IV. Kết quả nghiên cứu:
4.2 Kết quả hồi quy (FD là biến giả):
Trước hết chúng tôi chạy hồi quy với phân cấp tài khóa được đo lường bởi một biến giả. Sử dụng OLS với lựa chọn tăng cường chúng tôi đánh giá tác động của thu nhập và phân cấp tài khóa trong mô hình (i); và sau đó thêm 3 biến chi tiêu y tế: ln HEPCit, HESEit và HESGit trong mô hình (ii), trong đó có thể tồn tại đa cộng tuyến ở mức cao; trong mô hình (iii), thêm 2 biến đầu ra chi tiêu y tế: Biến cơ sở vật chất y tế BEDPit và biến nguồn nhân lực chăm sóc sức khỏe DOCPit;trong mô hình (iv), bao gồm tất cả các biến kểm soát khác: Biến giả vị trí địa lý (GEOit), sự tương tác giữa biến giả phân cấp tài khóa và vị trí địa lý (FDit*GEOit), đô thị hóa (URBANit) và tỷ suất sinh (FERit). Cuối cùng, áp dụng kỹ thuật bảng FGLS cho mô hình này sau khi hiệu chỉnh tự tương quan theo cơ chế tự hồi qui bậc 1 (AR(1)) theo bảng cụ thể. Phương pháp FGLS có ưu điểm hơn mô hình hiệu ứng cố định trong đó tự tương quan không quan sát được và không biến thiên theo thời gian thì không cần áp dụng đối với các tỉnh khác nhau bởi vì mục tiêu của các chính quyền địa phương ở các vùng khác nhau thì đang thay đổi (WHO, 2008).
Bảng 2: Kết quả hồi quy (biến giả FD)
Biến phụ thuộc: Tỷ lệ tử vong trẻ dưới 1 tuổi theo tỉnh hàng năm (%0)
OLS Ước lượng
bảng
(i) (ii) (iii) (iv) FGLS
Biến giả FD 13.69** 40.79** 41.61*** 24.13**
*
13.09***
lnGRPPC - 12.69*** -8.64*** -9.6*** -5.13 -6.09*** (1.73) (3.19) (3.29) (3.55) (1.61) lnHEPC 0.34 0.14 -1.41 0.32 (2.93) (2.97) (3.11) (1.29) HESE 44.27*** 40.61*** 14.22** -25.35* (14.51) (13.54) (5.78) (13.21) HESG 872.45*** 876.30*** 798.20* ** 523.22*** (98.25) (95.59) (120.76) (96.80) BEDP 0.34* 0.37** 0.24*** (0.19) (0.18) (0.09) DOCP -0.27* -0.09 -0.09 (0.15) (0.18) (0.11) GEO 2.88 3.56*** (2.47) (1.25) FD*GEO 0.79 -0.01 (2.25) (1.27) FER 0.15 0.18 (0.30) (0.19) URBAN -4.83** -8.64* Hằng số 122.88** 49.60*** 53.74*** 29.13 47.46*** (12.52) (16.88) (17.25) (19.07) (11.07) Số quan sát 178 174 174 172 172 R2 0.30 0.60 0.61 0.63
Đại lượng Wald Chi-squared
340.81
(1) Mức ý nghĩa 1%,mức ý nghĩa 5%, mức ý nghĩa 10% (2) Độ lệch tiêu chuẩn
(3) OLS là ước lượng với robust option (lựa chọn tăng cường)
(4) FGLS là ước lượng điều chỉnh phương sai thay đổi (teteroskedasticity) và tự tương quan bậc 1 AR(1)
Trái ngược với kì vọng như thể hiện trong Bảng 2, phân cấp tài khóa được mô tả bởi TSS 1994 sửa đổi, FDit, đã làm tăng tỷ lệ tử vong trẻ dưới 1 tuổi trên toàn quốc với các dấu dương trong mỗi mô hình OLS và mô hình FDLS của ước lượng bảng ở mức ý nghĩa 1 hoặc 5%. Từng bước thêm vào chi tiêu y tế- các biến liên quan, các biến phụ thuộc chi tiêu y tế và các biến kiểm soát khác (hồi quy theo bước) tất cả đều không ảnh hưởng đến độ lớn và dấu của hiệu ứng FDit trên IMRit (Efroymson, 1960). Với việc bao gồm tất cả các biến kiểm
soát và các thứ tương đương, TSS sửa đổi tăng tỷ lệ tử vong trẻ dưới 1 năm tuổi khoảng 24/1000 trẻ sinh ra sống trong cùng một năm, nó không chỉ có ý nghĩa mang tính thống kê ở mức 1% mà còn có ý nghĩa về mặt kinh tế và xã hội. May thay, sau khi hiệu chỉnh phương sai thay đổi và tự tương quan theo cơ chế tự hồi qui bậc 1 (AR(1)), ảnh hưởng tiêu cực của FDit trên IMRit giảm xuống khoảng 13, vẫn còn ý nghĩa thống kê ở mức 1%.
Điều này chỉ ra rằng từ khi cải cách TSS 1994, chính quyền điạ phương đã tập trung vào tăng trưởng kinh tế (lấy GDP là trọng tâm) trong khi không quan tâm môi trường sống của cư dân ở địa phương. Những lợi ích tiềm năng của phân cấp tài khóa đã không đạt được như được dự báo dựa trên những lý thuyết truyền thống.
Bảng 2 cũng chỉ ra rằng mức thu nhập biểu hiện bằng GRP thực bình quân đầu người, ln GRPPCit được kì vọng âm trong cả 5 mô hình và có ý nghĩa thống kê trong 3 mô hình OLS đầu tiên và mô hình FGLS. Sau khi đưa vào từng bước biến khác, tác động nghịch của mức thu nhập trên tỷ lệ trẻ tử vong giảm, nhưng vẫn có ý nghĩa thống kê ở 1% trong mô hình FGLS và ba mô hình OLS. Đây là luận chứng cho rằng mức thu nhập vẫn ảnh hưởng việc giảm tỷ lệ trẻ sơ sinh tử vong mặc dù tác động có thể bị bù trừ bởi sự liên quan của những biến chi tiêu cho sức khỏe đầu vào và biến chi tiêu sức khỏe đầu ra của kết luận trên
Chi chăm sóc sức khỏe bình quân đầu người, lnHEPCit, có dấu hỗn hợp nhưng đều không có ý nghĩa thống kê. Tỷ lệ chi tiêu cho sức khỏe trong tổng chi tiêu HESEit và tỷ lệ chi cho y tế trong GRP danh nghĩa HESGit, có dấu dương và có ý nghĩa thống kê ở mức 1 hay 5% trong cả 2 mô hình OLS và FGLS với chỉ một ngoại lệ: HESEit ước lượng trong mô hình FGLS là dấu âm và có ý nghĩa thống kê ở mức 10%. Điều này thể hiện sự gia tăng chi tiêu công cho chăm sóc sức khỏe trong tổng chi tiêu hay trong tổng sản phẩm gộp của khu vực thì có quan hệ với sự tăng lên của tỷ lệ tử vong của trẻ. Đây là những phần đáng chú ý của nghiên cứu thực hiện trên toàn quốc của Berger và Messer (2002)
Để tìm hiểu tác động gián tiếp của FDit trên IMRit qua việc chi tiêu cho sức khỏe, chúng tôi dùng lnHEPCit như là biến phụ thuộc và hồi quy của nó trên
FDit và lnGRPPCit và đi đến giá trị dự báo, lnHEPCit. Đây là kết quả trình bày trong công thức sau:
lnHEPCit= -2.05 -1.39FDit +0.81 lnGRPPCit (2)
(0.23) (0.12) (0.03)
N=178, R2=0.71
Trong ngoặc giá trị có điều chỉnh sai số tiêu chuẩn ổn định (robust standard errors)
Sau đó chúng tôi chạy mô hình chính được xác định trong phương trình (1), với gồm cả giá trị được dự báo, lnHEPCit, và hệ số của lnHEPCit. Kết quả này được trình bày trong công thức sau:
IMRit= 23.05 - 7.02 lnHEPCit + X’s (3) (10.18) (2.62)
N=172, R2=0.62
Tổng tác động của FDittrên IMRit là tổng của tác động trực tiếp, hệ số của
FDit trong mô hình chính (iv), và tác động gián tiếp, kết quả hệ số của FDit
trong phương trình (2) và hệ số của lnHEPCit trong phương trình (3). Đó là
24.13 + (-1.39) * (-7.02) = 33.89
Cả 3 phương thức ước lượng đó đều có ý nhĩa thống kê ở mức 1%. Kết quả dương này làm tăng cường hiệu quả cùng chiệu của phân cấp tài khóa lên tỷ lệ tử vong trẻ sơ sinh trong tác động trực tiếp hoặc gián tiếp thông qua chi tiêu cho sức khỏe.
Hơn nữa, cơ sở vật chất y tế BEDPit thì dương không như kì vọng và có ý nghĩa thống kê ở mức 5% trong mô hình (iv) và mức 1% trong mô hình FGLS. Kết quả đáng ngạc nhiên này có thể được giải thích bởi giả thuyết phụ thuộc như sự gia tăng cung cấp thiết bị chăm sóc y tế, sự gia tăng dân số phụ thuộc
vào cơ sở vậy chất y tế để duy trì sức khỏe của người dân và làm nhẹ sự ảnh hưởng của những nhân tố quan trọng như lối sống và dinh dưỡng (Sidel & Sidel,1975). Giải thích khác có thể là tỷ lệ sử dụng giường bệnh viện của trẻ em rất thấp ngay cả khi với sự gia tăng số giường bệnh của bệnh viện bởi vì nhiều trẻ được chăm sóc tại nhà ở Trung Quốc. Biến nguồn nhân lực y tế
DOCPit có dấu âm mặc dù nó chỉ có ý nghĩa thống kê ở mức 10% trong mô hình OLS (iii).
Biến phụ thuộc theo khu vực địa lý GEOit đã có dấu dương như kì vọng và hệ số của biến giả khu vực địa lý không có ý nghĩa thống kê trong mô hình OLS nhưng có ý nghĩa thống kê mức 1% trong mô hình FGLS. Điều này chỉ ra rằng tỷ lệ trẻ sơ sinh tử vong ở miền tây và khu vực vùng sâu vùng xa cao hơn khu vực phát triển phía đông của Trung Quốc. Sự tương tác của phân cấp tài khóa và biến giả khu vực địa lý FD*GEOit có dấu hỗn hợp nhưng không có thành phần nào có ý nghĩa thống kê
Tỷ lệ sinh, FERit xấp xỉ tỷ lệ tăng dân số tự nhiên, nó có quan hệ cùng chiều như kì vọng nhưng không có ý nghĩa thống kê. Nó có thể vì sự tăng dân số tự nhiên đại diện yếu cho sự sinh sản.
Tỷ lệ đô thị hóa, URBANitcó dấu âm như dự báo bởi Weng và Wang (1993) và tác động có ý nghĩa thống kê mức 5 và 10% tương ứng trong mô hình OLS và FGLS. Điều này gợi ý rằng khoảng cách trong kết quả chăm sóc y tế giữa khu vực thành thị và nông thôn vẫn lớn.