互聯網的使用程度對商業保險購買的影響

孫毅恒

（中央財經大學，北京 100098）

中央財經大學許飛瓊教授認為，要特別重視發展商業保險，讓商業保險在社會保障體系中發揮重要作用。[1]2014 年，國務院下發《國務院關于加快發展現代保險服務業的若干意見》（國發〔2014〕29 號）中強調：要把商業保險建成社會保障體系的重要支柱。從2020 年公布的《中國保險行業市場前瞻與投資規劃分析報告》來看，2019 年中國與世界平均保險深度依然有64%差距，而中國與世界保險密度差距為378.98 美元/人，中國保險密度和深度在全球范圍內處于比較低水平，如何提高人民對商業保險使用程度成為需要關注的問題。

根據第48 次《中國互聯網絡發展狀況統計報告》，截至2021 年6 月，我國網民規模達10.11 億，互聯網普及率達71.6%，人均每周上網時長26.9 小時，人人可以接入網絡基本成為現實。但家庭在互聯網應用方面又出現新的區分，不同家庭在使用互聯網這一方面出現數字鴻溝，這說明互聯網的潛力遠沒有被完全開發出來。[2]本文是要研究家庭互聯網信息技術使用程度對家庭商業保險購買的影響，以此推動社會保障體系發展。

一、文獻綜述

Kunreuther et al.（1984）認為，家庭投保過程存在一種時序性（Sequential Nature），家庭首先要認識到生活中可能存在風險，保險可以用來降低風險保障家庭生活，他才會通過渠道搜尋、處理市場上保險信息，最終作出投保決策。那么提升信息的獲取、處理能力，獲取金融知識、家庭保障觀念的進步、市場的摩擦程度等因素對于中國家庭商業保險利用程度的影響至關重要。

楊碧云、吳熙、易行健（2019）運用Probit 模型，對是否使用互聯網作為虛擬變量進行實證研究，得出家庭使用互聯網可以提高家庭商業保險參與概率的結論，并分析互聯網使用對于家庭商業保險購買的影響機制，互聯網主要通過減少交易成本、提高居民保險可得性來提高家庭商業保險參與的概率。[3]

過往文獻只關注于家庭是否接入互聯網以及戶主使用互聯網時長對于家庭商業保險購買行為的影響，忽略其在使用互聯網進行辦公、娛樂、社交等各種網絡活動中對于互聯網使用程度的區別。張正平、盧歡（2021）使用2018 年中國家庭追蹤調查數據，從互聯網接入和使用兩個維度測度家庭層面對于互聯網的使用程度，并實證檢驗數字鴻溝對家庭金融投資存在影響。[2]王智茂等（2019）發現，互聯網信息渠道的使用能夠使家庭更加便捷地了解和使用適合自己的金融產品和服務，提升家庭參與金融投資積極性。[4]

一個家庭在接入互聯網后對互聯網使用程度才切實提高了居民獲取保險知識，而在過往研究中普遍使用家庭是否接入互聯網或互聯網使用時長，未能對家庭互聯網使用程度進行很好描述。在接入互聯網后，能否有效通過提升互聯網使用程度來促進尤其是缺乏保險意識、金融知識低發展水平家庭購買商業保險至關重要。

根據之前文獻所述，假設：

假設一：家庭對互聯網使用程度不同（如每個家庭在社交、工作、商務交易、娛樂、學習等不同方面使用頻率都有所差別），這又作用于家庭認識風險、獲取金融信息、家庭保障觀念，提高家庭進入商業保險市場的便利性（可得性），最終促進家庭保險購買和增加商業保險支出。

假設二：在低收入家庭、不同年齡層次以及農村地區家庭群體接入互聯網后，由于本身某種分類特征的存在，同樣的互聯網使用程度對這些家庭在作用機制傳導時會產生差異，進而可能會在對購買商業保險方面存在促進作用產生差異，產生異質性。

二、數據來源與變量選取

（一）數據來源

本文使用2014、2016、2018 年“中國家庭追蹤調查”項目（CFPS）構成的面板數據來對固定效應進行控制。CFPS 涵蓋全國29 個省份498 個縣(區)家庭，涵蓋主流四種主題類型（社區、家庭、成人和少兒），為追蹤研究中國家庭經濟行為，社會經濟發展等領域提供可靠的數據支持。本文主要關注家庭財務回答者的互聯網使用程度對家庭商業保險購買影響，其中互聯網使用程度（解釋變量）以及個人特征數據來自個人問卷，而商業保險購買、家庭特征數據等數據來自家庭問卷。在剔除各主要解釋變量、控制變量的缺失值，以及保險購買過大，家庭收入過高的離群值，進一步刪除分家樣本，經過最終得到非平衡面板數據，共14086 戶，31787 個觀測。

（二）變量選取

家庭商業保險購買金額、家庭凈資產、家庭年收入來自CFPS 家庭金融數據表，對應家庭財產回答者的互聯網使用情況、性別、年齡、受教育年限變量來自CFPS 個人數據庫。

1.被解釋變量

被解釋變量為家庭商業保險支出，并剔除60000 元以上的保險購買觀測（占0.09%）。由于CFPS問卷只調查商業保險總體情況，沒有對商業保險進行分類和統計，故本文不對商業保險具體分類進行單獨分析，僅對家庭商業保險支出進行分析。

2.關鍵解釋變量

首先，借鑒周廣肅和梁琪（2018）的研究方法，利用財務回答者來衡量家庭互聯網使用情況。[5]根據2014 年“是否上網”以及2016 年、2018 年“是否移動上網”“是否電腦上網”問題進行劃分，當年使用過互聯網則將internet1 這一變量設定為1，未使用互聯網則設定為0。

其次，將三年問卷中“一般情況下，您每周業余時間里有多少小時用于上網？”中互聯網使用時長問題答案作為internet2 變量值。

對互聯網使用程度參照張正平、盧歡（2021）衡量互聯網使用程度方法，為測度不同家庭之間信息技術接入與使用的差距，從接入與使用兩個維度，利用因子分析法構建關鍵解釋變量。[2]本文對是否使用互聯網（internet）以及CFPS 中財務回答人關于互聯網使用的五個問題（“使用互聯網學習的頻率”“使用互聯網工作的頻率”“使用互聯網社交的頻率”“使用互聯網娛樂的頻率”“進行互聯網商業活動的頻率”設定為q1、q2、q3、q4、q5，頻率由低到高為0～5。）進行因子回歸分析，獲得關鍵解釋變量對互聯網使用程度“internet3”。

3.控制變量

家庭控制變量選取家庭總資產（fasset）、家庭收入（fincome）、家庭人口（fnumber）；財務回答者控制層面選取其年齡（age）、年齡的平方（age2）、性別（gender）、受教育年限（years of education）、是否在業（work）、城鄉變量（urban）；年份y14，y16，y18 進行標識。

以上貨幣變量均進行CPI 調整，基年為2014，以此計算2016 年價格指數為103.428，2018 年的為107.290。

表1 描述性統計

三、模型設定與實證回歸

（一）Logit- fe、Tobit- re 模型基準回歸分析

1.面板數據logit 固定效應模型

（1）模型設定

本文構建logit 固定效應模型，運用面板方法進行回歸分析互聯網使用程度對是否購買家庭保險的作用。

模型中被解釋變量ifinsuranceit為虛擬變量，表示第i 家庭在t 年是否購買商業保險；主要解釋變量internet3it為家庭戶主互聯網使用情況；Xit為控制變量，包括家庭層面以及戶主層面的相關變量；yt為年份虛擬變量。

（2）回歸結果

2.Tobit 面板回歸

（1）模型設定

模型中被解釋變量insuranceit表示第i 家庭在t年購買商業保險支出；主要解釋變量internet3it為家庭戶主互聯網使用情況；Xit為控制變量，包括家庭層面以及戶主層面相關變量；yt為年份虛擬變量。

（2）回歸結果

表2 基準回歸結果-logit 固定效應模型

（二）內生性問題

1.遺漏變量

人們對互聯網使用程度受其自身能力以及不可觀察偏好影響，產生遺漏變量問題，這部分遺漏變量可能會同時影響家庭互聯網使用程度與家庭商業保險購買決策。本文在logit 回歸中采用面板數據固定效應模型來減弱自身能力以及不可觀察的偏好影響，即遺漏變量造成的內生性。由于Tobit 應用面板數據時僅能使用隨機效應，那么考慮嘗試使用工具變量進行回歸分析，觀察顯著程度，針對工具變量的選擇，或家庭、個人層面的控制變量產生更高要求，目前還未尋找到合適工具變量。

2.面板數據損耗

數據清洗后一共14086 戶，缺失一年家庭為4479 戶，占比31.80%；其中25.41%缺失第三年，14.30%缺失第二年，10.30%缺失第一年。缺失兩年家庭為2996 戶，占比21.27%，其中63.08%僅出現于第一年，17.69%僅存在于第二年，19.23%僅存在于第三年；三年齊全家庭為6611 戶，占比46.93%。使用非平衡面板數據進行固定/隨機效應回歸（若有必要今后再進行attrion 性質分析檢驗）。

3.解釋變量與被解釋變量聯立性誤差

乍一看，家庭互聯網使用程度與是否購買家庭保險及其支出之間并不存在聯立性問題。但仍至少存在一種普遍疑惑：如果家庭想要購買商業保險或增加其支出，那么會不會因此加強互聯網使用程度，進而產生連立性誤差？筆者認為不會，從作用機制上看，所觀測到“家庭是否購買保險或增加支出”這一事件發生并不會出現于加強互聯網使用之前，故不存在聯立性。真正作用于互聯網使用程度的因素應當是“家庭想要購買保險”這一想法，與“家庭是否購買保險或增加支出”這一事件不能等同，人類產生想法與付諸實現仍存在大量的其他復雜作用環節與機制，本文研究不予考慮。

（三）穩健性檢驗與異質性回歸

1.內生性處理

人們對互聯網使用程度受其自身能力以及不可觀察偏好影響，產生遺漏變量問題，這部分遺漏變量可能會同時影響家庭互聯網使用程度與家庭商業保險購買決策，因而在Logit 基準面板回歸采用面板數據固定效應模型來減弱內生性。

2.異質性分析

按照戶主年齡層次、家庭城鄉區別、低收入家庭對家庭進行分層分析。

（1）戶主年齡層次

按照家庭戶主年齡層次進行分類，16-44：青年，44-64：壯年，65-85：老年，并分別進行fe logit/re tobit 面板回歸，發現不同年齡層次戶主的家庭互聯網使用程度對商業保險促進作用存在明顯差異。

表4 戶主年齡層次—是否購買保險

（2）城鄉區別

按照家庭屬于城鎮、鄉村來分類，并分別進行fe logit/re tobit 面板回歸，發現在城鎮、鄉村家庭中，家庭互聯網使用程度對于購買商業保險促進作用存在明顯差異。

表5 戶主年齡層次—購買保險金額

表6 城鄉區別—是否購買保險

表7 城鄉區別—購買保險金額

（3）低收入家庭區別

根據黃征學等（2021）的研方法，本文把低收入標準設定為中位數收入的30%，產生1085 家在觀測中都為低收入家庭和9104 戶其他家庭，并分別進行fe logit/re tobit 面板回歸，發現存在明顯差異。

四、假設分析與政策建議

（一）假設分析

第一，基準回歸結果顯示，家庭互聯網的使用對于促進家庭商業保險購買有著顯著促進作用，既提高了購買發生的概率，也提升了保險購買金額。

第二，異質性回歸分析顯示，家庭互聯網使用對于家庭商業保險購買的促進作用在戶主年齡層次、家庭城鄉區別、低收入家庭方面存在異質性。其中，對青年或老年家庭、低收入家庭、農村家庭促進效果要更為強烈。

表8 城鄉區別—是否購買保險

表9 城鄉區別—購買保險金額

（二）政策建議

通過提升居民對互聯網使用程度來促進缺乏保險意識、金融知識的低發展水平家庭購買商業保險，這對于我國商業保險的推廣，提高我國保險密度，完善社會保障體系有著重要作用，也為進一步發展普惠金融、管控家庭金融風險、促進家庭幸福，提高我國全面發展水平作出了貢獻。