《Scientific African》：Socio-demographic drivers of health insurance uptake in Ghana: A statistical mechanics perspective
编辑推荐：
本研究考察了教育、性别和就业状况如何影响个人参与加纳国家健康保险计划（National Health Insurance Scheme, NHIS）的决策，并进一步旨在确定参保更多是由个人动机驱动还是由个体所处社交网络的影响驱动。研究使用来自加纳大阿克拉地区（
本研究考察了教育、性别和就业状况如何影响个人参与加纳国家健康保险计划（National Health Insurance Scheme, NHIS）的决策，并进一步旨在确定参保更多是由个人动机驱动还是由个体所处社交网络的影响驱动。研究使用来自加纳大阿克拉地区（Greater Accra Region）的医院入院记录，涵盖2017年至2021年间261,086名个体。研究人员根据教育程度（受过一定教育或无正规教育）、性别（男性或女性）和就业状况（就业或失业）将这些个体划分为八个类别。保险状态（已注册或未注册）被建模为二元结果，采用多群体居里-外斯模型（multi-population Curie–Weiss model），这是一种能够同时捕捉个人动机和社会群体对个体决策影响的统计力学模型。研究首先仅考虑个人动机，随后纳入群体间社会影响的效应。模型参数采用偏最小二乘回归（partial least squares regression, PLS）进行估计，该方法在预测变量相关时表现良好，模型精度通过解释方差和均方误差（mean squared error, MSE）进行评估。约三分之二的个体（66.8%）已注册NHIS，而三分之一（33.2%）未注册。受过一定教育的个体参保率（63.4%）低于无正规教育者（70.6%）。失业与无正规教育群体中较高的参保率相关，但与受过一定教育群体中较低的参保率相关。失业群体的个人参保动机总体更强，社会影响也发挥了显著作用，尤其是对失业群体而言，同伴行为及共同经济状况强烈影响其参保决策。就业且受教育程度较高的个体表现出更强的独立性，受其社会群体中他人行为的影响较小。加纳NHIS参保既取决于个人特征，也取决于社会影响。就业状况是最突出的因素，它不仅影响个人选择，还影响参保行为在社会群体中的传播方式。为提高NHIS覆盖率并迈向全民健康覆盖（universal health coverage, UHC），政策制定者应设计以社区为依托的干预方案，而非采取一刀切的做法。应特别关注失业和受教育程度较低的群体，因为其参保决策受社会影响最为显著。
论文解读
一、研究背景与问题
实现全民健康覆盖（universal health coverage, UHC）是全球发展政策的核心目标之一，也是联合国可持续发展目标（Sustainable Development Goals, SDGs）中目标3的重要内容。UHC不仅是一种规范性愿景，更是一个可测量的政策目标，要求同时评估服务利用和财务风险保护。在许多低收入和中等收入国家，健康保险计划已成为推进这一目标的重要政策工具，尤其是在高额自付费用持续阻碍家庭及时就医的背景下。
加纳于2003年推出国家健康保险计划（National Health Insurance Scheme, NHIS），取代了此前的“现金即付”（cash-and-carry）制度，旨在降低就医的经济障碍并促进卫生服务利用的公平性。实证证据表明，该计划确实提高了医疗服务的利用率。然而，向全民覆盖的推进并不均衡，尽管服务利用方面取得了显著进展，NHIS的参保率尚未达到全面人口覆盖所需的水平。已有研究指出NHIS对贫困家庭财务保护不足、社会经济地位是参保和续保的关键决定因素、覆盖不平等持续存在等问题。
参保决策受到个体和家庭层面多重因素的共同影响，而非单一因素决定。安徒生卫生服务利用行为模型（Andersen's Behavioural Model of Health Service Use）为理解这一问题提供了有用框架。在加纳情境下，教育和经济社会地位持续被识别为解释参保差异的重要因素；性别因素因女性更频繁使用医疗服务而增加了复杂性；就业状况则引入了经济稳定性维度，正规部门就业者收入稳定更易维持连续参保，而非正规部门就业者收入不稳定则面临保费支付困难。
既有研究多采用逻辑回归、多层模型等传统方法，但这些方法通常将个体决策视为在给定协变量条件下相互独立，无法区分个人动机与群体中他人行为施加的影响。因此，需要一种能够将观察到的二元结果分解为个人动机成分和可估计的社会互动项的建模框架。
二、研究内容与结论
本研究聚焦于教育、性别和就业状况三个组织变量，利用加纳大阿克拉地区2017至2021年间261,086条医院入院记录，将人口划分为八个互斥的社会人口学子群，采用多群体居里-外斯模型（multi-population Curie–Weiss model）作为二元选择框架，考察个体动机与社会互动如何共同决定保险参与。
研究发现：约66.8%的个体已注册NHIS，33.2%未注册；受过一定教育的个体参保率（63.4%）低于无正规教育者（70.6%）；失业与无正规教育群体中较高的参保率相关，但与受过一定教育群体中较低的参保率相关；失业群体的个人参保动机总体更强，社会影响对失业群体尤为显著；就业且受教育程度较高的个体行为更独立，受社会群体中他人行为影响较小。就业状况是最突出的因素，不仅影响个人选择，还影响参保行为在社会群体中的传播。研究意义在于：为政策制定者提供了以社区为依托而非一刀切的干预设计依据，特别应关注失业和受教育程度较低群体。
三、关键技术方法
研究采用多群体居里-外斯模型（multi-population Curie–Weiss model）作为理论框架，该模型源于统计力学，将个体决策编码为二元自旋变量（+1注册，?1未注册），通过哈密顿量（Hamiltonian）同时刻画个体私人激励（private incentive）与群体间社会交互强度（interaction matrix）。样本来自加纳大阿克拉地区2017至2021年间261,086条医院入院记录。非交互模型采用普通最小二乘法（ordinary least squares, OLS）估计参数；交互模型因设计矩阵维度（8×68）远超观测数且存在多重共线性，采用偏最小二乘回归（partial least squares regression, PLS）估计，保留三个潜变量成分，模型精度通过解释方差和均方误差（mean squared error, MSE）评估。
四、研究结果
非交互情形（Non-interacting case）
在仅考虑个人动机、不纳入群体间交互的模型中，研究人员估计了各社会人口学特征对私人激励的贡献。β系数估计结果显示，教育、性别和就业状况对参保动机具有不同方向和强度的效应。该模型提供了各群体参保倾向的基线解释，但仅依靠个人特征无法完全解释观察到的群体间参保差异，提示需要纳入社会互动成分。
交互情形（Interacting case）
在纳入群体间交互的模型中，研究人员使用偏最小二乘回归（PLS）估计了8×8交互矩阵，该矩阵刻画了各群体参保行为之间的相互依赖关系。交互矩阵显示，不同群体之间存在正负不同的交互强度：失业群体之间的交互效应尤为显著，表明同伴行为和经济共同状况强烈影响其参保决策；而就业且受教育程度较高的群体之间交互效应较弱，其行为更趋于独立。模型性能评估显示，保留三个潜变量成分时解释方差达到较高水平，均方误差（MSE）较小，表明模型对观察数据具有良好拟合能力。
五、讨论与结论
讨论部分指出，本研究使用的医院入院记录数据集中，家庭收入、宗教和居住地等变量未被一致可靠记录，特别是收入的缺失可能构成与就业状况的潜在混杂来源。未来研究若使用变量覆盖更丰富的数据集，可纳入收入五分位或城乡居住地作为第四或第五个二元属性。
研究结论表明：加纳NHIS参保既取决于个人特征，也取决于社会影响。就业状况是最突出的因素，它不仅影响个人选择，还影响参保行为在社会群体中的传播方式。为提高NHIS覆盖率并迈向全民健康覆盖（UHC），政策制定者应设计以社区为依托的干预方案，而非采取一刀切的做法。应特别关注失业和受教育程度较低的群体，因为其参保决策受社会影响最为显著。
