數字普惠金融對西北地區家庭商業保險需求影響研究
——基于CHFS與PKU-DFIIC的實證分析

周媛媛

(青海民族大學，青海 西寧 810007)

一、引言

北京大學數字普惠金融數據顯示，數字普惠金融發展指數由2011年的兩位數發展為2020年的三位數，在數值方面已經翻了十幾番，呈現迅猛發展的勢頭。在商業保險方面，2014年國務院發布的《關于加快發展現代保險服務業的若干意見》中明確指出“把商業保險建成社會保障體系的重要支柱”，這表明國家層面愈發注重商業保險的發展，逐步把商業保險提升到重要地位，構建完善的社會保險保障體系。從國家統計局數據上來看，我國保險業保費收入逐年遞增，由2002年的3054億元增加到2021年的44900億元，躍居全球第二，保險資產總額不斷擴大。

二、文獻綜述

對商業保險影響研究主要集中在家庭、個人、社會等方面。家庭特征方面，尹志超等和劉文君在他們文章中采用相關數據庫數據及相關模型對商業保險需求進行探究，發現家庭收入對家庭商業保險需求有積極影響[1-2]。個人層面，主要是從年齡、教育程度、金融知識、風險偏好等方面入手，王曉全等利用2013年和2015年的面板數據進行回歸發現戶主的婚姻情況、受教育狀況與家庭的商業人身保險需求呈顯著正相關關系[3]；許洪峰認為受教育水平與商業保險需求呈正相關關系[4]；代虎認為商業養老保險與風險態度呈顯著正相關關系[5]；秦芳等通過實證研究發現豐富的金融知識可以促進商業保險的購買[6]。

近年來，數字普惠金融一直是廣大專家學者的研究熱點。目前國內外已有研究主要集中在數字普惠金融對居民收入及城鄉收入差距等方面。冉慧研究發現家庭數字普惠金融的發展與居民收入水平呈顯著正相關關系[7]；文秀等認為數字普惠金融的發展使城鄉收入差距縮小[8]。

三、樣本與變量說明

(一)數據來源

文章采用的數據主要來自兩個方面:一方面是西南財經大學中國家庭金融調查官網公布的2019年的CHFS問卷調查的數據；另一方面是2018年、2019年北京大學數字普惠金融指數省級層面的數據。

(二)變量介紹

在進行剔除缺失值和無效樣本等數據處理后，文章最終保留了2538戶家庭作為研究樣本。

被解釋變量:將家庭商業保險需求定義為一戶家庭中有一個成員擁有商業保險，則視為該戶家庭具有商業保險需求。

解釋變量:文章的解釋變量是數字普惠金融指數，用以衡量西北地區家庭所在省份的數字普惠金融發展水平。

其他控制變量:包括家庭規模、家庭收入情況、家庭凈資產、戶主年齡、性別、婚姻情況、身體狀況、風險態度、是否具有金融知識、社會保險等信息，數據均來自CHFS問卷調查。

變量定義及描述性的結果見表1。對該樣本，由demand的mean即家庭商業保險需求的均值可知西北地區家庭商業保險需求平均水平為14.4%，表明我國商業保險需求仍處于低水平，這與我國的實際情況相符，近年來我國保險行業發展速度很快，但與發達國家相比總體水平還較弱。

表1 描述性統計結果

續表

四、模型設定與實證結果

(一)模型設定

文章中被解釋變量西北地區家庭商業保險需求是一個二值虛擬變量，有商業保險需求記為1，沒有商業保險需求記為0，因此采用Probit二項選擇模型作為文章構建的模型。

Pr(demand＝1)＝Φ(α+β1index+β2control+ε)

其中demand表示是否具有商業保險需求；index為文章的解釋變量，衡量西北地區數字普惠金融發展水平的北京大學數字普惠金融指數；control為文章的控制變量，包括家庭、個人等方面；ε為隨機擾動項，服從標準正態分布。

(二)實證結果

1.數字普惠金融總指數對西北地區家庭商業保險需求影響研究

采用二值Probit模型分析數字普惠金融總指數與西北地區家庭商業保險需求影響研究。表2為樣本分別加入家庭控制變量和個體控制變量進行回歸的結果。

表2 數字普惠金融指數對西北地區家庭商業保險需求影響

續表

由表2回歸結果發現:不管是只加入家庭控制變量，還是同時加入家庭與戶主控制變量，總指數都在5%的水平上顯著且系數為正，表明數字普惠金融總指數能夠促進西北地區家庭商業保險需求的提升。在控制變量方面，不同的控制變量的顯著性不同，家庭收入、家庭凈資產、戶主的年齡、金融知識水平、風險態度等都在1%的水平上顯著，戶主的受教育水平在5%的水平上顯著，而戶主的性別、婚姻情況不具有顯著性。

2.數字普惠金融分指標對西北地區家庭商業保險需求影響研究

郭峰指出，北京大學數字普惠金融指數同時具有縱向和橫向上的可比性，因此文章進一步研究數字普惠金融指數分指標對西北保險需求的影響[9]。如表3所示，分別加入覆蓋廣度指數、使用深度指數、保險指數進行回歸的結果。

表3 數字普惠金融指數分指標對西北地區家庭商業保險需求影響

由表3的回歸結果發現:分別以覆蓋廣度、使用深度和保險指數作為解釋變量，其結果的顯著性有所不同。在西北地區樣本下，以覆蓋廣度指數對家庭商業保險需求進行回歸，結果顯示該指數能在1%的顯著性水平上解釋西北地區的商業保險需求并且系數為正，為促進作用。從保險指數與西北商業保險需求的回歸結果來看，保險指數能在10%的水平上顯著促進西北地區家庭商業保險需求。

3.內生性檢驗與穩健性檢驗

首先考慮到反向因果可能帶來的內生性問題，文章采用滯后一期即2018年的數字普惠金融總指數、覆蓋廣度指數、使用深度指數、保險指數對2019年西北地區商業保險需求進行內生性檢驗，以緩解內生性問題。

由表4結果可以看到:采用滯后一期的指數進行回歸發現與采用2019年的指數數據在顯著性方面沒有較大變化，從而緩解了因反向因果而造成的內生性問題。

表4 滯后一期數字普惠金融對西北地區家庭商業保險需求影響

考慮到遺漏變量等可能帶來的內生性問題，文章選取“受訪者所在省的省會與杭州的距離”作為數字普惠金融發展水平的工具變量。

由表5可以看到，(1)和(2)分別為引入工具變量第一階段和第二階段的回歸結果。第(1)列中顯示第一階段的F值很大，選取的工具變量合適。第(2)列Wald為28.51，顯著性水平1%，在1%的水平上顯著拒絕原假設。解決內生性問題后，index系數在1%的水平上依然顯著為正，說明數字普惠金融能促進西北地區家庭商業保險需求的提升，該結果排除內生性的干擾。

表5 數字普惠金融對西北地區家庭商業保險需求影響iv-probit兩階段回歸結果

在穩健性檢驗方面，為了避免模型選擇有誤，我們將Probit模型更換為Logit二值模型進行穩健性檢驗。如表6所示，不同指數對商業保險需求的回歸結果。

表6 穩健性檢驗

表6回歸結果表明，更換模型后，各解釋變量的回歸結果與原采用Probit模型的回歸結果顯示的系數和顯著性無本質性變化。

五、結論與建議

文章利用CHFS和PKU-DFIIC實證檢驗了數字普惠金融對西北地區家庭商業保險需求的影響，主要得出以下幾點結論。

第一，數字普惠金融發展水平可以促進西北地區家庭商業保險需求。

第二，具體來看，對西北地區而言，數字普惠金融指數的三個維度中覆蓋廣度指數發揮的作用最大，可能原因是西北地區相對落后，在使用深度上與東部地區有顯著差距，總體水平較弱，不足以對西北地區商業保險需求產生影響。

第三，采用滯后一期PKU-DFIIC對西北地區家庭商業保險需求影響進行研究，發現總指數回歸的顯著性水平有所提升，說明數字普惠金融發展有長期影響作用。

根據上述結論，文章提出如下建議:第一，在發展西北地區家庭商業保險時，可以加強對數字普惠金融發展水平的重視，使西北地區居民在金融服務可獲得性方面不斷提升，從而緩解金融服務對經濟落后地區的金融排除現象，使西北地區通過數字普惠金融的發展、金融包容性的增強等能夠更加快捷地獲得金融服務，從而增加家庭商業保險需求；第二，數字普惠金融發展具有長期影響，要從長遠角度關注數字普惠金融發展水平，并且我國西北地區與經濟發達的東部地區相比，數字普惠金融發展水平差距還是很大，其中在使用深度上差距更大，因此要進行政策傾斜解決西北地區金融服務使用深度問題；第三，總體來看，全國范圍內商業保險需求水平較低，相關部門應重視商業保險的宣傳。