衡量醫療保險政策實施效果的實證分析方法有很多種，其中最佳的方法為實 驗（Experiment）估計，但在調查資料上的成本很高，需要花費龐大的時間及資 源，且若是有關健康研究之議題，需要長期追蹤樣本之健康狀況是十分困難的。
另一種常被使用的方法為加入單一政策虛擬變數來估計醫療保險的效果，但 若估計出全民健保政策虛擬變數對老人獨居機率有正的顯著效果，也不能代表全 民健保實施為影響老人居住安排的主要因素，因為在全民健保實施之後，台灣文 化快速變遷、人口老化及國民所得提高等種種外在因素，皆有可能影響老人居住 型態，若未觀察到的因素與全民健保政策有正相關，又會影響老人居住安排，則 老人獨居機率增加是被這些未觀察到的變數所影響，而不是因為全民健保制度的 影響。
而 本 文 採 用 估 計 醫 療 保 險 的 方 法 為 「 差 異 中 的 差 異 」
（Difference-in-Difference），此法是將全部樣本分成實驗組(treatment group)及對 照組(control group)二群，實驗組表示有受到政策實施後影響的群組，對照組為無 受到政策實施後影響的群組；換言之，實驗組受到政策實施後的影響較鉅，而對 照組受到政策實施後的影響較小。此法假設總體因素的影響對實驗組或對照組而 言，皆無顯著的差異，如經濟環境的改變，對兩者的影響程度是相同的，所以我 們便可經由假設線性迴歸估計模型為（3.1）式下，推導兩群樣本在政策實施前 後的政策效果：
i ti i ti
i
i
= + d + d + d * d + u
y
* β0 δ0 1 β1 δ1 1, i = 1 ,..., n
（3.1）下標i代表第i個樣本觀測值，n為樣本數，假定（1）Xi與隨機干擾項εi不相 關；（2）εi的平均數等於零且E（εiεj
在Difference-in-Difference的主要解釋變數中，d
）＝0，i≠j。
1為政策實施前後之虛擬變 數，當d1＝1 時代表政策實施後；dt為群組虛擬變數，當dt＝1 代表為實驗組；d1
*
d
t依照Difference-in-Difference計算方式，如（3.2）式表示：
（3.2） 採用「差異中的差異」（Difference-in-Difference）方法。
由於全民健保的實施，可知有健康保險人數比例在政策實施前後相差了
獨居或僅與配偶住（2）與其他人住，因此採用 Random effect Probit 模型，其「居 住安排」決策的估計模型可以下列示之：
it it
it
= X + u
Y
1*β
' E( ) u
it =0, Var( ) u
it =1,u
it ~N ( )
0,1 （3.3）其中Y*1it表示無法預測之個人效用函數，Xit為K×1 的解釋變數矩陣，β為未
其次，藉由機率密度函數求得的概似函數（Likelihood function）為
） （3.4）
再將概似函數取對數後即可得對數概似函數（Log-Likelihood function），由下示 表示：
it
在 Difference-in-Difference 的主要解釋變數中，NHI 為健保實施前後之虛擬 變數，當 NHI＝1 時代表全民健保實施後；Hinsur95 為 1995 年前有無健保者之 群組虛擬變數，當 Hinsur95＝1 代表 1995 年前無健保者；NHI* Hinsur95 則表示 政策效果之虛擬變數。
中部（Central）、南部（South）及東部（East）四個區域探討。
在台灣，許多人的思維存在「養兒防老」的社會價值觀，因此加入兒子
（Son）及女兒（Daugh）個數。又在傳統父權社會中，重男輕女的思想根深蒂 固，子女對於奉養父母的責任有著普遍的共識，獨生子所背負奉養義務的包袱勢 必比他人沉重，因而本文加入〝是否有獨生子〞（Singles）的虛擬變數，並推測 若家中有獨生子，受訪老人會越不傾向獨居或僅與配偶共居。
因將自變數分成獨居或僅與配偶住及與其他人住兩類，所以我們先將受訪樣 本中“從未結婚”及“沒有子女”之樣本群刪除，只留下有婚姻經驗受訪者，所 以加入〝受訪者婚姻關係是否存在〞（Marital）虛擬變數。在老人邁入晚年生活 後，除了子女的奉養方式為影響老人居住方式之重要因素外，與配偶更是息息相 關，因為彼此最可能成為共度餘生的對象。因此整理出〝受訪者配偶是否健在〞
（Spliv）虛擬變數，並在迴歸式中加入其與〝受訪者婚姻關係是否存在〞之交 叉項（Marital＊Spudie），更能貼切表達受訪老人婚姻狀況對其居住安排造成的 影響。並預期受訪者在婚姻關係存在且配偶健在之情形，因夫妻同住下雙方可互 相照應，所以趨向獨自同住。
另外，老人理想的居住型態也為一重要構成居住安排的因素，當老人越喜歡 某種居住方式時，其實際居住型態會越接近希望的居住安排方式，所以我們加入 了〝老人居住偏好〞（Livpr）的虛擬變數。
（二）受訪者健康狀況
在受訪者健康狀況中，我們以年齡（Age）及自理能力指標（ADL）為代表。
年齡越大，身體機能日漸衰退，健康存量會隨年紀增長而呈現折舊與號損狀態，
因此我們認為年齡對健康而言具有十足的代表性，並預期受訪老人年紀越大，健 康狀況越差，越需倚賴他人照料，因此不趨向獨居或僅與配偶同住。受訪者在邁 入晚年生活後，在行動上勢必不如以往來得靈活，因此是否能獨力照顧自己的生 活起居成為影響其居住型態的重要關鍵，並推估生活能力指標越低，越不會獨居
或僅與配偶同住。
（三）受訪者經濟狀況
若受訪老人有工作下，表示其還有流動的經濟來源，因而再加入工作狀況
（Work）解釋變數。此外，因調查受訪對象皆在 1989 年時已為年滿 60 歲以上 之老年人口，大部分都已瀕臨退休年紀，因此若從受訪者現有資產衡量經濟狀況 會比用每月所得衡量較貼切，故加入〝受訪者是否擁有資產〞（Wealth）虛擬變 數。並推估受訪者若擁有工作及資產，在經濟上越能獨立自主，較易獨居或僅與 配偶同住。
（四）長子（女）社經變數
當前台灣社會中，浮現人口快速老化及少子化的現象，家庭本身的支援系統 越來越薄弱，因此長子（女）在家庭中較其他子女更有對父母奉養的義務，故加 入受訪者長子（女）主要的社經變數作探討。受訪者長子（女）的婚姻狀況改變 為其與父母居住方式產生變化的主要轉涙點，子女可能因為結婚後想要組織自己 獨立的家庭而較易與父母分居，因此我們加入了長子（女）婚姻狀況的虛擬變數
（Fcmarr），並預期長子（女）婚姻狀況為已婚下，受訪老人傾向獨自居住；在 長子（女）的教育程度，因工作與教育有高度的正相關，所以我們僅加入且長子
（女）工作狀態（Fcwork）虛擬變數分析，也可以此表示子女之經濟狀況。