［提要］ 本文通过对影响保险业发展的因素进行实证分析，得出经济发展水平、城镇化率、人口自然增长率、人口结构和消费价格指数等是影响保险业发展的主要因素，进而提出可行性建议，助力我国保险业进一步发展。
关键词：保险业；保险密度；最小二乘法
中图分类号：F84 文献标识码：A
收录日期：2022年4月27日
截至2020年9月末，我国保险资金投资A股总体规模达2.68万亿元，养老保险覆盖面超10亿人。经过40年的发展，我国已经成为全球第二大保险市场，已成为当今世界社会保障发展速度最快的国家。但我国保险业相比于其他发达国家起步较晚，因此发展保险业仍然任重而道远。“十四五”规划对保险业给予厚望，曾多次提到“保险”。现如今，传统保险公司致力于发展保险科技。以平安、国寿、太保、人保为代表的大型险企近几年纷纷将“保险+科技”提到战略高度，云计算、大数据、人工智能、区块链等关键技术的日益成熟为保险行业各环节价值链的重塑再造带来机遇。
学者们大多从人口、政治和经济方面对影响保险业的因素进行研究，但没有形成完整的体系。张增磊通过VAR模型实证研究得出人均GDP对我国保险密度具有正向影响，人口自然增长率对我国保险密度具有负向影响；苗苗等通过研究抚养比对保险密度的影响，认为人口年龄结构变动是影响保险业发展的一个重要因素；蔡玉娟认为国民经济增长、居民人均可支配收入及居民受教育程度会对保费产生影响；刘树梁等通过自回归模型得出居民消费水平、老年抚养比、保险意识对保险密度的影响作用；张芳洁认为保险密度与通货膨胀高度相关；王新军等认为经济增长和城镇化水平影响保险密度；郭金龙通过VAR模型认为教育深化度和人口城镇化率对商业保险发展有显著正影响。本文在前辈研究的技术上，建立城镇化率、人均GDP、人口自然增长率、老年抚养比、每十万人口高等学校在校生数、消费价格指数与保险密度的多元线性回归模型并进行检验，得出影响保险业发展的因素。
一、模型设计与建立
（一）确定变量与模型形式
1、确定变量。保险密度、保险深度和原保费收入均能反映我国保险业的发展，且三者之间联系密切。本研究选取了保险密度为被解释变量。
（1）城镇化水平。城镇化率一定程度上代表我国的现代化发展水平，城镇化率的提高可以带动居民消费的增加，会增加保险需求和购买力。
（2）人均GDP。人均国内生产总值常作为衡量经济发展状况的指标，经济发展水平提高，人们的可支配收入增加，会促进投保行为。影响GDP的因素有很多，其中，科学技术是第一生产力。截至2019年，我国科技进步贡献率已达59.5%。
（3）人口自然增长率。人口自然增长率是反映人口发展速度的重要指标，它表明人口自然增长的程度和趋势。我国人口自然增长率整体呈下降趋势，老龄化严重，人口结构不均衡，会在一定程度上影响保险密度。在国家放开二胎和三胎政策后，随着医疗水平的进一步提高，人口自然增长率将在一定程度上呈上升态势。
（4）老年抚养比。能够在一定程度上表示我国的人口结构。我国老龄化现象严重，老年抚养比的增加能够影响社会保险尤其是养老保险的发展，但是基本养老保险的保费较商业养老保险的保费低，政府十分支持居民投保养老保险三支柱中的商业性养老保险以减轻财政负担，同时市面上也有年金保险能够促进保险的发展。
（5）每十万人口高等教育学校平均在校生。人们的保险意识很大程度上受其接受教育程度和知识水平的影响，因此以每十万人口高等教育在校生数为解释变量反映人们的保险意识与保险意愿。
（6）居民消费价格指数。能够反映通货膨胀影响，通货膨胀可能会导致名义利率上升和闲置资金的消费，从而提高费率，通货膨胀率影响居民的实际购买力。而由菲利普斯曲线可知，通货膨胀率与失业率存在反方向变动关系，通货膨胀率升高则失业率降低。
2、模型形式与模型参数经济含义预判。保险密度受到多个因素影响，因此进行多元线性回归分析建立模型如下：
lny=β0+β1x1+β2lnx2+β3lnx3+β4lnx4+β5x5+β6lnx6
（二）数据收集与参数估计
1、数据收集。收集全国范围内1990～2020年的时间序列数据，从中国保险年鉴得到保险密度，其余解释变量均来自中国统计年鉴。官网获得全国范围内的各数据为时间序列数据，因此满足数据准确性、数据可比性和数据一致性的要求。（表1）
2、参数估计。建立lny与x1、lnx2、lnx3、lnx4、x5与lnx6的多元线性回归模型，得到如下参数回归结果：
lny=-19.362+0.139x1+3.416lnx2-0.259lnx3-1.852lnx4-0.000138x5+1.356lnx6
t=（-4.413）（8.066）（3.627）（-3.309）（-5.389）（-0.833）（7.693）
R2=0.996588 F=1461.516
二、模型实证分析
（一）计量经济学检验
1、平稳性与协整检验。只有同阶变量才有可能协整，而协整是建立真模型的必要条件。所以，必须要对各个变量进行平稳性检验和协整检验。
平稳性检验：ADF检验，得出在显著水平为0.1时，lny、lnx2、lnx3、lnx4与lnx6是平稳序列，从而进行协整检验。
协整检验：对et进行单位根检验，伴随概率p=0.003＜0.05，所以变量间存在协整关系，能建立模型。（表2）
2、多重共线性检验
（1）多重共线性检验：R2=0.997271，F检验伴随概率p值为0，但x5的系数不显著，故此模型可能存在严重多重共线性。分别以x1、lnx2、lnx3、lnx4、x5、lnx6为被解释变量，建立与其他解释变量的辅助回归。得出R2，计算方差膨胀因子VIF=1/（1-R2），VIF大于10则认为该变量与其他解释变量存在严重多重共线性。x1、x5与其他解释变量存在严重的多重共线性。再将x1、lnx2、lnx3、lnx4、x5与lnx6作辅助回归，便不再存在多重共线性。
（2）多重共线性处理（逐步回归法）：在六个一元线性回归模型中，消费价格指数与保险密度的线性关系最强，拟合效果最好。（表3、表4）
回归方程为：
lny=-27.56722+5.426879lnx6
t=（2.060491）（0.334804）
R2=0.900595 F=262.7360
将其他变量x1、lnx2、lnx3、lnx4、x5与lnx6逐一引入上式进行回归，剔除变量，最后确定模型为：
lny=0.125227x1+3.07755lnx2-0.23338lnx3-1.725587lnx4+1.427029lnx6-18.19521
t=（0.005863）（0.844224）（0.071471）（0.306218）（0.153524）（4.131867）
R2=0.997192 F=1175.474
3、序列相关检验与修正
（1）序列相关检验：BG检验适用于多阶序列相关的检验。在回归的输出结果中，LM检验结果显示LM=nR2=31×0.241127=7.474940，其p值为0.0238＜0.05，表明拒绝无序列相关假设，存在序列相关。
（2）序列相关处理：迭代法。（表5）自相关迭代估计结果如表5所示，估计过程经过30次迭代后收敛，ρ的估计值为0.485251，并且t检验和F检验均显著，说明原模型确实存在二阶序列相关，给定显著性水平α=0.05，DW=2.010310，n=31，k=5，查表dl=1.09，du=1.825，1.825＜DW=2.01＜2.175，说明已经消除了序列相关性的影响，广义差分模型为：
lny=0.126084x1+2.766525lnx2-0.192213lnx3-1.739090lnx4+1.441104lnx6-16.9059
t=（15.76380）（2.511928）（-2.328101）（-4.466201）（5.809362）（-2.9666）
R2=0.997904 DW=2.010310 F=1309.188
4、异方差检验。在回归估计结果下，进行Glejser检验。其中nR2=30×0.101004=3.131123，伴随概率p值为0.6598＞0.05，所以辅助回归方程显著为零，模型不存在异方差。
（二）统计学检验。通过最小二乘法进行多元回归得出如下模型：
lny=0.126084x1+2.766525lnx2-0.192213lnx3-1.739090lnx4+1.441104lnx6-16.9059
t=（15.76380）（2.511928）（-2.328101）（-4.466201）（5.809362）（-2.9666）
R2=0.997904 F=1309.188
拟合优度R2=0.997142，拟合优度好；F检验伴随概率p=0<0.05，说明总体上方程显著不为零；t 检验得出系数的伴随概率p分别为0、0.0198、0.0295、0.0002、0、0.0071、0.0332、0.0637、0.0036，所以在显著性水平为0.1的情况下，β0、β1、β2、β3、β4、β6系数显著不为零。
（三）经济意义检验
lny=0.126084x1+2.766525lnx2-0.192213lnx3-1.739090lnx4+1.441104lnx6-16.9059
t=（15.76380）（2.511928）（-2.328101）（-4.466201）（5.809362）（-2.9666）
R2=0.997904 F=1309.188
1、在控制其他变量不变的情况下，x1（城镇化率）提高1%，y平均增加12.6084%。随着城镇化的发展，会带动居民消费的增加，增加保险需求和购买力。城镇化率的提高也意味着我国乡村振兴战略实现显著发展，人们离实现共同富裕更近一步。用保险资金投资城市建设项目，可提高产险投保率，可提高保险的投资收益率，增加保险业的投资。
2、在控制其他变量不变的情况下，x2（人均GDP指数）提高1%，y平均增加2.766525%。随着中国经济的快速发展，人均GDP的迅速提高成为保费增长的重要动力。根据家庭投保双十准则，自己家庭资产配置4321准则，居民只有拥有一定的经济实力才会考虑投保。通过回归方程可以看出人均国内生产总值对保险密度有显著正影响。
3、在控制其他变量不变的情况下，x3（人口自然增长率）提高1%，y平均减少0.192214%。虽然开放了二胎、三胎政策，但是我国人口自然增长率仍然比较低，中青年占比少，人口自然增长率对保险密度有负向作用。
4、在控制其他变量不变的情况下，x4（老年抚养比）提高1%，y平均减少1.739090%。中国人口年龄结构不协调，中青年人抚养老人的压力过大。我国养老保险体系中的二三支柱还未发展起来，随着老年抚养比的提高，会促使居民投保基本养老保险，而基本养老保险保费较商业保险保费低，需要个人储蓄性商业保险来促进保费收入，减轻财政负担。但随着我国商业养老保险的发展，老年抚养比也许会对保险密度有正向作用。
5、在控制其他变量不变的情况下，x5（消费价格指数）提高1%，y平均增加1.441104%。消费价格指数高，通货膨胀率提高，失业率降低，闲置的劳动产能减少，符合经济事实。
6、在x1、lnx2、lnx3、lnx4和lnx6均为0的情况下，lny为 -16.90689，符合常理。
三、结论及建议
（一）结论。现阶段我国保险业的发展依赖于城镇化水平、经济发展水平的提高，因此我国应继续乡村振兴战略，促进城镇化发展，努力实现城乡一体化，让保险覆盖到每家每户。随着互联网的发展，也为保险业的发展提供了良好的契机。面对新形势，我国应大力发展保险科技，支持保险业的科技投入，促进社会保险的完善。
（二）对策建议
1、保证经济发展质量，促进城乡一体化。根据我国社会发展的现状来看，城乡并不是同步发展的，两者在时间、发展方向等多方面存在明显差异。促进城乡一体化，要合理地、有效地将工、农业融合到一起。另外，城乡经济体制存在很多不平等，例如户籍制度、公共基础设施、资源占比、劳动力市场等多领域的不平等。进一步发展城乡经济需要调整资源的分配、改善劳动力市场、优化政治机制。经济发展与城乡一体化是相辅相成的，城乡一体化带来经济发展的效益，城乡经济发展平衡推动城乡一体化。
2、发展保险科技，开展保险品种
（1）转变经营理念。传统的保险经营理念是以产品本身以及销售产品为导向的，而人们逐步追求高质量生活，社会各行各业趋于人性化，传统的保险经营理念显然不符合当下的社会需求。转变以往的经营理念，以人为本，时刻关注消费者的需求，提高对客户的服务水平。保险产品的对象主体是人，客户满意度是能否继续并顺利地开展后续工作的关键因素。
（2）大力发展科技手段。科技领域的发展在近几年有显著的成就，科技的进步象征着时代的进步。一个持续发展的行业必然是跟随时代的发展。5G、人工智能、云计算等高科技的发展，为众多行业创新发展带来便利。随着人们收入的增加、生活质量需求的提高，保险行业的发展潜力巨大。为此，我们要抓住机遇，将科技手段运用到保险业中，实现“智能保险”。利用大数据、区块链等新科技，优化保险的内部体系，实现生态化监管、风险最低化、效益最大化，提高运营效率，增强产品的创新性。
3、树立保险形象和宣传保险知识。形象开发是现代企业或行业竞争的重要部分。良好的形象是取得社会公众认可的关键，在保险领域亦是如此。因此，保险业相关工作人员在做好本职工作的同时可开展线下和线上的宣传活动，一方面扩大保险的受益对象，另一方面打造良好的保险形象。
4、完善社会保险发展，发展商业养老保险。养老保险是社会保险的重要组成部分之一。现阶段基本养老保险已广泛普及并发展成熟，而商业养老保险普及度和发展空间都有很大的空隙。商业养老保险是社会养老保险的补充，商业养老保险是对社会保险体制的完善，其内容设计更加人性化、全面化，是潜在的可发展市场。社会保险业应该与时俱进，不断完善，实现可持续发展。
（作者单位：河北农业大学）
主要参考文献：
［1］郭金龙，张磊.人口结构变化对商业保险的动态冲击效应分析［J］.中国社会科学院金融，2014（01）.
［2］唐鑫婷.中国保险业发展影响因素的计量分析［D］.大连：东北财经大学，2016.
［3］张畅.保险科技仍需更强创新能力［N］.中国银行保险报，2021-11-05（007）.
|
