Skatteudvalget 2011-12
L 31 Bilag 9
Offentligt

MARKEDSUDVIKLINGSKADESFORSIKRINGFORSIKRING & PENSIONSÅRSMØDE – JANUAR 2008

SIDE 1

Forsikring & PensionAnalyserapport 2010:6

Er sundhedsforsikrede mindre sygeend uforsikrede?

Vibeke BorchseniusJan V. Hansen

Forsikring & PensionPhilip Heymans Allé 12900 HellerupTelefon 41 91 91 91www.forsikringogpension.dk

Analyserapport 2010:6

Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Side 1

1.2.

IndledningogsammenfatningDanskeundersøgelserafsundhedsforsikringerseffektpådeforsikredessygefraværPræsentationafdatagrundlagSygefraværetsstrukturKonstruktionafregisterdataUdviklingenisundhedsforsikringer2003‐9Hvemerdesundhedsforsikrede?

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

5667111314151516

4.5.

HåndteringafselektionsproblemerEstimationsresultaterAnalysedesignoghypoteserAfhængersandsynlighedenforatblivelangvarigtsygafforsikringsstatus?

Hardeforsikredeskarakteristikabetydningforeffektenafsundhedsforsikringpåsandsynlighedenforatblivelangvarigsyg?18Afhængervarighedenaflangvarigtsygefraværafforsikringsstatus?21

Ereffektenafforsikringsstatuspåantalletafugerpåsygedagpengeforskelligafhængigafpersonerneskarakteristika?24Opsamling6.7.8.GevinsternevedmindresygefraværLitteraturBilagBilag1Bilag2Bilag326262829293030

Side 2

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Side 3

1. Indledning og sammenfatning1Ca. 1 mio. danskere har en sundhedsforsikring, hvoraf 9 ud af 10 ordninger erarbejdsgiverbetalte. Antallet af arbejdsgiverbetalte sundhedsforsikringer er vok-set betragteligt siden 2002, hvor en lovændring muliggjorde, at medarbejdereikke bliver beskattet af værdien af disse forsikringer.Trods det store antal sundhedsforsikringer – og tidshorisonten for deres udbre-delse - er der ringe viden om deres effekt og samspillet med det danske sund-hedsvæsen. Dette fremhæves i en rapport fra 2009 udarbejdet af Dansk Sund-hedsinstitut på initiativ af Lægeforeningen, jf. DSI (2009). Det er måske ogsåderfor, at vismændene i deres vurderinger af sundhedsforsikringer hovedsageligtbaserer sig på principielle betragtninger og udenlandske undersøgelser, jf. DeØkonomiske Råd (2008 og 2009).Denne rapport udfylder et videnshul, nemlig viden om, hvorvidt sundhedsforsik-rede har kortere langvarigt sygefravær end sammenlignelige personer, der kunadskiller sig ved ikke at have en sundhedsforsikring. En evt. effekt kan skyldes,at sundhedsforsikringer indeholder forebyggende tilbud (fysioterapi, kiropraktikmv.), der forhindrer sygdom, samt, i tilfælde af sygdom, udredning og behand-ling, som foregår hurtigere end i det offentlige sundhedssystem.Analyserne bygger på individoplysninger om de sundhedsforsikrede i 2007 fra deforsikringsselskaber, der udbyder sundhedsforsikringer. Der måles på effekten aflangvarig sygdom (over 3 uger) i perioden 2007-9. I effektmålingen skelnesmellem sandsynligheden for at blive langvarigt syg og, givet man bliver langva-rigt syg, længden af sygdomsperioden. Ved sammenligning af de forsikrede oguforsikrede tages der højde for forskelle i socioøkonomiske karakteristika af be-tydning for sygelighed (alder, køn, uddannelse, stillingskategori, branche mv.)og indikatorer for historisk helbredstilstand.Analyserne i denne rapport viser, at•Sundhedsforsikrede har en signifikant lavere sandsynlighed for at blivelangvarigt syg end uforsikrede. For en gennemsnitlig uforsikret ersandsynligheden for at blive langvarigt syg i perioden 2007-9 0,24; foren forsikret er sandsynligheden ca. 0,02 lavere.En sundhedsforsikret, der bliver langvarigt syg, har en signifikant kor-tere varighed af sygdomsforløbet end en sammenlignelig uforsikret. Iårene 2007-9 er der tale om en samlet reduktion i varigheden på 1,2uger.Effekterne af en sundhedsforsikring på varigheden af langvarig syg-dom er mere udtalt for ufaglærte og faglærte end personer med en vi-deregående uddannelse.De fundne effekter er robuste over for ændringer i definitioner og spe-cifikationer.Selvom datagrundlaget og metoderne anvendt i denne rapport er bed-re end i tidligere danske undersøgelser, er de ikke perfekte. Skævhe-derne som følge af data- og metodemæssige begrænsninger trækker

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

•

••

Lars Skipper, Jacob Roland Munch og Mette Foged takkes for nyttige diskussioner omspecifikation og test af matching-estimationerne i afsnit 5. Vi er dog alene ansvarlige forrapportens indhold og konklusioner.

Side 4

dog entydigt i retning af, at de rapporterede effekter af sundhedsfor-sikringer erundervurderede.•Hvis de fundne effekter lægges til grund, har reduceret sygefraværsom følge af sundhedsforsikringer sparet det offentlige for udgifter tilsygedagpenge for over 800 mio. kr. alene i 2010.

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Rapporten har følgende indhold: Afsnit 2 giver en oversigt over eksisterendedansk litteratur om sundhedsforsikringer med fokus på ordningernes betydningfor sygefravær. Afsnit 3 præsenterer datagrundlaget og beskriver karakteristikaved de forsikrede og uforsikrede. Afsnit 4 diskuterer håndtering af selektions-problemer. Afsnit 5 dokumenterer estimationerne af sundhedsforsikringers ef-fekt på sandsynligheden for at blive langvarigt syg og - givet man bliver syg -varigheden af sygdommen. Afsnit 6 indeholder en beregning af det reduceredesygefraværs effekt på de offentlige udgifter til sygedagpenge.

2. Danske undersøgelser af sundhedsforsikringers ef-fekt på de forsikredes sygefraværSundhedsforsikringer, deres mulige effekter og hensigtsmæssighed behandles ien lang række danske rapporter, udredninger og videnskabelige publikationer.En nyere eksempelliste, der ikke nødvendigvis er repræsentativ, kunne omfatteArbejderbevægelsens Erhvervsråd (2008), Forsikring & Pension (2008), De Øko-nomiske Råd (2008 og 2009), Kiil og Pedersen (2009) og DSI (2010).Netop på grund af det betydelige antal publikationer er det tankevækkende, aten rapport fra Dansk SundhedsInstitut fra 2009 betoner betydelige huller i voresviden om sundhedsforsikringernes effekt og samspillet med det danske sund-hedsvæsen, jf. DSI (2009).2Det kan også være årsagen til, at vismændene i de-res vurderinger af sundhedsforsikringer hovedsageligt baserer sig på principiellebetragtninger og udenlandske undersøgelser, jf. De Økonomiske Råd (2008 og2009).DSI (2010) indeholder dog en analyse af de sundhedsforsikredes sygefravær. Tilat belyse dette bruges Sundheds- og sygelighedsundersøgelsen (SUSY) fra2005, som er en spørgeskemaundersøgelse, hvor et repræsentativt udsnit afdanskerne udspørges om deres helbredstilstand, livsstil og hvorvidt, de har ensundhedsforsikring, jf. Statens Institut for Folkesundhed (2010).Respondenterne i SUSY-undersøgelsen er bl.a. blevet spurgt om følgende:•Hvor mange dage har De måtte blive hjemme fra arbejde pga. sygdom,skade og gener inden for de sidste 14 dage og inden for det sidste år?

Ud fra svarene til dette spørgsmål dannes til brug for undersøgelsen i DSI(2010) to forskellige mål for sygefravær:••Hvorvidt personen har haft sygefravær fra arbejdet de sidste 14 dageHvorvidt personen har haft sygefravær fra arbejdet det sidste år

Der tages således ikke højde for, hvor lang tid personerne er fraværende pga.sygdom, og uanset længden af fraværet vil det tælle på samme måde i de tosygdomsmål. Ud over at se på den direkte forskel i sygefraværet mellem de for-sikrede og uforsikrede grupper, kontrolleres også for køn, alder og indkomst.Rapporten omhandler bl.a. følgende forhold vdr. sundhedsforsikringer: aflastning af denoffentlige sundhedssektor, påvirkning af offentlige ventelister, ulighedskonsekvenser, pro-duktivitetsforskelle mellem private og offentlige sygehuse.2

Side 5

Resultaterne af analysen viser, at uanset om der kontrolleres for køn, alder ogindkomst eller ej, er der ingen signifikante forskelle i sygefraværet mellemgruppen af sundhedsforsikrede og gruppen af uforsikrede. Dette gælder både,når der ses på sygefravær inden for de sidste to uger og sygefravær det sidsteår. DSI (2010) konkluderer på den baggrund, at sundhedsforsikrede ikke harsignifikant lavere sygefravær end uforsikrede.Det kan dog diskuteres, om der er brugt det mest oplagte fraværsmål i analy-sen. Umiddelbart kan det ikke forventes, at sundhedsforsikringer påvirker kort-varig sygdom forårsaget af for eksempel forkølelse, hovedpine og feber – som erårsag til størstedelen af sygefraværsperioderne i Danmark, jf. afsnit 3.Sundhedsforsikringer kan derimod i højere grad tænkes at have en effekt på denlængerevarende sygdom. Inden for rammerne af SUSY-undersøgelsen er detmuligt at inddrage længden af fraværsperioden. Det kunne derfor være interes-sant at vide, hvordan resultaterne ville have været, hvis der var brugt andresygdomsmål, hvor der i højere grad er taget højde for varigheden af sygdom.Derudover kunne det være interessant at inkludere yderligere socioøkonomiskevariable samt helbredsfaktorer for i højere grad at sikre, at de forsikrede oguforsikrede er ens.

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

3. Præsentation af datagrundlag3.1.Sygefraværets strukturLangt størstedelen af sygefraværet i Danmark er kortvarigt. Folk bliver forkøle-de, får feber eller influenza og er derfor nødt til at blive hjemme fra arbejde i enkortvarig periode. Dette sygefravær er svært at undgå, og det er ikke på dettesygefravær, at sundhedsforsikringer kan forventes at have en effekt.I figur 1 ses fordelingen af sygeforløbenes varighed på DA-området. Heraf frem-går, at godt 45 pct. af alle sygeforløb kun varer én dag, og at 91 pct. af alle sy-geforløb har en varighed på under fem dage. Kun 4 pct. af alle sygdomsforløbvarer 3 uger eller derover.

Figur 1 Varigheden af sygeforløb, 2008

Pct.504540353025201510501 dag2 dage3-5 dage 1-2 uger3 uger4 ugerOver 4ugerSide 6

Kilde: DA's fraværksstatistik 2008.

Hvis der i stedet ses på fordelingen af sygefraværsdage, er det lange sygdoms-forløb over fire uger, der har den største betydning, jf. figur 2. Selv omantalletaf lange forløb er beskedent set i forhold til forløb af kortere varighed, er detlange forløb, der kræver flest sygedage. Hvis sundhedsforsikringer har en effektpå langvarig sygdom, kan de således have betydning for det samlede antal afsygedage i samfundet, selv om antallet af korte forløb ikke bliver påvirket.

Figur 2 Fordeling af sygefraværsdage, 2008

Pct.353025201510501 dag2 dage3-5 dage 1-2 uger3 uger4 ugerOver 4uger

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Kilde: DA's fraværsstatistik 2008.

Samlet set er det vigtigt at tage højde for varigheden af sygefravær, når effek-ten af sundhedsforsikringer på sygefravær analyseres.3.2.Konstruktion af registerdata

Fra Danmarks Statistiks registre indhentes oplysninger om alder, køn, uddannel-se, nationalitet3, civilstand, boligform, jobfunktion og branche for 2007. Dettekobles sammen med oplysninger om indkomst, beskæftigelsesgrad og hvorvidt,personen er lønmodtager i 2006.4Fra dette datasæt udtages personer mellem20 og 60 år, som er fuldtidsbeskæftigede lønmodtagere.Fra sygehusbenyttelsesregisteret kobles oplysninger om antal besøg hos prakti-serende læge og speciallæge i perioden 2000-2005 på. Ligeledes findes oplys-ninger om, hvorvidt personen har haft en alvorlig diagnose, en meget alvorligdiagnose og været indlagt på et hospital i perioden 2000-2006. En opdeling afalvorlige og meget alvorlige diagnoser kan ses i boks 1. Helbredsvariablene ertaget fra tidligere år end 2007 for at betinge på helbredstilstanden, før sund-hedsforsikringen blev tegnet.

Opdelt i hvorvidt personen er dansk eller indvandrer/efterkommer.Da disse karakteristika kan være påvirket af sygdom, er de taget fra 2006.

Side 7

Analyserapport 2010:6

Boks 1 Opdeling af diagnoser

Sygehusbenyttelsesregisteret giver oplysninger om personernes diagnostice-rede (dominerende) sygdom i hvert år. Diagnoserne i registeret er inddelt i99 sygdomsgrupper. Baseret på egne og lægefaglige vurderinger er der ud-valgt en række diagnoser, som kan siges at være alvorlige i den forstand, atde er forenelige med et langt og kompliceret sygdomsforløb. De alvorligesygdomme er afgrænset i to grupper:Meget alvorlige diagnoserudgøres af sygdomsgrupper, som altid må ansesfor at have alvorlige konsekvenser. Følgende sygdomme er inkluderet: Alleondartede svulster, svulst i lymfatisk og bloddannende væv, sindssygdom-me, akut hjerteinfarkt og karsygdomme i hjerne.Alvorlige diagnoserudgøres af sygdomsgrupper, der ikke nødvendigvis altidhar alvorlige konsekvenser. Følgende sygdomme er inkluderet: sukkersyge,sygdomme i blod og bloddannende organer, neuroser, personlighedsforstyr-relser og andre psykiske, ikke-psykiske forstyrrelser samt åndssvaghed ogmental regulering, epilepsi, andre sygdomme i nervesystemet, blodtryksfor-højelse (herunder blodtryksforhøjelse med hjertesygdom og med nyresyg-dom), andre iskæmiske hjertesygdomme, symptomatisk hjertesygdom, an-dre hjertesygdomme, karsygdomme i hjerne, åreforkalkning, bronchitis, ud-videde lunger og astma, tarmslyng uden oplysning om brok, andre sygdom-me i lever, galdeveje og bugspytkirtel, andre sygdomme i urinorganer, led-degigt og beslægtede sygdomme, knoglemarvsbetændelse og andre knogle-sygdomme, sygdomme i brusk mellem ryghvirvler, bevægelsessystem ogbindevæv, brud af lårbenshals og anden eller uspecificeret intrakraniel læsi-on.Sygdomsmålet i denne rapport er antal uger, en person har modtaget sygedag-penge i perioden 2007-2009.5Dette er registeret i BeskæftigelsesministerietsDream-database. Som udgangspunkt vil en person modtage sygedagpenge frakommunen efter tre ugers uafbrudt sygdom. Sygdomsmålet er således langvarigsygdom over tre uger.Det er dog ikke altid nødvendigt med tre ugers uafbrudt sygdom for at modtagesygedagpenge. Hvis lønmodtageren har en kronisk sygdom, der betyder mereend 10 fraværsdage om året, kan virksomheden og lønmodtageren indgå en af-tale om, at kommunen udbetaler sygedagpenge fra 1. fraværsdag. Aftalen skalgodkendes af kommunen. Ligeledes vil kommunen stå for udbetaling af syge-dagpenge fra 1. fraværsdag, hvis lønmodtageren er ansat i et flexjob. Vi kandog af data se, om personer, der modtager sygedagpenge, er i et flexjob. Dettesygefravær ses der bort fra i analysen.6Fra forsikringsselskaberne, der udbyder sundhedsforsikringer, er der indhentetoplysninger om personnummer på de sundhedsforsikrede i 2007, som er ano-nymiseret i Danmarks Statistik. Enkelte selskaber har udelukkende leveret op-lysninger om de virksomheder, der er forsikret hos dem. Ved sammenkoblingmed Danmarks Statistiks registre identificeres de ansatte i disse virksomheder.Det antages, at alle de pågældende ansatte har en sundhedsforsikring, da sund-hedsforsikringer kun er skattefritaget, hvis alle ansatte er forsikrede. Det be-

Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Dette kan dække over flere sygdomsforløb.Yderligere informationer om regler for udbetaling af sygedagpenge kan findes i Forsikring& Pension (2010).6

Side 8

skrevne datasæt dækker knap 70 pct. af alle sundhedsforsikrede, da enkelteselskaber ikke har bidraget til undersøgelsen.I tabel 1 er vist værdier for størstedelen af de forklarende variable, der indgår ide efterfølgende estimationer. Værdierne er vist for følgende grupper: Alle, deforsikrede, de uforsikrede og de uforsikrede privatansatte. Udover variableneangivet i tabel 1 inkluderes i estimationerne en 27-gruppering af brancher, 9forskellige jobfunktioner og 10 forskellige regioner. Desuden inkluderes antalbesøg hos praktiserende læge og antal besøg hos speciallæge også kvadrerede.Fra tabel 1 fremgår det, at 20 pct. af de sundhedsforsikrede har haft en længe-revarende sygdom i perioden 2007-2009, mens det gælder for 27 pct. af deuforsikrede og de uforsikrede privatansatte. Det gennemsnitlige antal uger påsygedagpenge for de forsikrede er over en uge mindre end for de uforsikrede ogde uforsikrede privatansatte. Derudover er gruppen af forsikrede i højere gradsamlevende og boligejer, mens de i mindre grad er indvandrere og grundskole-uddannede end de uforsikrede. Indkomst er den af de forklarende variable, somer fordelt mest skævt mellem grupperne. Således tilhører kun 15 pct. af de for-sikrede den fattigste fjerdedel, mens det gælder for 27 pct. af de uforsikrede.Ligeledes tilhører 32 pct. af de forsikrede den rigeste fjerdedel, mens det gælderfor 23 pct. af de uforsikrede. Gruppen af forsikrede har været færre gange påbesøg hos praktiserende læge og speciallæge end de uforsikrede, men har detsamme antal besøg som uforsikrede privatansatte. Andelen af personer, der harhaft en alvorlig eller meget alvorlig, diagnose er ens i gruppen af forsikrede,gruppen af uforsikrede og gruppen af privatansatte uforsikrede. Andel af perso-ner, der har været indlagt på hospitalet, er lavere for forsikringsgruppen og deuforsikrede privatansatte end for gruppen af uforsikrede.

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Side 9

Tabel 1 Socioøkonomiske karakteristika og helbredsindikatorer for fuld-

tidsbeskæftigede lønmodtagere, 2006

Forsikre-de0,203,270,160,310,310,231,000,370,740,660,060,150,470,370,190,080,450,080,110,080,040,0226,212,950,33Uforsikre-de privat-ansatte0,274,760,200,290,280,230,000,350,700,590,080,270,480,250,260,070,450,070,080,060,040,0226,172,610,34Ufor-sikrede0,274,860,160,280,290,270,000,500,720,590,070,270,510,230,210,060,390,060,190,080,040,0229,293,130,37

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

AlleModtaget sygedagpenge, 2007-9Antal uger på sygedagpenge, 2007-9Mellem 20 og 30 årMellem 30 og 40 årMellem 40 og 50 årMellem 50 og 60 årAndel med sundhedsforsikringKvindeSamlevendeBoligejerIndvandrerFattigste fjerdedelMiddelindkomstRigeste fjerdedelGrundskoleGymnasiumFaglærtKVUMVULVUAlvorlig diagnose, 2000-6Meget alvorlig diagnose, 2000-6Antal besøg hos læge, 2000-5Antal besøg hos speciallæge, 2000-5Indlagt på hospital, 2000-60,264,590,160,280,290,260,170,480,720,600,070,250,500,250,210,070,400,060,180,080,040,0228,773,100,37

Anm.: Fuldtidsbeskæftigelsen er bestemt i november 2006. Med mindre andet er angivet,er de socioøkonomiske karakteristika fra 2007.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og indberetninger fra for-sikringsselskaberne.

I tabel 2 ses en tabel svarende til tabel 1. Dog er det kun personer, der har væ-ret langvarig syge mellem 2007 og 2009, der er medtaget. De forsikrede har igennemsnit været mellem 1,6 og 1,9 færre uger på sygedagpenge end de andregrupper. Igen er de forsikrede med langvarig sygdom i højere grad samlevende,boligejere og tilhørende den rigeste fjerdedel af lønmodtagerne. Af helbredsvari-ablene fremgår det, at forsikrede har været færre gange til både praktiserendelæge og speciallæge end uforsikrede som helhed. Gruppen af uforsikrede privat-ansatte har dog benyttet praktiserende læge og speciallæge i mindre grad endde forsikrede.

Side 10

Tabel 2 Socioøkonomiske karakteristika og helbredsindikatorer for fuld-

tidsbeskæftigede lønmodtagere i 2006, der blev langvarigt syge i perio-

den 2007-2009

Forsikre-de1,0016,040,170,290,310,241,000,440,700,590,070,230,550,220,280,070,500,060,070,030,060,0335,63,580,44Uforsikre-de privat-ansatte1,0017,600,220,290,270,220,000,390,660,530,080,340,520,140,330,050,500,050,040,020,060,0333,63,050,43Ufor-sikrede1,0017,930,170,270,290,270,000,570,690,530,070,340,530,130,270,050,440,040,170,030,070,0338,03,780,46

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Modtaget sygedagpenge, 2007-9Antal uger på sygedagpenge, 2007-9Mellem 20 og 30 årMellem 30 og 40 årMellem 40 og 50 årMellem 50 og 60 årAndel med sundhedsforsikringKvindeSamlevendeBoligejerIndvandrerFattigste fjerdedelMiddelindkomstRigeste fjerdedelGrundskoleGymnasiumFaglærtKVUMVULVUAlvorlig sygdom, 2000-6Meget alvorlig sygdom, 2000-6Antal besøg hos læge, 2000-5Antal besøg hos speciallæge, 2000-5Indlagt på hospital, 2000-6

Alle1,0017,680,170,270,290,270,130,550,690,540,070,330,530,140,270,050,440,050,160,030,070,0337,63,760,46

3.3.

Udviklingen i sundhedsforsikringer 2003-9

Siden skattefritagelsen af sundhedsforsikringer i 2002 er der sket en kraftigstigning i antallet af sundhedsforsikrede. Ligeledes er bruttopræmieindtægterneog erstatningsudgifter steget kraftigt. Denne udvikling er illustreret i figur 3. I2003 var der godt 200.000 sundhedsforsikrede i Danmark, mens antallet er ste-get til knap 1 mio. i 2009. Bruttoerstatningsudgifterne var i 2009 knap 1,3 mia.kr., mens bruttopræmieindtægterne var godt 1,4 mia. kr. I 2008 var erstatnin-gerne lidt større end præmierne.Der udbydes forskellige typer af sundhedsforsikringer. Disse kan overordnet de-les ind i tre kategorier: Behandlingsforsikringer, arbejdssundhedsforsikringer ogsundheds- og forebyggelsesordninger.Behandlingsforsikringerdækker udgifter til undersøgelser, behandlinger og ope-rationer på privathospital og klinikker samt udgifter til medicin under indlæggel-se på privathospital. Desuden dækker (langt de fleste) af disse forsikringer gen-Side 11

optræning efter dækningsberettiget indlæggelse eller operation. Endelig dækkerforsikringerne efterkontrol og behandling.

Figur 3 Antal sundhedsforsikrede, bruttopræmier og erstatningsudgif-

ter, 2003-2009

AntalMio.kr.forsikrede1.200.0001.000.000800.000600.000400.000200.00002003200420052006200720082009Antal forsikrede (venstre akse)Bruttopræmieindtægter (højre akse)Bruttoerstatningsudgifter (højre akse)Kilde: Forsikring & Pension.

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

1.6001.4001.2001.0008006004002000

Behandlingsforsikringer kan desuden dække hjemmesygeplejersker, hjemme-hjælp og medicin efter dækningsberettiget indlæggelse eller operation. Endvide-re dækkes forskellige andre områder som fx behandling af misbrug og behand-ling (ud over genoptræning) hos kiropraktor og fysioterapeut samt behandlinghos zoneterapeut, akupunktør og psykolog. Behandlingsforsikringerne dækkerderimod ikke kosmetiske operationer, forebyggende behandlinger, herunder hel-bredskontrol, alternative behandlingsformer, fedmeoperationer, behandlinger iforbindelse med seksualitet og graviditet, herunder HIV/AIDS, samt tandbe-handlinger og –kirurgi.Arbejdssundhedsforsikringerbestår af forsikringer, hvis formål er at forebyggearbejdsskader, sygemeldinger og for tidlig tilbagetrækning fra arbejdsmarkedet.Forsikringerne dækker udgifter til forebyggende behandlinger af arbejdsrelate-rede og –betingede skader, lidelser og gener i bevægeapparatet. Behandlinger-ne finder sted hos kiropraktor, fysioterapeut, zoneterapeut eller massør. Fore-byggende forsikringer dækker ikke skader, lidelser eller gener opstået i fritideneller som følge af udøvelse af sport.Sundheds- og forebyggelsesordningomfatter generelle helbredsundersøgelser afmedarbejderne. Undersøgelserne har fokus på kondition, vægt, blodtryk og des-lige. Forsikringerne kan omfatte misbrugsrådgivning eller rådgivning i forbindel-se med overvægt, rygning eller motion. Forsikringerne omfatter ikke udgifter tilbehandling af de problemer, som helbredsundersøgelsen måtte vise for de en-kelte medarbejdere.Behandlingsforsikringerne er klart den mest udbudte forsikring i Danmark. I2009 havde 87,8 pct. af de sundhedsforsikrede en behandlingsforsikring, menshhv. 10,5 pct. og 1,7 pct. havde en arbejdssundhedsforsikring eller en sund-heds- og forebyggelsesordning.

Side 12

I de data, der er indsamlet fra selskaberne, er der ikke oplysninger om, hvilkentype af forsikring personen har. Derfor bliver de forskelliges typer af sundheds-forsikringers effekt på sygeligheden ikke undersøgt i denne rapport.3.4.Hvem er de sundhedsforsikrede?

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

I figur 4 ses uddannelsesfordelingen blandt de sundhedsforsikrede. Til sammen-ligning ses også uddannelsesfordelingen blandt uforsikrede privatansatte og ud-dannelsesfordelingen blandt alle uforsikrede. Når gruppen af sundhedsforsikredesammenlignes med de uforsikrede, er der ikke store forskelle i uddannelsesfor-delingen. Der er en større andel af de forsikrede, der er faglærte, mens der tilgengæld er færre, der har en mellemlang videregående uddannelse. Hvis grup-pen af forsikrede sammenlignes med uforsikrede privatansatte, er andelen afufaglærte mindre i forsikringsgruppen. Ligeledes er der i forsikringsgruppen enstørre andel med videregående uddannelse.

Figur 4 Udannelsesfordeling blandt fuldtidsbeskæftigede sundhedsfor-

sikrede og uforsikrede

Pct.50454035302520151050Grundskole GymnasieFaglærteKVUMVULVUSundhedsforsikredeUforsikrede, alleUforsikrede, privat sektorKilde: Egne beregninger på baggrund af Danmarks Statistiks registre og indberetninger fraforsikringsselskaberne.

I figur 5 ses varigheden af langvarigt sygefravær fordelt på uddannelse og for-sikringsstatus. For alle uddannelsesgrupper har personer med en sundhedsfor-sikring i gennemsnit færre uger på sygedagpenge end uforsikrede. Forskellen erstørst for personer med grundskoleuddannelse, hvor forsikrede har to uger fær-re uger på sygedagpenge end uforsikrede.Ud fra figur 5 kan man dog ikke konkludere, at sundhedsforsikringer har en ef-fekt på sygefraværet. Forskellen kan nemlig skyldes, at gruppen af sundhedsfor-sikrede har andre socioøkonomiske karakteristika eller historiske helbredskarak-teristika end gruppen af uforsikrede. Hvis dette er tilfældet, er der selektion ind ide to grupper.

Side 13

Figur 5 Varighed af langvarigt sygefravær fordelt på uddannelse og for-

sikringsstatus, 2007-2009

Antal2520151050Grundskole GymnasiumFaglærtKVUMVULVUUden sundhedsforsikringMed sundhedsforsikring

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Anm.: Det er kun personer, der har været langvarigt syge i perioden, der er medtaget.Kilde: Egne beregninger på baggrund af Danmarks Statistiks registre og indberetninger fraforsikringsselskaberne.

4. Håndtering af selektionsproblemerIdeelt set skal effekten af sundhedsforsikringer på sygefraværet findes ved etkontrolleret forsøg, hvor et tilfældigt udsnit af de beskæftigede udvælges til athave en sundhedsforsikring. Herefter observeres antal uger på sygedagpengefor de to grupper, og hvis gruppen af sundhedsforsikrede i dette tilfælde har etlavere sygefravær end uforsikrede, ville forskellen kunne tilskrives sundhedsfor-sikringer, idet de to grupper pr. konstruktion er ens hvad angår de øvrige karak-teristika.I virkeligheden er de sundhedsforsikrede dog ikke valgt tilfældigt. Virksomhe-derne bestemmer, om de vil tilbyde forsikringer til deres ansatte, hvorved grup-pen af forsikrede kan afvige fra de uforsikrede mht. socioøkonomiske karakteri-stika og helbred. Hvis disse forskelle også har en betydning for personernes sy-gefravær, vil en forskel i sygefraværet mellem forsikrede og uforsikrede ikkemed sikkerhed alene kunne tilskrives sundhedsforsikringer, men derimod ogsåforskelle i disse karakteristika. For at undgå dette er det vigtigt at kontrollere foralle socioøkonomiske karakteristika og helbredshistorik, der kan have indflydelsepå personernes sygefravær. Dette er her gjort ved at inkludere de karakteristi-ka, der er beskrevet i afsnit 3.2.Skattefritagelsen af sundhedsforsikringer er dog betinget af, at virksomhedenskal tilbyde sundhedsforsikringer til alle medarbejdere.7Derimod kan der stadigvære selektion i forhold til, hvilke medarbejdere der tiltrækkes af virksomhedermed sundhedsforsikringer:•Personer med usund livsstil og generelt nedsat helbred vil søge modvirksomheder, der tilbyder sundhedsforsikringer. Gruppen af sundheds-

Forsikringsselskaberne kan dog tage forbehold for kroniske sygdomme og lidelser, dervar kendt på forsikringstidspunktet.

Side 14

•

forsikrede vil dermed få et generelt dårligere helbred end resten af be-folkningen, og en eventuel målt effekt af sundhedsforsikringer vil under-drive den faktiske effekt (selv om der kontrolleres for socioøkonomiskekarakteristika som køn, uddannelse, alder mm.).Virksomheder, der går meget op i deres medarbejderes helbred og tilby-der eksempelvis frugtordninger og firmafitness, vil også være de virk-somheder, som tilbyder sundhedsforsikringer. Personer, som er megetoptaget af sundhed og deres helbred, vil så søge mod disse virksomhe-der. En eventuel målt effekt af sundhedsforsikringer vil overdrive denfaktiske effekt (selv om der kontrolleres for socioøkonomiske karakteri-stika som køn, uddannelse, alder mm.). Dette skyldes, at gruppen afsundhedsforsikrede kan have et bedre ex ante helbred end gruppen afuforsikrede. Endvidere kan frugtordninger og firmafitness også have engunstig effekt på helbredet og dermed sygefraværet.

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

På forhånd kan der ikke siges noget om, hvilken vej selektionen vil gå. Derfor erdet meget vigtigt, at der på bedst mulig sikres, at gruppen af forsikrede sam-menlignes med uforsikrede, der har samme helbredshistorik. Derfor inkluderesforskellige indikatorer for personernes helbredshistorik. Disse er antal besøg hospraktiserende læge 2000-2005, antal besøg hos speciallæge 2000-2005, ompersonen har været indlagt på hospital i perioden 2000-2006, og om individethar haft en alvorlig eller meget alvorlig diagnose i 2000-2006.Tilbage resterer to typer af selektion – eller snarere skævhed - som vi ikke kantage højde for. Den ene type selektion er af datamæssig karakter. Vi har dækketknap 70 pct. af markedet for sundhedsforsikrede. Dermed vil der i vores kon-trolgruppe være personer med sundhedsforsikring. Dette vil entydigt trække iretning af, at effekten af sundhedsforsikringer enten undervurderes eller udebli-ver. Den anden type selektion fremkommer, da analysen er opdelt i to tilgange,hvor der ses på hhv. sandsynligheden for at blive langvarig syg og på det gen-nemsnitlige antal uger på sygedagpenge blandt de langvarigt syge. Hvis sand-synligheden for at blive langvarig syg er mindre for sundhedsforsikrede end foruforsikrede, vil den tilbageværende gruppe af langtidssyge med sundhedsforsik-ringer være relativt mere syge end langtidssyge uforsikrede, da der er tale ompatienter med mere alvorlige lidelser. Denne selektion vil dog også trække enty-digt i retning af, at effekten af sundhedsforsikringer på sygefraværet bliver un-dervurderet.

5. Estimationsresultater5.1.Analysedesign og hypoteserEffekten af sundhedsforsikringer på det langvarige sygefravær vil blive belystigennem to supplerende hypoteser:••Sandsynligheden for at blive langvarig syg er mindre for personer medsundhedsforsikring end for uforsikrede.Givet at en person bliver langvarig syg, vil sundhedsforsikrede have fær-re uger på sygedagpenge end uforsikrede.

Den første hypotese afspejler, at mange sundhedsforsikringer har en forebyg-gende effekt. For eksempel kan sundhedsforsikringer give adgang til psykolog,fysioterapeut og kiropraktor, hvilket kan være med til at forebygge alvorlige oginvaliderende skader, eller mildne dem i en sådan grad, at personerne stadigkan passe deres arbejde og dermed ikke bliver langvarigt syge.

Side 15

Den anden hypotese afspejler, at personer med sundhedsforsikringer i tilfældeaf sygdom kan blive hurtigere behandlet i det private sundhedssystem end i detoffentlige, og dermed vil kunne komme hurtigere tilbage i arbejde.På begge områder vil det blive undersøgt, om evt. effekter af en sundhedsforsik-ring er forskellige afhængig af, hvilke karakteristika de forsikrede har. Særligtses på forskelle mellem køn, uddannelsesniveau og indkomstgrupper.5.2. Afhænger sandsynligheden for at blive langvarigt syg af forsik-ringsstatus?For at estimere effekten af sundhedsforsikringer på sandsynligheden for at blivelangvarig syg, anvendes en probit model, jf. boks 2.

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Boks 2 Binær valgmodel

En personivil i årene 2007-2009 enten blive langvarig syg eller ikke blivelangvarig syg, hvilket kan beskrives ved følgende binære variabel:1hvis personen bliver langvarig syg0hvis personen ikke bliver langvarig sygVed at bruge en binær valgmodel, som er designet til at modellere en binærafhængig variabel, kan sandsynligheden for at1findes.Sandsynligheden for, at individet bliver langvarigt syg, kan beskrives såle-des:1|hvorer en given funktion, som kun antager værdier mellem 0 og 1.er en vektor, som indeholder de socioøkonomiske karakteristika for individet.Dette kan for eksempel være helbred, indkomst, uddannelse, alder og bran-che.antages typisk at følge enten normalfordelingen, hvilket resultereri en probit model, eller den logistiske fordeling, hvilket resulterer i en logitmodel. I denne rapport bruges probit modellen.For yderligere information om binære valgmodeller henvises til Verbeek(2004).Estimaterne fra probit modellen siger hovedsageligt noget om, i hvilken ret-ning et givet karakteristikum påvirker sandsynligheden for, at personen bli-ver langvarig syg (dvs.1).For direkte at kunne finde effekten på sand-synligheden for at blive syg af at have en sundhedsforsikring, udregnes mar-ginale effekter. Den marginale effekt kan fortolkes som ændringen i sand-synligheden for at blive langvarig syg, hvis en gennemsnitlig person udensundhedsforsikring hypotetisk får en sundhedsforsikring.

I tabel 3 vist er effekten på sandsynligheden for at blive langvarig syg ved athave en sundhedsforsikring. De forklarende variable er inkluderet én efter én.Det fremgår, at personer med sundhedsforsikring har en signifikant mindresandsynlighed for at blive langvarigt syge end uforsikrede. Estimatet på effektenaf at have en sundhedsforsikring falder, jo flere af de forklarende variable, derinkluderes i regressionen, men er signifikant på 1 pct. niveau i alle specifikatio-

Side 16

ner. Resultaterne fra den fulde regression, hvor alle forklarende variable er med-taget, kan ses i bilag 1. Umiddelbart har de marginale effekter på de forklarendevariable fortolkelige fortegn.

Tabel 3 Sandsynlighed for at blive langvarigt syg for uforsikret og for-

sikret gennemsnitsperson ved forskellige specifikationer, 2007-2009

(1)UforsikretForsikretEffekt af sundhedsfor-sikringKontrolvariable:Uddannelse, alder ogkønHelbredBranche og jobtypeIndkomstCivilstand, nationalitet,boligformRegion0,2630,201(2)0,2570,197(3)0,2470,217(4)0,2450,220(5)0,2440,220(6)0,2440,220

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

-0,062 -0,060 -0,030 -0,025 -0,024 -0,024(-81,3)(-78,5)(-34,8)(-28,9)(-28,0)(-27,2)

xxx

xxxx

xxxxx

xxxxxx

Anm.: Tal i parentes er t-værdien for det ovenstående estimat. Estimater medfedindike-rer signifikans på 1 pct. signifikansniveau.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringsselskaberne.

I tabel 4 er konsekvensen af ændringer i definitioner af data belyst. Syg-domsmålet ændres, så langvarig sygdom er defineret som sygdom i mere end 6uger. Ligeledes er resultatet vist, hvor kun privatansatte medtages, dvs. offen-tigt ansatte udelukkes. Som en sidste specifikation er der også præsenteret re-sultater, hvor alle beskæftigede lønmodtagere (og ikke kun de fuldtidsbeskæfti-gede) og selvstændige er medtaget.Det fremgår, at selvom langvarig sygdom defineres som sygdom, der varer læn-gere end 6 uger, har sundhedsforsikrede stadig en signifikant mindre sandsyn-lighed for at blive langvarigt syge end uforsikrede. Effekten bliver dog numeriskmindre, hvilket ikke er overraskende. Resultatet ændres ikke, hvis det udeluk-kende er privatansatte, der medtages. At inkludere deltidsbeskæftigede i analy-sen har heller ingen betydning for resultatet.I afsnit 5.3 inkluderes forklarende variable som i specifikation (6) fra tabel 3, ogder medtages kun fuldtidsbeskæftigede lønmodtagere. Langvarig sygdom er de-fineret som mere end 3 ugers uafbrudt sygdom.

Side 17

Tabel 4 Sandsynlighed for at blive langvarig syg for uforsikret og forsik-

ret gennemsnitsperson ved forskellige afgrænsninger af data, 2007-

2009

(1)UforsikretForsikretEffekt af sundhedsforsikringÆndret sygdomsmål (6 uger)Kun privatansatte er medDeltidsbeskæftigede og selv-stændige er også inkluderet0,1820,168-0,015(-19,0)

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

(2)0,2350,214-0,020(-22,78)

(3)0,2370,215-0,021(-26,02)

Anm.: Der er i alle specifikationer kontrolleret for alder, køn, uddannelse, nationalitet, ci-vilstand, boligform, indkomst, branche, jobtype, region og helbred. Estimater medfedindikerer signifikans på 1 pct. niveau.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringssel-

skaberne.5.3. Har de forsikredes karakteristika betydning for effekten af sund-hedsforsikring på sandsynligheden for at blive langvarig syg?Ovenstående resultater viser entydigt, at sandsynligheden for at blive langvarigsyg er mindre for personer med sundhedsforsikring end for personer uden for-sikring. Effekten af at have en sundhedsforsikring kan dog være forskellig af-hængig af, hvilke karakteristika de forsikrede har.I figur 6 er effekterne af at have en sundhedsforsikring delt op på køn. Heraffremgår, at både mænd og kvinder med en sundhedsforsikring har signifikantmindre sandsynlighed for at blive syg end uforsikrede af samme køn.8Kvinderhar generelt en større sandsynlighed for at blive langvarigt syge end mænd medsamme baggrundskarakteristika.

Alle estimaterne er signifikante på 1 pct. signifikansniveau.

Side 18

Figur 6 Sandsynligheden for at blive langvarig syg fordelt på køn og for-

sikringsstatus, 2007-2009

Pct.302520151050AlleUden sundhedsforsikringMandMed sundhedsforsikringKvinde

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Anm.: Der er i alle specifikationer kontrolleret for alder, uddannelse, nationalitet, civil-stand, boligform, indkomst, branche, jobtype, region og helbred.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringsselskaberne.

I figur 7 er effekten af sundhedsforsikringer opdelt på uddannelsesgrupper. Foralle uddannelsesgrupperne gælder, at sandsynligheden for at blive langvarigtsyg er mindre for de forsikrede end for de uforsikrede. Forskellen er størst forgrundskoleuddannede og faglærte. For alle uddannelsesgrupperne undtagenlang videregående uddannelse er forskellene signifikante på 1 pct. niveau. Forpersoner med lang videregående uddannelse er forskellen signifikant på 5 pct.niveau.Figur 7 illustrerer også, at sandsynligheden for at blive langvarig syg afhængeraf uddannelsesniveau. Personer med lang videregående uddannelse har en mar-kant mindre sandsynlighed for at blive langvarigt syge end personer med kun engrundskoleuddannelse.

Side 19

Figur 7 Sandsynligheden for at blive langvarigt syg fordelt på uddannel-

se og forsikringsstatus, 2007-2009

Pct.35302520151050Grundskole GymnasiumUden sundhedsforsikringFaglærtKVUMVULVUMed sundhedsforsikring

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Anm.: Der er i alle specifikationer kontrolleret for alder, køn, uddannelse, nationalitet, ci-vilstand, boligform, indkomst, branche, jobtype, region og helbred.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringsselskaberne.

I figur 8 er præsenteret effekten af forsikringsstatus på sandsynligheden forlangvarigt sygefravær for hhv. de 25 pct. fattigste, de 25 pct. rigeste og middel-indkomstgruppen. Uanset hvilken indkomstgruppe, man tilhører, er sandsynlig-heden for at blive langvarigt syg signifikant mindre, hvis man har en sundheds-forsikring. Effekten er størst for personer, der tilhører den fattigste fjerdedel.Her har sundhedsforsikrede 2,6 pct. point mindre sandsynlighed for at blivelangvarig syg end uforsikrede. For den rigeste fjerdedel har de forsikrede 0,9pct. point mindre sandsynlighed for at blive langvarigt syge end uforsikrede.Igen ses det mønster fra tidligere, at personer, der tilhører den rigeste fjerdedel,har en generel mindre sandsynlighed for at blive langvarigt syge end personer,som tilhører den fattigste fjerdedel.

Side 20

Figur 8 Sandsynligheden for at blive langvarig syg fordelt på indkomst-

grupper og forsikringsstatus, 2007-2009

Pct.4035302520151050Fattigste fjerdedelUden sundhedsforsikringMiddelindkomstRigeste fjerdedelMed sundhedsforsikring

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

5.4. Afhænger varigheden af langvarigt sygefravær af forsikringssta-tus?Den anden hypotese, der testes i denne rapport, er, om antallet af uger på sy-gedagpenge er mindre for forsikrede end for uforsikrede. For at teste dette med-tages udelukkende personer, der i perioden 2007-2009 har været langvarigt sy-ge. Effekten af sundhedsforsikringer på antal uger på sygedagpenge er under-søgt ved matching, jf. boks 3.9

Matchingen er udført ved kommando psmatch2 i Stata-programpakken. Matching estima-toren er nearest neighbor med calliper sat til 0,005. Matchingen er betinget på, at der skalvære common support.

Side 21

Boks 3 Matching

Effekten af sundhedsforsikringer ønskes målt ved ATT (Average Treatment ef-fect on the Treated), som er reduktionen i antal uger på sygedagpenge forpersoner, der har en sundhedsforsikring , sammenholdt med uforsikrede:1 –1000011æ

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

hvor00er det forventede antal uger på sygedagpenge for perso-ner, der ikke har en sundhedsforsikring . Forskellen i antal uger på sygedag-1penge for personer med og uden sundhedsforsikring,00, måler kun ATT, dvs. effekten på sygefraværet for de sundheds-1=00. Dette kræver altså,forsikrede, i det omfang, at0at den forventede længde af et sygdomsforløb ved ikke at have en sundheds-forsikring , for dem som faktiskharen sundhedsforsikring, svarer til den for-ventede længde af sygdomsforløbet ved ikke at have en sundhedsforsikring,for de personer, derikkehar en sundhedsforsikring.Dette kan estimeres vedpropensity score matchning,jf. Rosenbaum and Ru-bin (1983) og Wooldrigde (2002). Metoden forsøger at tilnærme et eksperi-ment i ikke-eksperimentale data. Dette gøres ved at udvælge en kontrolgrup-pe blandt de personer, der ikke har en sundhedsforsikring , som svarer tilpersoner, der har en sundhedsforsikring i forhold til forskellige observerbarekarakteristika.Den overordnede antagelse i matchningen er, at alle relevante forskelle mel-lem kontrolgruppen og treatment-gruppen (de sundhedsforsikrede) er obser-verbare. Ved denne kontrol sikres, at den eneste forskel mellem de to grup-per er, om de har en sundhedsforsikring eller ej.På baggrund af en lang række kontrolvariable estimeres for hver personsandsynligheden for at have en sundhedsforsikring , dvs. både for personermed og uden sundhedsforsikring. Sandsynligheden (propensity scoren) esti-meres ved en probit model. Propensity scoren benyttes herefter til at findesammenlignelige personer i treatment- og kontrolgruppen, og disse personermatches. ATT er hermed forskellen i antal uger på sygedagpenge mellem deforsikrede og uforsikrede, efter de er blevet matchet.I tabel 5 er resultaterne af matchingen vist.10De forklarende variable er inklude-ret én efter én, men i alle specifikationer har sundhedsforsikrede signifikant fær-re uger på sygedagpenge end uforsikrede. Når kun uddannelse, alder og køn in-kluderes som forklarende variable, har sundhedsforsikrede 1,7 færre uger påsygedagpenge ift. uforsikrede. Dette falder til 1,5 uge, når der tages højde forhistoriske helbredsforskelle mellem sundhedsforsikrede og uforsikrede. Med ind-komst inkluderet falder forskellen i antal uger på sygedagpenge mellem forsik-rede og uforsikrede yderligere til 1,2 uger. Dette estimat ændres ikke meget vedinkludering af socioøkonomiske faktorer som civilstand, nationalitet, boligstatusog region. Resultaterne fra den fulde regression, hvor alle forklarende variableer medtaget, kan ses i bilag 2.11

I bilag 3 ses resultat af, hvor godt matchingen fjerner forskelle i de socioøkonomiske ka-rakteristika og helbredsindikatorer mellem de forsikrede og uforsikrede.11Resultaterne fra de andre specifikationer i tabel 5 udleveres ved henvendelse til forfat-terne.

Side 22

Tabel 5 Antal uger på sygedagpenge for uforsikret og forsikret gennem-

snitsperson ved forskellige specifikationer, 2007-2009

(1)UforsikretForsikretSundhedsforsikringKontrolvariable:Uddannelse, alder og kønHelbredBranche og jobtypeIndkomstCivilstand, nationalitet,boligformRegion17,7616,04-1,72(2)17,4816,04-1,43(3)17,5416,04-1,50(4)17,2416,04-1,19(5)17,1616,04-1,12(6)17,2016,04-1,16

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

(-19,68) (-15,77) (-14,81) (-11,81) (-11,13) (-11,47)

xxx

xxxx

xxxxx

xxxxxx

Anm.: Tal i parentes angiver t-værdien på ovenstående estimat. Estimater medfedindi-kerer signifikans på 1 pct. niveau.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringsselskaberne.

Effekten af forsikringsstatus på antal uger på sygedagpenge er også undersøgt,hvor langvarig sygdom defineres som sygdom over 6 uger, hvor der kun medta-ges privatansatte og, hvor også deltidsbeskæftigede og selvstændige medtages,jf. tabel 6. I alle tre specifikationer har sundhedsforsikrede signifikant færre ugerpå sygedagpenge end sammenlignelige uforsikrede. At sundhedsforsikringer be-tyder færre uger på sygedagpenge, forekommer således at være et robust resul-tat.

Side 23

Tabel 6 Antal uger på sygedagpenge for uforsikret og forsikret gennem-

snitsperson ved forskellige specifikationer, 2007-2009

UforsikretForsikretSundhedsforsikringÆndret sygdomsmål (6 uger)Kun privatansatte er medDeltidsbeskæftigelse og selv-stændige er også inkluderet(1)18,7917,15-1,64(-13,4)

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

(2)17,2016,04-1,16(-10,6)

(3)17,1716,04-1,13(-11,6)

xxx

5.5. Er effekten af forsikringsstatus på antallet af uger på sygedagpen-ge forskellig afhængig af personernes karakteristika?Resultaterne fra afsnit 5.4. viser, at sundhedsforsikrede har færre uger på syge-dagpenge end uforsikrede. Effekterne kan dog være forskellige afhængigt af,hvilke karakteristika personerne har. Derfor undersøges effekterne særskilt op-delt på køn, uddannelse og indkomst.I figur 9 ses det gennemsnitlige antal uger på sygedagpenge i perioden 2007-2009 for kvinder og mænd opdelt på forsikringsstatus. Sundhedsforsikrede kvin-der og mænd har færre uger på sygedagpenge end uforsikrede af samme køn.Alle forskellene er signifikante på 1 pct. signifikansniveau. Det fremgår desuden,at kvinder generelt har flere uger med sygedagpenge end mænd med sammebaggrundskarakteristika.

Figur 9 Sygdomsforløbet længde fordelt på køn og forsikringsstatus,

2007-2009

Antal20181614121086420AlleUden sundhedsforsikringMandMed sundhedsforsikringKvinde

Side 24

I figur 10 er effekten af sundhedsforsikringer på antal uger med sygedagpengeopdelt på uddannelsesgrupper. For alle uddannelsesgrupper gælder, at forsikre-de har færre uger på sygedagpenge end uforsikrede. Forskellen er klart størstfor grundskoleuddannede og faglærte, hvor de forsikrede har hhv. 2 og knap 1færre uger på sygedagpenge end sammenlignelige uforsikrede. Begge forskelleer signifikante på 1 pct. signifikansniveau. Forskellen i antal uger på sygedag-penge for forsikrede og uforsikrede er ikke signifikant for personer med hhv.gymnasial uddannelse og lang videregående uddannelse, mens den er signifi-kant på 10 pct. niveau for personer med kort videregående uddannelse og mel-lemlang videregående uddannelse.

Figur 10 Antal uger på sygedagpenge fordelt på uddannelse og forsik-

ringsstatus, 2007-2009

Antal20181614121086420GrundskoleGymnasiumFaglærtKVUMVULVU

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Uden sundhedsforsikring

Med sundhedsforsikring

Anm.: Der er i alle specifikationer kontrolleret for alder, køn, nationalitet, civilstand, bolig-form, indkomst, branche, jobtype, region og helbred.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringsselskaberne.

I figur 11 er effekten af sundhedsforsikringer opdelt på indkomstgrupper. Uansetom personen tilhører den fattigste fjerdedel, den rigeste fjerdedel eller middel-indkomstgruppen, har sundhedsforsikrede signifikant færre uger på sygedag-penge end sammenlignelige uforsikrede. Forskellen er klart størst for den fattig-ste fjerdedel, hvor sundhedsforsikrede har 2,6 færre uger på sygedagpenge enduforsikrede. For middelindkomstgruppen og den rigeste fjerdedel har sundheds-forsikrede 0,7 uge færre på sygedagpenge end uforsikrede. Alle rapporteredeforskelle er signifikante på 1 pct. signifikansniveau.

Side 25

Figur 11 Sygdomsforløbets længde fordelt på indkomstgrupper og for-

sikringsstatus, 2007-2009

Antal2520151050Fattigste fjerdedelUden sundhedsforsikringMiddelindkomstRigeste fjerdedelMed sundhedsforsikring

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Anm.: Der er i alle specifikationer kontrolleret for alder, køn, uddannelse, nationalitet, ci-vilstand, boligform, branche, jobtype, region og helbred.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringsselskaberne.

5.6.

Opsamling

Personer med sundhedsforsikring har en lavere sandsynlighed for at få langva-rigt sygefravær over 3 uger. Ved opdeling på uddannelsesgrupper er effekten afsundhedsforsikringer størst for faglærte, mens den er mindst for personer meden lang videregående uddannelse. Hvis der opdeles på indkomstgrupper, er ef-fekten af sundhedsforsikringer størst for de personer, som tilhører den fattigstefjerdedel, mens effekten er mindst for de personer, der tilhører den rigeste fjer-dedel.Sundhedsforsikrede, der bliver langvarigt syge, har ligeledes signifikant færreuger på sygedagpenge end sammenlignelige uforsikrede. Ved opdeling på ud-dannelsesgrupper fremgår det, at sundhedsforsikringer har den største effekt pågrundskoleuddannede, som har over to uger færre på sygedagpenge end sam-menlignelige uforsikrede. Til gengæld findes der ingen signifikante effekter afsundhedsforsikringer for personer med gymnasial uddannelse og lang videregå-ende uddannelse.

6. Gevinsterne ved mindre sygefraværDer er en lang række ikke-økonomiske og økonomiske gevinster ved mindre sy-gefravær. At personer i højere grad slipper for langvarig sygdom eller kommersig hurtigere over langvarig sygdom, er selvfølgelig en stor fordel for disse per-soner og deres familie. Dette kan kun vanskeligt gøres op penge.Det kan derimod gevinsten for samfundet, da et mindre langvarigt sygefraværvil øge produktionen og mindske udgifterne til sygedagpenge. Ved brug af resul-taterne fra denne analyse kan det beregnes, hvor meget der spares i sygedag-penge hvert år pga. eksistensen af sundhedsforsikringer.Først udregnes det gennemsnitlige antal uger på sygedagpenge for hhv. en for-sikret og en uforsikret. Som det fremgår af tabel 6, er en gennemsnitlig forsikret0,66 uge mindre syg end en uforsikret i løbet af en tre-årig periode. Dvs. hvert

Side 26

år spares 0,22 uge på sygedagpenge for hver person, som har en sundhedsfor-sikring. Med 1 mio. sundhedsforsikrede spares der i alt 220.000 uger sygdom,hvilket svarer til godt 4200 fuldtidsbeskæftigede. Sygedagpengene udgør195.000 kr. årligt, hvorfor der i alt spares godt 800 mio. kr. på sygedagpengehvert år pga. sundhedsforsikringer.

Tabel 6 gennemsnitligt antal uger på sygedagpenge for hhv. forsikrede

og uforsikrede, 2007-2009

Sandsynlighedfor at blivelangvarigt syg0,220,24Gennemsnitliglængde af etsygdomsforløb16,0417,20Gennemsnitligantal uger påsygedagpenge3,534,20

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

SundhedsforsikredeUforsikrede

Anm.: Der er i alle specifikationer kontrolleret for alder, køn, uddannelse, nationalitet, ci-vilstand, indkomst, boligform, branche, jobtype, region og helbred.Kilde: Egne beregninger på registerdata fra Danmarks Statistik og forsikringsselskaberne

Side 27

7. LitteraturArbejdsbevægelsens Erhvervsråd (2008). De svage grupper er ikke med i deprivate sundhedsforsikringer. Arbejdsbevægelsens Erhvervsråd.Dansk Sundhedsinstitut (2010). Private sundhedsforsikringer - notat udarbejdetfor LO. Dansk Sundhedsinstitut.De Økonomiske Råd (2008). Dansk Økonomi Efterår 2008. Principper iskattepolitikken. De Økonomiske Råd.De Økonomiske Råd (2009). Dansk Økonomi Efterår 2009. Sundhed. DeØkonomiske Råd.Forsikring & Pension (2010). Sociale ydelser - Hvem, Hvad og Hvornår.Forsikring & Pension.Forsikring & Pension (2008). Sundhedsforsikringer - En løsning på fremtidensvelfærd. Forsikring & Pension.Kiil, A., & Pedersen, K. M. (September 2009). The Danish Survey on VoluntaryHealth Insurance. Health Economics Papers .Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the PropensityScore in Observational Studies for Causal Effects. Biometrica , s. 41-55.Statens Institut for Folkesundhed (2010). Hentet 12. Oktober 2010 frahttp://www.si-folkesundhed.dk/upload/susy_svarfordelinger_001.pdfVerbeek, M. (2004). A Guide to Modern Econometrics. Wiley.Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data.MIT Press.

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Side 28

8. Bilag8.1.Bilag 1I nedenstående tabel ses resultaterne fra specifikation (6) i tabel 3. Det erkun de marginale effekter, som er præsenteret. Den udeladte dummy for al-der ermellem 20 og 29 år,den udeladte dummy for uddannelse erfaglært,den udeladte dummy for jobfunktion erledelse på højt niveau,den udeladtedummy for branche erlandbrugog den udeladte dummy for region erKøben-havn og omegn.

Tabel b.1 Marginale effekter fra probit regression

VariabelMellem 30 og 39 årMellem 40 og 49 årMellem 50 og 59 årSundhedsforsikringKvindeCivilstandBoligejerNationalitetFattigste fjerdedelRigeste fjerdedelGrundskoleGymnasieKVUMVULVUAlvorlig diagnoseMeget alvorlig diagnoseAntal besøg hos praktiserende lægeAntal besøg kvadreretAntal besøg hos speciallægeAntal besøg kvadreretIndlagt på hospitalJobfunktion: Højt kvalificeret niveauJobfunktion: Mellemhøjt kvalificeret niveauJobfunktion: KontorarbejdeJobfunktion: Salgs- og servicearbejdeJobfunktion: Arb. i landbrug, gartneriJobfunktion: Håndværkspræget arbejdeJobfunktion: Proces- og maskinoperationelt ar-bejdeJobfunktion: Andet arbejde samt uoplystJobfunktion: Militært arbejdeFiskeri mv.RåstofudvindingNærings- og nydelsesmiddelindustriTekstil-, beklædnings- og læderindustriTræ-, papir- og grafisk industriMineralolie-, kemisk- og plastindustri mv.Sten-, ler- og glasindustri mv.Jern- og metalindustriMøbelindustri og anden industriEnergi- og vandforsyningBygge- og anlægsvirksomhedHandel m. biler, autorep., servicestationerEngros- og agenturhandel undt. m. bilerMarginaleffekt0,0140,0330,030-0,0240,018-0,031-0,0220,0160,024-0,0650,021-0,057-0,045-0,019-0,0820,0340,0730,0040,0000,0010,0000,0380,0130,0270,0190,0800,1100,1650,1370,0880,0210,112-0,024-0,027-0,041-0,041-0,057-0,033-0,038-0,036-0,0690,096-0,017-0,059z-værdi13,57031,57027,730-27,18022,950-41,750-31,87012,30028,970-79,13024,560-47,220-34,940-17,180-58,85021,80029,340194,180-96,91018,340-9,16052,8105,25011,9207,75030,37017,53057,38045,98035,8404,5108,570-3,220-8,560-7,660-12,740-18,140-7,780-13,500-9,490-15,48027,590-5,090-21,900

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Side 29

Detailh. og reparationsvirks. undt. bilerHotel- og restaurationsvirksomhed mv.TransportvirksomhedPost og telekommunikationFinansierings- og forsikringsvirksomhedUdlejning og ejendomsformidlingForretningsservice mv.Offentlig administration mv.UndervisningSundhedsvæsen mv.Sociale institutioner mv.Renovation, foreninger og forlystelser mv.Uoplyst erhvervNordsjællandBornholmØstsjællandVest- og SydsjællandFynSydjyllandØstjyllandVestjyllandNordjyllandAntal observationerPseudo-R2

-0,024-8,030-0,003-0,7700,0020,6700,0102,570-0,078-27,850-0,050-14,790-0,028-9,890-0,026-8,790-0,019-6,3300,0092,9800,0206,510-0,026-8,720-0,007-0,3200,0053,4500,04511,5400,0095,3900,02621,3000,03022,4400,01210,6500,01715,0200,0043,3200,02419,1602.094.3120,0846

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

8.2.

Bilag 2

I nedenstående tabel vises resultatet fra matching, jf. specifikation (6) i tabel5.

Tabel b.2 Resultat fra matching

VariabelUger på sygedagpengeAntal observationerPseudo-R2SampleUnmatchedATTTreatedControls16,041217,928616,041217,1981543.7400,1414T-stat-20,24-11,47

Anm.: Der er kontrolleret for alder, køn, uddannelse, nationalitet, civilstand, boligform,indkomst, branche, jobtype, region og helbred.

8.3.

Bilag 3

I tabel b.3 ses standardiserede forskelle i means efter matching.12

Tabel b.3 Forskelle i means efter matching

VariabelMellem 30 og 39 årMellem 40 og 49 årMellem 50 og 59 årKvindeCivilstandBoligejerNationalitetFattigste fjerdedel12

Treated Matched% Biasmeansmeans0,290,29-0,80,310,3100,240,240,70,440,431,70,700,70-0,10,590,590,40,070,07-0,80,230,23-0,5Side 30

Dette er beregnet vha. pstest-kommandoen i Stata-programpakken.

Rigeste fjerdedelGrundskoleGymnasieKVUMVULVUAlvorlig diagnoseMeget alvorlig diagnoseAntal besøg hos praktiserende lægeAntal besøg kvadreretAntal besøg hos speciallægeAntal besøg kvadreretIndlagt på hospitalJobfunktion: Højt kvalificeret niveauJobfunktion: Mellemhøjt kvalificeret niveauJobfunktion: KontorarbejdeJobfunktion: Salgs- og servicearbejdeJobfunktion: Arb. i landbrug, gartneriJobfunktion: Håndværkspræget arbejdeJobfunktion: Proces- og maskinoperationelt arbejdeJobfunktion: Andet arbejde samt uoplystJobfunktion: Militært arbejdeFiskeri mv.RåstofudvindingNærings- og nydelsesmiddelindustriTekstil-, beklædnings- og læderindustriTræ-, papir- og grafisk industriMineralolie-, kemisk- og plastindustri mvSten-, ler- og glasindustri mv.Jern- og metalindustriMøbelindustri og anden industriEnergi- og vandforsyningBygge- og anlægsvirksomhedHandel m. biler, autorep., servicestationerEngros- og agenturhandel undt. m. bilerDetailh. og reparationsvirks. undt. bilerHotel- og restaurationsvirksomhed mv.TransportvirksomhedPost og telekommunikationFinansierings- og forsikringsvirksomhedUdlejning og ejendomsformidlingForretningsservice mv.Offentlig administration mv.UndervisningSundhedsvæsen mv.Sociale institutioner mv.Renovation, foreninger og forlystelser mv.Uoplyst erhvervNordsjællandBornholmØstsjællandVest- og SydsjællandFynSydjyllandØstjyllandVestjyllandNordjylland

0,220,280,070,060,070,030,060,0335,5522033,5889,550,440,060,180,130,080,000,160,130,240,000,000,000,040,000,030,030,010,120,010,010,110,030,090,050,010,090,030,080,010,130,010,020,020,040,020,000,080,010,050,120,080,140,140,090,0872

0,230,280,070,060,060,030,060,0335,4722163,5890,710,430,060,180,130,080,000,160,120,240,000,000,000,040,000,030,030,010,120,010,010,110,030,090,050,010,090,030,080,010,140,010,020,020,040,020,000,080,010,050,120,080,140,140,080,09

-1,2-0,3-0,5-0,81,2-0,80-0,10,3-0,20,1-0,10,30,80,21,10,50,4-0,70,4-1,3-0,50,10,10,40,30,3-0,50,1-0,20,4-0,5-0,50-0,70,60,10,20,70,30,6-0,80,30,10,2-0,40,70,1-0,6-0,40,60,5-0,20,10,11,2-0,5

Analyserapport 2010:6Er sundhedsforsikredemindre syge end ufor-sikrede?Forsikring & Pension

Side 31