健康保险的价值：印度的实地试验

该研究衡量了健康保险对参与家庭的医疗保健利用、医疗支出、非医疗消费和财务行为的影响。 该研究包括对卡纳塔克邦两个印度地区——迈索尔和古尔巴加的家庭进行的评估。 为了衡量影响，家庭被随机分为三个治疗组和一个未接受任何干预的对照组。 比较对照组和治疗组的家庭健康和财务状况将确定 RSBY 覆盖范围的影响。

研究的创新方面

该研究有许多创新特征，使其有别于以往的健康保险研究。

保险溢出效应：该研究试图估计保险对财务和健康溢出效应的影响。 例如，正规医疗保险可能会排挤非正规医疗保险。 研究人员通过将村庄随机分配到不同的家庭部分分配来研究这种溢出效应。 对各个村庄的每个研究组进行不同的分数分配，使他们能够随机改变每个村庄中拥有保险的家庭的比例。 这反过来又会产生跨村庄的不同溢出效应，调查人员使用每个村庄的部分分配知识来估计这些溢出效应。

疾病和保险的认知影响：研究人员研究了健康保险和更好健康的认知益处。 最近的研究表明，经济冲击可能会导致压力，从而降低个人的认知能力。 这反过来会导致糟糕的经济决策，并可能导致贫困陷阱。 调查人员检查了相同的逻辑是否适用于健康冲击，以及健康保险是否改善了与疾病相关的负面认知影响。

家庭内部的福利分配：调查人员检查了健康保险对家庭内部资源分配的影响。 由于忽略了健康保险产品通常是为家庭而不是个人设计的（在他们的案例中，具有家庭层面的上限），现有研究遗漏了潜在的重要分配效应。 调查人员还测试了相对于家庭决定购买时免费提供的健康保险是否更有可能使妇女和儿童受益。 之所以会出现这种行为，是因为家庭对健康保险和医疗保健的支付意愿可能因家庭不同成员的健康状况而异。 本研究的理论框架基于家庭决策的集体模型，该模型允许研究人员模拟政策如何影响家庭内的资源分配和不同家庭成员的福祉。

学习规划

研究地点：该研究将在卡纳塔克邦的 2 个地区进行 - 迈索尔和古尔巴加。 研究地点是根据以下标准确定的。 首先，由于治疗组将接受 RSBY 保险计划，因此研究人员选择了已经推出 RSBY 计划的地区。 这确保有一家当地保险公司能够提供 RSBY 保险，并确保医院拥有处理 RSBY 保险卡付款所需的基础设施。 其次，由于有限的医院供应会削弱保险的价值，调查人员选择了具有大量城市周边地区的地区。 城市周边地区已经充分发展，拥有足够数量的二级和三级医院以及便于患者就医的交通网络。 该研究将专门在每个地区的城郊地区进行。 第三，由于研究参与者来自资产分布的中上三分位数，调查人员选择了不超过 50% 的人口（迈索尔 26%，古尔巴加 48%）在该州的 BPL 或国家农村就业保障法 (NREGA) 名单，其中主要包括来自国家收入分配底层的个人。 避开最贫困的地区可确保每个地区符合条件的家庭的合理收益。 最后，调查人员选择了当地政府对他们的研究提供实质​​性合作的州。 劳工部长和卡纳塔克邦当地 RSBY 计划的首席执行官对这项研究充满热情。 他们希望了解什么在 RSBY 中有效，什么无效，以便他们可以改进未来的计划。

干预措施的详细说明：基线调查后，2 个地区（迈索尔和古尔巴加）的大约 11,000 户家庭被随机分配到对照组（无干预）或三个治疗组之一。 目标是量化 RSBY 计划如何有益于健康和减少贫困​​。 随着时间的推移，治疗组和对照组之间结果的差异衡量了健康保险对健康和财务结果的因果影响。

实验分配过程：使用两阶段匹配随机化过程将受试者随机分配到四个研究组。 首先，研究人员根据村庄人口等标准对村庄进行匹配，然后将匹配的村庄随机分配到每个研究组的不同分数分配中。 其次，调查人员根据一系列健康和财务措施对村内的家庭进行匹配，然后根据第一阶段分配给该村的部分分配将匹配的家庭随机分配到不同的组。

第一阶段旨在让调查人员衡量保险的溢出效应。 第二阶段旨在增加功率。 在随机化之前根据特征匹配家庭增加了研究的统计能力，因为它增加了一个群体中家庭的统计相似性，超出了随机化本身。 它使样本在功效方面比功效计算所暗示的更加保守。

数据来源 这些调查旨在收集有关证明获得保险的机会如何影响家庭健康和财务状况以及家庭如何与 RSBY 互动的信息。 调查人员将衡量与健康相关的行为、医疗保健利用以及家庭消费和财务状况，包括家庭可用的替代融资方式的成本。 研究人员将使用这些结果为 RSBY 扩展的未来设计提供信息，并影响其他健康保险计划的设计。 该研究将从家庭调查、严重健康事件后的专项调查和保险理赔数据中获取数据。 还将管理包含身高、体重、血压、皮肤褶皱、肺功能等人体测量健康测量值的问卷。 在收集任何数据之前，已经（并将）在未来的调查中征求所有参与者的知情同意。

住户列表练习：调查人员首先从选定的村庄中确定并招募住户参与研究。 为识别这些家庭，他们的调查合作伙伴小额信贷中心 (CMF) 使用“参与式农村评估”方法与村庄居民进行房屋清单练习（社会地图）。 这张地图标识了家喻户晓的名字、位置和资产。 然后根据“资格标准”部分讨论的两个标准选择治疗组和对照组中的家庭。

家庭调查：将对每个家庭进行多项调查，包括基线调查、年度调查、民族志调查和健康事件后调查。 每项调查都包含一组常见的核心问题，涉及就业状况、收入、健康利用（住院和门诊）、健康支出（住院和门诊）、健康状况（症状和日常生活活动 (ADL)）、非医疗消费、生产和非生产性资产、借款和储蓄以及其他投资，包括教育。 此外，基线调查包含有关家庭人口统计的问题，基线调查和年度调查都将询问对医疗保健系统和设施的了解和态度。 从几项印度调查（例如 NSS 社会经济和消费调查以及全国家庭健康和地区家庭调查）以及之前的国际健康保险实验中得出了适当的问题。 这些问卷中的每一个之前都已经过试点测试。 Post Health Event Survey 是一种创新的高频调查方法，旨在更有效地获取住院数据。 卢比的奖励。 每次调查将提供50元现金，鼓励住户配合。

来自 RSBY 服务器的行政索赔数据：在可能的情况下，调查人员将访问有关家庭提出的索赔和保险公司支付的索赔、执行的程序以及这些程序的日期和地点的数据。 这些数据仅适用于治疗组中的家庭。 提出的索赔与支付的索赔的比率是衡量提供给治疗组的保险的有效“剂量”的指标。

功效计算 研究人员为现有研究提供动力，以确保他们能够检测到主要结果、住院治疗发生 0.1 标准差 (25%) 的变化，以及次要结果、财务状况发生 1/3 标准差 (26.5%) 的变化（作为代理）通过从印度全国抽样调查 (NSS) 调查中得出的资产水平综合衡量标准。 研究人员还对样本进行填充以允许 10% 的磨损。 每组所需的功率计算大约有2,250户。 大样本量的要求主要是由于住院率低，卡纳塔克邦每年大约每 100 人 2.5 例。

由于研究人员将第一个治疗组的规模扩大了一倍，以说明其在分析中的中心地位，因此样本规模为 11,250 户家庭 (5 x 2,250)，大约 56,000 人，平均来自 Gulbarga 和 Mysore 地区。 调查人员认为，他们的样本使该研究成为有史以来第二大健康保险实验，最大的是 2009 年的 Seguro Popular 研究。

数据管理 研究设计将生成处理组和对照组家庭的纵向数据集。 至少会有两波数据——基线和后续年度调查。 此外，那些经历过至少一次严重健康事件的家庭将被记录在健康事件后调查的单独数据集中。 这个纵向框架将使研究人员能够衡量 RSBY 对特定目标中提到的结果的影响。 将家庭随机分配到治疗组和对照组，消除了特定家庭对结果产生混杂影响的风险。 使用基线调查可以最大限度地降低家庭间常见的随时间变化的混杂因素的风险，并提高精度。 将使用回归和统计分析来分析数据。

数据将存储在只有关键研究团队成员才能访问的加密文件中。 在分析之前，个人识别信息将与数据集完全脱钩。