金融知識與家庭商業(yè)保險需求
——基于中國家庭金融調(diào)查（CHFS）數(shù)據(jù)的分析

胡旻皓

（上海財經(jīng)大學(xué)統(tǒng)計與管理學(xué)院，上海200433）

一、引言

2014年國務(wù)院印發(fā)的《關(guān)于加快發(fā)展現(xiàn)代保險服務(wù)業(yè)的若干意見》（簡稱《意見》）指出：“保險是現(xiàn)代經(jīng)濟的重要產(chǎn)業(yè)和風(fēng)險管理的基本手段，是社會文明水平、經(jīng)濟發(fā)達程度、社會治理能力的重要標(biāo)志。”商業(yè)保險作為社會保障體系的重要組成部分，對我國經(jīng)濟社會的發(fā)展意義重大。2016年國務(wù)院印發(fā)的《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》（簡稱《規(guī)劃》）指出現(xiàn)階段我國普惠金融的建設(shè)目標(biāo)為“到2020年，建立與全面建成小康社會相適應(yīng)的普惠金融服務(wù)和保障體系?！薄兑?guī)劃》中將“保障體系”作為普惠金融工程的重要分支，體現(xiàn)了健全包括商業(yè)保險在內(nèi)的社會保障體系對我國普惠金融建設(shè)的重要意義。

普惠金融的發(fā)展不僅需要政府功能的完善與企業(yè)經(jīng)營水平的提高，還需要城鄉(xiāng)居民金融知識與金融素養(yǎng)的提升。建立與全面建成與小康社會相適應(yīng)的普惠金融服務(wù)和保障體系，不僅要完善客觀層面的保險服務(wù)體系，更要關(guān)注居民主觀層面的金融參與態(tài)度，做好金融知識的普及和金融行為引導(dǎo)工作。因此，對居民金融知識與商業(yè)保險需求之間的關(guān)系進行研究至關(guān)重要。新時代的金融環(huán)境對金融從業(yè)者提出了更高要求，而普通民眾也需要提升自身的金融知識水平以適應(yīng)金融業(yè)的發(fā)展。金融知識的普及能夠有效提升群眾對金融產(chǎn)品、金融服務(wù)種類與作用、金融風(fēng)險管理等方面的認(rèn)知。金融知識視角下的家庭商業(yè)保險需求分析，完善了商業(yè)保險需求動因的理論體系，同時也對通過提升居民金融知識促進商業(yè)保險行業(yè)的發(fā)展提供了現(xiàn)實指導(dǎo)。

二、文獻綜述

（一）商業(yè)保險需求相關(guān)研究

商業(yè)保險需求的宏觀角度研究主要關(guān)注宏觀經(jīng)濟指標(biāo)與商業(yè)保險需求的關(guān)系。孫偉等（2013）利用我國2001—2011年省級面板數(shù)據(jù)，分析了房地產(chǎn)價格與人身保險需求的關(guān)系，得出房價對我國居民購買人身保險意愿有抑制效應(yīng)的結(jié)論。趙紅梅和蘇慧娟（2013）使用省級面板數(shù)據(jù)，采用固定效應(yīng)模型進行實證分析，發(fā)現(xiàn)包括地區(qū)、收入、固定資產(chǎn)投資和人口等多個顯著影響商業(yè)財產(chǎn)保險需求的因素。李后建（2013）采用多個國家1995—2005年的面板數(shù)據(jù)進行研究，發(fā)現(xiàn)影響不同收入群體商業(yè)保險購買意愿的因素是有差異的。王悅（2013）認(rèn)為影響人身保險需求的因素主要有財政支出、經(jīng)濟周期、人口總數(shù)和儲蓄水平，影響財產(chǎn)保險需求的因素主要有國內(nèi)生產(chǎn)總值、固定資產(chǎn)和經(jīng)濟總體發(fā)展?fàn)顩r。

商業(yè)保險需求的微觀角度研究主要關(guān)注家庭或個人自身條件與商業(yè)保險購買決策之間的關(guān)系。黃瑞芹（2013）利用貧困地區(qū)少數(shù)民族自治縣的相關(guān)數(shù)據(jù)，分析了農(nóng)戶對養(yǎng)老保險的潛在需求，發(fā)現(xiàn)農(nóng)戶的保險參與決策與真實意愿存在偏差。邊俊杰和汪艷莉（2018）從環(huán)境污染角度研究稀土礦區(qū)居民的商業(yè)保險需求，發(fā)現(xiàn)居民居住地距離礦區(qū)越近，對稀土開發(fā)污染的危害了解越深，商業(yè)健康險的投保意愿越強烈。江海洋和谷政（2018）使用中國家庭金融調(diào)查（CHFS）2015年的調(diào)查數(shù)據(jù)，用人情往來支出測度社會互動頻率，認(rèn)為社會互動越頻繁，家庭商業(yè)保險需求越高。王曉全等（2019）利用中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，用受訪者字詞能力、數(shù)學(xué)能力與記憶能力得分度量認(rèn)知能力，發(fā)現(xiàn)認(rèn)知能力較高的中老年人的商業(yè)保險需求較高。

（二）金融知識相關(guān)研究

理論研究方面，Lusardi 等（2017）使用生命周期理論構(gòu)建個體金融知識對金融行為影響的理論模型，研究金融知識積累帶來的投資回報。該研究建立了單個金融資產(chǎn)儲蓄模型與金融資產(chǎn)組合模型，最終估計出美國居民退休后財富水平30%~40%的不均衡是由金融知識水平差異造成的，認(rèn)為金融知識對居民的財富水平、儲蓄優(yōu)化決策、金融市場參與、投資組合收益等多方面均會造成影響。

實證研究方面，現(xiàn)有文獻主要分為兩類：一類主要研究金融知識與財富積累的關(guān)系，另一類主要研究金融知識與金融行為的關(guān)系。

金融知識與財富積累關(guān)系研究中，大部分成果證明了金融知識對家庭與個人財富積累具有正向影響。Lusardi和Mitchell（2014）基于各國調(diào)查數(shù)據(jù)建立實證模型，發(fā)現(xiàn)金融知識與家庭財富積累水平存在顯著的正相關(guān)關(guān)系。王正位等（2016）借助轉(zhuǎn)移矩陣計量法，對金融知識水平與低收入家庭階層流動性進行研究，發(fā)現(xiàn)金融知識對家庭階層向上流動的概率具有顯著正向影響，并得出“知識改變命運”的結(jié)論。

金融知識與金融行為關(guān)系研究中，大部分成果表明金融知識能顯著提升居民與家庭在各類金融市場與金融活動中的參與度，且金融活動范圍大多為金融風(fēng)險資產(chǎn)投資。Rooij 等（2011）使用荷蘭銀行家庭調(diào)查數(shù)據(jù)研究金融知識與家庭股票投資的關(guān)系，發(fā)現(xiàn)缺乏金融知識的家庭具有較低的股票投資意愿。尹志超等（2015）的研究表明，金融知識的匱乏會降低我國居民的金融市場參與度，減少以股票為代表的風(fēng)險資產(chǎn)配置比例。杜征征等（2017）采用傾向性評分匹配法，研究金融教育培訓(xùn)與投資者自身權(quán)益保護的關(guān)系，發(fā)現(xiàn)金融教育培訓(xùn)能顯著提高投資者的金融產(chǎn)品選擇能力與金融風(fēng)險防范意識。

三、數(shù)據(jù)與模型

（一）數(shù)據(jù)來源和預(yù)處理

本文使用中國家庭金融調(diào)查CHFS2013、CHFS2015和CHFS2017 問卷調(diào)查結(jié)果，問卷調(diào)查包括家庭信息、家庭地域和個人信息三張數(shù)據(jù)表。考慮到家庭信息中受訪者主觀態(tài)度與個人信息中個人客觀特征的一致性，本文對個人信息表進行數(shù)據(jù)篩選，即每個家庭只保留受訪者本人數(shù)據(jù)，以保證家庭信息表信息與家庭地域表信息對應(yīng)。

核心被解釋變量為家庭商業(yè)保險參與決策和家庭商業(yè)保險投入資金比例。參與決策為虛擬變量，如果受訪者所在家庭至少有一名家庭成員在過去一年享受商業(yè)保險服務(wù)，則認(rèn)為該家庭購買了商業(yè)保險，變量取值為1，否則取值為0。投入資金比例為數(shù)值型變量，取值為每個家庭成員在過去一年中的商業(yè)保險保費支出與該年家庭年收入的比例。核心解釋變量為金融知識變量，以問卷中“您是否上過經(jīng)濟或金融類課程”問題的回答結(jié)果為依據(jù)，回答“是”則視為受訪者學(xué)習(xí)過金融知識，變量取值為1，否則取值為0。本文涉及的其他變量均直接由問題選項得出，不需要額外的計算邏輯，在此不做詳述。

經(jīng)過數(shù)據(jù)關(guān)聯(lián)，找出三次調(diào)查中共同存在的樣本家庭，并根據(jù)實證分析需要過濾截至2013年調(diào)查時間點未受過金融課程培訓(xùn)、數(shù)據(jù)缺失和數(shù)據(jù)異常的樣本，最終得到14805條有效樣本。

（二）數(shù)據(jù)結(jié)構(gòu)與變量

變量定義和取值如表1所示。金融知識變量為非時變變量，代表截至2015年調(diào)查時間點家庭受訪者i是否學(xué)習(xí)過金融知識。其他變量具有樣本編號與時間兩個下標(biāo)。時間下標(biāo)t=0表示變量在2013年的取值，t=1表示變量在2017年的取值。樣本編號下標(biāo)i的取值范圍為[1，14805]。

購買商業(yè)保險是家庭行為，被解釋變量定義在家庭層面上，控制變量也納入家庭成員個數(shù)、戶籍、地區(qū)等家庭層面特征變量。由于只能獲取家庭部分受訪者信息，故采用受訪者個人層面變量作為家庭層面的代理變量，這也是家庭金融領(lǐng)域研究的常見做法。寧光杰（2014）在有關(guān)家庭金融性財產(chǎn)收入的研究中，考慮了戶籍和地區(qū)等家庭層面變量，同時納入戶主性別、年齡、學(xué)歷、政治面貌等個人層面變量。孟亦佳（2014）以調(diào)查受訪者作為家庭代表，使用受訪者在識字測試與數(shù)學(xué)測試中的得分度量認(rèn)知能力。吳衛(wèi)星等（2018）通過對受訪者的常見金融資產(chǎn)了解程度進行因子分析得到金融素養(yǎng)變量。本文遵循家庭金融研究領(lǐng)域的慣例，用受訪者個人層面變量（如金融知識、性別、年齡、風(fēng)險態(tài)度等）作為家庭層面的代理變量。

表1 變量定義

控制變量的選取參考家庭商業(yè)保險需求的相關(guān)研究成果。黃毓慧和鄧穎璐（2013）的研究發(fā)現(xiàn)，與家庭持有保險行為有顯著相關(guān)性的因素包括年齡、風(fēng)險態(tài)度、健康自評、教育年限、家庭資產(chǎn)與負(fù)債水平等。王曉全等（2019）認(rèn)為，除認(rèn)知能力外，年齡、教育程度、健康自評、家庭人口規(guī)模、戶籍、家庭收入也是影響家庭商業(yè)保險需求的重要因素。許榮等（2013）在新農(nóng)合對農(nóng)戶商業(yè)醫(yī)療保險需求影響的研究中，發(fā)現(xiàn)顯著的控制變量包括學(xué)歷、性別和一些度量生活習(xí)慣的變量。在現(xiàn)有研究成果的基礎(chǔ)上，本文將人口學(xué)變量（性別、出生年份、婚姻狀態(tài)、學(xué)歷、家庭成員個數(shù)）、家庭戶籍變量（戶籍、家庭所在地區(qū)）、家庭經(jīng)濟水平變量（家庭收入）和主觀變量（自評健康程度、風(fēng)險態(tài)度、幸福感）作為控制變量。

（三）實證模型

現(xiàn)有文獻大多從需求可能（持有行為發(fā)生概率）和需求程度（持有資產(chǎn)數(shù)量）兩個方面對家庭持有金融資產(chǎn)行為問題進行研究，本文的兩個核心問題同樣基于這種研究思路提出。對需求可能的研究，現(xiàn)有成果大多采用Logit模型和Probit模型。對需求程度的研究，部分學(xué)者采用OLS模型，部分學(xué)者考慮到被解釋變量的左截斷性，采用Tobit模型進行分析。黃毓慧和鄧穎璐（2013）、王曉全等（2019）采用Probit模型和Tobit模型的組合，江海洋和谷政（2018）則采用Probit模型。本文在實證分析與穩(wěn)健性檢驗中使用Logit模型、Tobit模型、Probit模型與OLS模型，同時，建立傾向性評分匹配—雙重差分模型（PSM-DID）解決內(nèi)生性問題。

本文采用Logit模型，分析金融知識對家庭商業(yè)保險參與決策的影響。以樣本家庭t=1時刻的商業(yè)保險參與決策為被解釋變量，樣本家庭金融知識為解釋變量，并加入t=0時刻的控制變量，模型結(jié)構(gòu)為：

在金融知識對家庭商業(yè)保險投入資金影響的模型中，解釋變量家庭商業(yè)保險投入資金比例為數(shù)值變量。家庭購買商業(yè)保險投入的資金量以家庭購買商業(yè)保險為前提，在家庭未購買商業(yè)保險的條件下投入資金比例取值為0。本文采用受限解釋變量回歸模型中的Tobit模型，以樣本家庭t=1時刻商業(yè)保險投入資金比例為被解釋變量，以樣本家庭金融知識為解釋變量，加入t=0時刻的控制變量，建立如下模型：

為研究金融知識對家庭商業(yè)保險需求影響機制的城鄉(xiāng)差異，本文采用分組建模法，分別對城市樣本與農(nóng)村樣本建模。

（四）內(nèi)生性處理

1.準(zhǔn)自然實驗設(shè)計

為彌補內(nèi)生性問題引發(fā)的因果推斷缺陷，本文采用準(zhǔn)自然實驗法，在雙重差分模型框架下進行實證研究。雙重差分模型要求樣本具有面板數(shù)據(jù)結(jié)構(gòu)，且至少存在解釋變量代表事件發(fā)生前與發(fā)生后兩期觀測數(shù)據(jù)。本文以金融知識（是否接受金融課程培訓(xùn)）為解釋變量，樣本數(shù)據(jù)滿足以下條件：

（1）所有樣本在第0期未接受金融課程培訓(xùn)。

（2）實驗組在第0期與第1期之間接受了金融課程培訓(xùn)，控制組始終未接受金融課程培訓(xùn)。

（3）所有樣本的被解釋變量具有第0期和第1期兩期數(shù)據(jù)。

對中國家庭金融調(diào)查結(jié)果進行整理后，調(diào)查數(shù)據(jù)可以滿足雙重差分模型的數(shù)據(jù)結(jié)構(gòu)需求。實驗設(shè)計示意圖如圖1所示。

圖1 實驗設(shè)計示意圖

本文從三次調(diào)查數(shù)據(jù)中獲取以下信息：

（1）CHFS2013：樣本家庭的金融知識狀態(tài)（截至2013年調(diào)查時點是否接受金融課程培訓(xùn)）、商業(yè)保險參與決策（2013年調(diào)查時點前一年是否購買商業(yè)保險）、商業(yè)保險投入資金比例（2013年調(diào)查時點前一年商業(yè)保險投入資金比例）、傾向性評分估計變量。該部分?jǐn)?shù)據(jù)對應(yīng)變量t=0時刻的取值。

（2）CHFS2015：樣本家庭金融知識狀態(tài)（截至2015年調(diào)查時點是否接受金融課程培訓(xùn)）。該部分?jǐn)?shù)據(jù)對應(yīng)金融知識變量的取值。

（3）CHFS2017：樣本家庭商業(yè)保險參與決策（2017年調(diào)查時點前一年是否購買商業(yè)保險）、商業(yè)保險投入資金比例（2017年調(diào)查時點前一年商業(yè)保險投入資金比例）。該部分?jǐn)?shù)據(jù)對應(yīng)變量t=1時刻的取值。

對于實驗分組的構(gòu)建，首先選取截至2013年調(diào)查時點未接受金融課程培訓(xùn)的樣本，根據(jù)該樣本截至2015年調(diào)查時點的金融知識狀態(tài)，把2013年調(diào)查時點至2015年調(diào)查時點接受過金融知識培訓(xùn)的樣本劃入實驗組，其余樣本劃入對照組。

2.雙重差分模型

根據(jù)實驗設(shè)計方案，本文建立如下雙重差分模型：

其中，T為時間變量，T=0代表2013年，T=1代表2017年。

3.傾向性評分估計

本文使用的金融知識分組變量由樣本自主選擇產(chǎn)生，導(dǎo)致的樣本自主選擇偏差符合傾向性評分匹配算法的應(yīng)用場景。本文采用離散選擇模型中的Probit模型，以樣本家庭的金融知識為被預(yù)測變量，t=0時刻的控制變量為預(yù)測變量，估計樣本家庭金融知識學(xué)習(xí)的傾向性評分。模型結(jié)構(gòu)如下：

四、實證分析

（一）金融知識對家庭商業(yè)保險需求影響的實證分析

變量描述性統(tǒng)計結(jié)果顯示（見表2），全部樣本共14805個。變量取值范圍均在合理范圍中，沒有異常值。樣本在性別、戶籍分布上較均衡，43%的受訪者為女性，44%的受訪家庭為農(nóng)村家庭。空間分布上，東部地區(qū)樣本占比42%，其余樣本來自于中西部地區(qū)。大部分樣本受訪者婚姻狀況為已婚，已婚占比88%。

表2 變量描述性統(tǒng)計

1.金融知識對家庭商業(yè)保險參與決策的影響分析

金融知識對家庭商業(yè)保險參與決策影響的實證結(jié)果如表3所示。其中，模型（1）只加入核心解釋變量，模型（2）加入家庭層面的控制變量，模型（3）加入所有控制變量。表3顯示，三個模型中金融知識變量的系數(shù)為正，且在1%的水平上顯著，說明金融知識對家庭商業(yè)保險參與意愿有顯著的提升作用。

表3 金融知識對家庭商業(yè)保險參與決策的影響

表4 城鄉(xiāng)異質(zhì)性分析結(jié)果（一）

金融知識對家庭商業(yè)保險參與決策影響的城鄉(xiāng)異質(zhì)性實證結(jié)果如表4所示。模型（1）為城市樣本模型，金融知識變量系數(shù)為正，且在1%的水平上顯著，說明金融知識對城市家庭商業(yè)保險參與意愿有顯著的提升作用。模型（2）為農(nóng)村樣本模型，金融知識變量不顯著，說明金融知識對農(nóng)村家庭商業(yè)保險參與意愿無顯著影響。

2.金融知識對家庭商業(yè)保險投入資金的影響分析

金融知識對家庭商業(yè)保險投入資金影響的實證結(jié)果如表5所示。其中，模型（1）只加入核心解釋變量，模型（2）加入家庭層面的控制變量，模型（3）加入所有控制變量。表5顯示，三個模型中金融知識變量系數(shù)為正，且在1%的水平上顯著，說明金融知識對家庭商業(yè)保險投入資金有顯著的提升作用。

表5 金融知識對家庭商業(yè)保險投入資金的影響

表6 城鄉(xiāng)異質(zhì)性分析結(jié)果（二）

金融知識對家庭商業(yè)保險投入資金影響的城鄉(xiāng)異質(zhì)性實證結(jié)果如表6所示。模型（1）為城市樣本模型，金融知識變量系數(shù)為正，且在1%的水平上顯著，說明金融知識對城市家庭商業(yè)保險投入資金比例有顯著提升作用。模型（2）為農(nóng)村樣本模型，金融知識變量系數(shù)不顯著，說明金融知識對農(nóng)村家庭商業(yè)保險投入資金比例沒有顯著影響。

結(jié)合上文結(jié)論，無論是商業(yè)保險需求可能還是需求程度，金融知識都不能提升農(nóng)村家庭商業(yè)保險需求，這與農(nóng)村地區(qū)金融基礎(chǔ)設(shè)施建設(shè)水平有關(guān)。由于金融服務(wù)網(wǎng)點匱乏，少數(shù)具備金融知識的農(nóng)村家庭無法順利獲取符合自身需求的金融服務(wù)，導(dǎo)致金融知識無法提升農(nóng)村家庭商業(yè)保險需求。

（二）內(nèi)生性處理與穩(wěn)健性檢驗

1.傾向性評分匹配

根據(jù)式（5）建立傾向性評分估計模型。經(jīng)過傾向性評分估計后，對于滿足重疊性假設(shè)的樣本，本文選擇使用1:1 有放回匹配法進行匹配。由表7可知，匹配前傾向性評分模型的Chi2統(tǒng)計量為343.87，在1%的水平上顯著，匹配后傾向性評分模型的Chi2統(tǒng)計量為5.13 但不顯著，說明傾向性評分模型在匹配前有效，在匹配后無效。對于變量的標(biāo)準(zhǔn)化偏差，匹配前標(biāo)準(zhǔn)化偏差的均值與中位數(shù)在20%～30%，匹配后標(biāo)準(zhǔn)化偏差均值與中位數(shù)在4%～5%，說明匹配算法減小了實驗組與對照組各變量的標(biāo)準(zhǔn)化偏差。Rubin（2001）提出Rubin’s B統(tǒng)計量小于25 且Rubin’s R統(tǒng)計量取值區(qū)間為[0.5，2]，樣本即被有效平衡。由表7可知，匹配前Rubin’s B統(tǒng)計量大于25，匹配后小于25，說明樣本經(jīng)過匹配后得到了很好的平衡。具體到每個變量（見表8），所有變量匹配后的標(biāo)準(zhǔn)化偏差大幅降低，且標(biāo)準(zhǔn)化偏差在10%以內(nèi)。

表7 傾向性評分匹配結(jié)果

表8 匹配前后變量對比

2.雙重差分模型

根據(jù)式（3）和式（4），使用匹配后的樣本進行擬合，回歸結(jié)果如表9所示。在控制系統(tǒng)性非時變差異和外部共同趨勢的影響后，雙重差分項系數(shù)都為正且在5%的水平上顯著，說明內(nèi)生性問題處理后的實證結(jié)果依然穩(wěn)健。

3.其他穩(wěn)健性檢驗

對于實證分析基準(zhǔn)模型中的Logit模型與雙重差分模型中的Logit模型，本文選擇替換為Probit模型。對于實證分析基準(zhǔn)模型中的Tobit模型與雙重差分模型中的Tobit模型，本文選擇替換為經(jīng)典線性回歸模型。在替換模型的同時，使用穩(wěn)健標(biāo)準(zhǔn)誤對變量顯著性檢驗進行修正。替換模型與使用穩(wěn)健標(biāo)準(zhǔn)誤后得到的回歸結(jié)果顯示，關(guān)鍵系數(shù)符號與顯著性沒有發(fā)生本質(zhì)變化。

表9 雙重差分模型

五、結(jié)論與政策建議

（一）主要結(jié)論

實證研究結(jié)果顯示，金融知識對家庭購買商業(yè)保險意愿和家庭商業(yè)保險投入資金有顯著提升作用。金融知識在提高家庭風(fēng)險管理意識與商業(yè)保險認(rèn)知的同時，一方面激發(fā)了居民的風(fēng)險分散需求，提升了家庭參與商業(yè)保險的意愿，另一方面擴大了家庭商業(yè)保險的需求程度，提高了家庭在商業(yè)保險活動中的資金投入。綜上所述，本文認(rèn)為金融知識可以提高家庭商業(yè)保險需求。

（二）政策建議

1.加大金融知識普及的廣度與深度

金融知識能顯著提升家庭商業(yè)保險需求，并提高家庭商業(yè)保險需求的廣度與深度。金融知識普及對商業(yè)保險行業(yè)的健康發(fā)展和普惠金融戰(zhàn)略的推動具有重要意義。

2.發(fā)揮商業(yè)保險公司在金融知識普及中的作用

金融知識的完善能提升家庭商業(yè)保險需求，而商業(yè)保險公司對金融知識的普及具有天然動力。商業(yè)保險業(yè)的發(fā)展不能完全依賴市場環(huán)境的改善，政府部門應(yīng)加強對商業(yè)保險公司的引導(dǎo)與監(jiān)管，提高從業(yè)人員的業(yè)務(wù)水平，使居民購買商業(yè)保險的過程成為學(xué)習(xí)金融知識的途徑之一，強化商業(yè)保險業(yè)在金融知識普及過程中發(fā)揮的作用，促進我國商業(yè)保險行業(yè)健康發(fā)展。

3.立足城鄉(xiāng)差異現(xiàn)實推進商業(yè)保險推廣工作

在金融基礎(chǔ)設(shè)施建設(shè)水平較高的城市，金融知識充分發(fā)揮了促進家庭商業(yè)保險需求的功能，而在金融基礎(chǔ)設(shè)施建設(shè)水平較低的農(nóng)村沒有發(fā)揮相應(yīng)的作用。在推廣商業(yè)保險過程中，要立足城鄉(xiāng)差異的現(xiàn)實，在城市更多地從普及金融知識的角度推廣商業(yè)保險，而在農(nóng)村地區(qū)應(yīng)加強金融基礎(chǔ)設(shè)施建設(shè)。