中國(guó)省會(huì)城市人身保險(xiǎn)發(fā)展水平影響因素研究
——基于雙向固定效應(yīng)的空間杜賓模型

●張 萍 李朝洪

人身保險(xiǎn)作為保險(xiǎn)業(yè)的重要組成部分，在保障被保險(xiǎn)人基本生活水平、維持社會(huì)穩(wěn)定和促進(jìn)金融市場(chǎng)資金運(yùn)轉(zhuǎn)等方面發(fā)揮著重要作用。近年來(lái)人身保險(xiǎn)區(qū)域發(fā)展不平衡問(wèn)題加劇，影響了人身保險(xiǎn)的空間布局和長(zhǎng)期發(fā)展。對(duì)于人身保險(xiǎn)發(fā)展水平影響因素的空間計(jì)量研究具有必要性。本文選取雙向固定效應(yīng)的空間杜賓模型對(duì)省會(huì)城市人身保險(xiǎn)發(fā)展水平的影響因素進(jìn)行研究，并針對(duì)實(shí)證結(jié)果提出相關(guān)建議。

一、文獻(xiàn)綜述

在我國(guó)人身保險(xiǎn)發(fā)展水平的影響因素研究中，學(xué)者主要從經(jīng)濟(jì)發(fā)展、社會(huì)保障、人口結(jié)構(gòu)等方面分析因素的顯著性。蔣如玥(2019)[1]采用固定效應(yīng)模型證明經(jīng)濟(jì)類變量對(duì)經(jīng)濟(jì)水平較低地區(qū)的影響更大;王國(guó)洪和楊翠迎(2015)[2]通過(guò)空間杜賓模型證明各省失業(yè)保險(xiǎn)金的提高受臨近省份最低生活保障的影響；張連增、尚穎(2011)[3]研究發(fā)現(xiàn)，中國(guó)老齡化對(duì)人身保險(xiǎn)市場(chǎng)的推動(dòng)作用大于其阻礙作用；張沖(2013)[4]運(yùn)用動(dòng)態(tài)面板數(shù)據(jù)研究發(fā)現(xiàn)人口從業(yè)結(jié)構(gòu)對(duì)人身保險(xiǎn)市場(chǎng)發(fā)展有顯著影響；陳虹旭(2020)[5]提出城鎮(zhèn)化對(duì)于人身保險(xiǎn)產(chǎn)業(yè)發(fā)展的影響具有顯著促進(jìn)效應(yīng)，人身保險(xiǎn)業(yè)受鄰域城鎮(zhèn)化發(fā)展影響顯著。

上述文獻(xiàn)多以省份為空間研究尺度，忽略了省份內(nèi)部發(fā)展不平衡并且差距大的情況，使研究結(jié)果有失偏頗。本文選取省會(huì)城市作為空間研究尺度，以降低省份內(nèi)部差異的影響，并且運(yùn)用雙向固定效應(yīng)的空間杜賓模型進(jìn)行空間計(jì)量，兼顧了個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)。

二、模型設(shè)定與變量選擇

（一）變量選取與數(shù)據(jù)來(lái)源

本文選取2015—2019年中國(guó)省會(huì)城市人身保險(xiǎn)發(fā)展水平（李朝洪、張萍，2022）為被解釋變量y，從人身保險(xiǎn)需求和供給角度選取人均可支配收入x1和金融支撐水平x2為解釋變量，人均社保基金支出a1、死亡率a2、人均受教育程度a3和城鎮(zhèn)化率a4為控制變量，為消除數(shù)據(jù)的異方差性，對(duì)變量作對(duì)數(shù)化處理，指標(biāo)的計(jì)算公式如表1所示。

本文選擇31個(gè)省會(huì)城市（我國(guó)港澳臺(tái)地區(qū)因數(shù)據(jù)缺失不在研究范圍）為空間尺度，按表1所示的指標(biāo)構(gòu)建2015—2019年面板數(shù)據(jù)，為保證相同城市不同年份數(shù)據(jù)的可比性，分別運(yùn)用居民人均可支配收入指數(shù)（1978=100）和人身保險(xiǎn)價(jià)格指數(shù)（上年=100）對(duì)人均可支配收入和人均社保基金支出進(jìn)行平減。數(shù)據(jù)來(lái)源為2016—2020年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)保險(xiǎn)年鑒》、各省會(huì)城市銀保監(jiān)會(huì)官網(wǎng)、《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》《關(guān)于財(cái)政預(yù)算執(zhí)行情況的報(bào)告》和筆者計(jì)算。

表1 變量選取

（二）模型選擇

運(yùn)用STATA對(duì)中國(guó)省會(huì)城市人身保險(xiǎn)發(fā)展水平進(jìn)行空間相關(guān)性分析，Moran’s I的檢驗(yàn)結(jié)果如表2所示。2015—2019年全局莫蘭指數(shù)的P值均小于5%，可以認(rèn)為在95%的置信水平下中國(guó)省會(huì)城市人身保險(xiǎn)發(fā)展水平具有正向的空間相關(guān)性，應(yīng)選擇空間計(jì)量模型對(duì)其影響因素進(jìn)行分析。

表2 Moran’sI指數(shù)檢驗(yàn)

常見的空間計(jì)量模型包括空間滯后模型、空間誤差模型和空間杜賓模型，本文運(yùn)用STATA進(jìn)行效應(yīng)和模型選擇。由于各省會(huì)城市并非全部相鄰，本文基于經(jīng)緯度運(yùn)用Geoda制作地理距離權(quán)重矩陣W，其中Wij代表城市i對(duì)城市j的影響程度。首先運(yùn)用Hausman檢驗(yàn)進(jìn)行效應(yīng)選擇，結(jié)果如表3所示，檢驗(yàn)值為正并且P值<0.01，在99%的置信水平下選擇固定效應(yīng)模型。Wald和LR檢驗(yàn)結(jié)果如表4所示，Wald檢驗(yàn)的P值均<0.01，可以認(rèn)為空間杜賓模型不能退化為空間滯后模型和空間誤差模型。LR檢驗(yàn)的P值均<0.01，在99%的置信水平下選擇空間杜賓模型。

表3 Hausman檢驗(yàn)結(jié)果

表4 Wald和LR檢驗(yàn)結(jié)果

固定效應(yīng)包括地區(qū)固定效應(yīng)ind、時(shí)間固定效應(yīng)time和雙向固定效應(yīng)both，由表5可知，在三個(gè)固定效應(yīng)模型中，擬合優(yōu)度分別為0.107、0.631和0.8010，雙向固定效應(yīng)模型的擬合優(yōu)度最高；三個(gè)固定效應(yīng)模型的sigma2均較小，分別為0.00129、0.0112和0.00114，雙向固定效應(yīng)模型的sigma2最小；對(duì)數(shù)似然比Log_L的差距不大，以雙向固定效應(yīng)模型為最高；從解釋變量顯著性來(lái)看，地區(qū)固定效應(yīng)模型和時(shí)間固定效應(yīng)模型均存在解釋變量不顯著的問(wèn)題，雙向固定效應(yīng)模型的解釋變量顯著性均通過(guò)檢驗(yàn)。基于以上分析，本文選擇雙向固定效應(yīng)的空間杜賓模型進(jìn)行估計(jì)，其定義公式如下：

表5 固定效應(yīng)的空間杜賓模型回歸結(jié)果

其中，y為被解釋變量即人身保險(xiǎn)發(fā)展水平，x為解釋變量即人均可支配收入和金融支撐度，λ為自相關(guān)系數(shù)，W為地理距離權(quán)重矩陣，β為解釋變量的回歸系數(shù)，δ為Wx的系數(shù)。

三、空間計(jì)量分析

（一）回歸結(jié)果分析

雙向固定效應(yīng)的空間杜賓模型回歸結(jié)果如表5所示，人均可支配收入的系數(shù)為0.34并通過(guò)了顯著性檢驗(yàn)，對(duì)當(dāng)?shù)厝松肀ｋU(xiǎn)發(fā)展水平有正向影響；金融支撐水平的系數(shù)為-0.115并通過(guò)了5%的顯著性水平檢驗(yàn)，對(duì)當(dāng)?shù)厝松肀ｋU(xiǎn)發(fā)展水平有負(fù)向影響，原因是金融支撐水平大多衡量的是銀行業(yè)的發(fā)展水平，銀行業(yè)發(fā)展對(duì)人才、技術(shù)和資金等要素的占用影響了保險(xiǎn)業(yè)的發(fā)展；空間權(quán)重矩陣與人均可支配收入的乘積系數(shù)為4.571，說(shuō)明該地人均可支配收入的增長(zhǎng)對(duì)周邊地區(qū)人身保險(xiǎn)發(fā)展水平有正向空間溢出效應(yīng)，原因主要在于人身保險(xiǎn)產(chǎn)品的標(biāo)準(zhǔn)化減少了異地購(gòu)買的阻礙；權(quán)重矩陣與金融支撐水平的乘積系數(shù)為負(fù)，即該地金融支撐水平的提高會(huì)降低周邊地區(qū)人身保險(xiǎn)發(fā)展水平，主要原因在于金融資源的擠占和競(jìng)爭(zhēng)。

（二）效應(yīng)分解

效應(yīng)分解結(jié)果如表6所示，人均可支配收入與金融支撐水平均顯著。直接效應(yīng)中當(dāng)?shù)厝司芍涫杖肱c金融支撐水平每上升1%，該地人身保險(xiǎn)發(fā)展水平分別提高0.15181%和降低0.08478%；間接效應(yīng)中周邊地區(qū)人均可支配收入和金融支撐水平提高1%會(huì)使該地人身保險(xiǎn)發(fā)展水平發(fā)生1.961261%和-0.355026%的變動(dòng)；總效應(yīng)中所有地區(qū)人均可支配收入與金融支撐度提高1%，該地人身保險(xiǎn)發(fā)展水平發(fā)生2.11307%和-0.43981%的變動(dòng)。

表6 空間杜賓模型效應(yīng)分解結(jié)果

四、建議與思考

（一）促進(jìn)經(jīng)濟(jì)發(fā)展，提高人均可支配收入

人均可支配收入不僅可以提高本地人身保險(xiǎn)發(fā)展水平，還對(duì)周邊地區(qū)人身保險(xiǎn)發(fā)展水平具有促進(jìn)作用，各省會(huì)城市應(yīng)穩(wěn)定就業(yè)率，不斷拓寬增收渠道，出臺(tái)相關(guān)措施支持小微企業(yè)創(chuàng)業(yè)以提高當(dāng)?shù)鼐用裆a(chǎn)總值，提高人均可支配收入。

（二）完善基礎(chǔ)設(shè)施，合理分配金融資源

金融支撐水平會(huì)降低本地和周邊地區(qū)的人身保險(xiǎn)發(fā)展水平，體現(xiàn)了銀行業(yè)與保險(xiǎn)業(yè)金融資源競(jìng)爭(zhēng)產(chǎn)生的負(fù)面影響。目前我國(guó)人身保險(xiǎn)業(yè)還處在上升階段，省會(huì)城市應(yīng)當(dāng)培養(yǎng)相關(guān)金融人才，增進(jìn)銀行業(yè)與保險(xiǎn)業(yè)的合作，出臺(tái)保險(xiǎn)支持政策以完善基礎(chǔ)設(shè)施，早日實(shí)現(xiàn)金融資源在各個(gè)參與主體中的合理分配。

（三）出臺(tái)相關(guān)政策，周邊城市協(xié)同發(fā)展

各省會(huì)城市人身保險(xiǎn)發(fā)展水平具有正向的空間相關(guān)性，即人身保險(xiǎn)高發(fā)展水平城市相互聚集，應(yīng)充分利用人身保險(xiǎn)高發(fā)展水平城市的正向空間溢出效應(yīng)，以促進(jìn)周邊省會(huì)城市的人身保險(xiǎn)業(yè)協(xié)同發(fā)展，充分發(fā)揮人身保險(xiǎn)高發(fā)展水平城市的帶動(dòng)作用。如京津冀地區(qū)的保險(xiǎn)業(yè)協(xié)同發(fā)展政策的實(shí)施提高了石家莊市的人身保險(xiǎn)發(fā)展水平。