空間視角下中國老年撫養(yǎng)比對人身險保費收入的影響

李春華，滕兆哲，王 勇

(1.廣西民族大學(xué) 經(jīng)濟(jì)學(xué)院，廣西 南寧530006；2.中國人口與發(fā)展研究中心，北京 100081)

一、研究背景

隨著中國人口老齡化程度的逐漸加深，人口結(jié)構(gòu)變化已成為社會關(guān)注的熱點話題。國家統(tǒng)計局相關(guān)數(shù)據(jù)顯示，中國自2000年步入老齡化社會以來，老齡化速度逐年增長。(1)目前聯(lián)合國對老齡化的計算口徑有兩類，一是該國家或地區(qū)60歲及以上人口占總?cè)丝诘谋壤窃搰一虻貐^(qū)65歲及以上人口占總?cè)丝诘谋壤?。本文將老齡化定義為65歲及以上人口占總?cè)丝诘谋壤?020年第七次人口普查數(shù)據(jù)表明，中國老年人口系數(shù)已達(dá)到了13.5%。與此同時，中國的老年撫養(yǎng)比從2010年的11.9%上升到2020年的19.7%。(2)數(shù)據(jù)來源于國家統(tǒng)計局。相關(guān)研究指出，老年撫養(yǎng)比的上升給勞動力人口、家庭乃至整個社會帶來了較大的經(jīng)濟(jì)負(fù)擔(dān)[1]。購買人身保險(簡稱人身險)是減少未知因素對個人和家庭造成沖擊的一種有效手段，近年來人身保險越來越受到居民重視。2020年，中國總保費收入45 257.34 億元，其中人身險保費收入占比73.64%，創(chuàng)下歷史新高。(3)數(shù)據(jù)來源于中國銀行保險監(jiān)督管理委員會網(wǎng)站。

學(xué)者們在較早的時候就注意到了人口老齡化和商業(yè)保險之間的關(guān)聯(lián)，并通過對相關(guān)理論的研究指出，預(yù)期壽命影響了人們對壽險產(chǎn)品的需求，預(yù)期壽命越長的人群越傾向于購買壽險產(chǎn)品[2]。有研究成果表明，人口老齡化程度加深或老年撫養(yǎng)比提升會促進(jìn)人身險市場的發(fā)展[3-5]。但是也有研究通過對比不同年份的中國家庭金融調(diào)查數(shù)據(jù)(CFPS)發(fā)現(xiàn)，老齡化程度的加深會降低家庭參加商業(yè)保險的概率[6-7]，另外總撫養(yǎng)比與總保費之間在一定地理范圍內(nèi)存在負(fù)相關(guān)關(guān)系[8]。

上述結(jié)論為該領(lǐng)域的研究提供了重要的參考價值，但尚存在進(jìn)一步完善的空間。首先是針對人口老齡化對人身險影響方面的研究較少?，F(xiàn)有文獻(xiàn)主要從人口老齡化對商業(yè)保險的影響的角度，或者把人身險作為一個大類進(jìn)行研究，沒有對人身險的子險種展開分析。人身險按照其保障范圍可以細(xì)分為壽險、意外險和健康險，影響這些子險種保費收入的因素并不相同，不可一概而論。在當(dāng)前人口老齡化速度不斷加快、程度日益加深的社會背景下，很有必要針對人身險的子險種進(jìn)行深入研究。其次，當(dāng)前多數(shù)研究模型建構(gòu)時未將空間因素納入考慮范疇，從而忽略了各因素的空間相關(guān)性。部分國外學(xué)者的研究認(rèn)為，經(jīng)濟(jì)生活中的示范效應(yīng)會對人們的經(jīng)濟(jì)決策產(chǎn)生重要影響[9]，相關(guān)理論亦指出經(jīng)濟(jì)事物之間存在著受空間環(huán)境影響的關(guān)聯(lián)性。人們的投保行為是一種經(jīng)濟(jì)行為，影響這一經(jīng)濟(jì)行為的因素之間可能會存在一定的空間相關(guān)性。因此，在研究人口老齡化對投保行為的影響時有必要考慮空間因素。本文將基于前人的研究，使用2007—2019年中國31個省區(qū)市的面板數(shù)據(jù)，將空間因素引入模型，探索人口老齡化背景下老年撫養(yǎng)比對人身險及其三類子險種保費收入的影響，并基于實證結(jié)果提出相應(yīng)的對策建議。

二、數(shù)據(jù)來源、變量及模型設(shè)置

(一)數(shù)據(jù)來源

考慮到數(shù)據(jù)的可得性及時效性，選取2007—2019年全國31個省區(qū)市的面板數(shù)據(jù)作為樣本進(jìn)行分析。數(shù)據(jù)主要包括兩方面：一是中國國家統(tǒng)計局公布的歷年中國31個省區(qū)市的年度數(shù)據(jù)，包括地區(qū)生產(chǎn)總值、人口數(shù)量、6歲及以上人口人均受教育年限以及工資性收入占可支配收入的比例；二是中國銀行保險監(jiān)督管理委員會的統(tǒng)計數(shù)據(jù)，包含人身險及壽險、意外險、健康險三個子險種的保費收入數(shù)據(jù)。

(二)變量設(shè)置

本文核心被解釋變量為人身險保費收入，由于人身險細(xì)分為三個子險種，即壽險、健康險和意外險，為了進(jìn)一步考察相關(guān)因素對不同子險種的作用情況，將這三個子險種也納入考察范圍。

本文的核心解釋變量為老年撫養(yǎng)比，亦稱為老年人口撫養(yǎng)系數(shù)。依照聯(lián)合國的定義，老年撫養(yǎng)比是老年人口(65歲及以上人口)占勞動年齡人口(15～64歲人口)的比例，計算公式為：

(1)

對于控制變量的選取，借鑒前人對人身險保費收入影響因素的研究[10-14]，并結(jié)合本研究主題以及變量的可得性，考慮兩個方面的內(nèi)容：一是宏觀經(jīng)濟(jì)環(huán)境因素，使用各省區(qū)市的地區(qū)生產(chǎn)總值作為宏觀經(jīng)濟(jì)環(huán)境因素的代理變量；二是包含人口數(shù)量、人口素質(zhì)及其生活水平在內(nèi)的人口因素，相應(yīng)地使用總?cè)丝跀?shù)量、教育水平以及工資性收入占可支配收入的比例(以下簡稱工資性收入占比)這三個變量來反映人口因素的三個方面。教育水平使用該地區(qū)6歲及以上人口的人均受教育年限來衡量，單位為年，其中未上過學(xué)的居民教育年限計為0年，小學(xué)文化計為6年，初中文化計為9年，高中文化計為12年，大專及以上則記為16年，人均受教育年限的計算公式為：

(2)

為消除部分異方差性，將上述變量以對數(shù)形式放入模型。各變量的分布情況如表1所示：

表1 變量描述性統(tǒng)計結(jié)果

(三)模型設(shè)置

人口因素主要通過對社會產(chǎn)出造成影響進(jìn)而對消費產(chǎn)生影響。一般而言，老年人的生產(chǎn)水平較勞動年齡人口要低，因此某一地區(qū)的老年人口占比提高將會導(dǎo)致該地區(qū)社會勞動力相對不足，從而降低當(dāng)?shù)氐漠a(chǎn)出水平。而社會的邊際消費傾向又為正，即消費與產(chǎn)出成正比，因此產(chǎn)出水平的降低會導(dǎo)致該地區(qū)消費能力整體下降，消費結(jié)構(gòu)發(fā)生變化。人身險保費支出屬于消費，人口結(jié)構(gòu)變化對其影響會反映在保費收支水平的變動上。因此，在設(shè)置模型的過程中需加入人口因素及宏觀經(jīng)濟(jì)環(huán)境因素。

在使用空間計量模型之前需要對人身險的保費收入進(jìn)行空間相關(guān)性檢驗，以判斷所用模型是否需要引入空間相關(guān)因素。在這一方面，當(dāng)前多數(shù)研究使用莫蘭指數(shù)(Moran’s I)來考察所用變量的空間相關(guān)性，該指數(shù)由澳大利亞統(tǒng)計學(xué)家帕特里克·莫蘭(Patrick Moran)于1950年提出，被廣泛運用在空間計量分析時度量變量空間自相關(guān)性的過程當(dāng)中[15-16]，其理論式為：

(3)

(4)

如表2所示，全國人身險保費收入在2007—2020年之間都表現(xiàn)出了顯著的正向空間相關(guān)性，初步反映出進(jìn)行空間計量分析的必要。進(jìn)一步，使用Wald檢驗、LR檢驗與LM檢驗三種方式檢驗人身險保費收入的空間相關(guān)性，結(jié)果都揭示了空間相關(guān)性的存在，再次說明了有必要將空間因素加入模型中。

表2 全國人身險保費收入空間相關(guān)性檢驗結(jié)果

此外，本文利用Arcgis10.7軟件繪制了2019年全國31個省區(qū)市人身險保費收入情況對比圖(見圖1)，(4)由于2020年各省區(qū)市人身險保費收入情況與2019年相似，此處不再展示。用來考察各省區(qū)市間保費收入的差距。其中，當(dāng)年人身險保費收入排在全國前6位的為“高人身險保費收入水平”地區(qū)，第7～12位的為“中高人身險保費收入水平”地區(qū)，第13～18位的為“中人身險保費收入水平”地區(qū)，第19～24位的為“中低人身險保費收入水平”地區(qū)，最后7位的為“低人身險保費收入水平”地區(qū)。從圖1不難發(fā)現(xiàn)，人身險保費收入水平較高的地區(qū)包括北京、山東、河南、江蘇、廣東、四川六地，這與當(dāng)?shù)剌^高的經(jīng)濟(jì)發(fā)展水平及較多的人口數(shù)量存在一定關(guān)聯(lián)。相比之下，西部大部分地區(qū)的人身險保費收入水平較低。

圖1 2019年全國人身險保費收入情況

進(jìn)行空間計量分析時，空間權(quán)重矩陣的選擇會對實證結(jié)果造成不同程度的影響。由于本文考察的是地理因素的空間相關(guān)性，存在著與距離負(fù)相關(guān)的特點[17]，故使用各省級行政區(qū)政府間直線距離dij的倒數(shù)作為空間權(quán)重矩陣W的元素，并將矩陣W行標(biāo)準(zhǔn)化，距離通過經(jīng)緯度計算得出。本文所使用的經(jīng)緯度數(shù)據(jù)來自國家自然資源部“全國地理信息資源目錄服務(wù)系統(tǒng)”。矩陣W中的元素為：

(5)

本文旨在探索老年撫養(yǎng)比的空間效應(yīng)對人身險保費收入的影響，根據(jù)研究需要采用空間杜賓模型，實際的模型選擇需得到相應(yīng)檢驗結(jié)果的支持。此處使用Wald檢驗與LR檢驗對不同模型進(jìn)行篩選，檢驗結(jié)果如表3所示。在空間杜賓模型(SDM)與空間自回歸模型(SAR)中，檢驗結(jié)果支持選擇空間杜賓模型(SDM)，而在空間杜賓模型(SDM)與空間誤差模型(SEM)中，Wald檢驗結(jié)果同樣支持了前者。因此，無論是出于理論構(gòu)建需要還是出于實際數(shù)據(jù)檢驗的需要，本研究都最適合使用空間杜賓模型進(jìn)行相應(yīng)分析。綜合各要素得到所用的實證模型如式(6)：

lnpiit=λWlnpijt+βklnXkit+δkWlnXkjt+μi+εit,k=1,2,…,5;

(6)

ε∈N(0,σ2In)

其中，Xk為上述模型中的5個解釋變量(老年撫養(yǎng)比、GDP、人口數(shù)量、教育水平、工資性收入占可支配收入的比例)；βk為解釋變量的系數(shù)，此處反映各解釋變量的彈性大小；μi為省份個體變量，λ與δk分別為被解釋變量與解釋變量的空間自回歸系數(shù)，反映其他地區(qū)的相關(guān)變量對本地區(qū)被解釋變量的影響效果，即變量的空間相關(guān)性。

表3 計量模型選擇結(jié)果

三、實證過程及結(jié)果分析

(一)人身險作為被解釋變量的回歸結(jié)果

1.五種回歸模型結(jié)果比較

為了與沒有考慮空間因素的普通面板模型回歸結(jié)果進(jìn)行對比，以說明考慮空間因素的必要性以及空間計量模型的準(zhǔn)確性，本文將五種考慮不同因素的回歸模型分析結(jié)果都列進(jìn)了表4中。在對納入了空間因素的模型選擇方面，使用Hausman檢驗，得到“隨機效應(yīng)模型能更好地擬合數(shù)據(jù)”的結(jié)論，因此選擇隨機效應(yīng)空間杜賓模型作為最終的解釋模型。

表4的回歸結(jié)果表明，當(dāng)沒有考慮空間因素對人身險保費收入的影響時，無論是混合回歸模型還是固定效應(yīng)模型的分析結(jié)果都表明老年撫養(yǎng)比的提升顯著提高了人身險整體保費收入水平，這與前人的研究結(jié)果一致[3]，且固定效應(yīng)模型結(jié)果與普通OLS回歸結(jié)果相似。而當(dāng)考慮了空間因素之后，可以發(fā)現(xiàn)老年撫養(yǎng)比的提高雖然顯著降低了當(dāng)?shù)厝松黼U的保費收入水平，但提高了周邊地區(qū)的保費收入水平。這說明老年撫養(yǎng)比對人身險保費收入的影響結(jié)果因是否考慮空間因素而不相同，因此有必要納入空間因素加強分析的準(zhǔn)確性。

此外，在隨機效應(yīng)空間杜賓模型中，被解釋變量的空間自回歸系數(shù)顯著為正，說明本地區(qū)人身險保費收入的增加將顯著提升周邊地區(qū)人身險保費收入水平，即人身險投保行為存在“示范效應(yīng)”：居民在投保人身險時會受到周邊地區(qū)投保率的影響，模仿或跟隨他人投保。可見人身險的保費收入存在著正向空間相關(guān)性。

表4 五種回歸模型結(jié)果比較

在控制變量方面，隨機效應(yīng)空間杜賓模型的結(jié)果顯示，一個地區(qū)GDP水平的提高會使本地區(qū)居民增加人身險消費，但對周邊地區(qū)居民的影響并不顯著。除此之外，對本地區(qū)來說，人口數(shù)量對其保費收入有正向影響，人口受教育程度與保費收入同向變化，工資性收入在可支配收入中占比的提高也會在一定程度上增加人身險保費收入，但人口數(shù)量與工資性收入占比對周圍地區(qū)人身險保費收入的影響卻相反。

2.空間模型下效應(yīng)分解結(jié)果

在空間計量模型中，需要將解釋變量的總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)，以區(qū)分各因素對本地區(qū)以及對周圍地區(qū)保費收入所造成影響的差異[18]。參考前人的做法，本文使用偏微分分解法對解釋變量的總效應(yīng)進(jìn)行分解，其中直接效應(yīng)反映解釋變量對本地區(qū)被解釋變量的影響效果，間接效應(yīng)則反映解釋變量對存在空間關(guān)聯(lián)的其他地區(qū)被解釋變量的影響效果。將解釋變量的總效應(yīng)進(jìn)行分解有助于對影響結(jié)果進(jìn)行更深入、更準(zhǔn)確的分析。根據(jù)上文的檢驗結(jié)果，對隨機效應(yīng)空間杜賓模型進(jìn)行分解，結(jié)果如表5所示。

表5 隨機效應(yīng)空間杜賓模型下人身險保費收入影響因素的效應(yīng)分解

對總效應(yīng)進(jìn)行分解以后，結(jié)果顯示本地區(qū)老年撫養(yǎng)比的提高對本地區(qū)的保費收入有著顯著的負(fù)向影響，卻對周邊地區(qū)的保費收入有著顯著的正向影響，這一結(jié)果與表4中沒有考慮空間因素的三種模型的分析結(jié)果相反，再次說明了空間因素的重要性。老年撫養(yǎng)比的直接效應(yīng)顯著為負(fù)，間接效應(yīng)顯著為正，可能的原因有兩方面。

首先，老年撫養(yǎng)比的直接效應(yīng)顯著為負(fù)與老年撫養(yǎng)比計算公式的分子和分母有關(guān)。假設(shè)其分母(勞動年齡人口數(shù)量)不變，老年撫養(yǎng)比越高，說明老年人口越多。而老年人通常思想較為傳統(tǒng)，參保意識不強[19]，即使具有旺盛的投保意愿和需求，也可能由于保險公司對人身險投保人身體條件的限制被拒保(這一類消費者往往年齡偏大，身體狀況不佳)。若假定分子(65歲及以上人口數(shù)量)不變，老年撫養(yǎng)比越高，則說明勞動年齡人口越少。勞動年齡人口越少，往往意味著創(chuàng)造出來的社會財富越少，購買人身險的能力就較弱。因此，老年撫養(yǎng)比的提高將會減少本地區(qū)人身險的保費收入。

其次，與上文直接效應(yīng)的分析類似，當(dāng)周邊地區(qū)老年撫養(yǎng)比提高，可以視為是在勞動年齡人口數(shù)量固定情況下的老年人口增加，或是在老年人口數(shù)量固定情況下的勞動年齡人口減少。對于前者，周邊地區(qū)老年人口的增加對本地區(qū)人身險保費收入的影響較??；對于后者，周邊地區(qū)勞動年齡人口的減少可能是部分勞動力流動到鄰省/市務(wù)工所致，他們在當(dāng)?shù)刭徺I了保險，從而鄰省/市人身險保費收入增加，因此表現(xiàn)出周邊地區(qū)老年撫養(yǎng)比提高對本地區(qū)人身險保費收入具有顯著正向影響的現(xiàn)象。

在控制變量方面，GDP水平提高對人身險保費收入的直接影響顯著為正。隨著經(jīng)濟(jì)水平的提高，人們在收入增加的同時更希望通過購買保險分散風(fēng)險，人身險保費收入隨之增加。GDP對保費收入的間接效應(yīng)并不顯著，說明現(xiàn)階段中國人身險投保行為主要受當(dāng)?shù)貙嶋H經(jīng)濟(jì)發(fā)展水平的影響，而非受周邊地區(qū)經(jīng)濟(jì)環(huán)境影響。人口數(shù)量的增加、工資性收入占比的提高都會顯著增加本地區(qū)人身險的保費收入。人口數(shù)量的增加會直接使保費收入增加，而工資性收入占比的正向直接效應(yīng)則表明，當(dāng)人們有更多的收入時，會將其中的一部分用于購買商業(yè)保險來彌補社會保險的不足。人均受教育年限的延長對本地區(qū)的人身險保費收入水平具有顯著的提升作用，這是由于隨著受教育水平的提高，人們的風(fēng)險防范意識逐步增強，故增加了購買人身險的支出。然而這三個指標(biāo)的間接效應(yīng)有所不同。人口數(shù)量與工資性收入占比的間接效應(yīng)都不顯著，說明這兩個因素主要影響本地區(qū)的人身險保費收入。與這兩個變量不同，周邊地區(qū)人均受教育年限的延長則會顯著提高本地區(qū)的人身險保費收入水平。這可能有兩個原因：其一，隨著中國經(jīng)濟(jì)市場化的發(fā)展，生產(chǎn)資料、人才與技術(shù)流動更加頻繁，各省區(qū)市間經(jīng)濟(jì)相關(guān)性日益增強[20]，因此人身險保費收入也會受周邊地區(qū)勞動力素質(zhì)的影響；其二，某一地區(qū)的周邊省/市勞動力水平提高會形成“擁擠效應(yīng)”(5)“擁擠效應(yīng)”指的是當(dāng)一個地區(qū)生產(chǎn)資源趨近于飽和時，生產(chǎn)資源繼續(xù)增加時生產(chǎn)率將會降低。，就業(yè)競爭壓力較大，部分勞動力會到附近地區(qū)就業(yè)，從而改善了周邊省/市的經(jīng)濟(jì)情況[21]，進(jìn)而增加了當(dāng)?shù)氐谋ＹM收入。

(二)人身險三個子險種作為被解釋變量的回歸結(jié)果

考慮到老年撫養(yǎng)比對人身險不同子險種的影響可能有所不同，因此將人身險細(xì)分為壽險、意外險和健康險后進(jìn)行深入分析。

仿照前文的做法對三類子險種進(jìn)行總效應(yīng)分解。為了方便對比，同樣將上文得到的人身險分解結(jié)果加入表6中。從表6的效應(yīng)分解結(jié)果不難看出，老年撫養(yǎng)比對三類子險種表現(xiàn)出顯著的負(fù)向直接影響效應(yīng)與正向間接影響效應(yīng)，即老年人口占勞動力人口比例的提高將會顯著減少本地區(qū)三類子險種的保費收入，而相鄰地區(qū)老年人口比例的提高將會增加本地區(qū)三類子險種的保費收入，且對健康險收入的影響程度最大。這是由于健康險對投保人健康狀況的要求最為嚴(yán)格，這恰恰是影響老年人購買此類險種的主要原因?？刂谱兞康幕貧w結(jié)果如表6所示，與人身險回歸結(jié)果大致相同，限于篇幅此處不再贅述。

表6 人身險及其三類子險種影響因素的效應(yīng)分解

四、穩(wěn)健性檢驗

在空間計量的分析中，不同權(quán)重矩陣的設(shè)定形式會造成回歸結(jié)果的差異。地理距離矩陣反映的是地理位置因素的空間相關(guān)性，為了反映兩地的經(jīng)濟(jì)關(guān)系，本文在前文使用地理距離權(quán)重矩陣進(jìn)行空間計量分析后，通過行標(biāo)準(zhǔn)化的經(jīng)濟(jì)距離矩陣進(jìn)行穩(wěn)健性檢驗，以證明結(jié)論的穩(wěn)健性。經(jīng)濟(jì)距離矩陣中的元素為兩地區(qū)人均GDP差異絕對值的倒數(shù)，即：

(7)

在進(jìn)行空間計量分析之前需要對模型進(jìn)行一系列相關(guān)檢驗。模型中被解釋變量的空間自回歸系數(shù)在標(biāo)準(zhǔn)化的經(jīng)濟(jì)距離矩陣下均通過了Wald檢驗、LR檢驗與LM檢驗，表明上述變量在經(jīng)濟(jì)距離矩陣下依然有進(jìn)行空間計量分析的必要，且模型具體形式的Wald檢驗與LR檢驗結(jié)果同樣選擇了空間杜賓模型(SDM)，模型的變量設(shè)置與前文相同。由于篇幅所限，此處僅匯報經(jīng)過Hausman檢驗后空間計量的分解效應(yīng)結(jié)果。將地理距離矩陣回歸結(jié)果加入對比，以考察不同因素對人身險及其不同子險種在各種權(quán)重矩陣下的影響。人身險及三類子險種在兩種權(quán)重矩陣下穩(wěn)健性檢驗結(jié)果見表7。

表7 兩類矩陣下穩(wěn)健性檢驗結(jié)果

從表7的結(jié)果可知，人身險保費收入在兩類矩陣下的回歸結(jié)果較為穩(wěn)定，其系數(shù)符號與顯著性大致相同。分類別看，老年撫養(yǎng)比對人身險的三類子險種的影響在兩種矩陣下直接效應(yīng)和間接效應(yīng)系數(shù)符號均相同，且間接效應(yīng)及多數(shù)直接效應(yīng)均顯著，證明本文核心解釋變量(老年撫養(yǎng)比)對人身險及其三類子險種保費收入的影響具有穩(wěn)健性?？刂谱兞糠矫?，經(jīng)濟(jì)環(huán)境因素(GDP)會顯著影響本地區(qū)壽險與意外險的保費收入，而對健康險保費收入的直接影響效應(yīng)不顯著。間接效應(yīng)方面，GDP對意外險與健康險保費收入的影響方向與前文的結(jié)果相同，但僅在經(jīng)濟(jì)距離矩陣下才表現(xiàn)出顯著影響，而對壽險的影響在兩類矩陣下結(jié)果均不顯著。人均受教育年限對人身險及其子險種的影響與前文所述大致相同：人均受教育年限對本地區(qū)壽險保費收入有較大影響，而對其他兩個子險種的影響并不顯著，但在兩種權(quán)重矩陣下，人均受教育年限在多數(shù)情況下都表現(xiàn)出了顯著的正向間接效應(yīng)，說明教育水平的提高會帶動整體保費收入水平的提高。人口數(shù)量因素對三類子險種影響的直接效應(yīng)較為穩(wěn)定，間接效應(yīng)的影響方向相同。工資性收入占比對各類保費收入的影響方向在大多數(shù)情況下與原結(jié)論保持一致。綜上，本文結(jié)論具有穩(wěn)健性。

五、結(jié)論與建議

(一)結(jié)論

人身險可以有效降低居民的安全與經(jīng)濟(jì)風(fēng)險，同時有助于緩解中國人口結(jié)構(gòu)壓力下青年人群的經(jīng)濟(jì)壓力[22]，因此越來越受到消費者的重視。可以說，人身險在當(dāng)前人口環(huán)境下具有重要價值。

本文考察了老年撫養(yǎng)比對人身險及其三類子險種保費收入的影響，得到了如下研究結(jié)論：一是引入空間因素進(jìn)行研究后發(fā)現(xiàn)，老年撫養(yǎng)比對人身險保費收入影響的直接效應(yīng)為負(fù)，間接效應(yīng)為正。在直接效應(yīng)方面，主要的原因是老年撫養(yǎng)比的提高會減少本地區(qū)適合投保的人數(shù)，同時增加了勞動年齡人口的贍養(yǎng)負(fù)擔(dān)，擠占了年輕人的保險費支出；間接效應(yīng)顯著為正說明周邊地區(qū)老年人口占比的提高增加了本地區(qū)人身險保費收入，可能是由于周邊地區(qū)部分青壯年人口到附近地區(qū)工作和生活，在流入地購買了人身險，從而表現(xiàn)出周邊地區(qū)老年撫養(yǎng)比的提高促進(jìn)了本地區(qū)居民購買人身險。二是將人身險進(jìn)一步細(xì)分為壽險、意外險和健康險三類子險種后，發(fā)現(xiàn)老年撫養(yǎng)比的提高對本地區(qū)這三類子險種保費收入的總體影響為負(fù)，且對健康險的影響幅度最大，這是因為健康險對被保險人身體狀況的要求較高，而身體狀況欠佳恰恰是老年人的劣勢。三是宏觀經(jīng)濟(jì)因素和人口因素對人身險及其子險種具有顯著影響。某個地區(qū)經(jīng)濟(jì)環(huán)境的改善將會帶動當(dāng)?shù)厝松黼U及其子險種保費收入的增加，而人口相關(guān)因素的改善也會增加本地區(qū)的人身險保費收入，但不同的人口因素對子險種的影響呈現(xiàn)出差異，需要具體分析。

(二)建議

基于前文的實證研究結(jié)果，從經(jīng)濟(jì)、文化和保險行業(yè)三個方面提出以下建議：

從經(jīng)濟(jì)角度出發(fā)，要提高當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平與人民生活質(zhì)量。經(jīng)濟(jì)條件是保險行業(yè)穩(wěn)定發(fā)展的物質(zhì)基礎(chǔ)，社會經(jīng)濟(jì)水平的提高可以促進(jìn)保險行業(yè)高速發(fā)展。居民可支配收入水平的提高，一方面有助于直接增強人們購買保險的能力，另一方面有助于提高居民受教育程度，進(jìn)而增強人們的參保意識。

從文化角度出發(fā)，要提升人口素質(zhì)，加強民眾保險意識?，F(xiàn)階段中國保險深度與保險密度同發(fā)達(dá)國家相比仍有差距，其中一個重要的原因便是居民保險意識淡薄，或者對保險的重要性理解不夠，僅僅看到了保險的避險功能，而沒有將其視作一種投資方式[23]。教育水平的提高會使勞動力素質(zhì)不斷提高，改善民眾對保險的認(rèn)知，提升其對保險的接納程度將有助于中國人身險的進(jìn)一步發(fā)展。

從保險行業(yè)出發(fā)，首先，隨著居民生活質(zhì)量的提高與醫(yī)療衛(wèi)生水平的改善，人口預(yù)期壽命逐年增加，老年人的健康狀況也有所改善，各保險公司可以適當(dāng)減少對老年人購買人身險的限制。其次，各保險公司需要進(jìn)一步拓寬老年人購買保險的渠道，適當(dāng)降低費率，推出針對老年人的新險種，并改善保險行業(yè)服務(wù)水平，從而利用好老齡化帶來的第二次“人口紅利”。