Chương 2 : Thị trường sức khỏe ở Việt Nam
3.2. Các nhân tố ảnh hưởng đến nhu cầu kiểm tra sức khỏe của người dân Việt
3.2.11. Giới tính và kiểm tra sức khỏe
Bảng 3.11 Giới tính và kiểm tra sức khỏe
Giới tính Y Nữ Nam Total 0 932 575 1507 1 869 627 1496 Total 1801 1202 3003 Pearson (Chi)2 (1) = 4,4131 Pr = 0,036 Nguồn: Trích lọc và tính tốn từ bộ dữ liệu VHLSS 2012
Bằng chứng thống kê cho thấy tỷ lệ phụ nữ đi khám sức khỏe là 48,3% và tỷ lệ này của nam giới là 52.2%, chênh lệch không đáng kể. Như vậy, khơng có sự phân biệt trong việc có đi khám sức khỏe trong biến giới tính. Tuy nhiên, cần phải phân tích chính xác thơng qua mơ hình hồi quy.
Chương 4: Nhu cầu kiểm tra sức khỏe của người dân Việt Nam: tiếp cận bằng mơ hình hồi quy binary logit
Hồi quy logit là mơ hình hồi quy đặc biệt khi biến phụ thuộc là một biến nhị phân chỉ nhận hai giá trị là 0 và 1. Mơ hình hồi quy logit sử dụng để dự đốn xác suất xảy ra một sự việc dựa vào thông tin các biến độc lập trong mơ hình.
P là xác suất xảy ra sự việc.
Odds là tỷ lệ so sánh giữa xác suất có xảy ra và khơng.
𝑂𝑑𝑑𝑠 = 𝑃 1 − 𝑃
Như vậy theo cơng thức này thì Odds là một hàm số theo P. Odds >= 0, và Odds sẽ không xác định khi P = 1.
Từ cơng thức trên ta có: 𝑃 = 𝑂𝑑𝑑𝑠
𝑂𝑑𝑑𝑠+1
Như vậy, xác suất P là một hàm số theo Odds. Nếu P là xác suất xảy ra sự kiện, thì (1 – P) là xác suất không xảy ra sự kiện, xác xuất P được đo lường như sau:
𝑃𝑖 = 1
1 + 𝑒−𝑍𝑖 = 1
1 + 𝑒−(𝛽0+𝛽1𝑋1+𝛽2𝑋2+⋯.+𝛽𝑘𝑋𝐾)
𝑍 = 𝛽0+ 𝛽1𝑋1+ 𝛽2𝑋2+ ⋯ . +𝛽𝑘𝑋𝐾 𝑍𝑖 ∈ (−∞, +∞), 𝑃𝑖 ∈ (0,1) 𝑋𝑖(𝑖 = 1, 𝑘̅̅̅̅̅)
Odds của 2 trường hợp trên là:
𝑂𝑑𝑑𝑠 = 𝑃𝑖
1−𝑃𝑖 =1+𝑒1+𝑒−𝑍𝑖𝑍𝑖 = 𝑒𝑍𝑖
Lấy Log cơ số e của Odds ta có dạng hàm mơ hình hồi quy Logit:
𝐿𝑖 = ln 𝑃𝑖
1 − 𝑃𝑖 = 𝑍𝑖 = 𝛽0+ 𝛽1𝑋1+ 𝛽2𝑋2+ ⋯ . +𝛽𝑘𝑋𝐾
Với Xi(i = 1, k̅̅̅̅̅): là các biến độc lập
Để giải thích việc có kiểm tra sức khỏe hay khơng, biến phụ thuộc về kiểm tra sức khỏe Y được định nghĩa là: trong vịng một năm qua người dân có đến cơ sở khám, chữa bệnh để kiểm tra sức khỏe thì Y = 1, cịn ngược lại thì Y = 0. Nên mơ hình binary logit được áp dụng để đo lường xác suất có kiểm tra sức khỏe hay
không. Dựa vào lý thuyết hành vi người tiêu dùng thì các biến độc lập như thu nhập, chi phí và giáo dục có tác động mạnh đến quyết định khám sức khỏe, nên được đưa vào mơ hình để giải thích. Ngồi ra các biến hơn nhân, dân tộc, bệnh viện, mối quan hệ với chủ hộ, tuổi và giới tính cũng được đưa vào, nhằm làm rõ các nhân tố tác động đến việc kiểm tra sức khỏe. Bên cạnh đó lý thuyết về thơng tin bất cân xứng cho thấy bảo hiểm y tế có ảnh hưởng đến việc quyết định có kiểm tra sức khỏe hay khơng, nên được đưa vào để xem xét.
Các nhân tố ảnh hưởng đến việc quyết định có đi kiểm tra sức khỏe, được tác giả tóm tắt và mơ tả thành một bảng tổng quát như sau:
Bảng 4.1 Tóm tắt và mơ tả các biến
Tên biến Ký hiệu Định nghĩa Đơn vị
tính Kì vọng Nhận xét Sử dụng biến phụ thuộc Y
Nhận giá trị 1 khi có kiểm tra sức khỏe, giá trị 0 nếu không kiểm tra sức khỏe
Thu nhập Income Tổng thu nhập của người được điều tra trong 12 tháng
1000 VNĐ +
Thu nhập cao sẽ làm tăng kiểm tra sức khỏe Thu nhập
bình phương
Sqr Income
Thu nhập bình phương của người được điều tra
1000 VNĐ +
Thu nhập càng cao sẽ làm tăng kiểm tra sức khỏe
Chi phí Cost
Chi phí kiểm tra sức khỏe. Nếu có đi kiểm tra sức khỏe, chi phí nội trú/ngoại trú khi điều trị bệnh
1000 VNĐ -
Chi phí cao làm giảm kiểm tra sức khỏe Chi phí
bình phương
SqrCost Chi phí bình phương của người được điều tra
1000 VNĐ -
Chi phí càng cao làm giảm mạnh kiểm tra sức khỏe
Khu vực Urban Thành thị là 1, nông thôn là
0 +
Người sống ở thành thị kiểm tra sức khỏe cao hơn nông thôn Hôn nhân Married Đang có vợ/chồng = 1, khác
= 0 -
Người khơng có vợ/chồng làm giảm kiểm tra sức khỏe
Dân tộc Kinh Dân tộc Kinh là 1, dân tộc
khác là 0 +
Dân tộc Kinh sẽ làm tăng kiểm tra sức khỏe
Giáo dục Edu Số năm đi học của người
được điều tra Năm +
Người có học vấn cao sẽ làm tăng kiểm tra sức khỏe Mối quan hệ với chủ hộ Family Chủ hộ = 1, vợ/chồng = 2, con = 3, bố/mẹ = 4, ông bà nội/ngoại = 5, khác = 6 -
Người có quan hệ xa với chủ hộ làm giảm kiểm tra sức khỏe
Bảo hiểm y
tế Ins
Có bảo hiểm y tế là 1,
khơng bảo hiểm y tế là 0 +
Có bảo hiểm y tế sẽ tăng kiểm tra sức khỏe Tuổi Age Là số tuổi của người được
điều tra Năm +
Những người lớn tuổi sẽ tăng đi kiểm tra sức khỏe Giới tính Gender Giới tính nam là 1, nữ là 0 - Nam giới sẽ đi kiểm tra
sức khỏe ít hơn nữ giới Bệnh viện Dhosp
Dhosp1 = 1 là bệnh viện trung ương, khác = 0. Dhosp2 = 1 là bệnh viện tỉnh/thành phố, khác = 0. Dhosp3 = 1 là bệnh viện tư nhân , khác = 0.
Dhosp4 = 1 là bệnh viện quận/huyện = 4, khác = 0.
Nguồn: Bảng mô tả các biến được phát triển trên khung phân tích kiểm tra sức khỏe
Để kiểm tra hiện tượng cộng tuyến trước khi ước lượng mơ hình hồi quy, bài viết sử dụng ma trận tương quan giữa các biến được sử dụng trong mơ hình nghiên cứu. Ma trận tương quan cho thấy giữa các cặp biến độc lập và kiểm sốt của mơ hình có một số cặp biến có tương quan có ý nghĩa, đặc biệt là hai cặp biến Income, SqrIncome và Cost, SqrCost có hệ số tương quan lớn hơn 0,8 (mức xảy ra hiện tượng cộng tuyến). Tuy nhiên, đây là hai cặp biến có quan hệ phi tuyến, được đưa vào mơ hình nhằm giải thích thêm cho sự tác động của thu nhập và chi phí lên quyết định có kiểm tra sức khỏe hay khơng.
Căn cứ bảng các yếu tố ảnh hưởng (bảng 4.1) và khắc phục hiện tượng cộng tuyến và đa cộng tuyến, hàm hồi quy logit có dạng như bên dưới:
LnO0 = β0 + β1Income + β2SqrIncome + β3Cost + β4SqrCost + β5Urban + β6Married + β7Kinh + β8Edu + β9Family + β10Ins + β11Age + β12Gender + β13Dhosp1 + β14Dhosp2+ β15Dhosp3+ β16Dhosp4 + ε.
Kết quả hồi quy binary logit cho biết hệ số của các biến mang dấu dương có nghĩa, trong điều kiện các yếu tố khác không đổi, tăng thêm một đơn vị của yếu tố này sẽ làm tăng xác suất kiểm tra sức khỏe của người dân và ngược lại.
Theo như bảng 4.2, kiểm định Wald test với mức ý nghĩa Sig.<0,05 trong mười sáu biến khảo sát có mười một biến có ý nghĩa thống kê là: thu nhập
(Income); thu nhập bình phương (SqrIncome); chi phí (Cost); chi phí bình phương (SqrCost); khu vực (Urban); dân tộc (Kinh); trình độ học vấn (Edu); bệnh viện 1 (Dhosp1); bệnh viện 2 (Dhosp2); bệnh viện 4 (Dhosp4); bảo hiểm y tế (Ins). Còn biến mối quan hệ với chủ hộ (Family) có ý nghĩa thống kê ở mức Sig.<0,1.
Kết quả hồi quy bảng 4.2 có giá trị (Chi)2 là 811,21 có ý nghĩa với p=0,000 (<0,01) chứng tỏ rằng có mối quan hệ giữa biến phụ thuộc và tập biến giải thích, độ mạnh của mối quan hệ này khi giá trị Pseudo-R2 là 0,1949.
Bảng 4.2 Kết quả ước lượng mơ hình hồi quy binary logit
Mơ hình hồi quy đầy đủ Mơ hình hồi quy áp đặt
Biến số Hệ số β Wald –
Test Sig. Exp(β) Hệ số β Wald –
Test Sig. Exp(β)
Hằng số (C) 1,257 13,960 0,000 3,514 1,507 34,850 0,000 4,513 Thu nhập
(Income) -4,98E-5* 201,090 0,000 1,000 -4,94E-5* 201,530 0,000 1,000 Thu nhập
bình phương (SqrIncome)
1,88E-10* 0,000 0,000 1,000 1,87E-10* 0,000 0,000 1,000
Chi phí -4,06E-4* 146,650 0,000 1,000 -4,07E-4* 147,480 0,000 1,000 Chi phí bình phương (SqrCost) 4,87E-9* 65,790 0,000 1,000 4,88E-9* 66,560 0,000 1,000 Khu vực (Urban) 0,491 26,520 0,000 1,634 0,481 26,360 0,000 1,618 Hôn nhân (Married) 0,057 0,250 0,617 1,058 - - - - Dân tộc (Kinh) 0,895 26,680 0,000 2,448 0,889 26,410 0,000 2,433 Giáo dục (Edu) 0,097 83,340 0,000 1,102 0,094 89,780 0,000 1,099 Bảo hiểm y tế (Ins) -0,211 5,220 0,022 0,810 -0,206 5,390 0,020 0,814 Mối quan hệ với chủ hộ (Family) -0,083 2,800 0,094 0,921 -0,116 7,300 0,007 0,891 Tuổi (Age) 0,004 1,440 0,230 1,004 - - - -
Giới tính (Gender) 0,046 0,260 0,610 1,047 - - - - Bệnh viện 1 (Dhosp1) 0,989 23,720 0,000 2,689 1,043 27,630 0,000 2,837 Bệnh viện 2 (Dhosp2) 0,231 3,860 0,050 1,259 0,278 6,480 0,011 1,320 Bệnh viện 3 (Dhosp3) -0,117 1,250 0,264 0,889 - - - - Bệnh viện 4 (Dhosp4) 1,286 32,890 0,000 3,619 1,328 36,220 0,000 3,773 Kiểm định Omnibus (Chi)2 Sig. 1.790.000 0,000 1.780.000 0,000 Số quan sát χ2(12) Giá trị p Log likelihood Pseudo R2 3.003 811,21 0,000 -1675,8945 0,1949 3.003 808 0,000 -1677,5022 0,1941
Nguồn: Tính tốn dựa trên số liệu điều tra của nghiên cứu
Ghi chú: (*) E là ký hiệu của một số nhân với 10 lũy thừa số khác (mEn = m x 10n) Căn cứ vào kết quả hồi quy cho thấy biến thu nhập có quan hệ phi tuyến với khả năng kiểm tra sức khỏe. Đối với mức thu nhập thấp thì khả năng kiểm tra sức khỏe giảm, nhưng đối với mức thu nhập cao thì khả năng này tăng lên. Bởi vì người có thu nhập cao ln mong muốn được chăm sóc sức khỏe và họ dễ dàng tiếp cận được các dịch vụ chăm sóc sức khỏe tốt hơn. Trong khi đó người có thu nhập thấp thì bị hạn chế về khả năng tiếp cận các dịch vụ khám, chữa bệnh. Đây là một trong những nguy cơ mà các nhà làm chính sách cần phải quan tâm, vì khi người thu nhập thấp phát hiện bệnh thì đã là giai đoạn cuối.
Tương tự, biến chi phí có quan hệ phi tuyến với khả năng kiểm tra sức khỏe. Đối với mức chi phí cao thì khả năng kiểm tra sức khỏe giảm, điều này phù hợp với các quy luật thông thường của lý thuyết hành vi người tiêu dùng. Nhưng đối với mức chi phí q cao thì khả năng kiểm tra sức khỏe tăng lên. Chúng ta có thể quan sát được tại các phịng khám đa khoa tư nhân, rất đông người đến khám trong khi
chi phí rất cao. Từ đó, một thị trường ngách (phân khúc thị trường có tính chun biệt cao) được mở ra, khi chi phí q cao thì chất lượng khám, chữa bệnh được nâng lên, dẫn đến người tiêu dùng có niềm tin đến kiểm tra sức khỏe, điều này nhất quán với các nước phát triển có nền y tế hiện đại, nhưng chi phí khám, chữa bệnh khá cao.
Theo bảng 4.2, các yếu tố khu vực, dân tộc và giáo dục có ảnh hưởng đến nhu cầu kiểm tra sức khỏe. Ba biến này đều có hệ số hồi quy dương đúng với kỳ vọng và có ý nghĩa thống kê. Điều này ngụ ý rằng nếu là người sống ở thành thị, dân tộc Kinh và trình độ học vấn cao thì làm tăng khám sức khỏe.
Biến bảo hiểm y tế và mối quan hệ với chủ hộ có hệ số hồi quy âm và có ý nghĩa thống kê, ý nghĩa của điều này là người có bảo hiểm y tế và có mối quan hệ xa với chủ hộ thì có khuynh hướng giảm khả năng kiểm tra sức khỏe.
Biến bệnh viện trung ương, tỉnh/thành phố và quận huyện có hệ số hồi quy dương và có ý nghĩa thống kê, ngụ ý rằng kiểm tra sức khỏe sẽ tăng nếu người dân chọn các bệnh viện này hơn trạm y tế xã/phường.
Kiểm định loại biến khơng có ý nghĩa thống kê
Nghiên cứu sẽ kiểm định việc loại hay không loại biến bằng kiểm định giá trị tới hạn (Chi)2 của hai mơ hình trước và sau khi bỏ đồng loạt các biến giải thích.
Giả thuyết H0: β6 = β11 = β12 = β15 = 0
H1: Có ít nhất β6 hoặc β11 hoặc β12 hoặc β15 khác khơng
Ta có (Chi)2
tính tốn > (Chi)2tới hạn (3,22 < 9,488) nên chấp nhận giả thuyết H0. Các biến khơng có ý nghĩa đồng loạt bị loại ra và sử dụng mơ hình hồi quy áp đặt như bên phải của bảng 4.2.
Kiểm định Omnibus về các hệ số hồi quy của mơ hình
Bài viết tiến hành kiểm định giả thuyết về độ phù hợp tổng quát mơ hình bằng kiểm định Omnibus. Giá trị kiểm định (Chi)2 là 1.780.000 có ý nghĩa thống kê ở mức ý nghĩa 1% (p=0,000) nên ta bác bỏ giả thuyết H0 cho rằng các hệ số hồi quy trong mơ hình đều bằng 0.
Xác định mức độ chính xác của mơ hình
Mức độ chính xác của dự báo được thể hiện qua bảng 4.3 như bên dưới:
Bảng 4.3 Bảng dự đốn mức độ chính xác của dự báo
Y (Có kiểm tra sức khỏe = 1, không = 0) Dự báo (Y) 0 1 Phần trăm đúng 0 1121 466 70,6 1 386 1030 72,7 71,6
Nguồn: Số liệu điều tra của nghiên cứu được xử lý (2012)
Bảng 4.3 cho thấy trong 1.507 trường hợp được dự đốn khơng kiểm tra sức khỏe (theo cột) mơ hình dự đốn đúng 1.121 trường hợp và có tỷ lệ đúng là 70,6%, còn với 1.496 trường hợp có kiểm tra sức khỏe thì mơ hình dự đốn 466 trường hợp khơng đúng có tỷ lệ đúng 72,7%. Từ đó, tác giả tính ra tỷ lệ dự đốn đúng của tồn bộ mơ hình là 71,6%.
Bảng 4.4 Ước lượng xác suất cải thiện kiểm tra sức khỏe
Biến phụ thuộc
Hệ số tác động
biên Exp(β)
Xác suất cải thiện kiểm tra sức khỏe khi biến độc lập thay đổi một đơn vị
và xác suất ban đầu (%)
Các biến độc lập 10% 20% 30% Thu nhập (Income) 0,999 9,99 19,99 29,99 Thu nhập bình phương (SqrIncome) 1,000 10,00 20,00 30,00 Chi phí (Cost) 0,999 9,99 19,99 29,99 Chi phí bình phương (SqrCost) 1,000 10,00 20,00 30,00 Khu vực (Urban) 1,618 15,24 28,80 40,94 Dân tộc (Kinh) 2,433 21,28 37,82 51,04 Giáo dục (Edu) 1,099 10,88 21,55 32,01
Bảo hiểm y tế (Ins) 0,814 8,29 16,91 25,86
Mối quan hệ với chủ
hộ (Family) 0,891 9,00 18,21 27,62
Bệnh viện 1 (Dhosp1) 2,837 23,97 41,50 54,87
Bệnh viện 2 (Dhosp2) 1,320 12,79 24,82 36,14
Bệnh viện 4 (Dhosp4) 3,773 29,54 48,54 61,79
Nguồn: Tác giả tự tính tốn từ mơ hình nghiên cứu
Bảng 4.4 cho biết xác suất thay đổi kiểm tra sức khỏe theo tác động biên của từng yếu tố với giả định xác suất ban đầu là 10%, 20% và 30%. Đối với yếu tố thu nhập người được điều tra, giả định có xác suất tăng kiểm tra sức khỏe ban đầu 10%,
các yếu tố khác không đổi, nếu tăng thu nhập 1.000 đồng của người được điều tra thì xác suất tăng kiểm tra sức khỏe là 9,99% giảm 0,01%. Nếu xác suất ban đầu là 20% và 30%, xác suất tăng kiểm tra sức khỏe là 19,99% và 29,99% đều giảm ở mức 0,01%.
Tương tự, nếu trong điều kiện các yếu tố khác khơng đổi, chi phí người được điều tra tăng 1.000 đồng thì xác suất tăng kiểm tra sức khỏe là 9,99% so với xác suất ban đầu 10% giảm 0,01%, với tăng xác suất kiểm tra sức khỏe ban đầu 20% và 30% thì xác suất tăng kiểm tra sức khỏe là 19,99% và 29,99%.
Trong điều kiện các yếu tố khác không đổi, nếu là người ở thành thị thì xác suất tăng 15,24% tăng 5,24% so với xác suất ban đầu 10%. Nếu xác suất ban đầu là 20% thì xác suất tăng kiểm tra sức khỏe là 28,8% tăng 8,8% và xác suất ban đầu 30% thì xác suất tăng kiểm tra sức khỏe là 40,94% tăng 10,94%.
Xét về yếu tố dân tộc, trong điều kiện các yếu tố khác không đổi, nếu là người dân tộc Kinh thì xác suất tăng kiểm tra sức khỏe là 21,28% tăng 11,28% so với xác suất ban đầu là 10%. Tăng 17,82% so với xác suất ban đầu 20% khi xác suất tăng kiểm tra sức khỏe là 37,82%. Nếu xác suất ban đầu là 30% thì tăng kiểm tra sức khỏe là 51,04% tăng 21,04%.
Trình độ học vấn cũng tác động lên việc kiểm tra sức khỏe, với điều kiện các yếu tố khác không đổi. Nếu tăng một năm đi học thì xác suất tăng kiểm tra sức khỏe là 10,88% tăng 0,88% so với xác suất ban đầu 10%. Với xác suất ban đầu 20% thì tăng kiểm tra sức khỏe là 21,55% tăng 1,55%. Còn lại khi xác suất ban đầu là 30% thì tăng kiểm tra sức khỏe 32,01% tăng 2,01%.
Bảo hiểm y tế là một trong những yếu tố tác động đến việc kiểm tra sức