医疗需求对于我国商业健康保险需求的影响分析.docVIP

医疗需求对于我国商业健康保险需求的影响分析 　　摘要：基于我国31个省、市、自治区2008年至2012年的省际面板数据，运用固定效应模型方法，考察了医疗需求对于我国商业健康保险需求的影响。研究结果发现，城镇居民家庭平均每年人均医疗保健消费支出、人均诊疗人次数、人均城镇基本医疗保险基金收入、老年人口抚养比都对于人均健康保险保费收入存在正向显著关系，但人均GDP对于人均健康保险保费收入的影响关系不显著。 　　关键词：医疗需求；健康保险；固定效应模型 　　一、引言 　　近年来我国商业健康险迎来快速发展时期，各方面利好政策出台。2014年8月，国务院总理李克强主持召开国务院常务会议，进一步明确加快发展商业健康保险，助力医改、提高群众医疗保障水平。同年11月，国务院办公厅发布《关于加快发展商业健康保险的若干意见》，首次为商业健康保险做出顶层设计。12月，中国保监会召开学习贯彻加快发展商业健康保险若干意见动员会，为商业健康保险发展再次注入新的动力。12月18日，上海自贸区首家专业健康险公司太保安联正式开业。这一系列的举措都为我国商业健康险的发展提供了一个推动作用。 　　二、理论分析 　　探讨医疗需求对健康险需求的影响，可以从三方面进行研究。 　　第一，主观医疗保健投入。主要体现我国居民主观上对于医疗保健的重视程度，一般来说，主观重视程度越高，对于医疗保健投入越大，医疗保健消费支出越多。 　　第二，客观医疗保健投入。主要从诊疗人数等客观指标中得以体现，可以反映出我国居民的实际的医疗需求，某种程度上也可以反映出我国居民的健康水平。 　　第三，外部环境。外部环境也会影响健康险的需求。比如老龄化水平、经济发展水平等等。外部环境影响医疗需求，进而影响健康险需求。 　　三、实证分析 　　（一）模型建立 　　为了更加科学地考察医疗需求对于我国商业健康保险需求的影响，选取我国大陆31个省、市、自治区（香港、澳门、台湾除外）的面板数据作为分析样本。本文中时间序列长度T较小而截面单位N较大时，仅以样本自身效应为条件进行推论，应采用固定效应模型。故本文采用固定模型，且根据分析选择混合估计。因此，建立模型如下： 　　（二）变量选取 　　1、被解释变量 　　被解释变量，为前面选择的人均健康保险保费收入（元）的自然对数（yit），等于各省市的健康保险保费收入除以各省的常住人口，单位为元/人，再取自然对数。 　　2、解释变量 　　本文选取了城镇居民家庭平均每年人均医疗保健消费支出（元）的自然对数、人均诊疗人次数（次）、人均城镇基本医疗保险基金收入（元）的自然对数、老年人口抚养比（%）、人均GDP（元）的自然对数作为解释变量。 　　（三）数据来源 　　本研究根据数据实际的收集情况，最终将样本期确定为2008年～2012年。历年健康保险保费收入数据来源于历年《中国保险年鉴》。诊疗人次数、城镇基本医疗保险基金收入、老年人口抚养比、GDP、人口数的数据皆来自历年《中国统计年鉴》。 　　（四）研究结果 　　由于本文中横截面数据要比时间序列数据多，所以直接采用Eviews中的面板数据固定效应模型进行分析。为确保模型的准确性，本文对于混合模型和固定效应模型进行选择分析，先对于数据进行F检验，检验结果显示，p值接近于0，所以采用固定效应模型。接下来，进行固定效应模型的分析。利用Eviews进行分析后发现，时点固定效应模型最适合本文模型。结果如下： 　　城镇居民家庭平均每年人均医疗保健消费支出的自然对数的Prob.值为0.0000，人均诊疗人次数的Prob.值0.0006，人均城镇基本医疗保险基金收入的自然对数的Prob.值为0.0097，老年人口抚养比的Prob.值为0.0247，人均GDP的自然对数的Prob.值为0.0.4113，调整后的R2为0.743548，Prob.（F-statistic）数值为0.000000，D-W检验为0.318240。 　　以上固定效应模型显示，除人均GDP对于人均健康保险保费收入的影响关系不显著外，其他因素都对于人均健康保险保费收入有显著的正相关影响。该模型自变量的变动，可以解释74.35%的因变量的变动。F检验接近于0，表示该模型可以被接受。而D-W检验显示该模型可能存在正序列相关。结合实际情况，具体分析各个自变量对于因变量的影响。 　　1、城镇居民家庭平均每年医疗保健消费支出的影响。居民每年投放于医疗保健的消费支出一部分可能包括健康保险保费收入，并且反映出其对于医疗保健的重视程度以及需求程度，健康保险可满足他们对于这方面的需求，故二者呈正相关关系。 　　2、诊疗人次数的影响。诊疗人次数可以在某种程度上反映出居民的身体状况，即居民的客观健康指标，一般来讲，诊疗人次数多的人，其对于健保险的