4. Les données
Pour cette étude, sélection d'une période
de cinq ans centrés sur l'année de la réforme, 1995- 1999.
Le GSOEP disposait de quelques variables relatives aux services de santé
notamment la variable nombre de visites trimestriel chez un médecin.
La base de la stratégie empirique est de rassembler les
données des cinq années et d'estimer les effets de la
réforme en comparant le nombre de visites en 1998 et 1996, (en
considérant la clause toutes choses égales par ailleurs). Les
années 1998 et 1996 sont choisies du moment que la réforme a eu
lieu à la mi-1997. En fonction des mois, quelques observations de 1997
ont disparu avant la réforme et certaines après. Un argument en
faveur du recours à une période longue est de réduire le
risque de biais lié aux considérations de temps. Par exemple, les
gens pourraient avoir développé une "extra-demande" pour les
visites chez le médecin juste avant la réforme et ce en
prévision des changements à venir.
Les modèles qui seront estimés dans les travaux
comprennent un ensemble prédicateurs linéaires de type :
Les prédicateurs linéaires seront
utilisés dans divers modèles de données à commencer
par le modèle de Poisson. Il est supposé que les effets
de la réforme soient identiques pour tous les groupes de la population
.On pourrait obtenir des réponses hétérogènes par
l'estimation du modèle relatifs aux sous-groupes.
Variable dépendante
Doctco : doctor consultation, Nombre de visites à
un médecin au cours des trois derniers mois
Variables explicatives
Age : E] keE]JTT E]E]'indiE]iOu E]
Male : est une variable prenant une valeur si l'individu
est de sexe masculin.
Educ : E] E] E]leE]nivE]auE]d'é duLatioD, E]e E]
GiL é E]eXE]nDL bLeE]d' E] E] ées E]de scolarité.
Maried : variable prenant une valeur si l'individu est
marié.
Hsize Householdsize : est le nombre de personnes vivant
dans le ménage.
Active sport : est une variable prenant une valeur si
l'individu pratique un sport au moins une fois par semaine.
Good health : E] E] E]uV E]vari ableE] reDanL E]DEeE]va
E] SrE]s}E]l'iDdivi E] E]qQalifi eE]saE]proXre E]E]antéE] O E]JtrQs
E]
bonne>> ou «bonne>>.
Bad health :E] E] E]uVeE]vE] iaQle E]E]renaUtE]unEE]val
E] SE]siE]I'individ E] E]XuQli E] E]saE]prHpreE]santL E]E]eE]«JLès
E]
mauvaise>> ou «mauvaise>>
Full time employed : E] E] eE]vari E] leE]pUenDntE]uH E]
aU}IrE]siE]l'in E]viduE]t E]vailleE]àE]ple E] E]teL s. E]
Parttime employed : est une variable prenant une valeur
si l'individu travaille à temps partiel. Unemployed : variable
prenant une valeur si l'individu est au chômage
Log income : est le logarithme du revenu du
ménage
Il existe trois canaux par lesquels ces variables peuvent
influer sur la demande de visites chez le médecin, le premier est le
sous-jacent de l'état de santé, le deuxième est la
contrainte budgétaire, et le troisième la
préférence de formation, un autre indicateur est l'kkJT E]
Enfin, la pratique du sport est un indicateur de bonne
santé. La contrainte budgétaire est déterminée par
le revenu et le niveau général des prix. Les principales
variables relatives au prix sont le coût d'opportunité d'une
visite chez le médecin qui dépend à son tour du niveau
d'éducation et de la situation de l'emploi.
Plusieurs des variables influent sur plus d'un aspect à la
fois. Age, par exemple, sur le coût d'opportunité (par l'effet de
l'expérience sur les salaires).
De même, l'éducation est un facteur important pour
GéperIIUPr l'iHveOpiOOJLQnp optimal
dans le capital santé (Grossman, 1972).
| 
