張妍 王書伶

[摘 要] 文章采用中國家庭金融調查（CHFS）的數據，運用Probit模型，從家庭負擔的角度對其進行分析。其中，恩格爾系數作為對家庭負擔的考量。實證結果表明：恩格爾系數越小，即家庭負擔越小的家庭，越傾向于購買商業(yè)保險。此外，分析發(fā)現這種影響在城市和農村家庭中有顯著差異，城市家庭更傾向于購買商業(yè)保險；在對戶主特征進行變量控制時發(fā)現，年齡趨向于年輕、受教育程度高的戶主，越傾向于購買商業(yè)保險。

[關鍵詞] 商業(yè)保險 Probit模型 家庭負擔 恩格爾系數 城鄉(xiāng)差異

中圖分類號：F842.6 文獻標志碼：A

2014年國務院發(fā)布《關于加快發(fā)展現代保險服務業(yè)的若干意見》，提出到2020年要基本建成現代保險服務業(yè)，由保險大國向保險強國轉變的要求[1]。這為商業(yè)保險產業(yè)的升級提供了良好的社會環(huán)境，然而目前我國國民商業(yè)保險購買熱情并未顯著提高，我國家庭資產結構配置仍然存在著不合理現象，因此有必要對家庭商業(yè)保險購買行為的影響因素進行分析。

一、樣本數據分析

（一）數據描述

本文采用CHFS（中國家庭金融調查）2013年的調查數據，該調查數據涵蓋全國25個省（市、區(qū)），主要包括人口統計學特征（包括家庭成員的基本信息、工作、收入等）、每個家庭的資產（包括非金融資產和金融資產）及負債情況、家庭成員了解相應的保障和保險的程度、消費性支出、轉移性支出以及一些其他的收入信息這四項內容。

（二）變量解釋

1.被解釋變量為家庭是否購買商業(yè)保險

在CHFS調查問卷中，商業(yè)保險分為：商業(yè)人壽保險、商業(yè)健康保險、商業(yè)養(yǎng)老保險、商業(yè)財產保險（汽車保險除外）以及其他商業(yè)保險。家庭若有其中任意一種保險，則認為該家庭購買了商業(yè)保險。在選擇的Probit模型中，如果家庭購買商業(yè)保險，該變量賦值為1。反之，如果家庭沒有購買任何一款商業(yè)保險，該變量賦值為0。

2.解釋變量為恩格爾系數

CHFS調查問卷中，關于家庭消費性支出的調查分為月度數據和年度數據兩種。其中月度數據有：家庭月伙食費，水、電、燃料費、物業(yè)管理費、維修等支出費用，購買日常用品的支出總額，家政服務費用及交通費用，通信費用，文化娛樂消費費用等。年度數據有：購買衣物奢侈品費用，住房改善費用，教育培訓費用等。

3.控制變量為戶主特征

選取的戶主特征包括：戶主的性別、年齡、受高等教育情況、婚姻狀況和家庭戶籍。其中，戶主年齡：為了避免極端值的影響，本文將剔除戶主年齡前5%和后5%。戶主性別：本文的戶主定義為CHFS調查問卷中家庭內對家庭財務狀況最了解的人，而并非戶籍登記上的戶主。在Probit模型中，將性別量化為0-1，0表示戶主性別為男性，1表示戶主性別為女性。戶主文化程度：本文按照高等教育的定義，將戶主文化程度分為是否接受了高等教育兩種。其中，戶主未接受高等教育的可能文化程度為：沒上過學、小學、初中、高中、中專/職高。戶主接受高等教育的可能文化程度為：大專/高職、大學本科、碩士研究生以及博士研究生及以上。在Probit模型中，0表示戶主未接受高等教育，1表示戶主接受了高等教育。家庭戶籍：在Probit模型中，將戶籍同樣量化為0-1，0表示戶主戶籍為農村，1表示戶主戶籍為城市。戶主婚姻狀況：本文為有一個確定的婚姻狀況概念，將戶主婚姻狀況統分為未婚和已婚兩種。其中未婚包括：未婚、離婚、喪偶。已婚包括：已婚、同居和分居。在Probit模型中，0表示戶主未婚，1表示戶主已婚。

（三）變量的數據描述

在利用Stata數理軟件篩選過程中，為剔除極端值影響，將戶主年齡、家庭月消費性支出的前5%及后5%剔除。此外，從實際情況出發(fā)，將家庭月伙食費及家庭月消費性支出小于0的數據剔除。在得到解釋變量恩格爾系數后，同樣為避免極端值的影響，將恩格爾系數數據中前5%和后5%剔除。本文最終得到的樣本容量為6 038。

1.關于家庭購買商業(yè)保險的統計性描述

由表1中可知，家庭購買商業(yè)保險的均值為0.123，即在6 038戶家庭中，購買商業(yè)保險的家庭總數為740戶，購買家庭比重為12%，未購買家庭為88%。將該數據推廣至全國范圍可知，我國家庭購買商業(yè)保險的總體比例不高，與較發(fā)達國家有明顯的差距。

關于恩格爾系數的統計性描述：經過測算，本文的樣本家庭平均恩格爾系數為37.9%。此外，由家庭恩格爾系數的核密度圖可知：家庭恩格爾系數分布區(qū)間大致為10%～70%，其中，恩格爾系數在30%～50%的區(qū)間最大。此外，按照恩格爾系數與0.2大小之間的關系，本文樣本有以下統計數據。

恩格爾系數<0.2，如圖1。

恩格爾系數≥0.2，如圖2。

觀察可知，在這6 038份樣本中，有733戶家庭的恩格爾系數小于0.2，占比為12.1%，而5 305戶家庭恩格爾系數不小于0.2。推廣至全國范圍可見，在我國有10%左右的家庭處于富裕狀態(tài)，而更多的家庭，目前仍處于小康狀態(tài)。

2.對戶主特征的描述

由表2可知，戶主性別分布較為均衡，男性戶主為47.4%，女性戶主為52.6%。戶主年齡的平均為50歲。其中，在排除前5%和后5%極端值后，戶主年齡最小為32歲，最大為69歲。另外，利用Stata繪制年齡密度圖可知：戶主年齡傾向于中年，其分布最密的年齡區(qū)間為40～50歲。由此可知，我國現階段的家庭，戶主傾向于中年化。此外，以戶主平均年齡50歲為界限。

戶主年齡<50歲，如圖3。

戶主年齡≥50歲，如圖4。

戶主年齡為50歲以下的家庭有3 374戶，而戶主年齡為50以上的家庭有2 664戶。另外，在戶主50歲以下的家庭中，購買商業(yè)保險的比重較高，為15.5%。而戶主年齡為50歲以上的家庭中，購買商業(yè)保險的比重較低，為8.15%。可見，家庭購買商業(yè)保險有明顯的年齡因素。關于戶主婚姻狀況，由表2知，絕大部分的家庭戶主婚姻狀態(tài)均為已婚，占比為91.1%。

戶主未婚，如圖5。

戶主已婚，如圖6。

由此可見，未婚的戶主家庭有538戶，購買商業(yè)保險的比重為11.89%，而已婚的戶主家庭有5 500戶，購買商業(yè)保險的比重為12.29%。由此推測，戶主婚姻狀況對家庭是否購買商業(yè)保險影響不大。

關于戶主文化程度，由表2可知，接受了高等教育的戶主占比較少，僅為14.4%，而有85.6%的戶主未接受高等教育。

戶主未接受高等教育，如圖7。

在戶主未接受高等教育的5 166戶家庭中，10%的家庭購買了商業(yè)保險。而在戶主接受了高等教育的872戶家庭中，25.57%的家庭購買了商業(yè)保險。由此可以推測，戶主接受了高等教育的家庭更傾向于購買商業(yè)保險。

3.關于家庭戶籍的統計性描述

由表2可知，調查樣本的城鄉(xiāng)分布趨于平均。其中，農村家庭占比為48.2%，城市家庭占比為51.8%。

由此可知，在家庭戶籍為農村的3 129戶家庭中，有8.63%的家庭購買了商業(yè)保險，而在家庭戶籍為城市的2 909戶家庭中，有16.16%的家庭購買了商業(yè)保險。因此可以推測，戶籍為城市的家庭更傾向于購買商業(yè)保險。

（四）實證策略

本文為得到恩格爾系數對家庭購買商業(yè)保險所產生的影響，將家庭購買商業(yè)保險與否量化為0-1，而在控制變量時，戶主特征中的家庭戶籍、戶主性別、戶主接受高等文化與否和戶主婚姻狀況也均量化為0-1類型。

而Probit模型是廣義的線性模型，其最常用的類型是0-1模型，符合本文的需求。因此本文將采用Probit模型進行分析。在0-1類型的Probit模型中，Pr的取值為0表示家庭未購買商業(yè)保險，Pr為1代表家庭購買了商業(yè)保險，這也就是需要做出一個是與否的選擇，屬于概率的計算和判斷。所以，利用上述的數據以及變量，本文選擇使用Probit模型來研究恩格爾系數對家庭購買商業(yè)保險意愿產生的影響，以及具體都有什么樣的影響，并控制戶主特征作為控制變量。本文所選用的Probit模型公式如公式1。

Pr（y=1）=α engel+∑βiΧi+ε （1）

其中，y=1表示家庭購買商業(yè)保險，y=0則表示家庭未購買商業(yè)保險，隨機擾動項ε～（0，σ2），Xi代表第i項控制變量，engel代表恩格爾系數，α和βi分別表示解釋變量和第i項控制變量的系數。

二、實證分析與檢驗

（一）多重共線性檢驗

在計量學中，往往會出現由于變量設置不合理而導致各個變量之間存在高度的相關關系，使得數據分析結果可靠性不高。本文使用的Probit盡管是廣義的線性模型，但其中也部分涉及到了線性，因此也存在出現多重共線性問題的可能。為了驗證本文選擇的解釋變量恩格爾系數和控制變量戶主特征選擇的設置是否合理，也使得模型估計更加可靠，排除解釋變量與控制變量之間有高度相關關系而導致的不良影響，在進行建模處理前，本文先對解釋變量和控制變量進行多重共線性檢驗。

1.恩格爾系數對其他變量共線性檢驗（如圖9）

2.文化程度對其他變量共線性檢驗（如圖10）

3.性別對其他變量共線性檢驗（如圖11）

4.年齡對其他變量共線性檢驗（如圖12）

5.家庭戶籍對其他變量共線性檢驗（如圖13）

6.婚姻狀況對其他變量共線性檢驗（如圖14）

綜上可知，所有變量兩兩之間的方差膨脹因子（Variance Inflation Factor，VIF）均不大于1.5。因此，可以認為本文Probit選用的解釋變量恩格爾系數和控制變量戶主特征之間不存在高度相關關系，即不存在多重共線性問題。

（二）穩(wěn)健回歸分析

本文利用Stata數理軟件處理CHFS調查數據得到所需要的數據，并利用Stata軟件建立了Probit模型。為了保證最后結果的準確性，本文采用了穩(wěn)健標準誤差的方式進行Probit建模處理。

首先，將論文所選取的解釋變量恩格爾系數以及控制變量分別放入模型進行回歸，得到Probit l到

Probit 6。Probit 1的關鍵變量為恩格爾系數，而Probit 2關鍵變量是恩格爾系數和戶主文化程度，Probit 3的關鍵變量是恩格爾系數、戶主年齡和戶主文化程度，Probit4的關鍵變量是恩格爾系數、戶主性別、戶主文化程度和戶主年齡，Probit 5的關鍵變量是恩格爾系數、戶主性別、戶主文化程度、戶主年齡和家庭戶籍。在表格的最后一列，把解釋變量和控制變量全部放入到Probit模型中，得到最后所需要的Probit。對比發(fā)現，所有Probit i回歸模型的結果中，解釋變量以及控制變量的符號均未發(fā)生改變。故可以初步判斷本文所選擇的Probit模型是穩(wěn)健回歸模型。

1.解釋變量分析

恩格爾系數（engel）與一個家庭是否選擇購買商業(yè)養(yǎng)老保險之間存在負相關，并且在5%的水平上顯著。這意味著，當恩格爾系數變大時，此時家庭負擔較大，家庭購買商業(yè)保險的可能性也會隨之變小。且恩格爾系數每增大10%，家庭購買商業(yè)保險的幾率下降9.37%。

2.控制變量分析

家庭戶籍：在其他變量不變的情況下，城市家庭購買商業(yè)保險的幾率相較于農村家庭明顯要高。

戶主性別：在其他變量不變的情況下，戶主性別對于家庭購買商業(yè)保險的影響盡管是正相關，但是影響并不顯著。分析認為，本文采取家庭財務管理人作為戶主，此時性別的區(qū)分意義較小。

戶主婚姻狀況：在其他變量不變的情況下，戶主婚姻狀況對于家庭購買商業(yè)保險的影響盡管是負相關，但是影響并不顯著。未婚的戶主家庭有538戶，購買商業(yè)保險的比重為11.89%，而已婚的戶主家庭有5 500戶，購買商業(yè)保險的比重為12.29%。

戶主文化程度：在其他變量不變的情況下，戶主是否接受高等教育對家庭購買商業(yè)保險的影響十分顯著。分析認為，保險產品作為一種較為復雜的金融商品，需要購買者有較強的理解能力，而接受高等教育的戶主，其接受能力和認可程度會越強。另外，接受高等教育的戶主更多的從事較為復雜的勞動，所獲得的收入也較高，有一定的支付商業(yè)保險能力。

戶主年齡：在其他變量不變的情況下，戶主的年齡與家庭是否購買商業(yè)保險關系密切，呈顯著的負相關關系。戶主年齡每增加一歲，家庭購買商業(yè)保險的幾率下降1.54%～1.57%。分析認為，隨著年齡增長，戶主對新事物的接受能力不斷下降，而對保險產品了解不夠容易使戶主產生抵觸心理。同時，年輕人接觸到的金融知識、金融工具更多，較容易接受保險。此外，目前市場上眾多險種，年齡越小保費越低，因此更能吸引年輕戶主投保。

三、結論與建議

實證結果表明，恩格爾系數越小的家庭，家庭負擔越小，越傾向于購買商業(yè)保險。一方面，家庭負擔較小的家庭會產生高層次對安全保障的需求，同時在經濟能力上也越能滿足通過購買商業(yè)保險這種方式來分散風險。此外，城市戶籍的、文化程度越高的、年齡越趨于年輕的戶主家庭，更傾向于購買商業(yè)保險。

在此基礎上，本文提出以下建議。（1）促進家庭收入平穩(wěn)增長，降低恩格爾系數，減輕家庭負擔。家庭收入增長，將會有助于降低恩格爾系數并減輕家庭負擔，使得家庭有意愿且有能力追求更高層次的保障需求，來分散未來的不確定性風險。（2）提高居民文化水平和居民金融知識，將有助于提高家庭購買商業(yè)保險的幾率，提高家庭抗風險能力，從而進一步使保險成為政府、企業(yè)、居民風險管理和財富管理的基本手段。（3）城市居民相比農村居民更能接受商業(yè)保險。因此加快城市化進程，加快現代化建設，將有助于促進商業(yè)保險事業(yè)的發(fā)展。

參考文獻：

[1]傅一錚.中國城鄉(xiāng)家庭購買商業(yè)保險的影響因素分析[J].哈爾濱商業(yè)大學學報（社會科學版），2016（5）：17- 28.