Determinanten von Gesundheit

Einleitung / Introduction

A recent change in government funding from grants to loans for voluntary further education in England led to a decrease in the uptake of financial support from the government and consequently lowered participation. We employ a difference in differences analysis to examine, how this change in human capital accumulation affects mental health of young adults. Using the UK Longitudinal Household Study, we reproduce the results of the official government policy evaluation, that changing financial support from grants to loans reduces the participation of adults in their twenties in voluntary further education. Further, we find a small but significant deterioration in multiple clinically validated mental health measures. The effect of education on mental health appears to be driven by changing life circumstances and not necessarily by reduced labor market prospects . Finally, we compare this education intervention to interventions in earlier in life. JEL codes: I10, I22, I26, J24 Keywords: mental health, voluntary further education, education financing

AutorInnen

Christoph Kronenberg, CINCH, UDE

Kai Robert Miele, UDE

Einleitung / Introduction

According to standard economic theory, risk and time preferences of individuals are invariant. However, several empirical studies pointed out that such preferences might be subject to transitory alterations in biological and emotional processes. However, investigating the causal effect of such factors is challenging, as systematic variations of such processes are difficult to implement. In this study, we exploited fasting before the collection of blood samples and subsequent eating in a population-based epidemiological study. This allowed us to generate two randomly assigned groups that were used to understand if risk and time preferences were altered in response to different levels of hunger.

Methode / Method

We designed a randomized experiment in which participants of a population-based epidemiological study (KORA-Fit Study, 2018-2019, n=2,709) that came in fasting were randomly assigned to answer questions on their risk and time preferences either before or after having breakfast in the study center. At the same time, information on self-reported hunger level and on having had breakfast were collected. Due to dynamic scheduling of tests in the study center, no perfect compliance of the two randomization arms was achieved: some individuals who were randomized in the “fasting” group answered the questions after breakfast (37.5%) and some individuals who were randomized in the “full“ group answered the questions before breakfast (30.1%). For this reason, we carried out an instrumental variable approach, using the randomization status as instrument for the hunger level in a 2-stage least square analysis. In the main analysis, risk and time preferences based on previously validated instruments, in which respondents faced hypothetical monetary decision problems, served as outcomes. Furthermore, we stratified results for sex, education and being overweight (BMI≥25).

Ergebnisse / Results

Preliminary results show good validity and reliability of the randomization variable as instrument for the hunger level. Second stage results indicate no effect of hunger on risk willingness and individual discount rate. Stratified analyses indicated that this result does not change depending on the group considered. These results were robust to several sensitivity analyses, including different operationalization of hunger as the exposure and different definitions of time and risk preferences as outcome variables.

Zusammenfassung / Conclusion

Our results indicate that temporary hunger does not affect risk and time preferences. These results suggest no actual influence of hunger on choices of individuals in the monetary domain.

AutorInnen

Sara Pedron, Helmholtz-Zentrum München

Florian Karl, Helmholtz-Zentrum München

Lars Schwettmann, Helmholtz-Zentrum München

Annette Peters, Helmholtz-Zentrum München

Margit Heier, Helmholtz-Zentum München

Michael Laxy, Helmholtz-zentrum München

Einleitung / Introduction

Seit Jahren wird über den Einfluss von Bildung und anderen Gesundheitsdeterminanten auf die einkommensbezogene Ungleichheit in Gesundheit diskutiert. Es gibt eine neue Methode, die es ermöglicht, den direkten Einfluss einer Variable auf einen bivariaten rangabhängigen Index (z.B. Konzentrationsindex) zu ermitteln. Hierfür wird im ersten Schritt eine „recentered influence function“ (RIF) berechnet. Diese gibt für jeden Datenpunkt den Wert an, den der Konzentrationsindex annehmen würde, wenn es in der Stichprobe marginal mehr Ausprägungen wie die des betrachteten Punktes (Rang- und Gesundheitsvariable) geben würde. Anschließend werden die RIF-Werte als zu bestimmende Variable in einer Regression verwendet. Das Ergebnis der Regression beschreibt den Einfluss der erklärenden Variablen auf den rangabhängigen Index. Ziel dieser Arbeit ist es, ein umfassendes Bild der Zusammenhänge mittels der RIF-Methode darstellen zu können und hierbei auch mögliche Heterogenität in den Daten einzubeziehen.

Methode / Method

Bei diesem Verfahren entstehen zwangsläufig gegenläufige Effekte, da der Zusammenhang von Gesundheits- bzw. Rangvariable und den RIF-Werten nicht linear ist. Mögliche Verzerrungen können auch durch Heterogenität in den Daten begründet sein. Deshalb wird ein Variable-Koeffizienten-Modell basierend auf P-Splines durchgeführt. Die Koeffizienten variieren über ein Tensor Produkt aus den Variablen Gesundheit und Rang, sodass individuelle Koeffizienten geschätzt und mögliche Heterogenität in den Daten abgebildet werden kann. Für die Berechnungen werden die Daten des Sozio-Ökonomischen Panel (SOEP) verwendet.

Ergebnisse / Results

Vorläufige Analysen zeigen, dass bei einer OLS-Schätzung der Koeffizient, der den Einfluss von Bildung auf den RIF-Wert (absoluter und relativer Konzentrationsindex) bestimmt, positiv (nah Null) und signifikant ist. Eine marginale Erhöhung der Bildung bei allen Beobachtungen hat somit einen geringen Einfluss auf den Zusammenhang von Einkommen und Gesundheit. Ein positiver Koeffizient bedeutet, dass die einkommensbezogene Gesundheitsungleichheit sich zu Gunsten der Reicheren verändert. Durch ein Variable-Koeffizienten-Modell kann mehr Streuung in den Daten erklärt werden. Die geschätzten Bildungskoeffizienten geben an, wie sich eine Erhöhung an Bildung einer Beobachtung auf den Zusammenhang von Gesundheit und Einkommen auswirkt. Die vorläufigen Ergebnisse zeigen, dass es große Abweichungen bei den geschätzten Koeffizienten gibt, wobei der Großteil weiterhin nah bei null liegt. Ein eindeutiger systematischer Zusammenhang z.B. von Bildung und Alter ist bisher nicht erkennbar. Weitere mögliche Zusammenhänge werden derzeit analysiert.

Zusammenfassung / Conclusion

Die Ergebnisse deuten darauf hin, dass Heterogenität in den Daten existiert und berücksichtigt werden sollte.

AutorInnen

Luise Lorenz, TU Berlin; BerlinHECOR