करिब ५ वर्षको हेल्थ पोलिसी, हेल्थ इकोनोमिक्स र हेल्थ इकोनोमेट्रिक्सको अध्ययन र लगभग १० वर्षको नेपालको सरकारी स्वास्थ्य प्रणालीको अनुभवको आधारमा म यो लेखमा नेपालको स्वास्थ्य बीमा कार्यक्रमको बारेमा एउटा तर्क गर्दैछु। त्यो हो, नेपालको स्वास्थ्य बीमा कार्यक्रम एउटा ब्ल्याक बक्स हो, जुन नखोलीकन यो कार्यक्रममा पोलिसी डिर्पाचर गर्न र दिगो सुधार गर्न एकदमै कठिन छ।
आफ्नो तर्कलाई सर्पोट गर्न म २ वटा बुदाँहरु व्याख्या गदैछु र समाधानको लागि थप आर्थिक भार नपर्ने केही उपायहरु सुझाउने प्रयास गदैछु। यो लेख म किन पनि लेख्दैछु भने स्वास्थ्य बीमा कार्यक्रममा विगत केही दिन यता नयाँ रक्तसंचार भएको अनुभव भएको छ। नयाँ नेतृत्वले हाजिरी भएदेखि नै लगभग दिनहुँ बीमा कार्यक्रममा केही न केही नयाँ निर्णयहरु गरेर सुधारको पहल गरेको देखिन्छ र केही गरिछाड्ने हुटहुटी स्पष्ट देखिन्छ।
अब मेरो पहिलो बुदाँतर्फ जाऔं। विगत ८ वर्ष यता स्वास्थ्य बीमा बोर्डले प्रकाशित गरेको जानकारीहरुबाट इन्पुट र केही हदसम्म आउटपुट थाहा हुन्छ तर भित्र प्रोसेस कसरी भइरहेको छ, कत्ति पनि थाहा हुदैन। स्वास्थ्य बीमा कार्यक्रम सुरुवात भएदेखिका हालसम्मका सबै वार्षिक प्रतिवेदनहरु पढ्ने प्रयास मैले गरेको छु र त्यसमा मुलतः एउटा तथ्यांक देखेको छु।
त्यो हो कार्यक्रम यतीवटा जिल्लाहरु र यतीवटा स्थानीय तहहरुमा विस्तार भयो, यती जनसंख्यालाई कभर गरयो, यती ड्रप आउट भए, यतीले रिन्यु गरे, स्वास्थ्य संस्थाको दाबी रकम यति थियो र यति भुक्तानी गरियो। यो जानकारी भन्दा अलिक फरक हिसाबले आर्थिक वर्ष २०७८।७९ को प्रतिवेदनमा चाँहि एउटा थप कुरा भेटियो त्यो हो, सो आर्थिक वर्षमा स्वास्थ्य संस्थाले रकम दाबी गर्दा पेश गरेको १० वटा उच्च रोगहरुको नाम र दाबी प्रतिशत, जुन प्रदेश अनुसार प्रस्तुत गरिएको छ। यो कदम सरहानीय छ तर के यी प्रतिवेदनहरुमा प्रस्तुत गरिएको तथ्यांकको आधारमा कार्यक्रममा भएको अन्र्तनीहित समस्याहरु र कार्यक्रम प्रभावकारी भएको छ कि छैन भन्ने मापन गर्न सकिन्छ।
तितो यथार्थ, एक शब्दमा भन्न सकिन्छ, सकिँदैन। स्मरण रहोस्, म कुरा गदैछु अन्तर्नीहित समस्याको बारेमा। हो, सतही रुपमा वा अनुभवका आधारमा समस्या र समाधानका उपायहरु लिस्ट गर्न सकिएला तर त्यसरी गरिएको लिस्टमा अबजेक्टिभीटी हुदैन, मुख्यतया सब्जेक्टिभ धारणा हुन्छ, जुन मानिस अनुसार फरक फरक हुन्छ। अब किन सकिँदैन भन्नुहुन्छ होला। अन्तरनीहित समस्या बुझ्नका लागि प्रोसेसिङ कसरी भइरहेको छ बुझ्नुपर्छ। रिसर्चको भाषामा भन्ने हो भने स्वास्थ्य बीमा कार्यक्रम भित्र भईरहेका मेकानिजमहरु बारे हामी धेरै हदसम्म अनविज्ञ छौं। प्रतिवेदनमा प्रस्तुत गरिएका तथ्यांकहरु डिस्क्रिपटिप स्टाटिस्टिक्स हुन जसले तपाईको स्यामपलको विशेषताबारे भन्छ। तर यसको आधारमा बीमित मानिसहरु औषतमा कसरी विहेभ गर्दैछन भनेर केही भन्न सकिदैन।
अर्थशास्त्रको एउटा सर्वमान्य सिदान्त छ कि मानिसहरु इन्सेन्टिभ प्रति रेन्सपन्स गर्छन् जसलाई "पिपुल रेर्पोन्ड इन्सेन्टिभ" पनि भन्ने गरिन्छ। सामान्य उदाहरण लिऔं, मानिसलाई आवश्यक पर्ने वा चाहना भएको सामानको मूल्य रु १०० थियो तर पसलले विशेष छुटमा रु ५० मा दिने अफर ल्यायो भने धेरै मानिसहरुले उक्त सामान किन्छन्। त्यसै गरी अर्को नेगेटिभ इस्सेन्टिभको उदाहरण लिऔं, चुरोट र रक्सीमा बढी कर लगाएर मानिसहरुलाई स्वास्थ्यमा हानी गर्ने चिजहरुबाट विकर्षित गर्ने गरिन्छ। यस्तो ईन्सेटिभहरु प्रतिको रेन्सपन्स मानिसहरुले फरक फरक रुपमा गर्छन् जसलाई बुझ्नु अत्यन्त आवश्यक छ र यसका आधारमा समाजको समग्र वेलफेयर हुने इन्टरभेन्सन गरिनुपर्छ भन्ने कुरामा धैरेजसो अर्थशास्त्रीहरुको विश्वास गर्छन्।
अब यो सिदान्तलाई स्वास्थ्य बीमा कार्यक्रममा हेरौं। स्वास्थ्य बीमा पनि एक प्रकारको इन्सेन्टिभ हो। हालको सन्दर्भमा ३५०० रुपैयाँ तिरेर एक लाख सम्मको स्वास्थ्य उपचार पाउने व्यवस्था छ। मानिसहरु ३५०० रुपैयाँ तिरेर एक लाख सम्मको स्वास्थ्य सेवा पाउन स्वास्थ्य बीमामा आवद्ध भएपछि कसरी विहेभ गर्दैछन्, सुचिकृत भएका स्वास्थ्य संस्थाहरु, र त्यहाँका स्वास्थ्यकर्मीहरु कसरी रेन्पन्स गरिरहेका छन्, कुनै खास प्रकारको रेन्सपन्सले स्वास्थ्य बीमा कार्यक्रमको आर्थिक दिगोपनामा असर त गरिरहेको छैन, कुनै खास प्रकारको रेन्पन्सले विमितहरुलाई फाइदा वा घाटा त भइरहेको छैन ?
केही सामान्य उदाहरणहरु यस्ता हुन सक्छन्ः पैतीस सयले एक वर्षलाई काम गर्छ भन्ने थाहा पाएको र करिब ११ महिना एउटा पनि सेवा प्रयोग नगरेको परिवारका सदस्यहरु १२ औ महिनामा अनावश्यक रुपमा चेकजाँच वा टेस्ट त गरिरहेका छैनन्? यदि त्यस्तो हो भने के सबैले त्यस्तो गरिरहेका छन् कि कुनै खास प्रकारका मानिसहरुले गरिरहेका छन्? बढी भुक्तानी पाउने आशामा कुनै खास प्रकारको सेवाको दाबी कुनै खास स्वास्थ्य संस्थामा त बढी भइरहेको छैन? के यस्ता रेन्पन्सहरु सिस्टमाटिक्स रुपमा त भइरहेका छन्। यी लगायत यस्ता कैयौँ प्रश्नहरुको उत्तर हालसम्म प्रकाशित भएका प्रतिवेदन र अध्ययनहरुले दिन सकेको छैन। होला सतही रुपमा यी प्रश्नहरुको उत्तर कसैले दिन सक्ला तर म यहाँ कुरा गर्दैछु तथ्यांकको गहिरो विश्लेषणको आधारमा यी प्रश्नहरु खोतल्ने हालसम्म प्रयास गरिएको छैन।
अब मेरो दोस्रो बुदाँतर्फ जाऔं, हालसम्म नेपालको स्वास्थ्य बीमा कार्यक्रमसित सम्बन्धित जति अध्ययन अनुसन्धान भएर पेपरहरु प्रकाशित भएका छन्, त्यसले कोरिलेसन वा एसोसियसन वा सामान्य भाषामा भन्नुपर्दा सम्बन्धको तहमा मात्र जानकारी दिन्छ, कारणको तहको विश्लेषण होइन। जस्तै उदाहरणको रुपमाः पहिलो सम्पर्क स्वास्थ्य संस्था १ किलोमिटर टाढा भएको कारणले बीमति भएर पनि कति प्रतिशत मानिसहरुले आवश्यक सेवा लिनबाट बन्चित भएका छन्? के प्रिमियम तिरेका बीमितहरु र प्रिमियम नतिरेको बीमितहरु उस्तै हिसाबले विहेभ गरिरहेका छन् छ? बीमा कार्यक्रमको प्रिमियमलाई रु २५०० बाट रु ३५०० मा लैजादाको सेवाग्राही र सेवाप्रदायकको रेन्पन्स कस्तो रह्यो? स्वास्थ्य बीमा कार्यक्रमकै कारणले खल्तीबाट हुने स्वास्थ्यसम्बन्धी खर्च कति प्रतिशतले कम भयो? यी लगायत यस्ता कयौ प्रश्नहरु अनुत्तरित छन्।
स्वास्थ्य बीमासम्बन्धी कारण तहको अध्ययन आफैमा जटिल छ किनभने त्समा सेलेक्सन प्रोब्लम छ। सामान्य भाषामा यसलाई भन्नुपर्दा स्वास्थ्य बीमामा आवद्ध हुने मानिसहरु आधारभूत रुपमै आवद्ध नहुने मानिसहरु भन्दा फरक हुन्छन् जसले गर्दा अध्ययनमा राखिने कन्ट्रोल ग्रुप टिट्मेन्ट ग्रुप भन्दा फरक हुन्छ। यो समस्याको समाधान गर्न इकोनोमेट्रिकसमा धेरै उपायहरु हुन्छन्, तर मलाई थाह भएसम्म आजको दिनसम्म नेपालको स्वास्थ्य बीमा सम्बन्धी अध्ययनहरुमा यस्ता उपायहरुको प्रयोग भएको छैन।
अब सवाल आउँछ, के यो ब्ल्याक बक्स खोल्न सकिन्छ त? सकिन्छ, तर यसका लागि केही कुराहरुमा स्वास्थ्य बीमा बोर्ड उदार हुनुपर्छ। एक, नाम र पहिचान खुलाउन नसकिने व्यक्तिगत तहको दाबीसम्बन्धी डाटा अध्ययनकर्ताहरुलाई सहज रुपमा उपलब्ध गराउनुपर्छ। धेरै देशहरुमा दाबीसम्बन्धी डाटाहरुको गहन विश्लेषणकै आधारमा अध्ययनहरु गरेर स्वास्थ्य बीमा कार्यक्रममा परिमार्जन गर्ने गरिन्छ।
तर विडम्बना, डाटा पाउनका लागि धेरै पटक विभिन्न माध्यमको प्रयोग गर्दा पनि असफल भएका म जस्ता कैयौँ अध्ययनकर्ताहरुको आइडिया दिमाग वा कागजमै तुहिएका छन्। यदि सरकार वा स्वास्थ्य बीमा बोर्डले फ्रिमा आफ्नो कार्यक्रमको चिरफार गर्ने उत्सुक अध्ययनकर्ताहरु पाइरहेको छ भने तुरुन्तै एउटा डाटा सेयरिड कार्यविधि र डाटा प्रयोग एग्रिमेन्टसम्बन्धी व्यवस्था किन नगर्ने भन्ने प्रश्नको उत्तर मैले अहिलेसम्म भेटेको छैन। संसारमा म जस्ता धेरै पिएचडी अध्ययन गर्ने विद्यार्थीहरु र कम विकसित देशहरुमा बीमासम्बन्धी अध्ययन गर्ने प्राध्यापकहरु छन्। जसले स्वास्थ्य बीमाको डाटालाई प्रयोग गरेर बीमा बोर्डलाई महत्वपूर्ण सुझावहरु दिन सक्छन्। त्यो पनि फ्रिमा, वैज्ञानिक तवरले।
दुई, स्वास्थ्य बीमा बोर्डले कुनै पोलिसी इन्टरभेन्सन गर्दा इकोनोमेट्रिक्ससम्बन्धी जानकारी भएका विज्ञहरुलाई राखेर कसरी माथि उल्लेख गरिएको सेलेक्सन प्रोब्लमलाई समाधान गर्ने भन्ने कुरा कार्यक्रम डिजाइन गर्ने बेलामै सोच्नुपर्छ ताकि त्यो पोलिसी इन्टरभेन्सनको प्रभावकारिता सही तरिकाले अध्ययन गर्न सकियोस्।
उदाहरणको लागि चाँडै लागू हुदै गरेको कोपेमेन्ट प्रणाली सैदान्तिक रुपमा फजुल वा अनावश्यक खर्च रोक्ने राम्रो पोलिसी इन्सट्रुमेन्ट हो तर यो इन्टरभेन्सनले नसोचेको हानी हुन सक्छ, जस्तै केही निश्चित प्रकारका बीमितहरुले आवश्यक उपचारहरु पैसा तिनुपर्ने कारणले चाहदा चाहदै पनि छोड्न सक्छन्, जसले गर्दा त्यो समुहलाई फाइदा भन्दा बढी हानी हुन सक्छ। एउटा कुरा बुझ्नु अत्यन्त आवश्यक छ कि सही नियतले गरिएको पोलिसी इन्टरभेन्सनले सोचेको फाइदा मात्रै होइन कहिलेकाही नसोचेको हानी हुन सक्छ, त्यसैले इन्टरभेन्सनहरुको प्रभावकारिता मुल्यांकन गर्दै कार्यक्रमलाई परिस्कृत गर्दै लैजानुपर्छ।
नेपालको सन्दर्भमा स्वास्थ्यमा सर्वव्यापी पहुँच ल्याउनका लागि स्वास्थ्य बीमा कार्यक्रम सफल नभैकन लगभग असम्भव छ। तर विडम्बना आठौ वर्षमा पुगिरहेको स्वास्थ्य बीमा कार्यक्रम अझैसम्म ब्ल्याक बक्सको रुपमा छ। यसलाई यथासिघ्र खोतलेर समस्या पत्ता लगाई सुधार गर्दै लैजानु अत्यन्त आवश्यक छ। स्वास्थ्य बीमा कार्यक्रम नेपालमा नयाँ छ, स्वास्थ्य बीमा बोर्ड सिक्दैछ, नीति निर्माण गर्ने अधिकारीहरु सिक्दैछन्, सुचिकृत भएका संस्थाहरु सिक्दैछन् र बीमितहरु सिक्दैछन्। तसर्थ यो सबैलै आफ्नै आफ्नै तरिकाले सिकिरहेको स्वास्थ्य बीमालाई वैज्ञानिक तवरले गहिरो रुपमा बुझेर क्रमिक रुपमा किन सुधार नगर्ने, यस बारे सरोकारवाला पक्षहरुको ध्यान जानु अत्यन्त जरुरी छ।
