社会保障管理中的数字化推手

■编译／王琰骓

社会保障管理中的数字化推手

■编译／王琰骓

现代社会保障体系在费率、充分性、资金筹措等方面面临许多挑战，决策者经常在调整政策参数时陷入社会和经济的两难境地。传统上，社会保障组织的绩效往往是通过外部标准，例如处理的索赔数量、支付的福利金额或者检测到的欺诈数量来考量，而不是社会政策的结果。但由于全球金融和经济危机而产生的财政问题，使得人们更关注于大量投入到社会保护中的国家支出所得到的回报。于是，数字助推（digital nudge）被引入到社会保障管理领域，其基础是三大领域，即社会投资政策、助推理论以及新信息技术下的预测分析的交叉。在社会投资领域，数字助推有助于实现更好的社会结果。更重要的是，在社会保障服务计划中，数字助推将人们导向了一个他们更加期待并且满意的结果。

数字助推产生的背景

基础：从被动到能动的社会保障。

20世纪社会保障体系最主要的特征是被动地应对社会风险，这在防范社会风险、激活人们的就业和社会参与能力方面有许多不足之处。进入21世纪，社会保障的概念不断扩大，其内涵包括了更加积极主动、更好地平衡个人遭遇社会风险的预防及保护措施。2007年，国际社会保障协会提出了能动的社会保障的概念，其目标在于建立可持续和可及性更佳的社会保障体系。2012年，国际劳工组织在通过的《关于国家社会保护底线的建议书》（202号）中提出一套建立更加全面、更加包容的社会保障制度的原则。目前，社会投资中显现出来的结果导向性，就是将社会支出视为一种人力资本的投资（能动型社会保障），而不是一种支出（被动型社会保障）。

预测分析和实时决策。数字革命增加了预测分析技术的使用，预测分析属于分析学中的一个特殊领域，它主要依靠分析已有数据判断数据模式，预测未来结果和趋势。更多的数据有助于个人层面的分析，新的计算机技术让实时分析成为可能，作为数字时代技术创新的一种，它有可能带来政府服务交付的变革。同时，实时分析也使得社会投资项目具备了新的能力，即 ⑴ 实时客户细分；⑵ 实时客户风险分析；⑶ 实时决策支持；⑷ 实时政策构建。

助推。助推的概念源自行为科学、政治理论以及行为经济学，是指能够以可预测性的方式改变人们行为而不会限制消费者选项或显著改变各项激励的一种选择架构。助推并非强制要求，把水果放在眼睛的水平位置（吸引注意力，从而增加被选择的可能性）是一种助推行为，而禁止垃圾食品则不属于助推。

寒勒（Thaler）和桑斯坦（Sunstein）提出的助推是依赖于基本的人类特征，既包括相对本能的反应，也包括在人类认知过程的局限中产生的偏差和启发。比如，将健康食物放在突出的位置是有效的，因为人类天生的感知系统决定了助推可以通过唤起情绪反应来工作。卡内曼（Kahneman）和特沃斯基（Tversky）观察到其他的助推依赖于人类推理中的启发和偏差，例如，近因和禀赋效应。约翰（John）等人认为，政府不应该仅仅依靠那些基于人类基本反应和行为的助推，也应该应用更侧重于慎重的认知推理过程的助推策略，而这些策略被他们称为“思考”，而不是助推。

莱伊（Ly）等人提出了一种关于助推的分类方法，从四个维度展现了助推的共性。⑴提高自我控制与激发期望行为。助推既可以设计成用于提高自我控制行为（比如，鼓励人们为退休进行储蓄），也可以激发一种容易被疏忽或者没有意识到的可取的行为。⑵外部强化与自我强化。自我强化的助推是人们为了实现一个目标而自愿采用的，助推只是让它更加容易。比如一个设计精良的储蓄计划，让定期储蓄的行为变得更加容易。另一种助推则是外部强加的，比如，计算机屏幕的设计可以导致人们在默认情况下选择一个特定的选项——例如在预订旅行时设置默认的“低碳环保”选项。⑶有意识与无意识。约翰等有意识的助推方法是鼓励更多的认知，更谨慎的方式进行决策（如，展示不同储蓄率下养老金的预估水平），而无意识的助推则更多依赖于推理中的人类感情和偏见（如将不健康的食物放到难以拿到的地方）。⑷随机对照试验(RCTs)被认为是推动实施的重要组成部分。

数字助推。数字助推可以视为利用信息技术实现社会政策结果，其框架和应用如图所示。上半部分展示了一般过程的助推开发和应用的过程,主要包括绘制环境、设计助推、试验与评价。在最后一个步骤中，常用的评价助推的影响程度试验方法有随机试验和快速循环评估。下半部分说明了数字助推主要依赖于先进信息技术的应用，包括大数据存储、数据挖掘和预测分析等技术。

数字助推在社保中的应用

应用一:再住院率降低。美国医疗保险和医疗补助中心(CMS)将再住院定义为在同一家医院或另一所医院出院后的30天内再次入院。再住院很常见而且代价高昂。普华永道2014年的一项调查显示，美国的再住院率为18%，每年给医疗保险支出带来170亿美元的成本，其中，至少有1/5的病人是误解或错误预计了医疗情况而再次入院。

无需通过大量的医疗程序，只需要简单的教育和沟通就可以化解一部分再住院的问题。比如了解出院护理规则，明确知道如何服药、何时复诊预约的病患的再住院率，比不了解这些信息的患者低30%。许多美国的医院还采用多学科交叉的方法降低高危慢性心脏衰竭患者的再住院率，其中的关键包括识别高危患者、设计干预过程以及实施。尽管取得了一些成效，但是再住院率仍然很高，一个重要原因就在于，难以精确识别目标患者，并且缺乏针对病人偏好的预防性干预措施。在此背景下，许多医院开始利用健康信息技术，去寻找更先进的预测再住院风险的方法。巴德汉（Bardhan）等人利用北德克萨斯州的18个县、67家医院中2006—2009年的慢性心脏衰竭病人的信息建立了一个模型，得出了建立再住院早期预警系统至关重要的结论，利用了健康信息技术的医院可得到更低的再住院率。

预测分析下的数字助推框架

北德克萨斯州的一些医院使用了电子病历系统来分析识别患者是否需要后续检查，并安排预防性护理，从而影响患者求医的决定。医务人员可以迅速浏览病人电子病历的各种细节，更为准确地识别高危病人，预测再住院的发病率与时间。结果表明，一些患者的医疗安全意识增强，再住院率因而降低。

应用二：英国就业与养老金部。就业与养老金部（DWP）是英国最大的公共服务部门，拥有超过2000万名服务对象，其主要任务是帮助个人在经济上实现独立以避免贫困的发生。一般来说，这个任务是通过建立诸如养老金、储蓄、收入等相关参数之间的关系模型，从而为决策提供重要信息作为支持。

就业与养老金部门利用智能商业分析软件套组Genesis进行预测分析，它能够帮助相关组织分析、建模、预测“可能发生”的情景，同时还具有数据管理和数据访问的能力，为决策提供新的视角。Genesis具备了一系列核心功能，其主要作用在于预测各类参数之间的关系，从而按照顺序模拟和预测个人生活中的事件。它可以视为一个将内部和外部数据进行有效结合，准确描绘将会发生和可能会发生的事件的一个引擎。就业与养老金部门不仅利用Genesis准确、可靠地预测养老金收入和短缺以及计划福利支出，还准确地预测出了政策变化对于个人、家庭、社区的影响。

数字支持预测分析让就业与养老金部门更好地理解了养老金领取者和即将退休的人们的行为，1500万退休与待退休者的需求更加明晰，并由此对政策制定过程进行干预，使社会保障关键福利的利用率提高了3倍，同时降低了成本。

数字助推的价值和风险

数字助推在美国和英国的应用表明，在社会保障管理中，利用助推、预测分析以及社会投资政策可以在个人层面取得更好的政策效果。

社会保障的相关机构也一直在寻找以积极和前瞻的姿态利用数据驱动实时业务流程的新方法，数字助推是利用这个快速扩展的数据存储进程中的一个自然过程。随着数字助推技术的成熟，业务层面的考量必须更加仔细，以确保它能够应对社会弱势群体的需要。

与商业部门的营利性动机不同，社会保障管理中的数字助推必须有一个社会目标，让人们可以从助推中最大程度地获益。帮助个人取得与政治进程相一致的社会结果，最终会带来社会效益。

尽管世界上大多数的社会保障管理者都采用以人为中心的原则提供服务，但是当人们从社会保险基金中寻求支援、帮助和补偿的时候，权利失衡就会产生。权利很大程度上来自于资助机构或者服务的提供方，根据相关立法、规则和行政程序，后者有权决定谁具有享受福利和服务的资格。在权利失衡的背景下，数字助推意味着社会弱势群体可以得到更集中的关注。但也有人持反对意见，理由是如果人们不能选择是否成为助推过程的目标人群，同时助推过程又不能很好地识别他们，那么他们就相当于被剥夺了自由选择的权利。

为了解决这些问题，社会保障管理中的数字助推应该在知情的模式下进行。在社会投资中，数字助推使用的透明度和知情权应该作为干预选项的一部分。因此，社会保障管理中的数字助推可以一种视为实现社会效果的个性化方案，但并不能在社会保障立法进程中取代或者补充相关法律。

大量复杂数据的搜集和分析能力的提升帮助我们更加了解人类的行为，也正因为如此，预测分析在涉及个人层面的数字助推的设计上正在发挥更大的作用。通过在不同社会和文化中应用数字助推，社会保障机构也将变得更有效率。但是，在需要对日常行为进行定性判断时，助推的使用存在一定的争议，因为仅仅依靠目前的技术水平尚且达不到要求，不同的点上进行人为干预仍然需要，才能确保社会规范得以充分理解、助推顺利进行。

抛开数据收集与隐私问题不谈，在知情的前提下，利用数字助推实现双方均同意的社会结果是合乎道德的。但其作用发挥的程度取决于管理者是否有效地传达了关于数字助推的价值和风险。

数字助推是社会保障管理领域的一个新的概念。未来，社会保障管理机构将进一步研究数字助推，个人数据使用分析中的伦理和隐私问题也将随之凸显。关注伦理将为决策者提供一个法律和程序的框架作为指导，同时为技术人员设定界限。这对于利用数字助推进一步保障弱势群体的利益有着非常重要的意义。

未来的研究重点将放在如何更好实现社会效果的背景之下，衡量数字助推对于社会投资的影响和回报率。许多社会保障管理机构将重回以产出而非提案信息衡量社会弱势群体帮扶项目效果的老模式。在社会投资模式下，数字助推可以增加社会保障管理者与人们合作取得更好社会效果的选择，管理者将需要对何时何地使用数字助推进行判断，并评估其对社会影响的总体衡量和评价。

（文献来自《国际社会保障评论》Shirley G, Brian L A.，“The digital nudge in social security administration”）■

译者单位：浙江大学公共管理学院

学界动态

聚焦药品价格形成机制与医保支付

9月8日，人社部社会保障研究所在哈尔滨召开药品价格形成机制与医保支付研讨会。

会上，国家卫计委卫生发展研究中心主任傅卫，就“医保支付标准引导药品价格形成机制”发表主题演讲。来自江苏、浙江、内蒙古和南京的代表交流了药品集中招标采购或建立医保药品支付标准的地方探索。来自高校的专家学者也围绕会议主题展开深入研讨。人社部社保所医保研究室副主任董朝晖汇报了《药品价格形成机制与医保支付政策》课题，并提出理顺现有药品价格政策，支持市场机制发挥作用；设计合适的医保付费方式，促进竞争性价格形成等建议。（张苗）

研讨退休人员基本医疗保险待遇保障

9月10日，“保障退休人员基本医疗保险待遇研究”课题报告研讨会在中国人民大学举行。中国经济改革研究基金会会长宋晓梧、全国人大财经委副主任乌日图、人社部社保所所长金维刚、财政部财科所副所长白景明、人民大学社会保障研究所董克用教授和李珍教授等共同参加研讨。

人大医改研究中心主任王虎峰代表课题组做了研究汇报和成果展示。报告认为，退休人员缴纳医疗保险费是有一定理论基础的，但操作时机并不成熟。根据测算，2040年之后才会具备政策窗口期。同时，报告认为应该通过医疗保险的不断变革，在稳定基本医疗保险保障的基础上，增加补充保险的力度，建立多层次的医疗保障体系。通过渐进式的结构性改革，逐步实现退休人员缴费。（邹萃）