किफायती देखभाल अधिनियम (एसीए) का एक महत्वपूर्ण लक्ष्य उपभोक्ताओं को अपने बीमाकर्ता पर अधिक विकल्प देकर स्वास्थ्य देखभाल लागत को कम करना था।

आर्थिक सिद्धांत का सुझाव है कि जब उपभोक्ता प्रतिस्पर्धी बाजारों में सूचित और सक्रिय विकल्प बनाते हैं, तो कंपनियां कीमतों को कम करके और उनके प्रसाद की गुणवत्ता में सुधार करने का जवाब देती हैं।

लेकिन सिद्धांत एक तरफ, अनुभवजन्य अनुसंधान पता चलता है उपभोक्ताओं व्यावहारिक रूप से वास्तव में इस तरह से व्यवहार नहीं करते हैं, खासकर स्वास्थ्य बीमा जैसे जटिल बाजारों में।

यह वास्तविकता सरकार की नीति के लिए स्वास्थ्य देखभाल की लागत को प्रभावी ढंग से रोकने के लिए बहुत कठिन बना देती है (जिनमें से कुछ इसके लिए भुगतान करती है) और प्रीमियम को कम करते हैं इसका मतलब यह भी है कि बहुत से लोग संभवतः स्वास्थ्य बीमा पर बहुत अधिक भुगतान कर रहे हैं।

लोगों को बेहतर बीमा निर्णय लेने में सहायता करने के लिए हम कुछ भी कर सकते हैं?

में हाल ही में कागज मैं बर्कले के अर्थशास्त्री जोनाथन कोलस्टेड के साथी के साथ मिलकर काम किया, हमने मूल्यांकन किया कि व्यक्तिगत डेटा उपभोक्ताओं को क्या करने में मदद कर सकता है और इसके परिणामस्वरूप स्वास्थ्य बाजार अधिक कुशल बनाते हैं।

कई विकल्प, बहुत भ्रम

स्वास्थ्य देखभाल खर्च को नियंत्रित करना - जो 3 में पहली बार यूएस $ 2014 ट्रिलियन सालाना हिट करता है - नीति निर्माताओं के लिए विशेष रूप से उच्च प्राथमिकता बनी हुई है। एसीए पारित होने के समय के दौरान खर्च औसत वृद्धि ऐतिहासिक औसत से नीचे धीमी हुई लेकिन तब से है त्वरित.

संघीय और राज्य नियामकों ने एसीए एक्सचेंजों को तैयार किया है ताकि बीमा कंपनियों को मूल्य और गुणवत्ता पर प्रतिस्पर्धा करने के लिए प्रोत्साहित किया जा सके, जिससे उपभोक्ताओं को कई प्रकार के विकल्पों की पेशकश की जा सके।

कई चिकित्सा बाजार, जैसे कि योजना डी के पर्चे वाली दवा कवरेज, वही करते हैं, जबकि स्वास्थ्य बीमा प्रदान करने वाली कंपनियां भी अपने कर्मचारियों के लिए और अधिक विकल्पों की पेशकश कर रही हैं निजी तौर पर सुगम एक्सचेंजेस.

लेकिन व्यक्तियों को अधिक विकल्प देने के लिए केवल एक पहला कदम है। अनुसंधान से पता चला कि उपभोक्ताओं को उपलब्ध जानकारी की कमी के कारण सक्रिय रूप से खरीदारी करते समय गलतियां होती हैं, सीमित समझ बीमा की या बस इसके समग्र परेशानी इन कठिनाइयों का अस्तित्व है कि क्या विकल्प केवल कुछ या कई दर्जन हैं

इससे उपभोक्ताओं को छोड़ने का मौका मिलता है सैकड़ों या मेज पर भी हजारों डॉलर। यह "पसंद जड़ता, "जिसमें उपभोक्ता स्मार्ट प्रारंभिक विकल्प बना सकते हैं, लेकिन अनुवर्ती कार्रवाई में असफल हो सकते हैं और सक्रिय रूप से उन्हें नई जानकारी उभरने या शर्तों को बदलने के लिए पुनर्विचार कर सकते हैं वह समय के साथ उन्हें बहुत पैसा खर्च कर सकते हैं

हमारे शोध में, हमने जांच की कि हम इन समस्याओं को कैसे हल कर सकते हैं

लक्षित उपभोक्ता सिफारिशें

एक तरह से उपभोक्ताओं को उनकी व्यक्तिगत स्वास्थ्य देखभाल की जरूरतों और वरीयताओं के बारे में विस्तृत आंकड़ों के आधार पर उपभोक्ता-विशिष्ट योजना की सिफारिशों को शामिल करना शामिल है।

व्यक्तिगत जानकारी एक व्यक्ति की अपेक्षित स्वास्थ्य जोखिम, वित्तीय जोखिम भूक और चिकित्सक वरीयताओं पर आधारित है। ये नीतियां प्रत्येक पसंद को उन मीट्रिक के साथ जोड़कर किसी उपभोक्ता के लिए सर्वोत्तम विकल्प हाइलाइट करती हैं जो उपभोक्ताओं को आसानी से समझते हैं और उनकी देखभाल करते हैं, जैसे आने वाले वर्ष में प्रत्येक योजना में उनका अनुमानित खर्च।

व्यापक लक्ष्य बीमा बाजारों में प्रभावी सिफारिशों को बनाने के लिए उपभोक्ता डेटा और तकनीक की शक्ति का दोहन करना है, जैसा कि हम पहले कहीं भी देख रहे हैं। उदाहरण के लिए, अमेज़ॅन आपके क्रय इतिहास और ब्राउज़िंग डेटा का उपयोग करता है ताकि आप किस प्रकार के अतिरिक्त उत्पादों को पसंद कर सकें, जबकि Google कस्टम विज्ञापनों को अनुकूलित करने के लिए विशाल मात्रा में जानकारी प्रदान करता है।

बीमा बाजारों में इन प्रकार की स्थितियों को लागू करने में पहले ही कुछ प्रगति हुई है।

हालांकि, एक महत्वपूर्ण चिंता यह है कि ऐसी नीतियां पर्याप्त प्रभावी नहीं हैं. अनुभवजन्य साक्ष्य सुझाव देता है कि भले ही आप उपभोक्ताओं को जानकारी के कुएं में ले जाएं, फिर भी आप उन्हें पीने के लिए मजबूर नहीं कर सकते हैं।

स्मार्ट डिफॉल्ट उत्तर हो सकते हैं

इसलिए अगर व्यक्तिगत डेटा और सिफारिशें उपलब्ध कराने में उपभोक्ताओं को बेहतर विकल्प बनाने में मदद करने के लिए पर्याप्त नहीं है, तो क्या अधिक आक्रामक नीति प्रभावी हो सकती है?

एक तरीका "स्मार्ट डिफॉल्ट" के माध्यम से होता है, जो उपभोक्ताओं को स्वचालित रूप से उपयोगकर्ता-विशिष्ट जानकारी के आधार पर बेहतर योजनाओं में डाल देता है। लोगों को सिफारिशों पर कार्य करने की आवश्यकता के बजाय, उनके लिए इष्टतम विकल्प चुना गया है।

ये स्मार्ट डिफॉल्ट प्रत्येक व्यक्ति के स्वयं के डेटा के आधार पर ध्यानपूर्वक लक्षित होंगे, लेकिन वे गैर-बंधन भी होंगे, जिससे उपभोक्ताओं को किसी भी समय एक और विकल्प पर स्विच कर सकते हैं।

हमारे पेपर में प्रस्तावित स्मार्ट डिफॉल्ट उपभोक्ता-विशिष्ट जनसांख्यिकी और स्वास्थ्य संबंधी आवश्यकताओं और स्वास्थ्य योजना मूल्य के मॉडल पर विस्तृत डेटा पर आधारित हैं। स्मार्ट डिफॉल्ट डेटा का उपयोग करके पिछले चिकित्सा दावों और जनसांख्यिकीय जानकारी का उपयोग करके काम करेगा, यह आकलन करने के लिए कि क्या यह दूसरी योजना पर स्विच करने का अर्थ होगा एक आर्थिक मॉडल और विशिष्ट मूल्य थ्रेसहोल्ड को शुरू में सेट किया जाता है ताकि यह नियंत्रित हो सके कि कितने जोखिम ले सकते हैं और स्विच से कितना बचत की जानी चाहिए।

एक कंप्यूटर एल्गोरिथ्म के साथ कार्यान्वित कि आर्थिक मॉडल, वित्तीय लाभ, एक प्रमुख चिकित्सा घटना की स्थिति में जोखिम के जोखिम और सही चिकित्सकों तक पहुंच के बारे में विचार करेगा।

यदि सही परिस्थितियां (अधिक या कम आक्रामक) से मुलाकात की जाती हैं, तो उपभोक्ता एक नई योजना में चूक हो जाती है आंकड़ा सही पर अधिक विस्तार से इस प्रक्रिया को दिखाता है।

उदाहरण के लिए, एक मधुमेह रोगी को $ 4,000 का वार्षिक प्रीमियम और चिकित्सकों के एक विशिष्ट सेट तक पहुंच के साथ योजना में नामांकित करें। प्रीमियम के ऊपर, मरीज है प्रत्याशित प्रति वर्ष एक और $ 2,000 खर्च करने के लिए लागत साझा करना - रक्ताधान शर्करा और अन्य सेवाओं का परीक्षण करने के लिए अपॉइंटमेंट्स, नुस्खे, उपकरण के लिए कटौतीयोग्य, प्रतियां - अधिकतम $ 8,000 तक।

स्मार्ट डिप्टी एल्गोरिथम पहले विचार करेंगे कि बाजार में एक वैकल्पिक विकल्प है जो मरीज के वार्षिक खर्च को "सार्थक रूप से कम" करेगा। अगर दहलीज $ 1,000 पर सेट किया गया था, तो एल्गोरिथ्म उस विकल्प की तलाश करेगा जो अनुमान लगाता है कि मरीज़ प्रीमियम और लागत-साझाकरण में $ 5,000 से अधिक खर्च करेगा।

दो और शर्तों को भी पूरा किया जाना चाहिए: रोगियों को देखने वाले चिकित्सकों को योजना के नेटवर्क में होना पड़ेगा और विकल्प उन्हें अधिक अतिरिक्त वित्तीय जोखिम (लागत-साझाकरण के लिए अधिकतम) को प्रदर्शित नहीं कर सकता। इसलिए यदि वित्तीय जोखिम दहलीज $ 500 पर सेट किया गया था, तो वैकल्पिक योजना को अधिकतम $ 8,500 से अधिक करना होगा।

फिर रोगी को साल में $ 1,000 की अनुमानित बचत और अतिरिक्त खर्च में केवल $ 500 का सबसे खराब केस परिदृश्य के साथ योजना में स्वत: नामांकित किया जाएगा।

इस प्रकार अब तक, इस तरह के डिफॉल्ट का उपयोग केवल स्वास्थ्य बीमा बाजारों में ही किया जाता है। लेकिन अन्य संदर्भों में, जैसे कि कर्मचारियों को पेंशन योजनाओं में कितना योगदान देना चुनने में सहायता करना, स्मार्ट डिफॉल्ट साबित हो गए हैं उल्लेखनीय रूप से प्रभावी पसंद की गुणवत्ता में सुधार लाने पर

यदि आपके पास काम पर 401 (K) योजना है, उदाहरण के लिए, यह अच्छा मौका है कि इस स्मार्ट डिफॉल्ट सिस्टम का उपयोग आपके परिस्थिति के लिए सर्वोत्तम योजना में करने के लिए किया गया है। यह अब सेवानिवृत्ति बचत के लिए काम करता है क्योंकि विकल्प सरल हैं और बहुत सारे डेटा हैं

स्मार्ट डिफ़ॉल्ट के साथ समस्याएं

तो हम स्मार्ट बीमा बाजारों में अब और अधिक सामान्य रूप से स्मार्ट डिफॉल्ट का उपयोग क्यों नहीं कर रहे हैं?

शुरुआत के लिए, नीति निर्माताओं और नियोक्ता ऐसी पॉलिसी को लागू करने के लिए अनिच्छुक हैं, जो इस तरह के एक शक्तिशाली तरीके से बीमा विकल्पों को चलाने के लिए दिखाई देते हैं। उदाहरण के लिए, यदि डिफ़ॉल्ट सेटिंग्स अत्यधिक आक्रामक होती हैं, तो कई उपभोक्ताओं को उन योजनाओं में स्वत: नामांकित किया जा सकता है जो उन्हें खराब कर देते हैं - भले ही औसत व्यक्ति बेहतर हो।

इसका एक संभावित समाधान यह है कि ऑटो-एनरोलमेंट के लिए थ्रेसहोल्ड बहुत ही कट्टरपंथी रूप से स्थापित किया जा सकता है, जिससे कि केवल संभावित उपभोक्ताओं के साथ ही संभावित प्रभावित हो सकें (हालांकि यह संभावित लाभ भी कम करेगा)।

एक और मौलिक समस्या, हालांकि, डेटा की कमी है दुर्भाग्य से, नियामकों के पास अक्सर व्यक्तिगत स्वास्थ्य जोखिम, बीमा उपयोग और जनसांख्यिकी पर वास्तविक समय उपभोक्ता डेटा नहीं होता है, जो एक सटीक तरीके से स्मार्ट डिफ़ॉल्ट नीतियों को प्रभावी ढंग से लागू करने के लिए आवश्यक होता है (जैसा कि पेंशन विकल्पों में सच है)। एक कारण यह है कि बीमा कंपनियां अक्सर अपने डेटा को नियामकों के साथ साझा करने से इनकार करती हैं कि वे मालिकाना हैं, और सुप्रीम कोर्ट ने बरकरार रखा है उनके रुख

ऐसे मामलों में, स्मार्ट डिफॉल्ट अभी भी संभव है लेकिन उपभोक्ताओं को कम मूल्य प्रदान करते हैं और उनके कार्यान्वयन में अधिक रूढ़िवादी होना चाहिए।

अतिरिक्त मुद्दो पर विचार करना

बाजार की प्रतिस्पर्धा के प्रभाव के बारे में बहुत कम जानकारी है, जब उपभोक्ता विकल्प अधिक मुक्त प्रवाह और प्राकृतिक प्रक्रिया के बजाय एल्गोरिदम द्वारा संचालित होते हैं

उदाहरण के लिए, बीमा कंपनियों ने एल्गोरिदम की ज्ञात सुविधाओं का अधिक से अधिक लोगों को उनकी योजनाओं में धकेलने का प्रयास किया (जैसे कि Google के साथ बातचीत करने वाले विज्ञापनदाताओं के साथ)? या क्या व्यक्ति अपने स्वयं के बीमा को चुनने की प्रक्रिया में कम लगे हुए हैं, जिसका अर्थ है कि वे वास्तव में क्या लाभ और संबद्ध जोखिमों के बारे में कम जानकारी देंगे?

कंप्यूटर एल्गोरिदम को देने के परिणामों को समझना उपभोक्ता विकल्प यह आकलन करने में महत्वपूर्ण होगा कि स्मार्ट डीफ़ॉल्ट जैसी नीति को लागू करने से उपभोक्ताओं को न्यूनतम डाउनसाइड्स के साथ बेहतर विकल्प बनाने में मदद मिल सकती है या नहीं। लेकिन यह संभव नहीं होगा जब तक कि बीमा कंपनियां नियामकों के साथ अधिक विस्तृत डेटा साझा करना शुरू न करें।

के बारे में लेखक

बेन हेन्डल, अर्थशास्त्र के सहायक प्रोफेसर, कैलिफोर्निया विश्वविद्यालय, बर्कले उनके शोध ने स्वास्थ्य बीमा बाज़ार के उपभोक्ता निर्णय लेने और बाजार डिजाइन का अध्ययन किया है, और उपभोक्ता निर्णय लेने और बाजार विनियमन के बीच परस्पर क्रिया को दिखाता है।

यह आलेख मूलतः पर प्रकाशित हुआ था वार्तालाप। को पढ़िए मूल लेख.

संबंधित पुस्तक:

at इनरसेल्फ मार्केट और अमेज़न