中国城乡居民医保人群就医行为影响因素分析.docxVIP

中国城乡居民医保人群就医行为影响因素分析 居民的医疗行为是许多主观和客观因素交叉影响的结果。患者决定是否利用医疗服务时,会首先判断所患疾病的严重程度,然后根据对医疗服务的效果、价格、方便程度的认识以及自身的经济承受能力,决定是否就医以及就医的消费水平。此外,患者的个人特征、家庭特征等也会对其选择产生很大的影响。就医及就医支出作为一种健康投入,目前国内外的研究大都集中于Grossman模型在健康投入影响因素研究中的应用,本研究一改惯性思维,通过回归分析归纳推导得出中国城乡患者就医行为影响因素模型,并与Grossman模型进行比较。 1 数据和方法 1.1 调查样本的选择 数据来源于北卡大学人口中心提供的2006年中国健康与营养调查(CHNS2006)。调查数据主要包括成人家庭的基本状况、家庭和个人的收入状况、个人的医疗保险状况和健康状况及医疗支出等数据。CHNS2006调查询问了在过去4周的患病情况,城乡调查样本总数9 712人,其中患病样本1 116人,选择就医的患病样本为862人。本研究选择调查中“治疗1次流感的费用”作为医疗服务价格水平的代表,以“治疗1次流感的时间”为医疗时间成本。研究中使用的主要变量及其赋值情况见表1。 1.2 c回归分析的运用 运用SPSS 13.0统计软件进行两次回归分析:第一步,以患者“病后是否就医”为因变量,个人特征、家庭特征、医疗服务价格水平等为自变量对患者样本进行Logistic回归分析,得出影响就医选择概率的因素和Logistic 回归方程;第二步,在第一步的基础上对就医的患者进行多元线性回归分析,即以患者的医疗支出为因变量,个人特征、家庭特征、医疗服务价格水平等为自变量,考察了城乡患者的就医水平及其影响因素。两次回归中考虑到家庭人均年收入、医疗服务价格的绝对数较大,为了保证模型的稳定性,在将这些因素带入分析时,先进行对数变换。最后,通过两次回归分析归纳、推导得出中国城乡患者就医行为影响因素模型,证明研究结果与Grossman模型的思想和原理的一致性。 2 结果 2.1 患者“病后是否就医”调查数据分析 运用二分类的Logistic回归模型(显著性水平α=0.1),以“病后是否就医”为因变量,所有其他因素为自变量。模型拟合见表2。 性别、婚姻状况、居民类别、疾病严重程度、是否有医疗保险、家庭规模、医疗服务价格水平以及医疗时间成本对患者“病后是否就医”的自我选择存在正向影响;而年龄、受教育年限以及家庭人均年收入对就医选择存在负向影响,回归系数符号为负。 logistic(P1?P)=0.511?0.018X1+0.005X2+0.297X3+0.353X4?0.038X5?0.036ln(X6)+0.386X7+0.022X8+0.077X9+0.124ln(X10)+0.003X11(1)logistic(Ρ1-Ρ)=0.511-0.018X1+0.005X2+0.297X3+0.353X4-0.038X5-0.036ln(X6)+0.386X7+0.022X8+0.077X9+0.124ln(X10)+0.003X11(1) 2.2 多元线性回归分析 在上述就医选择行为分析的基础上,对就医患者的就医水平影响因素及其影响力大小进行分析。运用多元线性回归分析(显著性水平α=0.1),以就医支出为因变量(y2),其他影响因素为自变量(xi),构建多元线性回归方程。模型结果见表3。 居民类别、家庭人均年收入、疾病的严重程度以及医疗服务价格水平对患者就医支出的多少有显著的影响;而年龄、性别、受教育年限、家庭规模和医疗时间成本等对患者的就医支出没有显著性影响。拟合的多元线性回归方程如下: lny2=1.893+0.002X1+0.014X2+0.165X3-0.299X4 -0.010X5+0.092ln(X6)+0.906X7+0.181X8-0.032X9 +0.158ln(X10)+0.001X11(2) 2.3 医疗服务特征 由两次回归分析分别得到就医选择概率函数式(1)和就医支出水平函数式(2)。本研究将年龄、性别、受教育程度、婚姻状况、居民类别及是否有医疗保险等因素归并为个人特征,用Y1表示;家庭人均收入、家庭规模等因素归并为家庭特征,用Y2表示;医疗时间成本、医疗服务价格等因素归为医疗服务特征,用Y3表示;用S表示疾病严重程度的虚拟变量。根据式(1)和式(2),归并影响因素后,可得出就医选择概率函数C和就医支出水平函数M如下: C=lnp1?p=α0+α1Y1+α2Y2+α3Y3+α4S(3)lnM=α0+α1Y1+α2Y2+α3Y3+α4S(4)M=?α0+α1Y1+α2Y2+α3Y3+α4S(5)C=lnp1-p=α0+α1Y1+α2Y2+α3Y3+α4S(3)lnΜ=α0+α1