孫錚 李勇

摘?要：本文基于中國家庭追蹤調查（CFPS）以及各省數(shù)字普惠金融指數(shù)等相關數(shù)據(jù)，利用Firth?Logit模型與Tobit模型，發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展能夠顯著促進家庭補充醫(yī)療保險的參保；異質性分析發(fā)現(xiàn)，數(shù)字普惠金融在城鎮(zhèn)戶口、收入水平較高家庭中，對補充醫(yī)療保險參保和參保率存在較顯著的促進作用；基于KHB分解法的中介效應分析結果顯示，數(shù)字普惠金融通過提高家庭保健支出水平，增加居民家庭補充醫(yī)療保險的參保意愿和參保率。最后為數(shù)字普惠金融更好地促進補充醫(yī)療保險發(fā)展提出了對策建議。

關鍵詞：數(shù)字普惠金融；補充醫(yī)療保險；居民家庭；firth?logit；tobit

中圖分類號：F2?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2023.24.011

0?引言

數(shù)字技術的發(fā)展讓普惠金融有了新的著力點，數(shù)字普惠金融對社會經(jīng)濟發(fā)展作出了重要貢獻。近年來，中共中央、國務院相繼發(fā)布《推進普惠金融發(fā)展規(guī)劃（2016-2020年）》《數(shù)字中國建設整體布局規(guī)劃》等文件，對普惠金融事業(yè)發(fā)展作出了詳細部署，提出做強做大做優(yōu)數(shù)字經(jīng)濟，進一步增強數(shù)字普惠金融在國民經(jīng)濟中發(fā)揮的積極作用、黨的十九大報告也提出建設普惠金融體系。補充醫(yī)療保險是與基本醫(yī)療保險相對應的一個概念，主要是保障基本醫(yī)療保險保險范圍外的、多樣化的醫(yī)療需求。但我國社會醫(yī)療保險與補充醫(yī)療保險的發(fā)展情況并不匹配，城鄉(xiāng)基本醫(yī)療保險覆蓋面不斷擴大，參保人數(shù)和比例也逐年增加；但補充醫(yī)療保險仍處于初級階段，并且愈發(fā)不適應我國居民日益增長和多樣化的醫(yī)療需求。

因此在經(jīng)濟新常態(tài)的大環(huán)境下，數(shù)字普惠金融的發(fā)展是否能為補充醫(yī)療保險推廣和普及帶來積極影響，以及該影響的人群差異和作用機制均不明確，有待進一步研究討論。

1?文獻綜述

作為一個新興的概念，越來越多的學者從各個方面對數(shù)字普惠金融展開了研究。涂強楠、何宜慶認為數(shù)字普惠金融對我國中低端制造業(yè)產(chǎn)業(yè)升級有促進作用，也有學者證明數(shù)字普惠金融中國系統(tǒng)性金融風險存在顯著的抑制作用。在微觀層面，易行健、周利發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展通過緩解流動性約束和便利居民支付兩種途徑來促進居民消費。此外，數(shù)字普惠金融對中小微企業(yè)技術創(chuàng)新，居民的創(chuàng)業(yè)和就業(yè)都有著明顯的促進作用。數(shù)字普惠金融與保險方面的文獻較少，但也有學者實證發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展顯著增加了家庭購買商業(yè)保險的概率，同時也對社會保障水平的提升有積極作用。

國內(nèi)外對于補充醫(yī)療保險的研究較多。Wolfe和Goddeeris分析Medigap市場中消費者與保險提供方的行為時發(fā)現(xiàn)，個人財富對補充保險的需求有很強的積極影響。此外，?Marquis和Long在研究中也表明，購買補充醫(yī)療保險很可能是一個共同的決定，所以家庭單位的特征也很重要。國內(nèi)近年來也有一些針對補充醫(yī)療保的研究。董明媛等通過中部城市的數(shù)據(jù)分析表明影響商業(yè)醫(yī)療保險參保的因素包括被調查者的性別、工作類別、健康狀況、經(jīng)濟狀況、商業(yè)保險公司的管理運營狀況等。朱若然等發(fā)現(xiàn)處于相對發(fā)達地區(qū)和收入較高的城鎮(zhèn)居民和職工更傾向于購買商業(yè)醫(yī)療保險。

通過以上對文獻的綜述總結，補充醫(yī)療保險的影響因素研究時間較為久遠，且數(shù)字普惠金融相關研究多聚焦于金融與消費領域。因此，數(shù)字普惠金融對我國居民補充醫(yī)療保險的參保情況影響究竟如何，其具體作用機制仍有待進一步研究討論。

2?實證研究設計

2.1?計量模型設定

2.1.1?Firth罰分最大似然估計

本文的被解釋變量之一家庭是否參保補充醫(yī)療保險，屬于二元離散變量，為避免分離現(xiàn)象采用Firth罰分最大似然估計，原理為在logit得分函數(shù)中加入懲罰項，從而將參數(shù)最大似然估計值的偏差減少。基于Firth?Logit的基準模型如下：

ln?（P/1-P）=α+βDFI+γcontrol+μi（1）

其中P為家庭參保補充醫(yī)療保險的概率，DFI為所在省份的數(shù)字普惠金融指數(shù)，control為樣本其他控制變量（包括地區(qū)變量、家庭變量和家庭決策者特征變量），μi為擾動項。

2.1.2?Tobit模型

本文中的家庭參保率處于[0，1]之間，且具有截斷的特點，因此采用Tobit模型分析數(shù)字普惠金融對我國居民家庭補充醫(yī)療保險參保率的影響。具體模型如下：

insurance_r=α+βDFI+γcontrol+μi（2）

insurance_r=insuranc_rif0≤insurance_r≤10ifinsurance_r<01ifinsurance_r>1（3）

其中insurance_r為家庭中成員補充醫(yī)療保險的擁有率，是一組受限變量，insurance_r*為原變量限制后的變量，其他變量定義與（1）式相同。

2.2?數(shù)據(jù)來源

本文選取的數(shù)據(jù)來源主要有兩個：第一個為?“中國家庭追蹤調查”（CFPS）相關調查數(shù)據(jù)，第二個數(shù)據(jù)庫為北京大學數(shù)字普惠金融研究中心公布的我國各省市數(shù)字普惠金融指數(shù)相關數(shù)據(jù)。

2.3?變量界定

（1）被解釋變量。

為減少內(nèi)生性影響，本文被解釋變量采用滯后一期數(shù)據(jù)，即選取2020年CFPS數(shù)據(jù)庫中居民家庭參保補充醫(yī)療情況的調查數(shù)據(jù)，在實證分析過程中，采用是否參保補充醫(yī)療保險與家庭補充保險擁有率表示居民家庭參保補充醫(yī)療保險的情況。

（2）解釋變量。

本文研究中，數(shù)字普惠金融為核心影響因素，使用2018年度數(shù)據(jù)作為主要的解釋變量。在實際分析中借鑒郭晴等的做法，對相關指數(shù)作標準化處理。

（3）控制變量。

參照現(xiàn)有文獻研究，選取家庭戶口、家庭人均年收入、家庭醫(yī)療支出，家庭決策者的性別、年齡、年齡的平方、受教育年限、健康狀況、基本醫(yī)保參保狀況等作為控制變量。

其中，家庭居住地屬于城鎮(zhèn)的家庭戶口變量為1，居住在農(nóng)村時為0；變量家庭決策者為女性時的變量性別為0，男性為1；健康狀況變量中，不健康到健康依次為1～3；家庭人均年收入與家庭醫(yī)療支出進行對數(shù)化處理。

（4）中介變量。

采用家庭保健支出作為中介變量，并進行對數(shù)化處理。

2.4?變量的描述性統(tǒng)計

納入變量的描述性統(tǒng)計見表1。

3?數(shù)字普惠金融對家庭補充醫(yī)療保險參保情況影響的實證分析

3.1?基準回歸分析

本文的基礎回歸分析結果見表2，數(shù)字普惠金融指數(shù)（dfis2018）在各模型中均有較高的顯著性。因此可以得出結論，數(shù)字普惠金融對居民家庭參保補充醫(yī)療保險有正向促進作用，對家庭成員補充醫(yī)療保險擁有率也有顯著的正向影響，4個不同模型間的邊際效應差異不大，也證明了結論的穩(wěn)健性。

3.2?異質性分析

3.2.1?城鎮(zhèn)農(nóng)村戶口分類分析

根據(jù)家庭戶口所在地，將樣本分為城鎮(zhèn)家庭和農(nóng)村家庭，并對兩類家庭分別回歸分析，回歸結果如表3所示。對于城鎮(zhèn)家庭來說，數(shù)字普惠金融購買補充醫(yī)療保險的促進作用在5%水平上顯著，對于農(nóng)村家庭來說，數(shù)字普惠金融相應系數(shù)并不存在統(tǒng)計學意義上的顯著性，這在一定程度上體現(xiàn)了我國城鄉(xiāng)仍存在一定的差異。也就是說，數(shù)字普惠金融對城鎮(zhèn)家庭補充醫(yī)療保險購買意愿的促進作用比農(nóng)村更強。

3.2.2?不同收入家庭分類分析

根據(jù)CFPS問卷中的家庭人均收入分位，收入在前50%的樣本家庭為高收入家庭、收入水平在后50%的家庭為中低收入家庭，兩類家庭回歸結果見表4。可以看出數(shù)字普惠金融在高收入家庭中對家庭補充醫(yī)療保險參保意愿和參保率有顯著促進作用，但對于中低收入家庭來說，這種影響并不顯著。

本文采用KHB法對保健支出的中介效應進行分解，該方法由Kohler，Karlson和Holm?（2010）提出，能夠在廣義線性模型族回歸中有效估計中介變量。因此本文使用該方法在主要應用的firth?logit和tobit模型中，對保健支出（hecost）的中介效應進行分解，同時納入其他控制變量，分解結果如表5。由表可知，不論在firth?logit模型還是在tobit模型中，中介效應均在1%水平上顯著，保健支出在兩個模型中的中介效應占比相近，這意味著保健支出在數(shù)字普惠金融對家庭補充醫(yī)療保險參保意愿以及參保率的影響中存在顯著中介效應。

4?結論與建議

4.1?研究結論

本文的主要結論如下：

（1）數(shù)字普惠金融可以顯著促進家庭參保補充醫(yī)療保險的意愿，提高家庭成員補充醫(yī)保參保率。

（2）數(shù)字普惠金融促進家庭參保補充醫(yī)療保險的影響存在地區(qū)、家庭以及決策者個人特征差異。數(shù)字普惠金融對城鎮(zhèn)戶口、收入水平較高的家庭中，對補充醫(yī)療保險參保意愿和參保率存在較顯著的促進作用。

（3）數(shù)字普惠金融影響居民家庭參保補充醫(yī)療保險的影響機制是通過提高居民家庭保健支出水平，促進家庭參保補充醫(yī)療保險。

4.2?政策建議

基于本文研究結果提出以下建議：

（1）繼續(xù)支持發(fā)展數(shù)字普惠金融，促進補充醫(yī)療保險發(fā)展。

支持發(fā)展數(shù)字普惠金融，可以提高數(shù)字普惠金融對社會各方面的影響程度，有利于縮小地區(qū)間存在的差異，提高居民的收入和消費水平，避免地區(qū)、城鄉(xiāng)之間和不同收入水平家庭之間保障水平的差異的擴大。

（2）提高數(shù)字普惠金融與補充醫(yī)療保險的融合度。

借助數(shù)字普惠金融帶來的保險科技和數(shù)字健康技術，以及相關領域的人才資源，有利于深化補充醫(yī)療保險自身的服務和技術。同時在醫(yī)保準入門檻上貫徹數(shù)字普惠金融的“普惠”理念，推廣限制條件更少的險種，當前各地紛紛推出的地方“惠民?！?，就是理念上同數(shù)字普惠金融相融合的一項重要嘗試。

（3）加強欠發(fā)達地區(qū)數(shù)字普惠金融的基礎設施建設和宣傳力度。

加強數(shù)字普惠金融所需要的特別是欠發(fā)達地區(qū)的基礎設施建設，減少金融排斥現(xiàn)象；另外還需要加大對數(shù)字普惠金融的宣傳力度，讓需要的服務對象了解數(shù)字普惠金融的內(nèi)涵，提高他們利用數(shù)字普惠金融的意愿，不斷縮小地區(qū)間對數(shù)字普惠金融的利用差異。

（4）優(yōu)化保險設計，推動多元化保險服務。

補充醫(yī)療保險的提供方在設計相關保險產(chǎn)品和服務時，應該充分調研當?shù)胤諏ο蟮男枨螅瑢τ诓煌貐^(qū)和人群采取不同的投保門檻，定制不同種類的個性化保險服務，實現(xiàn)補充醫(yī)療保險和社會基本醫(yī)保的有效銜接。

參考文獻

［1］封進.人口老齡化、社會保障及對勞動力市場的影響[J].中國經(jīng)濟問題，2019，（05）：1533.

[2]涂強楠，何宜慶.數(shù)字普惠金融、科技創(chuàng)新與制造業(yè)產(chǎn)業(yè)結構升級[J].統(tǒng)計與決策，2021，37（05）：9599.

[3]李優(yōu)樹，張敏.數(shù)字普惠金融發(fā)展對系統(tǒng)性金融風險的影響研究[J].中國特色社會主義研究，2020，（Z1）：2634.

[4]易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)[J].金融研究，2018，（11）：4767.

[5]喻平，豆俊霞.數(shù)字普惠金融、企業(yè)異質性與中小微企業(yè)創(chuàng)新[J].當代經(jīng)濟管理，2020，42（12）：7987.

[6]黃倩，朱鴻志，蘇慧媛，等.數(shù)字普惠金融對農(nóng)戶創(chuàng)業(yè)選擇影響研究[J].福建論壇（人文社會科學版），2021，（08）：85102.

[7]何燕，李靜.授人以漁：數(shù)字普惠金融的減貧效應及就業(yè)機制[J].消費經(jīng)濟，2021，37（03）：6979.

[8]郭晴，孟世超，毛宇飛，等.數(shù)字普惠金融發(fā)展能促進就業(yè)質量提升嗎？[J].上海財經(jīng)大學學報，2022，24（01）：6175.

[9]劉冬姣，莊朋濤.數(shù)字普惠金融與家庭商業(yè)保險購買[J].消費經(jīng)濟，2021，37（02）：6778.

[10]汪亞楠，譚卓鴻，鄭樂凱，等.數(shù)字普惠金融對社會保障的影響研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2020，37（07）：92112.

[11]Wolfe?J?R，Goddeeris?J?H.Adverse?selection，moral?hazard，and?wealth?effects?in?the?Medigap?insurance?market[J].J?Health?Econ，1991，10（4）：433459.

[12]Hopkins?S，Kidd?M?P.The?determinants?of?the?demand?for?private?health?insurance?under?Medicare[J].Applied?economics，1996，28（12）：16231632.

[13]董明媛，趙奕鈞.商業(yè)醫(yī)療保險參?，F(xiàn)狀的影響因素分析[J].統(tǒng)計與決策，2013，（23）：103106.

[14]朱若然，周長慶，陳貴富，等.中國城鎮(zhèn)居民醫(yī)療保險選擇行為影響因素分析——基于二元單位概率模型的視角[J].宏觀經(jīng)濟研究，2018，（05）：126138.

[15]Kristian?B?K，Anders?H.Decomposing?primary?and?secondary?effects：?A?new?decomposition?method[J].Research?in?Social?Stratification?and?Mobility，2010，29（2）.

[16]李玉華.數(shù)字健康技術與商業(yè)健康保險的發(fā)展[J].金融理論與實踐，2020，（12）：101109.