中国人身险行业的增长动力研究——基于供需双侧的视角_杨斐滟.pdf

中国人身险行业的增长动力研究 基于供需双侧的视角杨斐滟何薇陈滔 摘要 中国人身险行业过去实现高增长的动力是什么?为回答这一问题，本文构建包含需求侧和供给侧两方面因素的面板向量自回归模型，重点考察经济发展水平、风险水平、风险认知和销售能力对我国人身保险消费的影响。结果表明，经济发展水平、风险水平和风险认知对人身保险消费具有长期促进作用，而销售能力对人身保险消费具有短期拉动作用。经过方差预测分解可知，我国人身保险消费具有明显的“供给侧主导”特征，也即我国的人身保险消费主要由保险公司的销售能力拉动。但通过分地区异质性分析发现，我国不同区域间的人身保险消费增长呈现不同的特点，经济欠发达地区和经济较发达地区的人身保险消费的“供给侧主导”特征更为明显，而经济发达地区的人身保险消费受需求侧因素的影响更大。进一步分析还发现，尽管我国人身险行业增长具有“供给侧主导”特征，但各险种之间存在显著差别，其中寿险消费受供给侧影响程度更大，而健康险和意外险具有明显的“需求侧主导”特征。本文的研究结果有助于理解我国人身险行业过去的增长逻辑，了解目前面临的增长瓶颈，为行业实现高质量发展提供重要借鉴。关键词 人身险;保险消费;供给侧;需求侧;供给侧主导;增长动力 中图分类号 F842 文献标识码 A 文章编号 1004 3306(2022)12 0003 15DOI:10 13497/j cnki is 2022 12 001 作者简介 杨斐滟，西南财经大学金融学院讲师、硕士生导师;何薇(通讯作者)，西南财经大学金融学院博士研究生，E-mail:sallyhe smail swufe edu cn;陈滔，西南财经大学金融学院教授、博士生导师。一、引言中国人身保险业 1982 年恢复经营，经济的高速发展、政策的变化、居民消费习惯的变迁推动了行业的快速发展，保费收入呈现快速增长。由近年来人身险行业保费收入规模和增速可知(见图 1)，我国人身险保费增速于 2016 年达到峰值，而后逐步下降，至 2018 年保费收入增速接近于零，增长几近停滞，加之 2020 年新冠肺炎疫情对全球经济的冲击，人身险行业发展形势日益严峻，行业亟待转型升级。中国寿险业峰会 2020 圆桌对话提出，“十四五”是中国寿险业转型升级的黄金机遇期。2021 年 9 月，中国寿险业转型发展峰会上多位专家学者指出保险业要改变过去粗放的经营方式，树立高质量发展的新模式。然而，要转变人身险行业过去的增长模式，寻求新的增长动力，就要对行业过去实现高速增长的原因进行探究，只有深刻理解和总结过去的发展经验和教训，才能更好地走向未来，但目前学界并未就这一问题进行充分的研究。科学地解释为什么过去能够实现保费的高速增长，不仅有助于对中国人身险行业长期增长的理解，更关系到对中国保险行业发展前景的判断并为监管部门采取的监管政策提供参考。核算要素贡献度是判断一个经济体处于何种经济发展模式的基本思路(宋马林等，2021;秦晓钰，2020;刘贯春等，2019)，本文采用该思路探究我国人身保险业的增长动力。保费收入是保险需求方和3保险研究2022 年第12 期INSUANCE STUDIESNo.122022图 12011 2019 年中国人身险保费收入及其增速数据来源:中国保险年鉴保险供给方达成均衡的结果，因此要识别保费收入的增长动力，应该对需求侧和供给侧两方面的因素进行分析(Outreville，1996;Beck et al，2003;Millo，2015;孙祁祥等，1997)。基于此，本文构建包含需求侧和供给侧两方面因素的面板向量自回归模型，重点考察经济发展水平、风险水平、风险认知和销售能力对我国人身险消费的影响。与以往研究相比，本文的边际贡献有以下三点:第一，以往研究多关注人身险行业增长的影响因素，对增长动力的讨论尚不充分，本文的研究丰富了这一领域的讨论，为理解人身险行业过去的高增长现象提供了一个新视角;第二，Outreville(1996)指出发展中国家的人身险市场是供给导向型，但是尚无研究对中国人身险市场是否为供给导向型进行验证，本文构建包含供需双侧影响因素的面板向量自回归模型，对这一说法进行检验，为理解我国人身险市场的发展阶段提供参考;第三，本文关注保险公司销售能力对人身险行业增长的影响，丰富了保险业供给侧影响因素的研究内容。我国人身保险业目前正处于转型升级的攻坚期，本文的研究有助于为我国人身险行业实现高质量发展提供重要参考。二、文献综述与理论分析保费收入是保险需求方和供给方达成均衡的结果，因此要全面分析保费收入的增长动力，应该从供给侧和需求侧两方面加以分析，以往许多研究直接将保费收入作为保险需求的衡量指标，然而，保费收入只有在供给具有无限弹性的情况下，才等于保险需求。因此更确切地说，保费收入是保险消费的衡量指标，而保险消费则是需求和供给共同作用下达成的结果，研究保险业的增长动力，应该从供需两方面进行考虑和验证(Outreville，1996;Beck et al，2003;Millo et al，2015;孙祁祥等，1997)。保险消费是保险需求得以实现的结果，由早期的保险需求理论模型可知，影响微观主体保险需求的参数主要是财富水平、风险偏好和潜在损失的大小等(Mossin，1968;Smith，1968)。宏观保险需求是由一个个微观保险决策构成的，因此从宏观层面看，一个地区乃至一个国家的保险需求主要取决于该地区或该国家的经济发展水平、风险认知以及风险水平(张宗军等，2020)，其中风险水平和风险认知是保险产品购买意愿产生的基础，经济发展水平则是购买能力提升的前提条件。多数研究已就经济发展能够显著促进人身险行业增长这一观点达成共识(Feyen et al，2013;郑伟等，2010;Li et al，2007;杨舸等，2005;栾存存，2004;Browne et al，1993;Outreville，1996;Truett et al，1990)。风险水平对人身险发展影响的相关文献讨论也较为丰富，有的文献关注某一类风险对保险需求的影响，例如人口年龄结构变化(Beck et al，2003;樊纲治等，2015;敖玉兰等，2015)、自然灾害(祝仲坤等，2015)、破产风险(Zou et al，2003;朱铭来等，2010)，有的文献关注背景风险等不可保风险对保险需求的影响(Hem-rit，2021;刘威等，2019;王晓全等，2011)，也有的文献关注整体风险水平的变化对保险需求的影响(宋平凡等，2017)，虽然已有研究对于风险与保险需求之间的关系并未达成共识，但是大部分研究都认为风险能显著促进保险需求(Zou et al，2003;敖玉兰等，2015;刘威等，2019;王晓全等，2011)。风险认知是个人对于客观风险状况的感受和认识，已有的研究在健康保险(Pauly，1990;Doiron et al，2008;王伊琳等，2021)、农业4中国人身险行业的增长动力研究早期的保险需求模型主要通过如下等式求解:E U W0 L+*L ()()()()E L=EU(W0 L)，其中 U 是 VonNeumann Morgenstern 效用函数，L 是具有给定分布函数的随机可保损失，W0为非随机初始财富，为保险覆盖率，为风险偏好，EU(W0 L)为无保险对应的期望效用水平。保险(Fahad et al，2018;叶明华等，2014;张跃华等，2005)、企业财产保险(吕文栋，2014)以及巨灾保险(卓志等，2014;周志刚等，2013;Ogurtsov et al，2009)等领域均发现了风险认知能力影响保险需求的证据，大部分的研究结果表明，风险认知水平的提高有助于促进保险需求。从供给侧角度来看，保险需求的实现离不开保险产品的供给。相比于西方国家，商业保险对中国而言属于舶来品，中国商业保险的历史最早可追溯到 1805 年，彼时英商在广州成立了谏当保安行，近代西方保险制度才由此传入中国(中国保险学会等，1998)，因此中国保险消费者对保险的认识主要来源于保险公司本身，且保险消费者通常不直接与保险公司建立关系，而是通过销售人员购买保险产品，ob-son et al(2011)指出，销售人员的推荐对保险消费具有显著影响。Shi et al(2016)发现感知关系投资对保险客户有很强的影响，销售人员可以引导消费者的风险感知。Outreville(1996)指出发展中国家的人身险市场是供给导向型，而且人身险行业历来有“保险是被卖出的，而不是买入”的说法，说明在人身险行业中保险公司的销售行为对保险消费的实现具有十分重要的影响。以往关于人身险供给侧因素的讨论大多从宏观和微观两个层面展开，宏观层面主要关注保险业制度供给对保险业增长的影响(孙祁祥等，2010;卓志等，2017;邓敏，2000)，微观层面主要关注保险公司经营行为对保险业增长的影响(范庆祝等，2017)，宏观层面的讨论已经非常充分，相比之下，微观层面，保险公司经营行为对人身险增长的相关研究较少。然而宏观保险制度的影响最终也要落实到保险公司的微观行为上，而保险公司的销售行为无疑是关系保险消费增长的关键(周卫东，2005)，因此本文认为保险公司的销售能力这一指标对人身险行业供给侧具有相当的代表性。已有的关于保险公司销售能力的研究主要关注渠道建设对保险公司绩效的影响(仲赛末等，2018)，本文采用同期保费收入中新单保费所占比例表征保险业的销售能力，这一指标来源于范庆祝等(2017)，范庆祝等采用这一指标衡量寿险业的供给动能，认为新单保费占比越高，说明市场的可持续发展能力越强。本文认为新单保费占比不仅能体现人身险行业的供给动能，更能体现人身险行业的销售能力，新单保费占比反映了人身险行业增长对销售能力的依赖程度，续期保费则决定保费持续增长能力(万峰，2021)，因此，新单保费占比越高，表明我国人身险消费更依赖于销售能力，而忽视续期保费的维持。除了研究单一因素对保险业增长的影响之外，还有一部分学者主要关注影响因素之间的贡献度，也即对保险业增长模式的识别和判断，宋平凡等(2017)发现我国保险业长期以来主要靠经济驱动而非风险驱动，并且认为造成这一模式的原因在于保险业在风险补偿职能上的缺位。张宗军等(2020)发现不同类型、不同区域国家保险需求的差异性根本上源自于其工业化水平、城镇化质量和老龄化程度，而不是取决于 GDP。刘继光等(2019)采用 DEA-Malmquist 对我国保险业的增长进行分解后发现我国保险业增长逐渐从要素驱动转变为创新驱动。但是以往的研究大多从需求侧或供给侧的单一视角出发对保险业增长模式进行判断，与以往研究相比，本文将供需两方面因素同时加以考量，分析供需两侧各因素的图 2理论框架图贡献度，以识别我国人身保险业的发展阶段和主要特征，而且本文关注保险公司销售能力对人身险行业增长的影响，丰富了保险业供给侧影响因素的研究内容;除此之外，以往的研究对象大多是整体保险业，尚没有针对人身保险业增长模式的研究，由于财产险和人身险在保险周期、保费赔付、可保风险以及保费收入的缴付方式等诸多方面存在显著的差异，因此有必要对人身险的增长模式进行针对性的研究和分析。最后本文改进了以往对风险因素的测度，由于不同险种涉及的风险类型有所差别，本文依据人身险行业的可保风险的范围和特点构建风险指数，有利于准确测度人身险风险水平的变化情况。综上所述，本文的理论框架如图 2 所示。5保险研究2022 年第12 期INSUANCE STUDIESNo.122022三、变量选择与研究方法(一)变量选择本文重点考察经济发展水平、风险水平、风险认知以及保险公司销售能力与我国人身险消费之间的关系。1.人身保险消费本文以各地区的人身保险密度表征各地区的人身保险消费，其中人身保险密度=每年各地区的人身险保费收入/每年各地区的总人口数。2.经济发展水平本文以各地区人均 GDP 衡量我国各地区的经济发展水平。3.风险水平借鉴宋平凡(2017)的做法，本文采用熵权法计算所得的风险指数对各地区的风险水平进行衡量。4.风险认知风险认知能力与受教育水平息息相关，已有文献中大多使用受教育程度这一指标来衡量风险认知能力(Truett et al，1990;Browne et al，1993;Ward et al，2002;杜林，2010;叶明华等，2014;樊纲治等，2015)，因此，本文采用受教育水平作为风险认知的衡量指标，其中受教育水平以各地区大专及以上人口数占总人口数的比重来衡量。5 销售能力本文采用同期保费收入中新单保费占总保费收入的比例表征保险公司的销售能力，本文认为新单保费占比反映了人身险行业增长对销售能力的依赖程度，而续期保费决定了保费持续增长能力(万峰，2021)，新单保费占比越高，表明我国人身险消费更依赖于销售能力，而忽视续期保费的维持。为避免通货膨胀的影响，保费收入和人均 GDP 均以 2003 年为基期采用了省级 CPI 指数进行了通胀调整。本文对所有变量均进行了对数化处理。由于西藏地区的保险数据存在较多缺失，因此剔除西藏地区数据，最终采用的是我国 30 个地区 2003 2019 年的平衡面板数据。本文的数据来源为国家统计局、中国研究数据平台、中国保险年鉴、中国气象灾害年鉴以及中国统计年鉴。变量定义与描述性统计如表 1 所示。变量定义及描述性统计表 1(单位:百万元、%)变量名称变量定义样本数均值标准差最小值最大值人身险保险消费每年度各地区人身险保险密度，经 2003 年消费者价格指数定基比调整。5100 0010245 0 0014186 0 00005150 0113211经济发展水平每年度分地区人均 GDP，经 2003 年消费者价格指数定基比调整。51037236 2926458 443708 00161776 00风险因素由熵权法计算而得，用以衡量各地区人身险可保风险水平。5100 110 040 030 28销售能力新单保费/总保费收入5100 520 110 080 82风险认知各地区大专及以上人口数占总人口数的比重。5100 110 070 020 50(二)研究方法1.熵权法本文采用熵权法计算一个综合指标用以衡量我国人身险风险水平的变化情况。熵权法的基本思路是根据子指标特异性的大小来确定客观权重，从而通过加权加总获得一个总指标。参照宋平凡等(2017)，具体的计算方法如下:(1)对原始数据进行标准化处理，Qij=Xij min(Xij)max X()ij min(Xij)，其中Xij是第6中国人身险行业的增长动力研究i 个省份的第 j 个风险指标的取值(i=1，2，m;j=1，2，n);(2)对标准化的数据进行坐标平移，Qij=1+Qij;(3)计算第 j 个风险风险指标的比重Qij=QijmiQij;(4)计算第 j 个风险指标的熵值ej=1lnmmiQij*ln Qij和变异系数gj=1 ej;(5)计算第 j 个风险指标在综合评价中的权重Wj=gjnj=1gj;(6)计算综合评价指数riski=nj=1Wj*Pij;其中riski代表第 i 个省份的风险水平，其值越大，风险水平越高。在构成风险指数的子指标选取方面，本文从自然风险和社会风险两个维度加以考虑。自然风险所包含的子指标主要有以下两个部分:(1)滑坡、地面塌陷、泥石流等地质灾害发生次数、死伤人数和直接经济损失;(2)低温、洪涝、风雹等气象灾害伤亡人数、受灾面积、绝收面积和直接经济损失。社会风险主要包含以下五个部分:(1)交通事故所关联的 4 个指标:交通事故次数、交通事故死亡人数、交通事故受伤人数、交通事故造成直接经济损失;(2)火灾事故所关联的 4 个指标:火灾发生次数、火灾造成死亡人数、火灾造成受伤人数、火灾造成直接经济损失;(3)医疗风险:人均卫生总费用、卫生总费用个人支出占比;(4)长寿风险:老年人口抚养比、城镇职工替代率;(5)死亡风险:人口死亡率。本文中所有与经济损失有关的变量均以 2003 年为基期采用了省级 CPI 指数进行了通胀调整。数据来源于国家统计局、中国研究数据平台、中国气象灾害年鉴以及中国统计年鉴。其中各地区风险水平变化情况如图 3 所示。图 32003 2019 年省际风险指数变化图2.面板向量自回归(PVA)PVA 模型是分析联合内生变量间的动态关系的动态模型，PVA 模型主要通过实际经济数据而非经济理论进行建模，因此建模时无需提出先验经济理论假设，模型设定简单，面板向量自回归模型(PVA)把系统中的所有变量都看作是内生变量，可以预测系统中多个变量之间的相互作用，本文借鉴Love Zicchino(2002)和 Abrigo Love(2016)的研究，构建面板向量自回归模型。为考察我国人身险行业的增长模式，本文构建包含人身险消费、经济发展水平、风险认知、风险水平和销售能力五个变量的PVA 模型以刻画人身险消费与各变量之间的内在关系。模型设定如下:Yit=0+p=1*Yi，t +ui+it(1)7保险研究2022 年第12 期INSUANCE STUDIESNo.122022在式(1)中，i 代表省份，t 代表年份，Yit为被解释变量，主要包括人身险消费、经济发展水平、风险认知、风险水平和销售能力五个变量，均为 5 维列向量，p 为最大滞后阶数，为 阶滞后向量的系数矩阵，向量ui代表了截面 i 的个体效应向量，当时间序列程序应用于面板数据估计时，受到因变量滞后项的影响导致ui与自变量相关，会使得传统用于消除固定效应的“均值差分法”在对系数的估计中产生偏误，因此，本文通过使用向前差分 Helmert 转换方法对固定效应进行消除，前向差分 Helmert 转换方法通过移除前向均值这一转换方式，避免工具变量的滞后回归项与差分项正交，从而可以使计量检验结果更准确，本文采用 GMM 方法进行参数估计，it N(0，)为新息变量。四、实证过程及结果(一)平稳性检验及滞后阶数本文分别采用 Fisher ADF、HT 和 IPS 单位根检验对本文所采用的数据进行平稳性检验，检验结果如表 2 所示，由表 2 可知，本文采用的各数据均通过了平稳性检验。由于本文的数据时间跨度较短，样本容量有限，不宜选用过高的滞后阶数，为保证模型估计的有效性，本文的最优滞后阶数设定为 1 阶。变量平稳性检验表 2变量H0:所有面板均存在单位根Fisher ADFHTIPS人身险消费2 5459 2 7276 1 1013经济发展水平4 2109 1 99411 5107*风险水平8 4354 9 8338 4 0914 风险认知7 0543 7 3284 4 1335 销售能力12 7813 15 6991 5 2885 (二)PVA 模型的估计本文采用 Helmert 转换消除 PVA 模型中的个体效应，然后采用 GMM 方法进行参数估计，估计结果如表 3 所示。由于对 PVA 模型建模不以任何经济理论为依据，仅仅是依靠实际数据，且将所有变量设定为内生变量，此外系数的估计结果仅体现局部信息，导致对模型系数的解释较为困难。因此PVA 通常采用观察模型系统的脉冲响应函数和方差分解对系统内各变量之间的关系进行分析。面板向量自回归估计结果表 3解释变量被解释变量保费消费经济发展水平风险认知风险水平销售能力l 保费消费0 91 0 00770 01060 1697 0 387 l 经济发展水平0 1751*0 9580 0 3837 0 3706 0 6915 l 风险认知0 04550 00860 5067 0 1566 0 215 l 风险水平0 03150 0267 0 01620 5333 0 1223l 销售能力0 0954*0 0285 0 1089 0 2793 0 5689 注:、*分别代表在 1%、5%和 10%的显著水平，下表同。8中国人身险行业的增长动力研究PVA 模型将所有变量设定为内生变量，在模型的每一个方程中，内生变量对模型的全部内生变量的滞后项进行回归，从而估计全部内生变量之间的动态关系，由于所有的变量都相互依赖，因此单个参数值仅提供局部信息。且在参数估计量的评价标准中，一般包含无偏性、有效性和一致性，而 PVA 模型参数的估计量只具有一致性。基于此，PVA 模型中的系数并不是研究者最终关注的对象。图 4PVA 模型回归结果稳定性检验图(三)稳定性检验模型的稳定性是进行脉冲响应分析和预测方差分解的前提。在对 PVA 模型进行脉冲响应分析和方差分解之前，需对 PVA 模型的回归结果进行稳定性检验，由图 4 可知，本文所构建的 PVA 模型的特征方程的根都在单位圆之内，故本文所建立的 PVA 模型的内生变量之间是稳定的，可以进行脉冲响应分析和预测方差分解。(四)格兰杰因果检验表4 展示了面板向量自回归的格兰杰因果检验的结果，可知，经济发展水平和销售能力是人身险消费的格兰杰原因，人身险消费也是销售能力的格兰杰原因，也即销售能力和人身险消费之间存在双向因果关系，但格兰杰因果检验只是统计学意义上因果关系，并非代表真正的因果关系，因此，要进一步分析系统中变量之间的关系，还需进行脉冲响应函数分析和方差预测分解。(五)脉冲响应函数脉冲响应函数刻画的是一个内生变量对残差冲击的反应(响应)。具体而言，当随机误差项施加一个标准差大小的冲击(来自系统内部或外部)后对内生变量的当期值和未来值所带来的影响(动态影响)。第 i 个内生变量的一个冲击不仅直接影响到第 i 个变量，还将通过 PVA 模型的动态结构传递给其他内生变量，脉冲响应函数试图刻画这些影响的轨迹，显示任意一个变量的扰动是如何通过模型影响所有其他变量，最终又反馈到本身的过程。为避免残差相关性对脉冲响应函数和方差预测分解的影响，本文应用正交化脉冲响应函数反映变量之间的动态关系，其中常用的正交化方法为 Cholesky 分解。Cholesky 分解的结果对变量的顺序较为敏感，因此必须对变量的顺序进行充分的考虑。理论上而言，关于供给与需求之间的关系主要有两种观点，分别是以萨伊主张的供给决定论和凯恩斯主张的需求决定论，但是以往的理论争论和实践表明，这两种理论均无法准确地解释以往全球经济发展的历程，且以往学者对供需关系的认识取决于对于资本主义占有制及其运行机制的不同认识，是和资本主义经济发展的一定历史阶段相联系的，也即在不同的发展阶段，供给与需求的关系也会发生变化。马克思指出，供给和需求是辩证统一的关系，这两个总和是作为两个统一体，两个集合力量互相发生作用的，并且指出“需求决定供给，反过来供给决定需求”(马克思等，2018)。综上可知，供给与需求之间的主导关系会随着发展阶段的不同而发生变化。基于此，本文认为在保险增长领域，随着保险业的发展阶段不同，保险业需求和供给的关系也会呈现不同的特点。在需求侧各要素内部之间，经济发展水平是公共教育支出的来源，也是提升受教育水平和风险认知能力的基础，受教育水平和风险认知能力的提升反过来对经济发展水平也有显著影响(Barro et al，1999;刘智勇等，2018)，风险的客观存在是产生风险认知的前提，而风险认知能力的提升也会增加可识别的风险，随着经济发展水平的进程，社会现代化程度越来越高，在制造财富的同时也会创造风险。正如贝克的 风险社会 所言，现代化的进程使得物质资料、生产力和技术有了充分的发展，这一切都是遵行理性的发展结果，然而，这种以理性驱动出的现代化进程同时也在消解人类原本的物质生活和社会生9保险研究2022 年第12 期INSUANCE STUDIESNo.122022模型稳定则意味着当把一个脉动冲击施加在 VA 模型中某一个方程的新息(innovation)过程上时，随着时间的推移，这个冲击的影响会逐渐地消失，如若模型不稳定，则当把一个脉动冲击施加在 VA 模型中某一个方程的新息(in-novation)过程上时，随着时间的推移，这个冲击的影响不会消失，而是无限发散，则无法准确分析变量之间的关系。活基础和构成，同时孕育了一种更难察觉更难控制的新的社会风险(乌尔里希贝克，2004)，同时也有研究表明风险的增加也会促进经济发展水平(邵全权等，2016)。面板向量自回归格兰杰因果检验表表 4人身险消费经济发展水平风险认知风险水平销售能力自由度人身险消费0 3290 0475 348 27 062 1经济发展水平3 046*19 804 9 102 27 205 1风险认知0 6790 3994 916 8 992 1风险水平0 7968 016 0 1782 4051销售能力2 825*4 599 7 713 10 9 1ALL4 7513 496 61 904 30 617 41 497 4注:1 表格中数值为 chi2 统计量;2 表格中行变量为 Equation variable，列变量为 Excluded variable;3 格兰杰因果检验的原假设为:Excluded variable 不是 Equation variable 的格兰杰原因，备择假设为:Excluded variable 是 Equation variable的格兰杰原因;4 表格中 ALL 代表联合显著性。基于以上分析，结合需求决定论和供给决定论，本文分别(1)以经济发展水平风险水平风险认知销售能力人身险消费和(2)销售能力风险认知风险水平经济发展水平人身险消费的分解顺序对我国人身险的发展阶段进行识别和判断。其中图 5 展示了不同分解顺序下的脉冲响应分析结果，由图 5 可知，两种分解顺序下的脉冲响应结果大致相同。图 5脉冲响应示意图由图 5 可知，在初始时刻对经济发展水平施加一个标准差的脉冲，人身险消费在长期内的响应为正，且响应的程度随着时间的推移而越来越大，而后逐渐平复，说明经济发展水平对人身险消费的促进作用具有一定的滞后性，但是在长期有显著的促进作用。在初始时刻对风险水平施加一个标准差的脉冲，人身险消费长期内会出现正向响应，说明风险水平的增加对人身险消费在长期内具有促进作用，但是在当期并没有正向响应，说明风险水平的提升对人身险消费的增长具有一定的滞后性。在初始时刻对风险认知施加一个标准差的脉冲，人身险消费在长期内出现了正向响应，说明风险认知能力的提升对人身险消费的增长具有长期的促进作用，但是在当期并没有出现正向响应，说明风险认知能力对人身险消费的促进作用也具有一定的滞后性。依据风险水平和风险认知能力的结果可知，风险以及对风险的认知对人身险消费的增长具有长期促进作用，但是从风险的产生和对风险的识别到运用保险工具来抵御风险这一过程需要一定的时间，因此风险水平和风险认知对人身险消费的促进作用均具有滞后性。在初始时刻对销售能力施加一个标准差的脉冲，在当期，人身险消费出现了显著的正向响应，而后随着01中国人身险行业的增长动力研究时间的推移逐渐平复，说明销售能力的提升能在短期内迅速拉动保险消费，但是这种促进作用在短期内作用最大，并不能带来持续的增长动力。由以上分析可知，经济发展水平、风险水平、风险认知以及销售能力对人身险消费均具有不同程度的促进作用，区别在于经济发展水平、风险水平和风险认知对人身险消费具有长期促进作用且存在不同程度的滞后，而销售能力对人身险消费具有短期拉动作用。(六)方差预测分解除了脉冲响应函数以外，预测误差方差分解也是揭示变量之间影响关系的重要方法。脉冲响应函数只是简单说明变量之间的影响关系，而方差分解可以定量地把握变量之间的影响关系。方差分解是分析每一个结构冲击对内生变量的变化的贡献度，通常利用相对方差贡献率来衡量。图 6 分别展示了在两种变量排列顺序下保险消费的方差分解的结果，两种变量排列方式下的结论差异并不明显。由图 6 可知，除却人身险消费本身之外，对人身险消费预测方差解释力度最高的变量是销售能力，其次是经济发展水平，且经济发展水平的解释力度随着时间的推移逐渐上升，最后是风险认知和风险水平。这表明，我国人身险消费的主导因素为销售能力，我国人身险消费具有明显的“供给侧主导”的特征，即人身险消费主要由供给侧的销售能力拉动。图 6方差分解结果图五、分区域人身险增长模式分析由于我国不同区域之间的经济发展水平相差较大，为探究不同区域之间人身险消费的驱动模式是否存在差异，本文以 2019 年人均 GDP 为依据将区域划分为经济发达地区、经济较发达地区和经济欠发达地区，区域划分情况如表 5 所示。本文分区域进行上文的面板向量自回归模型估计，并使用方差分解来刻画不同区域人身险行业的增长驱动模式，采用各变量对人身险消费的方差解释力度作为其驱动程度，并将增长模式分区域进行对比分析。区域划分表 5所属区域地区经济发达地区北京、福建、广东、江苏、上海、天津、浙江经济较发达地区安徽、海南、河南、湖北、湖南、江西、辽宁、山东、陕西、四川、重庆经济欠发达地区甘肃、广西、贵州、河北、黑龙江、吉林、内蒙古、宁夏、青海、山西、新疆、云南注:2019 年人均 GDP 大于 80000 元/人的划定为经济发达地区(30 个地区人均 GDP 排名的前 7 个地区)，低于53500 元/人的划定为经济欠发达地区(30 个地区人均 GDP 排名的最后的 11 个地区)，其余地区则为经济较发达地区。除此之外，为保证本文的划分结果能够真实全面地反映各地区的发展状况，本文还参考了各地区 2019 年 GDP 总量和金融业增加值的排名情况，并对三项指标排名情况相差过大的地区进行了相应的调整，最终的划分情况如表所示。图 7 展示了不同区域人身险消费各因素的驱动程度，可知，长期来看，相比于经济发达地区而言，经11保险研究2022 年第12 期INSUANCE STUDIESNo.122022济欠发达和经济较发达地区的人身险消费主要由销售能力主导，呈现明显的“供给侧主导”的特征，而在经济发达地区，风险水平对人身险消费的解释力度最大，也即经济发达地区的人身险消费呈现出“需求侧主导”的特征。这可能是源于各区域间经济发展水平的差异，由理论分析可知，保险需求主要取决于购买意愿和购买能力，风险水平和风险认知是保险产品购买意愿产生的基础，经济发展水平则是购买能力提升的前提条件，经济欠发达地区和经济较发达地区的人民囿于经济发展水平，保险需求不旺盛，需求侧难以形成促进人身险消费的增长动力，因此其增长主要源于供给侧的销售能力，而经济发达地区的经济发展水平较高，相应的工业化水平和公共教育支出水平也更高，具备形成保险需求的基础，因此这类地区“供给侧主导”的色彩较弱，而且呈现一定程度的“需求侧主导”的特征。图 7各区域保险消费驱动模式示意图由以上分析可知，我国不同区域之间的人身险消费的增长呈现不同的特点，具体而言，经济欠发达地区和经济较发达地区的人身险消费的“供给侧主导”的色彩更为浓厚，其人身险消费主要由供给侧的销售能力拉动，而经济发达地区的人身险消费受需求侧因素的影响更大。六、进一步研究通过以上分析发现，我国人身险行业具有“供给侧主导”的特征，为分析这一特征在不同险种之间是否存在差别，本文分别对寿险、健康险和意外险消费进行深入分析。21中国人身险行业的增长动力研究依据营销学 4P 理论可知，保险消费会受到保险公司的营销组合的影响。营销组合主要包括价格、产品设计、促销活动和分销渠道。基于数据的可得性，本部分聚焦于保险公司的促销活动对保险消费的影响。众所周知，基于中国人的收入分布规律，保险公司在每年的 1 月份左右会开展一系列的促销活动，促使 1 季度聚集大量的保费收入，许多保险公司会在促销期间完成全年业绩的大部分，这一现象被保险业界称为“开门红”。大部分学者认为保险业“开门红”是一种营销手段，是保险公司通过开展一系列的促销活动、对销售人员实施一系列激励政策，使得保费收入在特定的时间段内集中聚集的现象(任柏桐等，2017;牛颖惠，2015)。基于以上定义，本文采用1 季度保费收入占全年保费收入的比重衡量保险公司的促销力度，占比越高，说明促销力度越大，反之，则越小。本文采用 2006 2019 年人身险月度保费收入的数据，分别计算了寿险、健康险和意外险的保险密度以表征其保险消费，本文构建包含保险消费、经济发展水平、风险认知、风险水平和促销力度五个变量的 PVA 模型以刻画各险种保险消费与各变量之间的内在关系。图 8寿险、健康险和意外险保险消费驱动模式示意图图 8 展示了不同分解顺序下寿险、健康险和意外险消费的增长模式，由图 8 可知，除健康险消费本31保险研究2022 年第12 期INSUANCE STUDIESNo.122022由于年终奖等原因，岁末年初一般是中国家庭现金流最充裕的时期。身之外，经济发展水平是对健康险消费解释力度最强的变量，除意外险消费本身之外，风险认知是意外险消费解释力度最强的变量。可知，健康险和意外险均具有明显的“需求侧主导”的特征。相比于健康险和意外险，寿险消费受供给侧因素的影响程度更大。这一结果可能是由于我国人身险“开门红”期间主推寿险类产品，使得寿险消费的增长对促销活动的依赖程度更高，故寿险保险消费受供给侧促销能力的影响更大。经过以上分析可知，尽管我国人身险行业增长具有“供给侧主导”的特征，但是这一特征在人身险各险种内部存在显著的差别，健康险和意外险消费具有明显的“需求侧主导”的特征，相比健康险和意外险，寿险消费受供给侧影响程度更大。七、结论与建议为考察我国人身险消费的增长驱动模式，本文构建包含人身险消费、经济发展水平、风险认知、风险水平和销售能力五个变量的 PVA 模型以刻画保险消费与各变量之间的内在关系。经过脉冲响应函数分析后可知，经济发展水平、风险水平、风险认知和销售能力对人身险消费均具有一定程度的促进作用，具体而言，经济发展水平、风险水平和风险认知对人身险消费具有长期促进作用但存在不同程度的滞后，而销售能力对人身险消费具有显著的短期拉动作用;经过方差预测分解可知，我国人身险消费具有明显的“供给侧主导”的特征，也即我国人身险消费主要由供给侧的销售能力拉动。通过分地区异质性分析可知，我国不同区域之间的人身险消费的增长呈现不同的特点，具体而言，经济欠发达地区和经济较发达地区的人身险消费的“供给侧主导”的色彩更为浓厚，其人身险消费主要由供给侧的销售能力所拉动。事实上，在我国保险市场相对落后的部分地区，把保单“卖”出去是第一要务，因此保险公司对营销员的数量有强烈的要求，这是发展初期的战略选择。而经济发达地区的人身险消费受经济发展水平、风险水平等需求侧因素的影响更大。进一步分析发现，尽管我国人身险行业增长具有“供给侧主导”的特征，但是这一特征在人身险各险种内部存在显著的差别，其中寿险消费受供给侧影响更大，而健康险和意外险消费具有明显的“需求侧主导”的特征。本文的研究结论表明，我国人身险市场呈现显著的“供给侧主导”特征，这种特征在经济欠发达和经济较发达地区的人身险消费中体现得更为明显。这一结论揭示了我国人身险行业过去实现高增长的发展动力:我国人身险消费主要是由保险公司的销售能力拉动的，具体而言，其主要增长动力来源于保险公司不断开拓新单保费。结合我国人身保险业当前代理人队伍萎缩，增员困难等行业现状可知，人力红利消失、销售能力下降可能是导致我国人身险行业的增长陷入停滞的主要原因。我国人身险公司过去主要依靠人海战术“跑马圈地”掠夺市场，在“保费为王”的背景下，“拼人”成为业界共识。但大部分保险公司在招募代理人时并未重视专业素养，也缺乏能力培训，大量代理人主要靠“缘故单”完成初期考核，之后便脱落于这个行业，导致代理人淘汰率长期维持在 70%80%，高淘汰率使得保险公司需要不断地招募新人形成销售人力从而维持业务发展，在人口红利和行业低基数的背景下，这种粗放式的发展模式持续了二十余年。2016 年，传统模式开始式微，一方面由于我国保险行业的营销队伍出现了青黄不接的现象，高淘汰率和增员难等问题致使我国人身保险业销售人力出现萎缩;另一方面由于我国的保险监管层开始严查过去人身险行业普遍存在的“长险短做”现象，在 2013 2016 年期间，我国人身险行业开发销售了大量短期存续、设计简单但流动性风险较高的理财型保险产品，此类产品对销售人员的专业素养要求较低，且出单较快。但在“保险姓保”的发展理念下，监管层开始引导保险公司销售