Module 2a:Analyse du Bénéfice de l'incidence
This presentation was prepared by Adam Wagstaff, Sarah Bales and Caryn Bredenkamp,
and draws heavily on Adam Wagstaff’s “Benefit Incidence Analysis: Are Government
Health Expenditures More Pro-Rich Than We Think?”, Health Economics, forthcoming
IBA sous l’hypothèse des Subventions Unitaires Constant (SUC)
L’idée de base
L’idée de base
• Les gouvernements semblent vouloir les subventions au secteur de la santé (c.-à-d les Dépenses Publiques de Santé (DPS)) pour faire profiter de manière disproportionnée aux pauvres, ou du moins pas de manière disproportionnée des avantages des plus aisés.
•L‘Analyse de l’Incidence des Bénéfices (AIB) tente d’allouer les dépenses publiques de santé aux ménages pour voir si ce sont les pauvres ou les aisés qui en bénéficient de manière disproportionnée
Comment les DPS en faveur de la pauvreté varie dans le pays et les pays
0%
10%
20%
30%
40%
50%
60%
Denm
ark UK
Kera
la
Indonesi
a
Vie
tnam
Ghana
Peru
Guin
ea
Bih
ar
%
tota
l de c
rois
sance
de la s
ubve
ntion
20% des pluspauvres
20% des plusRiches
Mesurons!
Le Défi
• Les enquêtes auprès des ménages n’enregistre pas les Dépenses publiques de santé au niveau des ménages. Une Analyse du Bénéfice d’Incidence a pour but d’imputer les subventions à partir des données observées sur:– l'utilisation (et, sous certaines hypothèses, les frais de trop) au
niveau des ménages, et– Les DPS au niveau agrégé.
• Différentes hypothèses ont besoin de données différentes• Dans ce module, nous examinons l'hypothèse la plus
simple de AIB, où nous supposons que les subventions unitaires sont constants à travers l'échantillon
l’hypothèse des Subventions Unitaires Constant (SUC)
• Nous avons en général:
Ski = Cki – Fki = qki(cki-fki) = skiqki
• Où:L'indice k indique le sous-secteur (par exemple l'hôpital)L'indice i indique l’individuS = subvention, C = coût, F = frais payés au fournisseur publicq = la quantité d'utilisation, c = coût unitaire, f = subvention pour frais de l'unité, unité = sSUC suppose que la subvention unitaire est le même pour chaque contact pour un sous-secteur donné,
• i.e. ski=sk
Les implications de l’Hypothèse SUC
• Ainsi, sous SUC nous avons:Ski = skqki
• Cela signifie que les subventions "capturée"par la personne i dans le sous-secteur k sont proportionnelles à leur utilisation dans les sous-secteur k
• Elle implique que l'indice de concentration (IC) des subventions dans le sous-secteur k est égal à la IC de l'utilisation du sous-secteur k!
Évaluation de l'inégalité dans le total des subventions
• Quelle que soit hypothèse que nous faisons dans l’Analyse de l’Incidence du bénéfice, nous voudrons obtenir l’IC pour le total des subventions, à savoir les subventions dans tous les sous-secteurs (c.-à-DPS!)
• Ceci est facilement calculé comme la moyenne pondérée des IC des sous-secteurs individuels, où les poids sont les parts des subventions totales allant à chaque sous-secteur
ICS = (S1/S)I1C + (S2/S)I2C + … + (SK/S)IKC
Comment le faire dans ADePT?
Que fait ADePT
• ADEPT produit des tableaux indiquant la répartition entre les groupes de standard de vie (par exemple quintiles de consommation par habitant) de:
• Utilisation (par sous-secteur), et
• Subventions (par sous-secteur et au total)
• ADEPT calcule également les indices de concentration des subventions pour chaque sous-secteur, et pour le total des subventions
• Enfin ADEPT génère des graphiques représentant les courbes de concentration des subventions pour chaque sous-secteur, et pour le total des subventions
Que demande ADePT
• Si nous supposons que les subventions unitaires constantes, ADEPT ne demande que:– Des données des enquête de ménages:
• Utilisation par sous-secteur pour chaque membre du ménage (ou un membre du ménage représentatif)
• Le niveau de vie pour chaque ménage (il suffit d'une variable de classement)
– La dépense totale de santé du gouvernement (subventions), ventilées par sous-secteur (vous pouvez obtenir à partir de la NHA)
• D'autres hypothèses (traitée dans le 2ème module BIA) font appel aux données des ménages sur les honoraires versés à des prestataires publics.
L’exempleVietnam
• Nous avons 4 sous-secteurs:– 3 ambulatoires (centre de santé de la commune, la polyclinique
et l'hôpital général), et 1 hospitalisation (hôpital général)
• NHA Vietnam contient DPS par hospitalisation ambulatoire vs, et par type de fournisseur dans le cas de patients ambulatoires
• Pour les données sur les ménages, nous utilisons les données de l'enquête ménages de 2006 Vietnam-une enquête multiples des ménages
• A chaque membre du ménage il a été demandé:– le nombre de consultations externes au cours des 12 derniers
mois ventilées par type de presataires, et– Le nombre des hospitalisations
Avant l’ouverture de ADePT
Sous-secteur DPS (millions of Dons)
Ambulatoire (commune) 162,481
Ambulatoire (polyclinic) 21,898
Outpatient (hopital) 3,971,381
Hospitalisation (hôpital) 3,276,459
Aller à la NHA et obtenir DPS par sous-secteur
Exemple du Vietnam
“
1) Choisir votre ensemble de
données (donnée de niveau
Individuel)
2) Selectionner la (es) variable (s)
Household ID
Et variable de vie standard
continuous
3) Selectionner household
weight
4) Aller à la Rubrique Analyse
Incidence des Bénéfices
“Analyzing Health Equity Using Household
Survey Data” Owen O’Donnell, Eddy van
Doorslaer, Adam Wagstaff and Magnus
Lindelow, The World Bank, Washington
DC, 2008,
5) Selectionner variable of utilization
6) Put zero here (mettre 0)
7) Entrez le montant de la subvention globale de la NHA ou d'autres données
8)Cliquer sur Add pour entrer les
informations et continuer pour
chaque type de subvention pour les
établissements correspondants
9) Choisr Benefit
Incidence Analysis
tables then
Generate.
Vérifiez vos données
N mean min max p1 p50 p99 N_uniq
ueData1
tinh (Household ID) 39,071 460.0 101.0 823.0 101.0 411.0 823.0 64
huyen (Household ID) 39,071 10.7 1.0 53.0 1.0 9.0 43.0 35.0
xa (Household ID) 39,071 18.2 1.0 95.0 1.0 15.0 63.0 57
diaban (Household ID) 39,071 10.1 1.0 105.0 1.0 8.0 42.0 59.0
hoso (Household ID) 39,071 14.6 13.0 25.0 13.0 14.0 20.0 10
pcexp (Welfare aggregate) 39,071 5,481.1 554.7 153,995.6 1,076.9 4,369.3 21,180.4 9,185.0
wt45 (Household weights) 39,071 422.2 93.4 927.5 115.4 401.2 870.7 2,079
opvis_chc (Custom category 1) 39,071 0.3 0.0 80.0 0.0 0.0 6.0 30.0
opvis_poly (Custom category 2) 39,071 0.0 0.0 40.0 0.0 0.0 1.0 19
opvis_ghosp (Custom category
3)
39,071 0.4 0.0 52.0 0.0 0.0 6.0 32.0
ipadm_ghosp (Custom category
4)
39,071 0.1 0.0 13.0 0.0 0.0 2.0 12
generated (Household size) 39,071 4.9 1.0 17.0 2.0 5.0 10.0 16.0
Original Data Report
(sum)
opvis_chc
(sum)
opvis_poly
(sum)
opvis_ghosp
(sum)
ipadm_ghosp
Means
Lowest quintile 0.383 0.034 0.158 0.049
2 0.321 0.035 0.245 0.064
3 0.321 0.028 0.305 0.076
4 0.306 0.050 0.486 0.086
Highest quintile 0.180 0.056 0.730 0.096
Total 0.302 0.041 0.385 0.074
Shares
Lowest quintile 25.3 16.8 8.2 13.2
2 21.3 17.3 12.7 17.1
3 21.2 13.6 15.9 20.4
4 20.3 24.7 25.3 23.3
Highest quintile 11.9 27.5 37.9 26.0
Total 100.0 100.0 100.0 100.0
Concentration index -0.1167 0.1153 0.3050 0.1351
Table S1: Utilization of public facilities
(sum)
opvis_chc
(sum)
opvis_poly
(sum)
opvis_ghosp
(sum)
ipadm_ghosp
Total
subsidies
Mean subsidy
Lowest quintile 0.01 0.00 0.10 0.13 0.24
2 0.01 0.00 0.15 0.17 0.33
3 0.01 0.00 0.19 0.20 0.41
4 0.01 0.00 0.30 0.23 0.55
Highest quintile 0.01 0.00 0.46 0.26 0.72
Total 0.01 0.00 0.24 0.20 0.45
Shares
Lowest quintile 25.3 16.8 8.2 13.2 10.8
2 21.3 17.3 12.7 17.1 14.9
3 21.2 13.6 15.9 20.4 18.0
4 20.3 24.7 25.3 23.3 24.3
Highest quintile 11.9 27.5 37.9 26.0 32.1
Total 100.0 100.0 100.0 100.0 100.0
Share in the total subsidy 2.2 0.3 53.4 44.1 100.0
Concentration index -0.1167 0.1153 0.3050 0.1351 0.2204
Table S5: Health care subsidies, constant unit subsidy assumption
Les pauvres sont
relativement bien
lôtis dans les
consultations externes
des CHC
Le mieux-lôtis le sont
dans les autres sous-
secteurs et l'ensemble
Présentez vos résultats aux décideurs
Tracez les graphiques et expliquez vos résultats AIB
0
10
20
30
40
50
60
0
5
10
15
20
25
30
35
40
Sub
sect
or’
s sh
are
(%)
Part
du
Qu
inti
le (
%)
Part des 20% plus pauvresPart des 20% plus Riches
Tracez les graphiques et expliquez vos résultats AIB
0
10
20
30
40
50
60
0
5
10
15
20
25
30
35
40
Sub
sect
or’
s sh
are
(%)
Qu
inti
le’s
sh
are
(%)
Poorest 20%'s share
Richest 20%'s share
Subsector's share
Les pauvres sont
relativement bien
dans les
consultations
externes des CHC
Tracer les graphiques et d'expliquer vos résultats AIB
0
10
20
30
40
50
60
0
5
10
15
20
25
30
35
40
Sub
sect
or’
s sh
are
(%)
Qu
inti
le’s
sh
are
(%)
Poorest 20%'s share
Richest 20%'s share
Subsector's share
Les riches sont
relativement bien
dans les autres
sous-secteurs
Tracez les graphiques et expliquez vos résultats AIB
0
10
20
30
40
50
60
0
5
10
15
20
25
30
35
40
Sub
sect
or’
s sh
are
(%)
Qu
inti
le’s
sh
are
(%)
Poorest 20%'s share
Richest 20%'s share
Subsector's share
La majeure partie
de DPS vont aux
hôpitaux:
Ambulatoires et
hospitalisation
Tracez les graphiques et expliquez vos résultats AIB
0
10
20
30
40
50
60
0
5
10
15
20
25
30
35
40
Sub
sect
or’
s sh
are
(%)
Qu
inti
le’s
sh
are
(%)
Poorest 20%'s share
Richest 20%'s share
Subsector's share
Total des
subventions vont
donc de manière
disproportionnée
aux plus aisés
Leviers de la politique
• Points de BIA à deux types de levier politique:1. Faire des sous-secteurs plus favorables aux pauvres ou moins en
faveur des riches, par exemple à travers des programmes axés sur la demande (assurance, CCT) qui augmentent de manière disproportionnée les niveaux de santé ou de l'utilisation chez les pauvres
2. Changement des DPS aux sous-secteurs qui sont plus favorables aux pauvres
• Les résultats du BIA donnent une idée de la façon dont le pro-pauvreté des DPS pourrait changer chaque type d'intervention– Vous pouvez faire des simulations dans la sortie ADePT, changer l’IC
pour différents sous-secteurs, ou en changeant la part des subventions totales aux différents sous-secteurs
Où aller à partir d’ici ?
Sources de Données de l’AIB
• Pour les données des ménages:– Enquêtes auprès des ménages à usages multiples (par exemple
LSMS), ou des enquêtes de santé par interview, qui prend en compte:• L'utilisation par toute la population, pour tous les types de soins, et de
tous les types de structures (DHS est trop partielle)• Quantité d'utilisation (en tenant compte des visites multiples et
admissions) et pas seulement de savoir si l'utilisation apparît (WHS est trop limitatif)
• Les niveaux de vie des ménages, idéalement avec un module détaillées sur la consommation. Une mesure de la richesse serait bien aussi
• Pour les données DPS:NHA contenant DPS par sous-secteur (NHA de l’OMS ne contiennent pas cette information)
Connaissez vos données
• Il est important de veiller à ce que toutes les variables d'utilisation couvrent la même période de référence. Par exemple, si les consultations externes ont une période de référence de 4 semaines, et les hospitalisations ont une période de référence de 12 mois, vous aurez besoin d'ajuster l'un d'eux afin qu'ils couvrent la même période de temps
Parmi les sujets abordés en 2ème module AIB
• AIB sous des hypothèses qui tiennent compte des droits que les individus payent pour les prestataires publics
• l'hypothèse d'un coût constant suppose que chaque $ de frais moyen vaut 1 $ de moins de subvention
• Les autres supposent que des frais plus élevés reflètent des soins plus coûteux– Un (l'hypothèse de proportionnalité) assume les frais sont
proportionnels aux coûts– L'autre hypothèse (le cas général) suppose que les frais sont une
fonction linéaire des coûts.
• Les résultats sont sensibles aux hypothèses retenues! Le classement des pays peut être sensible aussi!
• ADePT met en œuvre l'ensemble des 4 hypothèses
Les sujets en AIB qui ne sont pas traités dans d'autres modules (ou dans ADePT)
• Que faire avec les subventions de la demande, par exemple, les cotisations salariales et les subventions générales des recettes à des programmes sociaux d'assurance maladie
• Ignoré dans les AIB à ce jour• Pour une discussion et des méthodes proposées,
voir A. Wagstaff (2011) «Analyse de du bénéfice incident: Les dépenses de santé du gouvernement sont-elles plus favorable aux riches que nous le pensons?", Economie de la santé.
matériels connexes
• Logiciel téléchargeable
• Didacticiels vidéo en ligne
• Manuel sur les méthodes: Analyse de l'équité en santé Enquête sur les ménages utilisant des données
• Activités de formation
• ADEPT - Manuel de la santé
• L'équité en santé et rapports de la protection financière des pays (en cours)
www.worldbank.org/adeptwww.worldbank.org/analyzinghealthequitywww.worldbank.org/povertyandhealth
