Dampak Pendapatan dan Nilai Kesehatan

I. Abstrak (Slide 2)

Meskipun nilai resiko berbanding lurus dengan pendapatan, studi mengenai upah
hedonic belum dapat menjelaskan hubungan ini. Dengan menggunakan data dari
survei penilaian konsumen terhadap keamanan produk, tulisan ini menganalisa peran
dampak pendapatan pada beberapa fungsi utilitas. Metode yang dikembangkan dalam
tulisan ini membahas tentang pengaruh pendapatan terhadap nilai ekuivalen dampak
kesehatan (elastisitas pendapatan = 0,18 – 0,39). Kesehatan adalah barang normal.

II. Pendahuluan (Slide 3)

Individu mempunyai perbedaan sikap terhadap resiko kesehatan seperti mereka

mempunyai preferensi terhadap beragam barang-barang lain. Ada dua prinsip
heterogenitas, (1) Nilai hidup dan kesehatan beragam sesuai karakteristik populasi.
Contoh : Kebiasaan olahraga berbeda setiap populasi. (2) Bersifat sistematik. Contoh :
apabila keamanan merupakan barang normal, peningkatan biaya yang dikeluarkan
meningkatkan fungsi pendapatan.

Penelitian terdahulu

A. Teori prospek Kahneman dan Tversky (1979) → Teori ini menjelaskan mengenai
pengambilan keputusan dalam kondisi ketidakpastian dan beresiko. Individu membuat
keputusan berdasarkan dampak yang akan terjadi, bukan harta.

B. “Persamaan upah hedonik konvensional tidak cocok dengan kasus analisis peran
dari dampak kekayaan”. Thaler and Rosen (1976) and Viscusi(1979) menggunakan
proxy (pendekatan) untuk mengukur kekayaan. Viscusi (1979) menemukan bukti
yang lemah, namun signifikan, mengenai hubungan yang negatif antara resiko
pekerjaan dan ukuran yang lebih langsung dari kekayaan pekerja. Teori upah hedonik
konvensional mencerminkan hubungan antara permintaan perusahaan dan penawaran
pekerja dengan berbagai kemungkinan variabel. Misalnya edukasi mempengaruhi
kedua sisi pasar. Contoh : Pekerja dengan tingkat edukasi yang lebih baik, lebih
efisien dalam menghasilkan keamanan sehingga mereka akan meminta upah yang
lebih tinggi pada industri yang berbahaya. Tersedianya data resiko pekerjaan
meningkatkan masalah dalam membedakan pengaruh penawaran dan permintaan.
Sehingga, bukti bahwa peran kekayaan mempengaruhi keputusan resiko pekerja
sifatnya tidak pasti.

C. “Perkiraan elastisitas pendapatan pada permintaan jaminan kesehatan adalah

positif.” Phelps (1976 & 1987). (Newhouse and Phelps (1976)) memperkirakan
elastisitas pendapatan positif pada pelayanan rumah sakit dan dokter. Semakin kaya
seseorang, maka ia akan cenderung berinvestasi untuk hal-hal yang dapat
meningkatkan kesehatannya, misalnya olahraga.

Penelitian ini akan mempeluas analisis sebelumnya mengenai heterogenitas

dengan menggunakan data pada luka ringan konsumer. Penelitian ini bertujuan untuk :
(1) Membuat fungsi utilitas dan hubungannya dengan tingkat pendapatan individu (2)
Membuktikan elastisitas pendapatan positif dari nilai pengurangan resiko (3)
Identifikasi sumber hubungan ini berdasarkan struktur preferensi individu.

II. Model Utilitas dari Dampak Kesehatan Minor III (Slide 4)

Status kesehatan dapat dilihat sebagai salah satu komponen dari fungsi utilitas
individual, di mana utilitas (Ui) adalah fungsi dari income (Yi) dan keadaan sehat (Hi).
Kesehatan dimasukkan dalam fungsi utilitas karena tidak cukupnya informasi untuk
mengukur status kesehatan. Apabila (Hi) terkait dengan probality of occurerence (Pi),
dan apabila (Yi) merupakan fungsi dari kesehatan, maka Utilitas yang diharapkan (EU)
adalah :

(1) EU = Σ PiUi(Yi)

Pada kasus luka parah, luka tersebut merubah struktur utilitas. Utilitas dalam keadaan
tidak sehat akan menurunkan pendapatan (Li) di mana (Li) adalah nol untuk
kesehatan yang sempurna. Sehingga fungsi utilitas adalah U (Y-Li) dan (EU):

(2) EU = Σ PiUi(Yi - Li)

III. Survey dan Sampel (Slide 5)

Konsumer yang berjumlah 949 orang diminta untuk mengevaluasi dua formulasi
berbeda dari sebuah produk yang dibedakan menjadi dua dimensi : resiko penggunaan
produk dan harga. Ada dua efek samping yang akan terjadi apabila terjadi salah
penggunaan produk. Pada insektisida dengan harga 10$/botol, efek sampingnya
adalah inhalasi dan keracunan kulit. Sementara pada pembersih toilet dengan 2$/botol,
gassing dan mata terbakar. Tingkat resiko luka adalah 15 dari 10.000/ botol terjual.
Konsumer mengeluarkan rata-rata 15$/tahun untuk insektisida dan 12$/tahun untuk
pembersih toilet.

IV. Mendefinisikan Lokus Utilitas yang Diharapkan

Slide 6 : Menjelaskan Tabel 1

Slide 7

Struktur utilitas pada “Kesehatan Yang Buruk” menjadi acuan untuk membuat
model lokus utilitas yang diharapkan dimana konsumen membeli “n” unit produk
pada harga original z$/produk. Pendapatan tahunan bersih (Y*) sama dengan
pendapatan tahunan kotor (Y) dikurangi Pengeluaran tahunan konsumen (C), di mana
C=zn. (Pi) adalah probabilitas asli setelah mengalami luka i, di mana i = 1.2. Utilitas
dalam keadaan sehat hanya fungsi dari pendapatan (Y), sedangkan utilitas ketika luka
i terjadi adalah fungsi pendapatan (Y) dikurangi kerugian akibat luka i (Li).

Konsumer dapat mengurangi resiko luka i dengan pengeluaran tambahan untuk

produk. Pengurangan resiko luka adalah (Qi) dimana Qi ≤ Pi. Pendapatan bersih (Y*)
= (Pendapatan kotor)Y-C. K = kn adalah peningkatan pengeluaran tahunan untuk
formulasi produk baru, di mana (k) adalah jumlah yang mau dibayarkan oleh
konsumer per botol untuk pengurangan resiko luka. Variabel K adalah jumlah uang
yang akan membuat konsumer membedakan dua versi produk, di mana persamaan
locus expected utility adalah :

2 2 2 2
(1   Pi)U [Y *]   PiU [Y *  Li]  (1   Qi )u[Y *  K ]   QiU [Y *  K  Li]
i 1 i 1 i 1 i 1

Slide 8

Untuk menghasilkan estimasi dari kerugian moneter, kami menggunakan tiga

pengorbanan pendapatan/resiko yang berbeda. Pertama, resiko luka 1 dikurangi
menjadi nol sementara resiko luka 2 tetap. Kedua, resiko berkebalikan dengan
pernyataan pertama. Ketiga, resiko dikurangi menjadi nol untuk keduanya.

Jumlah (per botol) yang mau dibayarkan konsumer untuk setiap formulasi produk
digambarkan pada Tabel 2. Nilai konsumer terhadap dua resiko pembersih toilet
kira-kira berada pada tingkat yang sama. Hal ini kontras dengan insektisida, di mana
konsumer mau untuk membayar lebih banyak apabila resiko inhalasi dihilangkan.
Ada dua poin yang dapat dicatat. (1) adanya korelasi positif antara respon yang
diberikan dan pengorbanan resiko/uang. Misalnya, korelasi positif pada subsample
pembersih toilet antara kemauan konsumer untuk membayar untuk eliminasi resiko
gassing dan mata terbakar tersebut menunjukkan apabila konsumer mau untuk
mengeliminasi satu resiko, maka mereka juga mau membayar lebih untuk eliminasi
resiko yang lain juga. (2) Variasi jumlah (per botol) yang ingin dibayarkan oleh
konsumer untuk eliminasi resiko mengindikasikan bahwa ada variasi yang sangat
besar dalam konsumer menilai keamanan.

Slide 9

Untuk mendefinisikan tingkat resiko, kita dapat menurunkan i pada tingkat resiko
dan menggunakan K1, K2, dan K3 untuk menggambarkan pengeluaran yang ingin
konsumer bayarkan untuk tiga formulasi produk. Persamaannya adalah :

Istilah pada sisi kiri tanda sama dengan (=) pada persamaan (4a) sampai dengan
(4c) menggambarkan (EU) dari formulasi original produk. Sedangkan sisi kanan
tanda (=) mengambarkan (EU) dari formulasi baru produk. Misal : sisi kanan
persamaan (4a) artinya resiko luka 1 dikurangi menjadi nol sementara luka 2 tetap P.

V. Outline Prosedur Estimasi (Slide 10)

Persamaan yang membentuk basis estimasi ini adalah persamaan (4a)-(4c).

Variabel yang mempengaruhi adalah pendapatan K1,K2,dan K3. Setelah menentukan
bentuk fungsional utilitas, kita dapat menyelesaikan setiap persamaan (4a)-(4c) untuk
merespon variabel K1 untuk pertanyaan j sebagai fungsi non-linier terhadap semua
variabel lainnya. Hipotesis yang akan kita uji adalah apakah kerugian moneter
ekuivalen dengan peningkatan kekayaan? Untuk menentukan non-linearitas pada
hubungan ini, kita akan menguji hipotesis dengan berasumsi bahwa luka i (Li) adalah
quadratic pada kekayaan (W), di mana :

Apabila hipotesis dampak kekayaan adalah benar, (Li) mempunyai turunan

pertama positif pada kekayaan. Apabila dampak ini berkurang (meningkat) dengan
kekayaan, derivatif kedua akan negatif (positif). Data kekayaan individu tidak cukup
informatif, kami harus menggunakan pendapatan sebagai proxy (pendekatan).

Seperti yang telah didemonstrasikan pada Evans dan Viscusi (1991), estimasi
pada kerugian moneter ekuivalen dapat diperoleh jika kita mengasumsikan bentuk
fungsional utilitas. β adalah vektor dari parameter fungsi utilitas untuk diestimasi dan
a10 , a1 y , a1 yy , a20 , a2 y , a2 yy
α adakah vektor (6x1) dari variabel yang dapat diestimasi ( ).
Respon variabel (Kj) adalah fungsi nonlinier dari Y*, P, W, α, dan β. Batas eror
dengan rata-rata nol dan varians tidak terbatas juga ditambahkan pada persamaan.
Kesalahan pertanyaan j ditulis dengan ɛj. Persamaan linier yang Kj:

Diasumsikan vektor (3x1) pada error ɛ =(ɛ₁, ɛ₂, ɛ₃) terdistribusi secara normal
dengan rata-rata nol dan kovariansi matriks Ʃ. Diharapkan elemen off-diagonal dari
kovariansi eror matrix adalah positif, asumsinya apabila seorang konsumer
memberikan respon yang baik untuk K1, maka begitu juga K2 dan K3. Tiga
persamaan ini dapat diestimasikan sebagai model regresi non-linier multivariat
(analisis terhadap lebih dari 2 variabel secara bersamaan, variabel saling terhubung)
dengan batasan cross-equation.

Estimasi kerugian moneter ekuivalen diturunkan menjadi tiga fungsi utilitas

terpisah. (1) bagaimana estimasi moneter ekuivalen dibuat tanpa ada asumsi prior
mengenai bentuk fungsional eksplisit (utilitas tidak terbatas). (2) estimasi model
fungsi utilitas logaritma dan risk aversion absolut. Karena fungsi tidak terbatas,
logaritma, dan C.A.R.A memberikan konstan dan parameter risk aversion yang
berbeda, luas fungsi utilitas yang dipertimbangkan harus mengindikasikan ketahanan
hasil. (3) persamaan yang dapat diestimasi untuk setiap fungsi utilitas.

A. Fungsi utilitas yang tidak terbatas

Model fungsi utilitas tak terbatas didasari oleh proposisi di mana individu beresiko
netral terhadap taruhan kecil. Apabila luka dinilai pada ekuivalen moneter dari $1000,
maka perkiraan kerugian per botol apabila menggunakan formulasi original produk
adalah 1.50$/tahun.

Untuk membuat persamaan fungsi utilitas tidak terbatas, pertama-tama pisahkan

variabel penyebab pada persamaan (4a)-(4c) yang dilakukan dengan menggunakan
rangkaian seri taylor orde pertama dari U(Y*-K), U(Y*- Li), dan U(Y*-K-Li)
mengenai nilai umum Y*. Dari definisi ekspansi, kami menurunkan tiga estimasi:

Estimasi U(Y*-K) sangat akurat sementara eror relatif estimasi U(Y*-L) dan
U(Y*-K-L) kira-kira sama.

Untuk menggantikan estimasi pada (7a)-(7c) ke dalam (3) dan menyelesaikan K,

pendapatan tambahan yang konsumer mau bayarkan untuk pengurangan resiko luka
adalah :

yang mengindikasikan jumlah yang konsumer mau bayarkan untuk pengurangan

resiko luka (K) sama dengan pengurangan pada kerugian moneter apabila terjadi luka.

Kj adalah nilai respon untuk K yang diberikan pada pertanyaan survey j dimana
j=1,2,3. Memberikan nilai untuk kemungkinan resiko pada tiga pertanyaan, kita dapat
menulis tiga persamaan perkiraan sebagai :
 Pada persamaan dinyatakan bahwa jumlah yang ingin dibayarkan konsumer
untuk eliminasi semua resiko adalah kerugian yang diperkirakan terkait penggunaan
produk. Nilai Kj akan meningkat apabila utilitas linear dngan pendapatan.
Heterogenitas kerugian moneter ditunjukkan dalam model dengan melihat setiap
kerugian sebagai kombinasi linier dari kekayaan/pendapatan sebagai gambaran luar
dalam persamaan (5).

B. Karakterisasi explisit Utilitas (Slide 11)

Sebelum mendefinisikan struktur ekuivalen persamaan (6), harus digambarkan

prosedur sederhana yang memungkinkan untuk mengembangkan fungsi nonlinier
variabel penyebab (K1, K2, K3) pada setiap fungsi utilitas. Kami menggunakan
U(Y*-K) dan U(Y*-L-K) untuk Y* dan Y*- Li untuk memisahkan variabel penyebab
Kj. Ekspansi ini membuat perkiraan :

Menggantikan estimasi ini menjadi (4a)-(4c) untuk pernyataan utilitas eksplisit dan
untuk menyelesaikan setiap Kj, persamaan untuk setiap fungsi utilitas :

Dengan mendefinisikan fungsi utilitas explisit, menghitung persamaan yang sesuai

dengan utilitas marjinal, dan mengganti nilai-nilai ini ke dalam persamaan (11) kita
dapat membuat pernyataan linear untuk variabel respon (dampak variabel bebas)

Slide 12

Estimasi dilakukan dengan dua model fungsi utilitas : logaritma dan constant
absolute risk aversion (CARA). Apabila utilitas diasumsikan sebagai logaritma, maka
pada keadaan yang sehat, fungsi utilitas didefinisikan sebagai :
Karena utilitas yang diperkirakan invarian terhadap transformasi utilitas kita dapat
membatasi y0=0 dan y1=1. Kita dapat menspesifikan fungsi utilitas C.A.R.A sebagai

di mana parameter r adalah ukuran dari aversion risk absolut, r =-Uyy/Uy, dan r > 0.
Untuk mengilustrasikan bagaimana prosedur bekerja, estimasi persamaan yang
sesuai dengan persamaan (11) pada fungsi utilitas model logaritma adalah :

C. Estimasi

Rangkaian persamaan fungsi utilitas tidak terbatas, logaritma, dan CARA adalah
persamaan struktural yang akan diestimasi. Pada setiap persamaan dapat diturunkan
estimasi parameter dengan cara estimasi persamaan secara terpisah. Persamaan dari
ketiga fungsi utilitas menggambarkan model regresi non-linear multivariat dengan
batasan cross-equation. Apabila kesalahan pada persamaan di atas adalah multivariat
normal, maka model estimasi maksimum diturunkan melalui iterative seemingly
unrelated regression (ITNSUR) dengan batasan cross-equation. Untuk
menggambarkan dampak kekayaan pada kerugian moneter ekuivalen, kami
menggunakan fungsi Li seperti persamaan (5) di mana kerugian moneter quadratic
pada kekayaan. Kelemahan rangkaian data kami adalah kami tidak punya ukuran
kekayaan keluarga untuk membentuk persamaan (5). Oleh karena itu, diasumsikan
bahwa pendapatan keluarga adalah perkiraan kekayaan, sehingga menghasilkan
persamaan kerugian moneter :

VI. Hasil (Slide 13)

 Pada kedua sampel, digunakan tiga model fungsi utilitas yang telah dijelaskan
sebelumnya. Estimasi INTSUR untuk enam model ilaporkan pada tabel 3. Kovarian
matriks untuk kesalahan persamaan membuat elemen off-diagonal positif, artinya
konsumer yang mempunyai keinginan membayar untuk pengurangan satu resiko
(yang tidak diketahui) lebih tinggi juga mempunyai keinginan untuk membayar
pengurangan resiko yang lain (yang tidak diketahui) lebih tinggi juga. R² pada setiap
persamaan individu mempunyai hasil yang sama pada ketiga fungsi utilitas, di mana
R² bervariasi antara .20 dan .40 untuk kedua jenis produk.

Kerugian moneter quadratic pada pendapatan dengan koefisien positif pada Y dan
koefisien negatif pada Y².Perkiraan parameter tidak sensitif terhadap bentuk fungsi
utilitas yang diasumsikan. Bagaimanapun presisi dari estimasi bervariasi pada setiap
model. Pada kedua subsample dengan model utilitas tak terbatas dan log, koefisien
pada pendapatan linier dan kuadrat signifikan pada tingkat konvensional.
Mempertimbangkan estimasi dari fungsi utilitas tak terbatas, kami menemukan bahwa
pada subsample pembersih toilet, kerugian moneter meningkat dan hanya berkurang
pada nilai tingkat pendapatan di atas 50.000$. Untuk subsample insektisida, puncak
kerugian terjadi pada 47.000$.

Parameter risk-aversion r pada model CARA tidak memperkirakan dengan tepat

pada kedua sample. Estimasi dari parameter constant absolute risk aversion adalah
0.0013 pada pembersih toilet dan 0.00058 pada insektisida. Pada keduanya, standard
eror sangat besar sehingga kita tidak dapat menolak hipotesis r=0. Apabila r=0.0013,
individu akan membayar 20.26$ untuk menghindari 10% kemungkinan kehilangan
1000$ sementara apabila r = 0.0058 konsumer akan membayar 13.50$ untuk
menghindari kerugian.

Nilai ukuran berkaitan dengan kerugian moneter ekuivalen (a10, aiy,

aiyy,a20,a2y,a2yy) pada model utilitas CARA sangat mirip dengan dua estimasi
sebelumnya, tapi standar errornya lebih besar. Kerugian presisi untuk ukuran pada
model CARA dapat dengan mudah dijelaskan dengan memberi perkiraan nilai untuk r.
Dengan nilai moderat untuk r sekalipun, hanya sangat sedikit perbedaan antara utilitas
pada keadaan sehat dan tidak sehat. Untuk nlai r=0.0013 tingkat pendapatan moderat
sebesar 25.000$ dan nilai kerugian moneter yang tinggi sebesar 2000$, perbedaan
antara keadaan sehat dan tidak sehat adalah -9.58 E-12 persen. Sebaliknya, apabila
utilitas adalah linear atau logaritmik, perbedaan antara utilitas di keadaan sehat dan
tidak sehat adalah 8 dan -0.8 persen secara berurutan. Sehingga pada CARA, sangat
kecil kemungkinan untuk membuat ukuran risk aversion yang tepat.

Kemiripan hasil antara model utilitas tidak terbatas dan log tidak mengagetkan
karena kedua model menunjukkan risk aversion nol atau mendekati nol. Model tidak
terbatas setara dengan utilitas resiko linier netral sementara model utilitas log
menggunakan ukuran risk aversion 1/Y* yang sangat kecil yaitu 2.8 E-5.

Hasil di atas menunjukkan bahwa estimasi utama mengenai ukuran persamaan

kerugian moneter ekuivalen tidak sensitif dengan tingkat risk-aversion yang
diasumsikan, namun sensitif dengan ketepatan estimasi. Pertanyaan yang ingin kami
tujukan adalah pada tingkat apa hasilnya akan sensitif dengan pilihan fungsi utilitas
risk-neutral atau mendekati risk-neutral. Kami dapat menjawab pertanyaan ini dengan
memperkirakan model berdasarkan teori Taylor mengenai utilitas. Persamaan yang
dapat diestimasi yang berasal dari ekspansi second-order adalah fungsi dari parameter
risk-aversion R= -Uyy(Y*)/Uu(Y*). Dapat dilihat juga bahwa model ini collapse
pada model tidak terbatas yang digambarkan di atas apabila R=0. Untuk menguji
ekuivalen dari kedua model, kami menggunakan statistik dari Gallant dan Jorgenson
(chi-square) dengan tingkat kebebasan sama dengan batasan angka. Pada kasus ini ada
satu batasan (individu adalah risk-neutral atau R=0). Hasil statistik sama dengan 1.01
dan 0.98 untuk pembersih toilet dan insiktisida, secara berurutan menandakan bahwa
kita tidak dapat menolak hipotesis yang tidak berlaku di mana R=0 untuk kedua jenis
produk.

Slide 14

Hubungan antara pendapatan dan kerugian moneter digambarkan pada figure 1.

Memakai estimasi parameter untuk Li dari fungsi utilitas tak terbatas, kami membuat
nilai kerugian moneter untuk keempat luka yang dipertimbangkan dari jangkauan
pendapatan yang luas. Bentuk dari keempat fungsi menunjukkan beberapa bukti
bahwa luka yang menunjukkan resiko kesehatan yang paling besar, juga mempunyai
tingkat peningkatan kerugian moneter yang sangat besar.
VII. Penilaian Kebijakan Keuntungan Perubahan Resiko (Slide 15)

Dengan mengetahui bentuk fungsi utilitas dan bagaimana kerugian moneter

bervariasi dengan pendapatan, memungkinkan kita untuk mengestimasi beberapa
perbedaan nilai pada kepentingan kebijakan. Pada kasus ini, karena dampak kesehatan
setara dengan penurunan pendapatan, implikasi kesejahteraan dari dampak kesehatan
dapat disederhanakan. Contoh, pencegahan resiko kesehatan dianggap sama seperti
pencegahan kerugian moneter ; asuransi penuh sama dengan nilai dari kerugian
optimal apabila asuransi yang adil tersedia. Isu penting pada analis kebijakan
kesehatan dan medis adalah nilai apa yang harus ditempatkan seseorang pada
pengurangan resiko-resiko seperti itu. Dengan adanya estimasi ini, kita dapat
menghitung nilai-nilai ini untuk seluruh anggota populasi, memberikan distribusi
pendapatan, sehingga seseorang dapat menentukan nilai-nilai yang menguntungkan
untuk individu yang menanggung resiko.

Contoh, seseorang tertarik untuk mengukur nilai yang ditetapkan oleh konsumer
untuk pengurangan resiko. Pada contoh ini, nilai setara dengan kerugian moneter
ekuivalen Li (Kolom 1) . Nilai ini, dihitung pada rata-rata contoh dengan memakai
perkiraan utilitas log untuk keempat luka, yang dijabarkan pada kolom (1) tabel 4.
Dengan estimasi ini, kita juga dapat menghitung elastisitas kerugian moneter
(Kolom 2) sehubungan dengan pendapatan. Pada contoh ini nilai elastisitas bervariasi
dari 0.18 untuk iritasi mata akibat salah penggunaaan pembersih toilet sampai dengan
0.39 untuk iritasi/keracunan kulit dari insektisida.

Ukuran kedua penilaian individu terhadap resiko kesehatan adalah keinginan

konsumer untuk perubahan marjinal keamanaan (Kolom 3), δY/δPi, memegang
perkiraan utilitas konstan. Mengacu pada penilaian sebagai Zmle = δY/δPi. Dengan
menggunakan estimasi dari model utilitas log, kita dapat menurunkan nilai ini untuk
semua jenis luka dari perkiraan utilitas log. Nilai ini jga dilaporkan pada tabel 4.
Perkiraan kerugian moneter ekuivalen dan perkiraan derivatif Zmle memberikan
probabilitas kecil luka dan ukuran relatif (Li) apabila dibandingkan dengan (Y).

Kami juga menghitung elastisitas pendapatan (Kolom 4), δ In(Zmle)/ δ In(Y).

Nilai ini berkisar 0.17 untuk iritasi mata sampai 0.38 untuk iritasi kulit. Pola dan
tingkat elastisitas mencerminkan kerugian moneter ekuivalen.
 Pentingnya memungkinkan kerugian moneter ekuivalen untuk bervariasi dengan
pendapatan dapat digarisbawahi ketika kita membandingkan elastisitas pendapatan
derivatif Zmle dengan dan tanpa dampak pendapatan. Elastisitas pendapatan Zmle
mendekati nol apabila L tidak bervariasi dengan pendapatan. Elastisitas pendapatan
yang diperkirakan untuk kerugian moneter dan marjinal keinginan membayar untuk
keamanan setara terhadap elastisitas pendapatan untuk asuransi medis, lebih besar
dari elastisitas pendapatan pelayanan fisik dan rumah sakit. Namun lebih kecil
terhadap elastisitas yang diperkirakan Viscusi.

Marjinal keinginan untuk membayar perubahan kecil pada probabilitas

kecelakaan bersifat proposional pada jarak antara utilitas pada keadaan sehat dan
tidak sehat. Jenis luka yang dipertimbangkan cukup konsekuen, konsumer
menganggap utiilitas pada keadaan tidak sehat dari perspektif negara sehat, di mana
total dan marjinal utilitas menurun pada negara tidak sehat. Sehingga, apabila
pendapatan meningkat, perbedaan relatif antara utilitas pada negara sehat dan tidak
sehat meningkat, karenanya elastisitas pendapatan δY/δP relatif besar pada keadaan
sehat. Pada keadaan tidak sehat, dianggap sama dengan penurunan pendapatan dan L
bukan merupakan fungsi pendapatan, perbedaan antara U(Y) dan U(Y-Li) menurun
seiring meningkatnya pendapatan, sehingga menyebabkan elastisitas pendapatan
negatif untuk δY/δP. Hanya ketika L adalah fungsi pendapatan, jarak relatif antara
U(Y) dam U(Y-L) meningkat ketika pendapatan meningkat, sehingga menurunkan
elastisitas pendapatan positif untuk derivatif δY/δP.

VIII. Kesimpulan (Slide 16)

Pada penelitian ini, kami menemukan bukti kuat bahwa kerugian moneter
ekuivalen untuk luka kecil adalah fungsi positif dari pendapatan. Ukuran yang
bervariasi mengenai nilai kesehatan mengikuti pola barang ekonomi normal.
Elastisitas pendapatan dari moneter ekuivalen luka antara .2 dan .4. ada bukti yang
sugestif bahwa nilai elastisitas meningkat seiring peningkatan resiko.