安 然 廣東醫(yī)科大學/菲律賓克里斯汀大學國際學院

楊曉勝 廣東醫(yī)科大學

一、引言

在過去的二十年間，我國在推動人口健康方面取得了長足的進步，人口預期壽命的延長遠遠高于世界平均水平。同時，我國的醫(yī)療支出也出現(xiàn)了持續(xù)增長的態(tài)勢，高企的衛(wèi)生費用迫切需要高效的多層次渠道融資，但是商業(yè)健康保險在我國衛(wèi)生融資體系中的作用有限。根據(jù)《世界衛(wèi)生統(tǒng)計年鑒（2015）》可知，2012 年全球商業(yè)健康保險保費支出占衛(wèi)生總費用的比重已經(jīng)達到15.3%，而截至2016年我國商業(yè)健康保險保費支出占衛(wèi)生總費用的比重只有2.37%，這和全球整體的比例差距還很大，商業(yè)健康保險在我國衛(wèi)生融資體系中的地位有待進一步提升。按照《“健康中國2030”規(guī)劃綱要》要求，未來商業(yè)健康保險賠付支出占衛(wèi)生總費用的比重將有顯著提高。

保險對于醫(yī)療支出的影響，是通過保險支付激勵機制改變新醫(yī)療技術的應用來實現(xiàn)的。Finkelstein（2007）研究了美國在1965 年實施全民性老人健康保險（Medicare）的影響，結果發(fā)現(xiàn)實施老人健康保險后，醫(yī)院支出增長了37%，這個結果是Newhouse（1977）研究結果的7倍。形成兩者差異的原因在于Finkelstein 的研究運用的是一般均衡的分析方法，同時考慮了實施健康保險對醫(yī)療市場供給方（醫(yī)院行為）與需求方（消費者行為）的綜合影響；而Newhouse 運用的是局部均衡分析方法，只考慮實施健康保險對消費者的影響，而沒有考慮對醫(yī)院的影響。這兩種分析方法的差異說明了健康保險下醫(yī)療部門對于醫(yī)療支出的重要作用。在一般均衡的分析架構下，實施健康保險不僅會改變消費者醫(yī)療服務的相對價格，還會改變醫(yī)療服務市場的結構，進而改變醫(yī)院采用新技術的動因。因此，F(xiàn)inkelstein 認為，造成美國從1965年到1970年醫(yī)療支出大幅增長的原因有一半應歸于健康保險制度的實施，而Newhouse 認為健康保險對醫(yī)療支出增長的作用只有十分之一到八分之一。健康保險制度的實施對于醫(yī)療支出增長的影響有著不同差異的原因在于，Newhouse將醫(yī)療技術改變視為“外生”，沒有分析實施健康保險對于醫(yī)療技術改變的影響；而Finkelstein則將醫(yī)療技術改變視為“內生”，認為實施健康保險是推動醫(yī)院采用新技術的重要原因。

個人商業(yè)健康保險制度的支付方式也影響著醫(yī)療需求方，對此已有一些文獻進行了探討。如Cardon和Hendel（2001）利用個別國家數(shù)據(jù)，檢驗不同風險偏好群體的健康保險消費對醫(yī)療支出的影響，認為逆向選擇（adverse selection）是造成保險市場失靈的主要原因。Joglekar（2008）發(fā)現(xiàn)，在牙買加，個人商業(yè)健康保險（private health insurance）的增加可以減少與自付額度相關的社會醫(yī)療支出。Gertler和Sturm（1997）利用牙買加的資料進行檢驗，發(fā)現(xiàn)個人商業(yè)保險的增加可以減少富人的社會醫(yī)療支出，而且能夠提高私營部門的醫(yī)療質量。因此他們認為，個人商業(yè)保險的增加可以減少政府社會醫(yī)療支出的負擔，從而建議政府減少社會醫(yī)療支出，這樣有助于將公共部門的醫(yī)療資源配置給窮人。但以上文獻的討論主要集中在微觀的個人商業(yè)保險消費行為研究，對于宏觀的整體行為影響缺乏深入的討論。

在過去的文獻研究中，一般認為醫(yī)療服務是奢侈品，Baltagi 和Moscone（2010）卻提出，健康支出相對國民收入而言是必需品而不是奢侈品。但是Wang（2011）則指出，考慮到不同的經(jīng)濟增長速度或者醫(yī)療支出的增長速度，經(jīng)濟增長與健康支出增長間的關系不一定顯著正相關，因此，健康支出相對國民收入之間的彈性系數(shù)會隨著不同經(jīng)濟增長速度或者健康支出而發(fā)生改變。隨著個人商業(yè)保險市場的發(fā)展，人們逐漸認識到商業(yè)保險市場發(fā)展對于經(jīng)濟增長的重要性，但是目前對于兩者之間的關系認識存在爭議。Blum等（2002）認為保險市場與經(jīng)濟增長之間可能有五種關系：一是沒有關系；二是經(jīng)濟增長增加保險需求（demand-following）；三是保險市場增長推動經(jīng)濟成長（supply-leading）；四是由于道德風險（moral hazard），保險市場增長導致經(jīng)濟負增長；五是二者互為因果關系，互相依賴（interdependence）。

在實證檢驗的樣本結構選擇方面，對于醫(yī)療支出的決定因素，主要利用橫截面、時間序列和面板數(shù)據(jù)。由于使用橫截面數(shù)據(jù)可能存在樣本數(shù)量過少、樣本的異質性問題，因此越來越多的研究傾向于利用時間序列數(shù)據(jù)或者面板數(shù)據(jù)。Murthy 和Ukpolo（1994）利用時間序列方法來進行實證分析，采用單位根檢驗與協(xié)整方法，分析美國人均實際醫(yī)療支出的決定因素，結果發(fā)現(xiàn)醫(yī)療支出的收入彈性系數(shù)與利用橫斷面數(shù)據(jù)的分析結果有很大的差異。鑒于非穩(wěn)定時間序列數(shù)據(jù)的偽回歸問題，Hansen 和King（1996）針對Culyer 等的實證方法，利用1960—1987年OECD中20國的面板數(shù)據(jù)進行再檢驗。單位根檢驗結果表明，有三分之二的變量為不穩(wěn)定序列，且沒有一個國家的所有變量都是穩(wěn)定序列。再利用Engle-Granger 協(xié)整檢驗，發(fā)現(xiàn)醫(yī)療支出與GDP 并不存在長期的協(xié)整關系。McCoskey 和Selden（1998）則認為，Hansen 和King（1996）的單位根檢驗的可信度較小，而且每個國家只有27 個時間點，當利用ADF 模型時，滯后期的加入又減少了自由度。因此，McCoskey 和Selden（1998）利用面板數(shù)據(jù)擴大樣本數(shù)量，單位根檢驗結果顯示拒絕醫(yī)療支出與收入為單位根的零假設。Gerdtham和Lothgren（2000）則利用OECD 的20 個國家1960—1997 年的數(shù)據(jù)進行實證分析，結果顯示健康支出與GDP都是不穩(wěn)定的時間序列，二者之間存在著協(xié)整關系。

上述文獻的研究給本文提供了很好的借鑒意義，但是上述文獻對于商業(yè)保險的作用影響是基于完全信息條件下的分析，這種方法容易忽略商業(yè)保險增長率在不同取值區(qū)間對于醫(yī)療支出的不同作用，因此本文嘗試利用動態(tài)面板門檻模型進行研究。

二、實證研究

（一）理論模型

基于Cobb-douglas 生產(chǎn)函數(shù)理論，Maisonneuve 和Martins（2013）建立了健康需求函數(shù)模型，他們假定人均健康需求函數(shù)為：

其中he表示經(jīng)過健康醫(yī)療價格指數(shù)（P）和健康質量指數(shù)（Q）調整后的健康需求數(shù)量，N為總人口數(shù)量，PY為GPD平減指數(shù)，Y為真實收入或者為真實GDP，α為常數(shù)項，β、γ、ε分別為醫(yī)療價格、質量、收入的彈性系數(shù)。健康需求he與社會醫(yī)療支出HE的關系為：

鑒于Finkelstein（2007）將健康保險視為推動醫(yī)院采用新技術的重要原因，本文在嘗試上述模型基礎上引入保險支出因素I作為C-D生產(chǎn)函數(shù)中技術的替代變量，φ為保險支出的彈性系數(shù)，新的人均健康需求函數(shù)為：

則人均名義醫(yī)療支出為：

整理可得：

其對數(shù)增長率為：

假定醫(yī)療價格指數(shù)等于GDP 平減指數(shù)，健康質量指數(shù)調整的效果不變，同時考慮到不同年齡人群對醫(yī)療支出的不同影響，設定的一般化模型為：

其中C為常數(shù)，NAGE為經(jīng)年齡調整的有效人口數(shù)量，μ為殘差項。

由此設定，醫(yī)療支出HE由GDP、老齡人口數(shù)量NOLD和保險消費I決定的實證模型為：

其中，i=1,2,….N表示我國省級地區(qū)數(shù)量，t=1,2,….T表示時間。

在常見的醫(yī)療支出決定因素的省級面板數(shù)據(jù)線性回歸實證分析中，通常假定省級樣本是同質的，沒有依據(jù)相關的原則進行分類，導致分析的結果很難反映出樣本的不同特征；另外，由于是線性回歸的假定，容易忽略非線性關系的“門檻效應”存在。為克服上述問題，本文將利用面板門檻模型進行分析。

（二）面板門檻模型構建

根據(jù)上述分析，社會醫(yī)療支出和商業(yè)保險之間可能存在著非線性關系，表現(xiàn)為“門檻效應”，利用Hansen（1999）發(fā)展的面板門檻效應模型，根據(jù)樣本自身特征來內生地設定門檻區(qū)間，從而研究不同區(qū)間內部社會醫(yī)療支出和商業(yè)保險之間的關系。

為了研究社會醫(yī)療支出和商業(yè)保險之間可能存在的非線性關系，本文將利用兩類動態(tài)門檻模型，第一類分析由于人均GDP的不同，社會醫(yī)療支出和商業(yè)保險之間的關系；第二類分析由于保險密度增長率的不同，社會醫(yī)療支出和商業(yè)保險之間的關系。

對于第一類模型，為了確定門檻個數(shù)，本文將依次估計單門檻模型、雙門檻模型和三門檻模型和多門檻模型。首先設定三門檻模型，人均醫(yī)療支出（HE/N）作為被解釋變量，老齡化率（NOLD/N）作為核心解釋變量，保險密度（I/N）作為制度變量，人均GDP（GDP/N）作為門限變量；保險密度依次選擇為商業(yè)保險總密度、財險密度和壽險密度，對應模型依次即為模型A、模型B和模型C。

其中，γ11、γ12為劃分三個區(qū)間的門檻臨界值，三個區(qū)間對應的系數(shù)分別為β11、β12、β13。

對于第二類模型，為了確定門檻個數(shù)，本文將依次估計單門檻模型、雙門檻模型和三門檻模型和多門檻模型。首先設定三門檻模型，人均醫(yī)療支出（HE/N）作為被解釋變量，人均GDP（GDP/N）、老齡化率（NOLD/N）作為核心解釋變量，保險密度（I/N）作為制度變量，保險密度的增長率g（I/N）作為門限變量；保險密度依次選擇為商業(yè)保險總密度、財險密度和壽險密度，對應模型依次即為模型D、模型E和模型F。

其中，γ21、γ22為劃分三個區(qū)間的門檻臨界值，三個區(qū)間對應的系數(shù)分別為β21、β22、β23。

?表1 樣本描述性統(tǒng)計量

?表2 模型門檻效應檢驗

三、實證結果與討論

本文選取的樣本為我國的省級行政區(qū)，鑒于數(shù)據(jù)的完整性，剔除北京、山東和西藏三個省份，選擇時間區(qū)間為2003—2016年。設定的因變量為人均醫(yī)療支出，所使用的自變量為人均GDP、老齡化率和保險密度。人均醫(yī)療支出由統(tǒng)計年鑒中城鄉(xiāng)居民醫(yī)療保健支出城鄉(xiāng)人均支出項和城鄉(xiāng)人口比例對應計算得出，即人均醫(yī)療支出=城鎮(zhèn)居民人均醫(yī)療保健支出×市鎮(zhèn)人口比例+農村居民人均醫(yī)療保健支出×（1-市鎮(zhèn)人口比例）。保險密度包括商業(yè)保險總密度、財險密度和壽險密度。資料來源分別為《中國衛(wèi)生統(tǒng)計年鑒》《中國保險統(tǒng)計年鑒》和《中國社會統(tǒng)計年鑒》。

近年來，隨著經(jīng)濟社會的持續(xù)快速發(fā)展，我國的GDP、社會醫(yī)療支出和商業(yè)保險消費也出現(xiàn)了持續(xù)快速發(fā)展的態(tài)勢。但是在我國的省級層面，各省發(fā)展呈現(xiàn)出極大的差異，其中除了時間因素外，主要是地區(qū)間發(fā)展的巨大差距。例如，人均GDP最大值是最小值的31倍多，人均醫(yī)療支出差異達到25倍，商業(yè)保險總密度差異達到1170倍，財險密度差異達到1083倍，壽險密度差異達到2371倍，而商業(yè)保險總密度、財險密度、壽險密度的增長率差異更是突出。這表明我國經(jīng)濟社會盡管取得了巨大的成就，但是發(fā)展不均衡的問題依然突出，這種發(fā)展不均衡不僅表現(xiàn)在社會經(jīng)濟資源的總量分配上，也表現(xiàn)在商業(yè)保險資源的配置上。省級商業(yè)保險消費的差異性有可能影響到醫(yī)療支出的差異，而且這種差異有可能使得商業(yè)保險消費與醫(yī)療支出之間出現(xiàn)不對稱的關系。

本文嘗試利用人均GDP和各保險密度的增長率作為門檻變量進行檢驗，根據(jù)Hansen（1999）的方法檢驗門檻數(shù)量，由于收集數(shù)據(jù)的時間只涵蓋2003—2016年這14年，不足以提供單位根檢驗的有效樣本數(shù)量，本文沒有進行時間序列數(shù)據(jù)的穩(wěn)定性檢驗，否則會出現(xiàn)McCoskey 和Selden（1998）所指出的單位根檢驗的可信度問題。表2說明了Bootstrap方法反復抽樣300次下門檻數(shù)量的顯著性檢驗結果。

從表2可知，當門檻變量為人均GDP，對于模型A、B、C，可以得到下述結論：F統(tǒng)計值無論是存在一個門檻還是兩個門檻，至少在5%的置信水平下顯著，即P 值均小于0.05，因此模型A、B、C 均存在兩個門檻值。當門檻變量為商業(yè)保險總密度增長率，對于模型D；當門檻變量為壽險密度增長率，對于模型E；當門檻變量為財險密度增長率，對于模型F，可以得到下述結論：F統(tǒng)計值無論是存在一個門檻還是兩個門檻，至少在5%的水平下顯著，即P 值均小于0.05，因此模型D、E、F均存在兩個門檻值。

從表3 面板門檻模型A、模型B、模型C 參數(shù)估計結果來看，如果將人均GDP劃分為不同的區(qū)間，老齡化率在不同的區(qū)間，系數(shù)都顯著為正值，但是保險密度變量在不同的區(qū)間，系數(shù)都顯著由負值變?yōu)檎?，即在人均GDP水平不同時，保險密度對于社會醫(yī)療支出的作用有著不同的影響。具體而言，對于保險總密度而言，當人均GDP 低于22677元時，其對于社會醫(yī)療支出的影響系數(shù)為-0.128；當人均GDP高于22677 元且低于40271 元時，其對于社會醫(yī)療支出的影響系數(shù)為0.007；當人均GDP高于40271元時，其對于社會醫(yī)療支出的影響系數(shù)為0.350。對于財險密度而言，當人均GDP低于21918元時，其對于社會醫(yī)療支出的影響系數(shù)為-0.462；當人均GDP 高于21918 元且低于40271元時，其對于社會醫(yī)療支出的影響系數(shù)為0.020；當人均GDP高于40271 元時，其對于社會醫(yī)療支出的影響系數(shù)為1.018。對于壽險密度而言，當人均GDP 低于22677 元時，其對于社會醫(yī)療支出的影響系數(shù)為-0.172；當人均GDP高于22677元且低于40271元時，其對于社會醫(yī)療支出的影響系數(shù)為0.011；當人均GDP高于40271元時，其對于社會醫(yī)療支出的影響系數(shù)為0.511。

?表3 面板門檻模型A、模型B、模型C參數(shù)估計結果

綜合來看，當人均GDP 低于約22000 元時，保險類的支出對于社會醫(yī)療支出的影響具有“擠出效應”；當人均GDP 高于約22000 元時，保險類的支出對于社會醫(yī)療支出的影響具有微弱的促進作用；而當人均GDP增加到40000元以上時，保險類的支出對于社會醫(yī)療支出的影響具有強烈的促進作用。這表明當人們收入較低時，隨著收入水平的上升，醫(yī)療支出卻出現(xiàn)了下降，保險支出的增加減少了其他的消費支出，其中也包括醫(yī)療消費，這可能是人們將保險支出視為必需品而將醫(yī)療支出視為奢侈品；當人們收入增長到較高水平時，隨著收入水平的上升，醫(yī)療支出也出現(xiàn)了上升，保險支出的增加減少了其他的消費，而醫(yī)療消費基本保持不變，這可能是人們將保險支出視為正常品而將醫(yī)療支出視為必需品。這也驗證了Wang（2011）的結論：健康支出相對國民收入之間的彈性系數(shù)會隨著不同經(jīng)濟增長速度或者健康支出而發(fā)生改變。當人們收入增長到高水平時，醫(yī)療消費是一種高檔品，隨著收入水平的上升，醫(yī)療支出也出現(xiàn)了上升，保險支出的增加減少了其他的消費，但醫(yī)療消費反而出現(xiàn)快速增長，即隨著收入的增加，醫(yī)療需求的彈性系數(shù)也出現(xiàn)遞增的狀況。也就是說，當人們收入增長到一定的高水平時，人們用于醫(yī)療消費支出的增加比例，遠遠高于其他的一般消費支出。Hall和Jones（2007）基于消費者效用最大化理論認為，當一個人收入達到一定水平后，一般商品消費的邊際效用遞減速度大于醫(yī)療服務邊際報酬遞減的速度。一般商品的消費會出現(xiàn)效用的邊際遞減，但是隨著人們收入水平的提高，生命的延長并不會導致同樣的邊際遞減現(xiàn)象，相反，人們會大幅增加醫(yī)療消費，這種邊際替代率的轉變同樣導致了勞動供給曲線向后彎曲。因此，當人們收入增加以后，由于醫(yī)療消費和非醫(yī)療消費的邊際替代率的變化，人們會根據(jù)其偏好，重新配置消費組合，增加醫(yī)療消費比例，從而提高和最大化效用水平，這就導致社會醫(yī)療支出在GDP 中的比重隨著GDP 的增長而持續(xù)增長。

?表4 面板門檻模型D、模型E、模型F參數(shù)估計結果

商業(yè)保險對于社會醫(yī)療支出的影響，不僅表現(xiàn)在存量水平上，也表現(xiàn)在增量速度上。

從表4面板門檻模型D、模型E、模型F參數(shù)估計結果來看，如果將商業(yè)保險密度增長率劃分為不同的區(qū)間，人均GDP、老齡化率在不同的區(qū)間系數(shù)都為正值，保險密度變量在不同的區(qū)間系數(shù)都為正值，但是數(shù)值由大變小，即在商業(yè)保險密度增長率處于不同水平時，保險密度對于社會醫(yī)療支出的作用有著不同的影響。

具體而言，對于商業(yè)保險總密度而言，當商業(yè)保險總密度增長率低于92.35%時，其對于社會醫(yī)療支出的影響顯著為0.3780；當商業(yè)保險總密度增長率大于92.35%且小于161.24%時，其對于社會醫(yī)療支出的影響系數(shù)為0.2322；當商業(yè)保險總密度增長率大于161.24%，其對于社會醫(yī)療支出的影響系數(shù)為0.0042。對于財險密度而言，當財險密度增長率低于92.83%時，其對于社會醫(yī)療支出的影響系數(shù)為1.0047；當財險密度增長率大于92.83%且小于525.10%時，其對于社會醫(yī)療支出的影響系數(shù)為0.5882；當財險密度增長率大于525.10%時，其對于社會醫(yī)療支出的影響系數(shù)為0.0095。對于壽險密度而言，當壽險密度增長率低于81.54%時，其對于社會醫(yī)療支出的影響系數(shù)為0.4119；當壽險密度增長率大于81.54%且小于431.04%時，其對于社會醫(yī)療支出的影響系數(shù)為0.2381；當壽險密度增長率大于431.04%時，其對于社會醫(yī)療支出的影響系數(shù)為0.0050。

綜合來看，當商業(yè)保險低速率增長時，保險類的支出對于社會醫(yī)療支出的增加作用最大；當商業(yè)保險中速率增長時，保險類的支出對于社會醫(yī)療支出的影響減弱；當商業(yè)保險高速率增長時，保險類的支出對于社會醫(yī)療支出的增加只有微弱的促進作用。從商業(yè)保險密度和人均GDP 的關系來看，人均GDP 是決定商業(yè)保險密度的最重要的因素，當人均GDP 較低時，商業(yè)保險密度較低，但是商業(yè)保險增長率很高；而人均GDP 較高時，商業(yè)保險密度也較高，但是商業(yè)保險增長率較低。即人均GDP 水平較低時，保險類的支出對于社會醫(yī)療支出的影響微弱，而隨著人均GDP水平的提高，保險類的支出對于社會醫(yī)療支出的影響逐漸增強。

因此，表4的結論和表3的結論是一致的，商業(yè)保險消費支出的增加只是表象，實質是人均GDP 水平的增長導致社會醫(yī)療支出的持續(xù)增長。

四、結論及建議

本文在Maisonneuve 和Martins（2013）的健康需求函數(shù)模型基礎上，引入商業(yè)保險因素，以我國2003—2016 年省級地區(qū)為研究對象，利用面板門檻模型探討了商業(yè)保險對社會醫(yī)療支出的影響效果。主要結論如下：第一，商業(yè)保險密度（包括財險密度、壽險密度以及總密度）對于社會醫(yī)療支出、人均GDP發(fā)展水平和保險密度增長率都存在顯著的門檻效應；第二，當人均GDP 為門檻變量時，商業(yè)保險密度對于社會醫(yī)療支出的作用顯著（由負值變?yōu)檎担霈F(xiàn)遞增狀況），這表明隨著收入水平的逐漸增加，醫(yī)療支出從奢侈品轉變?yōu)楸匦杵?，再從必需品轉變?yōu)楦邫n品；第三，當保險密度增長率為門檻變量時，考慮到保險密度和人均GDP的相關關系，得到的結論和第二個結論一致。

研究結論對于制定政策具有積極的意義：首先，由于收入水平的提升導致人們對醫(yī)療消費的需求從奢侈品轉變?yōu)楸匦杵罚俎D變?yōu)楦邫n品，這是消費者在經(jīng)濟增長下的理性消費安排，從而導致了社會醫(yī)療支出的持續(xù)增加；其次，從國外的經(jīng)驗來看，以管制政策控制醫(yī)療費用的增長，效果只是短期的，長期來看都是無效的；最后，由于社會醫(yī)療支出存在內生增長機制，控制醫(yī)療費用增長的管制措施長期來看是無效的，因此，醫(yī)療費用管制的核心不是控制增長，而是提高醫(yī)療資源的配置效率。