تعیین‌کنندگان قوی هزینه‌های بخش سلامت در ایران: رویکرد متوسط‌گیری مدل بیزی
الموضوعات :
محمد علیزاده
1
(استادیار گروه اقتصاد، دانشکده علوم اقتصادی و اداری، دانشگاه لرستان، خرم‌آباد، ایران)
ابوالقاسم گل خندان
2
(دانشجوی دکتری اقتصاد، دانشکده علوم اقتصادی و اداری، دانشگاه لرستان، خرم‌آباد، ایران)
الکلمات المفتاحية: نااطمینانی مدل, ایران, هزینه‌های بخش سلامت, رویکرد متوسط‌گیری مدل بیزی,
ملخص المقالة :
مقدمه: شناسایی عوامل و فاکتورهای تأثیرگذار بر هزینه‌های سلامت می‌تواند در تعیین بهترین سیاست‌ها برای کنترل و مدیریت هزینه‌های سلامت مفید و مؤثر باشد. مطالعات گذشته در این زمینه با فرض اطمینان مدل انجام شده است؛ در حالی‌که، عدم توجه به مسئله نااطمینانی مدل می‌تواند منجر به تورش و عدم کارایی در برآورد پارامترها شود که نتیجه آن پیش‌بینی‌های نامناسب و استنتاج آماری نادرست است. بنابراین، هدف اصلی این مطالعه شناسایی تعیین‌کنندگان قوی هزینه‌های بخش سلامت در ایران تحت نااطمینانی مدل می‌باشد. روش پژوهش: این مطالعه با استفاده از اطلاعات و داده‌های آماری 22 متغیر که بر اساس مبانی نظری و مطالعات تجربی بر هزینه‌های بخش سلامت مؤثرند، به شناسایی تعیین‌کنندگان قوی این هزینه‌ها در ایران طی سال‌های 1392-1358 پرداخته است. به این منظور از رویکرد متوسط‌گیری بیزی برآوردهای کلاسیکی (BACE) (به‌دلیل ویژگی‌های مناسب برای در نظر گرفتن فرض عدم اطمینان مدل)، استفاده شده است. هم‌چنین، تحلیل داده‌ها به کمک نرم‌افزار R انجام شده است. یافته‌ها: برآورد 40000 رگرسیون و میانگین‌گیری بیزی از ضرایب، نشان می‌دهد که متغیرهای درآمد سرانه با احتمال 98/0 و ضریب 70/0، نرخ شهرنشینی با احتمال 93/0 و ضریب 25/1، سرانه هزینه‌های عمومی سلامت با احتمال 83/0 و ضریب 29/0، بار تکفل با احتمال 50/0 و ضریب 27/0، سرانه‌ی پزشک با احتمال 49/0 و ضریب 20/0 و نرخ بیکاری با احتمال 38/0 و ضریب 07/0-، غیرشکننده و قوی می‌باشند. نتیجه‌گیری: نتایج تحقیق حاکی از آن می‌باشد که مهم‌ترین تعیین‌کنندگان هزینه‌های بخش سلامت در ایران به‌ترتیب عبارت‌اند از: درآمد سرانه، نرخ شهرنشینی، سرانه هزینه‌های بهداشت عمومی، بار تکفل، سرانه‌ی پزشک و نرخ بیکاری. اثر تمام این متغیرها بر سرانه هزینه‌های بخش سلامت در بلندمدت حتمی و قوی است.
1- Newhouse J. Medical care expenditures; a cross national study, J Hum Resource, 1977; 12: 10-26.
2- Magazzino C and Mele M. The Determinants of health expenditure in Italian regions, International Journal of Economics & Finance, 2012; 4(3): 61-72.
3- Wang Z. The determinants of health expenditures: evidence from US state-level data, Applied Economics, 2009; 41(4): 429-35.
4- Ang JB. The determinants of health care expenditure in Australia, Applied Economics Letters, 2009; 17(4): 639-44.
5- Bilgel F and Tran. K.C. The determinants of Canadian provincial health expenditures: evidence from a dynamic panel, 2012; 45(2): 201-12.
6- Hosoya, K. Determinants of health expenditures: Stylized facts and a new signal, Modern Economy, 2014; 5: 1171-80.
7- Fattahi M, Osari A, Sadegi H and Asgharpur H. Effects of air pollution on public spending for health: Comparative developing and developed countries, Journal of Economic Development, 2013; 3(11): 111-32. [In Persian]
8- Rezaei S, Dindar A, Rezapour A. health care expenditures and their determinants: Iran provinces (2006-2011), Journal of Health Administration, 2016; 19 (63): 81-90. [In Persian]
9- Liu, C and Maheu, J. M. Forecasting realized volatility: A Bayesian Model-Averaging approach, Article first published online: Journal of Applied Econometrics, 2009; 22: 4-6.
10- Draper, D. Assessment and propagation of model uncertainty, Journal of the Royal Statistical Society, 1995; 57: 45-70.
11- Sala-i-Martin X, Doppelhofer G and Miller R. Determinants of long-Term growth: A Bayesian Averaging of Classical Estimates (BACE) approach, The American economic review, 2004; 94: 813-35.
12- Leamer E. Let's take the con Out of econometrics, American Economic Review, 1983; 73: 31-43.
13- Noble RB. Multivariate applications of Bayesian Model Averaging, Working Paper, 2000.
14- George EI, McCulloch RE. Variable selection via Gibbs sampling, Journal of the American Statistical Association, 1993; 88: 881-889.
_||_
1- Newhouse J. Medical care expenditures; a cross national study, J Hum Resource, 1977; 12: 10-26.
2- Magazzino C and Mele M. The Determinants of health expenditure in Italian regions, International Journal of Economics & Finance, 2012; 4(3): 61-72.
3- Wang Z. The determinants of health expenditures: evidence from US state-level data, Applied Economics, 2009; 41(4): 429-35.
4- Ang JB. The determinants of health care expenditure in Australia, Applied Economics Letters, 2009; 17(4): 639-44.
5- Bilgel F and Tran. K.C. The determinants of Canadian provincial health expenditures: evidence from a dynamic panel, 2012; 45(2): 201-12.
6- Hosoya, K. Determinants of health expenditures: Stylized facts and a new signal, Modern Economy, 2014; 5: 1171-80.
7- Fattahi M, Osari A, Sadegi H and Asgharpur H. Effects of air pollution on public spending for health: Comparative developing and developed countries, Journal of Economic Development, 2013; 3(11): 111-32. [In Persian]
8- Rezaei S, Dindar A, Rezapour A. health care expenditures and their determinants: Iran provinces (2006-2011), Journal of Health Administration, 2016; 19 (63): 81-90. [In Persian]
9- Liu, C and Maheu, J. M. Forecasting realized volatility: A Bayesian Model-Averaging approach, Article first published online: Journal of Applied Econometrics, 2009; 22: 4-6.
10- Draper, D. Assessment and propagation of model uncertainty, Journal of the Royal Statistical Society, 1995; 57: 45-70.
11- Sala-i-Martin X, Doppelhofer G and Miller R. Determinants of long-Term growth: A Bayesian Averaging of Classical Estimates (BACE) approach, The American economic review, 2004; 94: 813-35.
12- Leamer E. Let's take the con Out of econometrics, American Economic Review, 1983; 73: 31-43.
13- Noble RB. Multivariate applications of Bayesian Model Averaging, Working Paper, 2000.
14- George EI, McCulloch RE. Variable selection via Gibbs sampling, Journal of the American Statistical Association, 1993; 88: 881-889.
