2資料來源：內政部戶政司全球資訊網，https://www.ris.gov.tw/app/portal/346
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
一、死亡判斷方法
死亡判斷參考許筱翎（2017）提出的準則分別為退保且未來兩年未就醫、當 年度最後一筆就醫紀錄為急診且未來兩年未就醫、住院醫療費用清單明細檔
（DD）的轉歸代碼為死亡或自殺或病危出院、當年度最後一次住院天數大於 30 天且未來兩年未就醫。
以上述綜合所有準則的聯集，觀察圖2-1 的 2005 年健保資料透過死亡準則 判定的五齡組死亡率和內政部全國五齡組死亡率，發現 15 歲至 54 歲的健保估 計值明顯高於內政部的結果，而 65 歲至 94 歲兩者曲線相當吻合，故所有準則 的聯集中可能僅適合 65 歲以上的中高齡而非中高齡的部分年齡區間則會存在 嚴重高估情形。
圖2-1、健保推估和內政部資料的死亡率（2005）
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
至 39 歲健保資料嚴重高估死亡率，以急診且未來兩年未就醫在 4 歲至 34 歲健 保資料高估死亡率，而其他兩個單一準則估計死亡率都較為接近但都低估死亡 率。
0 歲至 64 歲以單一準則、65 歲以上以所有準則的聯集 退保且未來兩年未就醫 當年度最後一筆為急診且
未來兩年未就醫
當年度最後一筆住院天數大於30 天
且未來兩年未就醫 轉歸代碼為死亡、病危或自殺
圖2-2、方法一：健保推估（分子）和內政部公布（分母）的死亡率比值
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
由於轉歸代碼其中的註記本身就包含死亡、準確性較高，嘗試以轉歸代碼 單一準則再配合任兩個其他準則的交集。圖 2-3 中以退保、住院天數為一組或 急診、住院天數仍為低估死亡率，以轉歸代碼為死亡、自殺、病危或其他兩準則
（當年度為退保且當年度最後一筆就醫記錄為急診）估計全年齡死亡率為最佳，
故本研究以此準則判斷死亡註記。
0 歲至 64 歲以轉歸代碼或任其他兩準則的交集、65 歲以上以所有準則聯集
0 歲至 64 歲的準則 死亡率比值
圖2-3、方法二：健保推估（分子）和內政部公布（分母）的死亡率比值
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
常住地判斷方式參考余清祥等人（2019）提出以單次低金額就醫點數（合計 點數不大於 555 點）的就醫地推估常住地，先透過上述的死亡判斷方法將死亡 除籍後，以門診處方及治療明細檔（CD）選取條件為單次合計點數不大於 555 點的就醫記錄，再串醫事機構基本資料檔（HOSB）取得就醫地的縣市和鄉鎮市 區。每個樣本以每年單次低就醫點數的就醫紀錄中就醫次數最多的鄉鎮市區推 估為該樣本的常住地，若是出現兩個以上的就醫地有最高就醫次數則以當年度 最後一次的就醫地推估為常住地。以此方式可以判斷高達約九成的樣本數，換 言之有九成的樣本有合計點數不大於 555 點的低金額就醫記錄。因為醫療可近 性以及民眾的就醫習慣為小病會在居住地附近就醫，所以若是當年度沒有低金 額就醫記錄則以前一個年度低金額判斷的常住地插補作為當年度的常住地的推 估。若是前一個年度仍沒有以低金額判斷的常住地，則以門診處方及治療明細 檔（CD）串承保資料檔（ID）取得投保地作為常住地的插補。
圖2-4、推估常住地的方法
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
移動的定義則為前一個年度的常住地和當年度不同，則視為當年度的遷移 者。除了因為死亡沒有後續常住地資料外，僅討論每個年度皆有常住地紀錄者。
移動類型分為三類，分別為縣市間移動、同縣市不同鄉鎮市區間移動、不移動 者，由於就醫地的最小地理單位只到鄉鎮市區，因此本文無法由健保判斷同一 個鄉鎮市區內移動。
‧
4資料來源：內政部戶政司全球資訊網，https://www.ris.gov.tw/app/portal/346