社會醫療保險對商業健康保險發展的影響研究
——基于長三角地區的分析

段明媛 初立蘋 上海對外經貿大學金融管理學院

高 靜 河北科技師范學院工商管理學院

肖 楠 中國石油天然氣股份有限公司西南管道重慶輸油氣分公司

近年來，我國逐步形成了基本醫療保險為第一支柱、商業健康保險為第二支柱的醫療保障體系。但是，我國商業健康保險的規模與社會醫療保障之間存在著明顯的差距。本文利用2006—2017年長三角地區省際面板季度數據，采用GVAR模型分析長三角地區社會醫療保險發展對商業健康保險發展產生怎樣的影響。研究結果表明，從長期來看，上海地區社會醫療保險發展會對長三角四個地區的商業健康保險產生擠出效應。因此，國家應適當控制社會醫療保險發展，從而減少對商業健康保險發展的抑制，促使整個醫療保障體系更加完全。

一、引言與文獻回顧

《中國統計年鑒》數據顯示，截至2018年，我國基本醫療保險參保人數約為13.45億，其中城鎮職工基本醫療保險參保人數約為3.17億，城鄉居民基本醫療保險參保人數約為10.28億，基本醫療保險基金收入為21384.2億元；2018年底我國健康險保費收入為5448.1億元。由此可見，我國商業健康保險的規模與社會醫療保險之間還存在著明顯的差距。為了減小這一差距，國家在長三角地區開展試點，并提出《上海市深化醫藥衛生體制綜合改革試點方案（2016—2020年）》，方案中表明，對于醫保個人賬戶中的結余資金，職工可以自愿用這一資金購買商業健康保險，這對商業健康保險的發展、醫療體系完善均有一定的促進作用，商業健康保險的購買也能夠減輕職工自費醫療費用的負擔，這一舉措揭開了社會醫療保險向商業健康保險轉換的序幕。

近年來，我國逐步形成了基本醫療保險為主體、商業健康保險為補充的醫療保障體系。因此基本醫療保險和商業健康保險間的關系也是學界、業界共同關注的一個重要議題。呂志勇等（2013）基于耦合理論的視角發現我國商業健康保險和社會醫療保險之間耦合協調發展還不夠成熟；康萌萌等（2017）發現，東部地區耦合度較高并且協調度也明顯高于中西部，協調度越高的區域，商業保險越發達；此外，對商業健康保險和社會醫療保險的研究也存在一定分歧，王向楠（2011）發現社會醫療保險會顯著促進商業健康保險的發展，但彭浩然等（2017）發現二者之間存在顯著的倒U型關系，并且不同區域關系存在顯著差異；張鑫等（2018）通過1997—2017年的數據構建SVAR模型，發現商業健康保險對社會醫療保險存在正向影響，社會醫療保險對商業健康保險也存在正向影響。因此，研究角度不同，社會醫療保險和商業健康保險間的關系會存在不同結果，這個話題仍是一個值得深入思考并研究的問題。本文在以上研究基礎上，采用GVAR模型更加全面地分析長三角地區社會醫療保險與商業健康保險的關系。

本文在第二部分介紹研究模型與數據來源，第三部分介紹基于GVAR模型的動態沖擊效應研究，第四部分是結論和建議。

二、研究模型與數據來源

（一）GGVVAARR模型

GVAR（全稱是 GlobalVectorAuto Regression）模型由Pearson等（2004）首次提出，隨后Dees等（2007）進行了修正，張延群（2012）深入介紹了GVAR模型的理論知識并進行實證分析。學者們將該模型廣泛運用于國際貿易、區域經濟、貨幣政策等方面的研究。

在構建GVAR模型之前，首先需要設定n+1個地區，對于第i個地區而言，其VARX模型中包含兩種變量，一種為地區內變量Xit，另外一種為地區外變量Wij為各地區間權重矩陣，且0。由此，對于第i個地區來說，其VARX(1,1)模型可表示為：

其中，i=0,1,2,…,n，t為時間趨勢項，Xit為ki×1階地區內變量矩陣，為ki×1階地區外變量矩陣，Фi為ki×ki階系數矩陣，反映了地區內變量的一階滯后項對地區內變量的影響，Λi0和Λi1均為ki×ki階系數矩陣，反映了地區外變量及其一階滯后項對地區內變量的影響。為正定矩陣。

隨后，檢驗變量的協整關系并構建VECMX模型，并引入全局變量d，根據權重矩陣，將各個地區VECMX模型進一步整合成簡化的GVAR模型：

其中，Ai0=(Iki,-Λi0)，Bi0=(Фi,Λi0)，Wi為(ki+k*i)×ki階矩陣，而且元素均為已知量。此外，模型假定地區外變量和全局變量應為弱外生變量。

（二）數據來源

由于我國長三角地區社會醫療保險和商業健康保險相關數據最早公布時間為2006年，因此本文選取2006—2017年我國長三角地區四個省份的季度面板數據，分析該地區社會醫療保險和商業健康保險之間的關系。

本文的社會醫療保險數據來源于歷年《中國保險年鑒》，商業健康保險數據來源于歷年《中國統計年鑒》，稅收數據來源于財政部和國家稅務總局網站，其他數據來源于國家統計局網站。

（三）變量選取與預處理

關于保險發展的衡量，保險深度可以從宏觀角度反映保險業的發展程度，故本文選用社會醫療保險深度和商業健康保險深度衡量二者的發展水平(王翔等，2013)。具體界定為：醫療保險深度為社會醫療保險基金收入與當年GDP之間的比值，商業健康保險深度為商業健康保險保費收入與當年GDP之間的比值。由于GVAR模型中存在全局變量，因此本文選取稅收政策作為這一變量，而稅收政策的量化，則選用個人所得稅和企業所得稅兩個指標，借助于所得稅收入來量化，實際上個人所得稅指對個人的資本和勞動所得進行征稅，企業所得稅指對企業的未分配利潤進行征稅（郭慶旺等，2011）。同時選取人均實際GDP作為控制變量進行衡量（敖玉蘭等，2015）。

需要指出的是，對于GVAR模型變量的選取，各地區模型中包含的地區內變量為社會醫療保險深度、商業健康保險深度和人均GDP，而考慮到稅收政策為全國統一執行，因此將個人所得稅和企業所得稅設為模型內的全局變量。

此外，由于該模型所選用的數據應為長面板，但社會醫療保險深度只可獲得年度數據，本文用Python將其轉化為季度數據，對人均GDP剔除通貨膨脹影響，同時所有變量均受季節性影響，故對所有數據采用Eviews8.0的X-12方法進行去除季節性處理。

三、基于GVAR模型的動態分析

（一）權重矩陣構建

?表1 長三角地區省份之間權重矩陣

（二）平穩性和弱外生性檢驗

在進行GVAR模型（本文采用GVAR Toolbox1.1軟件進行模型分析）估計之前，首先，為避免出現偽回歸的情況，應對地區內變量、地區外變量和全局變量進行單位根檢驗（比如ADF檢驗），來檢驗各個變量是否平穩。經過檢驗，在5%顯著性水平下，社會醫療保險深度、商業健康保險深度、人均GDP、個人所得稅和企業所得稅5個變量均為I（1）序列，各變量數據以差分形式進入模型。

其次，根據AIC信息準則確定VARX模型內生變量和外生變量的最大滯后階數，并對各個省份模型的協整關系進行檢驗，發現各省份的變量間至少存在1個協整關系，見表2。

最后，對地區外變量和全局變量進行弱外生性檢驗，見表3。結果表明，在5%顯著性水平下，不能拒絕弱外生性假設，即地區外變量和全局變量會對模型中其他變量產生長期影響。

（三）長三角區域動態分析

若給上海社會醫療保險施加一個標準差的正向沖擊，其將會對長三角的商業健康保險發展產生的影響見圖1。可以發現，上海社會醫療保險施加一個正標準差沖擊后，第0期安徽、江蘇和上海三個地區商業健康保險的響應均為負，其中安徽商業健康保險增加值為-1.23%，江蘇增加值為-0.84%，上海增加值為-1.03%，浙江沖擊響應為正（1.19%）。但在第5期后，上海社會醫療保險增長對四個地區商業健康保險的沖擊均產生負效應，其中上海負響應最大，為-1.31%；江蘇次之，為-0.75%；浙江和安徽分別為-0.49%和-0.26%。并且，從第5期開始，四個地區商業健康保險增加值開始逐漸收斂為負向響應。

由此可以發現，長期而言，上海地區社會醫療保險發展對長三角地區商業健康保險發展呈現出一定的“擠出效應”。這是因為對于長三角地區而言，由于區域處于沿海地區，且有上海作為金融中心帶動周邊地區經濟發展，因此經濟發展較好，社會醫療保險發展程度較高，但是隨著社會醫療保險的保障越來越完全，在商業健康保險沒有政策優惠的情況下，人們可能會認為購買商業健康保險帶來的效用低于儲蓄帶來的效用，從而限制了長三角地區商業健康保險的發展。因此，在社會醫療保險飛速增長的時代，政府提出的職工醫保個人賬戶歷年結余資金購買商業健康保險這一方案，對商業健康保險的發展有一定的幫助。

?表3 地區外變量和全局變量的弱外生性檢驗

?圖1 上海社會醫療保險對長三角的商業健康保險的沖擊效應

四、結論與建議

目前我國基本實現“全民醫保”，但是由于居民購買商業健康保險的意識不足，因此商業健康保險購買比例不高。為解決這一問題，國家在長三角地區開展試點，提出醫保個人賬戶歷年結余資金購買商業健康保險的方案。在這種背景下，本文利用2006—2017年長三角地區省際面板季度數據，采用GVAR模型分析長三角地區社會醫療保險發展對商業健康保險發展產生怎樣的影響。研究結果表明，長期而言，上海社會醫療保險發展對于長三角四個地區的商業健康保險產生擠出效應。

以上結論對于我國社會醫療保險政策制定、商業健康保險未來發展方向均有一定參考意義。商業健康保險是我國醫療保障體系的第二大支柱，但是社會醫療保險的發展會抑制商業健康保險的發展，導致商業健康保險無法發揮出真正的作用，社會醫療保險仍舊是“一支獨大”。因此，我國應盡快在全國范圍內推行“醫保個人賬戶歷年結余資金購買商業健康保險”這一政策，為商業健康保險提供更多的政策性優惠。對于經濟發展程度不同的區域，制定梯度化的社會醫療保險政策，對于中高收入地區，提供適當的社會醫療保障。對于商業保險公司而言，應開發出適合不同特點人群的商業健康保險產品，避免和社會醫療保險保障發生重疊，更好地形成功能補充。