において処方量が多い状況を示す。この結果についても、70 歳以上の患者は他の年代の患
者と比較して症状が軽いことが影響したと解釈できる。

６．シミュレーション
本章では、(1)、(2)式の推定結果を用いたシミュレーションに依拠することで、「セルフ
メディケーション税制が導入されなかった」とする仮想現実での薬剤費を試算し、アレル
ギー性鼻炎薬市場における 2018 年 2～5 月かけての同制度の財政効果を示す。第 1 節で医
療機関への受診者数および医師の処方量の変化を試算し、薬剤費への影響を明らかにする。
第 2 節では政府の税収入を加味したセルフメディケーション税制の費用対効果を検証する。
6-1 医療機関への受診者、医師の処方量の変化による薬剤費への影響
(1)、(2)式の推定結果より、セルフメディケーション税制を通じて、医療機関への受診
者は減少し、医師の処方量は増大したことが示された。本節では、まずこれら推定結果に
基づき、セルフメディケーション税制の導入による、医療機関受診からスイッチ OTC 購
入に切り替えた人数、医療機関における受診者への処方量の変化を試算する。
医療機関への受診からスイッチ OTC へ切り替えた人数を得るに当たり、表 6 のモデル
(2)にある政策ダミーの限界効果として得られた-0.001428 を用いる。本稿の分析で用いた
データセット（2018 年 2～5 月）における被保険者数、医療機関への受診者数は、それぞ
れ 1913.0 万人（延べ数）
、100.8 万人（延べ数）である。限界効果に基づくと、セルフメデ
ィケーション税制は医療機関への受診者数を 0.143%ポイント押し下げたので、同税制によ
って受診者数は 103.5 万人から 100.8 万人へと 2 万 7310 人（2.6%）減少していたことに
なる。本稿では、この 2 万 7310 人をセルフメディケーション税制により医療機関の受診か
らスイッチ OTC へ切り替えた人数とする。
次に、セルフメディケーション税制による医師の処方量の変化を明らかにするため、表
6 のモデル(4)の推定値を用いたシミュレーションを行う。具体的には、𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 = 0、

𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 × 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 = 0とすることで、セルフメディケーション税制の効果を捉える変数の影響

がなかったときの各保険適用薬（処方なしを含む）のシェアを計算する。
＜表 8 挿入＞

各保険適用薬のシェアの変化を表 8 の上段にまとめた。なお同表にある仮想値は、2017
年以降もセルフメディケーション税制が導入されなかったとする仮想的な状況でのシェ
ア・薬剤費、観測値は同年よりセルフメディケーション税制が導入された実際のシェア・
薬剤費を示す。まず表 8 にある全医療機関に注目すると、セルフメディケーション税制が
導入されたことで、医師が“処方なし”を選択する確率は低下しており、抗アレルギー性鼻
17