ผลกระทบสังคมผู้สูงอายุในประเทศไทยต่อการใช้จ่ายรัฐบาลด้านสาธารณสุข
คำสำคัญ:
ผู้สูงอายุ, สังคมผู้สูงอายุ, รายจ่ายภาครัฐด้านการสาธารณสุขบทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์ (1) เพื่อศึกษาภาพรวมของประชากรผู้สูงอายุ และรายจ่ายภาครัฐด้านสาธารณสุขของประเทศไทย และ (2) เพื่อศึกษาความสัมพันธ์ระหว่างประชากรผู้สูงอายุกับรายจ่ายภาครัฐด้านสาธารณสุขของประเทศไทย ผู้วิจัยทำการวิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนาและเชิงปริมาณ เก็บรวบรวมข้อมูลอนุกรมเวลาจากเว็บไซต์หน่วยงานที่เกี่ยวข้อง วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา ได้แก่ ค่าเฉลี่ย ร้อยละ และวิเคราะห์ข้อมูลสถิติเชิงปริมาณโดยใช้ข้อมูลทุติยภูมิรายปี ตั้งแต่ พ.ศ. 2528 – 2565 วิเคราะห์ความสัมพันธ์ระยะยาว และวิเคราะห์การปรับตัวระยะสั้นเข้าสู่ระดับดุลยภาพระยะยาว ซึ่งใช้วิธีการของ Pesaran, Shin and Smith ในการวิเคราะห์ความสัมพันธ์ระยะยาว และใช้วิธี Error Correction Model ในการวิเคราะห์การปรับตัวระยะสั้นเข้าสู่ระดับดุลยภาพระยะยาว ผลการศึกษาพบว่า ช่วงเวลาก่อนที่ประเทศไทยจะเข้าสู่สังคมผู้สูงอายุ มีสัดส่วนการใช้จ่ายของรัฐบาลด้านการสาธารณสุขรวมเฉลี่ยประมาณร้อยละ 7 และหลังจากที่ประเทศไทยเข้าสู่สังคมผู้สูงอายุแล้วมีสัดส่วนการใช้จ่ายของรัฐบาลด้านการสาธารณสุขรวมเฉลี่ยประมาณร้อยละ 10 จะเห็นว่า ภาครัฐมีรายจ่ายด้านสาธารณสุขโดยเฉลี่ยเพิ่มขึ้นอย่างเห็นได้ชัด จำนวนประชากรผู้สูงอายุ และสถานการณ์โควิด 19 ไม่ส่งผลต่อรายจ่ายด้านการสาธารณสุขในระยะยาว ส่วนรายได้ประชาชาติต่อหัวส่งผลกระทบทางบวกต่อรายจ่ายด้านการสาธารณสุขในระยะยาว ที่ระดับความเชื่อมั่นร้อยละ 99 และมีการปรับตัวจากในระยะสั้นเพื่อเข้าสู่ดุลยภาพในระยะยาว เท่ากับร้อยละ 41.55
References
พัชราพรรณ กิจพันธ์. (2561). ประเทศไทยสู่สังคมผู้สูงอายุ. วารสารอาหารและยา, 25(3), 4-8.
สถาบันวิจัยประชากรและสังคม มหาวิทยาลัยมหิดล. (2565). ประชากรของประเทศไทย พ.ศ. 2556. สืบค้น 25 กรกฎาคม 2566. จาก https://plan.dmh.go.th/forums/index.php?action=dlattach;topic=822.0;attach=1374.
สำนักงบประมาณ. (2566). งบประมาณโดยสังเขป (ฉบับปรับปรุง). สืบค้น 17 กรกฎาคม 2566. จาก https://www.bb.go.th/topic.php?gid=548&mid=311.
Baharin, R., & Saad, S. (2018). Ageing population and health care expenditure: evidence using time series analysis. Geografia, 14(4), 65-73.
Engle, R.F. & Granger, C.W.J. (1987). Cointegration and error correction representation: Estimation and testing. Econometrica, 55, 251-276.
Johansen, S. (1995). Likelihood-based inference in cointegrated vector autoregressive model. Oxford: Oxford University Press.
Nordin, N., Nordin, N., & Ahmad, N. A. (2015, May). The effects of the ageing population on healthcare expenditure: A comparative study of China and India. In International Conference on Economics and Banking (ICEB-15) (pp. 297-310). Dordrecht: Atlantis Press.
Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of applied econometrics, 16(3), 289-326.
Tamakoshi, T., & Hamori, S. (2015). Health-care expenditure, GDP and share of the elderly in Japan: a panel cointegration analysis. Applied Economics Letters, 22(9), 725-729.
Tchoe, B., & Nam, S. (2022). The Real Effect of Aging Population on Health Expenditures in OECD Countries. Korea and the World Economy, 23(1), 25-34.
World Bank. (2023). Birth rate, crude (per 1,000 people). Retrieved 1 June 2023 form https://data.worldbank.org/indicator/SP.DYN.CBRT.IN.
World Bank. (2023). Population ages 65 and above (% of total population). Retrieved 1 June 2023 form https://data.worldbank.org/indicator/SP.POP.65UP.TO.ZS.
World Bank. (2023). Population ages 65 and above, total. Retrieved 1 June 2023 form https://data.worldbank.org/indicator/SP.POP.65UP.TO.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2024 วารสารสังคมศาสตร์ปัญญาพัฒน์
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.