PC版
搜索导航
论文网 > 证券金融论文 > 保险学论文

城镇化进程对保险市场非线性影响效果分析

  中图分类号:F842.0 文献标识码:A 文章编号:1674-2265(2017)02-0048-05
  一、引言
  随着中国经济快速发展和城镇化进程不断加速,居民社会保障需求与日俱增,政府应如何建设一个高水平的社会安全保障网络,同时避免带来过大的公共财政压力已成为我国经济发展过程中的重要课题。参考发达国家相关经验可知,充分发展商业保险行业、对社会保障体系提供支持是解决该问题的有效途径。
  此外,我国城镇化进程中还存在城乡居民身份转换问题,大规模农村人口涌入城市对城市社会保障体系造成了巨大的压力。20世纪90年代以来,随着我国经济进入全面开放阶段,各地区经济发展状况差异日趋明显。沿海地区依靠地域优势等迅速发展的同时,外来人口大量涌入经济发达地区,人口加速流动是这一时期我国城镇化进程的主要模式。我国人口城镇化率已由2000年的36.2%上升至2015年的59.1%,城镇人口总数达到7.11亿。据“第六次人口普查”数据显示,2010年,全国流动人口总量达到2.61亿,比2000年增长了81%,其中,大部分为农村进城务工人员。大规模的人口流动带来了城市规模不断扩大,2000―2015年间,我国200万以上人口城市数量增加了一倍以上。城镇化不断推进的背景下,加快完善居民社会保障体系已十分紧迫和重要。
  本文采取部分线性模型,对核心解释变量的函数形式不作假定,考察不同城镇化水平下,中国各省市城镇化的发展对商业保险市场保险密度的边际影响。基于我国保险市场需求的变动趋势,为新型城镇化背景下保险市场的发展提供借鉴。
  二、相关研究
  近年来,我国城镇化比率逐年提高,社会保障需求的不断提升促进了商业保险市场的快速发展。刘丹(2014)证明了城镇化进程和保险业发展存在显著的正相关关系,并且研究发现城镇化率每提高1%,保险密度会增加63.246元。弹性方面,柳立(2013)利用了时间序列数据进行实证,发现城镇化率每增加1%,保险密度会增加4.8%。杨汇潮等(2014)认为城镇化率越高,对保险密度深化的促进作用越明显。不少学者对城镇化与保险市场发展相互促进作用也进行了实证检验,杜菲(2013)采用城市级别的数据,研究发现城镇化率与保险密度存在明显的正相关关系,与保险深度相关度较低。杨超(2012)认为保险业的快速发展,有助于城市建设中筹集资金,促进基础设施和房地产行业的快速发展。
  据相关学者观点,城镇化进程促进保险市场的发展体现为三个方面:第一,城镇化进程中,我国城镇居民收入水平明显上升,居民对商业保险的购买能力显著提升。第二,城镇化进程中,我国居民生活方式发生了根本性的改变,单纯依靠代际转移已无法解决我国日益严重的居民养老问题,必须加快商业保险发展,以应对居民养老问题。第三,受限于户籍制度,社会公共保障体系仅对城镇居民开放,大部分外来人员仅能通过购买商业保险降低风险,商业保险市场需求不断扩大。此外,现有研究中通常认为,不同城镇化水平下,城镇化率水平相同幅度的提升对商业保险市场具有相同的影响,这与我国的实际情况存在较大的差异。如前文所述,我国的城镇化进程伴随着经济的快速发展和大规模的人口迁移,外来人口进入城市生活的不同时期,对商业保险的需求存在着明显的差异,学界对这一问题并没有进行深入探讨。
  本文采用部分线性模型,分析城镇化比率变动对商业保险市场的影响效果,放松了现有研究中普遍采用的城镇化对商业保险需求存在“线性影响”的假设,研究不同城镇化时期,城镇化率变动对商业保险需求的影响。
  三、模型设定与数据来源
  (一)模型设定
  本文实证模型包括两部分:模型(1)中,本文参考现有研究中的常用范式,采用面板固定效应模型分析城镇化比重对地区保险密度的影响,模型设置如下:
  [lnInsuranceit=ui+vt+λ0Cityrateit+λ1Oldit+λ2Eduit]
  [+λ3lnGDPit+εit,i=1,...,N t=1,...,T](1)
  其中,[i]表示省份,[t]表示年份,[lnInsuranceit]代表区域保险市场需求状况,用区域保险密度的自然对数表示。[Cityrateit]为本文核心变量,代表当地城镇化水平,以当地城镇人口占总人口比重表示;[Oldit]表示当地老龄化程度,用65岁以上老年人口比重占总人口的比重表示;[Eduit]表示当地居民受教育程度,用受过大专及以上教育人口比重占总人口比重表示;最后进一步控制了当地收入状况,[lnGDPit]表示当地人均收入的自然对数。
  之后,基于模型线性化假设,放松了城镇化水平对区域保险密度影响在不同城镇化水平下保持不变的假设,采用部分线性模型研究不同城镇化水平下,城镇化率的变化对地区保险密度的影响,模型设置为:
  [lnInsuranceit=ui+vt+fCityrateit+λ1Oldit+λ2Eduit]
  [+λ3lnGDPit+εit,i=1,...,N t=1,...,T](2)   可以将(2)式简化为向量形式:
  [lnInsuranceit=ui+vt+f(Cityrateit)+λXit+εit](3)
  模型(2)为含有固定效应的部分线性面板数据模型,使用Baltagi和Li(2011)提出的方法进行估计。时间固定效应用虚拟变量表示,可写入控制变量[Xit]中计为[Xit'],进行差分消除个体固定效应[ui],将模型转化为:
  [lnInsuranceit-lnInsuranceit-1=f(Cityrateit)-f(Cityrateit-1)+λ'(Xit'-Xit-1')+εit-εit-1] (4)
  在估计模型(4)时将未知函数[f(Cityrateit)-f(Cityrateit-1)]近似为分段的多项式,OLS可以得到[ui]、[vt]和[λ]的一致估计量,分别记为[ui]、[vt]和[λ],代入模型(2)中得:
  [ηit=lnInsuranceit-ui-vt-λXit=f(Cityrateit)+εit](5)
  函数关系[f]可以通过标准的非参数估计方法拟合[ηit]和[Cityrateit]得出,采用stata14软件计算回归结果和拟合曲线图。
  (二)数据来源
  参考相关研究,采用保险密度作为被解释变量,反映当地居民对商业保险的需求情况,分别采用全部保险市场、财产保险市场和人寿保险市场的保险密度作为被解释变量对各市场进行分析。考虑到城镇化过程中人口转移的因素,研究采用城镇人口占区域总人口比重作为解释变量,分析城镇化水平对商业保险市场的影响。此外,参考现有研究中对商业保险市场影响因素的分析,将地区老年人口占总人口比重、高等教育人口占总人口比重、人均GDP水平作为控制变量加入了模型。
  研究采用数据为我国省级面板数据,包括2005―2014年我国各省全行业、人寿保险市场与财产保险市场的保险密度数据,以及各省份总人口数量、城镇人口数量、65岁以上老年人口数量、受教育人口数量、人均GDP等相关数据。其中,保险行业数据来源为2005―2014年《中国保险年鉴》中的《各省、自治区、直辖市、计划单列市保险业务情况》表,各省人口与GDP来源于历年《中国统计年鉴》。但由于部分数据缺失的原因,本文面板数据中剔除了西藏自治区相关数据,并采用插值法对其他指标缺漏值进行了补充。经过处理后,面板相关变量的描述性统计结果如表1所示。
  四、回归结果分析
  本文分别采用面板固定效应模型和非参数模型验证城镇化水平变动对区域不同保险市场保险密度的影响,将65岁以上老年人口比重、受高等教育人口比重、人均GDP对数作为解释变量放入模型。
  (一)线性模型回归结果
  首先采用面板固定效应模型分析城镇化水平与区域保险密度的关系①,回归结果如表2所示。其中模型(1)和模型(2)以全部保险行业保险密度作为被解释变量,回归结果显示,城镇化率与区域保险密度之间存在着显著的正相关关系,与预期一致;区域内老龄化程度与保险密度之间同样存在正相关关系,均在1%的水平上显著。进一步在回归(2)中,加入受高等教育人口比重和人均GDP对数等控制变量之后,回归结果没有明显变化,区域城镇化率与保险密度之间存在显著的正相关关系,且在1%的水平上显著。
  通过进一步以财产保险市场作为研究对象,分析城镇化比率对财产保险密度的影响。回归结果如表2中(3)、(4)两列,与全部保险市场的研究结果一致,城镇化比重的上升,对该区域内财产保险密度有正的影响,在1%的水平上显著,在加入受高等教育人口比重和人均GDP对数等控制变量之后,城镇化比重与财产保险密度的相关系数仍然显著为正,并在1%水平上显著。此外,与预期一致,老龄人口比重与财产保险密度之间同样存在着1%水平上的显著正相关关系。最后,我们再以人寿保险密度为解释变量,对上述结论进行验证,研究结论没有改变,城镇化人口比重、老年人口比重与人寿保险密度存在正相关关系,在1%水平上显著。
  面板固定效应模型的回归结果显示:伴随区域城镇化率的提升,辖内保险密度显著上升,无论以整个保险市场为研究对象,还是对财产保险市场和人寿保险市场分别分析,这一结论均成立。并且,老龄人口比重与各市?霰O彰芏戎?间均存在正相关关系。受高等教育人口比重、人均GDP水平对保险密度的影响并不显著。
  (二)部分线性模型回归结果
  本文采用部分线性模型对该问题进行分析,放松城镇化率对保险密度的影响在不同城镇化阶段保持不变的假定,采用半参数的方法测算不同城镇化水平下,城镇化率变动对区域保险密度的影响。部分线性回归结果包括非线性和线性两部分,回归模型如前文(3)式。图1、图2和图3分别是调整过的全保险市场保险密度、财产保险市场保险密度、人寿保险市场保险密度与城镇化率的拟合曲线图,描绘了保险市场保险密度变化与城镇化比率变动之间的关系。调整过的保险密度是在控制了区域65岁以上老年人口比重、区域高等教育人口比重、人均GDP水平以及区域、时间特征等变量影响后的保险密度。调整过的保险密度与城镇化率的拟合曲线反映了保险密度与城镇化率之间的实证关系。结果显示,在不同的城镇化水平下,城镇化率的变动对保险市场密度的影响存在着显著的差异。
  从图1可以看出,伴随城镇化水平的提升,保险市场密度呈倒L形上升趋势。城镇化率的上升对保险市场的保险密度具有正向影响,但城镇化率提升所带来的保险市场保险密度变动在不同的城镇化水平下存在着显著差异。从图1可以看出,在城镇化进程的初期,城镇化率小于40%水平时,城镇化率的变动对保险密度变化有着显著的正向影响;而城镇化率达到40%以上时,城镇化水平的提升对保险密度的影响逐渐下降;直到城镇化率达到60%之后,伴随城镇化水平的提升,保险密度的变动不再明显。由此可见,伴随城镇化率的上升,各省保险市场密度变动呈现出阶段性特征,从加速提升到增速放缓,直至保持稳定。   进一步以财产保险市场为研究对象,对这一问题进行分析,结果如图2所示。与整个保险市场的分析结果一致,伴随城镇化水平的提升,财产保险市场的保险密度同样呈倒L形上升趋势,城镇化率的上升对保险市场的保险密度具有正向影响。并且,财产保险市场保险密度在不同的城镇化阶段存在着显著差异。在城镇化进程的初期,城镇化率小于40%水平时,伴随城镇化水平的提升,财产保险市场的保险密度加速上升;当城镇化率达40%以上时,城镇化水平的提升对保险密度的影响逐渐下降;直到城镇化率达60%之后,伴随城镇化水平的提升,保险密度的变动不再明显。
  最后,以人寿保险市场为研究对象,继续对该问题进行验证,结果如图3所示。与全部保险市场、财产保险市场的研究结果一致,伴随城镇化率的上升,各省保险市场密度变动呈现出阶段性特征,在城镇化率低于40%水平时,财产保险密度随城镇化率提升而快速上升,在城镇化率水平处于40%―60%之间时,伴随城镇化水平的提升,人寿保险密度增速逐渐下降;直到城镇化率达到60%之后,人寿保险密度保持稳定。
  综合上述研究可知:在不同的城镇化阶段,伴随相同程度的城镇化比率上升,保险市场密度的变动存在着差异。在城镇化进程的不同阶段,受城镇化率提升的影响,保险密度的变动呈现出阶段性特征,从加速提升到增速放缓,直至保持稳定。
  五、研究结论
  本文分别以全部保险市场、财产保险市场和人寿保险市场为研究目标,采用部分线性模型,分析在不同的城镇化阶段,城镇化率提升对保险市场密度的影响效果,结果显示我国保险市场保险密度在不同的城镇化阶段,呈倒L形上升趋势。在城镇化进程初期,城镇化率低于40%时,外部移民大量涌入城市,社会保障体系发展速度严重滞后于人口城镇化速度,外来人口必须通过购买商业保险的方式抵御外部风险,从而城镇化比率的上升将推动保险密度快速上升。在城镇化进程中期,城镇化率在40%―60%之间,社会保障体系逐步建立,城镇居民保险需求得到部分满足,城镇化率提升对保险市场需求的影响逐步下降。在城镇化进程后期,社会保障体系已日趋完善,商业保险市场进入平稳发展阶段,相对于城镇化比率的提升,区域保险密度保持稳定。
  为进一步促进我国商业保险行业的健康发展,提升我国新型城镇化建设服务水平,在保险行业的发展过程中,应统筹各区域保险市场建设力度,满足不同城镇化水平下居民对商业保险的差异化需求。具体而言,对仍处于城镇化进程初期的省份,应加大资金、人才投入,健全市场制度,以改善当地金融市场条件,促进当地保险行业快速发展,以满足日益上升的保险需求。对城镇化水平较高的地区,应积极调整经营策略,丰富商业保险品种,满足居民特定的保险需求。
  注:
  ① Hausman检验拒绝了随机效应模型,并且时间虚拟变量大多都在1%水平下显著,实证模型控制了个体固定效应和时间固定效应。

相关论文

非线性城镇进程效果影响分析
疫情影响下对推进远程审计的探讨
企业员工工作积极性影响因素探讨
适应电子商务的福建省老年教育需求分
宏观经济学对市场经济的影响研究
企业财务分析存在的问题及对策探讨
河南打造具有国际影响力的黄河文化旅
陶瓷文旅产业融合发展的共生要素分析
企业净资产收益率的提升途径分析——
裂变营销对用户购买意愿的影响—以拼
电商营销模式的新变化分析——以淘宝