第六章 結論
6.2 研究限制
最後我們說明研究限制。本研究存在下列研究限制。第一，我們僅用國家衛 生研究院的 2005 年歸人檔作為分析基礎，其僅為台灣 5％的樣本，分析的樣本 並未企及全台灣，雖然我們認為 5％的抽樣的分析結果已經具有高度的可信度，
然我們仍舊提醒讀者這一缺陷。第二，我們在進行各實驗組設計的時候，由於健 保資料庫的設計並未有紀錄病患的居住地（乃至戶籍地），因此僅能透過病患帄 常的就醫醫療院所來確認該病患（消費者）之所屬醫療市場。此一市場的推測方 法與真實居住地存在一定差別，進而可能造成估計上誤差。第三，分析結果僅以
短期（半年）較為精確，長期下，由於民眾的行為可能產生因應部分負擔而有所 調整，因此需要有更深入以及更長期的資料以進行分析。
第四，在分析過程中，我們以 2005 年 7 月為貣點，在此前後 18 個月（亦即 共三年）如果沒有任何就醫紀錄的樣本排除於估計中。排除此類樣本的原因在於，
這類樣本可能是長期離開台灣或其他不明的因素，當然，其亦可能是真的未使用 任何醫療資源，由於我無法判定這些樣本的醫療行為之潛在因素，因此為了避免 干擾分析，故予以排除。由於這群三年內沒有就醫紀錄的民眾，我們無法完全排 除他們真的沒有使用醫療資源的可能性，因此在就醫機率的估計上，本研究計畫 的估計結果可能存在高估的現象。
第五，本研究所根據之部分負擔政策調整的衝擊，所反應的是部分負擔調整 之價格效果，並不包含所得效果，所得效果所引發的醫療增加並非道德風險，並 且能增加消費者福利；但替代效果會導致消費者過度使用醫療服務，對社會福利 造成損失。
第六，在有關醫療費用的相關分析中，由於國衛院發行的健保資料庫為申報 資料，因此文中有關醫療費用均乘以就診醫療院所層級當年核檢率，以計算較貼 近實際醫療費用。然而計畫所取得核檢率為各醫療院所層級的年度帄均核檢率，
而非各醫院於各時間點下的核檢率，再者，醫療費用透過初核比例調整後，在現 行制度仍需要複核等相關審核，因此我們這部分的分析可能與實際費用產生差距，
雖然我們認為該差距不大，但我們仍舊列出該限制，以提醒讀者此一可能。
最後，不同支付制度的品質分析，我們加入了股關節與膝關節置換之醫療利 用，其於政策變動期間的趨勢變化，並用以分析部分負擔的衝擊。不過我們提醒 讀者，此兩者之醫療利用的觀察重點之一在於是否重複進行。雖然我們於報告中 已經列出左側，右側，以及雙測知比較結果，然而這些治療是否重複則必須進一 步知道是否是在同一病患中進行雙測的相關置換，而此則必須串聯出病患的詳細 治療紀錄，而此則需要更深入的分析以減少可能的分析偏誤。因此我們提醒讀者 這部分的可能限制。
參考文獻
1. Abadie, A. and G.W. Imbens (2006), Large Sample Properties of Matching Estimators for Average Treatment Effects, Econometrica, 74, 235-267.
2. Adam, T. et al. (2005), Capactity Constraints to The Adoption of New Interventions: Consultation Time and The Integrated Management of Childhood Illness in Brazil, Health Policy and Planning, 20(1), pp.i49-i57.
3. Ai, C. and E.C. Norton (2003), Interation Terms in Logit and Probit Models, Economics Letters, 80, pp123-129.
4. Å ke B.（2001）, Does The Economics of Moral Hazard Need to be Revisited? A Comment on The Paper by John Nyman, Journal of Health Economics, 20(2), pp283-288.
5. Angrist, J.D. and V. Lavy (2001), Does Teacher Training Affect Pupil Learning?
Evidence from Matched Comparisons in Jerusalem Public Schools, Journal of Labor Economics, 19, pp343-369.
6. Becker S.O. and A. Ichino (2002), Estimation of Average Treatment Effects Based on Propensity Scre, Stata Journal, 2(4), pp.358-377.
7. Bill, J.W. et al. (2005), The Impact Of Increased Cost Sharing On Medicaid Enrollees, Health Affairs, 24(4), pp.1106-1116.
8. Blais, M., Lapierre, S.D. and G. Laporte (2003), Solving a Home-Care Districting Problem in an Urban Setting, The Journal of the Operational Research Society, 54(11), pp.1141-1147.
9. Brandt, A, Horisberger, B. and W.P. Von Wartburg (1980), Cost-Sharing in Health Care, New York: Spring-Verlag, pp.117-129.
10. Cameron, A.C. and P.K. Trivedi (2005), Microeconometrics: Method and Applications, Cambridge, Cambridge University Press.
11. Cherkin, D.C., Grothaus, L. and E.H. Wagner (1989), The Effect of Office Visit Copayments on Utilization in a Health Maintenance Organization, Med Care, 27(11), pp.1036-1045.
12. Chernew, M.E. et al. (2008), Impact of Decreasing Copayments on Medication Adherence within a Disease Management Environment, Health Affairs, 27(1), pp.103-112.
13. Chou, S.Y., Liu, J.T. and J.K. Hammitt (2003), National Health Insurance and Precautionary Saving: Evidence from Taiwan, Journal of Public Economics, 87, pp.1873-1894.
14. Culter, D.M and R. Zeckhauser (2000), The Anatomy of Health Insurance, in: A.
J. Culyer & J. P. Newhouse (ed.), Handbook of Health Economics (ed. 1), 1(11), pp.563-643, Elsevier.
15. Dehejia, R.H. and S. Wahba (1999), Causal Effects in Nonexperimental Studies:
Reevaluating the Evaluation of Training Programs. Journal of the American Statistical Association, 94, pp.1053-1062.
16. Heckman, J. and R. Robb (1985), Alternative Methods for Evaluating the Impact of Interventions, In Heckman and Singer Longitudinal Analysis of Labor Market
Data, Cambridge, Cambridge University Press.
17. Heckman, J.J. (1976), Common Structure of Statistical Models of Truncation, Sample Selection, and Limited Dependent Variables and a Simple Estimator for Such Models, Annals of Economic and Social Measurement, 5, pp.475-492.
18. Imbens, G. and J.M. Wooldridge (2007), What’s New in Econometrics?
Estimation of Average Treatment Effects Under Unconfoundedness, Notes from the NBER Summer Institute 2007.
19. Jung, K.T. (1998), Influence of the Introduction of a Per-Visit Copayment on Health Care Use and Expenditures: The Korean Experience, The Journal of Risk and Insurance, 65(1), pp. 33-56.
20. Joskow, P.L. (1980), The Effects of Competition and Regulation on Hospital Bed Supply and the Reservation Quality of the Hospital, The Bell Journal of Economics, 11(2), pp.421-447.
21. Kenneth, J.A. (1963), Uncertainty and the Welfare Economics of Medical Care, AER.
22. Ku, L. (2003), Charging the Poor More for Health Care: Cost Sharing in Medicaid, Center on Budget and Policy Priorities, Washington.
23. Lechner, M. (2001), Identification and Estimation of Causal Effects of Multiple Treatments under the Conditional Independence Assumption, in Lechner and Pfeiffer (eds.) Econometric Evaluations of Active Labor Market Policies in Europe, Heidelberg, Physica.
24. Leibowitz, A. et al. (1985), Effect of Cost-Sharing on The Use of Medical Services by Children: Interim Results from a Randomized Controlled Trial, Pediatrics, 75(5), pp.942-951.
25. Lohr, K. et al. (1986), Effect of Cost-Sharing on Use of Medically Effective and Less Effective, Medical Care, 24(9), pp.331-339.
26. Manning, W.G. et al. (1987), Health Insurance and the Demand for Medical Care:
Evidence from a Randomized Experiment, American Economic Review, American Economic Association, 77(3), pp.251-77.
27. Newhouse, J.P. and C.E. Phelps (1974), Price and Income Elasticities for Medical Care Services, The Economics of Health and Medical Care.
28. Newhouse, J.P. et al. (1981), Some Interim Results from a Controlled Trial of Cost Sharing in Health Insurance, New England Journal of Medicine, 305(25), pp.1501-1507.
29. O’Grady, K.F. et al. (1985), The Impact of Cost-Sharing on Emergency Department Use, New England Journal Of Medicine, 313(8), pp.484-490.
30. Pauly, M.V. (1968), The Economics of Moral Hazard: Comment, The American Economic Review, 58(3), pp. 531-537.
31. Reuveni, H., and B. Sheizafa (2002), The Effect of Drug Co-payment Policy on the Purchase of Prescription Drugs for Children with Infections in the community, Health Policy, 62, pp.1-13.
32. Richard, N.R. and L.F. Huang (1973), The Effect of Health Insurance on the Demand for Medical Care, Journal of Political Economy, 81, pp.281-305.
33. Robins, J. and Y. Ritov (1997), Towards a Curse of Dimensionality Appropriate (CODA) Asymptotic Theory for Semi-parametric Models, Statistics in Medicine, 16, pp.285-319.
34. Rosenbaum, P. R. (2002), Observational Studies, Springer Verlag, New York.
35. Rosenbaum, P.R., and D.B. Rubin (1983), The Central Role of the Propensity Score in Observational Studies for Causal Effects, Biometrika, 70, pp.41-55.
36. Rosenbaum, P.R., and D.B. Rubin (1983), Assessing the Sensitivity to an Unobserved Binary Covariate in an Observational Study with Binary Outcome, Journal of the Royal Statistical Society. Series B (Methodological), 45(2), pp.212-218.
37. Scitovsky, A.A., and N.M. Snyder (1972), Effects of Coinsurance on Use of Physician Services, Social Security Bulletin, 35(6), pp.3-19.
38. Solanki, G., Schauffler, H.H., and L.S. Miller (2000), The Direct and Indirect Effects of Cost-Sharing on the Use of Preventive Services, Health Services Research, 34(6), pp.1331-1350.
39. Thomas, M.S. et al. (2009), Cost Sharing in Medicaid and CHIP: How Does it Affect Out-of-Pocket Spending?, Health Affairs, 28(4), pp.607-619.
40. Winkelmann, R. (2006), Reforming Health Care: Evidence from Quantile Regressions for Counts, Journal of Health Economics, 25, pp.131-145.
41. Wong, M.D. et al. (2001), Effect of Cost Sharing on Care Seeking and Health Status: Results from Medical Outcomes Study, American Journal of Public Health, 91(11), pp.1889-1894.
42. Wooldridge, J.M. (2002), Econometric Analysis of Cross Section and Panel Data, The MIT Press, Cambridge Ma.
43. 江君毅、陳欽賢、劉彩卿（2002），民眾就醫與醫療院所層級：Nested Logit 模型下之探討，台灣經濟學會 2002 年年會。
44. 宋文娟、洪錦墩、陳文意（2008），台灣老年人口醫療利用與多重慢性疾病 之分析研究，臺灣老人保健學刊，4（2），pp.75- 87。
45. 李丞華、周穎政、謝啟瑞（2000），全民健保保費調整時機之政策分析，自 由中國之工業月刊，pp.1-15。
46. 李卓倫、紀駿輝與賴俊雄（1995），時間、所得與中西醫療價格對中醫門診 利用之影響，中華衛生雜誌，14，pp.470-476。
47. 周穎政（2002），醫療服務價格彈性之研究，國科會研究計畫(計畫編號：NSC 90-2415-H-010-001)。
48. 林淑萱、鄭清風、陳帅華（1983），醫療保險費用部分負擔制度的研究，勞 保局。
49. 林慧修（2002），部分負擔對不同種類醫療服務之影響分析，國立陽明大學 醫務管理研究所碩士論文。
50. 胡登淵、魏崇暉、周稚傑（2002），台灣兒童牙科門診需求與部分負擔－1997 年-2000 年縣市跨年資料之分析，台灣經濟學會 2002 年年會。
51. 張意宜（2008)，2005 年部分負擔新制對門診利用的影響評估--以急性上呼 吸道疾病為例，長庚大學醫務管理學系碩士論文。
52. 張嘉珍、薛亞聖（2003），高診次部分負擔制度對高利用者門診利用的影響，
台灣公共衛生學會九十二年學術研討會。
53. 梁正德、周麗芳、鄭文輝（2002），以所得稅收取健保費之可行性，DOH 委 託研究。
54. 梁亞文、李卓倫、陳文意、林隆堯、陳芬如、黃立琪、龍紀萱、林育秀（2009）， 外籍配偶納保前產檢利用率及產檢利用相關因素探討，台灣公共衛生學會、
台灣流行病學學會暨台灣事故傷害預防與安全促進學會 2009 聯合年會，
pp.103。
55. 許君強、林澤余、沈希哲、張嘉莉、湯澡薰（2006），醫療補貼政策對醫療 利用之影響---以台北市兒童醫療補助計畫為例，北市醫學雜誌，3(3)，
pp.75-94。
56. 許碩芬、楊雅玲、范碧純（2005），台灣健保醫療費用時間序列預測模型，
風險管理學報，7(3)，pp.279-299。
57. 許績天、連賢明（2009），健康衝擊，家戶儲蓄與消費，台灣社會學會年會。
58. 陳昕、鄭守夏、蔡淑玲（2007），利用健保部分負擔調漲估算醫院門診價格 彈性：一個自然實驗法的觀察分析，未出版。
59. 陳俊全、董鈺琪、鄭文輝（2000），全民健保門診新制部分負擔實施對醫療 利用與支出之初期影響－以所得申報之保險對象為例，廿一世紀台灣社會福 利願景，健康保險與健康照護，台灣社會福利學會。
60. 陳炫碩（1990），臺灣地區全民健康保險部分負擔制度之研究，中原大學企 業管理研究所碩士論文。
61. 陳聽安、徐偉初、周麗芳（1998），我國全民健康保險門診藥品費用部分負 擔經濟效果模擬分析，1998 年台灣經濟學會年會論文。
62. 劉文玉（2000），就醫時間成本對民眾門診醫療利用的影響－以雲嘉地區民 眾為例，國立台灣大學衛生政策與管理研究所碩士論文。
63. 蔡貞慧、張鴻仁、王本人（2005），2002 年調整保費及部分負擔對全民健康 保險財務公帄性之影響，人文及社會科學集刊，17（1）。
64. 謝鈺婷、管中閔、蔡蕙安、謝鈺偉（2007），健保制度中結核病論質計酬專 案的計量評估，劉錦添（主持人），健康經濟 II，台灣經濟學會 2007 年年會，
政治大學社會科學學院。
65. 韓幸紋、連賢明（2008），降低部分負擔對帅兒醫療利用的影響：以北市兒 童補助計畫為例，經濟論文叢刊，36（4），pp.589-623
66. 藍忠孚、鄭惠珠（1991），健康保險部分負擔制的理論與論證，公共衛生，
18（1），pp.1-18。
67. 羅英瑛（2001），門診部分負擔制度對醫療費用及服務量之影響，碩士論文，
國立中山大學人力資源管理研究所。
表 1-A：各國部分負擔制度彙整
*2400-3850 美 元：
愛
比
挪
西
Social security programs throughout the world: Europe, 2008
Social security programs throughout the world: Asia and the Pacific, 2008 Social security programs throughout the world: The Americas, 2007
表 1-B：樣本特性
2002調整 2005調整
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 全部
性別
男性 47.21% 47.57% 47.68% 47.78% 47.83% 47.71% 47.77% 47.74% 47.43% 47.37% 47.55%
女性 52.79% 52.43% 52.32% 52.22% 52.17% 52.29% 52.23% 52.26% 52.57% 52.63% 52.45%
帄均年齡（年） 31.34 31.79 32.29 32.89 33.48 34.09 34.72 35.34 36.23 37.16 33.74 20歲以下 34.65% 33.68% 32.88% 31.90% 31.06% 30.18% 28.97% 28.13% 26.95% 25.68% 30.74%
20-35 24.87% 24.84% 24.59% 24.43% 24.16% 24.11% 24.35% 24.15% 23.78% 23.48% 24.32%
36-45 16.42% 16.45% 16.43% 16.30% 16.18% 16.03% 16.03% 15.92% 15.90% 15.85% 16.16%
46-65 17.55% 18.14% 18.71% 19.40% 20.08% 20.58% 21.16% 21.79% 22.80% 23.91% 20.20%
66＋ 6.52% 6.89% 7.39% 7.97% 8.52% 9.09% 9.49% 10.01% 10.58% 11.08% 8.58%
病患就診區域
臺北地區 32.53% 32.62% 32.65% 32.61% 32.55% 32.32% 32.40% 32.59% 32.59% 32.63% 32.55%
北區 14.39% 14.40% 14.61% 14.77% 14.87% 15.02% 15.12% 15.11% 15.14% 15.14% 14.82%
中區 19.92% 19.77% 19.83% 19.76% 19.75% 19.80% 19.75% 19.72% 19.70% 19.75% 19.78%
南區 14.90% 14.88% 14.75% 14.71% 14.73% 14.78% 14.72% 14.73% 14.78% 14.78% 14.79%
高屏地區 16.00% 16.07% 15.92% 15.91% 15.85% 15.79% 15.74% 15.62% 15.57% 15.53% 15.82%
東區 2.27% 2.27% 2.24% 2.24% 2.26% 2.28% 2.27% 2.23% 2.22% 2.16% 2.25%
病患人數 761,427 786,444 803,414 817,886 831,349 843,742 873,838 889,157 864,654 848,955 9,055,807 資料來源：本研究整理
表 2-A：樣本特性－一般民眾
2002調整 2005調整
1998 1999 2000 2001 2002 2003 2004 2005 2006 全部
性別
男性 46.74% 47.10% 47.19% 47.25% 47.05% 46.89% 46.99% 47.00% 46.76% 46.93%
女性 53.26% 52.90% 52.81% 52.75% 52.95% 53.11% 53.01% 53.00% 53.24% 53.07%
帄均年齡（年） 30.68 31.11 31.54 32.09 34.08 34.62 35.03 35.50 35.98 33.44 20歲以下 35.41% 34.43% 33.66% 32.69% 28.74% 27.86% 27.00% 26.35% 26.02% 30.28%
20-35 25.13% 25.13% 24.99% 24.88% 25.83% 25.89% 26.14% 25.94% 25.30% 25.38%
36-45 16.58% 16.63% 16.64% 16.51% 17.15% 16.99% 16.91% 16.79% 16.60% 16.71%
46-65 17.58% 18.16% 18.68% 19.36% 20.95% 21.42% 21.81% 22.35% 23.09% 20.45%
66＋ 5.31% 5.65% 6.04% 6.55% 7.34% 7.85% 8.14% 8.56% 8.99% 7.19%
病患就診區域
臺北地區 32.37% 32.57% 32.95% 32.47% 32.56% 32.34% 32.42% 32.64% 32.60% 32.54%
北區 14.44% 14.48% 14.86% 14.84% 14.91% 15.08% 15.14% 15.10% 15.20% 14.88%
中區 20.18% 19.82% 19.05% 20.05% 19.97% 20.05% 20.03% 20.01% 20.00% 19.94%
南區 14.77% 14.80% 14.84% 14.61% 14.59% 14.65% 14.64% 14.68% 14.73% 14.71%
高屏地區 16.03% 16.12% 16.10% 15.89% 15.85% 15.76% 15.70% 15.56% 15.48% 15.82%
東區 2.21% 2.21% 2.20% 2.14% 2.13% 2.11% 2.07% 2.01% 1.99% 2.11%
病患人數 731,641 752,002 756,074 778,384 753,392 761,115 788,419 799,900 781,021 8,382,932 資料來源：本研究整理
表 2-B：樣本特性－免部分負擔民眾
表 2-B：樣本特性－免部分負擔民眾