空氣污染對商業(yè)健康保險需求的影響
——基于秦嶺淮河地區(qū)的實證研究

趙 強 孫 健

一、引言

自從中國出現(xiàn)多次嚴(yán)重的霧霾現(xiàn)象之后，空氣污染成為我國居民關(guān)注的熱點問題。空氣污染不僅關(guān)系著國家形象和經(jīng)濟(jì)增長，也時刻威脅著公眾健康。根據(jù)我國生態(tài)環(huán)境部發(fā)布的2019年全國空氣質(zhì)量來看，在全國337個地級城市中，環(huán)境空氣質(zhì)量達(dá)標(biāo)的城市數(shù)量占總數(shù)的46.6%，相比于2016年的達(dá)標(biāo)率24.85%，提高了不少但仍然沒有超過半數(shù)。《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和二O三五年遠(yuǎn)景目標(biāo)的建議》也明確指出要持續(xù)改善環(huán)境質(zhì)量，增強全社會生態(tài)環(huán)境保護(hù)意識，深入打好污染防治攻堅戰(zhàn)。

空氣污染對居民身心健康的影響不可小覷，可直接和間接對人體機能造成短期甚至長期的損傷，進(jìn)而增加居民的健康成本，縮短人均預(yù)期壽命(1)Chen Y, Ebenstein A, Greenstone M, et al.“Evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River policy”, Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(32),pp.12936-12941.。空氣污染對居民造成生理疾病居多，嚴(yán)重的空氣污染會提高居民的肺癌以及其他呼吸系統(tǒng)疾病的致病率(2)李陽、吳達(dá)勝、周如意：《空氣污染物濃度與呼吸系統(tǒng)疾病的關(guān)系研究》，《環(huán)境污染與防治》2018年第5期。，并且空氣污染在我國致死原因中排名第四(3)Wang HD, et al.“Age-specific and Sex-specific Mortality in 187 Countries, 1970-2010: A Systematic Analysis for the Global Burden of Disease Study 2010”,Lancet,2010,380(9859),pp.2071-2094.，呼吸系統(tǒng)疾病也是疾病致死原因的第四名。自2010年百度百科設(shè)立第一個“PM2.5”的詞條后，我國居民對空氣污染的關(guān)注與重視也逐漸提高，2013年百度搜索指數(shù)有關(guān)“空氣污染”關(guān)鍵詞的搜索量開始暴增，這說明公眾的生態(tài)環(huán)境保護(hù)意識以及自身健康關(guān)注意識在逐漸增強。

為了規(guī)避空氣污染帶來的生理疾病以及其他原因誘導(dǎo)的疾病，我國居民對商業(yè)健康險的需求不斷上升，進(jìn)而促進(jìn)了我國商業(yè)健康險市場的迅速擴(kuò)張。從2010年至2020年我國商業(yè)健康險市場從677億元發(fā)展為8173億元，增長了約12倍。2014年國務(wù)院印發(fā)《關(guān)于加快發(fā)展商業(yè)健康保險的若干意見》，明確提出要加速發(fā)展商業(yè)健康保險，豐富產(chǎn)品類型，增強與基本醫(yī)療保險的有機銜接。可以看出商業(yè)健康保險是受到國家重視與支持的，商業(yè)健康保險作為中國社會保障體系重要的一環(huán)，可以補償居民因為傷病而增加的經(jīng)濟(jì)負(fù)擔(dān)，基本醫(yī)療保險為居民提供基礎(chǔ)保障，商業(yè)健康保險為居民降低醫(yī)療成本，因此研究空氣污染對商業(yè)健康保險需求的影響對我國發(fā)展壯大商業(yè)健康保險具有重要的意義與作用。

相比于同類文獻(xiàn)研究，本文的貢獻(xiàn)和創(chuàng)新如下。目前我國相關(guān)的研究使用的大多為省際面板數(shù)據(jù)，使用的空氣污染物指標(biāo)種類過少，本文使用的數(shù)據(jù)為地級市面板數(shù)據(jù)，以城市層面進(jìn)行回歸分析更為細(xì)化。使用衛(wèi)星遙感監(jiān)測PM2.5數(shù)據(jù)，相較地面監(jiān)測數(shù)據(jù)更為客觀與直觀，避免操控與失誤。同時使用其他六種空氣污染物指標(biāo)進(jìn)行替換檢驗，以確保空氣污染變量選取的有效性以及回歸結(jié)果的穩(wěn)健性。使用的研究方法為模糊斷點回歸設(shè)計，利用秦嶺淮河為南北分界線作為地理斷點，使用樣本城市到秦嶺淮河邊界的最短距離作為工具變量，在一定程度上可以減小內(nèi)生性問題，可以有效地估計空氣污染對商業(yè)健康保險需求的影響。本文試圖從空氣污染對商業(yè)健康保險影響的角度弄清楚三個問題：第一，空氣污染是否導(dǎo)致商業(yè)健康保險需求的增加；第二，更替不同的空氣污染物是否造成對商業(yè)健康險的需求產(chǎn)生不同的結(jié)果；第三，從對商業(yè)健康保險需求的影響上判斷，居民是從何時開始關(guān)注、重視空氣污染，即居民對商業(yè)健康保險的需求是否存在滯后性。

本文其余部分安排如下：第二部分為空氣污染和商業(yè)健康保險的文獻(xiàn)綜述與理論假說；第三部分為實證設(shè)計中變量的選取與數(shù)據(jù)來源；第四部分為實證結(jié)果分析、穩(wěn)健性檢驗和異質(zhì)性分析；第五部分為總結(jié)全文與提出建議。

二、文獻(xiàn)綜述和理論假設(shè)

(一)文獻(xiàn)綜述

回顧相關(guān)文獻(xiàn)，早期學(xué)者對空氣污染的探索大都集中在對居民的健康影響上，在此方向進(jìn)行了大量的研究，陳碩等人研究發(fā)現(xiàn)二氧化硫污染物排放對居民死于肺癌和呼吸系統(tǒng)疾病的人數(shù)呈正相關(guān)且每年造成的死亡人數(shù)大約為18萬左右(4)陳碩、陳婷：《空氣質(zhì)量與公共健康:以火電廠二氧化硫排放為例》，《經(jīng)濟(jì)研究》2014年第8期。；李衛(wèi)兵等人通過實證研究發(fā)現(xiàn)，空氣污染越嚴(yán)重對居民的心理健康造成的傷害程度就越深，并且對省會居民，受教育程度低的居民以及女性居民影響更大(5)李衛(wèi)兵、鄒萍：《空氣污染與居民心理健康——基于斷點回歸的估計》，《北京理工大學(xué)學(xué)報(社會科學(xué)版)》2019年第6期。；葉林祥等人使用中國勞動力動態(tài)調(diào)查數(shù)據(jù)從居民的主觀視角與收入水平研究了空氣污染對居民幸福感的影響，結(jié)果發(fā)現(xiàn)高收入人群對較差的空氣質(zhì)量更加敏感，并且空氣質(zhì)量變差會降低居民的幸福感(6)葉林祥、張尉：《主觀空氣污染、收入水平與居民幸福感》，《財經(jīng)研究》2020年第1期。。通過總結(jié)空氣污染對居民健康的相關(guān)文獻(xiàn)發(fā)現(xiàn)，空氣污染不僅對居民的身體健康造成影響，如造成呼吸系統(tǒng)疾病及肺癌，而且對居民的心理健康也有著不小影響，降低居民的幸福感。無論是身體健康的影響還是心理健康的影響，這都將增加居民的醫(yī)療成本。

商業(yè)健康保險在降低居民醫(yī)療健康成本上具有重大作用，大量的文獻(xiàn)也進(jìn)行了商業(yè)健康保險方向的研究，謝明明等人通過我國省級面板數(shù)據(jù)與門檻效應(yīng)研究得出商業(yè)健康保險對社會醫(yī)療保險是一種補充，兩者之間相輔相成，并非替代關(guān)系(7)謝明明、李琴英：《中國商業(yè)健康保險與社會醫(yī)療保險是互補還是替代——基于省際面板數(shù)據(jù)與門檻效應(yīng)的分析》，《江西財經(jīng)大學(xué)學(xué)報》2020年第3期。；許燕從健康養(yǎng)老的視角下研究了居民對商業(yè)健康保險的需求受居民對保險的認(rèn)知程度影響最大(8)許燕：《健康養(yǎng)老視角下商業(yè)健康保險需求的影響因素分析——以遼寧省數(shù)據(jù)為例》，《金融理論與實踐》2016年第2期。；范紅麗等人使用中國健康和營養(yǎng)調(diào)查面板數(shù)據(jù)研究了商業(yè)健康險對居民健康水平的影響為顯著正向，并且這一現(xiàn)象在高收入人群與中年人群效果更突出，并且能夠提高居民對醫(yī)療服務(wù)的使用(9)范紅麗、劉素春、陳璐：《商業(yè)健康保險是否促進(jìn)了居民健康——基于微觀數(shù)據(jù)的實證研究》，《保險研究》2019年第3期。;朱銘來等人認(rèn)為商業(yè)健康保險是不可或缺的，其作用有效地幫助政府解決社會醫(yī)療保險獨木難支的局面，并且能夠有效地控制醫(yī)療費用的過快增長，幫助居民緩解醫(yī)療費用負(fù)擔(dān)(10)朱銘來、奎潮：《論商業(yè)健康保險在新醫(yī)療保障體系中的地位》，《保險研究》2009年第1期。。從現(xiàn)有文獻(xiàn)的觀察總結(jié)可知，商業(yè)健康保險對降低居民醫(yī)療健康成本有著舉足輕重的作用，能夠促進(jìn)醫(yī)療服務(wù)與相關(guān)保險的一體化經(jīng)營，并且能夠補充以及輔助國家社會醫(yī)療保險。

關(guān)于空氣污染對商業(yè)健康險影響的研究文獻(xiàn)有，袁成等人利用居民受教育程度作為居民的風(fēng)險認(rèn)知，進(jìn)而研究了空氣污染和居民風(fēng)險認(rèn)知對商業(yè)健康險消費的影響(11)袁成、劉舒亭：《空氣污染、居民風(fēng)險認(rèn)知與我國商業(yè)健康保險消費》，《保險研究》2020年第8期。。伍駿騫等人使用省際面板數(shù)據(jù)研究了霧霾對商業(yè)健康保險發(fā)展的影響(12)伍駿騫、王海軍、儲德平、聶飛：《霧霾污染對商業(yè)健康保險發(fā)展的影響》，《中國人口·資源與環(huán)境》2019年第8期。。發(fā)現(xiàn)從商業(yè)健康保險需求的視角來研究空氣污染影響的文獻(xiàn)并不多，且數(shù)據(jù)多為省際面板數(shù)據(jù)，污染物指標(biāo)比較單一，因此本文希望在此方向的研究，能夠在邊際上豐富相關(guān)文獻(xiàn)，為之后想要從事此方向研究的個人或保險公司等提供研究思路。

關(guān)于我國供暖政策和空氣污染相關(guān)的背景介紹如下。我國的集中供暖政策，是根據(jù)造成南北氣候差異的秦嶺淮河來劃分供暖地區(qū)的，根據(jù)政策要求，向秦嶺淮河分界線以北的城市提供集中供暖，而秦嶺淮河分界線以南地區(qū)的城市則無法享有集中供暖政策帶來的福利。注意到集中供暖主要以燃燒煤炭為主，煤炭的不完全燃燒則會產(chǎn)生大量的空氣污染物，并且Chen等人根據(jù)秦嶺淮河分界線劃分的供暖區(qū)域所形成的準(zhǔn)自然實驗，使用斷點回歸設(shè)計發(fā)現(xiàn)集中供暖政策造成北方城市空氣污染更嚴(yán)重(13)Chen Y, Ebenstein A, Greenstone M, et al.“Evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River policy”, Proceedings of the National Academy of Sciences of the United States of America, 2013,110(32),pp.12936-12941.。供暖政策始于20世紀(jì)50年代，長期影響北方空氣質(zhì)量，并且由于秦嶺淮河作為分界線所形成的空氣污染斷點，是本文斷點回歸設(shè)計所需要的重要條件。

(二)理論假設(shè)

環(huán)境污染會對居民的身心健康造成影響甚至傷害，環(huán)境污染問題包括空氣污染、土壤污染、水質(zhì)污染、噪音污染和光污染等一系列問題，其中相比較于其他污染問題，由于空氣強大的流動性更容易使居民暴露在空氣污染中，居民更容易遭受到空氣污染帶來的影響與傷害，可能引發(fā)呼吸系統(tǒng)疾病和肺癌，也有可能增加居民的焦慮情緒心理壓力過大引發(fā)精神疾病(14)Spitzer C,et al.“Mental health problems，obstructive lung disease and lung function: findings from the general population”,Journal of Psychosomatic Research,2011,71(3),pp.174-179.。其次從保險理論的風(fēng)險管理角度來分析，當(dāng)居民受到來自空氣污染危害的風(fēng)險時，要進(jìn)行損失管理，一般有事前管理和事后損失融資兩種措施，事前管理一般包括增加保健投資，增強自身健康水平以抵抗空氣污染帶來的危害，或者遷徙到空氣質(zhì)量較好的地區(qū)等；事后損失融資除了以社會醫(yī)療保險作為基礎(chǔ)保障之外，最重要的便是對商業(yè)健康保險的投資。空氣污染的長期效果或短期效果對居民產(chǎn)生危害，則會增加居民的醫(yī)療開支，同時伴隨著醫(yī)療費用的上漲，商業(yè)健康保險的效果凸顯，居民對商業(yè)健康保險的需求則會增加。據(jù)此我們提出假設(shè)1。

假設(shè)1:空氣污染會對我國居民商業(yè)健康險的需求產(chǎn)生積極影響。

我國居民對空氣污染所帶來風(fēng)險的認(rèn)知是多面的，存在一定的認(rèn)知偏差(15)陳波、顏靜雯、羅穎妮：《霧霾會促進(jìn)公眾綠色投資意愿么?——基于SEM的實證研究》，《中國人口·資源與環(huán)境》2019年第3期。。居民接收到空氣污染信息并根據(jù)自身認(rèn)知進(jìn)行處理時，會受到各種因素的影響，最終反映到商業(yè)健康保險市場，這期間所花費的時間就會存在差異性。時間差異主要通過以下兩個路徑體現(xiàn)。第一，當(dāng)空氣污染出現(xiàn)時，給居民帶來輕微的心理壓力或者生理疾病，部分居民可能不會聯(lián)想到空氣污染，也不會產(chǎn)生對商業(yè)健康保險的需求，患有相關(guān)疾病的居民在此情況下對空氣污染的影響更加敏感，也更可能采取積極主動的防御措施，如購買商業(yè)健康保險(16)伍駿騫、王海軍、儲德平、聶飛：《霧霾污染對商業(yè)健康保險發(fā)展的影響》，《中國人口·資源與環(huán)境》2019年第8期。。當(dāng)空氣污染持續(xù)時間長或者空氣污染嚴(yán)重時，帶來長期或短期的心理壓力或者生理疾病時，所需醫(yī)療費用上漲，居民對商業(yè)健康保險的需求則會增加。第二，相比于身體切身感受到空氣污染帶來的輕微影響，居民更容易被顯著的特征所吸引(17)Chang T Y，Huang W，Wang Y X.“Something in the air: pollution and the demand for health insurance”,Review of Economic Studies，2018，85(3),pp.1609-1634.。因此當(dāng)空氣污染問題嚴(yán)重時，對更多居民造成身心健康威脅時，空氣污染作為熱點話題會在媒體以及互聯(lián)網(wǎng)中頻繁出現(xiàn)，此時會增加居民對空氣污染的關(guān)注度與認(rèn)知，最終反映在商業(yè)健康保險需求的增加，同時此路徑存在一個傳導(dǎo)時間。根據(jù)以上分析我們提出假設(shè)2。

假設(shè)2:居民對空氣污染造成的影響存在滯后性。

三、數(shù)據(jù)和方法

(一)變量選擇與數(shù)據(jù)來源

1.被解釋變量

本文研究的是空氣污染對商業(yè)健康保險需求的影響，其中被解釋變量為商業(yè)健康險密度(CHID)，即人均商業(yè)健康保險保費收入來表示，指代居民對商業(yè)健康險的需求(表1)。樣本城市的商業(yè)健康保險保費收入數(shù)據(jù)來自銀保監(jiān)會；常住人口數(shù)據(jù)來自中國省(市)統(tǒng)計年鑒。

表1 變量說明

2.解釋變量

空氣污染的數(shù)據(jù)十分龐雜且難以獲取，常見的大氣污染物分類有SO2、NO2、PM10、PM2.5、CO和O3這六種，針對種類繁多的空氣污染物，我國有兩種綜合指標(biāo)空氣污染指數(shù)(API)和空氣質(zhì)量指數(shù)(AQI)來進(jìn)行衡量，但無論常見的六種大氣污染物還是空氣污染指數(shù)和空氣質(zhì)量指數(shù)，覆蓋城市都不全面，時間跨度的連續(xù)性也不強，并且有學(xué)者認(rèn)為數(shù)據(jù)存在造假甚至被操控等問題(18)石慶玲、郭峰、陳詩一：《霧霾治理中的“政治性藍(lán)天”——來自中國地方“兩會”的證據(jù)》，《中國工業(yè)經(jīng)濟(jì)》2016年第5期。，因此本文使用衛(wèi)星遙感監(jiān)測PM2.5數(shù)據(jù)，該數(shù)據(jù)來自哥倫比亞大學(xué)運營的EOSDIS，數(shù)據(jù)的時間尺度從1998年至2016年，監(jiān)測范圍覆蓋全球。本文使用ArcGIS軟件提取秦嶺淮河附近84個地級市的2011年至2016年的PM2.5數(shù)據(jù)，并進(jìn)行取對數(shù)處理。這樣獲取的衛(wèi)星遙感監(jiān)測PM2.5數(shù)據(jù)更為客觀，不存在人為操控問題。同時相比于其他種類污染物，PM2.5直徑小，易攜帶有毒物質(zhì)，并能在空氣中停留較長時間對人體健康和大氣環(huán)境質(zhì)量的影響更大，并容易穿透室內(nèi)(19)Chang T,et al.“The Effect of Pollution on Worker Productivity: Evidence from Call-Center Workers in China”,NBER Working Papers,2016.。因此選取PM2.5數(shù)據(jù)作為空氣污染更具有代表性。穩(wěn)健性檢驗部分，本文也會選取空氣質(zhì)量指數(shù)AQI，PM10，SO2、NO2、CO和O3作為替換空氣污染指標(biāo)數(shù)據(jù)，來檢驗回歸結(jié)果的穩(wěn)健性以及其他不同種類的污染物對居民商業(yè)健康險需求的影響。替換數(shù)據(jù)來自中國環(huán)保部數(shù)據(jù)中心，時間跨度為2014年至2016年，均進(jìn)行取對數(shù)處理。

執(zhí)行變量為各個地級市中心至秦嶺淮河邊界的最短距離(D)，單位為100Km。本文使用模糊斷點回歸，其有效前提之一為執(zhí)行變量不存在人為操控的可能，本文的執(zhí)行變量借鑒Ito的做法使用ArcGIS軟件計算出87個樣本城市中心點至秦嶺淮河邊界的最短距離(D)(20)Ito K, Zhang S.“Willingness to Pay for Clean Air: Evidence from Air Purifier Markets in China”,Journal of Political Economy,2020,128(5),pp.1627-1672.，屬于地理上的距離，秦嶺淮河以及樣本城市中心，不會輕易隨著個人的操縱而改變，因此不存在執(zhí)行變量受到操控的可能性。

3.控制變量

控制變量為人均可支配收入(PCDI)、城鎮(zhèn)化水平(UR)、居民死亡率(DR)和空氣污染關(guān)注度(A.index)。本文選取這四個變量為控制變量，首先考慮了模糊斷點回歸的有效前提包含控制變量在斷點處的連續(xù)性，此條件增加了控制變量篩選的局限性，其次回顧Outreville總結(jié)歸納的保險消費影響因素的文獻(xiàn)綜述(21)Outreville J F.“The Relationship between Insurance and Economic Development: Empirical Papers for a Review of the Literature”,Risk Management and Insurance Review,2013,16(1)，pp.71-122.，可知居民對商業(yè)健康險的需求受到收入和人口結(jié)構(gòu)等因素的影響，因此選擇人均可支配收入、城鎮(zhèn)化水平和居民死亡率作為控制變量。空氣污染關(guān)注度一定程度反映了居民針對空氣污染的風(fēng)險認(rèn)知，本文參考楊濤等人使用關(guān)于“霧霾”和“PM2.5”的百度指數(shù)作為居民對空氣污染的關(guān)注度(22)楊濤、郭萌萌：《投資者關(guān)注度與股票市場——以PM2.5概念股為例》，《金融研究》2019年第5期。，采用相比“霧霾”和“PM2.5”涵蓋意思更為全面的“空氣污染”的百度指數(shù)來代表居民對空氣污染的關(guān)注度。以上人均可支配收入、城鎮(zhèn)化水平和居民死亡率數(shù)據(jù)均來自各地級市統(tǒng)計年鑒，空氣污染關(guān)注度數(shù)據(jù)爬取自百度指數(shù)并進(jìn)行手工整理。

其中大部分樣本城市的人均可支配收入無法直接獲取，各地區(qū)省市統(tǒng)計年鑒可以獲取城鎮(zhèn)居民可支配收入和農(nóng)村居民可支配收入，因此本文借鑒崔恩慧等人的做法將城鎮(zhèn)居民人口占比與農(nóng)村居民人口占比作加權(quán)處理得到各個樣本城市整體的人均可支配收入(23)崔恩慧、江生忠、賈世彬：《環(huán)境污染、商業(yè)健康保險對健康成本的影響研究——基于省際面板數(shù)據(jù)的實證分析》，《南開經(jīng)濟(jì)研究》2016年第6期。，其計算公式如下：

(1)

其中PCDI為各個樣本城市的人均可支配收入，UPCDI為城鎮(zhèn)居民人均可支配收入，RPCDI為農(nóng)村居民人均可支配收入，UP為城鎮(zhèn)居民人口數(shù)，RP為農(nóng)村居民人口數(shù)，TP為樣本城市總?cè)丝跀?shù)。

(二)描述性統(tǒng)計分析

從本文變量的描述性統(tǒng)計來看，北方樣本城市商業(yè)健康保險密度均值明顯高于南方樣本城市，且搜集到的六種空氣污染物的排放量，同樣的北方樣本城市均明顯高于南方樣本城市，據(jù)此推斷空氣污染與商業(yè)健康保險密度之間可能存在著某種關(guān)系，實證部分將給出詳細(xì)論證(表2)。

表2 變量描述性統(tǒng)計

(三)實證方法

本文使用的斷點回歸模型是最接近隨機試驗的，被稱為準(zhǔn)自然實驗，可以有效驗證變量之間的因果關(guān)系。斷點回歸分為清晰斷點回歸和模糊斷點回歸，而且斷點回歸需要滿足這樣兩個前提：第一，驅(qū)動變量不得受到人為操縱，否則回歸將失去意義。這篇文章以秦嶺淮河作為南北分界線為斷點，使用的驅(qū)動變量為樣本城市至秦嶺淮河邊界的最短距離，不存在人為操縱的可能性；第二，控制變量在斷點處不存在跳躍現(xiàn)象，即控制變量在斷點處不存在斷點效應(yīng)，將在穩(wěn)健性檢驗部分給出驗證，所使用的控制變量在斷點處均不存在斷點效應(yīng)。本文的實證設(shè)計均滿足斷點回歸的使用前提，所以選用斷點回歸模型，具體的模型恰當(dāng)性解釋將在實證結(jié)果部分結(jié)合圖形進(jìn)行詳細(xì)論證。

本文使用模糊斷點回歸，通過2SLS方法進(jìn)行估計，構(gòu)建以下模型：

CHIDit=α0+α1Nit+α2f(Di)+αXit+γt+μit

(2)

Pollutionit=β0+β1Nit+β2f(Di)+βXit+γt+μit

(3)

CHIDit=δ0+δ1Pollutionit+δ2f(Di)+δXit+γt+μit

(4)

(5)

其中i代表樣本城市；t代表年份；CHIDit為商業(yè)健康保險密度；Pollutionit為空氣污染，本文以PM2.5年度平均值來表示；Di為執(zhí)行變量，即各個樣本城市至秦嶺淮河邊界的最短距離，秦嶺淮河以北為正，秦嶺淮河以南為負(fù)；f(Di)為執(zhí)行變量的一個多項式函數(shù)；Nit為處理變量，秦嶺淮河以北取1，秦嶺淮河以南取0；Xit為控制變量，包含人均可支配收入、城鎮(zhèn)化率和死亡率；μit為隨機擾動項；γt代表樣本城市的時間固定效應(yīng)；δ1為空氣污染對商業(yè)健康保險密度的影響。

四、實證結(jié)果

(一)斷點回歸分析

在進(jìn)行斷點回歸之前，首先判斷模型的恰當(dāng)性，其中圖形是十分必要的(24)Lee D S, Lemieux T.“Regression discontinuity designs in economics”,Journal of Economic Literature,2010,48(2)，pp.281-355.。本文通過圖形觀察空氣污染與商業(yè)健康保險密度是否受我國供暖政策所影響，即在以秦嶺淮河分界線為地理斷點處發(fā)生斷點變化。本文斷點設(shè)計的執(zhí)行變量為距離D，通過設(shè)置秦嶺淮河分界線為斷點，北方樣本城市到達(dá)秦嶺淮河分界線的最短距離為正，南方樣本城市到達(dá)秦嶺淮河分界線的最短距離為負(fù)，將執(zhí)行變量標(biāo)準(zhǔn)化，以此觀察空氣污染與商業(yè)健康保險密度在斷點處的跳躍現(xiàn)象。圖1為斷點圖，由圖可知，代表空氣污染的污染物排放指標(biāo)PM2.5在斷點處發(fā)生了明顯向上跳躍現(xiàn)象，并且北方樣本城市的PM2.5年平均排放量整體比南方樣本城市要高，說明北方樣本城市空氣污染受到供暖政策所影響。同樣的，商業(yè)健康保險密度CHID在斷點處同樣發(fā)生了向上跳躍現(xiàn)象，北方樣本城市的商業(yè)健康保險密度整體比南方樣本城市要高，此現(xiàn)象可以發(fā)現(xiàn)商業(yè)健康保險密度在一定程度上受到空氣污染的正向影響，具體影響結(jié)果如何則需要進(jìn)一步觀察回歸結(jié)果。通過斷點圖發(fā)現(xiàn)地理斷點處的現(xiàn)象可以側(cè)面表明空氣污染與商業(yè)健康保險存在因果關(guān)系，因此本文使用斷點回歸是恰當(dāng)?shù)摹Ａ硗鈴臄帱c圖可以觀察到，在斷點處PM2.5年平均排放濃度從45ug/m3向上跳躍至了60ug/m3，商業(yè)健康險密度從46元/人向上跳躍至62元/人。

圖1 空氣污染(ug/m3)和商業(yè)健康保險密度(元/人)的秦嶺淮河斷點圖

表3報告了斷點回歸的估計結(jié)果，Panel A、Panel B和Panel C分別對應(yīng)式子(2)、(3)和(4)，其中模型(1)為OLS回歸，模型(2)、(3)和(4)為模糊斷點回歸，Panel A和Panel B對應(yīng)模糊斷點回歸的第一階段回歸，Panel C對應(yīng)第二階段回歸。

表3 空氣污染對商業(yè)健康保險需求的影響

第一階段回歸結(jié)果發(fā)現(xiàn)，分別控制時間固定效應(yīng)與其他變量或者同時控制兩者，北方樣本城市商業(yè)健康險密度都在1%顯著性水平高于南方樣本城市，同樣發(fā)現(xiàn)北方樣本城市的PM2.5年平均排放濃度也在1%顯著性水平高于南方樣本城市。第二階段回歸結(jié)果發(fā)現(xiàn)，空氣污染對商業(yè)健康險密度在1%顯著性水平有著正向影響，這也驗證了前文的假設(shè)1，模型(4)為同時加入控制變量與時間固定效應(yīng)，結(jié)果顯示PM2.5濃度每上升1%商業(yè)健康保險密度每提高1.098%。此外發(fā)現(xiàn)空氣污染關(guān)注度變量回歸系數(shù)顯著為正，說明居民對空氣污染的關(guān)注越高，認(rèn)知越強，對商業(yè)健康險的需求也就越高。模型(2)和模型(3)分別考慮了控制變量和時間固定效應(yīng)，其回歸系數(shù)也僅僅是略低于模型(4)的回歸系數(shù)，說明了本文研究的空氣污染對商業(yè)健康保險密度影響的回歸結(jié)果具有一定的穩(wěn)定性。模型(1)與模型(4)對比，系數(shù)分別為0.214和1.098，OLS回歸系數(shù)遠(yuǎn)低于斷點回歸系數(shù)，證明斷點回歸相對于普通OLS回歸可以有效解決內(nèi)生性問題，OLS回歸低估了空氣污染對商業(yè)健康保險密度的影響。

武陵民族地區(qū)目前存在著很多具有典型意義的傳統(tǒng)聚落。其分布往往以宗族聚落為主，我們選擇了以下共21個村落作為研究對象。在鄂西地區(qū)，重要的傳統(tǒng)聚落有：魚木寨、舍米湖、唐崖土司城、戽口村、麻柳溪村、彭家寨等。其中，魚木寨被譽為土家族第一寨。在湘西，重要的傳統(tǒng)聚落有：鳳凰古城、黃絲橋、王村、洗車河、老司城等。而在重慶地區(qū)也分布著很多古村落。比較著名的有：酉陽云居村、龔灘古鎮(zhèn)、黔江后壩、秀山大寨、民族村、彭水鞍子苗寨、彭家寨、豐都暨龍黃家大院等。貴州銅仁地區(qū)，主要村落有云舍村、寨沙侗寨等。其中屬于土家族聚落的有12個，苗寨6個，侗族村落2個，羌族村落1個。

(二)逐年回歸分析

本部分將進(jìn)行逐年回歸分析，空氣污染并不是第一時間被人們所察覺，人們對空氣污染的風(fēng)險認(rèn)知有一個反應(yīng)的過程，開始時并不是非常敏感，隨著時間推移社會不斷發(fā)展，精神和物質(zhì)生活不斷提高，人們開始重視生活環(huán)境的質(zhì)量，此時人們會對空氣污染更加敏感并產(chǎn)生更多反應(yīng)，如搬遷到生活環(huán)境好的地區(qū)、購買商業(yè)健康保險、提高保健產(chǎn)品開支和增加醫(yī)療投入等。基于此分析，本部分將進(jìn)行逐年斷點回歸分析空氣污染對商業(yè)健康險密度的影響，以進(jìn)行驗證。

表4報告了2011年至2016年每年的空氣污染對商業(yè)健康保險的斷點回歸結(jié)果，經(jīng)過逐年回歸分析發(fā)現(xiàn)，2013年以前在商業(yè)健康保險的購買方面，空氣污染并沒有引起居民的關(guān)注或重視，回歸結(jié)果并不顯著，2013年之后回歸結(jié)果變得顯著，說明空氣污染開始對居民的商業(yè)健康保險需求產(chǎn)生正向影響。此結(jié)論和伍駿騫等人的研究結(jié)果相同(25)伍駿騫、王海軍、儲德平、聶飛：《霧霾污染對商業(yè)健康保險發(fā)展的影響》，《中國人口·資源與環(huán)境》2019年第8期。，其分時間樣本回歸結(jié)果同樣顯示居民對空氣污染的風(fēng)險認(rèn)知具有滯后性，從圖2也可以看出，從2011年至2016年，PM2.5指數(shù)變化不大，但是空氣污染自2013年開始關(guān)注度變高，即百度搜索指數(shù)變大，說明居民受到空氣污染的影響具有滯后性，這也與前文假設(shè)2相符。居民逐漸開始關(guān)注并且認(rèn)識到空氣污染的危害，并影響其對商業(yè)健康保險的需求。

圖2 空氣污染搜索指數(shù)和PM2.5(ug/m3)年度變化圖

表4 逐年回歸分析結(jié)果

(三)穩(wěn)健性檢驗

1.斷點回歸估計的有效性

斷點回歸有效的前提有兩個條件必須滿足：一是執(zhí)行變量不被操縱；二是控制變量在斷點處要連續(xù)不存在跳躍現(xiàn)象。首先確認(rèn)執(zhí)行變量不可操縱，由于執(zhí)行變量采取樣本城市距離秦嶺淮河的最短距離，屬于地理斷點，因此不存在被人為操縱的可能性。其次也要確定控制變量的連續(xù)性，即控制變量在斷點處不存在斷點效應(yīng)，以確保主回歸的有效性以及不受其他因素影響。本文將控制變量分別作為被解釋變量，表5報告了控制變量的斷定回歸結(jié)果，發(fā)現(xiàn)回歸結(jié)果均不顯著，說明所選控制變量在斷點處不存在斷點效應(yīng)，呈連續(xù)性變化。所以滿足以上兩個條件，不存在影響斷點回歸有效性的可能，為本文斷點回歸選擇的恰當(dāng)提供證據(jù)。

表5 控制變量連續(xù)性檢驗

2.帶寬的敏感性

帶寬的選取會對斷點回歸造成較大影響，帶寬越小樣本數(shù)量越少，可能會造成樣本量不足，導(dǎo)致回歸結(jié)果無效，帶寬越大距離斷點越遠(yuǎn)，可能失去斷點回歸的特征，即斷點附近樣本的相似性特征。同時使用參數(shù)回歸進(jìn)行的斷點設(shè)計其帶寬選取具有一定的主觀性。因此本文采用Imbens和Lemieux提出的IK法來選擇最優(yōu)帶寬(26)Imbens G W, Lemieux T.“Regression Discontinuity Designs: A Guide to Practice”, Journal of Econometrics, 2007, 142(2)，pp.615-635.，并且選取不同的帶寬來進(jìn)行斷點回歸，來保證本文斷點回歸的穩(wěn)健。IK法測算出來的最優(yōu)帶寬為4.06，即至秦嶺淮河邊界最短距離406Km之內(nèi)的南北樣本城市選擇范圍，同時添加了0.5倍、1.5倍和2倍最優(yōu)帶寬。表6報告了不同帶寬下斷點回歸的結(jié)果，使用不同的帶寬選擇，空氣污染對商業(yè)健康保險密度的回歸系數(shù)大小有影響，但結(jié)果依然都是顯著的正向影響且結(jié)果接近，說明回歸結(jié)果比較穩(wěn)健。由此可見本文研究的空氣污染對商業(yè)健康保險密度的影響對于帶寬的選擇并不敏感，進(jìn)一步證明回歸結(jié)果的穩(wěn)健性。

表6 帶寬敏感性檢驗

3.多項式階數(shù)的選擇

表7 多項式選擇

同時根據(jù)兩個不同階數(shù)多項式模型的回歸結(jié)果來看，無論如何改變執(zhí)行變量的函數(shù)形式，空氣污染對商業(yè)健康保險密度的影響均有著顯著的正向影響，且回歸系數(shù)接近，這同樣證明了本文的斷點回歸模型的穩(wěn)健性。

4.核心變量替換

由于考慮到了不同的空氣污染物可能對商業(yè)健康保險密度有著不同的影響，為了進(jìn)一步驗證空氣污染對商業(yè)健康保險密度的影響，本部分通過替換解釋變量來進(jìn)行穩(wěn)健性分析。本文替換了六種不同的空氣污染指標(biāo)，分別為AQI、PM10、SO2、NO2、O3和CO。表8報告了這六種不同空氣污染物對商業(yè)健康保密度的影響均為顯著的正向影響，且回歸系數(shù)大小接近，這說明了本文所研究的空氣污染對商業(yè)健康保險密度之間的因果關(guān)系是穩(wěn)健的。

表8 替換被解釋變量回歸結(jié)果

五、結(jié)論與建議

本文通過使用秦嶺淮河地區(qū)87個地級市的2011—2016年的宏觀數(shù)據(jù)，首次將斷點回歸用在空氣污染對商業(yè)健康險需求的影響研究上，為空氣污染對居民的保險消費行為研究提供證據(jù)。研究結(jié)果顯示：(1)空氣污染越嚴(yán)重居民對商業(yè)健康險需求就越高，整體空氣污染對商業(yè)健康險需求呈顯著正向影響，并且通過增加控制變量、選擇不同帶寬、選擇不同階數(shù)多項式、替換不同空氣污染物指標(biāo)等一系列穩(wěn)健性檢驗后結(jié)果依然顯著。(2)2013年以前我國居民對空氣污染并不敏感與重視，直至2013年初我國出現(xiàn)大范圍持續(xù)性長的霧霾天氣，并且隨著新聞報道頻率增加，居民對空氣污染的重視程度才開始逐漸加大，也可發(fā)現(xiàn)這一現(xiàn)象體現(xiàn)在對商業(yè)健康保險的購買上。

我國的空氣污染問題客觀存在，并且空氣污染促進(jìn)了商業(yè)健康保險需求的增長，因此本文以迅速發(fā)展的商業(yè)健康保險市場和居民日益增長的空氣污染重視程度為背景，根據(jù)實證結(jié)論提出的建議如下：(1)目前我國商業(yè)健康保險市場發(fā)展迅速具有較高成長空間，但是市面險種同質(zhì)化嚴(yán)重，針對空氣污染保障這一專項需求，保險公司可以有針對性的設(shè)計開發(fā)相關(guān)商業(yè)健康保險險種，為有此需求的客戶提供保障。實證結(jié)論顯示空氣污染對商業(yè)健康保險需求呈顯著正向影響，并呈現(xiàn)出因秦嶺淮河地理斷點劃分的南北差異，因此將地區(qū)差異、空氣污染等因素考慮在內(nèi)也是十分必要的。(2)異質(zhì)性分析部分逐年回歸結(jié)果可發(fā)現(xiàn)，我國居民對空氣污染的敏感度與重視度不足，2013年以后才逐漸重視空氣污染，建議加強居民的環(huán)境保護(hù)意識以及自身的健康保護(hù)意識，政府部門也可加強對居民進(jìn)行環(huán)保和安全衛(wèi)生教育，擴(kuò)充居民的環(huán)保與醫(yī)療衛(wèi)生知識。同時醫(yī)療機構(gòu)與保險機構(gòu)也可發(fā)揮自身優(yōu)勢，成立“健康管理”部門，引導(dǎo)居民對自身健康的重視與保護(hù)，也可降低居民的醫(yī)療成本。(3)國家應(yīng)當(dāng)加快發(fā)展綠色金融，金融機構(gòu)可以為企業(yè)等提供有利于環(huán)境保護(hù)、環(huán)境改善和節(jié)約能源等綠色金融服務(wù)，有助于企業(yè)新舊能源更替以及促進(jìn)污染物排放治理。其中保險機構(gòu)可以發(fā)展綠色保險，為企業(yè)加強環(huán)境污染風(fēng)險管理、減少污染事故突發(fā)和維護(hù)環(huán)境污染受害者利益等做出積極探索與貢獻(xiàn)。