疫情沖擊對居民商業(yè)健康保險購買意愿的影響研究

江巖 裴祎楊 周家葆

摘 要：近兩年，新冠疫情的爆發(fā)對整個社會造成了深遠(yuǎn)的影響，面對疫情的沖擊，商業(yè)健康保險對居民個人及家庭的重要性愈發(fā)凸顯。本文在對前人文獻(xiàn)進(jìn)行分析的基礎(chǔ)上，選取2020年1月與2021年7月兩次疫情中受沖擊較大的湖北省和江蘇省作為調(diào)查對象，進(jìn)行線下調(diào)研與發(fā)放問卷獲得數(shù)據(jù)，以混合面板模型為基準(zhǔn)模型，并引入中介效應(yīng)模型，以風(fēng)險認(rèn)知作為中介變量，實證研究疫情沖擊對居民商業(yè)健康保險購買意愿的影響及內(nèi)在機(jī)制。實證研究結(jié)果表明，新冠疫情對人們的心理產(chǎn)生了明顯的烙印效應(yīng)，提高了居民的風(fēng)險認(rèn)知，增加了其對商業(yè)健康保險的購買意愿。因此，本文建議商業(yè)健康保險行業(yè)以此次抗擊疫情為數(shù)字化轉(zhuǎn)型契機(jī)，推動行業(yè)全面深化改革和轉(zhuǎn)型升級，促進(jìn)健康中國目標(biāo)的實現(xiàn)。

關(guān)鍵詞：新冠疫情;商業(yè)健康保險;風(fēng)險認(rèn)知;烙印效應(yīng)

本文索引：江巖，裴祎楊，周家葆.<標(biāo)題>[J].商展經(jīng)濟(jì)，2022（09）：-063.

中圖分類號：F840.62 文獻(xiàn)標(biāo)識碼：A

隨著現(xiàn)代社會的發(fā)展，人們生活水平不斷提升，社會環(huán)境更加復(fù)雜多變，人們對風(fēng)險的防范意識相應(yīng)提高。保險作為規(guī)避風(fēng)險的主要和有效手段，不僅能彌補(bǔ)人們因風(fēng)險而遭受的損失，保險業(yè)的健康發(fā)展還對保障人民生活安定、推動國家經(jīng)濟(jì)發(fā)展及維護(hù)社會穩(wěn)定等起到明顯作用。2020年，新冠疫情席卷全球，保險業(yè)在我國疫情防控中的重要作用更為凸顯，其中商業(yè)健康保險對我國“健康中國2030”的戰(zhàn)略目標(biāo)有著至關(guān)重要的意義。

新冠疫情的沖擊在長期是否可以提高居民個人對商業(yè)健康保險的購買意愿，從而推動商業(yè)健康險保費逆勢上漲？這是一個值得探討和研究的命題。疫情沖擊對居民保險購買意愿的作用機(jī)制同樣值得研究。

本文通過對2020年1月與2021年7月兩次疫情高潮的重災(zāi)區(qū)湖北省與江蘇省進(jìn)行線下調(diào)研與發(fā)放問卷獲得數(shù)據(jù)，以混合面板模型為基準(zhǔn)模型，引入中介效應(yīng)模型，在穩(wěn)健性檢驗的基礎(chǔ)上，實證研究疫情沖擊對居民商業(yè)健康保險購買意愿的影響及內(nèi)在機(jī)制。本文可能存在的邊際貢獻(xiàn)在于：第一，通過引入風(fēng)險認(rèn)知這一中介變量體現(xiàn)“烙印效應(yīng)”，創(chuàng)新性地運用中介效應(yīng)模型分析疫情沖擊的內(nèi)部作用機(jī)制。第二，使用兩輪疫情的高風(fēng)險地區(qū)湖北省與江蘇省的最新調(diào)研數(shù)據(jù)，兼具代表性和時效性。

1 文獻(xiàn)綜述

新冠疫情的沖擊在短時期內(nèi)對商業(yè)健康保險的線下銷售活動造成了較大影響，同時暴露了行業(yè)本身存在的問題。例如，保險密度和保險深度低、對醫(yī)療保障體系的支撐力薄弱、產(chǎn)品結(jié)構(gòu)單一、責(zé)任范圍較狹窄、保險服務(wù)有待創(chuàng)新等[1]，我國商業(yè)健康保險的潛在需求轉(zhuǎn)化為實際需求的比例也較低。另外，我國商業(yè)保險業(yè)對此次疫情做出了較為良好的應(yīng)對，口碑不斷提高，此次疫情沖擊對商業(yè)健康保險行業(yè)來講既是挑戰(zhàn)又是機(jī)遇。

新冠疫情作為一次重大突發(fā)公共衛(wèi)生事件，可能會對人們產(chǎn)生“烙印效應(yīng)”，影響居民風(fēng)險認(rèn)知，從而改變商業(yè)健康保險的購買意愿。第一，部分學(xué)者的研究證明了歷史上包括SARS在內(nèi)的幾次重大突發(fā)公共衛(wèi)生事件都對人們產(chǎn)生了“烙印效應(yīng)”，改變了人們的風(fēng)險認(rèn)知。Marquis和Tilcsik（2013）[2]基于“烙印理論”，從心理和認(rèn)知等非可視化特征視角展開研究，發(fā)現(xiàn)過往重大經(jīng)歷會對個體產(chǎn)生“烙印”，并持續(xù)影響個體后期的行為選擇及決策。高其法（2010）[3]提出，無論是SARS還是甲流，都使人們感覺到某種緊迫性，改變了人們的風(fēng)險認(rèn)知，使得人們積極尋找關(guān)于該種疾病的信息及預(yù)防方法。第二，風(fēng)險認(rèn)知會對保險購買意愿產(chǎn)生一定的影響。以科技保險為例，高新技術(shù)企業(yè)管理層的風(fēng)險認(rèn)知越高，企業(yè)購買科技保險的意愿就越強(qiáng)[4]。

綜合以上文獻(xiàn)可以得出，學(xué)者已就商業(yè)健康保險業(yè)現(xiàn)狀及疫情沖擊對商業(yè)健康保險業(yè)的影響展開了多方面的探討，并論述了重大突發(fā)公共衛(wèi)生事件能夠產(chǎn)生“烙印效應(yīng)”，在一定程度上改變了人們的風(fēng)險認(rèn)知，從而對個體行為產(chǎn)生影響。此外，也有研究表明，更高水平的風(fēng)險認(rèn)知可以提高消費者的保險購買意愿。

新冠疫情的沖擊是否可以提高居民個人對商業(yè)健康保險的購買意愿，而居民購買意愿的變化是不是由疫情的沖擊提高了人們的風(fēng)險認(rèn)知造成的？目前已有的研究中，公共衛(wèi)生事件方面的文獻(xiàn)大多與非典、黑死病等相關(guān)，探究新冠疫情對人們風(fēng)險認(rèn)知及商業(yè)健康保險購買意愿影響的文獻(xiàn)較少，因此該命題具有一定的參考價值和研究意義。通過對前人文獻(xiàn)的總結(jié)和梳理，本文認(rèn)為此次疫情也會產(chǎn)生“烙印效應(yīng)”，改變?nèi)藗兊娘L(fēng)險認(rèn)知，從而在行為上提高對商業(yè)健康保險的購買意愿。因此，本文的研究擬沿用前人有關(guān)突發(fā)公共衛(wèi)生事件對人們風(fēng)險認(rèn)知影響的有關(guān)結(jié)論作為假設(shè)，推定風(fēng)險認(rèn)知在疫情沖擊對人們保險購買意愿的影響中充當(dāng)中介變量，從而展開新冠疫情影響人們商業(yè)健康保險購買意愿的研究。

2 研究設(shè)計

2.1 模型設(shè)計

2.1.1 基準(zhǔn)模型

基于前述分析，為研究疫情沖擊對人們保險購買意愿的影響，本文通過問卷中關(guān)于保險購買意愿的問題，根據(jù)李克特五級量表將答案賦值為1～5，使用混合面板數(shù)據(jù)構(gòu)建計量模型：

其中，下標(biāo)i， t分別代表不同地區(qū)與不同時間， PIit代表各地區(qū)各時間的居民保險購買意愿，為被解釋變量，為解釋變量。 Xit表示本文其他控制變量，包括不同居民個體的年齡、性別、家庭人口結(jié)構(gòu)、家庭收入等，為隨機(jī)擾動項。

為確保計量結(jié)果的穩(wěn)健性，本文通過對問卷中不同問題答案的收集構(gòu)建Logit和Probit模型進(jìn)行檢驗：

2.1.2 影響機(jī)理模型

為驗證疫情沖擊是否通過改變居民風(fēng)險認(rèn)知，從而影響其商業(yè)健康保險購買意愿，本文借鑒溫忠麟等（2004）[5]提出的中介效應(yīng)檢驗，進(jìn)一步以風(fēng)險認(rèn)知作為中介變量，建立以下中介效應(yīng)模型進(jìn)行回歸分析：

其中，方程（3）中， PIit是被解釋變量，表示第i個地區(qū)在疫情前后商業(yè)健康保險的購買意愿;是核心解釋變量，表示疫情沖擊前后;表示其他控制變量;是殘差項;系數(shù)是核心自變量對被解釋變量的影響;為截距項。

方程（4）中，是中介變量，表示i地區(qū)居民疫情沖擊前后的風(fēng)險認(rèn)知;是殘差項;系數(shù)是中介變量對被解釋變量的回歸系數(shù);為截距項。

方程（5）中，是殘差項;是加入中介變量后核心解釋變量對被解釋變量的回歸系數(shù);為截距項;其他符號及控制變量均與方程（3）一致。

2.2 變量與數(shù)據(jù)來源

本文選取2020年3月統(tǒng)計中的高風(fēng)險地區(qū)湖北省與2021年7月中高風(fēng)險地區(qū)江蘇省作為調(diào)查區(qū)域，通過實地調(diào)研與問卷調(diào)查法收集數(shù)據(jù)，使用StataSE-64進(jìn)行實證分析，如表1所示。

2.3 變量描述性分析

由表2可以看出，受訪者性別比例比較均衡;受訪者年齡跨度較大，可以從回歸結(jié)果中比較出不同年齡段群體的差異;受訪居民的家庭總收入分布較為平均;總體上居民具有中等偏高的風(fēng)險偏好。對于本文的被解釋變量——居民商業(yè)保險購買意愿，可以看出疫情后居民的商業(yè)健康保險購買意愿總體上顯著高于疫情前。

3 實證分析

3.1 基準(zhǔn)回歸

本文采用逐步添加控制變量評估疫情沖擊對居民保險購買意愿影響的凈效應(yīng)，回歸結(jié)果如表3所示。其他條件不變時，疫情沖擊對居民保險購買意愿的影響效應(yīng)穩(wěn)定在0.796左右，并在1%的水平上顯著，說明疫情沖擊顯著提高了居民保險購買意愿?？刂谱兞恐?，年齡、性別對居民保險購買意愿的影響不顯著，家庭成員數(shù)量對居民保險購買意愿具有顯著負(fù)向影響;家庭老人數(shù)、家庭兒童數(shù)和居民家庭收入對保險購買意愿具有顯著正向影響。

3.2 穩(wěn)健性估計

為解決模型的內(nèi)生性，現(xiàn)使用問卷中另一種問法中得出的0～1變量數(shù)據(jù)，構(gòu)建Logit模型和Probit模型，對分析結(jié)果進(jìn)行穩(wěn)健性檢驗。最終回歸結(jié)果中yiqing_dumt系數(shù)顯著為正，并在1%的水平上顯著，與前文基準(zhǔn)回歸模型估計的結(jié)果并無顯著差異，進(jìn)一步證明，疫情沖擊能顯著提高居民商業(yè)健康保險的購買意愿。

3.3 影響機(jī)理檢驗

本文對三個面板數(shù)據(jù)模型進(jìn)行回歸分析，結(jié)果如表4所示。

由表4可知，列（3）表明核心解釋變量疫情沖擊對居民商業(yè)健康保險購買意愿依然存在顯著正向影響，影響系數(shù)為0.607。中介變量風(fēng)險認(rèn)知同樣對居民商業(yè)健康保險購買意愿存在正向影響，且在1% 的統(tǒng)計水平上顯著，表明風(fēng)險認(rèn)知的增加會帶來居民商業(yè)健康保險購買意愿的提高。此外，計算風(fēng)險認(rèn)知的中介效應(yīng)占比為23.85%，可見風(fēng)險認(rèn)知在疫情沖擊對居民商業(yè)健康保險購買意愿的影響中存在一定的中介作用。

4 結(jié)語

通過本文前述分析及模型結(jié)果可以得出，新冠疫情的沖擊對居民個體商業(yè)健康保險的購買意愿有顯著正向作用。新冠疫情作為近兩年影響廣泛的重大衛(wèi)生事件，能夠?qū)θ藗兊男睦懋a(chǎn)生明顯的“烙印效應(yīng)”，由于人們在疫情中意識到了生命的脆弱、保障健康的重要性及重大疫情對人們收入造成的巨大損失，居民的風(fēng)險認(rèn)知隨之提高，改變了其商業(yè)健康保險的購買意愿，有助于增加商業(yè)健康保險的購買量，從而有效解決由于人們對風(fēng)險認(rèn)知不足造成的商業(yè)健康保險實際需求轉(zhuǎn)化率低的問題，幫助保險行業(yè)在后疫情時代轉(zhuǎn)型升級，也能探索與預(yù)測在疫情沖擊下商業(yè)保險業(yè)的發(fā)展前景，進(jìn)而發(fā)揮保險對推動經(jīng)濟(jì)發(fā)展與維護(hù)社會穩(wěn)定的積極作用。

參考文獻(xiàn)

譚英平，鮑創(chuàng).新冠疫情對我國商業(yè)健康保險的影響和啟示[J].價格理論與實踐，2020（7）：17-20+43.

Marquis，C.，Tilcsik，A.Imprinting：Toward a multilevel theory[J].The Academy of Management Annals， 2013，7（1）：195-245.

高其法.基于經(jīng)濟(jì)社會學(xué)視角的公共衛(wèi)生政策分析：以SARS、甲流、慢性病為例[J].衛(wèi)生經(jīng)濟(jì)研究，2010（5）：5-8.

呂文棟.管理層風(fēng)險偏好、風(fēng)險認(rèn)知對科技保險購買意愿影響的實證研究[J].中國軟科學(xué)，2014（7）.

溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗程序及其應(yīng)用[J].心理學(xué)報，2004（5）.