Affordable Care Act (ACA)의 핵심 목표 중 하나는 소비자들에게 보험사에 대한 선택권을 부여함으로써 의료 비용을 낮추는 것이 었습니다.

경제 이론에 따르면 소비자는 경쟁 시장에서 정보에 입각 한 적극적인 선택을 할 때 가격을 낮추고 제품의 품질을 향상시킴으로써 응답합니다.

그러나 이론은 제쳐두고, 경험적 연구 쇼 소비자가 실제로 건강 보험과 같은 복잡한 시장에서 이러한 방식으로 실제로 행동하지 마십시오.

이러한 현실은 정부 정책이 보건 의료 비용 (효과적으로 지불하는 비용)을 효과적으로 억제하고 보험료를 낮추는 것을 훨씬 어렵게 만듭니다. 또한 많은 사람들이 건강 보험보다 더 많은 돈을 지불하고 있음을 의미합니다.

사람들이 더 나은 보험 결정을하도록 돕기 위해 할 수있는 일이 있습니까?

안에 최근 논문 Berkeley 동료 경제학자 인 Jonathan Kolstad와 함께 저널리즘을 통해 개인화 된 데이터가 소비자의 행동을 돕고 건강 시장을보다 효율적으로 만들 수 있다고 평가했습니다.

많은 옵션, 많은 혼란

3에서 처음으로 연간 US $ 2014 조를 기록한 건강 관리 지출 통제는 정책 입안자에게 특히 우선 순위가 높습니다. 지출 증가율은 ACA가 통과 된 시점의 역사적 평균치보다 느려졌지만 가속 된.

연방 및 주 규제 당국은 보험사가 가격과 품질에 대해 경쟁하면서 소비자에게보다 광범위한 옵션을 제공하도록 ACA 거래소를 만들었습니다.

플랜 D 처방약 커버리지와 같은 여러 메디 케어 시장은 똑같은 일을하지만 건강 보험을 제공하는 회사는 점점 더 많은 옵션을 직원들에게 제공하고 있습니다. 민간 촉진 교류.

그러나 개인에게 더 많은 옵션을 제공하는 것은 첫 단계 일뿐입니다. 연구 보여줍니다 이용 가능한 정보가 없기 때문에 소비자들이 적극적으로 쇼핑을하면서 실수를 저 지르며, 제한된 이해 보험 또는 전체적인 번거 로움. 이러한 어려움은 선택 사항이 몇 개 또는 수십 개에 상관없이 존재합니다.

이로 인해 소비자가 떠난다. 수백 또는 테이블에 수천 달러를 지불해야합니다. 또한 "선택 관성소비자가 똑똑한 초기 선택을 할 수는 있지만 새로운 정보가 나오거나 조건이 바뀌면이를 따르지 않고 적극적으로 재고해야한다. 또한 시간이 지남에 따라 많은 비용이 발생할 수 있습니다.

우리의 연구에서 우리는 이러한 문제를 어떻게 해결할 수 있는지 검토했습니다.

목표로 한 소비자 권장 사항

한 가지 방법은 개인 건강 관리 요구 및 선호도에 대한 상세한 데이터를 기반으로 사용자 별 계획 권장 사항을 소비자에게 제공하는 것입니다.

개인화 된 정보는 개인의 예상 건강 위험, 재정 위험 식욕 및 의사 선호도를 기반으로합니다. 이 정책은 각 선택 사항을 다음 해 각 계획에서 예상 지출과 같이 소비자가 쉽게 이해하고 염두에 두는 지표와 연관시킴으로써 주어진 소비자에 대한 최상의 옵션을 강조 표시합니다.

광범위한 목표는 소비자 데이터 및 기술의 힘을 활용하여 보험 시장에서 우리가 이미 다른 곳에서 보았던 것과 유사한 효과적인 권고안을 작성하는 것입니다. 예를 들어, Amazon은 구매 내역 및 인터넷 사용 정보를 사용하여 원하는 추가 제품에 대한 권장 사항을 제시하고 Google은 사용자 정의 광고를 맞춤화하기 위해 방대한 양의 정보를 처리합니다.

이미 보험 시장에서 이러한 종류의 조건을 이행하는 데 약간의 진전이있었습니다.

그러나 주요 관심사는 그러한 정책 효과가 충분하지 않다.. 경험적 증거 비록 당신이 정보의 우물에 소비자를 인도하더라도, 당신은 반드시 그들이 마시는 것을 강요 할 수는 없다고 제안한다.

스마트 기본값이 답이 될 수 있습니다.

따라서 개인화 된 데이터 및 권장 사항을 제공하는 것이 소비자의 선택을 돕는 데 충분하지 않은 경우보다 적극적인 정책이 효과적 일 수 있습니까?

한 가지 방법은 "스마트 기본값"을 통해 소비자가 사용자 별 정보를 기반으로 바람직한 계획에 자동으로 배치하는 것입니다. 사람들에게 권장 사항을 적용하도록 요구하는 대신 최적의 옵션이 선택됩니다.

이러한 똑똑한 기본값은 각 개인의 데이터를 기반으로 신중하게 타겟팅되지만 소비자는 언제든지 다른 옵션으로 전환 할 수 있습니다.

이 논문에서 제안한 똑똑한 기본값은 소비자 별 인구 통계 및 건강 요구 사항에 대한 상세한 데이터와 건강 계획 가치 모델을 기반으로합니다. 똑똑한 기본값은 과거 의료 청구 및 인구 통계 정보와 같은 데이터를 사용하여 다른 계획으로 전환하는 것이 타당할지 여부를 평가하는 것입니다. 경제 모델과 특정 가치 기준은 스위치에서 취할 수있는 위험 부담과 절감액을 관리하기 위해 처음부터 설정됩니다.

컴퓨터 알고리즘으로 구현 된 경제적 모델은 금융 이익, 주요 의료 사고 발생시 위험 노출 및 의사 진료를 고려할 것입니다.

적절한 조건이 충족되면 (다소간 공격적인) 소비자는 새로운 계획을 기본값으로 삼습니다. 오른쪽 그림은 프로세스를 더 자세히 보여줍니다.

예를 들어, 연간 프리미엄이 $ 4,000 인 플랜에 등록 된 당뇨병 환자와 특정 의사 세트에 대한 액세스를 고려하십시오. 보험료를 제외하고 환자는 예상 한 1 년에 2,000을 (를) 또 지출해야합니다. 비용 분담 - 공제액, 약속시 처방약, 처방약, 혈당 및 기타 서비스를 테스트하는 장비 - 최대 $ 8,000.

똑똑한 기본 알고리즘은 먼저 환자의 연간 지출을 "의미있게 낮추는"대안이 시장에 존재하는지 여부를 고려합니다. 임계 값이 $ 1,000로 설정된 경우 알고리즘은 환자가 프리미엄 및 비용 공유에 $ 5,000 이상을 지출하지 않을 것으로 예상하는 옵션을 검색합니다.

두 가지 조건이 더 충족되어야합니다. 환자가 보는 의사는 계획의 네트워크에 있어야하며 선택권은 너무 많은 추가적인 재정적 위험 (비용 분담을위한 최대)에 노출 될 수 없습니다. 따라서 재무 위험 임계치를 $ 500로 설정하면 대체 계획은 $ 8,500을 넘지 않아야합니다.

그러면 환자는 연간 $ 1,000의 비용 절감 효과와 추가 지출에 대한 $ 500의 최악의 시나리오로 계획에 자동 등록됩니다.

지금까지 이러한 불이행은 건강 보험 시장에서만 거의 사용되지 않았습니다. 그러나 직원들이 연금 계획에 어느 정도 기여할지를 결정하는 것과 같은 다른 상황에서 똑똑한 채무 불이행이 입증되었습니다 놀랄만큼 효과가있는 선택의 질을 향상 시키는데.

예를 들어 직장에서 401 (k) 계획을 가지고 있다면,이 똑똑한 기본 시스템을 사용하여 상황에 맞는 최상의 계획을 세울 수있는 좋은 기회입니다. 옵션이 더 간단하고 충분한 데이터가 있기 때문에 지금 퇴직 저축을 위해 작동합니다.

스마트 기본값 문제

그렇다면 지금 우리는 건강 보험 시장에서 스마트 디폴트를보다 광범위하게 사용하지 않는 이유는 무엇입니까?

우선, 정책 입안자와 고용주는 강력한 선택으로 보험 선택을 유도하는 정책을 실행하는 것을 꺼립니다. 예를 들어, 기본 설정이 지나치게 공격적 일 경우, 일반 소비자가 더 나을지라도 많은 소비자가 자동으로 등록을 취소 할 수 있습니다.

이를 해결할 수있는 방법은 자동 등록 임계 값을 매우 보수적으로 설정할 수 있으므로 상당한 이익이 기대되는 소비자 만 영향을받을 수 있습니다 (잠재적 혜택이 줄어들지 만).

그러나보다 근본적인 문제는 데이터가 부족하다는 것입니다. 유감스럽게도 규제 당국은 스마트 기본 정책을 정확한 방식으로 효과적으로 구현하는 데 필요한 맞춤형 건강 위험, 보험 사용 및 인구 통계에 대한 실시간 소비자 데이터를 보유하지 않는 경우가 많습니다 (연금 선택과 마찬가지 임). 한 가지 이유는 보험 회사가 독점적 인 이유로 규제 당국과 데이터를 공유하기를 거부하고, 대법원은지지했다. 그들의 자세.

이러한 경우 똑똑한 기본값이 여전히 가능하지만 소비자에게 더 적은 가치를 제공하고 구현시보다 보수적이어야합니다.

추가 고려 사항

소비자 선택이보다 자유롭고 자연스러운 과정보다는 알고리즘에 의해 주도 될 때 시장 경쟁의 효과에 대해 알려진 것은 거의 없습니다.

예를 들어, 보험 회사는 알고리즘의 알려진 기능을 체계적으로 악용하여 더 많은 사람들을 계획에 투입 할 수 있습니까?Google과 상호 작용하는 광고주와 마찬가지로)? 또는 개인이 결국 자신의 보험 선택 과정에 개입하지 않을 수 있습니다. 즉, 실제로 어떤 혜택이 있고 관련 위험이 있는지에 대한 정보가 부족합니다.

컴퓨터 알고리즘이 소비자 선택을하도록하는 결과를 이해하는 것은 똑똑한 기본값과 같은 정책을 구현하면 소비자가 최소한의 단점으로 더 나은 선택을 할 수 있도록 도와 줄 수 있는지 평가하는 데 중요 할 것입니다. 그러나 보험사가 규제 기관과보다 자세한 데이터를 공유하기 시작하기 전까지는 불가능할 것입니다.

저자에 관하여

벤 핸델, 버클리 캘리포니아 대학교 경제학 조교수. 그의 연구는 건강 보험 시장의 소비자 의사 결정 및 시장 설계를 연구하고 소비자 의사 결정과 시장 규제 사이의 상호 작용을 설명합니다.

이 기사는 원래에 게시되었습니다. 대화. 읽기 원래 기사.

관련 도서 :

at 이너셀프 마켓과 아마존