王少芬，胡 月

（闽南师范大学商学院，福建 漳州 363000）

一、引言

近些年来，健康险逐渐在医疗大健康产业中占据重要地位，健康险市场快速发展。我国健康险市场发展时间较短，目前仍处于不成熟的阶段。2019年，我国的健康险保费收入为7 066亿元，仅占原保费收入的16.6%，说明我国健康险市场规模较小，很多潜在需求未被激发出来。健康险对医疗保障起着重要的影响作用，充分发展健康险能够促进健康社会的构建。

健康险发展的影响因素很多，国内已有不少学者对此进行探讨。陈肖哲、冯玉梅（2007）利用灰关联分析法探究影响我国健康险需求的因素，通过测算各因素与健康险保费收入的关联度，发现保险消费意识和医疗支出对健康险产品需求具有重要影响。李玉俊（2018）结合理论分析和实证分析对中国健康险发展需求的影响因素进行研究，认为居民收入水平、城市化水平、老龄化程度、家庭医疗支出和财政教育费用支出都能促进健康险的需求，而财政支出中的人均医疗卫生支出对健康保险的需求具有挤出作用，即财政支出中的人均医疗卫生支出增加，会降低人们对健康保险的需求。汪瑾（2018）通过构建固定效应模型，对我国健康险的需求影响因素进行实证分析，发现健康险需求受到居民收入水平、医疗卫生水平、居民消费价格指数及保险深度的显著影响；认为可以通过加大地区经济建设，发展完善医疗保障体系和普及保险知识来促进健康险发展。李可航（2019）建立最优拟合模型探究中国商业健康保险需求的影响因素，发现国民生产总值、保险密度、常住人口的变动、人口老龄化程度等因素均对健康险有显著的正向影响作用。

现有的关于健康险发展的研究大都是从不同的角度出发做以分析，没有较全面地解释健康险市场的发展，且研究大多使用的数据较为久远，得出的结论可能与现在的健康险市场不太匹配。而且在现实当中，健康险的发展并不是对称的而是有偏的。此时仍采用传统的均值回归分析，可能会得到错误的估计结果。因此，本研究考虑基于面板分位数回归分析方法考查不同分位点上，健康险发展的影响因素影响程度的差异性。

二、面板分位数回归分析方法介绍

分位数回归的优点在于回归的参数能够随因变量的不同分位点而变化，有利于捕捉更多的信息。将分位数回归思想与面板数据相结合，采用分位数回归的方法对面板数据进行参数估计，不仅能够更好地控制个体异质性，还能揭示在特定的分位数点处自变量对因变量的变动情况，从而更加全面地阐释因变量在整体分布上的回归关系。

与经典面板数据模型类似，面板分位数回归模型设定如下：

Koenker（2004）指出，在个体数较大的情况下，当每个个体所包含的观测值数目与个体数相比较少时，如果能够对个体效应进行适当的收缩控制，就能有效地减少由于估计截距项而导致的方差。为维持目标函数的线性特征，可以考虑在线性分位数损失函数中加入线性惩罚项，那么上述模型的参数估计求解问题就归结为带惩罚项的加权绝对距离之和的最小化问题：

三、指标说明及对应样本数据的选取

有效需求是健康险发展的基础，经济、社会、人口因素是影响健康险有效需求的三个重要因素。通过对这三方面的影响因素进行对比分析，结合我国的国情，并考虑数据的可获得性，最终选取较有代表性的6项指标作为健康险的影响因素，进行定量分析。

研究使用2009至2019年选取我国30个省市的面板数据（其中不包括港澳台及西藏地区），对全国健康险产业发展进行实证分析。由于保费收入对健康险发展水平有很好的代表性，且数据容易统计和获取，常被用于衡量健康险发展。因此，以健康险保费收入作为面板回归模型中的被解释变量。为使变量更加平稳，将保费收入作对数化处理，记作lnY。本研究分别从居民收入水平（城镇居民人均可支配收入）、健康状况（城镇居民人均医疗保健支出比重）、医疗卫生水平（医疗卫生机构床位）、基本医疗保险水平（城乡居民基本医疗保险参保人数）、老龄化程度（老年人口抚养比）、受教育水平（大专以上人口占比）方面对健康险发展的影响程度进行分析。相应地选取的解释变量如下：一是城镇居民人均可支配收入。一个家庭的可支配收入越多，对健康的投入也会相应增多，从而提高对健康险的购买意愿。对城镇居民人均可支配收入作对数化处理，记作lnX。二是城镇居民人均医疗保健支出比重。医疗保健支出可以反映人们的实际健康状况，医疗保健支出在总支出中占比较大的家庭，说明其健康状况可能较差，同时侧面反映出对健康保险的潜在需求可能较大。将城镇居民人均医疗保险支出比重记作X。三是医疗卫生机构床位。医疗卫生机构床位在一定程度上可以反映一个国家或地区的医疗卫生服务水平。医疗卫生服务水平提高，可以满足人们一定的医疗需求，从而可能会对健康险的发展具有抑制作用。但同时，医疗卫生水平提高也能够使人们的保险意识增强，从而使得对健康具有更高需求的人群购买健康险。将医疗卫生机构床位做对数化处理，记作lnX。四是城乡居民基本医疗保险参保人数。基本医疗保险和健康险相互竞争的同时，健康险也可以作为基本医疗保险的补充。基本医疗保险参保人数增加，一方面，对健康险的客户数量形成阻碍；另一方面，基本医疗保险也提高了参保人群对保险的认识，进而促进人们购买健康险产品。将城镇居民基本医疗保险参保人数做对数化处理，记作lnX。五是老年人口抚养比。老年人口抚养比越大，说明该地区抚养老人的经济压力越小，因此，对健康险的需求也会相应降低。将老年人口抚养比记作lnX。六是大专人口占比。大专以上人口占比指大专以上学历人数占总人口比重，它可以反映一个地区的教育水平，一般高知识人群对健康险的重视程度较大。将大专人口占比记作lnX。

以上指标的相关数据均来自2010-2020年的《中国统计年鉴》及中国银行保险监督管理委员会。

四、实证过程及结果分析

（一）面板模型的选择

由于研究所用的面板数据为短面板数据，因此，不需要对变量进行单位根检验。利用F检验确定建立混合效应模型还是固定效应模型。

效应模型的残差平方和，SSE指的是固定效应模型的残差平方和，N表示截面个体个数，T指时期个数，k指解释变量个数，F临界值表示为F（N-1，NTN-k）。通过建立回归模型得到SSE=36.4897，SSE=11.8019，计算得到F=19.0430＞F（29，264）=1.867，因此，拒绝原假设，应建立固定效应模型。

接着，利用豪斯曼检验确定固定效应模型还是随机效应模型。豪斯曼检验统计量值为68.361，所对应的p值为0.0000，显著小于5%的显著性水平，因此，拒绝建立随机效应模型的原假设，应建立固定效应模型。本研究构建的是30个省市的面板数据模型，已有研究中有学者指出各省份间存在地区差异，因此，考虑变截距固定效应模型更为合适。

（二）面板分位数回归分析

变截距固定效应模型回归结果如表1所示，结果显示固定效应模型的为0.9711，F统计量为253.07，对应的P值为0.0000，说明模型拟合效果较好，具有一定的可信度。

表1 面板分位数回归模型系数估计及检验

从回归结果可以看到，模型中的所有解释变量对健康险保费收入均具有显著的正向影响，与理论分析一致。其中，医疗卫生机构床位和大专以上人口占比对健康险的影响作用最大。

城镇居民人均可支配收入代表居民的收入水平，它对保费收入的弹性为0.705。随着居民收入水平的提高，人们不再满足于基本生活需求，而更多地追求高质量生活。健康问题是每个家庭必然关注的问题，当人们的资金有富余时，对健康方面的投入也会相应增加，因此，会促进健康险的产品需求。城镇居民人均医疗保健支出比重代表居民的健康状况。医疗保健支出比重较大的人群可能其健康状况也较差，该类人群为了降低健康风险，可能会选择购买健康险产品，从而增加健康险的潜在需求，医疗保健支出比重每变化一个单位，保费收入平均增加0.089%。医疗卫生机构床位代表地区医疗卫生水平。根据回归结果，医疗卫生机构床位每增加1%，健康险保费收入增加1.77%，说明医疗卫生水平对健康险发展具有较大的促进作用。医疗卫生水平的提高可以促进人们的健康意识。同时，保险公司通过与医院签订合作协议，保障参保人群的医疗服务，提供更优质的服务。人们在感受到参保带来的便利与优惠的同时，会增强其购买健康险的意愿，从而促进健康险的发展。

居民基本医疗保险参保人数代表社会基本医疗保险水平。基本医疗保险属于国家的转移支出，在一定意义上增加了人们的消费支出；同时，基本医疗保险的普及也有利于提高人们的投保意识。社会医疗保险只适用于基本医疗保障，因此，对健康保障有着更高需求的人，将会购买健康险以满足自己的健康需求。基本医疗保险参保人数每增加1%，健康险保费收入平均增加0.09%。老年人口抚养比可以用于衡量我国的老龄化程度。老年人口抚养比越大，社会所要承担的压力越大。同时，老年人群的健康问题较为普遍，通过购买健康险能够有效降低老人的健康风险，缓解家庭的经济压力。老年人口抚养比每增加一个单位，健康险保费收入平均增加0.076%。大专以上人口占比可以代表地区的教育水平。教育水平高的地区，人们对保险的认识度和接受度较高。同时，由于保险合同及相关知识较为复杂，不利于学历水平较低人群的理解，从而会阻碍其对健康险的购买力。大专以上人口占比每增加一个单位，保费收入平均增加1.616%。由此可见，提高地区教育水平是促进健康险发展的一个十分重要的因素。

从图1（见下页）的面板分位数回归系数变化图可以明显看出，城镇居民人均可支配收入在0.25分位点处对健康险的作用最明显，即低收入人群的弹性比较大，随着分位数的增加，其正向促进作用逐渐减少，在0.9分位点处影响不显著。城镇居民人均医疗保健支出比重、医疗卫生机构床位这两个影响因素对健康险的正向促进作用也随着分位点位置的增加影响作用逐步减弱，即在健康水平较弱、医疗卫生水平较差的分位点上，它们对健康险即保费收入的弹性是更明显的。而城乡居民基本医疗保险参保人数、老年人口抚养比、大专以上人口占比这三个因素对健康险的促进作用是随着分位点位置的增加而逐渐增强的，这意味着老龄化程度越高，对健康险的影响越大；而教育程度越高，对健康险的认识也越深刻，因而在高分位点处的影响也越显著，具体表现为在0.25分位点处影响不显著，0.5分位点处的系数为1.477，到0.9分位点处系数为2.859，影响程度翻倍。

五、结论及建议

本研究基于2009至2019年选取我国30个省、市、自治区的相关数据，采用变截距固定效应模型及面板分位数回归模型，对健康险发展的影响因素进行定量分析。结果表明：城镇居民人均可支配收入、城镇居民人均医疗保健支出比重、医疗卫生机构床位、老年人口抚养比和大专以上人口占比对健康险发展均具有显著的正向促进作用。在不同的位点上，城镇居民人均可支配收入、城镇居民人均医疗保健支出比重、医疗卫生机构床位这三个因素对健康险的促进作用随着分位点位置的增加，其影响作用是逐步减弱的；而城乡居民基本医疗保险参保人数、老年人口抚养比、大专以上人口占比这三个因素对健康险的促进作用是随着分位点位置的增加而逐渐增强的。

为促进健康险产业更快更好发展，根据上述主要结论，提出以下几点建议：一是全面提高国内生产总值。国内生产总值对人们的收入水平具有直接影响，通过提高国内生产总值，进而提高人们的收入水平。当居民收入水平增加时，人们不再满足于基本的生活需求，而更加注重更高层次的需求，从而加大健康险的购买人数。在保费收入较低的地区，居民收入水平对健康险发展更具影响，因此，通过提高国内生产总值，能够促进低保费收入地区健康险产业的发展。二是提高医疗卫生水平，加强保险机构与医院的合作。医疗卫生服务水平的提高，能够显著提高健康险需求，尤其是低保费收入地区的健康险需求，从而促进健康险的发展。政府应进一步提高全国的医疗卫生水平，保险公司也应积极同医院寻求合作，为参保客户提供更多更好的医疗服务及优惠措施。三是提高基本医疗保险水平。一般来说，基本医疗保险与健康险之间存在替代效应。但由于目前我国基本医疗保险仍处于基本的健康保障，对于拥有更高需求的人群，仍需要通过购买其他保险产品寻求保障。因此，国家应完善相关政策以提高基本医疗保险水平，进而促进健康险的发展。四是提高教育水平，加大健康险方面人才培养。一方面，教育水平较高的人群，对健康险的认知程度及重视程度较高；另一方面，保险业是专业性很强的产业，保险公司需要建立具备专业知识的人才团队，开发先进保险产品，才能在发展的激流中立足。因此，需要提高教育水平，并培养更多的保险人才。五是开发多样性健康险产品。健康险产品的开发应更具多样性，通过市场调研及市场分析，及时把握市场走向，结合地区特点开发满足当地需求的保险产品。同时，随着我国人口老龄化问题日益严重，保险公司也应注重设计开发更多满足老年人医疗健康需求的健康险产品，促进潜在需求向有效需求转化。

图1 面板分位数回归结果