劉余慶 復(fù)旦大學(xué)經(jīng)濟學(xué)院

本文通過從個體層面、市場層面對我國壽險業(yè)發(fā)展的影響因素進(jìn)行定性分析，找出了兩個層面有可能影響我國壽險業(yè)發(fā)展的因素：收入水平、受教育水平、年齡結(jié)構(gòu)、社會基本保障、性別、通貨膨脹、經(jīng)濟發(fā)展水平等。然后在Logit 模型基礎(chǔ)上，利用5449 份“中國健康與營養(yǎng)調(diào)查（CHNS）”數(shù)據(jù)進(jìn)行個體層面實證分析，結(jié)果顯示：年齡A、性別G、收入I、學(xué)歷水平E、社會基本保障S 對個體壽險需求有顯著影響，城鄉(xiāng)戶口影響作用則不顯著。再在面板數(shù)據(jù)固定效應(yīng)模型基礎(chǔ)上，利用30個省份2002年至2019年數(shù)據(jù)進(jìn)行實證分析，結(jié)果顯示：地區(qū)生產(chǎn)總值、地區(qū)通貨膨脹率、地區(qū)城鄉(xiāng)居民人均可支配收入、老年人口比對壽險業(yè)發(fā)展有顯著影響，受教育水平影響則不顯著。兩者實證結(jié)果對比分析可得：在我國壽險業(yè)發(fā)展過程中，個體與市場兩個層面影響因素的作用方向基本一致。

一、引言

我國保險業(yè)自1980年恢復(fù)以來，經(jīng)過幾十年的發(fā)展，實現(xiàn)了高速增長。2020 年底，我國保費規(guī)模由1980 年的4.6 億元，快速増長到2020 年的4.5 萬億元，保費收入超越日本，位居世界第二，保險公司總資產(chǎn)規(guī)模也達(dá)到了23.3 萬億元。但2019 年我國保險密度430 美元，位列全球第46 位；保險深度4.3%，位列全球第38 位，和全球平均水平相差1.56 個百分點，明顯落后于美國、日本等國家，這和我國“全球第二大經(jīng)濟體”的稱號極其不匹配。

2017年5月，原保監(jiān)會出臺了134號文件《關(guān)于規(guī)范人身保險公司產(chǎn)品開發(fā)設(shè)計行為的通知》，標(biāo)志著“保險姓保”的強監(jiān)管周期開始。同時，伴隨著中等收入群體的逐漸崛起與人口老齡化，未來幾年，如何實現(xiàn)高質(zhì)量發(fā)展是我國壽險業(yè)要解決的重要課題之一。

本文擬從個體層面、市場層面兩個角度研究壽險業(yè)發(fā)展的影響因素，以期促進(jìn)我國壽險業(yè)高質(zhì)量發(fā)展。

二、文獻(xiàn)綜述

學(xué)者們在研究壽險業(yè)發(fā)展的相關(guān)理論時，主要通過實證分析法研究對壽險業(yè)發(fā)展產(chǎn)生影響的因素，希望找到這些影響因素和壽險業(yè)發(fā)展之間的定量關(guān)系，并進(jìn)一步驗證其研究成果的正確性。

從市場層面而言，國外從20 世紀(jì)90 年代就開始研究各項宏觀因素對壽險業(yè)發(fā)展的影響。學(xué)者們提出，撫養(yǎng)比、預(yù)期壽命、收入水平、教育水平、老齡化程度等因素會在一定程度上增加一個國家的壽險需求，如Brown 和Kim（1993）、Outreville（1996）、Beck和Webb（2003）、Levy（2004）、DonghuiLi（2007）、Jordan（2012）等。針對中國的研究也有類似發(fā)現(xiàn)，Chengjiang（2015）重點分析了對我國壽險需求產(chǎn)生影響的因素，發(fā)現(xiàn)我國壽險需求會隨著預(yù)期壽命的增加而增加。另外，收入水平、環(huán)境因素、老年撫養(yǎng)比、教育水平等諸多因素都會對中國社會的壽險需求產(chǎn)生較大的影響，但這些因素的影響程度和影響方向各有不同。從個體層面而言，對壽險業(yè)發(fā)展影響因素的研究較少，Sarkodie 和Yusif（2015）對256 名居民進(jìn)行了問卷調(diào)查，并將收集起來的問卷調(diào)查數(shù)據(jù)進(jìn)行邏輯回歸分析。分析結(jié)果表明，壽險需求會隨著年齡的增加而下滑，家庭撫養(yǎng)人數(shù)的增加則會促進(jìn)社會壽險需求的遞增。

國內(nèi)學(xué)者大多根據(jù)國外學(xué)者提出的研究框架，結(jié)合我國國情，對我國壽險需求的影響因素進(jìn)行系統(tǒng)性分析。如，卓志（2001）收集了我國在1986 年到1995 年之間的壽險數(shù)據(jù)進(jìn)行實證分析，重點探討了我國社會壽險需求所受到的影響因素，在實證分析中發(fā)現(xiàn)，社會保障制度改革、教育水平、國民收入水平、家庭中被撫養(yǎng)人口、社會老齡化情況等因素，都會對社會的壽險需求產(chǎn)生較大的影響，且這些因素普遍與壽險需求呈現(xiàn)顯著的正相關(guān)關(guān)系。楊舸、田澎等（2005），趙桂芹（2006），夏益國（2007），朱銘來（2007），孫學(xué)英、潘海濤（2007），陳玉領(lǐng)、居春光（2009）等的研究也得出了相應(yīng)的結(jié)論。為了深入分析壽險業(yè)發(fā)展的影響因素，張連增、尚潁（2011）收集了我國31 個省份在2007 年到2011年的省際面板數(shù)據(jù)，并構(gòu)建了模型進(jìn)行回歸分析得出，人口老齡化程度越深，越能夠促進(jìn)我國人身保險市場的可持續(xù)發(fā)展。鐘春平、陳靜（2012），張沖（2013），王皎（2014），敖玉蘭（2015），唐廣應(yīng)、展凱（2016）亦用31個省份面板數(shù)據(jù)進(jìn)行計量分析，得出了相應(yīng)影響因素與壽險業(yè)發(fā)展的定量關(guān)系。

盡管已有文獻(xiàn)從多個影響因素角度研究了壽險業(yè)發(fā)展問題，但從個體角度做壽險消費的影響因素定量分析的文獻(xiàn)并不多見。本文將構(gòu)建一個個體層面壽險消費的Logit 模型，利用“中國健康與營養(yǎng)調(diào)查（CHNS）”數(shù)據(jù)進(jìn)行計量估計，并對結(jié)果進(jìn)行分析，且在同一背景下，對市場層面的壽險業(yè)發(fā)展進(jìn)行相應(yīng)的實證分析，然后將兩個實證結(jié)果進(jìn)行比較分析。

與現(xiàn)有研究相比，本文的主要貢獻(xiàn)在于以下兩方面：（1）構(gòu)建了個體層面壽險消費的Logit 模型，并利用“中國健康與營養(yǎng)調(diào)查（CHNS）”數(shù)據(jù)進(jìn)行計量估計，得出單個個體在壽險消費時的影響因素及其作用。（2）在同一大背景下，比較同一影響因素在宏觀層面與微觀層面對壽險業(yè)發(fā)展的影響及其作用。

三、壽險業(yè)發(fā)展兩個層面的影響因素模型設(shè)定

（一）個體層面

借鑒Sarkodie 和Yusif（2015）的分析，本文選擇6個變量作為實證分析的對象，6個解釋變量分別代表不同的個體特征，滿足壽險消費的研究需求，如下所示。

1.性別。以往分析顯示，性別一定程度上會影響壽險的消費、發(fā)展。本文用G 來代表男女，G=1說明個體為男性，G=2則是女性。

2.城鄉(xiāng)戶口。個體城鄉(xiāng)戶口的不同，一方面會影響個體的收入水平與消費水平，另一方面也會影響個體對于壽險的購買意愿。本文用R來代表城鄉(xiāng)戶口。R=1是指城鄉(xiāng)戶口中的城市戶口，R=2則是非城市戶口。

3.收入。個體的收入水平較高，其生活消費層次也越高，壽險消費也會越高。但是需要注意的是，本研究中的收入指的是個體家庭的人均年收入，即包括這一年中家庭所有的工資、獎金、補貼及各種福利在內(nèi)的全部綜合收入減去其當(dāng)年內(nèi)所有支出的金額的人均數(shù)。本文采用收入的對數(shù)作為解釋變量，用I來表示。

4.年齡。人的身體免疫力隨著年齡的增加在不斷降低，對于外界病毒的抵抗力也逐漸衰弱，因此很容易出現(xiàn)身體疾病，壽險的消費意愿也就越強。按世界衛(wèi)生組織的相關(guān)規(guī)定，將調(diào)查個體進(jìn)行分組研究，分成少年組、青年組、中年組以及老年組。年齡在0歲到17 歲之間是少年組，年齡在18 歲到44歲之間是青年組，年齡在45 歲到60 歲之間是中年組，年齡在60歲以上是老年組。由于本文的研究對象是個體的壽險消費，在我國少年組的人群是沒有收入的，沒有壽險消費的能力，因此本文將“少年組”樣本剔除，只留青年組、中年組、老年組三個組別。本文用A 指個體所在的年齡組，其中A=1 表示其處在青年組，A=2表示其處在中年組，A=3表示其處在老年組。

5.學(xué)歷水平。個體的學(xué)歷水平即受教育水平對壽險消費的影響較大。一方面，學(xué)歷水平高的個體同時具有較高的經(jīng)濟水平、較高的消費能力；另一方面，學(xué)歷水平高，風(fēng)險意識與風(fēng)險管理意識較強，壽險消費更加普遍。本文將研究對象按受教育程度區(qū)分，設(shè)置了小學(xué)以下、小學(xué)、初中、高中及中專、大學(xué)及以上學(xué)歷五個研究小組。本文用E表示研究個體的受教育情況，分別使用數(shù)字1 到5表示不同的受教育程度，從低到高，文化水平逐漸提升。

6.社會保障。目前國人的保險意識較為淡薄，很多人認(rèn)為有社保即可，因此在我國社保對商保的替代性很強。本文將研究個體分為兩組，即有社保組和無社保組。本文用S 表示社保分組，其中，S=0 代表沒有任何醫(yī)療保險，S=1代表有社會基本保障。

由于壽險消費與這些影響因素都是非常難以量化的，因此本文將個體的壽險消費變?yōu)殡x散型的因變量，F(xiàn)=0 表示個體沒有壽險，F(xiàn)=1 表示個體有壽險。一般線性回歸模型，其中的因變量是連續(xù)的，滿足數(shù)據(jù)的連續(xù)性分析，因此本文采用非線性計量回歸模型。另，由于Probit模型對數(shù)據(jù)的要求很高，需要數(shù)據(jù)呈現(xiàn)正態(tài)分布，存在較大難度，所以本文基于個體的研究都是建立在Logit 模型基礎(chǔ)上實現(xiàn)對數(shù)據(jù)的線性分析。

（二）市場層面

從市場層面出發(fā)，進(jìn)一步研究宏觀層面上的四類因素：經(jīng)濟因素、人口因素、社會因素、風(fēng)險因素對壽險業(yè)發(fā)展的影響及其程度。

1.被解釋變量Y設(shè)定

一些研究分別選用了壽險密度、壽險深度、壽險保費收入作為被解釋變量，一方面，本文主要研究的是壽險業(yè)發(fā)展的影響因素，壽險保費收入最能代表發(fā)展程度；另一方面，壽險密度和壽險深度的分母人口數(shù)和GDP與被解釋變量相關(guān)性較強，為避免對估計結(jié)果產(chǎn)生誤差，本文采用壽險保費收入作為被解釋變量Y。

?表1 Logit模型解釋變量描述性統(tǒng)計

2.解釋變量設(shè)定

通過前人的分析以及數(shù)據(jù)整理，篩選出5 個能夠量化的解釋變量進(jìn)行計量分析，分別是地區(qū)生產(chǎn)總值、地區(qū)通貨膨脹率、地區(qū)城鄉(xiāng)居民人均可支配收入、老年人口比、受教育水平。

gdp：地區(qū)生產(chǎn)總值。衡量該地區(qū)經(jīng)濟發(fā)展水平，即壽險業(yè)發(fā)展的經(jīng)濟環(huán)境水平。

inf：地區(qū)通貨膨脹率。通脹率對壽險有較大的影響，但通脹率對壽險業(yè)發(fā)展的作用，還需要深入研究。本文研究的是省級層面，很多省份沒有CPI的官方數(shù)據(jù)，因此本文用GDP平減指數(shù)代替通脹率，計為inf。

di：地區(qū)城鄉(xiāng)居民人均可支配收入。用來代表各省份城鄉(xiāng)居民對壽險的購買力水平。

old：老年人口比。人口年齡結(jié)構(gòu)也是影響壽險消費的重要因素。一般隨著年齡的增長，人體免疫力下降，身體出現(xiàn)各類疾病的風(fēng)險也會隨之升高，因此很多人認(rèn)為這類人群購買壽險的概率增大，但是這只是一些人的主觀印象，不能夠代表實際的壽險消費情況，本文用老年人口比作為自變量，研究其在壽險消費中的作用。

edu：受教育水平。人們的風(fēng)險防范意識會隨著其受教育程度的提高而越來越強，進(jìn)而促進(jìn)壽險業(yè)的發(fā)展。本文選擇各省份的教育資金投入代表該地區(qū)的受教育水平，教育資金投入越高，受教育水平越高。

因此，本文將壽險保費收入（百萬元）、地區(qū)城鄉(xiāng)居民人均可支配收入（元）、地區(qū)生產(chǎn)總值（億元）、地區(qū)教育資金投入（萬元）的絕對值取對數(shù)，用其對數(shù)值進(jìn)行面板數(shù)據(jù)分析。此時，Y代表壽險保費收入的對數(shù)，gdp代表地區(qū)生產(chǎn)總值的對數(shù)，di 代表地區(qū)城鄉(xiāng)居民人均可支配收入的對數(shù)，edu 代表地區(qū)教育資金投入的對數(shù)。

四、數(shù)據(jù)來源及實證分析

（一）個體層面

1.數(shù)據(jù)來源及描述性統(tǒng)計

本文借助Logit 模型實現(xiàn)數(shù)據(jù)的回歸分析，數(shù)據(jù)來源為“中國健康與營養(yǎng)調(diào)查（CHNS）”，采用的數(shù)據(jù)是最近一次2017年的跟蹤調(diào)查數(shù)據(jù)。為保證研究的科學(xué)性，只保留變量完整的樣本。結(jié)合上述的研究分析，將0到17歲這部分調(diào)查對象的樣本剔除，整理后共獲得5449 份有效樣本。本文對樣本進(jìn)行描述性分析結(jié)果見表1。

2.實證分析

本節(jié)通過R語言創(chuàng)建Logit模型，實現(xiàn)對樣本的代入分析，模型分析如下。

本節(jié)回歸方程的表達(dá)式為：

μ為隨機擾動項。

在進(jìn)行Logit回歸分析前，由于自變量較多，先進(jìn)行單因素分析。

（1）單因素分析

首先，對自變量逐一進(jìn)行單因素Logit分析，可以發(fā)現(xiàn)具有統(tǒng)計意義的因素有年齡A、性別G、城鄉(xiāng)戶口R、收入I、學(xué)歷水平E、社會保障S，因此Logit回歸模型中，納入這些自變量。

?表2 單因素分析結(jié)果

（2）整體回歸分析

在將自變量代入模型研究之前，在線性關(guān)系方面對數(shù)據(jù)分析得出，變量方差膨脹因子（VIF）值都不會超過4，說明變量在線性關(guān)系中存在共存的情況。再運用R 語言對模型進(jìn)行計量分析，結(jié)果見表3。

根據(jù)上述數(shù)據(jù)分析，結(jié)合我國目前的發(fā)展態(tài)勢得出，我國現(xiàn)階段影響個體壽險消費的主要因素有年齡A、性別G、收入I、學(xué)歷水平E、社會保障S等5個變量。

具體來說，個體年齡分為三個區(qū)間18～44 歲、45～60 歲、60 歲以上。從概率上而言，個體年齡處于60歲以上的，購買壽險的可能性比45～60 歲的個體更低，同樣，45～60 歲階段的個體購買可能性比18～44 歲的個體更低。在其他變量不變的情況下，18～44 歲的個體購買壽險的概率比45～60 歲的個體高42%。一般情況下，60 歲以上個體由于年齡的增加，健康風(fēng)險越來越高，能購買的壽險產(chǎn)品也越來越少，且能購買的壽險產(chǎn)品性價比也比較低。同時60 歲退休以后收入越來越低，購買壽險的概率較45～60 歲、18～44 歲個體降低。全國來看，受教育程度越高，個體更可能傾向于購買壽險。各學(xué)歷水平組購買壽險的比例具有較大差異。文化水平較高的人群對于壽險有更好的理解，可以明白其潛在的內(nèi)涵，接受壽險消費的方式，也可以體會到壽險對于人生的重要性和意義，故更有可能購買壽險。在其他變量不變的情況下，大學(xué)及以上學(xué)歷水平的個體消費壽險的概率是高中及中專學(xué)歷水平的1.75 倍（即高出75%）。

?表3 整體回歸分析結(jié)果

同樣，性別也是影響壽險消費非常重要的一個因素。在實際的壽險營銷過程中，女性客戶由于比較感性且注重家庭，因而購買壽險的可能性遠(yuǎn)大于男性客戶。從系數(shù)上看，在其他變量不變的情況下，女性個體購買壽險的概率是男性個體的2.03倍（即高出103%）。

收入水平越高，人們越可能傾向于購買壽險，人壽保險實質(zhì)上是一種商品，因此在針對不同群體的研究過程中，壽險消費的基礎(chǔ)是擁有充足的資金儲備。從系數(shù)上看，在其他變量不變的情況下，收入每增加1萬元，購買壽險的概率就會增加20%。

有社保的個體，更加重視自身保障，更傾向于壽險消費。這與最初的設(shè)想有一定出入，但深入研究后可以發(fā)現(xiàn)，沒有社保的個體中有一大部分屬于農(nóng)村戶口，消費水平較低，從而導(dǎo)致購買壽險的概率降低。從系數(shù)上看，在其他變量不變的情況下，有社保的個體購買壽險的概率是無社保個體的1.12倍（即高出12%）。

（二）市場層面

1.數(shù)據(jù)來源及描述性統(tǒng)計

《中國保險年鑒》是1998年開始編撰的，此前的數(shù)據(jù)缺失嚴(yán)重，并且，2001 年老年人口占比數(shù)據(jù)缺失，西藏的保費收入數(shù)據(jù)缺失嚴(yán)重。因此，本文選擇2002 年至2019 年全國30 個省份壽險保費收入以及相關(guān)經(jīng)濟數(shù)據(jù)構(gòu)建面板數(shù)據(jù)模型，進(jìn)行實證分析，表4是對不同變量的描述性統(tǒng)計。

?表4 各個變量的描述性統(tǒng)計

2.實證分析

本節(jié)回歸方程的表達(dá)式為：

uit為隨機擾動項。

（1）面板數(shù)據(jù)單位根檢驗

本文研究之前需要對面板數(shù)據(jù)進(jìn)行單位根分析，確保數(shù)據(jù)的科學(xué)性穩(wěn)定性，避免出現(xiàn)研究無意義的情況。本文選取了假設(shè)存在不同單位根情況下的ADF-Fisher 檢驗。檢驗結(jié)果如表5所示。

?表5 ADF檢驗結(jié)果

從表5中可以看出，ADF檢驗中，Y、gdp、di、old、edu 都在1%水平上顯著，inf 在5%水平顯著，體現(xiàn)出變量的穩(wěn)定性。下面是結(jié)合實際需求開展的模型回歸分析。

?表6 F檢驗結(jié)果

?表7 Hausman檢驗結(jié)果

（2）面板模型的選擇

本文首先進(jìn)行F 檢驗，P 值小于0.01，非常小，不應(yīng)使用混合面板模型，同時，Hausman驗證的P值很小，相比0.01還有很大差距，故原假設(shè)不成立，使用固定效應(yīng)模型。因此，本文使用上述分析得出的模型展開線性分析，數(shù)據(jù)分析結(jié)果見表8。

根據(jù)逐步回歸的結(jié)果，剔除不顯著的變量edu，模型的擬合優(yōu)度R-Squared 為0.88114，調(diào)整后的R-Squared 為0.8714。因此，得到的模型的擬合優(yōu)度比較理想。該計量模型的實際應(yīng)用型較好，可認(rèn)為壽險保費收入與地區(qū)生產(chǎn)總值、地區(qū)通貨膨脹率、地區(qū)城鄉(xiāng)居民人均可支配收入、老年人口比這4個指標(biāo)有顯著性的關(guān)系。計量模型為：

（3）計量模型回歸結(jié)果的分析

結(jié)論一：經(jīng)濟發(fā)展水平的提高能夠促進(jìn)壽險業(yè)的發(fā)展。

地區(qū)生產(chǎn)總值（gdp）在1%的顯著性水平下通過t檢驗，且地區(qū)生產(chǎn)總值每上升1%，壽險保費收入就上漲0.4597%，這說明地區(qū)生產(chǎn)總值在市場層面對壽險保費收入有一定的影響。地區(qū)生產(chǎn)總值越高，該地區(qū)的經(jīng)濟發(fā)展水平越高，壽險保費收入也越高，東部地區(qū)GDP 高于中西部地區(qū)，東部地區(qū)的壽險業(yè)發(fā)展速度更快。

結(jié)論二：地區(qū)通貨膨脹率對壽險保費收入有一定影響。

地區(qū)通貨膨脹率（inf）在10%的顯著性水平下通過t檢驗，且地區(qū)通貨膨脹率每上升1%，壽險保費收入就上漲0.0033%，這說明地區(qū)通貨膨脹率在市場層面對壽險保費收入也有一定的影響。在通貨膨脹的影響下，人們會追求保值的產(chǎn)品，投資型壽險產(chǎn)品是具有法律效應(yīng)的保值產(chǎn)品，在通貨膨脹的大背景下，其發(fā)展迅速。因此，通貨膨脹率越高，對壽險業(yè)的發(fā)展產(chǎn)生的促進(jìn)作用越明顯。

結(jié)論三：受教育水平對壽險保費收入的影響不明顯。

根據(jù)上述分析，個體的受教育水平（edu）對其保險消費決策有著重要的影響，受教育水平越高，其接受壽險消費的可能性越高。本節(jié)分析結(jié)果顯示其影響不顯著，這說明無法確定受教育水平和壽險保費收入之間存在何種聯(lián)系。目前，我國民眾的受教育水平隨著各地教育支出的增加在不斷地提高，投資理財能力也在不斷地增強，市場上可供選擇的投資理財工具也在不斷增多，導(dǎo)致個體的受教育水平對壽險保費收入的影響作用不明確。

?表8 面板數(shù)據(jù)逐步回歸結(jié)果

結(jié)論四：城鄉(xiāng)居民人均可支配收入提高能夠增加壽險保費收入。

城鄉(xiāng)居民人均可支配收入（di）的系數(shù)在5%的顯著性水平下通過t檢驗，且城鄉(xiāng)居民人均可支配收入每上升1%，壽險保費收入就上漲0.5479%，這說明城鄉(xiāng)居民人均可支配收入的不斷提高能夠促進(jìn)壽險業(yè)的發(fā)展。一般來說，城鄉(xiāng)居民人均可支配收入代表民眾的購買力，是壽險發(fā)展的重要因素，但是實證分析中得出的數(shù)據(jù)還遠(yuǎn)未達(dá)到1%的水平，這可能是受到本文研究中使用的數(shù)據(jù)來源于不同省份的影響，各省份在城鄉(xiāng)居民收入方面的差異使得研究數(shù)據(jù)失真，但是各省份之間收入水平確實存在差異性。

結(jié)論五：老年人口比提高能夠顯著增加民眾對壽險的需求。

老年人口比（old）的系數(shù)在1%的顯著性水平下通過t檢驗，且老年人口比每上升1%，壽險保費收入就上漲4.9260%。這說明老年人口占比的增加能夠顯著促進(jìn)壽險業(yè)的發(fā)展，也是影響壽險保費收入的最為顯著的一項指標(biāo)。如前述分析，老年人口的增加一方面會使保障型壽險產(chǎn)品價格變低，促進(jìn)消費；另一方面又會提高養(yǎng)老的費用，大大促進(jìn)投資型壽險的發(fā)展，尤其是保險公司與養(yǎng)老社區(qū)的結(jié)合，對兩種類型的保險都有促進(jìn)作用。

五、比較分析及主要結(jié)論

從個體層面和市場層面兩個角度的模型回歸結(jié)果可以看出，收入水平（城鄉(xiāng)居民人均可支配收入）、年齡結(jié)構(gòu)（老年人口比）對壽險保費收入有顯著的影響，其中收入水平提高對壽險行業(yè)發(fā)展產(chǎn)生了非常大的促進(jìn)作用，老齡化拉動壽險行業(yè)的發(fā)展。而受教育水平、社會基本保障、性別在微觀個體層面影響顯著，宏觀層面的通貨膨脹率、經(jīng)濟發(fā)展水平對壽險行業(yè)發(fā)展影響顯著，結(jié)果見表9所示。

不管是從微觀層面的Logit模型，還是從宏觀層面的2002年至2019年全國30個省份面板數(shù)據(jù)回歸模型，都可以得出收入對于人們保險消費的巨大影響，這充分表明隨著收入的增加，人們在人壽保險方面的投入也在不斷增加，收入與保險消費之間有著密切的聯(lián)系，人的潛在需求在經(jīng)濟收入得到滿足的前提下，就會轉(zhuǎn)化為消費的欲望?，F(xiàn)階段我國在人壽保險方面還有巨大的市場，但是受到城鄉(xiāng)居民收入差異的影響，低收入人群的購買欲望被制約，經(jīng)濟上無法滿足購買人壽保險的條件。隨著我國經(jīng)濟的發(fā)展、人們生活質(zhì)量的改善、城鄉(xiāng)差距的縮小，這些潛在的消費人群必將形成巨大的經(jīng)濟市場。

人們的受教育水平對壽險業(yè)發(fā)展的影響也較大。從微觀個體實證分析可以看出，消費者受教育水平越高，對人壽保險的有效需求也越大。雖然從市場層面的實證分析無法確定人們的受教育水平對壽險業(yè)發(fā)展的影響，但結(jié)合個體實證分析可以發(fā)現(xiàn)，受教育水平的提高有助于壽險業(yè)的發(fā)展。一是因為受教育程度高的人群在接受能力和經(jīng)濟能力上都占據(jù)優(yōu)勢，愿意并且有能力購買壽險，關(guān)心自己的生存價值；二是因為受教育程度高的人有著更好的風(fēng)險管理意識，所以對于人壽保險有著強烈的購買欲望。

?表9 微觀個體及宏觀市場層面計量分析結(jié)果

在年齡方面，從微觀和宏觀兩個層面進(jìn)行多角度分析。從微觀個體層面可以看出，相比青年組，中年組購買壽險意愿更為強烈，而老年組購買意愿則比中年組更強烈。而從宏觀實證分析中可以得出，和微觀分析一致，老年人口比越大，越能促進(jìn)壽險業(yè)的發(fā)展。這與之前的分析是一致的，隨著年齡的增大，一方面人們的經(jīng)濟實力不斷提升，購買力提升；另一方面人們的健康風(fēng)險也不斷凸顯，購買壽險的意愿隨之提升。保險公司可以針對性地設(shè)計一些老年人的壽險產(chǎn)品，將這些壽險需求轉(zhuǎn)化成壽險保費收入。

另外，性別在微觀個體層面對壽險業(yè)發(fā)展的影響是正向的，這在保險營銷過程中體現(xiàn)得淋漓盡致，女性消費者相對于男性消費者而言更加感性，其風(fēng)險意識、家庭觀念更強，對人壽保險的重視程度遠(yuǎn)大于其他高收益型的金融工具。社保對人壽保險的影響也是正向的，現(xiàn)在社會基本保障對人壽保險存在一定的替代性，但我國沒有社保的群體已經(jīng)非常少了，這類群體大部分處于社會底層，購買力不足，無法形成有效的壽險需求，因此有社保的人群相對于無社保的人群更有意愿購買壽險。由于數(shù)據(jù)原因，本文并未在市場層面對該問題進(jìn)行研究。

最后，通貨膨脹率、經(jīng)濟發(fā)展水平在宏觀市場層面對壽險業(yè)發(fā)展的影響也是正向的。通貨膨脹率越高，人們越傾向于選擇更加保值的金融工具，而投資型壽險恰恰是壽險公司研發(fā)出來的符合人們這類需求的產(chǎn)品。