The role of digital financial inclusion in China on urban—rural disparities in healthcare expenditures
Notice bibliographique
Résumé
Introduction: The digital financial inclusion (DFI) provides opportunities to improve the relative capacity to pay for healthcare services by rural residents who are usually underserved by traditional finance in China. This paper provides empirical evidence on how the development of DFI affects the healthcare expenditure disparities between urban and rural residents. Methods: We employed the fixed effects model and instrumental variable method to estimate the impact of DFI on the Theil index of urban-rural disparities in healthcare expenditures, using panel data from 31 provinces (2011 ~ 2020) in China. We further adopted a moderating effect model to test whether the intensity of the impact would vary depending on the level of local government health expenditures. Results: The results suggest a negative association between the development level of DFI and the urban-rural healthcare expenditure disparities in China. For every 1% increase in the DFI index, the Theil index of urban-rural disparities in healthcare expenditures would fall by 0.0013. After changing the measurement method for the dependent variable and adjusting the sample, the results remain robust. Moreover, the result of the moderating effect model indicates that, a high level of government health expenditures is conducive to the impact of DFI. Discussion: Our research reveals that DFI plays an important role in bridging the urban-rural gap in healthcare expenditures. This finding provides new information for addressing the issue of urban-rural healthcare inequality in China. Chinese government needs to accelerate the construction of digital infrastructure and increase the penetration rate of digital tools in rural areas to promote the beneficial effects of DFI. Additionally, it is also necessary for local government to address the unbalanced allocation of medical resources between urban and rural areas, especially the shortage of rural human resources.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».