汪 瑾 湖南大學金融與統(tǒng)計學院

本文利用2007—2016年全國30個省份的面板數(shù)據(jù)，構建固定效應模型，對我國商業(yè)健康險需求影響因素進行實證分析。研究結果表明，盡管我國商業(yè)健康險需求與日俱增，但顯著的地區(qū)差異仍不可避免。其中，城鎮(zhèn)居民人均可支配收入、居民消費價格指數(shù)、醫(yī)療機構床位數(shù)、保險深度對商業(yè)健康險需求影響最為顯著。文章認為，可以通過大力發(fā)展經(jīng)濟、不斷完善醫(yī)療保障體系、開展保險教育等措施來有效促進商業(yè)健康險潛在需求向有效需求轉化。

一、引言

近年來我國商業(yè)健康險市場實現(xiàn)了突飛猛進的發(fā)展，發(fā)展速度居各險種首位。2016年我國商業(yè)健康險保費收入達到4023億元，相比2015年增長66.9%，商業(yè)健康險有效需求大幅增加。但自2017年上半年開始我國健康險保費收入逐月下降，其占人身險保費收入的比重也相對較低，需求缺乏穩(wěn)定性。從商業(yè)健康險保費收入、保險深度、保險密度等指標都可以看出，我國商業(yè)健康險的有效需求在絕對意義上、相對意義上、人均意義上都處于低位，潛在需求旺盛但有效需求相對不足。為了促進潛在需求轉化為有效需求，有必要對商業(yè)健康險有效需求的影響因素進行重新評估，希望借此對完善我國醫(yī)療保障制度體系、滿足人們?nèi)找嬖鲩L的健康保障需求有一定幫助。

二、文獻綜述

國外學者對商業(yè)健康險的研究相對成熟，實證研究方面比較深入。Robert（2007）嘗試構建Logit模型，以中國農(nóng)村的居民作為研究對象，實證發(fā)現(xiàn)居民受教育程度、收入水平會顯著地影響商業(yè)健康險需求。Jonneke（2008）通過構建面板數(shù)據(jù)模型，研究發(fā)現(xiàn)教育水平、居民收入以及健康偏好選擇是影響商業(yè)健康險需求的關鍵性因素。Glenn Jones（2008）通過研究發(fā)現(xiàn)商業(yè)健康險與道德風險、逆向選擇之間并無明顯負相關關系，反而存在一種顯著的正相關關系；此外，商業(yè)健康險需求與個體對健康的自評狀況呈正相關關系。Ahmed（2010）通過構建隨機效用模型，實證發(fā)現(xiàn)教育水平會抑制健康險需求，而老齡化程度的不斷加深對健康險需求存在促進作用。Caroline（2012）在調(diào)查加納3000多戶家庭后發(fā)現(xiàn)政策因素對商業(yè)健康險需求起著舉足輕重的作用。Lyan（2013）通過實證分析發(fā)現(xiàn)，若雇主不提供保險，大部分美國人的健康險需求價格彈性為1左右，當對私人健康直接進行經(jīng)濟補貼時，健康險的覆蓋率將會大大提高。

國內(nèi)方面，李白茹（2011）通過構建多元回歸模型，對可能影響商業(yè)健康險有效需求的因素進行了實證分析，研究結果發(fā)現(xiàn)，經(jīng)濟快速增長是影響商業(yè)健康險消費的一個重要因素。夏嬌、鎖凌燕（2014）運用華中三省面板數(shù)據(jù)，運用Stata軟件構建固定效應模型，研究發(fā)現(xiàn)，城鎮(zhèn)居民人均可支配收入、普通高校畢業(yè)生占比、老年撫養(yǎng)比對商業(yè)健康險需求存在著顯著的正相關關系。楊俊（2014）通過逐步回歸分析，發(fā)現(xiàn)城鎮(zhèn)化水平、城鄉(xiāng)居民儲蓄存款顯著地影響商業(yè)健康險需求。田秀杰（2014）通過建立多元線性回歸發(fā)現(xiàn)，老年撫養(yǎng)比、鄉(xiāng)村就業(yè)人員數(shù)、城鎮(zhèn)居民人均可支配收入、健康險深度對我國商業(yè)健康險需求具有明顯影響。王文靜、彭榮（2015）構建變截距面板數(shù)據(jù)模型，分析發(fā)現(xiàn)教育經(jīng)費支出、基本醫(yī)療保險參保比例對商業(yè)健康險需求存在正向影響，人均住院費用則存在一定的負面影響。朱銘來、王美嬌（2016）通過構建Heclcoprobit模型，發(fā)現(xiàn)稅優(yōu)險個人需求概率隨著收入水平呈現(xiàn)倒U形分布。許燕（2016）通過運用灰色關聯(lián)法分析出影響遼寧省商業(yè)健康險需求的主要因素，包括民眾對健康險的認知程度、購買力水平、老齡化程度以及保險深度。

三、商業(yè)健康險需求影響因素實證分析

（一）模型設定

在一般的線性回歸中，有時間序列模型、面板數(shù)據(jù)模型、截面數(shù)據(jù)模型等可供我們選擇。相對于時間序列模型、截面數(shù)據(jù)模型來說，面板數(shù)據(jù)模型優(yōu)點非常明顯，可以有效解決其他兩種模型所無法解決的問題。其中，時間序列模型對時間長度要求較高，由于我國商業(yè)健康險發(fā)展不夠成熟，相關統(tǒng)計數(shù)據(jù)的時間長度難以滿足時間序列模型的要求。鑒于以上原因，本文決定采用我國30個省、市、自治區(qū)（西藏地區(qū)由于數(shù)據(jù)缺失嚴重而不予考慮）的商業(yè)健康險保費收入以及相關經(jīng)濟數(shù)據(jù)，制定面板數(shù)據(jù)進行回歸分析。

一般來說，面板數(shù)據(jù)模型的方程為：

其中，zi表示不隨時間而變的個體特征，xit可以隨著個體及時間而變化，εit表示可以隨著個體及時間而改變的擾動項，（ui+εit）表示復合擾動項。如果ui的取值與某個解釋變量存在相關性，這種情況就稱為“固定效應模型”。如果ui的取值只與個體有關，與時間無關，那就稱個體固定效應模型；如果ui的取值與個體無關，只與時間有關，那就稱為時間固定效應模型。如果ui的取值與所有的解釋變量（xit+zi）均不存在相關性，這種情況就稱為“隨機效應模型”。

（二）變量設定及數(shù)據(jù)來源

1.被解釋變量設定

商業(yè)健康險有效需求可以通過商業(yè)健康險保費收入反映，因此本文選取商業(yè)健康險保費收入（萬元）作為被解釋變量，很明顯，該變量是一個連續(xù)變量。本文將商業(yè)健康險保費收入設為Y。

2.解釋變量設定

X1：城鎮(zhèn)居民人均可支配收入（元），用來衡量城鎮(zhèn)居民對商業(yè)健康險的購買力；

X2：高等學校畢業(yè)生人數(shù)（萬人），可以用來衡量居民風險意識；

X3：居民消費價格指數(shù)（%），表示通貨膨脹程度，衡量保險商品價格；

X4：醫(yī)療機構床位數(shù)（萬個），衡量我國醫(yī)療發(fā)展水平；

X5：城鎮(zhèn)基本醫(yī)療保險參保人數(shù)（萬人），衡量社會醫(yī)療保險發(fā)展水平；

X6：煙粉塵排放量（萬噸），衡量我國環(huán)境污染程度；

X7：老年撫養(yǎng)比（%），用某地區(qū)65歲及以上人口數(shù)占該地區(qū)14—65歲人口數(shù)之比表示，用來衡量年齡結構對商業(yè)健康險需求的影響；

X8：保險深度（%），衡量居民的保險意識。

3.數(shù)據(jù)來源

本文選擇2007—2016年10年間我國30個省份的商業(yè)健康險保費收入以及相關數(shù)據(jù)構建面板數(shù)據(jù)模型，數(shù)據(jù)來源于各年份的《中國保險年鑒》《中國統(tǒng)計年鑒》以及原保監(jiān)局、統(tǒng)計局網(wǎng)站。為了使模型取得更好的擬合效果、減少異方差發(fā)生的可能性，本文將商業(yè)健康險保費收入（萬元）、城鎮(zhèn)居民人均可支配收入（元）、高等學校畢業(yè)生人數(shù)（萬人）、醫(yī)療機構床位數(shù)（萬個）、城鎮(zhèn)基本醫(yī)療保險參保人數(shù)（萬人）、煙粉塵排放量（萬噸）等指標的絕對值取對數(shù)，分析其對數(shù)值。

（三）實證研究

1.單位根檢驗

為了防止偽回歸等現(xiàn)象出現(xiàn)，本文首先進行單位根檢驗。費雪式檢驗（fisher-type）先對面板數(shù)據(jù)中每個個體分別進行單位根檢驗，從而得到n個統(tǒng)計量及相應的p值{P1，……，Pn}，統(tǒng)計量p越大，越傾向于拒絕“面板單位根”的原假設。本文單位根檢驗結果發(fā)現(xiàn)，所有的4個統(tǒng)計量均強烈拒絕面板單位根的原假設，相應的p值為0.0000，面板數(shù)據(jù)比較平穩(wěn)，下一步將進行回歸分析。

?表1 單位根檢驗結果

2.回歸分析

本文在回歸分析中分別建立隨機效應模型、固定效應模型、混合回歸模型，為更好研究商業(yè)健康險需求影響因素，應選出一種最適合的模型。

（1）隨機效應模型、固定效應模型、混合回歸模型估計結果比較

由隨機效應模型擬合結果可見，R-squared為0.9278，擬合效果具有一定可信度。其中，城鎮(zhèn)居民人均可支配收入、CPI、醫(yī)療機構床位數(shù)、煙粉塵排放量、保險深度對商業(yè)健康險需求影響顯著。但醫(yī)療機構床位數(shù)、煙粉塵排放量系數(shù)為負數(shù)，顯然與預期不符。此外，高等學校畢業(yè)生數(shù)、城鎮(zhèn)基本醫(yī)療保險參保人數(shù)、老年撫養(yǎng)比在5%的顯著性水平上表現(xiàn)為不顯著，不符合預期。

由固定效應模型擬合結果可見，R-squared為0.9312，擬合優(yōu)度良好。其中，城鎮(zhèn)居民人均可支配收入、CPI、醫(yī)療機構床位數(shù)、保險深度在5%的顯著性水平上表現(xiàn)為顯著。但居民消費價格指數(shù)系數(shù)為負數(shù)，可見適度的通貨膨脹可以促進消費，但嚴重的通貨膨脹對消費可能起到反作用。此外，高等學校畢業(yè)生人數(shù)、城鎮(zhèn)基本醫(yī)療保險參保人數(shù)、煙粉塵排放量、老年撫養(yǎng)比與商業(yè)健康險需求之間的關系并未通過顯著性檢驗，顯然不符合預期。

由混合回歸模型擬合結果可見，老年撫養(yǎng)比沒有通過顯著性檢驗，可能原因包括老年人購買力弱、保險產(chǎn)品未能滿足老年人需求等。煙粉塵排放量與商業(yè)健康險需求之間的關系在5%的顯著性水平上表現(xiàn)為不顯著，可見煙粉塵排放量對保費收入的影響可以排除在考慮范圍之外。此外，其他變量均通過顯著性檢驗，與預期相符。

（2）通過F檢驗來考察使用混合回歸還是固定效應模型

F檢驗原假設為“H0:all ui=0”，即不存在個體效應，使用混合回歸。本文實證結果發(fā)現(xiàn)F檢驗中Prob>F=0.0000，故可強烈拒絕原假設，允許每個個體擁有自己的截距項，構建固定效應模型。

（3）采用LM檢驗判斷使用隨機效應還是混合效應

LM檢驗原假設為“H0:all σu2=0”，備擇假設為“H1:all σu2≠ 0”。若拒絕H0，那么原模型中應該有一個反映個體特征的隨機擾動項ui，不應該使用混合回歸。本文實證結果發(fā)現(xiàn)，LM檢驗中Prob>chibar2=0.0000，故強烈拒絕不存在個體效應的原假設，選擇隨機效應。

（4）用豪斯曼檢驗判斷選擇固定效應還是隨機效應模型

固定效應模型和隨機效應模型將地區(qū)差異納入考慮之中，兩者之間區(qū)別在于：前者假定這種差異保持固定不變，可通過一系列常數(shù)來衡量；后者假定這種差異服從某一隨機分布，應該通過隨機變量來衡量。因此本文有必要對使用固定效應還是隨機效應模型進行假設檢驗。豪斯曼檢驗的原假設為“H0:ui與解釋變量xit沒有相關性”，應該使用固定效應模型。本文實證結果發(fā)現(xiàn)豪斯曼檢驗中Prob>chi2=0.0001，因此應強烈拒絕原假設“H0:ui與解釋變量xit不相關”，應該使用固定效應模型。

綜合以上F檢驗、LM檢驗和豪斯曼檢驗的結果可知，在本文中應該建立固定效應模型。

3.結果分析

從模型結果看出，固定效應模型判定系數(shù)R2為93.12%，F(xiàn)統(tǒng)計量為364.62，p值為0.000，說明模型整體擬合效果較好，具有一定的可信度。其中，城鎮(zhèn)居民人均可支配收入、居民消費價格指數(shù)CPI、醫(yī)療機構床位數(shù)、保險深度的p值均小于0.05，對商業(yè)健康險需求影響顯著，而高等學校畢業(yè)生人數(shù)、城鎮(zhèn)基本醫(yī)療保險參保人數(shù)、煙粉塵排放量、老年撫養(yǎng)比對商業(yè)健康險影響并不顯著。

?表2 隨機效應模型、固定效應模型、混合回歸模型估計結果

?表3 固定效應模型估計結果

（1）城鎮(zhèn)居民人均可支配收入的提高能夠顯著促進商業(yè)健康險需求

城鎮(zhèn)居民人均可支配收入（X1）的系數(shù)是1.027，在5%水平上顯著。這說明無論在影響程度，還是顯著性方面，城鎮(zhèn)居民人均可支配收入對商業(yè)健康險需求有著非常明顯的正向影響作用。城鎮(zhèn)居民人均可支配收入每增加一元，商業(yè)健康險保費收入增加.027億元。社會經(jīng)濟的發(fā)展、城鎮(zhèn)居民人均可支配收入的提高可以增強居民購買力，在解決了基本生活需求后，人們會考慮更高層次的需求，拉動人們對商業(yè)健康險的需求?，F(xiàn)階段我國經(jīng)濟發(fā)展水平較低、居民支付能力不足，導致商業(yè)健康險的有效需求不足。隨著我國經(jīng)濟的不斷發(fā)展，商業(yè)健康險也有巨大的發(fā)展空間。

（2）通貨膨脹對商業(yè)健康險的需求存在抑制作用

通貨膨脹的系數(shù)是-0.001，在5%的水平上顯著。一般而言，通貨膨脹對商業(yè)健康險需求的影響有兩方面：適度、溫和的通貨膨脹會刺激國民經(jīng)濟發(fā)展，從而有利于居民收入水平的提高，進而增加人們對商業(yè)健康險的需求；反之，如果發(fā)生嚴重的、惡性的通貨膨脹，則對經(jīng)濟發(fā)展起抑制作用，對人們的生活造成負面影響，不利于人們對商業(yè)健康險的消費。根據(jù)實證結果可以看出，通貨膨脹水平對商業(yè)健康險的需求還是存在一定的抑制作用，但是從其系數(shù)來看，這種抑制作用較小。

（3）醫(yī)療衛(wèi)生機構床位數(shù)能顯著促進商業(yè)健康險需求

醫(yī)療機構床位數(shù)對商業(yè)健康保險的影響，既有擠出效應，又有促進作用。醫(yī)療衛(wèi)生機構床位數(shù)的系數(shù)為0.924，在5%的水平上顯著，醫(yī)療衛(wèi)生床位數(shù)每增加一萬個，商業(yè)健康險需求增加0.924億元，兩者之間存在著補充關系。醫(yī)療機構床位數(shù)增加可以從側面反映出人們的健康狀況，床位數(shù)增加說明人們的健康狀況變差，人們對健康險產(chǎn)品的關注度也就會加大。人們?yōu)榱藴p輕自身患病后的負擔，會選擇購買健康險產(chǎn)品，將風險轉嫁給保險公司，即醫(yī)療衛(wèi)生機構床位數(shù)對健康險需求起到促進的作用。

（4）保險意識提高可以促進商業(yè)健康險需求

保險深度的系數(shù)是0.001，在5%水平上顯著。商業(yè)健康險的保險深度對保險保費收入具有一定促進作用。這說明隨著我國對商業(yè)健康險重視程度增加、醫(yī)療改革的推進、商業(yè)健康險的宣傳力度加大，居民的健康保險意識有了一定提高，開始意識到自身健康風險的存在，逐漸了解健康險分散風險的功能，提高健康保障水平的意愿也不斷增強。平差距進一步拉大。因此，政府應不斷完善城鎮(zhèn)收入分配機制，提高低收入者的工資，實現(xiàn)公平與效率的結合。政府在農(nóng)村地區(qū)應進一步深化經(jīng)濟體制改革、健全農(nóng)村市場體系，提高農(nóng)民收入水平，促進商業(yè)健康險的潛在需求轉化為實際需求。

四、促進商業(yè)健康險需求的對策建議

（一）大力發(fā)展經(jīng)濟，提高居民收入

通過上一節(jié)實證分析發(fā)現(xiàn)，居民可支配收入增加、人民生活水平提升，我國商業(yè)健康險消費也會顯著增加。隨著我國居民恩格爾系數(shù)降低，消費者將提升自身生命價值的關注度，商業(yè)健康險市場將越來越廣闊?，F(xiàn)階段我國地區(qū)經(jīng)濟發(fā)展出現(xiàn)了嚴重的不平衡，導致各地區(qū)商業(yè)健康險購買力也存在不小的差異。僅以2016年為例，當年北京市商業(yè)健康險保費收入為323億元，而西藏地區(qū)商業(yè)健康險保費收入僅為2.2億元，巨大的地區(qū)差距離不開經(jīng)濟發(fā)展水平的差距。由于低收入地區(qū)消費水平相對較低，基于經(jīng)營策略、成本方面的考慮，經(jīng)營商業(yè)健康險的公司在這些地區(qū)的保險宣傳力度、保險產(chǎn)品供給水平都較低，導致地區(qū)間保險發(fā)展水

（二）不斷完善醫(yī)療保障體系

商業(yè)健康險是我國基本醫(yī)療保障體系的重要補充，相對于社會醫(yī)療保險來說商業(yè)健康保險種類豐富，能夠為消費者提供多樣化的服務，滿足不同消費者的需求，具有很強的靈活性。如果我國能夠完善基本醫(yī)療保障體系，早日實現(xiàn)居民基本醫(yī)療保險的全覆蓋，我國居民保險意識也會隨之顯著提高，也有利于進一步發(fā)掘消費者對健康保險不同層次的需求，從而推動商業(yè)健康保險往縱深方向發(fā)展。

（三）加強保險教育，提升居民保險意識

通過上一節(jié)實證分析表明，保險意識與商業(yè)健康險的需求之間存在正相關關系，保險意識的提升可顯著推動商業(yè)健康險的發(fā)展。我國目前保險深度仍遠遠低于發(fā)達國家水平，民眾保險意識淡薄。為了促進商業(yè)健康險需求，政府和保險公司有必要加強普及健康知識、加大宣傳力度，將商業(yè)健康險機制管理生老病死的理念深入人心，提高居民對健康風險的認識以及健康險意識，鼓勵人們早期對自身健康進行投資，不斷促進潛在需求向有效需求轉化。