商业健康保险与经济增长——基于24 个国家的面板数据

邵全权，张嘉文，杨 浩

（南开大学 金融学院，天津 300350）

一、引言

2008年的全球金融危机爆发以来，金融领域和实体经济均遭受重创，此后世界经济增速下滑，迟迟未能走出疲弱态势，再加上新冠肺炎疫情对经济的沉重打击，世界经济复苏脆弱乏力。在此背景下，中国经济自2008年以来始终保持中高速增长，至2021年中国对全球GDP增量的贡献率为30%左右，居世界第一，有效带动了世界经济的增长，成为世界经济增长的主要引擎。在过去受疫情影响的两年里，2020 年和2021 年中国实际GDP 平均增长约为5.13%，而美国约为1.03%、英国约为-1.27%、德国约为-0.9%、日本约为-1.49%①。当前，中国经济正由高速增长阶段转向高质量发展阶段，除了要保持经济总产出的增长水平和增长速度外，还需要关注经济增长的质量。

Barro（2002）［1］认为经济增长质量是一个宽泛的概念，在研究经济增长时应当考虑人民群众的健康状况。受新冠肺炎疫情影响，世界各国人民的生命健康受到严重威胁，对健康保障的需求越来越强烈。而健康保险作为民众为健康进行风险融资的一种重要手段，受到越来越多人的关注。2000 年到2019年期间，中国商业健康保险发展迅猛，年保费收入平均增长率约为28%，2020 年健康保险保费收入达8 172 亿元，占整个保险业总保费收入的18.05%。反观世界，各经济体的健康保险发展程度不一，以世界主要保险市场为例，2000年到2019年期间，美国的商业健康保险年保费增长率为2.7%，英国为1.7%、法国为7.7%、德国为4.4%、日本为0.2%、韩国为17%，尽管增长率有高有低，但是都保持了正向增长②。

不同经济部门与经济增长之间的关系一直是宏观经济学最热门的话题之一，保险与经济增长之间的关系也是研究重点之一。现有大部分研究结果表明，保险业的发展能有效促进经济增长。对于健康保险来说，目前国内外学者主要从被保险人的消费与储蓄决策、市场劳动力和健康服务产业发展等角度来阐述健康保险对经济的影响，尚未有学者直接分析商业健康保险对经济增长的影响。本文基于索罗经济增长模型，引入确定性增长模型和随机模型，从理论上分析商业健康保险对经济总产出的影响；同时基于24个国家的面板数据，构造出经济增长质量指标，利用数据同时分析商业健康保险发展对经济总产出、经济增长速度和经济增长质量的影响。

二、文献综述

（一）保险业发展与经济增长

现有关保险业发展与经济增长的理论文献主要集中于商业保险和社会保障等领域。Taub（1989）［2］指出保险的赔付可以鼓励经济中的行为人在面临异质性随机生产率冲击时进行投资，促进增长。Saito（1998）［3］在内生增长模型中引入行为人面临永久异质性收入冲击时的不完全保险，发现保险市场的缺失会减少行为人的收入。Corneo 和Marquardt（2000）［4］在世代交叠增长模型中引入养老金和失业保险后发现，养老金系统和失业保险系统之间的正外部性影响了内生经济增长和非自愿失业的均衡路径。赵尚梅等（2009）［5］证实了“保险业发展对经济其他部门存在溢出效应”的假设，同时发现初级阶段的保险业边际生产力低于其他部门的边际生产力，认为随着保险业的发展和其边际生产力的提高，其外溢效应逐渐加强，必将支撑经济增长。纵观这些研究，主要是从经济增长模型入手，引入不确定性等因素研究保险的作用，或从保险业的特点出发研究保险业对经济增长的作用，都没有考虑两者的兼容性。邵全权（2012）［6］融合了经济增长模型与保险业发展、结构等特点，研究了保险业与经济增长的互动关系。

从研究方法来看，现有实证文献可以分为四类：第一类，检验保险活动与经济增长之间的Granger 因果关系［7–13］，发现不同国家的保险活动与经济增长之间的关系并不一致；第二类，使用截面数据研究经济增长对保费收入、保险深度等因素的影响［14–17］；第三类，使用面板数据固定效应模型研究保险与经济增长的关系［18–21］；第四类，使用动态面板数据模型GMM 来研究保险与经济增长的关系［22–25］。以上文献都认为保险发展对经济增长有显著影响；除此之外，在研究经济增长时，都使用GDP 来衡量经济发展的水平。王博和邵全权（2015）［26］在构造经济增长质量指标的基础上，基于中国数据证实了保险业市场结构的变化能提升经济增长质量。

（二）健康保险与经济增长

大部分学者认为健康保险对经济增长有正向的促进作用。Gruber（2021）［27］研究了美国健康保险与劳动力市场之间的关系。Sterret（2014）［28］认为美国的医疗保险一方面能消除工作锁定和鼓励创业，另一方面能减少对残疾或年老群体的就业歧视，进而增加劳动供给来促进经济增长。Pauly（2003）［29］认为国家主导的公共医疗保险能增加社会的医疗保健支出，进而增加医疗部门的工资和工作机会并带动相关产业发展，最终促进经济增长。不过也有研究表明，增加健康保险对经济增长有负面影响，在政府财政支持的基础上建立的公共医疗保险会减少用于教育、基础设施等其他领域的经费。Padovano和Galli（2001）［30］认为公共医疗保险覆盖面的扩大，会增加财政压力进而带来更高的税收，从而抑制经济增长。Zheng（2019）［31］研究了中国社会医疗保险改革，从理论研究和实证研究两方面证实医保个人账户的贡献率有利于物质资本和人力资本积累，能够促进经济增长。Ihori 等（2011）［32］基于对日本医疗保险改革的研究，发现医疗保险共同支付率上升所增加的道德危险会阻碍经济增长，将公共医疗保险支出固定在GDP 一定比例的政策也会降低经济增长速度。

国内文献对健康保险与经济增长之间的关系的研究并不多，所研究的主题主要是社会医疗保险。朱铭来和胡祈（2020）［33］认为公共医疗保险能够抑制医疗卫生支出对经济产生的短期不利影响，而商业健康保险则能够抑制其对长期经济增长的不利影响。郑莉莉（2018）［34］基于VAR 模型研究了中国社会医疗保险、健康与经济增长之间的关系，指出社会医疗保险与经济增长之间存在长期协整关系，从长期来看，医保覆盖率的提高有助于促进经济增长。周小菲等（2019）［35］也使用FAVAR模型对这个主题进行研究，其结果表明医疗保险的提高能够促进短期增长，但长期影响不显著。

本文主要基于24个国家的面板数据研究商业健康保险与经济增长之间的关系，一方面，从理论上构建了商业健康险保费与资本、经济总产出之间的动态方程，指出了商业健康险与经济增长之间的影响路径，并分析了影响商业健康险保费的参数最终会对经济增长产生什么影响；另一方面，在使用主成分分析构建经济增长质量指标的基础上，使用面板固定效应模型、面板工具变量法、面板门槛模型和动态面板门槛模型综合分析商业健康险保费对经济总产出、经济增长速度和经济增长质量的影响。

三、理论模型与参数模拟

（一）模型设定

1.家庭效用函数

借鉴邵全权等（2017）［36］关于效用函数的设定，在效用函数中引入健康人力资本。考虑家庭“长生不老、永远存续”的情况，家庭的效用分别来自消费和健康人力资本，二者都具有CRRA 形式的效用。家庭的效用函数为式（1）：

式（1）中的β为贴现率，Ct为第t期的消费，Kt为第t期的资本，γ1和γ2分别作为消费和健康的相对风险厌恶系数存在，θ表示健康的相对重要性。假设政府公共卫生支出影响完全折旧的健康人力资本。参考王弟海等（2016）［37］、骆永民（2011）［38］的研究，设定当期的健康水平H=(τKt)η，即商业健康险的保障对象或相应的健康险标的，η表示健康的弹性。资本中的一部分用于卫生总支出，该比例为τ。根据邵全权等（2017）［36］效用函数设定健康险的保险乘子b=1 -pdm，p、d、m分别为健康险的出险概率、损失程度和免赔比例。乘子b表示不发生健康风险与发生健康风险进而造成健康损失并得到商业健康险的保险金赔付这一过程的平均效应。

2.资本动态变化

本文理论模型和数值模拟主要基于一个离散形式的扩展的索洛经济增长模型，具体而言，下一期的资本等于当期产出按储蓄率扣除后加上折旧与扣除卫生支出后的当期资本，最后再减去健康险保费。具体见式（2）：

其中，根据索洛经济增长模型，Yt=，Lt=b(τKt)η。μ(1 -m)pd(τKt)η为健康险保费，其中(1 -m)pd(τKt)η为精算公平保费，μ为反应商业健康险市场力量的参数。

（二）参数校准

参考有关国内外文献，由于本文主要分析健康保险对经济增长的影响，因此将资本份额α赋值为0.3，将卫生支出对健康水平的弹性η校准为0.3，将卫生总支出占资本的比例τ校准为0.1，将储蓄率s校准为0.4，将资本折旧率δ校准为0.1。在确定性增长模型中将技术进步率A校准为1.1；在随机增长模型中，假设技术冲击为对数正态分布，期望（mean）为0，标准差（sd）为0.1。具体数值整理如表1所示。

表1 参数校准

健康险保费为μ(1 -m)pd(τKt)η，影响保费的关键参数为出险概率p、损失程度d、免赔比例m以及市场力量参数μ，在接下来的数值模拟中，对上述参数赋值模拟，以此研究参数改变对总资本和总产出的影响。具体而言，p取值分别为0.1、0.3、0.5，d取值分别为0.1、0.3、0.5，m取值分别为0.1、0.3、0.5，μ取值分别为1、1.5、2。

（三）数值模拟

在前文理论模型和参数校准的基础上，本文根据式（2）确定下来的总资本的动态方程进行数值模拟，模拟分别基于确定性增长模型和随机增长模型，在每一类的模拟中分为参数变化对总资本的影响与对总产出的影响两部分，得到商业健康险的出险概率p、损失程度d、免赔比例m以及市场力量参数μ的变化对经济增长的影响规律。

1.确定性增长模型

本文模拟首先关注商业健康险的出险概率p、损失程度d、免赔比例m以及市场力量参数μ的变化对经济增长的影响。图1 和图2 分别显示p、d、m、μ取不同数值时，确定性增长模型对应的总资本和总产出的趋势曲线的演化规律。

图1 显示，p、d、m、μ取不同数值时，绝大部分情况下随着时间推移都会出现持续的总资本增长，只有在μ＝2时会出现总资本的负增长。就出险概率p的变化对总资本的影响而言，p提高会降低总资本的增长；就损失程度d的变化对总资本的影响而言，d提高会降低总资本的增长；就市场力量参数μ的变化对总资本的影响而言，μ提高会降低总资本的增长；就免赔比例m的变化对总资本的影响而言，m提高会促进总资本的增长。可见，p、d、μ与总资本增长负相关，m与总资本增长正相关，考虑到商业健康险的m为免赔比例，健康险的实际保障程度为（1 -m），所以保障程度也与总资本增长负相关。结合前文中健康险保费公式可知，决定保费的关键参数p、d、1 -m、μ都与保费成正相关关系，因此由上述各参数提高而造成的保费的提高会降低总资本的增长。

图2 显示，p、d、m、μ取不同数值时，绝大部分情况下随着时间推移都会出现持续的总产出增长，只有在μ＝2时会出现总产出的负增长。就出险概率p的变化对总产出的影响而言，p提高会降低总产出的增长；就损失程度d的变化对总产出的影响而言，d提高会降低总产出的增长；就市场力量参数μ的变化对总产出的影响而言，μ提高会降低总产出的增长；就免赔比例m的变化对总产出的影响而言，此时存在一个临界点，大致位于模拟时间区间的第6个时间单位，在该临界点之前m提高会降低总产出的增长，在该临界点之后m提高会促进总产出的增长。可见，p、d、μ与总产出增长负相关，m在临界点前与总产出增长负相关，在临界点后与总产出增长正相关，考虑到商业健康险实际保障程度为（1 -m），所以保障程度在临界点前与总产出增长正相关，在临界点后与总产出增长负相关。出现这种情况，主要原因在于参数的选取以及模型的形式等因素的影响，考虑到临界点仅为模拟时间序列的开始几期，对此后的结论并不产生影响，因此可以近似地认为保障程度也与总产出增长负相关。决定保费的关键参数p、d、1 -m、μ都与保费成正相关关系，因此由上述各参数提高而造成的保费的提高会降低总产出的增长。

2.随机增长模型

本文模拟其次关注商业健康险的出险概率p、损失程度d、免赔比例m以及市场力量参数μ的变化对经济增长的影响。图3 和图4 分别显示p、d、m、μ取不同数值时，随机增长模型对应的总资本和总产出的趋势曲线的演化规律。

图3 显示，p、d、m、μ取不同数值时，绝大部分情况下随着时间推移会出现持续的总资本增长，只有在p=0.5、d=0.5 以及μ=2 时会出现总资本的负增长。就各参数变化对总资本的影响而言，p提高会降低总资本的增长；d提高会降低总资本的增长；μ提高会降低总资本的增长；m提高会促进总资本的增长。可见，p、d、μ与总资本增长负相关，健康险的实际保障程度（1 -m）也与总资本增长负相关。结合前文中健康险保费公式可知，与确定性增长模型相似，在随机增长模型中参数p、d、1 -m、μ提高而造成的保费的提高会降低总资本的增长。

图4 显示，p、d、m、μ取不同数值时，绝大部分情况下随着时间推移会出现持续的总产出增长，只有在μ＝2时会出现总产出的负增长。就各参数变化对总产出的影响而言，p提高会降低总产出的增长；d提高会降低总产出的增长；μ提高会降低总产出的增长；m提高会促进总产出的增长。可见，p、d、μ与总产出增长负相关，（1 -m）与总产出增长负相关。决定保费的关键参数p、d、1 -m、μ都是与保费成正相关关系的，因此由上述各参数提高而造成的保费的提高会降低总产出的增长。

需要指出的是，在随机增长模型中采用了随机技术冲击，因此模拟各曲线与此前的确定性增长模型有所差异，但并不影响其反映的经济规律。

综上所述，无论是确定性增长模型还是随机增长模型，对于总资本或总产出的模拟都普遍反映出险概率p、损失程度d、保障程度1 -m以及市场力量参数μ的变化与经济增长存在负相关关系。换言之，因参数提高而造成的保费提高会降低总资本和总产出的增长。

另一方面，保费公式中还有一项并未作为参数纳入我们的考察，就是前文中界定的以健康人力资本形式出现的计算保费的基础——τKt η。健康人力资本与总资本存在正相关关系，如果健康险保费的提高不是由于出险概率p、损失程度d、保障程度1 -m，以及市场力量参数μ的提高而导致的，而是由τKt

η的提高而导致的，则会出现提高健康险保费可以提高总资本和总产出增长的结果。

四、计量模型设定

（一）模型设定与变量选取

1.固定效应模型

基于2000年到2019年24个国家的面板数据，考虑到不同国家的国情，可能存在不随时间而变的遗漏变量，本文实证部分首先考虑应用固定效应模型，从经济增长水平、经济增长速度和经济增长质量三个角度去考察商业健康保险对经济增长的影响。本文的主要计量模型设定如下：

对于被解释变量的选择，本文使用GDP 的对数（lngdp）来衡量经济增长水平，采用GDP增长率（g）来反映经济增长速度，引入经济增长质量指标（f）来描述经济增长质量，关于经济质量指标的构建见本部分的（二）。在解释变量方面，本文使用商业健康保险保费的对数（lnhi）从保费数量方面直观地反映商业健康险的发展情况。i代表国家，t代表年份，ui是代表不同国家异质性的截距项，εit为随个体与时间而变化的扰动项，假设{ }εit独立同分布且与ui不相关。

在控制变量方面，很多因素都能对经济增长产生影响，方程（3）和（4）主要从物质资本、健康人力资本、经济开放程度、银行业渗透率、证券业渗透率来控制可能影响到经济增长的变量，采用固定资本形成额占GDP 的形成额的比例（cap）来表示物质资本，用居民预期寿命（eli）来反映健康人力资本，用金融机构提供的信用贷款总额占GDP 的比重（cre）来表示银行业渗透率，用股市交易总额占GDP的比例（sto）来表示证券业渗透率。对于方程（5），由于经济增长质量（f）在构建时已经考虑了固定资本形成额占GDP的比例（cap），故在控制变量中剔除cap；又由于资源利用效率一直是学者在研究经济增长质量时关注的变量，故引入资本生产率（cp）③和劳动生产率对数（lnlp）④作为控制变量。

为了克服商业健康险保费的内生性问题，本文采取工具变量法并选用社会医疗保险保费的对数（lnsi）作为工具变量。一方面，社会医疗保险与商业健康险是国民健康医疗后备金的重要组成部分，共同为被保险人提供资金保障，两者相互补充，具有相关性；另一方面，社会医疗保险保费收入主要受社保政策影响，具有一定的外生性。因此，选用社会医疗保险保费的对数作为商业健康险保费收入的对数的工具变量有一定的合理性。

2.面板门槛模型

商业健康保险与经济增长之间的关系可能与不同阶段的经济发展水平、增长率和经济增长质量有关，本文参考Hansen（1999）［39］的做法，在方程（3）至（5）的基础上，分别以lngdp、g和f为门槛变量设定单一门槛模型的计量方程：

在方程（6）中yit代表被解释变量，包括lngdp、g和f；xit为受门槛变量影响的解释变量，对应的是lnhi；1(⋅)是一个示性函数，满足括号内条件取值为1，否则取0；qit为门槛变量，包括lngdp、g和f，γ为待确定的门槛值；X是相应控制变量的集合；β1和β2分别为门槛变量在不同区域时解释变量xit对被解释变量yit的影响系数；ui是代表不同国家异质性的截距项，εit为误差项，服从独立同分布。类似地，可以推广到包含多个门槛值的门槛回归。

3.考虑内生性的动态面板门槛模型

基于Hansen（1999）方法构造的方程（6）可能存在两个缺点：第一，模型一般假设解释变量是强外生的，而解释变量lnhi却可能是内生的；第二，解释变量中未引入被解释变量的滞后项，不能反映经济增长的惯性。因此，我们构造了一个引入滞后被解释变量和考虑了解释变量内生性的动态面板门槛模型，即

其中yi,t-1为被解释变量的滞后项，使用lnsi作为lnhi的工具变量，设定以lngdp为门槛变量，其余变量含义与方程（6）一致。参考Seo 和Shin（2016）［40］的做法，使用一阶差分GMM进行估计。

（二）经济增长质量指标的构建

除了研究经济增长的水平和速度以外，不少学者提出还应研究经济增长质量。但是不同学者对经济增长质量的理解和定义各不相同，如卡马耶夫（1977）［41］将其理解为经济增长的效率，而温诺·托马斯（2001）［42］将经济增长质量视为发展速度的补充，是指机会分配、环境可持续性、全球性风险管理以及治理结构等影响经济增长进程的关键性内容。本文参考钞小静（2011）［43］与王博（2015）［26］的做法，将经济增长质量理解为与经济增长紧密相关的经济方面的内容，其具体内涵包括驱动经济增长的因素、经济结构、经济稳定性和社会福利四个方面，表2显示了构建经济增长质量指标所用的变量。

表2 经济增长质量评价体系

本文收集了2000 年到2019 年24 个国家相应指标的数据，并将所有逆指标通过取倒数使其正向化，对各指标进行正态标准化以避免因指标量纲不统一而出现的问题。在完成数据的预处理后，首先分别对四项一级指标下的二级指标分国家提取第一主成分，然后再将此四项第一主成分按不同国家再次提取第一主成分，并将最后得到的第一主成分作为经济增长质量指标（f）。

（三）数据来源与描述性统计

本文所用的数据是一个面板数据，它包含从2000 年到2019 年24 个国家的数据⑤，这24 个国家2019 年的保费收入之和约占全球总保费收入的77.334%⑥。法国、德国、意大利、荷兰、爱尔兰、西班牙、瑞士、卢森堡、比利时、奥地利、荷兰、葡萄牙、捷克和希腊商业健康险保费数据来源于WIND 数据库⑦、其余国家的商业健康险保费数据来自CEIC 的全球经济数据库。社会医疗保险保费收入来源于世界卫生组织的WHO数据库⑧。

在计算经济增长质量指标的过程中，第一、二、三产业比重、就业比重、名义GDP、实际GDP、工业产值、投资率、进口总额占GDP 的百分比、出口总额占GDP 的百分比、失业率和死亡率来源于世界银行公开数据库；CPI 价格指数来源于CEIC 的全球经济数据库；健康支出渗透率来源于世界卫生组织的WHO 数据库。在计算回归过程中所用的控制变量时，固定资本形成额占GDP 的形成额的比例（cap）、居民预期寿命（eli）、证券业渗透率（sto）和劳动力人数来源于世界卫生组织的WHO数据库，部分缺失数据通过三次样条插值进行补充。表3展示了主要变量的描述性统计。

表3 主要变量的描述性统计

五、回归结果及解释

（一）基本回归结果

本文首先采用面板固定效应模型进行回归，表4 中（1）至（3）的被解释变量分别为GDP 的对数（lngdp）、GDP 环比增长率（g）和经济增长质量指标（f），解释变量为商业健康险保费收入的对数（ln⁃hi）。从表4 中（1）至（3）数据可知，回归方程均显著通过F检验，可认为每个国家应该拥有自己的截距项；回归方程也显著通过Hausman 检验，支持使用固定效应模型而非随机效应模型。lnhi与lngdp呈现出显著的正相关关系，系数为0.176，并在1%的统计水平显著；lnhi与f呈现出显著的正相关关系，系数为0.399，并在10%的统计水平显著；lnhi与g之间的系数为-0.00238，并不显著。这说明商业健康险保费的增加对经济的总产出和经济增长质量均有正向影响，但是对于经济增长速度的影响并不显著。

表4 中（4）至（5）采用面板工具变量法进行系数估计。从解释变量的内生性检验和不可识别检验的结果可知，lnhi存在内生性且与lnsi相关；从解释变量的系数来分析，以lngdp或f作为被解释变量时，lnhi的系数都为正且显著；以g作为被解释变量时，lnhi的系数不显著，与固定效应模型所得的结论基本一致，同样说明了商业健康险保费的增长对经济的总产出增长和经济增长质量的提高均有促进作用，但是对于经济增长速度的影响并不显著。

表4 商业健康保险对经济增长的影响

本文在理论模型中指出商业健康险年保费为μ(1 -m)pd(τKt)η，显然，其出险概率p、损失程度d、保障程度1 -m、市场力量参数μ及健康人力资本τKtη的变化与保费增长存在正相关关系。但是，从理论模型的数值模拟得知出险概率p、损失程度d、免赔比例m、市场力量参数μ与经济增长存在负相关关系，健康人力资本τKtη与健康险保费存在正相关关系。从实际出发，在过去的20年里，由于医学技术的发展、疾病预防意识的提高以及生活水平的提高，世界各国的出险概率p和损失程度d有所下降，而健康人力资本τKtη有所提高；考虑到本文选取的24 个国家是从保费规模角度去选取的，这些国家都拥有世界上相对较发达的保险市场，在过去的20 年里商业保险公司的竞争越来越激烈，导致市场力量参数μ的下降；经过健康险多年的发展，健康险条款日趋成熟，免赔比例m是一个相对稳定的参数，变化幅度不大。换言之，出险概率p、损失程度d和市场力量参数μ的下降会降低商业健康险保费但促进经济增长，健康人力资本τKtη的上升会提高商业健康险保费和促进经济增长。结合实证结果，我们知道健康人力资本τKtη的上升对商业健康险保费的正面影响超过了出险概率p、损失程度d和市场力量参数μ的下降对保费的负面影响，最终体现出商业健康险保费的增长促进经济增长这一结果。

（二）面板门槛回归

如表5 中（1）至（3）所示，3 个面板门槛回归方程均通过了门槛检验，说明不同发展阶段的经济增长水平、经济增长率和经济增长质量确实会影响商业健康险与经济增长之间的关系。

表5中（1）的回归结果显示，以lngdp作为门槛变量，当lngdp＜12.237时，lnhi的系数估计值为0.112；当12.237＜lngdp＜15.192时，lnhi的系数估计值为0.158；当lngdp＞15.192时，lnhi的系数估计值为0.215，都在1%的统计水平上显著。注意到0＜0.112＜0.158＜0.215，这说明商业健康险的发展确实对经济总产出水平有正向的影响，且这种影响随着经济总产出水平的提高有所加强。

表5 中（3）的回归结果显示，以f作为门槛变量，当f＜-1.031 和-1.031＜f＜0.592时，lnhi的系数估计值都不显著；而当f＞0.592时，lnhi的系数估计值为0.446，在1%的统计水平上显著。这说明从经济增长质量的角度看，当经济增长质量处于较低水平时，商业健康险的发展对经济增长质量的影响并不明显；当经济增长质量跨越一个门槛值时，商业健康险的发展对经济发展质量有正向的促进作用。

表5中（2）的回归结果显示，以g作为门槛变量，尽管存在门槛效应，但是lnhi的系数分别为－0.012 8、－0.006 63 和－0.000 048 6，对g的影响都比较小，并未完全推翻基本回归中关于商业健康险保费的增加对经济增长速度的影响并不显著的结论。

表5 商业健康保险对经济增长的面板门槛回归

综上所述，面板门槛回归结果与基本回归结果吻合，都表明了商业健康险的发展对经济增长起到促进作用，且这种促进作用会随着经济增长而有所加强。

（三）考虑内生性的动态面板门槛回归

表6回归结果表明，在以lngdp为门槛变量时，三个回归方程都具有门槛效应，说明在不同的经济发展水平下，商业健康险保费与经济增长的关系确实有所差异。表6中（2）和（3）的回归结果显示，当lngdp跨越门槛值时，lnhi的系数差异值为分别为0.035 和1.508，尽管为正数，但是未通过显著性检验；而表6中（1）结果显示，当lngdp跨越门槛值时，lnhi的系数差异值为0.359，在5%的统计水平上显著。这再一次说明了商业健康险保费的增加对经济增长速度的影响并不显著，而商业健康险的发展确实对经济总产出水平有正向的影响，且这种影响随着经济总产出水平的提高越来越大。

表6 商业健康保险对经济增长的动态面板门槛回归

续表

六、结论与政策建议

本文在引入健康人力资本的基础上，通过设定家庭的效用函数与资本的动态方程，结合索洛经济增长模型构建了一个反映商业健康险保费与经济总产出之间关系的理论模型，在运用数值模拟的方法后得出了两个基本结论：第一，出险概率p、损失程度d以及市场力量参数μ与商业健康险保费正相关，但与经济总产出负相关；第二，健康人力资本τKtη与商业健康险保费正相关，且与经济总产出正相关。

在理论分析的基础上，本文基于2000 年至2019 年24 个国家的面板数据，先通过主成分分析方法构建经济增长质量指标，然后从经济总产出、经济增长速度和经济增长质量三个角度，运用固定效应模型、面板工具变量法来实证研究商业健康险与经济增长之间的关系。实证结果表明，商业健康险保费的增长对经济的总产出和经济增长质量均有正向影响，对经济增长率的影响并不明显。如果进一步考察影响商业健康险保费增长的因素，本文在理论上指出商业健康险保费的增加可能是由于出险概率p、损失程度d、保障程度1－m、市场力量参数μ以及健康人力资本τKtη的变化所导致的。但实际上出险概率p、损失程度d和市场力量参数μ在减少，保障程度1－m的变化不大，商业健康险保费的增加主要由健康人力资本τKtη的增加所导致，而出险概率p、损失程度d、市场力量参数μ的减少和健康人力资本τKt η的增加都对经济总产出有促进作用。本文最后运用面板门槛回归和考虑了内生性的动态面板门槛回归，对不同经济总产出水平和经济增长质量进行异质性分析，发现当经济总产出水平较高时，商业健康险保费的增长对经济的总产出水平和经济增长质量的影响也有所加大。

这一基于国际数据的结论对正处于经济由高速增长阶段转向高质量发展阶段的中国经济发展有重要的参考意义。对政府来说，一方面，应该促进健康保险扩面提质，鼓励保险公司利用其专业技术开发疾病保险和医疗保险；另一方面，要关注人民群众的健康水平，积极进行疾病和保健宣传，鼓励科学运动，提高民众的健康意识，进一步降低出险概率p、损失程度d，提高健康人力资本τKt η。对保险公司来说，首先，应该继续开发更多针对大病的保险产品，做好与基本医保等的衔接补充，进一步将医保目录外的合理医疗费用纳入保障范围；其次，要针对新产业新业态的从业人员和各类灵活就业的工作人员的需求，开发适合不同职业群体的健康保险；最后，要继续针对不同年龄段的人员开发相应的健康保险，尤其是儿童健康保险和老年人健康保险，提升健康保险的发展和服务水平。

［注 释］

①数据来源于CEIC。

②数据来源于CEIC。

③资本生产率＝GDP/资本存量。

④劳动生产率＝GDP/劳动力人口。

⑤24个国家分别为美国、中国、日本、法国、德国、意大利、印度、荷兰、爱尔兰、西班牙、瑞士、卢森堡、比利时、新加坡、泰国、印度尼西亚、奥地利、马来西亚、波兰、葡萄牙、土耳其、新西兰、捷克和希腊，数据以美元为计量单位。

⑥24个国家的保费数据来源于瑞再研究院，作者整理并计算得出。

⑦这些国家数据以欧元为计量单位，作者通过CEIC数据库找到的欧元兑美元汇率换算成美元。

⑧选取WHO 数据库中名称为“government schemes and compulsory contributory health care financing”的变量代表社会医疗保险保费。