醫(yī)療保險態(tài)勢與結構優(yōu)化影響因素研究*
——基于人口結構變遷的視角

張 鑫 楊 林 蔣 鵬

(1 東北財經(jīng)大學金融學院，遼寧大連，116023；2 山東大學商學院，山東威海，264200；3 大連海洋大學經(jīng)濟管理學院，遼寧大連，116023)

一、引言

現(xiàn)階段我國醫(yī)療保險體系主要包括兩個方面，一是由政府主辦面向廣大社會成員的社會醫(yī)療保險，二是由保險公司主辦并作為補充力量介入的商業(yè)健康保險。自20世紀90年代中期開始，我國用了數(shù)十年時間建立起了社會化的醫(yī)療保險體系并成功實現(xiàn)了制度轉型。在基本實現(xiàn)“病有所醫(yī)”目標的同時，社會醫(yī)療保險中的諸如保障功能弱化、基金持續(xù)承壓等問題也逐步顯現(xiàn)。在這種情況下，作為補充的商業(yè)健康險正逐漸開始扮演越來越重要的角色，其對完善多層次醫(yī)療保險體系具有重大意義。

近年來，在國家政策的支持下，商業(yè)健康險取得了一定程度的快速發(fā)展。2010—2017年，健康保險原保費收入從691.72億元迅速增長至4389.46億元，健康險深度由0.17%增長至0.53%，健康險密度由50.5元/人增長至315.8元/人。盡管我國健康險的增長速度很快，但無論是深度還是密度都與發(fā)達國家有一定差距，存在較大的提升空間，并且2017年市場滲透率僅為9.1%，遠不能滿足醫(yī)療保險的需求缺口。

社會醫(yī)療保險與商業(yè)健康險所呈現(xiàn)出來的有效供給不足在一定程度上與我國現(xiàn)階段的人口結構轉變有著密不可分的聯(lián)系。人口結構能夠反映一個國家、一定時點人口總體內部各種不同質的規(guī)定性的數(shù)量比例關系，也是國家經(jīng)濟社會發(fā)展程度的有效反映。眾所周知，我國是世界人口第一大國，現(xiàn)階段我國人口結構變遷正呈現(xiàn)出新的趨勢特征：一方面龐大的人口基數(shù)、低生育率和低死亡率不斷驅動社會老齡化的加劇，2017年底，我國60歲及以上老齡人口占人口的比重為17.3%，人口數(shù)量高達2.41億，較1990年凈增1.1億人，預計2050年這一比重將達34.9%；另一方面，農(nóng)村人口加速向城鎮(zhèn)流動帶來城鄉(xiāng)人口結構的轉變，2017年底，我國城鎮(zhèn)常住人口8.13億人，城鎮(zhèn)人口占比為58.52%，較2016年末提高1.17%。隨著新型城鎮(zhèn)化的推進，流動人口將逐漸市民化，愈來愈多的農(nóng)民對城鄉(xiāng)基本公共服務均等化的范圍和程度有了更加深入的了解，其公共服務訴求意識增強，這有助于縮小城鄉(xiāng)居民公共服務需求意識的差距，激發(fā)全體公民爭取享受國民待遇的積極性。[1]因此，保險消費習慣也將逐漸向城鎮(zhèn)居民靠攏，城市流動人口將成為商業(yè)保險新增消費的主力軍。[2]

處在人口紅利消失和轉折時期的人群，更愿意增加對自身健康和醫(yī)療的保障支出，并將個人對健康風險的認知轉化成投保健康保險的行動，毫無疑問，人口結構的轉變正加速推動著醫(yī)療保險需求的上升。

然而，隨著社會老齡化、城鎮(zhèn)化程度的不斷加深，僅憑社會醫(yī)療保險或商業(yè)醫(yī)療保險一股力量已無法有效解決居民醫(yī)療保障問題。如何有效地促進商業(yè)保險介入社會醫(yī)療保障體系的建設，參與解決“社會醫(yī)療貴、養(yǎng)老難”問題，成為現(xiàn)階段新醫(yī)改面臨的一個重要課題。由于我國人口結構的特殊性，科學分析醫(yī)療保險態(tài)勢和結構優(yōu)化的影響因素，探究人口結構變遷對醫(yī)療保險結構優(yōu)化的重要意義，不僅有助于厘清人口結構變量對醫(yī)療保險結構的影響，更有助于推進我國醫(yī)療保險體制的改革，促進醫(yī)療保險結構優(yōu)化。此事關乎國計民生，意義重大。

二、文獻綜述

人口結構反映一定時間點上社會人口的內部構成，基于研究的需要，本文從自然結構、社會結構和區(qū)域結構進行剖析。

從國外文獻看，研究人員從人口結構的多個角度對醫(yī)療保險的需求進行了分析闡述。許多學者認為，醫(yī)療保險的需求主要取決于文化因素、[3]年齡性別等自然因素、[4]家庭因素、[5][6]區(qū)域市場因素、[7]宗教因素等。[8]Nizar和Yosr基于207個響應數(shù)據(jù)的總樣本，調查了宗教信仰對于保險購買意愿方面的作用，并使用ANOVA和結構方程模型進行了檢驗。結果表明，個人的宗教信仰與保險需求呈負向關系。[9]Matthew等通過比較中國和印度這兩個大型新興市場保險行業(yè)的演變發(fā)展和組織領域變化等差異化因素，分析了行政區(qū)域、國家環(huán)境差異對保險需求的影響。研究發(fā)現(xiàn)，監(jiān)管和保護主義、家庭支持結構和行業(yè)因素對新型壽險市場組織領域的變化產(chǎn)生密切影響。[10]Mohamed等以馬來西亞保險市場為研究對象，采用普通最小二乘法(OLS)和廣義矩量法(GMM)技術，分析了影響馬來西亞保險消費需求的經(jīng)濟和人口因素。研究發(fā)現(xiàn)，收入、銀行業(yè)發(fā)展、教育、撫養(yǎng)比和人口因素與保險需求正相關。[11]Zelalem等通過對埃塞俄比亞農(nóng)村醫(yī)療保險支出情況的調研，研究了家庭及預期等因素對未來醫(yī)療保險支出的影響，并且對醫(yī)療支付風險進行估計與測算。[12]

國內學者結合我國的實際情況也進行了大量有益的研究。孫學英和潘海濤從城鄉(xiāng)結構的視角對中國保險市場需求進行了實證分析，運用雙對數(shù)線性回歸模型和嶺回歸模型刻畫了人口因素對保險需求的影響。結果表明，人口的城鄉(xiāng)結構對中國保險需求起到?jīng)Q定性作用。[13]張連增和尚穎從老齡化視角對我國保險市場發(fā)展情況進行分析，通過30個省份面板數(shù)據(jù)的模型檢驗，有效驗證了老齡化對保險市場具有正向促進作用，并且呈現(xiàn)階梯化區(qū)域性的市場特征。[14]劉宏和王俊基于中國健康與營養(yǎng)調查數(shù)據(jù)，構建居民醫(yī)療保險購買行為模型，分析商業(yè)健康保險市場中供需雙方各自的風險選擇行為，以及城鄉(xiāng)地區(qū)居民的商業(yè)健康保險需求影響因素。實證研究表明，醫(yī)療保險存在逆向選擇行為，并且社會醫(yī)療保險對居民商業(yè)健康保險需求行為有顯著的促進作用。[15]張沖基于我國31個省份2004—2011年的面板數(shù)據(jù)，運用動態(tài)面板廣義矩估計，研究了人口結構對保險市場的影響，結論顯示，少兒撫養(yǎng)系數(shù)、已婚人口比重、第二和第三產(chǎn)業(yè)人口比重和城鎮(zhèn)化率對我國人身保險市場發(fā)展產(chǎn)生顯著的正向影響。老年撫養(yǎng)系數(shù)、平均家庭戶規(guī)模和平均受教育年限對其影響不顯著。[16]林森以人口老齡化為背景,詳細闡述了人口因素與職工基本醫(yī)療保險制度、基金運行、經(jīng)辦管理的影響關系，得出人口老齡化背景下醫(yī)療費用上漲將導致醫(yī)療保險基金出現(xiàn)收支缺口的基本結論，并提出職工基本醫(yī)療保險制度整體優(yōu)化和改進措施。[17]

從現(xiàn)有文獻看，學者們對醫(yī)療保險需求的影響因素的研究范圍較廣，但對影響醫(yī)療保險的關鍵因素的研究很少，也鮮有學者從關鍵因素著手探討人口結構中關鍵因素與社會醫(yī)療保險和商業(yè)健康險需求的關系?；诖耍疚囊隓EMATEL方法確定關鍵因素，確保在眾多因素中有效地識別關鍵因素，并基于關鍵因素探究人口因素對社會醫(yī)療保險、商業(yè)健康險的影響機制，以便抓源頭、抓主要矛盾，有針對性地解決醫(yī)療保險體系出現(xiàn)的問題。

三、研究設計

研究設計分為兩部分：第一部分中，對控制變量的指標進行選擇，即采用決策實驗室方法(DEMATEL)在眾多人口因素中篩選確定出影響醫(yī)療保險需求的權重最高的關鍵因素，并以關鍵因素作為控制變量指標，提出相關研究假設；第二部分中，通過采用上述指標與社保變量、商業(yè)健康險變量構建結構向量自回歸模型(SVAR)，并進行參數(shù)估計與結果檢驗，并驗證第一部分提出的研究假設。

(一)權重的確定及研究假設的提出

1.權重的確定

本文應用決策實驗室法(Decision Making Trial and Evaluation Laboratory,DEMATEL)來確定因素之間的相互影響關系。該方法最初由日內瓦研究中心Battelle協(xié)會于1973年提出并且得到廣泛的認可和應用,[18]它被認為是解決因素之間重要性和因果關系最有效的工具之一。[19][20][21]DEMATEL除了可以有效地了解復雜的因果關系結構，還可以測出要素間的兩兩影響程度，并以數(shù)字表示影響的強度。根據(jù)以往文獻的研究內容，構建人口結構指標體系，如表1所示。

表1 人口結構指標體系

對人口結構指標體系中14個指標進行兩兩比較，并根據(jù)每一對指標之間的影響程度來獲得直接影響矩陣(Z)，指標間的影響程度源自受訪者問卷的填答結果。本研究于2018年2月—4月發(fā)放問卷300份，受訪者1/3為高校保險學專業(yè)教授、博士或保險公司管理人員，1/3為社會基本醫(yī)療保險工作人員，1/3為商業(yè)健康險投保人，最終收回問卷288份，其中有效問卷271份，從而產(chǎn)生了一個基于271份問卷的直接影響矩陣(Z)，進而產(chǎn)生正規(guī)化后的直接影響矩陣(X)，將矩陣(X)代入公式T=X(I-X)-1，可得如表2所示的總影響關系矩陣(T)。

X=λZ

其中

n為因素的數(shù)量，zij代表因素i對因素j的影響程度，設定尺度為0(沒有影響)，1(有一定影響)，2(有很大影響)。[22]直接影響矩陣中的對角線均為0。

表2 總影響矩陣T

令tij(i,j=1,2,…n)為總影響關系矩陣T中的元素，每一行的各元素之和為D，每一列的各元素之和為R，且將D+R定義為重要度，D+R越高說明該因素的重要程度也越高。另將D-R定義為關聯(lián)度。若準則的關聯(lián)度為正值，說明該因素屬于主動影響者，當D-R值越大時，表示此因素直接影響其他因素之程度越高，對此類因素可考慮優(yōu)先進行改善；但若因素的關聯(lián)度為負值，說明該因素屬于受影響者，當該值越小時，表示此因素被其他因素影響的程度越高。DEMATEL權重排序結果見表3。

根據(jù)表3，確定關鍵因素為死亡率、老年撫養(yǎng)系數(shù)和城鎮(zhèn)化率。這三大因素在人口結構指標中權重最大，對醫(yī)療保險需求的變化起關鍵性作用，因此選擇這三大關鍵因素作為人口結構的控制變量指標。

表3 DEMATEL權重排序結果

2．提出研究假設

商業(yè)健康保險的發(fā)展與人口結構變化、社會醫(yī)療保險體系完善程度密切相關。眾所周知，我國是人口第一大國，龐大的人口基數(shù)、低生育率和低死亡率不斷驅動社會老齡化的加?。晦r(nóng)村人口正加速向城鎮(zhèn)流動帶來城鄉(xiāng)人口結構的轉變；國家通過社會醫(yī)療保險體系滿足人們基本健康保障需求，并積極擴大其覆蓋范圍，增加保障供給。處在人口紅利消失和轉折時期的人群，更愿意增加對自身健康和醫(yī)療的保障支出，并將個人對健康風險的認知轉化成投保健康保險的行動，人口結構的轉變正加速推動著商業(yè)健康保險需求的上升。基于上述考慮，本文從死亡率、老年撫養(yǎng)系數(shù)和城鎮(zhèn)化率三個關鍵因素來分析其對醫(yī)療保險供給結構的影響，并提出如下研究假設：

研究假設1：死亡率與社會醫(yī)療保險、商業(yè)健康保險需求均呈負相關關系。

該假設反映了死亡率因素對于醫(yī)療保險需求的效應。死亡率與商業(yè)健康保險需求之間呈負相關關系，是由于死亡率的降低意味著人口壽命的增加，而長壽風險的不斷加大，會增加人們的健康保障需求，并在一定程度上改變人們退休后的消費選擇，促進消費與儲蓄結構的調整。從福利損失角度看，長壽風險的增加會導致個體無法維持最優(yōu)的平滑消費路徑。[23]

研究假設2：老年撫養(yǎng)系數(shù)與社會醫(yī)療保險、商業(yè)健康保險需求均呈正相關關系。

該假設反映了撫養(yǎng)比因素對于醫(yī)療保險需求的效應?，F(xiàn)階段我國已經(jīng)進入到老齡化社會，1997年我國65歲及以上年齡的老年人口撫養(yǎng)比為9.69%，而在2017年底該比重已上升至15%，中國已成為全球老年人口數(shù)量最多、增長速度最快的國家。眾所周知，社保具有覆蓋面廣但保障水平低的特點，僅能滿足基本生活保障，面對加劇增長的老齡化人口以及由此而帶來的養(yǎng)老和醫(yī)療壓力，需要商業(yè)保險進行有效補充以彌補社會保險的短板。由此可見，老年撫養(yǎng)系數(shù)的增加必將會刺激社會醫(yī)療數(shù)量，刺激商業(yè)健康保險、商業(yè)養(yǎng)老保險的需求，經(jīng)濟的不斷發(fā)展、老齡化人口的加劇增長，將極大增加人們對健康保障的需求。

研究假設3：城鎮(zhèn)化與社會醫(yī)療保險、商業(yè)健康保險需求均呈正相關關系。

該假設反映了城鎮(zhèn)化因素對于醫(yī)療保險需求的效應。改革開放以來，我國城鎮(zhèn)化發(fā)展迅速。2017年，我國城鎮(zhèn)化率已達58.52%。一方面，作為公共服務的社會基本醫(yī)療保險將更多的城鄉(xiāng)居民納入社會保障體系之中，使社會醫(yī)療保險的覆蓋水平和保障力度得到提升；另一方面，城鎮(zhèn)化直接刺激了地區(qū)經(jīng)濟的發(fā)展，提高了居民收入，加快城鄉(xiāng)居民的融合，促進人們消費習慣、風險意識和理財觀念的升級轉換，居民的健康意識增強，投保意愿增加，對于購買補充商業(yè)健康保險的需求也會起到一定的拉動作用。

研究假設4：社會醫(yī)療保險水平與商業(yè)健康保險需求呈互補關系。

該假設反映了社會醫(yī)療保險與商業(yè)健康保險的相互效應。以準公共物品形式存在的醫(yī)療衛(wèi)生具有市場失靈和政府失靈的特點，僅僅憑借市場或政府的單一機制無法有效解決醫(yī)療衛(wèi)生與健康保障問題。商業(yè)健康保險的介入，可以幫助政府減輕財政支出的負擔，重構權利和責任，實現(xiàn)政府、個人、企業(yè)等多層次全面醫(yī)療保障模式。從國際經(jīng)驗看，商業(yè)健康保險使基本醫(yī)療保障體系承受的許多壓力得以釋放緩解，起到“調壓閥”的作用。[24]而社保提供的醫(yī)療費用報銷補償機制在一定程度上又能彌補購買商業(yè)健康保險的流動性缺口。

(二)SVAR模型設定

1.指標的選擇與數(shù)據(jù)來源

(1)社會保險方面：選擇城鎮(zhèn)基本醫(yī)療保險參保人數(shù)(mip)來衡量。這是由于城鎮(zhèn)醫(yī)療保險在整體社會醫(yī)療保險體系中占有極大的比重，該數(shù)據(jù)來自wind數(shù)據(jù)庫和中國統(tǒng)計年鑒，時間范圍為1997—2017年。

(2)商業(yè)健康險方面：選擇商業(yè)健康險收入(hi)來衡量。由于商業(yè)健康險參保人數(shù)的數(shù)據(jù)較難獲得，因此采取商業(yè)健康險收入進行替代。該指標數(shù)據(jù)來自wind數(shù)據(jù)庫和中國統(tǒng)計年鑒，時間范圍為1997—2017年。

(3)人口結構方面：根據(jù)上文得到的結果，死亡率(m)、老年撫養(yǎng)系數(shù)(odr)和城鎮(zhèn)化率(upr)對于醫(yī)療保險需求的變化起關鍵性作用，因此將這三個關鍵因素作為人口結構變量的主要指標。其中，城鎮(zhèn)化率表示城鎮(zhèn)化水平的高低，時間范圍為1997—2017年。

死亡率=死亡人口/總人口數(shù)

老年撫養(yǎng)系數(shù)=(65歲以上人口數(shù)/勞動年齡人口數(shù))×100%

城鎮(zhèn)化率=城鎮(zhèn)人口/總人口

2.模型設計

結構向量自回歸模型(SVAR)允許變量之間存在當期影響，因而更符合實際的宏觀經(jīng)濟環(huán)境。對含k個內生變量的SVAR(p)模型的結構式施加k(k-1)/2個限制條件才能識別結構沖擊。[23]其表達式如下：

L0yt=Γ1yt-1+Γ2yt-2+........+Γpyt-p+μtt=1,2,3,…,T

式中：

i=1,2,3,…,p

對于該模型，需要估計的參數(shù)個數(shù)是k2p+k2。想得到結構式模型唯一的估計參數(shù)，需要對含k個內生變量的SVAR(p)模型的結構式施加k(k-1)/2個約束條件。這些約束條件可以是短期的，也可以是長期的。

可以把上述表達式寫成滯后算子形式：

L(Q)yt=μt

L(Q)=L0-Γ1Q-Γ2Q2-…-ΓpQp

yt=D(Q)μt

L(Q)是滯后算子L的k×k的參數(shù)矩陣。假定A、B是k×k的可逆矩陣，A矩陣乘以上式可得：

Ayt=AD(Q)μt=Aεtt=1.2……,T

四、實證分析

基于DEMATEL已確定影響醫(yī)療保險需求的三大關鍵因素，為此本文采用SVAR模型研究人口結構關鍵因素與社會醫(yī)療保險、商業(yè)健康保險需求的關系，并對本文提出的研究假設進行驗證。

(一)描述性統(tǒng)計

根據(jù)Eviews 7.2軟件，可得各變量的數(shù)據(jù)描述結果。根據(jù)描述性統(tǒng)計結果，序列中不存在極端異常值(見表4所示)。

表4 變量的描述性統(tǒng)計

(二)單位根檢驗

為防止偽回歸情況的發(fā)生，必須確保各個變量均為平穩(wěn)的時間序列變量，因此有必要首先對各個變量進行單位根檢驗。本文采用Augmented Dickey-Fuller(ADF)檢驗方法進行單位根檢驗。對于初始序列，其結果顯示，ADF檢驗值大于在5%的顯著性水平下的臨界值，所以應拒絕原假設，因此初始序列是非平穩(wěn)序列。在此情形下，需要對各個變量進行一階差分，可以看出各個變量的ADF檢驗值均小于各檢驗水平的臨界值，所以應接受原假設。由此判定，各變量經(jīng)一階差分后的序列為平穩(wěn)序列。從檢驗結果看，盡管各變量初始序列不平穩(wěn)，但一階差分序列為平穩(wěn)序列，各變量都是一階單整時間序列，因此，可以構建SVAR模型。各變量的ADF單位根檢驗結果如表5所示。

表5 各變量的ADF單位根檢驗結果

根據(jù)Eviews 7.2軟件，通過對SVAR模型的系統(tǒng)穩(wěn)定性進行檢驗，可以看出各變量所有特征根均分布在單位圓以內，如圖1所示。因此據(jù)上述變量構建的SVAR模型具有系統(tǒng)穩(wěn)定性，對其進行脈沖響應分析將是有效的。

圖1 單位根檢驗結果

(三)協(xié)整關系檢驗

本文采用 Johansen 檢驗法對各個變量之間的協(xié)整關系進行檢驗，根據(jù)上述單位根檢驗結果，各變量都是一階單整序列，協(xié)整關系檢驗的條件得到了滿足，因此它們之間可能存在某種長期的協(xié)整關系。根據(jù)AIC和SC準則，不難判斷該模型最優(yōu)滯后階數(shù)為1階，并根據(jù)最大特征值和跡統(tǒng)計量兩個指標來確定模型中協(xié)整方程的數(shù)量。如表6所示。

表6 協(xié)整關系檢驗

檢驗結果表明，各變量之間存在長期的協(xié)整關系，且模型有一個線性無關的協(xié)整方程。

(四)SVAR模型參數(shù)估計

本文建立了5變量的SVAR的“B”型模型，如下式所示：

上式中，εt是VAR模型的擾動項，μt的各子向量分別代表作用在死亡率(m)、老年撫養(yǎng)系數(shù)(odr)、城鎮(zhèn)化率(upr)、城鎮(zhèn)基本醫(yī)療保險參保人數(shù)(mip)、商業(yè)健康險收入(hi)五個變量上的結構性沖擊，即結構式擾動項。本文建立的是5變量的SVAR(1)模型，至少需要施加k(k-1)/2=10個約束。估計結果如下：

μupr=εupr

(1)

μodr=-0.0013εodr+εlnmip

(2)

μm=0.5441εupr+εodr+1.1807εm

(3)

μlnmip=0.5979εodr+εm-0.3252εlnmip+0.3379εlnhi

(4)

μlnhi=εupr+2.1175εodr-3.0176εm+0.5092εlnmip+0.2178εlnhi

(5)

方程(1)表示當期城鎮(zhèn)化率并不會受其他變量的同期影響，但是城鎮(zhèn)化率可能會影響其他變量；方程(2)表示老年撫養(yǎng)系數(shù)可能會影響到當期社會基本醫(yī)療的覆蓋水平；方程(3)表示同期的死亡率會對城鎮(zhèn)化率和老年撫養(yǎng)系數(shù)產(chǎn)生影響；方程(4)表示當期的基本醫(yī)療保障覆蓋水平是滯后變量，因此城鎮(zhèn)化率不會對基本醫(yī)療覆蓋水平產(chǎn)生同期反饋，但由于保費精算的需要，死亡率、老年撫養(yǎng)系數(shù)以及健康險需求量等因素會對基本醫(yī)療保險覆蓋水平產(chǎn)生影響；方程(5)表示商業(yè)健康險的需求量水平會受到同期人口結構、醫(yī)療保險覆蓋水平等因素的影響，特別是商業(yè)險的保費精算環(huán)節(jié)對同期死亡率、老年撫養(yǎng)系數(shù)等人口結構指標的變動反應較靈敏。這里死亡率對商業(yè)健康險收入的影響方向為負向，說明當期的死亡率與商業(yè)健康險收入呈負相關關系，原因在于較低的死亡率會增加較長的壽命預期，也增加了老年生活保障的要求，因此基于健康保障的商業(yè)保險需求也會相應增加，這符合研究假設1提出的“死亡率與商業(yè)健康保險需求呈負相關關系”的說法。老年撫養(yǎng)系數(shù)對商業(yè)健康險收入的影響方向為正向，說明當期的老年撫養(yǎng)系數(shù)與商業(yè)健康險呈正相關關系，這符合研究假設2提出的“老年撫養(yǎng)系數(shù)與商業(yè)健康保險需求呈正相關關系”的說法。城鎮(zhèn)化率對商業(yè)健康險收入的影響方向為正向，說明當期的城鎮(zhèn)化率與商業(yè)健康險呈正相關關系，這符合研究假設3提出的“城鎮(zhèn)化與商業(yè)醫(yī)療保險需求呈正相關關系”的說法。城鎮(zhèn)基本醫(yī)療保險參保人數(shù)作為社會醫(yī)療保險的替代指標，其與商業(yè)健康險收入的影響方向相同，說明當期的社會醫(yī)療保險與商業(yè)健康險呈正相關關系，驗證了研究假設4的說法。

(五)脈沖響應分析

脈沖響應函數(shù)描述的是單個變量變化一個擾動項對內生變量當期值和未來值的影響，它可以反映變量與變量之間的正負關系，揭示變量之間的動態(tài)關系以及隨時間推移的變化趨勢。本文基于SVAR模型構建正交化的脈沖響應函數(shù)，對變量之間的動態(tài)交互作用進行分析。結果如圖2～圖9所示，圖中橫軸代表沖擊作用的滯后期間(單位：年)，縱軸表示響應數(shù)。實線代表了脈沖響應函數(shù)，體現(xiàn)了其他變量對沖擊變量的反應，兩側虛線表示正負兩倍誤差的偏離帶。

圖2 死亡率m對社會醫(yī)療保險mip的脈沖響應 圖3 死亡率m對商業(yè)健康險hi的脈沖響應

圖4 老年撫養(yǎng)系數(shù)odr對社會醫(yī)療保險mip的脈沖響應 圖5 老年撫養(yǎng)系數(shù)odr對商業(yè)健康險hi的脈沖響應

圖6 城鎮(zhèn)化upr對社會醫(yī)療保險mip的脈沖響應 圖7 城鎮(zhèn)化upr對商業(yè)健康險hi的脈沖響應

圖8 商業(yè)健康險hi對社會醫(yī)療保險mip的脈沖響應 圖9 社會醫(yī)療保險mip對商業(yè)健康險hi的脈沖響應

從圖2和圖3可以看出：給控制變量死亡率一個正的沖擊，它對社會醫(yī)療保險產(chǎn)生1期的滯后效應，1期以后始終存在負向影響，并且拉動效應逐漸加大，在第4期達到極值，自第4期以后，拉動效應減弱；給控制變量死亡率一個正的沖擊，它對商業(yè)醫(yī)療保險產(chǎn)生若干期的滯后效應，而后呈現(xiàn)負向影響，于第6期達到極值，此后逐漸減弱，影響方向以負向為主，結論進一步驗證了假設1。

給控制變量老年撫養(yǎng)系數(shù)一個正的沖擊，它對社會醫(yī)療保險的影響始終為正，并且之后影響逐漸增強，其拉動作用明顯，并在第3期之后保持穩(wěn)定；給老年撫養(yǎng)系數(shù)一個正的沖擊，它對商業(yè)醫(yī)療保險也產(chǎn)生正向影響。這表明老年撫養(yǎng)系數(shù)的提高對社會醫(yī)療保險需求具有正向拉動作用，并且持續(xù)效應顯著。這種現(xiàn)象一方面能夠有效反映出近年來我國人口老齡化程度是不斷提高的，在老齡化加速運行的背景下，基本醫(yī)療保險發(fā)展不斷提升，覆蓋面和保障程度逐步擴大和加深；另一方面老齡化加速也將直接帶動商業(yè)養(yǎng)老保險需求。結論進一步驗證了假設2。

給控制變量城鎮(zhèn)化率一個正的沖擊，它對社會醫(yī)療保險的影響始終為正，并且在第4期達到峰值，而后逐漸減弱，總體來看，城鎮(zhèn)化率對社會醫(yī)療保險的正向拉動作用較為穩(wěn)定；給城鎮(zhèn)化率一個正的沖擊，它對商業(yè)醫(yī)療保險產(chǎn)生正向影響，并且拉動效果顯著。產(chǎn)生這種影響的機理主要在于中國城鎮(zhèn)化所處階段的轉變，中國的城鎮(zhèn)化發(fā)展在經(jīng)歷了人口漂移階段后，目前正處于農(nóng)村居民身份轉移階段，并且這個轉變過程是長期漫長的，因此，城鎮(zhèn)化進程對基本醫(yī)療保險需求帶來正向沖擊。然而隨著城鎮(zhèn)化速度的不斷加快，城鎮(zhèn)人口的消費不斷升級，對健康保障的多樣化需求也逐年增加。結論進一步驗證了假設3。

給商業(yè)醫(yī)療保險一個正的沖擊，它對社會醫(yī)療保險始終產(chǎn)生正向的影響，且在第2期達到峰值，之后逐漸減弱并逐漸趨于平穩(wěn)，具有可持續(xù)的拉動作用；給商業(yè)醫(yī)療保險一個正的沖擊，它對社會醫(yī)療保險始終產(chǎn)生正向的影響，且在第5期達到峰值，之后趨于平穩(wěn)，正向拉動效應持續(xù)且顯著。結論進一步驗證了假設4。

五、結論與政策建議

(一)結論

利用1997—2017年的數(shù)據(jù)，本文從我國人口結構中自然結構、社會結構和地域結構三個方面考察醫(yī)療保險市場的發(fā)展。鑒于涉及的人口結構因素眾多，本文采用決策實驗室法確定影響居民保險需求的三個關鍵人口結構因素，即最終選定死亡率、城鎮(zhèn)化率、老年撫養(yǎng)系數(shù)三個測量指標來代表人口結構，并以此構建結構向量自回歸模型。研究結果發(fā)現(xiàn)，人口結構的關鍵因素指標和社會保險、商業(yè)健康險需求之間的關系是顯著的，符合本文研究假設。具體結論如下：

1．死亡率對社會醫(yī)療保險、商業(yè)健康險的影響均存在1期的滯后效應，死亡率水平和社會醫(yī)療保險、商業(yè)健康保險呈負向關系，說明我國人口死亡率的降低會帶來社會醫(yī)療保險以及商業(yè)健康保險需求的上升。

2．老年撫養(yǎng)系數(shù)對社會醫(yī)療保險、商業(yè)健康險的影響亦存在1期的滯后效應，老年撫養(yǎng)系數(shù)水平和社會醫(yī)療保險、商業(yè)健康保險呈正向關系。這說明，年齡結構的變化是影響人民醫(yī)療保險需求的重要因素，老年撫養(yǎng)系數(shù)越高則人口老齡化的程度越高，對于商業(yè)健康的需求也會增加。

3．城鎮(zhèn)化水平和商業(yè)健康保險需求的關系顯著為正，并且存在若干時期滯后效應，城鎮(zhèn)化水平對商業(yè)醫(yī)療保險的拉動效應更為明顯，效果更加顯著。這一方面說明城鎮(zhèn)化導致居民對醫(yī)療保障需求的增加，另一方面也反映出基本醫(yī)療保險重在?；荆擎?zhèn)化的加劇使得人們對商業(yè)健康險的需求更為強烈。

4．社會醫(yī)療保險水平與商業(yè)健康保險需求存在顯著的互補效應。社會醫(yī)療保險制度的完善以及覆蓋面的擴大，能夠更有效地滿足參保人員基本醫(yī)療保險的保障需求，基本醫(yī)療保險制度的不斷完善，提高了參保人群高額醫(yī)療費用的補償比例,釋放出商業(yè)健康險的資金需求，使人們有更充足的資金去購買商業(yè)健康險，以應對更高層面的健康保障需求，增強了商業(yè)健康險的流動性。

(二)政策建議

綜上，人口老齡化、少子化和城鎮(zhèn)化已給醫(yī)療保險制度的可持續(xù)發(fā)展帶來了極大的沖擊和影響，因此，通過一系列舉措優(yōu)化醫(yī)療保險制度就顯得十分必要和迫切。

1.加強頂層設計，建立多層次醫(yī)療保障體系。政府在積極推進城鎮(zhèn)職工基本醫(yī)療保險制度改革的同時，進一步鼓勵商業(yè)健康保險參與到社會醫(yī)療保障體系的建設中來。積極引導商業(yè)健康保險機構開發(fā)重疾、大病保險等險種，滿足多樣化的健康需求。同時為參保人員、健康保險公司提高政策便利，適時提供稅收優(yōu)惠政策，鼓勵產(chǎn)品創(chuàng)新，增加社會保險與商業(yè)健康保險產(chǎn)品的有效供給，調節(jié)醫(yī)療保險產(chǎn)品市場的供需矛盾，不斷完善我國醫(yī)療保障體系的建設，以應對老齡化嚴重、城鎮(zhèn)化加劇情況下日益加重的醫(yī)療保障問題。

2.整合城鄉(xiāng)資源，實現(xiàn)區(qū)域統(tǒng)籌，優(yōu)化醫(yī)療保險城鄉(xiāng)結構。將城鎮(zhèn)和農(nóng)村居民的醫(yī)療保險體系進行資源整合，統(tǒng)籌謀劃，充分發(fā)揮政府部門間協(xié)同聯(lián)動作用，推動政府各部門政策與醫(yī)療保障制度形成合力，共同提高醫(yī)療資源運作效率，實現(xiàn)城鄉(xiāng)居民保險一體化發(fā)展。允許把在農(nóng)村參加醫(yī)療保險的參保人員納入城鎮(zhèn)醫(yī)療保障體系，加快建立異地就醫(yī)費用結算制度，進一步突破城鄉(xiāng)差距對當前醫(yī)療保險發(fā)展造成的壁壘。

3.優(yōu)化醫(yī)療保險基金籌資與分配方式，適應醫(yī)療保險分層年齡結構特點。強化醫(yī)療保障體系籌資方式的頂層設計，明確財政與個人、不同年齡結構人群之間的繳費責任分擔機制，實行針對低收入、老弱勢人群的參保補貼和二次補償措施。通過建立多層次的醫(yī)療保障體系，分散人口老齡化、少子化對醫(yī)療保險制度帶來的風險，滿足不同年齡結構層級參保人群的多樣化需求，保證社保基金的可持續(xù)性，提高制度的公平和效率。