首页 >  期刊文章 >  

中国商业健康保险需求的影响因素及其差异——基于险种结构的实证分析
2022-12-20   来源:董海松   

  摘要:商业健康保险按保障内容可分为医疗保险、疾病保险、失能收入损失保险和长期护理保险四大类子险种,文章比较和检验了主要因素对这四大类子险种需求的影响差异程度。利用中国2011—2019年省级单位的非平衡面板数据,构建PSUR模型实证估计四大类子险种需求方程组。比较分析发现:健康指数和经济发展指数对医疗保险需求影响最为显著,且呈正相关关系;健康指数和社会医疗保障指数对疾病保险需求具有最为显著的正向效应;伤残指数和家庭规模指数对失能收入损失保险需求具有最大显著影响,前者与其正相关,后者与其负相关;老龄化指数是长期护理保险需求的最主要影响因素。这些研究对改善国内商业健康保险市场子险种结构严重失衡的状况提供了重要线索。

  关键词:商业健康保险需求;险种结构差异;PSUR

  中图分类号:F842.6  文献标识码:A

  文章编号:1005-3492(2022)09-0042-14

  一、问题的提出

  我国商业健康保险自1982年复业以来,保费收入由1985年的1178万元增长到2020年的8173亿元,近四十年的时间保持了年均约233.5亿元的增长量。商业健康保险公司数目从1982年的1家增加到2020年的164家,其中经营健康险的人身保险公司91家,财产保险公司73家,与此同时,2020年我国整体保险行业实现保费收入4.53万亿元,同比增长6.13%;财产保险保费收入1.19万亿元,同比增长2.4%;人寿保险保费收入2.4万亿元,同比增长5.4%;而商业健康保险保费较上年同比增长15.67%,占整个保险行业保费收入比重的18%。毋庸置疑,2020年我国商业健康保险保费同比增速已经超过整个保险业、产险业和寿险业,商业健康保险已然成为保险行业发展最快、最稳健的险种。商业健康保险按保障内容分类,可以划分为医疗保险、疾病保险、失能收入损失保险和长期护理保险四大类子险种。虽然我国商业健康保险行业发展突飞猛进、增长速度令人瞠目结舌,但商业健康保险业险种结构发展不均衡的问题同样不可小觑。以2020年我国商业健康保险产品构成为例:截至2020年,中国保险行业协会产品库中的健康保险产品共计4669款,其中疾病保险2036款,医疗保险2470款,但失能收入损失保险和长期护理保险产品数量仅为28款和98款,产品数量极为有限。以2019年我国商业健康保险各个子险种保费收入及增速为例:在2019年我国健康保险市场中,疾病保险保费收入最高、增速最快,全年保费收入4522.2亿元,同比增长46.14%;医疗保险其次,全年保费收入2473.1亿元,同比增长40.54%;与其他子险种不同的是,长期护理保险全年保费收入较上年下降89.19%,约为63.6亿元。不言而喻,在我国商业健康保险四大类子险种中,医疗保险和疾病保险占据我国商业健康保险行业的大片江山,发展速度较快,是商业健康保险发展的主力军;而失能收入损失保险和长期护理保险发展则十分缓慢,即我国商业健康保险行业内部业务结构严重失衡。因此,本文选取健康指数、伤残指数、老龄化指数、经济发展指数、社会医疗保障指数和家庭规模指数这六个因素变量指标,旨在通过实证研究寻找影响我国商业健康保险四大类子险种需求的最重要因素,以便为健康保险公司调整产品结构,选择潜在目标客户,为国家监管部门有区别地制定政策和促进险种结构平衡发展提供有参考价值的线索。

  二、相关文献回顾

  关于商业健康保险需求的理论建模和经验研究,国内外学者对此研究层出不穷、成果颇丰。国外方面:Arrow首先在理论上对美国的医疗保险市场效率进行分析,随后讨论不同风险态度消费者的商业健康保险需求情况,并构造期望效用函数,以其来表述不同风险态度消费者对最优健康保险需求量的选择。Dardanoni和Wagstaff对国民财富因素是否影响商业健康保险需求展开了研究。以不确定性条件为基础,构建净投资模型,推导得出由于不确定性的引入使国民财富对商业健康保险需求有明显影响;与此同时,居民风险厌恶程度也对商业健康保险消费影响高度显著。Liljas通过改进迈克尔-格罗斯曼的健康需求模型,以疾病发病率的不确定性为基本假设,研究结果表明:居民健康状况、健康保险产品差异对商业健康保险需求具有重要影响。Giles等通过定性分析得出:积极推动政府医疗保障部门与商业保险公司的关系改革,加强两者的友好合作,有利于提高居民的商业健康保险需求。Doshmangir和Bazyar等研究了伊朗的一系列医疗保险改革是否有效促进了全民健康覆盖,以及保持可持续全民健康覆盖应注意的问题。通过对伊朗相关医保政策的回顾,分析得出:2014年的卫生转型医疗保险改革,通过扩大人口覆盖、福利一揽子计划和加强财政保护的措施和手段,引致了商业健康保险需求的增加,并且在实现全民健康覆盖和卫生公平方面起到十分重要的作用。国内方面:江才、叶小兰在分析总结美国税收激励方案的基础上,提出符合中国国情、有助于提高商业保险有效需求的税收优惠制度思路。朱铭来、尚颖对国外商业健康保险需求的基本经济学理论和最新发展动态进行了系统的概括与总结,同时也对国内商业健康保险需求方面的实证研究进行了综述,认为个人收入水平、个人健康状况、个人教育水平与强制性社会医疗保险是影响商业健康保险需求的主要因素。董海松在总结中国商业健康保险发展现状的基础上,深刻解读了国家颁布的“新国十条”政策,认为“新国十条”中的税收优惠政策会给健康保险市场注入强劲动力,会加快刺激商业健康保险需求,会给健康保险市场的长期稳定发展增加新筹码。在理论分析和数学建模的基础上,国内外学者对商业健康保险需求也进行了大量的实证分析研究。国外方面:Doiron和Jones等颠覆了逆向选择和道德风险对商业健康保险需求显著负相关的传统观点,利用澳大利亚的相关数据研究发现:自评健康与健康保险需求高度正相关。Bolhaar和Lindeboom等构建动态面板模型分析了信息不对称对商业健康保险需求的影响,得出结论:短期内对商业健康保险需求不利,但长期下这种影响作用甚微。Kettlewell研究了市场道德风险和自我选择对澳大利亚私人辅助医疗保险的影响。通过构建IV模型,实证结果得出:心理因素会影响消费者对私人辅助医疗保险服务的需求。国内方面:王晓全、孙祁祥以2003年全球爆发的SARS传染病为背景,利用中国商业健康保险市场的时间序列数据,采用邹氏断点检验方法,对背景风险下的商业健康保险需求开展实证研究。结论认为,背景风险对商业健康保险需求具有短期提升作用。刘素春、刘昕怡、刘娟、范红丽基于2007—2017年中国30个省级单位的面板数据,采用静态面板模型与空间面板模型,实证探讨了基本医疗保险对商业健康保险的影响。总体而言,中国基本医疗保险刺激了商业健康保险的发展。分区域而言,中国中部地区两者关系不明显;东、西部地区两者存在显著的U型关系,即基本医疗保险对商业健康保险的影响是先抑制后促进。赵强、孙健以2011—2016 年中国秦岭淮河附近地区84个地级市的面板数据为样本,将秦岭淮河作为南北分界线和地理断点,以南北方冬季是否实施集中供暖政策为研究对象,构建F-RDD模型,实证分析了集中供暖政策与否造成的空气污染对中国居民商业健康保险需求的影响。结果显示:空气污染对商业健康保险需求影响具有显著的正向效应。已有文献对商业健康保险需求的研究深入透彻、细致入微,对本文研究有极大的参考价值。本文可能的贡献之处在于:第一,以往的理论和实证研究大多关注商业健康保险整体,考察商业健康保险子险种结构差异的文献凤毛麟角,本文尝试系统的对医疗保险、疾病保险、失能收入损失保险和长期护理保险在需求上的结构性差异进行定量研究,以期得到影响健康险四大类子险种需求最重要的因素。第二,根据主要研究结论,为健康保险公司及时调整产品结构,锁定潜在目标客户,为国家政策制定以改善我国商业健康保险险种结构失衡状况提供重要的线索。

  三、理论分析与研究假设

  通过对相关文献的梳理总结并结合我国商业健康保险行业的实践状况,本部分着重分析健康指数、伤残指数、老龄化指数、经济发展指数、社会医疗保障指数和家庭规模指数这六个因素变量对商业健康保险四大类子险种的不同作用,并对此提出研究假设,为实证研究提供理论支撑。(一)健康指数健康状况会改变居民的效用和风险偏好,影响居民的商业健康保险购买决策,引致不同居民之间需求的差异。居民在身体状况良好时,会普遍认为自身面对死亡风险和健康风险较小,所以通常不会选择购买健康保险产品或购买更多的健康保险产品。相反,居民在身体状况不佳时,才会产生商业健康保险需求。健康指数,从某种程度上来说,是导致居民出现“逆向选择”的主要因素。但与此同时,健康指数对商业健康保险四大类子险种影响应当不同。一方面,居民只有在身体状况欠佳或对身体健康状况感到担忧时,相应的商业健康保险各个子险种需求才会增加许多。另一方面,在此基础上,由于目前我国商业健康保险险种结构的现状,失能收入损失保险和长期护理保险发展缓慢,产品少且更新慢,宣传力度相对不够等因素,所以使居民对其需求远小于医疗保险和疾病保险。基于上述讨论,本文提出如下假设:假设1:健康指数对医疗保险和疾病保险的影响大于失能收入损失保险和长期护理保险(二)伤残指数居民发生意外事故的次数与商业健康保险需求呈正相关关系。居民发生意外事故次数越多,伤残和遭受损失的几率就越大,因此居民对风险的认知就越清楚,从而对商业健康保险需求也就越迫切。但与此同时,伤残指数对商业健康保险四大类子险种影响应当不同。一方面,居民发生交通事故次数越是频繁,由于意外风险的发生而导致伤残的几率就更大,居民不能胜任原工作的可能性就越大,收入来源有限甚至为零,给居民带来沉重的经济负担,而失能收入损失保险可以缓解此问题,对其提供收入保障,所以居民对其需求便会提升许多。另一方面,居民由于意外导致的伤残往往需要更多的钱进行康复治疗或护理,所以可能会减少对医疗保险和疾病保险产品的投入。基于上述讨论,本文提出如下假设:假设2:伤残指数与失能收入损失保险需求正相关,与医疗保险和疾病保险需求负相关(三)老龄化指数不同年龄段的居民对商业健康保险需求的迫切程度不同。青壮年居民身体状况较好,患病的概率较低,因此对商业健康保险的购买意愿比较低,但是随着进入老年阶段,身体机能逐渐下降,面临潜在的疾病风险变大,因此对商业健康保险需求不断增加。但与此同时,老龄化指数对商业健康保险四大类子险种影响应当不同。一方面,老年居民随着年龄的增大,身体机能日益退化,面临潜在的疾病风险增加,日常生活可能到达无法自理的地步,需要旁人的照料,但儿女可能因为忙于生计在外奔波无法尽孝,长期护理保险的出现缓解了这一难题,它的受众面更广、条件要求更宽松,既可以缓解长期在外的儿女无法照顾父母的不安情绪,也可以减轻家庭照料人员的负担,提高老年居民的照护质量。另一方面,老年居民也往往有一定的积蓄,且有退休金或社会养老保险作为资金补充,生活相对富裕,有能力购买长期护理保险,因此会进一步扩大对长期护理保险的需求。此外,由于老年居民身体状况总体不佳,虽然他们有购买医疗保险、疾病保险和失能收入损失保险的需求,但保险公司出于盈利目的,会对出售的保险产品附带相应的限制条件,以至于老年居民面临“有市无货”的窘境,所以使老年居民对其需求远小于长期护理保险。基于上述讨论,本文提出如下假设:假设3:老龄化指数对长期护理保险的影响大于医疗保险、疾病保险和失能收入损失保险(四)经济发展指数一般来讲,居民的购买能力会随着国家经济发展水平的提升而提高,保险对于收入较高的居民来讲,既可以提供风险保障,又可以保值增值,即他们参与保险市场的平均成本较低,因此经济发展水平的提高会促进商业健康保险需求的增长。但与此同时,经济发展指数对商业健康保险四大类子险种影响应当不同。一方面,居民可支配收入会随着经济发展水平的提升而增加,由于消费能力的提高,使得居民在满足基本生活需求之后,会积极寻求更高生活层次的人身保障,因此会促进商业健康保险各个子险种需求的增加。另一方面,在此基础上,受目前我国商业健康保险市场险种业务结构现状的影响,医疗保险产品数量远多于商业健康保险其他子险种产品,居民只能在现有的商业健康保险产品市场中选择适合自己的产品,由于医疗保险产品基数大,间接导致对医疗保险的需求大于商业健康保险其他三个子险种。基于上述讨论,本文提出如下假设:假设4:经济发展指数对医疗保险的影响大于疾病保险、失能收入损失保险和长期护理保险(五)社会医疗保障指数社会医疗保障对商业健康保险需求具有双向效应。一方面,由于两者具有很强的共性,社会医疗保障对健康保险需求具有替代效应;另一方面,社会医疗保障因控制和管理风险,无形中增加了居民的收入,产生的财富效应会促进健康保险需求的增加。此外,社会医疗保障体系的完善有助于提高居民的保险意识,进而也会促进商业健康保险的需求。理论上,正负两种效应大小存在不确定性,并且以往研究结论也有很大差异。虽然社会医疗保障指数对商业健康保险整体需求的影响方向可能不易确定,但对商业健康保险四大类子险种影响应当不同。一方面,虽然当下我国逐步建立起与市场经济相匹配的社会医疗保障体系,覆盖面越来越广,但由于定位于居民的基本生活保障,仍处于基础性和低层次水平,所以其替代效应远远弱于带来的财富效应,从而促进了对商业健康保险各个子险种的需求。另一方面,社会医疗保障程度的提高也有助于居民保险意识的提升,而在此基础上,居民一旦罹患重大疾病,所需的治疗费用远远多于其他三个子险种,对于居民来讲是不小的经济负担,所以社会医疗保障指数对疾病保险需求的影响可能会更深远。基于上述讨论,本文提出如下假设:假设5:社会医疗保障指数对疾病保险的影响大于医疗保险、失能收入损失保险和长期护理保险(六)家庭规模指数家庭规模与商业健康保险需求可能存在负相关关系。目前我国家庭结构呈现简单化、小型化趋势。家庭成员数量减少,意味着该家庭无法借助血缘分散风险,即家庭的风险共担能力更弱,家庭保障的功能更小,因此对商业健康保险需求的依赖性就更强。但与此同时,家庭规模指数对商业健康保险四大类子险种影响应当不同。一方面,若家庭规模趋于小型化,个体家庭在遭遇潜在风险因素时,家庭成员之间的风险分担作用便相对羸弱,同时考虑到我国在遗产转移方面对保险发展的税收激励不强,因此家庭以分散、规避风险为目的,会增加对商业健康保险四大类子险种的需求,即家庭规模指数与之具有负向效应。另一方面,在此基础上,囿于当前我国商业健康保险险种结构的发展现状,失能收入损失保险产品数量稀少,相对而言家庭难以找到满足其需求的相关产品,因此家庭规模指数对失能收入损失保险需求的负向效应更大。基于上述讨论,本文提出如下假设:假设6:家庭规模指数对失能收入损失保险的影响大于医疗保险、疾病保险和长期护理保险

  四、研究设计

  (一)变量选取及说明1.被解释变量商业健康保险四大类子险种保险需求:保费、保险金额、有效保单价值、投保人数、保险密度和保险深度通常是衡量一个国家或地区保险需求的主要指标。囿于本文数据的可得性和可比性,因此选取保费这一指标来度量保险需求。本文使用医疗保险保费、疾病保险保费、失能收入损失保险保费和长期护理保险保费分别作为医疗保险需求、疾病保险需求、失能收入损失保险需求和长期护理保险需求的代理变量,并将其作为被解释变量。2.解释变量健康指数:本文选取各省的人均就诊次数作为健康指数的代理变量,用以考察健康指数对商业健康保险四大类子险种需求的影响差异程度。伤残指数:本文选取各省的万人均交通事故发生次数作为伤残指数的代理变量,用以考察伤残指数对商业健康保险四大类子险种需求的影响差异程度。老龄化指数:本文选取老年人口抚养比作为老龄化指数的代理变量,用以考察老龄化指数对商业健康保险四大类子险种需求的影响差异程度。经济发展指数:本文选取人均GDP作为经济发展指数的代理变量,用以考察经济发展指数对商业健康保险四大类子险种需求的影响差异程度。社会医疗保障指数:本文选取人均社会医疗保障支出作为社会医疗保障指数的代理变量,用以考察社会医疗保障指数对商业健康保险四大类子险种需求的影响差异程度。家庭规模指数:本文选取户均家庭人口数作为家庭规模指数的代理变量,用以考察家庭规模指数对商业健康保险四大类子险种需求的影响差异程度。各变量的名称、计量单位、符号和定义说明见表1。

表1  各变量的定义说明

  (二)数据介绍本文使用我国2011—2019年31个省级单位的非平衡面板数据。被解释变量M、I、D、C的数据来自中国前瞻产业研究院;解释变量中,accident、health、social_ins的数据来自《中经网统计数据库》,elder、GDP、famsize的数据来自《中国统计年鉴》。数据预处理软件为Excel,计量分析软件为Stata。为了保持原始数据的完整性和准确性,本文对某些缺失的数据尽量保持原样,最终本文的总样本数量为270;为了尽可能地减少异方差对实证模型产生的影响,本文对所有以货币为计量单位的变量均取自然对数处理;为了模型中变量数据的可比性,本文对所有涉及货币的变量都进行了计量单位统一处理;为了剔除价格变动的影响,本文对所有以货币表示的名义变量数据,均以1978年为基期进行数据平减处理。(三)模型设定与估计方法从以往理论和经验分析可知,不同的因素对商业健康保险四大类子险种需求的影响方向可能会有所差异,同一种因素也有可能对商业健康保险四大类子险种需求的影响方向和大小不一致。鉴于此,本文以Lee和Whitaker、孙蓉和王向楠、王向楠和徐舒的实证模型为参照,在此基础上进行相应改进,并将我国商业健康保险需求划分为医疗保险需求(lnM)、疾病保险需求(lnI)、失能收入损失保险需求(lnD)和长期护理保险需求(lnC),分别建立四个方程:方程1、方程2、方程3和方程4。与此同时,为了将商业健康保险四大类子险种需求进行比较研究,本文将四个方程联立起来构成方程组,方程组见图1。

图1  商业健康保险四大类子险种需求方程组

  其中,i代表各个省级单位,t代表各个年份,u1i、u2i、u3i和u4i分别为四个子险种需求方程的个体效应,λ1t、λ2t、λ3t和λ4t分别为四个子险种需求方程的时间效应,ε1it、ε2it、ε3it和ε4it分别为四个子险种需求方程的随机扰动项。商业健康保险四大类子险种由于具有或多或少的共性,所以方程组四个方程的随机扰动项应当是同期相关的,即随机扰动项的联合分布并不等于它们的边缘分布之积。考虑到本文使用的是我国2011—2019年省级单位的非平衡面板数据,因此使用非平衡面板的似不相关回归模型(PSUR:Panel Seemingly Unrelated Regression Model)来联合估计方程组中的四个需求方程。采用PSUR模型的优点在于:一是同时对存在某种内在联系的四个方程进行联合估计,可以充分利用四个方程间随机扰动项同期相关性的信息,有效提高估计的效率。二是由于四个方程是从商业健康保险需求这一个问题衍生而来,所以对四个方程相同自变量的系数进行跨方程约束的检验便成为可能。

  五、实证分析

  (一)变量数据的平稳性检验由于本文采用的是非平衡面板数据,在实证分析之前,需要检验面板数据的平稳性,以避免出现“伪回归”现象。本文使用的变量数据平稳性检验方法为Fisher-ADF单位根检验,各变量的检验结果见表2。从表2可知:变量lnD、lnC、health、accident、lnGDP、lnsocial_ins、famsize均在1%的显著性水平上显著,但是变量lnM、lnI、elder没有通过平稳性检验,对其进行一阶差分后,Fisher-ADF检验的P值均为0.0000,表明这三个变量为一阶单整,其余变量均为零阶单整,说明该面板数据为平稳数据,保证了后续实证分析的准确性。

表2  各变量数据的平稳性检验结果

  (二)变量的描述性统计随后,本文对以上平稳的各个变量进行描述性统计分析,见表3。从表3可以得到,在被解释变量——商业健康保险四大类子险种需求中,lnM和lnI的平均值远远大于lnD和lnC,其差值在2—5区间内,说明商业健康保险子险种保费差异明显,险种结构失衡现状确实存在;并且lnD和lnC的标准差大于前两者,随机波动幅度大,反映了其保费收入不稳定特征。解释变量中,除了elder和health的标准差较大外,其余自变量的随机波动幅度都较小,基本维持在0—1之间。

表3  各变量的描述性统计

  (三)实证结果分析本文使用我国2011—2019年省级单位的非平衡面板数据,通过对方程组构建PSUR模型,对我国商业健康保险四大类子险种需求的影响因素进行实证分析,得到基准回归结果(见表4),表4的回归列(1)—(4)依次汇报了商业健康保险四大类子险种需求影响因素的实证结果。

表4  模型估计结果

  首先,验证本文采用PSUR模型的合理性。从表4可知,四个需求方程随机扰动项同期相关性检验的Breusch-Pagan 统计量值为513.952,对应P值为0.0000,拒绝了各方程随机扰动项相互独立的原假设,四个需求方程确实存在高度相关,因此,本文使用PSUR模型的合理性得以证实。接着,进行实证结果分析。回归结果中,总样本数量为270。人均就诊次数,作为健康指数(health)的代理变量,与医疗保险需求、疾病保险需求、失能收入损失保险需求和长期护理保险需求都具有显著正向效应,估计系数分别为0.089、0.087、0.054和0.051,在1%的水平下显著。其中,健康指数(health)在医疗保险和疾病保险需求方程中的估计系数更大,即正向影响效应更明显。由此假设1得以验证。万人均交通事故发生次数,作为伤残指数(accident)的代理变量,在四大类子险种需求方程中对应的估计系数分别为-0.159、-0.162、0.385和0.366。其中,伤残指数(accident)与失能收入损失保险需求和长期护理保险需求存在显著正相关关系,在1%的水平下显著;伤残指数(accident)与医疗保险需求和疾病保险需求负相关但影响不显著;很显然,在四大类子险种中,伤残指数(accident)对失能收入损失保险需求的影响更大。由此假设2得以验证。老年人口抚养比,作为老龄化指数(elder)的代理变量,与医疗保险需求、疾病保险需求、失能收入损失保险需求和长期护理保险需求都显著正相关,估计系数分别为0.148、0.149、0.139和0.171,在1%的水平下显著。其中,老龄化指数(elder)对长期护理保险需求的正向影响效应更大。由此假设3得以验证。人均GDP,作为经济发展指数(lnGDP)的代理变量,与医疗保险需求、疾病保险需求、失能收入损失保险需求和长期护理保险需求都显著正相关,估计系数分别为1.761、1.354、0.827和0.879,在1%的水平下显著。其中,经济发展指数(lnGDP)在医疗保险需求方程中的估计系数更大,即正向影响更明显。由此假设4得以验证。人均社会医疗保障支出,作为社会医疗保障指数(lnsocial_ins)的代理变量,与医疗保险需求、疾病保险需求、失能收入损失保险需求和长期护理保险需求都具有显著的正向效应,估计系数分别为0.250、0.476、0.354和0.339,并且与前两者在1%的水平下显著,与后两者在5%的水平下显著。其中,社会医疗保障指数(lnsocial_ins)在疾病保险需求方程中的估计系数更大,即正向影响效应更明显。由此假设5得以验证。户均家庭人口数,作为家庭规模指数(famsize)的代理变量,与医疗保险需求、疾病保险需求、失能收入损失保险需求和长期护理保险需求都存在显著负相关关系,估计系数分别为-0.384、-0.690、-1.606和-0.783,在1%的水平下显著。其中,家庭规模指数(famsize)在失能收入损失保险需求方程中的估计系数绝对值更大,即负向影响效应更明显。由此假设6得以验证。(四)稳健性检验为了确保以上基准回归模型实证结论的可靠性,本部分特进行相应的稳健性检验,稳健性检验结果见表5,其中,回归列(1)是基准PSUR回归,以便与稳健性检验方法的实证结果相比较。具体而言,主要采用两个方法验证基准回归结论的稳定性。方法一,对所有连续型变量数据依据5%和95%的分位数进行winsorize处理,具体结果见回归列(2)。比较表5:回归列(1)(2)可以发现,两者的总样本数量都为270,并且实证结论基本一致,说明基准实证结果稳健。方法二,将北京、上海、天津和重庆四个直辖市的变量数据作删除处理,具体实证结果见回归列(3)。之所以剔除四个直辖市数据,原因在于,一方面,我国绝大多数商业健康保险公司总部大都设立在这四个直辖市,而这四个直辖市均由中央政府直接进行管理。另一方面,我国商业健康保险公司总部与分公司在经营策略和管理模式等方面均有所差别,并且保险监管的力度和政策倾斜程度在四个直辖市与其他省份之间也存在不同。比较表5:回归列(1)(3)可以发现,虽然剔除部分数据后,总样本数量减少到234,但从实证结果来看,与基准PSUR回归相比,各个变量的系数、影响方向和显著性水平方面大体上没有改变,即基准实证结果依然稳健。综上所述,本文的基准实证结论具有良好的稳定性。

表5  模型稳健性检验

  (五)内生性的说明本小节对模型可能存在的内生性问题进行说明。由于PSUR模型的基本假设之一是各个方程的随机扰动项存在同期相关,而本文基准PSUR实证结果中也满足了此假设条件,这意味着在一定程度上已经处理了其内生性问题,故本文在此部分仅考虑被解释变量和解释变量可能存在的双向因果关系导致的内生性问题。对此,本文采用滞后一期的解释变量替换原自变量的方法对其进行PSUR回归分析,并得到结果(见表6),表6的回归列(1)—(4)依次汇报了自变量在时间维度上滞后一期的情况下,商业健康保险四大类子险种需求影响因素的实证回归结果。从表6可得,较基准回归结果而言,四个需求方程的各个自变量回归系数稍有变化,系数的影响方向和显著性均未改变。据此,本文认为模型可能不存在严重的内生性问题,与此同时也验证了基准PSUR回归估计结果的稳健性。

表6  模型内生性分析

  六、结论与政策启示

  通过对相关国内外文献回顾可以发现,现有关于商业健康保险需求问题的研究侧重于关注健康保险整体,鲜有研究关注健康保险子险种需求的结构差异,本文尝试对这一领域进行研究,是一次具有前瞻性的探索。本文利用我国2011—2019年31个省级单位的非平衡面板数据,并选取健康指数(health)、伤残指数(accident)、老龄化指数(elder)、经济发展指数(lnGDP)、社会医疗保障指数(lnsocial_ins)和家庭规模指数(famsize)这六个因素变量指标,构建PSUR模型实证估计商业健康保险四大类子险种需求方程组,探讨得出这四大类子险种需求的最主要影响因素。本文的主要研究结论有:第一,健康指数(health)和经济发展指数(lnGDP)对医疗保险需求(lnM)影响具有最为显著的正向效应;第二,健康指数(health)和社会医疗保障指数(lnsocial_ins)对疾病保险需求(lnI)影响最为显著,且呈正相关关系;第三,伤残指数(accident)和家庭规模指数(famsize)对失能收入损失保险需求(lnD)具有最大显著影响,但伤残指数(accident)与失能收入损失保险需求(lnD)呈正相关关系,家庭规模指数(famsize)与失能收入损失保险需求(lnD)呈负相关关系;第四,老龄化指数(elder)是长期护理保险需求(lnC)的最主要影响因素。基于目前我国商业健康保险险种结构差异现状和主要研究结论,本文的政策启示有以下四点。1.积极开展健康管理服务,改善居民健康状况具体举措如下:第一,拓展健康保障服务链条,给予参保居民“病前”健康体检、教育和保养,“病中”就诊服务和治疗监督,“病后”康复指导和护理的全方位和全流程的健康管理服务,以促进居民健康生活方式的养成,降低居民疾病的发生率,提高居民身体健康状况。第二,努力打造商业健康保险大数据平台,实现与公共卫生信息平台在疾病预防、健康宣传、慢性病监测、康复护理等方面数据信息共享,给予参保居民多元化、多样化的健康管理服务,全面提升居民身体健康水平。第三,积极开展市场调研和方案考核,择机进入体检、养老、护理等领域,从健康保障服务产业链中延伸到客户服务端,整合客户的多环节医疗健康数据,给予居民更具针对性、专业性的健康保障服务。2.加快经济发展步伐,提高居民收入水平具体举措如下:第一,通过税收与工资杠杆来调节收入水平,构建稳定的工资增长机制和支付保障机制,加强对低收入居民的生活补贴,适当提高居民个人所得税的起征点,以缓解中低收入居民的税收负担。第二,坚持以市场为风向标,用高科技技术改造传统产业,促进产业结构提档升级。第三,持续推进我国户籍人口城镇化进程,允许更多的农民成为城镇居民,完善城镇基础配套设施建设。第四,积极落实惠农强农富农政策,推动特色现代农业,提升农产品增值能力,让广大农民平等参与现代化进程、共享现代化成果。3.增强商业健康保险产品供给能力,并积极推进产品创新具体举措如下:第一,医疗保险领域,在重点开发满足居民高层次、高质量医疗保障需求的综合医疗保险产品基础上,积极研发与优质医疗资源相呼应的专科医疗保险产品,如牙科护理保险、眼科保健保险、母婴安康保险等产品。第二,疾病保险领域,加强推广“一个主险+若干个附加险”组合型病种的疾病保险产品,重点开拓血液病、肿瘤、呼吸系统疾病、心脑血管病等特定高发疾病保险产品。第三,失能收入损失保险领域,加快拓展因疾病或意外事故导致收入中断或减少的失能收入损失保险产品,可以从出租车司机、宇航员、海上作业人员、建筑工人、化工厂人员等特定高危职业人群作为切入点,为其提供特色化、专门化的最低收入保障服务。第四,长期护理保险领域,积极抢抓因我国人口老龄化加剧和家庭结构变化所引致的巨大护理保险市场需求的商机,努力研发与康复、家庭护理等服务相衔接的保障型护理保险产品和满足个性化需求的定额给付型护理保险产品。4.完善我国多层次医疗保障体系,促进社会医疗保险发展具体举措如下:第一,积极完善公共财政政策,通过采用财政专项拨款的方式,为社会医疗保险发展给予相应的资金支撑,建立健全覆盖城乡的统一的基本社会保障制度。第二,加强社会保障立法建设,即在立法上,逐步完善和规范我国社会医疗保险相关政策法规,使社会医疗保险发展得到法律层面的指导,完善城乡居民的基本医疗、养老、工伤和失业保险制度。第三,要在正确处理好社保与商保、行政管理与业务经办等关系的基础上,加快社保经办的改革步伐,逐步实现社保经办的法人化、职业化、专业化和社会化。第四,完善对社会医疗保险行业的监管体系,构建信息披露机制,以保障参保居民的切身利益;加强监管力度,严肃查处违规行为,规范社会医疗保险参与者的行为,以使社会医疗保险稳定健康发展。

相关热词搜索:

上一篇:中国共产党领导中国式现代化的逻辑与意涵
下一篇:地方政府一体化政务服务能力的影响因素与提升路径——基于32个重点城市的模糊集定性比较分析

期刊简介

主办单位:兰州市社会科学院
刊期:月刊
主编:曾月梅
副主编:王望
编辑部地址:兰州市金昌北路75号
通讯(投稿)地址:兰州市中央广场邮局《兰州学刊》信箱
电话:8801976
邮编:730030
Email信箱:LZXK@chinajournal.net.cn
Email信箱:LZXK@vip.163.com

最新公告
×
近期有作者来电反映, 有人借我刊名义从事征稿活动并非法收取审稿及版面费用, 扰乱了杂志社正常的工作秩序, 影响了《兰州学刊》杂志社的声誉。《兰州学刊》杂志社在此郑重声明:本刊从未与任何公司或个人签订组稿合作协议,凡以冒用我刊名义征稿的中介机构均未获得我刊的任何许可,其工作人员均非我刊的工作人员,与之相关的经济与法律关系...

查看详细》