收入对寿险需求的影响

阎波

                        （中国保险监督管理委员会政策研究室，北京 100032）
　　
　　［摘要］本文将收入划分为不同的阶段，考察不同收入水平下寿险需求的不同特征。结果表明，不同收入阶段的寿险需求有着不同的收入弹性， 人均GDP在1 000～3 000美元时寿险需求的收入弹性最大，小于1 000美元时次之，人均GDP超过3 000美元之后，寿险需求仍会保持高速增长，但收入弹性逐步降低。中国寿险业要抓住收入弹性较高的有利时期，加快发展。
　　［关键词］寿险需求；回归分析；收入弹性
　　［中图分类号］ F840．62 ［文献标识码］ A ［文章编号］1004-3306（2006）10-0031-05
　　Abstract： This paper categorizes people’s income levels into different bands and studies the features of life insurance demands of each of them. It reaches the conclusion that different income band has different elasticity for life insurance demands. The elasticity is the largest for the band of USD 1000-3000 per capita, followed by the USD 1000 and below band. When people’s income exceeds USD 3000 per capita, demands for life insurance will continue to increase sharply, but the income elasticity decreases steadily. Chinese life insurers should capture the window of opportunity when income elasticity is relatively high to accelerate their development.
　　Key words：life insurance demands; regression analysis; income elasticity
　　
　　中国寿险业自1982年恢复以来，呈现出快速发展的势头，现阶段一方面潜在寿险需求巨大，寿险业面临着广阔的市场空间；另一方面也存在“想买保险的买不到，想卖保险的卖不出去”的问题，潜在需求向现实需求的转化已引起高度重视。因而，关于寿险需求的研究成为热点，但大部分研究成果都侧重于对寿险需求进行实证研究，考察包括收入在内的各种影响因素与寿险需求之间的相关关系。诚然，寿险需求作为一种经济意义上的需求，是建立在一定支付能力基础之上的寿险购买欲望，收入对寿险需求有着重要影响。但是，不同的收入水平对寿险需求影响的程度不同，很少有成果对不同收入水平下寿险需求的特点或不同经济发展阶段的寿险需求特征进行深入的研究。针对这一问题，本文将收入划分为不同的阶段，着重考察不同收入水平下寿险需求的不同特征。
　　一、文献回顾
　　关于收入与寿险需求的关系，所有研究成果都认为二者呈正相关关系。如，Fischer(1973)使用储蓄（财富减去用于消费的部分）中定期寿险保费支出的比例表示寿险需求，在考虑保险、债券、股票等资产组合的情况下，通过求解离散模型的效用最大化条件得出寿险需求与未来预期劳动收入、死亡率和遗产动机正相关。Lewis(1989) 假定人们购买寿险的目的是使依靠其生活的人期望效用最大化，得出寿险与家庭成员未来预期消费的现值等变量正相关，而由于消费又是随收入水平的增加而增加的，因而，收入也就与寿险需求正相关。
　　寿险需求的实证研究成果对二者关系的考察则更为直观。表1是寿险需求实证分析中收入变量的衡量指标及回归结果，人们使用人均可支配收入、人均GDP或GNP作为收入变量的衡量指标，所有的回归结果都显示，收入变量与寿险需求（以寿险保费收入或有效寿险保额来衡量）正相关。国内的实证研究成果，如阎建军和王治超（2002）、陈之楚和刘晓敬（2004）、杨舸等（2005）等也都发现收入变量与寿险需求正相关。
　　尽管随着收入的增加，寿险需求也会增加，但寿险需求增加的程度却不相同，收入水平较低的国家（或地区）的寿险需求收入弹性普遍要高于收入水平高的国家（或地区）的寿险需求收入弹性（见表1）。如Truett & Truett(1990)的回归结果显示，墨西哥的寿险需求收入弹性是美国的3倍多；Ward & Zurburuegg (2002)的结果表明，亚洲国家的寿险需求收入弹性是OECD国家的1.5倍还要多；Hwang & Greenford (2005)的研究发现，中国大陆地区的寿险需求收入弹性是台湾和香港地区的2～3倍。这说明在较高收入水平的国家（或地区），收入增加所导致的寿险需求增加相对越少。
　　［作者简介］阎波，现任中国保险监督管理委员会政策研究室综合处处长。
　　 收入变量的衡量指标及回归结果
　　表1
　　研究成果()样本数据()采用的指标()回归系数()弹性（对数线性模型）Hammond， Houston & Melander(1967)()美国，1952年和1961年对美国家庭的调查数据()家庭收入()0.007～0.038()0.29～1.53Cummins（1973）()美国，1955年～1968年季度数据()GNP（注：因变量为寿险准备金）()0．008()——Babbel（1985）()美国，1953年～1979年数据()个人实际可支配收入的总和()0．004～0.008()0.62～1.10Truett & Truett(1990)()美国，1960年～1982年数据
　　墨西哥，1964年～1979年数据()人均GNP()——()0.77～1.10
　　3.04～3.87Browne & Kim(1993)()45个国家，1980年和1987年数据()人均国民收入()——()0.32～0.88Outreville（1996）()48个发展中国家，1986年数据()人均GDP()0.0002()0.52Ward & Zurburuegg (2002)()亚洲37个国家，1987年～1998年数据()人均GDP()——()亚洲国家：0.73～1.31
　　OEC国家：0.45～0.71Zhu(2002)()中国，30个省（不含香港、台湾地区和西藏），1997年~1999年的横截面数据()城市人口的人均可支配收入()——()1.29～1.42Hwang & Gao(2003)()中国，1986年～1996年数据()人均GDP()——()1.90～2.04Beck&Webb，(2003)()68个国家，1961年～2000年，1980年～2000年数据()人均GDP()——()0.38-0.80(面板数据)Hwang & Greenford (2005)()中国大陆、香港和台湾地区，1986年～1999年数据()人均GDP()——()综合：1.57
　　大陆为：2.33～3.73
　　台湾地区为：1.65～1.70
　　香港地区为：1.32～1.46注：除非特别注明，本表中的回归系数或弹性都是显著的，本表忽略了统计不显著的系数或弹性。
　　就微观层面的不同家庭和个人而言，也呈现出类似的特征。Hammond， Houston & Melander(1967)使用美国1961年家庭层面的微观数据进行回归分析，也发现高收入家庭的寿险需求收入弹性较低，而中间阶层的寿险需求收入弹性最大。回归结果显示，对于收入小于3 500美元的家庭，寿险保费支出对家庭收入的回归系数为0.007；而对于收入在3 500～6 750美元之间的家庭，其收入回归系数为0.038；对于高收入家庭（收入大于6 750美元），其系数又降低为0.018，几乎与整体回归（包含各个收入阶层）的系数0.019持平。就收入弹性而言，低、中、高收入家庭分别为：0.29，1.53，0.66，低收入阶层的收入变动与寿险需求之间缺乏明显的对应关系，这说明保险消费在各种消费中并不处于优先考虑的地位。
　　实际上，寿险需求的收入弹性不可能恒定不变，否则保险深度（保费收入/GDP）就会持续增加（如果弹性大于1）下去。Enz(2000)指出，寿险需求的收入弹性在不同的收入水平上有不同的值，而且随着收入的上升先上升后下降，这与Hammond，Houston & Melander(1967)的实证研究结果是一致的。Enz(2000)认为，寿险需求的收入弹性在人均GDP达到15 000美元时最大，而非寿险需求的收入弹性则在人均GDP达到10 000美元时最大。
　　Enz(2000)的研究明确指出了不同收入水平上寿险需求收入弹性的不同，这一方面是对传统回归分析假设寿险需求在所有收入水平上都服从同一总体回归函数，从而试图得出单一的收入弹性的重大改进；另一方面也是对不同收入水平国家或家庭的寿险需求收入弹性比较成果的系统化。但是，Enz(2000)也有着较大的缺陷：一是它在没有控制其他影响寿险需求的重要变量的情况下考察人均GDP与保险深度的关系，得出的寿险需求收入弹性的精确性值得怀疑；二是它使用多个国家（90个国家的寿险数据，88个国家的非寿险数据）的混合截面数据进行回归分析，对单个国家的具体适应性值得怀疑，Enz本人也注意到了这一局限性。本文在借鉴前述研究成果的基础上，考察不同收入水平或不同经济发展阶段寿险需求的特征。
　　二、不同经济发展阶段的国际寿险需求比较
　　世界各国处于不同经济发展阶段，其寿险市场的发达程度也各不相同，因而，在同一时间截面上直接对各国的寿险需求进行比较没有实际意义。中国人均GDP在2003年达到1 000美元，我们就以此作为分界点，考察其他国家在人均GDP处于1 000美元、3 000美元、5 000美元和8 000美元时的寿险需求状况。
　　不同国家在人均GDP达到1 000美元前后寿险（不含意外和健康险，下同）保费实际增长率有着很大的差异（见表2），如美国在达到1 000美元前寿险保费的实际增长率仅为1.4%，菲律宾为4.12%，而印度尼西亚接近30%，埃及也高达20%以上；在人均GDP达到1 000美元之后的5年，美国寿险保费增长率上升到5.83%，而日本以新单保额衡量的寿险实际增长率高达23.85%，德国寿险保费的实际增长率也高达14.9%，而一些发展中国家的实际增长率则在9%左右。此外，多数国家在人均GDP达到1 000美元之前寿险保费都经历了高速增长，而此后则进入了相对平稳的高增长时期。
　　部分国家人均GDP达到1 000美元前后的
　　寿险保费的实际增长率
　　表2（单位：%）
　　国家()人均GDP达到
　　1 000美元的年份()人均GDP达到
　　1 000美元前
　　5年保费增长率()人均GDP达到
　　1 000美元后
　　5年保费增长率美国()1942()1.14*()5.83**日本()1966()23.21()23.85***德国()1957()——()14.9****泰国()1996()14.35()8.23菲律宾()1995()4.12()9.38印度尼西亚()1995()28.35()8.58埃及()1995()20.63()9.27摩洛哥()1990()13.14*****()6.66数据来源：瑞士再保险公司的《Sigma》、世界银行的“世界发展指标”（WDI）数据库、ACLI、LIAJ以及 ［日］阪田雅裕编的《日本的人身保险》（王祝平译，中国展望出版社， 1989年，第28～35页）。下同。
　　注：本表除美国和德国外，寿险增长率（年均复合增长率）均是经过物价指数调整的寿险保费实际增长率。日本采用的是以新单保额来衡量的实际增长率。
　　*为1935年～1940年数据；**为1940年～1945年数据；***为1960年～1970年数据；****为1960年～1965年数据；*****为1987年～1989年数据。
　　人均GDP达到1 000美元前后各国的寿险保费增长率之所以呈现出如此大的差异，其中一个重要的原因是各国经济呈现出不同的增长速度。例如，日本的寿险业之所以高速增长，是由于日本在人均GDP达到1 000美元之后，经济持续高速发展（1966年～1970年间日本GDP的实际增幅高达11.95%）所带动的。美国的寿险保费增长率在1940年~1945年间为5.83%，而其GDP的增长率也相对较低，1940年～1945年间平均为9.3%，保费增长反而慢于GDP的增长。
　　在人均GDP达到3 000美元前后，美国寿险保费年均增长率（1960年～1965年）为6.58%。德国在1971 年人均GDP达到3 000美元前的10年中，寿险保费年均增长率为13.1%，保持了较高的增长速度。
　　在人均GDP处于3 000～5 000美元之间时，日本和韩国的寿险保费实际增长率（分别为6.57%，22.21％）大约相当于GDP实际增长率的 2倍，而美国和德国则基本持平。
　　在人均GDP处于5 000～8 000美元之间时，日本和新加坡的寿险保费增长率大致相当于GDP增长率的2倍。一些国家，如美国和韩国等的寿险保费增长率与GDP增长率相差已经不大，甚至有的国家（如，匈牙利）还出现了寿险保费增长率低于GDP增长率的现象。
　　由此可见，不同的经济发展阶段是影响寿险需求和寿险业发展的重要因素，但即使是在同一经济发展阶段，不同国家的寿险需求仍不相同。这说明收入是影响寿险需求的重要因素，但并不是唯一因素。在现实中，诸多因素（如，利率、负担系数、城市化进程、金融发展水平、制度性因素等）同时对寿险需求产生影响，要准确分析某一因素的影响必须控制其他变量不变。为此，我们在下一部分使用计量模型来进行实证分析。
　　三、不同收入水平国家寿险需求的计量经济学模型
　　按照世界银行2004年对世界经济体的划分标准，人均国民总收入(GNI)小于825美元的国家为低收入国家，在826～3 255美元之间的国家为中下收入国家，在3 256～10 065美元之间的国家为中上收入国家，大于10 066美元的国家为高收入国家。由于国民总收入等于国内生产总值（GDP）加上来自国外的净要素收入，可以近似地将世界银行的划分标准的临界值看成1 000美元、3 000美元和10 000美元，以便于比较分析。
　　（一）研究方法和数据
　　由于数据的限制，我们在低收入国家中选取6个国家，在中下收入国家中选取22个国家，在中上收入国家中选取23个国家，在高收入国家中选取32个国家，同时选取全部OECD国家，使用2000年～2004年的数据，建立如下变截距面板模型进行回归分析：
　　log(Plife)it=α1+β1log(GDP)it+β2log(FD)it+β3log(Urban)it+β4log(Mort)it+β5log(Depe)it+ui
　　    其中，FD表示金融发展水平，用M2/GDP来表示；Urban表示城镇化水平，用城市人口占总人口的比例来表示。
　　    寿险保费收入数据来源于《Sigma》，其他数据均来源于世界银行的《世界发展指标》数据库。所有名义变量都使用2000年的汇率和物价指数转化为以美元表示的实际变量。
　　（二）回归分析结果
　　使用固定效应模型进行回归分析，在结合经济意义的基础上，剔除部分不显著的变量，得到回归结果见表3。模型调整后的判定系数都在0.97以上，说明模型的拟合优度较高；模型的F统计值也非常显著，说明模型的整体拟合效果较好。对模型进行检验，发现模型并不存在异方差性和序列相关性，具有良好的统计性质。
　　从回归结果来看，中下收入国家，即人均GDP大约在1 000～3 000美元之间的国家寿险需求的收入弹性最高，达到3.05左右（其95%的置信区间为2.7～3.4），人均GDP小于1 000美元的低收入国家次之，为2.57（其95%的置信区间为0.95～4.19），人均GDP大约在3 000～10 000美元之间的中上收入国家寿险需求的收入弹性仅为1.07（其95%的置信区间为0.64～1.50），此时寿险保费增长率仅仅略高于GDP的增长率。但是，对于人均GDP在10 000美元之上的高收入国家，使用固定效应模型得出的寿险需求的收入弹性为负，使用随机效应模型进行进一步分析，我们得到如下回归方程：
　　log(Plife)=-9.108 9+0.771 2log(GDP)
　　(-1.759 1)(2.267 9)
　　-2.331 7log(Depe)+1.658 0log(Mort)
　　(-2.387 1)(3.847 7)
　　+0.637 3log(Urban)
　　(0.601 1)
　　模型调整后的判定系数为0.986 3，而且F统计量非常显著，说明模型的拟合优度较高，整体拟合效果较好。寿险需求的收入弹性为0.771 2（在5%显著水平上显著，其95%的置信区间为0.104 7～1.437 7），低于中上收入国家的寿险需求收入弹性。
　　为了进一步验证这一关系，我们对OECD国家的寿险需求进行实证分析，OECD国家的人均GDP大都在10 000美元之上，其平均值为20 799美元（见表3）。结果发现，其寿险需求的收入弹性为0.468 6，95%的置信区间为0.095 2～0.788 6，仍然大大低于中上收入国家和其他收入水平国家的寿险需求收入弹性。
　　四、不同收入水平下中国的寿险需求及其启示
　　为了检验不同收入水平下中国寿险需求的差异，我们按人均GDP小于1 000美元，1 000～3 000美元之间和大于3 000美元的标准将中国的30个省市（除港澳台和西藏）分成三组。对每一组别，均使用人均GDP、教育水平（6岁及以上人口中大专程度以上人口所占的比例，Edu）、社会保障支出（SS）和死亡率（Mort）作为解释变量，被解释变量是寿险保费收入，为个人寿险和团体寿险的加总，并不包含意外和健康保险在内。样本区间为1999年～2003年。
　　建立固定效应模型进行回归分析，得到结果见表4。
　　从回归结果可以看出，人均GDP与寿险需求显著正相关，而且回归系数（弹性）都较大，三组模型中的收入弹性都与总体模型中的收入弹性2.869 3非常接近。但是，不同收入水平下寿险需求的收入弹性略有差异，人均GDP在1 000～3 000美元时收入弹性最高，小于1 000美元时次之，大于3 000美元时最低，但仍为2.7703。这一结论与国际上寿险需求收入弹性的特征是一致的。
　　综合以上分析结果，人均GDP在1 000～3 000美元时寿险需求的收入弹性最大，大约在3.0左右；人均GDP小于不同收入水平国家寿险需求的实证分析结果
　　表3
　　()低收入国家()中下收入国家()中上收入国家()高收入国家()OECD国家模型中所使用的变量()人均GDP()2.570 974
　　(3.306 6) ＊＊＊()3.045 943
　　(17.277) ＊＊＊()1.071 033
　　(4.863 5）＊＊＊()-0.915 668
　　(-4.617 0) ＊＊＊()0.468 625
　　(2.774 1) ＊＊＊金融发展水平()1.590 166
　　(3.170 3) ＊＊＊()0.209 947
　　(2.093 1) ＊＊()0.655 723
　　(4.228 3) ＊＊＊()——()——城市化()2.522 302
　　(1.501 5)()——()2.385 120
　　(1.588 1)()6.505 874
　　(6.945 1) ＊＊＊()——人口负担系数()1.301 210
　　(0.779 0)()——()——()——()-0.382 579
　　(-0.986 6)死亡率()——()——()——()0.389 821
　　(2.176 3)＊＊()-0.127 609
　　(-0.676 3)调整后的R2()0.979 561()0.999 990()0.999 253()0.999 959()0.999 896观察值个数()30()105()107()160()150国家数()6()22()23()32()30样本区间()2000年～2004年()2000年～2004年()2000年～2004年()2000年～2004年()2000年～2004年收入弹性95%的
　　置信区间()0.949 0～4.192 9()2.700 4～3.391 5()0.639 4～1.502 7()(-1.304 4) ～
　　(-0.527 0)()0.095 2～0.788 6注：括号内的数值为t统计量的值；＊＊＊表示回归系数在1%的显著性水平上显著；＊＊ 表示回归系数在5%的显著性水平上显著；＊ 表示回归系数在10%的显著性水平上显著。
　　不同收入水平下的中国寿险需求模型回归结果
　　表4
　　()人均GDP小于1 000
　　美元时的模型()人均GDP为1 000～
　　3 000美元时的模型()人均GDP大于3 000美元
　　时的模型模型中的解释变量()Log(GDP)()2.829 454(16.59 168) ＊＊＊()2.940 131(9.381 716) ＊＊＊()2.770 297（10.646 12）＊＊＊Log(Edu)()0.163 087(1.822 586) ＊()-0.047 610(-0.354 780）()——Log(SS)()0.425 885(2.873 545) ＊＊()0.515 148(1.998 028) ＊()-0.585 130（-2.059 217）＊Log(Mort)()0.110 608(0.458 225)()-1.360 894(-2.307 579) ＊＊()——调整后的 R2()0.992 934()0.993 842()0.997 878D.W.值()1.827 844()1.952 836()2.660 834收入弹性95％的置信区间()(2.490 1-3.168 8)()（2.298 3-3.582 0）()(2.190 5-3.350 1)注：括号内的数值为t统计量的值；＊＊＊表示回归系数在1％的显著性水平上显著；＊＊ 表示回归系数在5％的显著性水平上显著；＊表示回归系数在10％的显著性水平上显著。
　　1 000美元时寿险需求的收入弹性次之，大约在2.5～3.0之间；人均GDP超过3 000美元之后，寿险需求仍会保持高速增长，但整个3 000～10 000美元之间，寿险需求的收入弹性在1.0附近，即寿险需求基本上与GDP保持同步增长；人均GDP一旦超过10 000美元，寿险需求的增长速度会低于GDP的增长速度，即其收入弹性小于1。这一结论与Enz（2000）的结论有所不同，主要原因是我们在模型中控制了更多的变量。
　　目前，中国的人均GDP正处于由1 000美元向3 000美元过渡的阶段，根据本文的结论，这是寿险业增长最快的时期，寿险需求收入弹性95％的置信区间在2.2～3.6之间，即，在其他条件相同的情况下，寿险保费收入增长速度是GDP增长速度的2.2～3.6倍。根据国家“十一五”规划，“十一五”期间中国GDP年均增长7.5％，这预示着寿险需求在未来相当长时期内仍会保持快速增加的势头。寿险业要抓住机遇，加快发展，促进大量潜在寿险需求向现实寿险需求的转化，实现保险供求的良性互动。［参考文献］
　　［1］陈之楚，刘晓敬．中国寿险需求决定因素分析［J］．保险研究，2004，（6）．
　　［2］阎建军，王治超．转轨时期中国寿险需求的实证分析［J］．保险研究2002，（11）．
　　［3］杨舸，田澎，叶建华．我国寿险需求影响因素的实证分析［J］．中国软科学2005，（3）．
　　［4］卓志，中国人寿保险需求的实证分析［J］ ．保险研究，2001（5）．
　　［5］Browne M. J. and K. Kim, 1993, An International Analysis of Life Insurance Demand, Journal of Risk and Insurance 60, 616-634.
　　［6］Beck, T. and I. Webb, 2003, Economic, Demographic, and Institutional Determinants of Life Insurance Consumption across Countries, World Bank Economic Review 17, 51-88.
　　［7］Enz, R., 2000, The SCurve Relation Between PerCapita Income and Insurance Penetration, The Geneva Papers on Risk and Insurance, 25: 396-406.
　　［8］Hwang, T. and Brian Greenford, 2005, A CrossSection Analysis of the Determinants Life Insurance Consumption in Mainland China, Hong Kang, and Taiwan, Risk Management and Insurance Review 8, 103-125.
　　［9］Hammond, J. D., D. B. Houston and E. R. Melander, 1967, Determinants of Household Life Insurance Premium Expenditures-An Empirical Investigation, The Journal of Risk and Insurance 34, 397-408.
　　［10］Outreville, J. F., 1996, Life Insurance Markets in Developing Countries, Journal of Risk and Insurance 63, 263-278.
　　［11］Truett, D. B. and L. J. Truett, 1990, The Demand for Life Insurance in Mexico and the United States: A Comparative Study, The Journal of Risk and Insurance 57, 321-328.
　　［12］Ward, D., and R. Zurburuegg, 2002, Law, Politics and Life Insurance Consumption in Asia, The Geneva Papers on Risk and Insurance, 27: 395-412.
　　［13］Zhu, Minglai, 2002, An Analysis of Demand for Individual Life Insurance in China, Journal of Risk Management and Insurance 7, 28-43.
　　［编辑：傅晓棣］
　　（上接第13页） 服务、拓展服务、服务增值将成为竞争的重要内容。培育通晓国内外业务的再保险经纪人也是未来再保险市场建设的重要内容。
　　（五）管理精细化
　　随着通讯及信息技术的快速创新，可以起到对再保险销售商与客户的交易过程进行重新架构，重新配置工作流程与员工服务、快速提供客户服务信息的反馈等方面的作用；同时信息技术更能运用在再保险交易、精算成本等工作上，产生巨大的效益。信息技术的广泛使用，提高了再保险市场的经营效率，对于相关的数据搜集、整理，内部管理控制，外部信息反馈等各项能力都得到了巨大的提高。［参考文献］
　　［1］卓志.中国再保险市场的体系构建［J］.保险研究，1996,(3).
　　［2］卓志.国际再保险市场及其发展趋势［R］.中国保险监督管理委员会财产保险监管部课题，2003.
　　［3］刘京生.知识经济与保险业［M］.中国社会科学出版社，2001.
　　［4］裴光.中国保险业监管研究［M］.中国金融出版社，1999.
　　［5］张国威.中国再保险市场信息不对称及其危害研究［D］.西南财经大学博士论文， 2005.
　　［6］魏华林.中国保险市场开放与监管［M］.中国金融出版社，1997.
　　［7］戴凤举.论我国再保险业发展的几个问题［J］.保险研究，2000,(5 ).
　　［8］慕刘伟.中资保险公司股权融资问题研究［M］.四川人民出版社，2003.
　　［9］郑济世.保险行政监督之探讨［M］.台湾保险事业发展中心.
　　［编辑：刘晓燕］保险研究2006年第10期寿险专论INSURANCE STUDIESNo.102006