ミー、カプセル剤ダミー、成分別に作成したダミー変数を含む 32。𝐾𝐾𝐾𝐾ℎ𝑢𝑢𝑢𝑢は毎月の花粉飛
散量、𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇はアレルギー性鼻炎薬の医師の処方におけるトレンドをコントロールす
るために用いた。𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃は院内処方を採用する医療機関は 1、それ以外は 0 とするダ
ミー変数、Over70は 70 歳以上のグループは 1、それ以外は 0 とするダミー変数である。
𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆は医薬品を販売している企業別に作成した販売会社ダミー変数である。

𝛼𝛼、 𝛽𝛽 、𝜎𝜎、𝛾𝛾、𝛿𝛿 、𝜃𝜃は推定されるパラメータ、𝜉𝜉は誤差項である。これら薬価、製品属性

に関する数値は、薬事日報が提供する薬価基準データベース、各医薬品のインタビューフ
ォームより得た。最後に（1）
、(2)式に用いる各変数の記述統計量を表 5 にまとめた。
＜表 5 挿入＞

５．推定結果
本章では (1)、(2)式の推定結果を示す。第 1 節は患者の受診行動に関する推定結果、第
2 節は医師の処方行動に関する推定結果である。
5-1 患者の受診行動の推定結果
セルフメディケーション税制による患者の受診行動の変化を検証する(1)式の推定結果を
表 6 にまとめた。同表の(1)は固定効果である𝜇𝜇𝑖𝑖 を含まないモデル、(2)～(4)は固定効果を

含むモデルの推定結果である。また(3)、(4)は頑健性の確認を目的としており、(3)は分析

対象者を 2015 年 1 月～2019 年 8 月にかけて継続的に健康保険組合へ加入していた被保険
者に限定したケース、(4)は分析期間をアレルギー性鼻炎のピークである各年 3、4 月に限
定したケースに該当する。なお、推定結果の解釈を容易にするため、表 6 には推定値より
得た限界効果を記載している 33。ただし、計算された限界効果、標準誤差の多くが非常に
小さな値だったため、表 6 にある各説明変数の数値は全て 103 を乗じたものである。
＜表 6 挿入＞
同表にある、セルフメディケーション税制の効果を捉える政策ダミーに注目すると、(1)
～(4)の全てのモデルで負かつ統計的に有意な限界効果が得られた。したがって、セルフメ
ディケーション税制の導入によって、医療機関への受診を控えた患者が増大したことにな
る。同表にあるモデル(2)に基づくと、限界効果は-0.001428（=1.428×10-3）なので、セ
ルフメディケーション税制は 2017～2019 年のアレルギー性鼻炎のピーク時（2～5 月）に
32

禁忌、副作用、半減期、1 日当たりの服用回数、1 日当たりの使用量といった製品属性は成分レベルで

決定しているので、これらが処方に及ぼす影響は成分ダミーでコントロールする。
33

ロジットモデルによる推定結果は補論 3 に記した。

14