商业健康保险发展的影响因素实证研究

邢泽斌 朱家明 胡卉

摘要：基于2009—2017年合肥市统计数据，结合灰色关联分析法对商业健康保险发展的影响因素进行相关性分析。结果显示：宏观经济发展、人民生活水平、医疗保障水平是影响合肥市商业健康保险发展的主要因素，关联度依次减小;农民是购买商业健康保险人群的重要组成部分，农村地区商业健康保险的潜在需求十分巨大。在此基础上，利用GM（1，1）模型，预测合肥市未来五年商业健康保险在新时代背景下的保费收入情况。最后提出加快合肥市商业健康保险发展的针对性政策。

关键词：商业健康保险;影响因素;灰色关联分析;灰色预测

中图分类号：F842.6;F224文献标志码：A

文章编号：2095-5383（2019）02-0069-05

Abstract：Based on the statistical data of Hefei city from 2009 to 2017， the influencing factors of the development of commercial health insurance based on grey correlation analysis method was analyzed in this paper. Empirical results show that the main factors affecting the development of commercial health insurance in Hefei are macroeconomic development， peoples living standards， and medical security， as the same time， the correlation degree decreases in turn. Farmers are an important part of purchasing commercial health insurance， and the potential demand for commercial health insurance in rural areas is enormous. On this basis， using the GM（1，1） model to predict the premium income of Hefei Citys commercial health insurance in the context of the new era in the next five years. Finally，  some reasonable suggestions to speed up the development of Hefei commercial health insurance were put forward.

Keywords： commercial health insurance; influencing factors; grey correlation analysis; grey prediction

自党的十九大以来，我国人民对健康问题越来越重视，医疗事业也不断发展。与此同时，社会老龄化态势加剧，患慢性病概率增加，也使得医疗费用快速增长，医疗负担加重。种种问题导致我国目前的基本医疗保险已经不能满足国人对于保障自身身体健康的需求，而商业健康保险的出现为人民身体健康提供了重要保障。据《2018中国商业健康保险发展指数报告》显示，中国目前的商业健康保险发展指数为63.0，这表明商业健康保险市场目前还处于基础水平，仍有很大的发展空间，2012—2017年中国商业健康保险保费收入的年增长率均超过两位数[1]，这都表明商业健康保险发展的潜在需求非常大，具备良好发展态势。商业健康保险市场如何快速稳定地发展，研究其影响因素是关键问题。只有充分了解商业健康保险发展过程中的影响因素，才能对推动我国商业健康保险事业发展提出有效指导意见。

目前我国学者已经从多个方面对商业健康保险发展的影响因素

进行了研究与论证。例如：王璐[2]通过建立多元线性回归模型对我国商业健康保险的有效需求进行了实证分析，研究表明医疗费用、居民购买力对健康保险的影响十分显著，社会保险对健康保险发展有阻碍作用。彭晓博等[3]针对农民健康保险，利用灰色关联分析法对健康保险需求的影响因素进行探究，结果显示卫生资源与支付能力和农民的健康保险需求灰色关联度最大。王文静等[4]基于我国31个省市的面板數据，构建商业健康保险的截面固定效应模型，研究发现我国商业健康保险发展存在显著的地区性差异，健康保险需求呈上升趋势。齐子鹏等[5]利用广义矩估计模型从人口结构角度出发，对我国商业健康保险需求进行分析，得出老年人口和少年儿童抚养比、教育文化程度、家庭人口规模、有配偶人口占比变化在很大程度上影响商业健康保险需求，而城镇人口规模对健康保险需求影响较小的结论。张淼丽等[6]采用锡尔系数法对我国健康保险的区域差异进行评价，证实目前我国健康保险保费收入增长速度较快，但保费深度、保费密度仍然较低，商业健康保险存在着严重的地区发展不均衡问题。综上，这些学者的研究成果为本文提供一定的参考价值，但也存在着研究方向单一、指标不敏感、涵盖面广泛导致研究结果准确性欠佳的不足。因此本文基于上述研究成果，以合肥市为例，尝试结合灰色关联分析法对商业健康保险发展的影响因素进行实证研究，以期改善合肥市商业健康保险市场发展环境。

1 构建商业健康保险发展影响因子指标体系

1.1 指标选取

灰色关联分析法的优势在于可以利用少量指标充分反映各解释变量与依附变量的关联影响程度。因此基于相关研究成果，选择合肥市的商业健康保险保费收入Y（亿元）作为依附变量，选择宏观经济发展、人民生活水平、教育水平、人口规模、医疗保障水平等5个一级指标和相应16个二级指标作为解释变量。在此基础上，构建合肥市商业健康保险发展影响因子指标体系，见表1。

1.2 数据来源与相关性分析

本文原始数据来自于《安徽省统计年鉴》与《中国保险年鉴》，利用SPSS软件对选取的合肥市具体指标数据（2009—2017）与当年商业健康保险保费收入进行Pearson相关性分析，剔除在显著性水平为0.05时相关性不显著的因子，以重新构建商业健康保险发展影响因子指标体系。实证结果见表2。由表2可知，与商业健康保险发展相关性显著的有8个指标，分别为：国民生产总值X1、第三产业固定投资X2、农村居民可支配收入X4、城镇居民可支配收入X5、农村居民医疗卫生支出X6、城镇居民医疗卫生支出X7、财政医疗保障支出X12、卫生从业人员数X14。为提高模型的拟合精度，剔除上述指标以外相关性较弱的指标，保留上述8个指标。

2 灰色关联实证分析

2.1 实证方法

灰色关联分析是一种基于比较序列和参考序列的相似度来判别因素之间相关性强弱的多元统计分析方法。其主要步骤包括：

第二步，数据标准化处理。由于选取的依附变量以及解释变量的量纲不统一，为提高模型精度，故利用式（1）对参考序列以及各比较序列进行标准化处理：

第三步，计算关联系数。关联系数指参考序列与比较序列之间在某一时刻的关联程度，本文中指影响因子序列与合肥市商业健康保险保费收入在各个年份的关联程度。关联系数计算公式如下：

其中：ρ∈[0，1]表示分辨系数，一般取0.5;maxpmaxq|y0（t）-xp（t）|，minpminq|y0（t）-xp（t）|分别表示两级最大差和两级最小差。

第四步，关联度计算。由于关联系数是某一时刻两序列之间的关联程度，因此为便于比较，体现数据的代表性，利用关联系数的平均值表示两序列之间的关联度。关联度计算公式如下：

为便于观察一级指标对商业健康保险市场发展的影响，对二级指标的关联度进行求和平均，得到一级指标的关联度。计算公式如下：

利用MATLAB软件对数据进行处理，并最终得到合肥市2009—2017年商业健康保险发展影响因子关联度及排名。具体结果见表4。

2.2 实证结果分析

由表4可知，一级指标对合肥市商业健康保险发展影响程度排序为：宏观经济发展、人民生活水平、医疗保障程度。二级指标影响程度排序为：农村居民可支配收入X4、农村居民医疗卫生支出X6、国民生产总值X1、第三产业固定投资X2、财政医疗保障支出X12、城镇居民可支配收入X5、卫生从业人员数X14、城镇居民医疗卫生支出X7。

宏观经济发展因子与商业健康保险发展的整体关联度最大，为0.782 0，这表明在商业健康保险发展过程中，一个经济体的宏观经济发展水平对商业健康保险市场起着决定性作用，这与实际情况相吻合。具体来看，国民生产总值、第三产业固定投资与商业健康保险发展的关联度分别为0.785 6、0.778 4，在二级指标排名中位列第三、第四。这表明一个地区的经济发展水平高，那么对商业健康保险所属的第三产业固定投资就会增加，进而完善商业健康保险发展所需的基础设施、产品开发，从而提升商业健康保险的吸引力，催生社会各个层面对商业健康保险的需求。

人民生活水平因子与商业健康保险发展的综合关联度为0.771 3。具体来看，二级指标农村居民可支配收入、农村居民医疗卫生支出的关联度为0.790 2、0.789 0，在二级指标中排名第一、第二;城镇居民可支配收入、城镇居民医疗卫生支出与合肥市商业健康保险发展的关联度为0.761 1、0.744 9，在二级指标中排名第六、第八。这在客观上反映出农村经济不断发展，农民生活水平不断提高，农民渐渐成为购买商业健康保险的主力军。近年来，我国农村的青壮年劳动力外出務工，农村留守老人数量在不断增长，随着农村经济的发展，留守老人平均寿命可能会有所提高，但随之而来的是患病概率也会升高，因此商业健康保险在农村的潜在需求十分巨大。同时城镇居民的生活水平与商业健康保险发展的关联度也较强，这表明不断提高人民生活水平是发展商业健康保险市场的重要影响因素之一。

医疗保障水平因子与商业健康保险发展的整体关联度为0.762 1，在一级指标中排名第三。具体来看，财政医疗保障支出关联度为0.773 4，在二级指标中排名第五;卫生从业人员数与健康保险发展的关联度为0.750 8，在二级指标中排名第七。由于商业健康保险可以看作是政府财政医疗保障支出的外援支付，因此两者关联度较强符合实际。医疗保障对商业健康保险市场发展存在“挤出效应”和“促进效应”，所以在完善社会基本医疗制度的同时要积极宣传商业健康保险，提高公众保险意识，以推动商业健康保险的快速发展。

3 灰色预测

灰色预测是指利用GM模型对特定事物的变化规律进行系统性的估计预测[17]，其优势在于可以利用少量数据对结构复杂、信息冗余的整体进行短期预测，并且预测准确性较好。在灰色预测过程中，通常采用GM（1，1）模型。本文选取合肥市2009—2017年商业健康保险保费收入作为原始数据，利用MATLAB软件对数据进行处理，得到预测数学模型：

将原始数据各年累加值递减还原后得到拟合值，如图1所示。

前述模型的后验差比值C为0.445 5，<0.5，说明模型稳定可靠，可以用来预测合肥市商业健康保险市场未来发展趋势，未来5年的预测结果见表5。

4 结束语

本文利用灰色关联分析对合肥市商业健康保险发展的影响因素进行探究，并利用GM（1，1）模型对商业健康保险保费收入进行预测，得出结论：1）宏观经济发展、人民生活水平、医疗保障水平是影响合肥市商业健康保险市场发展的主要因素。2）农民是购买商业健康保险人群的重要组成部分，农村的商业健康保险潜在需求非常大。3）合肥市的商业健康保险市场在将来5年内有很大上升空间。基于上述结论，从政府角度出发，合肥市政府应大力发展经济，切实提高人民生活水平，增加财政医疗卫生支出，促进商业健康保险市场的发展;从保险公司角度出发，保险公司应该积极宣传保险知识，提高群众保险意识，研发针对不同人群的创新保险产品。实证过程中发现农民是购买商业健康保险人群的重要组成部分，因此保险公司要特别重视对农村商业健康保险市场潜在需求的深入挖掘，并提供更为优质、更为全面的健康保险服务。

参考文献：

[1]中国保险行业协会.2018中国商业健康保险发展指数[EB/OL].（2018-06-07）[2019-02-25].http：//www.iachina.cn/art/2018/6/7/art_22_102589.html.

[2]王璐.我国健康保险有效需求的实证分析[J].技术经济与管理研究，2009（1）：100-102.

[3]彭晓博，孙祁祥.中国农民健康保险需求影响因素的灰色关联分析[J].保险研究，2012（10）：39-46.

[4]王文静，彭荣，王童，等.基于面板模型的商业健康保险需求影响因素研究[J].浙江金融，2015（5）：56-60.

[5]齐子鹏，许艺凡，胡洁冰.基于人口结构角度的商业健康保险需求分析[J].保险研究，2018（5）：45-55.

[6]张淼丽，蓝韶清，罗倩，等.2006—2015年我国健康险区域发展现状研究[J].中国卫生经济，2018，37（4）：33-36.

[7]倪澜，冯国忠.基于截面固定效应模型的商业健康保险需求影响因素分析[J].中国卫生经济，2018，37（3）：27-30.

[8]朱铭来，尚颖.商业健康保险需求理论与实证研究综述[J].中国卫生政策研究，2011，4（11）：58-65.

[9]唐金成，张杰.商业健康保险需求研究分析与对策建议[J].西南金融，2017（4）：57-61.

[10]刘宏，王俊.中国居民医疗保险购买行为研究：基于商业健康保险的角度[J].经济学（季刊），2012，11（4）：1525-1548.

[11]梁涛.商业健康保险发展现状与展望[J].中国金融，2010（15）：39-41.

[12]沈婷.我国商业健康保险主体地位缺失及对策分析[J].上海金融，2008（8）：85-88.

[13]黄婷婷，朱家明，刘丹丹.基于灰色理论对山东省人口老龄化的分析[J].佳木斯大学学报（自然科学版），2017，35（3）：527-531.

[14]姜聪，朱家明，陈岩，等.基于灰色理论模型的中国农业发展的预测[J].安庆师范学院学报（自然科学版），2014，20（2）：19-23.

[15]刘思峰，蔡华，杨英杰，等.灰色关联分析模型研究进展[J].系统工程理论与实践，2013，33（8）：2041-2046.

[16]劉思峰.灰色系统理论的产生与发展[J].南京航空航天大学学报，2004（2）：267-272.