姜 朋，曹质涂，王正洋，高文宇

(1.山东师范大学 商学院，山东 济南，250014；2.中央财经大学 财政税务学院， 北京 100081；3.山东大学 经济研究院，山东 济南，250100；4.班戈大学，英国 威尔士，2DGUK)

一、引言

我国医疗卫生支出问题日趋紧迫，根据国家统计局所公布的数据，我国医疗卫生财政支出从2010年的4804.18亿元增长到2019年的16665.34亿元，虽然近几年增速有所放缓，但仍然保持每年6.6%①以上。在医疗卫生支出压力巨大的背景下，商业健康保险个税递延政策于2016年1月1日在部分城市试点②，经过一年后于2017年7月1日推广到全国范围实施③。目前，我国商业健康保险产业发展还在初级阶段，其在公共医疗体系中仍发挥着重要的作用，因此有必要对商业保险税收优惠政策的一系列经济效应做一个系统性的分析。

近年来的研究结果表明，商业健康保险个税递延的优惠政策通过间接降低保险价格，进而在价格弹性的作用下增加保险需求(朱铭来和王美娇，2016)[1]，并增加该地区的保费收入。与此同时，一部分研究认为，商业健康保险与社会医疗保险存在互补关系；也有另一部分研究认为，商业健康保险与社会医疗保险之间是相互替代的关系。

另外，李涛和周业安(2009)[2]认为：地方政府财政支出本质上都是资源的使用，也是一种公共支出，通过公共资源使用来向辖区内的居民提供公共物品，这不仅可能导致地方政府为了追求政绩而过度使用财政资源，也可能产生溢出效应。因此，当地方政府在落实商业健康险税收优惠政策时，这一政策不仅会影响到当地的医疗卫生财政支出，还会通过当地的医疗卫生财政支出与其他地区的医疗卫生财政支出产生相互影响，产生空间效应。

本文试图研究在商业健康保险税收优惠政策实施的背景下，商业健康保险是否会通过影响社会医疗保险需求从而间接引起地方政府医疗卫生财政方面的支出竞争？或是直接引起地方政府医疗卫生财政方面的支出竞争？如果回答是肯定的，那么这一支出竞争表现为策略互补型支出竞争还是策略替代型支出竞争？本文的安排如下：首先，对影响商业健康险需求的因素、商业健康保险和社会医疗保险的关系以及地方政府支出的相关研究作一个简单的回顾；其次，在这些理论基础上构建一个空间计量模型，实证分析其中的关系从而得到更为精确的结论；最后，本文在实证结果的基础上给出结论，并提出相对应的政策建议。

二、文献综述

虽然我国的商业健康保险起步较晚，但其仍然在多层次的医疗保障体系中发挥着至关重要的作用。为了促进商业健康险的保险需求，一方面，可以从商业健康险产品出发，研究影响商业健康险需求的因素，完善商业健康险产品，进一步促进其需求。许燕(2016)[3]使用灰色关联分析方法，分析了2006—2012年辽宁省的商业健康保险保费收入数据，结果显示人们对保险的认知程度对商业健康险需求的影响最大，这一结果也与朱铭来和王美娇(2016)[1]所提出的政策宣传—认知—需求的传导路径相符，即提高居民对商业健康险的认知可以拉动潜在需求者的购买意愿。朱家明和吴自豪(2018)[4]通过分析我国1997—2015年商业健康保险总保费数据认为：卫生总费用、老年人口比重、人口总量和城乡居民人民币储蓄存款年底余额对商业健康险总保费都有影响。与之类似，齐子鹏等(2018)[5]分析我国31个省级行政单位商业健康保险密度数据后，其结果表明，老年人口抚养比和少年儿童抚养比都显著正向影响商业健康保险密度，并且老年人口抚养比的影响更大。另一方面，可以通过实施合理的税收优惠政策促进商业健康保险需求。朱铭来与丁继红(2008)[6]通过分析美国和OECD国家的健康保险税收优惠政策认为税收补贴对个人健康保险的需求和需求量都有积极影响。这一结论也在大多数文献中得到证实(朱铭来和王美娇，2016[1]；Hinde，2016[7]；侯仕樱等，2018[8])。朱铭来和于新亮(2015)[9]通过将税收优惠总效应区分为税基效应、税率效应和税损效应，实证分析了税收优惠政策与个人商业健康保险购买意愿的关系，结果表明：低收入和中等收入人群在应纳税额不变，税率下降带来的税收优惠越多时，对商业健康险的购买意愿相较于高收入人群更强烈；低收入和高收入人群在税率不变、应纳税额下降带来的税收优惠越多时，对商业健康险的购买意愿相较于中等收入人群更强烈。在社会医疗保障压力日趋增大的背景下，李亚青(2015)[10]的研究指出，以财政补贴为主要筹资来源的社会医疗保险筹资水平的增长将会对财政形成持续压力。因此，有必要对商业健康险与社会医疗保险的关系进行系统的研究。

目前，商业健康险与社会医疗保险之间的关系在学界尚未形成统一观点。部分研究认为：商业健康险与社会医疗保险之间是相互补充的关系。谢明明和李琴英(2020)[11]使用面板模型分析东、中、西部7个省份2009—2017年人均商业健康险保费收入与人均基本医疗保险收入的关系后认为社会医疗保险的发展总体上促进了商业健康险的发展，并且这种互补促进作用随着居民的收入水平提升而越来越大，但是在居民人均收入较低时促进作用不显著。齐子鹏等(2018)[5]通过GMM方法分析2006—2016年我国省级行政单位数据，结果表明城镇居民人均医疗保健的支出每增加1个百分点会带动商业健康保险需求增加0.697个百分点，从而得到社会医疗保险可以促进商业健康险发展的结论。王向楠(2011)[12]利用2002—2009年大陆地区30个省级行政单位面板数据，使用动态面板模型估计城镇职工人均基本医保基金收入对人均健康保险保费支出的影响后发现社会医疗保险的影响显著为正，即社会医疗保险显著促进了商业健康保险发展。

也有研究认为，商业健康险与社会医疗保险之间的关系并不明确。许燕(2016)[3]指出：商业健康保险与社会医疗保险，从理论上来说，它们之间应该具有一定的替代关系，而事实上，却形成了一种补充作用，但其文章并未给出详细的原因。彭浩然等(2017)[13]利用2004—2017年我国30个省级行政单位的年度数据实证研究后发现：在医保覆盖广且保障水平高的地区，社会医疗保险与商业健康保险之间呈现倒“U”型关系，而在医保覆盖窄但保障水平高的地区，二者之间的发展是相互促进的；而在医保覆盖窄且保障水平低的地区，社会医疗保险与商业健康保险的关系并不明确。朱家明和吴自豪(2018)[4]与之前研究不同，他们所选取的数据为全国数据，但并未区分地区，其度量社会医疗保险的指标为全国当年卫生总费用，这是一个相对于前述研究更为粗糙的指标。不过，社会医疗保险支出在全国卫生支出中所占比例相对稳定，因此这一结果同样具有说服力。

商业健康保险与社会医疗保险关系的重要性在于：若商业健康保险与社会医疗保险相互补充，这是否意味着商业健康保险的发展在一定程度上可以缓解社会医疗保险支出压力过大这一现状，从而进一步缓解医疗卫生财政支出压力，形成更为合理的财政支出结构。若商业健康保险与社会医疗保险相互抑制，这又是否意味着商业健康保险的发展会增加社会医疗保险的支出，从而进一步增加医疗卫生财政支出的压力，导致更为恶劣的财政支出结构。此外，张树江(2015)[14]的研究结果表明：我国省级政府间的医疗卫生支出存在支出竞争行为，这使得研究商业健康保险税收优惠政策是否会引发区域间的医疗卫生财政支出竞争行为这一问题变得尤为重要。

此外，关于国际间税收优惠政策对于商业健康保险的研究主要集中在二者之间的实证检验和效果测算两方面。Martin和Bernard(1977)[15]通过构建健康保险需求的一般模型得出税收补贴确实大大增加了保险覆盖面。Phelps(1973)[16]在理论层面通过假设一个虚拟的选择情况，测算出商业健康险的需求价格弹性为-0.67。在实证层面，Martin(1984)[17]通过构建离散选择模型，算出需求价格弹性为-0.16。Marquis等(1987)[18]基于兰德实验，测算出商业健康险的需求价格弹性为-0.2。Pendzialek等(2016)[19]对已有文献进行了回顾：得出需求价格弹性德国在-0.6和-4.2之间，美国在-0.2和-1.0之间，瑞士在-2左右，荷兰低于-0.5。可见，各国间对需求价格弹性的估计仍存在争议。合理的税收优惠政策确实能提高商业健康保险的参保率促进保险需求。借鉴国际经验，刺激商业健康险的需求可以通过三种渠道实现，一是提高免税限额(呼声最高)(郑秉文，2017；朱俊生，2017)[20-21]，但是朱铭来和仝洋(2020)[22]认为这是不可取的，因为这会导致无保障人群占比增大，受保障人群保障过度。二是提高从价补贴率(朱铭来和仝洋，2020)[22]。三是实行补充医疗保险附加税(Robson和Paolucci，2012)[23]。

关于地方政府间支出竞争的研究，李涛和周业安(2009)[2]将地方政府间的支出竞争行为分为三种：第一种是策略互补型支出竞争。这种竞争的具体表现为，如果某个辖区的某种财政支出结构更为有效，并且其他辖区没有因此采取对策，这就有可能使这一辖区的资本和劳动流入另外的辖区，从而形成两地区的经济增长差异。对经济增长率较高的辖区而言，这一结果对地方政府的政绩考核是有利的，这一结果若成为地方政府的共识，则会引致其他辖区对该辖区支出结构的效仿，从而导致支出结构和水平的趋同。周亚虹等(2013)[24]所研究的地方政府教育支出标尺竞争问题，便是这一种竞争类型，同时，他们研究指出了财政分权是显著挤出了地方政府的教育支出。杜妍冬和刘一伟(2016)[25]使用面板回归的方法，对我国2004—2013年省级人均社会保障财政支出进行研究时同样发现各省级政府的人均社会保障财政支出存在策略互补型支出竞争。

第二种是策略替代型支出竞争。某个辖区致力于公共品的供给，即使在空间对公共品限制的情况下，仍然可能出现溢出效应。Parchet(2019)[26]通过研究瑞士的财政税收数据认为，当相邻地区税收下降时，溢出效应使当地税基减少而导致财政赤字需要在下一个财年进行分摊，但瑞士的财政税收系统使得调整税率相较于调整下一财年的财政支出更快，因此当地在面对相邻地区税收下降时会选择提高税收以缓解财政赤字，从而表现出策略替代型支出竞争。类似地，Chirinko和Wilson(2017)[27]通过分析美国1965—2006年48个州的资本税政策时发现，在考虑到本地区对其他地区税收政策的滞后反应和对总体税收冲击的反应后，各州之间表现出策略替代型支出竞争，若忽略了这两个因素，各州之间仍然是策略替代型支出竞争。

第三种是若地方政府存在预算软约束，那么地方政府预算最大化可能不是来自私利的追求而是来自预算约束本身(即地方政府使用的资源越多从而得到的资源也越多)。李承怡(2019)[28]基于我国2009—2017年的省级面板数据，构建了一个预算软约束条件下的地方政府财政支出竞争模型，并通过空间计量分析发现：人均财政公共服务支出的增加都会增加该地区的人均资本存量增长率，并且公共投资相较于公共服务更加能吸引资本流入。

医疗卫生财政支出是指各级政府用于卫生事业的财政拨款，具体表现为投入到供给方和需求方的各项费用开支以支持医疗卫生的发展，亦是国家财政支出的一个重要组成部分。当医疗卫生财政支出增加时：对需求方而言，投入到医疗保险、医疗补助、医疗救助等方面的财政资金相应增加；对供给方而言，将扩大医疗卫生项目的覆盖面，医疗资源将更为充裕(胡小梅等，2020)[29]。由此分析可得社会医疗保险和医疗卫生财政支出之间是呈正向影响的。

通过税收优惠政策促进商业健康保险的潜在需求并增加其保费收入已成为学界研究的共识。如上述文献研究结果所显示，我国的商业健康保险发展仍然处于初级阶段，其在公共医疗卫生保障方面起着重要的作用，但商业健康保险与社会医疗保险的关系研究，大多学者还是认为二者之间存在着正向的互补关系。具体表现为在发达地区存在相互促进关系，而在欠发达地区其关系仍然需要进一步的研究。因此，通过梳理商业健康保险和社会医疗保险之间的互补关系，并结合社会医疗保险和医疗卫生财政支出之间的正向影响关系，构建商业健康保险与医疗卫生财政支出之间的联系。这三者之间的关系本文通过图 1作出说明。

图1 商业健康保险、社会医疗保险和地方医疗卫生财政支出的关系

回顾已有的研究成果，仍存在以下几个问题：第一，其研究数据和研究时间大多集中于商业健康保险税收优惠政策出台之前，这就意味着已有的研究成果并不切合税收优惠健康险出台的政策背景，其结论自然也无法推广到政策出台之后；第二，已有的研究大多集中于商业健康险和社会医疗保险之间的关系或是商业健康险和地区医疗卫生财政支出的关系，而很少有文献考虑到在税收优惠政策背景下，可能带来区域之间的策略互动行为。因此，本文基于已有研究的不足之处，构建了一个空间计量分析框架，将各地区间的策略互动行为纳入分析中，拓宽了已有的分析范围。

三、数据说明与模型设定

(一) 数据来源及变量选取说明

本研究所使用的数据为全国31省、市及自治区的医疗卫生方面财政支出、商业健康保险需求以及社会保险需求。时间跨度为2010—2019年。其中，医疗卫生方面财政支出、社会保险需求数据来源于国家统计局，商业健康保险需求数据来源于中国保险年鉴。

在实证研究中，本文选取的核心被解释变量为各地区的医疗卫生方面财政支出，其指标为各省、直辖市以及自治区当年医疗卫生财政支出。本文在进行空间计量分析之前，首先对被解释变量作了空间相关性检验以确定是否存在空间自相关。

核心解释变量为各地区的商业健康险需求以及各地区的社会医疗保险需求，其指标分别为各省、直辖市以及自治区当年健康险人均保费收入以及当年城镇基本医疗保险基金人均保费收入。

控制变量选取了人口密度、交通基建水平、人口抚养比、城镇化率、财政分权五个方面，并有文献做支持(周亚虹等，2013[24]；张树江，2015[14]；朱铭来和李涛，2017[30]；彭浩然等，2018[31])，其指标分别为：使用各地方当年的人口密度作为控制变量，周亚虹等(2013)[24]研究认为，人口密度越大的地区人均享受到的公共服务可能越少，因此需要控制地区的人口密度的影响；使用各地方当年的公路里程与城区面积之比作为当地交通基建的一个度量，这是由于基础设施较完善的区域一般拥有较高的公共服务水平(周亚虹等，2013)[24]；使用各地方当年的总人口抚养比和城镇化率作为当地社会特征的一个度量，这是由于未成年人和老年人相对于年轻人具有更高的医疗需求(张树江，2015)[14]；使用各地方当年的财政自由度作为当地财政分权的一个度量，周亚虹等(2013)[24]在对地级市政府教育支出进行研究时指出，该指标可能相较于“收入指标”和“支出指标”更能反映财政分权的地区差异，其具体计算方法为，使用该地区当年的预算内财政收入除以该地区当年的预算内财政总支出；若该指标等于1则表示该地区政府“自给自足”，若该指标小于1则表示该地区政府“入不敷出”，若该指标大于1则表示该地区政府还有财政余力。本文对上述的核心变量以及计算方法做了一个归纳，如表 1所示。

表1 核心变量解释说明

(二)描述性统计

本文对上述的指标首先作描述性统计，其结果如表 2所示；其中医疗卫生财政支出标准差较小，但是其极差较大，表明不同年份不同地区的医疗卫生财政支出仍然有较大的差异；商业健康保险的保费收入波动较大，并且极差也较大，这一结果与锁凌燕等(2015)[32]所提出的结论相符合，即商业健康保险地区发展失衡的现象在国内尤为突出；城镇基本医疗保险支出的波动和极差都非常大，这表明我国城镇基本医疗保险在地区间同样存在发展不平衡的现象；人口密度的波动较小，但是极差较大，这是由我国独特的地理环境所决定的，比如东中部地区相较于西部地区，其人口更多，但是其所占有的土地面积却更少；公路里程与城区面积之比的波动较小，但是极差较大，这也反映了我国区域之间发展不平衡的现状；总人口抚养比和城镇化率的波动以及极差较小，反映了我国人口结构较为稳定；财政自由度的极差较大，这反映我国各地区财政结构差异较大。

表2 描述性统计

(三) 模型设定

本文首先设定基准的面板最小二乘模型(POLS)，由基准的POLS模型，本文可以进一步扩展到空间面板分析。其模型的具体设定如(1)式所示：

1.面板最小二乘模型(POLS)：

lnyit=β1lnx1it+β2lnx2it+γkzkit+αi+δt+εit

(1)

其中，yit表示i省第t年的医疗卫生财政支出，x1it表示i省第t年的商业健康险需求，x2it表示i省第t年的社会医疗保险需求。zkit(其中，k=1,…,5)表示5个控制变量，分别是：人口密度、交通基建水平、人口抚养比、城镇化率和财政分权。本研究主要关注系数β1与β2，在(1)式中，β1表示商业健康险需求对医疗卫生财政支出的影响程度，β2表示社会医疗保险需求对医疗卫生财政支出的影响程度。Case等(1993)[33]指出，地方政府的财政支出受到一些不可观测的因素影响，这些不可观测的因素影响政府的财政预算决策，并且不随时间变化；同时，在相同的年份中，地方政府会受到类似商业周期等共同因素的影响。因此，在基准的POLS模型中，本文设置了个体固定效应αi和时间固定效应δt。

Baicker(2005)[34]认为，由于地方政府公共支出决策会相互影响，若仅仅使用POLS模型会得到有偏的结果。为了克服这一问题，本研究进一步使用空间面板自回归(SAR)、空间面板误差(SEM)以及空间面板杜宾(SDM)模型分析。具体设定形式为：

2.空间面板自回归模型(SAR)：

(2)

空间面板误差模型(SEM)假定省份之间通过误差项产生策略互动行为，Case等(1993)[33]指出，在所有区域之间可能存在共同的随机冲击，如果忽略这种随机冲击将会得到有偏的回归结果，考虑到共同的随机冲击，可将POLS模型变换为SEM模型：

3.空间面板误差模型(SEM)：

lnyit=β1lnx1it+β2lnx2it+γkzkit+αi+δt+εit

(3)

(4)

(3)式中，εit不再是独立同分布(i.i.d.)的误差项，而是具有空间相关性的误差项。进一步拆分εit变为(4)式，在(4)式中，λ为空间自相关系数，它测度了其他j省的随机冲击对i省的影响，wij表示空间权重矩阵元素。此时，μit是独立同分布(i.i.d.)的误差项(Baltagi等(2003))[36]。

对收集到的用户数据进行分析、集成、深度挖掘，然后结合馆藏资源进行进一步的挖掘和整合，例如，可以详细分析和深度挖掘用户不同时间段的同一个性化阅读需求，获取阅读动机、阅读心理、阅读偏好、阅读方式的演变过程，利用智能预测系统推测用户未来可能的个性化阅读需求及需求变化趋势。

无论使用SAR或是SEM模型并不能回答自变量之间是否存在空间相关效应，因此，本文进一步使用SDM模型研究自变量之间的空间相关效应，具体设定形式为：

4.空间面板杜宾模型(SDM)：

(5)

(5)式中，yit表示i省第t年的医疗卫生财政支出，yjt表示j省第t年的医疗卫生财政支出，wij表示空间权重矩阵元素，x1it表示i省第t年的商业健康险需求，x2it表示i省第t年的社会医疗保险需求。x1jt表示j省第t年的商业健康险需求，x2jt表示j省第t年的社会医疗保险需求。zkit(其中，k=1,…,5)表示5个控制变量，分别是：人口密度、交通基建水平、人口抚养比、城镇化率和财政分权。在(5)式中，β1表示商业健康险需求对医疗卫生财政支出的影响程度，β2表示社会医疗保险需求对医疗卫生财政支出的影响程度。θ1测度了商业健康险需求的空间效应，θ2测度了社会医疗保险需求的空间效应。

除POLS回归，本文使用极大似然估计方法对SAR、SEM和SDM模型建立回归。由于空间滞后项与残差项相关，因此无法使用最小二乘估计方法(Anselin，2003)[37]

四、实证结果分析

(一) 实证结果及分析

1.POLS回归

在实证分析过程中，本文首先使用(1)式作为基准回归，其回归结果如表3所示。

表3 POLS回归结果

从POLS回归中可知，商业健康险需求每增加1%会导致地方政府医疗卫生财政支出平均增加0.0783%，然而社会医疗保险需求每增加1%会导致地方政府医疗卫生财政支出平均增加0.8165%。这一结果表明无论是商业健康保险还是社会医疗保险都会对地方政府的医疗卫生财政支出产生正向影响。

与彭浩然、郑倩昀和呙玉红(2017)[38]的研究结果不同，本文使用最近的数据研究后发现，商业健康险需求和社会医疗保险需求表现为相互促进，即二者在POLS回归中的系数都为正。这一结果表明，商业健康险需求并没有挤出社会医疗保险需求。尽管社会医疗保险基金仅有一小部分来自财政补贴，本文的研究结论认为，由于商业健康险需求和社会医疗保险需求的相互促进关系，二者需求的上升仍然会导致地方政府医疗卫生支出更大的压力。

2.空间权重矩阵选择

对空间相关性的测度方法较多，根据Baicker(2005)[34]的研究，本文构建了两种空间权重矩阵，并使用Moran’sI指数检验全国各年的医疗卫生财政支出是否存在空间自相关。

(1)空间邻接权重矩阵

本文首先构建了空间邻接权重矩阵，其一般表达形式为：

(6)

其中，wij为空间权重矩阵(31×31)第i行第j列元素，(6)式表示，若省份i与省份j有共同的边界，则wij=1。若省份i与省份j没有共同的边界，则wij=0。由于纳入省份i对自身的影响后，空间回归完全共线性，因此假设省份i对自身的影响为0，即空间权重矩阵中对角线元素wii=0(第i行第i列元素)。并且在(5)式假设下，省份i对省份j的影响程度等于省份j对省份i的影响程度。

(2)反距离权重矩阵

Tobler(2016)[39]指出，空间数据的不同，导致不同观测地区空间相关性的不同，而反距离权重矩阵，将地理距离考虑进了空间相关性。即便两区域邻接，随着距离的增加，二者之间的相关性也会减弱。一般表达形式为：

(7)

其中，wij为空间权重矩阵(31×31)第i行第j列元素，(7)式表示，省份i对省份j的影响程度等于省份i与省份j距离的倒数，即wij=1/dij，这意味着与省份i地理距离较近的省份对其影响程度大于与省份i地理距离较远的省份。并且，由于纳入省份i对自身的影响后，空间回归完全共线性，因此假设省份i对自身的影响为0，即空间权重矩阵中对角线元素wii=0(第i行第i列元素)。

3.空间自相关检验

很多经济分析问题都涉及一定的空间位置。“地理学第一定律”表明：所有事物都与其他事物有关联，并且较近的事物比较远的事物关联性更强(Tobler，2016)[39]。如果考虑到两种事物之间的空间相关性，那么一般的经济学分析思想就不再适用，空间计量经济学也就此应运而生。本文利用空间自相关系数作为基本的度量指标，用来检验单位区域内某一属性值在地理空间上具有高高相邻、低低相邻或高低相邻，即地理空间上是否存在聚集性。

本研究首先对各省、直辖市以及自治区医疗卫生财政支出作一个空间相关性检验，所选取的空间权重矩阵为空间邻接矩阵。根据“地理学第一定律”，本文选取Moran’sI指数对2010—2019年的医疗卫生财政支出进行空间相关性检验。具体表达式如下：

(8)

表4 我国2010—2019年的地方财政医疗支出Moran’s I检验结果

续表

4.空间回归结果

本文使用(2)～(4)式建立了SAR和SEM回归，其被解释变量为地方政府医疗卫生支出。回归结果如表5所示：

表5 SAR和SEM模型回归结果

表5的回归结果表示：考虑到地方政府医疗卫生财政支出的空间效应后，商业健康险需求对医疗卫生支出仍然是正向影响。商业健康险需求每增加1%会导致医疗卫生财政支出平均增加0.0392%～0.0453%，并且这一效应非常显著。如果商业健康保险税收优惠政策促进了商业健康险的需求，那么这一政策将会导致财政支出结构进一步恶化。

同时，SAR和SEM回归结果表明，地方医疗卫生财政支出存在显著的空间效应。即相邻省份的医疗卫生财政支出每增加1%会导致本省的医疗卫生财政支出平均增加0.4654%。这一结果意味着中国的地方政府医疗卫生财政支出存在支出竞争行为，且具体表现为策略互补型支出竞争。

并且，SAR和SEM回归同时考虑了商业健康险需求与社会医疗保险需求两个因素，在表5的所有回归中，商业健康险需求与社会医疗保险需求的系数均为正，这表明商业健康险需求并未挤出社会医疗保险需求。

根据Case等(1993)[33]的研究结论，本文进一步考虑支出竞争行为通过误差项传导，SEM模型回归结果也为SAR模型回归结果提供了一个稳健性检验。表5中，空间误差项ρ和λ均在1%的显著性水平下显著为正，进一步表明地方政府医疗卫生财政支出存在支出竞争行为。

(二) 稳健性检验及后续研究

本文同样考虑了商业健康险需求与社会医疗保险需求可能存在的空间效应，根据(5)式建立了SDM模型。同时，由于地方医疗卫生财政支出逐年上升，根据Atashbar等(2017)[40]的研究，本文进一步使用财政支出与地区GDP比率衡量财政支出压力这一指标作为被解释变量进行稳健性检验，以保证结论的稳健性。回归结果如表6所示。

表6 稳健性检验：SDM模型回归结果

续表

回归结果表示，当使用财政支出压力作为被解释变量后，商业健康险需求仍然对地方医疗卫生财政支出产生了显著的正向影响。由于考虑到了商业健康险需求与社会医疗保险需求的空间效应，商业健康险需求增加的影响从每增加1%的商业健康险需求平均增加0.0392%～0.0453%的医疗卫生支出减小为每增加1%的商业健康险需求平均增加0.0009%～0.0011%的财政支出压力，并且这一结果仍然是显著的。

同时，使用财政支出压力作为因变量后，回归结果显示财政支出压力仍然存在非常显著的空间效应，即地方政府医疗卫生财政支出存在支出竞争行为。并且商业健康险需求与社会医疗保险需求的正向关系在考虑到各自的空间效应后仍然成立。

稳健性检验结果还表明：在省级层面，商业健康险需求和社会医疗保险需求存在空间效应，具体表现为其他省份的商业健康险需求增加会挤出本省的商业健康险需求，社会医疗保险需求同样存在类似的结果，并且这一挤出效应在1%的显著性水平下显著为负。一个可能的解释是，由于区域间保险产业发展的不平衡态势，导致了保险行业不能达成区域之间的合作，从而产生挤出效应。这一研究结果同样在杨新顺、强卫和白斯元(2017)[41]的研究中得到了印证。

五、结论与启示

伴随着我国“健康中国2030”政策的提出，人民健康水平的发展深受国家政府的高度重视，因此创建强有力的医疗保障体系是时代发展的必然要求。本文通过文献梳理和空间面板计量模型构建两个方式，对个税递延税收优惠政策下的商业健康保险和地方医疗卫生财政支出的关系进行了探讨，发现了商业健康保险与社会医疗保险之间互为补充并利用MLE方法，对税优健康险出台后的地方政府间医疗卫生财政支出的空间面板计量模型进行估计，并得到了相对稳健的实证结果。

本地区的商业健康保险需求的增加，会促进本地区的医疗卫生财政支出，进一步的研究表明，在考虑到空间效应后，这种影响会减弱。本研究认为，这是由于商业健康保险税收优惠政策在试点城市选取时基本上包括了省会城市及直辖市，而税收优惠政策的实施具有强制性、普遍性，在这一假设下，各地区政府并没有动机考虑相邻地区政策的实施效果，即使有动机考虑相邻地区政策的实施效果，当地政府选择政策实施的力度与强度也是有限的。

本文进一步的稳健性检验同样表示，商业健康险需求的上升会导致财政支出压力上升，这也意味着将商业健康保险税收优惠政策作为一项单独的政策使用会不利于缓解当前地方政府的财政支出压力。同时，商业健康险需求和社会医疗保险需求相互促进，并且商业健康险和社会医疗保险需求存在挤出效应，这意味着当前我国保险产业仍然存在地区发展不平衡的问题。

通过分析当前税优健康险的出台对于地方政府医疗卫生财政支出竞争的影响关系，本文提出以下政策建议：一方面在我国多层次的医疗体系建设中不能忽视商业健康保险的作用。要落实和优化商业健康保险的税收优惠政策，通过促进商业健康保险需求，从而对社会医疗保险的压力实现缓冲作用，同时地方政府还要落实对财政支出分配的合理规划。另一方面，当地政府应建立与本地区经济发展相同步的医疗卫生体系，寻求商业健康保险和社会医疗保险的均衡点。实现多层次的医疗保障体系不仅是“保民生”的一条重要途径，同时也是促进本地区经济发展的一项举措。加大政策宣传力度，提高民众对税优健康险的认知，严格监管税收优惠型商业健康保险产品和服务，拉动保险需求者的购买意愿。

注 释：

①数据来源：国家统计局官网(https：//data.stats.gov.cn/)。

②《关于实施商业健康保险个人所得税政策试点的通知》(财税〔2015〕126号)。

③《关于将商业健康保险个人所得税试点政策推广到全国范围实施的通知》(财税〔2017〕39号)。