财新传媒
位置:博客 > 香樟经济学术圈 > 空气污染与健康保险

空气污染与健康保险

推文人 | 朱欢 
原文信息: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):1609-1634.
 
本文重点探讨了空气污染对人们健康保险的需求。基于中国某保险公司的交易数据的分析,研究显示人们的保险购买行为具有较强的随意性和非理性。研究发现城市日均空气污染指数每上升一个标准差,当天销售的保险合约数量会增加7.2%;如果在冷静期内,城市的空气污染指数比购买保险当日的降低一个标准差,那么人们取消保单的比例会增加4.0%。这些研究表明,人们会因为一时的环境变化,而做出购买或取消保险这样的有长期影响的重大决定。通过一系列的稳健性检验发现周边城市的空气污染不会影响本地居民的健康保险购买行为,保险购买也不受季节性因素的干扰;空气污染对寿险的购买没有任何影响。空气污染指数仅影响保险的购买时点,而不影响投保人的性别、年龄、投保对象、保单时长和类型等。
 
本文整合了四个数据集:一家销售多种保险产品的大型中国企业、美国国务院、中国天气网站和一项在线调查,包含地区的空气质量、气温、是否降雨、是否下雪、每日保险销售额、保单期限、保单受益人,以及购买保险个人的基本特征,如年龄、性别和是否退保等。
 
首先,分析空气污染对购买保险行为的影响。
 
Log(Insurancejt)=βAQIjt+Xjt γ+Djt+εjt
 
关注的重点是β,即反映了空气污染对健康保险需求的影响。估计结果显示每日的AQI增加一个单位,那么保险的日销售额会相应的增加0.072个百分点,或者每日的AQI增加一个标准差,就会导致健康保险的日销售额增加7.2个百分点。进一步通过非线性回归得到只有当AQI大于150时,AQI对健康险销量的影响才会变得显著。此外,作者又控制临近地区的空气质量和季节效应等进行稳健性检验。
 
其次,空气污染对退保行为的影响
 
Cancelijt=f(AQIijt,⋯AQI(ij,t+11) )β+Ci b+Xjt γ+Djt+εjt
 
其中Cancelijt为一个二值变量,当城市j的个体i在t期购买保险之后的11日之间的犹豫期内退保则取值为1,否则为0,此外作者采用四种不同的识别策略来分析在犹豫期内空气污染对退保行为的影响。估计结果显示相对于购买保险日的空气状况,在犹豫期内空气质量得到改善会提高退保的概率。
 
再次,分析空气污染对非健康险的退保行为的影响,以及空气污染对购买保险合同的异质性影响。
 
最后,对潜在机制(Learning, Projection Bias, Salience)的检验,具体估计结构参见原文。
 
对于健康保险这种重大和长期的决定,购买和取消保险当天的空气污染状况不应是人们主要考虑的因素。为什么人们会有这种非理性的决策?可能的解释就是预测偏差,即在对未来进行预测方面,人们会认为未来也会和现在一样,所以会根据眼前的自身情况决策未来,即便以后的情况可能会变化很大,这就是预测偏差。此外,就是空气污染对健康的负向影响成为了大家的共识,因此人们会将空气污染视为头等大事(Salience),并因此会过度反应,例如购买健康保险,当空气质量有所改善以后,它就不再是最重要的问题,取消保单就成为自然而然的选择。
 
这项研究表明,人们会在一些重大决策上犯错误,并因此而可能蒙受损失,如果能够延长免费取消保险的反悔期,可能会间接增加人们的福利。进一步通过观察人们的购买保险和退保现象,发现:随着中国城市日均空气污染指数的上升,当天销售的保险合约数量会随之增加;而免费退保期的城市空气污染指数若比购买保险当日降低的话,人们取消保单的比例会增加。这写现象可能的解释在于预测偏差(projection bias)在实际决策中的发挥重要作用。
 
Abstract
 
We find that daily air pollution levels have a significant effect on the decision to purchase or cancel health insurance in a manner inconsistent with rational choice theory. A one standard deviation increase in daily air pollution leads to a 7.2% increase in the number of insurance contracts sold that day. Conditional on purchase, a one standard deviation decrease in air pollution during the cooling-off (i.e. cost-free cancellation) period relative to the order-date level increases the return probability by 4.0%. We explore a range of potential mechanism and find the most support for projection bias and salience.
推荐 0