家庭人口结构与家庭商业人寿保险需求：基于中国家庭金融调查数据的实证研究_人身保险论文

家庭人口结构与家庭商业人身保险需求——基于中国家庭金融调查(CHFS)数据的实证研究，本文主要内容关键词为：家庭论文,中国论文,人身论文,人口论文,需求论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      过去几十年，中国家庭从人口结构层面来看一直在经历非常大的结构性变化，这些变化突出表现为人口的老龄化、家庭的低生育率及家庭规模的小型化。实际上，在2001年中国65岁及以上老年人口占总人口的比例已经达到了7.1%，超过了联合国《人口老龄化及其社会经济后果》提出的7%的老龄化标准。并且，随着中国生育高峰期出生的人群也逐步步入老龄阶段，中国65岁及以上老年人口占比在随后几年持续攀升，到了2013年这一占比已达到了9.7%，人口老龄化问题在进一步加深。另一方面，由于过去很长一段时间甚至到现在，中国一直在实施少生、优生的计划生育政策，加之年轻人家庭生育观念的转变，中国新生儿出生比率在2013年已降至12.08‰这一个较低水平。也就是说，从人口结构的角度来看，在过去的二十多年中，中国家庭的老年人数量在不断上升，而家庭中的子女数量却在不断下降，相应地，家庭平均的成员数则在减少。

      家庭是社会生活的基本单位，承担着未成年子女的抚养、老人的赡养及家庭体弱病残者的照料等诸多方面的保障功能。家庭人口结构的变化会较大程度地影响到家庭所承载的这些保障功能的实现。家庭中有劳动能力的成员越多，通常意味着家庭的经济来源越多元化且收入水平越高，因此家庭对各种风险如灾祸、病患、失业等的抵抗能力也就越强。反之，随着家庭中被抚养和被赡养的人数逐渐增加，家庭的保障功能会被弱化。商业保险和社会保障是家庭保障的重要补充，可以将家庭面临的风险从家庭内部转移到家庭外部。所以，家庭人口结构的变化在影响家庭保障功能的同时，势必会影响到家庭对商业保险和社会保障的需求，而且弱化的家庭保障常常意味着家庭对商业保险和社会保障的需求会上升。而当前我国社会保障水平普遍较低，社会保障制度的完善需要一个长期的过程，这就更凸现商业保险在帮助家庭抵御风险上的重要性。因此，深入分析当前中国的家庭人口结构特征及其对商业保险需求的影响，对考察我国家庭的保障问题及金融保险行业的发展有着极其重要的意义。

      有鉴于商业人身保险在社会经济生活中重要性，所以具体来说，本文以商业人身保险作为研究对象，尝试考察当前中国家庭的人口结构特征对商业人身保险需求的重要影响。本文的学术贡献主要集中在以下三个方面：首先，本文基于家庭微观调查数据前沿性地考察中国当前的人口结构对家庭人身保险需求的影响。国外已经有不少的文献探讨人口结构对人身或人寿保险需求或支出的影响，例如Showers and Shotick(1994)、Gandolfi and Miners(1996)及Gutter anf Hatcher(2008)，这些研究使用的都是家庭微观调查数据，因此能更准确、细致地捕捉人身或人寿保险需求的影响因素。过去的二十几年，中国的人口结构随着中国经济的快速发展与人口政策的调整实际上已经发生了巨大的变化。从1990年到2013年的近24年里，中国家庭的少儿抚养比从41.5%下降到22.2%，而家庭的老年抚养比却从8.3%上升到13.1%①。人口结构的巨大变化不仅直接影响到家庭保障功能的实现，更影响到家庭对人身保险的需求。可是据我们所知，现存的国内文献中人口结构对中国家庭人身保险需求影响的研究仍局限于使用时间序列数据或省际面板数据，基于家庭微观调查数据的研究仍然严重不足。

      其次，本文首次利用中国家庭金融调查(China Household Finance Survey，即CHFS)数据来研究揭示人口结构特征对中国家庭人身保险需求的影响。中国家庭金融调查是由西南财经大学家庭金融调查与研究中心在全国范围内实施的以家庭金融财产为核心调查内容的问卷调查。甘犁等(2013)详细介绍了第一轮CHFS的调查数据。相比较第一轮的调查，第二轮调查的受访家庭和个人分别从8，438个家庭和29，324个人增加到28，143个家庭和97，916个人。由于家庭的财富、收入状况通常对家庭人身保险的需求和支出有显著的影响，所以我们的研究基于中国家庭金融第二轮微观调查数据所提供的大量的信息，以便能较好地控制家庭各种收入及家庭所持有的各类金融、实物财产对人身保险需求的影响。

      最后，本文有助于从商业保险的视角来窥视中国社会当前所面临的亟待解决的经济、社会问题，从而有助于政府改进相关的社会经济政策。如前文所述，到2001年中国社会已经进入不可逆转的人口老龄化的阶段。而另一方面，在人口出生方面，自1982年中国政府实施的计划生育政策以来，人口出生率除了最初的几年经历一些波动之外，一直在经历明显的下滑，到2013年中国的人口出生率已经降至12.08‰。同时，中国的家庭规模已从1999年第四次人口普查的3.96人/户降至2010年第六次人口普查的3.10人/户。中国人口结构的急剧变化对中国经济与社会已经产生了深远的影响，尤其对商业保险和社会保障的影响更是巨大。而根据2014年8月13日国务院发布的《关于加快发展现代保险服务业的若干意见》，发展现代保险业对社会就业机会的拓展、现代金融体系的完善、经济的增效升级以及社会的稳定运行都具有重大的意义。因此，基于最新的家庭微观调查数据考察当前人口结构对商业人身保险市场发展的影响，将有助于改进我们对于保险服务业的发展及相关经济政策的理解和认识。

      本文的其余部分安排如下：第二部分回顾相关文献，第三部分结合CHFS调查数据分析中国家庭人口结构特征和商业人身保险需求现状，第四部分介绍本文所使用的样本和变量，第五部分讨论我们的回归模型及实证分析结果，第六部分则对本文进行总结。

      二、文献综述

      商业人身或人寿保险的需求问题一直是经济、金融学家非常感兴趣的研究领域②。在早期研究中，例如Hammond et al.(1967)、Mantis and Farmer(1968)等就已经尝试从家庭经济状况和人口特征的角度来考察商业人身、人寿险需求的影响因素。Beenstock et al.(1986)、Browne and Kim(1993)、Truett and Truett(1990)等则通过跨国比较在国际视角下来探讨人身保险需求的决定机制。Lewis(1989)通过拓展生命周期模型在理论层面来分析寿险的需求问题。更多的研究则立足于使用家庭微观调查数据来考察商业人身、人寿险的需求决定因素，例如Burnett and Palmer(1984)、Goldsmith(1983)、Showers and Shotick(1994)、Gandolfi and Miners(1996)以及Kakar and Shukla(2010)等。Zietz(2003)则进一步将过去近50年关于影响人寿险需求因素的文献进行了梳理，并将这些因素主要分为了两大类：1)人口特征因素，如年龄、性别、婚姻状况、家庭规模等；2)金融和经济因素，如收入水平、就业状况、社会保障覆盖情况等等。

      相比较国外的研究，国内虽然也有不少的研究也尝试关注中国人身或人寿保险的需求问题，但绝大多数这些研究直接使用时间序列数据或省际面板数据来尝试考察这类保险的需求问题。比如，尹成远等(2008)基于1982年到2005年国家层面的时间序列数据来研究和预测人身保险的保费收入。张连增和尚颖(2011)使用1997到2008年省级面板数据考察人口结构变化，尤其是人口老龄化对中国人身保险市场发展的影响。张冲(2013)利用2004到2011的省级面板的数据重点考察了少儿抚养比、老年抚养比、家庭户均规模、人口平均受教育年限、配偶人口占比、就业人口占比等因素对人均人身保险费用支出的作用。一个例外的是孙祁祥和王向楠(2013)，他们的研究利用中国家庭收入调查(CHIPS)的微观数据来研究人寿保险的需求决定因素，但在家庭人口结构特征方面他们仅将孩子的个数作为控制变量且其影响并不显著。

      三、中国家庭人口结构与商业保险需求现状

      本节使用2013年中国家庭金融调查(CHFS)数据并结合中国国家统计局的数据，展示在人口老龄化、计划生育政策背景下中国目前的家庭人口结构及人身保险需求特点。

      (一)中国家庭人口结构特征

      过去几十年，中国家庭经历了人口结构和规模上的巨大变化。表1根据2013年CHFS调查数据统计出了拥有不同数量老年人的家庭占比。家庭中至少有一位65岁及以上老人的家庭占比高达30.4%。而农村家庭的老年人数量更多，老龄化问题更为严重。

      

      在人口出生率方面，中国自1982年实行少生、优生的计划生育政策以来，新生儿的出生率逐年下降。同时，随着中国年轻人的家庭生育观念的改变，以及抚养和教育孩子的经济成本在日渐攀升，中国年轻夫妇越来越不愿意养育一个以上的孩子。具体来说，中国人口出生率的下降在微观家庭层面表现为家庭中14岁及14岁以下少儿人口的数量减少。表2给出了2013年CHFS调查数据中拥有不同数量少儿人口的家庭占比。在总体样本中，高达62%的家庭没有少儿人口。分城乡地区来看，农村家庭的少儿人口数量高于城市家庭。

      

      同时，正如曾毅(1987)、王跃生(2006，2013)所指出，中国家庭平均规模正在逐渐地小型化。根据2013年CHFS数据，受访家庭的平均规模为3.51人/户，比2010年中国第六次人口普查的家庭平均规模3.10人/户稍高。具体来看，城市地区占比最多的家庭为三口之家，比重为34.3%。农村地区占比最多的家庭为四口之家，比重为21.8%。农村地区家庭的平均规模要大于城市地区。见表3。

      

      综合前面的分析我们可以发现，老龄化、低出生率、家庭小型化是当前中国家庭人口结构的主要特点，这些特点在农村和城市地区会进一步有所差别。

      (二)商业保险需求现状

      在正式分析人口结构与家庭人身保险需求的关系之前，有必要先对中国人身保险市场的发展状况进行简单的介绍。中国的商业人身保险通常划分为人寿保险、健康险和意外伤害险。由于各类人身险的保险标的均为人的寿命和健康，所以在实际的保险销售实务中，各类人身保险也往往是捆绑式销售，即商业人身保险的销售模式通常是人寿保险附加健康保险和意外伤害险。这也是本文以商业人身保险整体作为重点研究对象的主要原因。

      图1给出中国近十几年的商业人身保险密度和保险深度。其中，人身保险密度是人身保险保费总额与总人口之比，而人身保险深度是人身保险保费总额与GDP之比。我们发现人身保险密度(即人均保费)在波动中不断提高，从1999年的70元/人提高到2013年的789元/人。然而，人身保险深度(即保费占GDP的比重)在2003年以后则没有明显的提高，甚至还两度出现了下降的情况。这说明，我国的人身保险市场虽然有了一定的发展，但是相比于整个国家的经济增长和经济发展并没有表现出良好的增长态势，这凸现人身保险行业的发展滞后于国务院《关于加快发展现代保险服务业的若干意见》中对保险行业国家“顶层设计”所设定的发展目标。

      

      图1 人身保险密度和深度

      更具体的，从2013年CHFS调查数据来看，拥有商业人身保险的家庭占比为17.2%。其中城市家庭拥有商业人身保险的家庭占比为22.2%，而农村家庭仅为10.4%。在家庭人身保险保费支出方面，CHFS问卷询问了家庭成员过去五年或者过去一年对各类商业人身保险的缴费频率和平均每次的缴费额度。我们将缴费频率与每次的缴费额度相乘，估计出家庭的年均人身保险的保费支出。表4显示，城市地区和农村地区的人身保险保费支出差距较大。

      

      我们也使用国家统计局的数据与经合组织国家的保险覆盖数据进行国际对比。这里需要说明的是，虽然中国商业保险的分类与经合组织国家保险行业的分类及统计口径有所不同，但鉴于中国人寿保险的投保份额在人身险中的占比非常高③，我们仍然能够通过与经合组织国家的寿险覆盖情况进行比较，来反映中国商业人身保险市场的基本发展状况。图2显示了这些国家的人寿保险的保险密度和保险深度。在该图中除了中国之外，我们还列出了经合组织国家中较为发达的17个国家的寿险行业现状。我们发现无论从保险密度还是保险深度来看，中国的寿险行业相比于这些国家均处于较低发展水平。

      

      图2 人身保险密度和深度的国际比较

      四、样本和变量说明

      我们的回归分析中有两个主要的被解释变量：在Probit模型中，被解释变量为人身保险持有情况(如果家庭持有人身保险，comins_hh=1；如果没有，comins_hh=0)；在Tobit模型中，被解释变量为人身保险保费支出的对数(ln_cost)。人身保险保费支出的计算方法在本文第三部分已经介绍。

      解释变量包括家庭人口结构变量。根据之前的文献，我们选定的主要家庭人口结构变量包括：家庭规模(hhsize)、65岁及以上老年人口占比(old)、14岁及以下少儿人口占比(kid)、就业者占比(labor)。

      除了以上的主要解释变量外，我们还控制了其他可能影响家庭人身保险需求的因素。这些因素主要包括：家庭成员健康状况、代际数量、对保险产品的信任度、家庭重要程度、风险的态度、创业活动、家庭财富状况、经济环境、城乡地域以及年龄、受教育程度、性别等户主特征因素。此外，我们还控制了家庭的所在省份、家庭成员社会保险的覆盖状况等因素。

      我们将健康状况较差的家庭成员个数(unhealth_num)作为家庭成员身体健康状况的衡量指标。

      家庭的代际数量(generation)描述的是家庭中一共有几代人一起生活。Hammond et al.(1967)及Lewis(1989)认为，购买人身保险的重要目的是在有收入来源的家庭成员遭遇不幸时，其他家庭成员可以依靠保险的赔付来维持生活。家庭的代际数量越大，意味着家庭中没有收入来源的被抚养者就越多，从而会对家庭的人身保险需求产生一定影响。

      魏华林和杨霞(2007)认为社会大众对保险产品缺乏信任导致了高储蓄低投保现象。我们设定虚拟变量belief来代表是否信任保险产品(信任为1，否则为0)。由于该变量的观测值缺失比较严重，我们进一步设置变量answer来考虑这种缺失情况以便减少信息损失(如果没有缺失为1，否则为0)。我们将answer和belief_answer(belief和answer的交互项)同时放在回归方程中，其中交互项的系数表示保险信任度对人身保险需求的影响。

      保险的作用在于帮助家庭抵御风险，所以家庭的风险态度也必然会对人身保险需求产生影响。CHFS问卷中关于风险偏好的问题表述为：如果您有一笔资产，您愿意选择哪种投资项目？根据问题的回答可以将样本家庭分为三类：风险偏好(risk_love)、风险中性(risk_neutral)和风险厌恶(risk_averse)的家庭。同时，家庭的创业活动与风险偏好通常也非常相关，因此，我们也将家庭是否有创业活动(business)作为控制变量。

      家庭的资产、收入状况和家庭所在地区的经济环境通常也可能会影响到家庭的保险支付能力。因此，我们也将家庭总资产的对数(ln_asset)、家庭总负债的对数(ln_debt)、家庭年收入的对数(ln_income)作为控制变量。同时，由于房产也具有一定的保障功能，也可能会对人身保险的需求产生一定的影响，所以我们也控制房产在家庭总资产中的占比(house_ratio)。Headen和Lee(1974)认为保险的持有量是由家庭金融资产组合行为所决定。因此我们也控制金融资产在总资产中的占比(fasset_ratio)。CHFS调查访员会对小区或村子的经济状况按照1-10进行打分，1表示最差，10表示最好，我们用这个得分来代表家庭经济环境的量化指标(eco_condition)。此外，我们用rural来控制城乡地域，1为农村，0为城市。

      购买商业人身保险的行为往往能够体现出家庭成员对家庭的重视以及对家人的关爱。因此我们也设定变量family_imp来代表家庭的重要性：受访者认为家庭“重要”或者“非常重要”时为1，认为家庭重要性“一般”、“不重要”或者“非常不重要”时为0。

      以往大部分研究都发现户主的教育水平、年龄、婚姻状况和性别是影响商业人身保险需求的重要因素。我们控制户主的受教育年限(edu)。加入户主年龄的一次项(age)和二次项(age_2)。设定户主性别变量(gender)，1为男性，0为女性。设定户主婚姻状况变量(married)，1为已婚，0为未婚。

      社会保障与商业人身保险之间既存在替代性，又存在一定的互补性。而社会保险是社会保障的核心内容，因而我们在控制家庭的社会保障水平时，主要关注家庭成员享有的社会保险水平。设定变量pension为家庭主要成员拥有社会养老保险的人员比例，med_ins为家庭主要成员拥有社会医疗保险的人员比例。表5提供的是剔除了关键变量有缺失的观测值之后的变量描述统计。

      

      五、实证模型和回归结果

      (一)模型简介

      利用以上数据和变量，我们使用Probit模型研究人口结构对家庭是否持有人身保险的影响，同时使用Tobit模型研究人口结构对家庭人身保险保费支出的影响。本文所采用的Probit模型形式为：

      

      公式(1)是研究人口结构对人身保险持有影响的Probit模型。其中，

。comins_hh表示家庭是否持有人身保险，1表示是，0表示否。模型中的Household_structure表示家庭人口结构相关的解释变量，Control则代表所有的控制变量。全部变量的描述统计已经列示在了表5中。

      由于人身保险的保费是截断的(censored)，因此本文使用Tobit模型进一步估计家庭人口结构对家庭人身保险保费支出的影响。

      

      公式(2)和(3)表示Tobit模型。其中，ln_cost表示家庭去年实际的人身保险保费支出的对数，ln_cost*表示ln_cost大于0的情况下的观测值。Tobit模型中Household_structure和Control所代表的含义与前面Probit模型中所代表的相同。

      (二)实证结果和分析

      表6显示了家庭人口结构对人身保险持有情况影响的Probit模型的统计结果。表中统计结果的前四列回归分别将不同家庭人口结构的描述变量放入Probit模型中，这些关键变量依次为家庭中65岁及以上的老年人口占比(old)，14岁及以下的少儿人口占比(kid)，有工作的家庭成员占比(labor)以及家庭规模(hhsize)。表格的最后一列将前面四列的关键解释变量全部列入在回归中。这里需要说明的是，我们在回归结果中列示出的是边际效应的大小，其正负符号与变量通常的回归系数的正负符号在我们的研究中是相同的。另外小括号中的数值代表回归系数的t值。

      

      

      表6第一列的结果显示家庭老年人口占比(old)对家庭人身保险需求有负向影响。通常来说，老年人的医疗支出、伤病死亡的风险都很高，他们相比于年轻人、身体健康的人更需要风险的保障，然而回归结果显示，老年人占比越高的家庭，拥有商业人身保险的可能性反而更低。这是因为超过一定年龄或者身体患有某些疾病的人通常会被排除在被保险范围之外，这与健康较差的家庭成员数量(unhealth_num)的边际影响为负是同样的道理。结合当前中国社会和家庭的现状，我国现在正处于不可逆转的老龄化阶段，家庭中的老年人数量和占比越来越高，而由于老年人口通常不能对人身保险产品形成有效需求，这意味着人口老龄化对中国人身保险产品的需求会产生一定的抑制作用。

      表6第二列结果显示家庭14岁及以下家庭少儿人口占比(kid)对家庭人身保险需求有正向影响。结合中国当前的社会现状，长期的计划生育政策再加上家庭生育观念的改变，已经导致中国家庭的子女数量一般较少，因而也促使家长对于孩子的发展和成长更为关注，望子成龙、望女成凤的心态在中国家庭中非常普遍，家长们现在往往更愿意在孩子的健康和教育方面进行更多的投入。另一方面，家庭中有未成年子女的家长也倾向于为自身购买人身保险，这样能够在自己遭遇健康问题甚至不幸的时候，通过获得保险赔付来保障子女的生活和教育。

      家庭老年人口占比(old)和家庭少儿人口占比(kid)对家庭人身保险需求呈现了相反方向的影响，这也表明当家庭受限于有限的保险支付能力时，家庭通常会将有限的资源向子女身上倾斜，而对老年人的关心和关注则相对较少，这凸显中国家庭在对子女适度爱护的同时，也应当给予老年人更多的关爱，使他们的保险、福利水平能相应地提高。

      表6第三列结果显示有工作的家庭成员占比(labor)对家庭人身保险需求有负向影响。一般而言，有工作的家庭成员占比越低，家庭收入来源越是集中在少数家庭成员身上，在这种情况下，如果某个有工作的家庭成员发生意外，家庭将很难从其他地方取得收入，家庭内部抵御风险的能力会比较差。此时，家庭对提供外部保障的人身保险的需求就会比较高。

      表6第四列结果显示家庭规模(hhsize)的边际影响显著为负，这意味着家庭规模越大，拥有人身保险的可能性越小。当家庭规模较大时，家庭成员之间可以依靠经济上分担和共享一起承担家庭风险，家庭的自我保障能力也就比较强。随着中国家庭规模逐渐的小型化，家庭中可以共同分担风险的成员数量会减少，家庭将不得不更多的借助于保险产品将家庭风险从内部转移到外部，从而增加商业人身保险需求。在表6最后一列中，我们将前四列的关键变量全部放进回归中，发现这些变量边际影响的符号及显著性与前四列是相同的，这说明我们关键变量的回归结果是较为稳健的。

      就控制变量来说，风险厌恶(risk_averse)的家庭对商业人身保险需求较小，这是因为他们倾向于选择风险性较小的活动和生活方式，因而面临的风险也比较小，对人身保险的需要也会较低。而创业家庭(business)的商业人身保险需求显著高于非创业家庭。这可能是因为创业活动往往有较高的风险，他们更需要保险产品来缓冲可能的经营风险。家庭对保险产品的信任度(belief_answer)也被发现会显著地影响家庭对人身保险产品的需求。中国家庭对商业保险产品信任度低的现象非常普遍，这与我国商业保险市场不健全、不完善有很大的关系，这在很大程度上抑制了中国保险市场的发展。代际数量(generation)的边际影响被识别为正。代际数量较多的家庭中通常有较多没有收入来源的被抚养者，而代际数量的系数为正则说明了家庭中的被抚养者越多，越有可能购买人身保险。在家庭财富和负债方面，我们的结果显示家庭资产(ln_asset)和收入水平(ln_income)可以影响家庭的保险支付能力，从而促进商业人身保险的需求。同时，家庭负债(ln_debt)越高，家庭面临的财务风险越大，家庭对商业人身保险的需求也会越大。但是本身就有很强的风险保障作用的房产(house_ratio)却对人身保险产品需求形成挤出效应。另外，金融资产占比(fasset_ratio)越高，家庭越有可能拥有人身保险，这反映了保险的金融资产属性。在经济环境(eco_condition)与城乡差异(rural)方面，经济环境越好的地区，商业人身保险的需求会越高。同时，城市家庭的商业人身保险需求也要远远高于农村家庭。在户主特征变量方面，我们发现户主年龄(age)的一次项系数显著为正，二次项系数显著为负，即呈现倒U型影响。此外，户主已婚(married)、户主受教育年限(edu)对家庭的商业人身保险需求有正向影响，而户主为男性(gender)则有负向影响。另外，家庭成员对家庭重要性的感知(family_imp)越强烈，购买商业人身保险的可能性越高。此外，养老保险覆盖水平(pension)和医疗保险覆盖水平(med_ins)的显著性在多数情况下不高。这是因为，一方面，社会保险和商业人身保险在功能上存在替代性，即存在一定的负相关性；但另一方面，社会保险水平较高的家庭往往有更好的工作和更高的收入，对商业人身保险的支付能力也更强，所以两者之间又可能存在一定的正相关性。这两个相反的关系共同作用导致了pension和med_ins的系数在多数情况下显著性不高。

      

      在表7中，我们使用Tobit模型研究家庭人口结构对商业人身保险保费支出的影响。我们发现，在Tobit模型中各个解释变量和控制变量的边际效应符号与之前的Probit模型回归结果基本一致。具体来讲，家庭65岁及以上老年人口占比(old)越高、就业者占比(labor)越高、家庭规模(hhsize)越大，家庭的年均人身保险保费支出越少。相反，家庭中14岁及以下的少儿人口占比(kid)越高，家庭的年均人身保险保费支出越多。在控制变量中，对家庭的年均人身保费支出水平有负向影响的变量有：健康较差的家庭成员数量(unhealth_num)、风险厌恶程度(risk_averse)、户主为男性(gender)、家庭所在地为农村(rural)、房产占比(house_ratio)、家庭成员社会保险覆盖比例(pension，med_ins)等变量。与之前Probit模型相比，在Tobit模型中社会保险变量如pension的显著性明显增加，这表明社会保险会对家庭商业人身保险的保费支出产生较为显著的挤出效应。对家庭的年均人身保费支出水平有正向影响的变量有：家庭代际数量(generation)、户主教育水平(edu)、家庭重要性的感知程度(family_imp)、对保险产品的信任度(belief_answer)、有创业活动(business)、户主已婚(married)、家庭所在地经济环境(eco_condition)、家庭总资产(ln_asset)、总收入(ln_income)、总负债水平(ln_debt)、金融资产占比(fasset_ratio)等变量。另外，户主的年龄(age)对家庭年均的人身保费支出的影响为非线性的，其中二次项为负，一次项为正。由于各个回归中关键解释变量和控制变量对家庭人身保险保费支出的影响是相似于之前Probit模型的情形，故在此处就不再做更多解释。

      (三)稳健性检验

      在本小节我们对基准回归模型做一些变化来进行稳健性检验。首先，我们将全部样本家庭按照所在地域划分为东部家庭、中部家庭和西部家庭，然后使用子样本分别进行Probit和Tobit回归。表8的回归结果显示，除了家庭就业者占比(labor)的显著性有所下降，使用地区子样本进行回归得到的结果与使用总体样本得到的回归结果基本一致。

      

      其次，值得注意的是，不同类型的社会养老保险和医疗保险的保障水平可能有较大的差异，而且城乡差异对保障类型和水平也通常有很大的影响。对此我们在表9中进一步做稳健性检验。首先，我们将全部家庭按照城市和农村分成子样本进行回归，这样可以控制由于城乡差异带来的社会保险类型和水平的不同；同时，我们按照户主的社会保险的类型进行了更细致的划分，其中pension_1和med_ins_1表示是否拥有机关事业单位养老保险/医疗保险，pension_2和med_ins_2表示是否拥有城镇职工基本养老保险/医疗保险，penison_3和med_ins_3表示是否拥有城镇居民基本养老保险/医疗保险，pension_4和med_ins_4表示是否拥有新型农村养老保险/医疗保险。我们发现，机关事业单位养老保险、城镇职工基本养老保险以及新农合的影响为负且较为显著，这表明社会保险和商业人身保险之间存在一定的替代性。重要的是，在控制了城乡差异和社会保险类型之后，我们关注的关键解释变量的系数符号及其影响的显著性基本没有发生改变。

      

      注：括号里的数字为t值；*、**、***分别代表在10%、5%、1%的程度上显著。

      此外，我们还进行了以下稳健性检验：按照收入中位数划分为高收入水平和低收入水平家庭，然后进行子样本回归；使用家庭中的老年人口数量、少儿人口数量、就业者数量分别替换家庭中的老年人口占比、少儿人口占比、就业者占比。在这两种情形中，我们发现关键解释变量的回归结果基本没有发生改变，这显示我们回归结果的稳健性。⑤

      (四)关于内生性的问题

      我们以上的回归结果没有考虑控制变量中一些变量可能存在内生性的问题。例如，家庭的负债可能对商业人身险的持有和保费的支出是敏感的，商业人身保险的持有及保费的支出可能增加家庭的负债，由此导致逆向的因果关系，此时回归结果可能就是有偏的。有鉴于此，我们对家庭资产(ln_asset)、家庭负债(ln_debt)、房产占比(house_ratio)以及金融资产占比(fasset_ratio)的内生性进行处理，我们使用这些变量的社区均值作为这些变量的工具变量进行IVProbit和IVTobit回归。这一方法所隐含的假设就是某个家庭的商业人身保险的持有及保费的支出不会影响到这些相关变量的社区均值。这里我们发现，关键的解释变量即家庭人口结构变量的被统计系数及其影响的显著性与基准回归的结果是基本一致的，这表明我们关键解释变量的回归结果是稳健的，以上变量可能存在的内生性问题对我们回归结果的影响并不大。

      

      六、结论和建议

      人口老龄化、低出生率及家庭小型化是当前中国家庭人口结构的主要特征，这些人口结构特征势必会影响家庭的风险水平及家庭内部保障功能的实现，相应也必然会对家庭提供外部保障的商业人身保险的需求水平和保费支出产生重要的影响。有鉴于此，本文利用2013年CHFS微观家庭数据，考察了中国家庭当前的人口结构特征和人身保险需求状况的关系。我们发现，家庭65岁及以上老年人占比越高、就业者占比越高、家庭规模越大，家庭的人身保险需求越低，家庭人身保险保费的支出越少。相反，家庭中14岁及以下的少儿人口占比越高，家庭人身保险的需求越高，人身保险的保费支出越多。

      结合当前中国的社会经济现状，长期的计划生育政策和家庭生育观念的改变已经造成中国家庭低生育率的现状，子女数量的减少使得少儿人口往往成为了家庭关爱的中心，因此我们不难理解拥有少儿人口的家庭对人身保险的需求水平普遍较高。另外，家庭结构的小型化意味着能够共同分担风险的家庭成员数量不断减少，家庭内部的保障功能正在逐渐弱化，这使得家庭对提供外部保障、进行风险转移的人身保险产品有了更高的需求水平。尤其值得提到的是，我们也发现老年人口占比较高的家庭对商业人身保险需求水平较低，这显示日益严重的人口老龄化会抑制家庭对人身保险的需求。

      感谢匿名审稿人的宝贵意见。文责自负。

      ①这里的少儿抚养比是少儿人口与劳动年龄人口的比，老年抚养比是老年人口与劳动年龄人口的比。其中，少儿人口是按国际上通用的0-14岁来划分，劳动年龄人口按15-64岁的年龄阶段划分，老年人口则是指65岁及以上的人口。

      ②根据国家统计局的数据，在中国三种类型的人身保险中，从保费收入来看寿险的市场规模远大于健康险和意外伤害险的市场规模，接近90%的市场份额，因此我们的文献综述将主要围绕着商业人身保险中的寿险来展开讨论。

      ③依据国家统计局给出的2009年至2013年中国人身保险保费的收入状况，在人身保险所包含的三类保险中，寿险的保费收入差不多占到90%左右，而健康险和意外伤害险所占的份额仅仅为10%左右，寿险的投保份额远超过健康险和意外伤害险这两种人身险的投保之和。

      ④对于表6和表7的回归，考虑到家庭成员中的不同人群在教育水平、享有的社会保障等方面可能存在较大差异，从而可能对商业人身保险需求产生不同的影响，我们也对表6和表7做了稳健性检验，在回归中控制住不同群体的受教育水平和享有的社会保障等特点，我们没有发现在此情形下回归结果中关键解释变量的系数符号和显著性的改变。

      ⑤由于篇幅所限，这两种子样本回归的稳健性检验结果没有在正文中展示，有兴趣的读者可直接向作者索取。

标签：人身保险论文;  人口结构论文;  规模保费论文;  社会保险论文;  商业论文;  商业保险论文;  人口问题论文;