第二节 中国商业健康保险发展的影响因素
一 引言和文献回顾
我国商业健康险的发展历程大致可以分为1994年以前的试点阶段、1994~1997年的初步发展阶段、1998~2002年的快速发展阶段和2003年以后的专业化经营阶段。近年来,特别是在2002年12月中国保监会印发了《关于加快健康保险发展的指导意见》后,我国健康险业务发展很快并且更加规范化,2014年健康险保费收入达到1587亿元,是2002年健康险保费收入的13倍,2003~2014年复合增长率为23.84%,显示出巨大的市场潜力。其间,尤其是2009年4月《中共中央国务院关于深化医药卫生体制改革的意见》、2014年11月《国务院办公厅关于加快发展商业健康保险的若干意见》出台前后,很多学者对健康险的相关问题给予了更大关注,研究日益丰富和深入。
国外对健康险相关问题的研究时间跨度很长、内涵非常丰富。Kronick和Gilmer(1999)、Glied和Jack(2003)、Ahking等(2009)研究了收入水平、社会医疗保险、失业率、价格水平等宏观因素如何作用于健康保险需求。Cutler和Gruber(1996)、Winkelman(2004)研究了社会医疗保险和健康保险关系。Rosett(1976)、Cameron等(1988)、Chiu(1997)、Finkelstein(2007)研究了健康保险和居民医疗支出互动关系及相关社会福利变化。Arrow(1963)、Pauly(1968)、Nyman(2003)、Eisenhauer(2006)、Fang等(2008)研究了健康保险中较为严重的道德风险、逆向选择、顺向选择等信息不对称问题。Blair和Vogel(1978)、Wholey等(1996, 2006)、Christianson(1997)研究了健康保险提供机构的规模报酬性质、机构组织形式等产业组织问题。
我国商业健康险发展尚处于初级阶段,国内相关文献大多集中于研究行业定位和公司发展等相关问题,研究深度和广度相对不够。顾昕(2009)、朱铭来和奎潮(2009)、何文炯(2010)等研究了我国社会医疗保险和商业健康险的定位和相互关系,特别是在“新医改”背景下商业健康险面临的机遇与挑战,并提出了相应的对策建议。郝演苏(2006)、林瑶珉(2007)、王屹亭(2009)从行业自身出发,从角色定位、经营运作方式、专业技术等方面探讨了影响健康险发展的内因。魏华林和李琼(2006)、董存发(2006)、陈滔(2006)、陈文辉等(2007)分别研究了健康险的税收政策、健康险产业价值链和企业制度安排、健康险精算技术方法、健康险和国家宏观政策的关系。在实证研究方面,徐美芳(2007)利用上海市的调研数据,发现家庭生命周期、教育、家庭收入和社会医疗保险是影响健康险需求的重要因素。李琼(2009)基于湖北、北京和上海三地2002~2007年的宏观数据,发现经济发展、收入水平和有效供给促进了我国健康险的发展。陈肖哲和冯玉梅(2007)运用灰关联分析法,发现健康保险需求受保险消费意识、人口老龄化、医疗费用增长和保险产品购买力的影响很大,而受国家财政对卫生事业支出的影响较小。刘思(2009)利用我国1997~2007年的时间序列数据,构建误差修正模型(ECM),预测了健康险市场的发展规模、空间及方向。
二 商业健康保险发展的影响因素:保费收入角度
(一)影响因素的理论分析:社会医疗保险和市场结构的作用
保费收入是衡量保险需求的最常使用的变量。在理论上,社会医疗保险和市场结构对商业健康险的需求和供给有着重要的影响。前者的作用尚存在较大争议,后者的作用目前在实证研究中普遍被忽视,本节重点关注二者对我国商业健康险发展的影响。
1.社会医疗保险
社会医疗保险对商业健康险会同时产生“替代”和“促进”两种作用。一方面,在社会总资源一定的情况下,用于社会医疗保险的资源增多,用于商业健康险的资源将会减少,社会医疗保险的发展可能会压缩商业健康险的生存空间。另一方面,社会医疗保险含有政府转移支付的性质,在一定程度上改善了居民的福利状况,提升了居民的消费能力;同时社会医疗保险的发展也有利于提高我国居民的风险保险意识,并能为商业健康险的发展积累宝贵的经验。据此,社会医疗保险也许会对商业健康险发展起到促进作用。Cutler和Gruber(1996)、黄占辉和王汉亮(2006)、刘岚等(2007)对该问题进行了研究,目前关于正反两方面作用大小的分歧较大。
我国过去长期实行由国家和企业“统包统揽”的公费医疗和劳保医疗制度,医疗费用几乎完全由国家和企业承担,个人的责任很小,人们自然缺乏对健康险的需求。新形势下,我国医疗保障的制度框架包括公共医疗保险、社会医疗救助和商业健康险。社会医疗保险采取“广覆盖、低水平、可持续”的原则,只提供基本医疗保障,医药费用个人自付比重较高。此外,我国社会医疗保险的制度化可以引导居民更加关注健康问题,提高居民防范和化解健康风险的主动性。据悉我国台湾地区“全民健保”实施的十多年中,商业健康险的年复合增长率为24.87%,与社会医疗保险形成了合作发展的良好格局(黎宗剑等,2007)。我国商业健康险和社会医疗保险的“互补”性很强,二者可能实现相互促进和共同发展。
图2-10和表2-2分别报告了2001~2013年我国城镇居民人均基本医疗保险基金收入情况,以及2002年和2013年城镇居民人均基本医疗保险基金在省、直辖市和自治区的分布情况。从中可知,其一,我国社会医疗保险发展很快,城镇基本医保基金收入从2001年的383.6亿元不断上升到2013年8248.3亿元,复合年增长29.13%;人均医保基金收入从2001年的30元不断上升到2013年的606元,复合年增长28.46%。其二,社会医疗保险发展的地区差异较大。各省区市之间的绝对差异在拉大,2002年最高地区和最低地区的差异为518元,到2013年上升到2665元;相对差异在缩小,2002年最高地区和最低地区的比值为54倍,到2013年下降为12倍,变异系数从2001年的1.55下降到2013年的0.86。
图2-10 社会医疗保险发展程度:城镇居民人均医保基金收入(全国)
注:2001~2006年为“城镇职工医保”, 2007年及以后为“城镇职工医保”和“城镇居民医保”之和。
数据来源:历年《中国统计年鉴》和国家统计局网站。
表2-2 社会医疗保险发展程度:城镇居民人均医保基金收入(各省区市)
注:2001~2006年为“城镇职工医保”, 2007年及以后为“城镇职工医保”和“城镇居民医保”之和。
数据来源:历年《中国统计年鉴》和国家统计局网站。
2.市场结构
商业健康险的发展必然受到供给一方的影响,商业健康险保费收入则可以近似视为保险市场上各种商业健康险产品均衡数量和均衡价格的乘积之和,其由需求和供给共同决定。市场结构是联系供给和需求的桥梁,如果商业健康险市场上公司数量较多,彼此竞争激烈,则通常会降低商业健康险价格、激励公司提高服务水平和加大产品创新力度,这些都有助于满足乃至激发居民的商业健康险需求。我国居民商业健康险的潜在需求巨大并越发具有多样化的倾向,所以供给在创造需求中的作用不应忽视。
市场竞争在促进寿险发展和产险发展中的作用已经得到实证研究的支持(Outreville, 1996; Hwang和Gao, 2003;赵桂芹,2006),本章则考察市场竞争在商业健康险发展中的作用。本章则运用人身险市场的赫芬达尔指数(又称赫芬达尔—赫希曼指数,简写为HHI)衡量市场结构,该指数是测度市场集中度的综合性指标。,其中,Xj表示第j家人身险公司的保费收入,X代表人身险保费总收入,j表示各家人身险公司。当完全竞争市场时,市场集中度最低,此时HHI=0;当市场上只有一家公司为垄断型时,市场集中度最高,此时HHI=1。
图2-11显示从2001~2013年,我国人身险市场的集中度在不断下降,竞争程度在不断提高,HHI指数在2001年和2013年的值分别为0.5056和0.1435。图2-11报告了HHI指数在各省区市的分布。各省区市之间的差别很大,不过都在下降,2001年有一半以上的省份的HHI大于0.5, 2013年超过90%的省份的HHI小于0.3。
图2-11 人身险市场竞争程度(全国)
数据来源:历年《中国保险年鉴》和保监会及其派出机构网站。
表2-3 人身险市场竞争程度(各省区市)
数据来源:历年《中国保险年鉴》和保监会及其派出机构网站。
自2001年12月我国加入WTO以来,按照世贸组织规则和我国入世承诺,我国逐步取消了外资保险公司在服务对象和地域等方面的限制,保险市场逐步实现全方位对外开放。我国保险市场的巨大潜力吸引着外资公司以各种方式进入。外资保险公司在资本实力、经营理念、管理经验、技术手段等方面都与本土公司不同;外资公司的进入和扩张也在一定程度上改变了我国寿险市场和产险市场的竞争格局、公司绩效、监管理念以及人们的保险观念(邵全权和江生忠,2008;江生忠等,2009)。为了考察我国保险市场的对外开放是否促进了我国商业健康险的发展,在下文的实证分析中,我们加入各地区人身险市场中的外资公司所占份额作为一个解释变量。根据我国《外资保险公司管理条例》及其修订版和实施细则的规定,外资保险公司包括外国保险公司在华子公司、设立的独资公司,也包括外资股份占比超过25%的合资公司。
图2-12和表2-4分别报告了我国人身险市场的外资公司进入情况及其省份分布(2001年和2013年)。从中可知,其一,外资公司进入我国人身险市场的程度很低,从未达到10%, 2001年为2.20%, 2013年为5.62%, 2005年最高为9.60%(当年中意人寿在北京有一个团险大额保单)。其二,不同省区市人身险市场的对外开放程度差别很大,2001年人身险市场外资公司份额最高为14.41%,但中位数为0.00%, 2013年最高为20.62%,但中位数也仅为0.99%。不同省区市的差距在缩小,2001年有27个省区市没有外资人身险公司,此数字在2013年仅为9个,并且人身险市场外资公司份额的变异系数从2001年的4.12下降到2013年的1.65。
图2-12 人身险市场外资公司份额(全国)
数据来源:历年《中国保险年鉴》和保监会及其派出机构网站。
表2-4 人身险市场外资公司份额(各省区市)
数据来源:历年《中国保险年鉴》和保监会及其派出机构网站。
(二)变量和数据
1.健康险密度
采用我国各地区各年的人均商业健康险保费支出,即健康险(保费)密度做为因变量。从图2-13可知,2001~2013年我国健康险保费密度不断增加,从2001年的4.82元上升到2013年的82.57元,年复合增长率为26.71%。表2-5显示我国健康险保费密度的地区差距很大,2001年的最高值、最低值分别为43.06元、0.63元,二者比值达到68.35倍;2013年的最高值、最低值分别为423.52元、28.93元,二者比值仍然达到了14.65倍。健康险密度的均值大于中位数,说明健康险密度在各省区市之间呈“右偏”分布,2013年的偏度较之2001年缓和,显示2013年的地区差距有所改善。
图2-13 商业健康险的保费密度(全国)
数据来源:历年《中国保险年鉴》和保监会及其派出机构网站。
表2-5 商业健康险的保费密度(各省区市)
数据来源:历年《中国保险年鉴》和保监会及其派出机构网站。
2.控制变量
我们关注社会医疗保险和商业保险市场结构对商业健康险密度的影响,由于影响健康险发展的因素众多,考虑控制以下一些变量。
第一,收入水平。健康保险是一种正常品,收入弹性为正,但对于收入弹性的大小,国外相关研究分歧很大。我国居民收入水平整体不高,普遍认为购买力显著制约了健康保险消费,故我国居民健康保险需求的收入弹性应当是较大的。
第二,人口老龄化。一方面,由于人均寿命提高,人们处于收入减少以后的退休阶段的时间更长,患各种老年性疾病、慢性疾病以及需要他人照顾的时间也更长,这会促进商业健康险尤其是长期健康保险的发展;另一方面,老龄人比重的提高也意味着具有更强支付能力、家庭责任更重的中青年人口比重的降低,这或许会减少商业健康险消费。
第三,教育水平。除更高的当期收入外,教育主要通过代表更高的人力资本和风险保险意识影响保险需求,教育还能使人们对健康和医疗服务的偏好优于其他商品,故而间接提升对商业健康险的需求。
第四,性别因素。Liu(2002)、徐美芳(2007)的实证研究发现性别差异对我国商业健康险发展的影响不显著。然而无论是农村还是城市,女性的两周患病率和慢性病患病率均高于男性,就诊率、住院率和医疗费用支出也高于男性,加之我国女性对社会经济活动的参与程度很高,所以性别对商业健康险的影响尚需进一步检验。
需要说明的是:其一,人身保险包括寿险、商业健康险和意外伤害险三大类险种。其中商业健康险在我国人身险市场的比重一直不高,并且一家保险公司往往同时经营着多个险种,所以本章使用人身险市场上的赫芬达尔指数、外资公司所占份额作为解释变量应不会引起模型的内生性。其二,保险对我国经济增长的引致作用并不算强(栾存存,2004;饶晓辉和钟正生,2005;田玲和高俊,2011),加之商业健康险在我国的发展规模和成熟度又远不及寿险、车险等险种,故收入水平亦可视为外生变量。
3.数据说明
本节利用2001~2013年我国大陆地区省级行政单位的面板数据。所有保险方面的数据均来自相应年度的《中国保险年鉴》或中国保监会及其派出机构的网站。其他数据来自《中国统计年鉴》或国家统计局网站。为了更加符合计量分析中的正态性和同方差假设,以及解释两个变量之间关系为弹性关系,我们对货币计量的变量Prem、SocailIm、Income取了自然对数,分别表示为ln(Prem)、ln(SocialIm)、ln(Income)。各变量的具体含义和描述统计量请见表2-6。
表2-6 描述统计量(对健康险保费密度的建模):2001~2013年
说明:“基本医保”在2006年及之前年度为“城镇职工医保”,在2007年及之后年度为“城镇职工医保”和“城镇居民医保”之和。
资料来源:历年的《中国保险年鉴》、中国保监会及其派出机构网站、《中国统计年鉴》、国家统计局网站。
(三)模型设定和估计方法
本章对健康险密度的计量模型为:
其中,i(i=1,2, …,30)代表不同的省市区,t(t=2001, …,2013)代表各个年度。Controls代表控制变量集合。诸个β和γ是模型的待估系数。μi是个体效应,εit是随机扰动项。
健康险密度的上一期值(ln(Prem)it-1)作为一个自变量,即采用动态面板计量模型,这是考虑到保险产品缴费方式的特殊性。保险产品的缴费不同于一般日常消耗品,也不同于耐用品。前者在各个时期几乎连续地支出并获得效用,如食品、移动通信服务等;后者的主要费用在首期购置时支出并能获得随后多期使用,如汽车、家电等。健康险缴费方式包括趸缴(指一次缴纳所有保费)和期缴(指分期缴纳)两种,趸缴固然不与上一期的保费直接相关;但就期缴而言,无论是月缴、季缴还是年缴,保费支出均会具有一定的黏性。这是因为消费者在某一期按照当时信息形成的最优决策购买了商业健康险,那么如果随后期间经济形势或消费者自身状况发生变化,该消费者想要减少健康险产品的持有,但是健康险保单尚无二级市场可以流通转让,且退保或保单失效的成本很大,所以大多时候该消费者仍会选择继续支付保费。因此,这种保费分期缴费的黏性也可以称为“棘轮效应”。
使用动态面板模型的好处还在于:自变量中的HHI、Foreign与因变量ln(Prem)可能存在双向因果关系。对于这种联立性问题,可以通过动态面板计量方法予以缓解。
由于因变量的滞后项必然与扰动项相关,对此,使用静态面板中经典的随机效应(RE)或固定效应(FE)方法会造成参数估计的有偏和不一致。Arellano和Bond(1991)提出的差分广义矩估计法(Difference GMM)能得到一致估计。该方法先对(1)式做一阶差分,得到下面的(2)式,并利用(3)式表示的矩条件进行估计。(2)式和(3)式中的X代表本章的自变量集合。
(四)计量结果分析:健康险密度
采用差分GMM进行计量分析,为了对比,同时报告混合OLS和固定效应的估计结果。表6第(1)列和第(2)列为差分GMM的一阶段估计和两阶段估计,第(3)列为混合OLS估计,第(4)列为固定效应估计。首先,三个模型设定检验支持了采用差分GMM方法的合理性。第一,差分GMM有效性依赖于矩条件是成立的。对此,GMM的一阶段估计结果勉强不能拒绝原假设拒绝“工具变量是有效的”原假设(P值=0.0805),两阶段估计结果则很明确地说明不能拒绝原假设(P值=0.9996)。第二,εit无序列相关是动态面板模型统计推断的关键假定,如果其成立,差分方程残差的一阶自相关系数应当显著为负,二阶自相关系数应接近于0。本章两阶段估计中残差序列的AR(1)检验和AR(2)检验的结果支持这一假设。第三,Bond等(2002)指出由于非观测个体固定效应的存在,混合OLS(固定效应)通常高估(低估)滞后项的系数,本章差分GMM(含一阶段和两阶段估计)中滞后项的系数便介于混合OLS和固定效应估计值构成的上下限之间。
社会医疗保险(ln(SocialIm))的影响显著为正,这说明我国社会医疗保险并未挤出商业健康险。平均而言,其他条件不变时,人均社会医疗保险基金收入每提高1个百分点,人均健康险支出提高0.34%~0.41%。理论上这是由于社会医疗保险带来的财富效应及人们风险保险意识提升的效果。从实践看,我国社会医疗保险的覆盖面虽在不断扩大,但保障程度仍然较低,为健康险留下了一定的发展空间,尤其是在失能护理类保险、收入损失补偿险、大病统筹基金购买的团险等领域,商业健康险发展潜力巨大。此外,保险公司利用其在投资、服务、管理等方面的优势与社保机构进行合作,可以通过信息共享机制开发各种衍生商业健康险产品,满足不同居民的保险需求。
赫芬达尔指数人身险市场竞争程度(HHI)的影响都是正向显著的,故市场竞争促进了健康险发展。市场竞争有利于降低健康险价格、提高公司服务水平以及激励公司进行产品创新,进而可以刺激我国居民巨大的、多样化的健康险潜在需求转化为现实需求。可以认为,增加市场供给主体并为各家公司创造平等有序的竞争环境,对发展我国商业健康险有重要意义。
外资公司人身险市场份额(Foreign)的系数估计值都很小,也都不显著,故外资保险公司在我国人身险市场的进入和扩张,并未显著推动我国商业健康险的发展。这一方面是因为外资公司在我国保险市场上的整体影响力还比较小。另一方面这也和外资保险公司目前在我国的市场定位有关,它们对经营商业健康险——这种高赔付、高风险又缺乏经验数据积累的保险产品——的态度较为谨慎。
控制变量的估计值和显著性没有违背预期。其中,收入水平对健康险发展的影响显著为正,考虑到控制了众多变量,估计的健康险需求的收入弹性(0.55~0.75)仍是比较大的。老龄负担率在三个结果中正向显著,说明老龄人口购买了更多的健康险。教育程度和性别比的影响在差分GMM的估计中都不显著。
最后,为加强对健康险密度估计的可靠性,本章进行下面三个稳健性检验。一是在自变量中加入某地区某年是否有专业健康险公司的虚拟变量,重新估计动态面板模型,发现该变量并不显著。现实中,现阶段我国专业健康险公司的市场影响力还非常有限。二是我们将模型中的HHI换为人身险市场前四(八)家公司的市场份额之和,替换后主要变量的估计结果没有显著变化。我国人身险公司虽已发展到一定数目,但各地具有较大市场影响力的公司仍不过五六家,所以各地区使用不同指标测算的市场集中程度非常相近。而采用熵指数测量的市场集中度的影响与HHI的结果也比较类似。三是在计量模型中加入反映加总的时间效应的年度虚拟变量,发现没有显著改变我们的估计结果。
三 商业健康保险发展的影响因素:经济补偿视角
(一)影响因素的理论分析
1.老龄化
我国人口老龄化的趋势发展很快,由此带来了医疗、养老等诸多社会问题。随着经济社会发展和医学水平提高,慢性病已成为疾病负担的主要组成部分,如,第四次国家卫生服务总调查数据显示,我国老龄人口的两周患病率为46.6%,远高于全国18.9%的平均水平,这样直接导致老龄人口的医疗费用急剧上升。与此同时,老龄化也会带来人们对长期护理服务的需要。然而,在我国现有“低水平、广覆盖”的社会医疗保障制度下,在医疗费用的支出上,个人自付比例还是比较高的,社保体系也基本不负责长期护理服务的费用。因而,老龄化应当会加大商业健康险的赔付。
老龄化程度采用老龄人口负担率来度量,它等于65岁以上的人口数(老龄人口)除以15~65岁的人口数(劳动人口)。图2-14显示我国的老龄化程度在不断提高,早已步入老龄化社会,老龄人口负担率从2001年的10.1%上升到2013年的13.1%。表2-8显示我国各地区的老龄化程度有一定的差异,地区差异没有随时间变化明显地拉大或缩小。2001年老龄人口负担率的最高值和最低值分别为14.92%和5.51%, 2013年的最高值和最低值分别18.62%和7.23%。
图2-14 老龄人口负担率(全国)
数据来源:历年《中国统计年鉴》和国家统计局网站。
表2-8 老龄人口负担率(各省区市)
数据来源:历年《中国统计年鉴》和国家统计局网站。
2.居民医疗保健支出水平
在过去几十年间,大多数国家的医疗费用增长超过了国内生产总值的增长速度。20世纪60年代,经合组织国家的医疗成本占GDP的比例从西班牙的1.5%到加拿大的5.4%不等;今天,美国、瑞士和法国医疗成本占GDP的比例已经分别上升到了15%、11%和10%,而且目前没有任何下降的趋势(Swiss Re. , 2007)。我国的医疗费用也增长很快,居民医疗费用筹资中93.8%来自患者自付(顾昕,2009)。而全国居家养老状况调查报告数据显示,在十个大城市的被调查者及配偶的支出中,医疗费用是除基本生活费外最大的支出,月均支出1039.8元,占家庭总支出的1/4(黄洪,2015)。这说明我国商业健康险在居民健康风险分摊中的作用没有很好地发挥。我国商业健康险赔付支出在卫生总费用中占比为1.3%,而德国、加拿大、法国等发达国家的平均水平在10%以上,美国高达37%(黄洪,2015b)。我国庞大的私人卫生筹资总额会激发人们寻求转嫁医疗费用风险的渠道,这有助于促进尚处于初级阶段的商业健康险的发展。
图2-15显示我国城镇居民的医疗保健支出在不断增加,从2001年的人均343元上升到2013年的人均1118元,年复合增长率10.35%。有些意外的是,城镇居民医疗保健支出占可支配收入的比重却从2005年开始波动下降,该比重在2001年、2005年、2013年分别为5.00%、5.72%、4.15%,说明我国城镇居民医疗费用的自付程度从2005年后波动减轻。表2-9报告了各省市区的差异。较之社会医疗保险和商业健康险发展的地区差异,各地区居民医疗保健支出的差距不大,差距也在缩小,2001年最大值是最小值的4.5倍,2013年则是2.8倍。对于城镇居民医疗保健支出占可支配收入的份额,各省区市差距不大,2001年为2.7%~7.4%, 2013年为3.0%~7.60%; 2001年的变异系数为0.23, 2013年为0.26。
图2-15 城镇居民人均医疗保健支出(全国)
数据来源:历年《中国统计年鉴》和国家统计局网站。
表2-9 城镇居民人均医疗保健支出(省区市)
数据来源:历年《中国统计年鉴》和国家统计局网站。
3.医疗保健商品价格通胀
参照美国等七个发达国家的责任险的发展历程,在主要的宏观经济变量中,医疗费用的通胀与总的医疗保健费支出是与责任险索赔最为密切相关的;而从长期的弹性系数来看,医疗保健费的支出与责任险索赔是以一种相似的路径成长(Swiss Re. , 2004)。医疗保健商品价格与健康险赔付的相关性应当更强,因为其直接决定了医疗费用补偿型商业健康险的赔付水平。
图2-16报告了2001~2013年全国的医疗保健商品价格指数以及消费者价格指数(CPI)。2001~2013年我国医疗保健商品价格指数都在98.5~104.00小幅波动,并没有反映出“看病贵”问题,甚至医疗保健商品价格指数的绝对值和波动都小于消费者价格指数(CPI)。具体到各省市区,表2-10显示,医疗保健商品价格指数的地区差距从2001年到2013年在缩小,但地区差距都大于CPI的地区差距,因而,医疗保健物品和服务的价格在全国的“联动性”在提高,但地区联动程度仍小于CPI篮子中其他物品和服务的水平。
图2-16 医疗保健商品价格指数(全国)
数据来源:历年《中国统计年鉴》和国家统计局网站。
表2-10 医疗保健商品价格指数(各省区市)
数据来源:历年《中国统计年鉴》和国家统计局网站。
(二)变量、数据和模型
1.健康险赔付密度
我们使用健康险赔付密度来从经济补偿的视角衡量健康险的发展程度,它等于我国各地区各年的健康险赔付额支出除以常住人口数,记为Pay。此做法的原因在于,一是收入获取直接衡量保险的风险集散功能,而赔付支出直接衡量保险的经济补偿作用;二是健康产品种类繁多,各种产品的“保费收入”很难反映不同产品性质的差异,而“赔付支出”的同质性更强。图2-17显示我国商业健康险的赔付密度基本上在不断增加,从2001年的2.63元上升到2013年30.21元的,年复合增长率为22.6%。表2-11显示的各省区市之间的差异非常大,并且从2001年到2013年地区差距没有缩小,2013年最高值为180.71元,最低值为9.31元。
图2-17 商业健康险的赔付密度(全国)
数据来源:历年《中国保险年鉴》和保监会网站。
表2-11 商业健康险的赔付密度(省区市)
数据来源:保监会及其派出机构网站。
2.控制变量和数据
对健康险赔付密度建模,我们关注老龄化、居民医疗保健支出水平、医疗保健商品价格三个变量的作用,并考虑控制如下变量。一是从赔付角度衡量的社会医疗保险发展程度,它等于人均的城镇基本医疗保险基金支出。二是教育水平,教育影响人力资本成本和“生命的经济价值”,进而在理论上会较大程度地影响健康险的赔付金额,对此,我们使用一个地区大专及以上学历的人口占比来度量。三是男女性别比。
本节利用2006~2013年我国大陆地区省级行政单位的面板数据。保险方面的数据来自中国保监会及其派出机构的网站,各省市区的健康险赔付数据基本上都是自2006年起开始公布的。其他方面的数据来自《中国统计年鉴》或国家统计局网站。为了更加符合计量模型中正态性和同方差假设,以及将变量之间的关系解释为弹性关系,我们对货币计量的变量Pay、MedicalPI、SocailEx取了自然对数,分别表示为ln(Pay)、ln(MedicalPI)、ln(SocailEx)。各变量的具体含义和描述统计量请见表2-12。
表2-12 描述统计量(对健康险赔付密度的建模):2006~2013年
说明:“基本医保”在2006年及之前年度为“城镇职工医保”,在2007年及之后年度为“城镇职工医保”和“城镇居民医保”之和。
资料来源:中国保监会及其派出机构网站、《中国统计年鉴》、国家统计局网站。
3.模型设定和估计方法
ln(Pay)it=β0+β1Oldit+β2ln(MedExp)it+β3MedicalPIit+γControlsit+μi+εit
其中,i(i=1,2, …,30)代表不同的省区市,t(t=2006, …,2013)代表各个年度。Controls代表控制变量。诸个α、β、γ是模型中的待估系数。μi是截面个体效应,εit是随机扰动项。
可以选择的估计方法包括混合OLS估计、随机效应估计(RE)、固定效应估计(FE)。对于此三者,其一,采用F检验来判断诸个μi是否联合显著。如果不显著,则不应当采用FE模型。其二,如果不存在不随时间变化的个体效应μi,即Var(μ)= 0,那么我们选择最有效的混合最小二乘估计即可;否则,不应直接将样本混合。对此,我们使用基于Breusch和Pagan(1980)利用OLS估计残差构造的拉格朗日乘子检验来判断,其原假设是Var(μ)= 0。其三,采用Hausman(1978)检验来判断选择RE估计还是FE估计,检验原假设为个体效应μi与自变量Xk不相关。如果拒绝原假设,应采用一致性更强的FE估计;如果不能拒绝原假设,则应采用更有效的RE估计。
估计中还需要考虑序列相关和异方差问题。特别是,本章采用8个年度的长时段数据,序列相关是较为重要的问题,因而采取Newey-West的稳健标准误进行统计推断。
(三)计量结果分析:健康险赔付密度
我们在表2-13中报告了对健康险赔付密度的估计结果。第(1)(2)列采用OLS估计,第(3)(4)列采用FE估计,第(5)(6)列采用RE估计。先是纳入了所有自变量,结果报告于第(1)(3)(5)列;然后只纳入显著的变量,结果报告于第(2)(4)(6)列。根据F检验、Breusch-Pagan的LM检验、Hausman检验结果,应当采用随机效应(RE)模型,固定效应模型(FE)次之。
表2-13 对健康险赔付密度(lnPay)影响因素的估计结果
∗对此,采用极大似然估计的似然比与检验的结论相同,结果不再列示。
注:系数估计值下方( )内为t统计量。∗、∗∗∗、∗∗∗分别表示在10%、5%、1%的显著性水平下显著。
老龄人口负担率的系数估计值为正,在OLS和RE模型中显著,故其他条件不变时,老龄化越高的地区的健康险赔付水平越高。这一方面反映出老龄人口更高的慢性病患病率和护理支出,另一方面也受到老龄人口对健康险需求(表2-7的估计结果)的正向影响。
表2-7 对健康险密度(ln(Prem))影响因素的估计结果
注:系数估计值下方( )内为t统计量。∗∗∗、∗∗∗、∗分别表示在1%、5%、10%的水平上显著。F检验和Wald检验的原假设是:所有自变量联合起来是不具有解释力。Sargan检验的原假设为“工具变量的过度识别约束是成立的”。AR(1)(AR(2))检验的原假设是差分后方程的残差项不存在一阶(二阶)序列相关。
医疗保健支出的系数估计值在所有模型中均正向显著,弹性为0.4~0.7,故平均而言,人均医疗保健支出每提高1%则人均健康险赔付增加0.4%~0.7%。弹性估计值小于1反映出健康险仅能补偿部分医疗费用,也说明我国医疗费用补偿型之外的其他类别商业健康险的发展程度并不高。
医疗保健商品价格指数的系数估计值很小,也都不显著。这与国外的研究结论差别较大,这一结果应当与我国医疗商品价格指数非常小有关。
此外,在控制变量方面,城镇基本医保支出的作用正向显著,故社会医疗保险支出与商业健康险的赔付正相关。教育程度对商业健康险赔付的影响正向显著,这可能来自于教育程度对居民收入和预期寿命的正向影响。性别比的影响并不显著,这可能与我国女性在经济社会的参与程度高有关。
最后,为加强对健康险赔付密度估计的可靠性,进行两个稳健性检验。一是加入反映加总的时间效应的年度虚拟变量,发现没有显著改变估计结果。二是考虑到面板数据可能存在截面相关性,发现控制截面相关性后,实证结果也没有显著改变。
四 启示和建议
健康权是公民的一项基本权利,健康也是人力资本不可替代的组成部分。我国的国民健康保障体系是公立和私营相结合,社会医疗保险与商业健康险协调发展的系统。西方发达国家多年积累的财政负担、我国“公费医疗”的历史以及经济社会改革的经验告诉我们:社会医疗保险是商业健康险发展的前提与基础,商业健康险是多层次医疗保障体系的重要组成部分。我们应当充分发挥政府和市场各自的优势,兼顾公平与效率,构建社会医疗保险和商业健康险相互补充、彼此分工与协作、共同发展的医疗保障模式。我国“新医改”进一步明确了我国社会医疗保险实行“广覆盖、低水平、可持续”的原则,本章实证研究也发现社会医疗保险对我国健康险的互补性大于替代性。
社会医疗保险由于采取广覆盖和强制性的原则,采取统一的标准进行缴费和给付,其对于高收入阶层的边际吸引力较低。孙祁祥等(2007)认为我国应当在深化现有制度改革、提高运行效率,扩大医保覆盖面,努力实现全民医疗保障的同时,大力发展商业健康险,满足民众多层次保障需求。应当说,健康险为满足群众多样化的健康保障需求提供了可能,它在长期保障险种、门诊和住院医疗费用保险、高额医疗费用保险等方面均有很大的发展潜力。
经过多年的探索和发展,我国商业健康险市场的供给主体不断增加,已形成了一定的竞争格局。2008年年底,有资格经营商业健康险的市场主体增加到100家之多,提供的商业健康险产品已经超过1000种(王德宝,2009)。然而,目前市场上的商业健康险产品大同小异,缺乏个性化色彩,所以说我国健康险的有效供给仍是不足的。在我国居民生活水平和健康意识不断提升的过程中,保险公司应加大在险种设计、服务方式上的创新力度,在满足居民健康保障需求的同时,提高自身的核心竞争力。
外资保险公司和专业健康险公司对我国健康险发展的作用还不显著。鉴于外资公司在管理经验、技术手段和运作方式等方面具有专长,应当注意进一步引导外资公司更多地开展健康险这类我国亟须发展的保险产品,以丰富市场供给,也促进中外公司间的交流学习。鉴于商业健康险在产品设计、风险评估、费用控制、准备金提取、业务监督管理等方面均有不同于人寿保险和财产保险的特殊性,专业化经营是我国健康险发展的必由之路。然而,专业健康险公司在我国的发展并不顺利,这一理论假设与现实情况的矛盾,仍有待深入研究。
当然,本章不可避免地存在着局限性。社会医疗保险对商业健康险的替代效应和财富效应对于不同收入水平、不同健康状况个体的影响存在差异,如果能获得微观层面的家庭个人数据,对这两种效应进行区分和度量很有意义。考虑到健康险市场上较为盛行的粗放式经营和业绩普遍不佳的现状,如何更好地制定促进商业健康险供给、鼓励公司创新的微观机制值得思考。