نوع مقاله : مقاله علمی

نویسنده

• مرتضی حسن شاهی

گروه اقتصاد، دانشگاه آزاد اسلامی، ارسنجان، فارس، ایرا

چکیده

هدف از این مطالعه بررسی عوامل مؤثر، تعیین جهت آن‌ها و نحوۀ تأثیر هر عامل بر احتمال قرارگرفتن فرد در سطوح متفاوت تقاضای بیمۀ درمان است، در این راستا از مدل لوجیت تجمعی تعمیم‌یافته، اطلاعات 289 خانوار، پرسشنامۀ سلامت عمومی، پرسشنامۀ ریسک-مادسیج، پرسشنامۀ ریسک‌پذیری مالی، پرسشنامۀ استاندارد ابعاد پنج‌گانه کیفیت خدمات درمانی و پرسشنامۀ محقق‌ساخته، استفاده‌ شده است. نتایج آزمون‌های اعتبار مدل شامل، نیکویی برازش، رگرسیون‌های موازی و روش ماکسیمم درستنمایی-الگوریتم نیوتن-رافسون، حاکی از اعتبار مدل تا 84 درصد اطمینان است، طبق نتایج افرادی که هنگام تولد سالم‌تر بوده‌اند، بیمه برایشان مطلوبیت کمتری دارد و بنابراین احتمال واقع‌شدن آن‌ها در سطوح پایین‌تر تقاضای بیمۀ درمانی بیشتر می‌شود. با افزایش سن، احتمال ابتلا به بیماری و احتمال افزایش تقاضای بیمۀ درمانی افزایش می‌یابد. با افزایش مخارج درمان، مطلوبیت بیمه بیشتر خواهد شد. افرادی که به‌ سلامت خود بیشتر توجه می‌کنند، تقاضای بیشتری برای بیمۀ درمانی دارند. با افزایش سطح سواد، فهم و درک فرد از ارزش سلامتی ارتقا یافته و باعث مطلوبیت بیشتر بیمۀ درمان خواهد شد. افزایش سطح آگاهی فرد از پیامدهای منفی بیماری (مثبت سلامت) باعث افزایش مطلوبیت نهایی سلامت و درنتیجه تقاضای بیمه می‌شود. افزایش ریسک مالی بیماری، پوشش افقی و عمودی بیمه، رضایت‌مندی از بیمه را افزایش می‌دهد. طبق نتایج مدل شبکۀ عصبی، متغیرهای ریسک مالی، حق‌بیمه و مخارج درمانی، بیشترین و اعتقادات و ذخیرۀ سلامت، کمترین تأثیر را بر تقاضای بیمۀ درمانی دارند. به این معنا که ریسک مالی، حق‌بیمه و مخارج درمانی در تصمیم‌گیری مردم برای خرید بیمه بسیار مؤثرند.

کلیدواژه‌ها

• بیمۀ درمانی
• مدل لوجیت تعمیم‌یافته
• شبکۀ عصبی
• رگرسیون موازی

عنوان مقاله [English]

Factors affecting the possibility of different levels of demand (satisfaction with) health insurance (Case study: Shiraz and Arsanjan cities)

نویسنده [English]

• M. Hasan Shahi

Department of Economics, Islamic Azad University, Arsanjan, Fars, Iran

چکیده [English]

The purpose of this study is to investigate the effective factors, determine their direction and how each factor affects the probability of a person being placed in different levels of medical insurance demand, in this regard, from the generalized cumulative logit model, information of 289 households, public health questionnaire, risk-Madsij questionnaire, The financial risk tolerance questionnaire, the standard questionnaire of the five dimensions of the quality of medical services and the researcher-made questionnaire were used. The results of the model validity tests, including goodness of fit, parallel regressions and maximum likelihood method-Newton-Raphson algorithm, indicate the validity of the model up to 84% confidence, according to the results of people who were healthier at birth, insurance is less desirable for them and therefore the probability of their occurrence At lower levels, the demand for health insurance increases. With increasing age, the probability of contracting a disease and the possibility of increasing the demand for health insurance increases. As treatment costs increase, the utility of insurance will increase. People who pay more attention to their health have more demand for health insurance. With the increase in the level of literacy, the individual's understanding and understanding of the value of health will be improved and will make treatment insurance more desirable. Increasing a person's level of awareness of the negative consequences of the disease (positive health) increases the final utility of health and, as a result, the demand for insurance. Increasing the financial risk of illness, horizontal and vertical insurance coverage increases insurance satisfaction. According to the results of the neural network model, financial risk variables, insurance premiums and medical expenses have the most influence and beliefs and health savings have the least effect on medical insurance demand. This means that financial risk, insurance premiums and medical expenses are very effective in people's decision to buy insurance.

کلیدواژه‌ها [English]

• Hybrid private pension plans
• Sustainability of pension plans
• Fuzzy cognitive mapping
• System dynamics