1 / 16
文档名称:

我国农民因病致贫人口学特征分析.docx

格式:docx   大小:21KB   页数:16页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

我国农民因病致贫人口学特征分析.docx

上传人:阿哈哈哈吧哈哈哈 2021/9/1 文件大小:21 KB

下载得到文件列表

我国农民因病致贫人口学特征分析.docx

相关文档

文档介绍

文档介绍:
我国农民因病致贫人口学特征分析
摘要:利用2009年中国营养与健康调查数据(CHNS),通过因病致贫人群的人口学特征分析及计量模型实证分析探讨我国农村居民因病致贫的影响因素。研究认为:影响因病致贫的微观因素有:性别,年龄,教育程度,家庭人数,家庭经济收入,家庭医疗支出。与因病致贫存在显著线性关系的影响因素为:年龄,教育程度,家庭经济收入,家庭医疗支出,家庭成员人数。
关键词:因病致贫;人口学特征;影响因素
中图分类号:F2
文献标识码:A
文章编号:1672-3198(2013)09-0058-02
1引言
因病致贫的影响因素可分为两类,即宏观因素和微观因素。宏观影响因素可以分为两方面:(1)客观影响因素,即经济因素,环境因素,地区因素等。(2)本国采取的医疗保险或者医疗保障制度对因病致贫的影响。
因病致贫的微观影响因素,即从家庭及个人出发,分析家庭及个人的微观因素对于因病致贫的影响,比如,家庭的经济收入,年龄,教育程度,是否参加医疗保险,性别等。本文将建立多元回归模型实证分析我国农村居民的人口学特征和家庭经济情况等微观因素对农村居民因病致贫的影响。

对因病致贫的影响因素的研究主要是国外学者的研究,国内在这方面的文献很少。代表性研究有:Rama Joglekar(2008)从经济因素,环境因素和地区因素三方面描述性分析了他们对因病致贫的影响;Rama Pal(2010)从经济因素,人口特征因素和区域因素三方面简单描述了他们对因病致贫的影响。Bj·rn Ekman(2007)通过建立治疗疾病引起的灾难性卫生支出的多元回归计量模型来分析卫生保健利用率,卫生支出和个人、家庭、社会等因素对治疗疾病引起的灾难性卫生支出的影响。PrIyanka SakSena等(2011)建立oop/ctp的回归模型,进行D-W检验,分析卢旺达采用的互助合作医疗对灾难性卫生支出率的影响。国内的有:朱敏等(2006)以威海市为例,分析了经济情况,医疗保障和健康情况对灾难性卫生支出的影响,并对灾难性卫生支出进行了多因素回归分析。宛云英等(2011)以四川省为例分析了人口学特征,经济情况,医疗保障和健康状况对灾难性卫生支出的影响。国内对于因病致贫的影响因素的分析侧重于新农合对因病致贫的影响,如陈迎春等(2005),闫菊娥等(2009)等综上所述,国内外学者大多研究医疗保险和医疗救助制度对因病致贫的影响,而通过建立因病致贫的具体影响因素的计量模型,以全面分析因病致贫的影响因素的文献较少。
2农村居民因病致贫的人口学特征分析
本部分对于我国农村居民因病致贫的家庭特征分析采用2009年的CHNS相关数据,以家庭为单位作为研究对象,最终得到的样本量为2931例,根据因病致贫率计算我国2009年因病致贫家庭数,得出2009年我国因病致贫家庭数为410例。

样本中包含农民的年龄,性别,接受的教育程度,家庭经济收入,家庭医疗卫生支出,是否参加新农合,家庭成员人数等有关特征。由于在我国农村,家庭医疗支出的决策权在于户主,因此本部分中年龄,性别,接受教育程度,是否参合等个人特征以家庭户主信息作为研究对象。

从表1可以看出,户主性别不同,家庭的因病致贫也不太。表1中,我国农村居民中,户主为男性的家庭,%;户主为女性的家庭,%,可见户主为女性的家庭,因病致贫率高于户主为男性的家庭。

研究样本中,户主年龄最大者为96岁,最小者为30岁,将样本中农村居民按照年龄划分为5个组别,将70岁以上的老人化为一组,其余组别以10为组距,划分为4组,详细结果见表2。
表2结果显示,因病致贫率最小组别是30-40岁的人群;因病致贫率发生最多的年龄阶段为70岁以上的老人组群,%。表2显示,年龄与因病致贫呈正比,随着年龄的增长,因病致贫发生率也逐渐加大。

将样本按照户主的教育程度分类为6个组别,分别为:从没有上过学,小学毕业,初中毕业,高中毕业、中等技术学校毕业、职业学校毕业,大专或本科,硕士及以上。其中由于中等技术学校和职业学校均是初中毕业就可以入学,因此将这两类学校与高中毕业划分为一个组别中。详细结果见表3。

表3显示,在研究对象中,硕士及以上毕业的人数仅为1人,样本量太小,不具代表性,因此不作为分析目标。在