商業健康保險對居民健康的影響
——來自CGSS數據的經驗證據

周德水 黨思琪

1.安徽財經大學財政與公共管理學院 安徽合肥 233030 2.中國人民大學公共管理學院 北京 100872

1 引言

根據國家衛健委2021年公布的數據顯示，中國人均預期壽命、嬰兒和孕產婦死亡率分別為77.3歲、5.6 ‰和17.8/10萬，衡量國民健康水平的三大指標已整體居于中高收入國家前列。并且隨著中國社會經濟向高質量發展轉型，人民群眾對健康需求的多樣性和多層次性也逐漸提升，在看好病的基礎上更希望得到個性化、高質量的醫療服務。然而，中國人口老齡化帶來醫療費用快速增長以及社會基本醫療保險可持續性發展面臨巨大挑戰，使個人、家庭的醫療費用負擔也在不斷增加。這既有悖于“健康中國戰略”建設的初衷，也對人民群眾的健康保障提出了嚴峻挑戰。因此，研究中國居民健康的決定因素具有重要的現實意義。

在促進居民健康的政策選擇上，中國政府將商業健康保險定位為社會醫療保險的有益補充[1]，并已成為滿足人民群眾對美好健康向往的重要制度保障。商業健康保險以自愿參保的居民為保障對象，參保人在生病或受傷時，保險公司按照合同約定的比例支付其醫療費用，進而減少了個人高額的醫療費用支出，增強了居民持續的健康投資能力。中國政府一直重視和鼓勵商業健康保險的發展。2009年5月，保監會發布的《關于保險業深入貫徹醫改意見，積極參加多層次醫療保障體系建設的意見》中提出大力發展商業健康保險，滿足多樣化的健康保障需求。2014年10月，國務院出臺《加快發展商業健康保險的若干意見》，提出擴大商業健康保險的供給，全面推進商業保險機構承辦居民大病保險。黨的十九大、十九屆五中全會以及《十四五規劃綱要》均提出，建立多層次社會保障體系，實施健康中國戰略。健康中國戰略不再單純是以疾病治療為目的，費用報銷為手段的治療服務，而是建立覆蓋人群更廣、服務更加連續、范圍更加細化的健康服務。由此可見，商業健康保險對于提高人民群眾的健康水平、滿足人民群眾多層次健康需求以及助力推動“健康中國2030”戰略目標的實現均具有重要價值。

雖然在中國學術界商業健康保險在醫療保障體系中的重要性已經獲得一致認同[2-5]，但由于中國商業健康保險的覆蓋率仍處于較低水平，目前系統評估中國商業健康保險對城鄉參保居民健康影響的文獻尚不多見。本文將基于截面倍差法(DID)與傾向得分匹配法(PSM)等研究方法，估計商業健康保險對城鄉參保居民的健康效應，并對這種效應進行異質性檢驗，在此基礎上提出進一步促進商業健康保險健康發展的若干思考。

2 文獻綜述

國際上，關于商業健康保險對健康影響的實證分析比較豐富，不過研究尚存在爭議。有研究認為參加商業健康保險可以在不同程度上減少老年人身患疾病的風險。[6,7]有學者基于越南的一項家庭調查數據，指出越南政府實施的自愿醫療保險計劃顯著提高了窮人獲得醫療服務的機會，促進了窮人健康的改善。[8]此外，美國私人健康保險制度可以顯著提高參保個人的健康水平[9,10]， Simon評估了美國醫療補助計劃的有效性，認為擴大健康保險覆蓋范圍，有利于提高低收入和無子女成年人獲得健康的機會，并且能夠增加他們的健康防范意識。[11]

但也有研究指出商業健康保險除了對低收入人群的高血壓癥狀有所改善外，對整體的健康獲得機會并沒有顯著影響。[12,13]也有學者指出健康保險雖然可以改善某些特定群體的健康狀況，但是需要投入大量的社會資源才能有效論證健康保險的健康效應是存在的。[14]有研究基于美國健康與退休調查報告數據，發現無論之前是否參加商業健康保險，參保者和不參保者在65歲時的自評健康狀況沒有明顯差距。[15]除此之外，一項對南非 2013—2015年665名樣本的研究發現，商業健康保險對肺癌的早期治愈率并沒有顯著效果。[16]加納的國民健康保險制度雖然降低了個人在過去14年間的自付支出，但由于加納存在高昂的醫療成本問題，所以難以緩解參保家庭的醫療支出。[17]

受到中國具體國情的影響，國內學者重點關注社會醫療保險制度對參保人健康的影響，且尚未達成一致。其中一項比較有代表性的研究成果指出，我國社會醫療保險的制度設計應側重于滿足老年人的醫療需求，以進一步改善老年人的健康水平。[18]也有學者認為中國城鎮居民基本醫療保險制度顯著促進了參保個人的健康。[19]并且無醫保的“醫保夾心層”群體的健康狀況較差。[20]然而，部分學者的研究指出社會醫療保險并未能促進健康。[21-23]尤其新農合參與不僅提高了不健康行為的傾向[24]，而且加劇了未成年人的健康不平等[25]。

關于中國商業健康保險的相關研究，質性層面較多分析商業健康保險的重要性。譬如有學者將商業健康保險定位為中國醫療保障體系的“第三支柱”[2]，也有學者認為我國“新醫改方案”將其定位為中國醫療保險領域建立公私伙伴關系的重要舉措。[3]但也有學者認為商業健康保險不應是社會醫療保險的簡單補充，而應成為其必不可少的組成部分。[26]當前，我國醫療體制改革應該從“小醫保”向“大醫保”轉型，即充分發展商業健康保險對社會醫療保險的補充作用，才能滿足人民群眾日益增長的健康需要。[5]但是商業健康保險也面臨著欺詐方面的道德風險問題。[27]

在實證分析層面，關于商業健康保險對健康的影響僅在近幾年才獲得關注。有研究基于中國健康與養老追蹤調查(CHARLS)數據，分析中老年人參加商業健康保險的健康績效，指出商業健康保險能夠改善參保中老年人的健康水平。[28]有研究則立足于中國健康和營養調查(CHNS)數據，指出商業健康保險能夠顯著提升居民的健康水平。[29]此外，也有學者通過中國省級面板數據，發現人均商業健康保險保費的增加會顯著降低中國居民的人均健康支出成本。[30]

綜合上述文獻可以看出，國內外學者對于商業健康保險與健康之間的關系研究雖然存在一定分歧，但研究成果可以為本文進一步探索提供良好的基礎。雖然僅有的數篇文獻論證了商業健康保險存在的健康效應，但由于商業健康保險在我國的覆蓋率仍然處于較低水平，學術界利用實證方法研究商業健康保險對居民健康的影響仍然較為缺乏，這為本文研究提供了一定的拓展空間。

本文的主要目的在于：(1)利用2015—2017年中國綜合社會調查(CGSS)數據，估計商業健康保險影響居民健康的微觀效應，為商業健康保險與健康之間的關系提供經驗證據；(2)基于截面倍差法(DID)與反事實估計的傾向得分匹配法(PSM)對健康效應進行再估計，為評價商業健康保險的健康效應提供穩健性支撐；(3)與已有研究不同的是，本文發現商業健康保險雖然能促進健康，但對居民健康的影響存在較強的群體差異，尤其對低收入群體健康的促進效應并不十分明顯。

3 數據來源與變量界定

本文數據來源于中國人民大學發布的2015年和2017年中國綜合社會調查(CGSS)數據。該數據是我國第一個綜合性的在全國范圍內開展的大型微觀調查項目，每期對全國一萬多個家庭進行調查，內容涉及個人經濟特征、家庭經濟變遷、職業特征、社會認同感以及健康等多方面內容。CGSS涵蓋了全國28個省、自治區和直轄市，具有廣泛的全國代表性，為論證我國商業健康保險的健康效應提供了可靠的數據支撐。根據研究需要，本文選擇18～59歲的樣本作為研究對象，在剔除了相關缺失值和不符合研究要求的樣本并控制全部變量后，使用的樣本總量為15 401個。

本文被解釋變量是受訪者自評健康。根據問卷設計，將受訪者對自評健康的回答為“非常差、比較差、一般、較好和比較好”，依次賦值為1～5。受訪者自評健康的均值為3.771 9，說明樣本中絕大多數受訪者的健康狀況處于“一般”和“比較好”之間，但也有相當比例受訪者健康狀況不佳。

本文的解釋變量是商業健康保險，CGSS問卷中詢問了“您是否有商業健康保險”，在具體研究中將回答為“有”賦值為1，回答為“無”賦值為0。樣本中有商業健康保險的比例為13.23%，這與中國保險行業協會公布的全國商業健康保險覆蓋率僅為10%的水平相接近。表1是有商業健康保險和無商業健康保險兩類樣本的健康均值比較。可以看出，有商業健康保險的健康均值是4.012 1，無商業健康保險的健康均值為3.735 3，兩者差值為0.278 6，說明有商業健康保險的居民其健康均值整體更高。

表1 有商業健康保險與無商業健康保險的健康均值比較

在控制變量的選擇上，本文列入了個人特征、家庭特征、社會經濟特征等。其中，個人特征包括性別、年齡、受教育程度、婚姻和戶籍特征；家庭特征包括家庭規模、家庭經濟級別以及家庭是否擁有小汽車；社會經濟特征則包括社會交往的頻繁程度、互聯網使用以及股票投資和社會公平感。變量詳細定義與描述性統計見表2。

表2 主要變量定義與描述性統計

4 計量方法

由于本文關注的受訪者自評健康變量屬于有序排列的五分類變量，本文首先基于Ordered Logit模型，考察商業健康保險對居民健康的影響。具體設置以下方程：

Y*=γ0+γ1CMIi+γ2Xi+μi

(1)

式(1)中，Y*表示受訪者自評健康狀況，CMIi(Commercial Medical Insurance)是本文重點關注的解釋變量即商業健康保險。Xi是一系列控制變量，γ1、γ2表示待估參數，μi表示隨機誤差項。

但是，上述回歸僅能表示一種相關性，說明商業健康保險與居民健康之間存在顯著的相關性，并不能作為因果關系進行解釋。這是由于CMI很可能是內生解釋變量，比如健康水平較高的個體可能正是商業健康保險發揮了作用。對此，本文采用截面倍差法(DID)進行估計。設置如下方程：

Y*=α0+α1CMIi*Ti+α2Ti+α3Xi+θi

(2)

式(2)中Ti可以看成實驗期虛擬變量，即(T=1表示時間效應為2017年；T=0表示時間效應為2015年)；CMIi*Ti是截面倍差法的估計量，在兩期混合截面數據中代表商業健康保險的健康效應特征。截面倍差法與式(1)相比，優點在于構建時間效應與參保變量的交叉項，并采用省份層面的聚類穩健性標準誤，能夠同時控制分組效應(group-specific effects)與時間效應(time-specific effects)，從而能夠較好的估計參加商業健康保險對居民健康狀態的影響。

此外，本文進一步采用基于“反事實”框架的傾向得分匹配法進行穩健性論證。該方法通過計算得分因子，依據樣本中的相似特征進行匹配，將參與組和控制組的兩組樣本進行配對，通過估計沒有參加商業健康保險的這類群體，以及如果參加的話其結果如何影響這一反事實推斷，估計出商業健康保險對健康影響的平均處理效應(ATT)。ATT具體計算公式如下：

ATT=E(Y1i|Ii=1)-E(Y0i|Ii=1)

(3)

式(3)中，Y1i表示有商業健康保險的居民其健康水平值，Y0i表示假設參與組中的樣本沒有參加商業健康保險的健康水平。由于Y0i并不能直接被觀測，所以通過反事實對E(Y0i|Ii=1)即ATT的值加以觀測，即為反事實推斷的凈效應。

5 實證結果與討論

5.1 商業健康保險對居民健康影響的基準回歸

表3是商業健康保險對我國居民健康影響的基準回歸。本文以Ologit模型作為基礎回歸模型，列(1)與列(2)僅分別加入個人特征與家庭特征，發現商業健康保險能夠顯著提升城鄉參保居民的健康水平。列(3)中加入社會經濟特征，結果顯示商業健康保險的健康效應仍然存在。進一步，模型四中控制省份效應與時間效應，商業健康保險仍然在1%的統計水平上顯著為正。這些結果說明，相對于沒有商業健康保險的居民，參加商業健康保險具有正向且顯著的健康效應，即參加商業健康保險能夠顯著促進居民健康，提升居民健康水平。表3中主要控制變量與預期結果基本保持一致，但由于控制變量不是本文的核心關切，在此不做引申討論。

表3 商業健康保險對居民健康影響的基準回歸

5.2 截面倍差法的進一步估計

雖然表3中給出了商業健康保險能夠促進居民健康的回歸結果，但直接的Ologit回歸可能因內生性問題導致結果不夠穩健。對此，本文引入截面倍差法克服內生性問題，使得回歸結果更趨于因果解釋。

如式(2)介紹，截面倍差法關注交互項的系數。表4回歸結果顯示，列(1)僅控制個人特征，發現處理效應的系數顯著為正，說明商業健康保險對健康影響的正向效應存在。列(2)中加入家庭特征，結論仍然一致。列(3)進一步控制社會經濟特征，處理效應的系數仍然為正，且通過了5%的顯著性檢驗，表明在采用截面倍差法控制因果效應后，商業健康保險可以有效提升參保居民的健康水平，進一步證實了本文的基準結論。

表4 截面倍差法的估計

5.3 基于反事實推斷的傾向得分匹配法的再檢驗

本文進一步采用基于反事實推斷的傾向得分匹配法(PSM)進行穩健性檢驗。常見的傾向得分匹配法有最近鄰匹配、半徑匹配和核匹配。結果如表5所示，基于最近鄰匹配在匹配后的ATT值為0.050 4，且在1%的統計水平上顯著，即商業健康保險能夠使居民健康水平顯著提升5.04%。為了進一步驗證最近鄰匹配結果是否穩健，本文同時估計了半徑匹配和核匹配的估計結果，結論仍然顯著為正。整體來看，商業健康保險能夠顯著促進居民健康水平。

表5 傾向得分匹配的估計結果

由于傾向得分匹配需要通過樣本的平衡性檢驗，即檢驗在樣本匹配后是否符合條件獨立分布假設。結果顯示，絕大多數變量在匹配前P值顯著，匹配后不再顯著，并且匹配后樣本標準偏差均小于10%，說明樣本特征值在較大程度上獲得消除，匹配結果能夠較好的平衡數據。表6的整體匹配指標前后對比結果顯示，由Logit模型估計的偽R平方在匹配后為0.001，這說明樣本由“反事實”框架構建的匹配變量對商業健康保險參與的影響幅度大幅下降，即匹配變量對中國居民是否參與商業健康保險的解釋力非常微弱，這證明商業健康保險的個人參與在匹配后符合條件隨機假設，傾向得分匹配法的估計質量得到保障。

表6 匹配結果的平衡性檢驗

5.4 擴展性討論

商業健康保險能夠促進居民健康水平。但上述檢驗是整體效應，并沒有考慮不同群體的異質性。根據商業健康保險的現實特征，本部分將基于截面倍差法從年齡、收入與區域三個方面進行分組考察，以檢驗商業健康保險影響的異質性。

(1)按年齡分組。從表7可以看出，商業健康保險對40歲以上居民健康的影響顯著高于40歲以下居民。40歲以下群體屬于青壯年群體，擁有商業健康保險會增進其對健康風險的認知，形成良好的健康風險預防意識，有利于促進健康；但相對而言，青年群體的健康人力資本存量還沒有產生較大損耗，同時，青壯年整體疾病風險發生率相對較低，所以商業健康保險對其健康的直接促進效果會減弱。對于40歲以上居民，他們購買商業健康保險對其健康具有顯著正向影響，這可能是商業健康保險發揮了重要作用。一方面，考慮到目前商業健康保險中較大比例為重疾險，所以40歲以上居民中更健康的群體更容易買到健康保險；另一方面，年齡增加導致健康和疾病風險的發生率逐漸提高，商業健康保險可以對該群體因疾病沖擊所產生的經濟負擔提供較大幅度的補償，有利于提高該類群體對健康的持續投資能力。

表7 基于截面倍差法的異質性檢驗

(2)按收入層次分組。本文將月收入低于2 000元劃分為低收入樣本，結果顯示，在低收入樣本中商業健康保險的系數為正，但沒有統計顯著性。在中高收入組中，商業健康保險在1%的統計水平上顯著為正，這說明商業健康保險具有“嫌貧愛富”的特征，對中高收入群體的健康效應要顯著高于低收入群體。對于低收入群體而言，限于經濟條件和支付能力約束，自身很難選擇保障程度較高的商業健康險種，抑或被動接受用人單位提供的檔次較低的健康險種，所以整體而言，該類群體參保的商業健康險種補償水平有限。低收入群體作為弱勢群體的組成部分，往往面臨著諸多社會風險，對社會缺乏安全感，“畏懼生病、擔心失業、難以向上流動等”都是該類群體的現實特征。[31]

與此同時，中國政府提供的社會醫療保險已經基本實現了全覆蓋，能夠對低收入群體的健康提供較好保障，在一定程度上替代了支付費用更高的商業健康保險的健康保障功能。但是，對于有著較高收入的群體而言，由于商業健康保險有著盈利屬性，不同商業醫療險種之間的繳費層次差距較大，較高收入群體有著選擇更高商業健康險種的能力，能夠為商業健康保險的供給方帶來更高的經濟效益，所以商業健康保險為高收入群體提供了更高的健康保障。有學者指出我國城鎮居民基本醫療保險對高收入階層的經濟促進作用要高于低收入階層[32]，本文結論說明商業健康保險也存在這一效應。

(3)在區域劃分上，商業健康保險在中西部子樣本回歸中在1%的統計水平上顯著為正，但在東部地區的子樣本回歸中并沒有顯著性統計意義。這說明商業健康保險對健康的促進效應主要在中西部地區。東部地區社會經濟發展水平較高，各項社會保障制度也相對健全，并且與健康相關的體育基礎設施建設也比較完善，所以商業健康保險發展對東部地區居民健康的“邊際貢獻”可能不是十分明顯。而中西部地區經濟發展相對滯后，原有的社會保障待遇水平也相對較低，商業健康保險對個體健康的影響會更加敏感，所產生的“邊際貢獻”更大。黨的十九大提出，發展不平衡不充分已成為人民群眾對美好健康向往的主要障礙，如何消除區域間存在的健康不平等現象，已經成為我國政府和學術界共同關注的話題。本研究表明，大力發展商業健康保險，將其作為社會醫療保險的有益補充，有利于助力實現這一目標。

6 結論與啟示

文章基于中國綜合社會調查(CGSS)數據，采用截面倍差法(DID)與傾向得分匹配法(PSM)研究了商業健康保險對參保者健康的影響。研究發現：商業健康保險具有正向健康效應，即參加商業健康保險能夠顯著促進居民健康，提升居民健康水平。通過使用截面倍差法克服因果效應與傾向得分匹配法進行反事實估計發現，商業健康保險對居民健康的正向影響仍然成立。擴展性分析顯示，商業健康保險對高收入群體的健康促進效應顯著高于低收入群體，且在40歲以上、中西部地區更顯著。

本文研究有助于認清商業健康保險對提升居民健康水平的價值與深層影響。在商業健康保險的發展完善方面：首先，國家層面應進一步發揮商業健康保險對社會醫療保險的補充作用。尤其是在社會醫療保險已經基本實現全覆蓋的新時代背景下，擴大商業健康保險的覆蓋面，可嘗試借鑒社會醫療保險的制度設計，為購買商業健康保險的個體提供一定的參保激勵，如政府可給予參保者一定的繳費補償，進而帶動參保積極性。其次，商業健康保險提供方應推動商業健康保險的普惠性創新，特別是針對低收入群體的普惠性產品。應降低低收入人群參保的繳費門檻，以拓寬保障范圍和保障水平。再者，應促進健康資源公共配置的均等化建設，尤其是向中西部地區傾斜。此外，健康應從青年預防開始，提高青年群體的健康風險意識，進一步擴大商業健康保險的群體適用性，并提升對中老年群體的健康保障程度，進而助力推動健康中國建設。

作者聲明本文無實際或潛在的利益沖突。