社会医疗保险、自我保护与商业健康保险

陈 莹，赵桂芹

(上海财经大学 金融学院，上海 200433)*

一、引言与文献综述

社会医疗保险、自我保护和商业健康保险均是重要的疾病风险分担工具。社会医疗保险具有社会性和福利性等特点，体现了社会成员风险分担和互助共济原则，有利于降低参保家庭的医疗负担。自我保护指人们为减小事故发生概率而进行的投资。自我保护在生活中随处可见，例如，加强体育锻炼和提高健身保健支出等。商业健康保险采用市场化运营方式，由商业保险公司提供多样化的健康保险产品，提供更深层次的疾病风险保障。可见，社会医疗保险、自我保护和商业健康保险在疾病风险分担方面既有相似性，也有显著差异，三者之间可能存在相互作用。一方面，疾病风险分担功能上的相似性以及社会医疗保险缴费一定的强制性，使社会医疗保险很容易替代自我保护和商业健康保险，影响人们对这两种风险分担工具的决策；另一方面，社会医疗保险的普及增加了医疗服务可及性，降低了自负医疗支出，人们越来越认识到医疗保险的重要性，购买商业健康保险的意愿有所增强。

商业健康保险是多层次医疗保障体系的重要组成部分。2020年2月，《中共中央 国务院关于深化医疗保障制度改革的意见》中提出，到2030年，我国要全面建成以基本医疗保险为主体，商业健康保险等共同发展的多层次医疗保障制度体系。截至2021年底，职工基本医疗保险和城乡居民基本医疗保险分别覆盖3.54亿人和10.10亿人，基金支出分别占总基金支出的61.9%和38.1%。然而，就参保比例而言，商业健康保险明显低于社会医疗保险。据国家卫生服务调查分析报告中的调查数据，基本医疗保险的参保比例由2003年的22.1%快速增加到2018年的96.8%，商业健康保险的参保比例由2003年的9.4%仅增加到2018年的13.6%。此外，从2003-2019年，商业健康保险保费收入占社会医疗保险基金收入的比重不足三分之一；商业健康保险赔付支出占个人卫生支出的比重小于15%。显然，我国商业健康保险的保障水平不高，其补充作用未得到充分发挥。社会医疗保险和商业健康保险的关系受到国内外学者的持续关注。有些学者发现社会医疗保险抑制了商业健康保险的发展。但也有学者认为社会医疗保险并没有挤出商业健康保险。还有一些学者发现社会医疗保险促进了商业健康保险的发展。可见，既有研究的结论并不一致。本文从理论和实证两个方面深入探讨社会医疗保险和商业健康保险的关系，为商业健康保险的进一步发展提供理论基础和经验证据，使其成为社会医疗保险的有益补充。

在健康管理中，自我保护是预防和分担疾病风险的重要手段之一。2016年10月，《“健康中国2030”规划纲要》中提出，把健康摆在优先发展的战略地位，健全覆盖城乡的中医医疗保健服务体系，积极发展健身休闲运动产业。党的十九大作出实施健康中国战略的重大决策部署。根据第六次国家卫生服务调查数据，我国城乡居民健康行为正在好转，吸烟比例和吸烟量有所下降，有意识参加体育锻炼人群的比例呈上升趋势。可以预见，未来人们会进一步提高自我保护意识，不断增加自我保护投入。然而，只有少数学者从理论层面研究了自我保护与其他风险分担工具的关系。Ehrlich等首次论证了市场保险、自我保险和自我保护之间的关系，发现市场保险和自我保护存在互补关系。此后，部分学者对自我保护与保险、自我保险的关系进行了理论上的拓展。以上研究虽然从理论层面探讨了自我保护与其他风险分担工具的关系，但鲜有文献实证分析自我保护与商业健康保险的关系。本文对这一议题进行实证检验，这有助于提高国民健康水平，促进商业健康保险发展。

综上，学者们虽然从实证视角分析了社会医疗保险与商业健康保险的关系，从理论视角探讨了自我保护与其他风险分担工具的关系，但现有文献在实证研究中普遍忽略了自我保护的作用，较少关注社会医疗保险、自我保护与商业健康保险的关系。鉴于此，本文依托消费者保险需求模型分析社会医疗保险、自我保护与商业健康保险的关系，并选取中国家庭金融调查(CHFS)数据加以实证检验，这有助于优化现行医疗制度，发展商业健康保险，提高国民健康水平。

二、理论模型与研究假说

在没有社会医疗保险、商业健康保险及自我保护的情况下，个体的期望效用函数为：

(1)

假定效用函数的一阶导数>0，二阶导数<0。显然，()>0。

1. 社会医疗保险。假设社会医疗保险保费为，社会医疗保险提供的赔付为状态0下损失()的一定比例，设该比例为。因此，在仅考虑社会医疗保险的情形下，个体的期望效用函数为：

(2)

2. 自我保护。假设通过支付一定的成本可以减小状态0的发生概率，用=(,)表示。其中，为没有自我保护支出时状态0的禀赋概率，为自我保护支出。显然，∂∂=()≤0。由此，仅存在自我保护时，个体的期望效用函数为：

(3)

(4)

(一)社会医疗保险与商业健康保险共存

在社会医疗保险与商业健康保险共存的情形下，在疾病发生前，个体可以参加社会医疗保险或者购买商业健康保险；在疾病发生后，社会医疗保险及商业健康保险的赔付可以降低个体的损失。由于社会医疗保险保费()是固定的，报销比例()是外生决定的，因此，个体面临的问题是在给定的社会医疗保险水平下决定其购买商业健康保险的最优数量()。

在这种情况下，个体的期望效用函数为：

(5)

通过运算可知社会医疗保险报销比例()与商业健康保险购买量()的关系如下：

(6)

由于<0，()>0，从而，dd小于0。因此，在仅存在社会医疗保险与商业健康保险时，社会医疗保险挤出了商业健康保险。据此提出如下研究假说：

在社会医疗保险与商业健康保险共存的情形下，两者之间存在挤出效应。

(二)社会医疗保险与自我保护共存

在社会医疗保险与自我保护共存的情形下，在疾病发生前，个体可以通过自我保护投资来降低疾病发生的概率；在疾病发生后，社会医疗保险的赔付可以降低个体的损失。由于社会医疗保险的赔付额度是外生决定的，因此，在给定的社会医疗保险水平下，个体来决定自我保护支出()的最优数量。

在此情形下，个体的期望效用函数为：

(7)

通过运算可得社会医疗保险报销比例()与自我保护支出()的关系如下：

(8)

当同时存在社会医疗保险和自我保护时，社会医疗保险和自我保护的关系不确定。

(三)社会医疗保险、自我保护与商业健康保险共存

在社会医疗保险、自我保护与商业健康保险三者共存的情形下，在社会医疗保险保费()及报销比例()外生给定的情况下，个体将同时决定最优的自我保护支出()及商业健康保险购买量()。

在三者并存的情形下，个体的期望效用函数为：

(9)

在自我保护存在的情形下，可得社会医疗保险报销比例()与商业健康保险购买量()的关系如下：

(10)

在二阶条件成立的情况下，||>0，但式(10)中分子||的符号无法确定，因此，dd的符号也不确定。可见，当引入自我保护后，社会医疗保险与商业健康保险的关系不确定。据此提出如下研究假说：

在同时存在社会医疗保险、自我保护与商业健康保险的情形下，社会医疗保险和商业健康保险的关系不确定。

三、研究设计

(一)数据来源

采取2017年中国家庭金融调查(CHFS)数据进行实证检验。考虑到理论模型部分假设保费是固定的，删除城镇职工基本医疗保险和公费医疗的样本。由于2011年、2013年、2015年缺乏核心解释变量的数据,本文使用2017年CHFS数据，将分析样本限制于18岁及以上的个体，进一步删除社会医疗保险、商业健康保险、健身保健支出等主要变量存在缺失情况的样本，共获得75346个样本。

(二)变量选取与估计模型

个体是否购买与购买多少商业健康保险并不服从完全相同的决策机制，为了将这两个问题区别研究，本文借鉴学者提出的两部模型。

第一部分用Probit模型估计个体是否购买商业健康保险。模型设定如下：

(=1)=+++

(11)

其中，表示个体是否购买商业健康保险的二值虚拟变量，取值为1表明个体购买商业健康保险，否则为0。表示社会医疗保险和人均健身保健支出(取自然对数)。表示个体、家庭和地区特征变量，为随机扰动项。

第二部分用Tobit模型估计个体非零的商业健康保险保费支出(取自然对数)。模型设定如下：

ln(∣=1)=+++

(12)

其中，为个体商业健康保险购买量(取自然对数)，核心解释变量和控制变量与第一部分模型中的和相同，为随机扰动项。

样本数据中较多家庭健身保健支出为0值，有健身保健支出的家庭仅占5.31%，健身保健支出额的概率分布为一个离散点与连续分布组成的混合分布。结合数据特点，本文构建如下Tobit模型分析社会医疗保险对自我保护支出的影响：

(13)

(14)

表1 变量选取及说明

(三)描述性统计

表2描述了各个变量基本情况。2017年仅有3.44%的个体购买了商业健康保险，商业健康保险购买量(取自然对数)的均值为7.1014。其中，未购买商业健康保险的个体有社会医疗保险的比例及家庭成员参保率明显高于购买商业健康保险的个体。购买商业健康保险的个体中健身保健支出(取自然对数)明显高于未购买商业健康保险的个体。

表2 变量的描述性统计

四、实证分析

(一)社会医疗保险对商业健康保险的影响

表3中列(1)和列(2)给出了社会医疗保险对商业健康保险的影响。列(1)的结果表明，参加社会医疗保险的个体显著降低了商业健康保险购买概率。列(2)的结果表明，参加社会医疗保险的个体显著减少了商业健康保险购买量。这表明，社会医疗保险抑制了商业健康保险的发展，验证了前文提出的假说1。

表3 社会医疗保险、自我保护对商业健康保险的影响

(二)自我保护对商业健康保险的影响

表3中列(3)和列(4)汇报了自我保护对商业健康保险的影响。从列(3)的结果可知，自我保护(人均健身保健支出)显著增大了个体购买商业健康保险的概率。从列(4)的结果可知，自我保护(人均健身保健支出)显著增加了个体商业健康保险购买量。

(三)社会医疗保险及自我保护对商业健康保险的影响

为了进一步考察社会医疗保险对有自我保护支出家庭中的个体购买商业健康保险的影响，引入交互项“社会医疗保险×人均健身保健支出”。表3中列(5)和列(6)的结果显示，交互项“社会医疗保险×人均健身保健支出”的系数为正，但不显著。

据前所述，社会医疗保险抑制了商业健康保险的发展，自我保护促进了商业健康保险的发展。但当考虑自我保护与社会医疗保险的交互作用时[表3列(5)和列(6)]，社会医疗保险对商业健康保险购买概率和购买量的影响仍然显著为负，且这种影响因交互作用的存在有所缓解。这表明，自我保护的存在缓解了社会医疗保险对商业健康保险的挤出效应。此外，个体的社会医疗保险状态会影响自我保护与商业健康保险的关系。具体分析如下：对商业健康保险的购买概率而言，当个体未参加社会医疗保险时，自我保护对商业健康保险购买概率的影响显著为正；当个体参加社会医疗保险时，自我保护对商业健康保险购买概率的正向影响有所增强。对商业健康保险的购买量而言，当个体未参加社会医疗保险时，自我保护对商业健康保险购买量的影响不显著为负；当个体参加社会医疗保险时，自我保护对商业健康保险购买量的影响转为正向。这说明，社会医疗保险的存在增强了自我保护对商业健康保险的正向促进作用，尽管这种影响并不显著。

(四)社会医疗保险对自我保护的影响

个体参加保险后，一些参保人可能会对保险产生依赖心理，忽视对自身健康的投资，产生道德风险。为此，进一步考察社会医疗保险对自我保护的影响，回归结果如表4所示。列(1)从个体层面考察了社会医疗保险对自我保护(人均健身保健支出)的影响。结果表明，社会医疗保险的系数在1%的水平下显著为负，表明社会医疗保险挤出了自我保护支出。列(2)从家庭层面考察了家庭成员参保率对自我保护(家庭健身保健支出)的影响，结论与列(1)一致。因此，尽管在理论上社会医疗保险与自我保护之间的关系不确定，但实证结果证实，社会医疗保险与自我保护之间存在挤出效应。

表4 社会医疗保险对自我保护的影响

(五)稳健性检验

从家庭层面考察家庭成员参保率、自我保护对商业健康保险的影响，回归结果如表5所示。回归结果进一步印证了研究结论的稳健性。

表5 家庭成员参保率、自我保护对商业健康保险的影响

五、结论与政策建议

本文理论分析了社会医疗保险、自我保护与商业健康保险之间的关系，并采用CHFS数据进行实证检验。主要发现包括：(1)理论研究表明，社会医疗保险与商业健康保险之间存在挤出效应；引入自我保护后，社会医疗保险与自我保护及商业健康保险的关系并不明确。(2)实证研究表明，社会医疗保险显著降低了商业健康保险的购买概率和购买量；自我保护显著提升了商业健康保险的购买概率和购买量；考虑社会医疗保险与自我保护的交互作用时，自我保护的存在缓解了社会医疗保险对商业健康保险的挤出效应，社会医疗保险的存在加强了自我保护对商业健康保险的正向影响；社会医疗保险显著挤出了自我保护。

本文依托研究结论提出如下政策建议：(1)政府需要进一步明确社会医疗保险和商业健康保险的角色定位，在设计社会医疗保险时，制定合理的封顶线及报销比例，提供适度的保障水平，降低公众对基本医疗保险保障水平的预期，提升公众自身的健康风险防范意识，减轻政府在医疗保障中的责任与财政负担。(2)商业保险公司要丰富健康保险产品供给，提高商业健康保险产品与社会医疗保险的差异性，补充基本医保缺口，并与社会医疗保险相衔接，充分发挥商业健康保险的补充作用。(3)自我保护为商业健康保险市场的快速有效发展提供了突破口。保险公司可以积极参与健康管理市场，增加“事前预防、事中干预”的职能，向健康价值链的前端延伸，提高健康服务能力，满足客户日益差异化的保障需求，促进社会医疗保险和商业健康保险长期的互补融合和协调发展。

① 资料来源：《2021年全国医疗保障事业发展统计公报》，http:∥www.gov.cn/guoqing/2022-03/23/content_5680879.htm。

② 资料来源：《第三次国家卫生服务调查分析报告》和《全国第六次卫生服务统计调查报告》。

③ 资料来源：2020年《中国卫生健康统计年鉴》和中国银保监会网站公布的历年统计数据，https:∥www.cbirc.gov.cn/cn/view/pages/tongjishuju/tongjishuju.html。

④ 城乡居民基本医疗保险制度下，投保人当年缴纳的保费是固定的。与后文实证研究数据的样本特点相对应，此处假定社会医疗保险的缴费是固定的。

⑤ 该数据库中2013年、2015年未单独统计健身保健支出，故只使用2017年样本数据。此外，我们查阅了国内的几大公开数据库，比如CFPS、CLDS、CHARLS等数据库，发现仅有CHFS中的变量定义和数据充分性适合本文的研究主题。