學術產出-Theses
Article View/Open
Publication Export
-
題名 臺灣居民健康與壽命之空間分析
A Spatial Analysis of Health and Longevity of Taiwan People作者 凃明蕙
Tu, Ming-Huei貢獻者 楊曉文<br>余清祥
Yang, Sheau-Wen<br>Yue, Ching-Syang
凃明蕙
Tu, Ming-Huei關鍵詞 全民健康保險
城鄉差距
死亡率
醫療利用
主要死因
National Health Insurance
Urban-rural Gap
Standardized Mortality Ratio
Medical Utilization
Leading Causes of Death日期 2020 上傳時間 2-Sep-2020 11:42:25 (UTC+8) 摘要 全民健康保險制度實施已逾 20 年，我國國民納保率高達 99.6%，國人每年透過健保就醫（包括門診及住院）的比例超過九成，健保已成為國人生活一部份。由於健保保障國民就醫權利、我國醫療水準進步等因素，國人健康持續改善，平均壽命也已躋身於先進國家之列，但城鄉差距仍舊非常明顯，像是臺北市及臺東縣的零歲平均餘命差異接近十歲。為了探討各地居民健康及壽命的差異，本文以臺灣縣市、鄉鎮市區兩種行政層級為研究對象，透過時間、空間分析等方法，描述死亡率與醫療利用之間的關係，希冀研究結果可供政府制訂政策的參考，據以提升各地居民的生活品質。本文資料來源為內政部人口紀錄及衛生福利部死因統計，並結合全民健保資料庫的醫療利用，驗證是否某些地區罹患特定疾病的死亡率較高。本文的全民健保資料庫為2005年百萬人抽樣資料（資料年份為2005年至2013年），包括承保資料檔（ID）、門診處方及治療明細檔（CD）及醫事機構基本資料檔（HOSB）等資料，內政部資料為1975年至2018年各鄉鎮市區人口資料（人數、死亡數），以及2001年至2018年衛生福利部鄉鎮市區層級主要死因。除了標準死亡比等探索性資料分析工具，本文也引進空間統計的想法，檢視各地區數值的時空特性，像是群聚之類的現象。分析發現縣市、鄉鎮市區層級死亡率在各年度沒有太大變化，各地區與全國的關係相對一致，且人口數愈多、（標準化）死亡率相對愈低；但整體死亡率與主要死因之間並非完全一致，某些地區的特定死亡率有偏高的傾向；醫療利用與死亡率在某些地區的關係較為密切，但無法套用至全國層級。
Taiwan’s National Health Insurance (NHI) was implemented in 1995 and more than 99.6% of Taiwan’s citizens are now enrolled in this program. NHI has become part of our life in Taiwan and more than 90% of people have at least one outpatient visits through the NHI system annually. Even though the NHI guarantees the medical accessibility, the urban-rural gap is still noticeable and rural areas do not achieve full equality in resources with urban areas. As a result, the difference of life expectancy between people in Taipei city and Taitung city is close to 10 years old. In this study, we aim to explore if there exists urban-rural disparity with respect to life expectancy and medical utilization.Our study is based on the data from the Ministry of the Interior (population registration records), NHI Research Database (medical utilization), and Ministry of Health and Welfare (leading causes of death). In addition to spatial analysis, we use tools in exploratory data analysis, such as standardized mortality ratio and spatial analysis, to evaluate whether there are urban-rural gaps. The analysis results show that the mortality rates and life expectancy vary a lot among counties and townships, and the differences between counties and between townships do not change with time. Larger populations in general lead to smaller overall mortality rates, but not smaller mortality in leading causes of death. On the other hand, the population sizes do not necessarily link to more medical utilization or larger standardized mortality ratio.參考文獻 一、中文部分王勝賢（2016）。「台灣各縣市常住人口之死亡率差異研究－以全民健保資料庫分析」，真理大學財務與精算學系碩士論文。江信緯（2015）。「臺灣分區人口死亡率之解析」，長庚大學醫務管理學系碩士論文。吳依凡（2004）。「醫療資源可近性對人醫療利用的影響－台灣地區的實證研究」，國立中央大學產業經濟學系碩士論文。吳宜娟（2012）。「台灣癌症病患自殺模式之時空分析」，國立台灣大學健康政策與管理學系碩士論文。余清祥、簡于閔、梁穎誼（2019）。「健保資料與抽樣調查」。《調查研究－方法與應用》，44，97-130。余清祥、王信忠、許筱翎（2020）。「從全民健保評估高齡人口的醫療需求」。《人口學刊》，58，89-120。周孟嫻、紀玉臨、謝雨生（2010）「臺灣自殺率有空間群聚嗎？模仿效應或結構效應」。《人口學刊》，41，1-65。林家興（2019）。「應用地理加權迴歸於不動產價格評估之比較研究」，國立政治大學地政學系碩士論文。林敬昇（2016）。「以全民健保資料庫探討臺灣人口特性與變遷」，國立政治大學商學院統計學系碩士論文。林民浩、楊安琪、溫在弘（2011）。「利用地區差異與人口學特徵評估全民健保資料庫人口居住地變項之推估原則」。《台灣公共衛生雜誌》，30（4），347-361。胡立諄、賴進貴（2006）。「臺灣女性癌症的空間分析」。《台灣地理資訊學刊》，4，39-55。范慶龍、賴進貴（2006）。「環境汙染與惡性腫瘤空間關係－以癌症地圖之肝癌及肺癌為例」。《中華民國地圖學會會刊》，16，205-220。陳章瑞（2013）。「以地理加權迴歸模型之空間分析探討都市公園之寧適效益」。《造園景觀學報》，19（1），17-46。張文菘（2013）。「桃園地區土地利用變遷與影響因素之空間分析」，國立臺灣師範大學地理學系碩士論文。張鴻仁、黃信忠、蔣翠蘋（2002）。「全民健康醫療集中狀況及高、低使用者特性之探討」。《台灣公共衛生雜誌》，21（3），207-213。黃柏誠（2011）。「多重群集的偵測研究」，國立政治大學商學院統計學系碩士論文。蔡丞庭（2011）。「焦點檢定方法比較」，國立政治大學商學院統計學系碩士論文。鄭琇娟（2015）。「醫療資源可近性與健康之相關性研究：以各鄉鎮前三大慢性病死亡原因為例」，世新大學行政管理學系碩士論文。劉千嘉（2016）。「遷徙與區域醫療資源對原住民健康不平等之影響」。《社會政策與社會工作學刊》，20（1），129-162。顧漢凌（2006）。「全民健保體系下醫療資源分佈對個人醫療使用的影響」， 國立東華大學國際經濟學系碩士論文。二、英文部分Anselin, L. (2010). Local Indicators of Spatial Association-LISA. Geographical Analysis, 27(2), 93-115.Besag, J., & Newell, J. (1991). The Detection of Clusters in Rare Diseases. Journal of the Royal Statistical Society. Series A (Statistics in Society), 154(1), 143.Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265.Fu, W. J., Jiang, P. K., Zhou, G. M., & Zhao, K. L. (2014). Using Moran’s I and GIS to Study the Spatial Pattern of Forest Litter Carbon Density in a Subtropical Region of Southeastern China. Biogeosciences, 11(8), 2401-2409.Lee, W. (2003). A Partial SMR Approach to Smoothing Age-specific Rates. Annals of Epidemiology, 13(2), 89-99.Leong, Y.-Y., & Yue, J. C. (2017). A Modification to Geographically Weighted Regression. International Journal of Health Geographics, 16(1).Shi, H., Zhang, L., & Liu, J. (2006). A New Spatial-attribute Weighting Function for Geographically Weighted Regression. Canadian Journal of Forest Research, 36(4), 996-1005.Tango, T., & Takahashi, K. (2005). A Flexibly Shaped Spatial Scan Statistic for Detecting Clusters. International Journal of Health Geographics, 4(1), 11.Wang, H. C., & Yue, J. C. (2015). Mortality, Health, and Marriage: A Study Based on Taiwan’s Population Data. North American Actuarial Journal, 19(3), 187-199.Wang, T.-C., & Yue, C.-S. (2013). A Binary-based Approach for Detecting Irregularly Shaped Clusters. International Journal of Health Geographics, 12(1), 25.Wang, T.-C., & Yue, C.-S. J. (2013). Spatial Clusters in a Global-dependence Model. Spatial and Spatio-Temporal Epidemiology, 5, 39-50.Yu, H., Fotheringham, A. S., A. S., Li, Z., Oshan, T., Kang, W., & Wolf, L. J. (2019). Inference in Multiscale Geographically Weighted Regression. Geographical Analysis, 52, 87-106. 描述 碩士
國立政治大學
統計學系
107354009資料來源 http://thesis.lib.nccu.edu.tw/record/#G0107354009 資料類型 thesis dc.contributor.advisor 楊曉文<br>余清祥 zh_TW dc.contributor.advisor Yang, Sheau-Wen<br>Yue, Ching-Syang en_US dc.contributor.author (Authors) 凃明蕙 zh_TW dc.contributor.author (Authors) Tu, Ming-Huei en_US dc.creator (作者) 凃明蕙 zh_TW dc.creator (作者) Tu, Ming-Huei en_US dc.date (日期) 2020 en_US dc.date.accessioned 2-Sep-2020 11:42:25 (UTC+8) - dc.date.available 2-Sep-2020 11:42:25 (UTC+8) - dc.date.issued (上傳時間) 2-Sep-2020 11:42:25 (UTC+8) - dc.identifier (Other Identifiers) G0107354009 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/131474 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 統計學系 zh_TW dc.description (描述) 107354009 zh_TW dc.description.abstract (摘要) 全民健康保險制度實施已逾 20 年，我國國民納保率高達 99.6%，國人每年透過健保就醫（包括門診及住院）的比例超過九成，健保已成為國人生活一部份。由於健保保障國民就醫權利、我國醫療水準進步等因素，國人健康持續改善，平均壽命也已躋身於先進國家之列，但城鄉差距仍舊非常明顯，像是臺北市及臺東縣的零歲平均餘命差異接近十歲。為了探討各地居民健康及壽命的差異，本文以臺灣縣市、鄉鎮市區兩種行政層級為研究對象，透過時間、空間分析等方法，描述死亡率與醫療利用之間的關係，希冀研究結果可供政府制訂政策的參考，據以提升各地居民的生活品質。本文資料來源為內政部人口紀錄及衛生福利部死因統計，並結合全民健保資料庫的醫療利用，驗證是否某些地區罹患特定疾病的死亡率較高。本文的全民健保資料庫為2005年百萬人抽樣資料（資料年份為2005年至2013年），包括承保資料檔（ID）、門診處方及治療明細檔（CD）及醫事機構基本資料檔（HOSB）等資料，內政部資料為1975年至2018年各鄉鎮市區人口資料（人數、死亡數），以及2001年至2018年衛生福利部鄉鎮市區層級主要死因。除了標準死亡比等探索性資料分析工具，本文也引進空間統計的想法，檢視各地區數值的時空特性，像是群聚之類的現象。分析發現縣市、鄉鎮市區層級死亡率在各年度沒有太大變化，各地區與全國的關係相對一致，且人口數愈多、（標準化）死亡率相對愈低；但整體死亡率與主要死因之間並非完全一致，某些地區的特定死亡率有偏高的傾向；醫療利用與死亡率在某些地區的關係較為密切，但無法套用至全國層級。 zh_TW dc.description.abstract (摘要) Taiwan’s National Health Insurance (NHI) was implemented in 1995 and more than 99.6% of Taiwan’s citizens are now enrolled in this program. NHI has become part of our life in Taiwan and more than 90% of people have at least one outpatient visits through the NHI system annually. Even though the NHI guarantees the medical accessibility, the urban-rural gap is still noticeable and rural areas do not achieve full equality in resources with urban areas. As a result, the difference of life expectancy between people in Taipei city and Taitung city is close to 10 years old. In this study, we aim to explore if there exists urban-rural disparity with respect to life expectancy and medical utilization.Our study is based on the data from the Ministry of the Interior (population registration records), NHI Research Database (medical utilization), and Ministry of Health and Welfare (leading causes of death). In addition to spatial analysis, we use tools in exploratory data analysis, such as standardized mortality ratio and spatial analysis, to evaluate whether there are urban-rural gaps. The analysis results show that the mortality rates and life expectancy vary a lot among counties and townships, and the differences between counties and between townships do not change with time. Larger populations in general lead to smaller overall mortality rates, but not smaller mortality in leading causes of death. On the other hand, the population sizes do not necessarily link to more medical utilization or larger standardized mortality ratio. en_US dc.description.tableofcontents 第一章 緒論 1第一節 研究動機 1第二節 研究目的 5第二章 文獻回顧與研究方法 7第一節 文獻回顧 7第二節 資料庫介紹 10第三節 研究方法 12第三章 健康壽命與醫療利用 17第一節 戶籍地與常住地的比較 17第二節 全死因 20第三節 特定死因 28第四節 醫療利用 35第四章 空間群聚與迴歸分析 41第一節 死因之相關性 41第二節 空間自相關性與空間聚集 44第三節 地理加權迴歸 51第五章 結論與建議 56第一節 結論 56第二節 研究限制與建議 57參考文獻 59附錄 62附錄－表 62附錄－圖 65 zh_TW dc.format.extent 5842869 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0107354009 en_US dc.subject (關鍵詞) 全民健康保險 zh_TW dc.subject (關鍵詞) 城鄉差距 zh_TW dc.subject (關鍵詞) 死亡率 zh_TW dc.subject (關鍵詞) 醫療利用 zh_TW dc.subject (關鍵詞) 主要死因 zh_TW dc.subject (關鍵詞) National Health Insurance en_US dc.subject (關鍵詞) Urban-rural Gap en_US dc.subject (關鍵詞) Standardized Mortality Ratio en_US dc.subject (關鍵詞) Medical Utilization en_US dc.subject (關鍵詞) Leading Causes of Death en_US dc.title (題名) 臺灣居民健康與壽命之空間分析 zh_TW dc.title (題名) A Spatial Analysis of Health and Longevity of Taiwan People en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、中文部分王勝賢（2016）。「台灣各縣市常住人口之死亡率差異研究－以全民健保資料庫分析」，真理大學財務與精算學系碩士論文。江信緯（2015）。「臺灣分區人口死亡率之解析」，長庚大學醫務管理學系碩士論文。吳依凡（2004）。「醫療資源可近性對人醫療利用的影響－台灣地區的實證研究」，國立中央大學產業經濟學系碩士論文。吳宜娟（2012）。「台灣癌症病患自殺模式之時空分析」，國立台灣大學健康政策與管理學系碩士論文。余清祥、簡于閔、梁穎誼（2019）。「健保資料與抽樣調查」。《調查研究－方法與應用》，44，97-130。余清祥、王信忠、許筱翎（2020）。「從全民健保評估高齡人口的醫療需求」。《人口學刊》，58，89-120。周孟嫻、紀玉臨、謝雨生（2010）「臺灣自殺率有空間群聚嗎？模仿效應或結構效應」。《人口學刊》，41，1-65。林家興（2019）。「應用地理加權迴歸於不動產價格評估之比較研究」，國立政治大學地政學系碩士論文。林敬昇（2016）。「以全民健保資料庫探討臺灣人口特性與變遷」，國立政治大學商學院統計學系碩士論文。林民浩、楊安琪、溫在弘（2011）。「利用地區差異與人口學特徵評估全民健保資料庫人口居住地變項之推估原則」。《台灣公共衛生雜誌》，30（4），347-361。胡立諄、賴進貴（2006）。「臺灣女性癌症的空間分析」。《台灣地理資訊學刊》，4，39-55。范慶龍、賴進貴（2006）。「環境汙染與惡性腫瘤空間關係－以癌症地圖之肝癌及肺癌為例」。《中華民國地圖學會會刊》，16，205-220。陳章瑞（2013）。「以地理加權迴歸模型之空間分析探討都市公園之寧適效益」。《造園景觀學報》，19（1），17-46。張文菘（2013）。「桃園地區土地利用變遷與影響因素之空間分析」，國立臺灣師範大學地理學系碩士論文。張鴻仁、黃信忠、蔣翠蘋（2002）。「全民健康醫療集中狀況及高、低使用者特性之探討」。《台灣公共衛生雜誌》，21（3），207-213。黃柏誠（2011）。「多重群集的偵測研究」，國立政治大學商學院統計學系碩士論文。蔡丞庭（2011）。「焦點檢定方法比較」，國立政治大學商學院統計學系碩士論文。鄭琇娟（2015）。「醫療資源可近性與健康之相關性研究：以各鄉鎮前三大慢性病死亡原因為例」，世新大學行政管理學系碩士論文。劉千嘉（2016）。「遷徙與區域醫療資源對原住民健康不平等之影響」。《社會政策與社會工作學刊》，20（1），129-162。顧漢凌（2006）。「全民健保體系下醫療資源分佈對個人醫療使用的影響」， 國立東華大學國際經濟學系碩士論文。二、英文部分Anselin, L. (2010). Local Indicators of Spatial Association-LISA. Geographical Analysis, 27(2), 93-115.Besag, J., & Newell, J. (1991). The Detection of Clusters in Rare Diseases. Journal of the Royal Statistical Society. Series A (Statistics in Society), 154(1), 143.Fotheringham, A. S., Yang, W., & Kang, W. (2017). Multiscale Geographically Weighted Regression (MGWR). Annals of the American Association of Geographers, 107(6), 1247-1265.Fu, W. J., Jiang, P. K., Zhou, G. M., & Zhao, K. L. (2014). Using Moran’s I and GIS to Study the Spatial Pattern of Forest Litter Carbon Density in a Subtropical Region of Southeastern China. Biogeosciences, 11(8), 2401-2409.Lee, W. (2003). A Partial SMR Approach to Smoothing Age-specific Rates. Annals of Epidemiology, 13(2), 89-99.Leong, Y.-Y., & Yue, J. C. (2017). A Modification to Geographically Weighted Regression. International Journal of Health Geographics, 16(1).Shi, H., Zhang, L., & Liu, J. (2006). A New Spatial-attribute Weighting Function for Geographically Weighted Regression. Canadian Journal of Forest Research, 36(4), 996-1005.Tango, T., & Takahashi, K. (2005). A Flexibly Shaped Spatial Scan Statistic for Detecting Clusters. International Journal of Health Geographics, 4(1), 11.Wang, H. C., & Yue, J. C. (2015). Mortality, Health, and Marriage: A Study Based on Taiwan’s Population Data. North American Actuarial Journal, 19(3), 187-199.Wang, T.-C., & Yue, C.-S. (2013). A Binary-based Approach for Detecting Irregularly Shaped Clusters. International Journal of Health Geographics, 12(1), 25.Wang, T.-C., & Yue, C.-S. J. (2013). Spatial Clusters in a Global-dependence Model. Spatial and Spatio-Temporal Epidemiology, 5, 39-50.Yu, H., Fotheringham, A. S., A. S., Li, Z., Oshan, T., Kang, W., & Wolf, L. J. (2019). Inference in Multiscale Geographically Weighted Regression. Geographical Analysis, 52, 87-106. zh_TW dc.identifier.doi (DOI) 10.6814/NCCU202001417 en_US
