免住院最多""NMB 最高""待服务最少"打分；随机结果好不等于决策好。可要求学生口头回答："如果结果变差，你的方案是否仍然是事前最优？"权重由任课教师决定。

## 四、课堂核验点

1. 实验 01：未填预测或理由时承诺按钮必须禁用；覆盖 >100% 提示无效；第 2 年默认参数应触发预算压减提示；按实际差额结算路径下若实际避免为负，须出现返还（clawback）提示。
2. 实验 02：切到低质量证据时 NMB 区间必须明显变宽、EVPI 上升；ε=0 时加权 NMB 等于未加权；阈值改变只改变 NMB/CEAC 读数，不改变 ΔC、ΔE。
3. 实验 03：一方关互认时跨域完成为 0、信任下降且下一期触发战略关停；新增容量只在下一期出现且伴随诱导需求；实际跨域量低于配额时页面须提示患者接受率/需求不足。
4. 情境核验：实验 01 签约说明与年度预测不得跳过，结算对照不覆盖原档案；实验 02 未冻结案卷前技术指标不可见，会后更改参数不改变导出原案；实验 03 档案应包含原始理由与当时可见信息。

## 五、部署与复用

可直接在本机或校内学习平台作为静态文件包分发。保留完整文件夹结构，使 HTML 能找到 `assets/`。无需网络连接。浏览器支持现代 Chrome、Edge、Safari。若替换为真实教学案例，教师应先取得数据使用授权，修订参数来源、时间单位、分布形式与模型假设并重新核验全部课堂核验点；不能只替换数字而沿用原解释。