Social Security and the Rise in Health Spending: A Macroeconomic Analysis
Notice bibliographique
Résumé
In this paper, I develop a quantitative macroeconomic model with endogenous health and endogenous longevity and use it to study the impact of Social Security on aggregate health\nspending. I find that Social Security increases the aggregate health spending of the economy via two channels. First, Social Security transfers resources from the young with low marginal propensity to spend on health care to the elderly (age 65+) with high marginal propensity to spend on health care. Second, Social Security raises people's expected future utility and thus increases the marginal benefit from investing in health to live longer. In the calibrated version of the model, I show that the positive impact of Social Security on aggregate health spending\nis quantitatively important. The expansion of US Social Security since 1950 can account for approximately 43% of the dramatic rise in US health spending as a share of GDP over the same period (i.e. from 4% of GDP in 1950 to 13% of GDP in 2000). I also find that this positive impact of Social Security has two interesting policy implications. First, the negative effect of Social Security on capital accumulation in this model is significantly smaller than what previous studies have found, because Social Security induces extra years of life via health spending and\nthus encourages private savings for retirement. Second, Social Security has a significant spill-over effect on public health insurance programs (e.g. Medicare). As Social Security increases health spending and longevity, it also increases the insurance payments from these programs,\nthus raising their financial burden.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».