空气质量对中老年人医疗支出的效应——基于分层线性空间自回归模型

作     者：黄雯 

作者单位：中央财经大学 

学位级别：硕士

导师姓名：盖玉洁

授予年度：2022年

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100401[医学-流行病与卫生统计学] 10[医学] 

主      题：医疗支出 空气质量 分层线性模型 空间自回归模型 贝叶斯估计 

摘      要：健康是人类生存和发展的基础,空气污染是危害国民健康的重要因素。一方面,论文量化了空气质量对医疗支出的影响,有助于提升社会对大气质量的重视,促进改善空气状况和减轻居民医疗负担。另一方面,论文结合分层线性模型和空间自回归模型进行效应估计,使用极大似然法和贝叶斯方法,丰富了分层线性空间自回归模型的参数估计方法,使得个体效应和高层效应、直接效应和间接效应被更好地区分。首先,本文采用文献研究法,总结了空气污染会增加患病和死亡的可能,导致门诊和住院量的增加,从而增加居民健康成本,且对中老年人的负面影响更大。因此,确定论文研究主题为空气质量对中老年人医疗支出的效应。接下来利用2018年中国健康与养老追踪调查数据,将个体医疗开支作为响应变量,个体年龄、性别、健康自评和住院情况作为个体控制变量;以省份空气质量指数达标率作为主要研究变量,衡量省份空气污染情况,人均GDP和医疗机构数作为宏观控制变量。设置多种空间权重矩阵,探究数据的空间相关性和层级结构。一方面,进行普通线性回归模型的空间效应诊断,建立空间自回归模型后效果有待提升。另一方面,建立零模型,先后引入个体和宏观变量,建立起含高层解释变量的随机截距模型,模型效果仍然不佳。在此背景下,论文决定建立分层线性空间自回归模型,一是采用极大似然估计法,结合组间和组内方差进行加权收缩估计,二是采用贝叶斯方法,利用先验分布得到参数满条件后验分布,进行迭代估计。在选择估计方法时,采用数值模拟,比较并讨论不同样本容量下两种估计方法的精度。最后,根据数据特征选择贝叶斯估计法,通过计算各权重矩阵下模型估计的后验概率,选择反公路距离乘公共服务指标绝对差值的倒数矩阵,估计得到变量对医疗支出的影响系数,计算并分析了省份空气质量对中老年人医疗支出的直接效应、间接效应和总效应。研究得到以下结论:第一,中老年人医疗开支整体存在负向空间相关,即相邻省份的医疗支出可能是“高低相随。第二,影响中老年人医疗开支的因素分为个体因素和省份因素,个体因素很难具有空间溢出性,省份因素往往是空间相关的。第三,空气质量指数达标率对中老年人医疗支出具有显著的负向影响,当本地空气质量指数达标率提高1个百分点时,平均医疗支出会直接降低0.82977%;当邻近地区空气质量指数达标率提高1个百分点时,平均医疗支出会间接降低0.00726%,部分省份的间接效应更大。第四,在个体变量中,年龄、性别、健康自评和过去一年是否住院均正向影响中老年人医疗支出;在其他宏观变量中,每万人医疗机构数对中老年人医疗支出有着正向影响。