發(fā)布時(shí)間：2021-08-12 17:11

　　隨著我國(guó)絕對(duì)貧困人口大量減少,一般居民因病致貧的問(wèn)題則日益凸顯。這表明貧困問(wèn)題由長(zhǎng)期性的生存貧困轉(zhuǎn)變?yōu)橥话l(fā)性的風(fēng)險(xiǎn)貧困;并且因病致貧風(fēng)險(xiǎn)威脅的對(duì)象也不再局限于低收入群體,而是擴(kuò)展到平均收入甚至更高收入水平的居民。針對(duì)這些變化,需要引入新的方法,對(duì)因病致貧風(fēng)險(xiǎn)進(jìn)行分析和評(píng)估。為了對(duì)我國(guó)居民面臨的因病致貧風(fēng)險(xiǎn)有一個(gè)總體的認(rèn)識(shí),本文將因病致貧看作所有居民都面臨的一種風(fēng)險(xiǎn),以風(fēng)險(xiǎn)理論、貧困理論為基礎(chǔ),借鑒災(zāi)害學(xué)、經(jīng)濟(jì)學(xué)成熟的區(qū)域風(fēng)險(xiǎn)評(píng)估方法,參考風(fēng)險(xiǎn)脆弱性評(píng)估框架,結(jié)合情景分析方法,綜合脆弱性評(píng)估模型和貧困計(jì)量模型的優(yōu)點(diǎn),構(gòu)建適用于居民因病致貧脆弱性評(píng)估的模型。應(yīng)用2015年的相關(guān)截面數(shù)據(jù),評(píng)估了省域水平上我國(guó)居民的因病致貧脆弱性指數(shù)。并根據(jù)評(píng)估結(jié)果呈現(xiàn)出的明顯城鄉(xiāng)差異特征,進(jìn)一步分析不同風(fēng)險(xiǎn)情景下各省市居民因病致貧脆弱性指數(shù)的城鄉(xiāng)差異具體狀況。這對(duì)當(dāng)前正在推進(jìn)的城鄉(xiāng)居民基本醫(yī)療保險(xiǎn)的統(tǒng)一有參考意義。為了揭示各省市居民脆弱性指數(shù)受外部因素影響的情況,本文還應(yīng)用主成分分析、Spearman相關(guān)分析等方法討論了各省市居民因病致貧脆弱性指數(shù)的影響因素,從而為居民接受政府的醫(yī)療救助提供更充分的依據(jù),也... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：188 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

城市居民主成分分析碎石圖

華中科技大學(xué)博士學(xué)位論文128第五步，主成分因子載荷圖分析。通過(guò)繪制主成分載荷圖可以更加直觀地表現(xiàn)各特征變量的重要性及相關(guān)性，是主成分分析常用的結(jié)果分析方法。但是在二維坐標(biāo)內(nèi)，每個(gè)圖只能表現(xiàn)兩個(gè)主成分因子所包含的信息，由于本文共提取了四個(gè)主成分因子，因此繪制的載荷圖也是四個(gè)因子的組合，即第一第二、第一第三、第二第三、第一第四、第二第四、第三第四主成分因子載荷圖，具體如圖6-2。圖6-2城市居民脆弱性影響因素主成分分析載荷圖觀察各載荷圖容易看出，凡是包含component1，即第一主成分因子的載荷圖中，ppbe、ppse、phele、cbjz以及pse都位于component1軸的高位，如圖右上兩圖及右下一圖所示，這表明第一主成分主要包含了這些原始變量的信息。結(jié)合ppbe、ppse、phele、cbjz以及pse的實(shí)際含義為：人均地方公共預(yù)算支出、人均一般公共服務(wù)支出、人均社會(huì)保障和就業(yè)支出、城鎮(zhèn)醫(yī)保人均資助金額以及人均醫(yī)療計(jì)劃生育支出，由此可以認(rèn)為第一主成分主要概括了公共服務(wù)因素，這與最初認(rèn)為公共服務(wù)因素會(huì)影響居民脆弱性的假設(shè)相吻合，驗(yàn)證了假設(shè)的合理性。當(dāng)然也有例外，原假設(shè)中人均GDP在component1軸的位置則較低，說(shuō)明其沒(méi)被第一主成分因子包含太多信息。再歸納第二主成分因子的特征：圖中凡是包含component2軸的載荷圖，cdpi、cgdp、csav、cbjz、cheale等原始因素都聚集于該軸的高位，說(shuō)明第二主成分包含了較多這些因素的信息。

華中科技大學(xué)博士學(xué)位論文131圖6-3城市居民脆弱性影響因素主成分分析得分圖最后，觀察以第四主成分直接作用因子為軸的圖形中，sd山東、nmg內(nèi)蒙古、shx山西、heb河北、sx山西位于負(fù)向高位，fj福建、gx廣西、yn云南、jx江西等位于正向較高位置。表明這些省份對(duì)第四主成分貢獻(xiàn)更大。結(jié)合第四主成分中載荷量最大的egas大氣污染、zjjz直接救助金額，表明以上省市在這兩個(gè)因素上存在巨大差異，這也與華中地區(qū)大氣污染嚴(yán)重，東南沿�？諝赓|(zhì)量較好的現(xiàn)實(shí)相符。第七步，構(gòu)建預(yù)測(cè)模型。根據(jù)前文分析，選擇的四項(xiàng)主成分因子已經(jīng)包含原始數(shù)據(jù)83.08%的信息，可以將之與城市居民在各風(fēng)險(xiǎn)情景下的因病致貧脆弱性指數(shù)進(jìn)行回歸，據(jù)之揭示這些因素對(duì)脆弱性指數(shù)的具體影響。（1）.四項(xiàng)主成分因子與城市居民日常醫(yī)療脆弱性指數(shù)的回歸分析。結(jié)果如下表6-7。由表可見，四項(xiàng)主成分因子與城市居民日常醫(yī)療脆弱性回歸的總體檢驗(yàn)顯著P=0.000；第一主成分公共服務(wù)系數(shù)的檢驗(yàn)結(jié)果為顯著P=0.002，第二主成分居民收入儲(chǔ)蓄系數(shù)的檢驗(yàn)結(jié)果為顯著P=0.000，第三主成分負(fù)外部性系數(shù)檢驗(yàn)結(jié)果為一星顯著P=0.094，第四主成分系數(shù)檢驗(yàn)結(jié)果不顯著P=0.341。由此，結(jié)合相關(guān)系數(shù)-0.010、-0.013、-0.009可以認(rèn)為城市居民居民日常醫(yī)療脆弱性會(huì)受到公共服務(wù)、居民收入儲(chǔ)蓄、負(fù)外部性所涵蓋因素的輕微影響。

【參考文獻(xiàn)】：
期刊論文
[1]我國(guó)新型城鎮(zhèn)化的主成分影響因子及其VAR傳導(dǎo)效應(yīng)研究[J]. 楊麗瑩.  河北經(jīng)貿(mào)大學(xué)學(xué)報(bào). 2019(02)
[2]論中國(guó)養(yǎng)老保障制度與服務(wù)整合——基于“四力協(xié)調(diào)”的分析框架[J]. 丁建定.  西北大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2019(02)
[3]基于主成分分析法的制造業(yè)企業(yè)市場(chǎng)導(dǎo)向水平測(cè)度[J]. 盧志平,趙紫娟.  商業(yè)經(jīng)濟(jì). 2019(01)
[4]中國(guó)股市投資者情緒測(cè)度指標(biāo)的優(yōu)選研究[J]. 劉學(xué)文.  中國(guó)管理科學(xué). 2019(01)
[5]多元回歸模型及其在GDP增長(zhǎng)中的應(yīng)用[J]. 鄧娌莉,夏師.  經(jīng)濟(jì)研究導(dǎo)刊. 2018(34)
[6]多元回歸分析模型及其教學(xué)水平預(yù)測(cè)應(yīng)用[J]. 趙家正.  科技風(fēng). 2018(33)
[7]基于優(yōu)化支持向量機(jī)及Spearman秩次檢驗(yàn)的q滑坡變形預(yù)測(cè)研究[J]. 翟會(huì)君,饒振興,翟洪濤.  甘肅科學(xué)學(xué)報(bào). 2018(05)
[8]精準(zhǔn)脫貧中政府與社會(huì)合作的欠缺及提升[J]. 王三秀,王昶.  理論探索. 2018(05)
[9]城市群視角下的高�？萍己献鲗�(duì)策──基于半模糊Spearman-Hamming聯(lián)接強(qiáng)度模型[J]. 陳奕延,陳小憲,李曄.  技術(shù)經(jīng)濟(jì)與管理研究. 2018(06)
[10]農(nóng)村貧困人口因病致貧、因病返貧現(xiàn)狀及調(diào)查分析——基于南寧市12個(gè)縣（區(qū)）調(diào)查數(shù)據(jù)[J]. 吳憶彤,蘇玉璐.  大眾科技. 2018(05)

博士論文
[1]氣溫對(duì)西藏自治區(qū)人群健康的影響及脆弱性評(píng)估研究[D]. 白莉.中國(guó)疾病預(yù)防控制中心 2014
[2]重大疾病對(duì)貧困的作用機(jī)制及其應(yīng)對(duì)策略研究[D]. 王偉.南京大學(xué) 2013

碩士論文
[1]甘肅省2008-2016年新型農(nóng)村合作醫(yī)療制度運(yùn)行情況分析[D]. 王震.蘭州大學(xué) 2018
[2]風(fēng)險(xiǎn)沖擊、脆弱性與農(nóng)戶貧困關(guān)系研究[D]. 黃偉.華中農(nóng)業(yè)大學(xué) 2008



本文編號(hào)：3338731