医疗补助扩展有效性的实证评估

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《An Empirical Evaluation On The Effectiveness Of Medicaid Expansion
  Across 49 States》
---
作者：
Tung Yu Marco Chan
---
最新提交年份：
2020
---
英文摘要：
  In 2014 the Patient Protection and Affordable Care Act (ACA) introduced the expansion of Medicaid where states can opt to expand the eligibility for those in need of free health insurance. In this paper, we attempt to assess the effectiveness of Medicaid expansion on health outcomes of state populations using Difference-in-Difference (DD) regressions to seek for causal impacts of expanding Medicaid on health outcomes in 49 states. We find that in the time frame of 2013 to 2016, Medicaid expansion seems to have had no significant impact on the health outcomes of states that have chosen to expand.
---
中文摘要：
2014年，《患者保护和平价医疗法案》（ACA）引入了扩大医疗补助计划，各州可以选择扩大那些需要免费医疗保险的人的资格。在本文中，我们试图通过差异差异（DD）回归来评估扩大医疗补助对州人口健康结果的有效性，以寻求扩大医疗补助对49个州健康结果的因果影响。我们发现，在2013年至2016年的时间范围内，医疗补助计划的扩大似乎对选择扩大的州的健康结果没有显著影响。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> An_Empirical_Evaluation_On_The_Effectiveness_Of_Medicaid_Expansion_Across_49_States.pdf (492.4 KB)

2022-4-26 15:18:59 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：医疗补助 有效性 Contribution Quantitative Regressions

对49个州医疗扩张有效性的实证评估*+陈东瑜2018年5月25日摘要2014年，《患者保护和有效护理法》（ACA）引入了医疗补助的扩大，各州可以选择扩大那些需要免费医疗保险的人的资格。在本文中，我们试图使用差异（DD）回归来评估医疗补助扩大对州人口健康结果的影响，以寻求扩大医疗补助对49个州健康结果的因果影响。我们发现，在2013年至2016年的时间范围内，医疗补助的扩张似乎对选择扩张的州的健康结果没有显著影响。1简介《患者保护和有效护理法案》（ACA）更常见的名称是奥巴马医改，是美国医疗体系最大的改革之一。ACA的一个主要特点是2014年修订扩大了医疗补助资格。Medicaidprogram自1965年推出以来，一直在为美国公民提供和资助医疗援助。截至2018年，它负责为6800万人提供免费医疗保险（Medicaid.gov，2018）。ACA下的医疗补助扩展允许个人和家庭仅根据联邦贫困水平（FPL）的收入就有资格享受医疗补助。根据现行法律，各州可以选择是否加入ACA。自推出以来，ACA在政治、商业和普通民众，尤其是低收入人群等各个领域引发了争议。从经济角度来看，这是可以理解的，因为很容易看到为数百万人提供免费医疗保险的成本。

这就引出了这样一个问题，即这些政策的成本是否可以由收益来调整。为了了解医疗补助的相关性，我们来看以下观察结果。多年来，人们观察到医疗成本一直在经历稳定的价格波动。*包括华盛顿特区。由于蒙大拿州和路易斯安那州在2016年扩大了医疗援助，加上2017年的数据不足，因此该研究中忽略了蒙大拿州和路易斯安那州。+ECON 4274最终项目，香港科技大学2018春季学期见附录AWilson（n.d.）表明，这本质上是一种需求拉动效应，他将其缩小为两个主要原因。首先，随着时间的推移，人们越来越富有（如人均实际GDP的稳步增长所示），这导致了医疗保健消费增加带来的收入效应。第二个原因是人们越来越重视个人健康（Spog’ard&James，1999），因此导致医疗消费增加。然而，尽管人均GDP不断增长，但自20世纪80年代以来，收入差距一直在扩大。这就是医疗补助的意义所在，它为低收入群体提供医疗保健，这些群体由于价格波动而逐渐离开医疗保健市场。Boudreaux、Golberstein和McAlpine（2016）发现，儿童早期接受医疗补助与成人健康状况的改善有关，这是参与医疗补助的治疗组特有的。Thompson（2017）发现了类似的结果，“儿童时期额外一年的公共医疗保险资格提高了成人健康的汇总指数。”因此，可以肯定地说，医疗补助已被证明对健康结果有积极影响。

由此看来，直觉告诉我们，从广义上讲，医疗补助的扩张也会对健康结果产生积极影响。正如Wilson（n.d.）所讨论的，由此带来了许多影响（预算和非预算）。最受关注的非预算问题之一是医疗保险市场的挤占，尽管根据Yazici&Kaestner（2000）的说法，“医疗保险的扩张导致私人保险的挤占相对较少。”因此，为了解决围绕医疗补助（Medicaid）和ACA等政策的争议，政府官员和公众必须确信，该计划的整体效益足以证明成本（预算和非预算）的合理性。在本文中，我们将试图通过观察选择扩大医疗补助的州在健康状况方面是否存在显著差异，来评估医疗补助的扩大是否对健康结果有显著影响。由于许多缔约方对这一主题非常感兴趣，本文试图阐明ACA促进各州健康状况的主要目标的明显效果。我们将通过使用差异中的差异（DD）回归来寻找扩大医疗补助对各州健康结果的因果关系。2数据本研究中使用的数据来自多种来源，主要来自美国人口普查局、国家健康访问数据援助中心（SHADAC）和亨利·J·凯瑟尔家庭基金会（KFF）。数据集的结构是面板数据。大多数数据（控制变量）是以每n人的百分比或比率来控制人口规模。由于缺乏数据，大多数控制变量是时变的，而两个是时不变的。对于HDI，我们假设几乎没有波动。

这可以从高收入国家（HIC）往往有稳定的生活质量指标这一总体观察结果中得到证明。Konya&Guisan（2008）指出了这一点，他们的结论是，更多的开发参见附录B参见附录C，这两个时间不变的控制是人类发展指数（HDI）和共同任务。在人类发展指数方面，各国的趋同往往相当缓慢。至于共同任务，我们采用2000年至2015年的五年平均值。数据集的时间段为2013年至2016年，数据为年度数据。一些以人口百分比表示的控制使用美国人口普查局以2010年为估计基数的年度人口估计。选择这些控制措施时，要考虑到它们作为健康状况决定因素的重要性。

几乎所有的控制都是世界卫生组织（WHO）认可的健康社会决定因素的代理或衡量标准（国家卫生统计中心等，2016年）。表1：统计定义统计定义。1个虚拟（=1），适用于2014年扩大医疗补助的州。2015年d期间扩大医疗补助的州为2个虚拟（=1）。2014年d的14次模拟。2015年的15次模拟。2016年人类发展指数（HDI）co2平均排放量的16次模拟，2000-2015年，单位为百万公吨GDP。2009年连锁美元的人均实际GDP上限报告有残疾的成年人的残疾率1健康结果：成人中糖尿病、CVD和哮喘的患病率2健康结果：健康状况一般或较差的成年人的百分比。每1000人住院天数POV。贫困人口的perc百分比5 7小时。达到高中或更高学历的perc百分比。获得学士学位或更高学历的百分比。参加补充保障收入计划的perc百分比失业率年龄中值肥胖肥胖患病率（BMI≥ 30）在成年人中，每10万人的暴力犯罪率每10万人的医院数每10万人的参保医院数健康保险的百分比参加任何体育活动或锻炼的成年人的锻炼百分比死亡健康结果：每10万人的死亡亨利·J·凯泽家庭基金会（2018）社会科学研究委员会（2015）美国能源信息管理局（2015）经济分析局（2018）美国人口普查局（2016）；残疾的定义源自美国社区调查（ACS）州健康访问数据援助中心（SHADAC）（2018），由美国人口普查局劳动统计局定义和衡量。

劳工部（2017年）、社会保障管理局（2017年）、联邦调查局、统一犯罪报告（2016年）表1列出了研究中使用的所有变量和控制及其定义，表2显示了汇总统计数据。国家卫生统计和其他中心每10万所医院的数量、死亡率和暴力犯罪数量使用美国人口普查局的年度人口估计数。表2：统计数据汇总平均值。1 196 0.531 0.500 0 1treat。2196 0.061 0.240 0 1D。14196 0.250 0.434 0 1D。15196 0.250 0.434 0 1D。16 196 0.250 0.434 0 1HDI 196 6.794 1.546 2.900 9.600co2 196 91.017 39.027 37.101 283.607rGDP。第196章50494.340 18072.080 31635 159530196 0.131 0.022 0.095 0.202Y1 196 0.231 0.026 0.180 0.319Y2 196 0.144 0.033 0.090 0 0.273hos。第196 600.730 186.877 336 1464pov天。perc 196 0.133 0.036 0.055 0.258HS。perc 196 0.881 0.030 0.812 0.926uni。perc 196 0.294 0.060 0.183 0.554SSI。perc 196 0.024 0.008 0.010 0.043UE 196 5.571 1.488 2.700 9.600年龄196 37.792 2.399 29.600 44.000肥胖196 0.292 0.035 0.202 0.377犯罪196 374.424 184.164 99.300 1300.300hosps 196 2.071 1 1 1 1.219 0.735 6 6.409投保196 0.900 0.040.781 0.975运动196 0.755 0.043 0.619 0.843死亡196包括社会健康的决定因素196，教育、卫生保健、社区和建筑环境。表1中列出的变量试图控制这些健康结果变量的确定。3实证分析3。1实证策略为了试图找到各州的健康结果与医疗补助扩展状态之间的因果关系，应该解决围绕州是否选择扩展医疗补助的潜在内生性，因为这使得基本上非随机治疗成为可能。

如前所述，为了解决这个内生性问题，我们将使用DD回归。此外，在我们研究的49个州中，大多数扩大医疗补助的州在2014年没有扩大医疗补助，而三个州在2015年扩大医疗补助，两个州在2016年扩大医疗补助（本研究中忽略了这一点）。为了试图在所有49个州捕捉医疗补助扩展的影响，我们将在DD回归中使用两个治疗期（2014年和2015年）。为了使DD估计值在面对内生性时有效，我们需要做出两个识别假设。假设1（无预期）。给一个治疗组的个体i=1,2。。，n和对照组的个体j=1,2。。。，时间段t=0，1，结果为Y，治疗假人t，E（Yi | t=0，t=1）=E（Yi | t=0，t=0）（1），这意味着治疗组在t=0时的结果与他们在治疗组中的状态无关。假设2（平行趋势）。如果不进行治疗，治疗组将遵循与对照组相同的趋势。i、 e.e（Yi | t=1，t=0）- E（Yi | t=0，t=0）=E（Yj | t=1，t=0）- E（Yj | t=0，t=0）（2）由于我们研究中的治疗对健康状况有间接影响，即它是通过医疗补助获得医疗保健（对健康有直接影响）的工具，假设1的有效性被转移到医疗保健对健康结果的预期上。换句话说，个人对医疗补助扩展状态的预期不应直接影响其健康结果。

医疗补助计划的扩展仅仅是通往healthcareaccess的一个途径，而healthcareaccess本身就是通往对健康结果有直接影响的医疗保健的一个途径。因此，任何对享受医疗补助扩大与否的预期都不应直接影响个人的健康结果。对于假设2，我们需要证明，如果两组都没有接受治疗，那么两组都会遵循相同的趋势。为了检验这一假设，我们进行了韦尔奇双样本t检验，以检验两者之间是否存在显著差异T=1=E（Yi，T=2014，T=1）-E（Yi，t=2013，t=1）和T=0=E（Yj，T=2014，T=0）-E（Yj，t=2013，t=0）。尽管这不是一个完美的测试，因为尽管2013年没有一组人接受治疗，但第一个治疗组在2014年扩大了医疗补助，这意味着2013年和2014年的健康结果之间的差异并不完全是两组人都未接受治疗的情况（没有享受医疗补助的扩大）。然而，也可以说，医疗补助扩大对健康结果的好处并不是立即可以观察到的。在对所有三种健康结果进行韦尔奇t检验后，我们观察到，对于YTEP值=0.2761，对于死亡p值=0.8477，而对于YTEP值=0.003114。从中我们可以看出，假设2的有效性在某种程度上是合理的，因为Yand death的p值允许我们接受统计上相似的健康趋势为零。

然而，我们应该对基于Yas假设2的DD回归的输出保持警惕。在这种情况下，假设2似乎不成立。除了围绕一个国家是否选择扩张的潜在内生性外，我们将在研究中假设，为了简化，所有控制都是外生的。在这种情况下，T=0表示对照组。3.2计量经济学模型DD回归模型将采用以下形式。健康=α+δD+δD+δD+δT+δ（D×T）+δ（D×T）+δ（D×T）+δT+δ（D×T）+δ（D×T）+δ（D×T）+δ（D×T）+Xβ+ （3） 其中X是控制矩阵。为了解释DD回归的结果，我们将对照组的健康结果与2014年扩张的州和2016年2015年扩张的州进行比较。对于2014年扩张的州和2015年扩张的州，这种变化将由δ+δ表示。如表1所列，我们有三个健康结果的衡量标准。我们将对所有三种结果进行DD回归，并比较结果。3.3实证结果3。3.1 Y：成人中糖尿病、心血管疾病和哮喘的患病率4显示了健康结果Y的DD回归，具有异方差稳健标准误差。我们可以看到，DD系数在任何水平上都不显著，而且范围也非常小，偶尔也会出现非直观的迹象。这六种规格的控制非常重要，而且大多数都有与直觉一致的信号。在表4右侧，已显示为不重要的控制被删除，而那些重要的控制被保留。我们发现，对于保留的控制，它们的系数在不同的规范中相对稳定。