工伤保险基金可持续发展研究*——基于天津市工伤保险医疗待遇支出数据实证分析

于新亮 王 歆

(南开大学经济学院，天津，300071)

工伤保险基金可持续发展研究*
——基于天津市工伤保险医疗待遇支出数据实证分析

于新亮 王 歆

(南开大学经济学院，天津，300071)

随着工伤保险实行社会统筹，基金支出规模不断增长，运用科学的预算方法预测并合理管控工伤保险基金支出已成为实现工伤保险可持续发展的核心举措之一。结合天津市工伤保险基金财务状况，以医疗待遇支出月度数据为例，建立了去势季节时间序列模型，并验证时间序列计量模型预算方法与传统预算方法相比具有可行性和优越性。建议建立一套工伤保险预警体系。

工伤保险基金；医疗待遇支出；去势季节时间序列模型；预警系统

一、概述

工伤保险是社会保障制度的重要组成部分，在保障工伤职工合法权益，化解企业经营风险，维护社会和谐稳定方面发挥着重要作用。在当前我国工业化、城镇化加速推进，安全生产事故和职业病多发的背景下，加快构建预防、康复和待遇补偿三位一体的工伤保险制度体系，扩大制度覆盖范围，增强基金抗风险能力，不断提高保障水平愈发显得重要。工伤保险事业可持续发展的核心是工伤保险基金的可持续发展，只有不断增强基金实力，才能实现保障水平的稳步提高，康复人群的不管扩大和预防工作的全民开展。因此要不断完善工伤保险费率机制，促进基金征收，强化基金监管，实现基金的可持续发展。

(一)文献综述

国内学者对于工伤保险的研究主要集中在以下几个方面：一是各国工伤保险的制度比较，如刘吉欣(2006)介绍了德国的工伤保险制度，刘俊(2007)介绍了加拿大的工伤保险制度，吴镝(2012)比较了中美两国的工伤保险制度；二是对我国工伤保险的制度改进，如许素睿(2009)、吴丽萍(2008)、李朝晖(2007)等众多学者从不同角度分析了农民工工伤保险制度的设计与完善，杨波(2006)、孙树菡和余飞跃(2007)、翟玉娟(2009)等学者在完善工伤保险预防职能上提出建议；三是对我国工伤保险立法和司法的研究，如班金云(2006)、姜锐和严俊春(2009)、李志明(2011)等学者探讨了民事侵权赔偿与工伤保险赔偿的竞合问题，董保华(2009)、李海明(2011)等对我国《社会保险法》和《工伤保险条例》中规范工伤保险的相关法条进行解释并提出改进建议；仅有少量学者对我国工伤保险可持续发展进行了简单的统计分析，如周慧文(2008)对1993-2005年我国工伤保险的参保人数、基金收入与支出数据，通过对基金结余、基金率、参保人数、收入与支出的平均发展速度、保障度等多项关键指标的统计分析，得出我国工伤保险基金建立以来结余有所偏高，基金中储备金已初步建立，基金未来面临的中长期支付压力渐趋增大，基金管理制度有待进一步完善的结论。

从中我们不难发现，国内对于工伤保险问题的研究大多集中在文献整理、定性分析和简单的统计分析，而对工伤保险制度可持续发展缺乏翔实的数据研究和计量分析。因此，本文将在这一方面弥补以往文献研究的不足，为我国工伤保险制度可持续发展提供研究方法和数据支持。本文结构如下：首先以天津市为例，简述工伤保险财务状况；其次，比较工伤保险基金支出可行方法，即目前预算方法和时间序列模型方法；再次，以天津市工伤保险医疗待遇支出数据为例，介绍季节时间序列模型建模方法和估计结果；最后是本文的结论和相关政策建议。

(二)天津市工伤保险财务状况

天津市工伤保险自2004年1月1日起实行社会统筹，几年来参保人数持续增加，基金收支规模不断壮大。截至2010年底，全市参保职工达到330万人，基金当年收支规模近16亿元，初步具备了一定抗风险能力。在启动工伤保险制度之初，由于工伤制动总量较少，老工伤人员尚未批量纳入，以及工伤预防和工伤康复工作尚未开展等原因，基金当期收入远大于支出，基金滚存逐年增加。但是，近年来天津市基金支出增长幅度大大超过收入增幅，2007年至2012年，基金收入年均增幅17%，支出年均增幅31%，基金支缴率已达到90%以上。基金支出增加较快的原因，主要是以下几个方面：

首先，实施浮动费率政策使费率总体水平降低。2007年天津市工伤保险浮动费率管理暂行办法实施后，使天津市工伤保险整体费率水平由浮动前的0.89%下降为0.66%，在5个社会保险险种中费率水平最低，已累计减轻企业负担近6亿元，事实上也是基金减少收入6亿元。而国家四部委文件要求各地原则上要将费率水平控制在1%左右。

其次，参保人数增长放缓，享受工伤待遇人数刚性增长。近年来，天津市工伤保险参保缴费人数特别是农民工参保人数增长放缓。但是，由于职工发生工伤时年龄总体较小，一旦放生工伤特别是1-4级重伤人员，将由基金供养终生，因此享受工伤保险待遇人数会逐年呈“滚雪球”式增长。目前天津市年工伤认定量近2万人左右，其中能够评定伤残等级人数近万人。截至目前天津市已累计登记工伤职工15万余人。

再次，待遇水平逐年提高。由于我国医疗费用价格增速较快，近年来工伤职工医疗费用总额、人均医疗费用水平均呈现快速增长，占基金支出比重始终维持在40%以上。去年天津市工伤医疗性费用支出总额较2006年增长近5倍。另外，自2007年以来，天津市已连续7年提高1-4级人员伤残津贴，建立了工亡职工供养亲属抚恤金正常增长机制。2011年国务院修订出台新《工伤保险条例》颁布后，调整扩大了工伤认定范围，增加了基金支出项目、大幅提高了待遇标准，进一步加快了基金支出增速。去年全市人均待遇水平为2006年的2.4倍。

最后，老工伤人员纳入统筹增加基金支出。天津市在2004年工伤保险制度启动之初，即在全国率先出台政策解决老工伤历史遗留问题，至2011年底全市已累计纳入统筹基金管理的老工伤人员3.3万余人，基本解决了老工伤历史遗留问题。国家四部委下发的《关于做好国有企业老工伤人员纳入统筹管理有关工作的通知》(人社部发〔2011〕10号)，明确老工伤人员纳入统筹所需资金实行统筹基金调剂、企业趸缴部分费用、政府补助等“三家抬”的方式筹集，但由于天津市解决老工伤问题较早，筹资渠道主要靠统筹基金解决，再向企业追缴已不现实。

此外，部分群体收支赤字过大，对基金平衡形成压力。一是天津市三类企业退出市场后进入托管中心人员。这部分人员按退出政策进入托管中心后不再缴费，退出前也未一次性趸缴，但工伤人员待遇仍需由基金全部支付；二是参加天津市医疗工伤综合保险的农民工群体。农民工医疗工伤综合保险实行固定费率，不实行浮动费率，而农民工多从事高风险行业，其工伤发生率远高于全市平均工伤发生率，基金严重入不敷出。2011年，上述两类人员合计支出1.88亿元，占当年基金总支出的29%，剔除农民工综合险缴费0.51亿元后，此两类人员支出赤字1.37亿元。

目前天津市累计登记工伤职工15万余人，年进行医疗诊治行为约为3万余人，基金支付各类医疗待遇超过3亿元。全市共有工伤保险定点医疗机构60家，其中13家确定为工伤康复定点机构，9家辅助器具定点配置机构。定点医疗机构服务医师3000余人，康复医师101人，康复技师126人，辅助齐聚配制技师约20人。以2012年为例，各项工伤医疗待遇支出为3.3亿元，占基金全部支出的45%，人均工伤医疗费9546元，比2011年同期增长16.10%(其中门诊医疗费人均增长26.90%，住院医疗费人均增长14.85%)。工伤医疗费用支出始终占基金支出的近半数，因此加强对医疗康复费用支出的监管应当是基金节流的重点。下一步工作中，尽快将工伤职工和定点医疗(康复、辅助器具配置)机构的就医、诊疗和康复行为纳入天津市医疗保险网络实时监控系统，加强管理，确保基金合理支出。

二、工伤保险基金支出可行预算方法与比较分析

(一)当前预算方法

工伤保险医疗费用支出与缴费人数、工伤发生率、发生工伤且发生医疗费用人员数占比、人均医疗费用、医疗费用增长率等多种因素密切相关，而人均医疗费用的水平和医疗费用增长率还与工伤人员是新发生工伤还是去年已发生工伤继续治疗有所差别，此外工伤保险政策的调整、通过医院的协议管理加强措施等政策性因素也会对上述因子产生影响并作用于工伤保险医疗费用支出水平。天津市工伤保险正是基于上述理论，采用动态预测方法，通过对以往数据的统计分析和预算人员的个人经验对影响工伤保险医疗费用支出的各个因子进行预测，最终得出对未来工伤保险医疗费用支出水平的预算数量。

当前预算方法的优点有：一是相比于纯粹行政性质上对工伤保险医疗费用进行限定或者直接对工伤保险医疗费用进行统计分析得出增长率再预测的方法，采用对影响因子统计分析和预测再得出预算考虑更充分、方法更科学、结果更准确；二是当出现对工伤保险政策做出调整时，该方法也可以直接找出政策因素能够产生作用的影响因子，并对影响因子的预测加入政策性影响得出综合考量结果。

而当前的预算方法也有其不可避免的不足：一是对影响因子的预测除了需要统计方法的合理选择外，还需要预算人员对未来走势有准确的敏感度，不仅对预算人员的技术水平提出较高要求，而且预算人员丰富的经验也不可或缺，这一主观因素对预算的影响不可忽视；二是该预算方法仅能对年度支出做出预测，而对月度支出以及月度差异分析不足，因此在对各月支出水平的预算仍在年度支出预算基础上进行比例分配，预算决策的逻辑倒置，行政色彩明显，缺乏科学依据；此外，工伤保险医疗费用的影响因子众多，且各个因子之间也相互交织作用，形成影响因子网络体系，关系复杂，分析难度大，当前的预算方法显然对各个因子之间做了互不影响的假设，从而简化了分析方法、降低了技术难度，但预算的准确度也打了折扣。

综上，当前的预算方法提高了预算的科学性和合理性，但由于主观因素强、决策逻辑混乱、技术难度高等原因，当前预算方法仍有改进空间。

(二)时间序列计量模型方法

天津市工伤保险开展时间长，政策延续性好，而且数据收集及时完整，基于此，并结合数量经济学理论，我们可以利用天津市工伤保险医疗费用支出月度数据建立时间序列模型。

时间序列ARIMA模型分析方法是不同于多元回归模型的一种分析方法，最大的特点在于这种建模方法不考虑其他解释变量的作用，不以经济理论为依据而是依据变量本身的变化规律、利用外推机制描述时间序列的变化；而且，该模型具有一定的惯性，即模型不会随时间变动而产生较大变动，更新周期较长，且时间越长、数据越多，模型越准确，预测效果越好；此外，我们可以利用模型采用静态预测方法预测未来1个月医疗费用支出水平，并采用动态预测方法预测未来12个月进而得到年度医疗费用支出水平。

但是，这一分析方法也并非完美：一是该模型属于“事后分析”，预测并不能消除未来时期的高度不确定性，其最大价值在于向决策者提供了如果按过去和现在的变化规律发展下去，或假定了某些变化条件的前提下时间序列将会导致何种结果，而未来的政策性冲击在模型中体现，即预测中不能包含政策变化导致的支出水平的变化；二是，该种方法将对预算人员技术水平的要求从预测转移到了建模上，对于给定的时间序列，模型形式的选择通常并不是唯一的，在实际建立模型过程中经验越丰富，模型形式的选择就越准确合理，因此与具有专业知识的高校建立长期合作是解决这一问题的最佳途径。

(三)比较分析

通过对时间序列计量模型预算方法和当前预算方法进行比较分析，我们发现，时间序列ARIMA模型分析方法的三大优点恰好能够弥补当前预算分析方法的不足，而时间序列模型不能解决的政策性冲击问题却能通过当前预算方法得到很好的解决，两种预算方法恰好互补，因此，预警系统提供的预算功能的定位是：采用建立时间序列ARIMA模型、进行静态和动态预测的数量经济学分析方法，向决策者提供如果按过去和现在的变化规律发展下去的月度和年度预算，矫正当前预算方法的不科学因素，使决策者加以综合运用，实现预算方法的科学化合理化和预算结果的准确化具体化的双重效果，对于不合理医疗费用支出的界定、合理控制工伤保险医疗费用支出风险提供更为科学和具体的依据。

三、工伤保险基金支出预算实证分析——基于天津市工伤保险医疗待遇支出月度数据

我们将运用天津市工伤保险医疗待遇支出2004年4月至2012年12月的月度数据建立时间序列计量模型，以此对天津市工伤保险医疗待遇未来支出趋势进行预测。

(一)基本模型构建

基于数据为月度数据的特点，本文将建立季节时间序列模型(seasonal ARIMA model，SARIMA)对其进行估计和预测(张晓峒，2009)。该模型的基本架构为：

(1)

模型的估计方法为最小二乘法，估计所用操作软件为EViews7.0。

(二)模型估计

按照时间序列计量模型的建模步骤，首先我们来观察医疗待遇支出时间序列(以下简称yt序列)的趋势图(见图1)。我们可以发现，天津市工伤保险医疗待遇支出从2004年4月的87245.41元，大体呈现直线增长趋势，到2012年12月增长到24631963.96元，平均月增长率为4.74%；而从年度数据来看，2005年全年支出3408.71万元，到2012年增长到25848.62万元，年度平均增长率为33.56%，可见天津市工伤保险医疗待遇支出增长速度迅猛。此外，整个时间序列波动情况也是随着时间呈现愈加剧烈的现象，说明yt序列自身存在明显的异方差。

数据来源：天津市社会保险基金管理中心。

为了消除序列自身存在的异方差，我们将序列yt取对数后作为建模对象。从取对数后的序列趋势图可以看出，序列lnyt一定程度上克服了原序列的异方差(见图2)。

通过对图2的观察，序列lnyt具有明显的时间趋势，同时，由于序列lnyt是月度数据，各月度之间也存在差异，因此，我们也要对序列lnyt进行月度差异去势处理。

数据来源：天津市社会保险基金管理中心。

从序列lnyt的趋势图可以看到，序列仍然存在时间趋势，在趋势图中表现为增长的趋势，由于原序列yt与时间t呈线性关系，取对数后的序列lnyt就与时间t成对数关系，因此我们用时间的对数lnt对该序列进行去势处理。

此外，由于序列为月度数据，因此序列在各月度间也存在差异，在趋势图中表现为不规律的波动，因此我们可以定义11个虚拟变量，对序列继续去势。

对序列lnyt的去势建模估计结果见表1第一列。从统计检验上看，F统计量和T统计量的数值都大于临界值，表明各变量系数总体显著，并且各月度虚拟变量的符号及大小表明工伤保险基金存在着年底突击支出的现象；可决系数R2=0.9663，表明去势部分已经解释了序列中96.63%的部分，而其余3.37%的部分则进入了残差μt中。

表1 季节时间序列模型估计结果

续表1

解释变量系数(1)系数(2)系数(3)F-statistic220.0096270.4625471.0521DW1.67802.27052.0044

数据来源：根据EViews7.0输出结果整理。

注：表中括号内数值为相应估计系数的标准差；***、**、*分别代表1%、5%、10%的显著性水平。

我们继续观察残差μt的趋势图，见图3。从残差趋势图中我们发现，大部分月度残差序列都是围绕均值0上下波动的，但其中几年残差序列并没有围绕均值0上下波动，其中2007年、2008年各月度大约围绕-2上下波动，2010年围绕1上下波动，2011年围绕2上下波动，说明这些年份存在一定的外在冲击。计量模型的基本假设是残差要围绕均值0上下波动，应为一个白噪声过程，而上述年份的外力冲击导致相应残差并未围绕均值0上下波动，因此，必须去除这些外力冲击，以符合计量模型基本假设。

数据来源：根据EViews7.0输出结果整理。

为此，我们重新定义一个虚拟变量Z，2007、2008年各月度数值为-1，2010年各月度数值为0.5，2011年各月度数值为1，其余年份各月度数值均为0。代入该虚拟变量Z后的趋势模型估计结果见表1第二列。从估计结果中可以看出，外力冲击虚拟变量Z的系数也非常显著，且可决系数上升为0.9748，说明加入该虚拟变量后模型的拟合优度更高了。我们提取残差，继续观察其趋势图，发现残差序列已经没有明显的均值不为零的情形。

最后，我们建立季节自回归移动平均(SEARIMA)模型。通过观察lnyt去势后所得到的残差序列的自相关图与偏相关图，本文将建立(0,0,11)×(0,0,1)12的季度自回归移动平均(SEARIMA)模型。通过建立模型后对系数不显著变量的剔除，其估计结果见表1第三列。

从估计结果中，可决系数上升为0.9880，模型拟合优度进一步提高；F统计量和T统计量也都大于临界值，各变量系数显著；DW统计量为2.0044，说明不存在自相关；移动平均特征根倒数均在单位圆内，说明模型平稳可逆；此外，提取该模型残差后发现15期Q统计量P值大于0.05，说明残差已为白噪声过程。基于以上检验，该模型具有较好的统计特性，适合预测。

(三)模型稳健性检验与预测

季节自回归移动平均(SEARIMA)模型的预测方法有两种：如果预测式等号右侧的变量用实际值代入，称此类预测为静态预测；如果预测式等号右边的变量用模型上一期的预测值代入，称此类预测为动态预测。尽管静态预测相比动态预测更加精确，但对于工伤保险基金月度支出或者年度总支出在数据统计具有一定滞后性情况下的预测而言，动态预测更加必要。对于本文所用的天津市工伤保险医疗待遇支出月度数据，我们即可以假设某一年度实际支出未知，仅利用该年度之前的数据进行动态预测，用模型可决系数和动态预测误差率两项指标分别检验本文建立的季节自回归移动平均模型的稳健性和精确性。各年度所建模型拟合优度及动态预测情况见表2。

表2 2007-2012年度所建模型拟合优度及动态预测情况

数据来源：根据EViews7.0输出结果整理。

从表2可以看出，各模型的可决系数均在0.99左右，拟合优度非常好，表明本文建立的季节时间序列模型具有良好的稳定性。而动态预测误差率也都在5%以内，表明模型的预测能力良好，具有很高的精确度。据此，我们可以预测2013年天津市工伤保险医疗待遇支出预计为2.89亿元。

四、结论与建议

通过对天津市工伤保险医疗待遇支出的实证分析，我们得到了一整套工伤保险基金支出预算决策的建模方法和程序，该方法能够较为准确地预测未来工伤保险基金支出的规模，我们可以依据这一预测方法和预测结果对工伤保险基金支出的合理性进行有效评估。

本文建议，继续完善时间序列计量模型在工伤保险基金支出预算决策方面的应用，并逐步扩展为控制工伤保险基金合理支出的必要依据，即建立一套工伤保险预警体系，以保证工伤保险基金的可持续发展。

所谓预警体系，就是在风险事件发生前从统计数据中提取影响事件风险程度的关键因素作为重点观测指标，并设计不同层次的指标界限以表示不同的风险等级，当观测指标达到甚至超过某一界限时系统给予相应的警示，引起观测者和决策者的足够重视并采取相应管控措施。所以，预警体系设计的关键就在于重点观测指标的选取、等级的确定以及不同等级界限的设定。

[1]孙树菡、朱丽敏：《中国工伤保险制度30年：制度变迁与绩效分析》，载《甘肃社会科学》，2009(3)。

[2]张晓峒：《应用数量经济学》(第一版)，266～310页，北京，机械工业出版社，2009。

[3]周慧文：《我国工伤保险基金收支及可持续性分析研究》，载《经济问题探索》，2008(2)。

(责任编辑：H)

Study on Sustainable Development of Injury Insurance Fund—An Empirical Analysis Based on Data of the Injury Insurance Medical Expenses in Tianjin

YU Xinliang WANG Xin

With the social pooling of Injury Insurance and growing of its fund spending, it has become one of the key initiatives to achieve sustainable development of Injury Insurance that forecasting and reasonably controlling Injury Insurance fund spending through scientific methods of budgeting. Combined with the financial situation in Tianjin Injury Insurance fund, taking the monthly data of its medical treatment expenses as an example, this paper established a seasonal ARIMA model to highlight its feasibility and superiority compared to the traditional methods of budgeting. Establishment of an Injury Insurance early warning system is also suggested.

injury insurance fund，medical expenses，seasonal ARIMA model，early warning system

*本文为教育部人文社会科学重点研究基地重大项目“我国社会发展与民生保障战略研究”(编号13JJD840004)的资助成果。