商业健康保险经营效率分析

侯小丽 张倩

本文基于DEA-Malmquist指数方法，使用DEAP2.1软件对我国2016—2020年间38家保险公司经营健康保险业务的数据进行效率的测算，创新之处在于引入赔付贡献度作为一项投入指标来衡量健康险业务的经营效率，实证结果显示：静态分析结果中大部分样本公司的综合效率未实现有效，主要原因在于创新力度不够，同时保险公司的管理技术还有待提高；动态分析结果显示Malmquist实现有效，但年度全要素生产率变动不稳定，能一定程度上说明国家政策推动的作用及人民自我健康管理意识的提高，保险公司也在不断进行产品的创新和管理水平的提高，但自身经营管理水平和技术创新还有很大提升空间。人身险公司和财产险公司的Malmquist指数均大于均值，财产险公司的效率略大于人身险公司。保险公司应立足于健康管理服务的社会责任下加强产品的创新，提高管理技术水平以提高企业的经营效率，国家也应加大支持力度，促进健康保险和健康产品的持续发展。

一、引言

《关于加快发展商业健康保险的若干意见》颁布后，明确了健康险业务的重要地位。在健康中国战略目标下，商业健康保险的发展更是带着时代的使命，机遇与挑战并存。作为“第三领域”［1］的保险，拥有人身险和财产险的共同属性，经营主体多元，寿险公司、财产险公司、养老险公司、专业健康险公司经批准后都可以经营该险种。2016—2020年间，我国健康保险业务规模实现了飞速发展，在服务民生和支持经济建设方面成绩瞩目，但由于商业健康保险起步晚，其保障力度、供给能力和管理机制等尚需进一步提高和改进，探究其发展效率能更好地促进我国健康保险的发展，在健康中国建设和多层次社会保障体系的健全中发挥应有作用。

二、文献综述

DEA-Mamlquist分析方法很早就被国内外学者运用分析保险行业的效率［2］，分析的角度各有不同。有的侧重于财产险公司，如Cummins et al.（ 2010） ［3］将美国财险公司分为规模不同的类型，使用DEA分析方法进行效率测算，结果表明经营规模与经营效率成正相关关系，规模越大，效率越高。国内学者陈璐（ 2006）［4］运用数据包络分析方法对1999—2003年间的中国财产保险公司的效率进行实证研究，结果显示规模效率值的变化是造成综合技术效益波动的主要因素。韩珂，陈宝峰（2014）［5］对2006—2010年间中国财产保险公司的效率进行实证研究，认为大部分保险公司整体效率没有较大提高甚至退步的原因主要在于技术水平较低，规模经济效应不明显。有的学者侧重于寿险公司效率分析，如初可佳（2015）［6］，沈伊宁（2017）［7］分别对2005—2012 年间及2009—2012年间寿险公司的投入产出数据进行效率的测算和分析，实证结果均显示规模大或市场支配地位高的人寿保险公司技术升级越快，全要素生产率提升越大。也有学者将财产险、寿险以及保险集团综合分析，并比较效率的不同，黄秀全，储勇，郑峻青，王秀妹（2019）［8］基于DEA-Mamlquist指数模型，选取了2009—2016年13家上市的保险集团、财产保险公司和人寿保险公司的经营数据进行分析，发现技术是制约全要素生产率提升的主要因素，保险集团的全要素生产率变化指数年度均值和个体均值均大于１，而财产保险公司和人寿保险公司年度的全要素生产率变化指数年度均值和个体均值均小于１，经营效率在样本期间总体处于下降趋势。还有部分学者从各细分险种切入，研究责任保险、交强险、农业保险、科技保险、健康保险等险种的经营效率。如赵红（2016）［9］采用DEA-Mamlquist指数方法，使用我国五家专业农业保险公司2008—2014年的面板数据，分别从静态和动态角度对我国专业农业保险公司的效率水平进行研究，发现我国农业保险公司技术效率偏低主要是由规模效率偏低造成，而技术进步效率下滑是全要素生产率下滑的主要原因。朱衡等（ 2020）［10］選取2010—2015年34家经营健康保险业务的公司的数据，从健康险经营的社会效率与商业效率两个角度，使用SBM模型进行效率分析，发现财险公司健康险社会效率高于寿险公司，但企业效率却明显偏低。

本文通过文献研究发现，使用DEA-Mamlquist分析方法研究健康保险经营效率的文献并不多，而且鲜有文献将经济效益和社会效益相结合来分析经营效率，故本文将探究健康保险社会责任使命下经济效益的情况，选取包括寿险、养老险、专业健康险公司在内的19家人身险公司以及有健康险经营业务的19家财产险公司的面板数据进行分析，研究2016—2020年间健康保险的经营效率。

三、模型、变量与样本选择

（一）DEA-Mamlquist指数分析方法

用于评估效率的方法主要有参数法和非参数法，非参数数学规划方法相对于参数法的优点在于不需要事先设定生产函数，可避免生产函数设定误差，通过线性规划方法计算生产的技术前沿，因此在效率评估方面得到广泛应用。数据包络分析法（DEA）是一种典型的非参数法，由美国运筹学家 Charnes ［11］等于1978 年提出。基本做法是选择决策单元 DMU，确定指标体系并搜集数据，计算各决策单元的综合技术效率值、纯技术效率值和规模效率值，从而判断决策单元是否达到DEA有效［12］。若综合技术效率数值等于1，则表示该DMU实现DEA有效，综合技术效率值小于1，表明该DMU属于DEA无效，综合技术效率又可以进一步解构为纯技术效率和规模技术效率，三者之间的关系为综合技术效率=纯技术效率×规模技术效率，可以通过观察纯技术效率和规模技术效率的效率值来判断影响综合技术效率值的主要原因。DEA有CCR和BCC两种基本模型，CCR模型又称规模报酬不变模型CRS，该模型基于规模报酬不变的前提判断各个单元的投入产出相对于其他决策单元的相对合理性和相对有效性。BCC模型也称为规模报酬可变VRS模型，是在CCR模型基础上放开了规模报酬不变的假设来分析效益值。

CCR和BCC两种模型均为效率静态分析方法，在效率的跨期比较中，应用较多的是

DEA-Malmquist指数。Malmquist 指数通过构建不同期的距离函数，可基于动态视角下测量并比较DMU的全要素生产率（total factor productivity，TFP）的变化，相对于静态视角考察单因素的生产率而言，该模型更具全面性与科学性。  Fare（1992）等［13］假设有t期和t + 1期两个期间，且t期和t + 1期两个期间的投入产出量分别用 xt 、xt + 1、yt 、yt + 1 表示，则可以构建测算生产率变化的 Malmquist 指数，

其中：和表示在t时期既定技术水平之下t和t + 1两个时间阶段决策单元的距离函数。同理，和表示在t+1时期既定技术水平之下t和t + 1两个时间阶段决策单元的距离函数。若Malmquist 指数 ＞ 1 表示生产率水平提高; Malmquist 指数 = 1 表示生产率水平不变; Malmquist 指数 ＜ 1 表示生产率水平下降。

TFP 指数可继续分解为规模效率（SE）、纯技术效率（PTE）、技术进步率（TP）的乘积或综合技术效率（TE）和技术进步率（TP）的乘积。技术进步率（TP）反映健康保险行业的技术变化与进步；纯技术效率（PTE）的高低体现健康保险公司技术的应用水平与健康管理推广力度，规模效率（SE）的高低表示生产规模的效用水平。

结合 DEA 模型，若TE=1则实现DEA有效，反之则无效；若在 Malmquist 指数分析中皆大于1，则证实决策单元的规模报酬与技术效率水平实现逐年增长，反之逐年下降。根据前人研究经验，本文决策單元的数目超过了投入、产出种类的9倍以上，故采用 DEA-BCC 模型和 DEA-Malmquist 指数分析方法，构建指标体系并选择38家样本公司的平衡面板数据进行效率的静态和动态分析。

（二）投入与产出指标

1.投入指标。在选择投入指标时，要考虑企业经济效益与社会保障功能，即经营健康险业务的企业效益和社会效益。人力资本和金融资本是学者们共同认可的推动健康保险发展的两个指标。健康保险展业、承保、管理、理赔等多个环节需要人力的支持，尤其是健康管理部分，具有专业技术的人力资源作用凸显，因此借鉴前人指标选取的经验，选取硕士以上学历员工数作为投入指标之一。资本金是保险公司成立和经营的基础，衡量的是其资金实力的大小，不仅可以约束保险公司的经营范围，也是保证公司安全经营的防护墙。Brockett et al.（2004）对美国财产保险公司的经营效率进行评价，发现公司的偿付能力与经营效率之间有显著的正相关关系。有的学者选取固定资产作为其投入规模的一项指标，但本文认为保险公司业务发展尤其是健康险业务更多偏重的是其服务技术，故选取实收资本加上资本公积的总和作为金融资本投入指标；同时业务经营中手续费、佣金及税金等费用用于展业、客户维护、公司运营等开支，故选取手续费、佣金支出、业务及管理费、税金及附加之和作为第三个投入指标；最后，保险公司是特殊的金融企业，发挥着社会稳定器的作用，在取得企业发展、获取经济利益的同时必须发挥风险分散、维护社会稳定的职能，赔付支出作为保险公司对被保险人提供保障的直接表现，一方面可以衡量企业业务经营的水平，另一方面也可以衡量企业对社会作出的风险保障贡献度，故本文将健康险赔付支出占行业总赔付支出的比例作为最后一项投入指标，这也是本文创新之处。

2.产出指标。产出指标一般没有争议，有的学者将保费收入作为唯一产出指标，有的学者同时考虑投资收益。本文认为保险公司的主要业务分为保险业务和投资业务，健康险保费收入体现了保险公司经营健康保险业务的能力，投资收益是保险公司收入来源的另一个重要方面，也是其经营能力的表现，故选取健康险保费收入及投资收益两个指标作为产出指标。

（三）样本与数据选取

本文研究对象参考中国银行保险报2021年所公布的中国保险公司综合竞争力评价榜单选取内容。这里所指的保险公司竞争力是中央财经大学中国精算研究院给出的定义，指保险公司根据行业和自身特点，在市场经济环境中，综合运用其人力、物力、财力等各种资源，获得相对于竞争对手所表现出来的更强的生存能力、创新能力和持续发展能力的总和，是公司综合能力的体现①。中央财经大学中国精算研究院剔除2020年度没有披露信息报告或者披露内容不完整及指标数据异常或者经营异常的保险公司，对73家人身险公司和73家财产保险公司进行竞争力评价，并对外报出综合竞争力排名前20的人身保险公司和财产保险公司。本文的研究样本参考该榜单，剔除无健康险业务的保险公司，并考虑样本的多元化，以及数据分析期间信息披露的完整性，选取了19家人身保险公司和19家财产保险公司共计38家，包括寿险公司、养老险公司、财产险公司及专业健康保险公司。38家样本公司的健康险保费收入与赔付均达到市场份额85%以上，具备分析的代表性。具体见表1。

表1   样本公司

人身险公司 人保寿险  国寿股份  太平人寿  太保人寿  阳光人寿 泰康人寿  泰康养老  新华人寿  农银人寿  英大人寿  百年人寿  中邮人寿  招商信诺  恒大人寿  平安人寿  友邦人寿   人保健康   平安健康    昆仑健康

财产险公司 人保财险  国寿财险  太平财险  太保财险  中华财险 阳光财险  华泰财险  永安保险  永诚财险  安诚财险  英大财险  鼎和财险  美亚保险  安盛天平  泰山财险 大地财险   平安财险   亚太财险   紫金财险

本文所用的数据均来源于 2007—2021 年的《中国保险年鉴》以及中国保险协会信息披露网站。在此说明，由于投资收益中存在个别负值情况，不符合DEA对指标的正值假定，故本文使用荆涛，王道鹏，邢慧霞（2021）的做法，在不影响最终效率评估结果的情况下，采用同向加值方法将负值数据做正值化处理。《中国保险年鉴》披露了各保险公司分业务数据，其人员结构表、资产负债表和利润表中并未对人员、资产、费用、投资收益等进行分类披露，故考虑到数据分析的一致性，借鉴以往文献的做法，采取健康险保费收入占比作为权重，对其余指标进行调整。另外，2016年泰康人寿完成集团化改组，相关数据按照官网披露的转移数据处理。2016年和2017年只披露了平安集团的人员结构，未分别披露平安人寿、平安健康和平安产险的人员结构情况（平安健康在2017年披露了人员结构），按照健康险占比分配各子公司人员，再按比例求得硕博士人数。具体见表2。

四、实证结果分析

（一）经营效率的静态分析

运用多阶段分析方法，基于产出角度计算出38个保险公司的投入产出效率，基于BCC模型测算得出效率结果如表3。

38家保险公司在 2016—2020 年的健康保险经营效率如表3 所示。总体来看，38 家公司的综合技术效率（crste）的平均值为 0.428，说明投入和产出的整体资源配置情况和使用效率相对较低，生产经营效率还有较大的改善空间。泰康人寿、新华人寿、平安人寿、昆仑健康、阳光产险、英大财险、泰山财产均达到综合效率值的相对有效状态，投入的资源得到了充分的发挥，取得了很好的效果，实现了产出最优化，整体资源得到了有效配置。纯技术效率平均值为 0.510，说明健康保险的投入要素配置一般，绩效水平一般，還具有很大的进步空间。规模技术效率均值为0.875，相对效率较好，说明综合技术效率低下的主要原因在于纯技术效率较低，保险公司在健康保险的产品创新和经营技术方面有待进步。

由图 1 可知，虽然样本期间效率总体比较低，但是综合技术效率、纯技术效率和规模技术效率值在这几年中呈现逐渐上升趋势，且波动趋势基本一致。规模效率处于相对良好的状态，总体水平较高，主要源于近年来国家政策大力支持健康保险行业及健康产业的发展，良好的环境、资源的大力投入产生较好的规模联动效应。

由图 2 可以看出，专业健康险实现了DEA相对有效，人身险公司较财产险公司的效率较低。朱衡等（2020）将样本公司分为寿险公司和财产险公司并分别进行了企业效率和社会效率的测算，发现寿险公司的企业效益明显高于财产险公司，而寿险公司的社会效率却低于非寿险公司。本文基于保险公司“姓保”的基础将保险公司的社会责任作为投入指标分析效率得出的结论与朱衡等（2020）的结论基本一致。人身险公司的效率较低可能因为长期健康险的经营技术较短期健康险更复杂，更需要专业的健康管理技术和险种经营技术，经营短期健康险的财产险公司在有限的范围内相对更能提高经营效率。

（二）Mamlquist 指数分解情况

为弥补BCC 模型的不足，进一步分析测算不同时期的效率变化，将38个公司的2016—2020年度面板数据190个观测值导入DEAP2.1软件，可以得到Mamlquist 指数及分解情况，见表4。

从全要素生产率指数来看，除 2016—2017 年为7.7% 的负增长以外，2017—2018 年、 2018—2019 年、2019—2020年均呈现上升状态，分别为7.9% 、12% 、24.3%的正增长。从均值来看，这38个样本在2016-2020年间的全要素生产率的动态平均值为1.085，这表明2020年较2016年的全要素生产率改善上升了8.5%。

从各分解指数来看，综合技术效率变动在 2016—2017 年、 2018—2019年分别为98.4% 和14.1%的正增长，2017—2018年、2019—2020年分别为5.8%、8.3%的负增长; 纯技术效率与规模技术效率的变动与综合效率变动趋势一致。技术效率的变动与综合效率变动相反， 2016—2017年、2018—2019年分别为负增长53.5%、1.8%，2017—2018年、2019—2020年呈现14.5%和35.6%的正增长。2016—2017年由于技术进步效率太低使得全要素生产率小于1，处于效率退步状态，2018—2019年的技术进步效率不足1，但相对来说已有一定的进步，其他年份的技术进步效率都大于1，而综合技术效率小于1，可能在于保险创新的同时，内部流程管理由于经验不足，产生效率倒退的情况。全要素生产率不稳定的增减趋势也能够说明在社会环境变动和国家政策支持下，保险公司也在尝试不断调整生产经营和发展方式，寻求最优的生产效率。

从表5可知，整体上看，人身险公司的Malmquist指数均值为1.129，财产险公司的Malmquist 指数均值为1.097，略高于1.085的均值，说明长期健康险和短期健康险的全要素生产率均存在动态上升态势。泰康人寿、人保健康、阳光产险、泰山财产等4个公司的 Malmquist 指数均值小于 1，说明这些公司投入要素的利用效率都有不同程度的降低。其中 Malmquist 指数均值最小的两个公司是泰山财产和阳光产险，其值为0.516和0.795，表示这两个公司投入利用效率在 2016—2020 年的退步幅度年均值为48.4%和30.5%。其余各公司的 Malmquist 指数均值都大于1，其中有23家公司的效率值大于均值1.085，排名前两位的是平安人寿和紫金产险，Malmquist 指数均值分别为1.355和1.325，其效率平均每年有35.5%和32.5%的进步。

从综合效率分析，泰山财产、阳光产险、新华人寿、太平人寿、人保寿险的效率值低于1，远低于1.183的均值，技术效率部分，阳光人寿、人保寿险、泰康养老、太平人寿、百年人寿、英大财险、友邦人寿、昆仑健康、新华人寿、平安人寿等公司的效率值大于1，其余都小于1，有20家公司的效率值低于0.918的均值。由样本得到的平均经营效率看出，技术创新水平较低是影响综合技术效率低的主要原因。

五、研究结论与建议

本文选择38个保险公司作为样本，利用DEA-Mamlquist指数分析方法，在考虑社会责任的基础上，对2016—2020年间我国健康保险的经营效率分别进行了静态和动态分析与评价，得出以下结论与建议：

首先，根据静态分析的结果，2016—2020年各保险公司的技术效率整体水平均为 0.428，说明保险公司在健康保险业务上投入要素利用效率较低，绝大部分技术效率低的保险公司其纯技术效率也低，而规模效率较高，这说明保险公司经营健康险业务效率偏低的主要原因是技术效率偏低造成的，这个结果与其他学者的结论基本一致，但效率值偏低可能是因为在投入指标中考虑到社会责任，加入了风险保障贡献度指标，故整体结果偏低，一定程度上说明，在健康中国战略目标下，对于健康保险这种特殊的保险业务而言，保险公司还需要进一步提高健康险业务的经营技术，以进一步发挥社会稳定器的作用。

其次，根据动态分析的结果，我国保险公司2016—2020年全要素生产率呈年均8.5%的上升趋势，总体向健康可持续方向发展。根据各保险公司的综合技术效率、纯技术效率和规模效率的均值可以看出，绝大多数保险公司的全要素生产率平均值都大于１，平均综合技术效率指数较为稳定，但是绝大多数公司的技术效率小于1，可以看出平均技术进步效率小于1是全要素生产率增长有限的主要原因，应重点通过技术进步来提高公司经营效率。在这几年中全要素生产率变动趋势不稳定可能在于新政策下，大多数公司对健康保险业务的经营技术欠缺经验，在未来的业务发展过程中，保险公司应探索、建立并完善健康保险创新机制，加大对健康保险新产品的开发，完善产品供给机制，以技术创新和产品创新来推动技术进步效率水平，从而提高全要素生产率水平。

2014年后保险业务整体开始突飞猛进的发展，业务规模剧增，在国民健康意识提高的基础上健康险业务所占比例也逐年上升，但由于健康险业务的技术性较强，受被保险人健康管理意识、行为习惯、社会环境等各种因素的影响，保险公司要同时做到企业效益和社会效益的提高需要加强产品创新力度，同时不断优化业务流程，加强内部管理体系建设，提高业务经营的技术。国家应该通过各项措施鼓励专业健康保险公司扩大经营规模，发挥其技术联动效应，从而带动健康保险整体技术效率的提高。

注释：

①2021中国保险公司综合竞争力评价榜单揭晓_中国银行保险报网 （cbimc.cn）。

参考文献：

［1］卓志，孙正成.健康险业务能否提升保险公司经营绩效——兼论我国商业健康保险经营动力[J].财经科学，2015（11）：34-44.

［2］荆涛，王道鹏，邢慧霞.我國财产保险公司经营短期健康保险的效率及其影响因素分析[J].保险研究，2021（05）：77-91.

［3］Cummins J D， Weiss M A， Xie X， et al. Economies of scope in financial services： A DEA efficiency analysis of the US insurance industry [J]. Journal of Banking & Finance， 2010， 34（7）：1525-1539.

［4］陈璐.中国财产保险业效率实证分析[J].现代财经（天津财经大学学报），2006（05）：22-25+67.

［5］韩珂，陈宝峰.基于DEA-Malmquist的中国财产保险公司经营效率实证研究［J］.运筹与管理，2014，23（01）：196-202+217.

［6］初可佳.基于Malmquist指数分解方法的寿险公司生产效率研究［J］.暨南学报（哲学社会科学版），2015，37（07）：133-142+164.

［7］沈伊宁.基于DEA模型的中国寿险业技术效率的实证研究［J］.生产力研究，2017（03）：35-39+60.

［8］黄秀全，储勇，郑峻青，王秀妹.基于DEA-Malmquist指数模型的中国上市保险公司经营效率研究［J］.保险职业学院学报，2019，33（02）：41-46.

［9］赵红.基于DEA—Malmquist的农业保险公司经营效率研究［J］.安徽农业大学学报（社会科学版），2016，25（05）：39-43.

［10］朱衡，王伊琳.商业健康保险经营的企业效率和社会效率评估——基于超效率SBM的实证分析［J］. 上海金融，2020（01）：62-70.

［11］ CHARNES A，COOPER W W，RHODES E. Measuring the efficiency of decision making units［J］. European Journal of Operational Research，1978，2（6）：429—444.

［12］李强，庞钰凡，汪玥.基于DEA模型和Malmquist指数的农业生产效率评价研究——以吉林省为例［J］. 技术经济，2020，39（09）：135-143.

［13］ FareＲ，Grosskopf S，Lindgren B，Ｒoos P. Productivity changes in swedish pharmacies 1980-1989： anon-parametric malmquist approach［J］.Journal of Productivity Analysis，1992，3（ 1-2） ： 85-101．

基金项目：本文是江苏省教育厅2020年度高校哲学社会科学一般项目“健康中国战略目标下江苏管理型健康保险创新模式研究”（批准号：2020SJA0561）的阶段性研究成果。

作者单位：侯小丽，三江学院法商学院讲师，工程硕士；张倩，南京晓庄学院副教授，博士。