Mätning och analys av ojämlikhet i hälsa

Transkript

1 Mätning och analys av ojämlikhet i hälsa - Om konsten att mäta något utan att veta vad och hur Ulf Gerdtham Gustav Kjellsson Ett diskussionsunderlag framtaget för Kommission för ett socialt hållbart Malmö

2 15 december 2011 Författare Ulf Gerdtham Professor i hälsoekonomi vid Nationalekonomiska institutionen och Kliniska vetenskaper, Lunds universitet. Kommissionär i Kommissionen för ett socialt hållbart Malmö. Gustav Kjellsson Doktorand vid nationalekonomiska institutionen. Framtagen för Kommission för ett socialt hållbart Malmö

3 Ett diskussionsunderlag till Malmökommissionen Denna vetenskapliga underlagsrapport är ett diskussionsunderlag framtaget för Kommission för ett socialt hållbart Malmö. Syftet är att få till stånd en bred diskussion och medverkan kring kommissionens olika frågeställningar om hur skillnader i hälsa ska kunna minska i Malmö. Målet är att den slutrapport som ska lämnas till kommunstyrelsen i december 2012 är så väl förankrad och konkret som möjligt. Kommunstyrelsen i Malmö beslutade i november 2010 att tillsätta kommissionen, som är politiskt oberoende. Utgående från direktiven ska kommissionen ta fram ett vetenskapligt underlag som bas för politiska beslut om hur ojämlikhet i hälsa ska kunna minskas. Fokus för slutrapporten är på så kallade sociala determinanter för hälsa och ohälsa. Vi vet att dessa determinanter ytterst förklarar en betydande del av de skillnader i hälsa som finns inom staden och att de går att påverka. Exempel på determinanter är de tidiga barnaåren, skolan, arbetslöshet, inkomst, delaktighet i samhället, boendemiljö, segregation och utanförskap. Författarna till underlagen är ansvariga för innehållet. De slutsatser som redovisas i detta underlag kan inte ses som de som kommer att redovisas i slutrapporten. I slutrapporten kommer helhetsbilden, baserad på samtliga underlag och dialog med olika aktörer, att styra vad kommissionen till slut anser vara mest angeläget att åtgärda för att på sikt minska ojämlikheterna i hälsa i Malmö. Synpunkter på detta underlag kan framföras till kommissionens huvudsekreterare Anna Balkfors (anna. balkfors@malmo.se) eller via hemsidan där samtliga diskussionsunderlag kommer att finnas för nedladdning. Sven-Olof Isacsson Professor emeritus, Medicinska Fakulteten, Lunds Universitet, Skånes universitetssjukhus, Malmö. Ordförande i Kommission för ett socialt hållbart Malmö.

4 Innehåll 1. Inledning 5 2. Mått på ojämlikhet i hälsa 7 3. Vilka hälsoskillnader vill vi mäta? 9 Olika värdeomdömen om hälsoskillnader 9 Hälsa är inte inkomst 9 Mätning av hälsa 10 Vilka egenskaper ska index ha? 11 Önskvärda egenskaper och korrektioner av index 12 Sammanfattning om index med olika egenskaper 14 Vad betyder val av index med olika hälsomått för rank 15 av EU-länder efter index? Standardisering av index 16 Utveckling av ojämlikhetsmått Mått på förändring av i socioekonomisk ojämlikhet i hälsa Förklaring till socioekonomisk ojämlikhet i hälsa 22 Grossman s humankapitalmodell 22 Exempel på dekomponering av koncentrationsindex för hälsa Sammanfattning och relevans för Malmökommissionen 26 Referenser 29

5 1.Inledning Ett hälsopolitiskt mål med höga ambitioner är att hälsan bör vara rättvist fördelad, dvs. att hälsa inte bör vara systematiskt korrelerat med olika socioekonomiska faktorer som inkomst och utbildning. Sambandet mellan sådana socioekonomiska faktorer och hälsa är dock väldokumenterat och tycks bestå över tiden trots medicinsk och ekonomisk utveckling, oavsett vilket mått på hälsa som används (Wagstaff och Van Doorslaer 2000; Marmot 1998; Smith 1998; Mackenbach och Bakker 2002). Teoretiskt så finns många tänkbara mekanismer bakom den s.k. socioekonomiska gradienten i hälsa och där vissa av dessa mekanismer är knutna till individers hälsorelaterade beteende. Exempelvis kan låg inkomst påverka hälsan via levnadsvanor (kost, motion, rökning, alkoholkonsumtion), genom att låg inkomst minskar möjligheten att köpa hälsobringande varor och tjänster såsom högkvalitativ sjukvård eller kan låg inkomst påverka hälsan genom att den genererar stress och/eller depression. En helt annan möjlighet är att det är utbildning som ligger bakom gradienten i hälsa. Är det så att individer med hög utbildning känner bättre till hur man håller sig frisk? Eller är det så att både utbildning och hälsa beror på en tredje faktor, exempelvis individens kognitiva förmåga eller tidspreferenser ju mindre framtiden diskonteras, desto större investeringar i både utbildning och hälsa? Ur ett politiskt perspektiv är faktorer som inkomst och utbildning intressanta eftersom de innebär att hälsans nivå och fördelning kan påverkas med åtgärder som är inriktade på de faktorer som styr individers beteende. Detta pekar också på att varje politik, oavsett målsättning, som exempelvis påverkar människors inkomster även bör ta hänsyn till de hälsoeffekter som denna politik ger upphov till. Forskningen har dock ännu inget entydigt svar på huruvida det är inkomst eller utbildning driver socioekonomiska skillnader i hälsa eller om det snarare är så att hälsa ökar inkomsten via arbetsutbudet eller via utbildning (Smith 1999; Deaton 2002; Cutler m.fl. 2008; Nordin och Gerdtham 2011). Det finns många definitioner av ojämlikhet i hälsa. Exempelvis definierar WHO Commission on the Social Determinants of Health (SDoH) ojämlikhet i hälsa som: Where systematic differences in health are judged to be avoidable by reasonable action they are, quite simply, unfair. It is this that we label health inequity. Putting right these inequities the huge and remediable differences in health between and within countries is a matter of social justice Social injustice is killing people on a grand scale. (WHO 2008). Mätning och analys av ojämlikhet i hälsa kräver dock, som vi strax ska se, en noggrannare definition av både vad som är hälsa och vad som är ojämlikhet vilket nyligen har påpekats av ekonomer (Wagstaff och van Doorslaer 2000; Gerdtham och Johannesson 2000; Clarke m.fl. 2002; Erreygers 2009; Erreygers och van Ourti 2011; Kjellsson och Gerdtham 2011a). Syftet med denna uppsats är att överblicka debatten kring ekonomers analys av ojämlikhet i hälsa och diskutera olika tolkningar samt problem med olika ojämlikhetsmått. 5

6 Vi börjar med att diskutera olika ojämlikhetsmått som mäter hur mycket mer hälsa individer med bättre hälsa har i relation till individer med sämre hälsa, dvs. s.k. univariata mått. Ett populärt sådant mått och som ekonomer ofta använder för att mäta ojämlikhet i inkomst är den s.k. Gini koefficienten (Wagstaff och Van Doorslaer 2000). Därefter övergår vi till bivariata mått som mäter socioekonomisk ojämlikhet i hälsa, vilket tilldragit sig det överlägset största intresset. Det finns en lång rad sådana mått men vi fokuserar här på koncentrationsindex vilket är nära besläktat med ovannämnda Gini koefficient. Vidare diskuteras värdeomdömen i ojämlikhetsmåttet, huruvida det är absoluta eller relativa skillnader som ska mätas, som också överförts från inkomstlitteraturen. Vi diskuterar därefter hur olika hälsomått skiljer sig från inkomstmåttet och vilka problem detta leder till vid beräkning och tolkning av ojämlikhetsmått. Därefter behandlas önskvärda egenskaper hos ojämlikhetsmåttet, och hur detta har framtvingat korrektioner av koncentrationsindex och vilka konsekvenser detta har för ovan nämnda värdeomdömen. Två viktiga aspekter på ojämlikhetsmåttet som även diskuteras är hur aversionen mot ojämlikhet explicit kan inkorporeras i index samt hur ett prestationsindex som tar hänsyn till hur hälsosystem lyckas totalt sett kan utvecklas dvs. ett index som väger samman nivån av hälsa med graden av ojämlikhet i hälsa. Vi diskuterar även metoder för mätning av förändringen i socioekonomisk ojämlikhet i hälsa. Därefter diskuteras hur koncentrationsindex för hälsa och liknande mått kan analyseras med avseende på dess förklaringsfaktorer, dvs. dekomponeringsmetoder. Slutligen sammanfattar vi rapporten och kopplar den hälsoekonomiska forskningen på området till kommissionens praktiska arbete. 6

7 2.Mått på ojämlikhet i hälsa Mätning av ojämlikhet i hälsa har lånat mycket från litteraturen om mätning av ojämlikheten i inkomst, i synnerhet från den s.k. Ginikoefficienten (Wagstaff och Van Doorslaer 2000). För att mäta ojämlikhet i hälsa kan vi utgå från en befolkning där hälsan varierar mellan individer och där hälsan h i för varje individ i= 1,..n, kan betecknas så att: h 1 <h 2 < <h n. Låt oss för enkelhetsskull först anta att h i har samma egenskaper som inkomst, dvs. kan mätas på en kvotskala och antas ha en nedre gräns h min =0 (total frånvaro av hälsa) och en oändlig övre gräns +. För en sådan variabel kan hälsans fördelning mätas med Gini index (G), vilken kan härledas från Lorenzkurvan, se figur 1, där kumulativa andelen av befolkningen (rangordnad efter h i ) plottas mot den kumulativa andelen av h i. Om kurvan sammanfaller med diagonalen, då finns ingen ojämlikhet i hälsa. Om kurvan ligger under diagonalen, då är hälsan mer ojämlikt fördelad och ju längre kurvan ligger från diagonalen, desto större är ojämlikheten i hälsa. Ojämlikheten i hälsa kan alltså sammanfattas med G som definieras som 2 gånger arean mellan Lorenzkurvan och diagonalen (2*A i figuren), 1 vilket kan uttryckas som kovariansen mellan individens hälsa och rank i befolkningen från dålig till bra hälsa normaliserat med genomsnittlig hälsa: 2 h G( h) = cov( h i, R i ) µ h µ är hälsans genomsnittliga nivå och R i är rank efter hälsa för individ i. G är lika med 0 när Lorenzkurvan sammanfaller med diagonalen och är lika med 1 när all hälsa koncentreras till en individ. Detta index mäter relativa hälsoskillnader mellan individer, dvs. om allas hälsa fördubblas så förblir G detsamma. Om det är mer relevant att mäta absoluta skillnader mellan individer, kan ett absolut G (GG) beräknas genom att multiplicera G med µ som analogt med G kan härledas från absoluta Lorenzkurvan. h G( h) = 2 cov( h i, R i ) Litteraturen om ojämlikhet i hälsa fokuserar dock vanligen mindre på ojämlikhet i hälsa i sig och mer på socioekonomisk ojämlikhet i hälsa, dvs. att individer med högre socioekonomisk position har mer hälsa än de med lägre position 2. Det mest populära måttet inom hälsoekonomi är koncentrationsindex (C) som analogt med G härleds från den s.k. koncentrationskurvan där kumulativa andelen av befolkningen (rangordnad efter yi) plottas mot den kumulativa andelen av hi. yi är en variabel som mäter den socioekonomiska positionen för individ i, t.ex. inkomst. Om kurvan ligger under diagonalen då är hälsan mer koncentrerad till de med högre position; om koncentrationskurvan sammanfaller med diagonalen då har alla oavsett position samma hälsa; om koncentrationskurvan ligger ovanför diagonalen då är hälsan mer koncentrerad till de med lägre position. C kan då skrivas som (Wagstaff och van Doorslaer 2000): 2 C( h; y) = cov( h i, R i µ C=1 om individen med högst position innehar all hälsa; C=0 om alla har samma hälsa oavsett position 3 ; C=-1 om individen med lägst position innehar all hälsa. y ) 1 G kan alternativt definieras som arean mellan Lorenzkurvan och diagonalen delat med hela arean under diagonalen. 2 Ojämlikhet kan även studeras mellan kategoriska variabler som inte har självklar rank, dvs. etniska grupper, kön, yrke och regionalt. 3 C kan även bli noll om koncentrationskurvan korsar diagonalen och arean mellan koncentrationskurvan och diagonalen är lika stor över som under diagonalen. 7

8 Vill man mäta absoluta skillnader i hälsa mellan individer med olika position, då kan man istället beräkna GC analogt med GG, dvs.: En annan viktig skillnad mellan C och GC är att medan gränserna för C går från -1 till 1 så är gränserna för GC inte bundna mellan -1 och 1. Det kan i sammanhanget tilläggas att de index som används frekvent inom epidemiologi, Relative Index of Inequality (RII) och Slope Index of Inequality (SII), endast är en skalning av C respektive GC. Fig 1: Ginikoefficient och koncentrationsindex 8

9 3.Vilka hälsoskillnader vill vi mäta? OLIKA VÄRDEOMDÖMEN OM HÄLSOSKILLNADER Det finns viktiga skillnader mellan C och GC genom att de påverkas av olika hälsoförändringar. C påverkas inte om hälsan ökar proportionellt för alla individer, t.ex. om hälsan fördubblas för alla, vilket dock GC gör eftersom hälsan då ökar mer absolut sett för de med bättre ursprunglig hälsa. GC påverkas inte om hälsan ökar lika mycket för alla, t.ex. om allas livslängd ökar med ett år, vilket dock C gör eftersom hälsan då ökar relativt sett mer för de med sämre ursprunglig hälsa. Dessa värdeomdömen, relativt och absolut, som utmärker C respektive GC kan härledas till diskussionen i inkomstlitteraturen om olika perspektiv på ojämlikhet (Kolm 1976). HÄLSA ÄR INTE INKOMST Än så länge har vi endast behandlat hälsovariabler som har samma egenskaper som inkomst, dvs. variabler som kan mätas på en kvotskala utan övre gräns (obunden). I praktiken mäts dock hälsomått oftast på andra skalor och ofta med en övre gräns. Det är inte okomplicerat att överföra värdeomdömen från inkomstlitteraturen till alla typer av hälsomått. Innan vi diskuterar varför, bör vi dock behandla de egenskaper som olika hälsomått har. I en artikel av Erreygers och van Ourti (2011) kategoriseras hälsomått efter två dimensioner, dvs. dess mätskala och dess bundenhet. När det gäller dess mätskala kan vi tänka oss att hälsa kan mätas på fem olika skalor: 1) Nominal som tillåter klassificering av individer efter t.ex. sjukdomstyp, men där individerna inte kan ordnas från bra till dålig hälsa; 2) Ordinal som tillåter ordnande av individer men där skillnader mellan individer inte har någon mening, t.ex. hälsa graderad från dålig till bra hälsa; 3) Kardinal som tillåter mätning av skillnader i hälsa men inte relativa skillnader, eftersom nollpunkten i princip är godtycklig, t.ex. kroppstemperatur; 4) Kvot som tillåter mätning av relativa skillnader eftersom att nollpunkten är orubblig och motsvarar total frånvaro, t.ex. sjukvårdsutgifter; 5) Unik som tillåter mätning av relativa skillnader genom att nollpunkten är orubblig och där variabeln i princip inte kan skalas om, t.ex. antal läkarbesök. Eftersom det inte är meningsfullt att mäta skillnader i, och inte heller möjligt att på ett meningsfullt sätt ackumulera, en nominal eller ordinal hälsovariabel, är det heller inte meningsfullt att mäta ojämlikhet. Diskussionen nedan begränsas därför till hälsomått som är mätta på kardinal, kvot eller unik skala. Den andra dimensionen som hälsomått och inkomst kan skilja sig åt på är bundenhet, dvs. 9

10 medan inkomst inte har någon naturlig övre gräns så kan en sådan finnas för hälsomått (t.ex. för livskvalitetsindex kan övre gränsen vara fixerad till 1 motsvarande full hälsa). För en bunden hälsovariabel som går från h min till h max är det till skillnad från en obunden variabel möjligt att mäta både hälsa h i och ohälsa s i. Dessa variabler är relaterade till varandra genom att h i =h max -s i. Med andra ord är h och s godtyckliga transformationer av varandra. Varför detta är så viktigt i sammanhanget återkommer vi till nedan. Ett specialfall av s.k. bundna variabler är binära variabler som kan tolkas som antingen unik, dvs. där noll indikerar total frånvaro av hälsa, eller som en standardiserad representation av en dikotom variabel, dvs. 0 och 1 kan stå för vilka värden som helst som representerar två rangordnade hälsotillstånd, t.ex. 100 och 200 etc. Oavsett vilket så kan den skattade prevalensen för olika subgrupper, t.ex. prevalensen för god hälsa i olika inkomstdeciler, betraktas som en kvotskala men som är bunden mellan 0 och 1, vilket möjliggör en diskussion av absolut och relativ ojämlikhet eftersom det då är möjligt att relatera till kvoter och skillnader (se Kjellsson och Gerdtham 2011a). MÄTNING AV HÄLSA I många hälsoekonomiska studier har man använt olika mått på självrapporterad hälsa medan andra studier har använt överlevnadsmått. Ett problem med självskattad hälsa kallas state dependent reporting bias (även scale of reference bias och response category cutpoint shift ) och innebär att olika subgrupper i befolkningen kan ha olika referensram, när de uppskattar sin egen hälsa (Kerkhofs och Lindeboom 1995; Groot 2000). Det kan således inte uteslutas att rapporterade hälsonivån vid ett givet objektivt hälsotillstånd kan bero på ålder, kön, utbildning, inkomst etc. Om detta är fallet kan det ha betydelse för mätningen och förklaringen av ojämlikhet i hälsa. Om t.ex. personer med lägre socioekonomisk position tenderar att rapportera sämre hälsa pga. att de erhåller lägre nivå av välfärd, då kommer ojämlikheten att överskattas; om å andra sidan personer med lägre socioekonomisk position tenderar att rapportera bättre hälsa pga. att de har lägre förväntningar på hälsan, då kommer ojämlikheten att underskattas. Van Doorslaer och Gerdtham 2003) kunde dock inte ge stöd åt hypotesen att sambandet mellan självskattad hälsa och dödlighet (som objektivt hälsomått) är relaterad till variabler som inkomst och utbildning. M a o tycks inte sannolikheten att rapportera god hälsa för individer med samma mortalitetsrisk påverkas av variabler som inkomst och utbildning. Det hälsomått som idealt bör användas bör i princip inkorporera både hälsostatus och överlevnad. Sådana hälsomått, t.ex. kvalitetsjusterade levnadsår (QALYs), har utvecklats inom ekonomiska utvärderingar av vårdinsatser (Drummond m.fl. 2005). QALYs konstrueras genom att väga levnadsår med vikter mellan 0 (död) och 1(full hälsa) beroende på hälsostatus. Hälsovikter kan bestämmas på många olika sätt. Det vanligaste är att de bestäms på basis av individuella preferenser för olika hälsotillstånd. Beräkningen av kvalitetsjusterade levnadsår sker i två steg. 10

11 Först härleds vikter för olika hälsotillstånd, sedan kvalitetsjusteras levnadsåren med dessa hälsovikter. Vi går inte in på dessa metoder i detta kapitel utan hänvisar exempelvis till Drummond m.fl. (2005). Hälsa mätt i QALYs kan betraktas som en kvotskala genom att nollpunkten är fixerad vid en punkt utan hälsa (QALYs=0). Den övre gränsen kan dock inte sägas vara helt obunden på samma sätt som inkomst genom att livslängden är begränsad vilket kan innebära att man kan uppskatta förlusten av QALYs. Detta innebär i sin tur att det är möjligt att beräkna C av både hälsa och ohälsa. I Gerdtham & Johannesson (2000) skattas C för QALYs med svenska data genom att justera levnadsåren med time trade-off livskvalitetsvikter. Resultaten visade att C för QALYs var statistiskt signifikant och varierade systematiskt mellan olika åldersgrupper; C var relativt litet i yngre åldersgrupper men betydligt högre i äldre åldersgrupper. För män (kvinnor) visade sig att den relativa skillnaden i antal QALYs mellan högsta och lägsta inkomstdecilen ökade från 8% (7%) i den yngsta åldersgruppen till 44% (37%) i den äldsta åldersgruppen och C ökade från (0.011) i den yngsta åldersgruppen till (0.046) i den äldsta åldersgruppen. En naturlig fråga är om skillnaderna ovan är stora eller små, vilket inte är helt enkel att besvara. I ovan nämnda studie var skillnaderna i QALYs mellan inkomstskikt relativt sett små i vissa åldersgrupper (bortsett från för de allra äldsta), t.ex. för kvinnor i yngsta åldersgruppen var skillnaderna i QALYs bara 7 procent högre i högsta inkomstdecilen jämfört med lägsta inkomstdecilen. 4 VILKA EGENSKAPER SKA INDEX HA? Vi har fram tills nu diskuterat ojämlikhetsmått som kommer från litteraturen om inkomstojämlikhet. Vidare har vi diskuterat på vilka sätt som olika hälsomått skiljer sig från inkomstmåttet och som kan göra att ojämlikhetsmått tillämpade på hälsa inte fungerar som motsvarande mått på inkomst. I följande stycke kommer vi diskutera vilka konsekvenser detta har på vilka egenskaper som ett ojämlikhetsmått ska ha. Hälsoekonomisk litteratur diskuterar flera önskvärda egenskaper hos index av socioekonomisk ojämlikhet i hälsa (se O Donnel m.fl. 2008; Erreygers 2009; Wagstaff 2009; Erreygers och van Ourti 2011). Tre viktiga egenskaperna som har diskuterats är: 1. Omfördelning 2. Skaloberoende 3. Spegling De två första egenskaperna är önskvärda för alla typer av hälsomått som diskuterats ovan medan speglingsegenskapen enbart är relevant för bundna variabler. Omfördelning innebär att om hälsa omfördelas från fattig till rik i en ojämlik befolkning då bör index naturligen öka. Erreygers (2009) definierar denna egenskap på följande sätt: om hälsan för individ j minskar lika mycket som hälsan för individ k ökar, då ökar ojämlikheten om individ k är rikare än individ j, vice versa. 4 Det kan dock nämnas att även små skillnader i QALYs kan ses som viktiga skillnader i välfärd. Om värdet av en QALY antas vara 100,000 dollar (Cutler & Richardson 1998) blir en skillnad på 1 QALY mellan två inkomstgrupper likvärdig med en skillnad i livstidsinkomst på 100,000 dollar. 11

12 Skaloberoende innebär att index rimligen inte ska påverkas av vilken skala som används på ett visst hälsomått. Exempelvis är det önskvärt att index inte ska påverkas av huruvida sjukvårdsutgifterna mäts i dollar eller kronor. Av samma skäl är det önskvärt att index inte ska påverkas av valet av kardinalskala, t.ex. vill vi inte att måttet ska påverkas om vi mäter kroppstemperatur med Fahrenheit eller Celsius. Spegling innebär att index rimligen inte ska påverkas av om hälsomåttet utrycks i termer av hälsa eller ohälsa, dvs. index bör ha olika tecken men vara lika i absoluta tal. Clarke m.fl. (2002) föreslår att spegling är önskvärt eftersom det allmänt sett inte finns konsensus huruvida ojämlikhet bäst kan uttryckas i termer av hälsa eller ohälsa. Givet att speglingsvillkoret är uppfyllt kommer jämförelser av ojämlikhet mellan länder/befolkningar att vara lika oavsett om hälsa uttrycks i hälsa eller ohälsa. Både C och GC uppfyller omfördelningsvillkoret givet att hälsomåttet inte antar negativa värden. GC uppfyller speglingsvillkoret men inte skaloberoende oavsett mätskala (bortsett från om skalan är unik). C uppfyller inte speglingsvillkoret men är skaloberoende givet att hälsomåttet kan mätas på en kvotskala (fix nollpunkt). Om hälsomåttet mäts på kardinalskala så uppfyller C inte skaloberoende. ÖNSKVÄRDA EGENSKAPER OCH KORREKTIONER AV INDEX Eftersom varken C eller GC uppfyller alla egenskaper för alla typer av hälsomått så har litter- aturen föreslagit olika korrektioner av C så att alla eller vissa villkor uppfylls (se Wagstaff 2005; Erreygers 2009a; Erreygers and van Ourti 2011). En första korrektionen fokuserar på kardinala variabler. Om hi kan anta negativa värden så uppfyller inte C omfördelningsvillkoret. För att ta hänsyn till detta problem så föreslår Erreygers och van Ourti (2011) följande modifiering av C: Denna modifiering är likvärdig med beräkning av C baserat på en variabel m i där hälsomåttet h i har transformerats så att minimivärdet är satt till noll, dvs m i =h i -h min. Med denna modifikation av C så uppfylls skaloberoendesegenskapen även för kardinala variabler. De andra två korrektionerna av C är relevanta enbart för bundna variabler och korrigerar C så att både speglingsvillkoret och skaloberoende uppfylls. Wagstaff (2005) och Erreygers (2009) presenterar två olika lösningar på detta problem om spegling: Wagstaff (2005) korrigerar C enligt (W): Erreygers (2009a) korrigerar C enligt (E): 12

13 Tabell 1 visar vilka egenskaper som de olika index som presenterats uppfyller. Modifierade C uppfyller alltså villkoren om omfördelning och skaloberoende men inte spegling. E och W uppfyller dock alla tre villkoren. Tabell 1: Egenskaper av olika slags index Att både E och W uppfyller alla tre egenskaperna ovan innebär inte att valet mellan dessa index är oviktigt. Orsaken är att E och W baseras på olika värdeomdömen. I diskussionen om index för bundna variabler förespråkar Erreygers och van Ourti (2011) en omdefiniering av relativa och absoluta värdeomdömen medan Wagstaff (2005, 2009; 2011a) å sin sida föreslår ett perspektiv där man jämför hur långt en hälsofördelning befinner sig från mesta tänkbara ojämlikhet (se Kjellsson och Gerdtham 2011a). Nedan presenteras dessa båda synsätt. Skaloberoendeegenskapen hos ett ojämlikhetsmått innebär att varje bunden hälsovariabel kan representeras av en standardiserad hälsovariabel h* som går från 0 till 1, dvs., utan att indexmåttet påverkas. Eftersom skillnader i en sådan standardiserad variabel representerar verkliga och inte nominella skillnader, så väljer Erreygers och van Ourti (2011) att definiera värdeomdömen för bundna variabler; ett gränsproblem uppstår dock genom att det inte är möjligt att addera lika mycket hälsa (eller proportionellt öka hälsan) för alla individer för en bunden variabel utan att gränserna överskrids (hälsan för en person med full hälsa kan inte ökas). Pga. detta så anpassar Erreygers och van Ourti (2011) definitionen av värdeomdömen till att enbart kräva att index beter sig som absoluta eller relativa mått i de intervall av hälsovariabeln där dessa är möjliga att skiljas åt, dvs. för intervall hos variabeln där det är möjligt att öka hälsan lika mycket eller proportionellt lika mycket. Givet denna definition, så fångar E ett absolut värdeomdöme, dvs. E är okänsligt för lika stora absoluta ökningar i den standardiserade hälsovariabeln men är inte okänsligt för proportionella förändringar. Det är mer problematiskt att överföra det relativa värdeomdömet till bundna variabler. Det modifierade C är okänsligt för proportionella förändringar i den standardiserade variabeln, vilket innebär att det fångar det relativa värdeomdömet. Det modifierade C uppfyller dock inte speglingsvillkoret. Detta är ett generellt resultat; Erreygers och van Ourti (2011) visar att det är omöjligt att kombinera speglingsvillkoret med ett relativt värdeomdöme. Det innebär också att ett index bara kan vara relativt ur ett perspektiv; proportionella förändringar i hälsa motsvaras generellt sett inte av proportionella förändringar i ohälsa. 13

14 W uppfyller speglingsvillkoret, men fångar varken relativa eller absoluta värdeomdömen fullt ut 5. För lika ökning i hälsa, så ökar W om genomsnittsvärdet på den standardiserade hälsovariabeln är högre än 0.5 men minskar om genomsnittsvärdet av den standardiserade hälsovariabeln är mindre än 0.5. Detta till synes egendomliga beteende är resultatet av Wagstaff s lösning på det han kallar gränsproblematiken. För bundna variabler beror max- och minvärdet av C på genomsnittsvärdet av hälsovariabeln; eftersom C=1 när en individ innehar all hälsa i befolkningen, kan inte det mest ojämlika samhället nås om fler än en individ har full hälsa. Frågan komplicerar jämförelser mellan befolkningar med olika genomsnittlig hälsa. För att lösa problemet, normaliserar Wagstaff C med dess maxvärde (dvs. C av det mest ojämlika samhället till rikas fördel) givet hälsonivån i samhället. I en befolkning med n individer där summan av hi är lika med m, då är W lika med 1 när de rikaste m individerna har full hälsa när alla andra inte har någon hälsa. Hur en hälsoförändring påverkar W återspeglar därför om befolkningen närmar sig eller fjärmar sig från den mest ojämlika befolkningen till förmån för rika och W kan tolkas som att besvara frågan hur långt från den mest ojämlika befolkningen som den aktuella befolkningen befinner sig (Wagstaff 2009, 2011). I debatten om värdeomdömen poängterar Kjellsson och Gerdtham (2011a) att C och E besvarar liknande frågor men dessa index definierar den mest ojämlika befolkningen annorlunda; C når maxvärdet när den rikaste individen har all hälsa medan E når sitt maxvärde när de rikaste 50% av befolkningen har full hälsa och övriga har ingen hälsa. SAMMANFATTNING OM INDEX MED OLIKA EGENSKAPER Vilket index som ska användas beror på situationen och på det vilket värdeomdöme som skall fångas: Vår uppgift som forskare är att beskriva vilka val som är lämpliga beroende på situationen och lämna värderingen till beslutsfattarna. Tabell 2 sammanfattar olika möjliga val beroende på måttskala och bundenhet hos hälsovariabeln. För att vara lämpligt krävs att index uppfyller omfördelnings- och skaloberoende egenskaperna. Tabell 2: Olika index är lämpliga i olika situationer Eftersom skaloberoende inte är ett problem för obundna variabler som är mätta på en unik skala så är det möjligt att antingen använda C eller GC beroende på det önskade värdeomdömet. För obundna variabler som är mätta på antingen en kvot-eller kardinalskala är det inte 14 5 W skall närmast tolkas som en kompromiss mellan ett relativt index av hälsa och ett relativt index av ohälsa (Kjellsson & Gerdtham, 2011). För låga genomsnittliga värden fångar det samma värdeomdöme som C av hälsa medans för låga genomsnittliga värden av ohälsa fängar det samma värde omdöme som C av ohälsa. När det genomsnittliga värdet av ohälsa och hälsa är detsamma fångar det ett absolut värdeomdöme.

15 lämpligt att tillämpa något annat än ett relativt värdeomdöme eftersom (modifierade) C är det enda index som uppfyller skaloberoende. För bundna variabler så står valet mellan följande tre alternativ. För det första är det möjligt att uppfylla speglingsvillkoret och tillämpa ett absolut värdeomdöme genom att använda E för att besvara frågan hur långt från en befolkning ligger från en situation när de 50% rikaste har full hälsa och övriga har noll hälsa. För det andra är det möjligt att ta hänsyn till hälsonivån i samhället, men frångå ett rent relativt värdeomdöme genom att tillämpa W för att besvara frågan hur långt från ett samhälle ligger i förhållande till en situation där bara den rikaste har full hälsa. För det tredje är det möjligt att bortse från både speglingsvillkoret och Wagstaff s gränsfråga och tillämpa ett relativt värdeomdöme, dvs. att använda (modifierade) C. För att tillämpa relativa värdeomdömet för bundna variabler krävs dock ett beslut om det är lämpligt att mäta ojämlikhet avseende på hälsa eller ohälsa eftersom valet kommer att påverka index i en befolkning. Eftersom denna litteratur är tystlåten i denna fråga påpekar Kjellsson och Gerdtham (2011a) att en möjlighet är att använda W som bör tolkas som en kompromiss mellan de relativ ojämlikhet i hälsa och ohälsa. Slutsatsen är att alltså att alla index, explicit eller implicit, bygger på värdeomdömen som både beslutsfattare och forskare bör vara medvetna om och öppet diskutera. VAD BETYDER VAL AV INDEX MED OLIKA HÄLSOMÅTT FÖR RANK AV EU-LÄNDER EFTER INDEX? Vi använder resultaten från van Doorslaer & Koolman (2004) som mäter ojämlikhet i självskattad hälsa i förhållande till inkomst i 13 EU-länder (Sverige är tyvärr inte med) med data från European Community Household Panel. 6 I originalartikeln används koncentrationsindex med avseende på hälsa. Resultaten visar att hälsan är särskilt ojämlik i Portugal, England och Danmark och mindre ojämlik i Nederländerna och Tyskland men även i Italien, Belgien, Spanien, Österrike och Irland. Ett möjligt förslag i litteraturen är att acceptera att det är omöjligt att kombinera ett relativt värdeomdöme med speglingsvillkoret och välja en av två vägar. Å ena sidan, följa den väg som förespråkas av Erreygers and van Ourti (2011), det vill säga acceptera speglingsvillkoret och använda ett absolut värdeomdöme. Wagstaff (2011) föreslår istället att vi bör överge speglingsvillkoret (och sin egen korrigering) för att använda ett relativt värdeomdöme. Det finns emellertid sällan starka skäl att mäta ojämlikhet i hälsa framför att mäta ojämlikhet i ohälsa. 6 Att Sverige inte är med innebär inte att vårt land besparats sådan ojämlikhet. Gerdtham & Johannesson (2000) analyserar ojämlikhet i hälsa bl.a. med avseende på överlevnad för individer i olika inkomstdeciler. Återstående levnadsår skattas på basis av data från Statistiska Centralbyråns ULF undersökningar och med hjälp överlevnadsanalys med information på drygt individer år gamla som intervjuades Överlevnaden skattas som en funktion av kön, ålder och inkomst. Det förväntade antalet återstående levnadsår beräknades uppdelat på män och kvinnor i olika åldrar genom summering av överlevnadssannolikheter över livscykeln. Resultaten visade att en svensk man i åldersgruppen år kan förvänta sig att leva cirka 33 år till. I lägsta inkomstdecilen är dock överlevnaden 31 år mot drygt 34 år i högsta decilen, dvs. skillnaden i överlevnad mellan högsta och lägsta decilen är ca 3 år. Resultaten är liknande för kvinnor. 15

16 I Tabell 3 kompletteras C av hälsa med alla de index som uppfyller antagandet om skaloberoende och omfördelning, för bundna variabler, dvs. (modifierade) C av hälsa och ohälsa samt W och E. Tabellen visar att länderna rankas olika beroende på val av index men att denna sorteringseffekt är begränsad. Grekland är rankad etta med W men rankad trea med C och E; Luxemburg är rankad sexa med W men rankad fyra med C och E. Grekland och Luxemburg är rankade fyra respektive trea med C för hälsa men sexa respektive etta med C för ohälsa. Generellt så varierar rankningen lite mellan ojämlikhetsindex när det är lite variation i den genomsnittliga hälsan. Detta innebär att sorteringseffekten kan vara betydligt större vid jämförelse av befolkningar med större skillnader i hälsans nivå. Den högre genomsnittliga hälsan genererar dock ett mönster där rankningen skiljer sig mellan å ena sidan C för ohälsa och W och å andra sidan C och W (se Kjellsson and Gerdtham 2011b). Denna omsortering visar att det är viktigt att vara medveten om värdeomdömet som index bygger på. Tabell 3: Index av inkomstrelaterad hälsoojämlikhet med olika index STANDARDISERING AV INDEX En viktig fråga i analysen av socioekonomiska skillnader i hälsa är huruvida skillnaderna är åtgärdbara. Om skillnaderna enbart är en funktion av variabler som t.ex. inkomst och utbildning, så kan det finnas möjligheter att påverka skillnaderna med hjälp av politik som påverkar inkomstens fördelning eller inkomstens betydelse för hälsan, t.ex. priset på vård, inkomst eller med utbildningsinsatser. Om dock skillnaderna enbart är en funktion av demografiska skillnader, t.ex. att åldersstrukturen varierar mellan grupperna, då kan det finnas mindre grund för att bekymra sig för de observerade socioekonomiska skillnaderna i hälsa. Av denna anledning brukar man presentera index som är korrigerade för kön och ålder. En sådan standardisering kan göras på olika sätt: direkt standardisering, vilket jämför undersökningsresultaten på en standardpopulation eller indirekt stand- 16

17 ardisering, vilket jämför standardpopulationens resultat på en undersökningspopulation (Gravelle 2003; O Donnel m.fl. 2008). Ett standardiserat index svarar alltså på frågan om hur mycket av de socioekonomiska skillnaderna som kvarstår när ålder och kön har kontrollerats för. Idealt skulle vi dock ofta vilja kontrollera för andra faktorer än kön och ålder, t.ex. genetiska anlag och ursprunglig hälsa, men dessa variabler är antingen svåra att mäta eller saknas i de allra flesta dataset. Det är därtill inte självklart vilka variabler som bör standardiseras för. Exempelvis kan det finnas faktorer som möjligtvis inte kan påverkas på kort sikt men som kan vara möjligt att påverka på lång sikt, t.ex. familjebakgrund och ursprunglig hälsa. UTVECKLING AV OJÄMLIKHETSINDEX Dessa ojämlikhetsindex har utvecklats för att ta hänsyn till även andra aspekter, som aversion mot ojämlikhet och hälsosystemets totala prestation. Eftersom båda dessa utvecklingar tar avstamp i C kommer vår presentation göra detsamma. Den första aspekten fångas upp av det s.k. extended C som är en generalisering av C. Detta generaliserade C mäter ojämlikhet för olika grad av aversion mot ojämlikhet. D.v.s. utan aversion så finns det per definition ingen ojämlikhet även om det finns skillnader i hälsa; om det å andra sidan finns aversion mot ojämlikhet mellan socioekonomiska grupper så innebär detta att vi bör vikta hälsa olika beroende på vilken socioekonomisk grupp en individ tillhör. För att visa detta tydligare använder vi en omformulering av den formel av C som vi tidigare använde, dvs.: C kan alltså skrivas som 1 minus summan av socioekonomiskt viktade hälsoandelar, där vikterna minskar linjärt från 2 för individen med lägst socioekonomisk ranking till 0 för individen med högst socioekonomisk ranking. Detta innebär att C implicit viktar hälsoandelarna i befolkningen olika beroende av socioekonomisk position, dvs. individer med lägst position får större vikt i index än individer med högre position. Om individer med lägre position har sämre hälsa än individer med högre position då kommer den högra delen av ovanstående uttryck att bli mindre än 1 och C blir ett värde>0. Det är dock inte självklart att viktningen i C är den mest lämpliga. Wagstaff (2002) visade hur ett mer generallt C kan formuleras, där ojämlikhetsparametern v mäter ett etiskt värdeomdöme om befolkningen aversion mot skillnader i hälsa mellan socioekonomiska grupper så att en större vikt i större eller lägre grad anges på hälsoandelar för individer med lägre eller högre socioekonomisk position: Om v=2 så fås det vanliga C; om v>2 så tillmäts hälsoskillnader mellan socioekonomiska grupper ännu större vikt än med det vanliga C; om v=1 då ges alla hälsoandelar vikt oavsett position vilket innebär att den högra delen i uttrycket ovan summerar till 1 och C blir följaktligen 0 vilket är logiskt eftersom C bör vara 0 utan 17

18 aversion oberoende av om det finns hälsoskillnader eller inte. Wagstaff (2002) föreslog dessutom i samma artikel ett prestationsindex som explicit tar hänsyn till både effektivitet (uttryckt som genomsnittlig hälsa) och fördelning (uttryckt med C givet viss grad av ojämlikhetsaversion v) i samma indexmått, dvs.: Detta prestationsindex visar att ökningar i hälsonivån µ vägs mot ökningar i ojämlikheten i hälsa; ju större µ vid givet C, ju större P; ju lägre C vid givet µ, ju större P; ju mindre v vid givet µ och fördelning, ju högre P. Om v=1, dvs. ingen aversion mot ojämlikhet, så blir P=µ eftersom C(1)=0. Det generaliserade C och P blottar problemet med att definiera v; ett större v ökar C vid en given fördelning samt minskar P vid en given fördelning och hälsogenomsnitt. Bortsett från att v möjligen kan förväntas vara större än 1, är v i stort sett en okänd parameter. 18

19 4. Mått på förändring i socioekonomisk ojämlikhet i hälsa Vi har visat hur ojämlikhet i hälsa kan mätas vid en viss tidpunkt med koncentrationsindex. Genom att tillämpa detta mått vid olika tidpunkter kan vi även se hur den mätta ojämlikheten ökar eller minskar. Det är dock inte möjligt att med detta mått se hur ojämlikheten i hälsa förändras för individer utan bara för olika grupper vars sammansättning kan förändras över tiden. För att bättre förstå dynamiken mellan hälsa och inkomst så krävs longitudinella data, dvs. exempelvis för att kunna skilja på inkomst-relaterad ojämlikhet i hälsa som beror på permanent låg inkomst och ohälsa relativt mot temporärt låg inkomst och ohälsa, där det förra kräver politik som inriktar sig mot strukturella problem som gör att individer fångas i fattigdom och ohälsa jämfört med det senare förhållandet som kräver politik inriktar sig på akut sjukvårdande behandling eller välfärdspolitik. En aktuell studie av Allanson m.fl. (2010) utvecklar mått på förändringen i ojämlikhet i hälsa baserat på longitudinella data. Analysen fokuserar på en förändring mellan en initial period s och en uppföljningsperiod u. Återigen är analysen möjligt att göra för alla de olika indexen, men för att förklara metoden kommer vi här utgå ifrån C tt, vilket är koncentrationsindex utvärderat för hälsa vid period t och inkomstranking vid period t. Förändringen i C dekomponeras i två delar; dels inkomstrelaterad rörlighet i hälsa M H där man mäter hur hälsan förändras för individer med olika inkomst, dels hälsorelaterad rörlighet i inkomst M R där man mäter hur inkomsten förändras för individer med olika hälsa. Det första måttet besvarar frågan huruvida hälsoutvecklingen över tiden tenderar att gynna individer med hög inkomst i utgångsläget vilket kompletterar C som besvarar frågan huruvida hälsan gynnas för individer med högre inkomst. Det andra måttet om hälsorelaterad rörlighet i inkomst besvarar dessutom huruvida individer med låg hälsa rör sig nedåt i inkomstfördelningen. Skillnaden mellan koncentrationsindex vid starten C ss respektive uppföljningstidpunkten C uu kan skrivas om till dessa olika mått: där C su är koncentrationsindex utvärderat för den initiala hälsa men slutliga inkomstrankingen (och C us är vice versa). Index M H mäter inkomstrelaterad rörlighet i hälsa och mäter effekten av skillnader i relativa förändringar i hälsa för individer med olika initial inkomst. M H =C ss - C us är positiv (negativ) om hälsoförändringarna är progressiva (regressiva), dvs. de fattigaste individerna erhåller en större (mindre) del av den totala ökningen i hälsa eller en mindre (större) del av minskningen i hälsa jämfört med deras initiala andel av hälsan, och är lika med 0 om förändringen i hälsa i relativa tal är oberoende av inkomstranking. 19

20 M H kan i sin tur dekomponeras i två komponenter: dels nivån på progressiviteten av förändringen, p, dels hälsoförändringens relativa storlek, q. M H H = ( CS C S ) ( H ) u = p q där C ΔS mäter socioekonomiska skillnader i hälsoförändringar där individerna rankas efter inkomst vid s och där är den genomsnittliga hälsoförändringen mellan två tidpunkter. Progressiviteten mäts med s.k. proportionalitetsindex p=(c ss - C ΔS ) som mäter relativa hälsoförändringar bland personer med låg inkomst. Om den genomsnittliga hälsoförändringen är negativ då är p negativ om hälsominskningen är progressiv så att relativa hälsoförlusterna är större för personer med högre inkomst än för personer med lägre inkomst. För ett givet p är omfördelningseffekten brutto (M H ) proportionell mot hälsoförändringens relativa storlek som ovan mäts som kvoten av hälsoförändringen och genomsnittliga hälsan vid uppföljningstidpunkten. M H fångar endast inkomstrelaterad rörlighet i hälsa och motsvarar därför inte den totala förändringen i ojämlikheten i hälsa givet att inte individers rank i inkomstfördelningen mellan s (start) och u (uppföljning) är konstant. Effekten på förändringen i C som kommer av att individers rank i inkomstfördelningen förändras över tiden fångas upp av M R = C uu -C us, dvs. hälsorelaterad rörlighet i inkomst, eller med andra ord: sambandet mellan omrankningen efter inkomst mellan initialtidpunkten och uppföljningstid- punkten och individers hälsa vid uppföljningstidpunkten. I Allanson m.fl. (2010) analyseras ojämlikheten i hälsa i England empiriskt med hjälp livskvalitetsindex (GHQ) baserat på data från longitudinella British Household Panel Survey (BHPS). Resultaten visar att C av hälsa minskade över den observerade tidsperioden och att denna ojämlikhetsminskande effekt mestadels beror på inkomstrelaterade hälsoförändringar snarare än hälsorelaterade förändringar i inkomstrang. Hälsoförändringarna i data visade sig var progressiva men denna påverkan motverkades delvis av en ojämlikhetsökande effekt pga. förändringar i inkomstrankningen. Progressiviteten kan i princip vara ett resultat av att den ojämlika fördelningen i sjukvården har minskat eller att skillnader i hälsorelaterat beteende mellan socioekonomiska grupper har minskat över perioden. Ett problem i Allanson m.fl. (2010) är att resultaten baseras på en s.k. balanserad panel av individer vilket innebär att måtten på ojämlikhet i hälsa kan underskattas pga. att individer exkluderas som dött under perioden och det ligger i sakens natur att det kan finnas ett positivt samband mellan inkomst och överlevnad. Med andra ord den mätta progressiviteten i studien kan vara överskattad p.g.a. selektion. I en senare studie av Petrie m.fl. (2011) där liknande data används (baserat på BHPS) inkluderas de personer som dött under perioden, dvs. dessa personer personers hälsa tillskrivs värdet 0 vid uppföljningsperioden. Studien visade nu att hälsoförändringarna under perioden 1999 till 2004 var signifikant regres- 20

21 siva; dvs. de individer som ursprungligen hade en låg inkomstrank erhöll en större del av hälsoförlusterna under perioden än individer med hög inkomstrank. Skillnaden i resultat mellan studierna Allanson m.fl. (2010) och Pietri m.fl. (2011) kan alltså förklaras av att individer som ursprungligen hade lägst inkomstrank var också de med störst sannolikhet att dö under perioden vilket medförde att progressiviteten överskattades i Allanson m.fl. (2010) pga. selektion. Pietri m.fl. (2011) visar även att eftersom de som dör under perioden inte längre är en del av befolkningen 2004 så kommer detta att bidra till ett lägre slutligt C av hälsa för kvarvarande befolkningen 2004 eftersom de kvarvarandes inkomstrank kommer att falla. Detta innebär exempelvis att om hälsosystemet gjort mer för att hålla de fattiga och sjuka vid liv under perioden, då hade detta indikerats i dekomponeringen som en positiv komponent så att den inkomstrelaterade rörligheten i hälsa skulle bli mindre regressiv även om det hade gjort 2004 års C för hälsa större, dvs. mer koncentrerat till personer med högre inkomst. 21

22 5. Förklaring till socioekonomisk ojämlikhet i hälsa Hittills har ekonomer huvudsakligen fokuserat på att mäta inkomstrelaterad ojämlikhet i hälsa (Wagstaff och Van Doorslaer 2000). Ur politisk synvinkel är det dock även viktigt att förstå mekanismen n bakom denna ojämlikhet och varför den förändras. Utan detta är det inte möjligt att prediktera hur interventioner och politik påverkar hälsans socioekonomiska fördelning. Hälsoekonomer har under senare år även bidragit till denna analys genom att utveckla redskap för att bena upp ojämlikhetsindex på dess bestämningsfaktorer. Låt oss börja med att förklara principen för att bena upp eller dekomponera ojämlikhetsinex genom att exemplifiera med C (liknande dekomponering är möjlig för GC, W, & E). För att en sådan dekomponering ska bli användbar krävs att hälsans bestämningsfaktorer kan modelleras på ett meningsfullt sätt som i (2) och skattas med lämpliga metoder: h = a + i K k= 1 b k x ik + e där x är k olika bestämningsfaktorer och b k är koefficienter som mäter effekten av en förändring i en bestämningsfaktor. α mäter h i genomsnitt när alla värden på x är lika med 0 och e är en residual som återspeglar slumpens inverkan på h (och effekter av icke-observerbara som förhoppningsvis tar ut varandra). Givet (2) kan C skrivas om enligt följande: (3) 2 y C = cov( a + bk xk, i + ei, Ri ) k h (4) bk x C = ( ) C k h k i (2) GC + h e Där xk är medelvärdet på x k, C k är C för x k, GC e är (generaliserade) C för residualen, och η κ är elasticiteten (elasticiteter mäter hur mycket h förändras i % om en förklaringsvariabel förändras med 1%) på h med avseende på x k. C kan alltså uttryckas som en linjärkombination av hälsoelasticiteter och C för determinanterna plus en residual. Residualen återspeglar hälsoskillnader över inkomst som inte kan förklaras av x. Formel (4) visar att bidraget av en viss hälsofaktor med avseende på C av hälsa beror av dels denna faktors elasticitet på hälsa, dels denna faktors ojämlikhet över inkomst. Dekomponering av W och E är likartade och för standardiserade hälsomått blir det procentuella bidraget från x k detsamma oavsett index. Tolkningen av bidragen blir något annorlunda för W och E. Givet att (2) kan skattas på ett meningsfullt sätt så att det är möjligt att mäta socioekonomiska faktorers påverkan på hälsan, är det möjligt att förklara ojämlikhet i hälsa. Detta är dock lättare sagt än gjort då begränsningar i data ofta gör att många faktorer som inrymmer sig i x saknas. Detta innebär att dessa faktorer hamnar i feltermen vilket i sin tur leder till det är svårt att göra kausala tolkningar av relationen mellan socioekonomiska faktorer och hälsa. GROSSMAN S HUMANKAPITALMODELL En möjlig modell för hälsans bestämningsfaktorer kan härledas från Grossman s humankapitalmodellen (Grossman 1972) vilken intar en särställning i analysen om hur socioekonomiska faktorer påverkar hälsan. Grossmanmodellen utgår dels från teorin för hushållet som produ- 22

23 cent, där hushållen själva producerar grundläggande nyttigheter med hjälp av sin tillgängliga tid och varor och tjänster köpta på marknaden (Becker 1965), dels från teorin för humankapital (Becker 1975). Med hjälp av dessa teoribildningar utvecklar Grossman en teori för efterfrågan på hälso- och sjukvård. I modellen antas individen vara rationell och ha fullständig information om bl.a. nuvarande hälsonivå, nedskrivningstakten (deprecieringen) av hälsan (i ekonomiska termer: hälsokapitalstocken), hur hälsan kan förbättras och vad som i framtiden kommer att hända med hälsan i olika situationer. Individen investerar i sig själv via t.ex. utbildning som ökar hennes produktivitet, både på marknaden och i produktionen i hemmet. Hälsa produceras alltså som andra nyttigheter och högre utbildade individer är alltså mer effektiva producenter av hälsa. Medan utbildning påverkar individens produktivitet menar Grossman att hälsan, som representerar en annan dimension av det humankapitalet, huvudsakligen påverkar den totala tid som individen kan använda på antingen arbete eller fritid. Utvecklingar av teorin låter dock hälsa också påverka produktiviteten. I Grossmans modell finns det två oberoende skäl till att individen efterfrågar hälsa. Det ena skälet är att individen finner direkt nytta av hälsa (hälsa som konsumtionsvara) medan det andra är att individen inser att hon kan investera i sin hälsa för att påverka antalet friska dagar som är tillgängliga för arbete och fritid (hälsa som investeringsvara). Individen maximerar sin nytta över hela livscykeln utifrån sin begränsade tid och livsinkomst. Hon väljer hur mycket tid som ska ägnas åt arbete (inkomst) respektive fritid. Väljer individen att använda sin fritid till sjukvårdskonsumtion (eller hälsofrämjande aktiviteter som t.ex. motion) innebär det mindre tid över till annat. Å andra sidan kan hälsonivån öka, vilket leder till att förlorad tid pga. sjukdom kan minska. Nettoeffekten av en investering i hälsofrämjande aktiviteter kan således leda till en tidsvinst som i sin tur kan fördelas mellan mer fritid och mer arbetstid. En rad olika variabler som exempelvis priser på olika varor och tjänster, närhet till sjukvårdsinrättningar, gym eller snabbmatsställen samt tillgång till information och utbildning påverkar individens val över tiden. Många variabler betraktas som exogena, t.ex. ålder, timlön och utbildning, vilka påverkar individens val av hälsoinvesteringar och efterfrågan på hälsa. Hälsans depreciering antas öka med åldern, vilket successivt ställer ökade krav på hälsoinvesteringar samtidigt som kostnaderna för att upprätthålla hälsa ökar. Om hälsoefterfrågan minskar med ökade kostnader för att hålla hälsokapital (oelastisk efterfrågan) kan ökade hälsoinvesteringar observeras, t.ex. i form av ökad sjukvårdskonsumtion, samtidigt som hälsostatus sjunker, vilket kan förklara fallande hälsa med åldern trots ökad sjukvårdskonsumtion. När hälsodeprecieringstakten blir alltför hög blir det till slut alltför kostsamt för individen att hälsoinvestera, och när hälsostocken fallit under en viss miniminivå väljer individen att dö enligt modellen. Lönen påverkar investeringar i hälsa på så sätt att det å ena sidan är mer lönsamt för personer med hög lön att hålla sig friska. Å andra sidan 23