国家组织药品集中带量采购

1. 政策事实

国家组织药品集中采购试点采用「国家组织、联盟采购、平台操作」的组织形式。国家医保局资料说明,试点将 11 个试点城市公立医疗机构分散的药品采购量集中起来,形成规模团购效应,并强调带量采购、质量标准和公平竞争。公开资料显示,4+7 试点地区包括北京、天津、上海、重庆和沈阳、大连、厦门、广州、深圳、成都、西安 11 个城市。

这项政策的研究价值在于:政策对象非常具体,落在药品、企业和城市层面。它适合示范如何在产品、企业和地区之间构造处理变量。

2. 适合研究的问题

这项政策适合研究:

  • 药品价格是否下降;
  • 中选企业和未中选企业市场份额如何变化;
  • 医药企业销售费用是否下降;
  • 企业研发投入是否增加;
  • 仿制药一致性评价和产品质量是否成为竞争优势;
  • 医保基金支出是否下降;
  • 医院用药结构是否变化;
  • 医药行业集中度是否提高。

3. 政策对象和处理组

药品集采不能把「所有医药企业」简单定义为处理组。真正受冲击的是特定通用名、特定规格、特定城市、特定中选或未中选企业。

层级 处理组定义
药品层面 被纳入集中采购目录的药品
企业-药品层面 对应药品的中选企业或未中选企业
城市层面 4+7 试点城市
企业层面 政策前收入高度依赖被纳入药品的企业

这项政策的关键不是设一个「医药企业 × 政策后」,而是尽量下沉到药品和企业-药品层面。

4. 处理变量如何定义

药品层面的处理变量可以写成:

\[ \operatorname{Included}_{d}=1\{d\ \operatorname{is\ included\ in\ centralized\ procurement}\} \]

企业-药品层面的中选变量可以写成:

\[ \operatorname{Winner}_{fd}=1\{f\ \operatorname{wins\ procurement\ for\ drug}\ d\} \]

如果有药品-城市-时间层面数据,可以使用三重差分:

\[ Y_{dct}=\alpha+\beta(\operatorname{Included}_{d}\times \operatorname{PilotCity}_{c}\times \operatorname{Post}_{t})+\mu_{dc}+\lambda_{ct}+\eta_{dt}+\varepsilon_{dct} \]

其中,\(d\) 是药品,\(c\) 是城市。这个设定同时利用药品是否纳入、城市是否试点和政策前后变化。

如果研究上市医药企业,可以构造企业政策暴露度:

\[ \operatorname{Exposure}_{f}=\sum_{d}s_{fd,0}\operatorname{Included}_{d} \]

其中,\(s_{fd,0}\) 是企业 \(f\) 在政策前相关药品销售收入占比。若能区分中选和未中选,可进一步写成中选暴露度和未中选暴露度。

5. 数据接口

可用数据包括:

数据 作用 合并键
联采办或医保局中选结果 中选药品、中选企业、中选价格 药品通用名、规格、企业名称
药品编码和通用名数据 统一药品名称和规格 药品编码、通用名
医院药品采购数据 药品价格和采购量 药品编码、城市、医院
医药上市公司年报 分产品收入、销售费用、研发投入 企业名称、股票代码
CSMAR / Wind 财务和市场反应 股票代码
医药销售数据库 销售额、市场份额 药品名称、企业名称、城市

在实际操作中,药品名称、规格和企业名称的清洗工作很重。处理组定义往往不是计量模型本身,而是前期数据匹配工作。

6. 识别风险

主要风险包括:

  • 不能把所有医药企业都当作处理组;
  • 中选企业和未中选企业受到的冲击方向可能不同;
  • 药品是否纳入目录可能与市场规模、竞争格局和一致性评价进度有关;
  • 企业层面暴露度需要用政策前产品收入权重构造;
  • 政策可能同时影响价格、采购量、销售费用和研发投入,机制需要区分。

特别需要说明的是,中选不一定是单纯利好。中选企业可能获得采购量,但价格大幅下降;未中选企业可能失去公立医院市场;同类药品也可能因为价格体系重估而受到外溢影响。

7. 可扩展研究问题

  • 集采是否降低药品价格和医保支出?
  • 集采是否压缩销售费用并推动研发投入?
  • 中选企业是否通过规模换取利润,还是利润率下降?
  • 未中选企业是否转向院外市场或其他产品?
  • 集采是否提高医药行业集中度?
  • 政策是否改变创新数量与创新质量之间的权衡?

8. 官方来源和代表性文献

官方来源

代表性文献

  • Hu, Y., Chen, S., Qiu, F., et al. (2021). Will the volume-based procurement policy promote pharmaceutical firms’ R&D investment in China? An event study approach. International Journal of Environmental Research and Public Health, 18(22), 12037. Link, Google.
  • Li, X., & Xu, J. (2024). Does China’s national volume-based drug procurement policy promote or hinder pharmaceutical innovation? Frontiers in Pharmacology, 15, 1392239. Link, Google.
  • Qiu, F., Chen, S., Li, Y., Wang, X., & Zhu, M. (2025). The impact of the centralized volume-based procurement policy on Chinese pharmaceutical manufacturing firms’ R&D investment: A difference-in-differences approach. PLOS ONE, 20(1), e0315811. Link, Google.