同一筆預算，該救誰？

同一筆預算，該救誰？

想像你是某國衛生部門的官員，今年手上多出新台幣 3 億元的衛生預算。桌上躺著三份提案：第一份是為一款新的標靶抗癌藥（Targeted Anticancer Drug）給付，每位末期病人一年要花 300 萬元，全國約有 100 位病人受惠；第二份是替全國國中女生接種人類乳突病毒疫苗（HPV Vaccine），預防未來的子宮頸癌，覆蓋約 10 萬人；第三份是擴大基層的高血壓篩檢與衛教，估計能讓 5 萬名中年人提早控制血壓。

三份提案都很「值得」，但 3 億元剛好只夠做其中一件。你會選哪一個？

這個讓人左右為難的選擇，正是衛生經濟學（Health Economics）每天都要面對的核心問題。醫療資源——錢、病床、醫師的時間、捐贈的器官——永遠是稀少（scarce）的，而人類對健康的需求幾乎是無窮的。當我們把錢花在 A 身上，就等於放棄了用同一筆錢去幫助 B 的機會。衛生經濟學不談「要不要救人」這種道德口號，它談的是：在資源有限的殘酷現實裡，怎麼把每一塊錢花在能換到最多健康的地方。接下來，我們就從「機會成本」這個最基本卻最常被忽略的觀念開始，一步步拆解這門學問。

一切的起點：機會成本與「健康的代價」

經濟學最根本的一句話是：天下沒有白吃的午餐。 任何資源用在一個地方，就不能再用在別的地方，被放棄掉的那個「次佳選擇」的價值，就叫做機會成本（Opportunity Cost）。

在一般市場裡，價格會自動引導資源走向最有價值的用途。但醫療市場有幾個特殊性質，讓「看不見的手」常常失靈：

• 資訊不對稱（Information Asymmetry）：病人不知道自己該做哪些檢查、吃哪種藥，幾乎完全仰賴醫師判斷。提供服務的人（醫師、醫院）同時是「替你決定要買多少」的人，這在其他市場很罕見。
• 需求的不確定性（Uncertainty）：你無法預測自己明年會不會車禍、會不會得癌症。正因如此，人們需要健康保險（Health Insurance）來分攤風險。
• 外部性（Externality）：你打了疫苗，受益的不只是你，還有周遭被你保護的人（這是正外部性）。市場若放任個人自由選擇，疫苗接種率往往會低於社會最適水準。

正是這些特性，使得醫療無法完全交給自由市場，幾乎所有國家都得靠政府或社會保險來組織。而政府一旦介入，就必須面對那個無法迴避的問題：錢不夠，怎麼分？

衡量「健康」：QALY 與 DALY

要比較「給付抗癌藥」和「補助 HPV 疫苗」哪個比較划算，我們需要一把共同的尺，把不同疾病、不同療法帶來的健康好處放在同一個天平上量。光看「救了幾條命」並不夠，因為健康不只是「活著或死亡」的二分法——多活 10 年但長期臥床，和多活 10 年且行動自如，價值顯然不同。

衛生經濟學發展出兩個核心指標：

1. 品質調整生命年（Quality-Adjusted Life Year, QALY）

QALY 同時考慮「活多久」和「活得多好」。它把生命年數乘上一個介於 0 到 1 之間的健康效用權重（utility weight）：1 代表完全健康，0 代表死亡。

$$\text{QALY} = \sum_{t} (\text{該年存活年數}) \times (\text{該年健康效用權重})$$

舉例來說，一個療法讓病人多活 10 年，但這 10 年的生活品質只有完全健康的 0.7，那麼這個療法帶來的健康效益就是 $10 \times 0.7 = 7$ 個 QALY。

2. 失能調整生命年（Disability-Adjusted Life Year, DALY）

DALY 是 QALY 的「鏡像」，衡量的是疾病造成的健康損失，被世界衛生組織（WHO）廣泛用於估計全球疾病負擔（Global Burden of Disease）。DALY 由兩部分相加：

$$\text{DALY} = \text{YLL（早逝損失的年數）} + \text{YLD（失能折損的年數）}$$

其中 YLL（Years of Life Lost）是因早死而少活的年數，YLD（Years Lived with Disability）則是帶病生活所折損的健康年數。一個地區的 DALY 越高，代表疾病負擔越重。

關鍵差異要記清楚：QALY 越多越好（它是「得到的健康」），DALY 越少越好（它是「失去的健康」）。 兩者都讓我們能跨越不同疾病做比較——這正是資源分配決策不可或缺的基礎。

四種經濟評估方法

有了衡量健康的尺，接下來就能比較不同方案的「投入」與「產出」。衛生經濟學常用四種評估方法，差別主要在於「產出」怎麼衡量：

實務上，各國的醫療科技評估（Health Technology Assessment, HTA）機構最常用的是成本效用分析（CUA），因為 QALY 能讓「抗癌藥」和「疫苗」這種八竿子打不著的方案站上同一個天平。

衡量一個新療法值不值得採用，關鍵指標是增量成本效益比（Incremental Cost-Effectiveness Ratio, ICER）：

$$\text{ICER} = \frac{C_{\text{新方案}} - C_{\text{舊方案}}}{E_{\text{新方案}} - E_{\text{舊方案}}}$$

ICER 的意思是「每多換到一個 QALY，要多花多少錢」。這個數字越小，代表方案越划算。

看一個例子：抗癌藥 vs. HPV 疫苗的 ICER 對決

回到開頭的難題，我們用 ICER 來幫官員算一筆帳（以下為示意數據，非實際給付資料）。

方案 A：標靶抗癌藥 - 成本：每位病人一年 300 萬元，共 100 人 = 3 億元 - 效益：平均讓每位病人多活 1.5 年，但生活品質權重約 0.6，故每人增加 $1.5 \times 0.6 = 0.9$ QALY，100 人共 90 QALY - ICER ≈ $\frac{3\text{億}}{90} \approx 333$ 萬元／QALY

方案 B：HPV 疫苗計畫 - 成本：每人疫苗加行政成本約 3000 元，共 10 萬人 = 3 億元 - 效益：依流行病學模型估算，可預防未來約 1500 例子宮頸癌，平均每位被預防者挽回約 6 個 QALY，總計約 9000 QALY - ICER ≈ $\frac{3\text{億}}{9000} \approx 3.3$ 萬元／QALY

兩相對照，疫苗方案每換一個 QALY 只要約 3.3 萬元，抗癌藥則要約 333 萬元——整整差了 100 倍。純就「每塊錢買到多少健康」而言，把錢投在 HPV 疫苗，能換到遠多於抗癌藥的健康總量。

這正是衛生經濟學令人不安卻又無法迴避的地方：對那 100 位末期病人來說，這款藥是活下去的唯一希望；但對整個族群的健康總量來說，同一筆錢用在預防上能救回的健康，遠遠更多。

動手試試：你的「給付門檻」是多少？

許多國家會設一條成本效益門檻（cost-effectiveness threshold），作為決定「值不值得給付」的參考線。例如英國國家健康與照護卓越研究院（NICE）通常以每 QALY 約 2 萬至 3 萬英鎊為基準。WHO 早期曾建議以「每人 GDP 的 1 至 3 倍／QALY」作為粗略參考（此標準近年已受到不少批評，僅供概念說明）。

請你試算：假設某國人均 GDP 為 100 萬元，採「3 倍 GDP／QALY」即 300 萬元為門檻。上面的抗癌藥 ICER 約 333 萬元，略高於門檻；HPV 疫苗約 3.3 萬元，遠低於門檻。如果預算只夠一案，你會怎麼建議？若你是病人家屬，又會怎麼想？

這個練習沒有標準答案——它的目的，是讓你親身體會「效率」與「公平」之間那道難以調和的張力。

效率之外：公平與分配正義

如果衛生經濟學只談「每塊錢買最多健康」，那它會是一門冷冰冰、甚至有點殘忍的學問。但真實的衛生政策，從來不只看效率（efficiency），還必須面對公平（equity）。

「最大化全體健康總量」這個目標，隱含一個常被忽略的假設：每個人的一個 QALY 都一樣重要。 但社會未必這樣認為。我們來看幾個效率與公平拉扯的真實案例：

• 罕見疾病（Rare Disease）：罕病藥物的 ICER 往往高得嚇人——研發成本攤在極少數病人身上，每個 QALY 動輒上千萬元。純看效率，罕病藥永遠不該給付。但多數社會基於「不放棄任何人」的價值，仍會為罕病設立特殊基金。
• 末期照護（End-of-Life Care）：為臨終病人多爭取幾個月的時間，從 QALY 來看效益極低，但人們普遍認為「在生命終點得到照顧」本身具有不可量化的尊嚴價值。
• 健康不平等（Health Inequality）：若把資源都投向「最有效率」之處，可能讓原本就健康的中產族群獲益最多，反而擴大貧富之間的健康差距。許多政策因此刻意對弱勢族群「加權」。

這裡引出一個重要概念——公平效率權衡（equity-efficiency trade-off）。一個只追求總量最大化的系統，可能是高效率但不公平的；一個強調人人平等取得的系統，可能犧牲部分效率。沒有任何一個國家能完全擺脫這個取捨，差別只在於把天平調到哪個位置。

三個健康照護系統的不同答案

不同國家對「錢怎麼分、誰來付」給出了不同答案，大致可歸納為三種模式：

1. 國家健康服務模式（National Health Service, NHS 型）：以英國為代表，由稅收支應，醫療大致免費，政府是主要的服務提供與付費者。優點是公平、行政成本低；挑戰是排隊等候與預算硬性上限。
2. 社會保險模式（Social Health Insurance）：以德國、日本、台灣（全民健康保險）為代表，由僱主與受僱者共同繳保費，政府監管。台灣健保以「單一保險人（single-payer）」聞名，行政成本低、涵蓋率近乎全民，但長期面臨財務永續的挑戰。
3. 市場主導模式（Market-based）：以美國為代表，仰賴大量私人保險。技術創新快，但行政成本高、且有相當比例人口曾面臨保險不足的困境。

從衛生經濟學的視角看，沒有哪一種模式「絕對最好」——每種制度都是在效率、公平、財務永續與創新誘因之間，做出不同的權衡取捨。

重點回顧

• 稀少性是起點：醫療資源永遠有限，把錢花在 A 就等於放棄 B，這個被放棄的價值就是機會成本。衛生經濟學的任務是讓有限資源換到最多健康。
• 醫療市場會失靈：資訊不對稱、需求不確定、外部性，使醫療無法完全交給自由市場，須靠政府或社會保險組織。
• 用 QALY 與 DALY 衡量健康：QALY 同時計入「活多久」與「活多好」，越多越好；DALY 衡量疾病造成的健康損失，越少越好。兩者讓不同疾病能放上同一天平比較。
• ICER 是划算與否的關鍵：增量成本效益比代表「每多換一個 QALY 要多花多少錢」，是醫療科技評估決定是否給付的核心依據。
• 效率不是唯一目標：罕病、末期照護、健康不平等都提醒我們，衛生政策必須在效率與公平之間做出取捨，這是無法迴避的價值選擇。

深入探討（研究所視角）

進入研究所層次，衛生經濟學的幾個核心張力會被推得更深，也更貼近真實政策與計量分析的前沿。

一、QALY 的倫理爭議與「公平加權」

標準 QALY 框架隱含「QALY 是 QALY（a QALY is a QALY）」的價值中立假設，但這在分配正義上飽受質疑。年長者、慢性病患因基線健康效用較低，一個療法能為他們挽回的 QALY 數學上就比年輕健康者少，這可能對弱勢族群造成系統性歧視。學界因此發展出公平加權 QALY（equity-weighted QALY）與分配性成本效益分析（Distributional Cost-Effectiveness Analysis, DCEA），明確把「健康獲益落在哪個社經群體」納入評估，而非只看總量。延伸閱讀可關注 Cookson 等人對 DCEA 的系統性建構，以及 WHO 在 2014 年《Making Fair Choices》報告中對「優先照顧弱勢」的三項規範性原則。

二、從關聯到因果：經濟評估的計量挑戰

ICER 看似只是一個除法，但分子分母都建立在「療法真的造成了這些健康改變」的因果推論之上。隨機對照試驗（RCT）是黃金標準，但許多政策（如健保給付範圍調整）無法做 RCT，必須仰賴觀察性資料。此時計量經濟學的準實驗設計（quasi-experimental design）至關重要：差異中之差異（Difference-in-Differences）、斷點迴歸（Regression Discontinuity）、工具變數（Instrumental Variables）都被用來估計政策的因果效果。著名的 Oregon Health Insurance Experiment 利用抽籤分配 Medicaid 名額，創造了難得的隨機化自然實驗，揭示了健康保險對財務保障、心理健康與醫療使用的因果影響——這是衛生經濟學與因果推論結合的經典範例，也接軌優統計中對因果識別的討論。

三、誘因如何扭曲行為：道德風險與供給誘發需求

健康保險雖分攤了風險，卻也改變了人的行為。道德風險（Moral Hazard）指投保後因自付額降低，使用過量醫療服務的傾向；著名的 RAND Health Insurance Experiment 量化證實，自付額越高、醫療使用越少，且對多數人的健康沒有顯著傷害。供給端則有供給誘發需求（Supplier-Induced Demand）：在資訊不對稱與論量計酬（fee-for-service）下，醫師可能誘導出超過病人真正所需的服務。這些誘因問題正是各國從「論量計酬」轉向「論質計酬（Pay-for-Performance）」與「包裹式給付（Bundled Payment）」改革的理論根源。

四、跨領域連結：族群層次的疾病負擔與優先順序

把衛生經濟學放回流行病學脈絡，DALY 不只是評估工具，更是全球疾病負擔研究（Global Burden of Disease, GBD）的核心，讓我們得以在族群層次比較心血管疾病、傳染病、心理疾患與道路傷害誰造成的健康損失最大，從而引導全球與國家的資源優先順序。當衛生經濟學的「效率」遇上公共衛生的「人群視角」與「健康的社會決定因素（Social Determinants of Health）」，一個更完整的圖像浮現：最有成本效益的介入，往往不在昂貴的醫院裡，而在乾淨的水、安全的食物、菸害防制與疫苗這些上游的預防工作——這也正是公共衛生「預防勝於治療」這句老話，在經濟學上最堅實的證據基礎。