协同治理模式如何提升惠民保参保率?——基于50个案例的模糊集定性比较分析

王 群 张甜甜 应晓华

1.大连理工大学公共管理学院 辽宁大连 116024 2.复旦大学公共卫生学院 上海 200032

1 引言

惠民保作为一个与社会保险高度衔接的新型商业健康保险,集普惠性与商业性于一体,已成为我国多层次医疗保障制度发展不可或缺的关键力量。[1]惠民保于2015年在深圳首创,自2020年开始在全国多地得到快速发展。截至2022年12月底,全国共上线246款惠民保产品,总参保人次已达2.98亿,累计保费规模约320亿元。[2]多年发展过程中,惠民保推动了不同政府部门之间、政府与市场、市场不同主体之间的协同合作,部分地区已形成了“政府部门+保险公司+三方平台”政府与市场融合的铁三角模式。[3]

这种新型协同模式有利于集中各方主体的优势力量推进惠民保的运营与发展,然而受外部环境和产品设计等诸多因素影响,理想中的协同效果难以实现。各地政、企与平台三方参与程度不一,部分地区难以形成“政府部门+保险公司+三方平台”的协同网络。而采用铁三角运营模式的地区协同效率也参差不齐,具体表现为各地惠民保产品参保率水平的差异。据统计,截至2022年12月底,有86款惠民保产品公开过其参保率数据,其中51款产品的参保率在15%以下,参保率最高的产品为浙丽保则达到了92.1%。[3]那么,究竟是哪些因素影响了惠民保的参保率?这些因素又是如何相互联动影响产品参保率水平的?

已有相关研究可以分两类:一是由保险行业从业人员或机构的调研报告。如中再寿险和镁信健康的研究指出产品价格、政府参与、客户体验是影响参保的关键影响因素。[4]二是某一地区惠民保产品的参保意愿或保险偏好调查研究,影响因素的选取主要基于需方视角。[5-6]截至目前,鲜有研究探讨影响惠民保参保率的协同模式。本研究基于组态视角以全国各地50个惠民保产品为案例研究对象进行比较分析,从协同系统切入,以外部环境、协同结构和惠民保产品三个层面为抓手,探究惠民保高参保率表现背后的协同作用机制。

2 理论基础与分析框架

协同治理理论是自然科学中的协同论和社会科学中的治理理论综合而成的交叉理论,对于解释社会系统协同发展有着较强的解释力。在协同治理构架下,政府与企业、社会组织和公众等多元主体共同建立治理网络解决特定复杂公共事务。协同治理包括两个方面的含义:一是“大协同治理”,即不同性质治理主体之间的协同治理;二是“小协同治理”,即同一性质治理主体内部的协同治理。[7]本文所提到的惠民保铁三角协同模式就是不同性质主体间的“大协同治理”模式。

协同理论认为在一个整体性的协同系统中存在着大量的子系统和各种影响因素,不同主体、不同要素和不同系统之间的交互协同所产生的整体效果就是协同效应。[7]任何一个复杂且开放的系统,在外部诸多因素的作用下,子系统内部就会产生相应的反应形成协同效应,正如惠民保运营过程中政府与市场或不同企业主体之间的合作。若系统内部的各个子系统都能够围绕共同的预期目标相互配合充分发挥各自的优势,那么整个系统就可以产生协同效应。

协同理论认为事物的形成及发展是内外部因素的综合协同过程,外部环境与内部要素共同作用推动系统的前进。[7]有学者将协同治理模型分为过程模型和结构模型。过程模型认为协同治理是一个从协商、承诺、执行到评价四个环节相互联结的过程。结构模型则关注协同治理中主体间的关系、协同能力等结构性因素。[8]张敏将协同系统的要素划分为协同主体、协同客体和协同环境。[9]刘云堃等以治理目标、治理主体和客体、治理手段为框架,分析了江苏省惠民保协同治理模式。[10]基于协同治理的理论研究,结合惠民保项目运营的实践,本文构建起包含协同主体、协同客体和协同环境三个维度的分析框架。

2.1 协同主体

当前大多数惠民保项目的参与主体通常为政府部门、保险公司和第三方平台。相较于传统商业健康险的运营,铁三角运营模式下,惠民保项目不仅具有保险公司自身的资源基础,而且结合了政府部门和第三方平台的资源优势,三者互为补充结成协调的协同结构网络,为提升惠民保参保率而共同努力。

惠民保“政府部门+保险公司+三方平台”的协同主体网络通过政府支持和平台赋能的方式有效弥补了传统保险公司的不足,但惠民保本质上仍为商业健康险,故商业保险公司在整个项目运营中占据重要的基础性位置,是赔付责任的承担方。所以,本研究聚焦于政府部门与第三方平台如何与保险公司协同发展惠民保,形成了惠民保项目协同主体网络(图1)。

图1 惠民保项目协同主体网络图

2.1.1 政府支持程度

政府虽不是惠民保业务的责任主体,但政府的支持对惠民保的发展起到了极为重要的作用。我国政府具有较高的公信力,政府的参与通过开放医保数据和个账、提供宣传渠道等方式与保险公司合作,扩大了宣传覆盖面的同时还可以有效降低保险企业的销售成本。

2.1.2 互联网保险平台参与

在惠民保运营中,第三方服务平台第一次作为独立于政府、保险企业的业务主体,直接参与产品设计、销售和运营等核心环节。第三方平台分为两类,第一类按出身分为药企、保险中介平台、健康管理公司等。这类平台虽出身不同,但其目前提供的惠民保服务已全面化、趋同化。第二类为依托于流量平台的互联网保险平台,包括腾讯微保和蚂蚁保险等,这些平台具备线上营销和大数据流量优势,在惠民保前期宣传与获客方面表现突出,对惠民保参保率的提升有更直接的推动作用。鉴于第一类平台提供的服务已趋同,且健康管理服务、药品服务主要体现在惠民保保障水平上,可通过下文的惠民保产品维度指标衡量出来,所以本研究主要聚焦于第二类平台,即互联网保险平台的参与情况。

2.2 协同客体

惠民保产品本身将直接影响参保率水平,是惠民保项目协同运营的客体。本研究从人均保费支出水平和保障水平两方面来测量惠民保的产品设计。

2.2.1 人均保费支出水平

人均保费支出水平是指某一地区惠民保投保人所承担的平均保费水平。惠民保保费的可负担性会影响居民参保的积极性。[11]

2.2.2 产品保障水平

产品保障水平反映了惠民保产品的保障内容和保障额度等对保险购买者提供风险保障的程度,是居民购买保险时主要考量的因素之一。

2.3 协同环境

协同环境要素是指影响惠民保产品需求的所有外部因素。结合惠民保发展的实际情况,本文重点关注经济发展水平和居民保险意识。

2.3.1 经济发展水平

一般来说,当居民经济实力更强时,购买能力也更强,其就更可能购买保险产品。而当地居民的总体经济实力水平往往与城市经济发展水平息息相关。且惠民保既往实践表明,经济较发达的城市其参保率也更高。

2.3.2 居民保险意识

居民的保险意识是指居民对医疗保险在保障人身安全和财产安全方面重要作用的认识,这种认识将会直接影响其对商业健康保险产品的需要程度。[12]

综上,本研究形成了协同治理视角下惠民保参保率影响因素框架图(图2)。

图2 本研究的理论框架图

3 研究方法与数据

3.1 研究方法

定性比较分析基于布尔代数原理,其研究逻辑是通过一定数量的案例之间的比较,找到集合间的普遍性隶属关系,借助集合关系推断因果关系。[13]

作为一种分析技术,定性比较分析(QCA)分析主要包括清晰集定性比较分析(cs-QCA)、模糊集定性比较分析(fs-QCA)、多值集定性比较分析(mv-QCA),目前应用最多的是前两种分析技术。cs-QCA只能处理原因变量和结果变量均为二分变量(隶属于或不属于某集合)的案例,无法处理统计分析中所出现的大量的定距变量。而fs-QCA解决了这一问题,它结合了集合隶属的类别和程度,具有很多定距变量的优点,特别是具有精确区分的能力。[13]

当前我国惠民保产品统计分析样本数量有限,不宜对其展开大样本量化研究。而QCA方法最善于对中小样本进行比较分析,其不仅能够识别条件变量的作用机制,还可以识别多个要素之间的组合关系和殊途同归性。同时,本文条件变量的设置并非建立在二分处理的基础上,而是采取构建三值模糊集、四值模糊集和连续模糊集的方法,故本文采用fs-QCA研究惠民保参保率的影响因素。

3.2 案例选择

QCA研究对案例的选择有一定的原则和数量要求,本文在选取样本案例时遵循以下标准:首先,确保所选案例具有时效性和可比性。故本研究选取2022年上线的惠民保产品作为案例样本库。其次,确保所选案例具有多样性。本研究所选取的案例覆盖一线城市到五线城市,参保率水平在3%～81%之间,既有正面结果又有负面结果,案例间具有异质性。第三,确保所选案例数据的准确性和完整性。样本案例的数据搜集情况决定了变量赋值的准确性,各项数据应该完整且有可靠的来源,本研究主要从惠民保产品的微信公众平台和2022年各地经济发展和社会统计公报等官方渠道变量搜集样本案例的相关信息。第四,QCA研究设计要求条件数量与案例数量保持一定比例。n个条件变量,其样本量应能达到2n-1个。本文共设置6个条件变量,样本数量不能少于32个。基于上述标准,本文最终筛选了2022年上线的且数据齐全的50个惠民保产品作为研究对象(表1)。

表1 惠民保项目案例

3.3 变量测量

3.3.1 结果变量

本文以惠民保产品的参保率为结果变量。惠民保参保率是指该地区已经参保惠民保的人数与符合参保条件的人数之比。当前,各地惠民保项目多将惠民保参保对象限制在参加当地基本医疗保险的人员中,只有少数地区将“新市民”纳入了保障范围。为统一口径,本文将各地参保对象统一按当地基本医保参保人群处理,不考虑新市民群体。同时考虑到各地惠民保产品多在每年最后一个季度上线,本文选取2022年末当地基本医疗保险参保人数作为适保人数。故惠民保产品参保率=惠民保产品当年参保人数/惠民保产品上线当年年末当地社会基本医疗保险参保人数。

3.3.2 条件变量

(1)政府支持程度

参考以往研究[14],本文将政府参与惠民保的程度分为四类:①政府推动型,该模式下政府部门参与程度最深,其典型特征是政府将参保率指标纳入区县级政府考核中,或借助基层社区或村镇网格员力量进行覆盖式宣传;②医保部门推动型,该模式下通常都有当地医疗保障局的大力支持,因而基本上都开放个人医保账户支付保费且部分城市支持一站式结算;③医保部门指导型,该模式虽也有医保部门的参与,但其支持力度较小,结算方式为快赔且不开放医保个人账户;④商业运作模式,该模式下没有医保部门的参与,主要通过商业模式进行理赔,政府部门的参与也仅限于出席产品发布会,而不会提供其他支持。故根据政府部门参与程度,政府推动型赋值为1,医保部门推动型赋值为0.67,医保部门指导型赋值为0.33,纯商业运作型赋值为0。

(2)互联网保险平台参与

互联网保险平台能依托互联网和电子商务技术进行保险产品销售,给广大消费者带来更为方便快捷的投保、保费缴纳、理赔申请等服务。若有两个及以上的互联网平台参与运营赋值为0.95,若有一家互联网平台参与运营赋值为0.5,无任何互联网平台参与运营赋值为0.05。

(3)人均保费支出水平

人均保费支出水平的测量指标为人均保费支出水平的倒数,其计算方法为人均保费支出水平=(1/惠民保人均保费支出水平)*1 000。

(4)产品保障水平

惠民保产品的保障水平参考南开大学所设计的惠民保价值评估指标体系,选取其中易于获得数据的16项二级指标进行计算得分,其又可以概括为住院自付费用(医保目录内)保障水平、住院自费费用(医保目录外)保障水平、特定费用保障水平和普惠性四类指标。[2]

(5)经济发展水平

本文选取中国城市综合经济竞争力指数衡量城市经济发展水平。该指数涵盖了城市创造价值的规模、速度和效率方面的内容,能较为全面的衡量城市经济发展的实力。[15]由于城市竞争力排名当前只更新至2021年,故本文采用了2021年城市综合竞争力指数衡量惠民保产品所在城市的经济发展水平。

(6)居民保险意识

保险密度反映了一个国家或地区保险业发展程度,亦有学者用其来衡量居民保险意识。[12]它是指某一地区常住人口平均保险费的数额。本文根据2022年各地国民经济和社会发展统计公报中所公布的保费收入和常住人口数据对保险密度进行测算。各变量赋值情况见表2。

表2 变量赋值说明表

3.4 数据校准

在fs-QCA中,模糊集校准是一个关键操作,校准是指给案例赋予集合隶属的过程,通过锚点建立变量数值与模糊集隶属间的关系。参考既往研究,本文设置三个锚点:完全隶属的阈值(模糊评分=0.95)、完全不隶属的阈值(模糊评分=0.05),以及中间点(模糊评分=0.5),将原始比率或区间尺度值转换为模糊隶属度分数。结果及各条件变量的校准信息如表3所示。

表3 变量校准锚点

4 研究结果

4.1 单变量必要性分析

首先进行单因素的必要性分析。QCA认定,在单因素必要性分析中,一致性,即条件变量在多大程度上隶属于结果的超集,大于等于0.9的因素是事件发生的必要条件,大于0.8小于0.9的因素是事件发生的充分条件。[13]其次,再根据覆盖度,即前因条件和结果两个集合重叠部分相对于结果集合的比例,判断条件变量对结果变量的解释力度。覆盖度越大,则该必要条件越重要,对集合或对结果的“解释”力越强。

根据表4的分析结果,条件变量政府支持程度的一致性为0.952,高于临界值0.9,是影响惠民保参保率的必要条件。居民保险意识的一致性次之,为0.844,是影响高参保率的充分条件。除政府支持程度外,其余条件变量的一致性均低于0.9,这表明了各个条件变量之间相互依赖性,即除政府参与程度外,其余条件变量均不能单独作用以产生惠民保高参保率的结果,所以进一步考察条件组合的影响是有必要的。

表4 条件变量必要性分析

4.2 条件变量组合性分析

在进行条件组态分析之前需要构建真值表,这一步骤的主要目的就是识别条件变量与结果变量之间的显式关系。6个条件变量拥有26(64)种条件组合情况,故本文50个研究案例无法覆盖所有条件组合,要通过设定案例频数阈值和一致性门槛值构建真值表,删掉多余的逻辑项。[13]参考学界对中小样本普遍的操作方法,将频数阈值设为1,一致性阈值设为0.8。

建立真值表后,对其进行标准分析,得到复杂解、简单解和中间解三种类型的解。本文报告的是中间解,同时借助简单解对条件组合的核心条件和边缘条件进行区分。若条件变量在简单解和中间解中同时出现,则视为核心条件;仅在简单解中出现且不是必要条件的,则视为边缘条件。

表5展示了组态分析的结果。从总体来看,高惠民保参保率中间解的总体一致性为0.823,总体覆盖率为0.565。从单个组态来看,5个组态一致性均高于0.8,符合QCA分析的标准。对核心条件一致或相似的组态进行合并归纳,可以发现3类协同模式。

表5 惠民保高参保率的条件组态

4.2.1 政府支持—产品驱动型

政府支持—产品驱动型模式的核心条件为“政府支持程度”,边缘条件为“人均保费支出水平”或“产品保障水平”“居民保险意识”。该模式对应路径1和路径2,表明在政府支持下,若产品设计普惠性高,项目参保率较高。该模式所覆盖的案例大多在浙江省内,属于业界公认的“政府强支持”产品。浙江省政府对惠民保项目的发展高度重视,多次发文要求政府各部门落实责任分工共同推进惠民保的可持续发展。以惠衢保为例,衢州市构建起“政府+医保+共保体”三位一体宣传推广机制,打通了市县乡村四级信息网络,切实加深群众对惠衢保的认识度和接受度。在产品设计方面,2022年,惠衢保平均起付线仅为5 500元,相较于大部分城市2万元的免赔额,群众受益面更广且获赔感更强。自推出以来,惠衢保参保率居浙江省甚至全国前列。

4.2.2 政府支持—环境驱动型

政府支持—环境驱动型模式的核心条件为“政府支持程度”,边缘条件为“经济发展水平”和“居民保险意识”。该模式对应路径S3和S4,表明在政府支持下,如果外部协同环境良好,惠民保会产生较高水平的参保率。政府支持—环境驱动型模式仍强调政府支持的重要性,典型的例子如惠州惠医保。惠州位于保险密度领先的广东省,毗邻广州、深圳,是珠江三角洲地区的中心城市之一,地理位置优越,经济实力和居民保险意识均较强。惠州市政府在政策制定、组织协调等方面为惠医保的运营提供了诸多助力,如通过医保局官方公众平台“惠州医保”进行参保缴费、医保局发布官方参保倡议书、通过移动运营商推送信息、支持惠医保的一站式理赔等。在政府支持和环境驱动的双重作用下,惠州惠医保参保率达到16.4%,与已公布数据的各地同类产品相比,参保率较高。

4.2.3 综合联动—协同系统型

综合联动—协同系统型模式的核心条件为“人均保费支出水平”“产品保障水平”“经济发展水平”,边缘条件为“政府支持程度”和“居民保险意识”。该模式对应路径S5,其关键在于协同主体、协同客体、协同环境各要素协调发展,典型的案例有苏惠保。苏州属于我国GDP十强城市,居民对商业保险的接受度高。苏州共有4款惠民保产品,其中江苏医惠保1号和江苏新民保是全省版;苏康保是纯商业运营的市级版;苏惠保则由苏州市医保局、苏州市财政局和苏州市人社局等11个部门共同指导推出。相较于前两类协同模式,苏州市政府对苏惠保的宣传推广较为有限。苏惠保主要依托蚂蚁保等互联网平台进行推广,业界人士表示,苏惠保线上推广贡献占比约为40%。此外,苏惠保产品设计亮点颇多。2022年,苏惠保价格仅为79元,保额却高达500万元,且保障内容丰富。最终,在多款竞品存在情况下,苏惠保的参保率依然高达16.98%。

5 结论与启示

本研究发现存在政府支持—需求驱动、政府支持—环境驱动和综合联动—协同系统三条路径影响惠民保的参保率,主要得出以下结论和启示:

政府的参与支持是惠民保实现高参保率的基础性要素。经过必要性分析可以发现,高政府支持程度是惠民保高参保率的必要条件。“惠民保”打开了基本医保与商业保险的合作壁垒,是继“大病医保”后的又一次社商合作机制创新。政府部门应该深刻认识到这种对话对于构建多层次医疗保障体系的重要性,积极参与到本地惠民保项目中,发挥政府的引导力和影响力,助力惠民保的发展。

政府支持程度与其他变量的有机组合形成了提高惠民保参保率的路径。总体而言,有两大类路径可供选择:一是政府有力的支持为主,辅以良好的产品因素或环境因素;二是强调协同治理中主体、客体和环境的综合作用,其中良好的产品因素和地方经济发展水平为主,加上政府支持和互联网平台的配合。各地可因地制宜,明确政府支持的力度和边界,完善协同网络,设计好惠民保产品,共同促进惠民保实现高质量发展。

在上述结论中,需要指出的是,本研究的QCA分析关注的是惠民保高参保率的条件变量组态,并未纳入时间和过程维度的分析,而这也是目前传统QCA分析的主要局限性之一。[13]后续研究可运用其他方法或升级版的QCA分析进行深入探讨。

作者声明本文无实际或潜在的利益冲突。