Page 24 - 《中国药房》2022年7期

[31]
0.001），表明量表具有良好的结构效度 。 4 讨论及建议
3 结构方程模型分析 本文以结构方程模型为基础，分析药品流通监管在
在完成量表信度与效度检验的基础上，根据研究假 短期和长期不同时间跨度内对药品互联网零售的影

设，本研究使用Amos 28软件建立SEM分析潜变量间以 响。根据研究设计，本文在不同时间跨度内，从药品互
及潜变量和观测变量间的关系。模型拟合度检验表明， 联网零售方式、网络处方使用、网络药品种类、网上药店
相关指标数值均在阈值范围内，模型整体与数据适配性 经营成本4个方面，检验监管政策对互联网药品零售的
[31]
较高，拟合度良好 （表4）。 影响。根据4个方面的数据分析结果，提出以下针对性
表4 SEM指标分析结果及阈值 的产业提升建议。
4.1 加强行业联动，规范零售方式
项目 CMIN/DF CFI NFI TLI RMSEA
指标结果 1.874 0.954 0.907 0.943 0.072 本文模型分析结果显示，药品流通监管（DR）在不
指标阈值 ＜2 ≥0.9 ≥0.9 ≥0.9 ＜0.1 同时间跨度内均显著影响药品互联网零售方式，但影响
进一步分析各变量间关系发现，潜变量DR（模型中 强度随时间跨度变长而降低（OS_T 标准化回归权重为
用X表示）显著正向影响潜变量OS（模型中用Y1表示：标 0.868，OL_T 标准化回归权重为 0.714）。这表明监管政
准化回归权重为 0.403，双尾测试下 P＜0.001），研究假 策在短期内对规范互联网零售方式具有立竿见影的效
设 H1得证；潜变量 DR 显著正向影响潜变量 OS（模型中 果，但长时间内的效果有所下降。现有研究表明，企业
[26]
用 Y2 表示：标准化回归权重为 0.584，双尾测试下 P＜ 在时间跨度内会存在行为变化以适应环境 ，因此需要
0.001），研究假设H2得证（图2，各对应数据见表5）。 采取对应措施保障药品互联网零售方式在长时间内符
合政策规范。
e10 e9 e8 e7
根据数据分析结果，应维持和发挥药品销售（DR_S）
0.500 0.664 0.715 0.753
OS_CO OS_CA OS_OP OS_T 监管在药品流通监管中的重要作用（DR_S 标准化回归
e1 e2 e3 e4 e5 权重为 0.846）。笔者建议围绕网上药店这一零售行为
0.845 0.868
0.707
0.815
0.509 0.761 0.716 0.562 0.238 主体，加强药品监管、药品零售、药品信息等在行业内的
Y1
DR_Q DR_C DR_S DR_L DR_I 0.182
0.403 e6 联动，协同实现零售方式在长期的规范性。在网上药店
0.750 0.488 层面，则应建立长效奖惩机制以激励规范经营、淘汰不
0.714
0.873
0.846
e11
X 合规企业。建议对零售方式规范、合规的网上药店予以
0.584
定期公示，且可用等级评价等方式予以显示，给购买者
Y2
0.847 0.863 0.735 0.714 信息参考，从市场角度倒逼网上药店的规范化销售；对
0.717 0.745 0.540 0.510
OL_CO OL_CA OL_OP OL_T 存在违规销售等行为的网上药店予以清退和处罚。在
监管者层面，由于药品互联网零售市场环境变化快，应
e15 e14 e13 e12 根据市场反馈，将不符合实际情况的监管政策予以动态
图2 SEM路径系数分析结果 调整，以确保药品流通监管政策与流通方式之间的适配
性。在行业整体层面，可考虑通过行业协会等联盟性组
表5 潜变量、观测变量回归权重及标准化回归权重
织，发挥其在市场信息交流、政策分析与解读等方面的
观测变量 回归权重 标准误 临界比 P（双尾测试） 标准化回归权重
Y1←X 0.314 0.069 4.585 ＜0.001 0.403 职能优势，以降低市场信息的不对称性，促进网上药店
Y1←X 0.556 0.093 5.968 ＜0.001 0.584 零售方式在长时间内保持合法合规。
DR_Q←X 1.000 0.714 4.2 协同数字监管体系，强化网络处方管理
DR_C←X 1.327 0.127 10.478 ＜0.001 0.873 本文模型分析结果显示，药品流通监管在不同时间
DR_S←X 1.288 0.126 10.222 ＜0.001 0.846
DR_L←X 1.222 0.134 9.129 ＜0.001 0.750 跨度内均显著影响网络处方的使用，但影响强度随时间
DR_I←X 0.765 0.128 5.971 ＜0.001 0.488 跨度变长而降低（OS_OP 标准化回归权重为 0.845，
1.000 0.868
OS_T←Y1 OL_OP 标准化回归权重为 0.735）。这说明监管对网络
1.020 0.077 13.204 ＜0.001 0.845
OS_OP←Y1
0.999 0.079 12.569 ＜0.001 0.815 处方的影响也存在如何长期维持其有效性的问题。进
OS_CA←Y1
0.933 0.091 10.255 ＜0.001 0.707
OS_CO←Y1 一步比较发现，药品信息（DR_I）监管的标准化回归权重
1.000 0.714
OL_T←Y2 在DR所有的观测变量中最低（0.488），表明网络处方等
1.171 0.132 8.881 ＜0.001 0.735
OL_OP←Y2
1.247 0.122 10.247 ＜0.001 0.863 信息监管内容在药品流通监管中处于相对被忽视的
OL_CA←Y2
1.118 0.111 10.104 ＜0.001 0.847
OL_CO←Y2 地位。
·786 · China Pharmacy 2022 Vol. 33 No. 7 中国药房 2022年第33卷第7期