【文献推荐】经济激励与私人健康保险在广泛边际和集约边际上的需求

1. 澳大利亚的医疗体系

澳大利亚实行全民公共医疗保险（Medicare），免费覆盖公立医院治疗，并对药物及基础医疗和专科治疗费用进行补贴。由于非紧急治疗在公立医院需排队等候，澳大利亚通过并行的私人健康保险（PHI）系统鼓励民众在私立医院就医。PHI投保人也可以在公立医院就医，其身份可自选为公立医院的公共患者或私人患者。选择私立医院或公立医院的私人患者身份可避开公立医院的等待时间，有时还可更自由地选择医疗服务提供者。

澳大利亚拥有较高的PHI参保率（截至2022年3月：45.1%），部分源于政府在1997至2000年间实施的三大经济激励措施：基于收入的税收惩罚MLS（1997年）、保费补贴Rebate（1999年）和终身健康保险加费LHC（2000年）。MLS对高收入但无PHI者加收所得税；Rebate是对低收入者的PHI保费进行补贴；LHC则是对年龄偏大的晚投保者加收保费。

近二十年来，澳大利亚政府对上述激励措施进行了调整，但其核心结构基本保持不变。这些措施旨在通过增加PHI投保和私人医疗系统的使用来缓解公立医疗系统的压力，但私立系统在多大程度上可替代公立系统尚不明确。此外，这些政策涉及大量公共支出，如2019-2020财年政府在PHI退费上支出了67亿澳元，此外在资助私立医院医疗服务方面额外花费了61亿澳元。

2. MLS与Rebate的政策设定与消费者激励

表1展示了2017-2018财年分收入和年龄的MLS和Rebate设定。例如，一位年收入9万澳元的单身人士，如果没有投保PHI，他将需要额外支付900澳元的税。注意到，MLS和Rebate的政策门槛相同，因此无法分别估计这两种激励措施的效应。但是，MLS的经济激励远大于Rebate的经济激励，因此，我们研究的是由MLS主导的两种激励措施的净效应。例如，当第一档MLS处罚生效时，一位年龄在65岁以下、年收入为90001澳元的单身人士，如果没有PHI，需要额外支付900澳元的税，但减少的保费补贴仅为87.4澳元（=1011*8.645%，假设保费为1011澳元，基础档和第一档之间的Rebate差为8.645%）。

我们预期在第一档门槛处，PHI的投保率（广泛边际）会有大幅增加，但在更高的门槛处则不一定，因为当第一档门槛生效时，保险的净成本已经是强烈的负值。如果人们在达到第一档门槛后还没有购买PHI，他们可能对激励措施产生了强烈的抵触情绪。我们还预计，在每个门槛处，平均保险支出（在已投保的条件下）将减少，因为Rebate的减少相当于价格的上涨。从政策角度来看，是否投保和保费支出都很重要，因为购买更便宜保险的人可能其保障程度并不充足，这意味着他们即使拥有私人保险，仍然会选择使用公共系统，从而难以实现鼓励人们购买PHI的初衷。

1. 数据来源与样本选择

本文使用了澳大利亚税务局（ATO）的Alife数据集，该数据集是澳大利亚所有注册纳税人10%的随机样本。我们使用了2017-2018财年数据，包括个人的税收、退休金记录及包含其所有收入来源的详细信息。私人健康保险公司会向ATO提供有关个人是否投保PHI、投保时段、支付的保费以及在该财年中获得了多少保费退还的信息。最终的样本包括1202840人，其中16%的收入高于MLS第一档门槛，10%的收入高于第二档，4%高于第三档。表2分别为家庭和单身人士提供了每个收入门槛人群的描述性统计。

表2 描述性统计

2. 计量模型

我们使用RDD模型分别估计在每个门槛下家庭和单身人群中，MLS和Rebate对PHI投保概率和保费支出的影响。基本回归模型如下：

1. 广泛边际

我们对投保PHI可能性的估计总结在表3中。对于家庭和单身人士，我们发现在第一档门槛上投保的可能性存在统计学上显著的跳跃。对于家庭来说，跳跃幅度估计为1.1-1.4个百分点，具体取决于选择带宽的方法；对于单身人士来说，跳跃幅度估计为3-3.5个百分点。在其他门槛上，家庭和单身人士的效应均为零。唯一的例外是单身人士在第二档门槛上的投保概率下降，但这仅适用于AMSE方法，且我们稍后将证明这个结果对其他带宽并不稳健。

2. 集约边际

我们对保费支出的估计总结在表4中。估计结果与我们在广泛边际上观察到的相似——在第一档门槛上，保费支出有跳跃，但在第二档门槛上仅有微弱的证据表明存有影响。我们估计在第一档家庭门槛上，保费支出跳跃了44-55美元，在单身门槛上跳跃了124-125美元。需要注意的是，这些估计值是平均保费支出，包括了未投保者（即零支出）的支出，因此单身人士保费支出的较大增长直接反映的是广泛边际上对单身人士的较大影响。

3. 敏感性分析

在图3和图4中，我们考虑了估计对带宽差异、多项式阶数（线性和二次）以及控制变量包含的敏感性。我们包含的控制变量包括：年龄；性别；纳税总抵扣额；个人服务收入；政府支付收入；薪金/工资收入；自雇标志；退休金（强制性退休储蓄基金）余额；以及是否居住在农村地区。对于家庭而言，第一档门槛（Panel A）的投保概率和保费支出的跳跃对所有模型选择都具有稳健性，且在使用较小带宽时更大。没有确凿证据表明在其他任何门槛处（Panel B和C）的参保或支出存在跳跃。对于单身人士而言，单身人士在第一档门槛处的投保概率的跳跃（图3 Panel D）对模型和带宽较为稳健。然而，保费支出（图4 Panel D）的估计值具有一定的敏感性。当包含控制变量时，估计的跳跃较小，且仅在带宽超过20,000美元且采用带控制变量的二次控制函数时，才显著不同于零。

4.  对保单类型的影响

前面结果的一个有趣特征是，在第一档门槛处，保费支出的相对跳跃超过了投保概率的相对跳跃。关于MLS的一个主要担忧是，它鼓励人们仅仅为了避免罚款而购买低质量的PHI。这样的话，我们可能会预期因为MLS而购买PHI的人（即刚刚超过门槛的人）会购买更便宜的保险，这样保费的百分比跳跃就会低于投保概率的百分比跳跃，但这与我们的发现相反。

在家庭门槛处，保费支出跳跃相对较大的一个潜在解释是，PHI覆盖范围必须扩大到配偶和受抚养子女才能避免MLS的处罚。因此，在第一档门槛处，可能会存在从单身保单向家庭保单的转移。我们通过估计RDD模型来检验这一点，其中因变量是（i）拥有家庭保单和（ii）拥有单身保单。我们的估计值（见图5）表明，在门槛处确实存在转移。家庭保单的投保概率增加了约2-4个百分点（约3%-6%），而单身保单的投保概率虽小但为负（最高约1个百分点），并且在仅某些带宽下具有边际显著性（对于线性RDD）。这一结果表明，边际加入者购买了比单身保单更昂贵的家庭保单。

1. 误报婚姻状态

在Stavrunova和Yerokhin（2014）的早期研究中，两位作者观察到，对于收入略高于单身第一档门槛的人来说，报告婚姻关系的概率发生了一个不连续增加。这可能是因为，对于收入低于该门槛的人来说，报告婚姻关系基本上无关紧要（澳大利亚对个人征收所得税）。我们通过用是否是单身状态作为因变量并重新估计RDD模型来测试我们数据中的是否存在误报，但并没有发现确凿证据。这可能是由于政府和私人系统（如福利系统）之间行政数据的日益整合，福利系统通过确保在填写纳税申报表时预先填写许多个人信息，从而改善了报告情况。

2. 虚假测试

RDD中的一个常见稳健性检验是将因变量替换为协变量，并测试它们在政策门槛处是否发生不连续的变化。我们对每个控制变量都进行了这样的操作，结果发现，对于家庭来说，几乎没有协变量失衡的证据。对于某些带宽和门槛值，线性RDD模型存在较小的统计显著效应（例如，在第二档门槛处，20,000美元带宽对应的年龄高出0.4岁）。然而，鉴于测试的假设数量，这些结果并不令人惊讶，并且没有对不同带宽或使用二次控制函数表现出稳健性。此外，我们已经在图3和图4中看到，控制这些差异对我们的估计几乎没有影响。

对于单身人士来说，使用线性控制函数的结果在第一档和第二档门槛处不太稳健。在第二档门槛处，有证据表明薪金/工资收入和男性概率有所降低。我们已经看到，控制这些差异并不会影响我们的点估计。在第一档门槛处，薪金/工资收入、性别和年龄存在差异，我们之前也看到，控制这些因素对PHI投保概率的估计值大小几乎没有影响，但对保费支出的估计值有中等影响（根据带宽的不同，估计值从约100-110美元降至70-80美元）。

综上来看，我们的主要结果是较为稳健的。

为探讨政策效果是否因年龄和地理位置而异，我们对子样本进行了RDD回归。在年龄方面，我们将样本分为四组：31岁以下、31-49岁、50-64岁和65岁及以上。31岁以下人群不受LHC的影响，因此如果这两项政策相互排斥，那么MLS可能对他们的影响更大。他们也是预期索赔额最低的人群，因此，与健康相比，经济激励可能在他们的需求中扮演更重要的角色。31-49岁人群是保险预期收益（预期索赔额减去保费）对大多数人来说为负值的年龄段（Donato和Onur，2018）。对于50-64岁人群来说，保险是一个越来越有吸引力的选择。对于65岁及以上人群来说，保险的平均预期价值为正，且保费折扣更高。我们预计，对于较年轻的人群，MLS的激励作用会更强，相对于年纪较大的人群，健康在这部分人群保险需求差异中的解释力度更小。我们还根据居住地（农村或城市）对样本进行了划分，因为PHI的价值可能在这一维度上存在差异。具体来说，农村地区私人医院的可及性较低，因此我们可能会预期MLS能够解释很大一部分需求，因此对这一子样本的影响更大。

结果显示，MLS的效应随年龄增长而减弱。对于家庭和单身人士来说，无论是从绝对还是相对角度来看，31岁以下人群的效应都是最强的。对于31-49岁人群来说，效应通常是的显著的但幅度大约只有一半。对于年龄较大的群体，估计值通常不显著。这一结果表明，由于MLS而加入的边际人群可能是对保费产生下行压力的人群。这反过来可能会产生对保险的额外需求，尽管大多数研究（以及我们自己的证据）表明，PHI的需求价格弹性较低，现有估计值在0.35-0.5之间（Duckett等人，2019）。最后，我们获得了城市和农村地区人群非常相似的估计值，但由于农村地区的观测数据有限，因此点估计值不够精确。

在健康保险市场中，罚款和补贴经常被用来鼓励人们投保。这些政策的影响取决于人们对价格的反应程度以及这种反应如何随收入而变化。我们研究了在公私双轨医疗卫生体系下，人们如何对高额罚款（MLS）和保费补贴（Rebate）撤回作出反应。我们的研究结果表明，受这些政策影响的高收入人群对价格基本上没有反应。在MLS首次生效的第一档门槛处，投保概率和保费支出略有增加，但在其他门槛处（罚款更高，补贴更少）则没有反应。

我们的研究结果应在澳大利亚的背景下进行解读。在澳大利亚，PHI仅涵盖私人医院治疗和额外治疗，而不包括由Medicare覆盖的基础医疗、专科医疗和其他服务。MLS仅适用于私人医院医疗保险，不适用于额外医疗保险。个人购买私人医院保险主要是为了减少某些非紧急选择性手术（如髋关节和膝关节置换术）的等待时间。因此，如果他们预计使用医院的机会很低，尤其是对于那些在公立医院需要长时间等待的手术，他们购买PHI的动机就不那么强烈。

为了更好地理解我们估计的幅度，我们注意到，在年收入达到18万澳元（MLS第一档门槛）的家庭中，约有90%的人已经拥有PHI，而在年收入达到9万澳元的单身人士中，约有70%的人已经拥有PHI。因此，MLS只能解释这些应缴人群中的一小部分需求。由于RDD仅估计局部效应，因此很难对我们的估计进行外推，但一种粗略的方法是假设所有收入超过MLS第一档门槛的人都具有3个百分点（我们对单身人士的估计）的相同的处理效应，并计算有此效应和无此效应时参保率变化的百分比。在我们的税务数据中，这等于0.77%=16.38*0.03/0.6393，其中16.38%是应缴MLS的人群比例，0.6393是拥有PHI的纳税申报人比例。这一分析清楚地表明，鉴于我们估计的处理效应较小，且应缴MLS的人群比例也相对较小，其整体影响也可能很小。但需要注意的是，如果收入在收入门槛上下波动，一些人可能会因为状态依赖（Buchmueller等，2021）而选择保留PHI，这将意味着更大的影响。然而，由于MLS只会导致那些应缴人群产生较小的反应，因此这种二阶效应也可能很小。事实上，Buchmueller等（2021）模拟了如果2008年完全废除MLS，考虑到状态依赖的影响，PHI的参保率到2012年只会从61.3%微降至60.2%。

随着人口老龄化、医疗成本上升和财政约束加剧，各国政府对于医疗卫生系统的资金筹措问题的关注度越来越高。澳大利亚通过鼓励PHI来减轻公共卫生系统压力的经验是一个重要的学习机会。我们的研究结果表明，针对高收入人群（这一人群已经拥有较高的PHI覆盖率）的罚款确实会增加PHI的投保概率，但增幅很小。在考虑这种政策的收益时，必须权衡其成本，如消费者在不必要或不需要的情况下花在保险上的钱，以及与避税行为相关的成本。

我们的研究结果还揭示了对高收入人群保费补贴缺乏有效性。我们在任何门槛处都没有发现保费支出减少的证据，这表明将福利目标对准低收入人群是减少政府支出的有效方式。

我们并未发现保单降级的证据也引发了人们对价格无反应原因的猜测。在我们看来，对于我们所研究的高收入人群来说，价格弹性低是合理的，因为PHI只是他们收入的一小部分，而补贴减少不太可能造成财务压力。然而，也可能存在行为因素。一种解释是消费者在健康保险市场中的惯性——这在文献中得到了广泛记录（Handel，2013；Marzilli Ericson，2014；Handel和Kolstad，2015；Ho等，2017；Drake等，2022）——这阻止了人们随着时间的推移更新他们的保单，即使他们的偏好表明他们应该这样做。此外，价格差异可能不够显著。一项关于德国健康计划转换的研究发现，仅仅改变价格的表述方式，从相对价格到绝对价格，就大大提高了价格弹性（Schmitz和Ziebarth，2017）。当福利以价格百分比的形式表述时，消费者可能无法充分理解补贴撤回对其保费的完全影响。