Financing Health Care in Ghana: Are Ghanaians Willing to Pay Higher Taxes for Better Health Care? Findings from Afrobarometer
Notice bibliographique
Résumé
Considering the recent struggle in the Ghanaian health sector, Ghanaian policy makers and donor agencies are confronted with rethinking how the health sector can be funded and sustained. In Ghana, where budgetary decisions are heavily contested and politically expensive, one option available to the government may be to raise taxes or user fees to allow for increased spending on public health care. Using Afrobarometer 2014/2015 round six survey data, this study examined whether Ghanaians would support or oppose paying higher taxes or user fees in order to increase government spending on public health care. In this study, Cross tabulation, correlation, and multiple linear regression analysis were performed to examine whether Ghanaians willingness to pay or not to pay higher tax is correlated with demographic factors, access to health services, perceptions of health care, government performance, and perceived official corruption. Findings from this study indicate that only (35%) of respondents support the payment of higher taxes or user fees even though many Ghanaians have difficulties in accessing better health and medical care. More importantly, findings from the correlation and a multiple linear regression analysis indicate that, Ghanaians support for or opposition to higher taxes/fees are powerfully influenced by perceptions of government’s performance and trustworthiness (President’s performance = 0.136**; MP performance = 0.130**; leaders serving their own interest = 0.085**; trust President = 0.147**; trust Parliament = 0.121**; trust tax department = 0.136**) rather than sociodemographic factors or difficulties in obtaining health care as well as going without medical care. Also, corruption in the Office of the President and among tax officials showed negative association with paying of higher taxes (corruption at the tax department, −0.021; p-value = 0.003 and corruption at the Office of the President, −0.005; p-value = 0.001). Therefore, improving popular access to information about taxes people owe and public spending, while reducing corruption and misuse of public monies, will help encourage voluntary compliance and enhance the government’s revenue generation in Ghana.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».