抚养比对保险密度及保险深度的影响研究——基于2000～2016年我国省级面板数据
|
摘要
人口年龄结构变动是影响保险业发展的一个重要因素,"二孩政策"势必给我国的人口年龄结构带来新的变化,进而对保险业造成冲击。以2000～2016年我国31个省、市、自治区(港、澳、台除外)的面板数据为基础,用少儿抚养比以及老年抚养比来衡量人口年龄结构,通过可行广义最小二乘法进行实证分析,发现:少儿抚养比对保险密度及保险深度具有显著的负向影响,而老年抚养比对保险密度及保险深度具有显著的正向影响;与2010年相比,2035年的少儿抚养比预计上升3%,老年抚养比预计上升19%。
The change in population age structure is an important factor affecting the development of the insurance industry. The "two-child policy"is bound to bring new changes to the age structure of China's population,which in turn will have an impact on the insurance industry. Based on the panel data of 31 provinces,municipalities and autonomous regions( excluding Hong Kong,Macao and Taiwan) from2000 to 2016, the population age structure was measured by child dependency ratio and old-age dependency ratio,using the feasible generalized least squares for empirical research. It is found that child dependency ratio has a significant negative impact on insurance density and insurance depth. Old-age dependency ratio has a significant positive impact on insurance density and insurance depth. Comparedwith 2010,the child dependency ratio is expected to increase by 3%,and the old-age dependency ratio is expected to increase by 19% in 2035.
The change in population age structure is an important factor affecting the development of the insurance industry. The "two-child policy"is bound to bring new changes to the age structure of China's population,which in turn will have an impact on the insurance industry. Based on the panel data of 31 provinces,municipalities and autonomous regions( excluding Hong Kong,Macao and Taiwan) from2000 to 2016, the population age structure was measured by child dependency ratio and old-age dependency ratio,using the feasible generalized least squares for empirical research. It is found that child dependency ratio has a significant negative impact on insurance density and insurance depth. Old-age dependency ratio has a significant positive impact on insurance density and insurance depth. Comparedwith 2010,the child dependency ratio is expected to increase by 3%,and the old-age dependency ratio is expected to increase by 19% in 2035.
引文
[1]原新,刘厚莲.中国人口红利真的结束了吗?[J].人口与经济,2014,(6):35-43.
[2]陆旸,蔡昉.从人口红利到改革红利:基于中国潜在增长率的模拟[J].世界经济,2016,39(1):3-23.
[3]廖海亚,游杰.中国人口结构转变下的保险发展[J].保险研究,2012,(3):24-32.
[4]张冲.中国人口结构对人身保险市场发展的影响研究[J].保险研究,2013,(4):63-70.
[5]郭金龙,张昊.中国保险业发展的人口因素分析[J].中国人口科学,2005,(1):74-80.
[6]Kakar P,Shukla R. The Determinants of Demand for Life Insurance in an Emerging Economy-India[J]. Margin the Journal of Applied Economic Research,2010,4(1):49-77.
[7]陈键,张少锹.中国人口结构现状及变迁趋势对保险业的影响[N].中国保险报,2010-05-25(2).
[8]Dragos S L. Life and Non-life Insurance Demand:The Different Effects of Influence Factors in Emerging Countries from Europe and Asia[J]. Economic Research-Ekonomska Istra6ivanja,2014,27(1):169-180.
[9]杨汇潮,江生忠.城镇化促进保险业发展研究——基于面板数据[J].保险研究,2014,(8):82-92.
[10]王晓洁,王丽.财政分权、城镇化与城乡居民养老保险全覆盖——基于中国2009-2012年省级面板数据的分析[J].财贸经济,2015,36(11):75-87.
[11]齐子鹏,许艺凡,胡洁冰.基于人口结构角度的商业健康保险需求分析[J].保险研究,2018,(5):45-55.
[12]宋琪,马树才.地方人口结构变动对养老保险基金平衡的影响研究——以辽宁省为例[J].辽宁大学学报(哲学社会科学版),2018,46(4):46-52.
[13]卓志.我国人寿保险需求的实证分析[J].保险研究,2001,(5):10-12.
[14]张连增,尚颖.中国人口老龄化对人身保险市场发展的影响分析——基于省际面板数据的经验分析[J].保险研究,2011,(1):46-53.
[15]李艳荣.我国区际寿险需求的实证分析[J].上海经济研究,2005,(10):80-85.
[16]敖玉兰,韩晓峰.人口年龄结构与保险业发展的国际趋势——基于分位数回归的实证研究[J].保险研究,2015,(2):24-38.
[17]袁成,李茹.中国人口老龄化对人身保险消费的影响研究[J].中央财经大学学报,2017,(9):22-31.
[18]王宏扬,樊纲治.人口结构转变与人身保险市场发展趋势——基于省际面板数据的实证研究[J].保险研究,2018,(6):24-40+109.
[19]刘小兰.人口红利转变对居民储蓄水平影响的研究——以福建省为例[J].西南交通大学学报(社会科学版),2014,(3):26-30.
[20]陈强.高级计量经济学及Stata应用[M].北京:高等教育出版社,2010:278-279.
[21]孟令国,李超令,胡广.基于PDE模型的中国人口结构预测研究[J].中国人口·资源与环境,2014,24(2):132-141.
[22]陶涛,朱家明.全面二孩政策对中国人口结构及经济发展的影响及预测[J].哈尔滨师范大学自然科学学报,2018,34(3):28-32.
[23]刘庆,刘秀丽.生育政策调整背景下2018-2100年中国人口规模与结构预测研究[J].数学的实践与认识,2018,48(8):180-188.
[24]齐美东,戴梦宇,郑焱焱.“全面放开二孩”政策对中国人口出生率的冲击与趋势探讨[J].中国人口·资源与环境,2016,26(9):1-10.
[25]王金营,戈艳霞.全面二孩政策实施下的中国人口发展态势[J].人口研究,2016,40(6):3-21.
[26]向华丽,吴云程.不同死亡模式的设置对老年人口预测结果的影响[J].统计与决策,2018,(3):87-89.
(1)保费收入数据来源于银保监会,GDP数据来源于国家统计局,二者均调整为扣除通货膨胀影响的实际值。
(2)由于本文在写作时大部分变量2017年的数据还未公布,故本文仅采用2000~2016年的数据进行实证分析。
(3)由于性别比例比较稳定,故本文在实证分析时并未控制性别比例。
(4)按照世界银行的人口统计标准,0~14岁,15~64岁,65岁及以上三个年龄区间分别认为是少儿人口、劳动年龄人口、老年人口。
(5)为了控制文化、宗教等不可观测因素的影响,故将少数民族八省区(即内蒙古、广西、贵州、云南、西藏、青海、宁夏和新疆)单独作为一组。
(6)最近一次人口普查为2010年第六次人口普查,2011~2016年的相关数据为抽样调查,抽样调查可能存在抽样偏差,人口普查的数据更加准确全面,故本文使用2010年人口普查数据进行预测。
(7)国家统计局公布分年龄生育率数据时,育龄妇女年龄阶段为15~49岁,因此本文采用这一标准。
[2]陆旸,蔡昉.从人口红利到改革红利:基于中国潜在增长率的模拟[J].世界经济,2016,39(1):3-23.
[3]廖海亚,游杰.中国人口结构转变下的保险发展[J].保险研究,2012,(3):24-32.
[4]张冲.中国人口结构对人身保险市场发展的影响研究[J].保险研究,2013,(4):63-70.
[5]郭金龙,张昊.中国保险业发展的人口因素分析[J].中国人口科学,2005,(1):74-80.
[6]Kakar P,Shukla R. The Determinants of Demand for Life Insurance in an Emerging Economy-India[J]. Margin the Journal of Applied Economic Research,2010,4(1):49-77.
[7]陈键,张少锹.中国人口结构现状及变迁趋势对保险业的影响[N].中国保险报,2010-05-25(2).
[8]Dragos S L. Life and Non-life Insurance Demand:The Different Effects of Influence Factors in Emerging Countries from Europe and Asia[J]. Economic Research-Ekonomska Istra6ivanja,2014,27(1):169-180.
[9]杨汇潮,江生忠.城镇化促进保险业发展研究——基于面板数据[J].保险研究,2014,(8):82-92.
[10]王晓洁,王丽.财政分权、城镇化与城乡居民养老保险全覆盖——基于中国2009-2012年省级面板数据的分析[J].财贸经济,2015,36(11):75-87.
[11]齐子鹏,许艺凡,胡洁冰.基于人口结构角度的商业健康保险需求分析[J].保险研究,2018,(5):45-55.
[12]宋琪,马树才.地方人口结构变动对养老保险基金平衡的影响研究——以辽宁省为例[J].辽宁大学学报(哲学社会科学版),2018,46(4):46-52.
[13]卓志.我国人寿保险需求的实证分析[J].保险研究,2001,(5):10-12.
[14]张连增,尚颖.中国人口老龄化对人身保险市场发展的影响分析——基于省际面板数据的经验分析[J].保险研究,2011,(1):46-53.
[15]李艳荣.我国区际寿险需求的实证分析[J].上海经济研究,2005,(10):80-85.
[16]敖玉兰,韩晓峰.人口年龄结构与保险业发展的国际趋势——基于分位数回归的实证研究[J].保险研究,2015,(2):24-38.
[17]袁成,李茹.中国人口老龄化对人身保险消费的影响研究[J].中央财经大学学报,2017,(9):22-31.
[18]王宏扬,樊纲治.人口结构转变与人身保险市场发展趋势——基于省际面板数据的实证研究[J].保险研究,2018,(6):24-40+109.
[19]刘小兰.人口红利转变对居民储蓄水平影响的研究——以福建省为例[J].西南交通大学学报(社会科学版),2014,(3):26-30.
[20]陈强.高级计量经济学及Stata应用[M].北京:高等教育出版社,2010:278-279.
[21]孟令国,李超令,胡广.基于PDE模型的中国人口结构预测研究[J].中国人口·资源与环境,2014,24(2):132-141.
[22]陶涛,朱家明.全面二孩政策对中国人口结构及经济发展的影响及预测[J].哈尔滨师范大学自然科学学报,2018,34(3):28-32.
[23]刘庆,刘秀丽.生育政策调整背景下2018-2100年中国人口规模与结构预测研究[J].数学的实践与认识,2018,48(8):180-188.
[24]齐美东,戴梦宇,郑焱焱.“全面放开二孩”政策对中国人口出生率的冲击与趋势探讨[J].中国人口·资源与环境,2016,26(9):1-10.
[25]王金营,戈艳霞.全面二孩政策实施下的中国人口发展态势[J].人口研究,2016,40(6):3-21.
[26]向华丽,吴云程.不同死亡模式的设置对老年人口预测结果的影响[J].统计与决策,2018,(3):87-89.
(1)保费收入数据来源于银保监会,GDP数据来源于国家统计局,二者均调整为扣除通货膨胀影响的实际值。
(2)由于本文在写作时大部分变量2017年的数据还未公布,故本文仅采用2000~2016年的数据进行实证分析。
(3)由于性别比例比较稳定,故本文在实证分析时并未控制性别比例。
(4)按照世界银行的人口统计标准,0~14岁,15~64岁,65岁及以上三个年龄区间分别认为是少儿人口、劳动年龄人口、老年人口。
(5)为了控制文化、宗教等不可观测因素的影响,故将少数民族八省区(即内蒙古、广西、贵州、云南、西藏、青海、宁夏和新疆)单独作为一组。
(6)最近一次人口普查为2010年第六次人口普查,2011~2016年的相关数据为抽样调查,抽样调查可能存在抽样偏差,人口普查的数据更加准确全面,故本文使用2010年人口普查数据进行预测。
(7)国家统计局公布分年龄生育率数据时,育龄妇女年龄阶段为15~49岁,因此本文采用这一标准。