嚴志剛,孫振宇,錢東福,2
1.南京醫科大學醫政學院,2.健康江蘇研究院,江蘇 南京 211166
商業健康保險是由商業保險機構對疾病和醫療行為導致的損失給付保險金的保險,主要包括醫療保險、疾病保險、護理保險以及相關的醫療意外保險、醫療責任保險等[1]。商業健康保險作為社會醫療風險管理的市場化解決方案,是我國社會保障體系的重要組成部分,在完善醫療保障體系中發揮著重要作用[2]。2015年國務院常務會決定試點對購買商業健康保險給予個人所得稅優惠政策,商業健康保險探索進入了深水區。為此,一大批學者開始了更為深入的探討,取得了頗豐的成果。但是,經過不斷的學術積淀和發展,中國商業健康保險的研究成果如何,哪些機構和學者做出過突出貢獻,研究現狀、探索熱點、前沿問題是什么,未來的發展方向又是什么?厘清上述問題有助于把握商業健康保險的研究主題、發展脈絡和演進趨勢,對于進一步深化中國商業健康保險研究具有重要意義。本文以1995—2020年中國知網(CNKI)數據庫中商業健康保險研究文獻為研究對象,運用CiteSpace 展開文獻計量可視化分析,探究商業健康保險的研究現狀和演進趨勢,以期為我國商業健康保險研究的推進提供循證依據。
以“商業健康保險”為主題詞在CNKI 內進行檢索,追溯至第一篇關于商業健康保險的中文文獻發表的時間,即1995年??紤]到數據庫內每天都有可能更新相關文獻,故在一天內完成所有檢索。文獻納入標準:①發表時間為1995年1月至2020年12月;②類別為學術期刊;③語言為中文;④標題或關鍵詞或摘要必須包含“商業健康保險”。文獻排除標準:①學位論文、會議、報紙、年鑒、圖書、專利、標準、成果等非學術期刊論文;②僅提及或僅對“商業健康保險”做簡單介紹的論文;③沒有圍繞“商業健康保險”主題做單獨研究的論文;④缺少標題、摘要、關鍵詞、正文、參考文獻等必要部分的殘缺論文。共檢索到3 674 篇相關文獻,剔除不符合要求的文獻后,共納入有效中文文獻1 063篇。
為對比1995—2020年國外商業健康保險研究的發文趨勢,本文以“commercial health insurance”為主題詞在Web of Science(WOS)所有數據庫內進行文獻檢索,因本文旨在對國內商業健康保險研究進行分析,故未運用CiteSpace 對WOS 庫內所得文獻開展可視化分析。文獻納入標準:①發表時間為1995年1月至2020年12月;②類別為“Arti?cles”或“Review Articles”;③語言為英文;④標題或關鍵詞或摘要必須包含“商業健康保險”。文獻排除標準:①以中國為研究對象的論文;②僅提及或僅對“商業健康保險”做簡單介紹的論文;③沒有圍繞“商業健康保險”主題做單獨研究的論文;④缺少標題、摘要、關鍵詞、正文、參考文獻等必要部分的殘缺論文。共檢索到3 084 篇相關文獻,剔除不符合要求的文獻后,共納入有效英文文獻2 323 篇。
CiteSpace 是基于WOS 數據格式開發的文獻計量可視化軟件。可實現合作網絡分析、關鍵詞共現分析、文獻共被引分析等功能,在非WOS 數據庫下載的文獻均需先轉化為WOS 的數據格式。因CiteSpace 的功能限制,中文文獻不可進行文獻共被引分析。由于共被引分析和共詞分析的基本原理相同,因此,通過術語或關鍵詞的共現、突現,結合合作網絡分析,亦可基本展現學科研究的熱點、前沿和演進趨勢[3]。
CiteSpace 共詞分析的方法有兩種,一種是關鍵詞(keyword)共現,另一種是術語(term)共現,兩者的區別在于,前者使用的是數據中原始的字段,后者使用的是自然語言處理過程分析后提取的術語,通常兩者分析的結果相差不大[4]。本文采用的是關鍵詞共現分析,選用默認參數設置,選擇尋徑網絡算法(pathfinder pruning)+修剪合并網絡(Pruning the merged network)繪制可視化圖譜。本文采用TF×IDF 加權算法,對數似然率(log?likelihood rate)算法以及互信息(mutual information)算法相結合的方式對“標題詞條”“關鍵詞詞條”“摘要詞條”抽取的信息進行聚類,這也是對聚類最佳的詮釋和界定[5]。CiteSpace 聚類有以下幾個重要的指標:網絡密度(density),含義為網絡中“實際關系”除以“理論上的最大關系數”,網絡密度沒有一個明確的界定標準,通常認為越大越好;Modualarity 值(Q 值)是一個社團識別效果的指標,Q值越大,表示網絡的聚類效果越好,Q值一般在區間[0,1)內,Q值>3(經驗值)就意味著劃分出來的社團結構是顯著的;Silhouette值(S值)是用來衡量網絡同質性的指標,越接近1,聚類效果越好,一般當S值>0.5時,即認為聚類結果是合理的,當S值>7時,聚類是高效率且令人信服的[6]。
國內商業健康保險研究發文量總體偏少,整體呈遞增的趨勢。近年來發文量處于較高水平,但是波動較大,不夠穩定,大致可以劃分為三個階段:①1995—2004年,論文發表數量少并且遞增緩慢,十年時間僅由1995年的1 篇增至2004年的33 篇;②2004—2015年,發文量增速明顯加大,尤其是2014 和2015年兩年,增勢迅猛,并于2015年達到頂峰116 篇;③2015—2020年,發文量處于較高水平,但也是起伏最大的時期,最低點2019年的54 篇不及2015年的一半。同期,國外商業健康保險發文量亦呈整體遞增的趨勢。1995—2015年國內外相關論文發表數量相差不大,但自2016年后,國外相關論文發表數量逐年攀升,遠超國內(圖1)。

圖1 1995—2020年商業健康保險研究文獻發表數量趨勢
通過CiteSpace 軟件對納入的1 063篇文獻的研究機構與作者進行知識圖譜的可視化,該圖譜共包含639 個節點,468條連線,網絡密度為0.002。節點的大小通常代表研究機構及作者的學術影響力,連線的粗細則表示研究機構或作者之間的合作強度[7]。
結果顯示,商業健康保險研究成果主要集中在財經保險類學科強勢的高校和保險公司,尤以高校為主。合作網絡節點數量甚至超過連線數量,研究機構、學者之間連線強度較弱,網絡密度稀疏;各研究機構或學者呈現小范圍聚集,小聚落間幾乎沒有什么合作成果;在我國商業健康保險研究領域內,尚未有發揮中心節點作用的研究機構或學者(圖2)。發文量排在第1 位的研究機構是西南財經大學(45 篇),發文量排在第1位的作者是來自南開大學的朱銘來教授(26篇)(表1)。

表1 期刊發文量排名前10位的研究機構及作者

圖2 研究機構與作者的合作網絡知識圖譜
共詞分析的基本原理是對一組詞兩兩統計它們在同一組文獻中出現的次數,通過這種共現次數來測度他們之間的親疏關系,借以反映學科領域內研究的熱點分布、前沿及變化情況[8]。本文通過CiteSpace 對樣本文獻的高頻關鍵詞(閾值頻次≥20 次)繪制知識圖譜。結果顯示,所得可視化圖譜共包含621個節點,1 058條連線,網絡密度為0.006,Q 值=0.866,S 值=0.954,說明圖譜的聚類結果是高效且可靠的,能夠代表我國商業健康保險的相關研究熱點(圖3)。

圖3 商業健康保險領域高頻關鍵詞知識圖譜
為清晰地展示我國商業健康保險領域的研究熱點,本文在關鍵詞知識圖譜的基礎上,統計出頻次≥20 次的高頻關鍵詞及其中介中心性(表2)。可以看到,共有20 個高頻關鍵詞,其中頻次最高的是商業健康保險(778 次)。中介中心性是用來描述關鍵詞節點作用大小的,一般認為中介中心性越大,該關鍵詞起到節點作用越明顯,對于中介中心性≥0.10 的關鍵詞則需我們尤為關注。中介中心性≥0.10 的關鍵詞有商業健康保險、醫療保險、健康保險、社會醫療保險、健康險、醫療保障體系、保險業、健康管理和健康保險經營。

表2 高頻關鍵詞及其中介中心性統計
CiteSpace 提供突現檢測(burst detection)的功能,用以發現一個術語或關鍵詞興起和衰落的過程。圖4中以色度條表示1995—2020年的分析時間段,紅色的條塊表示每個突現關鍵詞興起和消失的時間過程。本文在關鍵詞共現網絡的基礎上,進一步對關鍵詞進行突現詞檢測,得到了26年來我國商業健康保險研究的31個突現強度最高的關鍵詞,包括區塊鏈、大數據、物聯網、保險科技、健康中國、人工智能、云計算、專業化經營等。其中,大病保險的突現強度最高,為6.68(圖4)。

圖4 我國商業健康保險研究前31個最強突現關鍵詞
時間線視圖側重于勾畫聚類之間的關系和某個聚類中文獻的歷史跨度,將同一聚類的節點按照時間順序排布在同一水平線上,可以直觀地展現出該聚類的歷史成果[9]。圖5展示了商業健康保險、健康保險、保險公司、醫療保險、商業保險、社會醫療保險、國家稅務總局、健康服務業、醫療服務體系、保險業務等商業健康保險研究最具代表性的聚類結果,以及每個聚類結果后關鍵詞的時間演進脈絡。

圖5 商業健康保險研究的時間線知識圖譜
我國商業健康保險研究廣度和深度不夠主要體現在三個方面:①起步晚、增速緩。CNKI 內可追溯到的第一篇國外關于商業健康保險的論文發表于1952年,而我國第一篇關于商業健康保險的論文發表于1995年,較國外晚了43年,并且相較于國外近年來論文發表增速緩慢。②總量少、起伏大。我國商業健康保險研究發文量整體呈上升趨勢,但總體數量仍然偏少,不足國外一半。近年來發文量較以往處于一個較高的水平,但研究成果數量起伏不定,欠缺穩定性,而國外研究呈逐年攀升的趨勢。③缺乏跨學科合作、未能結合學科優勢。2020年的中央經濟工作會議提出,要緊緊扭住供給側結構性改革這條主線,注重需求側管理,“需求側管理”被首次提及。健康是商業健康保險的核心要義之一,對于民眾健康狀況與需求有著更為深入了解的醫學類高校、醫院對疾病有著系統、科學、精準化的認知,但在發文量排名前10位的研究機構中卻無一所醫學高校或是醫院,關鍵詞共現圖譜中出現的僅一所武漢人民醫院卻也與其他研究機構間聯系稀疏。這揭示出商業健康保險的兩個方面——保險供給和健康需求,二者的研究并沒有真正做到緊密結合。這對商業健康保險內容、機制、模式等的深入探究是不利的。保險供給和健康需求是構成商業健康保險市場的兩個不可或缺的方面,在需求側管理與供給側改革結合的大趨勢下,推動財經保險類研究機構與醫學健康研究機構或學者之間的交流合作,在商業健康保險領域實現學科交叉融合,有利于對商業健康保險研究進行深層次挖掘。
經關鍵詞分析,結合商業健康保險領域內重要文獻的相關論述發現,我國商業健康保險研究階段主題特征明顯,可大致將我國商業健康保險研究劃分為以下四個階段。
1995—2003年,以計算機互聯網技術應用為主要特征。這一階段區塊鏈、大數據、物聯網、保險科技、健康中國、人工智能、云計算等關鍵詞高頻突現。可見,在我國商業健康保險探索之初,學界便已經開始關注以區塊鏈、大數據為代表的計算互聯網技術在商業健康保險領域的應用。
2003—2009年,該階段的研究主題逐漸轉移至商業健康保險專業化經營。主要涉及專業化經營管理、專業化產品、產品結構等內容,包含的關鍵詞主要有專業化經營、健康保險經營、社會醫療保險等。汪瑾[10]指出由于我國商業健康保險在經營上附加于人壽保險,未能實現與人壽保險的分開經營,因而在產品定價、產品研發、產品理賠等方面專業化程度低,大部分處于虧損狀態,故實行專業化經營管理模式成為我國商業健康保險發展所必須經歷的過程。
2009—2015年,以新醫改為背景,步入以大病保險、長期護理保險等為代表的精細化與精準化險種研究階段。主要涉及在新醫改背景下,作為補充醫療保障主要提供者的商業健康保險于我國醫療保障體系改革過程中存在的問題,在深化醫改進程中大病保險、長期護理保險等險種的服務方式、試點方案的探討。包含的關鍵詞主要有醫療保障體系、人保健康、新醫改、大病保險、國務院、深化醫改等。
2015—2020年,該階段研究緊隨政府稅收優惠政策,聚焦于大健康產業。主要涉及保費收入、風險控制、付費制度、稅收優惠政策等內容,包含的關鍵詞主要有基本醫保、商業健康險、稅前扣除、稅收優惠政策、國家稅務總局、健康管理、稅收健康險、健康產業等。2015年國務院常務會決定試點對購買商業健康保險給予個人所得稅優惠政策,同期關于稅收優惠政策對商業健康保險市場的影響等研究熱度不斷上漲;2016年中共中央、國務院指出要加快推動健康產業發展,促進形成內涵豐富、結構合理的健康產業體系,同期商業健康保險研究關于“健康產業”的關鍵詞開始高頻突現,這表明商業健康保險研究具有頗高的政策敏感性和政策緊隨性。
綜合上述分析商業健康保險領域內重要文獻成果,可以歸納總結出商業健康保險的5 個研究趨勢:①在健康中國戰略、行動背景下,商業健康保險與基本醫療保險的銜接研究;②在健康中國理念下,健康保險、健康管理和健康服務體系的產業鏈研究;③在老齡化趨勢下,對大病保險、長期護理保險等險種的精細化與精準化研究;④在國家相關政策推動下,對醫療費用控制、衛生總費用、保費稅收的精算研究;⑤針對人民健康需求多元化的商業健康保險供給側改革研究。
2012年世界衛生組織《衛生政策和系統研究策略》的發布正式宣告衛生政策循證時代的到來[11],以元分析(Meta Analysis)、系統綜述(Systematic Re?view)為代表的循證和計量方法在衛生政策領域蓬勃發展,亦不乏有學者運用文獻計量的方法探索衛生管理學科的研究熱點和前沿[12]。近年來,國內保險領域逐漸興起運用CiteSpace 等文獻計量軟件探索研究熱點、前沿趨勢,尤以長期護理保險相關論文最多[13],而針對商業健康保險進行文獻計量分析的論文僅有一篇[2]。一般而言,研究是先于政策形成的,而政策推行又會反作用于研究,對研究熱點具有引導作用。在衛生政策領域,從學科研究的熱點問題到形成政策推行,前后要經歷較長的時間,若能以文獻計量、系統綜述的方式為政策制定提供循證依據,便可以大大縮短政策制定周期。商業健康保險賴政策以發展,不可脫離政策環境獨立生存,縮短政策制定周期亦可以推進商業健康保險研究的加速發展。循證與計量的理念、方法同樣適用于商業健康保險研究,循證和計量方法將為商業健康保險研究提供重要研究工具。
商業健康保險對夯實我國多層次醫療保障體系,滿足人民群眾多樣化健康保障需求,創新醫療衛生治理體制,提升醫療衛生治理能力現代化水平具有重要意義[14-15]。本文利用CiteSpace 對1995—2020年我國商業健康保險研究的研究現狀及演進趨勢進行了可視化分析,并基于上述分析得出如下四個推論:第一,商業健康保險供給側改革和需求側管理將成為未來重點研究方向;第二,推動財經保險類高校、公司及其學者與醫學健康類高校、醫院及其學者之間的合作將為商業健康保險的研究打開新局面;第三,商業健康保險將朝大病保險、長期護理保險等精細化、精準化險種研究和健康產業鏈等體系化產業研究方向演變;第四,循證與計量方法將會成為商業健康保險研究的重要工具。