雾霾污染对商业健康保险发展的影响
伍骏骞1王海军1储德平2 聂 飞3
(1.西南财经大学中国西部经济研究中心，四川 成都 611130；2.福建师范大学旅游学院，福建 福州350108；3.华中农业大学经济管理学院，湖北 武汉 430070)
摘要 雾霾污染不仅影响了中国经济增长的质量和政府形象，也严重影响了公众的健康，使人们承受着“无法呼吸的痛”。商业健康保险是中国社会保障体系的重要一环，公众对雾霾污染影响健康的关注增加了对健康保险的需求。研究雾霾污染与商业健康保险发展的关系对制定治霾政策和完善社会保障体系具有重大的意义。然而，已有文献仅从微观视角研究空气污染对商业健康保险购买决策的影响，忽视了空气污染的空间溢出效应，可能导致实证结果的偏误。因此，本文基于2004—2015年全国30个省份的面板数据，通过空间Durbin模型实证研究雾霾污染对商业健康保险发展的直接影响与空间溢出效应。研究发现：①雾霾污染对商业健康保险发展没有显著的直接影响，原因在于公众对雾霾污染影响健康的主观认知具有时滞性，只有公众充分认识到雾霾污染影响健康，才会产生购买商业健康保险决策，进而对商业健康保险发展产生直接影响。通过分阶段识别雾霾影响，发现雾霾污染对商业健康保险发展的直接影响在2010年以后显著，这契合了中国雾霾污染的演进历史。②雾霾污染对商业健康保险发展有正向显著的空间溢出效应，其他地区雾霾污染的加重，会促进本地区商业健康保险的发展。③从空间分布来看，中部和东部地区的雾霾污染对商业健康保险发展的空间溢出效应明显大于西部地区。为解决日益严重的雾霾污染问题，需要进行科学的顶层设计，转变经济发展方式，实现产业结构优化升级。建立区域间“联防联控”的协同机制，构建统一的环境污染监测平台，实行区域环境信息共享机制。此外，需要完善商业健康保险相关政策，以满足公众的需求，助推“健康中国”建设。
关键词 雾霾污染；商业健康保险；空间溢出效应
近年来，雾霾污染问题变得日益凸显，已成为中国生态文明建设的“拦路虎”。 2016年中国中东部地区出现了大范围的雾霾污染天气，“十面霾伏”蔓延至17个省市，覆盖面积曾一度高达近150万km2[1]。雾霾污染不仅影响了中国经济增长的质量和政府形象，也严重影响了公众的健康，使人们承受着“无法呼吸的痛”[2]。一项覆盖近37万肺癌患者的研究表明，肺癌发病率与PM2.5污染显著相关[3]。2010年，世界卫生组织公布的“全球疾病负担评估”项目估算中国雾霾污染导致120万人过早死亡[4]。同年，百度百科第一次出现“PM2.5”的词条，并且新华网开始提醒雾霾污染对公众健康可能造成威胁，雾霾污染将会诱发支气管炎、哮喘等呼吸系统疾病。公众才逐渐认识到雾霾污染影响健康的严重性。随着公众对雾霾污染影响公众健康的关注以及人民生活水平的提高，老百姓为了规避雾霾污染带来的风险，对商业健康保险的购买意愿不断增加，进而也促进了商业健康保险的快速发展[5]。1999年我国商业健康保险保费收入仅为36.54亿元，2013年达到1 121.67亿元，年平均增长率高达27.53%[6]。2014年国务院印发《关于加快发展现代保险服务业的若干意见》，明确指出“把商业保险建成社会保障体系的重要支柱”。2015年国务院常务会议决定试点对购买商业健康保险给予个人所得税优惠。不难看出，商业保险作为中国社会保障体系的重要一环，中国政府与商业保险公司都迫切想做大做强商业健康保险[6]。值得注意的是，雾霾污染不是单纯的局部环境问题，会通过大气环流作用等自然因素，以及产业转移、污染泄漏等经济机制扩散或转移到其他地区[7-8]。然而，已有研究仅从微观单一企业视角研究空气污染对商业健康保险购买决策的影响，忽视了空气污染的空间溢出效应，可能导致实证研究结果的偏误，影响国家制定有针对性的治霾政策。因此，从空间溢出效应视角研究雾霾污染对商业健康保险发展的影响就具有重要的意义。
1 文献综述
关于雾霾污染的影响研究取得了丰硕的成绩。从宏观研究看，雾霾污染对经济增长存在显著的负向效应，并且雾霾污染对大中城市经济发展质量的负向影响高于小城市[9]。雾霾污染不断恶化，也可能导致外商直接投资成本的增加，减少了对外资企业的吸引力[10]。从微观研究看，雾霾污染可能会导致居民出现不同程度的咳嗽、呼吸困难等呼吸系统症状，对公众的健康造成极大的损坏，增加了居民的医疗健康支出[11-12]，雾霾污染也可能会影响个体的工作效率[2,13-14]，甚至可能会通过情绪、预期等渠道影响股票市场参与者，影响了股票投资者的理性判断和选择，从而可能造成股票收益率下降[15]。
对于我国的竞技体育运动员来说，由于长期从事专业化训练，耽误了最佳的学习时机，脱离了素质教育体系，以致其就业能力不佳；大部分运动员没有明确规划，在心理上没有做好就业准备，对自身的发展没有准确的定位；运动员的项目和成绩对其就业也有很大的影响[31-35]。
对于商业健康保险发展的影响因素，现有文献主要从供求两方面来讨论。从供给方面来看，医疗卫生资源作为商业健康保险发展的前提和基础，直接决定了一个地方商业健康保险的发展潜力，对商业健康保险的发展有直接的正向关系[16]。商业健康保险作为社会医疗保险的补充，社会医疗保险发展程度对商业健康保险的发展也有重要的影响[6]。从需求方面来看，个人的风险态度、文化观念对商业健康保险产品的消费具有显著影响[17-18]。保险市场逆向选择行为明显，对待健康风险大多还停留在“事后控制”的层面上，健康风险较高的个人更愿意购买健康保险[5]。
可一场突如其来的席卷大半个中国的雾霾却将彻底地打回了原形。就在雾霾的当晚，老婆感觉到了不妙，这才第一次郑重地提出到省城去就医。
基于上述现实背景和学术背景，已有研究从宏微观角度对雾霾污染的影响以及从供求方面对影响商业健康保险发展的因素做了分析，但研究雾霾污染对商业健康保险发展的影响的文献较少。与本文研究视角相近的是Chang的研究[19]，他们创新性地采用企业数据实证得出空气污染对居民购买决策会产生重大影响。但该研究存在如下不足：①该文采用单一企业的数据可能存在样本偏差，从而降低研究结论的说服力；②个体特征是影响个人决策的重要因素，然而该文没有控制居民的个体特征，存在遗漏关键变量问题，一定程度上弱化了研究结果的可信度；③空气污染存在明显的溢出效应，空间因素不容忽视[20]。雾霾污染作为空气污染的重要组成部分，邵帅研究指出雾霾污染不是单纯的局部环境问题，会通过大气环流作用等自然因素，以及产业转移、污染泄漏等经济机制扩散或转移到其他地区[8]。郭永济研究发现标志性城市遭遇持续或严重雾霾污染时，外地公众可能会通过媒体传播等方式迅速捕捉到该信息[15]。该文忽视了空气污染的空间溢出效应，可能导致实证结果的偏误。
基于此，本文以雾霾污染的“罪魁祸首”——PM2.5为研究对象，采用空间计量分析方法，基于2004—2015年全国30个省份的面板数据，研究雾霾污染对商业健康保险发展的直接影响与空间溢出效应，主要边际贡献有两方面： 一是从时空分异视角探究雾霾污染对商业健康保险发展影响。考虑到公众认知具有时滞性，时间上分阶段识别雾霾影响；考虑不同区域的异质性，空间上分地区比较雾霾影响的差异，使得测算结果更符合中国实际。二是采用可以捕捉空间溢出效应的空间杜宾模型，考虑并识别雾霾污染对商业健康保险发展影响的空间溢出效应。
2 理论假说
雾霾污染对商业健康保险发展的实质影响，目前还没有引起学者们的足够关注，更无法形成理论共识。结合现有的研究，本文认为雾霾污染对商业健康保险的作用机制包括如下两个方面。
2.1 雾霾污染对商业健康保险发展的直接影响
β 5W ×lncost jt +μ i +λ i +ε it
公众对于雾霾污染风险的认知是多面的[21]，会存在认知偏差，包括关注偏差、投射偏差以及趋利避害特征[26]。行为金融理论把现代金融理论、心理学和决策科学等学科综合起来纳入投资行为分析，其理论是建立在人们决策时的心理因素的假设基础上的[27]。该理论假设由于公众掌握、理解信息的差别性和不精确性其决策并非都是理性的，即有限理性假设[27]。对于商业健康保险市场而言，公众由于掌握、理解雾霾污染信息的差别性和不精确性无法把握雾霾污染的风险时，可能会出现认知偏差[19]。公众的注意力倾向于某些“显著”的特征，而这些特征对其雾霾污染控制感水平产生影响，将不成比例地影响其购买商业健康保险决策，从而可能会出现关注偏差[19,22,28]。当雾霾污染很严重时，在关注偏差的作用下，患有相关疾病的公众的雾霾污染控制感水平更高，倾向采取积极主动的防护行为。对商业健康保险的需求更为强烈，从而增加商业健康保险的感知价值[19,22]，促进商业健康保险的发展。行为金融理论认为非贝叶斯预测存在，公众在决策过程中并不是按照贝叶斯规律不断修正自己的预测概率，而是对最近发生的事件给予更多的权重，夸大小样本的代表性，对小概率加权过重，会出现投射偏差[19,26]。当前严重的雾霾污染，公众很有可能夸大未来的雾霾污染状况对身体健康的影响，具有更高的雾霾污染控制感。为了减少雾霾污染风险的负面影响，更愿意积极主动的进行防护，从而更可能的增加商业健康保险需求[19,29]。趋利避害是人类行为的主要动力之一，公众在雾霾风险认知中首先考虑的是如何规避风险、避免损失[26]。行为金融学研究表明，公众在进行是否购买商业健康保险决策时，其内心对利害的权衡是不均衡的，赋予“避害”因素的权重是“趋利”因素的两倍[26-27]。为了规避风险与损失，公众的雾霾污染控制感水平相对较高，也更愿意购买商业健康保险，有利于促进商业健康保险发展。
此外，公众对雾霾污染影响健康的主观认知具有时滞性，只有充分认识到雾霾污染影响健康，提高雾霾污染控制感水平，才会产生购买商业健康保险决策，进而对商业健康保险发展产生影响。且公众的雾霾污染风险感知水平可能随人口统计学特征存在诸多差异，比如经济较发达的雾霾污染严重地区的居民可能具有更高的风险认知水平，其雾霾污染控制感也较强[21]。值得注意的是，医学研究发现，如果长期暴露在雾霾污染中，肾上腺皮质醇水平会显著增加，造成代谢紊乱，降低追求冒险行为的欲望，甚至改变公众的风险偏好[15,30]，增强公众的雾霾污染控制感与风险的厌恶度,为了减少雾霾污染带来的负面效应，对购买健康保险的意愿也就更强烈。
利用GIS软件将土壤图、土地利用现状图以及胶东半岛的行政区划图进行空间叠置，共划分了16 536个评价单元。选取了灌溉保证率、耕层质地、土层厚度等8项因素作为参评因素，通过层次分析法确定指标权重，最终构建指标体系，通过构建隶属函数模型，采用综合指数法对胶东半岛耕地地力进行了定量评价。评价流程及方法保障了评价结果的科学准确。
亲子阅读应让孩子在互动中享受快乐，在快乐中学会阅读，在阅读中慢慢成长，让“悦”读点燃智慧，让亲子共享温暖。
H1：雾霾污染对商业健康保险发展有直接的促进作用。
2.2 雾霾污染对商业健康保险发展的空间溢出效应
按照地理学第一定律，即万事万物均可能相关，多数空间数据都表现出空间相关性[31-34]。雾霾污染具有明显的空间扩散、转移效应[8]。雾霾污染不是局部环境问题，会通过大气环流、大气的化学作用等自然因素扩散到其他地区。并且中国省域雾霾污染呈现明显的高排放俱乐部集聚特征，雾霾污染高排放俱乐部集聚地区可能通过高污染产业转移将雾霾污染“泄漏”至其他地区[7-9]。同时，在信息化时代，若某一地区，特别是标志性城市遭遇持续或严重雾霾污染时，外地公众可能会通过媒体传播等舆论宣传迅速捕捉到该信息。使得雾霾风险已从单纯的物理风险放大为全社会的共同风险，使得即使非雾霾严重区的公众也能够真实地感受到雾霾风险的危害，增加雾霾污染控制感水平以及风险的厌恶度。为了规避雾霾污染带来的健康风险，仍同样愿意购买商业健康保险，给予一定的关注[15,21]。雾霾污染具有显著的空间溢出效应特征，任何公众都不可能独善其身，公众也会关注邻近地区或者其他地区的雾霾污染情况，日益成为一个你中有我、我中有你的“命运共同体”。伴随着劳动力的流动，商业健康保险具有“可携带”性，参保人的工作地点发生变动时，获得的保险权益可以被保留或转移以避免福利受损，商业健康保险也可能跨区溢出[35-36]。
针对雾霾污染造成的威胁健康的现实问题和公众对商业健康保险需求的不断增加，一些地方政府出台鼓励商业健康保险发展的政策。比如2017年深圳保监局推出《关于加快推进深圳保险业改革创新的指导意见》，提出允许使用个人医保账户余额购买各类商业健康保险，创新开发各类商业健康保险产品，实现与基本医疗保险相衔接。这些地区性的政策可能对其他地区的商业健康保险发展产生溢出效应。政府相关部门、外地公众、本地公众之间具有高度互动性，存在一定的交叉性和耦合化。如不断恶化的雾霾污染也可能直接影响政策制定者(本地官员) 的心理和身体而影响商业健康保险政策的制定及其执行力度，其政策可能具有溢出效应，从而影响外地公众对商业健康保险购买意愿，对其他地区的商业健康保险发展产生影响[15]。
(1)被解释变量。本文参考彭浩然[6]、锁凌燕[16]的方法使用商业健康保险密度(insur_den )、商业健康保险深度(insur_dep )来衡量商业健康保险的发展水平，商业健康保险密度用商业健康保险保费收入与人口的比值，商业健康保险深度用商业健康保险保费收入与GDP的比值。
总之，本地商业健康保险的发展不仅受当地雾霾污染的影响，可能也会受到从其他地区溢来的雾霾污染影响。由此提出假说H2。
H2：雾霾污染对商业健康保险有正向的空间溢出效应。
3 模型构建、变量选取与描述性统计分析
3.1 模型构建
基于上述理论分析，并且本文不仅考虑本地雾霾污染对本地商业健康保险发展的影响，更重点研究其他区域雾霾污染对本地商业健康保险发展产生的影响[33]。因此，本文采LeSage构建的一个较空间滞后模型和空间误差模型更一般的空间面板模型——空间Durbin模型[37]。该模型具有如下优点：一是作为空间计量模型的标准起点，空间杜宾模型是捕捉各类空间溢出效应的标准框架，它可以在不同系数设定条件下变形为常见的空间滞后模型和空间误差模型，从而更具一般性[38-39]。二是无论真实的数据生成过程是空间滞后形式还是空间误差形式，该模型都能保证系数的无偏估计。三是它对潜在空间溢出效应的规模没有提前施加任何限制[31,33]。
本文的空间Durbin模型设定形式如下：
本文所述的RPDITS已在南瑞继保江苏省电力装备智能调试示范车间实施。图6分别从装置测试劳动强度，测试复杂度，单装置平均测试时间，平均每周测试装置数量进行了数据实际对比分析。统计数据表明，该方案有效降低了测试劳动强度和测试复杂度，极大地提高了保护装置的大批量整机生产测试效率，有效降低了企业测试成本。
其中，lninsur it 表示t 年i 省份商业健康保险发展水平的自然对数，lnpm 2.5it 是t 年i 省份为PM 2.5浓度所度量的雾霾污染的自然对数，lnsexr it 是t 年i 省份性别比的自然对数，lnmedi it 是t 年i 省份医疗卫生资源拥有水平的自然对数，lnedu it 是t 年i 省份教育水平的自然对数，lncost it 是t 年i 省份人均医疗费用的自然对数。W ij 为省份i 和省份j 的单位资本存量GDP的样本均值之差平方的倒数。α 0为截距项；ρ 、α 1～α 5、β 1～β 5为待估系数；μ i 和λ t 分别是空间和时间上的特定效应，ε it 表示服从独立同分布的误差项，其均值为0，方差σ 。
Odin II系统支持佳能以及尼康系统，较为昂贵的价格带来的是更加丰富的功能。本次测试的大多数引闪器提供三组闪光分组选择，富达时则在Odin II上提供了多达32组的容量，每一组都有数字ID以保证连接的安全性，除了TTL功能之外，Odin II甚至还支持远程控制闪光灯变焦。
α 3lnmedi it +α 4lnedu it +α 5lncost it +β 1W ×lnpm 2.5jt +
β 2W ×lnsexr jt +β 3W ×lnmedi jt +β 4W ×lnedu jt +
根据行为金融学理论，本文构建“风险认知-风险态度-行为”理论分析框架。公众的风险认知水平与风险态度共同对消费行为产生影响[21]。公众的雾霾污染风险认知水平越高，雾霾污染控制感水平以及风险的厌恶度越高，购买商业健康保险的意愿更强。雾霾风险认知是指个体对雾霾污染环境中客观存在的各种风险的心理感受和认识[22]，根据张爱平、虞虎[23]、李聪颖等[24]的分类，本文将雾霾风险认知划分为身体风险认知、心理风险认知、成本风险认知。雾霾污染可能会导致居民出现咳嗽、呼吸困难等症状，严重者甚至可能导致急性死亡，对公众的健康造成极大的损坏[11-12]。并且交通安全事故在雾霾污染天气情况下也会显著增加，雾霾污染会威胁居民的身体健康。公众在身体健康遭受威胁的同时，也可能伴随着情感上的紧张和恐惧，会感受到雾霾污染的危险。在雾霾污染的天气里,公众也更有可能从事冲动和危险的行为,这种行为可能植根于短期抑郁和焦虑。中国雾霾污染水平的提高可能会降低国民的幸福感[25]。此外，雾霾污染将增加居民的医疗健康支出，加重其医疗费用负担[11-12]，进而浪费一定的金钱与时间成本，导致居民承担成本风险。
(1)
lninsur it =α 0+ρW ×lninsur jt +α 1lnpm 2.5it +α 2lnsexr it +
3.2 变量选取
改善党的领导以利于发展基层民主，要求以坚持人民主权原则为核心，不断改善党的领导、组织、人事制度，使党的制度与发展基层民主相适应。从基层民主发展的现状来看，唯有通过改革的继续深化，基层民主才可能获得可持续发展，不存在固现状、求改革的可能性。因此，在这样一个重要的历史节点上，迟改革不如早改革，被动改革不如主动改革，改革只要符合党的领导、人民当家作主与依法治国原则的有机统一，这样的改革就应该大胆尝试。
(2)解释变量。为解决PM2.5浓度历史数据缺失的问题，本文借鉴白俊红[1]、马丽梅[7]、邵帅[8]、的方法，采用哥伦比亚大学社会经济数据和应用中心公布的全球PM2.5浓度年均值的栅格数据，利用ArcGIS软件将其解析为2004—2015年中国省域年均PM2.5浓度的具体数值(ηg/m3)。该数据与中国生态环境部对空气污染状况的分析基本一致[1]。
构建“风险认知-风险态度-行为”理论框架，公众的风险认知水平与风险态度对保险消费行为具有显著影响。雾霾污染给公众带来的健康影响越大，其雾霾污染风险认知水平越高，雾霾污染控制感水平以及风险的厌恶度越高，为了规避雾霾污染带来的健康风险，更愿意购买商业健康保险，从而也有利于商业健康保险发展。由此提出假说H1。
(3)控制变量。已有文献中认为影响商业健康保险购买意愿还有以下因素：①男女性别比(sexr )，女性相比男性更加厌恶风险，会更愿意购买商业健康保险[6]。本文用各地区常住人口的男女性别比衡量性别比率。②医疗卫生资源拥有水平(medi )，医疗卫生资源和商业健康保险的发展是直接的正向关系，医疗卫生资源的相对充裕性对商业健康保险发展潜力有直接决定的作用[16]。由于医疗卫生机构数经年变化比较少，不具有时间敏感性，本文用每千人医疗卫生机构工作人员来衡量医疗卫生资源拥有水平。③教育水平(edu )，居民的受教育程度越高，则对保险产品的相关了解得也就越全面，更愿意为自己的健康购买保险[16]。本文用高等学校在校人数与人口的比值来衡量教育水平。④人均医疗费用(cost )，居民的医药费用负担越重，购买商业健康保险的意愿越强[6]。本文用人均住院费用与人均医疗费用之和来衡量人均医疗费用(元)。
作为教师，只要走进教室就应该保持良好的精神状态，情绪饱满充满自信，英语教学中切忌古板、生硬、板着面孔。因为教师良好的情感可以感染学生，使学生在无意中接受教师的影响。另外，教师正确的语音语调，准确生动的表情达意，工整规范的板书，都有可能感染学生，使他们的内心和教师在情感上产生共鸣。总之，“感人心者，莫先乎情”，教师只有以情育情，才能与学生产生高质量的交流，从而对调动学生的学习情绪起到润物细无声的作用。
3.3 数据来源与描述性统计
雾霾污染可能存在空间相关性，是否需要在回归模型中引入空间效应，需要测量Moran’s I指数，识别雾霾污染空间相关性是否存在。为考察雾霾污染的空间关联特征，本文借鉴李婧[40]的方法构建了经济距离空间权重矩阵，W ij 为省份i 和省份j 的单位资本存量GDP的样本均值之差平方的倒数，当i=j时，W ij 为0。而我国省域雾霾污染对商业健康保险发展的空间溢出效应更有可能与省份间的经济联系有关，未考虑到经济联系采用简单的0-1矩阵、欧氏直线距离空间权重可能会造成一定的偏误，因无法反映地区之间的经济联系而广为诟病[41-42]，不能较好的支撑本文研究结论。本文构造的经济距离空间权重矩阵突破了常用的设定方式(如简单的0-1矩阵、欧氏直线距离矩阵等)的局限性，空间计量分析比以往研究的估计结果可能更加准确[31,33]。
4 雾霾污染对商业健康保险发展的实证分析
4.1 空间相关性检验
本文研究样本期为2004—2015年，样本数为中国30个省份，由于西藏数据缺失较多，未包含在样本内,也不包含香港、澳门和台湾。商业健康保险保费收入的数据来源于《中国保险年鉴》。医疗卫生资源拥有水平、人均医疗费用的数据来源于《中国卫生统计年鉴》。其他数据均通过《中国统计年鉴》数据整理计算获得。由于中国保监会公布的《中国保险年鉴》仅有2015年前的商业健康保险保费收入数据，因此，本文的样本数据跨度到2015年。
通过分别计算2004—2015年雾霾污染和商业健康保险的全域 Moran’s I 指数，本文发现，经济距离空间权重矩阵设定下我国PM2.5年均值的Moran’s I均大于0且大都通过了10%的显著性检验，邻接空间权重矩阵设定下我国商业健康保险的Moran’s I均大于0且都通过了1%的显著性检验，在一定程度上说明雾霾污染与商业健康保险均存在空间自相关性，表明各地区之间的雾霾污染与商业健康保险正向空间溢出效应可能非常显著，这也与马丽梅[7]、邵帅[8]、陈诗一[9]的结论类似。因此，有必要进一步把空间自相关纳入空间计量模型来分析雾霾污染对商业健康保险发展的影响。
4.2 空间面板估计结果与分析
根据前文所构建的空间Durbin模型，估计雾霾污染对商业健康保险发展的影响。空间Durbin模型的估计系数并不是直接影响空间溢出效应的大小，需要通过偏微分方法求解[31,33]。因此，本文估计出自变量(PM2.5浓度所度量的雾霾污染的自然对数)对商业健康保险发展的直接影响、空间溢出效应和总效应(见表1)。由表1可知，对于全国层面的样本，从商业健康保险密度来看，雾霾污染对商业健康保险发展的直接影响并不显著，而空间溢出效应在5%的水平下显著，如果其他省份雾霾污染增加1%，本省商业健康保险的发展将提升0.842%。而从商业健康保险密度来看，雾霾污染对商业健康保险发展的直接影响也不显著，而空间溢出效应在1%的水平下显著，如果其他省份雾霾污染增加1%，本省商业健康保险的发展将提升1.074%。雾霾污染对商业健康保险发展的直接影响不显著，即本地区雾霾污染对本地商业健康保险发展的影响不明显。这与前文的假说H1不符，可能的原因是：一方面存在认知上的滞后性。尽管雾霾污染的客观存在，但公众对雾霾污染影响健康的主观认知具有时滞性，只有公众充分认识到雾霾污染影响健康，提高雾霾污染控制感水平与风险的厌恶度，才会产生购买商业健康保险决策，进而对商业健康保险发展产生直接影响。下文通过分时间阶段样本估计结果发现雾霾污染对商业健康保险的直接影响在2010年以后才显著，这也契合了中国雾霾污染的演进历史。另一方面存在认知上的差异性，下文通过分地区样本估计结果发现东部地区雾霾污染对商业健康保险的直接影响是显著的。东部地区雾霾污染较严重，并且经济发达，居民收入水平高，受教育程度较高，对保险产品的认知较全面，保险文化氛围较好，雾霾污染控制感水平与风险的厌恶度较高，所以雾霾污染对商业健康保险的直接影响显著。
雾霾污染对商业健康保险发展有显著正向的空间溢出效应，其他地区雾霾污染的加重，会促进本地区商业健康保险的发展。可能的原因是：近年来，雾霾污染频发影响居民的健康，我国省域雾霾污染呈现明显的空间溢出效应和高排放俱乐部集聚特征，雾霾污染高排放俱乐部集聚地区可能通过高污染产业转移将雾霾污染“泄漏”至其他地区。同时，雾霾污染也会通过大气环流、大气的化学作用等自然因素产生扩散效应，一些地方政府出台的发展商业健康保险政策以及媒体传播等舆论宣传雾霾污染负面消息会产生空间扩散，从而产生后续的空间溢出效应[8]。从其他地区溢出来的雾霾污染会对本地区商业健康保险的发展产生影响，本地区商业健康保险的发展会受其他地区雾霾污染的影响，这也验证了前文提出的假说H2。
表1 模型估计结果
注：*、**和***分别代表在10%、5%和1%的水平上显著，括号内为标准误。
我国各区域雾霾污染程度差异较大，其对商业健康保险发展的直接影响和空间溢出效应有着较大的差异，需要对此进行具体分析。为此，我们根据蒋俊朋和田国强[43]的方法将总样本划分为东部地区、中部地区和西部地区三组子样本，分别进行空间Durbin 模型估计。如表1所示，中部、西部地区雾霾污染对商业健康保险发展的直接影响都不显著，可能的原因是存在认知上的滞后性。尽管雾霾污染是客观存在，公众对雾霾污染影响健康的主观认知却具有时滞性，只有公众充分认识到雾霾污染影响健康，雾霾污染控制感水平与风险的厌恶度提高，才会产生购买商业健康保险决策。而东部地区雾霾污染对商业健康保险发展有显著的直接影响，可能的原因是存在认知上的差异性，与中西部地区相比，东部地区经济较发达，居民收入水平较高，受教育程度较高，对保险产品的认知较全面，保险文化氛围较好，雾霾污染控制感水平与风险的厌恶度较高，所以雾霾污染对商业健康保险发展的直接影响显著，这也与Chang 等[19]的结论类似。从空间溢出效应影响数值的大小来看，中部和东部地区明显大于西部地区，这可能原因是：一方面中东部地区雾霾污染的高排放“俱乐部”成员较多，雾霾污染更加严重，对公众的健康影响更大，雾霾污染控制感水平和风险的厌恶度更高，公众对商业健康保险的需求较大，政府相关健康保险政策更加完善及其执行力度大。另一方面该地区经济较发达，居民收入水平较高，受教育程度也较高，对保险产品的认知较全面，保险文化氛围较好，雾霾污染控制感水平与风险的厌恶度较高，保险市场较完善，因此其他地区雾霾污染对本地区商业健康保险发展的影响更大，这也与马丽梅[7]、邵帅[8]的结论类似。
4.3 分时间样本估计回归结果
雾霾污染对商业健康保险发展的直接影响不显著，本地区雾霾污染对本地商业健康保险发展的影响不明显，公众对雾霾污染对健康造成威胁的主观认知可能具有时滞性。为了研究雾霾污染对商业健康保险发展的影响随时间变化趋势，2010年百度百科第一次出现“PM2.5”的词条，并且新华网开始提醒雾霾污染对公众健康可能造成威胁，雾霾污染将会诱发支气管炎、哮喘等呼吸系统疾病。尤其提醒对环境敏感的人注意预防呼吸系统疾病。公众才逐渐认识到雾霾污染影响健康的严重性。商业健康保险深度能够更好地反映商业健康保险的实质发展情况，因此本文以商业健康保险深度为例将研究区间分成两个时间段，分别为2004—2009年、2010—2015年。本文对“基准”面板数据模型进行Hausman检验，以判断应选择固定效应还是随机效应估计。结果显示(见表2)，2004—2009年时间段固定效应、随机效应估计结果均不显著；2010—2015年时间段Hausman检验X2=43.92，在1%的显著性水平下拒绝原假设，因此，固定效应模型的估计方法相对更优。因此，本文所给出的实证结果为固定效应模型。回归结果可见，雾霾污染对商业健康保险发展的影响在2004—2009年不显著，但2010—2015年在10%的水平上显著，原因可能是：一方面存在认知上的滞后性，尽管雾霾污染是客观存在的，从雾霾污染的Moran’s I可以看出，2004—2009时间段的雾霾污染不是很严重，一开始并没有形成集聚，公众对雾霾污染影响健康的意识没有充分形成。2008年，几个外国运动员戴着口罩到北京参加奥运会，开始引发媒体关注。同年，美国大使馆开始更新每日北京PM2.5的数据。2009年中国开始有人关注美国大使馆发布的北京PM2.5数据，但媒体依旧将此作为天气预报来报道。但2010年百度百科第一次出现PM2.5的词条，并且新华网开始提醒雾霾污染对公众健康可能造成威胁，雾霾污染将会诱发支气管炎、哮喘等呼吸系统疾病。尤其提醒对环境敏感的人注意预防呼吸系统疾病。公众才逐渐认识到雾霾污染影响健康的严重性。与此同时，政府部门对于严重的雾霾污染也采取相应措施。同年5月，国务院办公厅转发的《关于推进大气污染联防联控工作改善区域空气质量的指导意见》首次提出要用联防联控的方式解决区域空气污染问题，因此，中国各区域的烟尘粉尘污染治理协同程度在2010年才开始出现上升趋势[44]。汽车尾气中的污染物是PM2.5的重要来源，2010年中国汽车排放标准国Ⅳ标准也才开始实施。公众充分认识到雾霾污染影响健康，雾霾污染控制感水平与风险的厌恶度提高，才会影响其购买商业健康保险决策，进而对商业健康保险发展产生直接影响。雾霾污染对商业健康保险的直接影响在2010年以后才显著，这也契合了中国雾霾污染的演进历史。另一方面存在认知上的差异性，上文的估计结果也发现了东部地区雾霾污染对商业健康保险的直接影响是显著的，东部地区雾霾污染较严重，并且经济发达，公众收入水平较高，受教育程度也较高，对保险产品的认知较全面，保险文化氛围较好，雾霾污染控制感水平与风险的厌恶度较高，所以雾霾污染对商业健康保险发展的直接影响显著，但随着时间的推移，其他区域的公众也了解雾霾污染对他们未来健康的有害影响，对保险产品的认知也越全面，雾霾污染控制感水平与风险的厌恶度也会提高，可能会增加他们对商业健康保险的需求，进而雾霾污染对商业健康保险发展的直接影响显著，这也与Chang等[19]的结论类似，也验证了前文提出的假说H1。
表2 分时间样本检验结果
注：*、**和***分别代表在10%、5%和1%的水平上显著。
4.4 稳健性检验
为了更加谨慎地得出结论，本文借鉴康雨[45]的方法，采用2004—2015年间中国各省的工业粉尘与烟尘排放量之和来代替PM2.5数据做稳健性检验。通过分析发现，替代变量dust对商业健康保险的直接影响、空间溢出效应、总效应的系数方向和基准模型空间Durbin模型一致，并且显著性水平也基本一致，可见空间Durbin模型所产生的结果是稳健的。限于篇幅，文中未汇报稳健性检验结果。
4.5 内生性问题处理
本文可能存在遗漏变量偏差，导致内生性问题。虽然已有研究发现空间Durbin模型在处理由遗漏变量导致的内生性问题上具有优势，但是内生性问题处理的更好方式，还是寻找合适的工具变量[26,29]。因此，为克服模型中的内生性问题，本文借鉴彭浩然[6]的方法以商业健康保险密度为例，采用系统广义矩法(system GMM)对模型进行估计[26]。在GMM的工具变量选择上，借鉴邵帅[8]选取反映交通运输强度的工具变量——单位面积公路里程(higway)，公路交通运输的机动车尾气中的污染物是PM2.5的重要来源，但交通运输强度在逻辑上并不会影响商业健康保险的发展。估计结果(见表3)显示雾霾污染对商业健康保险深度的影响的方向和显著性与基准模型基本一致，可见估计结果具有稳健性。对于系统GMM的工具变量，进行了识别不足和过度识别检验，结果表明，工具变量均通过了有效性检验。
由于该模块需要经常对数据进行分析并且对实时性要求较高，在数据源发生改变后需要重新进行机器学习过程，因此神经网络模型不宜过于复杂。为保证数据预测和分析更加精准和实时，在本文中机器学习模型将采用BP 神经网络对生命体征数据进行分析学习和预测。
江馆清秋，晨起看竹，烟光日影露气，皆浮动于疏枝密叶之间。胸中勃勃遂有画意，其实胸中之竹，并不是眼中之竹也。因而磨墨展纸，落笔倏作变相，手中之竹，又不是胸中之竹也。总之，意在笔先者，定则也;趣在法外者，化机也。独画云乎哉?㉖
5 结论与政策启示
本文基于2004—2015年全国30个省份的面板数据，通过空间Durbin模型实证研究雾霾污染对商业健康保险发展的直接影响与空间溢出效应。研究发现：①雾霾污染对商业健康保险发展没有显著的直接影响，原因在于公众对雾霾污染影响健康的主观认知具有时滞性，只有公众充分认识到雾霾污染影响健康，才会产生购买商业健康保险决策，进而对商业健康保险发展产生直接影响。通过分阶段识别雾霾影响，发现雾霾污染对商业健康保险发展的直接影响在2010年以后显著，这契合了中国雾霾污染的演进历史。②雾霾污染对商业健康保险发展有正向显著的空间溢出效应，其他地区雾霾污染的加重，会促进本地区商业健康保险的发展。③从空间分布来看，中部和东部地区的雾霾污染对商业健康保险发展的空间溢出效应明显大于西部地区。基于上述结论，本文的政策启示如下：
第一， 公众对雾霾污染影响健康的主观认知具有时滞性，雾霾污染对商业健康保险发展的直接影响在2010年以后显著。因此，一方面，为解决日益严重的雾霾污染问题，政府需要进行科学的顶层设计，转变经济发展方式。建立相应市场激励型的环境规制手段，促进产业结构优化升级，并建立相应的长效机制以保持环境规制政策实施的连贯性。增加环境保护投入，制定和完善生态环境损害赔偿制度。另一方面，政府要搭建保险行业健康医疗数据共享平台，开放商业保险公司参与基本医保管理服务的合作空间。加大公众媒体对商业健康保障理念的传播力度，加强健康风险管理教育，形成对商业健康保险的正确消费理念，培养良好的健康保险文化氛围。鼓励支持商业健康保险公司开发出多样化产品，满足人们对商业健康保险产品的需求。
第二， 雾霾污染对商业健康保险发展有正向显著的空间溢出效应。“单边”的治霾政策可能因区域间雾霾污染的“泄漏效应”而显得无力，因此要建立雾霾污染治理的区域联防联控机制，打破区域的行政分割，构建统一的环境污染监测平台，实行区域环境信息共享机制、联合预警机制和示范效应机制，以避免出现“以邻为壑”的污染治理条块分割局面。建立统一的环境管理的法规和标准。
表3 系统GMM模型估计结果
注：**和***分别代表在5%和1%的水平上显著，括号内为标准误。
参考文献
[1]白俊红，聂亮.环境分权是否真的加剧了雾霾污染?[J].中国人口·资源与环境,2017,27(12):59-69.
[2]魏下海,林涛,张宁,等.无法呼吸的痛：雾霾对个体生产率的影响——来自中国职业足球运动员的微观证据[J].财经研究,2017(7):4-19.
[3]GUO Y M, ZENG H M, ZHENG R S, et al. Lung cancer incidence and ambient air pollution in China: a spatial age-period cohort study 1990-2009 [J].The Lancet, 2015，386: S5.
[4]严雅雪,齐绍洲. 外商直接投资对中国城市雾霾(PM2.5)污染的时空效应检验[J].中国人口·资源与环境，2017,27(4):68-77.
[5]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.
[6]彭浩然,郑倩昀,呙玉红.中国社会医疗保险扩张会促进商业健康保险发展吗?[J].金融研究,2017(5):97-110.
[7]马丽梅,张晓.中国雾霾污染的空间效应及经济能源结构影响[J].中国工业经济,2014(4):19-31.
[8]邵帅,李欣,曹建华,等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究,2016(9):73-88.
[9]陈诗一,陈登科.雾霾污染、政府治理与经济高质量发展[J].经济研究,2018(2):20-34.
[10]史长宽.雾霾对外商直接投资的影响——基于省级面板数据的经验研究[J].中南财经政法大学学报,2014(4):119-125.
[11]谢元博,陈娟,李巍.雾霾重污染期间北京居民对高浓度PM2.5持续暴露的健康风险及其损害价值评估[J].环境科学,2014(1):1-8.
[12]李根生,韩民春.雾霾污染对城市居民健康支出的影响分析[J].中国卫生经济,2015(7):74-76.
[13]EBENSTEIN A, FAN M Y, GREENSTONE M, et al. Growth,pollution, and life expectancy: China from 1991-2012[J].American economic review,2015, 105: 226-231.
[14]HE J X, LIU H M, SALVO A.Severe air pollution and labor productivity:evidence from industrial towns in China[J].American economic journal:applied economics,2019, 11(1): 173-201.
[15]郭永济,张谊浩.空气质量会影响股票市场吗?[J].金融研究,2016(2):71-85.
[16]锁凌燕,完颜瑞云,陈滔.我国商业健康保险地区发展失衡现状及原因研究[J].保险研究,2015(1):42-53.
[17]完颜瑞云,陈滔. 文化因素影响寿险消费吗?——来自中国大陆地区的证据[J].上海财经大学学报,2013,15(4):57-64.
[18]THOMASSON M. The importance of group coverage: how tax policy shaped U.S. health insurance[J]. American economic review, 2003, 93(4):1373-1384.
[19]CHANG T Y, HUANG W, WANG Y X. Something in the air: pollution and the demand for health insurance[J].Review of economic studies, 2018, 85(3): 1609-1634.
[20]HOSSEIN H M, KANEKO S. Can environment quality spread through institutions [J].Energy policy,2013, 56: 312-321.
[21]陈波,颜静雯,罗颖妮.雾霾会促进公众绿色投资意愿么?——基于SEM的实证研究[J].中国人口·资源与环境,2019,29(3):40-49.
[22]蔡李晖.城市居民雾霾感知对日常游憩行为意愿的影响研究——以杭州主城区为例[D].杭州:浙江工商大学,2017:9-11.
[23]张爱平,虞虎.雾霾影响下旅京游客风险感知与不完全规避行为分析[J].资源科学,2017,39(6) :1148-1159.
[24]李聪颖,黄一哲,李敢.雾霾天气对出行行为的影响机理研究[J].西安建筑科技大学学报(自然科学版),2015,47(5):728-733.
[25]ZHENG S Q, WANG J H, SUN C, et al. Air pollution lowers Chinese urbanites’ expressed happiness on social media[J].Nature human behaviour,2018,4 (2): 1-9.
[26]仪垂林,孙玲玲.中国股票市场参与者行为分析与启示——基于行为金融理论的视角[J].江淮论坛,2006(1):21-25，96.
[27]曾康霖.解读行为金融学[J].经济学动态,2003(6):59-61.
[28]BORDALO P, GENNAIOLI N, SHLEIFER A. Salience and consumer choice[J].Journal of political economy, 2013,121(5), 803-843.
[29]DANIEL A, MATTHEW L. Naivete, projection bias, and habit formation in gym attendance[J].Management science, 2014,61(1), 146-160.
[30]FRANCESCO T,ROSATI M V,MANUELA C, et al. Plasma cortisol levels and workers exposed to urban pollutants[J].Industrial health,2003,41(4):320-326.
[31]伍骏骞,方师乐,李谷成,等. 中国农业机械化发展水平对粮食产量的空间溢出效应分析——基于跨区作业的视角[J].中国农村经济,2017(6):44-57.
[32]方师乐,卫龙宝,伍骏骞. 农业机械化的空间溢出效应及其分布规律[J].管理世界,2017(11):65-78.
[33]伍骏骞,阮建青,徐广彤. 经济集聚、经济距离与农民增收：直接影响与空间溢出效应[J].经济学(季刊),2016(10):297-320.
[34]TOBLER W R. A computer movie simulating urban growth in the detroit region [J]. Economic geography,1970，46:234-240.
[35]贾男,马俊龙.非携带式医保对农村劳动力流动的锁定效应研究[J].管理世界,2015(9):82-91.
[36]汤晓莉,姚岚.我国基本医疗保险可携带性现状分析[J].中国卫生经济,2011,30(1):53-55.
[37]LESAGE J P, PACE R K. Introduction to spatial econometrics, boca raton[M]. Boca Raton, Florida: CRC Press，2009.
[38]邵帅,张可,豆建民.经济集聚的节能减排效应:理论与中国经验[J].管理世界,2019,35(1):36-60，226.
[39]田相辉,张秀生.空间外部性的识别问题[J].统计研究,2013,30(9):94-100.
[40]李婧,谭清美,白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界,2010(7):43-55，65.
[41]龙小宁,朱艳丽,蔡伟贤,李少民. 基于空间计量模型的中国县级政府间税收竞争的实证分析[J].经济研究,2014(8):41-53.
[42]吴玉鸣.工业研发、产学合作与创新绩效的空间面板计量分析[J].科研管理,2015,36(4):118-127.
[43]蒋俊朋,田国强,郭沛.中国区域财政支农投入：地区差距的度量及分解[J].中国农村经济,2011(8):33-40.
[44]胡志高,李光勤,曹建华.环境规制视角下的区域大气污染联合治理——分区方案设计、协同状态评价及影响因素分析[J].中国工业经济,2019(5):24-42.
[45]康雨.贸易开放程度对雾霾的影响分析——基于中国省级面板数据的空间计量研究[J].经济科学,2016(1):114-125.
Effect of haze pollution on the development of commercial health insurance
WU Jun -qian 1WANG Hai -jun 1CHU De -ping 2NIE Fei 3
(1.Chinese Western Economic Research Center, Southwestern University of Finance and Economics, Chengdu Sichuan 610074, China; 2.College of Tourism, Fujian Normal University, Fuzhou Fujian 350108, China; 3.College of Economics & Management, Huazhong Agricultural University, Wuhan Hubei 430070, China)
Abstract The haze pollution not only affects the quality of China’s economic growth and the image of the government, but also seriously affects the public’s health and imposes ‘inability to breathe’ on people. Commercial health insurance is an important part of China’s social security system. Public attention on the outcomes of haze pollution to health has increased the demand for commercial health insurance. Studying the relationship between haze pollution and the development of commercial health insurance is of great significance for making haze-controlling policy and improving social security system. However, the existing literature only studies the impact of air pollution on commercial health insurance purchase decisions from a micro perspective, ignoring the spatial spillover effect of air pollution, which may lead to bias in empirical results. Therefore, based on the panel data of 30 provinces in China from 2004 to 2015, this paper empirically studies the direct influence and spillover effect of haze pollution on the development of commercial health insurance with the spatial Durbin model. The results show that:①Haze pollution does not have significant direct influences on the development of commercial health insurance. The reason is that the public’s subjective cognition that haze pollution affects health is time-delay. Only when the public fully realizes that haze affects their health will it affect their decision to purchase commercial health insurance, which will have a direct influence on the development of commercial health insurance. By identifying the influence of haze pollution in stages, it is found that haze pollution had a positive significant direct influence on commercial health insurance after 2010, which was in line with the changes of haze in China. ②Haze pollution has a positive significant spatial spillover effect on the development of commercial health insurance. The intensification of haze pollution in other regions will promote the local development of commercial health insurance. ③From the perspective of spatial distribution, the spatial spillover effect of haze pollution on commercial health insurance development in central and eastern China is significantly greater than that in the western region. To solve the increasingly serious haze pollution, implementing scientific top-level design, transforming the economic development mode, and optimizing and upgrading the industrial structure are especially needed. Moreover, we should establish a synergy mechanism for ‘joint prevention and control’ between regions, build a unified environmental pollution monitoring platform, and implement a regional environmental information sharing mechanism. In addition, the policies related to commercial health insurance should be perfected to meet the needs of the public so as to promote the construction of ‘healthy China’.
Key words haze pollution; commercial health insurance; spatial spillover effect
收稿日期： 2019-04-23
修回日期： 2019-06-10
作者简介： 伍骏骞，博士，副研究员，主要研究方向为产业集聚、农村反贫困。E-mail:wujunqian@swufe.edu.cn。
通信作者： 储德平，博士，副教授，主要研究方向为城镇化与区域发展、旅游产业政策。E-mail: chudeping2000@126.com。
基金项目： 国家自然科学基金项目“空间计量经济学视角下产业集群对农村减贫作用的研究”(批准号：71503212)。
伍骏骞，王海军，储德平,等.雾霾污染对商业健康保险发展的影响[J].中国人口·资源与环境，2019,29(8)：103-111.[WU Junqian,WANG Haijun,CHU Deping，et al. Effect of haze pollution on the development of commercial health insurance[J]. China population, resources and environment, 2019,29(8):103-111.]
中图分类号 F062.1
文献标识码 A
文章编号 1002-2104(2019)08-0103-09
DOI: 10.12062/cpre.20190526
(编辑：李 琪)
标签：雾霾污染论文; 商业健康保险论文; 空间溢出效应论文; 西南财经大学中国西部经济研究中心论文; 福建师范大学旅游学院论文; 华中农业大学经济管理学院论文;