Biến Mơ tả Giá trị
trung bình Dấu kỳ vọng Biến phụ thuộc
khambenh 1 nếu có khám chữa bệnh và 0 nếu khơng có 0,74 Các biến độc lập
namtuoi1 1 nếu là nam dưới 18 tuổi và 0 nếu khác 0,07 +/- namtuoi2 1 nếu là nam từ 18-34 tuổi và 0 nếu khác 0,16 +/- namtuoi3 1 nếu là nam từ 35-44 tuổi và 0 nếu khác 0,08 +/- namtuoi4 1 nếu là nam từ 45-64 tuổi và 0 nếu khác 0,11 +/- namtuoi5 1 nếu là nam từ 65-74 tuổi và 0 nếu khác 0,02 +/-
Biến Mơ tả Giá trị trung bình Dấu kỳ vọng
namtuoi6 1 nếu là nam từ 75 tuổi trở lên và 0 nếu khác 0,16 +/- nutuoi1 1 nếu là nữ dưới 18 tuổi và 0 nếu khác 0,07 +/- nutuoi2 1 nếu là nữ từ 18-34 tuổi và 0 nếu khác 0,15 + nutuoi3 1 nếu là nữ từ 35-44 tuổi và 0 nếu khác 0,09 +/- nutuoi4 1 nếu là nữ từ 45-64 tuổi và 0 nếu khác 0,13 +/- nutuoi5 1 nếu là nữ từ 65-74 tuổi và 0 nếu khác 0,03 +/- nutuoi6 1 nếu là nữ từ 75 tuổi trở lên và 0 nếu khác
Biến bị loại bỏ trong mơ hình
0,02 /
songaynam Số ngày phải nằm một chỗ và phải có người chăm sóc tại giường
0,16 -
songaynghi Số ngày phải nghỉ việc/học hoặc không tham gia được các hoạt động bình thường
2,14 +
bibenh 1 nếu có bị bệnh trong tuần 4 qua, 0 nếu không
5,41 +
thunhap Thu nhập bình quân đầu người của hộ gia đình trong một năm. Trong mơ hình hồi quy, lấy logarit của thunhap để tính tốn
9.354,88 +
dantoc 1 nếu là người Kinh và 0 nếu khác 0,82 + chualapgd 1 nếu cá nhân chưa có vợ/chồng, 0 nếu khác 0,32 +/- dangcogd 1 nếu cá nhân đang có vợ/chồng, 0 nếu 0,58 + lyhon 1 nếu cá nhân đã ly hôn, 0 nếu khác 0,008 +/- lythan 1 nếu cá nhân đang ly thân, 0 nếu khác
Biến bị loại bỏ trong mơ hình
0,004 /
ogoa 1 nếu cá nhân đang ở góa, 0 nếu khác 0,07 +/- khongbang 1 nếu khơng có bất kỳ bằng cấp giáo dục
phổ thông nào, 0 nếu khác Biến bị loại bỏ trong mơ hình
0,005 /
Biến Mơ tả Giá trị trung bình Dấu kỳ vọng
THCS 1 nếu đạt trình độ trung học cơ sở, 0 nếu khác
0,44 +/- THPT 1 nếu đạt trình độ trung học phổ thông, 0
nếu khác
0,16 +/- DH 1 nếu đạt trình độ cao đẳng, đại học và sau
đại học, 0 nếu khác
0,02 +
bhyt 1 nếu có thẻ khám bảo hiểm hay sổ/thẻ/giấy khám chữa bệnh miễn phí, 0 nếu khơng có
0,50 +
thanhthi 1 nếu sống ở khu vực thành thị, 0 nếu sống ở khu vực nông thôn
0,22 +
vung01 1 nếu sống ở vùng đồng bằng sông Hồng và 0 nếu khác
0,19 +
vung02 1 nếu sống ở vùng Đông Bắc và 0 nếu khác 0,14 +/- vung03 1 nếu sống ở vùng Tây Bắc và 0 nếu khác 0,05 - vung04 1 nếu sống ở vùng Bắc Trung Bộ và 0 nếu
khác
0,11 +/- vung05 1 nếu sống ở vùng duyên hải Nam Trung Bộ
và 0 nếu khác
0,09 +
vung06 1 nếu sống ở vùng Tây Nguyên và 0 nếu khác
0,06 -
vung07 1 nếu sống ở vùng Đông Nam Bộ và 0 nếu khác
0,11 +
vung08 1 nếu sống ở vùng đồng bằng sông Cửu Long và 0 nếu khác
Biến bị loại bỏ trong mơ hình
0,21 /
Nguồn: Bộ dữ liệu trích từ VHLSS năm 2008, n = 29.740
2.3 Xử lý dữ liệu
Sai sót hoặc thiếu dữ liệu trong các quan sát là vấn đề thường gặp đối với dữ liệu khảo sát hộ gia đình. Để thay thế các giá trị bị thiếu, hiện có nhiều cách khác nhau như thay thế giá trị bị thiếu bằng các giá trị trung bình, trung vị; phương pháp dự đốn giá trị (imputation). Qua thống kê, nghiên cứu phát hiện các biến thu nhập bình quân đầu người, tình trạng hơn nhân, trình độ giáo dục cao nhất, số ngày nằm một chỗ, số ngày nghỉ có quan sát có sai sót hoặc thiếu dữ liệu. Nghiên cứu loại bỏ tổng cộng 7.230 quan sát có sai sót hoặc thiếu dữ liệu gồm: 7.210 quan sát của biến tình trạng hơn nhân bị thiếu dữ liệu vì nghiên cứu nhận thấy khơng thể áp dụng các phương pháp xử lý dữ liệu đối với trường hợp này do không phù hợp; 13 quan sát của biến trình độ, 03 quan sát của biến số ngày nằm, 01 quan sát của biến số ngày nghỉ và 03 quan sát của biến thu nhập bình quân vì dữ liệu có sai sót. Riêng đối với các quan sát bị thiếu dữ liệu về trình độ giáo dục cao nhất, nghiên cứu sử dụng phương pháp thay thế giá trị trung bình đối với các quan sát bị thiếu giá trị, kết quả có tổng cộng 6.638 quan sát được thay thế bằng phương pháp này.
Loại bỏ các quan sát có giá trị dị biệt
Các quan sát có trá trị dị biệt của một số biến định lượng bị loại bỏ trên cơ sở kết quả phân tích đồ thị box plot. Các giá trị bị loại bỏ là các điểm dị biệt có giá trị nằm ngoài cận trên (upper outer fence) và nằm ngồi cận dưới (lower outer fence) của box (xem hình 2.1). Các giá trị giới hạn này được tính như sau:
Cận trên (UOF) = Q3 + 3*IQ Cận dưới (LOF)= Q1 - 3*IQ Trong đó:
Q1, Q3 lần lượt là các phân vị 25% và 75%.
IQ = Q3 - Q1 được gọi là khoảng bên trong phân vị.
Các quan sát có giá trị nằm ngồi UOF và LOF được xem là các điểm dị biệt cực mạnh. Các quan sát có giá trị nằm ngồi UIF và LIF được gọi là các dị biệt cứng.
Nghiên cứu này chỉ thực hiện loại bỏ các điểm dị biệt cực mạnh nêu trên, áp dụng đối với biến thu nhập bình qn đầu người. Kết quả, có 2.682 quan sát bị loại bỏ. Như vậy, bộ dữ liệu sau khi tinh lọc được sử dụng trong nghiên cứu bao gồm 29.740 quan sát là cá nhân.
2.4 Phương pháp đo lường sự không công bằng theo chiều ngang
trong khám chữa bệnh
Nghiên cứu áp dụng phương pháp đo lường sự công bằng theo chiều ngang được phát triển bởi van Doorslaer, Wagstaff và các đồng nghiệp (2008). Phương pháp này đánh giá công bằng trong sử dụng chăm sóc sức khỏe bằng việc tính đến việc các cá nhân có nhu cầu sức khỏe khác nhau và sự khác nhau về nhu cầu sức khỏe phải được chuyển thành cầu sức khỏe và sử dụng dịch vụ sức khỏe khác nhau. Không công bằng theo chiều ngang được định nghĩa là sự khác biệt giữa việc sử dụng chăm sóc sức khỏe được quan sát và việc sử dụng được kỳ vọng cho nhu cầu sức khỏe của cá nhân cho trước.
Việc đo lường sự không công bằng theo chiều ngang trong khám chữa bệnh được thực hiện qua 07 bước sau:
Bước 1: sử dụng mơ hình probit để xem xét các nhân tố thuộc về nhu cầu và không phải nhu cầu có ảnh hưởng đến việc khám chữa bệnh. Mơ hình hồi quy có dạng:
yi =!+"ln(thunhap)i+ #jxji+!$kzki+%i
j
! (3.1)
Trong đó: yilà biến khám chữa bệnh; ln(thunhap)i là ln thu nhập bình quân đầu người của hộ gia đình trong một tháng; xj là các biến nhu cầu, bao gồm các biến: tuổi theo giới tính, bị bệnh trong 4 tuần qua, số ngày nằm, số ngày nghỉ; zk là các biến không phải nhu cầu, bao gồm các biến: dân tộc, tình trạng hơn nhân, bằng cấp cao nhất, có bảo hiểm y tế, thành thị và biến vùng;
α, β, γj, δk là tham số và εi là sai số chuẩn.
Các kiểm định ràng buộc
Kiểm định Maximum Likelihood (ML) để xác định biến độc lập tác động có ý nghĩa thống kê đối với biến phụ thuộc hay không. Các giả thiết của kiểm định này như sau:
Giả thiết H0: βk = 0, có nghĩa là biến Xk khơng có tác động lên Pr(Yi =1 Xks).
Giả thiết Ha: βk≠ 0, có nghĩa là biến Xk có tác động lên Pr(Yi =1 Xks). Kiểm định này sử dụng thống kê z. Nếu giá trị p < 5% thì bác bỏ H0. Kiểm định mức ý nghĩa của biến độc lập: sử dụng thống kê χ2. Giả thiết của kiểm định này như sau:
Giả thiết H0: β1 = β2 = β3 = .... = βk = 0, có nghĩa là mơ hình hồi quy
Giả thiết Ha: có ít nhất 1 β ≠ 0, có nghĩa là mơ hình hồi quy sử dụng được.
Mơ hình Probit sử dụng χ2 tính tốn = 2(LLFUR - LLFR), trong đó LLFUR là log likelihood Function bao gồm tất cả các biến Xk, LLFR là log likelihood Function chỉ bao gồm B1. Nếu χ2 < 5% thì bác bỏ H0.
Bước 2: tính chỉ số tập trung. Chỉ số tập trung được đưa ra trong nghiên cứu này để đo lường sự bất bình đẳng trong sử dụng y tế. Chỉ số tập trung định lượng mức độ bất bình đẳng về sức khỏe có liên quan đến thu nhập. Nếu chỉ số tập trung có giá trị dương thì có tồn tại bất bình đẳng và bất bình đẳng này có lợi cho người giàu (nghĩa là người giàu sử dụng y tế nhiều hơn người nghèo), ngược lại nếu chỉ số tập trung có giá trị âm thì có tồn tại bất bình đẳng và bất bình đẳng này có lợi cho người nghèo (nghĩa là người nghèo sử dụng y tế nhiều hơn người giàu).
Do mẫu nghiên cứu không được gán trọng số nên nghiên cứu này sử dụng phương pháp “hồi quy thuận tiện” (Kakwani, Wagstaff và van Doorslaer, 1997) để tính chỉ số tập trung theo cơng thức:
2!r 2 hi µ ! " # $ % &="+#ri+$i (3.2)
Trong đó, !r2 là phương sai của thứ bậc từng phần, hi là biến khu vực sức khỏe (nội trú hay ngoại trú), µ là trung bình của nó, ri = i/N là thứ bậc
từng phần của cá nhân i theo sự phân bổ thu nhập, với i = 1 cho người nghèo nhất và i = N cho người giàu nhất. Sử dụng OLS ước lượng δ sẽ bằng chỉ số tập trung.
Bước 3: hồi quy việc sử dụng sức khỏe kỳ vọng của một cá nhân bằng hồi quy probit mơ hình:
yi =!+"ln(thunhap)i+ #kXki k
! + $pZpi
p
Trong đó: yi là việc sử dụng một loại dịch vụ y tế nào đó (nội trú hoặc ngoại trú) của cá nhân i, ln(thunhap)i là ln thu nhập bình quân đầu người của hộ gia đình trong một tháng của cá nhân i, Xk là các biến nhu cầu có ảnh hưởng đến sử dụng y tế, Zp là các biến khơng phải nhu cầu có ảnh hưởng đến sử dụng y tế, α, β, γk, δp là tham số và εi là sai số chuẩn. yˆix là sử dụng chăm sóc sức khỏe kỳ vọng của cá nhân i dựa trên nhu cầu sức khỏe của người đó. Số này có thể được cho là số lượng chăm sóc sức khỏe mà cá nhân nên tiêu thụ nếu người đó được điều trị giống như những người khác với nhu cầu chăm sóc sức khỏe như nhau.
Bước 4: sau khi dự đoán cầu, nghiên cứu tính tốn cầu chuẩn hóa gián tiếp (yˆiIS) bằng cách ước lượng giá trị y được dự đoán bởi việc chuẩn hóa đối với các biến X (biến nhu cầu) trong khi đồng thời kiểm soát các biến Z (không phải nhu cầu).
ˆ yix =!ˆ+"ˆln(thunhap)+ #kˆ Xki k ! + $pZp p ! (3.4) Sau đó, tính yˆiIS bằng cơng thức: ˆ yiIS =yi!yˆix +y (3.5)
Trong đó: yˆiISlà cầu chuẩn hóa gián tiếp được dự đốn, yi là cầu thực tế, ˆ
yix là cầu kỳ vọng theo x và y là trung bình mẫu của cầu thực tế.
Bước 5: sử dụng phương pháp hồi quy thuận tiện để tính chỉ số tập trung cho cả yi và yˆiISsẽ có được chỉ số tập trung thực tế (Cm) và chỉ số tập trung cầu dự đốn (Cp).
Bước 6: tính chỉ số không công bằng theo chiều ngang bằng công thức:
HI =2&01"#Lp(p)!Lm(p)$%dp=Cm!Cp (3.6) Trong đó:
Lp(p) là đường cong tập trung của cầu được dự đoán và Lm(p) là đường cong tập trung của cầu thực tế.
Chỉ số không công bằng theo chiều ngang nằm trong khoảng từ -2 đến 2 và có giá trị dương nếu có sự không công bằng ưu tiên cho những người giàu hơn của xã hội.
Bước 7: sử dụng phương pháp phân tích chỉ số tập trung để xác định mức đóng góp của mỗi đồng tham số (các nhân tố nhu cầu và không phải nhu cầu) cho sự không công bằng tổng thể trong khám chữa bệnh nội trú và ngoại trú. Bởi vì kết quả là biến nhị phân nên nghiên cứu sử dụng kỹ thuật được phát triển bởi van Doorslaer et al. (2004). Phân tích được thực hiện bằng cách sử dụng hồi quy tuyến tính gần đúng của mơ hình dựa trên tác động từng phần của mỗi đồng phương sai được đánh giá tại các trung bình mẫu. Cách tiếp cận này cho phép nghiên cứu nhận diện nhân tố nào có liên quan đến việc sử dụng thiên về người giàu hoặc người nghèo và để tính gần đúng đóng góp của chúng đối với chỉ số tập trung tổng thể.
Các tính tốn được thực hiện trên phần mềm Stata phiên bản 11 (xem phụ lục 2.1, 2.2 và 2.3 về các lệnh trong phần mềm thống kê Stata dùng để tính tốn chỉ số tập trung, chỉ số không công bằng theo chiều ngang và phân tích chỉ số khơng tập trung).
Quy trình phân tích của đề tài được thực hiện theo 3 bước như thể hiện trong hình 2.2 sau:
Bước 1: Trích và tích lọc số liệu từ phần mềm thống kê Stata - Xác định và trích các biến từ dữ liệu - Xử lý các quan sát có dữ liệu bị trống trong các biến cá nhân được trích lọc - Loại bỏ các biến các quan sát có giá trị dị biệt - Hoàn thiện bộ dữ liệu được sử dụng trong mô hinh với số quan sát n = 29.740 Bước 2: Phân tích mơ tả bộ dữ liệu theo các đặc tính cá nhân: sử dụng phân tích thống kê mô tả và kiểm định sự khác biệt giữa các số trung binh (kiểm định t) - Xác định mơ hình hồi quy Probit về các nhân tố ảnh hưởng đến việc khám chữa bệnh và xác định nhân tố nào thuộc về nhu cầu, nhân tố nào không phải nhu cầu
- Ước lượng các hệ số trong mơ hình - Kiểm định mức phù hợp và ý nghĩa thống kê của mơ hình - Ước lượng chỉ số bất bình đẳng và chỉ số khơng cơng bằng về khám chữa bệnh sử dụng phương pháp được phát triển bởi van Doorslaer, Wagstaff
- Phân tích tác động của các biến nhu cầu và không phải nhu cầu đối với bất bình đẳng về khám chữa bệnh Bước 3: Đo lường sự không công bằng theo chiều ngang
Tóm tắt chương 2:
Các biến sử dụng trong nghiên cứu được chia làm hai loại là biến nhu cầu và biến không phải nhu cầu. Các biến nhu cầu gồm: tuổi theo giới tính, số ngày nghỉ vì bị bệnh, số ngày nằm một chỗ vì bị bệnh, bị bệnh trong 4 tuần quan. Các biến không phải nhu cầu bao gồm: thu nhập, dân tộc, tình trạng hơn nhân, trình độ giáo dục phổ thông, bảo hiểm y tế, khu vực thành thị/nông thôn, vùng.
Bộ dữ liệu sau khi trích lọc được loại bỏ theo phương pháp đồ thị bõ plot và loại bỏ các quan sát có dữ liệu trống cịn 29.740 quan sát. Đây là số quan sát được sử dụng xun suốt trong các kết quả phân tích.
Trình tự ước lượng không công bằng theo chiều ngang sử dụng thực hiện theo phương pháp được phát triển bởi van Doorslaer, Wagstaff và những tác giả khác.
CHƯƠNG 3
THỰC TRẠNG KHÁM CHỮA BỆNH Ở VIỆT NAM
Chương này tập trung mô tả tổng quát thực trạng bệnh tật, bảo hiểm y tế, khám chữa bệnh của người dân Việt Nam theo các đặc tính giới tính, khu