商業(yè)保險(xiǎn)對(duì)社會(huì)醫(yī)療支出的影響
——基于面板門檻效應(yīng)的實(shí)證研究

安 然 廣東醫(yī)科大學(xué)/菲律賓克里斯汀大學(xué)國(guó)際學(xué)院

楊曉勝 廣東醫(yī)科大學(xué)

一、引言

在過去的二十年間，我國(guó)在推動(dòng)人口健康方面取得了長(zhǎng)足的進(jìn)步，人口預(yù)期壽命的延長(zhǎng)遠(yuǎn)遠(yuǎn)高于世界平均水平。同時(shí)，我國(guó)的醫(yī)療支出也出現(xiàn)了持續(xù)增長(zhǎng)的態(tài)勢(shì)，高企的衛(wèi)生費(fèi)用迫切需要高效的多層次渠道融資，但是商業(yè)健康保險(xiǎn)在我國(guó)衛(wèi)生融資體系中的作用有限。根據(jù)《世界衛(wèi)生統(tǒng)計(jì)年鑒（2015）》可知，2012 年全球商業(yè)健康保險(xiǎn)保費(fèi)支出占衛(wèi)生總費(fèi)用的比重已經(jīng)達(dá)到15.3%，而截至2016年我國(guó)商業(yè)健康保險(xiǎn)保費(fèi)支出占衛(wèi)生總費(fèi)用的比重只有2.37%，這和全球整體的比例差距還很大，商業(yè)健康保險(xiǎn)在我國(guó)衛(wèi)生融資體系中的地位有待進(jìn)一步提升。按照《“健康中國(guó)2030”規(guī)劃綱要》要求，未來商業(yè)健康保險(xiǎn)賠付支出占衛(wèi)生總費(fèi)用的比重將有顯著提高。

保險(xiǎn)對(duì)于醫(yī)療支出的影響，是通過保險(xiǎn)支付激勵(lì)機(jī)制改變新醫(yī)療技術(shù)的應(yīng)用來實(shí)現(xiàn)的。Finkelstein（2007）研究了美國(guó)在1965 年實(shí)施全民性老人健康保險(xiǎn)（Medicare）的影響，結(jié)果發(fā)現(xiàn)實(shí)施老人健康保險(xiǎn)后，醫(yī)院支出增長(zhǎng)了37%，這個(gè)結(jié)果是Newhouse（1977）研究結(jié)果的7倍。形成兩者差異的原因在于Finkelstein 的研究運(yùn)用的是一般均衡的分析方法，同時(shí)考慮了實(shí)施健康保險(xiǎn)對(duì)醫(yī)療市場(chǎng)供給方（醫(yī)院行為）與需求方（消費(fèi)者行為）的綜合影響；而Newhouse 運(yùn)用的是局部均衡分析方法，只考慮實(shí)施健康保險(xiǎn)對(duì)消費(fèi)者的影響，而沒有考慮對(duì)醫(yī)院的影響。這兩種分析方法的差異說明了健康保險(xiǎn)下醫(yī)療部門對(duì)于醫(yī)療支出的重要作用。在一般均衡的分析架構(gòu)下，實(shí)施健康保險(xiǎn)不僅會(huì)改變消費(fèi)者醫(yī)療服務(wù)的相對(duì)價(jià)格，還會(huì)改變醫(yī)療服務(wù)市場(chǎng)的結(jié)構(gòu)，進(jìn)而改變醫(yī)院采用新技術(shù)的動(dòng)因。因此，F(xiàn)inkelstein 認(rèn)為，造成美國(guó)從1965年到1970年醫(yī)療支出大幅增長(zhǎng)的原因有一半應(yīng)歸于健康保險(xiǎn)制度的實(shí)施，而Newhouse 認(rèn)為健康保險(xiǎn)對(duì)醫(yī)療支出增長(zhǎng)的作用只有十分之一到八分之一。健康保險(xiǎn)制度的實(shí)施對(duì)于醫(yī)療支出增長(zhǎng)的影響有著不同差異的原因在于，Newhouse將醫(yī)療技術(shù)改變視為“外生”，沒有分析實(shí)施健康保險(xiǎn)對(duì)于醫(yī)療技術(shù)改變的影響；而Finkelstein則將醫(yī)療技術(shù)改變視為“內(nèi)生”，認(rèn)為實(shí)施健康保險(xiǎn)是推動(dòng)醫(yī)院采用新技術(shù)的重要原因。

個(gè)人商業(yè)健康保險(xiǎn)制度的支付方式也影響著醫(yī)療需求方，對(duì)此已有一些文獻(xiàn)進(jìn)行了探討。如Cardon和Hendel（2001）利用個(gè)別國(guó)家數(shù)據(jù)，檢驗(yàn)不同風(fēng)險(xiǎn)偏好群體的健康保險(xiǎn)消費(fèi)對(duì)醫(yī)療支出的影響，認(rèn)為逆向選擇（adverse selection）是造成保險(xiǎn)市場(chǎng)失靈的主要原因。Joglekar（2008）發(fā)現(xiàn)，在牙買加，個(gè)人商業(yè)健康保險(xiǎn)（private health insurance）的增加可以減少與自付額度相關(guān)的社會(huì)醫(yī)療支出。Gertler和Sturm（1997）利用牙買加的資料進(jìn)行檢驗(yàn)，發(fā)現(xiàn)個(gè)人商業(yè)保險(xiǎn)的增加可以減少富人的社會(huì)醫(yī)療支出，而且能夠提高私營(yíng)部門的醫(yī)療質(zhì)量。因此他們認(rèn)為，個(gè)人商業(yè)保險(xiǎn)的增加可以減少政府社會(huì)醫(yī)療支出的負(fù)擔(dān)，從而建議政府減少社會(huì)醫(yī)療支出，這樣有助于將公共部門的醫(yī)療資源配置給窮人。但以上文獻(xiàn)的討論主要集中在微觀的個(gè)人商業(yè)保險(xiǎn)消費(fèi)行為研究，對(duì)于宏觀的整體行為影響缺乏深入的討論。

在過去的文獻(xiàn)研究中，一般認(rèn)為醫(yī)療服務(wù)是奢侈品，Baltagi 和Moscone（2010）卻提出，健康支出相對(duì)國(guó)民收入而言是必需品而不是奢侈品。但是Wang（2011）則指出，考慮到不同的經(jīng)濟(jì)增長(zhǎng)速度或者醫(yī)療支出的增長(zhǎng)速度，經(jīng)濟(jì)增長(zhǎng)與健康支出增長(zhǎng)間的關(guān)系不一定顯著正相關(guān)，因此，健康支出相對(duì)國(guó)民收入之間的彈性系數(shù)會(huì)隨著不同經(jīng)濟(jì)增長(zhǎng)速度或者健康支出而發(fā)生改變。隨著個(gè)人商業(yè)保險(xiǎn)市場(chǎng)的發(fā)展，人們逐漸認(rèn)識(shí)到商業(yè)保險(xiǎn)市場(chǎng)發(fā)展對(duì)于經(jīng)濟(jì)增長(zhǎng)的重要性，但是目前對(duì)于兩者之間的關(guān)系認(rèn)識(shí)存在爭(zhēng)議。Blum等（2002）認(rèn)為保險(xiǎn)市場(chǎng)與經(jīng)濟(jì)增長(zhǎng)之間可能有五種關(guān)系：一是沒有關(guān)系；二是經(jīng)濟(jì)增長(zhǎng)增加保險(xiǎn)需求（demand-following）；三是保險(xiǎn)市場(chǎng)增長(zhǎng)推動(dòng)經(jīng)濟(jì)成長(zhǎng)（supply-leading）；四是由于道德風(fēng)險(xiǎn)（moral hazard），保險(xiǎn)市場(chǎng)增長(zhǎng)導(dǎo)致經(jīng)濟(jì)負(fù)增長(zhǎng)；五是二者互為因果關(guān)系，互相依賴（interdependence）。

在實(shí)證檢驗(yàn)的樣本結(jié)構(gòu)選擇方面，對(duì)于醫(yī)療支出的決定因素，主要利用橫截面、時(shí)間序列和面板數(shù)據(jù)。由于使用橫截面數(shù)據(jù)可能存在樣本數(shù)量過少、樣本的異質(zhì)性問題，因此越來越多的研究?jī)A向于利用時(shí)間序列數(shù)據(jù)或者面板數(shù)據(jù)。Murthy 和Ukpolo（1994）利用時(shí)間序列方法來進(jìn)行實(shí)證分析，采用單位根檢驗(yàn)與協(xié)整方法，分析美國(guó)人均實(shí)際醫(yī)療支出的決定因素，結(jié)果發(fā)現(xiàn)醫(yī)療支出的收入彈性系數(shù)與利用橫斷面數(shù)據(jù)的分析結(jié)果有很大的差異。鑒于非穩(wěn)定時(shí)間序列數(shù)據(jù)的偽回歸問題，Hansen 和King（1996）針對(duì)Culyer 等的實(shí)證方法，利用1960—1987年OECD中20國(guó)的面板數(shù)據(jù)進(jìn)行再檢驗(yàn)。單位根檢驗(yàn)結(jié)果表明，有三分之二的變量為不穩(wěn)定序列，且沒有一個(gè)國(guó)家的所有變量都是穩(wěn)定序列。再利用Engle-Granger 協(xié)整檢驗(yàn)，發(fā)現(xiàn)醫(yī)療支出與GDP 并不存在長(zhǎng)期的協(xié)整關(guān)系。McCoskey 和Selden（1998）則認(rèn)為，Hansen 和King（1996）的單位根檢驗(yàn)的可信度較小，而且每個(gè)國(guó)家只有27 個(gè)時(shí)間點(diǎn)，當(dāng)利用ADF 模型時(shí)，滯后期的加入又減少了自由度。因此，McCoskey 和Selden（1998）利用面板數(shù)據(jù)擴(kuò)大樣本數(shù)量，單位根檢驗(yàn)結(jié)果顯示拒絕醫(yī)療支出與收入為單位根的零假設(shè)。Gerdtham和Lothgren（2000）則利用OECD 的20 個(gè)國(guó)家1960—1997 年的數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果顯示健康支出與GDP都是不穩(wěn)定的時(shí)間序列，二者之間存在著協(xié)整關(guān)系。

上述文獻(xiàn)的研究給本文提供了很好的借鑒意義，但是上述文獻(xiàn)對(duì)于商業(yè)保險(xiǎn)的作用影響是基于完全信息條件下的分析，這種方法容易忽略商業(yè)保險(xiǎn)增長(zhǎng)率在不同取值區(qū)間對(duì)于醫(yī)療支出的不同作用，因此本文嘗試?yán)脛?dòng)態(tài)面板門檻模型進(jìn)行研究。

二、實(shí)證研究

（一）理論模型

基于Cobb-douglas 生產(chǎn)函數(shù)理論，Maisonneuve 和Martins（2013）建立了健康需求函數(shù)模型，他們假定人均健康需求函數(shù)為：

其中he表示經(jīng)過健康醫(yī)療價(jià)格指數(shù)（P）和健康質(zhì)量指數(shù)（Q）調(diào)整后的健康需求數(shù)量，N為總?cè)丝跀?shù)量，PY為GPD平減指數(shù)，Y為真實(shí)收入或者為真實(shí)GDP，α為常數(shù)項(xiàng)，β、γ、ε分別為醫(yī)療價(jià)格、質(zhì)量、收入的彈性系數(shù)。健康需求he與社會(huì)醫(yī)療支出HE的關(guān)系為：

鑒于Finkelstein（2007）將健康保險(xiǎn)視為推動(dòng)醫(yī)院采用新技術(shù)的重要原因，本文在嘗試上述模型基礎(chǔ)上引入保險(xiǎn)支出因素I作為C-D生產(chǎn)函數(shù)中技術(shù)的替代變量，φ為保險(xiǎn)支出的彈性系數(shù)，新的人均健康需求函數(shù)為：

則人均名義醫(yī)療支出為：

整理可得：

其對(duì)數(shù)增長(zhǎng)率為：

假定醫(yī)療價(jià)格指數(shù)等于GDP 平減指數(shù)，健康質(zhì)量指數(shù)調(diào)整的效果不變，同時(shí)考慮到不同年齡人群對(duì)醫(yī)療支出的不同影響，設(shè)定的一般化模型為：

其中C為常數(shù)，NAGE為經(jīng)年齡調(diào)整的有效人口數(shù)量，μ為殘差項(xiàng)。

由此設(shè)定，醫(yī)療支出HE由GDP、老齡人口數(shù)量NOLD和保險(xiǎn)消費(fèi)I決定的實(shí)證模型為：

其中，i=1,2,….N表示我國(guó)省級(jí)地區(qū)數(shù)量，t=1,2,….T表示時(shí)間。

在常見的醫(yī)療支出決定因素的省級(jí)面板數(shù)據(jù)線性回歸實(shí)證分析中，通常假定省級(jí)樣本是同質(zhì)的，沒有依據(jù)相關(guān)的原則進(jìn)行分類，導(dǎo)致分析的結(jié)果很難反映出樣本的不同特征；另外，由于是線性回歸的假定，容易忽略非線性關(guān)系的“門檻效應(yīng)”存在。為克服上述問題，本文將利用面板門檻模型進(jìn)行分析。

（二）面板門檻模型構(gòu)建

根據(jù)上述分析，社會(huì)醫(yī)療支出和商業(yè)保險(xiǎn)之間可能存在著非線性關(guān)系，表現(xiàn)為“門檻效應(yīng)”，利用Hansen（1999）發(fā)展的面板門檻效應(yīng)模型，根據(jù)樣本自身特征來內(nèi)生地設(shè)定門檻區(qū)間，從而研究不同區(qū)間內(nèi)部社會(huì)醫(yī)療支出和商業(yè)保險(xiǎn)之間的關(guān)系。

為了研究社會(huì)醫(yī)療支出和商業(yè)保險(xiǎn)之間可能存在的非線性關(guān)系，本文將利用兩類動(dòng)態(tài)門檻模型，第一類分析由于人均GDP的不同，社會(huì)醫(yī)療支出和商業(yè)保險(xiǎn)之間的關(guān)系；第二類分析由于保險(xiǎn)密度增長(zhǎng)率的不同，社會(huì)醫(yī)療支出和商業(yè)保險(xiǎn)之間的關(guān)系。

對(duì)于第一類模型，為了確定門檻個(gè)數(shù)，本文將依次估計(jì)單門檻模型、雙門檻模型和三門檻模型和多門檻模型。首先設(shè)定三門檻模型，人均醫(yī)療支出（HE/N）作為被解釋變量，老齡化率（NOLD/N）作為核心解釋變量，保險(xiǎn)密度（I/N）作為制度變量，人均GDP（GDP/N）作為門限變量；保險(xiǎn)密度依次選擇為商業(yè)保險(xiǎn)總密度、財(cái)險(xiǎn)密度和壽險(xiǎn)密度，對(duì)應(yīng)模型依次即為模型A、模型B和模型C。

其中，γ11、γ12為劃分三個(gè)區(qū)間的門檻臨界值，三個(gè)區(qū)間對(duì)應(yīng)的系數(shù)分別為β11、β12、β13。

對(duì)于第二類模型，為了確定門檻個(gè)數(shù)，本文將依次估計(jì)單門檻模型、雙門檻模型和三門檻模型和多門檻模型。首先設(shè)定三門檻模型，人均醫(yī)療支出（HE/N）作為被解釋變量，人均GDP（GDP/N）、老齡化率（NOLD/N）作為核心解釋變量，保險(xiǎn)密度（I/N）作為制度變量，保險(xiǎn)密度的增長(zhǎng)率g（I/N）作為門限變量；保險(xiǎn)密度依次選擇為商業(yè)保險(xiǎn)總密度、財(cái)險(xiǎn)密度和壽險(xiǎn)密度，對(duì)應(yīng)模型依次即為模型D、模型E和模型F。

其中，γ21、γ22為劃分三個(gè)區(qū)間的門檻臨界值，三個(gè)區(qū)間對(duì)應(yīng)的系數(shù)分別為β21、β22、β23。

?表1 樣本描述性統(tǒng)計(jì)量

?表2 模型門檻效應(yīng)檢驗(yàn)

三、實(shí)證結(jié)果與討論

本文選取的樣本為我國(guó)的省級(jí)行政區(qū)，鑒于數(shù)據(jù)的完整性，剔除北京、山東和西藏三個(gè)省份，選擇時(shí)間區(qū)間為2003—2016年。設(shè)定的因變量為人均醫(yī)療支出，所使用的自變量為人均GDP、老齡化率和保險(xiǎn)密度。人均醫(yī)療支出由統(tǒng)計(jì)年鑒中城鄉(xiāng)居民醫(yī)療保健支出城鄉(xiāng)人均支出項(xiàng)和城鄉(xiāng)人口比例對(duì)應(yīng)計(jì)算得出，即人均醫(yī)療支出=城鎮(zhèn)居民人均醫(yī)療保健支出×市鎮(zhèn)人口比例+農(nóng)村居民人均醫(yī)療保健支出×（1-市鎮(zhèn)人口比例）。保險(xiǎn)密度包括商業(yè)保險(xiǎn)總密度、財(cái)險(xiǎn)密度和壽險(xiǎn)密度。資料來源分別為《中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》《中國(guó)保險(xiǎn)統(tǒng)計(jì)年鑒》和《中國(guó)社會(huì)統(tǒng)計(jì)年鑒》。

近年來，隨著經(jīng)濟(jì)社會(huì)的持續(xù)快速發(fā)展，我國(guó)的GDP、社會(huì)醫(yī)療支出和商業(yè)保險(xiǎn)消費(fèi)也出現(xiàn)了持續(xù)快速發(fā)展的態(tài)勢(shì)。但是在我國(guó)的省級(jí)層面，各省發(fā)展呈現(xiàn)出極大的差異，其中除了時(shí)間因素外，主要是地區(qū)間發(fā)展的巨大差距。例如，人均GDP最大值是最小值的31倍多，人均醫(yī)療支出差異達(dá)到25倍，商業(yè)保險(xiǎn)總密度差異達(dá)到1170倍，財(cái)險(xiǎn)密度差異達(dá)到1083倍，壽險(xiǎn)密度差異達(dá)到2371倍，而商業(yè)保險(xiǎn)總密度、財(cái)險(xiǎn)密度、壽險(xiǎn)密度的增長(zhǎng)率差異更是突出。這表明我國(guó)經(jīng)濟(jì)社會(huì)盡管取得了巨大的成就，但是發(fā)展不均衡的問題依然突出，這種發(fā)展不均衡不僅表現(xiàn)在社會(huì)經(jīng)濟(jì)資源的總量分配上，也表現(xiàn)在商業(yè)保險(xiǎn)資源的配置上。省級(jí)商業(yè)保險(xiǎn)消費(fèi)的差異性有可能影響到醫(yī)療支出的差異，而且這種差異有可能使得商業(yè)保險(xiǎn)消費(fèi)與醫(yī)療支出之間出現(xiàn)不對(duì)稱的關(guān)系。

本文嘗試?yán)萌司鵊DP和各保險(xiǎn)密度的增長(zhǎng)率作為門檻變量進(jìn)行檢驗(yàn)，根據(jù)Hansen（1999）的方法檢驗(yàn)門檻數(shù)量，由于收集數(shù)據(jù)的時(shí)間只涵蓋2003—2016年這14年，不足以提供單位根檢驗(yàn)的有效樣本數(shù)量，本文沒有進(jìn)行時(shí)間序列數(shù)據(jù)的穩(wěn)定性檢驗(yàn)，否則會(huì)出現(xiàn)McCoskey 和Selden（1998）所指出的單位根檢驗(yàn)的可信度問題。表2說明了Bootstrap方法反復(fù)抽樣300次下門檻數(shù)量的顯著性檢驗(yàn)結(jié)果。

從表2可知，當(dāng)門檻變量為人均GDP，對(duì)于模型A、B、C，可以得到下述結(jié)論：F統(tǒng)計(jì)值無論是存在一個(gè)門檻還是兩個(gè)門檻，至少在5%的置信水平下顯著，即P 值均小于0.05，因此模型A、B、C 均存在兩個(gè)門檻值。當(dāng)門檻變量為商業(yè)保險(xiǎn)總密度增長(zhǎng)率，對(duì)于模型D；當(dāng)門檻變量為壽險(xiǎn)密度增長(zhǎng)率，對(duì)于模型E；當(dāng)門檻變量為財(cái)險(xiǎn)密度增長(zhǎng)率，對(duì)于模型F，可以得到下述結(jié)論：F統(tǒng)計(jì)值無論是存在一個(gè)門檻還是兩個(gè)門檻，至少在5%的水平下顯著，即P 值均小于0.05，因此模型D、E、F均存在兩個(gè)門檻值。

從表3 面板門檻模型A、模型B、模型C 參數(shù)估計(jì)結(jié)果來看，如果將人均GDP劃分為不同的區(qū)間，老齡化率在不同的區(qū)間，系數(shù)都顯著為正值，但是保險(xiǎn)密度變量在不同的區(qū)間，系數(shù)都顯著由負(fù)值變?yōu)檎?，即在人均GDP水平不同時(shí)，保險(xiǎn)密度對(duì)于社會(huì)醫(yī)療支出的作用有著不同的影響。具體而言，對(duì)于保險(xiǎn)總密度而言，當(dāng)人均GDP 低于22677元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為-0.128；當(dāng)人均GDP高于22677 元且低于40271 元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.007；當(dāng)人均GDP高于40271元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.350。對(duì)于財(cái)險(xiǎn)密度而言，當(dāng)人均GDP低于21918元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為-0.462；當(dāng)人均GDP 高于21918 元且低于40271元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.020；當(dāng)人均GDP高于40271 元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為1.018。對(duì)于壽險(xiǎn)密度而言，當(dāng)人均GDP 低于22677 元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為-0.172；當(dāng)人均GDP高于22677元且低于40271元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.011；當(dāng)人均GDP高于40271元時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.511。

?表3 面板門檻模型A、模型B、模型C參數(shù)估計(jì)結(jié)果

綜合來看，當(dāng)人均GDP 低于約22000 元時(shí)，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的影響具有“擠出效應(yīng)”；當(dāng)人均GDP 高于約22000 元時(shí)，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的影響具有微弱的促進(jìn)作用；而當(dāng)人均GDP增加到40000元以上時(shí)，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的影響具有強(qiáng)烈的促進(jìn)作用。這表明當(dāng)人們收入較低時(shí)，隨著收入水平的上升，醫(yī)療支出卻出現(xiàn)了下降，保險(xiǎn)支出的增加減少了其他的消費(fèi)支出，其中也包括醫(yī)療消費(fèi)，這可能是人們將保險(xiǎn)支出視為必需品而將醫(yī)療支出視為奢侈品；當(dāng)人們收入增長(zhǎng)到較高水平時(shí)，隨著收入水平的上升，醫(yī)療支出也出現(xiàn)了上升，保險(xiǎn)支出的增加減少了其他的消費(fèi)，而醫(yī)療消費(fèi)基本保持不變，這可能是人們將保險(xiǎn)支出視為正常品而將醫(yī)療支出視為必需品。這也驗(yàn)證了Wang（2011）的結(jié)論：健康支出相對(duì)國(guó)民收入之間的彈性系數(shù)會(huì)隨著不同經(jīng)濟(jì)增長(zhǎng)速度或者健康支出而發(fā)生改變。當(dāng)人們收入增長(zhǎng)到高水平時(shí)，醫(yī)療消費(fèi)是一種高檔品，隨著收入水平的上升，醫(yī)療支出也出現(xiàn)了上升，保險(xiǎn)支出的增加減少了其他的消費(fèi)，但醫(yī)療消費(fèi)反而出現(xiàn)快速增長(zhǎng)，即隨著收入的增加，醫(yī)療需求的彈性系數(shù)也出現(xiàn)遞增的狀況。也就是說，當(dāng)人們收入增長(zhǎng)到一定的高水平時(shí)，人們用于醫(yī)療消費(fèi)支出的增加比例，遠(yuǎn)遠(yuǎn)高于其他的一般消費(fèi)支出。Hall和Jones（2007）基于消費(fèi)者效用最大化理論認(rèn)為，當(dāng)一個(gè)人收入達(dá)到一定水平后，一般商品消費(fèi)的邊際效用遞減速度大于醫(yī)療服務(wù)邊際報(bào)酬遞減的速度。一般商品的消費(fèi)會(huì)出現(xiàn)效用的邊際遞減，但是隨著人們收入水平的提高，生命的延長(zhǎng)并不會(huì)導(dǎo)致同樣的邊際遞減現(xiàn)象，相反，人們會(huì)大幅增加醫(yī)療消費(fèi)，這種邊際替代率的轉(zhuǎn)變同樣導(dǎo)致了勞動(dòng)供給曲線向后彎曲。因此，當(dāng)人們收入增加以后，由于醫(yī)療消費(fèi)和非醫(yī)療消費(fèi)的邊際替代率的變化，人們會(huì)根據(jù)其偏好，重新配置消費(fèi)組合，增加醫(yī)療消費(fèi)比例，從而提高和最大化效用水平，這就導(dǎo)致社會(huì)醫(yī)療支出在GDP 中的比重隨著GDP 的增長(zhǎng)而持續(xù)增長(zhǎng)。

?表4 面板門檻模型D、模型E、模型F參數(shù)估計(jì)結(jié)果

商業(yè)保險(xiǎn)對(duì)于社會(huì)醫(yī)療支出的影響，不僅表現(xiàn)在存量水平上，也表現(xiàn)在增量速度上。

從表4面板門檻模型D、模型E、模型F參數(shù)估計(jì)結(jié)果來看，如果將商業(yè)保險(xiǎn)密度增長(zhǎng)率劃分為不同的區(qū)間，人均GDP、老齡化率在不同的區(qū)間系數(shù)都為正值，保險(xiǎn)密度變量在不同的區(qū)間系數(shù)都為正值，但是數(shù)值由大變小，即在商業(yè)保險(xiǎn)密度增長(zhǎng)率處于不同水平時(shí)，保險(xiǎn)密度對(duì)于社會(huì)醫(yī)療支出的作用有著不同的影響。

具體而言，對(duì)于商業(yè)保險(xiǎn)總密度而言，當(dāng)商業(yè)保險(xiǎn)總密度增長(zhǎng)率低于92.35%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響顯著為0.3780；當(dāng)商業(yè)保險(xiǎn)總密度增長(zhǎng)率大于92.35%且小于161.24%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.2322；當(dāng)商業(yè)保險(xiǎn)總密度增長(zhǎng)率大于161.24%，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.0042。對(duì)于財(cái)險(xiǎn)密度而言，當(dāng)財(cái)險(xiǎn)密度增長(zhǎng)率低于92.83%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為1.0047；當(dāng)財(cái)險(xiǎn)密度增長(zhǎng)率大于92.83%且小于525.10%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.5882；當(dāng)財(cái)險(xiǎn)密度增長(zhǎng)率大于525.10%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.0095。對(duì)于壽險(xiǎn)密度而言，當(dāng)壽險(xiǎn)密度增長(zhǎng)率低于81.54%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.4119；當(dāng)壽險(xiǎn)密度增長(zhǎng)率大于81.54%且小于431.04%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.2381；當(dāng)壽險(xiǎn)密度增長(zhǎng)率大于431.04%時(shí)，其對(duì)于社會(huì)醫(yī)療支出的影響系數(shù)為0.0050。

綜合來看，當(dāng)商業(yè)保險(xiǎn)低速率增長(zhǎng)時(shí)，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的增加作用最大；當(dāng)商業(yè)保險(xiǎn)中速率增長(zhǎng)時(shí)，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的影響減弱；當(dāng)商業(yè)保險(xiǎn)高速率增長(zhǎng)時(shí)，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的增加只有微弱的促進(jìn)作用。從商業(yè)保險(xiǎn)密度和人均GDP 的關(guān)系來看，人均GDP 是決定商業(yè)保險(xiǎn)密度的最重要的因素，當(dāng)人均GDP 較低時(shí)，商業(yè)保險(xiǎn)密度較低，但是商業(yè)保險(xiǎn)增長(zhǎng)率很高；而人均GDP 較高時(shí)，商業(yè)保險(xiǎn)密度也較高，但是商業(yè)保險(xiǎn)增長(zhǎng)率較低。即人均GDP 水平較低時(shí)，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的影響微弱，而隨著人均GDP水平的提高，保險(xiǎn)類的支出對(duì)于社會(huì)醫(yī)療支出的影響逐漸增強(qiáng)。

因此，表4的結(jié)論和表3的結(jié)論是一致的，商業(yè)保險(xiǎn)消費(fèi)支出的增加只是表象，實(shí)質(zhì)是人均GDP 水平的增長(zhǎng)導(dǎo)致社會(huì)醫(yī)療支出的持續(xù)增長(zhǎng)。

四、結(jié)論及建議

本文在Maisonneuve 和Martins（2013）的健康需求函數(shù)模型基礎(chǔ)上，引入商業(yè)保險(xiǎn)因素，以我國(guó)2003—2016 年省級(jí)地區(qū)為研究對(duì)象，利用面板門檻模型探討了商業(yè)保險(xiǎn)對(duì)社會(huì)醫(yī)療支出的影響效果。主要結(jié)論如下：第一，商業(yè)保險(xiǎn)密度（包括財(cái)險(xiǎn)密度、壽險(xiǎn)密度以及總密度）對(duì)于社會(huì)醫(yī)療支出、人均GDP發(fā)展水平和保險(xiǎn)密度增長(zhǎng)率都存在顯著的門檻效應(yīng)；第二，當(dāng)人均GDP 為門檻變量時(shí)，商業(yè)保險(xiǎn)密度對(duì)于社會(huì)醫(yī)療支出的作用顯著（由負(fù)值變?yōu)檎担霈F(xiàn)遞增狀況），這表明隨著收入水平的逐漸增加，醫(yī)療支出從奢侈品轉(zhuǎn)變?yōu)楸匦杵?，再?gòu)谋匦杵忿D(zhuǎn)變?yōu)楦邫n品；第三，當(dāng)保險(xiǎn)密度增長(zhǎng)率為門檻變量時(shí)，考慮到保險(xiǎn)密度和人均GDP的相關(guān)關(guān)系，得到的結(jié)論和第二個(gè)結(jié)論一致。

研究結(jié)論對(duì)于制定政策具有積極的意義：首先，由于收入水平的提升導(dǎo)致人們對(duì)醫(yī)療消費(fèi)的需求從奢侈品轉(zhuǎn)變?yōu)楸匦杵罚俎D(zhuǎn)變?yōu)楦邫n品，這是消費(fèi)者在經(jīng)濟(jì)增長(zhǎng)下的理性消費(fèi)安排，從而導(dǎo)致了社會(huì)醫(yī)療支出的持續(xù)增加；其次，從國(guó)外的經(jīng)驗(yàn)來看，以管制政策控制醫(yī)療費(fèi)用的增長(zhǎng)，效果只是短期的，長(zhǎng)期來看都是無效的；最后，由于社會(huì)醫(yī)療支出存在內(nèi)生增長(zhǎng)機(jī)制，控制醫(yī)療費(fèi)用增長(zhǎng)的管制措施長(zhǎng)期來看是無效的，因此，醫(yī)療費(fèi)用管制的核心不是控制增長(zhǎng)，而是提高醫(yī)療資源的配置效率。