Valuing the impact of self-rated health and instrumental support on life satisfaction among the chinese population
Notice bibliographique
Résumé
Abstract Background Research has highlighted that satisfaction in health, and instrumental support (IS) are key areas of life affecting an individual’s wellbeing. Many social and public health initiatives use these two intervention mechanisms to improve individual’s wellbeing. For the purpose of cost-benefit assessment, there has been growing interest in expressing these intervention effects in economic terms. However, only a handful of studies have ever estimated these effects in economic terms, none of which examined them in a Chinese context. The aim of this study is to extend this line of valuation work to the Chinese population, estimating the implicit willingness-to-pays on the effects of improving individuals’ self-rated health (SRH) status and IS on their life satisfaction (LS). Methods Using data from a two-wave representative panel survey in Hong Kong (n = 1,109), this study conducted a cross-lagged analysis with a structural equation modelling technique to examine the causal effects of SRH and IS on LS. The use of this cross-lagged approach was an effort to minimise the endogeneity problem. Then, substituting the respective estimates to the formulae of compensating surplus, the marginal rate of substitution of SRH and IS with respect to individual’s equivalised monthly household income (HI) were estimated and were then expressed as the implicit willingness-to-pays on the effect of improving individuals’ SRH and IS on their LS. Results The cross-lagged analysis ascertained the causal effects of SRH (β = 0.074, 95% Confidence Interval: 0.021, 0.127) and IS (β = 0.107, 95% Confidence Interval: 0.042, 0.171) on individuals’ satisfaction with life. Translating into the concept of compensating surplus, the implicit monetary values of improving the sample’s SRH from “poor health” to “excellent health” and their perceived IS from “little support” to “a lot of support” are equivalent to an increase in their equivalised monthly HI by US$1,536 and US$1,523 respectively. Conclusions This study is the first to derive the implicit monetary values of SRH and IS on individual’s LS in a predominantly Chinese society, and it has implications for the cost-benefit assessment in wellbeing initiatives within the population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».