我国商业健康保险增长会刺激居民消费吗?——基于2006～2016年省际面板数据的实证研究

袁 成,刘舒亭

(南京大学 经济学院,江苏 南京 210093)

一、引 言

近20年以来我国商业健康保险市场迅速扩张,总保费收入从2000年的56.1亿元上涨到2016年的4042.5亿元,占人身险总保费收入的比重也从5.6%增加到18.2%,尤其是2013年保险费率市场化改革以来,保障型的健康保险异军突起,保费收入年均增长幅度接近50%,2016年更是高达67.7%。2014年《关于加快发展商业健康保险若干意见》的发布以及商业健康保险税收优惠政策的出台,均反映出中央政府致力于全面推行商业健康保险,充分发挥其“社会稳定器”和“经济助推器”重要作用的决心。招商证券(香港)研究部2017年7月出具的报告显示,预计到2020年,中国健康险的总保费和新单保费收入将分别有望达到1.28万亿和4665亿元,届时中国健康险的有效保单数将达到4.6亿张。因此未来很长一段时间内健康保险将成为我国保险市场的一个重要增长点,并且逐步发挥其为居民医疗保驾护航的特有功能。

我国商业健康保险的飞速发展是由国内人口老龄化、疾病年轻化、医疗成本猛增等一系列原因共同作用而成的,这些趋势共同的特点是增加了居民未来消费的不确定性。虽然我国已经初步形成了以新型农村合作医疗、城镇职工医疗保险和城镇居民基本医疗保险为主体的社会医疗保障体系,但只能是“低水平、广覆盖、保基本”,居民面对未来因大病重病致贫返贫的风险,仍是会选择降低消费,增加预防性储蓄。而通过刺激消费来拉动经济增长是促进经济可持续发展的关键,十九大报告中强调了增强消费对经济发展的基础性作用,提出要完善促进消费的体制机制,让消费成为拉动经济增长的首要动力。目前国内外已经有大量基于消费理论和消费函数模型对社会保障制度能否促进居民消费的研究,但就商业健康保险对居民消费影响的实证研究比较少。在医疗费用迅速上涨、疾病风险普遍提高的背景下,承保范围广、保障措施灵活全面的商业健康保险其实更能满足居民多样化的医疗需求,减轻未来医疗经济负担。那么,我国商业健康保险在缓解家庭未来医疗压力,维护居民生活稳定的同时,能否进一步释放家庭储蓄,刺激居民消费,实现经济助推?

本文的贡献在于基于预防性储蓄模型对我国商业健康保险增长是否能够刺激居民消费进行理论分析,构建动态面板模型,利用2006～2016年我国省际面板数据进行实证检验,进而在我国未来商业健康保险的社会地位提升、产品研发设计、服务创新等方面提出发展对策,这对于缓解未来医疗支出压力,刺激居民消费,优化居民消费结构具有现实意义。

二、文献综述

关于商业健康保险对居民消费影响的研究目前比较少。王美娇等基于处理效应模型,采用2011年中国家庭金融调查项目的截面数据就商业健康保险对居民消费及其结构的影响进行研究,结果表明个人购买商业健康保险将促进其非必要消费且其弹性倍数于养老保险、离退休工资、企业年金及个人收入的弹性,而且商业健康保险对居民消费的拉动力和消费结构的影响力都更强[1]。吴庆跃等采用同样的数据来源研究发现商业健康保险使得我国家庭消费增长,并且分别对农村家庭的物质生活消费和对城镇家庭的精神文化消费产生了更为显著的促进作用[2]。李心愉等运用预防性储蓄研究框架,通过建立纳入不确定性的两期效用函数模型,阐述了寿险产品对消费内需的影响作用机制,并通过对2010年我国各地区寿险密度、深度和最终消费率截面数据的分析,发现寿险发展水平和居民最终消费率之间具有正向的相关关系[3]。 史丽媛等利用布兰查德和费希尔的模型分析我国境内30个省市2002～2012年的面板数据发现增加寿险购买可以降低居民家庭未来收支的不确定性,有助于扩大消费,应大力发展寿险业[4]。 朱铭来等从社会民生视角基于30个省市2006～2014年的面板数据检验了商业保险与民生财政构成的社会民生系统对居民刚性消费的影响,指出长期商业保险发展对社会民生保障有很好的补充作用[5]。

还有更多的研究是关注社会医疗保障对居民消费的影响。Feldstein指出社会保障对居民消费的作用存在两种效应,其中资产替代效应通过替代居民资产使得居民消费减少,引致退休效应通过在工作期间增加私人储蓄促进居民消费,故最终影响取决于两种效应的大小[6],该研究的成果因依赖于数据选取的时间范围而受到争议。Feldstein在1996年的研究中修正了自己的一处计算错误后,验证社会保障依然替代了大量居民消费[7]。Gruber和Yelowitz也指出社会保障会对居民消费产生显著影响[8]。国内学者就社会医疗保险对居民消费的影响研究分为对农村居民的影响和对城镇居民的影响。在农村居民消费方面,马双等和白重恩等先后研究了新农合对消费的影响,实证表明新农合增加了农村参合家庭的非医疗消费,并且其效应随保障水平的提高而增强[9-10]。苏春红等表明新农合提高了农村居民患病后就诊的概率,降低了其医疗消费支出[11]。在城镇居民消费方面,胡宏伟等就医疗保险和贫穷对家庭医疗消费的单向影响和联合影响进行讨论,得出个人账户中的医疗保险会促进居民的医疗消费,提高城镇居民家庭医疗消费的绝对数值和占家庭总消费的相对比例,刺激释放贫困家庭的医疗支出[12]。邹红等采用2002～2009年广东省城镇住户调查数据,研究发现社会医疗保险覆盖能够显著刺激城镇居民尤其是低收入家庭消费,其中主要释放的是对教育、文娱等发展享受类型商品服务的消费能力[13]。李晓嘉以2008～2009年北京、上海、广州三个样本城市的数据研究得出城居保对家庭的自付医疗消费支出影响不明显,但能够以明显幅度带动非医疗消费,且其效应在不同收入层级的家庭间具有异质性[14]。王新军等证实基本医疗保险显著减弱了家庭的经济风险,降低了家庭“因病返贫”和“因病致贫”的可能。同时也认为应当发挥商业保险对于基本医疗保险的补充作用,以进一步丰富医疗保险服务产品,补偿居民风险损失,刺激引动消费[15]。周钦等结合社会医疗保险对居民消费的影响和预防性储蓄模型,研究医疗保险的普及与居民的资产结构间的关系,发现医疗保险能够显著地促使农村和城镇居民改变自己的资产配置选择,减少预防性储蓄,增大选择较高风险资产的倾向[16]。刘一伟从多维贫困的角度研究发现,社会保障支出可以使城镇居民增加娱乐休闲消费,缓解精神贫困[17]。

本文运用预防性储蓄模型来进行理论分析,关于预防性储蓄的理论研究表明,预防性储蓄是未来收入不确定性的正函数。Leland指出,当效用函数的三阶导数大于零时,未来的风险越大,消费者预期未来消费的边际效用越大。因此,当存在不确定性时,为了实现效用最大化,居民倾向于减少消费。故为增加消费,使得居民消费不被过度平滑,则需降低不确定性[18]。Dynan对消费者面临的最优化问题进行了证明[19]。我国居民高储蓄率的现象存在已久,早在21世纪初就有学者关注到这一问题并进行研究。龙志和等基于1991～1998年的面板数据对我国城镇居民的高储蓄现象进行了实证研究,发现存在着较强的预防性储蓄动机,并随未来收入不确定性的增大而增强[20]。杭斌等的实证研究表明习惯和不确定性都是导致中国城镇居民高储蓄的重要原因[21]。苏基溶等认为现阶段我国城镇居民面临的不确定性增强,导致预防性储蓄动机增大[22]。张振等认为我国城乡居民收入不确定性广泛存在,并且在不同地域、不同收入类别间存在异质性,对我国总体消费形成了结构性的影响[23]。沈坤荣等认为由持久收入增长和储蓄惯性导致的我国城镇居民的高储蓄率能够通过社会保障降低不确定性来降低[24]。易行健等发现我国城镇居民预防性储蓄动机由东部至西部逐渐增强[25]。

综上所述,国内许多学者都认为社会医疗保险能够在一定程度上释放预防性储蓄,降低我国居民储蓄率,带动居民消费,同时这样的效应在不同区域和不同收入层级间也存在差异,医疗保险基金支出对于较贫困地区和中低收入层级的居民消费增长贡献更大,而得到显著带动的多为包括教育、文娱等发展享受型支出的非医疗消费支出。但目前针对商业健康保险对于居民消费影响的研究讨论相对缺乏,而且已有研究均是从微观角度采用2011年中国家庭金融调查项目的截面数据来进行实证检验,无法全面反映我国商业健康保险在这十年里迅猛增长的过程及其对居民消费的影响,故本文从宏观角度出发,采用2006～2016年的省际面板数据,就商业健康保险发展对我国居民消费产生的影响进行实证检验。

三、商业健康保险增长对居民消费的影响机制分析

除了资产的货币价值的变动、时间贴现率、财政政策等客观因素之外,居民消费主要受到收入的影响,是收入的较稳定的函数。经典消费理论的发展历经了绝对收入假说、相对收入假说、生命周期理论、持久收入假说等阶段。近年的理论研究成果以随机游走假说、预防性储蓄理论、流动性约束理论为代表。其中预防性储蓄理论将不确定性引入到生命周期理论和持有收入假说的理论分析框架,认为在收入和消费都存在不确定性的约束条件下,理性消费者会尝试平滑消费以使得自身总效用最大化,成为国内外学者考察社会保险和商业保险对居民消费影响时的有力模型。

在消费者未来支出存在不确定性的情况下,本文参照Dynan于1993年提出的预防性储蓄模型[19],假设效用函数是时间可加的,且其一阶导数大于零,二阶导数小于零,三阶导数大于零。则t时期消费者i面临的动态最优化问题为:

(1)

其约束条件为:

Ai,t+j+1=(1+ri)Ai,t+j+Yi,t+j-Ci,t+j

(2)

其中,T为消费者生存期,Ai,t是财富且已知,Ai,T+1=0;Yi,t是t期的收入,是不确定的;Ci,t是t时期的消费;ri是税后的实际利率;δ是时间偏好率(此处假设为常量)。j=1时求解得到的一阶条件为:

(3)

将式(3)中的U′(Ci,t+1)进行泰勒展开,忽略高阶项的影响,整理可得:

(4)

式(4)中, 定义ξ=-Ci,t(U″/U′)表示相对风险厌恶系数,ρ=-Ci,t(U‴/U″)表示相对谨慎系数,用消费变化的方差来测度支出的不确定性。由已知效用函数假设U′> 0,U″< 0,U‴> 0,可得ξ>0,ρ>0。式(4)表明,预期消费变化与其平方成正相关关系,即如果预期未来支出的不确定性越大,反映为式(4)中预期消费变化的平方增大,则预期未来消费增长越多,居民现期会有较高储蓄,亦即预防性储蓄行为。

根据以上的推证进一步分析商业健康保险增长对居民消费的影响机制,可以发现,预期未来消费增长会导致居民预防性储蓄行为,从而降低消费。结合我国实际情况来看,首先我国已经进入加速老龄化社会,人口预期寿命由1960年的43.35岁上升到2015年的75.98岁,加上环境污染、工作压力增大和生活习惯改变,导致疾病尤其是癌症呈现年轻化趋势,因此未来居民面临的疾病风险在不断增长。其次,国内疾病治疗成本上涨迅猛,根据健康风险预警治理协同创新中心发布的数据,1991～2013年我国人均医疗费用的年均增长率为17.49%,这一数值远远超过了同期的GDP增长率,若现有的政策环境不变,预计到2020年,我国医疗费用将保持明显高于社会经济发展速度的12.08%～18.16%的年均增速。最后,我国社会医疗保险的保障程度较低,2016年全国城镇基本医疗保险参保人数7.44亿,城镇基本医疗总支出10767.1亿元,人均支出1447元,这个数额只能基本保证日常疾病治疗,一旦遭遇重大疾病,居民仍需承担很高的治疗费用。基于以上三点不难看出,我国居民未来医疗消费会持续增长,如果没有其他保障措施,就只能通过预防性储蓄来降低未来消费的不确定性,从而减少消费。

目前我国商业健康保险以重疾险为主,这一险种的保障范围涵盖了治愈成本很高的重大疾病,实行定额给付制,即被保险人一旦患上保险合同保障范围之内的重大疾病,保险公司将一次性赔偿合同约定的保险金额,而非根据实际治疗花费来进行报销,这一方面使得患者在确诊之初就能获得充分现金流来进行及时治疗,无需先筹钱治疗再报销,另一方面也给予患者在治疗方式和药物方面充分的选择权,切实根据病情来决定如何治疗。因此,重疾险为居民未来医疗支出提供了有力保障,降低了居民因病致贫返贫的风险,同时弥补了社会医疗保障程度低、报销烦琐、用药限制等缺陷,深受消费者青睐,销售量呈现出飞速增长的趋势。

由此可见,通过购买商业健康保险,可以在一定程度上降低居民未来医疗支出的不确定性,从而降低预防性储蓄,刺激消费。但同时还应注意到,商业健康保险每年的保费从上千元到上万元不等,加上采用连续缴费方式,缴费期多为十年至二十年,居民的保费支出也可能会抑制其他消费,导致整体消费下降。因此接下来将进一步通过实证检验来进行探讨。

四、实证检验

(一)变量选取与数据说明

本文研究的是商业健康保险增长对居民消费的影响,由于目前国内健康保险发展主要集中在城市范围,因此将研究对象设定为城镇人口。被解释变量是居民消费,用城镇居民人均消费性支出(EC)来表示,即在食品、衣着、居住、教育文化、医疗保健等方面的支出。解释变量是商业健康保险发展,用健康保险密度(ID)来表示,即人均健康险保费收入,反映了商业健康保险在居民中的普及程度。为了更准确客观地检验商业健康保险增长对居民消费的影响,加入必要的控制变量。根据前文分析,居民消费主要受居民收入、未来消费的不确定性以及消费习惯的影响,而结合本文研究内容,未来消费的不确定性可表现为通货膨胀、人口老龄化以及社会医疗保障程度等,因此选取居民收入水平、通货膨胀、老年人口占比、城镇化水平、社会医疗保障程度和消费习惯这六个变量作为控制变量,具体变量说明见表1。为消除异方差,对EC、ID、Y、SOCIAL、VC分别取对数,记为LnEC、LnID、LnY、LnSOCIAL、LnVC。

表1 控制变量说明

鉴于我国社会医疗保障制度在2005年后有大幅度改革,因此本文选取了2006～2016年11年间中国境内31个省域(由于统计口径不一,样本数据不包括港澳台地区)的面板数据进行回归。其中,健康保险保费收入来源于中国保监会官网,城镇居民人均消费性支出、城镇居民可支配收入、CPI、65岁以上人口比率、城镇人口占总人口的比重、城镇基本医疗保险基金支出和参保人数等数据均来源于《中国统计年鉴》(2007—2017)。表2是各变量的描述性统计。

表2 各变量的描述性统计

(二)模型构建

由于商业健康保险合同具有延续性,尤其是重疾险的保险期限和缴费期限多是一年以上,而一年期的医疗费用保险也大多会在期满后继续续签,因此居民上期的购买行为会影响到当期消费,为了客观反映商业健康保险增长对居民消费的长期影响,在模型的解释变量中加入解释变量LnID的滞后一阶项L.LnID,构建静态面板回归模型如下:

LnECit=c+β1LnIDit+β2L.LnIDit+β3LnY+β4INFit+β5OLDit+

β6URBANit+β7LnSOCIALit+β8LnVC+μt+ηi+εit

(5)

其中,c为常数项,i代表省份,i=1,2,……,31;t代表年份,t=1,2,……,11。μt和ηi分别代表时间效应和个体效应的虚拟变量,εit为干扰项。进一步地考虑到居民消费也是具有连贯性的,消费还会受到上一期消费支出的影响,而静态面板回归模型忽略了被解释变量滞后项对其本身的动态影响,估计结果可能会产生较大偏误。因此进一步构建动态面板回归模型如下:

LnECit=c+β1L.LnECit+β2LnIDit+β3L.LnIDit+β4LnY+β5INFit+

β6OLDit+β7URBANit+β8LnSOCIALit+β9LnVC+μt+ηi+εit

(6)

其中,L.LnECit表示第i个省域第t-1年城镇居民人均消费性支出,即被解释变量滞后项。在动态面板回归模型中,由于被解释变量的滞后项与扰动项相关,存在内生性。差分广义矩估计(Difference GMM)考虑了滞后项的内生性问题,但经常会存在弱工具变量问题,使估计结果产生偏误。而系统广义矩估计(System GMM)可以同时克服内生性和弱工具变量的问题,且不易受异方差干扰,提高估计效率。本文进一步通过采用Sargan检验来判断工具变量的有效性,以及Arellano-Bond方法来检验扰动项是否存在自相关。

(三)参数估计结果

根据模型(5)和(6)分别用三种方法对中国境内31个省份的样本进行回归,参数估计结果见表3。

表3 参数估计结果

注:1. 以上回归结果是通过stata13计算得来;2. ***、**、*分别表示在1%,5%和10%水平上显著,括号中为t值;3. Hausman检验是对静态模型采用随机效应还是固定效应的检验,括号里为P值;4. Sargan检验是对工具变量的合理性进行过度识别检验,括号里为P值;5. AR(2)P值为对一阶差分后的残差进行二阶序列相关检验得到的P值,原假设为模型不存在二阶自相关性。

表3的静态模型回归中根据Hausman检验结果,使用固定效应模型回归,但没有考虑被解释变量居民消费的滞后项对其本身的动态影响,估计结果存在偏差。动态模型回归中,差分广义矩估计和系统广义矩估计得Sagan检验的P值都接近1,接受“所有工具变量都有效”的原假设,这说明构建的模型不存在过度识别问题。Arellano-Bond检验的一阶差分的P值均显著,而二阶差分的P值均不显著,故接受“扰动项无自相关”的原假设。数据表明系统广义矩估计结果优于其他估计结果,因此接下来的分析将按该估计结果进行评价。

从表3的广义矩估计结果中可以发现,健康保险密度(LnID)和健康保险密度的滞后项(L.LnID)的估计系数分别为0.0223和0.0221,且均显著,这说明当期健康保险增长能够刺激当期消费,上一期的健康保险增长也会促进当期消费,因此商业健康保险的增长对居民消费具有持续较强的正面影响。这一检验结果和前文基于预防性储蓄模型得出的理论预测相符,购买商业健康保险可以在一定程度上降低居民未来大额医疗支出的不确定性,从而降低预防性储蓄,刺激消费,也说明购买商业健康保险对于居民消费的刺激作用大于保费投入对居民消费的抑制作用。

从表3所列示的结果中我们还可以发现,大部分变量的回归结果都显著,其中居民消费的滞后项(L.LnEC)和消费习惯(LnVC)的估计系数分别为0.122和0.125,这表明居民消费惯性明显,受往年消费习惯影响较大。居民收入(LnY)的估计系数为0.527,可以说收入水平仍是决定消费的最重要因素。此外,通货膨胀(INF)会导致货币贬值,从而刺激消费,而伴随着城镇化(URBAN)程度加深,居民消费意识增强,也会增加消费。社会医疗保障程度(SOCIAL)的回归系数虽然显著但是非常小,可以说对居民消费的刺激作用微乎其微,这也和前文分析吻合,我国社会医疗保障覆盖面广但程度低,发生重大疾病时,居民仍需承担很高的治疗费用,因此很难降低预防性储蓄,提高消费。另外,老年人口占比(OLD)的回归系数不显著,因为人口老龄化会导致未来养老、医疗支出上升,居民可以通过增加预防性储蓄,也可以通过购买重疾险、长期护理保险、养老保险等来为长寿风险做准备,但这两种方法对消费产生的影响相悖,增加预防性储蓄会降低消费,而购买保险会增加消费,因此最终影响无法形成定论。

(四)稳健性检验

为了进一步验证我国商业健康保险增长对居民消费的影响,本文还通过替换变量来进行稳健性检验。解释变量用健康保险深度(IP)替换健康保险密度(ID),该指标是指各省市每年健康保险总保费收入占当年GDP的比重,反映健康保险在国民经济中的地位,被广泛应用于健康保险发展程度的研究中。控制变量中,用人均国内生产总值(RGDP)替换居民收入水平(Y),同样也反映了居民当年的经济收入,为消除异方差,对RGDP取对数,记为LnRGDP。用老年人抚养比(DEPO)对老年人人口占比(OLD)进行替换,即65岁以上人口数占15～64岁人口数的比重。数据均来源于《中国统计年鉴》(2007—2017),表4是三个替代变量的描述性统计。

表4 替代变量的描述性统计

根据模型(5)和(6)分别用三种方法对全国31个省份的样本进行回归,参数估计结果见表5。可以发现,代表商业健康保险发展的变量健康保险深度(IP)及其滞后项(L.IP)对居民消费的影响仍然显著为正,其余变量的回归结果和显著水平也和表2中的结果基本一致,这表明回归结果是稳健的。

表5 稳健性检验

续表5：

变量静态模型固定效应动态模型 差分广义矩估计系统广义矩估计 LnSOCIAL0.000076***(7.56)0.00002***(2.74)0.00002***(6.68) LnVC0.154***(11.21)0.101***(17.52)0.074***(18.59) 截距项c4.58***(23.31)2.13***(15.26)2.15***(13.27)R20.7594—— Hausman检验88.01***—— Sargan检验—29.74(0.951)26.6(0.999) AR(2)P值—0.0005(0.1153)0.0004(0.1434)

注:1. 以上回归结果是通过stata13计算得来;2. ***,**,*分别表示在1%,5%和10%水平上显著,括号中为t值;3. Hausman检验是对静态模型采用随机效应还是固定效应的检验,括号里为P值;4. Sargan检验是对工具变量的合理性进行过度识别检验,括号里为P值;5. AR(2)P值为对一阶差分后的残差进行二阶序列相关检验得到的P值,原假设为模型不存在二阶自相关性。

五、结论与启示

本文基于预防性储蓄模型对商业健康保险增长对居民消费的影响机制进行了理论分析,指出商业健康保险增长可以在一定程度上降低居民未来医疗支出的不确定性,从而降低预防性储蓄,刺激消费。在此基础上,通过构建静态面板模型和动态面板模型,利用我国2006～2016年省际面板数据,运用三种估计方法实证检验了我国商业健康保险增长对居民消费的影响。研究结果发现,商业健康保险的快速增长对居民消费具有正向促进作用,且这种正向刺激具有持续性,上一期的健康保险增长对当期居民消费也能产生显著的正向影响。此外,居民消费惯性明显,居民收入、通货膨胀以及城镇化均与居民消费有正向关系。社会医疗保障对居民消费的刺激作用很小,人口老龄化的影响则不甚明显。

基于以上发现,可以说商业健康保险的发展不仅关系到我国保险市场的发展壮大,更关系到缓解居民未来医疗支出的不确定性,补充社会医疗保障,从而刺激居民消费,促进经济持续稳定增长。因此在进一步推进我国商业健康保险发展,充分发挥其医疗支出补偿、疾病风险管理的作用方面,提出以下建议:一是充分发挥商业健康保险对社会医疗保障的补充作用,提升商业健康保险在社会民生中的地位。2016年保监会发布《中国保险业发展十三五规划纲要》就提出“完善商业健康保险顶层设计,鼓励发展与基本医疗保险相衔接的补充医疗保险”,因此应该在社会医疗保障之外更多引入市场机制,打破社会民生政府包揽的错误认识,充分挖掘商业健康保险的功能,让民生领域适当市场化,才能使得社会民生体系运行得更有效率。二是开发设计功能多样化的健康保险产品,满足多元化医疗保障需求。大力开发住院医疗保险、重大疾病保险、长期护理保险和失能收入损失保险等商业健康保险险种,缓解不同层次的居民未来医疗支出压力。三是提升服务水平,创新服务方式。保险服务应从保护被保险人根本利益的角度出发,规范细致,根据被保险人的实际情况来提供合理产品,不误导盲目投资;同时将服务作为产品的一个部分,不仅要将流程做细致,更要升级服务,为被保险人提供疾病预防、定期健康检查、会诊服务、健康知识讲座、养生保健等健康管理服务,降低疾病风险。四是加大保险消费的宣传力度,转变保险消费观念。提高消费者的风险保障意识,通过宣传或者政策推广,如全面推行个人税收优惠型商业健康保险,让消费者真正认识保险的风险保障功能,坚持保险姓“保”,而非单纯关注投资收益,从而通过合理消费健康保险,来达到缓解未来医疗支出的不确定性,刺激消费的目的。

[参考文献]

[1] 王美娇,朱铭来. 商业健康保险对居民消费及其结构的影响——基于理性预期和家庭资产结构分析[J]. 保险研究,2015(6): 19-31.

[2] 吴庆跃,杜念宇,臧文斌. 商业健康保险对家庭消费的影响[J]. 中国经济问题,2016(3): 68-79.

[3] 李心愉,吴逸,张越昕. 寿险对消费内需的作用机制研究[J]. 保险研究,2012(6): 13-21.

[4] 史丽媛,孙祁祥. 人寿保险与居民消费——来自中国数据研究[J]. 保险研究,2014(4): 74-81.

[5] 朱铭来,李涛. 商业保险对居民刚性消费的影响——基于社会民生视角的实证研究[J]. 保险研究,2017(1): 27-36.

[6] MARTIN FELDSTEIN. Social Security,Induced Retirement,and Aggregate Capital Accumulation [J]. Journal of Political Economy,1974,82(5): 905-926.

[7] MARTIN FELDSTEIN. Social Security and Savings:New Time Series Evidence [J]. National Tax Journal,1996,49(2): 151-63.

[8] GRUBER J,YELOWITZ A. Public Health Insurance and Private Savings [J]. Journal of Political Economy,1999,107:1249-1274.

[9] 马双,臧文斌,甘犁. 新型农村合作医疗保险对农村居民食物消费的影响分析[J]. 经济学(季刊),2011,10(1): 249-270.

[10] 白重恩,李宏彬,吴斌珍. 医疗保险与消费:来自新型农村合作医疗的证据[J]. 经济研究,2012,47(2): 41-53.

[11] 苏春红,李齐云,王大海. 基本医疗保险对医疗消费的影响——基于CHNS微观调查数据[J]. 经济与管理研究,2013(10): 23-30.

[12] 胡宏伟,刘雅岚,张亚蓉. 医疗保险、贫困与家庭医疗消费——基于面板固定效应Tobit模型的估计[J]. 山西财经大学学报,2012,34(4): 1-9.

[13] 邹红,喻开志,李奥蕾. 养老保险和医疗保险对城镇家庭消费的影响研究[J]. 统计研究,2013,30(11): 60-67.

[14] 李晓嘉. 城镇医疗保险改革对家庭消费的政策效应——基于CFPS微观调查数据的实证研究[J]. 北京师范大学学报(社会科学版),2014(6): 123-134.

[15] 王新军,郑超. 医疗保险对老年人医疗支出与健康的影响[J]. 财经研究,2014,40(12): 65-75.

[16] 周钦,袁燕,臧文斌. 医疗保险对中国城市和农村家庭资产选择的影响研究[J]. 经济学(季刊),2015,14(03): 931-960.

[17] 刘一伟. 社会保障支出对居民多维贫困的影响及其机制分析[J]. 中央财经大学学报,2017(7): 7-18.

[18] LELAND H E. Saving and Uncertainty: The Precautionary Demand for Saving [J]. The Quarterly Journal of Economics,1968,82(3): 465-473.

[19] KAREN E DYNAN. How Prudent are Consumers [J]. Journal of Political Economy,1993,101(6): 1104-1113.

[20] 龙志和,周浩明. 中国城镇居民预防性储蓄实证研究[J]. 经济研究,2000(11): 33-38,79.

[21] 杭斌,郭香俊. 基于习惯形成的预防性储蓄——中国城镇居民消费行为的实证分析[J]. 统计研究,2009,26(3): 38-43.

[22] 苏基溶,廖进中. 中国城镇居民储蓄的影响因素研究:基于三类储蓄动机的实证分析[J]. 经济评论,2010(1): 58-64.

[23] 张振,乔娟. 收入不确定性对城乡居民消费支出影响的比较研究——基于中国省级面板数据的分析[J]. 财贸研究,2011,22(6): 1-9.

[24] 沈坤荣,谢勇. 中国城镇居民储蓄率的影响因素:1997～2008——基于省级动态面板数据的实证研究[J]. 上海经济研究,2011(9): 3-10.

[25] 易行健,张波,杨碧云. 中国城镇居民预防性储蓄动机强度的实证检验[J]. 上海财经大学学报,2011,13(6): 50-58.