用自然實驗研究勞工職業傷害保險的道德危害

道德危害(moral hazard)是在描述當一個人暴露在風險中與否，會影響其產生不同行為的現象。比如有兩個不同的社會，一個社會對作奸犯科的人一定繩之以法，讓這些壞人付出足夠的代價；另一個社會則是放縱這些犯罪事實的存在，不去追究作奸犯科的人的責任；那我們可以預期處於這兩個社會中的居民會有不同的行為取向。在第一個社會中的人安份守己的可能性比較大，在後一個社會的人比較可能肆無忌憚去做出對自己有利，卻對別人不利的舉動。

在保險經濟學中，道德危害是保險的一個副作用，也是當中一個重要的議題。由於加入健康保險之後，被保險人的就醫風險大大降低了，健康照顧服務的消費者對服務價格的敏感性大幅降低，也就是價格的需求彈性變低，同時也大大降低消費者接受健康照護服務所需付的實質價格，這也提高了消費者對健康照護服務的需求，導致一些不必要的醫療使用與浪費。因此道德危害的意思就是由於保險導致實質價格下降，而引發健康照護消費增加的現象或程度。

保險中另一個會引發道德危害的機制是給付範圍或內容的增加，因為給付內容增加等於降低被保險人的風險並提高其使用給付的誘因。假設我加入一個商業保險公司的住院醫療保險，當保險將每天住院給付從1000元提高到1500元時，我很可能在同樣的病情下，延長我的住院日數。

由於道德危害是一種人的行為與社會經濟制度互動下所產生的現象，因此要去進行道德危害的實證研究並不容易，因為干擾因素很多。就我所知至目前為止，只有一個採用隨機控制實驗(randomized control trial, RCT)的方式去研究健康保險有關的道德危害。這是由美國著名的研究機構RAND在1974年底到1977年初，在美國6個地區進行的大規模健保實驗。研究人員將參與實驗的家庭隨機分配到5組，分別提供不同的成本分擔措施：(1)不需部分負擔、(2)25%部分負擔、(3)50%部分負擔、(4)95%部分負擔以及(5)自負額，但各組的病人一年內的總自行支付費用有1,000美元上限，超過時病人不須再自掏腰包。這個研究主要在找出健康保險中，不同的成本分擔方式對病人就醫的情形及花費是否有影響。研究發現，成本分擔(部分負擔)對就醫使用確實有影響；部分負擔若從0%加重至95%，醫療花費下降30%。由於這樣的研究難度高，費用非常大，因此它是美國至目前為止唯一的健保利用情形RCT實驗，所以即使已經事隔30年，仍然有很重要的參考價值。

最近我讀到一篇採用自然實驗的方式去探討勞工職業傷害保險的道德危害的研究[1]，在這裡的自然實驗並非由研究人員主動設計與執行，而是由於政策的實施對不同對象所產生不同的作用，所形成的一個類似實驗的情境。

這篇研究的自然實驗來自肯塔基州與密西根州分別在1980年與1982年調高勞工職業傷害保險補償金額上限的措施，基本上這兩州的職業傷害勞工無法工作期間的薪資補償金是原薪資的66.66%，因此此一調高補償金額上限的政策只對薪資在某一個程度以上的職業傷害勞工才有實質增加補償金額的作用，對薪資未達該水準的職業傷害勞工並沒有產生給付實質的改變。也就是說，調高補償金額上限的措施，對這兩州收入較高的職業傷害勞工產生額外的誘因，使他們想要申請比以前更長的職業傷害補償期。由於此一特殊政策機制，給了研究人員相當理想的研究/比較對象與場合，研究人員可以比較這兩組不同收入水準的職業傷害勞工，在此勞工職業傷害保險政策改變前後，申請職業傷害補償期間(也就是無法工作期間)是否有顯著的差別。這個研究方法的研究設計圖形[2]如下：

ID(high)...........X.............ID(high)
ID(low).............................ID(low)

這裡，ID是指職業傷害補償期間(injury duration)，IDhigh是高收入組的申請職業傷害期間，IDlow是低收入組的申請職業傷害期間。由於這個政策的改變只對高收入組的職業傷害勞工有實質作用，因此此自然實驗的介入措施X只發生在這群高收入組的職業傷害勞工(實驗組)，而低收入組的職業傷害勞工就成為研究的對照組。不過我們要注意，這篇研究並非採取panel study的方式，因為不一定每一位職業傷害勞工在這兩個階段(政策改變前後)都剛好發生並申請過職業傷害補償，所以這篇文章的計量分析模式是pooled independent cross sections across time，意思是將所有曾經在這兩個階段申請職業傷害補償的獨立個案都攤在一起做分析比較。但是因為在這個研究中，實驗組與對照組並非透過隨機分配所形成的，而且高收入(或低收入)組的職業傷害勞工組在措施前後也不是同一群人，因此職業傷害補償的申請時間前後如果不一樣的話，可能不僅是受到政策改變的影響而已，還可能會受到勞工本身(如年齡、婚姻狀態)、職業種類與職業傷害因素(如種類與程度)的影響，所以這些因素必須加以控制，才能客觀看出政策改變的作用。此研究的計量迴歸分析模式如下：

Ln(ID) = β1After + β2High + β3(After x High) + β4Labor + β5Industry + β6Injury + ε

這裡：
ID是每一個職業傷害個案所申請的補償期長短，以週為單位，並用自然對數(ln)加以轉換，以降低少數超長期間所產生的分布扭曲情況，使分布較接近常態分布。
After是指該職業傷害案件是否發生在政策改變之後，若是則為1，否則為0
High是指該職業傷害個案件收入是否在某種程度以上，若是則為1，否則為0
Labor包括某個職業傷害勞工的年齡、性別、婚姻狀態等變數
Industry包括某個職業傷害所屬的產業別是製造業還是營建業
Injury包括該職業傷害案件的傷害種類、住院日數與就醫費用(衡量職災的傷害程度)

為簡單理解起見，我們可以先注意公式中的前三項：

Ln(ID) = β1After + β2High + β3(After x High)
= β1After + (β2 + β3After) x High

此公式中各個係數(β1~β3)的關係與意義如下：
β1=政策改變前後職業傷害ln(ID)平均值的改變
β2=高收入組與低收入組職業傷害個案ln(ID)平均值的差別
β3=政策改變前後高收入組職業傷害個案ln(ID)平均值的改變 ̶ 政策改變前後低收入組職業傷害個案ln(ID)平均值的改變，也就是高低收入組職業傷害ln(ID)平均值改變程度的差別(difference in differences)，或相對的改變程度。β3是這個公式中我們最感興趣且最主要的係數，因為它最能夠反應出政策改變對高收入組個案ln(ID)的影響程度。

這個研究果真發現在這兩州，相較於低收入組職業傷害個案，高收入組在政策改變後的職業傷害申請補償期間有很顯著的增加，而低收入組所申請的職業傷害申請補償期在政策改變前後並沒有明顯的差別。這告訴我們在勞工職業傷害保險中確實有道德危害的現象存在。不過，作者特別強調，這個發現不表示此現象就必然對整體社會福利造成損害，如果職業傷害勞工可以因此獲得更充分的修養，因此復原得更加完全，因而有更大的生產力，那其實對整體的社會福利反而可以有所提升。但是因為研究資料中缺乏職業傷害勞工回到工作時的健康情形資料與其後來生產力的資料，於是研究人員無法對此做進一步的探討。

我覺得這篇文章提供了一個很好的研究案例，用自然實驗去探討一個複雜、不容易釐清的問題。這裡所用的研究架構與方法很適合用來分析政策衝擊(policy impact)、臨床方案或管理措施的成效。但是要進行這樣的研究，研究人員必須對政策的改變與內容有很高的敏感度與深刻的了解，才能妥善用在合適的研究議題上面。雖然經常這種機會也是可遇不可求，不過對於敏感度較高且對政策內容瞭解比較深入的研究人員來說，總是比其他的研究人員更能夠巧妙的加以運用，來探討所關心的議題。

[1] Bruce, D. M., Viscusi, W. K., and Durbin, D. L. 1995. Workers’ compensation and injury duration: Evidence from a natural experiment. The American Economic Review, 85(3): 322-340.
[2] 學者通常稱此種研究設計為Nonequivalent control group design